CN115314390B - 一种支持多模式的云计算网络测量规划系统及方法 - Google Patents

Abstract

本发明公开了一种支持多模式的云计算网络测量规划系统及方法，该方法包括：获取云网络链路的用户实例和网络拓扑数据，通过切分网络拓扑数据获取拓扑切分结果；根据拓扑切分结果的关联信息得到第一探点信息，并通过第一探点信息构造链路的探测对数据；获取用户实例的探测配置数据，并根据探测对数据和探测配置数据得到链路探测结果；根据第一探点信息和和第二探点信息修正链路探测结果，得到链路修正结果。本发明在大规模云网络探测中，充分覆盖网络拓扑上的租户实例和组件设备，帮助发现不同网络产品实例和设备级别的问题。

Description

一种支持多模式的云计算网络测量规划系统及方法

技术领域

本发明涉及网络探测技术领域，尤其涉及一种支持多模式的云计算网络测量规划系统及方法。

背景技术

物理网络是由各种物理设备(如服务器、交换机、路由器等)和介质(如光缆、电缆等)连接起来形成的网络，是网络承载的最底层。

云计算网络(以下简称云网络)是使用隧道技术在传统物理网络之上创建的Overlay 网络，利用VxLAN或NvGRE等协议来提供3层网络隧道，并允许虚拟机(VM)在数据中心内的网络间或在数据中心之间迁移。Overlay在网络技术领域，指的是一种网络架构上叠加的虚拟化技术模式，其大体框架是对基础网络不进行大规模修改的条件下，实现应用在网络上的承载，并能与其它网络业务分离。Overlay技术是在现有的物理网络之上构建一个虚拟网络，上层业务只与虚拟网络相关。在公有云上云网络一般是指SDN网络架构， SDN(Software Defined Network)网络即软件定义网络，其核心技术是通过将网络设备控制面与数据面分离开来，从而实现了网络流量的灵活控制、租户隔离等能力，为核心网络及应用的创新提供了良好的平台。上文说的NvGRE、VxLAN等协议都是非常重要的Overlay 实现技术在SDN的网络场景中应用。

在网络领域，对网络上的点和路径进行探测，是获取网络真实质量信息的重要手段。在云网络场景下，影响网络质量的因素除了网络相关物理设备，还包含云网络相关的虚拟网络组件，以及用户基于各类云产品自定义配置所形成的网络拓扑，另外云网络组件对应在物理网络上是动态调度的，这些都导致云网络层面的探测更加复杂。

目前领域内针对云网络的探测，由于设备数量众多(百万级)，实例数量众多(千万级)，一般是在少量选定的设备或者实例上部署探针进行探测，难以覆盖足够多的路径和实例，在发现实例和设备级别的故障上，能力较为薄弱。以跨地域网络为例，云网络包括分布在各个地域内的网络以及地域之间的网络。一个地域被称为region，地域内由一个或者多个可用区组成，可用区通常是一个独立的数据中心。跨地域网络实现的就是云计算平台上不同地域之间的通信。普通的跨地域网络探测是在跨域线路两端的一些物理设备上部署探针，以探测跨域的网络质量，但无法覆盖所有跨域网络连接的用户实例，保证实例级别的稳定性。

目前网络探测领域内，针对物理网络或无线通信网络进行探测的方案较多，此类网络拓扑较为固定，其探测规划通常基于最小成本原则，结合拓扑结构和流量数据进行埋点，选择性覆盖主干链路和重要节点。

现有技术的缺点：探测选点基于的拓扑粒度较粗，没有全面地覆盖到用户实例/设备级别的网络质量信息；无法适应云网络租户网络拓扑频繁的动态变化；灵活性差，无法根据租户网络特点调整探测策略。总之，不适用于云网络环境。粒度较粗，缺少VSwitch内部的网络探测，并且在VSwitch这一层发现丢包，难以区分出是人为操作的VM关机/变配，还是实例异常。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的目的在于提出一种支持多模式的云计算网络测量规划系统，在大规模云网络探测中，充分覆盖网络拓扑上的租户实例和组件设备，帮助发现不同网络产品实例和设备级别的问题，本发明提出一种支持多模式的云计算网络测量规划系统，用于将租户、实例、设备等不同维度的多元网络信息进行融合，以此为依据对探测任务进行规划，并能够动态地根据拓扑变化和相关事件进行探测覆盖修正。

