CN115473841B - 网络路径的确定方法、装置及存储介质 - Google Patents

网络路径的确定方法、装置及存储介质 Download PDF

Info

Publication number
CN115473841B
CN115473841B CN202211084664.1A CN202211084664A CN115473841B CN 115473841 B CN115473841 B CN 115473841B CN 202211084664 A CN202211084664 A CN 202211084664A CN 115473841 B CN115473841 B CN 115473841B
Authority
CN
China
Prior art keywords
target
path
network
service
characteristic
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
CN202211084664.1A
Other languages
English (en)
Other versions
CN115473841A (zh
Inventor
李威伟
许�鹏
李胜光
张桂玉
梁晓晨
贾金锁
赵岩
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.)
China United Network Communications Group Co Ltd
China Information Technology Designing and Consulting Institute Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
China Information Technology Designing and Consulting Institute Co Ltd
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 China United Network Communications Group Co Ltd, China Information Technology Designing and Consulting Institute Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202211084664.1A priority Critical patent/CN115473841B/zh
Publication of CN115473841A publication Critical patent/CN115473841A/zh
Application granted granted Critical
Publication of CN115473841B publication Critical patent/CN115473841B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/12Shortest path evaluation

Abstract

本申请提供一种网络路径的确定方法、装置及存储介质,涉及通信技术领域,可以提高确定网络路径的准确性。该方法包括:获取目标业务的业务类型和多个网络路径的网络资源信息。对多个网络路径的网络资源信息进行处理,得到多个目标数据集,多个目标数据集与多个网络路径相对应,一个目标数据集包括一个网络路径对应的多个特征值,一个特征值与一个业务类型相对应,特征值用于反映网络路径与业务类型之间的匹配程度。之后,根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径,目标路径为多个网络路径中,目标特征值大于预设特征阈值的网络路径,目标特征值为目标业务的业务类型对应的特征值。

Description

网络路径的确定方法、装置及存储介质
技术领域
本发明涉及通信技术领域,尤其涉及一种网络路径的确定方法、装置及存储介质。
背景技术
随着通信技术的发展,网络中许多业务对网络路径的要求也逐渐提高。例如,游戏业务对网络路径的时延要求较高。又例如,视频业务对网络路径的带宽要求较高。又例如,语音业务对网络路径的丢包率要求较高。
目前,运营商为业务确定网络路径时,可以将业务的部分需求信息(如时延、带宽、丢包率等)和网络路径的资源参数进行比对,进而确定处理该业务的网络路径。但是,仅通过业务的部分需求信息确定网络路径,可能导致确定网络路径的准确率较低,进而导致该网络路径无法满足业务需求。
发明内容
本申请提供一种网络路径的确定方法、装置及存储介质,可以提高确定网络路径的准确性。
为达到上述目的,本申请采用如下技术方案:
根据本申请的第一方面,提供一种网络路径的确定方法。该方法包括:
网络路径的确定装置(可以简称为“确定装置”)获取目标业务的业务类型和多个网络路径的网络资源信息。确定装置可以对多个网络路径的网络资源信息进行处理,得到多个目标数据集,多个目标数据集与多个网络路径相对应,一个目标数据集包括一个网络路径对应的多个特征值,一个特征值与一个业务类型相对应,特征值用于反映网络路径与业务类型之间的匹配程度。之后,确定装置可以根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径,目标路径为多个网络路径中,目标特征值大于预设特征阈值的网络路径,目标特征值为目标业务的业务类型对应的特征值。
可选的,上述“确定装置对多个网络路径的网络资源信息进行处理,得到多个目标数据集”的方法,包括:确定装置将多个网络路径的网络资源信息输入训练后的类型预测模型,得到多个目标数据集。
可选的,上述“确定装置根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径”的方法,包括:确定装置对于多个网络路径中每个网络路径,根据第一操作确定每个网络路径匹配的业务类型。第一操作包括:将第一路径的多个特征值进行比较,确定第一特征值,第一特征值为第一路径的多个特征值中最大的特征值,第一路径为多个网络路径中任一网络路径,第一特征值大于预设特征阈值。然后,将第一特征值对应的业务类型作为第一路径匹配的业务类型。之后,确定装置根据目标业务的业务类型和每个网络路径匹配的业务类型,确定目标路径,目标路径为多个网络路径中与目标业务的业务类型匹配的任一网络路径。
