一种网络流量控制方法、处理设备、存储介质及程序产品与流程

摘要: 本申请涉及无线通信与人工智能领域,尤其涉及一种网络流量控制方法、处理设备、存储介质及程序产品。背景技术:1、在现代网络架构如软件定义网络(‌softwarede...
一种网络流量控制方法、处理设备、存储介质及程序产品与流程

本申请涉及无线通信与人工智能领域,尤其涉及一种网络流量控制方法、处理设备、存储介质及程序产品。

背景技术:

1、在现代网络架构如软件定义网络(‌software defined network,sdn)架构中,openflow协议作为核心通信机制,支持控制器对交换机进行精细化流量控制。openflow协议中的计量(meter)表和组(group)表结合可实现“流→group→meter”的链式控制,以提升限速策略的复用性与扩展性。相关技术中,通常基于静态配置方式设置meter表参数对非关键业务流量进行限速,或利用机器学习模型预测网络异常实现故障预警,而此类方法仍旧存在网络资源利用不均衡和控制响应动作滞后等局限性。

技术实现思路

1、为解决上述技术问题,本申请实施例提供了一种网络流量控制方法、处理设备、存储介质及程序产品。

2、本申请实施例提供的网络流量控制方法,包括:

3、获取目标交换机在第一时间序列内的多维网络状态时序数据;

4、采用第一模型基于所述多维网络状态时序数据对所述目标交换机在第二时间序列内的网络状态趋势进行预测,得到第二时间序列内的多维网络状态时序预测数据;其中,所述第二时间序列在所述第一时间序列之后;

5、基于所述多维网络状态时序预测数据和计量表与组表机制,确定目标限速策略;

6、向所述目标交换机下发所述目标限速策略,所述目标交换机用于基于所述目标限速策略对所述目标交换机中的非关键业务流量进行带宽限制。

7、本申请实施例提供的处理设备,包括:处理器和存储器,该存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行上述任意一种网络流量控制方法。

8、本申请实施例提供的计算机可读存储介质,用于存储计算机程序,该计算机程序使得计算机执行上述任意一种网络流量控制方法。

9、本申请实施例提供的计算机程序产品,包括计算机程序指令,该计算机程序指令使得计算机执行上述任意一种网络流量控制方法。

10、本申请实施例的技术方案中,获取目标交换机在第一时间序列内的多维网络状态时序数据;采用第一模型基于多维网络状态时序数据对目标交换机在第二时间序列内的网络状态趋势进行预测,得到第二时间序列内的多维网络状态时序预测数据;其中,第二时间序列在第一时间序列之后;基于多维网络状态时序预测数据和计量表与组表机制,确定目标限速策略;向目标交换机下发目标限速策略,目标交换机用于基于目标限速策略对目标交换机中的非关键业务流量进行带宽限制。如此,通过获取目标交换机在第一时间序列内的多维网络状态时序数据,并利用第一模型对第二时间序列内的网络状态趋势进行预测,得到第二时间序列内的多维网络状态时序预测数据,能够提前识别未来可能出现的链路拥塞风险;同时,基于多维网络状态时序预测数据结合计量表与组表机制动态生成目标限速策略,并向目标交换机下发目标限速策略,以供目标交换机基于目标限速策略对目标交换机中的非关键业务流量进行带宽限制,不仅能够在保障关键业务服务质量的前提下,精细化控制非关键业务流量,最大化利用可用带宽资源,避免静态限速导致的资源浪费或过度压制,还能够通过组表实现多流聚合管理,减少流表项数量,提升系统可扩展性与控制效率,从而在实际拥塞发生前主动触发目标限速策略,实现从事后治理到事前干预的转变。

1.一种网络流量控制方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述第一模型包括卷积层、时序处理单元层、注意力层以及全连接输出层;所述采用第一模型基于所述多维网络状态时序数据对所述目标交换机在第二时间序列内的网络状态趋势进行预测,得到第二时间序列内的多维网络状态时序预测数据,包括:

3.根据权利要求2所述的方法,其特征在于,所述多维网络状态时序特征向量包括多个时间步的多维网络状态特征向量;所述隐藏状态序列包括多个时间步的隐藏状态;

4.根据权利要求1所述的方法,其特征在于,所述多维网络状态时序预测数据包括带宽利用率时序预测数据;所述基于所述多维网络状态时序预测数据和计量表与组表机制,确定目标限速策略,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述带宽限速时序数据和计量表与组表机制,确定所述目标限速策略,包括:

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

7.根据权利要求6所述的方法,其特征在于,所述多维网络状态时序预测数据包括带宽利用率时序预测数据和丢包率时序预测数据;所述带宽利用率时序预测数据包括三个时间步的带宽利用率预测数据;所述丢包率时序预测数据包括三个时间步的丢包率预测数据;所述方法还包括:

8.一种处理设备,其特征在于,包括:处理器和存储器,该存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求1至7中任一项所述的方法。

9.一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行如权利要求1至7中任一项所述的方法。

10.一种计算机程序产品,其特征在于,包括计算机程序指令,该计算机程序指令使得计算机执行如权利要求1至7中任一项所述的方法。