CN116389365A - 一种交换机数据处理方法及系统 - Google Patents
一种交换机数据处理方法及系统 Download PDFInfo
- Publication number
- CN116389365A CN116389365A CN202310649243.7A CN202310649243A CN116389365A CN 116389365 A CN116389365 A CN 116389365A CN 202310649243 A CN202310649243 A CN 202310649243A CN 116389365 A CN116389365 A CN 116389365A
- Authority
- CN
- China
- Prior art keywords
- data
- transmission
- transmission state
- uploaded
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 500
- 238000004458 analytical method Methods 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000011217 control strategy Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000005457 optimization Methods 0.000 claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000010586 diagram Methods 0.000 claims abstract description 22
- 239000013598 vector Substances 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000007477 logistic regression Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 14
- 230000010485 coping Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000721662 Juniperus Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000000275 quality assurance Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及数据处理领域，公开了一种交换机数据处理方法及系统，用于提高网络传输效率降低网络负荷，同时保证网络数据传输的安全可靠性。方法包括：根据第一数据交换层和第二数据交换层生成每个业务需求的网络拓扑图；设置每个业务需求的流量控制策略；根据流量控制策略生成目标数据的多个待上传数据流；根据网络拓扑图计算每个待上传数据流的目标传输路径，并基于目标传输路径分别对多个待上传数据流进行数据传输；对数据传输过程进行传输状态监控，得到多个传输状态指标，并将多个传输状态指标输入传输状态分析模型进行传输状态分析，得到传输状态分类结果；根据传输状态分类结果生成多个待上传数据流对应的数据传输优化策略集合。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种交换机数据处理方法及系统。
背景技术
现代企业的业务范围越来越广泛，网络传输数据的量也越来越大。由于计算机网络在数据传输和交互方面发挥着越来越重要的作用，因此，人们对网络传输效率的需求也越来越高。
现有方案在网络传输数据的过程中，数据可能会遭受破坏、窃取和篡改等威胁。同时，由于网络规模越来越大，传输数据的纷繁复杂，如何经济、高效、可靠地管理和控制数据流也是一个挑战。而且数据流量变化也是现有技术中的一个问题。随着业务需求、数据传输量和网络用户的增长，传输数据的流量也可能会出现波动或突增。网络管理员需要适时地调整流量控制策略来适应不同的网络环境，而如何判断何时需要调整和如何调整也需要更好的技术支持。
发明内容
本发明提供了一种交换机数据处理方法及系统，用于提高网络传输效率降低网络负荷，同时保证网络数据传输的安全可靠性。
本发明第一方面提供了一种交换机数据处理方法，所述交换机数据处理方法包括：
创建多个第一虚拟机并根据所述多个第一虚拟机生成第一数据交换层，同时，创建两个第二虚拟机并根据所述两个第二虚拟机生成第二数据交换层；
获取多个业务需求，并根据所述第一数据交换层和所述第二数据交换层生成每个业务需求的网络拓扑图；
获取所述网络拓扑图的节点数量以及节点连接关系，并根据所述节点数量以及所述节点连接关系设置每个业务需求的流量控制策略；
获取待处理的目标数据，并根据所述流量控制策略生成所述目标数据的多个待上传数据流；
根据所述网络拓扑图计算每个待上传数据流的目标传输路径，并基于所述目标传输路径分别对所述多个待上传数据流进行数据传输；
对数据传输过程进行传输状态监控，得到多个传输状态指标，并将所述多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果；
根据所述传输状态分类结果生成所述多个待上传数据流对应的数据传输优化策略集合。
结合第一方面，在本发明第一方面的第一实施方式中，所述获取多个业务需求，并根据所述第一数据交换层和所述第二数据交换层生成每个业务需求的网络拓扑图，包括：
获取多个业务需求，并对每个业务需求就行需求分析，得到每个业务需求的需求信息，其中，所述需求信息包括：数据传输的数量、频率、大小和传输方向；
根据每个业务需求的需求信息，确定所述第一数据交换层与所述第二数据交换层之间的拓扑结构类型；
根据所述拓扑结构类型，分别生成每个业务需求的网络拓扑图。
结合第一方面，在本发明第一方面的第二实施方式中，所述获取所述网络拓扑图的节点数量以及节点连接关系，并根据所述节点数量以及所述节点连接关系设置每个业务需求的流量控制策略，包括：
对所述网络拓扑图进行网络拓扑参数分析，得到节点数量以及节点连接关系；
基于所述节点数量以及所述节点连接关系，分别匹配每个业务需求的节点负载策略；
根据所述节点负载策略，分别设置每个业务需求的流量控制策略，其中，所述流量控制策略包括：带宽限制、突发流量控制以及流量分类。
结合第一方面，在本发明第一方面的第三实施方式中，所述获取待处理的目标数据，并根据所述流量控制策略生成所述目标数据的多个待上传数据流，包括：
采用待处理的业务需求对应的数据协议以及数据获取方式，获取待处理的目标数据；
根据所述流量控制策略，对所述目标数据进行数据分类，得到多个初始数据流；
对所述多个初始数据流进行数据特征提取和特征标记，生成所述目标数据的多个待上传数据流。
结合第一方面，在本发明第一方面的第四实施方式中，所述根据所述网络拓扑图计算每个待上传数据流的目标传输路径，并基于所述目标传输路径分别对所述多个待上传数据流进行数据传输，包括：
根据所述网络拓扑图分别确定每个待上传数据流的多个初始传输路径；
