CN115426280A - 一种网络分析方法以及相关装置 - Google Patents
一种网络分析方法以及相关装置 Download PDFInfo
- Publication number
- CN115426280A CN115426280A CN202210842985.7A CN202210842985A CN115426280A CN 115426280 A CN115426280 A CN 115426280A CN 202210842985 A CN202210842985 A CN 202210842985A CN 115426280 A CN115426280 A CN 115426280A
- Authority
- CN
- China
- Prior art keywords
- network
- information
- time window
- time
- data stream
- 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
- 238000000034 method Methods 0.000 title claims abstract description 188
- 238000003012 network analysis Methods 0.000 title claims abstract description 53
- 230000008859 change Effects 0.000 claims abstract description 141
- 230000005540 biological transmission Effects 0.000 claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims description 100
- 230000015654 memory Effects 0.000 claims description 86
- 239000012634 fragment Substances 0.000 claims description 38
- 238000003860 storage Methods 0.000 claims description 14
- 230000003139 buffering effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 description 51
- 238000004891 communication Methods 0.000 description 41
- 238000004088 simulation Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 24
- 230000006870 function Effects 0.000 description 23
- 206010047289 Ventricular extrasystoles Diseases 0.000 description 10
- 238000005129 volume perturbation calorimetry Methods 0.000 description 10
- 238000010295 mobile communication Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 7
- 230000001934 delay Effects 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005206 flow analysis Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000004549 pulsed laser deposition Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- 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)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例公开了一种网络分析方法以及相关装置,方法包括:获取第一网络的数据流的流特征信息;获取第一网络的网络信息;获取变化条件,变化条件指示对与第一网络对应的信息的改变;根据数据流的流特征信息、变化条件和网络信息,生成第一结果,第一结果指示在变化条件下第一网络传输数据流的网络性能指标。通过上述方法,对第一网络传输数据流进行分析确定第一结果。由于数据流的粒度相较于报文的粒度大。因此,可以有效提升网络分析的效率,提升第一结果的时效性。此外,根据该变化条件对第一网络进行分析,得到的第一结果可以为实际变更第一网络的网络配置提供指导。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种网络分析方法以及相关装置。
背景技术
数字孪生(digital twin)最先在工业制造领域中提出,当前已经扩展到各个行业领域中,推动了各个行业的数字化进程。在数据通信网络领域,数字孪生也是一个非常重要的课题。如何将物理网络转换为数字网络,通过人工智能分析或者仿真分析等多种手段构建数字孪生网络,并对网络进行在线诊断维护和预测决策,使得物理网络可见可视,以提供更佳的网络业务体验。
当前,常用的网络仿真测试方法采用“网络模拟器第3版(Network Simulator 3,NS3)”网络仿真分析软件。具体仿真分析网络流量的过程如下:首先将数据流拆分为报文序列并按照相关协议(例如:传输控制协议(Transmission Control Protocol,TCP)或者用户数据报协议(User Datagram Protocol,UDP))进行组包。然后,将报文输入第一网络,模拟网络设备调度转发行为,以得到第一网络的分析结果(例如报文的时延和丢包)。
申请人研究发现,上述网络仿真测试方法需要消耗大量时间才能得到仿真测试的测试结果,时效性较差,无法满足当前业务需要快速上线的业务需求。
发明内容
第一方面,本申请实施例提出一种网络分析方法,所述方法包括:
所述第一装置获取第一网络的数据流的流特征信息;
所述第一装置获取第一网络的网络信息;
所述第一装置获取变化条件,所述变化条件指示对与所述第一网络对应的信息的改变;
所述第一装置根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成第一结果,所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标。
通过上述方法,第一装置对第一网络传输数据流进行分析确定第一结果。由于数据流的粒度相较于报文的粒度大。因此,可以有效提升网络分析的效率,提升第一结果的时效性。此外,第一装置还可以获取变化条件,该变化条件指示第一网络的改变和/或数据流的改变。第一装置根据该变化条件,对第一网络进行分析,得到的第一结果指示第一网络在变化条件下传输数据流的网络性能指标。当用户需要更新第一网络的网络配置,例如改变第一网络的网络拓扑,或者改变第一网络中的某个网络设备的带宽。用户可以将变化条件输入至第一装置中,由第一装置分析第一网络在变化条件下传输数据流的网络性能指标。第一结果为实际变更第一网络的网络配置提供指导。
在第一方面的一种可能的实现方式中,所述第一装置应用于数字孪生系统。上述第一装置还可以应用于数字孪生系统,基于数字孪生系统为用户提供上述网络分析方法。用户可以方便的调用部署于云端的数字孪生系统,并利用该数字孪生系统生成第一结果。进一步提升网络分析的使用便利性,以及第一结果的时效性。
在第一方面的一种可能的实现方式中,与第一网络对应的信息包括:第一网络的网络信息。变化条件指示对第一网络的网络信息的改变。第一装置根据数据流的流特征信息、变化条件和网络信息,生成改变后的第一网络和数据流。然后第一装置将数据流输入至改变后的第一网络,生成第一结果。变化条件可以反映用户对第一网络的预期,使得用户根据第一结果实现对第一网络的调整。
在第一方面的一种可能的实现方式中,与第一网络对应的信息包括:第一网络的数据流的流特征信息(换言之,输入至第一网络的数据流的流特征信息)。变化条件指示对第一网络的数据流的流特征信息的改变。第一装置根据数据流的流特征信息、变化条件和网络信息,将改变后的数据流输入至第一网络。然后,生成第一结果。变化条件可以反映用户对第一网络中传输数据流的预期,使得用户根据第一结果实现对第一网络或者第一网络中传输数据流的调整。
在第一方面的一种可能的实现方式中,与第一网络对应的信息包括:第一网络的网络信息和第一网络的数据流的流特征信息。变化条件指示对第一网络的改变,和对第一网络的数据流的流特征信息的改变。第一装置根据数据流的流特征信息、变化条件和网络信息,将改变后的数据流输入至改变后的第一网络。然后,生成第一结果。变化条件可以反映用户对第一网络以及第一网络传输的数据流的预期,使得用户根据第一结果实现对第一网络以及第一网络中传输数据流的调整。
在第一方面的一种可能的实现方式中,包括:所述第一装置仿真处理所述数据流在所述改变后的所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述改变后的所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;所述第一装置根据所述第一时窗集合的分析结果,生成所述第一结果。本申请实施例中的“时窗集合”指的是包括一个或多个时窗的集合,可以理解的是“时窗集合”也可以替换为“时窗序列”,例如:时窗序列包括一个或多个时窗,本申请实施例对此不作限制。
在第一方面的一种可能的实现方式中,所述第一装置仿真处理所述数据流在所述第一网络的传输过程,生成所述第一时窗集合的分析结果,包括:所述第一装置仿真处理多个所述数据流在所述第一网络的传输过程,确定多个所述第一时窗集合;当所述多个所述第一时窗集合在时序上存在重叠部分时,所述第一装置确定至少一个第一时窗子集合,所述第一时窗子集合的起始时刻为第一时刻,所述第一时刻为所述多个所述第一时窗集合在时序上发生重叠的起始时刻,所述第一时窗子集合属于所述第一时窗集合;所述第一装置根据所述第一时窗子集合对应的多个所述数据流片段,生成所述第一时窗子集合的分析结果。
具体的,网络设备同时处理多个数据流对应的数据流片段。每个数据流片段对应一个第一时窗集合。当网络设备确定多个第一时窗集合在时隙上发生重叠时,网络设备确定发生重叠的这部分时窗。发生重叠的这部分时窗组成第一时窗子集合。第一装置根据一个或多个第一时窗子集合的分析结果,以及其他的第一时窗集合的分析结果,确定第一结果。然后,第一装置对重叠部分的时窗进行合并处理。换言之,第一装置合并处理第一时窗子集合所对应的多个数据流片段,在网络设备的传输过程,得到第一时窗子集合的分析结果。第一时窗子集合的分析结果指示网络设备在同时传输第一时窗子集合所对应的多个数据流片段时网络设备的网络性能指标。
通过上述方法,第一装置可以确定网络设备在同时传输多个数据流时,该网络设备的网络性能指标。通过综合多个数据流片段在网络设备的传输中造成的影响。有效提升仿真测试的精度,提升第一结果的准确性。
在第一方面的一种可能的实现方式中,所述第一装置根据所述第一时窗子集合对应的多个所述数据流片段,生成所述第一时窗子集合的分析结果,包括:当所述第一时窗子集合对应的所述多个数据流片段的流速率之和小于或等于第一阈值时,所述第一装置根据所述第一时窗子集合对应的多个所述数据流片段,生成所述第一时窗子集合的分析结果;或者,当所述第一时窗子集合对应的所述多个数据流片段对应的流速率之和大于所述第一阈值时,所述第一装置确定所述第一时窗子集合的超限数据,所述第一时窗子集合的超限数据由所述第一时窗子集合对应的所述数据流片段之和减去所述第一阈值得到;当所述第一时窗子集合的超限数据大于所述网络设备的存储器的大小,所述第一装置根据所述第一时窗子集合的超限数据与所述网络设备的存储器的大小的差值,确定所述第一时窗子集合的丢包数据量,所述第一时窗子集合的丢包数据量属于所述第一时窗子集合的分析结果。
具体如下:当所述第一时窗子集合的超限数据大于所述网络设备的存储器的大小,所述第一装置根据所述第一时窗子集合的超限数据与所述网络设备的存储器的大小的差值,确定所述第一时窗子集合的丢包数据量,所述第一时窗子集合的丢包数据量属于所述第一时窗子集合的分析结果。
关于第一时窗子集合的超限数据,由于第一时窗子集合对应多个数据流片段。该超限数据中对应到每个数据流片段的份额,可以根据多种方法确定,本申请实施例对此不作限制,例如:1、按照多个数据流(对应于第一时窗子集合的多个数据路片段)的流速率比例确定;2、按照多个数据流的Qos比例确定;3、按照多个数据流的业务优先级比例确定。上述数据流的流速率比例、Qos比例或者业务优先级,可以由数据流的流特征信息配置。
在第一方面的一种可能的实现方式中,所述数据流的流特征信息包括以下一项或多项:所述数据流的标识信息、所述数据流的五元组信息、所述数据流的转发路径信息、数据流片段的标识信息、所述数据流片段的起始时刻、所述数据流片段的时间长度、所述数据流片段的数据大小或者所述数据流的服务质量Qos标签,其中,所述数据流包括至少一个所述数据流片段。
在第一方面的一种可能的实现方式中,所述网络信息包括以下一项或多项:所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
在第一方面的一种可能的实现方式中,所述方法还包括:获取所述网络设备接收所述数据流片段的第二时刻;确定第三时刻,所述第三时刻为所述数据流片段的时长和所述第二时刻之和;根据所述网络设备关联的第二时窗集合、所述第二时刻和所述第三时刻,确定所述第一时窗集合,其中,所述第二时窗集合包括至少一个时窗,所述第二时窗集合指示所述网络设备在仿真处理流程中的时间段,所述第一时窗集合包括的时窗属于所述第二时窗集合,所述第一时窗集合的起始时刻为所述第二时刻,所述第一时窗集合的终止时刻为所述第三时刻。一种可能的实现方式,第二时刻是网络设备接收该数据流片段的第一个比特的时刻,第三时刻是网络设备接收该数据流片段的最后一个比特的时刻。
在第一方面的一种可能的实现方式中,根据所述网络设备关联的所述第二时窗集合,确定所述第一时窗集合,包括:确定第二目标时窗的起始时刻和终止时刻,所述第二目标时窗为所述第二时窗集合中的任一个时窗;根据所述第二目标时窗、所述第二时刻和所述第三时刻,确定第一目标时窗,包括:当所述第二目标时窗的起始时刻大于或等于所述第二时刻,且,所述第二目标时窗的终止时刻小于或等于所述第三时刻,所述第一目标时窗等于所述第二时窗,其中,所述第一目标时窗组成所述第一时窗集合;当所述第二目标时窗的起始时刻小于所述第二时刻,且,所述第二目标时窗的终止时刻大于所述第二时刻,所述第一目标时窗等于所述第二时刻至所述第二目标时窗的终止时刻的所述第二目标时窗;当所述第二目标时窗的起始时刻小于所述第三时刻,且,所述第二目标时窗的终止时刻大于所述第三时刻,所述第一目标时窗等于所述第二目标时窗的起始时刻至所述第三时刻的所述第二目标时窗。通过上述方法,第一装置无需分析计算第二时窗集合中除了第一时窗集合以外的其他时窗,有效降低内存开销和计算资源的开销。
在第一方面的一种可能的实现方式中,根据所述至少一个所述第一时窗集合的分析结果,确定所述第一结果,包括:根据所述第一时窗集合包括的任一个或多个时窗中目标队列的分析结果,确定所述第一时窗集合的分析结果;其中,所述目标队列属于目标端口包括的任一个队列,所述目标端口包括一个或多个队列,所述目标端口为所述第一网络中任一个所述网络设备的任一个端口。
在第一方面的一种可能的实现方式中,所述方法还包括:通过以下方法确定所述第一目标时窗中所述目标队列的起始缓存占用:当所述第二目标时窗是所述第二时窗集合中时序上的第一个时窗时,所述目标队列的起始缓存占用=Min(Max(所述第一目标时窗的起始缓存占用+(所述目标队列的流速率-所述目标队列的可用带宽)*所述第二目标时窗的时窗长度,0),所述目标队列对应的存储器的大小);当所述第二目标时窗不是所述第二时窗集合中时序上的第一个时窗时,所述目标队列的起始缓存占用=Min(Max(所述第一目标时窗的起始缓存占用+(所述目标队列的流速率-所述目标队列的可用带宽)*第三目标时窗的时窗长度,0),所述目标队列对应的存储器的大小),其中,所述第三目标时窗为所述第二时窗集合中时序上在所述第二目标时窗之前的一个时窗。