可选的,上述“确定装置根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径”的方法,包括:确定装置根据目标业务的业务类型和每个目标数据集的多个特征值,确定每个网络路径的目标特征值。然后,确定装置将每个网络路径的目标特征值与预设特征阈值进行比较,确定至少一个大于预设特征阈值的目标特征值。之后,确定装置将至少一个大于预设特征阈值的目标特征值中任一目标特征值对应的网络路径作为目标路径。
根据本申请的第二方面,提供一种网络路径的确定装置,该装置包括获取模块和处理模块。
获取模块,用于获取目标业务的业务类型和多个网络路径的网络资源信息。处理模块,用于对多个网络路径的网络资源信息进行处理,得到多个目标数据集,多个目标数据集与多个网络路径相对应,一个目标数据集包括一个网络路径对应的多个特征值,一个特征值与一个业务类型相对应,特征值用于反映网络路径与业务类型之间的匹配程度。处理模块,还用于根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径,目标路径为多个网络路径中,目标特征值大于预设特征阈值的网络路径,目标特征值为目标业务的业务类型对应的特征值。
可选的,处理模块,具体用于将多个网络路径的网络资源信息输入训练后的类型预测模型,得到多个目标数据集。
可选的,处理模块,具体用于对于多个网络路径中每个网络路径,根据第一操作确定每个网络路径匹配的业务类型。第一操作包括:将第一路径的多个特征值进行比较,确定第一特征值,第一特征值为第一路径的多个特征值中最大的特征值,第一路径为多个网络路径中任一网络路径,第一特征值大于预设特征阈值。之后,将第一特征值对应的业务类型作为第一路径匹配的业务类型。处理模块,还用于根据目标业务的业务类型和每个网络路径匹配的业务类型,确定目标路径,目标路径为多个网络路径中与目标业务的业务类型匹配的任一网络路径。
可选的,处理模块,具体用于根据目标业务的业务类型和每个目标数据集的多个特征值,确定每个网络路径的目标特征值。处理模块,还用于将每个网络路径的目标特征值与预设特征阈值进行比较,确定至少一个大于预设特征阈值的目标特征值。之后,处理模块,还用于将至少一个大于预设特征阈值的目标特征值中任一目标特征值对应的网络路径作为目标路径。
根据本申请的第三方面,提供一种网络路径的确定装置,该装置包括:处理器和存储器。处理器和存储器耦合。存储器用于存储一个或多个程序,该一个或多个程序包括计算机执行指令,当该网络路径的确定装置运行时,处理器执行该存储器存储的该计算机执行指令,以实现如第一方面和第一方面的任一种可能的实现方式中所描述的网络路径的确定方法。
根据本申请的第四方面,提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当指令在计算机上运行时,使得计算机执行上述第一方面和第一方面的任一种可能的实现方式中所描述的网络路径的确定方法。
根据本申请的第五方面,提供一种计算机程序产品,包括计算机程序,当其计算机程序被处理器执行时,使得计算机实现如第一方面和第一方面的任一种可能的实现方式中所描述的网络路径的确定方法。
上述方案中,网络路径的确定装置、计算机设备、计算机存储介质或者计算机程序产品所能解决的技术问题以及实现的技术效果可以参见上述第一方面所解决的技术问题以及技术效果,在此不再赘述。
本申请提供的技术方案至少带来以下有益效果:确定装置获取目标业务的业务类型和多个网络路径的网络资源信息。之后,确定装置可以对多个网络路径的网络资源信息进行处理,得到多个目标数据集,多个目标数据集与多个网络路径相对应,一个目标数据集包括一个网络路径对应的多个特征值,一个特征值与一个业务类型相对应,特征值用于反映网络路径与业务类型之间的匹配程度。也就是说,确定装置可以确定每个网络路径与多个业务类型的匹配程度。之后,确定装置可以根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径,目标路径为多个网络路径中,目标特征值大于预设特征阈值的网络路径,目标特征值为目标业务的业务类型对应的特征值。也就是说,确定装置可以将与目标业务的业务类型的匹配程度较高的路径作为目标路径,即目标路径处理目标业务的处理能力较强。这样一来,该目标路径可以较好地满足目标业务的业务需求,提高了确定目标路径的准确率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理,并不构成对本申请的不当限定。
图1是根据一示例性实施例示出的一种通信系统的示意图;
图2是根据一示例性实施例示出的一种网络路径的确定方法的流程图;
图3是根据一示例性实施例示出的另一种网络路径的确定方法的流程图;
图4是根据一示例性实施例示出的一种网络路径的确定装置的结构框图;
图5是根据一示例性实施例示出的一种网络路径的确定装置的结构示意图;
图6是根据一示例性实施例示出的一种计算机程序产品的概念性局部视图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
本文中字符“/”,一般表示前后关联对象是一种“或者”的关系。例如,A/B可以理解为A或者B。
本申请的说明书和权利要求书中的术语“第一”和“第二”是用于区别不同的对象,而不是用于描述对象的特定顺序。
此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,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、产品或设备没有限定于已列出的步骤或模块,而是可选地还包括其他没有列出的步骤或模块,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或模块。
另外,在本申请实施例中,“示例性的”、或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”、或者“例如”等词旨在以具体方式呈现概念。
