[发明专利]一种基于流量分析的网络切片配置方法及相关装置

说明书

本申请公开了一种基于流量分析的网络切片配置方法及相关装置，方法包括：获取当前服务器在预置时间内的流量数据，得到当前流量数据，当前流量数据包括持续时长、行为和流量大小；将当前流量数据输入预置GRU模型中进行负载预测，得到当前负载预测结果，预置GRU模型包括自编码器和GRU网络；根据当前负载预测结果、预置相关负载预测结果和负载阈值在VNF网络服务上进行网络切片配置。本申请能解决现有技术缺乏针对性，容易出现VNF频繁迁移的情况，导致占用更多网络资源，降低系统性能，增加业务时延的技术问题。

技术领域

本申请涉及互联网技术领域，尤其涉及一种基于流量分析的网络切片配置方法及相关装置。

背景技术

网络切片是一种按需组网的方式，可以让运营商在统一的基础设施上分离出多个虚拟的端到端网络，每个网络切片从无线接入网到承载网再到核心网上进行逻辑隔离，以适配各种各样类型的应用。现阶段的研究大多数从业务强求的动态化来实现网络资源的分配，即仅仅采用简单方法预测的网络未来负载状态来分配资源。

上述方法有可能出现VNF(Virtual Network Feature，虚拟网络功能)频繁迁移问题，即系统一旦出现网络流量过载，为了保证业务可靠性，系统开始启动数据重定向，从而出现数据快速迁移的情况。而VNF频繁迁移必然占用大量计算资源和存储资源，降低系统性能，增加用户使用的业务时延。

发明内容

本申请提供了一种基于流量分析的网络切片配置方法及相关装置，用于解决现有技术缺乏针对性，容易出现VNF频繁迁移的情况，导致占用更多网络资源，降低系统性能，增加业务时延的技术问题。

有鉴于此，本申请第一方面提供了一种基于流量分析的网络切片配置方法，包括：

获取当前服务器在预置时间内的流量数据，得到当前流量数据，所述当前流量数据包括持续时长、行为和流量大小；

将所述当前流量数据输入预置GRU模型中进行负载预测，得到当前负载预测结果，所述预置GRU模型包括自编码器和GRU网络；

根据所述当前负载预测结果、预置相关负载预测结果和负载阈值在VNF网络服务上进行网络切片配置。

优选地，所述将所述当前流量数据输入预置GRU模型中进行负载预测，得到当前负载预测结果，所述预置GRU模型包括自编码器和GRU网络，包括：

将所述当前流量数据输入预置GRU模型的自编码器中进行编码处理，得到编码特征数据矩阵；

通过所述预置GRU模型的GRU网络根据所述编码特征数据矩阵进行负载预测，得到当前负载预测结果。

优选地，所述根据所述当前负载预测结果、预置相关负载预测结果和负载阈值在VNF网络服务上进行网络切片配置，包括：

根据所述当前负载预测结果、预置相关负载预测结果和负载阈值设置配置参数；

根据所述配置参数在VNF网络服务上进行网络切片配置。

优选地，所述根据所述当前负载预测结果、预置相关负载预测结果和负载阈值在VNF网络服务上进行网络切片配置，之前还包括：

获取所述当前服务器的上下游服务器在所述预置时间内的流量数据，得到上下游流量数据；

基于所述上下游流量数据和所述当前流量数据计算平均空间相关系数；

根据所述平均空间相关系数筛选与所述当前服务器最相关的若干个上下游服务器，记作相关服务器；

根据所述相关服务器对应的流量数据进行负载预测，得到预置相关负载预测结果。

本申请第二方面提供了一种基于流量分析的网络切片配置装置，包括：