CN105591792A - 一种服务模板的推荐方法和装置 - Google Patents

Abstract

本发明提供一种服务模板的推荐方法和装置，该方法包括：模板管理设备接收来自服务设备的流量信息、服务信息、配置参数和学习结果，利用所述流量信息、服务信息、配置参数和所述学习结果生成服务模板，并记录所述流量信息、所述服务信息与所述服务模板之间的对应关系；所述模板管理设备在收到携带流量信息和服务信息的用户服务请求时，查询所述对应关系，得到该流量信息、该服务信息对应的服务模板，并向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板。通过本发明的技术方案，自动生成包含配置参数的服务模板，并推荐服务模板，避免人工配置工作量。

Description

一种服务模板的推荐方法和装置

技术领域

本发明涉及通信技术领域，尤其涉及一种服务模板的推荐方法和装置。

背景技术

在传统的服务设备上，通常会提供负载分发服务和应用优化服务。为了提供负载分发服务和应用优化服务，通常会由用户手工在服务设备上配置负载分发配置参数和应用优化配置参数，即由用户手工在服务设备上配置大量的参数。而当用户不知道如何配置这些负载分发配置参数和应用优化配置参数时，则服务设备可以采用默认的负载分发配置参数和应用优化配置参数。

随着虚拟化、云计算、SDN(SoftwareDefinedNetwork，软件定义网络)等技术的发展，数据中心迎来了云时代，应用的繁多，服务模式的转变，都给传统的服务设备提出了新要求。随着服务设备上应用的增多，服务设备采用默认的负载分发配置参数和应用优化配置参数，可能并不适用于所有应用。而且用户手工配置负载分发配置参数和应用优化配置参数时，工作量很大。

发明内容

本发明提供一种服务模板的推荐方法，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述方法包括：

所述模板管理设备向服务设备发送待生成的服务模板对应的学习策略；

所述模板管理设备接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、服务信息、配置参数和学习结果生成所述学习策略对应的服务模板，并记录所述流量信息、服务信息与所述服务模板之间的对应关系；其中，所述学习结果是所述服务设备按照所述学习策略，对所述流量信息和所述服务信息进行学习后得到的；

所述模板管理设备在收到携带流量信息和服务信息的用户服务请求时，通过查询所述对应关系，得到该流量信息、该服务信息对应的服务模板，并向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板。

本发明提供一种服务模板的推荐方法，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述方法包括：

所述服务设备接收所述模板管理设备发送的待生成的服务模板对应的学习策略；所述服务设备统计虚服务对应的流量信息、服务信息、配置参数；

所述服务设备按照所述学习策略，对所述流量信息和所述服务信息进行学习，得到学习结果，并将所述流量信息、所述服务信息、所述配置参数和所述学习结果发送给所述模板管理设备，以使所述模板管理设备利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，记录所述流量信息、所述服务信息与所述服务模板之间的对应关系，并利用所述对应关系推荐服务模板。

本发明提供一种服务模板的推荐装置，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述服务模板的推荐装置应用在所述模板管理设备上，且所述服务模板的推荐装置具体包括：

学习模块，用于向服务设备发送待生成的服务模板对应的学习策略；接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，并记录所述流量信息、所述服务信息与所述服务模板之间的对应关系；其中，所述学习结果是所述服务设备按照所述学习策略，对所述流量信息和所述服务信息进行学习后得到的；

推荐模块，用于在收到携带流量信息和服务信息的用户服务请求时，通过查询所述对应关系，得到该流量信息、该服务信息对应的服务模板，并向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板。

本发明提供一种服务模板的推荐装置，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述服务模板的推荐装置应用在所述服务设备上，所述服务模板的推荐装置具体包括：

接收模块，用于接收所述模板管理设备发送的待生成的服务模板对应的学习策略；

统计模块，用于统计虚服务对应的流量信息、服务信息、配置参数；

学习模块，用于按照所述学习策略，对所述流量信息和所述服务信息进行学习，得到学习结果；

发送模块，用于将所述流量信息、所述服务信息、所述配置参数和所述学习结果发送给所述模板管理设备，以使所述模板管理设备利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，记录所述流量信息、所述服务信息与所述服务模板之间的对应关系，并利用所述对应关系推荐服务模板。

