CN108123821A - 一种数据分析方法及装置 - Google Patents
一种数据分析方法及装置 Download PDFInfo
- Publication number
- CN108123821A CN108123821A CN201611084066.9A CN201611084066A CN108123821A CN 108123821 A CN108123821 A CN 108123821A CN 201611084066 A CN201611084066 A CN 201611084066A CN 108123821 A CN108123821 A CN 108123821A
- Authority
- CN
- China
- Prior art keywords
- configuration object
- configuration
- parameter
- title
- relevance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0866—Checking the configuration
- H04L41/0873—Checking configuration conflicts between network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0866—Checking the configuration
- H04L41/0869—Validating the configuration within one network element
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/085—Retrieval of network configuration; Tracking network configuration history
- H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种数据分析方法及装置,涉及云计算和通信领域,解决了系统管理员在分析并设置配置对象对的关联关系的过程中,工作效率较低,出错和遗漏的概率较高的问题。具体方案为:获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件。确定获取到的第一配置对象的名称与第二配置对象的名称的关联性,且确定获取到的第一配置对象的参数与第二配置对象的参数的关联性。确定第一配置对象与第二配置对象的关联关系。在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储第一配置对象与第二配置对象的关联关系。本发明实施例用于数据分析的过程中。
Description
技术领域
本发明实施例涉及云计算和通信领域,尤其涉及一种数据分析方法及装置。
背景技术
在传统的电信系统中,为了实现不同的应用功能,需要部署不同的硬件设备。但是,随着应用功能的增多,需要部署的硬件设备也增多,使得电信系统的复杂程度增大,从而导致新增业务的开发、系统的运维、资源利用率等都面临极大的挑战。为了应对这些挑战,并利用互联网技术(Internet Technology,IT)业界的虚拟化技术以及云计算技术,在电信系统中引入了网络功能虚拟化(Network Function Virtualization,NFV)技术。
NFV技术可以将电信系统中的各个网元(不同网元用于实现不同的应用功能)转换为独立的应用,并将这些应用灵活部署在基于标准的服务器、存储以及交换机等其他设备构建的统一基础设施平台上。且可以通过虚拟化技术将硬件设备分解为多种虚拟资源,以供上层应用使用,来实现应用和硬件的解耦。还可以通过云计算技术,实现应用的弹性收缩,并实现虚拟资源与业务负荷相匹配。NFV系统的架构示意图如图1所示。在该系统架构下,虚拟网络功能(Virtual Network Function,VNF)可以根据自身的资源需求向NFV基础设施(NFV Infrastructure,NFVI)申请资源。但是,当NFVI通过虚拟基础设施管理器(Virtualized Infrastructure Manager,VIM)进行了资源属性(如,资源类型、资源数量、资源功能)的修改时,并不会通知到VNF,这样VNF可能会由于实际申请到的资源与自身需要的资源不匹配,导致服务质量降低,甚至无法提供业务服务。
为了解决VNF的服务质量降低,甚至无法提供服务的问题,现有技术提供一种配置检查方法。具体为:安装有配置检查工具的设备,可以从存储有VNF的资源属性的虚拟网络功能管理器(Virtual Network Function Manager,VNFM)中获得配置文件,并从存储有NFVI的资源属性的VIM中获得配置文件。然后,该设备可以根据预先存储的配置对象对的关联关系对VNF和NFVI的配置文件进行垂直配置检查,从而预防由于实际申请到的资源与自身需要的资源不匹配,导致VNF的服务质量降低,甚至无法提供服务的问题出现。
在现有技术中,配置对象对的关联关系是由系统管理员基于个人经验对不同配置文件中的配置对象进行逐条分析得到并预先设置在配置检查工具中的,因此,存在着工作效率较低,且出错和遗漏的概率较高的问题。尤其在配置对象数量较大时,上述问题尤为突出。
发明内容
本发明实施例提供一种数据分析方法及装置,解决了系统管理员在分析并设置配置对象对的关联关系的过程中,工作效率较低,出错和遗漏的概率较高的问题。
为达到上述目的,本发明实施例采用如下技术方案:
本发明实施例的第一方面,提供一种数据分析方法,包括:
数据分析装置获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件,第一配置文件包括:第一配置对象的名称和第一配置对象的参数,第二配置文件包括:第二配置对象的名称和第二配置对象的参数。并确定获取到的第一配置对象的名称与第二配置对象的名称的关联性,且确定获取到的第一配置对象的参数与第二配置对象的参数的关联性。确定获取到的第一配置对象与第二配置对象的关联关系,第一配置对象与第二配置对象的关联关系包括以下至少一种:第一配置对象的名称与第二配置对象的名称的关联关系,第一配置对象的参数与第二配置对象的参数的关联关系。并在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储确定出的第一配置对象与第二配置对象的关联关系。
其中,第一配置对象的名称与第二配置对象的名称的关联性可以采用第一配置对象的名称与第二配置对象的名称存在关联的可能性大小来表示。第一配置对象的参数与第二配置对象的参数的关联性可以采用第一配置对象的参数与第二配置对象的参数存在关联的可能性大小来表示。
本发明实施例提供的数据分析方法,数据分析装置可以在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储确定出的第一配置对象与第二配置对象的关联关系。这样配置对象对的关联关系可以直接由数据分析装置确定出来,并进行存储,而不需要系统管理员基于个人经验分析得到并设置在配置检查工具中。从而解决了系统管理员在分析并设置配置对象对的关联关系的过程中,工作效率较低,出错和遗漏的概率较高的问题。