在第一方面的一种可能的实现方式中,所述方法还包括:通过以下方法确定所述目标队列的流速率:获取所述数据流片段的数据大小,其中,所述目标队列传输所述数据流片段;获取所述数据流片段的时间长度;确定所述数据流片段的流速率,所述数据流片段的流速率等于所述数据流片段的数据大小除以所述数据流片段的时间长度;确定所述目标队列的流速率,所述目标队列的流速率等于所述目标队列的初始流速率与所述数据流片段的流速率的加和。示例性的,队列1的初始流速率200Mbps、队列2的初始速率500Mbps。根据数据流1的Qos标签,确定数据流1流经队列1。因此,队列1的流速率为300Mbps,队列2的流速率500Mbps。
在第一方面的一种可能的实现方式中,所述方法还包括:通过以下方法确定所述目标队列的可用带宽:获取所述网络设备的服务质量策略,所述服务质量策略指示所述网络设备传输所述数据流片段的过程中分配带宽的策略;获取所述目标端口的配置带宽;根据所述网络设备的服务质量Qos策略和所述目标端口的配置带宽,确定所述目标队列的可用带宽。
具体的,网络设备的服务质量策略可以包括多种策略,例如:1、高优先级队列优先发包,含义是为网络设备中各个队列分配优先级,优先级高的队列优先发包,优先级低的队列暂缓发包;2、按照各个队列的服务质量Qos比例分配线路带宽发包,含义是为网络设备中各个队列分配Qos比例,然后按照该Qos比例分配网络设备的线路带宽(又称为网络设备的可用带宽)。
在第一方面的一种可能的实现方式中,根据所述网络设备的服务质量策略和所述目标端口的配置带宽,确定所述目标队列的可用带宽,包括:当所述服务质量策略为高优先级队列优先发包时,确定所述目标队列的优先级和当前所述网络设备中其他各个队列的优先级;所述目标队列的优先级=Max(所述目标端口的带宽-Sum(优先级高于所述目标队列的其他队列的流速率),0)。
在第一方面的一种可能的实现方式中,根据所述网络设备的服务质量策略和所述目标端口的配置带宽,确定所述目标队列的可用带宽,包括:当所述服务质量策略为按照各个队列的服务质量Qos比例分配线路带宽发包时,获取所述目标端口中各个队列的流速率之和与所述目标端口的配置带宽;当所述目标端口中各个队列的流速率之和小于或等于所述目标端口的配置带宽,则所述目标队列的可用带宽等于所述目标端口的配置带宽。
在第一方面的一种可能的实现方式中,所述方法还包括:当所述目标端口中各个队列的流速率之和大于所述目标端口的配置带宽时,步骤1、确定所述目标端口的剩余可用带宽,所述目标端口的剩余可用带宽小于或等于所述目标端口的配置带宽;步骤2、根据待计算队列集合中各个队列的Qos比例,分配所述目标端口的剩余可用带宽,分配后所述目标端口的剩余可用带宽为0,所述目标队列为所述待计算队列集合包括的任一个队列,所述待计算队列集合包括的队列属于所述目标端口;步骤3、当所述目标队列被分配的带宽大于或等于所述目标队列的流速率时,重新确定所述目标队列的被分配带宽等于所述目标队列的流速率,并将所述目标队列被分配的带宽与所述目标队列的流速率的差值累加至所述目标端口的剩余可用带宽,或者,当所述目标队列被分配的带宽小于所述目标队列的流速率时,将所述目标队列被分配的带宽累加至所述目标端口的剩余可用带宽;重复步骤2和步骤3,直到所述目标端口的任一个队列被分配的带宽小于或等于所述任一个队列的流速率,确定所述目标队列的可用带宽等于所述目标队列被分配的带宽。
在第一方面的一种可能的实现方式中,所述方法还包括:通过以下方法确定所述第一目标时窗中所述目标队列的终止缓存占用:所述目标队列的终止缓存占用=Min(Max(所述第一目标时窗的起始缓存占用+(所述目标队列的流速率-所述目标队列的可用带宽)*所述第二目标时窗的时窗长度,0),所述目标队列对应的存储器的大小);若第四目标时窗中所述目标队列的起始缓存占用与所述第一目标时窗中所述目标队列的终止缓存占用不一致,使用所述第一目标时窗中所述目标队列的终止缓存占用更新所述第四目标时窗中所述目标队列的起始缓存占用,所述第四时窗为所述第一时窗集合中时序上在所述第一目标时窗之后的一个时窗。
在第一方面的一种可能的实现方式中,所述第一时窗集合的分析结果还包括所述第一时窗集合的缓存时延,所述方法还包括:通过以下方法确定所述第一时窗集合的缓存时延:当所述第一目标时窗中所述网络设备的起始缓存占用等于所述第一目标时窗中所述网络设备的终止缓存占用时,确定所述第一目标时窗中所述网络设备的缓存时延为0;或者,当所述第一目标时窗中所述网络设备的起始缓存占用不等于所述第一目标时窗中所述网络设备的终止缓存占用时,确定缓存发包长度和缓存发送时长,其中,所述缓存发包长度等于=Max(所述第一目标时窗中所述网络设备的起始缓存占用,所述第一目标时窗中所述网络设备的终止缓存占用),所述缓存发送时长=所述缓存发包长度/所述网络设备的可用带宽;根据所述缓存发包长度和所述缓存发送时长,确定所述第一目标时窗的缓存时延;对所述第一时窗集合中所有时窗的缓存时延求和,确定所述第一时窗集合的缓存时延。
在第一方面的一种可能的实现方式中,根据所述缓存发包长度和所述缓存发送时长,确定所述第一目标时窗的缓存时延,包括:当所述缓存发送时长小于所述第一目标时窗的时窗长度,所述第一目标时窗的缓存时延等于所述缓存发送时长;当所述缓存发送时长大于或等于所述第一目标时窗的时窗长度,所述第一目标时窗的缓存时延等于所述第一目标时窗的时窗长度。
在第一方面的一种可能的实现方式中,所述方法还包括:当所述第一时窗集合的缓存时延大于或等于第二阈值,更新所述第一时窗集合的缓存时延为0,并确定所述第一时窗集合的丢包数据量等于所述网络设备传输的所述数据流切片的数据量。示例性的,第二阈值为1秒。当第一时窗集合的缓存时延为1.5秒时,视为第一时窗集合对应的数据流片段完全丢包。第一时窗集合的丢包数据量等于该数据流片段的数据量。
在第一方面的一种可能的实现方式中,所述第一时窗集合的分析结果还包括所述第一时窗集合的丢包数据量,所述第一时窗集合的丢包数据量包括以下一项或多项:所述第一时窗集合中所述网络设备的丢包数据量、所述第一时窗集合中所述目标端口的丢包数据量、或者,所述第一时窗集合中所述目标队列的丢包数据量。
在第一方面的一种可能的实现方式中,所述方法还包括:通过以下方式确定所述第一时窗集合中所述目标队列的丢包数据量:当所述第一目标时窗中所述目标队列的终止缓存占用小于或等于所述目标队列对应的存储器的大小,确定所述第一目标时窗中所述目标队列的丢包数据量为0;当所述第一目标时窗中所述目标队列的终止缓存占用大于所述目标队列对应的存储器的大小,确定丢包时间段,所述丢包时间段等于所述目标端口对应的存储器的存满时刻至所述第一目标时窗的终止时刻;所述第一目标时窗中所述目标队列的丢包数据量=Min(所述目标队列的流速率-所述目标队列的可用带宽,所述数据流片段的流速率)*所述丢包时间段,或者,所述第一目标时窗中所述目标队列的丢包数据量=(所述目标队列的流速率-所述目标队列的可用带宽)*所述丢包时间段*(所述数据流片段的流速率/所述目标队列的流速率)。
第二方面,本申请实施例提出一种网络分析方法,所述方法包括:
所述第二装置获取第一网络的数据流的流特征信息;
所述第二装置获取所述第一网络的网络信息;
所述第二装置向第一装置发送所述数据流的流特征信息、所述网络信息,所述数据流的流特征信息、所述网络信息用于所述第一装置生成第一结果,所述第一结果指示在变化条件下所述第一网络传输数据流的网络性能指标,其中所述变化条件指示对所述第一网络对应的信息的改变。
通过上述方法,第二装置获取第一网络的数据流的流特征信息以及第一网络的网络信息。然后,第二装置向第一装置发送上述第一网络的数据流的流特征信息以及第一网络的网络信息。使得第一装置对第一网络传输数据流进行分析确定第一结果。由于数据流的粒度相较于报文的粒度大。因此,可以有效提升网络分析的效率,提升第一结果的时效性。此外,第一装置还可以获取变化条件,该变化条件指示第一网络的改变和/或数据流的改变。第一装置根据该变化条件,对第一网络进行分析,得到的第一结果指示第一网络在变化条件下传输数据流的网络性能指标。当用户需要更新第一网络的网络配置,例如改变第一网络的网络拓扑,或者改变第一网络中的某个网络设备的带宽。用户可以将变化条件输入至第一装置中,由第一装置分析第一网络在变化条件下传输数据流的网络性能指标。为实际变更第一网络的网络配置提供指导。
在第二方面的一种可能的实现方式中,所述第二装置获取第一网络的所述数据流的流特征信息,包括:所述第二装置获取以下一项或多项:所述数据流的流特征参数、所述数据流的统计信息或者所述数据流的报文序列;其中,所述数据流的流特征参数包括以下一项或多项:所述数据流的发包间隔、所述数据流的数据大小、所述数据流的抖动情况,所述数据流的统计信息包括以下一项或多项:统计时长内所述数据流的最大流速率、所述统计时长内所述数据流的最小流速率,或者所述统计时长内所述数据流的平均流速率;所述数据流的报文序列指示组成所述数据流的报文类型、报文数量和报文大小。第二装置可以根据多种信息,确定第一网络的数据流的流特征信息,提升方法的实现灵活性。
在第二方面的一种可能的实现方式中,所述第二装置获取所述第一网络的所述网络信息,包括:所述第二装置通过链路层发现协议LLDP获取所述网络信息,或者,所述第二装置通过网络表项获取所述网络信息。第二装置可以通过多种方法获取第一网络的网络信息,提升方案的实现灵活性。
在第二方面的一种可能的实现方式中,所述网络信息包括以下一项或多项:所述第一网络的网络拓扑结构信息、所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
具体的,所述第一网络的网络拓扑结构信息指示第一网络包括的设备(例如网络设备和/或终端设备)以及第一网络包括的各类设备的连接关系。例如:第一网络#1包括网络设备#1、网络设备#2和网络设备#3,网络拓扑结构信息指示网络设备#1的出接口指向网络设备#3,网络设备#2的出接口指向网络设备#3,换言之,网络设备#1和网络设备#2的上游设备为网络设备#3。进一步的,网络信息可以配置第一网络中网络设备包括哪些端口,以及每个端口包括哪些队列。网络信息还可以配置每个端口对应的存储器大小或者带宽等。网络信息还可以配置每个队列对应的存储器的大小或者带宽等。当第一网络还包括终端设备时,网络信息还包括:第一网络包括的终端设备的数量、该终端设备的地址信息、该终端设备的设备类型、该终端设备的接入类型(例如有线接入第一网络,或者无线接入接入第一网络),或者该终端设备的接入模式(例如是固定接入第一网络,或者随机接入第一网络)。
在第二方面的一种可能的实现方式中,所述第二装置应用于数字孪生系统。
第三方面,本申请实施例提出一种计算装置,该计算装置用作第一装置,该计算装置包括:
收发模块,用于获取第一网络的数据流的流特征信息;
收发模块,还用于获取第一网络的网络信息;
收发模块,还用于获取变化条件,所述变化条件指示对与所述第一网络对应的信息的改变;
处理模块,用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成第一结果,所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标。
在一种可能的实现方式中,
处理模块,还用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成所述第一网络和改变后的所述数据流;
处理模块,还用于将所述改变后的所述数据流输入至所述第一网络,生成所述第一结果;
或,
处理模块,还用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成改变后的所述第一网络和所述数据流;
处理模块,还用于将所述数据流输入至所述改变后的所述第一网络,生成所述第一结果。
在一种可能的实现方式中,所述与所述第一网络对应的信息包括:所述第一网络的所述网络信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示在所述第一网络的所述网络信息改变后,所述改变后的所述第一网络传输所述数据流的网络性能指标。
在一种可能的实现方式中,
所述与所述第一网络对应的信息包括所述第一网络的所述数据流的流特征信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示所述数据流的流特征信息改变后,所述第一网络传输所述改变后的所述数据流的网络性能指标。
在一种可能的实现方式中,
处理模块,还用于仿真处理所述数据流在所述改变后的所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述改变后的所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
处理模块,还用于根据所述第一时窗集合的分析结果,生成所述第一结果。
在一种可能的实现方式中,
处理模块,还用于仿真处理所述改变后所述数据流在所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述改变后的所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
处理模块,还用于根据所述第一时窗集合的分析结果,生成所述第一结果。
在一种可能的实现方式中,
处理模块,还用于确定多个所述第一时窗集合;
处理模块,还用于当所述多个所述第一时窗集合在时序上存在重叠部分时,确定第一时窗子集合,所述第一时窗子集合的起始时刻为第一时刻,所述第一时刻为所述多个所述第一时窗集合在时序上发生重叠的起始时刻;
处理模块,还用于根据所述第一时窗子集合对应的多个数据流片段,生成所述第一时窗子集合的分析结果。
在一种可能的实现方式中,所述数据流的流特征信息包括以下一项或多项:
所述数据流的标识信息、所述数据流的五元组信息、所述数据流的转发路径信息、数据流片段的标识信息、所述数据流片段的起始时刻、所述数据流片段的时间长度、所述数据流片段的数据大小或者所述数据流片段的服务质量Qos标签,其中,所述数据流包括一个或多个数据流片段。
在一种可能的实现方式中,所述网络信息包括以下一项或多项:
所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
在一种可能的实现方式中,
所述第一结果包括:队列的分析结果,其中,所述队列为所述第一网络中网络设备的端口的队列;
所述队列的分析结果包括以下一项或多项:
所述队列的出速率、所述队列的可用带宽、所述队列的起始缓存占用或者所述队列的终止缓存占用,其中,
所述队列的起始缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的起始时刻下,所述队列的队列长度;
所述队列的终止缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的终止时刻下,所述队列的队列长度。
在一种可能的实现方式中,
所述第一时窗集合的分析结果还包括以下一项或多项:所述第一时窗集合的缓存信息,或者,所述第一时窗集合的丢包信息。
在一种可能的实现方式中,
收发模块,还用于向所述第一网络的网络设备和/或所述第一网络的网络控制器发送所述第一结果,使得所述第一网络的网络设备和/或所述第一网络的网络控制器根据所述第一结果,调整所述第一网络或者所述第一网络的所述数据流。
在一种可能的实现方式中,所述第一装置应用于数字孪生系统。
在一种可能的实现方式中,所述第一结果包括以下一项或多项信息:
传输时延、丢包信息、网络设备的缓存信息、网络设备中队列的出速率,或者网络设备的可用带宽。
第四方面,本申请实施例提出一种计算装置,该计算装置用作第二装置,该计算装置包括:
收发模块,用于获取第一网络的数据流的流特征信息;
收发模块,还用于获取所述第一网络的网络信息;
收发模块,还用于向第一装置发送所述数据流的流特征信息、所述网络信息,所述数据流的流特征信息、所述网络信息用于所述第一装置生成第一结果,所述第一结果指示在变化条件下所述第一网络传输数据流的网络性能指标,其中所述变化条件指示对所述第一网络对应的信息的改变。
在一种可能的实现方式中,所述第二装置获取以下一项或多项:所述数据流的流特征参数、所述数据流的统计信息或者所述数据流的报文序列;其中,所述数据流的流特征参数包括以下一项或多项:所述数据流的发包间隔、所述数据流的数据大小、所述数据流的抖动情况,
所述数据流的统计信息包括以下一项或多项:统计时长内所述数据流的最大流速率、所述统计时长内所述数据流的最小流速率,或者所述统计时长内所述数据流的平均流速率;
所述数据流的报文序列指示组成所述数据流的报文类型、报文数量和报文大小。
在一种可能的实现方式中,
收发模块,还用于通过链路层发现协议LLDP获取所述网络信息,或者,所述第二装置通过网络表项获取所述网络信息。
在一种可能的实现方式中,所述网络信息包括以下一项或多项:
所述第一网络的网络拓扑结构信息、所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