在对本申请实施例的网络路径的确定方法进行详细介绍之前,先对本申请实施例的实施环境和应用场景进行介绍。
近年来,随着通信技术的发展,网络中许多业务对网络路径的要求也逐渐提高。例如,游戏业务对网络路径的时延要求较高。又例如,视频业务对网络路径的带宽要求较高。又例如,语音业务对网络路径的丢包率要求较高。目前,运营商为业务确定网络路径时,服务器需要先获取业务的需求信息(如时延、带宽、丢包率等)和网络路径的资源参数。之后,服务器可以将业务的部分需求信息和网络路径的资源参数进行比对,进而确定处理该业务的网络路径。但是,仅通过业务的部分需求信息确定网络路径,可能导致确定网络路径的准确率较低,进而导致该网络路径无法满足业务需求。例如,业务需求信息包括时延、带宽、丢包率等,假如服务器仅通过时延确定网络路径,未参考带宽和丢包率等参数,可能导致确定的网络路径的带宽和丢包率不能满足业务的需求信息,影响对业务的处理。
为了解决上述问题,本申请实施例提供一种网络路径的确定方法,服务器可以获取目标业务的业务类型和多个网络路径的网络资源信息。之后,服务器可以根据多个网络路径的网络资源信息,确定每个网络路径与多个业务类型之间的匹配程度。然后,服务器可以将与目标业务的业务类型的匹配程度较高的路径作为目标路径,即目标路径处理目标业务的处理能力较强。这样一来,该目标路径可以较好地满足目标业务的业务需求,提高了确定目标路径的准确率。
下面对本申请实施例的实施环境进行介绍。
图1为本申请实施例提供的一种通信系统示意图,如图1所示,该通信系统中可以包括:网络设备(如服务器101或基站等)和至少一个路由设备(如路由设备102)。
其中,基站可以包括各种形式的基站,例如:宏基站,微基站(也称为小站),中继站,接入点等。具体可以为:是无线局域网(Wireless Local Area Network,WLAN)中的接入点(access point,AP),全球移动通信系统(Global System for Mobile Communications,GSM)或码分多址接入(Code Division Multiple Access,CDMA)中的基站(BaseTransceiver Station,BTS),也可以是宽带码分多址(Wideband Code Division MultipleAccess,WCDMA)中的基站(NodeB,NB),还可以是LTE中的演进型基站(Evolved Node B,eNB或eNodeB),或者中继站或接入点,或者车载设备、可穿戴设备以及未来5G网络中的下一代节点B(The Next Generation Node B,gNB)或者未来演进的公用陆地移动网(Public LandMobile Network,PLMN)网络中的基站等。
服务器可以为物理服务器,也可以为云端服务器。
在介绍了本申请实施例的应用场景和实施环境之后,下面结合上述实施环境,对本申请实施例提供的网络路径的确定方法进行详细介绍。
以下实施例中的方法均可以在上述应用场景和实施环境中实现。以下实施例中以上述服务器为执行主体为例,结合说明书附图对本申请实施例进行具体说明。
图2是根据一示例性实施例示出的一种网络路径的确定方法的流程图。如图2所示,该方法可以包括S201-S204。
S201、服务器获取目标业务的业务类型。
需要说明的是,本申请实施例对目标业务的业务类型不作限定。例如,业务类型可以为虚拟现实技术(Virtual Reality,VR)游戏业务。又例如,业务类型可以为多媒体资源类业务(如视频资源业务)。又例如,业务类型可以为语音业务。又例如,业务类型可以为低时延敏感型业务、高带宽敏感型业务等。
在一种可能实现的方式中,服务器中存储有预设业务标识与业务类型之间的对应关系(可以称为第一对应关系)。服务器可以获取目标业务的业务标识。之后,服务器可以根据业务标识和第一对应关系,确定目标业务的业务类型。
示例性的,如表1所示,其示出了预设业务标识与业务类型之间的对应关系。
表1
预设业务标识 业务类型
标识a VR游戏业务
标识b 多媒体资源类业务
标识c 语音业务
也就是说,在业务的业务标识为标识a的情况下,业务的业务类型为VR游戏业务。在业务的业务标识为标识b的情况下,业务的业务类型为多媒体资源类业务。在业务的业务标识为标识c的情况下,业务的业务类型为语音业务。
示例性的,结合表1,假如目标业务的业务标识为标识a,服务器则确定目标业务的业务类型为VR游戏业务。
在另一种可能的实现方式中,服务器可以获取目标业务的业务需求参数。之后,服务器可以根据第一预设策略和目标业务的业务需求参数,确定目标业务的业务类型。其中,第一预设策略用于确定业务类型。
需要说明的是,本申请实施例对业务需求参数不作限定。例如,业务需求参数可以包括以下至少一项:时延、带宽、丢包率、流量等。
示例性的,假如第一预设策略包括:策略A、策略B和策略C。其中,策略A为:在业务需求的时延小于1的情况下,将业务确定为VR游戏业务。策略B为:在业务需求的带宽大于100的情况下,将业务确定为视频资源业务。策略C为:在业务需求的丢包率小于10的情况下,将业务确定为语音业务。假如,目标业务的业务需求参数包括:时延(如0.5秒)、带宽(如40比特/秒)、丢包率(如20),服务器则确定目标业务为VR游戏业务。
S202、服务器获取多个网络路径的网络资源信息。
需要说明的是,本申请实施例对网络资源信息不作限定。例如,网络资源信息可以包括以下至少一项参数:时延、带宽、丢包率、流量等。在一种可能的实现方式中,服务器中存储有多个网络路径的网络资源信息。服务器可以从数据库获取多个网络路径的网络资源信息。
在一种可能的实现方式中,服务器可以获取多个网络路径的原始网络资源信息。之后,服务器对多个网络路径的原始网络资源信息进行预处理,得到多个网络路径的网络资源信息。
需要说明的是,本申请实施例对预处理的方式不作限定。例如,预处理可以包括:数据清洗、数据去噪、数据整合等。
S203、服务器对多个网络路径的网络资源信息进行处理,得到多个目标数据集。
其中,多个目标数据集与多个网络路径相对应。也就是说,一个网络路径对应一个目标数据集。