基于上述技术方案，本发明实施例中，基于部署在用户网络的各个服务设备得到的学习结果和配置参数，模板管理设备可以生成服务模板，即自动生成包含了配置参数(即负载分发配置参数和应用优化配置参数)的服务模板，并推荐服务模板，从而使得需要配置参数的服务设备能够基于该服务模板得到配置参数，不需要服务设备使用默认的配置参数，且不需要人工在服务设备进行配置。

附图说明

图1是本发明实施例的应用场景示意图；

图2是本发明一种实施方式中服务模板的推荐方法的流程图；

图3是本发明中流量信息、服务信息与服务模板之间的对应关系的示例；

图4是本发明一种实施方式中模板管理设备的逻辑结构图；

图5是本发明一种实施方式中服务模板的推荐装置的逻辑结构图；

图6是本发明一种实施方式中服务设备的逻辑结构图；

图7是本发明一种实施方式中服务模板的推荐装置的逻辑结构图。

具体实施方式

针对现有技术中存在的问题，本发明实施例中提出一种服务模板的推荐方法，该方法可以应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，服务设备的数量可以为多个，模板管理设备的数量可以为1个。以图1为本发明实施例的应用场景示意图，在用户网络中部署的服务设备，可以为单独的设备，此时服务设备为具有提供负载分发服务和/或应用优化服务的功能的设备；或者，可以为集成在现有设备上的功能单元，如集成在具有提供负载分发服务和/或应用优化服务的功能的服务设备上的功能单元，此时功能单元不需要具有提供负载分发服务和/或应用优化服务的功能，可以使用现有设备自身的提供负载分发服务和/或应用优化服务的功能。进一步的，在云网络中部署的模板管理设备，可以为单独的设备，该模板管理设备用于自动生成服务模板，并推荐服务模板。

本发明实施例中可以划分为两个阶段，第一阶段为服务模板的学习过程，在该过程中，模板管理设备可以自动生成服务模板。第二阶段为服务模板的推荐过程，在该过程中，模板管理设备可以推荐服务模板，具体可以为向具有负载分发服务和/或应用优化服务的服务设备推荐服务模板。

在上述应用场景下，如图2所示，服务模板的推荐方法包括以下步骤：

步骤201，服务设备统计虚服务对应的流量信息、服务信息、配置参数。

其中，该流量信息具体为流量模型，该服务信息具体为服务模型。

本发明实施例中，流量信息(流量模型)具体包括但不限于以下之一或者任意组合：入带宽、出带宽、总带宽、总连接数、新建连接速率、最大入带宽、最大出带宽、最大总带宽、最大总连接数、最大新建连接速率。服务信息(服务模型)具体包括但不限于以下之一或者任意组合：服务类型、服务端口、服务的业务类型。进一步的，服务类型可以为IP、TCP(TransmissionControlProtocol，传输控制协议)、HTTP(HyperTextTransferProtocol，超文本传送协议)等。服务的业务类型可以为OracleSOA(ServiceOrientedArchitecture，面向服务架构)、MicrosoftIIS(InternetInformationServices，互联网信息服务)，RADIUS(RemoteAuthenticationDialInUserService，远端用户拨入验证服务)、Microsoftexchange(电子邮件服务组件)等。

在客户端向服务设备发送针对虚服务的服务请求时，服务设备基于该服务请求中携带的信息，可以统计出该虚服务对应的流量信息、服务信息。其中，服务设备针对每个虚服务分别统计流量信息、服务信息。其中，服务设备在接收到针对虚服务的服务请求时，如果当前已经有该虚服务的流量信息、服务信息，则更新该虚服务的流量信息、服务信息；如果当前没有该虚服务的流量信息、服务信息，则创建该虚服务的流量信息、服务信息。

例如，当客户端发送针对虚服务1的服务请求时，服务设备可以从该服务请求中获得服务类型、服务端口、服务的业务类型等服务信息1，并在为客户端提供虚服务1的过程中，服务设备可以统计出虚服务1对应的流量信息1。如果当前没有记录虚服务1的流量信息与服务信息，则服务设备创建虚服务1的流量信息1与服务信息1的对应关系；如果当前已经记录虚服务1的流量信息2与服务信息1的对应关系，则服务设备将该对应关系更新为虚服务1的服务信息1与流量信息1、流量信息2的对应关系。