为达上述目的，本发明一方面提出了一种支持多模式的云计算网络测量规划系统，包括：

拓扑切分模块，用于获取云网络链路的用户实例和网络拓扑数据，通过切分所述网络拓扑数据获取拓扑切分结果；

第一探点聚合模块，用于根据所述拓扑切分结果的关联信息得到第一探点信息，并通过所述第一探点信息构造链路的探测对数据；

链路探测模块，用于获取所述用户实例的探测配置数据，并根据所述探测对数据和所述探测配置数据得到链路探测结果；

链路修正模块，用于根据所述第一探点信息和和第二探点信息修正所述链路探测结果，得到链路修正结果。

为达到上述目的，本发明另一方面提出了一种支持多模式的云计算网络测量规划方法，包括：

获取云网络链路的用户实例和网络拓扑数据，通过切分所述网络拓扑数据获取拓扑切分结果；

根据所述拓扑切分结果的关联信息得到第一探点信息，并通过所述第一探点信息构造链路的探测对数据；

获取所述用户实例的探测配置数据，并根据所述探测对数据和所述探测配置数据得到链路探测结果；

根据所述第一探点信息和和第二探点信息修正所述链路探测结果，得到链路修正结果。

本发明实施例的支持多模式的云计算网络测量规划系统及方法，针对大规模云网络场景的探测，融合多元信息，提供高效、精细的探测策略。充分覆盖用户实例和拓扑路径，帮助发现实例、设备级别的问题。动态适应云网络变化，能够对探测规划进行自动修复修正。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明实施例的支持多模式的云计算网络测量规划系统结构示意图；

图2为根据本发明实施例的支持多模式的云计算网络测量规划系统架构图；

图3为根据本发明实施例的网络拓扑切分子示意图；

图4为根据本发明实施例的探点信息聚合示意图；

图5为根据本发明实施例的场景路由选点示意图；

图6为根据本发明实施例的虚拟专有网络示意图；

图7为根据本发明实施例的虚拟专有网络探测示意图；

图8为根据本发明实施例的租户网络特征信息分析示意图；

图9为根据本发明实施例的拓扑变配消息聚合示意图；

图10为根据本发明实施例的测量结果反馈修正示意图；

图11为根据本发明实施例的支持多模式的云计算网络测量规划方法流程图。

具体实施方式

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。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