结合第一方面,在一种可能的实现方式中,为了保证存储的配置对象对的关联关系的准确性,在数据分析装置存储确定出的第一配置对象与第二配置对象的关联关系之前,还可以包括:显示第一配置对象的名称和第二配置对象的名称,并显示第一配置对象的参数和第二配置对象的参数。此时,数据分析装置存储第一配置对象与第二配置对象的关联关系,具体的可以包括:数据分析装置在获取到用户针对显示的第一配置对象的名称和第二配置对象的名称,以及显示的第一配置对象的参数和第二配置对象的参数的确认操作时,存储第一配置对象与第二配置对象的关联关系。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,数据分析装置确定获取到的第一配置对象的名称与第二配置对象的名称的关联性,具体的可以为:数据分析装置采用第一预设算法对第一配置对象的名称和第二配置对象的名称进行人工智能分析,得到第一配置对象的名称与第二配置对象的名称的关联性评分S1。数据分析装置确定获取到的第一配置对象的参数与第二配置对象的参数的关联性,具体的可以为:数据分析装置采用第二预设算法对第一配置对象的参数和第二配置对象的参数进行人工智能分析,得到第一配置对象的参数与第二配置对象的参数的关联性评分S2。此时,相应的,在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储第一配置对象与第二配置对象的关联关系,具体的可以为:当S1和S2相加得到的结果S大于预设阈值时,存储第一配置对象与第二配置对象的关联关系。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储第一配置对象与第二配置对象的关联关系之前,还可以包括:采用第一预设算法对第一配置对象的参数的属性名称和第二配置对象的参数的属性名称进行人工智能分析,得到第一配置对象的参数的属性名称与第二配置对象的参数的属性名称的关联性评分S3。此时,相应的,当S1和S2之和大于预设阈值时,存储第一配置对象与第二配置对象的关联关系,具体的可以为:当S1、S2和S3三者相加得到的结果S大于预设阈值时,存储第一配置对象与第二配置对象的关联关系。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,第一配置对象的参数包括:第一配置对象的值或值集,第二配置对象的参数包括:第二配置对象的值或值集。此时,采用第二预设算法对第一配置对象的参数和第二配置对象的参数进行人工智能分析,得到第一配置对象的参数与第二配置对象的参数的关联性评分S2,具体的可以包括:采用第二预设算法对第一配置对象的值或值集,和,第二配置对象的值或值集进行人工智能分析,得到S2。
结合第一方面和上述可能的实现方式,在另一种可能的实现方式中,第一被检查实体为VNF,第二被检查实体为NFVI;或者,第一被检查实体为NFVI,第二被检查实体为VNF;或者,第一被检查实体和第二被检查实体均为VNF。
本发明实施例的第二方面,提供一种数据分析装置,包括:
配置文件分析模块,用于获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件,第一配置文件包括:第一配置对象的名称和第一配置对象的参数,第二配置文件包括:第二配置对象的名称和第二配置对象的参数;
智能分析模块,用于确定配置文件分析模块获取到的第一配置对象的名称与第二配置对象的名称的关联性,并确定配置文件分析模块获取到的第一配置对象的参数与第二配置对象的参数的关联性;确定配置文件分析模块获取到的第一配置对象与第二配置对象的关联关系,第一配置对象与第二配置对象的关联关系包括以下至少一种:第一配置对象的名称与第二配置对象的名称的关联关系,第一配置对象的参数与第二配置对象的参数的关联关系;确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件;
数据库模块,用于在智能分析模块确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储智能分析模块确定的第一配置对象与第二配置对象的关联关系。
结合第二方面,在一种可能的实现方式中,数据分析装置还包括:关联性显示和确认模块;关联性显示和确认模块,用于显示配置文件分析模块获取到的第一配置对象的名称和第二配置对象的名称,并显示配置文件分析模块获取到的第一配置对象的参数和第二配置对象的参数;获取用户针对第一配置对象的名称和第二配置对象的名称,以及第一配置对象的参数和第二配置对象的参数的确认操作;数据库模块,具体用于在关联性显示和确认模块获取到用户针对显示的第一配置对象的名称和第二配置对象的名称,以及显示的第一配置对象的参数和第二配置对象的参数的确认操作时,存储智能分析模块确定的第一配置对象与第二配置对象的关联关系。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,智能分析模块,具体用于:采用第一预设算法对配置文件分析模块获取到的第一配置对象的名称和第二配置对象的名称进行人工智能分析,得到第一配置对象的名称与第二配置对象的名称的关联性评分S1;采用第二预设算法对配置文件分析模块获取到的第一配置对象的参数和第二配置对象的参数进行人工智能分析,得到第一配置对象的参数与第二配置对象的参数的关联性评分S2。数据库模块,具体用于当S1和S2相加得到的结果S大于预设阈值时,存储第一配置对象与第二配置对象的关联关系。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,智能分析模块,还用于采用第一预设算法对配置文件分析模块获取到的第一配置对象的参数的属性名称和第二配置对象的参数的属性名称进行人工智能分析,得到第一配置对象的参数的属性名称与第二配置对象的参数的属性名称的关联性评分S3;数据库模块,具体用于当S1、S2和S3三者相加得到的结果S大于预设阈值时,存储第一配置对象与第二配置对象的关联关系。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,配置文件分析模块获取到的第一配置对象的参数包括:第一配置对象的值或值集,配置文件分析模块获取到的第二配置对象的参数包括:第二配置对象的值或值集;智能分析模块,具体用于采用第二预设算法对配置文件分析模块获取到的第一配置对象的值或值集,和,第二配置对象的值或值集进行人工智能分析,得到S2。
结合第二方面和上述可能的实现方式,在另一种可能的实现方式中,第一被检查实体为VNF,第二被检查实体为NFVI;或者,第一被检查实体为NFVI,第二被检查实体为VNF;或者,第一被检查实体和第二被检查实体均为VNF。
具体的实现方式可以参考第一方面或第一方面的可能的实现方式提供的数据分析方法中数据分析装置的行为功能。
本发明实施例的第三方面,提供一种数据分析装置,该数据分析装置可以包括:至少一个处理器、存储器、系统总线和通信接口;
至少一个处理器、存储器和通信接口通过系统总线连接,存储器用于存储计算机执行指令,当数据分析装置运行时,处理器执行存储器存储的计算机执行指令,以使数据分析装置执行如第一方面或第一方面的可能的实现方式中任意一项所述的数据分析方法。
本发明实施例的第四方面,提供一种计算机存储介质,用于存储上述数据分析装置所用的计算机软件指令,该计算机软件指令包含用于执行上述数据分析方法所设计的程序。
附图说明
图1为现有技术提供的一种NFV系统的架构示意图;
图2为本发明实施例提供的一种应用本发明实施例的系统架构的简化示意图;
图3为本发明实施例提供的一种数据分析装置的组成示意图;
图4为本发明实施例提供的一种数据分析方法的流程图;
图5为本发明实施例提供的另一种数据分析方法的流程图;
图6为本发明实施例提供的另一种数据分析装置的组成示意图;
图7为本发明实施例提供的另一种数据分析装置的组成示意图。
具体实施方式
图1示出的是现有技术提供的一种NFV系统的架构示意图。NFV系统10可以应用在各种网络中,例如:数据中心网络、运营商网络、局域网等。