在一种可能的实现方式中,所述第二装置应用于数字孪生系统。
第五方面,本申请实施例提出一种计算装置,该计算装置用作第一装置,计算装置包括:包括存储器和处理器,其中,存储器包括指令,处理器用于执行第一方面中任一项实现方式。
在一种可能的实现方式中,该计算装置包括:
处理器,用于获取第一网络的数据流的流特征信息;
处理器,还用于获取第一网络的网络信息;
处理器,还用于获取变化条件,所述变化条件指示对与所述第一网络对应的信息的改变;
处理器,用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成第一结果,所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标。
在一种可能的实现方式中,
处理器,还用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成所述第一网络和改变后的所述数据流;
处理器,还用于将所述改变后的所述数据流输入至所述第一网络,生成所述第一结果;
或,
处理器,还用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成改变后的所述第一网络和所述数据流;
处理器,还用于将所述数据流输入至所述改变后的所述第一网络,生成所述第一结果。
在一种可能的实现方式中,所述与所述第一网络对应的信息包括:所述第一网络的所述网络信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示在所述第一网络的所述网络信息改变后,所述改变后的所述第一网络传输所述数据流的网络性能指标。
在一种可能的实现方式中,
所述与所述第一网络对应的信息包括所述第一网络的所述数据流的流特征信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示所述数据流的流特征信息改变后,所述第一网络传输所述改变后的所述数据流的网络性能指标。
在一种可能的实现方式中,
处理器,还用于仿真处理所述数据流在所述改变后的所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述改变后的所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
处理器,还用于根据所述第一时窗集合的分析结果,生成所述第一结果。
在一种可能的实现方式中,
处理器,还用于仿真处理所述改变后所述数据流在所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述改变后的所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
处理器,还用于根据所述第一时窗集合的分析结果,生成所述第一结果。
在一种可能的实现方式中,
处理器,还用于确定多个所述第一时窗集合;
处理器,还用于当所述多个所述第一时窗集合在时序上存在重叠部分时,确定第一时窗子集合,所述第一时窗子集合的起始时刻为第一时刻,所述第一时刻为所述多个所述第一时窗集合在时序上发生重叠的起始时刻;
处理器,还用于根据所述第一时窗子集合对应的多个数据流片段,生成所述第一时窗子集合的分析结果。
在一种可能的实现方式中,所述数据流的流特征信息包括以下一项或多项:
所述数据流的标识信息、所述数据流的五元组信息、所述数据流的转发路径信息、数据流片段的标识信息、所述数据流片段的起始时刻、所述数据流片段的时间长度、所述数据流片段的数据大小或者所述数据流片段的服务质量Qos标签,其中,所述数据流包括一个或多个数据流片段。
在一种可能的实现方式中,所述网络信息包括以下一项或多项:
所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
在一种可能的实现方式中,
所述第一结果包括:队列的分析结果,其中,所述队列为所述第一网络中网络设备的端口的队列;
所述队列的分析结果包括以下一项或多项:
所述队列的出速率、所述队列的可用带宽、所述队列的起始缓存占用或者所述队列的终止缓存占用,其中,
所述队列的起始缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的起始时刻下,所述队列的队列长度;
所述队列的终止缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的终止时刻下,所述队列的队列长度。
在一种可能的实现方式中,
所述第一时窗集合的分析结果还包括以下一项或多项:所述第一时窗集合的缓存信息,或者,所述第一时窗集合的丢包信息。
在一种可能的实现方式中,
处理器,还用于向所述第一网络的网络设备和/或所述第一网络的网络控制器发送所述第一结果,使得所述第一网络的网络设备和/或所述第一网络的网络控制器根据所述第一结果,调整所述第一网络或者所述第一网络的所述数据流。
在一种可能的实现方式中,所述第一装置应用于数字孪生系统。
在一种可能的实现方式中,所述第一结果包括以下一项或多项信息:
传输时延、丢包信息、网络设备的缓存信息、网络设备中队列的出速率,或者网络设备的可用带宽。
第六方面,本申请实施例提出一种计算装置,该计算装置用作第二装置,计算装置包括:包括存储器和处理器,其中,存储器包括指令,处理器用于执行第二方面中任一项实现方式。
在一种可能的实现方式中,该计算装置包括:
处理器,用于获取第一网络的数据流的流特征信息;
处理器,还用于获取所述第一网络的网络信息;
处理器,还用于向第一装置发送所述数据流的流特征信息、所述网络信息,所述数据流的流特征信息、所述网络信息用于所述第一装置生成第一结果,所述第一结果指示在变化条件下所述第一网络传输数据流的网络性能指标,其中所述变化条件指示对所述第一网络对应的信息的改变。
在一种可能的实现方式中,所述第二装置获取以下一项或多项:所述数据流的流特征参数、所述数据流的统计信息或者所述数据流的报文序列;其中,所述数据流的流特征参数包括以下一项或多项:所述数据流的发包间隔、所述数据流的数据大小、所述数据流的抖动情况,
所述数据流的统计信息包括以下一项或多项:统计时长内所述数据流的最大流速率、所述统计时长内所述数据流的最小流速率,或者所述统计时长内所述数据流的平均流速率;
所述数据流的报文序列指示组成所述数据流的报文类型、报文数量和报文大小。
在一种可能的实现方式中,
处理器,还用于通过链路层发现协议LLDP获取所述网络信息,或者,所述第二装置通过网络表项获取所述网络信息。
在一种可能的实现方式中,所述网络信息包括以下一项或多项:
所述第一网络的网络拓扑结构信息、所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
在一种可能的实现方式中,所述第二装置应用于数字孪生系统。
本申请第七方面提供一种通信装置,包括:通信接口;
与通信接口连接的处理器,基于通信接口和处理器,使得通信装置执行如前述第一方面和/或第二方面中任一项的方法。
本申请第八方面,提供了一种计算系统,通信系统包括如第三方面和第四方面的计算装置。
本申请第九方面,提供了一种计算系统,通信系统包括如第五方面和第六方面的就散装置。
本申请第十方面提供一种计算机存储介质,该计算机存储介质可以是非易失性的;该计算机存储介质中存储有计算机可读指令,当该计算机可读指令被处理器执行时实现第一方面或者第二方面中任意一种实现方式中的方法。
本申请第十一方面提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行第一方面或者第二方面中任意一种实现方式中的方法。
本申请第十二方面提供一种芯片系统,该芯片系统包括处理器和接口电路,用于支持网络设备实现上述方面中所涉及的功能,例如,发送或处理上述方法中所涉及的数据和/或信息。在一种可能的设计中,芯片系统还包括存储器,存储器,用于保存网络设备必要的程序指令和数据。该芯片系统,可以由芯片构成,也可以包括芯片和其他分立器件。
附图说明
图1为本申请实施例涉及的一种网络场景示意图;
图2a为本申请实施例提出的一种网络分析方法的实施例示意图;
图2b为本申请实施例中第一网络的一种示意图;
图3为本申请实施例中数据流的示意图;
图4为本申请实施例中网络设备的端口-队列示意图;
图5为本申请实施例中第二时窗集合的示意图;
图6为本申请实施例中第一时窗集合的一种示意图;
图7为本申请实施例中第一时窗集合的一种示意图;
图8为本申请实施例中第一子时窗集合的示意图;
图9为本申请实施例中数据流分析处理的一种示意图;
图10为本申请实施例涉及的一种应用场景示意图;
图11为本申请实施例中的计算装置的硬件结构一个示意图;
图12为本申请实施例中计算装置1200的一种实施例示意图;
图13为本申请实施例提出的一种计算系统1300示意图;
图14为本申请实施例中计算设备1400的一种实施例示意图;
图15为本申请实施例中一种计算设备集群的实施例示意图;
图16为本申请实施例中一种计算设备集群的实施例示意图。
具体实施方式
本申请实施例进行描述。显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。本领域普通技术人员可知,随着新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
本申请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描述在适当情况下可以互换,以便使实施例能够以除了在本申请图示或描述的内容以外的顺序实施。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模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块,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模块。在本申请中出现的对步骤进行的命名或者编号,并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤,已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行顺序,只要能达到相同或者相类似的技术效果即可。本申请中所出现的单元的划分,是一种逻辑上的划分,实际应用中实现时可以有另外的划分方式,例如多个单元可以结合成或集成在另一个系统中,或一些特征可以忽略,或不执行,另外,所显示的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,单元之间的间接耦合或通信连接可以是电性或其他类似的形式,本申请中均不作限定。并且,作为分离部件说明的单元或子单元可以是也可以不是物理上的分离,可以是也可以不是物理单元,或者可以分布到多个电路单元中,可以根据实际的需要选择其中的部分或全部单元来实现本申请方案的目的。
首先,介绍本申请实施例涉及的一些概念。
1、数字孪生(digital twin)。
数字孪生指的是将物理世界中的物理实体生成虚拟的数字实体,根据数据、模型和算法,对物理实体进行模拟、分析、预测,以及决策控制反馈到物理实体。其中,数据指的是历史数据或实时数据,或者时序数据和统计数据等;模型,指的是物理模型、状态模型或者推理模型等;算法,指的是对数据和模型进行逻辑分析,形成有规律的结果。
随着数字孪生概念的成熟和技术的发展,从部件到整机,从产品到产线,从生产到服务,从静态到动态,一个数字孪生世界正在被不断构筑;当前,基于传感器、智能装备、工业软件、工业互联网、云计算和边缘计算的成熟和更广泛的商业实践积累,数字孪生也走到了一个新的时间节点;数字孪生将实体的数据实时转移到虚拟空间,为实现数字化、智能化、网络化的产业模式提供了一个虚拟的底座。
在数据通信网络领域,针对网络的数字孪生是一个非常重要的课题。目标是将物理网络转换为数字网络,通过人工智能分析、仿真分析等方式构建数字孪生网络,呈现数字网络地图并对网络在线诊断维护、预测决策等,使得物理网络可见可视,提供更佳的网络业务体验。
当前,常用的网络仿真分析方法采用“网络模拟器第3版(Network Simulator 3,NS3)”网络仿真分析软件。具体仿真分析网络流量的过程如下:首先将数据流拆分为报文序列并按照相关协议(例如:传输控制协议(Transmission Control Protocol,TCP)或者用户数据报协议(User Datagram Protocol,UDP))进行组包。然后,将报文输入第一网络,模拟网络设备调度转发行为,以得到网络的分析结果(例如报文的时延和丢包)。
申请人研究发现,上述网络仿真分析方法需要消耗大量时间才能得到仿真测试的测试结果,例如需要配置输入网络的每个报文。因此最终得到的网络分析结果的时效性较差,无法满足需要快速上线的业务需求。
基于此,本申请实施例提出一种网络分析方法,包括:所述第一装置获取数据流的流特征信息;所述第一装置获取网络信息,所述网络信息指示第一网络;所述第一装置获取变化条件,所述变化条件指示对与所述第一网络对应的信息的改变;所述第一装置根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成第一结果,所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标。通过上述方法,第一装置对第一网络传输数据流进行仿真分析确定第一结果。由于数据流的粒度相较于报文的粒度大。因此,可以有效提升网络分析的效率,提升第一结果的时效性。此外,第一装置还可以获取变化条件,该变化条件指示第一网络的改变和/或数据流的改变。第一装置根据该变化条件,对第一网络进行仿真分析,得到的第一结果指示第一网络在变化条件下传输数据流的网络性能指标。当用户需要更新第一网络的网络配置,例如改变第一网络的网络拓扑结构,或者改变第一网络中的某个网络设备的带宽配置。用户可以将变化条件输入至第一装置中,由第一装置仿真分析在变化条件下第一网络传输数据流的网络性能指标。第一结果用于指导变更第一网络的网络配置。上述第一装置还可以应用于数字孪生系统,基于数字孪生系统为用户提供上述网络分析方法。用户可以方便的调用部署于云端的数字孪生系统,并利用该数字孪生系统生成第一结果。进一步提升网络分析的使用便利性以及第一结果的时效性,提升用户调整物理网络配置的效率。
下面,结合附图介绍本申请实施例。请参阅图1,图1为本申请实施例涉及的一种网络场景示意图。具体的,数字孪生系统部署于云端,数据孪生系统包括第一装置和第二装置。其中,第一装置和第二装置运行本申请实施例提出的网络分析方法。
数字孪生系统获取网络信息(该网络信息指示第一网络)和数据流的流特征信息。上述网络信息和数据流的流特征信息可以基于物理网络提取得到。终端设备或者网络控制器也可以向数字孪生系统输入变化条件,所述变化条件指示对与所述第一网络对应的信息的改变。数字孪生系统根据数据流的流特征信息、网络信息以及变化条件,生成第一结果,第一结果指示在变化条件下第一网络传输数据流的网络性能指标。
本申请实施例中,第一网络可以是一种物理网络,则网络信息根据物理网络(即第一网络)得到;第一网络也可以是一种虚拟网络,则网络信息由用户配置得到,本申请实施例对此不作限制。第一装置获取网络信息后,根据网络信息生成第一网络的孪生网络,并将数据流输入至第一网络的孪生网络中,得到第一网络的孪生网络传输数据流的网络性能指标。本申请实施例中为了便于描述,将第一网络的孪生网络也称为第一网络。
可以理解的是,图1所示的物理网络仅是一种示例,本申请实施例不对物理网络进行限制。例如,本申请实施例涉及的物理网络可以是以太网虚拟专用网(ethernet virtualprivate network,EVPN)网络、应用层业务优化(Application Layer TrafficOptimization,ALTO)网络或者无线保真(Wireless-Fidelity,WIFI)网络等。物理网络中可以包括终端设备和/或网络设备。本申请实施例中,网络设备包括但不限于:接入接入点(access point,AP)、接入交换机、汇聚交换机、核心交换机、接入路由器、广域网络WAN、或者数据中心网络。数据中心网络包括但不限于:路由器、骨干(Spine)交换机、叶子(Leaf)交换机,或者服务器等。本申请实施例中终端设备,包括但不限于:手机、物联网设备、智能家居设备、工业控制设备、车辆设备、无人机设备等等。本申请实施例中,终端设备为各种具有线通信功能的终端设备或装置,例如:移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,还可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语言和/或数据。例如,个人通信业务(personal communication service,PCS)电话、无绳电话、会话发起协议(SIP)话机、无线本地环路(wireless local loop,WLL)站、个人数字助理(personal digital assistant,PDA)等设备。终端设备也可以称为系统、订户单元(subscriber unit)、订户站(subscriber station),移动站(mobile station)、移动台(mobile)、远程站(remote station)、接入点(access point)、远程终端(remoteterminal)、接入终端(access terminal)、用户终端(user terminal)、用户代理(useragent)、用户设备(user device)、或用户装备。例如车辆、车载设备、车载模块或单元、飞行器(包括但不限于无人机)、机载设备、机载模块或单元、路测基础设备、手持设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备,例如车辆用户设备(vehicle userequipment,VUE)或空调用户设备等等。
