CN110149225B - 网络拓扑结构评估方法及装置 - Google Patents
网络拓扑结构评估方法及装置 Download PDFInfo
- Publication number
- CN110149225B CN110149225B CN201910395648.6A CN201910395648A CN110149225B CN 110149225 B CN110149225 B CN 110149225B CN 201910395648 A CN201910395648 A CN 201910395648A CN 110149225 B CN110149225 B CN 110149225B
- Authority
- CN
- China
- Prior art keywords
- topology
- sub
- network
- topology structure
- evaluated
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 65
- 238000002372 labelling Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000013145 classification model Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 abstract description 7
- 239000010410 layer Substances 0.000 description 38
- 230000002776 aggregation Effects 0.000 description 19
- 238000004220 aggregation Methods 0.000 description 19
- 239000012792 core layer Substances 0.000 description 17
- 230000006855 networking Effects 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L41/14—Network analysis or design
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开一种网络拓扑结构评估方法及装置,涉及通信技术领域,用于解决人工评估网络拓扑结构合理性时,评估准确性及效率偏低的技术问题。包括:为待评估网络拓扑结构中各节点标注节点角色,生成每个节点对应的标注结果;根据标注结果将待评估网络拓扑结构拆分为至少一个子拓扑结构,确定每个子拓扑结构的拓扑结构类型;获取待评估网络拓扑结构中每种拓扑结构类型对应的预设评分;将目标子拓扑结构的拓扑结构类型对应的预设评分作为目标子拓扑结构的子拓扑评分;其中,目标子拓扑结构为至少一个子拓扑结构中任一;根据至少一个子拓扑结构的子拓扑评分获取待评估网络拓扑结构的评估结果。本发明实施例用于对网络拓扑结构进行评估。
Description
技术领域
本发明实施例涉及通信技术领域,具体涉及一种网络拓扑结构评估方法及装置。
背景技术
网络拓扑结构是指用传输媒体互连各种设备的物理布局。当实际组网的网络拓扑结构设置的不合理时,易导致组网存在网络运维成本过高、业务可靠性偏低等诸多问题,严重影响网络质量。目前,为了提升网络质量,通常都会采用人工检查的方式去评估网络拓扑结构的合理性。然而,实际情况中,随着组网规模的扩大,网络中通常包含上千甚至上万个节点,导致人工检查的方式难以保证网络拓扑结构评估的效率以及准确性;同时由于网络资源以及地理环境等诸多因素的限制,进一步降低了网络拓扑结构评估的准确性。
发明内容
本发明实施例提供一种网络拓扑结构评估方法、终端设备以及核心网,用于解决现有技术中人工评估网络拓扑合理性时,评估准确性及效率偏低的技术问题。
第一方面,提供一种网络拓扑结构评估方法,包括:
为待评估网络拓扑结构中各节点标注节点角色,生成每个节点对应的标注结果;根据标注结果将待评估网络拓扑结构拆分为至少一个子拓扑结构,确定每个子拓扑结构的拓扑结构类型;获取每种拓扑结构类型对应的预设评分,将目标子拓扑结构的拓扑结构类型对应的预设评分作为目标子拓扑结构的子拓扑评分;其中,目标子拓扑结构为至少一个子拓扑结构中任一;根据至少一个子拓扑结构的子拓扑评分获取待评估网络拓扑结构的评估结果。
本发明实施例能够首先对待评估网络拓扑结构中各节点进行角色标注,生成每个节点对应的标注结果,从而自动确定待评估网络拓扑结构中各节点所在的网络拓扑结构层级以及该网络拓扑结构层级的级别,然后根据标注结果将待评估网络拓扑结构拆分为至少一个可用于评估的子拓扑结构,并确定每个子拓扑结构的拓扑结构类型,然后根据确定结果获取每种拓扑结构类型对应的预设评分,并将至少一个子拓扑结构中任一目标子拓扑结构的拓扑结构类型对应的预设评分作为该目标子拓扑结构的子拓扑评分,最后根据至少一个子拓扑结构的子拓扑评分获取待评估网络拓扑结构的评估结果。由此可见,本发明实施例能够自动为待评估网络拓扑结构中各节点标注节点角色,并根据标注结果自动对待评估网络拓扑结构的合理性进行评估,从而解决现有技术中人工评估网络拓扑结构合理性时,评估准确性及效率偏低的技术问题,提高网络拓扑结构评估效率以及评估准确性。