如图1所示,该NFV系统10可以包括:业务支持管理系统(Operation SupportSystem/Business Support System,OSS/BSS)11、网络服务、VNF和基础设施描述(NetworkService、VNF And Infrastructure Description)12、多个网元管理(ElementManagement,EM)13、多个VNF 14、NFVI 15、NFV管理和编排系统(NFV Management AndOrchestration,NFV MANO)16。
其中,NFVI 15包括:虚拟资源层、虚拟化层(Virtualization Layer)和硬件资源层。虚拟资源层包括:虚拟计算151、虚拟存储152和虚拟网络153。硬件资源层包括:计算硬件154、存储硬件155和网络硬件156。
NFV MANO 16包括:NFV编排器(NFV Orchestrator,NFVO)161,一个或多个VNFM162和VIM 163。
OSS/BSS 11与网络服务、VNF和基础设施描述12在欧洲电信标准协会(EuropeanTelecommunications Standards Institute,ETSI)GS NFV 002V1.1.1标准中有进一步的讨论。
EM 13经过配置以对一个或一个以上的VNF 14进行管理。EM 13中存储有管理的VNF 14的配置文件。
VNF 14可以被配置为通过一个物理网络设备执行的至少一个网络功能的虚拟化。例如,在一种具体实现中,VNF 14可以经过配置以提供电信网络中的不同的网络功能(Network Function,NF),如演进的分组核心网(EPC,Evolved Packet Core)或者1P多媒体子系统(IP Multimedia Subsystem,IMS)等。VNF 14可以在部署阶段描述自身的资源需求,并向NFVI 15申请资源。
NFVI 15可以根据VNF 14的申请,向VNF 14提供虚拟化资源。具体的,NFVI 15包括的硬件资源层、软件资源层或两者的组合来完成虚拟化环境的部署。也就是说,硬件资源层和虚拟化层用于为VNF 14提供虚拟化的资源,例如作为虚拟机和其它形式的虚拟容器。
其中,虚拟计算151和虚拟存储152可以以虚拟机(Virtual Machine,VM)、和/或其他虚拟容器的形式提供给VNF 14。例如,一个或一个以上的VNF 14可以部署在一个虚拟机上。虚拟化层可以从物理层抽象硬件资源和解耦VNF 14,以便向VNF 14提供虚拟化资源。虚拟化层抽象网络硬件156从而形成虚拟网络153,虚拟网络153可以包括虚拟交换机(Virtual Switch),虚拟交换机用来提供虚拟机和其他虚拟机之间的连接。计算硬件154可以是市场上现成的硬件和/或用户定制的硬件,用来提供处理和计算资源。存储硬件155可以是网络内提供的存储容量或驻留在存储硬件155本身的存储容量(位于服务器内的本地存储器)。在一种具体实现中,计算硬件154和存储硬件155的资源可以被集中在一起。网络硬件156可以是交换机、路由器和/或配置成具有交换功能的任何其他网络设备。网络硬件156可以横跨多个域,并且可以包括多个由一个或一个以上传输网络互连的网络。网络硬件156中的传输网络,可以采用集中式控制平面和一个单独的转发平面(如软件定义网络(Software Defined Network,SDN))虚拟化。
NFV MANO 16用于执行对VNF 14和NFVI 15的监视和管理。
其中,NFVO 161可以实现在NFVI 15上的网络服务(如L2和L3虚拟专用网络(Virtual Private Network,VPN)服务),也可以执行来自一个或多个VNFM 162的资源相关请求,发送配置信息到VNFM 162,并收集VNF 14的状态信息。VNFM 162可以管理一个或多个VNF 14。如对VNF 14执行实例化、更新、查询、缩放和/或终止VNF 14等管理功能。VNFM 162中存储有管理的VNF 14的配置文件。VIM 163可以执行资源管理的功能,例如管理基础设施资源的分配(如增加资源到虚拟容器)和操作功能(如收集NFVI 15的故障信息)。VIM 163中存储有NFVI 15的配置文件。
NFVO 161可以与VIM 163通信,以实现资源的分配和/或预留以及交换虚拟化硬件资源的配置和状态信息。VNFM 162可以与VIM 163相互通信,进行资源分配和交换虚拟化硬件资源的配置和状态信息。VNFM 162可以与VNF 14和EM 13进行交互,来对VNF 14的生命周期进行管理以及交换配置和状态信息。
在该系统架构下,由于当NFVI 15通过VIM 163进行了资源属性的修改时,并不会通知到VNF 14。这样VNF可能会由于实际申请到的资源与自身需要的资源不匹配,导致服务质量降低,甚至无法提供业务服务。为了预防由于实际申请到的资源与自身需要的资源不匹配,导致VNF的服务质量降低,甚至无法提供服务的问题出现,可以在图1的基础上部署安装有配置检查工具的设备进行检查。但是,配置对象对的关联关系需由系统管理员基于个人经验分析得到并预先设置在配置检查工具中,因此,存在着工作效率较低,且出错和遗漏的概率较高的问题。为了解决系统管理员在分析并设置配置对象对的关联关系的过程中,工作效率较低,出错和遗漏的概率较高的问题,本发明实施例提供一种数据分析方法,其基本原理是:数据分析装置获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件,并确定获取到的第一配置对象的名称与第二配置对象的名称的关联性,且确定获取到的第一配置对象的参数与第二配置对象的参数的关联性。确定获取到的第一配置对象与第二配置对象的关联关系。并在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储确定出的第一配置对象与第二配置对象的关联关系。这样配置对象对的关联关系可以直接由数据分析装置确定出来,并进行存储,而不需要系统管理员基于个人经验分析得到并设置在配置检查工具中。从而解决了系统管理员在分析并设置配置对象对的关联关系的过程中,工作效率较低,出错和遗漏的概率较高的问题。
需要说明的是,本发明实施例中涉及的配置对象对是指由第一配置对象和第二配置对象组成的对,该第一配置对象和第二配置对象属于不同的被检查实体的配置文件。
下面将结合附图对本发明实施例的实施方式进行详细描述。
图2示出的是本发明实施例提供的一种应用本发明实施例的系统架构的简化示意图。该系统架构包括:图1所示的NFV系统10和安装有配置检查工具的数据分析装置21。
其中,数据分析装置21,可以部署在NFVO 16中,也可以独立于NFV系统10的各个模块进行部署。本发明实施例在此对配置检查工具的部署方式,并不做具体限制。如图2所示,以数据分析装置21独立于NFV系统10的各个模块进行部署为例说明本发明实施例提供的系统架构。
数据分析装置21通过接口分别与多个EM 13连接,该接口用于获取EM 13中存储的VNF 14的配置文件。
数据分析装置21还通过接口与一个或多个VNFM 162连接,该接口用于获取VNFM162中存储的VNF 14的配置文件。
数据分析装置21还通过接口与VIM 163连接,该接口用于获取VIM 163中存储的NFVI 15的配置文件。
图3为本发明实施例提供的一种数据分析装置的组成示意图,如图3所示,该数据分析装置可以包括:至少一个处理器31、存储器32、系统总线33和通信接口34。
下面结合图3对数据分析装置的各个构成部件进行具体的介绍:
处理器31可以是一个处理器,也可以是多个处理元件的统称。例如,处理器31可以是一个通用中央处理器(Central Processing Unit,CPU),也可以是特定应用集成电路(Application-Specific Integrated Circuit,ASIC),或一个或多个用于控制本发明方案程序执行的集成电路,例如:一个或多个微处理器(Digital Signal Processor,DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,FPGA)。