下面参照附图描述根据本发明实施例提出的支持多模式的云计算网络测量规划系统及方法。

图1是本发明一个实施例的基支持多模式的云计算网络测量规划系统的结构示意图。

如图1所示，该系统10包括：

拓扑切分模块100，用于获取云网络链路的用户实例和网络拓扑数据，通过切分网络拓扑数据获取拓扑切分结果；

第一探点聚合模块200，用于根据拓扑切分结果的关联信息得到第一探点信息，并通过第一探点信息构造链路的探测对数据；

链路探测模块300，用于获取用户实例的探测配置数据，并根据探测对数据和探测配置数据得到链路探测结果；

链路修正模块400，用于根据第一探点信息和和第二探点信息修正链路探测结果，得到链路修正结果。

进一步地，上述拓扑切分模块100，包括：

网络获取单元，用于获取预设地域的跨域网络连接实例下的虚拟专有网络和对端虚拟专有网络；

网络切分单元，用于根据路由配置，得到虚拟专有网络和对端虚拟专有网络间互通的虚拟交换机，并获取每个虚拟交换机下的虚拟机。

进一步地，上述第一探点聚合模块200，包括：

数据聚合单元，用于对虚拟机关联的网络实例和虚拟机探点进行聚合以构造第一探点信息；

数据排序单元，用于统计第一探点信息的每个虚拟机探点的计数值，得到探点排序结果；

路径计算单元，用于基于探点排序结果根据第一探点信息得到虚拟机状态数据，并根据虚拟机状态数据得到覆盖链路路径的探测对数据。

进一步地，上述链路探测模块300，包括：

异常识别单元，用于获取基于云网络监控与告警数据的异常事件集合识别得到的用户实例的异常数据集合；

等级计算单元，用于根据异常数据集合匹配用户实例得到的异常数据匹配数量，计算得到用户实例对应的等级特征数据；

链路计算单元，用于通过等级特征数据的探测配置数据和覆盖链路路径的探测对数据得到链路探测结果。

进一步地，上述链路修正模块400，包括：

数据过滤单元，用于识别链路探测结果中的异常数据，得到识别后的链路探测结果；

第二探点聚合单元，用于利用识别后的的链路探测结果匹配预设探点信息得到第二探点信息；

对比修正单元，用于根据第二探点信息和第一探点信息的对比结果修正链路探测结果得到所述链路修正结果。

本发明实施例的支持多模式的云计算网络测量规划系统，针对大规模云网络场景的探测，融合多元信息，提供高效、精细的探测策略。充分覆盖用户实例和拓扑路径，帮助发现实例、设备级别的问题。动态适应云网络变化，能够对探测规划进行自动修复修正。

下面结合附图对本发明实施例的支持多模式的云计算网络测量规划系统进行详细阐述。

作为一种示例，本发明实施例的支持多模式的云计算网络测量规划系统架构图，如图 2所示。

该系统包含网络拓扑切分子系统、探点信息聚合子系统、场景路由选点子系统、租户网络特征信息分析子系统、拓扑变配消息聚合子系统和测量结果反馈修正子系统共六个部分。

具体的，以云网络的全网用户实例和网络拓扑数据作为输入，首先由拓扑切分子系统进行分析和切分拆解，然后探点信息聚合子系统对VM探点进行信息富化；基于拓扑切分的结果和探测场景，场景路由选点子系统对富化后的探点进行选择配对，构造探测对；租户网络特征信息分析子系统会融合实例相关的用户信息从而决策出探测的配置；拓扑变配消息聚合和测量结果反馈修正子系统会根据变配消息和探测结果信息对系统探测任务进行修正，从而自动适应云网络的高频动态变化。

进一步的，如图3所示，由于不同网络的形态不同，同时租户间实例存在着隔离控制，因此本发明首先会对云网络的整体拓扑按照网络场景和粒度层级进行切分，充分覆盖不同粒度的链路，从而保证探测的结果能够计算出不同颗粒度的网络质量。在云网络的拓扑结构中，最粗粒度的点是地域，经过机房、网络实例、虚拟交换机等层次后到最细粒度的VM， VM->VM构成了网络探测的基础路径。切分的逻辑以网络场景+地域(Region)为第一层，依次向下的树状集合，如下，以杭州地域的跨域网络连接切分为例，首先过滤出所有具有杭州到其他地域路由的跨域网络连接实例，其次获取每个跨域网络连接实例下杭州的虚拟专有网络和可达的对端虚拟专有网络，然后根据路由配置，过滤得到两个虚拟专有网络间互通的VSwitch对，最后获取每个VSwitch下的VM列表。

这种切分的方式，能够在探测时对不同层级的拓扑进行管理和控制，也可以在探测结果的分析上根据不同粒度进行聚合，使得探测的组合和控制更加灵活。

进一步的，如图4所示，在对拓扑完成切分后，探点信息聚合子系统对组件、物理设备等信息与VM进行聚合。由于一个VM可以关联不同的网络实例，如虚拟专有网络、跨域网络连接、公网IP等，VM在虚拟专有网络内部、跨域、访问公网等不同访问链路上，会经过不同的转发组件和设备，为了覆盖不同的网络场景下的路由链路和各类转发设备，探点信息聚合子系统对VM相关的网络实例，以及关联的物理机器和转发设备等信息数据进行聚合，将结果与网络信息、VM信息聚合构造出可用探点集合。

具体的，VM除基本信息外，与虚拟专有网络、公网IP、跨域网络连接等实例相关联，VM运行在物理机设备上，物理机有所属的集群ID；公网IP和跨域网络连接实例都有相关联的转发组件，如虚拟软网关集群。诸如此类信息数据，都通过本系统进行聚合，使得探点具备更加灵活的分析、规划基础。

进一步的，如图5所示，在探测任务规划上，默认的基础规划策略期望实现100％覆盖所有的用户实例和路由可达链路，同时将对设备和组件转发性能的影响降低，因此要使用尽可能少的任务数量实现点和路径的覆盖，并且任务在设备上的分布要尽可能的均匀。

同一个VM通常会涉及多个探测场景，如虚拟专有网络内私网互探，通过公网IP/公网 NAT网关访问公网，跨虚拟专有网络间互访等。因此，同一个VM会下发多个探测任务。场景路由选点子系统首先不计场景，根据已下发的探测任务，为每个VM探点和相关物理设备(如物理机)生成计数器，根据VM上的任务计数器进行排序。然后根据探点集合以及网络场景-路由连通性数据分析出每个网络场景下，VM之间是否可互访，接着会按照不同的场景选用不同的策略进行选点，在满足部分场景要求对点的100％覆盖后，对路径覆盖时优先选择任务计数较少的VM进行作为路径覆盖的探点。

具体的，探测覆盖策略按场景和粒度，采用100％点覆盖+二分法互探+Full Mesh相结合的方式，举例如下：

进一步的，如图6所示，虚拟专有网络私网场景同一个VSwitch内，将VM探点集进行二分，构造N/2个探测对互探，VSwitch下VM数量为奇数时，则选取已有任务数量最小的VM作为重复探点。这样以最小的代价，满足所有VM即作为探测源，也作为探测目的，另外在对探点集合进行二分时，将同物理机的VM尽可能分入同侧子集，从而实现尽可能的跨物理机探测，生成的任务数量等于Nvm+Nvm％2。

进一步的，如图7所示，虚拟专有网络/跨域网络连接等跨VSwitch场景，按照VSwitch 粒度进行Full Mesh，令VSwitch间的链路可以全覆盖；每个VSwitch中选取任务数量最小的两个VM作为探点，与其他VSwitch的探点配对互探，即每对VSwitch间往返共4个探测任务，覆盖路径数量为：n(n-1)/2，任务数量为2n(n-1)。

VM出公网场景：所有具备公网访问能力的VM探测到靶机，进行100％覆盖(每Region 部署靶机)。

进一步的，如图8所示，在上述探测规划的基础上，租户网络特征信息分析子系统会对租户业务对网络异常事件的敏感程度，以及租户网络流量的特征进行分析，并为不同租户规划特性化的探测策略。

首先基于云网络的监控与告警数据，提取出可能影响租户的异常事件集合；

其次通过特征工程和历史数据学习，识别出租户网络流量中的异常波形、周期波形，将异常波形加入到异常事件集合中；

之后根据异常事件的时间区间匹配租户的工单和报障单，匹配数量越多则认为租户对网络的异常事件敏感性越高；同时获取租户的客户等级，客户等级越高则认为业务敏感度越高；

最后，根据异常事件匹配数量和客户等级的加权计算出租户业务网络敏感性的等级。基于该业务敏感程度信息，系统会规划相应的发包频率和发包数据量，另外根据特征提取的周期波形，周期性调整探测配置和策略。

进一步的，如图9所示，由于云网络上的用户实例的拓扑和配置处于不断变化的状态，拓扑变配消息聚合子系统会对用户变配消息进行响应，将在上述步骤中规划下发的探测任务进行调整，将失效的任务和探点剔除，并按照上述网络拓扑切分子系统、探点信息聚合子系统、场景路由选点子系统、租户网络特征信息分析子系统处理的步骤对网络拓扑的探点和路径集合进行修补覆盖。网络相关变配事件存在不同实例粒度和时间粒度，如虚拟专有网络路由变配，VM的新增、删除、重启，以及对应的批量操作；若对这些事件一一进行处理，会消耗大量资源，且存在许多冗余无效操作，如VM关机后又重新启动，对探测任务的覆盖则需要停止再重新启动。因此，本子系统从网络实例的维度和时间维度对变配操作进行聚合，将同一实例在时间窗口内的事件聚合为一条消息，该消息的处理只需要对相应实例重新按照网络拓扑切分子系统中的实例层网络拓扑进行切分，比对已有任务，补足探点和路径覆盖。

进一步的，如图10所示，在上一个子系统中，会在一定时间窗口内对变配消息进行聚合，会丢失一定的实时性；其次，变配事件的类型和分布较多，其中一些类型的变配事件缺乏主动推送的能力，如VM在物理机上发生迁移、VM在虚拟专有网络间发生过户等；另外，除变配事件外，实例规格打满、触发管控规则等情况也会导致探测任务产生非异常/ 故障丢包，导致探测失效。本系统对探测的计算结果数据进行识别，将异常的数据进行过滤出来，匹配到探测任务的探点，对相应探点重新执行探点信息聚合子系统的处理步骤，聚合出最新的探点状态和信息，与原任务中的探点信息进行比对，若是由于探点存在已知的变化导致丢包，则将该任务的丢包数据作为噪声进行拦截，并根据探点的实时状态判断是否需要将其从探点集合中删除，重新修补探测链路；若是不存在会导致丢包的变化，则认为是可能的异常/故障导致探测丢包，将数据放行入库。

根据本发明实施例的支持多模式的云计算网络测量规划系统，针对大规模云网络场景的探测，融合多元信息，提供高效、精细的探测策略。充分覆盖用户实例和拓扑路径，帮助发现实例、设备级别的问题。动态适应云网络变化，能够对探测规划进行自动修复修正。

为了实现上述实施例，如图11所示，本实施例中还提供了支持多模式的云计算网络测量规划方法，该方法包括：

S1，获取云网络链路的用户实例和网络拓扑数据，通过切分所述网络拓扑数据获取拓扑切分结果；

S2，根据拓扑切分结果的关联信息得到第一探点信息，并通过第一探点信息构造链路的探测对数据；

S3，获取用户实例的探测配置数据，并根据探测对数据和所述探测配置数据得到链路探测结果；

S4，根据第一探点信息和和第二探点信息修正所述链路探测结果，得到链路修正结果。

进一步的，上述步骤S1中，获取预设地域的跨域网络连接实例下的虚拟专有网络和对端虚拟专有网络；根据路由配置，得到虚拟专有网络和对端虚拟专有网络间互通的虚拟交换机，并获取每个虚拟交换机下的虚拟机。

进一步的，上述步骤S2中，对虚拟机关联的网络实例和虚拟机探点进行聚合以构造第一探点信息；统计第一探点信息的每个虚拟机探点的计数值，得到探点排序结果；基于探点排序结果根据第一探点信息得到虚拟机状态数据，并根据虚拟机状态数据得到覆盖链路路径的探测对数据。

进一步的，上述步骤S3中，获取基于云网络监控与告警数据的异常事件集合识别得到的用户实例的异常数据集合；根据异常数据集合匹配用户实例得到的异常数据匹配数量，计算得到用户实例对应的等级特征数据；通过等级特征数据的探测配置数据和覆盖链路路径的探测对数据得到链路探测结果。

进一步的，上述步骤S4中，识别链路探测结果中的异常数据，得到识别后的链路探测结果；利用识别后的的链路探测结果匹配预设探点信息得到第二探点信息；根据第二探点信息和第一探点信息的对比结果修正链路探测结果得到链路修正结果。

根据本发明实施例的支持多模式的云计算网络测量规划方法，针对大规模云网络场景的探测，融合多元信息，提供高效、精细的探测策略。充分覆盖用户实例和拓扑路径，帮助发现实例、设备级别的问题。动态适应云网络变化，能够对探测规划进行自动修复修正。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (6)