第二方面,提供一种网络拓扑结构评估装置,包括:
标注模块,用于为待评估网络拓扑结构中各节点标注节点角色,生成每个节点对应的标注结果;
拆分模块,用于根据标注模块获取的标注结果将待评估网络拓扑结构拆分为至少一个子拓扑结构;
确定模块,用于确定拆分模块中获取的每个子拓扑结构的拓扑结构类型;
处理模块,用于获取确定模块确定的每种拓扑结构类型对应的预设评分,将目标子拓扑结构的拓扑结构类型对应的预设评分作为目标子拓扑结构的子拓扑评分;其中,目标子拓扑结构为至少一个子拓扑结构中任一;
评估模块,用于根据处理模块中获取的至少一个子拓扑结构的子拓扑评分获取待评估网络拓扑结构的评估结果。
第三方面,提供一种网络拓扑结构评估装置,包括:一个或多个处理器;处理器用于执行存储器中的计算机程序代码,计算机程序代码包括指令、使得网络拓扑结构评估装置执行上述第一方面的网络拓扑结构评估方法。
第四方面,提供一种存储介质,存储介质存储有指令代码,指令代码用于执行如上述第一方面的网络拓扑结构评估方法。
第五方面,提供一种计算机程序产品,计算机程序产品包括指令代码,指令代码用于执行如上述第一方面的网络拓扑结构评估方法。
可以理解地,上述提供的网络拓扑结构评估装置、存储介质以及计算机产品用于执行上文所提供的第一方面对应的方法,因此,其所能达到的有益效果可参考上文第一方面的方法以及下文具体实施方式中对应的方案的有益效果,此处不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。
图1示出了一种典型网络的网络拓扑结构示意图;
图2a示出了一种核心层设备同局地址成对的网络拓扑结构;
图2b示出了一种核心层设备无固定成对关系的网络拓扑结构;
图2c示出了一种汇聚层半网状结构的网络拓扑结构;
图2d示出了一种三级汇聚结构的网络拓扑结构;
图2e示出了一种长链型结构的网络拓扑结构;
图2f示出了一种单点挂环结构的网络拓扑结构;
图2g示出了一种接入环跨汇聚环上连结构的网络拓扑结构;
图3示出了本发明实施例提供的一种网络拓扑结构评估方法的方法流程图;
图4示出了本发明实施例提供的一种网络拓扑结构评估装置的功能结构框图;
图5示出了本发明实施例提供的一种网络拓扑结构评估装置的功能结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。术语“第一”和“第二”等的使用不表示任何顺序,可将上述术语解释为所描述对象的名称。在本发明实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在介绍本发明实施例之前,首先对实际组网的网络拓扑结构进行简单介绍。具体地,图1示出了一种典型网络的网络拓扑结构示意图,如图1所示,该网络中包括三个网络层级:核心层、汇聚层以及接入层。其中,核心层中设置有核心节点,核心节点成对设置并口字形上连至业务网元(例如CE等),在实际组网架构中核心节点可以包括核心机房等核心层设备。汇聚层中设置有汇聚节点,汇聚节点通常成对设置并采用双星型或者口子形结构上连至核心节点,在实际组网架构中汇聚节点可以包括汇聚机房等汇聚层设备。汇聚节点可以分为一级汇聚节点以及二级汇聚节点,其中一级汇聚节点可以成对设置并口子形上连至核心节点,二级汇聚节点可以采用口子形或者环形与一级汇聚节点相连。接入层中设置有接入节点,接入节点可以采用与汇聚层节点单节点互联或者双节点互联的方式上联至汇聚层节点,在实际组网架构中接入节点可以包括综合业务接入层设备等接入层设备。其中,与汇聚节点类似,接入层节点也可以包括多级节点,例如一级接入节点(如图1中综合业务接入节点)、二级接入节点(如图1中末端接入节点)等。
目前,受到业务要求、地形因素等诸多因素限制,实际组网的网络拓扑结构往往需要符合多项要求。例如,在设备的设置数量上,当一级汇聚层设备口字形上联核心层设备时,在部分受到地形限制、光缆条件限制或业务量较小的郊县地区进行组网时,一级汇聚层设备可采用环形结构进行设置,但是环形结构上的设备数量不应超过4个(不含核心设备);当二级汇聚层设备以环形结构上连一级汇聚设备时,则上述环形结构上的二级汇聚层设备的数量不应超过6个,等等;又如,在结构设置方式上,当一级汇聚设备下挂末端接入的设备数量超过200时,则应采用二级汇聚方式(即将汇聚层设备分为一级汇聚设备以及二级汇聚设备进行设置);当接入层设备以双节点或者单节点上连至汇聚设备时,则核心层设备到接入层设备环套环结构不能超过三级,等等。具体实施中,当网络拓扑结构设置不合理或者不规范时,通常会导致组网存在网络运维成本过高、业务可靠性偏低等诸多问题,影响网络质量。例如,在业务运行方面上,当采用核心层设备同局(即:同一局域网)地址成对的结构(参见图2a所示,同局两端(如A局两端或B局两端)核心层设备故障易导致大面积业务中断)、长链型结构(参见图2e所示,当上游链路或节点故障时将造成下游较多业务中断)、或者单点挂环结构(参见图2f所示,汇聚节点单点故障将造成大面积业务终端)时,存在安全性及可靠性较低、网络风险较大等问题;当采用汇聚层半网状结构(参见图2c所示,由于流量规划难度较大,当数据流量较大时易造成部分段落拥塞)、三级汇聚结构(参见图2d所示,由于层级过多当设备规模较大时易出现转发时延过大的问题)、或者接入环跨汇聚环上连结构时(参见图2g所示,易出现业务保护以及倒换时间较长等问题),等等;在网络运维方面,当采用网络拓扑结构中核心层设备无固定成对关系的结构时(参见图2b所示),由于核心层设备的连接关系复杂易导致网络维护以及流量规划难度较大,网络运维成本较高等问题。由此可见,实际组网中的网络拓扑结构存在诸多不合理或不规范的结构,严重影响网络质量。然而,实际情况中,由于网络节点数量巨大,例如大的城域网通常包含上千甚至上万个节点,小的本地网通常也包含上千个节点,若采用人工检查的方式去评估的网络拓扑结构的合理性,不仅耗费大量人力物力,同时也难以高效地获取准确的评估结果;另外,由于网络资源以及地理环境的限制,人工检查的方式也难以获取全面准确的网络拓扑结构信息,进一步降低了评估结果的准确性。
基于上述存在的问题,本发明提供了一种网络拓扑结构评估方法,参见图3所示,包括:
步骤S310:为待评估网络拓扑结构中各节点标注节点角色,生成每个节点对应的标注结果。
具体地,节点角色可以包括:核心节点、汇聚节点、以及接入节点;其中,汇聚节点可以根据实际情况进一步分为一级汇聚节点以及二级汇聚节点,接入节点可以根据实际情况进一步分为一级接入节点、二级接入节点。在本步骤中,在对每个节点进行节点角色标注后,生成待评估网络拓扑结构中每个节点的标注结果。其中,节点对应的标注结果即节点对应的节点角色,例如,若节点的节点角色为核心节点,则为该节点的标注结果为:核心节点,若节点的节点角色为一级汇聚节点,则为该节点的标注结果为:一级汇聚节点,等等。具体实施中,在对节点标注节点角色时,可以根据节点的节点名称、以及节点在网络中的物理层级(例如汇聚层中的物理层级、或者接入层中的物理层级等)等与节点相关的信息自动确定该节点对应的节点角色并为该节点标注上述节点角色,例如若节点的节点名称为核心交换机,则确定该节点对应的节点角色为核心节点,为该节点标注的节点角色为:核心节点;若节点的节点名称为汇聚交换机,物理层级信息为二级,则确定该节点对应的节点角色为二级汇聚节点,为该节点标注的节点角色为:二级汇聚节点,等等。具体实施中,为节点标注节点角色的方式可以由本领域技术人员根据时间情况进行设置,本发明对此不作限定。
步骤S320:根据上述标注结果将上述待评估网络拓扑结构拆分为至少一个子拓扑结构。
具体地,在本步骤中,根据上述标注结果确定待评估网络拓扑结构中的拆分单元,然后根据拆分单元将待评估网络拓扑结构拆分为至少一个子拓扑结构。
具体实施中,拆分单元可以包括:闭环拓扑结构、或者网络层级拓扑结构,则根据拆分单元的不同,本步骤可以采用如下两种方案执行:
其中,在一种可选方案中,可以将闭环拓扑结构作为拆分单元,然后根据闭环拓扑结构将待评估网络拓扑结构拆分为至少一个子拓扑结构。其中,上述闭环拓扑结构可以包括:环形结构、以及链型结构。则在本方案中,可以以闭环拓扑结构为拆分单位,将待评估网络拓扑结构拆分为一个或多个环形结构、和/或链型结构。具体实施中,由于同一节点可能同时属于不同的闭环拓扑结构,因此在本方案中,同一个节点可以出现在多个子拓扑结构中。采用本方案,能够拆分出待评估网络拓扑结构中各闭环拓扑结构,以便于后续步骤(对应步骤S330)能够对待评估网络拓扑结构中各闭环结构进行评估,由于闭环拓扑结构为网络拓扑结构中的最小单位,因此可以实现对待评估网络拓扑结构中最小的子拓扑结构进行准确评估的目的。
在另一种可选方案中,可以将网络层级拓扑结构作为拆分单元,然后根据网络层级拓扑结构将待评估网络拓扑结构拆分为至少一个子拓扑结构。其中,网络层级拓扑结构可以包括:核心层的闭环拓扑结构、汇聚层的闭环拓扑结构、以及接入层的闭环拓扑结构。其中,核心层的闭环拓扑结构可以包括:核心层节点构成的闭环拓扑结构;汇聚层的闭环拓扑结构具体可以包括:汇聚层节点与核心层节点构成的闭环拓扑结构、以及汇聚层节点构成的闭环拓扑结构;接入层的闭环拓扑结构具体可以包括:接入层节点与汇聚层节点构成的闭环拓扑结构、以及接入层节点构成的闭环拓扑结构。也就是说,在本方案中,可以以网络层级为拆分单位对待评估网络拓扑结构进行拆分,从而得到各网络层级(包括核心层、汇聚层以及接入层)的闭环拓扑结构。其中,由于同一节点可能同时位于不同的网络层级的闭环拓扑结构中,例如某一汇聚层节点可能同时位于汇聚层的闭环拓扑结构以及接入层的闭环拓扑结构中,因此在本方案中,同一个节点可以出现在多个子拓扑结构中。具体实施中,采用本方案,能够拆分出待评估网络拓扑结构中核心层的网络拓扑结构、汇聚层的网络拓扑结构、以及接入层的网络拓扑结构,以便于后续步骤(对应步骤S330)能够对网络层级中的拓扑结构进行评估,以实现对待评估网络拓扑结构的网络层级中的拓扑结构进行准确评估的目的。
当然,可以理解的是,上述所列举的拆分方式仅仅是示例性的,具体实施中,本发明实施例包含但不限于上述所列举的拆分方式。
步骤S330:确定每个子拓扑结构的拓扑结构类型。
具体地,本步骤可以采用如下两种方案执行。
其中,在一种可选方案中,可以根据每个子拓扑结构的节点特征信息确定每个子拓扑结构的拓扑结构类型。具体实施中,对于待评估网络拓扑结构中任一子拓扑结构,上述节点特征信息具体可以包括:上述子拓扑结构中各节点的节点角色、节点联通度(即节点连接的节点数量)、节点位置、子拓扑结构的节点总数等与拓扑结构的节点特征相关的信息。在确定每个子拓扑结构的拓扑结构类型时,可以预先设置节点特征信息与拓扑结构类型的对应关系,然后根据上述对应关系确定上述子拓扑结构的节点特征信对应的拓扑结构类型,将该拓扑结构类型作为该子拓扑结构的拓扑结构类型。具体实施中,节点特征信息与拓扑结构类型的对应关系可以由本领域技术人员根据实际情况进行设置,本发明对此不作限定。
在另一种可选方案中,可以将每个子拓扑结构输入预设的拓扑结构分类模型,然后根据预设的拓扑结构分类模型的输出结果确定每个子拓扑结构的拓扑结构类型。具体实施中,上述预设的拓扑结构分类模型为根据预设的机器学习算法获取,预设的机器学习算法可以由本领域技术人员根据实际情况进行设置,例如xgboost多分类的算法等,本发明对预设的机器学习算法不做限定。具体实施中,表1示出了采用预设的机器学习算法训练预设的训练集数据后得到的一种训练结果,其中包含将训练集数据抽象化后的属性信息。可以理解的是,表1中所示的属性信息仅仅是示例性的,具体实施中,本发明实施例可以包含但不限于表1中所示的属性信息。
表1
其中,需要说明的是,对于一些非常见的子拓扑结构,例如属性值中出现1000的子拓扑结构,可以设置一个待处理拓扑结构类型,当预设的拓扑结构分类模型无法根据子拓扑结构各属性信息的属性值确定子拓扑结构的拓扑结构类型时,可以将该子拓扑结构的拓扑结构类型划分至上述待处理拓扑结构类型,以便于后期对待处理拓扑结构类型中的各子拓扑结构进行人工分类,从而得到该子拓扑结构的拓扑结构类型。
步骤S340:获取待评估网络拓扑结构中每种拓扑结构类型对应的预设评分。
具体地,每种拓扑结构类型对应的预设评分可以为默认的预设评分,例如,可以预先设置多种预设拓扑结构类型对应的预设评分作为默认的预设评分,在执行本步骤时,对于待评估网络拓扑结构中任一拓扑结构类型,可以在预设拓扑结构类型中查找该拓扑结构类型相同的预设拓扑结构类型,然后将该拓扑结构类型相同的预设拓扑结构类型对应的预设评分作为该拓扑结构类型的预设评分;或者,每种拓扑结构类型对应的预设评分也可以为直接获取的用户对每种拓扑结构类型设置的预设评分,例如可以向用户展示待评估网络拓扑结构的拓扑结构类型,并获取用户对上述每种拓扑结构类型设置的预设评分,等等。
具体实施中,上述预设评分还可以包括:拓扑结构类型标准分,即:当任一拓扑结构类型符合要求(或者设置合理时)该拓扑结构类型对应的拓扑结构类型标准分。其中,拓扑结构类型标准分为拓扑结构类型的预设评分的最高值。
其中,上述预设评分的形式优选可以为预设评分,例如设置拓扑结构类型1的预设评分为100分、拓扑结构类型2的预设评分为70分,等等;具体实施中,预设评分的分值范围可以由本领域技术人员根据实际情况进行设置,本发明对此不作限定。当拓扑结构类型符合要求(或者设置合理)时,可以将该拓扑结构类型的预设评分设置为标准分值,上述标准分值可以为拓扑结构类型的最高分。
当然,可以理解的是,具体实施中,预设评分的形式也可以被其它评估方式替代,例如可以设置待评估网络拓扑结构中每种拓扑结构类型对应的预设等级(如A级-F级),如设置拓扑结构类型1的预设评分为A级、拓扑结构类型2的预设评分为B级等,然后根据每种拓扑结构类型对应的预设等级获取待评估网络拓扑结构中各子拓扑结构的预设等级,并根据各子拓扑结构的预设等级获取评估网络拓扑结构的评估结果,如统计待评估网络拓扑结构中每种预设等级的子拓扑结构数量占待评估网络拓扑结构的全部子拓扑结构数量的百分比等,以向用户展示各个预设等级的子拓扑结构的占比,等等。
步骤S350:将目标子拓扑结构的拓扑结构类型对应的预设评分作为目标子拓扑结构的子拓扑评分。
具体地,目标子拓扑结构为待评估网络拓扑结构中至少一个子拓扑结构中任一。在本步骤中,根据步骤S340中确定的每种拓扑结构类型对应的预设评分,目标子拓扑结构的拓扑结构类型相同的拓扑结构类型对应的预设评分,并将该预设评分作为目标子拓扑结构的子拓扑评分。
步骤S360:根据至少一个子拓扑结构的子拓扑评分获取待评估网络拓扑结构的评估结果。
具体地,根据至少一个子拓扑结构的子拓扑评分获取待评估网络拓扑结构的评估结果的获取方式可以有多种,在一种优选方式中,可以对至少一个子拓扑结构的子拓扑评分求和,然后根据求和结果获取待评估网络拓扑结构的评估结果。具体实施中,在根据求和结果获取待评估网络拓扑结构的评估结果时,可以直接将上述求和结果作为待评估网络拓扑结构的评估结果;或者,也可以获取上述求和结果与标准评估分值的比值,然后将上述比值作为待评估网络拓扑结构的评估结果;其中,上述标准评估分值具体为:当待评估网络拓扑结构中每个子拓扑结构的子拓扑评分取标准分值时(参见步骤S340中对应描述),对待评估网络拓扑结构中包含的子拓扑结构的子拓扑评分求和的求和结果,等等。