本发明实施例中，配置参数具体可以包括但不限于负载分发配置参数和/或应用优化配置参数。其中，当服务设备对客户端提供负载分发服务时，则服务设备上会配置负载分发配置参数，以利用负载分发配置参数对客户端提供负载分发服务，在此基础上，服务设备可以收集到这些负载分发配置参数。和/或，当服务设备对客户端提供应用优化服务时，则服务设备上会配置应用优化配置参数，以利用应用优化配置参数对客户端提供应用优化服务，在此基础上，服务设备可以收集到这些应用优化配置参数。

其中，负载分发配置参数具体可以包括但不限于：负载均衡算法和持续性算法等。应用优化配置参数具体可以包括但不限于：优化模板类型和特定优化配置参数等，该优化模板类型具体可以为TCP或者HTTP等。

步骤202，服务设备按照学习策略(模板管理设备下发给服务设备的学习策略)，对统计的流量信息和服务信息进行学习，以得到学习结果。

本步骤202之前，模板管理设备向服务设备发送待生成的服务模板对应的学习策略，且服务设备接收模板管理设备发送的待生成的服务模板对应的学习策略。基于此待生成的服务模板对应的学习策略，服务设备按照学习策略对统计的流量信息和服务信息进行学习，以得到学习结果。

步骤203，服务设备将当前统计的流量信息、服务信息、配置参数、以及按照学习策略进行学习得到的学习结果发送给模板管理设备。

步骤204，模板管理设备接收来自服务设备(可以为多个服务设备)的流量信息、服务信息、配置参数和学习结果，并利用流量信息、服务信息、配置参数和学习结果生成学习策略对应的服务模板，并记录流量信息、服务信息与服务模板之间的对应关系。

其中，模板管理设备在本地记录的流量信息、服务信息与服务模板之间的对应关系的一种示例，可以如图3所示。

本发明实施例中，模板管理设备向服务设备发送待生成的服务模板对应的学习策略的过程，具体可以包括但不限于如下方式：模板管理设备向M个服务设备发送待生成的服务模板对应的学习策略。进一步的，模板管理设备接收来自服务设备的流量信息、服务信息、配置参数和学习结果，并利用流量信息、服务信息、配置参数和学习结果生成学习策略对应的服务模板的过程，具体可以包括但不限于如下方式：模板管理设备接收M个服务设备返回的流量信息、服务信息、配置参数和学习结果，并从M个学习结果中的对应于相同的流量信息和服务信息的学习结果中选择N个学习结果，并利用N个学习结果对应的配置参数，在N个服务模板中分别记录N个学习结果中的一个学习结果对应的配置参数，N个服务模板与N个学习结果对应的配置参数一一对应；其中，M为大于1的正整数，N为大于等于1的正整数，M大于等于N。

本发明实施例中，服务模板具体可以包括但不限于：负载分发服务模板和/或应用优化服务模板。进一步的，当服务模板为负载分发服务模板时，则相应的配置参数具体可以包括负载分发配置参数；当服务模板为应用优化服务模板时，则相应的配置参数具体可以包括应用优化配置参数。进一步的，负载分发服务模板具体包括但不限于多种模板类型的负载分发服务模板，应用优化服务模板具体包括但不限于多种模板类型的应用优化服务模板。

其中，针对负载分发服务模板，则相应的模板类型具体可以包括但不限于：实服务CPU(CentralProcessingUnit，中央处理器)使用较优模板、连接数分发比例均衡模板、带宽分发比例较优模板等。针对应用优化服务模板，则相应的模板类型具体可以包括但不限于：功能单元CPU使用较优模板、客户业务优化高比例模板、功能单元和业务优化最佳配备比模板等。