对所述多个初始传输路径进行最短路径分析，得到每个待上传数据流的目标传输路径；
基于所述目标传输路径分别对所述多个待上传数据流进行数据传输。
结合第一方面，在本发明第一方面的第五实施方式中，所述对数据传输过程进行传输状态监控，得到多个传输状态指标，并将所述多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果，包括：
对数据传输过程进行传输状态监控，得到多个传输状态指标，其中，所述多个传输状态指标包括：丢包率、流量速率以及传输延迟；
对所述多个传输状态指标进行编码映射，得到每个传输状态指标的编码映射值；
对每个传输状态指标的编码映射值进行向量转换，生成目标传输状态向量；
将所述目标传输状态向量输入预置的传输状态分析模型，其中，所述传输状态分析模型包括：编码网络、解码网络以及逻辑回归层；
通过所述传输状态分析模型进行传输状态分析，得到传输状态分类结果。
结合第一方面，在本发明第一方面的第六实施方式中，所述根据所述传输状态分类结果生成所述多个待上传数据流对应的数据传输优化策略集合，包括：
根据所述传输状态分类结果，分别构建每个待上传数据流的初始传输优化策略；
对每个待上传数据流的初始传输优化策略进行动态调整，得到每个待上传数据流的数据传输优化策略；
对每个待上传数据流的数据传输优化策略进行策略集成，得到对应的数据传输优化策略集合。
本发明第二方面提供了一种交换机数据处理系统，所述交换机数据处理系统包括：
创建模块，用于创建多个第一虚拟机并根据所述多个第一虚拟机生成第一数据交换层，同时，创建两个第二虚拟机并根据所述两个第二虚拟机生成第二数据交换层；
获取模块，用于获取多个业务需求，并根据所述第一数据交换层和所述第二数据交换层生成每个业务需求的网络拓扑图；
设置模块，用于获取所述网络拓扑图的节点数量以及节点连接关系，并根据所述节点数量以及所述节点连接关系设置每个业务需求的流量控制策略；
处理模块，用于获取待处理的目标数据，并根据所述流量控制策略生成所述目标数据的多个待上传数据流；
计算模块，用于根据所述网络拓扑图计算每个待上传数据流的目标传输路径，并基于所述目标传输路径分别对所述多个待上传数据流进行数据传输；
分析模块，用于对数据传输过程进行传输状态监控，得到多个传输状态指标，并将所述多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果；
生成模块，用于根据所述传输状态分类结果生成所述多个待上传数据流对应的数据传输优化策略集合。
本发明第三方面提供了一种交换机数据处理设备，包括：存储器和至少一个处理器，所述存储器中存储有指令；所述至少一个处理器调用所述存储器中的所述指令，以使得所述交换机数据处理设备执行上述的交换机数据处理方法。
本发明的第四方面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中存储有指令，当其在计算机上运行时，使得计算机执行上述的交换机数据处理方法。
本发明提供的技术方案中，根据第一数据交换层和第二数据交换层生成每个业务需求的网络拓扑图；设置每个业务需求的流量控制策略；根据流量控制策略生成目标数据的多个待上传数据流；根据网络拓扑图计算每个待上传数据流的目标传输路径，并基于目标传输路径分别对多个待上传数据流进行数据传输；对数据传输过程进行传输状态监控，得到多个传输状态指标，并将多个传输状态指标输入传输状态分析模型进行传输状态分析，得到传输状态分类结果；根据传输状态分类结果生成多个待上传数据流对应的数据传输优化策略集合，本发明利用多个虚拟机和不同的流量控制策略，将数据传输量在不同的路径上进行分配和传输，从而提高了网络传输效率和吞吐量，通过对每个业务需求设置流量控制策略，避免网络拥堵和负载过重，从而降低网络负荷和延迟，通过监控传输状态和使用预置模型进行传输状态分析，及时发现并应对网络攻击以及故障的异常情况，保证数据传输的安全和可靠性，通过对多个虚拟机进行设置和管理，能够灵活应对不同业务需求，同时保证每个业务的数据传输独立和私密。
附图说明
图1为本发明实施例中交换机数据处理方法的一个实施例示意图；
图2为本发明实施例中设置每个业务需求的流量控制策略的流程图；
图3为本发明实施例中生成待上传数据流的流程图；
图4为本发明实施例中传输状态分析的流程图；
图5为本发明实施例中交换机数据处理系统的一个实施例示意图；
图6为本发明实施例中交换机数据处理设备的一个实施例示意图。
具体实施方式
本发明实施例提供了一种交换机数据处理方法及系统，用于提高网络传输效率降低网络负荷，同时保证网络数据传输的安全可靠性。本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中交换机数据处理方法的一个实施例包括：
S101、创建多个第一虚拟机并根据多个第一虚拟机生成第一数据交换层，同时，创建两个第二虚拟机并根据两个第二虚拟机生成第二数据交换层；
可以理解的是，本发明的执行主体可以为交换机数据处理系统，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
具体的，服务器首先创建多个第一虚拟机，以提供虚拟网络环境。这些虚拟机通常可以使用虚拟化技术例如VMware、VirtualBox等创建。安装多个虚拟机，每个虚拟机可以运行一个操作系统，也可以在同一个虚拟机中运行多个操作系统。根据多个第一虚拟机生成第一数据交换层，以解决虚拟网络中的互联问题。通常可以使用虚拟机管理软件进行创建，并按照实际需求设定虚拟网络的各项参数。例如，对于虚拟机之间需要互相通信的情况，需要将虚拟机连接到一个虚拟交换机上。进而创建两个第二虚拟机，以提供更高级的网络功能和交换环境。这些虚拟机通常可以运行网络应用服务器等特定软件服务，以实现更丰富的数据交换和共享。根据两个第二虚拟机生成第二数据交换层，以进一步提高虚拟网络的功能和性能。通常可以使用虚拟机管理软件进行创建，并根据实际需求设定虚拟网络的各项参数。
S102、获取多个业务需求，并根据第一数据交换层和第二数据交换层生成每个业务需求的网络拓扑图；
具体的，服务器首先获取多个业务需求，例如高带宽、低延迟、高可靠性等，基于第一数据交换层和第二数据交换层，根据每个业务需求生成相应的网络拓扑图。其中，根据多种链接方式，例如以太网、无线局域网等，并根据实际网络环境进行优化和调整。例如，可以通过虚拟网络和软件定义网络等技术，将不同虚拟机之间的连接进行优化和管理，根据业务需求和网络拓扑图，确定关键业务和网络节点。这些业务和节点通常需要优先考虑和管理，根据网络拓扑图分析得出的结果，进一步优化网络连接和交换环境，以提高网络性能和数据传输质量。例如，通过网络设备优化，或者优化传输策略、传输路径等方式，优化大量交换数据的业务节点的传输效率，综上所述，获取多个业务需求，并根据第一数据交换层和第二数据交换层生成每个业务需求的网络拓扑图，通常需要针对不同的业务需求采用不同的网络拓扑设计方法。通过细致的分析和优化，可以提高网络的传输效率和管理效果。例如，对于高带宽、低延迟等关键业务需求采用点到点式连接方式、QoS传输策略等方式进行优化。
S103、获取网络拓扑图的节点数量以及节点连接关系，并根据节点数量以及节点连接关系设置每个业务需求的流量控制策略；