关于第一装置和第二装置,示例性的:
第一装置和第二装置可以是网络设备(例如是第一网络中的一个或多个网络设备),第一装置和第二装置获取自身(网络设备)以及第一网络中其他设备的相关信息,执行本申请实施例提出的网络分析方法;
第一装置和第二装置也可以是终端设备(例如是第一网络中的一个或多个终端设备),第一装置和第二装置获取第一网络中其他设备的相关信息(例如上游的网络设备和其他终端设备),执行本申请实施例提出的网络分析方法。例如:终端设备从第一网络中获取数据流的流特征信息以及网络信息(终端设备可以从网络控制器获取上述信息),终端设备根据用户的输入确定变化条件(用户可以通过与网络控制器连接的终端设备输入变化条件);
第一装置和第二装置还可以是网络控制器,该网络控制器用于控制第一网络,网络控制器获取第一网络中各个设备的相关信息,执行本申请实施例提出的网络分析方法。例如:网络控制器从第一网络中获取数据流的流特征信息以及网络信息,网络控制器根据用户的输入确定变化条件(用户可以通过与网络控制器连接的终端设备输入变化条件);
第一装置和第二装置还可以是云服务(或者称为虚拟服务),例如是运营商或者网络服务商提供的网络切片。承载该云服务(或者网络切片)的系统可以是数字孪生系统。例如:数字孪生系统根据用户输入的请求信息,获取数据流的流特征信息、网络信息以及变化条件。然后,数字孪生系统根据上述信息执行本申请实施例提出的网络分析方法,得到第一结果。
可以理解的是,第一装置和第二装置可以分别部署于不同的设备(或者云服务,或者网络切片中),此时第一装置与第二装置协同执行本申请实施例提出的网络分析方法;第一装置和第二装置也可以部署于同一个设备(或者云服务,或者网络切片)中,此时第一装置与第二装置为根据功能划分的虚拟装置(或者软件功能),该设备(或者云服务,或者网络切片)可以运行第一装置和第二装置执行的网络分析方法。本申请实施例对第一装置和第二装置的实现不作限制。
例如:用户当前需要仿真分析1000路会议流量的物理网络。用户将仿真分析的请求信息,输入至数字孪生系统。数字孪生系统根据该请求信息可以从预置数据库中查找对应的网络信息以及数据流的特征信息;数字孪生系统也可以从请求信息中,找到1000路会议流量的物理网络(即第一网络),并从该第一网络中获取网络信息以及数据流的流特征信息;数字孪生系统还可以根据用户的配置信息,确定数据流,以适应用户的个性化仿真分析请求。用户还可以向数字孪生系统输入变化条件,以改变第一网络或者改变输入该第一网络的数据流。然后,数字孪生系统根据上述信息执行本申请实施例提出的网络分析方法,得到第一结果。根据该第一结果,数字孪生系统可以调整物理网络,例如:调整物理网络的网络拓扑结构,或者调整物理网络中网络设备的带宽配置。数字孪生系统可以向第一网络中的网络设备和/或第一网络中的网络控制器发送第一结果,使得所述第一网络的网络设备和/或所述第一网络的网络控制器根据所述第一结果调整所述第一网络。
一种可能的实现方式中,终端设备或者网络控制器可以调用数字孪生系统提供的网络分析功能。
一种可能的实现方式中,终端设备、网络设备(第一网络的网络设备)或者网络控制器可以根据数字孪生系统生成的第一结果调整第一网络。具体的,调整第一网络包括但不限于:新增或减少第一网络中的网络设备、调整第一网络的网络拓扑结构,或者调整第一网络中网络设备的带宽配置。
示例性的,用户期望在当前的第一网络基础上增加多个网络设备。则用户根据需要增加的多个网络设备确定变化条件。用户通过数字孪生系统调用本申请实施例提出的网络分析方法。然后,用户将第一网络的网络信息、数据流的流特征信息以及变化条件输入至数据孪生系统中,使得数据孪生系统基于上述信息生成第一结果。该第一结果指示第一网络在变化条件下(增加了多个网络设备)传输数据流的网络性能指标。用户根据第一结构,调整第一网络。
请参阅图2a,图2a为本申请实施例提出的一种网络分析方法的实施例示意图。本申请实施例提出的一种网络分析方法包括:
201、第一装置获取数据流的流特征信息。
本实施例中,第一装置可以通过多种方式获取数据流的流特征信息,包括但不限于:
第一装置通过对物理网络的采样获取数据流的流特征信息,该物理网络为第一装置根据仿真分析的请求信息所确定的物理网络。例如:用户需要仿真分析第一网络#1,则用户向第一装置输入仿真分析第一网络#1的请求信息,该请求信息可以是请求仿真分析1000路会议流量。第一装置根据该请求信息,确定与第一网络相关的物理网络#1,然后第一装置对该物理网络#1采样,获取数据流的流特征信息;
或者,第一装置从数据库中获取数据流的流特征信息,其中,数据库中存储多个数据流的流特征信息。例如:第一装置根据用户输入的仿真分析的请求信息,确定仿真分析第一网络的数据流需要满足哪些特性(或者条件)。然后,根据该数据流需要满足的特性,从数据库中查找目标数据流以及该目标数据流的流特征信息。又例如:第一装置收到仿真分析的请求信息后,从数据库中随机选取一个或多个数据流的流特征信息;
或者,第一装置获取以下一项或多项,然后确定数据流的流特征信息,该一项或多项信息包括:所述数据流的流特征参数、所述数据流的统计信息或者所述数据流的报文序列。例如:第一装置提供的可视化界面中,展示数据流的相关菜单。该菜单包括多种选项供用户选择,用户通过该菜单向第一装置输入数据流的流特征参数、数据流的统计信息、数据流的报文序列。例如:用户通过该菜单向第一装置输入:数据流的发包间隔:100毫秒(ms);数据流的数据大小:100兆(MByte,MB);统计时长为5秒,统计时长内数据流的最大流速率为10兆/秒,统计时长内数据流的最大流速率为1兆/秒。根据上述信息,第一装置确定对应的数据流的流特征信息。
可选的,第一装置还可以通过第二装置获取数据流的流特征信息。具体的,第一装置收到仿真分析的请求信息后,调用第二装置获取数据流的流特征信息。第二装置获取数据流的流特征信息的方法,与第一装置获取数据流的流特征信息的方法类似,此处不作赘述。
示例性的,第一装置获取仿真分析1000路会议流量的请求信息后,第一装置调用第二装置。第二装置查询当前第二装置(或者数据库)中,数据流的流特征信息是否包括与1000路会议流量的流量数据相关的流特征信息。若包括,则第二装置向第一装置返回该数据流的流特征信息;若不包括,则第二装置根据请求信息,查询确定对应的物理网络。然后第二装置从物理网络中采样获取数据流的流特征信息。例如:第二装置获取物理网络中各个设备的端口流量统计信息,端口流量统计信息包括以下一项或多项:所述数据流的流特征参数、所述数据流的统计信息或者所述数据流的报文序列。然后,第二装置对上述端口流量统计信息进行分析,确定数据流的流特征信息。最后,第二装置将数据流的流特征信息返回至第一装置。
具体的,所述数据流的流特征信息包括以下一项或多项:
所述数据流的标识信息、所述数据流的五元组信息、所述数据流的转发路径信息、数据流片段的标识信息、所述数据流片段的起始时刻、所述数据流片段的时间长度、所述数据流片段的数据大小或者所述数据流的服务质量(quality of service,Qos)标签,其中,所述数据流包括至少一个所述数据流片段。
为了便于理解,请参阅图3,图3为本申请实施例中数据流的示意图。本申请实施例中,数据流包括至少一个数据流片段。数据流的流速率、数据流包括的数据流片段的数量、数据流中数据流片段的间隔、以及数据流分布情况,都根据数据流的流特征信息配置。
数据流的标识信息用于区分不同的数据流:例如数据流#1的标识信息为:flowID1;数据流#2的标识信息为:flow ID2。
数据流的五元组信息用于指示数据流的转发路径,具体的:数据流的五元组信息包括数据流的源互联网协议(Internet Protocol,IP)地址、源端口、目的IP地址、目的端口以及传输层协议。
数据流的转发路径信息用于指示数据流的转发路径,具体的:当数据流确定流经多个网络设备时,根据该多个网络设备的入接口、设备名以及出接口,确定该数据流的转发路径。例如数据流#1流经设备“Device1”、“Device2”和“Device3”,则该数据流#1的转发路径信息包括:“--(10GE1/0/1,Device1,10GE1/0/2)--(10GE1/0/1,Device2,10GE1/0/2)--(10GE1/0/1,Device3,10GE1/0/2)--”,其中,设备“Device1”的出接口“10GE1/0/2”与设备“Device2”的入接口“10GE1/0/1”互联,设备“Device2”的出接口“10GE1/0/2”与设备“Device3”的入接口“10GE1/0/1”互联。
数据流片段的标识信息用于标识数据流包括的数据流片段,数据流包括至少一个数据流片段。例如:数据流#1包括数据流片段#1、数据流片段#2和数据流片段#3。数据流#1的流特征信息可以包括:数据流片段#1的标识信息“flow fragment#1”、数据流片段#2的标识信息“flow fragment#2”和数据流片段#3的标识信息“flow fragment#3”。
数据流的Qos标签用于计算数据流对应的出接口队列。网络设备根据数据流的Qos标签,确定该数据流的出接口队列。
关于所述数据流片段的起始时刻、所述数据流片段的时间长度和所述数据流片段的数据大小,示例性的,请参阅表1,以数据流#1包括数据流片段#1、数据流片段#2和数据流片段#3为例进行说明。
表1
202、获取网络信息。
本实施例中,第一装置可以通过多种方式获取网络信息,包括但不限于:
第一装置通过对物理网络获取网络信息。例如:用户需要仿真分析第一网络,则用户向第一装置输入仿真分析第一网络的请求信息,该请求信息可以是请求仿真分析1000路会议流量。第一装置根据该请求信息,确定与第一网络相关的物理网络。第一装置获取该物理网络的网络表项,并根据物理网络的网络表项获取网络信息。该网络表项包括但不限于:各个网络设备的配置表项和/或路由表项。或者,第一装置通过链路层发现协议(LinkLayer Discovery Protocol,LLDP)在物理网络中获取网络信息。
或者,第一装置从数据库中获取网络信息,其中,数据库中存储多个预置网络的网络信息。例如:第一装置根据用户输入的仿真分析的请求信息,确定仿真分析第一网络需要满足哪些特性(或者条件)。然后,根据该第一网络需要满足的特性,从数据库中查找目标网络以及该目标网络的网络信息。第一装置将目标网络的网络信息作为第一网络的网络信息;
或者,第一装置根据其他输入信息,确定网络信息。例如:第一装置提供的可视化界面中,展示配置待仿真分析的网络的相关菜单。该菜单包括多种选项供用户选择,用户通过该菜单向第一装置输入待仿真分析的网络的相关信息。例如:用户需要仿真分析第一网络。则用户通过该菜单向第一装置输入:第一网络包括的网络设备的类型、第一网络包括的网络设备的数量,或者第一网络包括的网络设备的拓扑关系等。根据上述信息,第一装置确定网络信息。
具体的,第一装置收到仿真分析的请求信息后,调用第二装置获取网络信息。第二装置获取网络信息的方法,与第一装置获取网络信息的方法类似,此处不作赘述。
具体的,网络信息包括以下一项或多项:
所述第一网络的网络拓扑结构信息、所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息、所述网络设备的带宽信息。当第一网络还包括终端设备时,网络信息还包括:第一网络包括的终端设备的数量、该终端设备的地址信息、该终端设备的设备类型、该终端设备的接入类型(例如有线接入第一网络,或者无线接入接入第一网络),或者该终端设备的接入模式(例如是固定接入第一网络,或者随机接入第一网络)。
其中,所述第一网络的网络拓扑结构信息指示第一网络包括的设备(例如网络设备和/或终端设备)以及第一网络包括的各类设备的连接关系。例如:第一网络#1包括网络设备#1、网络设备#2和网络设备#3,网络拓扑结构信息指示网络设备#1的出接口指向网络设备#3,网络设备#2的出接口指向网络设备#3,换言之,网络设备#1和网络设备#2的上游设备为网络设备#3。
进一步的,网络信息可以配置第一网络中网络设备包括哪些端口,以及每个端口包括哪些队列。网络信息还可以配置每个端口对应的存储器大小或者带宽等。网络信息还可以配置每个队列对应的存储器的大小或者带宽等。例如图4所示,图4为本申请实施例中网络设备的端口-队列示意图。网络设备包括N个端口,其中,每个端口可以包括M个队列,N和M为正整数。
需要说明的是,步骤201和202的执行顺序,本申请实施例不作限制。
203、获取变化条件。
本实施例,第一装置获取变化条件,该变化条件指示与第一网络对应的信息的改变。该与第一网络对应的信息包括以下一项或多项:第一网络的网络信息或者第一网络的数据流的流特征信息。
示例性的,请参阅图2b,图2b为本申请实施例中第一网络的一种示意图。以网络信息所指示的第一网络#1包括:网络设备#1、网络设备#2和网络设备#3为例。其中,第一网络#1中,网络设备#1和网络设备#2为网络设备#3的下游设备。变化条件指示第一网络#1的网络信息的改变,为了便于描述,将根据变化条件发生变化的第一网络称为第一网络#2。第一网络#2包括:网络设备#1、网络设备#2、网络设备#3和网络设备#4,其中,在第一网络#1的基础上,网络设备#4作为网络设备#3的上游设备。该变化条件可以是:增加网络设备#3的下一跳设备为网络设备#4,并且配置网络设备#4的相关信息(例如地址信息、带宽信息以及存储器信息等)。
又例如,以图2b为例,变化条件指示第一网络#1中:网络设备#1的带宽从10G(Gigabit)比特/秒,调整为20G,网络设备#2的带宽从20G调整为5G,网络设备#3的带宽从50G调整为20G。
又例如,变化条件指示第一网络中任意网络设备的队列的流速率或者缓存空间的改变。例如变化条件指示网络设备#1中端口#1的队列#1,流速率变更过为100兆比特每秒(Mbps),缓存空间变更为50Mb。
示例性的,变化条件指示第一网络的数据流的流特征信息的改变。例如:指示输入第一网络的数据流从:数据流#1和数据流#2,变更为数据流#1、数据流#2、数据流#3和数据流#4。又例如:指示数据流#1的流速率从100兆比特每秒(Mbps)变更为200Mbps。又例如:指示数据流#1包括的数据流片段从数据流片段#1、数据流片段#2和数据流片段#3,增加至数据流片段#1、数据流片段#2、数据流片段#3、数据流片段#4、数据流片段#5和数据流片段#6。
204、生成第一结果,第一结果指示第一网络在变化条件下传输数据流的网络性能指标。
本实施例中,当第一装置获取数据流的流特征信息、网络信息以及变化条件后,第一装置根据网络信息,仿真生成第一网络。第一装置根据数据流的流特征信息,生成输入至第一网络的数据流。第一装置根据变化条件改变第一网络和/或改变输入至第一网络的数据流。第一装置仿真处理数据流在第一网络的传输过程,生成第一时窗集合的分析结果,该第一时窗集合指示第一网络中,所述第一时窗集合指示所述第一网络中任一个网络设备传输任意一个或多个数据流片段的时间段,所述数据流包括至少一个所述数据流片段,所述第一视窗集合包括一个或多个时窗;所述第一装置根据所述第一时窗集合的分析结果,生成所述第一结果。
本申请实施例中的“时窗集合”指的是包括一个或多个时窗的集合,可以理解的是“时窗集合”也可以替换为“时窗序列”,例如:时窗序列包括一个或多个时窗,本申请实施例对此不作限制。
由于变化条件指示对于第一网络对应的信息的改变,因此根据不同的变化条件,具体包括以下多种方法:
一种可能的实现方式中,与第一网络对应的信息包括:第一网络的网络信息。变化条件指示对第一网络的网络信息的改变。第一装置根据数据流的流特征信息、变化条件和网络信息,生成改变后的第一网络和数据流。然后第一装置将数据流输入至改变后的第一网络,生成第一结果。
