CN114422332A - 网络切片控制方法、装置、处理设备及存储介质 - Google Patents

Abstract

本发明提供一种网络切片控制方法、装置、处理设备及存储介质，涉及通信技术领域。该方法包括：监测各个网络切片的网络监控数据；对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果；若网络切片的故障检测结果指示网络切片存在故障风险，则根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息；根据网络切片的故障指示信息，调节网络切片的切片参数。可以自动监测各个网络切片的网络监控数据，对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果，实现了对网络切片存在的故障风险进行自动检测，还可实现自动修复网络切片所存在的异常。

Description

网络切片控制方法、装置、处理设备及存储介质

技术领域

本发明涉及通信技术领域，具体而言，涉及一种网络切片控制方法、装置、处理设备及存储介质。

背景技术

随着科技的进步，电信网络也在飞快的发展。5G （5th Generation MobileCommunication Technology，第五代移动通信技术）提供的关键功能之一是网络切片。网络切片是一种隔离网络的机制，切片的客户端用例涵盖范围广泛，包括高带宽视频传输、超低延迟通信、具有不同服务水平协议的高密度移动和物联网设备。

相关技术中，5G网络的切片技术是将5G网络分割成多张虚拟网络，从而支持更多的应用。就是将一个物理网络切割成多个虚拟的端到端的网络，每个虚拟网络之间，包括网络内的设备、接入、传输和核心网，是逻辑独立的，任何一个虚拟网络发生故障都不会影响到其它虚拟网络。

但是，相关技术中，无法对网络切片进行检测，无法获知网络切片运行状态是否异常。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种网络切片控制方法、装置、处理设备及存储介质，以便解决相关技术中无法对网络切片进行检测，无法获知网络切片运行状态是否异常的问题。

为实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种网络切片控制方法，所述方法包括：

监测各个网络切片的网络监控数据；

对各个所述网络切片的网络监控数据进行处理，得到所述网络切片的故障检测结果；

若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息；

根据所述网络切片的故障指示信息，调节所述网络切片的切片参数。

可选的，所述方法还包括：

若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则触发所述网络切片的告警信息；

所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警，所述网络切片的故障指示信息包括：所述根源告警。

可选的，若所述告警信息包括：多种告警信息；所述根据所述告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警，包括：

根据所述多种告警信息之间关联关系、所述多种告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警。

可选的，所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述网络监控数据中的流量数据，对所述网络切片进行异常度量，预测所述网络切片的异常行为；所述网络切片的故障指示信息包括：预测的所述网络切片的异常行为。

可选的，所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述网络监控数据中的性能指标数据，对所述网络切片进行异常度量，预测的所述网络切片的故障发生概率；所述网络切片的故障指示信息包括：所述网络切片的故障发生概率。

可选的，所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述网络切片的网络监控数据，对所述网络切片进行时间维度和空间维度上的异常度量，得到所述网络切片的故障类型以及所述网络切片中的受影响的组件标识，所述网络切片的故障指示信息包括：所述网络切片的故障类型以及对应的所述受影响的组件标识。

可选的，所述根据所述网络切片的故障指示信息，调节所述网络切片的切片参数，包括：

判断所述网络切片的故障指示信息所指示的故障类型，是否属于订阅报警类型；

若是，则触发所述修复事件；

根据所述网络切片的故障指示信息以及所述修复事件，确定调整策略；

根据所述调整策略对所述网络切片的资源进行更新配置。

第二方面，本发明实施例还提供了一种网络切片控制装置，所述装置包括：

监测模块，用于监测各个网络切片的网络监控数据；

处理模块，用于对各个所述网络切片的网络监控数据进行处理，得到所述网络切片的故障检测结果；

异常度量模块，用于若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息；

调节模块，用于根据所述网络切片的故障指示信息，调节所述网络切片的切片参数。

可选的，所述装置还包括：

触发模块，用于若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则触发所述网络切片的告警信息；

所述异常度量模块，还具体用于根据所述告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警，所述网络切片的故障指示信息包括：所述根源告警。