需要说明的是，从网络拓扑图中获取网络节点的数量以及节点之间的连接关系，通过网络拓扑分析工具或者通过手工记录的方式完成这个过程。例如，可以使用 Cisco、SonicWall、Juniper 或者 PaloAlto 等设备来获取网络拓扑图信息，根据网络节点数量设计流量控制策略。对于节点数量较少的网络，流量控制策略相对简单，可以使用基础网络交换机/路由器配置，实现基础的流量控制和流量限制。但是对于节点数量较多的大型网络，如数据中心等，需要使用高级网络虚拟化、软件定义网络等技术来实现流量控制和质量保障，根据节点之间的连接关系，设计流量控制策略。例如，对于网络中的瓶颈节点和交换节点，可以采用负载均衡和流量控制器等技术进行有效的流量限制。这些控制器可以根据数据量进行流量优化和限制，以确保数据传输的高效和稳定性，根据每个业务需求的具体情况，设置相应的流量控制策略。例如，对于高带宽的业务需求，可以将网络链路调整为多路径，以提高网络传输的带宽，对于对网络延迟要求较高的业务需求，则可以使用 QoS 服务等技术，优先处理数据传输，综上所述，根据网络拓扑图的节点数量和节点连接关系，在设置每个业务需求的流量控制策略时需要针对不同的业务需求采用不同的流量调整和限制技术。通过细致的分析和优化，可以提高网络的传输效率和数据传输质量。例如，对于需要快速传输大量数据的业务，可以使用 TSO（TCP Segmentation Offloading）等技术，从而提高网络传输的效率，并优化连接和流量控制策略。
S104、获取待处理的目标数据，并根据流量控制策略生成目标数据的多个待上传数据流；
具体的，首先，获取待处理的原始数据。例如各种类型的文件、记录或数据库等。根据流量控制策略，将目标数据生成多个待上传数据流。例如，对于需要快速传输大量数据的业务，将数据分批次传输、进行压缩、采用多路径传输等方式进行优化。通过这些调整，可以最大化利用网络带宽，提高传输效率。根据上传数据流数量和数据大小，可以设置合适的数据传输策略。例如，对于数据量较大的文件，可以设置时间间隔，以避免网络拥塞现象。在上传数据流的过程中，需要实时监控数据传输状态，以确保数据传输的稳定性和可靠性。通过监测数据传输速率、丢包率等指标，及时调整上传数据流的大小和数量，从而实现更加稳定和高效的数据传输。综上所述，获取待处理的目标数据，并根据流量控制策略生成目标数据的多个待上传数据流，需要充分考虑网络拓扑、数据量和传输环境等因素，结合网络传输策略和数据监控方法，从而实现最佳的数据传输效果。例如，对于需要高速传输大量数据的业务需求，通过多路径、压缩等方式，同时选用数据传输加速器、数据转换器等技术，从而获得更高效稳定的数据传输效果。
S105、根据网络拓扑图计算每个待上传数据流的目标传输路径，并基于目标传输路径分别对多个待上传数据流进行数据传输；
具体的，根据网络拓扑图计算每个待上传数据流的目标传输路径，并基于目标传输路径分别对多个待上传数据流进行数据传输，可以帮助优化数据传输路径，提升数据传输效率。具体的，从网络拓扑图中获取网络节点的数量、连接方式等信息，以确定数据传输的路径。基于网络拓扑图，可以计算每个待上传数据流的目标传输路径。例如，对于需要传输的数据，可以计算出从源节点到目标节点之间最优的数据传输路径，包括传输的路径、传输的带宽、传输的延迟等因素。根据计算得到的目标传输路径，可以分配不同的传输路径给各个待上传数据流。例如，对于多个需要传输的数据流，可以根据计算结果分别分配不同的传输路径，以最大化利用网络资源，提高传输效率。在分配完传输路径后，可以开始进行数据传输。对于不同的待上传数据流，可以使用不同的传输方式进行传输。例如，可以使用TCP、UDP 等传输协议进行传输，同时根据传输距离、带宽、延迟等因素进行优化和调整。综上所述，根据网络拓扑图计算每个待上传数据流的目标传输路径，并基于目标传输路径分别对多个待上传数据流进行数据传输，需要进行细致的计算和分析，以获得最佳的数据传输效果。例如，对于远距离传输的数据，可能需要采取优化的传输方式，如加速器、传输优化器等技术，同时需要根据传输延迟等因素优化目标传输路径，从而实现稳定高效的数据传输。
S106、对数据传输过程进行传输状态监控，得到多个传输状态指标，并将多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果；
具体的，监控数据传输过程中的传输状态，包括传输速率、丢包率、延迟等因素。可以通过网络监控工具或者自定义监控脚本等方式实现监控，并及时记录监控数据。根据实时监控的数据，计算出多个传输状态指标，例如，丢包率、传输时延等。基于传输状态指标，建立传输状态分析模型，以对数据传输的状态进行分析。例如，可以使用神经网络、决策树等算法来预测数据传输性能，并及时发现故障、瓶颈等问题。将多个传输状态指标输入到传输状态分析模型中，进行状态分析和分类。例如，可以对数据传输状态进行分块，并进行流量控制、延迟优化等方式进行调整和优化。其中，通过对数据传输过程进行传输状态监控，并利用传输状态分析模型，可以快速地发现数据传输中的故障，从而及时进行处理。例如，对于远程数据传输过程中出现丢包现象，可以通过调整数据传输路径、优化网络传输环境等方式，对网络进行优化和重构，从而提高数据传输的效率和稳定性。
S107、根据传输状态分类结果生成多个待上传数据流对应的数据传输优化策略集合。
具体的，服务器根据传输状态分类结果生成多个待上传数据流对应的数据传输优化策略集合，可以帮助快速识别数据传输问题所在，并采取相应的优化策略进行解决。其中，在对数据传输状态进行分类后，对分类结果进行分析，以确定数据传输出现问题的原因。例如，可能出现传输拥塞、传输延迟过高、丢包率过高等情况，基于传输状态分类结果，可以制定一系列数据传输优化策略，针对不同的问题和瓶颈情况采取对应的策略。例如，对于拥塞问题，可以优化网络传输路径，降低传输带宽；对于时延过高，可以优化传输服务等等，针对每个待上传数据流，可以根据分类结果以及定义好的数据传输优化策略集合，选择相应的优化策略，使数据传输能够更加高效，保证数据的高速稳定传输。例如，对于某个特定的文件传输需求，针对其中出现的问题，可以采用不同的传输协议，调整传输速率等等。在数据传输过程中，需要实时监控各个上传数据流的传输状态，避免出现传输中断、传输过程延迟等情况。可以利用网络监控工具，针对关键性参数进行实时监控和汇报，以避免出现传输问题，其中，对于每个待上传数据流，根据传输分类结果生成优化策略集合，并根据实时传输状态采取具体的优化策略，实现优化后的数据传输。例如，对于某个大容量文件传输任务，可以根据当前状态分类结果采取多路径传输、数据分块传输等技术，并根据实时监控数据选择适当的优化策略集合，以快速高效地进行数据传输。