针对负载分发服务模板，当模板类型为实服务CPU使用较优模板时，则模板管理设备下发给服务设备的该模板类型对应的学习策略可以为：各个实服务的CPU利用率，服务设备对流量信息和服务信息进行学习，得到各个实服务的CPU利用率(即学习结果)。当模板类型为连接数分发比例均衡模板时，则模板管理设备下发给服务设备的该模板类型对应的学习策略可以为：虚服务中实服务的连接数分发比例，服务设备对流量信息和服务信息进行学习，得到虚服务中实服务的连接数分发比例(即学习结果)。当模板类型为带宽分发比例较优模板时，则模板管理设备下发给服务设备的该模板类型对应的学习策略可以为：虚服务中实服务的带宽分发比例，服务设备对流量信息和服务信息进行学习，得到虚服务中实服务的带宽分发比例(即学习结果)。

针对应用优化服务模板，当模板类型为功能单元CPU使用较优模板时，模板管理设备下发给服务设备的该模板类型对应的学习策略为：业务优化开启时设备的CPU利用率，服务设备对流量信息和服务信息进行学习，得到业务优化开启时设备的CPU利用率(学习结果)。当模板类型为客户业务优化高比例模板时，模板管理设备下发给服务设备的该模板类型对应的学习策略为：客户业务优化的比例，服务设备对流量信息和服务信息进行学习，得到客户业务优化的比例(学习结果)。当模板类型为功能单元和业务优化最佳配备比模板时，模板管理设备下发给服务设备的该模板类型对应的学习策略为：业务优化对比于基础性能指标提升的比例，服务设备对流量信息和服务信息进行学习，得到业务优化对比于基础性能指标提升的比例(学习结果)。

在一个例子中，，模板管理设备欲生成实服务CPU使用较优模板，则模板管理设备将实服务CPU使用较优模板对应的学习策略(各个实服务的CPU利用率)发送给服务设备1、服务设备2、服务设备3和服务设备4。服务设备1返回流量信息1、服务信息1、配置参数1和CPU利用率1(学习结果)。服务设备2返回流量信息1、服务信息1、配置参数2和CPU利用率2(学习结果)。服务设备3返回流量信息1、服务信息1、配置参数3和CPU利用率3(学习结果)。服务设备4返回流量信息2、服务信息2、配置参数4和CPU利用率4(学习结果)。针对对应于相同的流量信息1和服务信息1的CPU利用率1、CPU利用率2和CPU利用率3，模板管理设备从中选择N个学习结果。其中，模板管理设备在选择N个学习结果时，基于实际需要，可以选择一个最优的学习结果，也可以选择较优的几个学习结果。例如，针对实服务CPU使用较优模板，假设配置N为1，即选择一个CPU利用率最优的学习结果，模板管理设备从CPU利用率1、CPU利用率2和CPU利用率3中选择一个CPU利用率最低的CPU利用率1。针对实服务CPU使用较优模板，假设配置N为2，即选择两个CPU利用率最优的学习结果，模板管理设备从CPU利用率1、CPU利用率2和CPU利用率3中选择CPU利用率最低的CPU利用率1和CPU利用率次低的CPU利用率2。

模板管理设备在选择CPU利用率最低的CPU利用率1之后，获得该CPU利用率1对应的配置参数1，在CPU利用率1对应的实服务CPU使用较优模板1中记录配置参数1，并记录流量信息1、服务信息1与实服务CPU使用较优模板1之间的对应关系。模板管理设备在选择CPU利用率最低的CPU利用率1和CPU利用率次低的CPU利用率2之后，获得CPU利用率1对应的配置参数1和CPU利用率2对应的配置参数2。在CPU利用率1对应的实服务CPU使用较优模板1中记录配置参数1，并记录流量信息1、服务信息1与实服务CPU使用较优模板1之间的对应关系。在CPU利用率2对应的实服务CPU使用较优模板2中记录配置参数2，并记录流量信息1、服务信息1与实服务CPU使用较优模板2之间的对应关系。实服务CPU使用较优模板1优于实服务CPU使用较优模板2。

上述步骤201-步骤204为服务模板的学习过程，本发明实施例中，如图2所示，针对服务模板的推荐过程，该服务模板的推荐方法还包括以下步骤：

步骤205，模板管理设备在收到携带流量信息和服务信息的用户服务请求时，通过查询流量信息、服务信息与服务模板之间的对应关系，得到该流量信息、该服务信息对应的服务模板，并向发送用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板。