在具体实现中,作为一种实施例,处理器31可以包括一个或多个CPU,例如图3中的CPU0和CPU1。
在具体实现中,作为一种实施例,数据分析装置可以包括多个处理器,例如图3中的处理器31和处理器35。这些处理器中的每一个可以是一个单核处理器(Single-CPU),也可以是一个多核处理器(Multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
存储器32可以是只读存储器(Read-Only Memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(Random Access Memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(ElectricallyErasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器32用于存储执行本发明方案的应用程序代码,并由处理器31来控制执行。所述处理器31用于执行所述存储器32中存储的应用程序代码。存储器32还用于存储第一配置对象与第二配置对象的关联关系。
系统总线33可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口34,使用任何收发器一类的装置,用于与其他设备通信,如与被发现设备通信,或用于与通信网络通信,如以太网,无线接入网(Radio Access Network,RAN),无线局域网(Wireless Local Area Networks,WLAN)等。
需要说明的是,本发明实施例中涉及到的第一被检查实体和第二被检查实体具体的可以为:第一被检查实体为VNF,第二被检查实体为NFVI。或者,第一被检查实体为NFVI,第二被检查实体为VNF。或者,第一被检查实体和第二被检查实体均为VNF。
图4为本发明实施例提供的一种数据分析方法的流程图,如图4所示,该方法可以包括:
为了使得数据分析装置可以根据配置对象对的关联关系对配置文件进行检查,可以将配置对象对的关联关系预先设置在数据分析装置的配置检查工具中。本发明实施例提供的数据分析方法可以通过对不同被检查实体的配置文件的分析,得到配置对象对的关联关系,并通过存储分析得到的配置对象对的关联关系,实现在数据分析装置的配置检查工具中配置对象对的关联关系设置。具体的可以执行以下步骤401-步骤404:
其中,在本发明实施例中,配置对象对的关联关系指的是用于描述配置对象对的配置参数之间的关联关系,如配置对象对的名称之间的关联关系,配置对象对的参数之间的关联关系。
401、数据分析装置获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件。
其中,第一配置文件包括:第一配置对象的名称和第一配置对象的参数,第二配置文件包括:第二配置对象的名称和第二配置对象的参数。数据分析装置可以先获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件。
示例性的,当第一被检查实体为VNF,第二被检查实体为NFVI,或者第一被检查实体为NFVI,第二被检查实体为VNF时,数据分析装置可以通过与VNFM的接口,获取VNFM中存储的VNF的配置文件,并通过与VIM的接口,获取VIM中存储的NFVI的配置文件。当第一被检查实体和第一被检查实体均为VNF时,数据分析装置可以通过与EM的接口,获取两个不同的EM中存储的VNF的配置文件。
402、数据分析装置确定第一配置对象的名称与第二配置对象的名称的关联性,并确定第一配置对象的参数与第二配置对象的参数的关联性。
其中,数据分析装置可以确定第一配置对象的名称与第二配置对象的名称的关联性,即确定第一配置对象的名称与第二配置对象的名称存在关联的可能性大小。并可以确定第一配置对象的参数与第二配置对象的参数的关联性,即确定第一配置对象的参数与第二配置对象的参数存在关联的可能大小。
403、数据分析装置确定第一配置对象与第二配置对象的关联关系。
其中,第一配置对象与第二配置对象的关联关系具体的可以包括以下至少一种:第一配置对象的名称与第二配置对象的名称的关联关系,第一配置对象的参数与第二配置对象的参数的关联关系。
404、数据分析装置在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储第一配置对象与第二配置对象的关联关系。
其中,数据分析装置可以在执行完步骤402之后,确定第一配置对象与第二配置对象的关联关系。也可以在确定出第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件之后,再确定第一配置对象与第二配置对象的关联关系。
数据分析装置在存储了第一配置对象与第二配置对象的关联关系之后,可以在人工发起或者固定周期的检查中,根据存储的第一配置对象与第二配置对象的关联关系,实时的检查第一被检查实体的第一配置文件和第二被检查实体的第二配置文件是否存在异常。若确定存在异常,例如,第一配置对象的名称出现缺失,或者第一配置对象的参数和第二配置对象的参数的关联关系与存储的第一配置对象的参数和第二配置对象的参数的关联关系不一致,则可以通过检查报告或者显示告警消息的方式提示系统管理员进行人工检查和确认。如果系统管理员确定该异常是正确的,则数据分析装置可以在获取到系统管理员的确认操作之后,存储新的关联关系。如果系统管理员确定该异常是不正确的,则可以忽略该异常。
需要说明的是,可以将数据分析装置对VNF和NFVI的配置文件进行的检查,称为垂直配置检查,垂直配置检查用于VNF和NFVI间的资源配置的检查,例如:资源配置可以为:VM规格,网络功能开关等。可以将数据分析装置对不同的VNF的配置文件进行的检查,称为水平配置检查,水平配置检查用于在日常或者关键操作(如软件升级、重大业务调整等)前检查不同NF(该NF指的是被检查实体VNF)间的数据配置的一致性,例如:数据配置可以为:国际号码表、区号表、路由表等。
本发明实施例提供的数据分析方法,数据分析装置可以在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储确定出的第一配置对象与第二配置对象的关联关系。这样配置对象对的关联关系可以直接由数据分析装置确定出来,并进行存储,而不需要系统管理员基于个人经验分析得到并设置在配置检查工具中。从而解决了系统管理员在分析并设置配置对象对的关联关系的过程中,工作效率较低,出错和遗漏的概率较高的问题。
图5为本发明实施例提供的另一种数据分析方法的流程图,如图5所示,该方法可以包括:
501、数据分析装置获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件。
在数据分析装置获取到第一配置文件和第二配置文件之后,可以确定第一配置对象的名称与第二配置对象的名称的关联性,并确定第一配置对象的参数与第二配置对象的参数的关联性,具体的可以执行以下步骤502-步骤503:
502、数据分析装置采用第一预设算法对第一配置对象的名称和第二配置对象的名称进行人工智能分析,得到第一配置对象的名称与第二配置对象的名称的关联性评分S1。
其中,在配置对象没有被归类的情况下,假设第一配置对象为配置对象A,第二配置对象为配置对象C。例如,配置对象A的名称为Nation Number,配置对象C的名称为NatNum,则数据分析装置可以采用第一预设算法(如,人工智能算法1)对Nation Number和NatNum进行人工智能分析,得到S1,假设得到的S1=75%。再例如,配置对象A的名称为VM,配置对象C的名称为Virtual Machine,则数据分析装置可以采用第一预设算法对VM和Virtual Machine进行人工智能分析,得到S1,假设得到的S1=60%。
