CN116489029A - 一种网络配置方法、装置及系统 - Google Patents
一种网络配置方法、装置及系统 Download PDFInfo
- Publication number
- CN116489029A CN116489029A CN202210441018.XA CN202210441018A CN116489029A CN 116489029 A CN116489029 A CN 116489029A CN 202210441018 A CN202210441018 A CN 202210441018A CN 116489029 A CN116489029 A CN 116489029A
- Authority
- CN
- China
- Prior art keywords
- potential
- intent
- target
- network
- intents
- 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
- 238000000034 method Methods 0.000 title claims description 45
- 238000011156 evaluation Methods 0.000 claims abstract description 90
- 238000003860 storage Methods 0.000 claims description 16
- 230000000694 effects Effects 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 12
- 230000003068 static effect Effects 0.000 claims description 11
- 230000036541 health Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005065 mining Methods 0.000 abstract description 13
- 238000012795 verification Methods 0.000 description 25
- 238000004088 simulation Methods 0.000 description 17
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008439 repair process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013459 approach 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
- 238000010586 diagram Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000009412 basement excavation Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 230000009469 supplementation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0894—Policy-based network configuration management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开了一种网络配置方法、装置及系统，用户只需向网络配置装置表达对目标网络的业务需求，网络配置装置就可以对目标网络进行满足用户业务需求的配置。该网络配置装置根据业务意图挖掘用户的一个或多个潜在意图，向用户展示每个潜在意图中的配置信息和评估结果，有利于帮助用户更加完整的表达业务需求。根据从一个或多个潜在意图中选择的目标潜在意图配置目标网络，有利于更加准确的实现用户的业务需求，从而有利于提高用户对配置结果的满意度。
Description
本申请要求于2022年01月17日提交的申请号为202210051104.X、发明名称为“一种网络配置的方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及计算机技术领域，尤其涉及一种网络配置方法、装置及系统。
背景技术