可选的，若所述告警信息包括：多种告警信息；所述异常度量模块，还具体用于根据所述多种告警信息之间关联关系、所述多种告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警。

可选的，所述异常度量模块，还具体用于根据所述网络监控数据中的流量数据，对所述网络切片进行异常度量，预测所述网络切片的异常行为；所述网络切片的故障指示信息包括：预测的所述网络切片的异常行为。

可选的，所述异常度量模块，还具体用于根据所述网络监控数据中的性能指标数据，对所述网络切片进行异常度量，预测的所述网络切片的故障发生概率；所述网络切片的故障指示信息包括：所述网络切片的故障发生概率。

可选的，所述异常度量模块，还具体用于根据所述网络切片的网络监控数据，对所述网络切片进行时间维度和空间维度上的异常度量，得到所述网络切片的故障类型以及所述网络切片中的受影响的组件标识，所述网络切片的故障指示信息包括：所述网络切片的故障类型以及对应的所述受影响的组件标识。

可选的，所述调节模块，还具体用于判断所述网络切片的故障指示信息所指示的故障类型，是否属于订阅报警类型；若是，则触发所述修复事件；根据所述网络切片的故障指示信息以及所述修复事件，确定调整策略；根据所述调整策略对所述网络切片的资源进行更新配置。

第三方面，本发明实施例还提供了一种处理设备，包括：存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的网络切片控制方法。

第四方面，本发明实施例还提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被读取并执行时，实现上述第一方面任一项所述的网络切片控制方法。

本发明的有益效果是：本发明实施例还提供了一种网络切片控制方法，包括：监测各个网络切片的网络监控数据；对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果；若网络切片的故障检测结果指示网络切片存在故障风险，则根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息；根据网络切片的故障指示信息，调节网络切片的切片参数。可以自动监测各个网络切片的网络监控数据，对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果，实现了对网络切片存在的故障风险进行自动检测，对网络切片进行异常度量可以得到网络切片的故障指示信息，根据网络切片的故障指示信息，自动调节网络切片的切片参数，可以实现自动修复网络切片所存在的异常。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的一种网络切片控制方法的流程示意图；

图2为本发明实施例提供的一种网络切片控制方法的流程示意图；

图3为本发明实施例提供的一种网络切片控制方法的流程示意图；

图4为本发明实施例提供的一种网络切片控制装置的结构示意图；

图5为本发明实施例提供的一种处理设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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发明一部分实施例，而不是全部的实施例。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。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。

在本申请的描述中，需要说明的是，若出现术语“上”、“下”、等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。

此外，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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，在不冲突的情况下，本申请的实施例中的特征可以相互结合。

随着科技的进步，电信网络也在飞快的发展。5G （5th Generation MobileCommunication Technology，第五代移动通信技术）提供的关键功能之一是网络切片。网络切片是一种隔离网络的机制，切片的客户端用例涵盖范围广泛，包括高带宽视频传输、超低延迟通信、具有不同服务水平协议的高密度移动和物联网设备。

相关技术中，5G网络的切片技术是将5G网络分割成多张虚拟网络，从而支持更多的应用。就是将一个物理网络切割成多个虚拟的端到端的网络，每个虚拟网络之间，包括网络内的设备、接入、传输和核心网，是逻辑独立的，任何一个虚拟网络发生故障都不会影响到其它虚拟网络。但是，相关技术中，无法对网络切片进行检测，无法获知网络切片运行状态是否异常。

针对相关技术中所存在的上述技术问题，本申请实施例提供一种网络切片控制方法，可以自动监测各个网络切片的网络监控数据，对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果，实现了对网络切片存在的故障风险进行自动检测，对网络切片进行异常度量可以得到网络切片的故障指示信息，根据网络切片的故障指示信息，自动调节网络切片的切片参数，可以实现自动修复网络切片所存在的异常。

本申请实施例提供的一种网络切片控制方法，其执行主体可以为处理器设备；可选的，处理设备可以为服务器，该服务器上可以部署有K8S集群，其中，K8S集群是一个由大量的工具栈组成的体系结构,每一个组件都是K8S不可或缺的有机组成部分。