在另一种可能的实现方式中,与第一网络对应的信息包括:第一网络的数据流的流特征信息(换言之,输入至第一网络的数据流的流特征信息)。变化条件指示对第一网络的数据流的流特征信息的改变。第一装置根据数据流的流特征信息、变化条件和网络信息,将改变后的数据流输入至第一网络。然后,生成第一结果。
在另一种可能的实现方式中,与第一网络对应的信息包括:第一网络的网络信息和第一网络的数据流的流特征信息。变化条件指示对第一网络的改变,和对第一网络的数据流的流特征信息的改变。第一装置根据数据流的流特征信息、变化条件和网络信息,将改变后的数据流输入至改变后的第一网络。然后,生成第一结果。
具体的,关于第一装置如何仿真处理数据流在第一网络的传输过程,并得到第一结果的方法,在后文中详细介绍,此处不作赘述。
关于第一结果:
所述第一结果包括:目标队列的分析结果,其中,所述目标队列属于目标端口包括的任一个队列,所述目标端口包括一个或多个队列,所述目标端口为所述第一网络中任一个所述网络设备的任一个端口;
所述目标队列的分析结果包括以下一项或多项:所述目标队列的流速率、所述目标队列的可用带宽、所述目标队列的起始缓存占用或者所述目标队列的终止缓存占用,
其中,所述目标队列的起始缓存占用,指示所述目标队列对应的端口在所述第一时窗集合的任一个视窗的起始时刻下,队列的长度(或者队列对应的存储器的存储情况);
所述目标队列的终止缓存占用,指示所述目标队列对应的端口在所述第一时窗集合的任一个视窗的终止时刻下,队列的长度(或者队列对应的存储器的存储情况)。
所述第一结果还包括:所述数据流在所述第一网络中的传输时延、所述数据流在所述第一网络传输过程中的丢包信息、所述网络设备的缓存信息、网络设备中队列的出速率,或者所述网络设备的可用带宽。
所述第一结果还可以包括:网络设备中一个或多个端口的出速率、也可以是网络设备中多个端口的出速率之和,或者是网络设备中多个队列的出速率之和。示例性的,网络设备的可用带宽,可以是网络设备中一个或多个端口的可用带宽,也可以是网络设备中一个或多个队列的可用带宽。
可选的,当第一装置得到第一结果后,第一装置可以向第一网络的网络设备、和/或,第一网络的网络管理器发送第一结果。第一网络的网络设备和/或第一网络的网络管理器根据第一结果调整第一网络的配置。
一种可能的示例中:第一装置获取数据流的流特征信息和网络信息后,生成第一网络。然后第一装置获取变化条件,并根据变化条件和第一网络生成第一结果。
又一种可能的示例中:第一装置获取数据流的流特征信息和网络信息,然后,第一装置根据该数据流的流特征信息和网络信息,生成第二结果,该第二结果指示第一网络传数据流的网络性能指标。在上述过程中,第一装置还可以获取变化条件,然后,第一装置根据数据流的流特征信息、网络信息和变化条件,生成第一结果。综合第一结果和第二结果,对第一网络进行分析。
本申请实施例提出一种网络分析方法,包括:所述第一装置获取数据流的流特征信息;所述第一装置获取网络信息,所述网络信息指示第一网络;所述第一装置获取变化条件,所述变化条件指示对与所述第一网络对应的信息的改变;所述第一装置根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成第一结果,所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标。通过上述方法,第一装置对第一网络传输数据流进行仿真分析确定第一结果。由于数据流的粒度相较于报文的粒度大。因此,可以有效提升网络分析的效率,提升第一结果的时效性。此外,第一装置还可以获取变化条件,该变化条件指示第一网络的改变和/或数据流的改变。第一装置根据该变化条件,对第一网络进行仿真分析,得到的第一结果指示第一网络在变化条件下传输数据流的网络性能指标。当用户需要更新第一网络的网络配置,例如改变第一网络的网络拓扑,或者改变第一网络中的某个网络设备的带宽。用户可以将变化条件输入至第一装置中,由第一装置仿真分析第一网络在变化条件下传输数据流的网络性能指标。为实际变更第一网络的网络配置提供指导。上述第一装置还可以应用于数字孪生系统,基于数字孪生系统为用户提供上述网络分析方法。用户可以方便的调用部署于云端的数字孪生系统,并利用该数字孪生系统生成第一结果。进一步提升网络分析的使用便利性,以及第一结果的时效性。
结合前述实施例,下面介绍第一装置在获取数据流的流特征信息、网络信息以及变化条件后,如何得到第一结果。
按照第一网络是否同时传输多条数据流,可以分为:
(1)、网络设备同一时间,处理单条数据流。
(2)、网络设备同一时间,处理多条数据流。
下面介绍方案(1)、网络设备同一时间,处理单条数据流。
第一步,第一装置根据数据流的流特征信息,生成输入第一网络的数据流。根据数据流的流特征信息可以生成一条或多条数据流。每条数据流包括一个或多个数据流片段。第一装置可以指示第一网络中的一个或多个设备,根据数据流的流特征信息生成数据流。例如:第一装置指示第一网络中的设备(例如终端设备),生成数据流。然后将生成的数据流输入至第一网络。这些生成数据流的设备,可以称为流生成器。流生成器生成数据流后,根据数据流的五元组信息或者数据流的转发路径信息,查找下一跳设备。然后流生成器将数据流发送至下一跳设备。
第二步,针对第一网络(第一装置根据网络信息生成的虚拟网络或仿真网络)中的每个网络设备,网络设备统计每一段时间内网络设备的网络性能指标。这些时间段视为一个或多个时窗,多个时窗的集合本申请实施例中称为第二时窗集合。第二时窗集合中包括一个或多个时窗。第一网络中网络设备接收到数据流片段(即数据流包括的数据流片段)后,根据第二时窗集合和数据流片段进行互动运算,具体如下:
第一装置获取所述网络设备接收所述数据流片段的第二时刻;第一装置确定第三时刻,所述第三时刻为所述数据流片段的时长和所述第二时刻之和;
第一装置根据所述网络设备关联的第二时窗集合、所述第二时刻和所述第三时刻,确定所述第一时窗集合,其中,所述第二时窗集合包括至少一个时窗,所述第二时窗集合指示所述网络设备在仿真处理流程中的时间段,所述第一时窗集合包括的时窗属于所述第二时窗集合,所述第一时窗集合的起始时刻为所述第二时刻,所述第一时窗集合的终止时刻为所述第三时刻。
一种可能的实现方式,第二时刻是网络设备接收该数据流片段的第一个比特的时刻,第三时刻是网络设备接收该数据流片段的最后一个比特的时刻。
为了便于理解,示例性的,请参阅图5,图5为本申请实施例中第二时窗集合的示意图。第二时窗集合包括时窗#1~#5。当网络设备接收数据流片段后,确定第二时刻落在时窗#2中,第三时刻落在时窗#3中。
然后,第一装置根据第二时窗集合和数据流片段,确定第一时窗集合。具体如下:
确定第二目标时窗的起始时刻和终止时刻,所述第二目标时窗为所述第二时窗集合中的任一个时窗;根据所述第二目标时窗、所述第二时刻和所述第三时刻,确定第一目标时窗,包括:
当所述第二目标时窗的起始时刻大于或等于所述第二时刻,且,所述第二目标时窗的终止时刻小于或等于所述第三时刻,所述第一目标时窗等于所述第二时窗,其中,所述第一目标时窗组成所述第一时窗集合;
当所述第二目标时窗的起始时刻小于所述第二时刻,且,所述第二目标时窗的终止时刻大于所述第二时刻,所述第一目标时窗等于所述第二时刻至所述第二目标时窗的终止时刻的所述第二目标时窗;
当所述第二目标时窗的起始时刻小于所述第三时刻,且,所述第二目标时窗的终止时刻大于所述第三时刻,所述第一目标时窗等于所述第二目标时窗的起始时刻至所述第三时刻的所述第二目标时窗。
示例性的,结合图5,请参阅图6,图6为本申请实施例中第一时窗集合的一种示意图。
第二目标时窗为时窗#2时,第二时刻大于时窗#2的起始时刻,小于时窗#2的终止时刻。因此,第一目标时窗(即时窗1)等于第二时刻至第二目标时窗的终止时刻的第二目标时窗。换言之,截取时窗#2中,从第二时刻至时窗#2的终止时刻的部分时窗作为时窗1。
第二目标时窗为时窗#3和时窗#4时,都满足起始时刻大于第二时刻,且终止时刻小于第三时刻。因此,时窗#3等于时窗2,时窗#4等于时窗3,换言之,时窗#3的整体作为时窗2,时窗#4的整体作为时窗3。
第二目标时窗为时窗#5时,时窗#5的起始时刻大于第二时刻,且终止时刻大于第三时刻。因此,截取时窗#5中,从时窗#5的起始时刻至第三时刻部分作为时窗4。
通过上述方法,得到时窗1、2、3和4。该时窗1~4组成第一时窗集合。
当该数据流包括多个数据流片段时,采用类似的方法得到多个第一目标时窗,这些第一目标时窗共同组成第一时窗集合。
示例性的,请参阅图7,图7为本申请实施例中第一时窗集合的一种示意图。当数据流#1包括数据流片段#1和数据流片段#2,且网络设备处理该数据流#1。网络设备可以得到如图7示意的第一时间集合。其中,时窗1~4对应网络设备传输数据流片段#1,时窗5~7对应网络设备传输数据流片段#2。
通过上述方法,第一装置无需分析计算第二时窗集合中除了第一时窗集合以外的其他时窗,有效降低内存开销和计算资源的开销。
当得到第一时窗集合后,第一装置确定第一时窗集合的分析结果。换言之,第一装置分析得到网络设备在第一时窗集合对应的时间段内的网络性能指标。具体如下:
第一装置根据所述第一时窗集合包括的任一个或多个时窗中目标队列的分析结果,确定所述第一时窗集合的分析结果;其中,所述目标队列属于目标端口包括的任一个队列,所述目标端口包括一个或多个队列,所述目标端口为所述第一网络中任一个所述网络设备的任一个端口。
针对不同的网络性能指标,下面分别进行介绍:
A、通过以下方法确定所述第一目标时窗中所述目标队列的起始缓存占用:
当所述第二目标时窗是所述第二时窗集合中时序上的第一个时窗时,所述目标队列的起始缓存占用=Min(Max(所述第一目标时窗的起始缓存占用+(所述目标队列的流速率-所述目标队列的可用带宽)*所述第二目标时窗的时窗长度,0),所述目标队列对应的存储器的大小);
当所述第二目标时窗不是所述第二时窗集合中时序上的第一个时窗时,所述目标队列的起始缓存占用=Min(Max(所述第一目标时窗的起始缓存占用+(所述目标队列的流速率-所述目标队列的可用带宽)*第三目标时窗的时窗长度,0),所述目标队列对应的存储器的大小),其中,所述第三目标时窗为所述第二时窗集合中时序上在所述第二目标时窗之前的一个时窗。
B、通过以下方法确定所述目标队列的流速率:
获取所述数据流片段的数据大小,其中,所述目标队列传输所述数据流片段;获取所述数据流片段的时间长度;确定所述数据流片段的流速率,所述数据流片段的流速率等于所述数据流片段的数据大小除以所述数据流片段的时间长度;确定所述目标队列的流速率,所述目标队列的流速率等于所述目标队列的初始流速率与所述数据流片段的流速率的加和。该目标队列的初始流速率,由网络信息配置。
示例性的,队列1的初始流速率200Mbps、队列2的初始速率500Mbps。根据数据流1的Qos标签,确定数据流1流经队列1。因此,队列1的流速率为300Mbps,队列2的流速率500Mbps。
C、通过以下方法确定所述目标队列的可用带宽:
获取所述网络设备的服务质量策略,所述服务质量策略指示所述网络设备传输所述数据流片段的过程中分配带宽的策略;获取所述目标端口的配置带宽;根据所述网络设备的服务质量Qos策略和所述目标端口的配置带宽,确定所述目标队列的可用带宽。该目标端口的配置带宽和网络设备的服务质量Qos策略由网络信息配置。
具体的,网络设备的服务质量策略可以包括多种策略,例如:1、高优先级队列优先发包,含义是为网络设备中各个队列分配优先级,优先级高的队列优先发包,优先级低的队列暂缓发包;2、按照各个队列的服务质量Qos比例分配线路带宽发包,含义是为网络设备中各个队列分配Qos比例,然后按照该Qos比例分配网络设备的线路带宽(又称为网络设备的可用带宽)。
具体的,确定目标队列的可用带宽的方式包括:
C1:当所述服务质量策略为高优先级队列优先发包时,确定所述目标队列的优先级和当前所述网络设备中其他各个队列的优先级;
所述目标队列的优先级=Max(所述目标端口的带宽-Sum(优先级高于所述目标队列的其他队列的流速率),0)。
C2:当所述服务质量策略为按照各个队列的服务质量Qos比例分配线路带宽发包时,获取所述目标端口中各个队列的流速率之和与所述目标端口的配置带宽;
当所述目标端口中各个队列的流速率之和小于或等于所述目标端口的配置带宽,则所述目标队列的可用带宽等于所述目标端口的配置带宽。
C21中,进一步的:当所述目标端口中各个队列的流速率之和大于所述目标端口的配置带宽时,
步骤1、确定所述目标端口的剩余可用带宽,所述目标端口的剩余可用带宽小于或等于所述目标端口的配置带宽;
步骤2、根据待计算队列集合中各个队列的Qos比例,分配所述目标端口的剩余可用带宽,分配后所述目标端口的剩余可用带宽为0,所述目标队列为所述待计算队列集合包括的任一个队列,所述待计算队列集合包括的队列属于所述目标端口;
步骤3、当所述目标队列被分配的带宽大于或等于所述目标队列的流速率时,重新确定所述目标队列的被分配带宽等于所述目标队列的流速率,并将所述目标队列被分配的带宽与所述目标队列的流速率的差值累加至所述目标端口的剩余可用带宽,
或者,当所述目标队列被分配的带宽小于所述目标队列的流速率时,将所述目标队列被分配的带宽累加至所述目标端口的剩余可用带宽;
重复步骤2和步骤3,直到所述目标端口的任一个队列被分配的带宽小于或等于所述任一个队列的流速率,确定所述目标队列的可用带宽等于所述目标队列被分配的带宽。通过上述方法,以确保目标端口当前的剩余可用带宽为0,目标端口处于拥塞状态。
D、通过以下方法确定所述第一目标时窗中所述目标队列的终止缓存占用:
所述目标队列的终止缓存占用=Min(Max(所述第一目标时窗的起始缓存占用+(所述目标队列的流速率-所述目标队列的可用带宽)*所述第二目标时窗的时窗长度,0),所述目标队列对应的存储器的大小);
若第四目标时窗中所述目标队列的起始缓存占用与所述第一目标时窗中所述目标队列的终止缓存占用不一致,使用所述第一目标时窗中所述目标队列的终止缓存占用更新所述第四目标时窗中所述目标队列的起始缓存占用,所述第四时窗为所述第一时窗集合中时序上在所述第一目标时窗之后的一个时窗。
E、通过以下方法确定所述第一时窗集合的缓存时延:
当所述第一目标时窗中所述网络设备的起始缓存占用等于所述第一目标时窗中所述网络设备的终止缓存占用时,确定所述第一目标时窗中所述网络设备的缓存时延为0;
或者,当所述第一目标时窗中所述网络设备的起始缓存占用不等于所述第一目标时窗中所述网络设备的终止缓存占用时,确定缓存发包长度和缓存发送时长,
其中,所述缓存发包长度等于=Max(所述第一目标时窗中所述网络设备的起始缓存占用,所述第一目标时窗中所述网络设备的终止缓存占用),
所述缓存发送时长=所述缓存发包长度/所述网络设备的可用带宽;
根据所述缓存发包长度和所述缓存发送时长,确定所述第一目标时窗的缓存时延;
对所述第一时窗集合中所有时窗的缓存时延求和,确定所述第一时窗集合的缓存时延。
E1、进一步的,通过以下方法确定第一目标时窗的缓存时延:
当所述缓存发送时长小于所述第一目标时窗的时窗长度,所述第一目标时窗的缓存时延等于所述缓存发送时长;
当所述缓存发送时长大于或等于所述第一目标时窗的时窗长度,所述第一目标时窗的缓存时延等于所述第一目标时窗的时窗长度。
F、通过以下方法确定第一时窗集合的丢包数据量(即第一时窗集合中网络设备的丢包数据量):
当所述第一时窗集合的缓存时延大于或等于第二阈值,更新所述第一时窗集合的缓存时延为0,并确定所述第一时窗集合的丢包数据量等于所述网络设备传输的所述数据流切片的数据量。
示例性的,第二阈值为1秒。当第一时窗集合的缓存时延为1.5秒时,视为第一时窗集合对应的数据流片段完全丢包。第一时窗集合的丢包数据量等于该数据流片段的数据量。
进一步的,所述第一时窗集合的分析结果还包括所述第一时窗集合的丢包数据量,所述第一时窗集合的丢包数据量包括以下一项或多项:所述第一时窗集合中所述网络设备的丢包数据量、所述第一时窗集合中所述目标端口的丢包数据量、或者,所述第一时窗集合中所述目标队列的丢包数据量。
G、通过以下方式确定所述第一时窗集合中所述目标队列的丢包数据量:
当所述第一目标时窗中所述目标队列的终止缓存占用小于或等于所述目标队列对应的存储器的大小,确定所述第一目标时窗中所述目标队列的丢包数据量为0;
当所述第一目标时窗中所述目标队列的终止缓存占用大于所述目标队列对应的存储器的大小,确定丢包时间段,所述丢包时间段等于所述目标端口对应的存储器的存满时刻至所述第一目标时窗的终止时刻;
所述第一目标时窗中所述目标队列的丢包数据量=Min(所述目标队列的流速率-所述目标队列的可用带宽,所述数据流片段的流速率)*所述丢包时间段,
或者,所述第一目标时窗中所述目标队列的丢包数据量=(所述目标队列的流速率-所述目标队列的可用带宽)*所述丢包时间段*(所述数据流片段的流速率/所述目标队列的流速率)。
结合前述方法,下面介绍方案(2)、网络设备同一时间,处理多条数据流。