意图驱动网络系统是一种新兴的网络技术，它使得终端用户和网络管理员无须关注网络技术的实现细节，仅需表达对某个网络的业务需求，即可实现对该网络的相应配置，以实现该业务需求。例如，用户只需向系统输入用于表达该业务需求的业务意图，该系统便可以自动实现对网络的相应配置。但是，意图驱动网络系统尚处于产业初级阶段，仍然存在许多亟待解决的问题，例如，系统对网络的配置结果常常难以准确的实现用户的业务需求。
发明内容
本申请提供一种网络配置方法、装置及系统，用于更加准确的实现用户的业务需求。
第一方面，本申请提供一种网络配置方法，该网络配置方法可以应用于意图驱动网络系统，该系统可以包括网络配置装置和一个或多个网络。下面以以一个或多个网络中的目标网络为例介绍该网络配置方法，目标网络可以包括一个或多个网络设备。当用户希望在目标网络执行目标业务时，网络配置装置可以获取用户的业务意图。由于用户难以了解目标网络的网络信息，因此，其输入的业务意图通常难以完整表达其业务需求。在第一方面提供的方法中，网络配置装置可以根据业务意图挖掘用户的一个或多个潜在意图，每个潜在意图包括配置信息(称作配置信息)和评估结果(称作评估结果)。不同潜在意图中的配置信息不同，但是每个潜在意图均用于实现业务意图。每个评估结果指示相应潜在意图中的配置信息生效后对目标网络中业务(包括目标业务和/或目标网络中目标业务以外的其他一个或多个业务)的影响。
从网络配置装置挖掘出的潜在意图中选择一个或多个潜在意图(称作目标潜在意图)，相当于帮助用户更加完整的表达了业务需求。由于目标潜在意图为在初始的业务意图的基础上挖掘得到的业务意图，能够更加完整的表达用户的业务需求，因此，网络配置装置根据目标潜在意图的配置信息来配置目标网络，有利于更加准确的实现用户的业务需求，从而有利于提高用户对配置结果的满意度。
可选的，一个或多个潜在意图中的每个潜在意图分别包括业务意图，可以用于实现业务意图。也就是说，每个潜在意图为对业务意图的完善，可以更加完整的描述一个业务。这样，和业务意图相同的是，从一个或多个潜在意图中选择的目标潜在意图可以用于描述目标业务，和业务意图不同的是，目标潜在意图有利于更加完整的描述目标业务，从而有利于更加准确的表达用户的业务需求。
可选的，所述目标潜在意图可以为根据用户对目标界面的操作确定的，目标界面可以包括一个或多个潜在意图中每个潜在意图的描述信息和评估信息。每个潜在意图的描述信息用于描述相应潜在意图的全部或部分配置信息，每个潜在意图的评估信息用于描述相应潜在意图的全部或部分评估结果。
可选的，每个潜在意图的描述信息用于描述相应配置信息与一个或多个潜在意图中其他潜在意图的配置信息之间不同的配置信息(称作区别配置信息)。这样，便于用户明确不同潜在意图的配置信息之间的区别。
可选的，每个潜在意图的评估信息用于描述区别评估结果，该区别评估结果用于评估该区别配置信息对目标网络中业务的影响。这样，便于用户了解不同潜在意图的配置信息的区别对目标网络中业务的影响，从而有利于用户从一个或多个潜在意图中选择更优的一部分或全部潜在意图作为目标潜在意图，以配置目标网络。
可选的，所述一个或多个潜在意图中的每个潜在意图为n级潜在意图，所述目标潜在意图为n级目标潜在意图，一个或多个i级潜在意图为基于i-1级目标潜在意图确定的，所述i-1级目标潜在意图为从一个或多个i-1级潜在意图中确定的，一个或多个1级潜在意图为基于所述业务意图确定的，其中，n为大于1的正整数，i为大于1且小于或等于n的任意一个正整数。
i级目标潜在意图可以理解为包括i-1级目标潜在意图，并且是在i-1级目标潜在意图基础上的完善。分层次的多次挖掘潜在意图，有利于得到更加完整的表达用户业务需求的目标潜在意图，从而有利于准确的实现用户的业务需求。
可选的，所述i-1级目标潜在意图可以为根据用户对i-1级界面的操作确定的，i-1级界面可以包括一个或多个i-1级潜在意图中每个潜在意图的描述信息和评估信息。每个i-1级潜在意图的描述信息用于描述相应i-1级潜在意图的全部或部分配置信息，每个i-1级潜在意图的评估信息用于描述相应i-1级潜在意图的全部或部分评估结果。类似的，可以将前文介绍的包括一个或多个潜在意图(即n级潜在意图)的目标界面理解为n级界面。
可选的，每个i-1级潜在意图的描述信息用于描述相应配置信息与一个或多个潜在意图中其他潜在意图的配置信息之间不同的配置信息(称作区别配置信息)。这样，便于用户明确不同潜在意图的配置信息之间的区别。
可选的，每个i-1级潜在意图的评估信息用于描述区别评估结果，该区别评估结果用于评估该区别配置信息对目标网络中业务的影响。这样，便于用户了解不同i-1级潜在意图的配置信息的区别对目标网络中业务的影响，从而有利于用户从一个或多个i-1级潜在意图中选择更优的一部分或全部i-1级潜在意图作为目标潜在意图，以配置目标网络。
可选的，所述i-1级目标潜在意图是根据所述业务意图的一个或多个潜在意图对应的评估结果确定的。根据每个潜在意图的评估结果选择用于配置目标网络的目标潜在意图，有利于提高目标业务的完成效果。