针对具有负载分发服务和/或应用优化服务的服务设备，当需要获得服务模板时，会向模板管理设备发送用户服务请求，并在该用户服务请求中携带流量信息和服务信息。如：服务信息为服务类型为TCP，服务端口为端口A、服务的业务类型为Microsoftexchange；流量信息为入带宽、出带宽、总带宽、总连接数、新建连接速率、最大入带宽、最大出带宽、最大总带宽、最大总连接数、最大新建连接速率等参数的信息。

本发明实施例中，模板管理设备向发送用户服务请求的设备，推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板的过程，具体可以包括但不限于如下方式：模板管理设备确定用户服务请求对应的负载分发服务模板的模板类型，从该流量信息、该服务信息对应的所有服务模板中，选择至少一个该模板类型的负载分发服务模板，并向发送用户服务请求的设备推荐当前选择的负载分发服务模板。和/或，模板管理设备确定用户服务请求对应的应用优化服务模板的模板类型，从该流量信息、该服务信息对应的所有服务模板中，选择至少一个该应用优化服务模板，并向发送用户服务请求的设备推荐当前选择的应用优化服务模板。

其中，模板管理设备确定用户服务请求对应的负载分发服务模板和/或应用优化服务模板的模板类型的过程，具体包括但不限于如下方式：当本地预先配置了流量信息与负载分发服务模板和/或应用优化服务模板的模板类型的对应关系时，模板管理设备利用用户服务请求中携带的流量信息查询该对应关系，得到负载分发服务模板和/或应用优化服务模板的模板类型。或者，当本地预先配置了服务信息与负载分发服务模板和/或应用优化服务模板的模板类型的对应关系时，模板管理设备利用用户服务请求中携带的服务信息查询该对应关系，得到负载分发服务模板和/或应用优化服务模板的模板类型。或者，当本地预先配置了流量信息和服务信息与负载分发服务模板和/或应用优化服务模板的模板类型的对应关系时，模板管理设备利用用户服务请求中携带的流量信息和服务信息查询该对应关系，得到负载分发服务模板和/或应用优化服务模板的模板类型。或者，当用户服务请求中携带了表示负载分发服务模板和/或应用优化服务模板的模板类型的信息时，模板管理设备利用该信息，确定负载分发服务模板和/或应用优化服务模板的模板类型。

假设模板管理设备上存储了流量信息1、服务信息1与实服务CPU使用较优模板1的对应关系，流量信息1、服务信息1与连接数分发比例均衡模板2的对应关系，流量信息1、服务信息1与带宽分发比例较优模板3的对应关系，则：当用户服务请求中携带的流量信息为流量信息1、服务信息为服务信息1时，得到流量信息1、服务信息1对应的所有服务模板为实服务CPU使用较优模板1、连接数分发比例均衡模板2、带宽分发比例较优模板3。进一步的，当确定用户服务请求对应的模板类型为实服务CPU使用较优模板时，则模板管理设备可以从所有模板类型的服务模板中，选择出该模板类型的实服务CPU使用较优模板1，并向服务设备推荐该实服务CPU使用较优模板1。

基于上述技术方案，本发明实施例中，基于部署在用户网络的各个服务设备得到的学习结果和配置参数，模板管理设备可以生成服务模板，即自动生成包含了配置参数(即负载分发配置参数和应用优化配置参数)的服务模板，并推荐服务模板，从而使得需要配置参数的服务设备能够基于该服务模板得到配置参数，不需要服务设备使用默认的配置参数，且不需要人工在服务设备进行配置。

本发明提出的服务模板的推荐装置可以应用在模板管理设备中，该服务模板的推荐装置可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在的模板管理设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图4所示，为本发明提出的服务模板的推荐装置所在模板管理设备的一种硬件结构图，除了图4所示的处理器、网络接口、内存以及非易失性存储器外，模板管理设备还可以包括其他硬件，如负责处理报文的转发芯片等；从硬件结构上来讲该模板管理设备还可能是分布式设备，可能包括多个接口卡，以便在硬件层面进行报文处理的扩展。

基于与上述方法同样的发明构思，本发明实施例中还提供了一种服务模板的推荐装置，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述服务模板的推荐装置应用在所述模板管理设备上，如图5所示，所述服务模板的推荐装置具体包括：

学习模块11，用于向服务设备发送待生成的服务模板对应的学习策略；接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，并记录所述流量信息、所述服务信息与所述服务模板之间的对应关系；其中，所述学习结果是所述服务设备按照所述学习策略，对所述流量信息和所述服务信息进行学习后得到的；

推荐模块12，用于在收到携带流量信息和服务信息的用户服务请求时，通过查询所述对应关系，得到该流量信息、该服务信息对应的服务模板，并向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板。

所述学习模块11，具体用于在向服务设备发送待生成的服务模板对应的学习策略的过程中，向M个服务设备发送待生成的服务模板对应的学习策略；在接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、服务信息、配置参数和学习结果生成所述学习策略对应的服务模板的过程中，接收所述M个服务设备返回的流量信息、服务信息、配置参数和学习结果，从M个学习结果中的对应于相同的流量信息和服务信息的学习结果中选择N个学习结果，并利用所述N个学习结果对应的配置参数，在N个服务模板中分别记录所述N个学习结果中的一个学习结果对应的配置参数，所述N个服务模板与所述N个学习结果对应的配置参数一一对应；

其中，M为大于1的正整数，N为大于等于1的正整数，M大于等于N。

所述服务模板具体包括：负载分发服务模板和/或应用优化服务模板，且所述负载分发服务模板具体包括多种模板类型的负载分发服务模板，所述应用优化服务模板具体包括多种模板类型的应用优化服务模板；

所述配置参数具体包括负载分发配置参数和/或应用优化配置参数。

所述推荐模块12，进一步用于在向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板的过程中，确定用户服务请求对应的负载分发服务模板和/或应用优化服务模板的模板类型，从该流量信息、该服务信息对应的所有服务模板中，选择至少一个该模板类型的负载分发服务模板和/或应用优化服务模板，向发送所述用户服务请求的设备推荐当前选择的负载分发服务模板和/或应用优化服务模板；

其中，所述推荐模块12，进一步用于在确定用户服务请求对应的负载分发服务模板和/或应用优化服务模板的模板类型的过程中，当本地预先配置了流量信息和/或服务信息与负载分发服务模板和/或应用优化服务模板的模板类型的对应关系时，利用所述用户服务请求中携带的流量信息和/或服务信息查询所述对应关系，得到负载分发服务模板和/或应用优化服务模板的模板类型；或者，当所述用户服务请求中携带了表示负载分发服务模板和/或应用优化服务模板的模板类型的信息时，利用所述信息，确定负载分发服务模板和/或应用优化服务模板的模板类型。

其中，本发明装置的各个模块可以集成于一体，也可以分离部署。上述模块可以合并为一个模块，也可以进一步拆分成多个子模块。

本发明提出的服务模板的推荐装置可以应用在服务设备中，该服务模板的推荐装置可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在的服务设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图6所示，为本发明提出的服务模板的推荐装置所在服务设备的一种硬件结构图，除了图6所示的处理器、网络接口、内存以及非易失性存储器外，服务设备还可以包括其他硬件，如负责处理报文的转发芯片等；从硬件结构上来讲该服务设备还可能是分布式设备，可能包括多个接口卡，以便在硬件层面进行报文处理的扩展。

基于与上述方法同样的发明构思，本发明实施例中还提供了一种服务模板的推荐装置，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述服务模板的推荐装置应用在所述服务设备上，如图7所示，所述服务模板的推荐装置具体包括：

接收模块21，用于接收所述模板管理设备发送的待生成的服务模板对应的学习策略；统计模块22，用于统计虚服务对应的流量信息、服务信息、配置参数；学习模块23，用于按照所述学习策略，对所述流量信息和所述服务信息进行学习，得到学习结果；发送模块24，用于将所述流量信息、所述服务信息、所述配置参数和所述学习结果发送给所述模板管理设备，以使所述模板管理设备利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，记录所述流量信息、所述服务信息与所述服务模板之间的对应关系，并利用所述对应关系推荐服务模板。

所述服务模板具体包括：负载分发服务模板和/或应用优化服务模板，且所述负载分发服务模板具体包括多种模板类型的负载分发服务模板，所述应用优化服务模板具体包括多种模板类型的应用优化服务模板；

所述配置参数具体包括负载分发配置参数和/或应用优化配置参数。

其中，本发明装置的各个模块可以集成于一体，也可以分离部署。上述模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。本领域技术人员可以理解附图只是一个优选实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可进一步拆分成多个子模块。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (12)

1.一种服务模板的推荐方法，其特征在于，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述方法包括：

所述模板管理设备向服务设备发送待生成的服务模板对应的学习策略；

所述模板管理设备接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、服务信息、配置参数和学习结果生成所述学习策略对应的服务模板，并记录所述流量信息、服务信息与所述服务模板之间的对应关系；其中，所述学习结果是所述服务设备按照所述学习策略，对所述流量信息和所述服务信息进行学习后得到的；

所述模板管理设备在收到携带流量信息和服务信息的用户服务请求时，通过查询所述对应关系，得到该流量信息、该服务信息对应的服务模板，并向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板。

2.根据权利要求1所述的方法，其特征在于，

所述模板管理设备向服务设备发送待生成的服务模板对应的学习策略的过程，具体包括：

所述模板管理设备向M个服务设备发送待生成的服务模板对应的学习策略；

所述模板管理设备接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、服务信息、配置参数和学习结果生成所述学习策略对应的服务模板的过程，具体包括：

所述模板管理设备接收所述M个服务设备返回的流量信息、服务信息、配置参数和学习结果，从M个学习结果中的对应于相同的流量信息和服务信息的学习结果中选择N个学习结果，并利用所述N个学习结果对应的配置参数，在N个服务模板中分别记录所述N个学习结果中的一个学习结果对应的配置参数，所述N个服务模板与所述N个学习结果对应的配置参数一一对应；

其中，M为大于1的正整数，N为大于等于1的正整数，M大于等于N。

3.根据权利要求1或2所述的方法，其特征在于，

所述服务模板具体包括：负载分发服务模板和/或应用优化服务模板，且所述负载分发服务模板具体包括多种模板类型的负载分发服务模板，所述应用优化服务模板具体包括多种模板类型的应用优化服务模板；

所述配置参数具体包括负载分发配置参数和/或应用优化配置参数。

4.根据权利要求3所述的方法，其特征在于，

所述模板管理设备向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板，具体包括：所述模板管理设备确定用户服务请求对应的负载分发服务模板和/或应用优化服务模板的模板类型，从该流量信息、该服务信息对应的所有服务模板中，选择至少一个该模板类型的负载分发服务模板和/或应用优化服务模板，向发送所述用户服务请求的设备推荐当前选择的负载分发服务模板和/或应用优化服务模板；

其中，所述模板管理设备确定用户服务请求对应的负载分发服务模板和/或应用优化服务模板的模板类型的过程，具体包括：当本地预先配置了流量信息和/或服务信息与负载分发服务模板和/或应用优化服务模板的模板类型的对应关系时，所述模板管理设备利用所述用户服务请求中携带的流量信息和/或服务信息查询所述对应关系，得到负载分发服务模板和/或应用优化服务模板的模板类型；或者，当所述用户服务请求中携带了表示负载分发服务模板和/或应用优化服务模板的模板类型的信息时，所述模板管理设备利用所述信息，确定负载分发服务模板和/或应用优化服务模板的模板类型。

5.一种服务模板的推荐方法，其特征在于，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述方法包括：

所述服务设备接收所述模板管理设备发送的待生成的服务模板对应的学习策略；

所述服务设备统计虚服务对应的流量信息、服务信息、配置参数；

所述服务设备按照所述学习策略，对所述流量信息和所述服务信息进行学习，得到学习结果，并将所述流量信息、所述服务信息、所述配置参数和所述学习结果发送给所述模板管理设备，以使所述模板管理设备利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，记录所述流量信息、所述服务信息与所述服务模板之间的对应关系，并利用所述对应关系推荐服务模板。

6.根据权利要求5所述的方法，其特征在于，

所述服务模板具体包括：负载分发服务模板和/或应用优化服务模板，且所述负载分发服务模板具体包括多种模板类型的负载分发服务模板，所述应用优化服务模板具体包括多种模板类型的应用优化服务模板；

所述配置参数具体包括负载分发配置参数和/或应用优化配置参数。

7.一种服务模板的推荐装置，其特征在于，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述服务模板的推荐装置应用在所述模板管理设备上，且所述服务模板的推荐装置具体包括：