在配置对象被归类的情况下,数据分析装置采用第一预设算法对第一配置对象的名称和第二配置对象的名称进行人工智能分析,得到第一配置对象的名称与第二配置对象的名称的关联性评分S1,具体的可以包括:数据分析装置采用第一预设算法对第一配置对象的名称联合类名称和第二配置对象的名称联合类名称进行人工智能分析,得到第一配置对象的名称与第二配置对象的名称的关联性评分S1。
例如:在配置对象被归类的情况下,第一被检查实体为VNF1,第二被检查实体为NFVI,VNF 1的配置文件如表1所示,且表1中的配置对象均被归类为VM,NFVI的配置文件如表2所示,且表2中的配置对象均被归类为Virtual Machine。
表1
配置对象 | Name | VCPU | VCPU freq | MEM | DiSk | NIC |
A | VNF1-VM1 | 2 | 2.0 | 8 | 128 | 4 |
B | VNF1-VM2 | 4 | 2.0 | 8 | 256 | 2 |
表2
数据分析装置可以采用第一预设算法对配置对象A的名称VNF1-VM1联合类名称VM与配置对象C的名称VNF1-1联合类名称Virtual Machine进行人工智能分析,得到S1,假设得到的S1ac=60%。
且数据分析装置对配置对象A的名称与配置对象D的名称、配置对象A的名称与配置对象E的名称、配置对象A的名称与配置对象F的名称、配置对象B的名称与配置对象C的名称、配置对象B的名称与配置对象D的名称、对象B的名称与配置对象E的名称、对象B的名称与配置对象F的名称进行人工智能分析,与对配置对象A的名称与配置对象C的名称进行人工智能分析类似,本发明实施例在此不一一赘述。且假设得到的配置对象A的名称与配置对象D的名称的关联性评分S1ad=30%,配置对象A的名称与配置对象E的名称的关联性评分S1ae=40%,配置对象A的名称与配置对象F的名称的关联性评分S1af=30%,配置对象B的名称与配置对象C的名称的关联性评分S1bc=40%,配置对象B的名称与配置对象D的名称的关联性评分S1bd=30%,对象B的名称与配置对象E的名称的关联性评分S1be=60%,对象B的名称与配置对象F的名称的关联性评分S1bf=30%。
503、数据分析装置采用第二预设算法对第一配置对象的参数和第二配置对象的参数进行人工智能分析,得到第一配置对象的参数与第二配置对象的参数的关联性评分S2。
其中,第一配置对象的参数可以包括:第一配置对象的值或值集,第二配置对象的参数包括:第二配置对象的值或值集。此时,具体的,数据分析装置可以采用第二预设算法(如,人工智能算法2)对第一配置对象的值或值集,和,第二配置对象的值或值集进行人工智能分析,得到S2。
例如,假设第一配置对象为配置对象A,第二配置对象为配置对象C,且配置对象A的值为Turn on,配置对象C的值为Open,则数据分析装置可以采用第二预设算法对Turn on和Open进行分析,得到S2,假设得到的S2=80%。再例如,配置对象A的值集为a、b、c、d、e,配置对象C的值集为f、a、d、g、b,则数据分析装置可以采用第二预设算法对a、b、c、d、e和f、a、d、g、b进行分析,得到S2,假设得到的S2=60%。
再例如,如表1和表2所示的,数据分析装置可以采用第二预设算法对配置对象A的值集:2、2.0、8、128、4和配置对象C的值集:2.0、2、128、8、4进行人工智能分析,得到S2,假设得到的S2ac=100%。
且数据分析装置对配置对象A的值集与配置对象D的值集、配置对象A的值集与配置对象E的值集、配置对象A的值集与配置对象F的值集、配置对象B的值集与配置对象C的值集、配置对象B的值集与配置对象D的值集、对象B的值集与配置对象E的值集、对象B的值集与配置对象F的值集进行人工智能分析,与对配置对象A的值集与配置对象C的值集进行人工智能分析类似,本发明实施例在此不一一赘述。且假设配置对象A的值集与配置对象D的值集的关联性评分S2ad=40%,配置对象A的值集与配置对象E的值集的关联性评分S2ae=40%,配置对象A的值集与配置对象F的值集的关联性评分S2af=20%,配置对象B的值集与配置对象C的值集的关联性评分S2bc=40%,配置对象B的值集与配置对象D的值集的关联性评分S2bd=20%,配置对象B的值集与配置对象E的值集的关联性评分S2be=100%,配置对象B的值集与配置对象F的值集的关联性评分S2bf=20%。
进一步可选的,对于配置对象被归类的情况,数据分析装置还可以采用第一预设算法对第一配置对象的参数的属性名称和第二配置对象的参数的属性名称进行人工智能分析,得到第一配置对象的参数的属性名称与第二配置对象的参数的属性名称的关联性评分S3。
例如,如表1和表2所示的,数据分析装置可以采用第一预设算法对配置对象A的属性名称:VCPU、VCPU fred、MEM、Disk、NIC和配置对象C的属性名称:CPU speed、CPU number、Storage、Memory、Network card进行人工智能分析,得到S3,假设得到的S3=50%。且数据分析装置对配置对象A的属性名称与配置对象D的属性名称、配置对象A的属性名称与配置对象E的属性名称、配置对象A的属性名称与配置对象F的属性名称、配置对象B的属性名称与配置对象C的属性名称、配置对象B的属性名称与配置对象D的属性名称、对象B的属性名称与配置对象E的属性名称、对象B的属性名称与配置对象F的属性名称进行人工智能分析,与对配置对象A的属性名称与配置对象C的属性名称进行人工智能分析相同,得到的关联性评分均等于50%。
需要说明的是,在本发明实施例中,步骤502与步骤503的执行没有先后关系,即在执行完步骤501之后,可以先执行步骤502,然后再执行步骤503,或者,也可以先执行步骤503,然后再执行步骤502,本发明实施例在此对步骤502与步骤503的执行顺序不做具体限制。
并且,数据分析装置确定第一配置对象与第二配置对象的关联关系,在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储第一配置对象与第二配置对象的关联关系,具体的可以执行以下步骤504-步骤506:
504、数据分析装置确定第一配置对象与第二配置对象的关联关系。
其中,数据分析装置确定第一配置对象与第二配置对象的关联关系,具体的可以为:数据分析装置确定第一配置对象的名称与第二配置对象的名称的关联关系,和/或,确定第一配置对象的参数与第二配置对象的参数的关联关系。
示例性的,数据分析装置在得到第一配置对象的名称与第二配置对象的名称的关联性评分S1之后,仅在确定出S1大于第一预设值时,才确定第一配置对象的名称与第二配置对象的名称的关联关系,若确定S1小于第一预设值,则可以不确定第一配置对象的名称与第二配置对象的名称的关联关系。在得到第一配置对象的参数与第二配置对象的参数的关联性评分S2之后,仅在确定出S2大于第二预设值时,才确定第一配置对象的参数与第二配置对象的参数的关联关系,若确定S2小于第二预设值,则可以不确定第一配置对象的参数与第二配置对象的参数的关联关系。
505、当S1和S2相加得到的结果S大于预设阈值时,数据分析装置显示第一配置对象的名称和第二配置对象的名称,并显示第一配置对象的参数和第二配置对象的参数。
其中,当得到的S1和S2相加得到的结果S大于预设阈值时,即表明第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件。此时,数据分析装置便可以显示出第一配置对象的名称和第二配置对象的名称,并显示出第一配置对象的参数和第二配置对象的参数,以便于系统管理员可以对显示出的第一配置对象的名称和第二配置对象的名称,以及第一配置对象的参数和第二配置对象的参数进行确认操作。