图1为本发明实施例提供的一种网络切片控制方法的流程示意图，如图1所示，该方法可以包括：

S101、监测各个网络切片的网络监控数据。

其中，网络切片可以为5G网络的网络切片，网络切片数量可以为多个，网络切片也可以称为切片子网。

在一些实施方式中，处理设备可以采用预设工具，持续实时监测、收集各个网络切片的网络监控数据。其中，预设工具可以为带有时间序列数据库的实时度量收集工具，例如，预设工具可以为Prometheus（一套开源的系统监控报警框架）。

在本申请实施例中，网络监控数据可以包括下述中的至少一项：大量系统日志、拓扑结构、流量数据、配置参数以及性能数据。

可选的，处理设备可以监测端到端的网络切片以及网络功能的网络监控数据，各层次相互协同。

S102、对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果。

其中，处理设备中可以存储有多种预设的处理规则。

在一些实施方式中，处理设备可以采用多种预设的处理规则，判断各个网路切片的网络监控数据是否满足各个处理规则对应的预设条件，得到各个网络切片的故障检测结果。

需要说明的是，网络切片的故障检测结果用于指示网络切片是否存在故障风险；若网路切片的网络监控数据不满足预设条件，则故障检测结果指示网络切片存在故障风险；若网路切片的网络监控数据满足预设条件，则故障检测结果指示网络切片不存在故障风险。

S103、若网络切片的故障检测结果指示网络切片存在故障风险，则根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息。

其中，网络切片的故障指示信息，可以用于指示网络切片已出现的或者在未来时间段可能出现的问题。

在一种可能的实施方式中，若网络切片的故障检测结果指示网络切片存在故障风险，处理设备可以采用预设异常度量算法，根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片所存在的具体故障的指示信息。

需要说明的是，预设异常度量算法可以为TF-IDF算法（term frequency–inversedocument frequency，一种用于信息检索与数据挖掘的常用加权技术），也可以为判别序列挖掘算法，还可以为其他类型的异常度量算法，本申请实施例对此不进行具体限制。

S104、根据网络切片的故障指示信息，调节网络切片的切片参数。

在一些实施方式中，处理设备可以根据网络切片的故障指示信息，确定故障指示信息对应的目标故障，并根据目标故障确定调节策略，继而基于调节策略调节网络切片的切片参数。

另外，调节网络切片的切片参数后，可以实现对已出现的故障进行修复，或者对未来时间段内可能出现的故障进行提前干预，避免未来时间段出现故障。

综上所述，本发明实施例提供一种网络切片控制方法，包括：监测各个网络切片的网络监控数据；对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果；若网络切片的故障检测结果指示网络切片存在故障风险，则根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息；根据网络切片的故障指示信息，调节网络切片的切片参数。可以自动监测各个网络切片的网络监控数据，对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果，实现了对网络切片存在的故障风险进行自动检测，对网络切片进行异常度量可以得到网络切片的故障指示信息，根据网络切片的故障指示信息，自动调节网络切片的切片参数，可以实现自动修复网络切片所存在的异常。

在一些实施方式中，处理设备中可以部署有MDAF（一种数据分析框架，管理数据分析功能）执行上述S102的过程实现对于网络切片的异常检测，再执行上述S103的过程实现对于网络切片的异常度量。

此外，各个网络切片对应的5G核心网的各个组件可以部署在边缘云平台，基于集群的核心网组件是以容器为单位，进行快速快速部署。

可选的，图2为本发明实施例提供的一种网络切片控制方法的流程示意图，如图2所示，该方法可以包括：

S201、若网络切片的故障检测结果指示网络切片存在故障风险，则触发网络切片的告警信息。

可选的，处理设备采用预设处理算法，对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果。其中，预设处理算法可以为鲁棒界算法，可以采用鲁棒界先进行异常检测，不同的故障场景预计会在不同的网络监控数据上产生异常，继而产生相应的告警信息。

上述S103中根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息的过程，可以包括：

S202、根据告警信息以及网络切片的网络监控数据，对网络切片进行异常度量定位根源告警。

其中，告警信息可以包括：至少一种类型的告警信息，网络切片的故障指示信息可以包括：根源告警。

在本申请实施例中，若网络监控数据不满足一种预设条件，则触发一种告警信息，若网络监控数据不满足另一种预设条件，则触发另一种告警信息，依次类推，因此，告警信息可以包括至少一种类型的告警信息。处理设备可以根据至少一种告警信息以及网络切片的网络监控数据，定位根源告警，确定出告警的根源，以便根据告警的根源指定相应的调节策略。

需要说明的是，根源告警可以为网络切片已经出现的故障告警。

可选的，若告警信息包括：多种告警信息。

上述S202中根据告警信息以及网络切片的网络监控数据，对网络切片进行异常度量定位根源告警的过程，可以包括：

根据多种告警信息之间关联关系、多种告警信息以及网络切片的网络监控数据，对网络切片进行异常度量定位根源告警。

在一些实施方式中，处理设备可以根据多种告警信息之间关联关系、多种告警信息以及网络切片的网络监控数据，定位根源告警，确定出多种告警信息的告警根源，以便后续根据告警的根源指定相应的调节策略。

可选的，上述S103中根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息的过程，可以包括：

根据网络监控数据中的流量数据，对网络切片进行异常度量，预测网络切片的异常行为。

其中，网络切片的故障指示信息可以包括：预测的网络切片的异常行为。

在一些实施方式中，处理设备可以采用预设异常度量算法，根据网络监控数据中的流量数据，对网络切片进行时间维度和空间维度上的异常度量，预测在未来时间段网络切片的异常行为。

需要说明的是，网络监控数据中的流量数据可以为网络监控数据中设备或者用户的流量数据。

可选的，上述S103中根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息的过程，可以包括：

根据网络监控数据中的性能指标数据，对网络切片进行异常度量，预测的网络切片的故障发生概率。

其中，网络切片的故障指示信息可以包括：网络切片的故障发生概率。

在一些实施方式中，处理设备可以采用预设异常度量算法，根据网络监控数据中的流量数据，对网络切片进行时间维度和空间维度上的异常度量，预测在未来时间段网络切片的故障发生概率。

可选的，根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息，包括：

根据网络切片的网络监控数据，对网络切片进行时间维度和空间维度上的异常度量，得到网络切片的故障类型以及网络切片中的受影响的组件标识。

其中，网络切片的故障指示信息包括：网络切片的故障类型以及对应的受影响的组件标识。

在一些实施方式中，处理设备可以采用TF-IDF算法或者判别序列挖掘算法，对网络切片中异常的网络监控数据进行时间维度和空间维度上的异常度量，识别出到网络切片的故障类型或者不同类型的性能问题、以及网络切片中受影响的组件标识。

可选的，图3为本发明实施例提供的一种网络切片控制方法的流程示意图，如图3所示，上述S104中根据网络切片的故障指示信息，调节网络切片的切片参数的过程，可以包括：

S301、判断网络切片的故障指示信息所指示的故障类型，是否属于订阅报警类型。

S302、若是，则触发修复事件。

在本申请实施例中，处理设备可以提供NWDAF（Network Data AnalyticsFunction，网络数据分析功能）订阅功能，NWDAF利用 kafka 消息队列来管理订阅网络切片服务。

相应的，处理设备可以采用MDAF生成异常通知，当有网络切片有异常通知时，即存在网络切片的故障指示信息时，处理设备可以判断故障指示信息所指示的故障类型是否属于网络切片服务所订阅报警类型，若是，则将故障指示信息对应的修复事件推送到事件管理器。

S303、根据网络切片的故障指示信息以及修复事件，确定调整策略。

S304、根据调整策略对网络切片的资源进行更新配置。

其中，处理设备上可以部署有AI（Artificial Intelligence，人工智能）赋能平台。

在一些实施方式中，处理设备可以采用AI赋能平台中的AI模型算法，根据网络切片的故障指示信息以及修复事件，预测流量变化趋势以及输出切片资源调整策略，并下发到相应的网络切片执行，实现对于网络切片的资源进行更新配置。其中，处理设备可以采用AI赋能平台，通过强化学习进行自适应的故障修复和预防策略的制定，当然，也可以结合历史故障修复经验确定调整策略。

在另一些实施方式中，也可以根据修复事件生成修复提示消息，以使维修人员获知修复提示消息，对网络切片进行人工验证修复。

当然，处理设备也可以采用AI赋能平台，收集单个切片流量数据，通过智能分析，执行单个网络切片的资源配置更新。

另外，AI赋能平台还可以对各个网络切片进行切片扫描，获取各个网络切片的当前切片参数，处理设备还采用AI赋能平台进行网络切片的数据初始化。

需要说明的是，网络切片之间，由于业务分布特性的不同，业务高峰存在错峰和互补，对预测业务流量高峰的切片进行扩容，对预测业务负载降低的网络切片进行缩容，使多网络切片最大复用网络切片资源，同时避免资源冲突。在网络切片更新过程中，通过预测不同网络切片中的负载，预先更新/调整切片资源配置，保障业务服务质量，同时提高网络切片资源的利用效率。

在本申请实施例中，处理设备上所部署的AI赋能平台，可以用于处理网络切片运行过程中网络状态和切片业务的流量动态变化事件，网络切片的初始资源配置可能无法适应切片的流量变化，需要精准预测流量使用状况，可以采用AI赋能平台按需动态配置网络切片的资源资源。

综上所述，本发明实施例提供一种网络切片控制方法，包括：监测各个网络切片的网络监控数据；对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果；若网络切片的故障检测结果指示网络切片存在故障风险，则根据网络切片的网络监控数据对网络切片进行异常度量，得到网络切片的故障指示信息；根据网络切片的故障指示信息，调节网络切片的切片参数。可以自动监测各个网络切片的网络监控数据，对各个网络切片的网络监控数据进行处理，得到网络切片的故障检测结果，实现了对网络切片存在的故障风险进行自动检测，对网络切片进行异常度量可以得到网络切片的故障指示信息，根据网络切片的故障指示信息，自动调节网络切片的切片参数，可以实现自动修复网络切片所存在的异常。

而且，一方面可以达到对已发生的故障告警进行快速、高效的根因分析和修复的目的；另一方面可对潜在性能劣化进行预防，实现网络自动化保障。可以预测问题、确定问题的根本原因以及自动响应以纠正问题，智能地调配切片资源，解决业务需求高动态带来的网络切片管理问题。

下述对用以执行本申请所提供的网络切片控制方法的网络切片控制装置、处理设备及存储介质等进行说明，其具体的实现过程以及技术效果参见上述网络切片控制方法的相关内容，下述不再赘述。

可选的，图4为本发明实施例提供的一种网络切片控制装置的结构示意图，如图4所示，该装置可以包括：

监测模块401，用于监测各个网络切片的网络监控数据；

处理模块402，用于对各个所述网络切片的网络监控数据进行处理，得到所述网络切片的故障检测结果；

异常度量模块403，用于若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息；

调节模块404，用于根据所述网络切片的故障指示信息，调节所述网络切片的切片参数。

可选的，所述装置还包括：

触发模块，用于若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则触发所述网络切片的告警信息；

所述异常度量模块403，还具体用于根据所述告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警，所述网络切片的故障指示信息包括：所述根源告警。

可选的，若所述告警信息包括：多种告警信息；所述异常度量模块403，还具体用于根据所述多种告警信息之间关联关系、所述多种告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警。

可选的，所述异常度量模块403，还具体用于根据所述网络监控数据中的流量数据，对所述网络切片进行异常度量，预测所述网络切片的异常行为；所述网络切片的故障指示信息包括：预测的所述网络切片的异常行为。

可选的，所述异常度量模块403，还具体用于根据所述网络监控数据中的性能指标数据，对所述网络切片进行异常度量，预测的所述网络切片的故障发生概率；所述网络切片的故障指示信息包括：所述网络切片的故障发生概率。

可选的，所述异常度量模块403，还具体用于根据所述网络切片的网络监控数据，对所述网络切片进行时间维度和空间维度上的异常度量，得到所述网络切片的故障类型以及所述网络切片中的受影响的组件标识，所述网络切片的故障指示信息包括：所述网络切片的故障类型以及对应的所述受影响的组件标识。

可选的，所述调节模块404，还具体用于判断所述网络切片的故障指示信息所指示的故障类型，是否属于订阅报警类型；若是，则触发所述修复事件；根据所述网络切片的故障指示信息以及所述修复事件，确定调整策略；根据所述调整策略对所述网络切片的资源进行更新配置。

上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。

以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路（Application Specific Integrated Circuit，简称ASIC），或，一个或多个微处理器（digital singnal processor，简称DSP），或，一个或者多个现场可编程门阵列（Field Programmable Gate Array，简称FPGA）等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器（CentralProcessing Unit，简称CPU）或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统（system-on-a-chip，简称SOC）的形式实现。

图5为本发明实施例提供的一种处理设备的结构示意图，如图5所示，该装置包括：处理器501、存储器502。

存储器502用于存储程序，处理器501调用存储器502存储的程序，以执行上述方法实施例。具体实现方式和技术效果类似，这里不再赘述。

可选地，本发明还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述方法实施例。

在本发明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系统，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或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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）或处理器（英文：processor）执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（英文：Read-Only Memory，简称：ROM）、随机存取存储器（英文：Random Access Memory，简称：RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

以上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。凡在本发明的精神和原则之内，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 (10)

1.一种网络切片控制方法，其特征在于，所述方法包括：

监测各个网络切片的网络监控数据；

对各个所述网络切片的网络监控数据进行处理，得到所述网络切片的故障检测结果；

若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息；

根据所述网络切片的故障指示信息，调节所述网络切片的切片参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则触发所述网络切片的告警信息；

所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警，所述网络切片的故障指示信息包括：所述根源告警。

3.根据权利要求2所述的方法，其特征在于，若所述告警信息包括：多种告警信息；所述根据所述告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警，包括：

根据所述多种告警信息之间关联关系、所述多种告警信息以及所述网络切片的网络监控数据，对所述网络切片进行异常度量定位根源告警。

4.根据权利要求1所述的方法，其特征在于，所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述网络监控数据中的流量数据，对所述网络切片进行异常度量，预测所述网络切片的异常行为；所述网络切片的故障指示信息包括：预测的所述网络切片的异常行为。

5.根据权利要求1或4所述的方法，其特征在于，所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述网络监控数据中的性能指标数据，对所述网络切片进行异常度量，预测的所述网络切片的故障发生概率；所述网络切片的故障指示信息包括：所述网络切片的故障发生概率。

6.根据权利要求1所述的方法，其特征在于，所述根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息，包括：

根据所述网络切片的网络监控数据，对所述网络切片进行时间维度和空间维度上的异常度量，得到所述网络切片的故障类型以及所述网络切片中的受影响的组件标识，所述网络切片的故障指示信息包括：所述网络切片的故障类型以及对应的所述受影响的组件标识。

7.根据权利要求1所述的方法，其特征在于，所述根据所述网络切片的故障指示信息，调节所述网络切片的切片参数，包括：

判断所述网络切片的故障指示信息所指示的故障类型，是否属于订阅报警类型；

若是，则触发修复事件；

根据所述网络切片的故障指示信息以及所述修复事件，确定调整策略；

根据所述调整策略对所述网络切片的资源进行更新配置。

8.一种网络切片控制装置，其特征在于，所述装置包括：

监测模块，用于监测各个网络切片的网络监控数据；

处理模块，用于对各个所述网络切片的网络监控数据进行处理，得到所述网络切片的故障检测结果；

异常度量模块，用于若所述网络切片的故障检测结果指示所述网络切片存在故障风险，则根据所述网络切片的网络监控数据对所述网络切片进行异常度量，得到所述网络切片的故障指示信息；

调节模块，用于根据所述网络切片的故障指示信息，调节所述网络切片的切片参数。

9.一种处理设备，其特征在于，包括：存储器和处理器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述权利要求1-7任一项所述的网络切片控制方法。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被读取并执行时，实现上述权利要求1-7任一项所述的网络切片控制方法。

Images