本发明实施例中，根据第一数据交换层和第二数据交换层生成每个业务需求的网络拓扑图；设置每个业务需求的流量控制策略；根据流量控制策略生成目标数据的多个待上传数据流；根据网络拓扑图计算每个待上传数据流的目标传输路径，并基于目标传输路径分别对多个待上传数据流进行数据传输；对数据传输过程进行传输状态监控，得到多个传输状态指标，并将多个传输状态指标输入传输状态分析模型进行传输状态分析，得到传输状态分类结果；根据传输状态分类结果生成多个待上传数据流对应的数据传输优化策略集合，本发明利用多个虚拟机和不同的流量控制策略，将数据传输量在不同的路径上进行分配和传输，从而提高了网络传输效率和吞吐量，通过对每个业务需求设置流量控制策略，避免网络拥堵和负载过重，从而降低网络负荷和延迟，通过监控传输状态和使用预置模型进行传输状态分析，及时发现并应对网络攻击以及故障的异常情况，保证数据传输的安全和可靠性，通过对多个虚拟机进行设置和管理，能够灵活应对不同业务需求，同时保证每个业务的数据传输独立和私密。
在一具体实施例中，执行步骤S102的过程可以具体包括如下步骤：
（1）获取多个业务需求，并对每个业务需求就行需求分析，得到每个业务需求的需求信息，其中，需求信息包括：数据传输的数量、频率、大小和传输方向；
（2）根据每个业务需求的需求信息，确定第一数据交换层与第二数据交换层之间的拓扑结构类型；
（3）根据拓扑结构类型，分别生成每个业务需求的网络拓扑图。
具体的，收集多个业务需求，包括需求的数量、类型、传输对象等信息，对各个业务需求进行分析。针对每个业务需求，进行需求分析，分析业务需求中所涉及的数据传输需求，计算出数据传输的数量、频率、大小和传输方向等参数。数据传输数量是指传输数据的总量，根据实际需求计算，如传输10GB的数据。数据传输频率是指传输数据的周期性，根据实际需求计算，如每天传输一次。数据传输大小是指单次数据传输的大小，根据实际需求计算，如每次传输100MB的数据。数据传输方向是指数据传输的源地址和目的地址，根据实际需求进行分析，如从分支机构传输至总部。通过对多个业务需求进行需求分析，可以获得各个业务需求的数据传输信息，进而针对这些信息进行数据传输优化。例如，对于数据量较大的业务需求，可以采用分批次传输、压缩、数据分块等技术，从而降低传输数据的数量和传输成本；对于业务需求传输数量频率较高的情况，可以采用缓存、预传方式实现，减少重复传输，提高传输效率。基于业务数据需求的传输方向和数据流量的大小等特点，确定第一数据交换层与第二数据交换层之间的拓扑结构类型，如树形、星型或可能是环形等。例如，在数据流向单向的情况下，可以采用星型拓扑结构。根据拓扑结构类型，确定第一数据交换层和第二数据交换层之间所需的节点数以及交换设备的类型和数量等。例如，在树型拓扑结构中，需要一个根交换机和多个子交换机。基于确定的拓扑结构类型和交换设备，可以绘制网络拓扑图，详细描述了网络中各个设备之间的连接方式和关系。例如，如果拓扑结构类型是环形，则网络拓扑图将显示环形连接方式，当确定了网络拓扑图后，根据实际需求进行优化和调整。例如，可以进行设备的增加或更换等，从而满足业务需求中的数据传输流程，其中，根据每个业务需求的需求信息确定其所需的拓扑结构类型，可以帮助优化网络拓扑结构，实现网络数据传输流程的高效性和稳定性。例如，在需要传输数据流向单向且数据量大的情况下，选择星型结构将有助于优化数据传输时间和效率。然后，根据确定的拓扑结构类型和设备数量绘制网络拓扑图，可以让人直观地了解数据传输过程中各个设备之间的连接方式和关系。因此，网络拓扑图是实现网络数据传输流程优化、故障排查和管理的重要工具，对于数据中心等数据密集型环境尤为重要。
在一具体实施例中，如图2所示，执行步骤S103的过程可以具体包括如下步骤：
S201、对网络拓扑图进行网络拓扑参数分析，得到节点数量以及节点连接关系；
S202、基于节点数量以及节点连接关系，分别匹配每个业务需求的节点负载策略；
S203、根据节点负载策略，分别设置每个业务需求的流量控制策略，其中，流量控制策略包括：带宽限制、突发流量控制以及流量分类。
具体的，服务器确定网络拓扑图，通常有多种绘图工具和软件可供选择，如Visio和Gliffy等。根据网络拓扑图，在物理结构和逻辑结构两方面对网络拓扑结构进行深入分析，确定拓扑结构的类型、层级、节点分布等等。根据拓扑结构的类型和层级，考虑到确定节点数量，例如确定交换机的数量、计算机的数量等。分析每个节点的连接关系，确定它们之间的带宽、延迟等因素。分析每条连接线路，以确定链路的可用性、代价等等。基于网络拓扑图的节点数量以及节点连接关系，可以确定节点的负载情况，并制定相应的负载策略，例如，根据节点的空闲能力、存储容量、带宽使用情况等各种因素，制定负载均衡策略，使节点的负载能够分配更为均衡，提高资源利用率和效率。按照每个业务需求的传输方向、数据流量等因素，匹配合适的节点进行数据传输，从而平衡负载，优化数据传输效率。在匹配节点后，需要设置相应的流量控制策略，以确保数据传输的时延、带宽等方面受到有效控制。带宽限制、突发流量控制以及流量分类等都是流量控制策略的重要方式。例如，在匹配每个业务需求的节点负载策略时，可以采用负载均衡策略，平衡不同节点的负载能力，增加节点的资源利用效率，实现数据传输的快速、高效和可靠。例如，在设置流量控制策略时，如果业务需求中的数据流量过大，可能会对节点产生较大的负载压力，导致传输时延较长。此时，可以采用突发流量控制策略和流量分类策略，限制传输带宽，确保每个业务需求的数据传输效果。其中，基于节点数量和节点连接关系，分别匹配每个业务需求的节点负载策略，并根据流量控制策略实现流量控制，可以实现更高效的数据传输，提高数据传输的效率和稳定性。
在一具体实施例中，如图3所示，执行步骤S104的过程可以具体包括如下步骤：
S301、采用待处理的业务需求对应的数据协议以及数据获取方式，获取待处理的目标数据；
S302、根据流量控制策略，对目标数据进行数据分类，得到多个初始数据流；
S303、对多个初始数据流进行数据特征提取和特征标记，生成目标数据的多个待上传数据流。
具体的，服务器根据具体业务需求，确定所需的数据协议和数据获取方式，如HTTP、FTP等协议和API、爬虫等获取方式。通过对业务需求分析，确定数据源的位置和数据获取路径，如数据库、云存储等。根据应用程序调用API、爬虫抓取数据”等方式，通过指定数据协议和获取方式，获取待处理的目标数据。例如，在处理一个网页中的数据时，可以使用HTTP协议通过API获取数据，或者通过使用爬虫程序获取页面并提取目标数据。在使用API获取数据时，需要指定API地址和调用参数，并采用HTTP等数据协议进行数据传输；在使用爬虫程序获取数据时，需要编写相应的脚本，获取页面数据并读取其中的目标数据。综上所述，采用待处理的业务需求对应的数据协议和数据获取方式，获取待处理的目标数据，是业务处理过程中的重要步骤。在获取数据时，需要根据具体业务需求确定数据协议和获取方式，并通过调用API、爬虫抓取数据等方式，快速精确地获取目标数据。根据流量控制策略和业务需求，将目标数据按照数据特性、大小、流量等标准进行分类。例如，将不同类型的数据拆分为多个数据流，以更好地管理数据传输过程中的带宽和数据流量。对初始数据流进行数据特征提取，如数据的类型、大小、时间戳、源地址和目标地址等，以保证数据传输顺序的正确性和数据传输的实时性。标记提取出的数据特征，以便对数据流进行合理的处理。例如，按照源地址、目标地址、数据类型等特征进行标记，方便后续数据分析和处理。基于分类、提取和标记的结果，生成目标数据的多个待上传数据流，从而提高数据传输的效率和稳定性。例如，在采用交互式应用程序进行多媒体数据传输时，可以根据数据类型、数据大小和传输带宽等信息，将原始数据流拆分为多个数据流，每个数据流包含相同类型、相同大小的数据。然后，对每个数据流进行特征提取和标记，例如，以时间戳和源地址为基础进行标记，确保在数据传输过程中始终保持数据的时序一致性。最后，根据业务需求和流量控制策略，将生成的待上传数据流分发到各个节点，实现目标数据的高效传输。其中，根据流量控制策略，对目标数据进行数据分类、特征提取和特征标记，生成多个待上传数据流，是提高数据传输效率和稳定性的关键环节。数据分类需要根据实际业务需求和数据特性进行，而数据特征提取和标记则是保证数据传输顺序和数据实时性的重要手段。通过采取合理的特征提取和标记方式，可以优化数据传输过程中的带宽利用率和网络传输质量。