当第一网络中网络设备同时接收多条数据流时,可以采用如下方法处理。
网络设备同时处理多个数据流对应的数据流片段。每个数据流片段对应一个第一时窗集合。当网络设备确定多个第一时窗集合在时隙上发生重叠时,网络设备确定发生重叠的这部分时窗。发生重叠的这部分时窗组成第一时窗子集合。第一装置根据一个或多个第一时窗子集合的分析结果,以及其他的第一时窗集合的分析结果,确定第一结果。
具体的:
当所述多个所述第一时窗集合在时序上存在重叠部分时,所述第一装置确定至少一个第一时窗子集合,所述第一时窗子集合的起始时刻为第一时刻,所述第一时刻为所述多个所述第一时窗集合在时序上发生重叠的起始时刻,所述第一时窗子集合属于所述第一时窗集合。
然后,第一装置对重叠部分的时窗进行合并处理。换言之,第一装置合并处理第一时窗子集合所对应的多个数据流片段,在网络设备的传输过程,得到第一时窗子集合的分析结果。第一时窗子集合的分析结果指示网络设备在同时传输第一时窗子集合所对应的多个数据流片段时网络设备的网络性能指标。
示例性的,请参阅图8,图8为本申请实施例中第一子时窗集合的示意图。网络设备接收数据流1(包括数据流片段#1)和数据流2(包括数据流片段#2)。然后,网络设备生成对应于数据流片段#1的第一时窗集合#1(包括时窗1和时窗2),生成对应于数据流片段#2的第一时窗集合#2(包括时窗2和时窗3)。其次,第一装置确定两个数据流片段在时序上发生重叠的部分为时窗2,因此,确定第一时窗子集合包括的时窗为时窗2。
当确定第一时窗子集合后,第一装置确定第一时窗子集合的分析结果(即第一时窗子集合对应的时间段内,网络设备的网络性能指标)。具体如下:
首先,设置第一阈值,第一阈值可以与网络设备的带宽关联。例如第一阈值为网络设备的带宽*80%。当网络设备同时处理多个数据流片段时,多个数据流片段的数据可能造成拥塞。因此,需要根据该多个数据流片段的流速率之和与第一阈值,确定是否发生拥塞。
H1、当所述第一时窗子集合对应的所述多个数据流片段的流速率之和小于或等于第一阈值时,即未发生拥塞。所述第一装置根据所述第一时窗子集合对应的多个所述数据流片段,生成所述第一时窗子集合的分析结果。具体生成第一时窗子集合的分析结果的方法,与前述生成第一时窗集合的分析结果的方法类似,此处不作赘述。
H2、当所述第一时窗子集合对应的所述多个数据流片段对应的流速率之和大于所述第一阈值时,认为该网络设备发生拥塞。因此,所述第一装置确定所述第一时窗子集合的超限数据,所述第一时窗子集合的超限数据由所述第一时窗子集合对应的所述数据流片段之和减去所述第一阈值得到。
然后,第一装置进一步分析,网络设备的拥塞是否导致丢包。具体的方法是判断所述第一时窗子集合的超限数据与所述网络设备的存储器的大小,两者的关系。当所述第一时窗子集合的超限数据大于所述网络设备的存储器的大小,认为发生丢包,进而确定第一时窗子集合的丢包数据量;当所述第一时窗子集合的超限数据小于或等于所述网络设备的存储器的大小,认为未发生丢包,进而根据H1的方法,生成第一时窗子集合的分析结果。
具体如下:当所述第一时窗子集合的超限数据大于所述网络设备的存储器的大小,所述第一装置根据所述第一时窗子集合的超限数据与所述网络设备的存储器的大小的差值,确定所述第一时窗子集合的丢包数据量,所述第一时窗子集合的丢包数据量属于所述第一时窗子集合的分析结果。
关于第一时窗子集合的超限数据,由于第一时窗子集合对应多个数据流片段。该超限数据中对应到每个数据流片段的份额,可以根据多种方法确定,本申请实施例对此不作限制,例如:
1、按照多个数据流(对应于第一时窗子集合的多个数据路片段)的流速率比例确定;
2、按照多个数据流的Qos比例确定;
3、按照多个数据流的业务优先级比例确定。上述数据流的流速率比例、Qos比例或者业务优先级,可以由数据流的流特征信息配置。
通过上述方法,第一装置可以确定网络设备在同时传输多个数据流时,该网络设备的网络性能指标。通过综合多个数据流片段在网络设备的传输中造成的影响。有效提升仿真测试的精度,提升第一结果的准确性。
进一步的,第一装置可以实时分析第一网络中的网络设备是否同时处理多个数据流片段;第一装置在仿真处理一段时间后,通过回溯分析根据多个第一时窗集合,确定网络设备是否同时处理多个数据流片段。
具体的,网络设备按照时间顺序,将该网络设备的分析结果以快照的形式进行保存。每个快照中包括这个快照对应的时间段内,该网络设备的网络传输性能以及网络设备传输的一个或多个数据流的相关信息。示例性的,请参阅图9,图9为本申请实施例中数据流分析处理的一种示意图。第一装置设置快照时间点为:S0、S1以及S2等,相邻两个快照时间点之间的时间段,作为一个快照对应的时间段。例如S0后对应快照1,S1后对应快照2以此类推。快照的时间长度可以根据用户需求自定义设置,也可以根据数据流片段的长度设置,例如100*数据流片段的时间长度,本申请实施例对此不作限制。
对于实时分析的方案:第一装置保存每个快照所对应的网络设备的分析结果。然后,第一装置实时分析新生成的快照中,网络设备是否同时传输多个数据流。
当第一装置发现网络设备在某个时刻(例如时刻A),同时处理多个数据流片段。第一装置确定时刻A对应的快照(例如快照A)。然后,第一装置采用上述方法,重新分析得到快照A的分析结果。例如分析得到快照A时间段中,第一时窗子集合的分析结果和其他的第一时窗的分析结果。通过上述方法,重新得到时刻A对应的快照的分析结果:分析结果A’。第一装置删除原有的快照A的分析结果(分析结果A),并存储新的分析结果A’。
对于回溯分析的方案:第一装置保存每个快照所对应的网络设备的分析结果。然后每间隔一段时间,回溯该时间点前所有的快照中网络设备是否同时传输多个数据流。当任意一个或多个快照中网络设备传输多个数据流,则删除这一段时间内所有的快照,并重新计算这一段时间内网络设备的网络传输性能。具体计算方法与前述实施例类似,此处不作赘述。
示例性的,以图9为例,设置固定时间点为t0和t7。第一装置判断t0~t7的时间段,网络设备是否同时传输多个数据流(或数据流片段)。如图9示意的,网络设备同时传输数据流片段#1和数据流片段#2,则网络设备按照前述方法,重新计算t0~t7时间段该网络设备的网络性能指标。然后网络设备使用新的网络性能指标,替换原有的t0~t7时间段该网络设备的网络性能指标。
接下来,结合前述实施例的基础上,介绍本申请实施例涉及的一种应用场景。请参阅图10,图10为本申请实施例涉及的一种应用场景示意图。
S1、终端设备(用户)向数字孪生系统发送仿真分析的请求信息和变化条件。
S2、数字孪生系统根据仿真分析的请求信息,确定物理网络。
S3、数字孪生系统从物理网络获取网络数据(和/或数据流的流特征信息)。
S4、数字孪生系统根据仿真分析的请求信息和物理网络的网络数据,生成物理网络的孪生网络(第一网络)和注入第一网络的数据流。
S5、数字孪生系统得到第一结果,第一结果指示在变化条件下第一网络传输数据流的网络性能指标。
S6、数字孪生系统向终端设备(用户)发送第一结果。终端设备(用户)根据该第一结果可以对第一网络进行配置或者配置第一网络中传输的数据流。
上述主要以方法的角度对本申请实施例提供的方案进行了介绍。可以理解的是,通信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模块及算法步骤,本申请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申请的范围。
图11为本申请实施例中的计算装置的硬件结构一个示意图。如图11所示,该计算装置可以包括:
该计算装置包括至少一个处理器1101,通信线路1107,存储器1103以及至少一个通信接口1104。
处理器1101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,服务端IC),或一个或多个用于控制本申请方案程序执行的集成电路。
通信线路1107可包括一通路,在上述组件之间传送信息。
通信接口1104,使用任何收发器一类的装置,用于与其他装置或通信网络通信,如以太网等。
存储器1103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装置,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装置,存储器可以是独立存在,通过通信线路1107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1103用于存储执行本申请方案的计算机执行指令,并由处理器1101来控制执行。处理器1101用于执行存储器1103中存储的计算机执行指令,从而实现本申请上述实施例提供的网络分析方法。
可选的,本申请实施例中的计算机执行指令也可以称之为应用程序代码,本申请实施例对此不作具体限定。
在具体实现中,作为一种实施例,计算装置可以包括多个处理器,例如图11中的处理器1101和处理器1102。这些处理器中的每一个可以是一个单核(single-CPU)处理器,也可以是一个多核(multi-CPU)处理器。这里的处理器可以指一个或多个装置、电路、和/或用于处理数据(例如计算机程序指令)的处理核。
在具体实现中,作为一种实施例,计算装置还可以包括输出装置1105和输入装置1106。输出装置1105和处理器1101通信,可以以多种方式来显示信息。输入装置1106和处理器1101通信,可以以多种方式接收用户的输入。例如,输入装置1106可以是鼠标、触摸屏装置或传感装置等。
当该计算装置为终端设备时,该计算装置中,处理器1102可以包括一个或多个处理单元,例如:处理器1102可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processing unit,GPU),图像信号处理器(image signalprocessor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signalprocessor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
其中,控制器可以是计算装置1100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器1102中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器1102中的存储器为高速缓冲存储器。该存储器可以保存处理器1102刚用过或循环使用的指令或数据。如果处理器1102需要再次使用该指令或数据,可从存储器中直接调用。避免了重复存取,减少了处理器1102的等待时间,因而提高了系统的效率。
在一些实施例中,处理器1102可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I1C)接口,集成电路内置音频(inter-integrated circuitsound,I1S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
可以理解的是,本申请实施例示意的各模块间的接口连接关系,只是示意性说明,并不构成对计算装置1100的结构限定。在本申请另一些实施例中,计算装置1100也可以采用上述实施例中不同的接口连接方式,或多种接口连接方式的组合。
计算装置1100的无线通信功能可以通过天线1,天线2,移动通信模块,无线通信模块,调制解调处理器以及基带处理器等实现。
在一些可行的实施方式中,计算装置1100可以使用无线通信功能和其他设备通信。
天线1和天线2用于发射和接收电磁波信号。计算装置1100中的每个天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如:可以将天线1复用为无线局域网的分集天线。在另外一些实施例中,天线可以和调谐开关结合使用。
移动通信模块可以提供应用在计算装置1100上的包括1G/3G/4G/5G等无线通信的解决方案。移动通信模块可以包括至少一个滤波器,开关,功率放大器,低噪声放大器(lownoise amplifier,LNA)等。移动通信模块可以由天线1接收电磁波,并对接收的电磁波进行滤波,放大等处理,传送至调制解调处理器进行解调。移动通信模块还可以对经调制解调处理器调制后的信号放大,经天线2转为电磁波辐射出去。在一些实施例中,移动通信模块的至少部分功能模块可以被设置于处理器1102中。在一些实施例中,移动通信模块的至少部分功能模块可以与处理器1102的至少部分模块被设置在同一个器件中。
调制解调处理器可以包括调制器和解调器。其中,调制器用于将待发送的低频基带信号调制成中高频信号。解调器用于将接收的电磁波信号解调为低频基带信号。随后解调器将解调得到的低频基带信号传送至基带处理器处理。低频基带信号经基带处理器处理后,被传递给应用处理器。应用处理器通过音频设备(不限于扬声器,受话器等)输出声音信号,或通过显示屏显示图像或视频。在一些实施例中,调制解调处理器可以是独立的器件。在另一些实施例中,调制解调处理器可以独立于处理器1102,与移动通信模块或其他功能模块设置在同一个器件中。
计算装置1100通过GPU,显示屏,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器1102可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
外部存储器接口可以用于连接外部存储卡,例如Micro SD卡,实现扩展计算装置1100的存储能力。外部存储卡通过外部存储器接口与处理器1102通信,实现数据存储功能。例如将音乐,视频等文件保存在外部存储卡中。
内部存储器可以用于存储计算机可执行程序代码,可执行程序代码包括指令。处理器1102通过运行存储在内部存储器的指令,从而执行计算装置1100的各种功能应用以及数据处理。内部存储器可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储计算装置1100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
上述的计算装置可以是一个通用装置或者是一个专用装置。在具体实现中,计算装置可以是台式机、便携式电脑、网络服务端、无线终端装置、嵌入式装置或有图11中类似结构的装置。本申请实施例不限定计算装置的类型。该计算装置,既可以是云端的服务端,也可以是终端设备,此处不作限制。
可以理解的是,本申请实施例示意的结构并不构成对计算装置1100的具体限定。在本申请另一些实施例中,计算装置1100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
本申请实施例可以根据上述方法示例对计算装置(包括服务端和客户端)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,本申请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。
下面对本申请中的计算装置进行详细描述,请参阅图12,图12为本申请实施例中计算装置1200的一种实施例示意图。
在一种可能的实现方式中,该计算装置用作第一装置,该计算装置1200包括:
收发模块1201,用于获取第一网络的数据流的流特征信息;
收发模块1201,还用于获取第一网络的网络信息;
收发模块1201,还用于获取变化条件,所述变化条件指示对与所述第一网络对应的信息的改变;
处理模块1202,用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成第一结果,所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标。
在一种可能的实现方式中,
处理模块1202,还用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成所述第一网络和改变后的所述数据流;
处理模块1202,还用于将所述改变后的所述数据流输入至所述第一网络,生成所述第一结果;
或,
处理模块1202,还用于根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成改变后的所述第一网络和所述数据流;
处理模块1202,还用于将所述数据流输入至所述改变后的所述第一网络,生成所述第一结果。
在一种可能的实现方式中,所述与所述第一网络对应的信息包括:所述第一网络的所述网络信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示在所述第一网络的所述网络信息改变后,所述改变后的所述第一网络传输所述数据流的网络性能指标。
在一种可能的实现方式中,