学习模块，用于向服务设备发送待生成的服务模板对应的学习策略；接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，并记录所述流量信息、所述服务信息与所述服务模板之间的对应关系；其中，所述学习结果是所述服务设备按照所述学习策略，对所述流量信息和所述服务信息进行学习后得到的；

推荐模块，用于在收到携带流量信息和服务信息的用户服务请求时，通过查询所述对应关系，得到该流量信息、该服务信息对应的服务模板，并向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板。

8.根据权利要求7所述的装置，其特征在于，

所述学习模块，具体用于在向服务设备发送待生成的服务模板对应的学习策略的过程中，向M个服务设备发送待生成的服务模板对应的学习策略；

在接收来自所述服务设备的流量信息、服务信息、配置参数和学习结果，并利用所述流量信息、服务信息、配置参数和学习结果生成所述学习策略对应的服务模板的过程中，接收所述M个服务设备返回的流量信息、服务信息、配置参数和学习结果，从M个学习结果中的对应于相同的流量信息和服务信息的学习结果中选择N个学习结果，并利用所述N个学习结果对应的配置参数，在N个服务模板中分别记录所述N个学习结果中的一个学习结果对应的配置参数，所述N个服务模板与所述N个学习结果对应的配置参数一一对应；

其中，M为大于1的正整数，N为大于等于1的正整数，M大于等于N。

9.根据权利要求7或8所述的装置，其特征在于，

所述服务模板具体包括：负载分发服务模板和/或应用优化服务模板，且所述负载分发服务模板具体包括多种模板类型的负载分发服务模板，所述应用优化服务模板具体包括多种模板类型的应用优化服务模板；

所述配置参数具体包括负载分发配置参数和/或应用优化配置参数。

10.根据权利要求9所述的装置，其特征在于，

所述推荐模块，进一步用于在向发送所述用户服务请求的设备推荐该流量信息、该服务信息对应的服务模板中的至少一个服务模板的过程中，确定用户服务请求对应的负载分发服务模板和/或应用优化服务模板的模板类型，从该流量信息、该服务信息对应的所有服务模板中，选择至少一个该模板类型的负载分发服务模板和/或应用优化服务模板，向发送所述用户服务请求的设备推荐当前选择的负载分发服务模板和/或应用优化服务模板；

其中，所述推荐模块，进一步用于在确定用户服务请求对应的负载分发服务模板和/或应用优化服务模板的模板类型的过程中，当本地预先配置了流量信息和/或服务信息与负载分发服务模板和/或应用优化服务模板的模板类型的对应关系时，利用所述用户服务请求中携带的流量信息和/或服务信息查询所述对应关系，得到负载分发服务模板和/或应用优化服务模板的模板类型；或者，当所述用户服务请求中携带了表示负载分发服务模板和/或应用优化服务模板的模板类型的信息时，利用所述信息，确定负载分发服务模板和/或应用优化服务模板的模板类型。

11.一种服务模板的推荐装置，其特征在于，应用于包括部署在云网络的模板管理设备和部署在用户网络的服务设备的系统中，所述服务模板的推荐装置应用在所述服务设备上，所述服务模板的推荐装置具体包括：

接收模块，用于接收所述模板管理设备发送的待生成的服务模板对应的学习策略；

统计模块，用于统计虚服务对应的流量信息、服务信息、配置参数；

学习模块，用于按照所述学习策略，对所述流量信息和所述服务信息进行学习，得到学习结果；

发送模块，用于将所述流量信息、所述服务信息、所述配置参数和所述学习结果发送给所述模板管理设备，以使所述模板管理设备利用所述流量信息、所述服务信息、所述配置参数和所述学习结果生成所述学习策略对应的服务模板，记录所述流量信息、所述服务信息与所述服务模板之间的对应关系，并利用所述对应关系推荐服务模板。

12.根据权利要求11所述的装置，其特征在于，

所述服务模板具体包括：负载分发服务模板和/或应用优化服务模板，且所述负载分发服务模板具体包括多种模板类型的负载分发服务模板，所述应用优化服务模板具体包括多种模板类型的应用优化服务模板；

所述配置参数具体包括负载分发配置参数和/或应用优化配置参数。