在一具体实施例中，如图4所示，执行步骤S105的过程可以具体包括如下步骤：
S401、根据网络拓扑图分别确定每个待上传数据流的多个初始传输路径；
S402、对多个初始传输路径进行最短路径分析，得到每个待上传数据流的目标传输路径；
S403、基于目标传输路径分别对多个待上传数据流进行数据传输。
具体的，服务器首先确定网络拓扑图，通常有多种绘图工具和软件可供选择，如Visio和Gliffy等。根据网络拓扑图和业务需求，确定每个待上传数据流的初始传输路径，考虑到传输路径的优先级、延迟、带宽、可靠性等因素，为后续传输过程提供重要的指导。根据业务需求和网络性能，选取多个初始传输路径，并采用多路径选择算法进行数据传输，以提高数据传输的稳定性和可靠性。例如，在多跳传输网络中，每个主机之间存在多个可能的传输路径。在确定每个待上传数据流的初始传输路径时，可以选择其中最佳的路径进行传输，也可以考虑将数据流沿着多条路径交叉传输，以确保数据可以经过不同的路径得到传输。通过多路径选择和多条路径交叉传输，可以有效地避免网络拓扑中某条传输路径被堵塞或中断导致数据传输受阻或中断。其中，根据网络拓扑图分别确定每个待上传数据流的多个初始传输路径，可以提高数据传输的稳定性和可靠性，在确定传输路径和选择多路径时，需要考虑到传输路径的优先级、延迟、带宽、可靠性等因素，从而为后续传输过程提供指导。同时，可以采用多路径选择和多条路径交叉传输等方式，有效提高数据传输的可用性和传输速度。
在一具体实施例中，执行步骤S106的过程可以具体包括如下步骤：
（1）对数据传输过程进行传输状态监控，得到多个传输状态指标，其中，多个传输状态指标包括：丢包率、流量速率以及传输延迟；
（2）对多个传输状态指标进行编码映射，得到每个传输状态指标的编码映射值；
（3）对每个传输状态指标的编码映射值进行向量转换，生成目标传输状态向量；
（4）将目标传输状态向量输入预置的传输状态分析模型，其中，传输状态分析模型包括：编码网络、解码网络以及逻辑回归层；
（5）通过传输状态分析模型进行传输状态分析，得到传输状态分类结果。
具体的，服务器对数据传输过程进行传输状态监控，并得到丢包率、流量速率以及传输延迟等多个传输状态指标，是确保数据传输效率和稳定性的重要手段。通过流量监控工具和传输层协议，对数据传输过程进行细粒度的监控和记录。例如，可以使用Wireshark等工具捕获数据包，分析数据传输过程中每个数据包的传输轨迹和传输质量指标，包括丢包率、流量速率以及传输延迟等。根据实时监控的数据，计算每个传输状态指标，如丢包率、流量速率以及传输延迟等，以评估数据在传输过程中的稳定性和可靠性。通过监控数据传输中的各项状态指标，实时调整传输策略，如动态调整传输带宽、传输路由等，以确保数据传输过程中的稳定性和可靠性。例如，在进行视频流传输时，可以通过监控数据传输过程中的丢包率、流量速率和传输延迟等指标，评估数据传输过程中的稳定性和可靠性。如果发现某些数据包丢失，可以采取重新传输或采用编码方式提高数据的恢复能力。如果发现传输带宽不足，可以通过调整数据传输优先级、控制传输流量等方式，优化数据传输效率，其中，对数据传输过程进行传输状态监控，得到丢包率、流量速率以及传输延迟等多个传输状态指标，可以评估数据在传输过程中的稳定性和可靠性，并通过应用传输控制策略，实时调整传输策略，保证数据传输过程的高效和可靠。
具体的，对多个传输状态指标进行编码映射，得到每个传输状态指标的编码映射值，如通过符号化方式对指标进行编码，或者通过数值化方式对指标进行编码。对每个传输状态指标的编码映射值进行向量转换，生成目标传输状态向量，以便后续传输状态分析。例如，可以使用线性转换或非线性转换方式对向量进行转换，将不同指标映射到相同维度的向量空间中。建立预置的传输状态分析模型，包括编码网络、解码网络和逻辑回归层等。其中，编码网络主要将传输状态向量编码为高维稠密向量，解码网络主要将高维稠密向量解码为原始的传输状态向量，逻辑回归层主要用于将传输状态向量映射到不同状态下的概率分布上。通过预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果。例如，在视频流传输过程中，可以监控视频流丢包率、带宽使用率、通信延迟等多个传输状态指标，通过将这些指标编码映射为目标传输状态向量，并通过传输状态分析模型得出传输状态分类结果，如网络流量高、网络拥堵等。其中，对多个传输状态指标进行编码映射、向量转换并进行传输状态分析，可以提高传输过程中噪声鲁棒性和准确性。通过建立预置的传输状态分析模型，可以将传输状态向量分类为不同的状态，从而优化传输过程中的传输控制策略，保证数据传输效率和稳定性。
在一具体实施例中，执行步骤S107的过程可以具体包括如下步骤：
（1）根据传输状态分类结果，分别构建每个待上传数据流的初始传输优化策略；
（2）对每个待上传数据流的初始传输优化策略进行动态调整，得到每个待上传数据流的数据传输优化策略；
（3）对每个待上传数据流的数据传输优化策略进行策略集成，得到对应的数据传输优化策略集合。
具体的，根据传输状态分类结果，为每个待上传数据流构建初始传输优化策略。例如，对于传输状态分类为“网络拥堵”的数据流，可以优先考虑减少传输带宽或缓存数据等方式来降低网络负载；对于传输状态分类为“网络流量过高”的数据流，可以采用限制传输速度等方式来缓解网络负载。根据实时监控的传输状态，对每个待上传数据流的初始传输优化策略进行动态调整。例如，对于传输状态分类为“网络拥堵”的数据流，可以动态地将传输带宽降低一定比例，并根据实际传输情况不断优化调整传输带宽；对于传输状态分类为“网络流量过高”的数据流，可以动态的限制传输速度，避免网络流量过度平凡。针对每个待上传数据流的数据传输优化策略，进行策略集成，最终得到对应的数据传输优化策略集合。例如，对于多个数据流，可以根据各自传输状态分类结果，集成不同的传输优化策略，从而构建一个完整的数据传输优化策略集合。
上面对本发明实施例中交换机数据处理方法进行了描述，下面对本发明实施例中交换机数据处理系统进行描述，请参阅图5，本发明实施例中交换机数据处理系统一个实施例包括：
创建模块501，用于创建多个第一虚拟机并根据所述多个第一虚拟机生成第一数据交换层，同时，创建两个第二虚拟机并根据所述两个第二虚拟机生成第二数据交换层；
获取模块502，用于获取多个业务需求，并根据所述第一数据交换层和所述第二数据交换层生成每个业务需求的网络拓扑图；
设置模块503，用于获取所述网络拓扑图的节点数量以及节点连接关系，并根据所述节点数量以及所述节点连接关系设置每个业务需求的流量控制策略；
处理模块504，用于获取待处理的目标数据，并根据所述流量控制策略生成所述目标数据的多个待上传数据流；
计算模块505，用于根据所述网络拓扑图计算每个待上传数据流的目标传输路径，并基于所述目标传输路径分别对所述多个待上传数据流进行数据传输；
分析模块506，用于对数据传输过程进行传输状态监控，得到多个传输状态指标，并将所述多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果；
生成模块507，用于根据所述传输状态分类结果生成所述多个待上传数据流对应的数据传输优化策略集合。
通过上述各个组成部分的协同合作，根据第一数据交换层和第二数据交换层生成每个业务需求的网络拓扑图；设置每个业务需求的流量控制策略；根据流量控制策略生成目标数据的多个待上传数据流；根据网络拓扑图计算每个待上传数据流的目标传输路径，并基于目标传输路径分别对多个待上传数据流进行数据传输；对数据传输过程进行传输状态监控，得到多个传输状态指标，并将多个传输状态指标输入传输状态分析模型进行传输状态分析，得到传输状态分类结果；根据传输状态分类结果生成多个待上传数据流对应的数据传输优化策略集合，本发明利用多个虚拟机和不同的流量控制策略，将数据传输量在不同的路径上进行分配和传输，从而提高了网络传输效率和吞吐量，通过对每个业务需求设置流量控制策略，避免网络拥堵和负载过重，从而降低网络负荷和延迟，通过监控传输状态和使用预置模型进行传输状态分析，及时发现并应对网络攻击以及故障的异常情况，保证数据传输的安全和可靠性，通过对多个虚拟机进行设置和管理，能够灵活应对不同业务需求，同时保证每个业务的数据传输独立和私密。
上面图5从模块化功能实体的角度对本发明实施例中的交换机数据处理系统进行详细描述，下面从硬件处理的角度对本发明实施例中交换机数据处理设备进行详细描述。
图6是本发明实施例提供的一种交换机数据处理设备的结构示意图，该交换机数据处理设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（central processing units，CPU）610（例如，一个或一个以上处理器）和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630（例如一个或一个以上海量存储设备）。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块（图示没标出），每个模块可以包括对交换机数据处理设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在交换机数据处理设备600上执行存储介质630中的一系列指令操作。
交换机数据处理设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的交换机数据处理设备结构并不构成对交换机数据处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
本发明还提供一种交换机数据处理设备，所述交换机数据处理设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的所述交换机数据处理方法的步骤。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性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，当所述指令在计算机上运行时，使得计算机执行所述交换机数据处理方法的步骤。
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，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。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random acceS memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，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精神和范围。
Claims (10)
1.一种交换机数据处理方法，其特征在于，所述交换机数据处理方法包括：
创建多个第一虚拟机并根据所述多个第一虚拟机生成第一数据交换层，同时，创建两个第二虚拟机并根据所述两个第二虚拟机生成第二数据交换层；
获取多个业务需求，并根据所述第一数据交换层和所述第二数据交换层生成每个业务需求的网络拓扑图；
获取所述网络拓扑图的节点数量以及节点连接关系，并根据所述节点数量以及所述节点连接关系设置每个业务需求的流量控制策略；
获取待处理的目标数据，并根据所述流量控制策略生成所述目标数据的多个待上传数据流；
根据所述网络拓扑图计算每个待上传数据流的目标传输路径，并基于所述目标传输路径分别对所述多个待上传数据流进行数据传输；
对数据传输过程进行传输状态监控，得到多个传输状态指标，并将所述多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果；
根据所述传输状态分类结果生成所述多个待上传数据流对应的数据传输优化策略集合。
2.根据权利要求1所述的交换机数据处理方法，其特征在于，所述获取多个业务需求，并根据所述第一数据交换层和所述第二数据交换层生成每个业务需求的网络拓扑图，包括：
获取多个业务需求，并对每个业务需求就行需求分析，得到每个业务需求的需求信息，其中，所述需求信息包括：数据传输的数量、频率、大小和传输方向；
根据每个业务需求的需求信息，确定所述第一数据交换层与所述第二数据交换层之间的拓扑结构类型；
根据所述拓扑结构类型，分别生成每个业务需求的网络拓扑图。
3.根据权利要求1所述的交换机数据处理方法，其特征在于，所述获取所述网络拓扑图的节点数量以及节点连接关系，并根据所述节点数量以及所述节点连接关系设置每个业务需求的流量控制策略，包括：
对所述网络拓扑图进行网络拓扑参数分析，得到节点数量以及节点连接关系；
基于所述节点数量以及所述节点连接关系，分别匹配每个业务需求的节点负载策略；
根据所述节点负载策略，分别设置每个业务需求的流量控制策略，其中，所述流量控制策略包括：带宽限制、突发流量控制以及流量分类。
4.根据权利要求1所述的交换机数据处理方法，其特征在于，所述获取待处理的目标数据，并根据所述流量控制策略生成所述目标数据的多个待上传数据流，包括：
采用待处理的业务需求对应的数据协议以及数据获取方式，获取待处理的目标数据；
根据所述流量控制策略，对所述目标数据进行数据分类，得到多个初始数据流；
对所述多个初始数据流进行数据特征提取和特征标记，生成所述目标数据的多个待上传数据流。
5.根据权利要求1所述的交换机数据处理方法，其特征在于，所述根据所述网络拓扑图计算每个待上传数据流的目标传输路径，并基于所述目标传输路径分别对所述多个待上传数据流进行数据传输，包括：
根据所述网络拓扑图分别确定每个待上传数据流的多个初始传输路径；