示例性的,S1和S2相加得到S可以为S1和S2直接相加得到S,也可以为S1和S2加权相加得到S。当然,本发明实施例还可以使用其他的方式来得到S,例如,对S1和S2求取平均值得到S,本发明实施例在此对得到S具体实现方式并不做具体限制。
其中,在本发明实施例中以S1和S2直接相加得到S为例进行说明。
例如,如表1和表2所示的,数据分析装置将S1和S2直接相加得到:Sac=S1ac+S2ac=160%、Sad=S1ad+S2ad=70%、Sae=S1ae+S2ae=80%、Saf=S1af+S2af=50%、Sbc=S1bc+S2bc=80%、Sbd=S1bd+S2bd=50%、Sbe=S1be+S2be=160%、Sbf=S1bf+S2bf=50%。假设预设阈值为100%,那么数据分析装置可以确定出配置对象A和配置对象C存在关联关系、配置对象B和配置对象E存在关联关系,此时,数据分析装置可以显示配置对象A的名称和配置对象C的名称、配置对象B的名称和配置对象E的名称,并显示配置对象A的参数和配置对象C的参数、配置对象B的参数和配置对象E的参数。
进一步可选的,对于配置对象被归类的情况,数据分析装置可以得到第一配置对象的参数的属性名称与第二配置对象的参数的属性名称的关联性评分S3。此时,数据分析装置可以在确定S1、S2和S3三者相加得到的结果S大于预设阈值时,显示具有关联关系的配置对象的名称和配置对象的参数。
506、在获取到系统管理员针对显示的第一配置对象的名称和第二配置对象的名称,以及显示的第一配置对象的参数和第二配置对象的参数的确认操作时,数据分析装置存储第一配置对象与第二配置对象的关联关系。
其中,当数据分析装置确定的第一配置对象与第二配置对象的关联关系包括第一配置对象的名称与第二配置对象的名称的关联关系时,数据分析装置存储的第一配置对象与第二配置对象的关联关系也包括第一配置对象的名称与第二配置对象的名称的关联关系。当数据分析装置确定的第一配置对象与第二配置对象的关联关系包括第一配置对象的参数与第二配置对象的参数的关联关系时,数据分析装置存储的第一配置对象与第二配置对象的关联关系也包括第一配置对象的参数与第二配置对象的参数的关联关系。当数据分析装置确定的第一配置对象与第二配置对象的关联关系包括第一配置对象的名称与第二配置对象的名称的关联关系和第一配置对象的参数与第二配置对象的参数的关联关系时,数据分析装置存储的第一配置对象与第二配置对象的关联关系也包括第一配置对象的名称与第二配置对象的名称的关联关系和第一配置对象的参数与第二配置对象的参数的关联关系。
并且,数据分析装置存储的配置对象对的关联关系是系统管理员进行确认操作的配置对象对。例如,数据分析装置显示的配置对象对(显示的配置对象对指的是显示的是配置对象对中配置对象的名称,以及配置对象的参数)为配置对象A和配置对象C,配置对象B和配置对象E,但是系统管理员只对配置对象A和配置对象C进行了确认操作,则数据分析装置只存储配置对象A和配置对象C的关联关系。
本发明实施例提供的数据分析方法,数据分析装置可以在确定第一配置对象的名称与第二配置对象的名称的关联性和第一配置对象的参数与第二配置对象的参数的关联性满足预设条件时,存储确定出的第一配置对象与第二配置对象的关联关系。这样配置对象对的关联关系可以直接由数据分析装置确定出来,并进行存储,而不需要系统管理员基于个人经验分析得到并设置在配置检查工具中。从而解决了系统管理员在分析并设置配置对象对的关联关系的过程中,工作效率较低,出错和遗漏的概率较高的问题。
并且,通过在获取到系统管理员针对显示的第一配置对象的名称和第二配置对象的名称,以及显示的第一配置对象的参数和第二配置对象的参数的确认操作时,数据分析装置才存储第一配置对象与第二配置对象的关联关系,可以保证存储的配置对象对的关联关系的准确性。
上述主要从各个网元之间交互的角度对本发明实施例提供的方案进行了介绍。可以理解的是,各个网元,例如数据分析装置为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的算法步骤,本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
本发明实施例可以根据上述方法示例对数据分析装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本发明实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在采用对应各个功能划分各个功能模块的情况下,图6示出了上述和实施例中涉及的数据分析装置的一种可能的组成示意图,如图6所示,该数据分析装置可以包括:配置文件分析模块61、智能分析模块62、数据库模块63。
其中,配置文件分析模块61,用于支持数据分析装置执行图4所示的数据分析方法中的步骤401,图5所示的数据分析方法中的步骤501。
智能分析模块62,用于支持数据分析装置执行图4所示的数据分析方法中的步骤402、步骤403,图5所示的数据分析方法中的步骤502、步骤503、步骤504。
数据库模块63,用于支持数据分析装置执行图4所示的数据分析方法中的步骤404,图5所示的数据分析方法中的步骤506。
进一步的,如图6所示,该数据分析装置还可以包括:关联性显示和确认模块64和配置自动检查模块65。
关联性显示和确认模块64,用于支持数据分析装置执行图5所示的数据分析方法中的步骤505。
配置自动检查模块65,用于支持数据分析装置执行对不同的被检查实体的配置文件进行检查的操作。
需要说明的是,上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述,在此不再赘述。
本发明实施例提供的数据分析装置,用于执行上述数据分析方法,因此可以达到与上述数据分析方法相同的效果。
在采用集成的单元的情况下,图7示出了上述实施例中所涉及的数据分析装置的另一种可能的组成示意图。如图7所示,该数据分析装置包括:处理模块71和通信模块72。
处理模块71用于对数据分析装置的动作进行控制管理,例如,处理模块71用于支持数据分析装置执行图4中的步骤401、步骤402、步骤403,图5中的步骤501、步骤502、步骤503、步骤504、步骤505、和/或用于本文所描述的技术的其它过程。通信模块72用于支持数据分析装置与其他网络实体的通信,例如与图1或图2中示出的功能模块或网络实体之间的通信。数据分析装置还可以包括存储模块73,用于存储数据分析装置的程序代码和数据。例如,存储模块73用于支持数据分析装置执行图4中的步骤404,图5中的步骤506。
其中,处理模块71可以是处理器或控制器。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。通信模块72可以是收发器、收发电路或通信接口等。存储模块73可以是存储器。
当处理模块71为处理器,通信模块72为通信接口,存储模块73为存储器时,本发明实施例所涉及的数据分析装置可以为图3所示的数据分析装置。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该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个设备(可以是单片机,芯片等)或处理器(Processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种数据分析方法,其特征在于,包括:
获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件,所述第一配置文件包括:第一配置对象的名称和第一配置对象的参数,所述第二配置文件包括:第二配置对象的名称和第二配置对象的参数;