在本申请实施例中,一个目标数据集包括一个网络路径对应的多个特征值。一个特征值与一个业务类型相对应。其中,特征值用于反映网络路径与业务类型之间的匹配程度。
需要说明的是,网络路径与业务类型之间的匹配程度是指,网络路径处理该业务类型的业务的处理能力。并且,本申请实施例对特征值与匹配程度之间的关系不作限定。例如,特征值与程度呈正比,即特征值越大,网络路径与业务类型之间的匹配程度越大。特征值越小,网络路径与业务类型之间的匹配程度越小。又例如,特征值与匹配程度呈反比,即特征值越大,网络路径与业务类型之间的匹配程度越小。特征值越小,网络路径与业务类型之间的匹配程度越大。下面以特征值与匹配程度呈正比为例,对本申请实施例进行介绍。
示例性的,假如网络路径A的目标数据集包括:特征值a、特征值b和特征值c。其中,特征值a用于反映网络路径A与VR游戏业务之间的匹配程度,特征值b用于反映网络路径A与多媒体资源业务之间的匹配程度,特征值c用于反映网络路径A与语音业务之间的匹配程度。假如,特征值a为80,特征值b为60,特征值c为90,则说明网络路径A与语音业务之间的匹配程度最大。
在一种可能的实现方式中,服务器可以根据多个网络路径的网络资源信息和预设关系,确定每个网络路径的网络资源信息中每个参数的特征子值,预设关系为网络资源信息中的参数与特征子值之间的关系。
示例性的,如表2所示,其示出了时延与特征子值的对应关系、丢包率与特征子值的对应关系、带宽利用率与特征子值的对应关系、带宽与特征子值的对应关系。
表2
时延(秒) 丢包率 带宽利用率 带宽(比特/秒) 特征子值
0-5 0-20 100%-90% 500-200 10
5-10 20-50 90%-70% 200-100 8
10-15 50-80 70%-50% 100-50 6
也就是说,在时延为0-5秒时,时延的特征子值为10。在丢包率为0-20时,丢包率的特征子值为10。在带宽利用率为100%-90%时,带宽利用率的特征子值为10。在带宽为500-200比特/秒时,带宽的特征子值为10。同理,对于其他特征子值的介绍可以参考上述描述,此处不予赘述。
之后,服务器根据每个网络路径的多个特征子值和多个预设特征值公式,确定每个网络路径的特征值。其中,一个预设特征值公式对应一个业务类型,不同预设特征值公式中不同参数的特征子值对应的权重不同。
示例性的,假如多个业务类型包括:低时延敏感型业务和高带宽敏感型业务。低时延敏感型业务的预设特征值公式为:低时延敏感型业务对应的特征值=时延的特征子值×40%+丢包率的特征子值×40%+带宽利用率的特征子值×15%+带宽的特征子值×5%,高带宽敏感型业务的预设特征值公式为:高带宽敏感型业务对应的特征值=时延的特征子值×20%+丢包率的特征子值×30%+带宽利用率的特征子值×40%+带宽的特征子值×10%。假如,路径A的网络资源信息包括:时延(如0.5秒)、丢包率(如10)、带宽利用率(如20%)、带宽(如40比特/秒),时延、丢包率、带宽利用率、带宽的特征子值分别为10、10、3、2,则路径A在低时延敏感型业务的特征值为8.55,路径A在高带宽敏感型业务的特征值为6.4。
在另一种可能实现的方式中,服务器可以将多个网络路径的网络资源信息输入训练后的类型预测模型,得到多个目标数据集。
需要说明的是,在本申请实施例中,类型预测模型可以为由基于决策树的集成机器学习算法构建的模型(如XGBoost算法)。
在一种可能的设计中,目标数据集可以满足公式一。
Figure BDA0003834992380000101
其中,
Figure BDA0003834992380000102
用于表示第i个网络路径的目标数据集,xi用于表示第i个网络路径的网络资源信息,k用于表示决策树的数量,F用于表示全部分类回归树(classific ation andregression tree,CART),f用于表示任一CART。
可以理解的是,服务器将多个网络路径的网络资源信息输入训练后的类型预测模型,得到多个目标数据集。如此,服务器可以准确地确定每个网络路径与多个业务类型的匹配程度,进而可以结合网络路径与业务类型的匹配程度为目标业务确定目标路径。
下面以类型预测模型为由XGBoost算法构建的模型为例,对训练类型预测模型的过程进行介绍。包括步骤一-步骤四。
步骤一,服务器可以将历史信息集划分为训练集、测试集与验证集,历史信息集包括多个测试网络路径的网络资源信息和多个测试网络路径的数据集(即多个特征值)。
需要说明的是,历史信息集可以由开发人员设置。可选的,开发人员可以结合上述实施例中的预设特征值公式,得到历史信息集中每个网络路径的多个特征值。
步骤二,服务器可以将训练集输入到类型预测模型(如XGBoost模型),对类型预测模型进行训练。具体的,服务器可以通过有监督的学习和挖掘不同网络路径中各个参数与业务类型之间的关系,并使用XGBoost基于梯度提升(Gradient Boost)框架的集成树方法做迭代训练。
步骤三,服务器可以使用XGBoost算法提供的模型评价指标F1-Score和测试集对类型预测模型进行评估。服务器可以根据类型预测模型的过拟合、欠拟合等进行分析,进而对XGBoost进行调超参数,得到训练后的类型预测模型。
其中,F1-Score是查全率和查准率的调和平均数,又称为平衡F分数(Balanced FScore),平衡F分数的最大值为1,平衡F分数的最小值为0。
需要说明的是,超参数可以包括以下至少一项:决策树弱学习器个数(n_estimators)、弱学习器的权重缩减系数(learning rate)、每棵树随机采样的列数的占比(colsample_bytree)、每棵树随机采样的比例(subsample)、树的最大深度(max_depth)等。
步骤四,服务器可以将验证集输入训练后的类型预测模型,得到验证集对应的输出结果。当验证集对应的输出结果的准确率大于预设准确率阈值,则服务器确定已经训练完成类型预测模型。当验证集对应的输出结果的准确率小于预设准确率阈值,则服务器继续训练类型预测模型(即步骤二和步骤三)。
S204、服务器根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径。
在本申请实施例中,目标路径是指处理目标业务的路径。
其中,目标路径为多个网络路径中,目标特征值大于预设特征阈值的网络路径。目标特征值为目标业务的业务类型对应的特征值。
示例性的,假如目标业务的业务类型为VR游戏业务,则目标特征值为与VR游戏业务对应的特征值。假如目标业务的业务类型为多媒体资源业务,则目标特征值为与多媒体资源业务对应的特征值。假如目标业务的业务类型为低时延敏感型业务,则目标特征值为与低时延敏感型业务对应的特征值。
在一种可能的实现方式中,服务器根据目标业务的业务类型和每个目标数据集的多个特征值,确定每个网络路径的目标特征值;然后,服务器将每个网络路径的目标特征值与预设特征阈值进行比较,确定至少一个大于预设特征阈值的目标特征值;之后,服务器将至少一个大于预设特征阈值的目标特征值中任一目标特征值对应的网络路径作为目标路径。
示例性的,假如目标业务的业务类型为VR游戏业务,多个网络路径包括路径A、路径B和路径C,网络路径与VR游戏业务类型对应的特征值为特征值a。路径A的目标数据集包括特征值a(如9)、特征值b(如6)和特征值c(如7.5),路径B的目标数据集包括特征值a(如7)、特征值b(如8)和特征值c(如3),路径C的目标数据集包括特征值a(如8.5)、特征值b(如5)和特征值c(如6)。即路径A的目标特征值为9,路径B的目标特征值为7,路径C的目标特征值为8.5。假如预设特征阈值为8,则目标路径为路径A或路径B。
可以理解的是,服务器获取目标业务的业务类型和多个目标数据集的网络资源信息。之后,服务器可以对多个网络路径的网络资源信息进行处理,得到多个目标数据集,多个目标数据集与多个网络路径相对应,目标数据集包括多个特征值,一个特征值与一个业务类型相对应,特征值用于反映网络路径与业务类型之间的匹配程度。也就是说,服务器可以确定每个网络路径与多个业务类型的匹配程度。之后,服务器可以根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径,目标路径为多个网络路径中,目标特征值大于预设特征阈值的网络路径,目标特征值为目标业务的业务类型对应的特征值。也就是说,服务器可以将与目标业务的业务类型的匹配程度较高的路径作为目标路径,即目标路径处理目标业务的处理能力较强。这样一来,该目标路径可以较好地满足目标业务的业务需求,提高了确定目标路径的准确率。
在一些实施例中,如图3所示,S204可以包括S301-S303。
S301、服务器将第一路径的多个特征值进行比较,确定第一特征值。
其中,第一特征值为第一路径的多个特征值中最大的特征值,第一路径为多个网络路径中任一网络路径。
示例性的,第一路径的多个特征值包括:VR游戏业务(如8.5)、多媒体资源业务(如3)、语音业务(如5),则第一特征值为VR游戏业务对应的特征值。
在本申请实施例中,第一特征值大于预设特征阈值。也就是说,预设特征阈值小于第一特征值。
示例性的,假如多个网络路径包括:路径A、路径B和路径C,路径A的目标数据集包括:9、8、6,路径B的目标数据集包括:3、8、8.5,路径C的目标数据集包括:4、9.5、2。即路径A的第一特征值为9,路径B的第一特征值为8.5,路径C的第一特征值为9.5。也就是说,预设特征阈值小于8.5。
S302、服务器将第一特征值对应的业务类型作为第一路径匹配的业务类型。
示例性的,第一路径的多个特征值包括:VR游戏业务(如8.5)、多媒体资源业务(如3)、语音业务(如5),第一特征值为VR游戏业务对应的特征值,第一路径匹配的业务类型为VR游戏业务。
需要说明的是,在本申请实施例中,对于多个网络路径中每个网络路径,服务器可以根据第一操作(即S301和S302)确定每个网络路径匹配的业务类型。也就是说,服务器可以对多个网络路径中每个网络路径均执行S301和S302,确定每个网络路径匹配的业务类型。
S303、服务器根据目标业务的业务类型和每个网络路径匹配的业务类型,确定目标路径。
其中,目标路径为多个网络路径中与目标业务的业务类型匹配的任一网络路径。
示例性的,假如目标业务的业务类型为VR游戏业务,与VR游戏业务匹配的网络路径包括:路径A、路径B和路径C。则路径A、路径B或路径C均可以作为目标路径。
在本申请实施例中,多个网络路径中与目标业务的业务类型匹配的网络路径的目标特征值大于预设特征阈值。
示例性的,假如预设特征阈值为7,目标业务的业务类型为VR游戏业务,与VR游戏业务匹配的网络路径包括:路径A、路径B和路径C,路径A中与VR游戏业务对应的特征值为7.2,路径B中与VR游戏业务对应的特征值为8,路径C中与VR游戏业务对应的特征值为9。
可以理解的是,对于多个网络路径中每个网络路径,服务器将第一路径的多个特征值进行比较,确定第一特征值,第一特征值为第一路径的多个特征值中最大的特征值,第一路径为多个网络路径中任一网络路径,第一特征值大于预设特征阈值。之后,服务器将第一特征值对应的业务类型作为第一路径匹配的业务类型。然后,服务器可以根据目标业务的业务类型和每个网络路径匹配的业务类型,确定目标路径,目标路径为多个网络路径中与目标业务的业务类型匹配的任一网络路径。由于与目标业务的业务类型匹配的网络路径处理目标业务的能力较强,目标路径可以较好地处理目标业务,提高了确定目标路径的准确率。
上述主要从计算机设备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,计算机设备为了实现上述功能,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,结合本申请所公开的实施例描述的各示例的网络路径的确定方法步骤,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。
本申请实施例还提供一种网络路径的确定装置。该网络路径的确定装置可以为计算机设备,也可以是上述计算机设备中的CPU,还可以是上述计算机设备中用于确定网络路径的确定的处理模块,还可以是上述计算机设备中用于网络路径的确定的客户端。
本申请实施例可以根据上述方法示例对网络路径的确定进行功能模块或者功能单元的划分,例如,可以对应各个功能划分各个功能模块或者功能单元,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或者功能单元的形式实现。其中,本申请实施例中对模块或者单元的划分是示意性的,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。
如图4所示,为本申请实施例提供的一种网络路径的确定装置的结构框图。网络路径的确定装置用于执行图2或图3所示的网络路径的确定方法。网络路径的确定装置400包括获取模块401和处理模块402。
获取模块401,用于获取目标业务的业务类型和多个网络路径的网络资源信息。处理模块402,用于对多个网络路径的网络资源信息进行处理,得到多个目标数据集,多个目标数据集与多个网络路径相对应,目标数据集包括多个特征值,一个特征值与一个业务类型相对应,特征值用于反映网络路径与业务类型之间的匹配程度。处理模块402,还用于根据目标业务的业务类型和每个目标数据集的多个特征值,确定目标业务的目标路径,目标路径为多个网络路径中,目标特征值大于预设特征阈值的网络路径,目标特征值为目标业务的业务类型对应的特征值。
可选的,处理模块402,具体用于将多个网络路径的网络资源信息输入训练后的类型预测模型,得到多个目标数据集。
可选的,处理模块402,具体用于对于多个网络路径中每个网络路径,根据第一操作确定每个网络路径匹配的业务类型。第一操作包括:将第一路径的多个特征值进行比较,确定第一特征值,第一特征值为第一路径的多个特征值中最大的特征值,第一路径为多个网络路径中任一网络路径,第一特征值大于预设特征阈值。之后,将第一特征值对应的业务类型作为第一路径匹配的业务类型。处理模块402,还用于根据目标业务的业务类型和每个网络路径匹配的业务类型,确定目标路径,目标路径为多个网络路径中与目标业务的业务类型匹配的任一网络路径。
可选的,处理模块402,具体用于根据目标业务的业务类型和每个目标数据集的多个特征值,确定每个网络路径的目标特征值。处理模块402,还用于将每个网络路径的目标特征值与预设特征阈值进行比较,确定至少一个大于预设特征阈值的目标特征值。之后,处理模块402,还用于将至少一个大于预设特征阈值的目标特征值中任一目标特征值对应的网络路径作为目标路径。
如图5所示,为本申请实施例提供的一种网络路径的确定装置的结构示意图。该网络路径的确定装置包括:处理器501和通信接口502。处理器501用于对装置的动作进行控制管理,例如,执行上述方法实施例中所示的方法流程中的各个步骤,和/或用于执行本文所描述的技术的其它过程。通信接口502用于支持该网络路径的确定装置与其他网络实体的通信。网络路径的确定装置还可以包括存储器503和总线504,存储器503用于存储装置的程序代码和数据。
其中,上述处理器501可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,单元和电路。该处理器可以是中央处理器,通用处理器,数字信号处理器,专用集成电路,现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,单元和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,数字信号处理器(digital signal processor,DSP)和微处理器的组合等。
存储器503可以包括易失性存储器,例如随机存取存储器。该存储器也可以包括非易失性存储器,例如只读存储器,快闪存储器,硬盘或固态硬盘。该存储器还可以包括上述种类的存储器的组合。
总线504可以是扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。总线504可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在实际实现时,获取模块401可以由图5所示的通信接口502实现,处理模块402可以由图5所示的处理器501调用存储器503中的程序代码来实现。其具体的执行过程可参考图2或图3所示的网络路径的确定方法部分的描述,这里不再赘述。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例提供一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得该计算机执行上述方法实施例中的网络路径的确定方法。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当该指令在计算机上运行时,使得该计算机执行上述方法实施例所示的方法流程中的网络路径的确定方法。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。在本申请实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
图6示意性地示出本申请实施例提供的计算机程序产品的概念性局部视图,计算机程序产品包括用于在计算设备上执行计算机进程的计算机程序。
在一个实施例中,计算机程序产品是使用信号承载介质600来提供的。信号承载介质600可以包括一个或多个程序指令,其当被一个或多个处理器运行时可以提供以上针对图2或图3描述的功能或者部分功能。因此,例如,参考图2中所示的实施例,S201~S204的一个或多个特征可以由与信号承载介质600相关联的一个或多个指令来承担。
在一些示例中,信号承载介质600可以包含计算机可读介质601,诸如但不限于,硬盘驱动器、紧密盘(CD)、数字视频光盘(DVD)、数字磁带、存储器、只读存储记忆体(read-only memory,ROM)或随机存储记忆体(random access memory,RAM)等等。
在一些实施方式中,信号承载介质600可以包含计算机可记录介质602,诸如但不限于,存储器、读/写(R/W)CD、R/W DVD、等等。
在一些实施方式中,信号承载介质600可以包含通信介质603,诸如但不限于,数字和/或模拟通信介质(例如,光纤电缆、波导、有线通信链路、无线通信链路、等等)。
信号承载介质600可以由无线形式的通信介质603来传达。一个或多个程序指令可以是,例如,计算机可执行指令或者逻辑实施指令。
由于本申请的实施例中的网络路径的确定装置、计算机可读存储介质、计算机程序产品可以应用于上述方法,因此,其所能获得的技术效果也可参考上述方法实施例,本申请实施例在此不再赘述。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种网络路径的确定方法,其特征在于,所述方法包括:
获取目标业务的业务类型和多个网络路径的网络资源信息;
对所述多个网络路径的网络资源信息进行处理,得到多个目标数据集,所述多个目标数据集与所述多个网络路径相对应,一个目标数据集包括一个网络路径对应的多个特征值,一个特征值与一个业务类型相对应,所述特征值用于反映网络路径与业务类型之间的匹配程度;
根据所述目标业务的业务类型和每个所述目标数据集的所述多个特征值,确定所述目标业务的目标路径,所述目标路径为所述多个网络路径中,目标特征值大于预设特征阈值的网络路径,所述目标特征值为所述目标业务的业务类型对应的特征值;
所述根据所述目标业务的业务类型和每个所述目标数据集的所述多个特征值,确定所述目标业务的目标路径,包括:
对于所述多个网络路径中每个网络路径,根据第一操作确定所述每个网络路径匹配的业务类型;根据所述多个网络路径匹配的业务类型,将所述多个网络路径中与所述目标业务的业务类型匹配的任一网络路径确定为所述目标路径;
所述第一操作包括:将第一路径的所述多个特征值进行比较,确定第一特征值,所述第一特征值为所述第一路径的所述多个特征值中最大的特征值,所述第一路径为所述多个网络路径中任一网络路径,所述第一特征值大于所述预设特征阈值;将所述第一特征值对应的业务类型作为所述第一路径匹配的业务类型。
2.根据权利要求1所述的方法,其特征在于,所述对所述多个网络路径的网络资源信息进行处理,得到多个目标数据集,包括:
将所述多个网络路径的网络资源信息输入训练后的类型预测模型,得到所述多个目标数据集。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标业务的业务类型和每个所述目标数据集的所述多个特征值,确定所述目标业务的目标路径,包括:
根据所述目标业务的业务类型和每个所述目标数据集的所述多个特征值,确定每个网络路径的所述目标特征值;
将所述每个网络路径的所述目标特征值与所述预设特征阈值进行比较,确定至少一个大于所述预设特征阈值的目标特征值;
将所述至少一个大于所述预设特征阈值的目标特征值中任一目标特征值对应的网络路径作为所述目标路径。
4.一种网络路径的确定装置,其特征在于,所述装置包括:
获取模块,用于获取目标业务的业务类型和多个网络路径的网络资源信息;
处理模块,用于对所述多个网络路径的网络资源信息进行处理,得到多个目标数据集,所述多个目标数据集与所述多个网络路径相对应,一个目标数据集包括一个网络路径对应的多个特征值,一个特征值与一个业务类型相对应,所述特征值用于反映网络路径与业务类型之间的匹配程度;
所述处理模块,还用于根据所述目标业务的业务类型和每个所述目标数据集的所述多个特征值,确定所述目标业务的目标路径,所述目标路径为所述多个网络路径中,目标特征值大于预设特征阈值的网络路径,所述目标特征值为所述目标业务的业务类型对应的特征值;
所述处理模块,具体用于对于所述多个网络路径中每个网络路径,根据第一操作确定所述每个网络路径匹配的业务类型;所述第一操作包括:将第一路径的所述多个特征值进行比较,确定第一特征值,所述第一特征值为所述第一路径的所述多个特征值中最大的特征值,所述第一路径为所述多个网络路径中任一网络路径,所述第一特征值大于所述预设特征阈值;将所述第一特征值对应的业务类型作为所述第一路径匹配的业务类型;
所述处理模块,具体用于根据所述多个网络路径匹配的业务类型,将所述多个网络路径中与所述目标业务的业务类型匹配的任一网络路径确定为所述目标路径。
5.根据权利要求4所述的装置,其特征在于,
所述处理模块,具体用于将所述多个网络路径的网络资源信息输入训练后的类型预测模型,得到所述多个目标数据集。
6.根据权利要求4或5所述的装置,其特征在于,
所述处理模块,具体用于根据所述目标业务的业务类型和每个所述目标数据集的所述多个特征值,确定每个网络路径的所述目标特征值;
所述处理模块,还用于将所述每个网络路径的所述目标特征值与所述预设特征阈值进行比较,确定至少一个大于所述预设特征阈值的目标特征值;
所述处理模块,还用于将所述至少一个大于所述预设特征阈值的目标特征值中任一目标特征值对应的网络路径作为所述目标路径。
7.一种网络路径的确定装置,其特征在于,包括:处理器和存储器;所述处理器和所述存储器耦合;所述存储器用于存储一个或多个程序,该一个或多个程序包括计算机执行指令,当该网络路径的确定装置运行时,处理器执行该存储器存储的该计算机执行指令,以使该网络路径的确定装置执行如权利要求1-3中任一项所述的网络路径的确定方法。
8.一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,其特征在于,当计算机执行该指令时,该计算机执行如权利要求1-3中任一项所述的网络路径的确定方法。
CN202211084664.1A 2022-09-06 2022-09-06 网络路径的确定方法、装置及存储介质 Active CN115473841B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211084664.1A CN115473841B (zh) 2022-09-06 2022-09-06 网络路径的确定方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211084664.1A CN115473841B (zh) 2022-09-06 2022-09-06 网络路径的确定方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN115473841A CN115473841A (zh) 2022-12-13
CN115473841B true CN115473841B (zh) 2023-06-23

Family

ID=84369489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211084664.1A Active CN115473841B (zh) 2022-09-06 2022-09-06 网络路径的确定方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN115473841B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116232985A (zh) * 2022-12-23 2023-06-06 中国联合网络通信集团有限公司 一种路由规划方法、装置及存储介质
CN116232475B (zh) * 2022-12-27 2024-05-03 中国联合网络通信集团有限公司 光信号的传输方法、装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6104720A (en) * 1997-04-28 2000-08-15 Intel Corporation Dynamic communication path selection for data transmission between computers
US10374945B1 (en) * 2018-03-21 2019-08-06 Citrix Systems, Inc. Application-centric method to find relative paths
CN110474842A (zh) * 2019-07-22 2019-11-19 中国联合网络通信集团有限公司 一种通信方法、客户终端设备及传输网络
WO2022171009A1 (zh) * 2021-02-10 2022-08-18 华为技术有限公司 通信方法及电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11483279B2 (en) * 2019-11-15 2022-10-25 Cisco Technology, Inc. Domain name system as an authoritative source for multipath mobility policy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6104720A (en) * 1997-04-28 2000-08-15 Intel Corporation Dynamic communication path selection for data transmission between computers
US10374945B1 (en) * 2018-03-21 2019-08-06 Citrix Systems, Inc. Application-centric method to find relative paths
CN110474842A (zh) * 2019-07-22 2019-11-19 中国联合网络通信集团有限公司 一种通信方法、客户终端设备及传输网络
WO2022171009A1 (zh) * 2021-02-10 2022-08-18 华为技术有限公司 通信方法及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SDN网络中基于业务划分的路由选择机制;李兵奎;庄雷;马丁;胡颖;王国卿;景晨凯;;计算机科学(第03期);全文 *

Also Published As

Publication number Publication date
CN115473841A (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN115473841B (zh) 网络路径的确定方法、装置及存储介质
CN108304921B (zh) 卷积神经网络的训练方法及图像处理方法、装置
CN109829432B (zh) 用于生成信息的方法和装置
CN106682906B (zh) 一种风险识别、业务处理方法和设备
CN105468742A (zh) 恶意订单识别方法及装置
CN112214775B (zh) 防止第三方获取关键图数据信息的对图数据的注入式攻击方法、装置、介质及电子设备
CN106973384A (zh) 一种无线保真Wi‑Fi连接方法及移动终端
CN111079780A (zh) 空间图卷积网络的训练方法、电子设备及存储介质
CN110348471B (zh) 异常对象识别方法、装置、介质及电子设备
CN111382270A (zh) 基于文本分类器的意图识别方法、装置、设备及存储介质
CN110826567A (zh) 光学字符识别方法、装置、设备及存储介质
US20230142808A1 (en) Systems and methods of generating datasets from heterogeneous sources for machine learning
CN112214677B (zh) 一种兴趣点推荐方法、装置、电子设备及存储介质
CN112559635A (zh) 以太坊联盟链节点的业务处理方法、装置、设备及介质
CN111221827B (zh) 基于图形处理器的数据库表连接方法、装置、计算机设备和存储介质
CN112241761A (zh) 模型训练方法、装置和电子设备
CN115348184B (zh) 一种物联网数据安全事件预测方法及系统
CN110839166A (zh) 一种数据共享方法及装置
CN114253956A (zh) 一种边缘缓存的方法、装置及电子设备
CN111582456B (zh) 用于生成网络模型信息的方法、装置、设备和介质
CN109359462A (zh) 虚假设备识别方法、设备、存储介质及装置
CN113486933A (zh) 模型训练方法、用户身份信息预测方法及装置
CN112738815A (zh) 一种可接入用户数的评估方法和装置
CN112637904A (zh) 负载均衡方法、装置及计算设备
CN109542986A (zh) 网络数据的要素归一化方法、装置、设备及存储介质

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