对所述多个初始传输路径进行最短路径分析，得到每个待上传数据流的目标传输路径；
基于所述目标传输路径分别对所述多个待上传数据流进行数据传输。
6.根据权利要求1所述的交换机数据处理方法，其特征在于，所述对数据传输过程进行传输状态监控，得到多个传输状态指标，并将所述多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果，包括：
对数据传输过程进行传输状态监控，得到多个传输状态指标，其中，所述多个传输状态指标包括：丢包率、流量速率以及传输延迟；
对所述多个传输状态指标进行编码映射，得到每个传输状态指标的编码映射值；
对每个传输状态指标的编码映射值进行向量转换，生成目标传输状态向量；
将所述目标传输状态向量输入预置的传输状态分析模型，其中，所述传输状态分析模型包括：编码网络、解码网络以及逻辑回归层；
通过所述传输状态分析模型进行传输状态分析，得到传输状态分类结果。
7.根据权利要求1所述的交换机数据处理方法，其特征在于，所述根据所述传输状态分类结果生成所述多个待上传数据流对应的数据传输优化策略集合，包括：
根据所述传输状态分类结果，分别构建每个待上传数据流的初始传输优化策略；
对每个待上传数据流的初始传输优化策略进行动态调整，得到每个待上传数据流的数据传输优化策略；
对每个待上传数据流的数据传输优化策略进行策略集成，得到对应的数据传输优化策略集合。
8.一种交换机数据处理系统，其特征在于，所述交换机数据处理系统包括：
创建模块，用于创建多个第一虚拟机并根据所述多个第一虚拟机生成第一数据交换层，同时，创建两个第二虚拟机并根据所述两个第二虚拟机生成第二数据交换层；
获取模块，用于获取多个业务需求，并根据所述第一数据交换层和所述第二数据交换层生成每个业务需求的网络拓扑图；
设置模块，用于获取所述网络拓扑图的节点数量以及节点连接关系，并根据所述节点数量以及所述节点连接关系设置每个业务需求的流量控制策略；
处理模块，用于获取待处理的目标数据，并根据所述流量控制策略生成所述目标数据的多个待上传数据流；
计算模块，用于根据所述网络拓扑图计算每个待上传数据流的目标传输路径，并基于所述目标传输路径分别对所述多个待上传数据流进行数据传输；
分析模块，用于对数据传输过程进行传输状态监控，得到多个传输状态指标，并将所述多个传输状态指标输入预置的传输状态分析模型进行传输状态分析，得到传输状态分类结果；
生成模块，用于根据所述传输状态分类结果生成所述多个待上传数据流对应的数据传输优化策略集合。
9.一种交换机数据处理设备，其特征在于，所述交换机数据处理设备包括：存储器和至少一个处理器，所述存储器中存储有指令；
所述至少一个处理器调用所述存储器中的所述指令，以使得所述交换机数据处理设备执行如权利要求1-7中任一项所述的交换机数据处理方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，其特征在于，所述指令被处理器执行时实现如权利要求1-7中任一项所述的交换机数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310649243.7A CN116389365B (zh) | 2023-06-02 | 2023-06-02 | 一种交换机数据处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310649243.7A CN116389365B (zh) | 2023-06-02 | 2023-06-02 | 一种交换机数据处理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116389365A true CN116389365A (zh) | 2023-07-04 |
| CN116389365B CN116389365B (zh) | 2023-07-25 |
Family
ID=86969711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310649243.7A Active CN116389365B (zh) | 2023-06-02 | 2023-06-02 | 一种交换机数据处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116389365B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116633992B (zh) * | 2023-07-25 | 2023-09-22 | 北京熙捷科技有限公司 | 一种物联网数据传输方法及系统 |
| CN117240789A (zh) * | 2023-11-16 | 2023-12-15 | 海之景科技集团有限公司 | 基于智能交换机模型的状态管理方法、装置及交换机 |
| CN117376613A (zh) * | 2023-12-07 | 2024-01-09 | 方图智能(深圳)科技集团股份有限公司 | 一种分布式音视频传输控制方法、系统及存储介质 |
| CN117527622A (zh) * | 2024-01-05 | 2024-02-06 | 深圳市科服信息技术有限公司 | 网络交换机的数据处理方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104104718A (zh) * | 2014-07-02 | 2014-10-15 | 北京邮电大学 | 一种基于软件定义网络的用户自主路由定制系统和方法 |
| CN107682258A (zh) * | 2017-09-27 | 2018-02-09 | 北京邮电大学 | 一种基于虚拟化的多路径网络传输方法及装置 |
| CN111010294A (zh) * | 2019-11-28 | 2020-04-14 | 国网甘肃省电力公司电力科学研究院 | 一种基于深度强化学习的电力通信网路由方法 |
| CN112422687A (zh) * | 2020-11-19 | 2021-02-26 | 青岛海尔科技有限公司 | 路由决策方法和装置、存储介质 |
| US20220417147A1 (en) * | 2021-06-24 | 2022-12-29 | Level 3 Communications, Llc | Traffic monitoring and orchestration |
-
2023
- 2023-06-02 CN CN202310649243.7A patent/CN116389365B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104104718A (zh) * | 2014-07-02 | 2014-10-15 | 北京邮电大学 | 一种基于软件定义网络的用户自主路由定制系统和方法 |
| CN107682258A (zh) * | 2017-09-27 | 2018-02-09 | 北京邮电大学 | 一种基于虚拟化的多路径网络传输方法及装置 |