确定所述第一配置对象的名称与所述第二配置对象的名称的关联性,并确定所述第一配置对象的参数与所述第二配置对象的参数的关联性;
确定所述第一配置对象与所述第二配置对象的关联关系,所述第一配置对象与所述第二配置对象的关联关系包括以下至少一种:所述第一配置对象的名称与所述第二配置对象的名称的关联关系,所述第一配置对象的参数与所述第二配置对象的参数的关联关系;
在确定所述第一配置对象的名称与所述第二配置对象的名称的关联性和所述第一配置对象的参数与所述第二配置对象的参数的关联性满足预设条件时,存储所述第一配置对象与所述第二配置对象的关联关系。
2.根据权利要求1所述的方法,其特征在于,在所述存储所述第一配置对象与所述第二配置对象的关联关系之前,还包括:
显示所述第一配置对象的名称和所述第二配置对象的名称,并显示所述第一配置对象的参数和所述第二配置对象的参数;
所述存储所述第一配置对象与所述第二配置对象的关联关系,包括:
在获取到用户针对显示的所述第一配置对象的名称和所述第二配置对象的名称,以及显示的所述第一配置对象的参数和所述第二配置对象的参数的确认操作时,存储所述第一配置对象与所述第二配置对象的关联关系。
3.根据权利要求1或2所述的方法,其特征在于,
所述确定所述第一配置对象的名称与所述第二配置对象的名称的关联性,包括:
采用第一预设算法对所述第一配置对象的名称和所述第二配置对象的名称进行人工智能分析,得到所述第一配置对象的名称与所述第二配置对象的名称的关联性评分S1;
所述确定所述第一配置对象的参数与所述第二配置对象的参数的关联性,包括:
采用第二预设算法对所述第一配置对象的参数和所述第二配置对象的参数进行人工智能分析,得到所述第一配置对象的参数与所述第二配置对象的参数的关联性评分S2;
所述在确定所述第一配置对象的名称与所述第二配置对象的名称的关联性和所述第一配置对象的参数与所述第二配置对象的参数的关联性满足预设条件时,存储所述第一配置对象与所述第二配置对象的关联关系,包括:
当所述S1和所述S2相加得到的结果S大于预设阈值时,存储所述第一配置对象与所述第二配置对象的关联关系。
4.根据权利要求3所述的方法,其特征在于,在所述在确定所述第一配置对象的名称与所述第二配置对象的名称的关联性和所述第一配置对象的参数与所述第二配置对象的参数的关联性满足预设条件时,存储所述第一配置对象与所述第二配置对象的关联关系之前,还包括:
采用所述第一预设算法对所述第一配置对象的参数的属性名称和所述第二配置对象的参数的属性名称进行人工智能分析,得到所述第一配置对象的参数的属性名称与所述第二配置对象的参数的属性名称的关联性评分S3;
所述当所述S1和所述S2相加得到的结果S大于预设阈值时,存储所述第一配置对象与所述第二配置对象的关联关系,包括:
当所述S1、所述S2和所述S3三者相加得到的结果S大于所述预设阈值时,存储所述第一配置对象与所述第二配置对象的关联关系。
5.根据权利要求3或4所述的方法,其特征在于,所述第一配置对象的参数包括:所述第一配置对象的值或值集,所述第二配置对象的参数包括:所述第二配置对象的值或值集;
所述采用第二预设算法对所述第一配置对象的参数和所述第二配置对象的参数进行人工智能分析,得到所述第一配置对象的参数与所述第二配置对象的参数的关联性评分S2,包括:
采用所述第二预设算法对所述第一配置对象的值或值集,和,所述第二配置对象的值或值集进行人工智能分析,得到所述S2。
6.根据权利要求1-5中任一项所述的方法,其特征在于,
所述第一被检查实体为虚拟网络功能VNF,所述第二被检查实体为网络功能虚拟化基础设施NFVI;
或者,所述第一被检查实体为所述NFVI,所述第二被检查实体为所述VNF;
或者,所述第一被检查实体和所述第二被检查实体均为所述VNF。
7.一种数据分析装置,其特征在于,包括:
配置文件分析模块,用于获取第一被检查实体的第一配置文件,以及第二被检查实体的第二配置文件,所述第一配置文件包括:第一配置对象的名称和第一配置对象的参数,所述第二配置文件包括:第二配置对象的名称和第二配置对象的参数;
智能分析模块,用于确定所述配置文件分析模块获取到的所述第一配置对象的名称与所述第二配置对象的名称的关联性,并确定所述配置文件分析模块获取到的所述第一配置对象的参数与所述第二配置对象的参数的关联性;确定所述配置文件分析模块获取到的所述第一配置对象与所述第二配置对象的关联关系,所述第一配置对象与所述第二配置对象的关联关系包括以下至少一种:所述第一配置对象的名称与所述第二配置对象的名称的关联关系,所述第一配置对象的参数与所述第二配置对象的参数的关联关系;确定所述第一配置对象的名称与所述第二配置对象的名称的关联性和所述第一配置对象的参数与所述第二配置对象的参数的关联性满足预设条件;
数据库模块,用于在所述智能分析模块确定所述第一配置对象的名称与所述第二配置对象的名称的关联性和所述第一配置对象的参数与所述第二配置对象的参数的关联性满足预设条件时,存储所述智能分析模块确定的所述第一配置对象与所述第二配置对象的关联关系。
8.根据权利要求7所述的数据分析装置,其特征在于,所述数据分析装置还包括:关联性显示和确认模块;
所述关联性显示和确认模块,用于显示所述配置文件分析模块获取到的所述第一配置对象的名称和所述第二配置对象的名称,并显示所述配置文件分析模块获取到的所述第一配置对象的参数和所述第二配置对象的参数;获取用户针对所述第一配置对象的名称和所述第二配置对象的名称,以及所述第一配置对象的参数和所述第二配置对象的参数的确认操作;
所述数据库模块,具体用于在所述关联性显示和确认模块获取到用户针对显示的所述第一配置对象的名称和所述第二配置对象的名称,以及显示的所述第一配置对象的参数和所述第二配置对象的参数的确认操作时,存储所述第一配置对象与所述第二配置对象的关联关系。
9.根据权利要求7或8所述的数据分析装置,其特征在于,
所述智能分析模块,具体用于:
采用第一预设算法对所述配置文件分析模块获取到的所述第一配置对象的名称和所述第二配置对象的名称进行人工智能分析,得到所述第一配置对象的名称与所述第二配置对象的名称的关联性评分S1;
采用第二预设算法对所述配置文件分析模块获取到的所述第一配置对象的参数和所述第二配置对象的参数进行人工智能分析,得到所述第一配置对象的参数与所述第二配置对象的参数的关联性评分S2;
所述数据库模块,具体用于当所述S1和所述S2相加得到的结果S大于预设阈值时,存储所述第一配置对象与所述第二配置对象的关联关系。
10.根据权利要求9所述的数据分析装置,其特征在于,
所述智能分析模块,还用于采用所述第一预设算法对所述配置文件分析模块获取到的所述第一配置对象的参数的属性名称和所述第二配置对象的参数的属性名称进行人工智能分析,得到所述第一配置对象的参数的属性名称与所述第二配置对象的参数的属性名称的关联性评分S3;
所述数据库模块,具体用于当所述S1、所述S2和所述S3三者相加得到的结果S大于所述预设阈值时,存储所述第一配置对象与所述第二配置对象的关联关系。
11.根据权利要求9或10所述的数据分析装置,其特征在于,所述配置文件分析模块获取到的所述第一配置对象的参数包括:所述第一配置对象的值或值集,所述配置文件分析模块获取到的所述第二配置对象的参数包括:所述第二配置对象的值或值集;
所述智能分析模块,具体用于采用所述第二预设算法对所述配置文件分析模块获取到的所述第一配置对象的值或值集,和,所述第二配置对象的值或值集进行人工智能分析,得到所述S2。
12.根据权利要求7-11中任一项所述的数据分析装置,其特征在于,
所述第一被检查实体为虚拟网络功能VNF,所述第二被检查实体为网络功能虚拟化基础设施NFVI;
或者,所述第一被检查实体为所述NFVI,所述第二被检查实体为所述VNF;
或者,所述第一被检查实体和所述第二被检查实体均为所述VNF。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611084066.9A CN108123821B (zh) | 2016-11-30 | 2016-11-30 | 一种数据分析方法及装置 |