1.一种支持多模式的云计算网络测量规划系统，其特征在于，包括：

拓扑切分模块，用于获取云网络链路的用户实例和网络拓扑数据，通过切分所述网络拓扑数据获取拓扑切分结果；

第一探点聚合模块，用于根据所述拓扑切分结果的关联信息得到第一探点信息，并通过所述第一探点信息构造链路的探测对数据；

链路探测模块，用于获取所述用户实例的探测配置数据，并根据所述探测对数据和所述探测配置数据得到链路探测结果；

链路修正模块，用于根据所述第一探点信息和和第二探点信息修正所述链路探测结果，得到链路修正结果；

所述拓扑切分模块，包括：

网络获取单元，用于获取预设地域的跨域网络连接实例下的虚拟专有网络和对端虚拟专有网络；

网络切分单元，用于根据路由配置，得到所述虚拟专有网络和对端虚拟专有网络间互通的虚拟交换机，并获取每个所述虚拟交换机下的虚拟机；

所述链路修正模块，包括：

数据过滤单元，用于识别链路探测结果中的异常数据，得到识别后的链路探测结果；

第二探点聚合单元，用于利用所述识别后的的链路探测结果匹配预设探点信息得到第二探点信息；

对比修正单元，用于根据所述第二探点信息和所述第一探点信息的对比结果修正链路探测结果得到所述链路修正结果。

2.根据权利要求1所述的系统，其特征在于，所述第一探点聚合模块，包括：

数据聚合单元，用于对所述虚拟机关联的网络实例和虚拟机探点进行聚合以构造第一探点信息；

数据排序单元，用于统计所述第一探点信息的每个虚拟机探点的计数值，得到探点排序结果；

路径计算单元，用于基于所述探点排序结果根据所述第一探点信息得到虚拟机状态数据，并根据所述虚拟机状态数据得到覆盖链路路径的探测对数据。

3.根据权利要求2所述的系统，其特征在于,所述链路探测模块，包括：

异常识别单元，用于获取基于云网络监控与告警数据的异常事件集合识别得到的用户实例的异常数据集合；

等级计算单元，用于根据所述异常数据集合匹配用户实例得到的异常数据匹配数量，计算得到用户实例对应的等级特征数据；

链路计算单元，用于通过所述等级特征数据的探测配置数据和所述覆盖链路路径的探测对数据得到链路探测结果。

4.一种支持多模式的云计算网络测量规划方法，其特征在于，包括：

获取云网络链路的用户实例和网络拓扑数据，通过切分所述网络拓扑数据获取拓扑切分结果；

根据所述拓扑切分结果的关联信息得到第一探点信息，并通过所述第一探点信息构造链路的探测对数据；

获取所述用户实例的探测配置数据，并根据所述探测对数据和所述探测配置数据得到链路探测结果；

根据所述第一探点信息和和第二探点信息修正所述链路探测结果，得到链路修正结果；

所述通过切分所述网络拓扑数据获取拓扑切分结果，包括：

获取预设地域的跨域网络连接实例下的虚拟专有网络和对端虚拟专有网络；

根据路由配置，得到所述虚拟专有网络和对端虚拟专有网络间互通的虚拟交换机，并获取每个所述虚拟交换机下的虚拟机；

所述根据所述第一探点信息和第二探点信息修正所述链路探测结果，得到链路修正结果，包括：

识别链路探测结果中的异常数据，得到识别后的链路探测结果；

利用所述识别后的的链路探测结果匹配预设探点信息得到第二探点信息；

根据所述第二探点信息和所述第一探点信息的对比结果修正链路探测结果得到所述链路修正结果。

5.根据权利要求4所述的方法，其特征在于，所述通过拓扑切分结果的关联信息得到第一探点信息，并通过所述第一探点信息构造链路的探测对数据，包括：

对所述虚拟机关联的网络实例和虚拟机探点进行聚合以构造第一探点信息；

统计所述第一探点信息的每个虚拟机探点的计数值，得到探点排序结果；

基于所述探点排序结果根据所述第一探点信息得到虚拟机状态数据，并根据所述虚拟机状态数据得到覆盖链路路径的探测对数据。

6.根据权利要求5所述的方法，其特征在于,所述获取用户实例的探测配置数据，并根据所述探测对数据和所述探测配置数据得到链路探测结果，包括：

获取基于云网络监控与告警数据的异常事件集合识别得到的用户实例的异常数据集合；

根据所述异常数据集合匹配用户实例得到的异常数据匹配数量，计算得到用户实例对应的等级特征数据；

通过所述等级特征数据的探测配置数据和所述覆盖链路路径的探测对数据得到链路探测结果。

Images