CN111082960B - 数据的处理方法及装置 - Google Patents

数据的处理方法及装置 Download PDF

Info

Publication number
CN111082960B
CN111082960B CN201910300209.2A CN201910300209A CN111082960B CN 111082960 B CN111082960 B CN 111082960B CN 201910300209 A CN201910300209 A CN 201910300209A CN 111082960 B CN111082960 B CN 111082960B
Authority
CN
China
Prior art keywords
data acquisition
data
network node
application example
request message
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
Application number
CN201910300209.2A
Other languages
English (en)
Other versions
CN111082960B9 (zh
CN111082960A (zh
Inventor
孟伟
袁丽雅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN201910300209.2A priority Critical patent/CN111082960B9/zh
Priority to PCT/CN2020/077980 priority patent/WO2020211561A1/zh
Priority to US17/435,747 priority patent/US20220052923A1/en
Priority to EP20791480.5A priority patent/EP3958508A4/en
Publication of CN111082960A publication Critical patent/CN111082960A/zh
Application granted granted Critical
Publication of CN111082960B publication Critical patent/CN111082960B/zh
Publication of CN111082960B9 publication Critical patent/CN111082960B9/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04L41/16—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
    • H04L41/12—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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • 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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
    • 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
    • H04L41/0893—Assignment of logical groups to 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
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H04L41/0897—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities by horizontal or vertical scaling of resources, or by migrating entities, e.g. virtual resources or entities
    • 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
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • 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
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • 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
    • H04L41/0894—Policy-based network configuration management
    • 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
    • H04L41/34—Signalling channels for network management communication
    • H04L41/342—Signalling channels for network management communication between virtual entities, e.g. orchestrators, 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)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供了一种数据的处理方法及装置。具体而言，数据采集的请求方法包括：在确定应用实例建立后，编排器生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点至少包括以下其中之一：网络控制装置，目标网络节点；所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果。通过本发明，实现了对网络实现自动化、智能化和闭环控制。

Description

数据的处理方法及装置
技术领域
本发明涉及通信领域，具体而言，涉及一种数据的处理方法及装置。
背景技术
随着网络拓扑日益复杂，网络应用日趋繁多，对于很多企业而言，采用缺乏灵活性的网络已成为阻碍其业务发展的一大瓶颈，因为这就降低了部署强大且响应迅速的网络基础架构的可能。另一方面，对于服务提供商而言，因为专注于提高网络灵活性和可靠性，需要控制运营支出和资本支出。这时服务提供商就必须利用自动化去解决那些耗时、重复或容易出错的任务，来提高运营效率、利润以及用户的满意度。
网络自动化是指一个网络中的物理和虚拟设备的自动配置、管理、测试、部署和操作的过程。在该技术加持下的网络，可每天自动执行制定好的任务和功能。而通过协作、自动化和网络编排能够简化涉及复杂配置和设备管理的网络操作，以适应不断变化环境的业务灵活性。
网络日趋复杂，网络系统产生的数据也具备多样性、多维性和非结构化等特点。由于同业务数据可能存在相关性，而传统的手动分析处理方式效率低、成本高，基于规则的自动化处理方式适用面窄、不够灵活且精确度不高。随着大数据和人工智能的兴起，越来越多的智能分析算法也应用于运维领域。它们通过分析运维系统本身所拥有和产生的海量数据，在问题定位、流量预测、辅助决策、智能报警和自动故障恢复等方面发挥较大的作用，从而进一步降低运维成本。
在大数据及人工智能技术引入网络运维管理中，现有网络并没有如何获取网络数据、与人工智能管理平面的协同等具体实现方案。
发明内容
本发明实施例提供了一种数据的处理方法及装置，以至少解决相关技术中在大数据及人工智能技术引入网络运维管理中，现有的网络架构无法实现获取网络数据、与人工智能管理平面的协同的问题。
根据本发明的一个实施例，提供了一种数据采集的请求方法，包括：在确定应用实例建立后，编排器生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点包括：网络控制装置，目标网络节点；所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果。
根据本发明的另一个实施例，提供了一种数据的处理装置，包括：发送模块，位于编排器中，用于生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点包括：网络控制装置，目标网络节点；采集模块，位于所述目标网络节点，用于从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；处理模块，位于所述应用实例的处理装置，用于通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果。
根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，通过在人工智能管理平面上的应用实例创建后，生成相应的采集请求并发送至网络侧，因此，不仅能够解决，现有的网络架构无法实现获取网络数据、与人工智能管理平面的协同的问题。同时还能够有效地实现网络自动化、智能化和闭环控制。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种数据的处理方法的流程图；
图2是根据本发明实施例的一种数据选项的筛选示意图；
图3是根据本发明实例的基于场景1的示意图；
图4是根据本发明实例的基于场景2的示意图；
图5是根据本发明实施例的一种数据的处理装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
实施例1
在本实施例中提供了一种数据采集的请求方法，图1是根据本发明实施例的一种数据采集的请求方法的流程图，如图1所示，该流程包括如下步骤：
步骤S102，在确定应用实例建立后，编排器生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点至少包括以下其中之一：网络控制装置，目标网络节点；
步骤S104，所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；
步骤S106，所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果。
需要指出的是，编排器的类型包括但不限于，机器学习功能编排器(MachineLearning Function Orchestrator，简称MLFO)。
具体而言，编排器通过AI平台部署应用实例，编排器内预创建应用实例管理条目，条目中的状态机为初始化。应用实例成功创建后，将成功创建的信息发送到编排器，编排器内相应的应用实例管理条目激活，条目中状态机设置为启动，条目中其他信息按照该实例的情况赋值，并且每隔一段时间向应用实例的处理装置发送保活报文以确定使用实例的状态；而若应用实例创建失败，则发送创建失败的信息到编排器，编排器发出告警信息，启动自动修复流程或删除预创建应用实例管理条目。而管理条目包括应用实例的状态机、位置、类型、模型与算法组合、生命周期、数据预处理算法，以及各模型数据采集需求等信息。
具体而言，网络控制装置是指，在网络侧当中的网络编排或控制平面，例如，网络切片管理功能网元(Network Slice Management Function，简称NSMF)。
而需要指出的是，目标网络节点的类型也根据具体实施方式进行调整。例如，如果编排器为MLFO，网络控制装置为NSMF的情况下，目标网络节点可以是5G通信系统中的网络子网切片管理功能网元(Network Subnet Slice Management Function，简称NSSMF)，以及5G网络切片。而例如在系统故障检测的场景当中，目标网络节点还可以是告警采集平台。
可选地，所述数据采集请求消息至少包括：所述应用实例的位置信息，网络节点信息，数据采集内容。
可选地，所述下一通信节点为网络控制装置时，所述方法还包括：所述网络控制装置根据所述数据采集请求消息中的网络节点信息确定用于进行数据采集的目标网络节点；所述网络控制装置将所述数据采集请求消息发送至所述目标网络节点。
需要说明的是，由于目标网络节点的数量可以是一个，也可以是多个，因此，在网络节点信息当中也存在一个或者多个目标网络节点的信息。在该信息中，可以用于指示网络控制装置同时向多个目标网络节点发送数据采集请求消息，也可以用于指示网络控制装置向多个目标网络节点的其中一个或者多个发送，再由这些目标网络节作为中间节点转发至其他的目标网络节点。具体的数量，编排器根据应用实例的数量、类型以及使用实例中包括的模型相关。
同时，还需要指出的是，如果没有网络控制装置的话，则编排器会直接向目标网络节点发送数据采集请求消息，此时的网络节点信息还能够用于协助接收到该信息的网络节点判断是否该节点是编排器的目标网络节点。如果正确，则网络节点进行相应的数据采集，还可以编排器进行响应。而如果网络节点信息错误，则网络结果则会拒绝执行数据采集，以及向编排器发送错误响应信息。以便编排器及时找到合适的目标网络节点。
可选地，所述方法还包括：所述网络控制装置接收所述应用实例的处理装置输出的所述处理结果；所述网络控制装置根据所述处理结果对网络进行配置。
由于网络控制装置用于对网络侧进行控制，因此，在接收到处理装置输出的处理结果后，网络控制装置能够根据应用实例的决策通过网络配置的方式去对网络环境进行优化。
可选地，所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，所述方法还包括：所述目标网络节点根据所述应用实例的位置信息，确定需要进行数据采集的应用实例；所述目标网络节点采集所述应用实例对应的数据。
可选地，所述目标网络节点采集所述应用实例对应的数据，包括：所述目标网络节点根据数据特征集合对所述数据采集内容进行筛选；所述目标网络节点对筛选后的所述数据采集内容进行数据采集。
通过筛选的方式，目标网络节点筛选出其中适合该应用实例中模型的一部分数据选项，从而避免所有数据选项都进行采集，导致系统负荷过大；例如，图2是根据本发明实施例的一种数据选项的筛选示意图，如图2所示，可以采用位图方法，对数据特征集合中的需要采集的信息进行筛选。
可选地，所述数据特征集合至少通过如下之一的方式确定：所述编码器根据所述应用实例的网络需求确定所述数据特征集合，并发送至所述下一通信节点，或，在接收到所述数据采集请求消息后，所述目标网络节点分析所述应用实例的位置信息对应的应用实例的网络需求，并确定所述数据特征集合。
可选地，所述数据特征集合至少包括：所述目标网络节点所在网络的网络信息；所述目标网络节点的用户信息；所述目标网络节点所在设备的设备信息；所述目标网络节点的数据报文信息。
具体而言，针对每个应用实例，网络节点侧均互具有数据特征集合，网元设备会根据数据特征集合，进行数据的采集。网络信息至少包括IP地址，协议号，端口号。而用户信息至少包括：用户ID，计费属性，用书数量。设备信息则可以是当前设备的风扇转速，温度湿度等环境参数。数据报文信息则可以包括：报文的类型，流量，时延等信息。
可选地，所述数据采集内容至少包括以下其中之一：用户数量和类型，用户会话信息，用户流量信息，数据采集周期，网络业务告警信息。
可选地，所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，包括：所述处理装置根据所述数据采集结果的类型进行分类，并将分类后的所述数据采集结果配置在对应的模型当中；所述处理装置在所述模型中对分类后的所述数据采集结果进行处理，其中，所述处理方式至少包括：对数据进行预测，对数据进行推理。
所述模型是指通过机器学习、深度学习等方法，从已有的数据或经验中学习得到的实现特定的分析、预测等功能的系统。
具体而言，每个模型都有其制定的功能。例如，某些模型可以用于预测在新建用户以及会话的数目达到所需数量的时间。又如某些模型可以用于预测进行切片扩容的时间。此外，还可以是根据告警信息的数量或者类型确定设备中告警的位置。同时各个模型之间也是存在关联的。例如，用于预测在新建用户以及会话的数目达到所需数量的时间需要作为预测进行切片扩容的输出。因此，模型与模型之间可以通过串联连接，同时还可以并联连接，或者混联连接。具体模型的功能需根据应用实例的功能来决定。
具体而言，根据每个模型输出的结果，处理装置会进行相应的处理操作。例如过滤，筛选，匹配，分类等等。然而将处理好的数据继续在应用实例中其他的模型中进行预测，推理，直到处理完毕，则将最终的处理结果进行输出。
需要说明的是，预测是指数据采集内容达到预设的结果的时间，位置，资源消耗对应的数值。例如，新建用户以及会话数达到峰值预测在2个小时内完成，
预测是指在某段时间内，或者在某个地方，采集数据内容能够达到预定的结果。例如，在2个小时之内，新建用户以及会话数达到峰值。又例如，根据用户习惯，某个用户在周末所使用的流量预测为10G。
而推理则是根据采集数据内容或者预测的结果所推理出的结论。例如，如果在2个小时之内，新建用户以及会话数达到峰值的话，那么则推理出需要在1.5小时后需要进行切片扩容。
当然，上述预测和推理的描述仅仅是距离，其他类型思路的预测和推理过程均在本实施例的保护范围之内，在此不做赘述。
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根据上述实施例的方法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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，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。
为了更好的理解上述实施例中记载的技术方案，在本实施例中还提供了两种如下的场景以便理解：
场景1：运用人工智能实现5G核心网切片使用率预测及智能化部署的方案。
图3是根据本发明实例的基于场景1的示意图。如图3所示，编排器在此场景中，以MLFO(Machine Learning Function Orchestrator机器学习功能编排器)的形式呈现，实现与应用实例及NSMF的交互。
应用实例以微服务的形式，嵌入在NWDAF(Network Data Analysis Function网络数据分析功能网元)内，实例包括数据预处理模块，模型1和模型2，模型1是对未来2小时内的5G核心网切片业务流量及用户数进行预测，模型2是对预测的结果进行计算，分析是否需要扩容或缩容。
数据采集器嵌入在NSSMF和5G网络切片的网元中。
第一步，应用实例1(下面称实例1)在NWDAF中创建成功，并通知MLFO；MLFO激活人工智能实例1的管理条目，设置实例1的状态机为运行态；并且，每60秒发送保活报文以确认实例1的状态；
数据采集请求消息包括：实例1的IP地址(应用实例位置信息)、指定从NSSMF及5G网络切片1进行数据采集(目标网元)，采集的内容包括现有用户数、用户会话信息、每秒新建会话信息、用户流量信息、时间戳、节假日因子等(数据采集需求)、数据采集周期为100ms；
第二步，MLFO发送上述数据采集请求消息到NSMF；
第三步，NSMF分析数据采集请求消息内容，并将实例1的IP地址、数据采集需求发送到所指定的NSSMF，
第四步，NSSMF继续将实例1的IP地址、数据采集需求发送到所指定的5G网络切片1；
第五步，NSSMF和5G网络切片1按照数据采集需求采集，包括用户数、用户会话信息、每秒新建会话信息、用户流量信息、时间戳、节假日因子。并将上述信息发送到应用实例1；
第六步，数据预处理模块对上述数据进行分类，并发送给模型1；
第七步，模型1预测未来2小时，新建用户及会话数将达到峰值；并将预测的值发送到模型2；模型2根据模型1预测的结果，分析在1.5小时后需要进行切片扩容；
第八步，模型2将相关的扩容决策发送给PCF，PCF将相应的网络管理策略发送到NSSMF去执行扩容计划。
场景2：人工智能应用于网络根因分析系统，通过模型推理，实现故障的精准定位和溯源。
图4是根据本发明实例的基于场景2的示意图。如图4所示，应用实例1应用于频发告警分析，即如果一定时间内发生的特定告警和特定事件达到一定的数目，可以认为这些告警和事件之间存在一定的相关性。
应用实例2应用于上下层告警分析，即同专业网上下层业务故障影响体现为某一个根因告警导致了大面积的现象告警，需要快速获取导致故障的根因告警。
第一步，应用实例1(下面称实例1)和应用实例2(下面称实例2)在网络根因分析系统中中创建成功，并通知编排器；编排器激活人工智能实例1和实例2的管理条目，设置实例1和实例2的状态机为运行态；并且，每30秒发送保活报文以确认实例1和实例2的状态；
实例1的数据采集请求消息包括：实例1的IP地址(应用实例位置信息)、目标网元为告警采集平台，采集的内容包括所有设备告警信息(数据采集需求)、数据采集周期为触发上报；
实例2的数据采集请求消息包括：实例2的IP地址(应用实例位置信息)、目标网元为告警采集平台，采集的内容包括所有网络业务告警信息(数据采集需求)、数据采集周期为触发上报；
第二步，编排器将上述两份数据采集请求消息发送到告警采集平台；
第三步，告警采集平台收到告警信息，发现是来自设备的告警，告警内容为“A网元B单板的温度过高”，于是将该条告警发送到应用实例1；
告警采集平台在2分钟内，收到100条同样的上述告警，告警采集平台将这些告警都发送到应用实例1；
第四步，应用实例1收到这些告警信息，数据预处理模块对这些告警信息进行过滤、筛选、匹配、分类等处理，随后发送到模型1；
第五步；模型1通过2分钟内收到100条同样的告警这样的情况做分析推理，认为有可能因为环境温度湿度不佳导致单板温度上升导致告警；
应用实例1合并这些告警，并将推理结果发送到根因告警汇总平台；
第六步，告警采集平台收到告警信息，发现是来自网络的告警，告警内容为“TMS链接中断”、“B隧道链接中断”、“伪线C链接中断”、“D业务服务中断”、“E光纤LOS告警”，于是将这几条告警发送到应用实例2；
第七步，应用实例2收到这些告警信息，数据预处理模块对这些告警信息进行过滤、筛选、匹配、分类等处理，随后发送到模型2；
第八步，模型2通过这几条告警信息分析，得出这几条告警发生于同一原因，即“E光纤断纤，光纤所在端口报LOS告警”；
应用实例2将上述推理结果发送到根因告警汇总平台；
场景3：针对预选的数据特征集合进行数据筛选的功能
在本实施例中，针对承载网智能化流量工程，提供了如下的表格进行理解。需要指出的是，上面代表着特征编号标识，即0-12，下面代表着特征类型。具体表格如下：
Figure BDA0002028000190000101
Figure BDA0002028000190000111
编排器针对交互网络的网络流量工程特征，采集编号为0,1,2,3,8,9,10,11的八项数据采集功能。因此编排器将上述八项数据采集功能配置在数据特征集合中。
经由网络控制装置，目标网络节点接收到了数据特征集合后，针对0,1,2,3,8,9,10,11进行数据采集。
或者，目标网络节点根据自身所处的网络的网络流量工程特征，采集编号为0,1,2,3,8,9,10,11的八项数据采集功能，并进行数据采集。
实施例2
在本实施例中还提供了一种数据采集的请求的装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图5是根据本发明实施例的一种数据的处理装置，如图5所示，该装置包括：
发送模块52，位于编排器中，用于生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点包括：网络控制装置，目标网络节点；
采集模块54，位于所述目标网络节点，用于从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；
处理模块56，位于所述应用实例的处理装置，用于通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例3
本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的计算机程序：
S1，在确定应用实例建立后，编排器生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点至少包括以下其中之一：网络控制装置，目标网络节点；
S2，所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；
S3，所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，在确定应用实例建立后，编排器生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点至少包括以下其中之一：网络控制装置，目标网络节点；
S2，所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；
S3，所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (11)

1.一种数据的处理方法，其特征在于，包括：
在确定应用实例建立后，编排器生成所述应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点至少包括以下其中之一：网络控制装置，目标网络节点；
所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；
所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果；
其中，所述数据采集请求消息至少包括：
所述应用实例的位置信息，网络节点信息，数据采集内容；
其中，所述目标网络节点根据从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，所述方法还包括：
所述目标网络节点根据所述应用实例的位置信息，确定需要进行数据采集的应用实例；
所述目标网络节点采集所述应用实例对应的数据。
2.根据权利要求1所述的方法，其特征在于，在所述下一通信节点为网络控制装置时，所述方法还包括：
所述网络控制装置根据所述数据采集请求消息中的网络节点信息确定用于进行数据采集的目标网络节点；
所述网络控制装置将所述数据采集请求消息发送至所述目标网络节点。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
所述网络控制装置接收所述应用实例的处理装置输出的所述处理结果；
所述网络控制装置根据所述处理结果对网络进行配置。
4.根据权利要求1所述的方法，其特征在于，所述目标网络节点采集所述应用实例对应的数据，包括：
所述目标网络节点根据数据特征集合对所述数据采集内容进行筛选；
所述目标网络节点对筛选后的所述数据采集内容进行数据采集。
5.根据权利要求4所述的方法，其特征在于，所述数据特征集合至少通过如下之一的方式确定：
编码器根据所述应用实例的网络需求确定所述数据特征集合，并发送至所述下一通信节点，或，
在接收到所述数据采集请求消息后，所述目标网络节点分析所述应用实例的位置信息对应的应用实例的网络需求，并确定所述数据特征集合。
6.根据权利要求5所述的方法，其特征在于，所述数据特征集合至少包括：
所述目标网络节点所在网络的网络信息；
所述目标网络节点的用户信息；
所述目标网络节点所在设备的设备信息；
所述目标网络节点的数据报文信息。
7.根据权利要求4-6任一项所述的方法，其特征在于，所述数据采集内容至少包括以下其中之一：用户数量和类型，用户会话信息，用户流量信息，数据采集周期，网络业务告警信息。
8.根据权利要求1所述的方法，其特征在于，所述应用实例的处理装置通过所述应用实例中的模型对所述数据采集结果进行处理，包括：
所述处理装置根据所述数据采集结果的类型进行分类，并将分类后的所述数据采集结果配置在对应的模型当中；
所述处理装置在所述模型中对分类后的所述数据采集结果进行处理，其中，所述处理方式至少包括：对数据进行预测，对数据进行推理。
9.一种数据的处理装置，其特征在于，包括：
发送模块，位于编排器中，用于生成应用实例对应的数据采集请求消息，并发送至下一通信节点，其中，所述下一通信节点包括：网络控制装置，目标网络节点；
采集模块，位于所述目标网络节点，用于从所述编排器或经由所述网络控制装置接收的数据采集请求消息进行数据采集，并将数据采集结果发送至所述应用实例的处理装置；
处理模块，位于所述应用实例的处理装置，用于通过所述应用实例中的模型对所述数据采集结果进行处理，并输出处理结果；
其中，所述数据采集请求消息至少包括：所述应用实例的位置信息，网络节点信息，数据采集内容；
其中，所述采集模块还用于根据所述应用实例的位置信息，确定需要进行数据采集的应用实例；以及采集所述应用实例对应的数据。
10.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。
11.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的方法。
CN201910300209.2A 2019-04-15 2019-04-15 数据的处理方法及装置 Active CN111082960B9 (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910300209.2A CN111082960B9 (zh) 2019-04-15 2019-04-15 数据的处理方法及装置
PCT/CN2020/077980 WO2020211561A1 (zh) 2019-04-15 2020-03-05 数据的处理方法、装置、存储介质及电子装置
US17/435,747 US20220052923A1 (en) 2019-04-15 2020-03-05 Data processing method and device, storage medium and electronic device
EP20791480.5A EP3958508A4 (en) 2019-04-15 2020-03-05 DATA PROCESSING METHOD AND DEVICE, STORAGE MEDIA AND ELECTRONIC DEVICE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910300209.2A CN111082960B9 (zh) 2019-04-15 2019-04-15 数据的处理方法及装置

Publications (3)

Publication Number Publication Date
CN111082960A CN111082960A (zh) 2020-04-28
CN111082960B true CN111082960B (zh) 2022-12-06
CN111082960B9 CN111082960B9 (zh) 2023-01-24

Family

ID=70310287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910300209.2A Active CN111082960B9 (zh) 2019-04-15 2019-04-15 数据的处理方法及装置

Country Status (4)

Country Link
US (1) US20220052923A1 (zh)
EP (1) EP3958508A4 (zh)
CN (1) CN111082960B9 (zh)
WO (1) WO2020211561A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115004755A (zh) * 2020-10-13 2022-09-02 中兴通讯股份有限公司 无线多载波配置和选择
CN115242630B (zh) * 2021-04-23 2023-10-27 中国移动通信集团四川有限公司 一种5g网络切片的编排方法、装置及电子设备
CN117597969A (zh) * 2021-09-18 2024-02-23 Oppo广东移动通信有限公司 Ai数据的传输方法、装置、设备及存储介质
CN114338421B (zh) * 2021-12-29 2024-03-26 中国电信股份有限公司 数据采集优化方法、装置、存储介质及电子设备
CN114697219B (zh) * 2022-03-24 2024-03-08 阿里巴巴（中国）有限公司 网络控制方法、直播网络的控制方法、设备及系统
CN115361308B (zh) * 2022-08-19 2024-06-25 一汽解放汽车有限公司 一种工控网络数据风险确定方法、装置、设备及存储介质
CN116567674B (zh) * 2023-07-07 2023-10-03 中国电信股份有限公司 数据处理方法、装置、网元和可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107113232A (zh) * 2015-01-20 2017-08-29 华为技术有限公司 Nfv管理编排的方法和装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103684851B (zh) * 2013-11-26 2017-03-08 华为技术有限公司 数据采集方法和装置
CN105284094B (zh) * 2014-05-15 2019-05-28 华为技术有限公司 一种网络功能虚拟化网络系统、数据处理方法及装置
CN106533724B (zh) * 2015-09-11 2020-02-11 中国移动通信集团公司 监控和优化网络功能虚拟化nfv网络的方法、装置及系统
EP3451594A4 (en) * 2016-04-28 2019-04-24 Nec Corporation DEVICE, METHOD AND ORGORIZATION PROGRAM FOR MANAGING NETWORK FUNCTION VIRTUALIZATION
US10924943B2 (en) * 2017-01-05 2021-02-16 Apple Inc. Instantiation and management of physical and virtualized network functions of a radio access network node
CN108809671B (zh) * 2017-04-26 2020-10-09 华为技术有限公司 通信方法、网络设备和系统
US20180317134A1 (en) * 2017-04-28 2018-11-01 Huawei Technologies Co., Ltd. Nssmf nsmf interaction connecting virtual 5g networks and subnets
WO2018203780A1 (en) * 2017-05-05 2018-11-08 Telefonaktiebolaget Lm Ericsson (Publ) Manager node and method performed therein for handling one or more network functions in a communication network
US20180324207A1 (en) * 2017-05-05 2018-11-08 Servicenow, Inc. Network security threat intelligence sharing
CN109391504B (zh) * 2017-08-11 2022-04-29 华为技术有限公司 网络切片的部署方法和装置
US20190236485A1 (en) * 2018-01-26 2019-08-01 Cisco Technology, Inc. Orchestration system for distributed machine learning engines
US10892958B2 (en) * 2018-08-03 2021-01-12 Huawei Technologies Co., Ltd. Methods and functions of network performance monitoring and service assurance
AU2018441631B2 (en) * 2018-09-17 2022-10-20 Huawei Technologies Co., Ltd. Device and method for providing a quality of service function
CN109120459B (zh) * 2018-09-27 2019-09-20 中国联合网络通信有限公司广东省分公司 一种基于业务编排器的城域网业务处理方法
WO2020064134A1 (en) * 2018-09-28 2020-04-02 Nokia Technologies Oy Radio-network self-optimization based on data from radio network and spatiotemporal sensors
US11140048B2 (en) * 2019-01-11 2021-10-05 Huawei Technologies Co., Ltd. Sharable storage method and system for network data analytics
JP7201833B2 (ja) * 2019-02-18 2023-01-10 華為技術有限公司 ５ｇネットワークにおけるアナリティクスネットワーク機能インスタンスの自動設定及び選択のためのエンティティ及び方法
US11405931B2 (en) * 2019-12-12 2022-08-02 Oracle International Corporation Methods, systems, and computer readable media for providing for network slice management using feedback mechanism

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107113232A (zh) * 2015-01-20 2017-08-29 华为技术有限公司 Nfv管理编排的方法和装置

Also Published As

Publication number Publication date
EP3958508A4 (en) 2023-01-18
US20220052923A1 (en) 2022-02-17
CN111082960B9 (zh) 2023-01-24
EP3958508A1 (en) 2022-02-23
CN111082960A (zh) 2020-04-28
WO2020211561A1 (zh) 2020-10-22

Similar Documents

Publication Publication Date Title
CN111082960B (zh) 数据的处理方法及装置
EP3958606A1 (en) Methods and devices for pushing and requesting model, storage medium and electronic device
CN101465757A (zh) 一种集群网络中批量升级的方法
CN109450790B (zh) 一种基于流量感知的网络服务功能链智慧供应方法
EP3477894B1 (en) Method and device for controlling virtualized broadband remote access server (vbras), and communication system
CN103475722A (zh) 一种业务协同平台实现系统
CN103825964A (zh) 一种基于云计算PaaS平台的SLS调度装置和方法
CN104981782A (zh) 用于控制资源的系统、控制模式生成装置、控制装置、用于控制资源的方法和程序
CN113341712B (zh) 无人机自主控制系统智能分层递阶控制选择方法
Seliuchenko et al. Automated recovery of server applications for SDN-based internet of things
CN112330519A (zh) 一种数据处理的方法和装置
CN112217727B (zh) 多度量维度的路由选择方法、装置、计算机设备及存储介质
CN114706675A (zh) 基于云边协同系统的任务部署方法及装置
EP4187814A1 (en) Data processing method and device
CN107529180B (zh) 一种基站云测试环境构建装置和方法
CN109120523A (zh) 多节点路径选择方法、装置、云平台资源调度方法及装置
CN114448868A (zh) 一种基于分段路由策略的路径调度方法、装置及设备
CN111107163B (zh) 一种面向用户需求变化的微服务自适应方法及系统
Siracusa et al. Experimental evaluation of virtual topology design and reconfiguration in optical networks by means of cognition
Ikhelef et al. Efficient Decomposition-Based Methods for Optimal VNF Placement and Chaining
Shah et al. A real-time simulation framework for complex and large-scale optical transport networks based on the SDN paradigm
CN112990744B (zh) 一种面向海量百万级云化设备的自动化运维方法及装置
CN111193634B (zh) 一种压力测试方法、装置和计算机可读存储介质
WO2024061081A1 (zh) 自智运维方法、装置、计算机可读存储介质及电子装置
CN104734923B (zh) 应用任务的执行控制方法和系统、消息服务器

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
CI03 Correction of invention patent
CI03 Correction of invention patent

Correction item: Claims

Correct: correct

False: error

Number: 49-01

Page: ??

Volume: 38