PCT/CN2017/112156 WO2018099301A1 (zh) | 2016-11-30 | 2017-11-21 | 一种数据分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611084066.9A CN108123821B (zh) | 2016-11-30 | 2016-11-30 | 一种数据分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108123821A true CN108123821A (zh) | 2018-06-05 |
CN108123821B CN108123821B (zh) | 2020-03-20 |
Family
ID=62225542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611084066.9A Active CN108123821B (zh) | 2016-11-30 | 2016-11-30 | 一种数据分析方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108123821B (zh) |
WO (1) | WO2018099301A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543188A (zh) * | 2018-11-23 | 2019-03-29 | 珠海格力电器股份有限公司 | 一种对象关联方法、装置、服务器及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6691138B1 (en) * | 2000-06-21 | 2004-02-10 | Bellsouth Intellectual Property Corporation | Flexible configuration file manager |
CN104915238A (zh) * | 2015-06-29 | 2015-09-16 | 中国科学院软件研究所 | 一种Web应用的配置参数关联确定方法 |
CN106161603A (zh) * | 2016-06-28 | 2016-11-23 | 华为技术有限公司 | 一种组网的方法、设备及架构 |
-
2016
- 2016-11-30 CN CN201611084066.9A patent/CN108123821B/zh active Active
-
2017
- 2017-11-21 WO PCT/CN2017/112156 patent/WO2018099301A1/zh active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6691138B1 (en) * | 2000-06-21 | 2004-02-10 | Bellsouth Intellectual Property Corporation | Flexible configuration file manager |
CN104915238A (zh) * | 2015-06-29 | 2015-09-16 | 中国科学院软件研究所 | 一种Web应用的配置参数关联确定方法 |
CN106161603A (zh) * | 2016-06-28 | 2016-11-23 | 华为技术有限公司 | 一种组网的方法、设备及架构 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109543188A (zh) * | 2018-11-23 | 2019-03-29 | 珠海格力电器股份有限公司 | 一种对象关联方法、装置、服务器及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2018099301A1 (zh) | 2018-06-07 |
CN108123821B (zh) | 2020-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105760214B (zh) | 一种设备状态及资源信息监测方法、相关设备及系统 | |
CN107689882A (zh) | 一种虚拟化网络中业务部署的方法和装置 | |
EP3337094B1 (en) | Method and apparatus for deploying network services | |
US11429369B2 (en) | Distributed upgrade in virtualized computing environments | |
CN104734931B (zh) | 一种虚拟网络功能间链路建立方法及装置 | |
CN105306241B (zh) | 一种业务部署方法及网络功能加速平台 | |
CN106301829B (zh) | 一种网络业务扩容的方法和装置 | |
JP2015056182A5 (zh) | ||
US9760391B2 (en) | Method and apparatus for network virtualization | |
EP3948541A1 (en) | Systems and methods for selectively implementing services on virtual machines and containers | |
CN105119736B (zh) | 网络功能虚拟化架构中数据检查的方法和装置 | |
CN106302574B (zh) | 一种业务可用性管理方法、装置及其网络功能虚拟化架构 | |
US20130219030A1 (en) | In service upgrades for a hypervisor or hardware manager hosting virtual traffic managers | |
CN108055165A (zh) | 设备巡检的方法以及设备巡检装置 | |
EP3152653A2 (en) | Techniques to isolating a portion of an online computing service | |
CN109792393A (zh) | 虚拟化离线计费系统中的软件升级 | |
WO2017185251A1 (zh) | Vnfm的确定方法和网络功能虚拟化编排器 | |
EP3319270B1 (en) | Service registration method, usage method and relevant apparatus | |
CN113961312A (zh) | 目标服务的部署方法、装置和电子设备 | |
CN105589731A (zh) | 一种虚拟机迁移方法和装置 | |
EP3629160B1 (en) | Method and device for managing vnf instantiation | |
CN109120444A (zh) | 云资源管理方法、处理器以及存储介质 | |
CN105324968A (zh) | 可靠性资源的分配方法和装置 | |
CN109032635A (zh) | 软件升级方法、装置和网络设备 | |
CN107995026B (zh) | 基于中间件的管控方法、管理节点、受管节点及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |