CN116016150A - 物理网络的预警方法、装置、电子设备、存储介质 - Google Patents
物理网络的预警方法、装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN116016150A CN116016150A CN202211538730.8A CN202211538730A CN116016150A CN 116016150 A CN116016150 A CN 116016150A CN 202211538730 A CN202211538730 A CN 202211538730A CN 116016150 A CN116016150 A CN 116016150A
- Authority
- CN
- China
- Prior art keywords
- network
- physical network
- probability
- network slice
- target
- 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.)
- Pending
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种物理网络的预警方法、装置、电子设备、存储介质及程序产品,涉及通信技术领域。所述方法包括:获取物理网络的历史网络切片数据;对所述历史网络切片数据进行分析,得到所述物理网络的转移概率矩阵;根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率;预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,并获取所述数量对应的异常阈值;在所述概率超过所述异常阈值的情况下,发出预警。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种物理网络的预警方法、装置、电子设备、存储介质及程序产品。
背景技术
多样化场景给网络提出了多样化的性能要求和功能要求。网络切片技术是一个临时的逻辑网络,是将物理网络根据不同的服务需求划分为多个虚拟网络,以灵活应对不同的网络应用场景,提供差异化的服务,满足不同业务需求。
然而,在物理网络发生异常时,基于物理网络提供的网络切片技术也会存在故障,从而给用户带来不好的使用体验。
发明内容
鉴于上述问题,本发明实施例提供了一种物理网络的预警方法、装置、电子设备、存储介质及程序产品,以便克服上述问题或者至少部分地解决上述问题。
本发明实施例的第一方面,提供了一种物理网络的预警方法,包括:
获取物理网络的历史网络切片数据;
对所述历史网络切片数据进行分析,得到所述物理网络的转移概率矩阵;
根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率;
预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,并获取所述数量对应的异常阈值;
在所述概率超过所述异常阈值的情况下,发出预警。
可选地,所述转移概率矩阵包括正常数据转向异常数据的概率,以及异常数据保持异常的概率;
所述根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率,包括:
获取在当前时刻所述物理网络中正常数据的比例和异常数据比例;
根据在当前时刻所述物理网络中正常数据的比例和异常数据比例,以及所述转移概率矩阵,预测在下一时刻所述物理网络中异常数据的比例;
将所述在下一时刻所述物理网络中异常数据的比例,确定为在下一时刻所述物理网络发生异常的概率。
可选地,所述预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,包括:
获取已购买所述物理网络的网络切片的历史用户各自已购买的网络切片的类型;
根据所述历史用户已购买的网络切片的类型,预测每一所述历史用户在下一时刻购买每种类型的网络切片的概率;
在任一所述历史用户在下一时刻购买任一类型的网络切片的概率超过概率阈值的情况下,将该历史用户确定为所述目标用户,并统计所述目标用户的数量。
可选地,在确定所述目标用户之后,还包括:
将所述目标用户在下一时刻购买的概率超过所述概率阈值的类型的网络切片,确定为所述目标用户在下一时刻购买的目标网络切片;
利用所述物理网络,准备所述目标网络切片所需的资源配置。
可选地,所述利用所述物理网络,准备所述目标网络切片所需的资源配置,包括:
获取所述目标网络切片对应的业务需求;
将所述业务需求提交给所述物理网络的通信服务管理功能,得到所述通信服务管理功能根据所述业务需求得到的网络切片要求;
获取切片管理功能评估的所述网络切片要求的可行性结果;
在所述可行性结果表征可行的情况下,准备所述目标网络切片所需的网络切片实体。
可选地,所述准备所述目标网络切片所需的网络切片实体,包括:
判断所述业务需求请求的网络切片实体是否具有共享性;
在所述业务需求不具有共享性的情况下,获取所述切片管理功能创建的新网络切片实体;
在所述业务需求具有共享性的情况下,获取已存在的网络切片实体。
可选地,在所述发出预警之后,还包括:
预测在下一时刻多个候选物理网络发生异常的概率;
将在下一时刻发生异常的概率不超过所述异常阈值的候选物理网络之一,确定为提供目标资源配置的目标物理网络,所述目标资源配置为所述目标用户在下一时刻购买网络切片所需的资源配置。
本发明实施例的第二方面,提供了一种物理网络的预警装置,包括:
数据获取模块,被配置为获取物理网络的历史网络切片数据;
矩阵获取模块,被配置为对所述历史网络切片数据进行分析,得到所述物理网络的转移概率矩阵;
异常预测模块,被配置为根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率;
数量预测模块,被配置为预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,并获取所述数量对应的异常阈值;
预警模块,被配置为在所述概率超过所述异常阈值的情况下,发出预警。
可选地,所述转移概率矩阵包括正常数据转向异常数据的概率,以及异常数据转向正常数据的概率;所述异常预测模块包括:
比例获取子模块,被配置为获取在当前时刻所述物理网络中正常数据的比例和异常数据比例;
比例预测子模块,被配置为根据在当前时刻所述物理网络中正常数据的比例和异常数据比例,以及所述转移概率矩阵,预测在下一时刻所述物理网络中异常数据的比例;
概率获取子模块,被配置为将所述在下一时刻所述物理网络中异常数据的比例,确定为在下一时刻所述物理网络发生异常的概率。
可选地,所述数量预测模块包括:
类型获取子模块,被配置为获取已购买所述物理网络的网络切片的历史用户各自已购买的网络切片的类型;
概率预测子模块,被配置为根据所述历史用户已购买的网络切片的类型,预测每一所述历史用户在下一时刻购买每种类型的网络切片的概率;
数量统计子模块,被配置为在任一所述历史用户在下一时刻购买任一类型的网络切片的概率超过概率阈值的情况下,将该历史用户确定为所述目标用户,并统计所述目标用户的数量。
可选地,在确定所述目标用户之后,还包括:
切片确定模块,被配置为将所述目标用户在下一时刻购买的概率超过所述概率阈值的类型的网络切片,确定为所述目标用户在下一时刻购买的目标网络切片;
准备模块,被配置为利用所述物理网络,准备所述目标网络切片所需的资源配置。
可选地,所述准备模块包括:
需求获取子模块,被配置为获取所述目标网络切片对应的业务需求;
要求获取子模块,被配置为将所述业务需求提交给所述物理网络的通信服务管理功能,得到所述通信服务管理功能根据所述业务需求得到的网络切片要求;
评估子模块,被配置为获取切片管理功能评估的所述网络切片要求的可行性结果;
准备子模块,被配置为在所述可行性结果表征可行的情况下,准备所述目标网络切片所需的网络切片实体。
可选地,所述准备子模块包括:
判断单元,被配置为判断所述业务需求请求的网络切片实体是否具有共享性;
第一实体获取单元,被配置为在所述业务需求不具有共享性的情况下,获取所述切片管理功能创建的新网络切片实体;
第二实体单元,被配置为在所述业务需求具有共享性的情况下,获取已存在的网络切片实体。
可选地,在所述发出预警之后,还包括:
概率预测模块,被配置为预测在下一时刻多个候选物理网络发生异常的概率;
目标确定模块,被配置为将在下一时刻发生异常的概率不超过所述异常阈值的候选物理网络之一,确定为提供目标资源配置的目标物理网络,所述目标资源配置为所述目标用户在下一时刻购买网络切片所需的资源配置。
本发明实施例的第三方面,提供了一种电子设备,包括:处理器;用于存储所述处理器可执行指令的存储器;其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的物理网络的预警方法。
本发明实施例的第四方面,提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如第一方面所述的物理网络的预警方法。
本发明实施例的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的物理网络的预警方法。
本发明实施例包括以下优点:
本实施例中,分析物理网络的历史网络切片数据可以得到物理网络的转移概率矩阵,从而根据转移概率矩阵,预测在下一时刻物理网络发生异常的概率。预测下一时刻购买物理网络的网络切片的目标用户的数量,不同的目标用户的数量对应不同的异常阈值。在下一时刻物理网络发生异常的概率,超过在下一时刻购买物理网络的网络切片的目标用户的数量对应的异常阈值,则发出预警。如此,针对不同的目标用户数量,具有不同的异常阈值,可以更加精准地判断是否需要发出预警,并且,可以提前发出预警,避免利用发生异常的物理网络给用户提供网络切片服务,给用户带来不好的使用体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中一种物理网络的预警方法的步骤流程图;
图2是本发明实施例中预测在下一时刻物理网络发生异常的概率的方法的步骤流程图;
图3是本发明实施例中一种物理网络的预警装置的结构示意图;
图4是本发明实施例中一种用于物理网络的预警的装置的框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
按需组网是指能够针对每种业务场景,提供恰到好处的网络控制功能和性能保证。网络切片技术是按需组网的一种实现方式。网络切片技术是指将一个物理设备提供的网络,划分为多个虚拟网络,以灵活应对不同的网络应用场景,提供差异化的服务,从而满足不同业务需求。基于网络切片技术所实现的按需组网,改变了传统的网络规划、部署和运营维护模式,对网络发展规划和网络运维提出了新要求。
从运营商角度来看,网络切片的实现过程就是编排部署,对应的功能实体有通信服务管理功能(CSMF,Communication Service ManagementFunction)、切片管理功能(NSMF,Network Slice Management Function)、子切片管理功能(NSSMF,Network SliceSubnet Management Function)、管理和编排功能(MANO,Management and NetworkOrchestration)。
其中,CSMF负责将通信业务相关服务需求转化为网络切片相关需求;NSMF负责NSI(Network Slice Instance,网络切片实体)的管理和编排,以及从网络切片相关需求中衍生出网络切片子网相关要求;NSSMF负责网络切片子网实例的管理和编排;MANO用于形成网络切片。
本发明实施例通过对历史数据进行分析,智能预警物理网络是否发生异常,从而保证提供优质的网络切片服务。
参照图1所示,示出了本发明实施例中一种物理网络的预警方法步骤流程图,如图1所示,该物理网络的预警方法具体可以包括步骤S11~步骤S15。
步骤S11:获取物理网络的历史网络切片数据。
一个物理网络是指一个物理设备组成的网络,一个物理网络的历史网络切片是指该物理网络在历史被划分为的网络切片。一个物理网络的历史网络切片数据,会存储在组成该物理网络的物理设备中,因此,可以从物理设备中获取物理网络的历史网络切片数据。
网络切片数据至少包括以下任意一种或多种:网络切片的类型、网络切片的性能、网络切片适合的业务场景和购买网络切片的用户的用户属性等。
网络切片的类型包括eMBB(Enhanced Mobile Broadband,增强移动宽带)、uRLLC(Ultra-Reliable Low-Latency Communications,低时延高可靠通信)和mMTC(MassiveMachine Type Communication,大规模机器通信)。网络切片的性能可以包括时延、带宽、可靠性(故障记录数)和地理位置等。网络切片适合的业务场景可以是通过对网络切片的类型和网络切片的性能等进行分析得到的,也可以是通过对购买网络切片的用户进行调研得到的。购买网络切片的用户的用户属性可以为用户是新注册的用户或者用户是已经注册过的老用户。
步骤S12:对所述历史网络切片数据进行分析,得到所述物理网络的转移概率矩阵。
转移概率矩阵是用于预测物理网络的状态将会如何变化的矩阵。预测物理网络的状态,实际就是预测组成该物理网络的物理设备的状态。转移概率矩阵包括正常数据转向异常数据的概率、异常数据转向正常数据的概率、异常数据保持异常的概率以及正常数据保持正常的概率。
可以通过AI(Artificial Intelligence,人工智能)对历史网络切片数据进行分析,得到物理网络的转移概率矩阵。也可以通过将历史网络切片数据输入神经网络模型,神经网络模型预测得到物理网络的转移概率矩阵。神经网络模型可以是经过深度学习训练得到的,或者经过有监督训练得到的,神经网络模型的训练过程可以参照相关技术。
步骤S13:根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率。
根据转移概率矩阵,可以预测物理网络的状态将会如何变化。因此,可以获取物理网络当前的状态,并利用转移概率矩阵预测在下一时刻物理网络发生异常的概率。
可选地,参照图2所示,示出了本发明实施例中预测在下一时刻物理网络发生异常的概率的方法的步骤流程图,如图2所示,预测在下一时刻物理网络发生异常的概率的方法具体可以包括步骤S131~步骤S1311:
步骤S131:获取在当前时刻所述物理网络中正常数据的比例和异常数据比例;
步骤S132:根据在当前时刻所述物理网络中正常数据的比例和异常数据比例,以及所述转移概率矩阵,预测在下一时刻所述物理网络中异常数据的比例;
步骤S133:将所述在下一时刻所述物理网络中异常数据的比例,确定为在下一时刻所述物理网络发生异常的概率。
利用在当前时刻物理网络中正常数据的比例乘以正常数据转向异常数据的概率,则可以得到在下一时刻物理网络中异常数据的第一比例。利用在当前时刻物理网络中异常数据的比例乘以异常数据保持异常的概率,则可以得到在下一时刻物理网络中异常数据的第二比例。将第一比例和第二比例相加,可以得到在下一时刻物理网络中异常数据的比例。
可以利用如下公式计算在下一时刻物理网络中异常数据的比例:
X(k+1)=X(k)×P
其中,X(k)表示物理网络在k时刻的状态向量,P表示转移概率矩阵,X(k+1)表示物理网络在k+1时刻的状态向量。
例如,将物理网络当前的数据总量视为1,其中异常数据占30%,正常数据占70%。根据历史数据分析可以得出当前时刻对应的转移概率矩阵中,正常数据转向异常数据的概率为30%,异常数据转向正常数据的概率40%、异常数据保持异常的概率为60%,以及正常数据保持正常的概率为70%。则在下一时刻中,正常数据所占的比例为:70%×70%+30%×40%=61%;异常数据所占的比例为:70%×30%+30%×60%=39%。
将在下一时刻物理网络中异常数据的比例,确定为在下一时刻物理网络发生异常的概率。
如此,可以基于转移概率矩阵,计算得到在下一时刻物理网络中异常数据的比例,进而确定在下一时刻物理网络发生异常的概率
步骤S14:预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,并获取所述数量对应的异常阈值。
还可以预测在下一时刻购买物理网络的网络切片的目标用户的数量,目标用户可以为任意用户。目标用户是将会购买网络切片的潜在用户。可以通过对历史购买过物理网络的网络切片的用户进行趋势分析,从而预测在下一时刻购买物理网络的网络切片的目标用户的数量。
目标用户的数量不同,对应的异常阈值也不同。可以理解的是,购买网络切片的目标用户的数量越多,对物理网络的要求越高,因为在目标用户的数量越多的情况下,一旦物理网络发生异常,造成的损失越多。并且,目标用户的数量越多,物理网络的压力越大,则物理网络越容易发生异常。
其中,目标用户的数量和异常阈值的对应关系可以是根据历史数据进行分析得到的,也可以是通过大数据统计得到的,还可以是AI分析得到的。
步骤S15:在所述概率超过所述异常阈值的情况下,发出预警。
在物理网络发生异常的概率超过目标用户的数量对应的异常阈值的情况下,则发出预警。预警可以用于提醒物理网络的管理人员及时对网络切片和/或物理网络进行调整,以避免利用发生异常的物理网络向用户提供网络切片服务,导致网络切片服务发生故障,从而给用户带来不好的使用体验。
采用本发明实施例的技术方案,分析物理网络的历史网络切片数据可以得到物理网络的转移概率矩阵,从而根据转移概率矩阵,预测在下一时刻物理网络发生异常的概率。预测下一时刻购买物理网络的网络切片的目标用户的数量,不同的目标用户的数量对应不同的异常阈值。在下一时刻物理网络发生异常的概率,超过在下一时刻购买物理网络的网络切片的目标用户的数量对应的异常阈值,则发出预警。如此,针对不同的目标用户数量,具有不同的异常阈值,可以更加精准地判断是否需要发出预警,并且,可以提前发出预警,避免利用发生异常的物理网络给用户提供网络切片服务,给用户带来不好的使用体验。
可选地,在上述技术方案的基础上,可以通过以下步骤预测在下一时刻购买物理网络的网络切片的目标用户的数量:获取已购买所述物理网络的网络切片的历史用户各自已购买的网络切片的类型;根据所述历史用户已购买的网络切片的类型,预测每一所述历史用户在下一时刻购买每种类型的网络切片的概率;在任一所述历史用户在下一时刻购买任一类型的网络切片的概率超过概率阈值的情况下,将该历史用户确定为所述目标用户,并统计所述目标用户的数量。
历史用户是指在历史已购买过物理网络的网络切片的用户。可以从物理网络的历史网络切片数据,获取每个历史用户购买过的网络切片的类型。
根据历史用户已购买的网络切片的类型,可以预测每一历史用户在下一时刻购买每种类型的网络切片的概率。具体地,可以通过如下公式计算得到每一历史用户在下一时刻购买每种类型的网络切片的概率:
其中,P表示概率,H表示某种类型的网络切片,X表示用户历史购买过的网络切片的类型。
在一个历史用户在下一时刻购买任一类型的网络切片的概率超过概率阈值的情况下,则认为该历史用户为目标用户,其中,概率阈值可以根据实际需求进行设置。
例如,一个历史用户购买A类型的网络切片的概率为0.7,购买B类型的网络切片的概率为0.6,购买C类型的网络切片的概率为0.8,概率阈值为0.75。因为该历史用户购买一种类型(C类型)的网络切片的概率超过概率阈值,则认为该历史用户为目标用户。
统计多个历史用户中,存在多个目标用户,从而得到目标用户的数量。
可选地,在上述技术方案的基础上,在确定目标用户之后,还可以预测目标用户在下一时刻将要购买的网络切片的类型。具体地:将所述目标用户在下一时刻购买的概率超过所述概率阈值的类型的网络切片,确定为所述目标用户在下一时刻购买的目标网络切片;利用所述物理网络,准备所述目标网络切片所需的资源配置。
目标用户在下一时刻购买的某类型的网络切片的概率超过概率阈值,则认为目标用户将会购买该类型的网络切片,将目标用户将会购买的某类型的网络切片,确定为目标网络切片。例如,目标用户购买C类型的网络切片的概率为0.8,概率阈值为0.75,则认为该目标用户在下一时刻将会购买C类型的网络切片,则目标网络切片为C类型的网络切片。一个目标用户在下一时刻将会购买的网络切片的类型可以为一个类型或多个类型。
不同类型的网络切片所需的资源配置不同,在确定了目标用户在下一时刻购买的目标网络切片后,可以利用物理网络,准备目标网络切片所需的资源配置。
如此,可以提前准备目标网络切片所需的资源配置,以提升提供网络切片服务的效率。
可选地,在上述技术方案的基础上,利用所述物理网络,准备所述目标网络切片所需的资源配置,包括:获取所述目标网络切片对应的业务需求;将所述业务需求提交给所述物理网络的通信服务管理功能,得到所述通信服务管理功能根据所述业务需求得到的网络切片要求;获取切片管理功能评估的所述网络切片要求的可行性结果;在所述可行性结果表征可行的情况下,准备所述目标网络切片所需的网络切片实体。
网络切片所需的资源配置,主要是指网络切片所需的网络切片实体。
将业务需求提交给通信服务管理功能,通信服务管理功能负责将业务需求翻译为网络切片要求,完成用户需求到服务等级协议(SLA,Service LevelAgreement)的转换并提交给切片管理功能。切片管理功能可以评估网络切片要求的可行性,得到可行性结果。在可行性结果表征可行的情况下,可以准备目标网络切片所需的网络切片实体。
可选地,在上述技术方案的基础上,准备目标网络切片所需的网络切片实体,可以包括:判断所述业务需求请求的网络切片实体是否具有共享性;在所述业务需求不具有共享性的情况下,获取所述切片管理功能创建的新网络切片实体;在所述业务需求具有共享性的情况下,获取已存在的网络切片实体。
分析目标网络切片请求的网络切片实体是否可与其他通信业务共享。若可以共享并且现存的网络切片实体可用,则切片管理功能使用现存的网络切片实体;否则,切片管理功能根据服务等级协议创建新网络切片实体,同时,切片管理功能从网络切片相关需求中提取出网络切片子网相关需求,并发送给子切片管理功能。
如此,即可实现目标网络切片的编排部署,为目标用户准备好目标网络切片所需的资源配置。
可选地,在上述技术方案的基础上,发出预警,证明当前的物理网络在下一时刻无法承受目标用户,因此,可以选取其它物理网络为目标用户提供网络切片。
预测在下一时刻多个候选物理网络发生异常的概率;将在下一时刻发生异常的概率不超过所述异常阈值的候选物理网络之一,确定为提供目标资源配置的目标物理网络,所述目标资源配置为所述目标用户在下一时刻购买网络切片所需的资源配置。
候选物理网络是指网络区域覆盖了目标用户,可以为目标用户提供网络切片服务的物理设备组成的物理网络。可以预测在下一时刻多个候选物理网络各自发生异常的概率。可以获取候选物理网络的历史网络切片数据;对候选物理网络的历史网络切片数据进行分析,得到候选物理网络的转移概率矩阵;根据候选物理网络的转移概率矩阵,预测在下一时刻候选物理网络发生异常的概率。
确定了每个候选物理网络在下一时刻发生异常的概率,则可以从多个候选物理网络中确定出在下一时刻发生异常的概率不超过异常阈值的物理网络。将在下一时刻发生异常的概率不超过异常阈值的候选物理网络之一,确定为提供目标资源配置的目标物理网络。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
图3是本发明实施例的一种物理网络的预警装置的结构示意图,如图3所示,所述装置包括数据获取模块、矩阵获取模块、异常预测模块、数量预测模块和预警模块,其中:
数据获取模块,被配置为获取物理网络的历史网络切片数据;
矩阵获取模块,被配置为对所述历史网络切片数据进行分析,得到所述物理网络的转移概率矩阵;
异常预测模块,被配置为根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率;
数量预测模块,被配置为预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,并获取所述数量对应的异常阈值;
预警模块,被配置为在所述概率超过所述异常阈值的情况下,发出预警。
可选地,所述转移概率矩阵包括正常数据转向异常数据的概率,以及异常数据转向正常数据的概率;所述异常预测模块包括:
比例获取子模块,被配置为获取在当前时刻所述物理网络中正常数据的比例和异常数据比例;
比例预测子模块,被配置为根据在当前时刻所述物理网络中正常数据的比例和异常数据比例,以及所述转移概率矩阵,预测在下一时刻所述物理网络中异常数据的比例;
概率获取子模块,被配置为将所述在下一时刻所述物理网络中异常数据的比例,确定为在下一时刻所述物理网络发生异常的概率。
可选地,所述数量预测模块包括:
类型获取子模块,被配置为获取已购买所述物理网络的网络切片的历史用户各自已购买的网络切片的类型;
概率预测子模块,被配置为根据所述历史用户已购买的网络切片的类型,预测每一所述历史用户在下一时刻购买每种类型的网络切片的概率;
数量统计子模块,被配置为在任一所述历史用户在下一时刻购买任一类型的网络切片的概率超过概率阈值的情况下,将该历史用户确定为所述目标用户,并统计所述目标用户的数量。
可选地,在确定所述目标用户之后,还包括:
切片确定模块,被配置为将所述目标用户在下一时刻购买的概率超过所述概率阈值的类型的网络切片,确定为所述目标用户在下一时刻购买的目标网络切片;
准备模块,被配置为利用所述物理网络,准备所述目标网络切片所需的资源配置。
可选地,所述准备模块包括:
需求获取子模块,被配置为获取所述目标网络切片对应的业务需求;
要求获取子模块,被配置为将所述业务需求提交给所述物理网络的通信服务管理功能,得到所述通信服务管理功能根据所述业务需求得到的网络切片要求;
评估子模块,被配置为获取切片管理功能评估的所述网络切片要求的可行性结果;
准备子模块,被配置为在所述可行性结果表征可行的情况下,准备所述目标网络切片所需的网络切片实体。
可选地,所述准备子模块包括:
判断单元,被配置为判断所述业务需求请求的网络切片实体是否具有共享性;
第一实体获取单元,被配置为在所述业务需求不具有共享性的情况下,获取所述切片管理功能创建的新网络切片实体;
第二实体单元,被配置为在所述业务需求具有共享性的情况下,获取已存在的网络切片实体。
可选地,在所述发出预警之后,还包括:
概率预测模块,被配置为预测在下一时刻多个候选物理网络发生异常的概率;
目标确定模块,被配置为将在下一时刻发生异常的概率不超过所述异常阈值的候选物理网络之一,确定为提供目标资源配置的目标物理网络,所述目标资源配置为所述目标用户在下一时刻购买网络切片所需的资源配置。
需要说明的是,装置实施例与方法实施例相近,故描述的较为简单,相关之处参见方法实施例即可。
图4是本发明实施例中一种用于物理网络的预警的装置400的框图。例如,装置400可以被提供为一服务器。参照图4,装置400包括处理组件422,其进一步包括一个或多个处理器,以及由存储器432所代表的存储器资源,用于存储可由处理组件422的执行的指令,例如计算机程序产品。存储器432中存储的计算机程序产品可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件422被配置为执行指令,以执行上述物理网络的预警方法。
装置400还可以包括一个电源组件426被配置为执行装置400的电源管理,一个有线或无线网络接口450被配置为将装置400连接到网络,和一个输入输出(I/O)接口458。装置400可以操作基于存储在存储器432的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、装置、电子设备和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种物理网络的预警方法、装置、电子设备、存储介质及程序产品,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种物理网络的预警方法,其特征在于,包括:
获取物理网络的历史网络切片数据;
对所述历史网络切片数据进行分析,得到所述物理网络的转移概率矩阵;
根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率;
预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,并获取所述数量对应的异常阈值;
在所述概率超过所述异常阈值的情况下,发出预警。
2.根据权利要求1所述的方法,其特征在于,所述转移概率矩阵包括正常数据转向异常数据的概率,以及异常数据保持异常的概率;
所述根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率,包括:
获取在当前时刻所述物理网络中正常数据的比例和异常数据比例;
根据在当前时刻所述物理网络中正常数据的比例和异常数据比例,以及所述转移概率矩阵,预测在下一时刻所述物理网络中异常数据的比例;
将所述在下一时刻所述物理网络中异常数据的比例,确定为在下一时刻所述物理网络发生异常的概率。
3.根据权利要求1所述的方法,其特征在于,所述预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,包括:
获取已购买所述物理网络的网络切片的历史用户各自已购买的网络切片的类型;
根据所述历史用户已购买的网络切片的类型,预测每一所述历史用户在下一时刻购买每种类型的网络切片的概率;
在任一所述历史用户在下一时刻购买任一类型的网络切片的概率超过概率阈值的情况下,将该历史用户确定为所述目标用户,并统计所述目标用户的数量。
4.根据权利要求3所述的方法,其特征在于,在确定所述目标用户之后,还包括:
将所述目标用户在下一时刻购买的概率超过所述概率阈值的类型的网络切片,确定为所述目标用户在下一时刻购买的目标网络切片;
利用所述物理网络,准备所述目标网络切片所需的资源配置。
5.根据权利要求4所述的方法,其特征在于,所述利用所述物理网络,准备所述目标网络切片所需的资源配置,包括:
获取所述目标网络切片对应的业务需求;
将所述业务需求提交给所述物理网络的通信服务管理功能,得到所述通信服务管理功能根据所述业务需求得到的网络切片要求;
获取切片管理功能评估的所述网络切片要求的可行性结果;
在所述可行性结果表征可行的情况下,准备所述目标网络切片所需的网络切片实体。
6.根据权利要求5所述的方法,其特征在于,所述准备所述目标网络切片所需的网络切片实体,包括:
判断所述业务需求请求的网络切片实体是否具有共享性;
在所述业务需求不具有共享性的情况下,获取所述切片管理功能创建的新网络切片实体;
在所述业务需求具有共享性的情况下,获取已存在的网络切片实体。
7.根据权利要求1-6任一所述的方法,其特征在于,在所述发出预警之后,还包括:
预测在下一时刻多个候选物理网络发生异常的概率;
将在下一时刻发生异常的概率不超过所述异常阈值的候选物理网络之一,确定为提供目标资源配置的目标物理网络,所述目标资源配置为所述目标用户在下一时刻购买网络切片所需的资源配置。
8.一种物理网络的预警装置,其特征在于,包括:
数据获取模块,被配置为获取物理网络的历史网络切片数据;
矩阵获取模块,被配置为对所述历史网络切片数据进行分析,得到所述物理网络的转移概率矩阵;
异常预测模块,被配置为根据所述转移概率矩阵,预测在下一时刻所述物理网络发生异常的概率;
数量预测模块,被配置为预测在下一时刻购买所述物理网络的网络切片的目标用户的数量,并获取所述数量对应的异常阈值;
预警模块,被配置为在所述概率超过所述异常阈值的情况下,发出预警。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的物理网络的预警方法。
10.一种计算机可读存储介质,其特征在于,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至7中任一项所述的物理网络的预警方法。
11.一种计算机程序产品,包括计算机程序,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7中任一项所述的物理网络的预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211538730.8A CN116016150A (zh) | 2022-12-02 | 2022-12-02 | 物理网络的预警方法、装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211538730.8A CN116016150A (zh) | 2022-12-02 | 2022-12-02 | 物理网络的预警方法、装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116016150A true CN116016150A (zh) | 2023-04-25 |
Family
ID=86025613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211538730.8A Pending CN116016150A (zh) | 2022-12-02 | 2022-12-02 | 物理网络的预警方法、装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116016150A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117295071A (zh) * | 2023-11-24 | 2023-12-26 | 易讯科技股份有限公司 | 用于ipv6网络的移动节点安全管理方法及系统 |
-
2022
- 2022-12-02 CN CN202211538730.8A patent/CN116016150A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117295071A (zh) * | 2023-11-24 | 2023-12-26 | 易讯科技股份有限公司 | 用于ipv6网络的移动节点安全管理方法及系统 |
CN117295071B (zh) * | 2023-11-24 | 2024-02-02 | 易讯科技股份有限公司 | 用于ipv6网络的移动节点安全管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111355610A (zh) | 一种基于边缘网络的异常处理方法及装置 | |
CN111176953B (zh) | 一种异常检测及其模型训练方法、计算机设备和存储介质 | |
US20140244343A1 (en) | Metric management tool for determining organizational health | |
US10218575B2 (en) | Provision, configuration and use of a telecommunications network | |
WO2022061900A1 (zh) | 故障自治能力的确定方法以及相关设备 | |
CN114064196A (zh) | 用于预测性保障的系统和方法 | |
CN116016150A (zh) | 物理网络的预警方法、装置、电子设备、存储介质 | |
CN108390793A (zh) | 一种分析系统稳定性的方法及装置 | |
CN114360222B (zh) | 一种租赁设备的状态预警方法、装置、设备和介质 | |
CN110535670B (zh) | 一种nfv容量规划方法及电子设备 | |
CN116760655B (zh) | Sd-wan应用中提供cpe最优接入的pop点方法 | |
CN104937613A (zh) | 量化数据质量的探试 | |
CN116846733A (zh) | 基于5g网络切片的实例级服务故障监控系统和方法 | |
CN117875746A (zh) | 指标阈值的确定方法、装置、存储介质及电子装置 | |
CN113835961B (zh) | 告警信息监控方法、装置、服务器及存储介质 | |
CN115225500A (zh) | 一种网络切片分配方法及装置 | |
CN114493358A (zh) | 指标分解方法、装置和电子设备 | |
CN114727309A (zh) | 网络优化方法及设备 | |
CN115037625B (zh) | 网络切片处理方法、装置、电子设备及可读存储介质 | |
WO2022121513A1 (zh) | 性能指标至差值的生成方法、装置、电子设备及存储介质 | |
CN113676347B (zh) | 服务器的负载预测方法和装置、存储介质及电子装置 | |
CN116170329B (zh) | 基站隐患挖掘方法、装置、设备及存储介质 | |
CN116702121B (zh) | 一种云桌面场景下增强访问控制安全性的方法 | |
CN115086147B (zh) | 一种业务数据监控预警方法、装置、介质及电子设备 | |
CN105024968B (zh) | 一种网络安全测量方法、装置及系统 |
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 |