当然,可以理解的是,上述所列举的获取待评估网络拓扑结构的评估结果的获取方式仅仅是示例性的,具体实施中,本发明实施例包含但不限于上述所列举的获取方式,例如还可以设置预设分值,然后统计并输出大于预设分值的子拓扑评分对应的子拓扑结构数量占全部子拓扑结构数量的百分比,等等。
其中,可选地,在执行步骤S360后,还可以进一步判断求和结果是否小于预设阈值,若判断结果为是,则显示待评估网络拓扑结构符合要求;若判断结果为否,则显示待评估网络拓扑结构不符合要求。其中,上述预设阈值以及显示的显示方式可以由本领域技术人员根据实际情况进行设置,本发明对此不作限定。
由此可见,本发明实施例能够首先对待评估网络拓扑结构中各节点进行角色标注,生成每个节点对应的标注结果,从而自动确定待评估网络拓扑结构中各节点所在的网络拓扑结构层级以及该网络拓扑结构层级的级别,然后根据标注结果将待评估网络拓扑结构拆分为至少一个可用于评估的子拓扑结构,并确定每个子拓扑结构的拓扑结构类型,然后根据确定结果获取每种拓扑结构类型对应的预设评分,并将至少一个子拓扑结构中任一目标子拓扑结构的拓扑结构类型对应的预设评分作为该目标子拓扑结构的子拓扑评分,最后至少一个子拓扑结构的子拓扑评分获取所述待评估网络拓扑结构的评估结果。因此,本发明实施例能够自动为待评估网络拓扑结构中各节点标注节点角色,并根据标注结果自动对待评估网络拓扑结构的合理性进行评估,从而解决现有技术中人工评估网络拓扑结构合理性时,评估准确性及效率偏低的技术问题,提高网络拓扑结构评估效率以及评估准确性。
本发明实施例还提供一种网络拓扑结构评估装置,参见图4所示,包括:
标注模块41,用于为待评估网络拓扑结构中各节点标注节点角色,生成每个节点对应的标注结果。
拆分模块42,用于根据标注模块41获取的标注结果将待评估网络拓扑结构拆分为至少一个子拓扑结构。
确定模块43,用于确定拆分模块42中获取的每个子拓扑结构的拓扑结构类型。
处理模块44,用于获取确定模块43确定的每种拓扑结构类型对应的预设评分,将目标子拓扑结构的拓扑结构类型对应的预设评分作为目标子拓扑结构的子拓扑评分;其中,目标子拓扑结构为至少一个子拓扑结构中任一。
评估模块45,用于根据处理模块44中获取的至少一个子拓扑结构的子拓扑评分获取待评估网络拓扑结构的评估结果。
可选地,拆分模块42具体用于:根据标注结果确定待评估网络拓扑结构中的拆分单元,根据拆分单元将待评估网络拓扑结构拆分为至少一个子拓扑结构;其中,拆分单元包括:闭环拓扑结构、或者网络层级拓扑结构。
可选地,确定模块43具体用于:根据每个子拓扑结构的节点特征信息确定每个子拓扑结构的拓扑结构类型;或者,将每个子拓扑结构输入预设的拓扑结构分类模型,根据预设的拓扑结构分类模型的输出结果确定每个子拓扑结构的拓扑结构类型;其中,预设的拓扑结构分类模型为根据预设的机器学习算法获取。
可选地,评估模块45具体用于:对至少一个子拓扑结构的子拓扑评分求和,根据求和结果获取待评估网络拓扑结构的评估结果。
可选地,网络拓扑结构评估装置还包括:判断模块46,用于:判断求和结果是否小于预设阈值;若判断结果为是,则显示待评估网络拓扑结构符合要求;若判断结果为否,则显示待评估网络拓扑结构不符合要求。
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,其作用在此不再赘述。
在采用集成的模块的情况下,网络拓扑结构评估装置包括:存储单元、处理单元以及接口单元。处理单元用于对网络拓扑结构评估装置的动作进行控制管理,例如,处理单元用于支持网络拓扑结构评估装置执行图3中的各步骤。接口单元用于网络拓扑结构评估装置与其他装置的交互;存储单元,用于存储网络拓扑结构评估装置的代码和数据。
其中,以处理单元为处理器,存储单元为存储器,接口单元为通信接口为例。其中,网络拓扑结构评估装置参照图5中所示,包括通信接口501、处理器502、存储器503和总线504,通信接口501、处理器502通过总线504与存储器503相连。
处理器502可以是一个通用中央处理器(Central Processing Unit,CPU),微处理器,特定应用集成电路(Application-Specific Integrated Circuit,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。
存储器503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503用于存储执行本申请方案的应用程序代码,并由处理器502来控制执行。通信接口501用于支持网络拓扑结构评估装置与其他装置的交互。处理器502用于执行存储器503中存储的应用程序代码,从而实现本发明实施例中的方法。
结合本发明公开内容所描述的方法或者算法的步骤可以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。本发明实施例还提供一种存储介质,该存储介质可以包括存储器,用于储存为网络拓扑结构评估装置所用的计算机软件指令,其包含执行网络拓扑结构评估方法所设计的程序代码。具体的,软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(Random Access Memory,RAM)、闪存、只读存储器(Read Only Memory,ROM)、可擦除可编程只读存储器(Erasable Programmable ROM,EPROM)、电可擦可编程只读存储器(Electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、只读光盘(CD-ROM)或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。
本发明实施例还提供一种计算机程序,该计算机程序可直接加载到存储器中,并含有软件代码,该计算机程序经由计算机载入并执行后能够实现上述的网络拓扑结构评估方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上,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,可轻易想到的变化或替换,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权利要求的保护范围为准。
Claims (10)
1.一种网络拓扑结构评估方法,其特征在于,包括:
为待评估网络拓扑结构中各节点标注节点角色,生成每个所述节点对应的标注结果;
根据所述标注结果确定所述待评估网络拓扑结构中的拆分单元,根据所述拆分单元将所述待评估网络拓扑结构拆分为至少一个子拓扑结构,确定每个所述子拓扑结构的拓扑结构类型;其中,所述拆分单元包括:闭环拓扑结构、或者网络层级拓扑结构;
获取所述待评估网络拓扑结构中每种所述拓扑结构类型对应的预设评分;
根据所述每种所述拓扑结构类型对应的预设评分,确定与之拓扑结构类型相同的目标子拓扑结构的拓扑结构类型对应的预设评分;其中,所述目标子拓扑结构为所述至少一个子拓扑结构中任一;
将所述目标子拓扑结构的拓扑结构类型对应的预设评分作为所述目标子拓扑结构的子拓扑评分;
根据所述至少一个子拓扑结构的子拓扑评分获取所述待评估网络拓扑结构的评估结果。
2.根据权利要求1所述的网络拓扑结构评估方法,其特征在于,所述确定每个所述子拓扑结构的拓扑结构类型,包括:
根据每个所述子拓扑结构的节点特征信息确定每个所述子拓扑结构的拓扑结构类型;
或者,将每个所述子拓扑结构输入预设的拓扑结构分类模型,根据所述预设的拓扑结构分类模型的输出结果确定每个所述子拓扑结构的拓扑结构类型;其中,所述预设的拓扑结构分类模型为根据预设的机器学习算法获取。
3.根据权利要求1所述的网络拓扑结构评估方法,其特征在于,所述根据所述至少一个子拓扑结构的子拓扑评分获取所述待评估网络拓扑结构的评估结果,包括:
对所述至少一个子拓扑结构的子拓扑评分求和,根据求和结果获取所述待评估网络拓扑结构的评估结果。
4.根据权利要求3所述的网络拓扑结构评估方法,其特征在于,所述对所述至少一个子拓扑结构的子拓扑评分求和之后,所述方法还包括:
判断所述求和结果是否小于预设阈值;
若判断结果为是,则显示所述待评估网络拓扑结构符合要求;
若判断结果为否,则显示所述待评估网络拓扑结构不符合要求。
5.一种网络拓扑结构评估装置,其特征在于,包括:
标注模块,用于为待评估网络拓扑结构中各节点标注节点角色,生成每个所述节点对应的标注结果;
拆分模块,用于根据所述标注模块获取的所述标注结果确定所述待评估网络拓扑结构中的拆分单元,根据所述拆分单元将所述待评估网络拓扑结构拆分为至少一个子拓扑结构,确定每个所述子拓扑结构的拓扑结构类型;其中,所述拆分单元包括:闭环拓扑结构、或者网络层级拓扑结构;
确定模块,用于确定所述拆分模块中获取的每个所述子拓扑结构的拓扑结构类型;
处理模块,用于获取所述确定模块确定的每种所述拓扑结构类型对应的预设评分,根据所述每种所述拓扑结构类型对应的预设评分,确定与之拓扑结构类型相同的目标子拓扑结构的拓扑结构类型对应的预设评分,将所述目标子拓扑结构的拓扑结构类型对应的预设评分作为所述目标子拓扑结构的子拓扑评分;其中,所述目标子拓扑结构为所述至少一个子拓扑结构中任一;
评估模块,用于根据所述处理模块中获取的所述至少一个子拓扑结构的子拓扑评分获取所述待评估网络拓扑结构的评估结果。
6.根据权利要求5所述的网络拓扑结构评估装置,其特征在于,所述确定模块具体用于:
根据每个所述子拓扑结构的节点特征信息确定每个所述子拓扑结构的拓扑结构类型;
或者,将每个所述子拓扑结构输入预设的拓扑结构分类模型,根据所述预设的拓扑结构分类模型的输出结果确定每个所述子拓扑结构的拓扑结构类型;其中,所述预设的拓扑结构分类模型为根据预设的机器学习算法获取。
7.根据权利要求5所述的网络拓扑结构评估装置,其特征在于,所述评估模块具体用于:
对所述至少一个子拓扑结构的子拓扑评分求和,根据求和结果获取所述待评估网络拓扑结构的评估结果。
8.根据权利要求7所述的网络拓扑结构评估装置,其特征在于,所述装置还包括:判断模块,用于:
判断所述求和结果是否小于预设阈值;若判断结果为是,则显示所述待评估网络拓扑结构符合要求;若判断结果为否,则显示所述待评估网络拓扑结构不符合要求。
9.一种网络拓扑结构评估装置,其特征在于,包括:一个或多个处理器;所述处理器用于执行存储器中的计算机程序代码,计算机程序代码包括指令,使得终端设备执行所述计算机程序代码,实现如权利要求1-4任一项所述的网络拓扑结构评估方法。
10.一种存储介质,其特征在于,所述存储介质存储有指令代码,所述指令代码被处理器执行,实现如权利要求1-4任一项所述的网络拓扑结构评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395648.6A CN110149225B (zh) | 2019-05-13 | 2019-05-13 | 网络拓扑结构评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910395648.6A CN110149225B (zh) | 2019-05-13 | 2019-05-13 | 网络拓扑结构评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110149225A CN110149225A (zh) | 2019-08-20 |
CN110149225B true CN110149225B (zh) | 2022-01-21 |
Family
ID=67594197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910395648.6A Active CN110149225B (zh) | 2019-05-13 | 2019-05-13 | 网络拓扑结构评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110149225B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113054651B (zh) * | 2019-12-26 | 2023-03-31 | 华为技术服务有限公司 | 一种网络拓扑优化方法、装置以及系统 |
CN113595750B (zh) * | 2020-04-30 | 2023-06-20 | 华为技术有限公司 | 一种网络拓扑的划分方法、装置及网络拓扑管理设备 |
CN113965474A (zh) * | 2020-06-29 | 2022-01-21 | 中兴通讯股份有限公司 | 网络质量评估的方法、电子设备及存储介质 |
CN112134743B (zh) * | 2020-10-19 | 2022-09-02 | 中国联合网络通信集团有限公司 | 一种参数配置方法及装置 |
CN113452557B (zh) * | 2021-06-24 | 2022-08-26 | 新华三大数据技术有限公司 | 子网络拓扑的呈现方法、装置及设备 |
CN114723082B (zh) * | 2022-04-19 | 2023-08-18 | 镇江西门子母线有限公司 | 一种智能低压成套设备的异常预警方法及系统 |
CN116094952B (zh) * | 2023-01-04 | 2024-05-14 | 中国联合网络通信集团有限公司 | 网络结构相似度的确定方法、装置、设备以及存储介质 |
CN115827495A (zh) * | 2023-02-03 | 2023-03-21 | 树优(宁波)科技有限公司 | 拓扑优化算法的性能评估方法、相关设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107769976A (zh) * | 2017-10-31 | 2018-03-06 | 电子科技大学 | 一种基于传输带宽优化的服务功能链映射方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100588206C (zh) * | 2006-04-30 | 2010-02-03 | 飞塔公司 | 一种计算机网络风险评估的装置及其方法 |
US9608900B2 (en) * | 2012-08-08 | 2017-03-28 | Cisco Technology, Inc. | Techniques for flooding optimization for link state protocols in a network topology |
CN103942413B (zh) * | 2014-03-24 | 2017-01-11 | 东南大学 | 一种基于服务拓扑的网络系统规模可扩展性评价方法 |
CN104125154B (zh) * | 2014-08-12 | 2017-09-26 | 华为技术有限公司 | 网络拓扑发现方法和设备 |
CN107067179A (zh) * | 2017-04-20 | 2017-08-18 | 中国电子技术标准化研究院 | 一种工业控制系统标准符合性评估系统 |
CN107493197B (zh) * | 2017-08-29 | 2019-11-29 | 中国科学院计算技术研究所 | 一种针对光网络的拓扑重构方法 |
-
2019
- 2019-05-13 CN CN201910395648.6A patent/CN110149225B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107769976A (zh) * | 2017-10-31 | 2018-03-06 | 电子科技大学 | 一种基于传输带宽优化的服务功能链映射方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110149225A (zh) | 2019-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110149225B (zh) | 网络拓扑结构评估方法及装置 | |
WO2019238109A1 (zh) | 一种故障根因分析的方法及装置 | |
US20200092181A1 (en) | Providing network traffic endpoint recommendation based on network traffic data analysis | |
US9705773B2 (en) | Parallelized network traffic flow availability simulation using stochastic process and traffic engineering algorithms | |
CN109547872B (zh) | 一种网络规划方法及装置 | |
CN110543728B (zh) | 一种城市交通路网关键路口发现方法 | |
CN102662964B (zh) | 对用户的好友进行分组的方法和装置 | |
CN112764920A (zh) | 一种边缘应用部署方法、装置、设备和存储介质 | |
CN110380960A (zh) | 一种备份路径确定方法、装置、网络设备及存储介质 | |
US8990058B2 (en) | Generating and evaluating expert networks | |
WO2023029654A1 (zh) | 一种故障根因确定方法、装置、存储介质及电子装置 | |
Jiang et al. | Probabilistic assessment of transport network vulnerability with equilibrium flows | |
CN111159420A (zh) | 一种基于属性计算与知识模板的实体优化方法 | |
Pereira et al. | Branch‐and‐cut algorithms for the‐arborescence star problem | |
Fan et al. | Node Essentiality Assessment and Distributed Collaborative Virtual Network Embedding in Datacenters | |
CN115630073B (zh) | 基于边缘计算的电力物联网数据处理方法及平台 | |
Shirasawa et al. | A comparative study of heuristic algorithms for the multiple target access problem | |
Xie et al. | Vulnerability of Submarine Cable Network of Mainland China: Comparison of Vulnerability between before and after Construction of Trans‐Arctic Cable System | |
CN107708136B (zh) | 一种高铁小区识别方法及装置 | |
CN104579963B (zh) | 一种节点间路由的优化方法及装置 | |
EP3157209A1 (en) | Route search apparatus and route search method | |
US20150071120A1 (en) | Method and apparatus for improving network performance | |
WO2017143986A1 (zh) | 确定资源指标的方法和装置 | |
CN110391934B (zh) | 网络设备标注方法和装置 | |
US9158871B2 (en) | Graph modeling systems and methods |
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 |