| CN111010294A (zh) * | 2019-11-28 | 2020-04-14 | 国网甘肃省电力公司电力科学研究院 | 一种基于深度强化学习的电力通信网路由方法 |
| CN112422687A (zh) * | 2020-11-19 | 2021-02-26 | 青岛海尔科技有限公司 | 路由决策方法和装置、存储介质 |
| US20220417147A1 (en) * | 2021-06-24 | 2022-12-29 | Level 3 Communications, Llc | Traffic monitoring and orchestration |
Non-Patent Citations (1)
| Title |
|---|
| 刘川;李炳林;李伯中;臧丽炜;: "满足电力通信业务时延容忍度的SDN控制策略", 中国电力, no. 10 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116633992B (zh) * | 2023-07-25 | 2023-09-22 | 北京熙捷科技有限公司 | 一种物联网数据传输方法及系统 |
| CN117240789A (zh) * | 2023-11-16 | 2023-12-15 | 海之景科技集团有限公司 | 基于智能交换机模型的状态管理方法、装置及交换机 |
| CN117240789B (zh) * | 2023-11-16 | 2024-01-16 | 海之景科技集团有限公司 | 基于智能交换机模型的状态管理方法、装置及交换机 |
| CN117376613A (zh) * | 2023-12-07 | 2024-01-09 | 方图智能(深圳)科技集团股份有限公司 | 一种分布式音视频传输控制方法、系统及存储介质 |
| CN117376613B (zh) * | 2023-12-07 | 2024-03-15 | 方图智能(深圳)科技集团股份有限公司 | 一种分布式音视频传输控制方法、系统及存储介质 |
| CN117527622A (zh) * | 2024-01-05 | 2024-02-06 | 深圳市科服信息技术有限公司 | 网络交换机的数据处理方法及系统 |
| CN117527622B (zh) * | 2024-01-05 | 2024-03-26 | 深圳市科服信息技术有限公司 | 网络交换机的数据处理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116389365B (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116389365B (zh) | 一种交换机数据处理方法及系统 | |
| US20190222502A1 (en) | Network communication methods and apparatus | |
| CN110932989B (zh) | 一种基于sdn数据中心网络的大象流路径监控调度方法 | |
| US7734175B2 (en) | Network configuring apparatus | |
| WO2023039965A1 (zh) | 流量疏导的云边计算网络计算资源均衡调度方法及系统 | |
| CN104158753A (zh) | 基于软件定义网络的动态流调度方法及系统 | |
| Dong et al. | Virtual machine placement optimizing to improve network performance in cloud data centers | |
| US9252964B2 (en) | Dynamically optimized many tree multicast networks | |
| US8850020B2 (en) | Resource aware parallel process distribution on multi-node network devices | |
| WO2015103297A1 (en) | Network communication methods and apparatus | |
| CN108476175B (zh) | 使用对偶变量的传送sdn流量工程方法与系统 | |
| Li et al. | An optimal and dynamic elephant flow scheduling for SDN-based data center networks | |
| KR20220029142A (ko) | Sdn 컨트롤러 서버 및 이의 sdn 기반 네트워크 트래픽 사용량 분석 방법 | |
| CN107995121A (zh) | 基于通配符的软件定义网络中流量统计方法 | |
| WO2024146193A1 (zh) | 一种基于sdn的路由路径选择方法、装置及存储介质 | |
| CN117914790A (zh) | 一种多网混合加速方法及系统 | |
| Petrosino et al. | Dynamic management of forwarding rules in a T-SDN architecture with energy and bandwidth constraints | |
| Farhoudi et al. | Server load balancing in software-defined networks | |
| CN112822233B (zh) | 流量重定向方法及装置 | |
| AlShammari et al. | BL‐Hybrid: A graph‐theoretic approach to improving software‐defined networking‐based data center network performance | |
| Lin et al. | Proactive multipath routing with a predictive mechanism in software‐defined networks | |
| Liu et al. | Energy-efficient URLLC service provisioning in softwarization-based networks | |
| Khaleel et al. | Effective routing algorithm based on software defined networking for big data applications in data centre network | |
| Rao et al. | CNR: A technique for data replication organization in BigData | |
| CN117938750B (zh) | 调度路由信息的处理方法、装置、设备、存储介质及产品 |
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 |