所述与所述第一网络对应的信息包括所述第一网络的所述数据流的流特征信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示所述数据流的流特征信息改变后,所述第一网络传输所述改变后的所述数据流的网络性能指标。
在一种可能的实现方式中,
处理模块1202,还用于仿真处理所述数据流在所述改变后的所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述改变后的所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
处理模块1202,还用于根据所述第一时窗集合的分析结果,生成所述第一结果。
在一种可能的实现方式中,
处理模块1202,还用于仿真处理所述改变后所述数据流在所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述改变后的所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
处理模块1202,还用于根据所述第一时窗集合的分析结果,生成所述第一结果。
在一种可能的实现方式中,
处理模块1202,还用于确定多个所述第一时窗集合;
处理模块1202,还用于当所述多个所述第一时窗集合在时序上存在重叠部分时,确定第一时窗子集合,所述第一时窗子集合的起始时刻为第一时刻,所述第一时刻为所述多个所述第一时窗集合在时序上发生重叠的起始时刻;
处理模块1202,还用于根据所述第一时窗子集合对应的多个数据流片段,生成所述第一时窗子集合的分析结果。
在一种可能的实现方式中,所述数据流的流特征信息包括以下一项或多项:
所述数据流的标识信息、所述数据流的五元组信息、所述数据流的转发路径信息、数据流片段的标识信息、所述数据流片段的起始时刻、所述数据流片段的时间长度、所述数据流片段的数据大小或者所述数据流片段的服务质量Qos标签,其中,所述数据流包括一个或多个数据流片段。
在一种可能的实现方式中,所述网络信息包括以下一项或多项:
所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
在一种可能的实现方式中,
所述第一结果包括:队列的分析结果,其中,所述队列为所述第一网络中网络设备的端口的队列;
所述队列的分析结果包括以下一项或多项:
所述队列的出速率、所述队列的可用带宽、所述队列的起始缓存占用或者所述队列的终止缓存占用,其中,
所述队列的起始缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的起始时刻下,所述队列的队列长度;
所述队列的终止缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的终止时刻下,所述队列的队列长度。
在一种可能的实现方式中,
所述第一时窗集合的分析结果还包括以下一项或多项:所述第一时窗集合的缓存信息,或者,所述第一时窗集合的丢包信息。
在一种可能的实现方式中,
收发模块1201,还用于向所述第一网络的网络设备和/或所述第一网络的网络控制器发送所述第一结果,使得所述第一网络的网络设备和/或所述第一网络的网络控制器根据所述第一结果,调整所述第一网络或者所述第一网络的所述数据流。
在一种可能的实现方式中,所述第一装置应用于数字孪生系统。
在一种可能的实现方式中,所述第一结果包括以下一项或多项信息:
传输时延、丢包信息、网络设备的缓存信息、网络设备中队列的出速率,或者网络设备的可用带宽。
在一种可能的实现方式中,该计算装置用作第二装置,该计算装置1200包括:
收发模块1201,用于获取第一网络的数据流的流特征信息;
收发模块1201,还用于获取所述第一网络的网络信息;
收发模块1201,还用于向第一装置发送所述数据流的流特征信息、所述网络信息,所述数据流的流特征信息、所述网络信息用于所述第一装置生成第一结果,所述第一结果指示在变化条件下所述第一网络传输数据流的网络性能指标,其中所述变化条件指示对所述第一网络对应的信息的改变。
在一种可能的实现方式中,所述第二装置获取以下一项或多项:所述数据流的流特征参数、所述数据流的统计信息或者所述数据流的报文序列;其中,所述数据流的流特征参数包括以下一项或多项:所述数据流的发包间隔、所述数据流的数据大小、所述数据流的抖动情况,
所述数据流的统计信息包括以下一项或多项:统计时长内所述数据流的最大流速率、所述统计时长内所述数据流的最小流速率,或者所述统计时长内所述数据流的平均流速率;
所述数据流的报文序列指示组成所述数据流的报文类型、报文数量和报文大小。
在一种可能的实现方式中,
收发模块1201,还用于通过链路层发现协议LLDP获取所述网络信息,或者,所述第二装置通过网络表项获取所述网络信息。
在一种可能的实现方式中,所述网络信息包括以下一项或多项:
所述第一网络的网络拓扑结构信息、所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
在一种可能的实现方式中,所述第二装置应用于数字孪生系统。
其中,收发模块1201、处理模块1202均可以通过软件实现,或者可以通过硬件实现。示例性的,接下来以收发模块1201为例,介绍收发模块1201的实现方式。类似的,处理模块1202的实现方式可以参考收发模块1201的实现方式。
模块作为软件功能单元的一种举例,收发模块1201可以包括运行在计算实例上的代码。其中,计算实例可以包括物理主机(计算设备)、虚拟机、容器中的至少一种。进一步地,上述计算实例可以是一台或者多台。例如,收发模块1201可以包括运行在多个主机/虚拟机/容器上的代码。需要说明的是,用于运行该代码的多个主机/虚拟机/容器可以分布在相同的区域(region)中,也可以分布在不同的region中。进一步地,用于运行该代码的多个主机/虚拟机/容器可以分布在相同的可用区(availability zone,AZ)中,也可以分布在不同的AZ中,每个AZ包括一个数据中心或多个地理位置相近的数据中心。其中,通常一个region可以包括多个AZ。
同样,用于运行该代码的多个主机/虚拟机/容器可以分布在同一个虚拟私有云(virtual private cloud,VPC)中,也可以分布在多个VPC中。其中,通常一个VPC设置在一个region内,同一region内两个VPC之间,以及不同region的VPC之间跨区通信需在每个VPC内设置通信网关,经通信网关实现VPC之间的互连。
模块作为硬件功能单元的一种举例,收发模块1201可以包括至少一个计算设备,如服务器等。或者,收发模块1201也可以是利用专用集成电路(application-specificintegrated circuit,ASIC)实现、或可编程逻辑器件(programmable logic device,PLD)实现的设备等。其中,上述PLD可以是复杂程序逻辑器件(complex programmable logicaldevice,CPLD)、现场可编程门阵列(field-programmable gate array,FPGA)、通用阵列逻辑(generic array logic,GAL)或其任意组合实现。
收发模块1201包括的多个计算设备可以分布在相同的region中,也可以分布在不同的region中。收发模块1201包括的多个计算设备可以分布在相同的AZ中,也可以分布在不同的AZ中。同样,收发模块1201包括的多个计算设备可以分布在同一个VPC中,也可以分布在多个VPC中。其中,所述多个计算设备可以是服务器、ASIC、PLD、CPLD、FPGA和GAL等计算设备的任意组合。
需要说明的是,在其他实施例中,收发模块1201可以用于执行网络分析方法中的任意步骤,处理模块1202可以用于执行网络分析方法中的任意步骤,收发模块1201和处理模块1202负责实现的步骤可根据需要指定,通过收发模块1201和处理模块1202分别实现网络分析方法中不同的步骤来实现第一装置或者第二装置的全部功能。
本申请还提供一种计算系统,如图13所示,图13为本申请实施例提出的一种计算系统1300示意图,计算系统1300包括:
第一装置1301,用于实现前述网络分析方法中第一装置执行的相关步骤。
第二装置1302,用于实现前述网络分析方法中第二装置执行的相关步骤。
第一装置1301和第二装置1302均可以通过软件实现,或者可以通过硬件实现。示例性的,接下来介绍第一装置1301的实现方式。类似的,第二装置1302的实现方式可以参考第一装置1301的实现方式。
模块作为软件功能单元的一种举例,第一装置1301可以包括运行在计算实例上的代码。其中,计算实例可以是物理主机(计算设备)、虚拟机、容器等计算设备中的至少一种。进一步地,上述计算设备可以是一台或者多台。例如,第一装置1301可以包括运行在多个主机/虚拟机/容器上的代码。需要说明的是,用于运行该应用程序的多个主机/虚拟机/容器可以分布在相同的region中,也可以分布在不同的region中。用于运行该代码的多个主机/虚拟机/容器可以分布在相同的AZ中,也可以分布在不同的AZ中,每个AZ包括一个数据中心或多个地理位置相近的数据中心。其中,通常一个region可以包括多个AZ。
同样,用于运行该代码的多个主机/虚拟机/容器可以分布在同一个VPC中,也可以分布在多个VPC中。其中,通常一个VPC设置在一个region内。同一region内两个VPC之间,以及不同region的VPC之间跨区通信需在每个VPC内设置通信网关,经通信网关实现VPC之间的互连。
模块作为硬件功能单元的一种举例,第一装置1301可以包括至少一个计算设备,如服务器等。或者,第一装置1301也可以是利用ASIC实现、或PLD实现的设备等。其中,上述PLD可以是CPLD、FPGA、GAL或其任意组合实现。
第一装置1301包括的多个计算设备可以分布在相同的region中,也可以分布在不同的region中。第一装置1301包括的多个计算设备可以分布在相同的AZ中,也可以分布在不同的AZ中。同样,第一装置1301包括的多个计算设备可以分布在同一个VPC中,也可以分布在多个VPC中。其中,所述多个计算设备可以是服务器、ASIC、PLD、CPLD、FPGA和GAL等计算设备的任意组合。
一种可能的实现方式中,计算系统1300应用于数字孪生系统。
本申请还提供一种计算设备1400。如图14所示,计算设备1400包括:总线1402、处理器1404、存储器1406和通信接口1408。处理器1404、存储器1406和通信接口1408之间通过总线1402通信。计算设备1400可以是服务器或终端设备。应理解,本申请不限定计算设备1400中的处理器、存储器的个数。
总线1402可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。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14中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。总线1404可包括在计算设备1400各个部件(例如,存储器1406、处理器1404、通信接口1408)之间传送信息的通路。
处理器1404可以包括中央处理器(central processing unit,CPU)、图形处理器(graphics processing unit,GPU)、微处理器(micro processor,MP)或者数字信号处理器(digital signal processor,DSP)等处理器中的任意一种或多种。
存储器1406可以包括易失性存储器(volatile memory),例如随机存取存储器(random access memory,RAM)。处理器1404还可以包括非易失性存储器(non-volatilememory),例如只读存储器(read-only memory,ROM),快闪存储器,机械硬盘(hard diskdrive,HDD)或固态硬盘(solid state drive,SSD)。
存储器1406中存储有可执行的程序代码,处理器1404执行该可执行的程序代码以分别实现前述收发模块1201和处理模块1202的功能,从而实现网络分析方法。也即,存储器1406上存有用于执行网络分析方法的指令。
通信接口1403使用例如但不限于网络接口卡、收发器一类的收发模块,来实现计算设备1400与其他设备或通信网络之间的通信。
本申请实施例还提供了一种计算设备集群。该计算设备集群包括至少一台计算设备。该计算设备可以是服务器,例如是中心服务器、边缘服务器,或者是本地数据中心中的本地服务器。在一些实施例中,计算设备也可以是台式机、笔记本电脑或者智能手机等终端设备。
如图15所示,图15为本申请实施例中一种计算设备集群的实施例示意图。所述计算设备集群包括至少一个计算设备1400。计算设备集群中的一个或多个计算设备1400中的存储器1406中可以存有相同的用于执行网络分析方法的指令。
在一些可能的实现方式中,该计算设备集群中的一个或多个计算设备1400的存储器1406中也可以分别存有用于执行网络分析方法的部分指令。换言之,一个或多个计算设备1400的组合可以共同执行用于执行网络分析方法的指令。
需要说明的是,计算设备集群中的不同的计算设备1400中的存储器1406可以存储不同的指令,分别用于执行第一装置1301和/或第二装置1302的部分功能。也即,不同的计算设备1400中的存储器1406存储的指令可以实现收发模块1201和处理模块1202中的一个或多个模块的功能。
在一些可能的实现方式中,计算设备集群中的一个或多个计算设备可以通过网络连接。其中,所述网络可以是广域网或局域网等等。图16示出了一种可能的实现方式。图16为本申请实施例中一种计算设备集群的实施例示意图。如图16所示,第一装置1301和第二装置1302之间通过网络进行连接。具体地,通过各个计算设备中的通信接口与所述网络进行连接。在这一类可能的实现方式中,第一装置1301中的存储器1406中存有执行收发模块1201和处理模块1202的功能的指令。同时,第二装置1302中的存储器1406中存有执行收发模块1201和处理模块1202的功能的指令。
应理解,图16中示出的第一装置1301的功能也可以由多个计算设备1400完成。同样,第二装置1302的功能也可以由多个计算设备1400完成。
本申请实施例还提供了另一种计算设备集群。该计算设备集群中各计算设备之间的连接关系可以类似的参考图15和图16所述计算设备集群的连接方式。不同的是,该计算设备集群中的一个或多个计算设备1400中的存储器1406中可以存有相同的用于执行网络分析方法的指令。
在一些可能的实现方式中,该计算设备集群中的一个或多个计算设备1400的存储器1406中也可以分别存有用于执行网络分析方法的部分指令。换言之,一个或多个计算设备1400的组合可以共同执行用于执行网络分析方法的指令。
本申请实施例还提供了一种包含指令的计算机程序产品。所述计算机程序产品可以是包含指令的,能够运行在计算设备上或被储存在任何可用介质中的软件或程序产品。当所述计算机程序产品在至少一个计算设备上运行时,使得至少一个计算设备执行网络分析方法,或网络分析方法。
本申请实施例还提供了一种计算机可读存储介质。所述计算机可读存储介质可以是计算设备能够存储的任何可用介质或者是包含一个或多个可用介质的数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘)等。该计算机可读存储介质包括指令,所述指令指示计算设备执行网络分析方法,或指示计算设备执行网络分析方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的保护范围。
Claims (24)
1.一种网络分析方法,其特征在于,所述方法包括:
所述第一装置获取第一网络的数据流的流特征信息;
所述第一装置获取第一网络的网络信息;
所述第一装置获取变化条件,所述变化条件指示对与所述第一网络对应的信息的改变;
所述第一装置根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成第一结果,所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标。
2.根据权利要求1所述的方法,其特征在于,所述第一装置根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成所述第一结果,包括:
所述第一装置根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成所述第一网络和改变后的所述数据流;
所述第一装置将所述改变后的所述数据流输入至所述第一网络,生成所述第一结果;
或,
所述第一装置根据所述数据流的流特征信息、所述变化条件和所述网络信息,生成改变后的所述第一网络和所述数据流;
所述第一装置将所述数据流输入至所述改变后的所述第一网络,生成所述第一结果。
3.根据权利要求2所述的方法,其特征在于,
所述与所述第一网络对应的信息包括:所述第一网络的所述网络信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示在所述第一网络的所述网络信息改变后,所述改变后的所述第一网络传输所述数据流的网络性能指标。
4.根据权利要求2所述的方法,其特征在于,
所述与所述第一网络对应的信息包括所述第一网络的所述数据流的流特征信息;
所述第一结果指示在所述变化条件下所述第一网络传输数据流的网络性能指标包括:
所述第一结果指示所述数据流的流特征信息改变后,所述第一网络传输所述改变后的所述数据流的网络性能指标。
5.根据权利要求2或3中任一项所述的方法,其特征在于,包括:
所述第一装置仿真处理所述数据流在所述改变后的所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述改变后的所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
所述第一装置根据所述第一时窗集合的分析结果,生成所述第一结果。
6.根据权利要求2或4中任一项所述的方法,其特征在于,包括:
所述第一装置仿真处理所述改变后所述数据流在所述第一网络的传输过程,生成至少一个第一时窗集合的分析结果,所述第一时窗集合指示所述第一网络中的网络设备传输一个或多个数据流片段的时间段,所述改变后的所述数据流包括所述一个或多个数据流片段,所述第一时窗集合包括一个或多个时窗;
所述第一装置根据所述第一时窗集合的分析结果,生成所述第一结果。
7.根据权利要求5或6所述的方法,其特征在于,包括:
所述第一装置确定多个所述第一时窗集合;
当所述多个所述第一时窗集合在时序上存在重叠部分时,所述第一装置确定第一时窗子集合,所述第一时窗子集合的起始时刻为第一时刻,所述第一时刻为所述多个所述第一时窗集合在时序上发生重叠的起始时刻;
所述第一装置根据所述第一时窗子集合对应的多个数据流片段,生成所述第一时窗子集合的分析结果。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述数据流的流特征信息包括以下一项或多项:
所述数据流的标识信息、所述数据流的五元组信息、所述数据流的转发路径信息、数据流片段的标识信息、所述数据流片段的起始时刻、所述数据流片段的时间长度、所述数据流片段的数据大小或者所述数据流片段的服务质量Qos标签,其中,所述数据流包括一个或多个数据流片段。
9.根据权利要求1-8中任一项所述的方法,其特征在于,所述网络信息包括以下一项或多项:
所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
10.根据权利要求1-9中任一项所述的方法,其特征在于,所述第一结果包括:队列的分析结果,其中,所述队列为所述第一网络中网络设备的端口的队列;
所述队列的分析结果包括以下一项或多项:
所述队列的出速率、所述队列的可用带宽、所述队列的起始缓存占用或者所述队列的终止缓存占用,其中,
所述队列的起始缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的起始时刻下,所述队列的队列长度;
所述队列的终止缓存占用,指示所述队列在所述第一时窗集合的任一个时窗的终止时刻下,所述队列的队列长度。
11.根据权利要求5-10中任一项所述的方法,其特征在于,所述第一时窗集合的分析结果还包括以下一项或多项:所述第一时窗集合的缓存信息,或者,所述第一时窗集合的丢包信息。
12.根据权利要求1-11中任一项所述的方法,其特征在于,所述方法还包括:
所述第一装置向所述第一网络的网络设备和/或所述第一网络的网络控制器发送所述第一结果,使得所述第一网络的网络设备和/或所述第一网络的网络控制器根据所述第一结果,调整所述第一网络或者所述第一网络的所述数据流。
13.根据权利要求1-12中任一项所述的方法,其特征在于,所述第一装置应用于数字孪生系统。
14.根据权利要求1-13中任一项所述的方法,其特征在于,所述第一结果包括以下一项或多项信息:
传输时延、丢包信息、网络设备的缓存信息、网络设备中队列的出速率,或者网络设备的可用带宽。
15.一种网络分析方法,其特征在于,所述方法包括:
所述第二装置获取第一网络的数据流的流特征信息;
所述第二装置获取所述第一网络的网络信息;
所述第二装置向第一装置发送所述数据流的流特征信息、所述网络信息,所述数据流的流特征信息、所述网络信息用于所述第一装置生成第一结果,所述第一结果指示在变化条件下所述第一网络传输数据流的网络性能指标,其中所述变化条件指示对所述第一网络对应的信息的改变。
16.根据权利要求15所述的方法,其特征在于,所述第二装置获取第一网络的所述数据流的流特征信息,包括:
所述第二装置获取以下一项或多项:所述数据流的流特征参数、所述数据流的统计信息或者所述数据流的报文序列;其中,所述数据流的流特征参数包括以下一项或多项:所述数据流的发包间隔、所述数据流的数据大小、所述数据流的抖动情况,
所述数据流的统计信息包括以下一项或多项:统计时长内所述数据流的最大流速率、所述统计时长内所述数据流的最小流速率,或者所述统计时长内所述数据流的平均流速率;
所述数据流的报文序列指示组成所述数据流的报文类型、报文数量和报文大小。
17.根据权利要求15-16中任一项所述的方法,其特征在于,所述第二装置获取所述第一网络的所述网络信息,包括:
所述第二装置通过链路层发现协议LLDP获取所述网络信息,或者,所述第二装置通过网络表项获取所述网络信息。
18.根据权利要求15-17中任一项所述的方法,其特征在于,所述网络信息包括以下一项或多项:
所述第一网络的网络拓扑结构信息、所述第一网络包括的网络设备的数量、所述网络设备的地址信息、所述网络设备的类型、所述网络设备包括的端口信息、所述网络设备的存储器信息或者所述网络设备的带宽信息。
19.根据权利要求15-18中任一项所述的方法,其特征在于,所述第二装置应用于数字孪生系统。
20.一种计算系统,其特征在于,所述计算系统包括第一装置和第二装置,所述第一装置实现如权利要求1至14中任一项所述的方法,所述第二装置实现如权利要求15至19任一项所述的方法。
21.一种计算装置,用作应第一装置,其特征在于,所述计算装置包括:
存储器,包括指令;
与所述存储器耦合的处理器,当所述处理器执行所述指令时,使得所述计算装置实现权利要求1至14中任一所述的方法。
22.一种计算装置,用作第二装置,其特征在于,所述计算装置包括:
存储器,包括指令;
与所述处理器耦合的处理器,当所述处理器执行所述指令时,使得所述计算装置实现权利要求15至19中任一所述的方法。
23.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至19中任一所述的方法。
24.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时,实现如权利要求1至19中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210842985.7A CN115426280B (zh) | 2022-07-18 | 2022-07-18 | 一种网络分析方法以及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210842985.7A CN115426280B (zh) | 2022-07-18 | 2022-07-18 | 一种网络分析方法以及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115426280A true CN115426280A (zh) | 2022-12-02 |
CN115426280B CN115426280B (zh) | 2024-04-09 |
Family
ID=84196894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210842985.7A Active CN115426280B (zh) | 2022-07-18 | 2022-07-18 | 一种网络分析方法以及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115426280B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020048243A (ko) * | 2000-12-18 | 2002-06-22 | 조정남 | 실시간 네트워크 시뮬레이션 방법 |
CN101009631A (zh) * | 2006-01-24 | 2007-08-01 | 华为技术有限公司 | 一种QoS控制方法和系统 |
CN110247827A (zh) * | 2019-07-25 | 2019-09-17 | 浙江鹏信信息科技股份有限公司 | 基于数字孪生技术的nfv网元全包围测试方法及装置 |
CN113890831A (zh) * | 2021-10-20 | 2022-01-04 | 中国联合网络通信集团有限公司 | 一种模拟网络设备的方法、装置及存储介质 |
CN114285757A (zh) * | 2020-09-18 | 2022-04-05 | 华为技术有限公司 | 网络仿真方法、装置、设备及计算机可读存储介质 |
US20220124001A1 (en) * | 2020-10-15 | 2022-04-21 | Fujitsu Limited | Method and system for predicting the evolution of simulation results for an internet of things network |
CN114553752A (zh) * | 2020-11-26 | 2022-05-27 | 南方电网数字电网研究院有限公司 | 基于仿真软件的网络性能测试方法、装置和计算机设备 |
CN114614989A (zh) * | 2021-11-18 | 2022-06-10 | 亚信科技(中国)有限公司 | 基于数字孪生技术的网络业务的可行性验证方法及装置 |
-
2022
- 2022-07-18 CN CN202210842985.7A patent/CN115426280B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020048243A (ko) * | 2000-12-18 | 2002-06-22 | 조정남 | 실시간 네트워크 시뮬레이션 방법 |
CN101009631A (zh) * | 2006-01-24 | 2007-08-01 | 华为技术有限公司 | 一种QoS控制方法和系统 |
CN110247827A (zh) * | 2019-07-25 | 2019-09-17 | 浙江鹏信信息科技股份有限公司 | 基于数字孪生技术的nfv网元全包围测试方法及装置 |
CN114285757A (zh) * | 2020-09-18 | 2022-04-05 | 华为技术有限公司 | 网络仿真方法、装置、设备及计算机可读存储介质 |
US20220124001A1 (en) * | 2020-10-15 | 2022-04-21 | Fujitsu Limited | Method and system for predicting the evolution of simulation results for an internet of things network |
CN114553752A (zh) * | 2020-11-26 | 2022-05-27 | 南方电网数字电网研究院有限公司 | 基于仿真软件的网络性能测试方法、装置和计算机设备 |
CN113890831A (zh) * | 2021-10-20 | 2022-01-04 | 中国联合网络通信集团有限公司 | 一种模拟网络设备的方法、装置及存储介质 |
CN114614989A (zh) * | 2021-11-18 | 2022-06-10 | 亚信科技(中国)有限公司 | 基于数字孪生技术的网络业务的可行性验证方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115426280B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108306751A (zh) | 无线网状网络中的回程和前传通信 | |
Boero et al. | BeaQoS: Load balancing and deadline management of queues in an OpenFlow SDN switch | |
Yu et al. | Pre-migration of vehicle to network services based on priority in mobile edge computing | |
US20140362730A1 (en) | System and Method for Mapping a Service-Level Topology to a Service-Specific Data Plane Logical Topology | |
US20180359131A1 (en) | Implementing provider edge with hybrid packet processing appliance | |
CN108810903A (zh) | 一种数据传输配置及数据传输方法和装置 | |
CN104904166A (zh) | 电信设备上的网络分组智能路由 | |
EP3923549A1 (en) | Data downloading method and related apparatus | |
Wang et al. | Computing aware scheduling in mobile edge computing system | |
Du et al. | Application specific mobile edge computing through network softwarization | |
CN108738071A (zh) | 一种资源建立的方法及装置 | |
TWI698111B (zh) | 功能分割無線前端通訊下品質體驗導向的跨層資料存取控制與波束分配之通訊系統 | |
CN115665227B (zh) | 一种普适的异构融合算网资源智慧适配网络架构及方法 | |
CN114867061B (zh) | 一种基于无线通信网络的云监控方法 | |
CN114615151A (zh) | 报文处理方法及设备 | |
Zhou et al. | Knowledge transfer based radio and computation resource allocation for 5G RAN slicing | |
He et al. | Cost-efficient heterogeneous data transmission in software defined vehicular networks | |
Liu et al. | A D2D offloading approach to efficient mobile edge resource pooling | |
CN102845042B (zh) | 一种应用层多个活动物理接口的带宽聚集系统及方法 | |
CN115426280A (zh) | 一种网络分析方法以及相关装置 | |
CN101938399B (zh) | 一种路由方法、装置 | |
CN104917679B (zh) | 一种面向手持移动设备的延迟容忍网络个性化路由方案选择系统 | |
US11153707B1 (en) | Facilitation of audio for augmented reality | |
Zhang | Delay-aware data transmission of multi-carrier communications in the presence of renewable energy | |
CN113747554A (zh) | 边缘计算网络任务调度与资源分配方法和装置 |
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 |