一种基于GNN-DQN的网络恢复策略优化方法

本发明涉及网络恢复策略优化，具体为一种基于gnn-dqn的网络恢复策略优化方法。

背景技术：

1、随着数字经济发展，骨干通信网、算力调度网络、云边协同业务网络等各类信息基础设施网络规模持续扩张，网络节点、传输链路高度耦合互联。网络承载海量实时业务数据流，一旦遭遇硬件宕机、网络攻击、带宽过载、光缆中断等扰动，会造成核心业务节点、传输链路功能降级或完全中断。由于信息网络具备强时空数据关联、业务流强依赖特性，单点故障会引发连锁丢包、跨区域业务中断、全域业务拥塞，直接造成企业业务停摆、线上服务失效，带来显著经济损失。

2、因此，提升网络受扰动后的故障自愈能力，已成为网络运维管理部门的核心关切。当前针对网络故障恢复的研究与实践主要分为两大方向：一是基于复杂网络理论的静态拓扑脆弱性评估，二是基于深度学习、强化学习的智能运维决策优化。

3、在静态拓扑分析层面，现有方法将网络抽象为节点-链路图模型，通过节点度、介数中心性、全局网络效率等指标识别薄弱环节，但仅能完成离线静态连通性评估，无法适配动态业务负载。如专利 cn115734274b公开了一种基于深度学习和知识图谱的蜂窝网络故障诊断方法，该方案采用图卷积网络挖掘 5g 基站、传输节点间拓扑关联，仅用于故障类型分类识别，仅实现故障告警诊断，并未面向多故障并发场景设计动态分步恢复决策流程，同时完全忽略实时业务负载、链路吞吐等动态业务特征对恢复优先级的影响。

4、在动态智能优化层面，现有研究分为两类：第一类利用图神经网络处理网络监测数据流，完成故障定位与状态监测。如专利 cn115860392b公开了一种基于图卷积网络的能源互联网优化重构方法及系统，该方案基于gcn实现网络拓扑重构，但优化目标仅为电力通信链路单点故障定位与静态拓扑重构，未结合运维资源上限生成多组件协同修复序列，不支持多周期连续动态恢复迭代；此类技术本质属于故障感知、静态拓扑调整范畴，无法输出面向业务收益的全局修复调度方案。另一类将深度强化学习引入网络资源调度，如专利cn118819776b公开了一种基于量子启发式 ddqn 的移动边缘计算任务调度方法，该方案基于深度q网络实现算力任务分配，但模型仅面向计算任务调度，未融合传输时延、多业务需求等通信层特征，无法建立硬件链路与上层传输服务的耦合量化关系。此外，专利cn115333947a公开了一种基于图神经网络和深度强化学习的路由优化方法，虽同样结合gnn 与 dqn，但其优化目标是数据包实时转发路径，面向逻辑层路由调度，不涉及物理节点、传输链路硬件故障后的分批次修复序列优化，二者状态空间、约束条件、优化目标存在本质区别。

5、综上所述，现有网络故障恢复技术存在三项核心缺陷：现有拓扑评估、gnn 故障诊断、drl 资源调度方案均无法建立网络硬件拓扑与上层业务传输服务的动态量化耦合关系；链路物理连通不等于业务正常传输，模型缺少数据流、链路吞吐等功能层指标，无法精准量化修复动作带来的业务收益。传统静态排序、离线智能优化算法无法适配故障演化过程中的动态网络状态，修复后业务数据流重分配、新增并发故障等场景下策略无法实时自适应调整；现有dqn调度方案缺少大规模网络、多修复周期、资源受限条件下长短收益权衡的序列决策框架。网络故障恢复属于强约束优化问题，需同步考虑有限运维算力、硬件备件、修复工时、组件修复前置依赖；现有单一模型难以同时兼容多类约束，无法批量输出满足资源上限的多组件协同最优恢复集合。

6、上述缺陷落地到运维场景会造成严重问题：应急运维人员仅依靠人工经验制定修复顺序，易陷入局部最优，核心传输通道恢复滞后，全网业务服务能力长期低位运行，大幅延长业务中断时长与经济损失。因此亟需一套融合网络全时空特征、适配动态运维约束的闭环智能恢复调度方法。

技术实现思路

1、本发明的目的在于提供一种基于gnn-dqn的网络恢复策略优化方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于gnn-dqn的网络恢复策略优化方法，包括以下步骤：

3、s1、获取目标网络的拓扑结构数据、节点静态与动态特征数据以及边静态与动态特征数据；

4、s2、根据步骤s1获取的数据，构建网络的动态图状态表示；

5、s3、将步骤s2得到的动态图状态表示输入至预先训练好的图神经网络gnn特征融合模型中进行处理，得到当前网络状态的高维图嵌入表示；所述图神经网络gnn特征融合模型采用能够融合边特征的gineconv层作为核心消息传递算子，通过对节点特征和边特征进行多层聚合与更新，输出节点级嵌入向量和图级嵌入向量；

6、s4、将步骤s3得到的节点级嵌入向量、图级嵌入向量以及当前可用的恢复资源状态向量，共同输入至预先训练好的深度q网络dqn决策模型中；所述dqn决策模型基于输入的嵌入向量和资源状态，为每一个待修复业务节点或传输链路组件计算一个q值，该q值表征在当前位置选择恢复该组件所能带来的长期累积性能收益期望；

7、s5、基于步骤s4计算得到的各组件q值，结合当前恢复资源约束，采用top-k选择策略生成当前时刻的最优恢复动作序列；所述恢复动作序列指在当前决策周期内，应优先修复的一个或多个业务节点或传输链路的集合；

8、s6、执行步骤s5生成的恢复动作序列，更新网络的受损状态，并基于网络综合性能指标npi计算网络性能恢复增量，以此作为奖励信号反馈至dqn决策模型的训练过程中；随后，返回步骤s2，基于更新后的网络状态进行下一时刻的恢复决策，直至网络性能恢复至预设阈值或达到最大恢复周期。

9、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法。

10、与现有技术相比，本发明的有益效果如下：

11、（1）克服了现有方法仅评估静态拓扑连通性或仅修复业务数据流的局限，实现了对网络物理基础设施状态与动态传输服务效能的一体化、精细化度量，为恢复决策提供了准确反映真实传输损失的统一性能标尺。

12、（2）解决了现有图神经网络模型多用于数据预测或修复，而无法有效表征基础设施损毁与修复决策间复杂关联的问题，实现了对高维、动态网络状态及其修复价值的深度理解与表征。

13、（3）解决了现有静态排序或离线优化算法无法在动态环境中进行实时自适应决策，以及通用深度强化学习模型难以处理复杂工程约束的难题，实现了在严格资源与工程限制下，生成兼顾即时收益与长期韧性的近似最优恢复序列。

14、（4）对大规模网络在极端扰动后恢复全周期的数据驱动、闭环智能决策支持，能够根据实时网络状态与资源条件，动态输出可执行的最优恢复指令，从而显著提升运维备件/算力资源利用率，加快全网业务服务恢复速度，为解决网络韧性提升中的核心决策难题提供了可落地的系统性技术方案。

1.一种基于gnn-dqn的网络恢复策略优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，所述拓扑结构数据包括节点集合和边集合，节点静态特征包括节点等级和业务规模属性，节点动态特征包括节点故障等级和实时业务流量负载，边静态特征包括边长度、传输速率和链路基准吞吐量，边动态特征包括边故障等级和实时业务流量负载。

3.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，步骤s1中，节点静态特征与边静态特征的获取与构建过程为：从网络拓扑图中提取节点、边，从网络运维管理平台读取各节点业务优先级等级并做数值编码；统计全网节点总量、静态全局连通度，经min-max归一化处理，作为网络基础拓扑特征，从技术标准资料中获取每条边的网络传输速率，结合边几何长度和网络调度系统最小转发间隔，按照公式计算链路基准吞吐量：

4.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，所述动态图状态表示为，其中v为节点集合，e为边集合，为t时刻所有节点的特征矩阵，为t时刻所有边的特征集合；

5.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，步骤s3中所述图神经网络gnn特征融合模型采用三层gineconv结构；对于第层，其消息传递与节点更新过程严格遵循公式：

6.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，步骤s4中所述预先训练好的深度q网络dqn决策模型的训练过程基于马尔可夫决策过程框架；该框架的状态为步骤s2定义的动态图状态表示；动作为从受损组件集合中选择的满足资源约束的子集；奖励函数定义为：

7.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，步骤s5中，结合当前恢复资源约束采用top-k选择策略的具体过程为：首先，根据故障修复前置依赖关系以及当前可用恢复资源总量，从所有受损组件集合中筛选出在时间步可被恢复的可行组件集合；对于集合中的每一个组件，利用gnn特征融合模型提取其组件级嵌入表示，并与图级嵌入、资源状态拼接，输入dqn决策模型，得到其q值估计；将所有可行组件按其q值从高到低进行排序；最后，从排序列表的顶端开始，依次选择组件加入恢复动作集，直至所选择组件的累计资源消耗达到当前周期资源上限，此时选出的组件集合即为当前时刻的最优恢复动作序列。

8.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，步骤s6中网络综合性能指标npi的计算方法为：分别计算网络在时间步的结构层性能指标和功能层性能指标；所述结构层性能指标是加权网络效率、加权自然连通度和等级耦合冗余度三个指标的线性组合，其权重通过熵权法确定，具体为：

9.根据权利要求1所述的基于gnn-dqn的网络恢复策略优化方法，其特征在于，步骤s6中执行恢复动作序列并更新网络状态的具体过程为：根据步骤s5生成的恢复动作序列，对于序列中包含的每一个组件，将其故障等级更新为完好状态，即令；对于未包含在中的组件，保持其故障等级不变，即；组件的故障等级更新直接决定其容量，对于传输链路组件，其容量按公式进行折减：

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至9任一项所述的方法。