可选的，所述评估结果包括业务评估指标，所述业务评估指标包括以下一项或多项指标：成本、网络健康度、网络性能、网络可维护性、其他业务影响。从多个业务评估指标的维度来获取每个潜在意图的评估结果，有利于更加全面的确定每个潜在意图对目标网络中业务的影响，从而有利于进一步提高目标业务的完成效果。
可选的，所述评估结果还包括推荐指标，所述推荐指标指示所述评估结果对应的潜在意图的推荐等级，便于帮助用户选择对应的目标业务完成效果较优的配置信息，避免选择对应的目标业务完成效果最差的配置信息，从而有利于在满足用户个性化需求的情况下，保证目标业务的完成效果。
可选的，所述配置信息为对配置方案的描述信息，便于用户理解每个潜在意图中的配置方案。
可选的，所述根据所述业务意图确定一个或多个潜在意图，包括：根据所述目标网络的状态信息和所述业务意图确定所述业务意图的一个或多个潜在意图，所述目标网络的状态信息包括静态信息和动态信息，所述静态信息包括所述目标网络的拓扑信息和/或配置信息，所述动态信息包括所述目标网络的转发信息和/或所述目标网络中网络设备的性能。结合目标网络的状态信息来挖掘潜在意图，有利于得到用于实现业务意图的更准确的配置信息，并且有利于对每个配置信息进行更加准确的评估，便于对目标网络的配置效果。
可选的，所述根据所述业务意图确定一个或多个潜在意图，包括：根据机器学习模型和所述业务意图确定所述一个或多个潜在意图，所述机器学习模型为根据多个历史业务意图和为所述多个历史业务意图中的每个历史业务意图选择的潜在意图训练得到的。通过机器学习模块学习历史业务意图和为每个历史业务意图选择的潜在意图，有利于依据历史选择为输入的业务意图确定符合用户倾向的目标潜在意图，从而有利于准确的实现用户的业务需求。
第二方面提供一种网络配置装置，包括：获取模块，用于获取业务意图，所述业务意图用于描述目标业务；意图管理模块，用于根据所述业务意图确定一个或多个潜在意图，所述一个或多个潜在意图中的每个潜在意图包括配置信息和评估结果，所述配置信息用于实现所述业务意图，所述评估结果指示所述配置信息生效后对所述目标网络中业务的影响；配置模块，用于根据目标潜在意图的配置信息配置所述目标网络，所述目标潜在意图为在所述一个或多个潜在意图中确定的潜在意图。
可选的，所述一个或多个潜在意图中的每个潜在意图为n级潜在意图，所述目标潜在意图为n级目标潜在意图，一个或多个i级潜在意图为基于i-1级目标潜在意图确定的，所述i-1级目标潜在意图为从一个或多个i-1级潜在意图中确定的，一个或多个1级潜在意图为基于所述业务意图确定的，其中，n为大于1的正整数，i为大于1且小于或等于n的任意一个正整数。
可选的，所述目标潜在意图是根据所述业务意图的一个或多个潜在意图对应的评估结果确定的。
可选的，所述评估结果包括业务评估指标，所述业务评估指标包括以下一项或多项指标：成本、网络健康度、网络性能、网络可维护性、其他业务影响。
可选的，所述评估结果还包括推荐指标，所述推荐指标指示所述评估结果对应的潜在意图的推荐等级。
可选的，所述配置信息为对配置方案的描述信息。
可选的，所述意图管理模块用于，根据所述目标网络的状态信息和所述业务意图确定所述业务意图的一个或多个潜在意图，所述目标网络的状态信息包括静态信息和动态信息，所述静态信息包括所述目标网络的拓扑信息和/或配置信息，所述动态信息包括所述目标网络的转发信息和/或所述目标网络中网络设备的性能。
可选的，所述意图管理模块用于：根据机器学习模型和所述业务意图确定所述一个或多个潜在意图，所述机器学习模型为根据多个历史业务意图和为所述多个历史业务意图中的每个历史业务意图选择的潜在意图训练得到的。
第三方面提供一种计算设备，包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为执行所述代码，当所述代码被执行时，所述计算设备执行如第一方面或第一方面中任一种可能的实现方式中的方法。
第四方面提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，该程序由计算机执行时，使得所述计算机实施如第一方面或第一方面中任一种可能的实现方式中的方法。
第五方面提供一种计算机程序产品，所述计算机程序产品存储有指令，所述指令在由计算机执行时，使得所述计算机实施如第一方面或第一方面中任一种可能的实现方式中的方法。
第六方面提供一种网络系统，包括目标网络和如第二方面或第二方面中任一种可能的实现方式所述的网络配置装置。
第七方面提供一种芯片，包括一个或多个处理器。处理器中的部分或全部用于读取并执行存储器中存储的计算机程序，以执行上述如第一方面或第一方面中任一种可能的实现方式中的方法。
附图说明
图1-1示例性示出了意图驱动网络系统一种可能的结构和网络配置方法；
图1-2示例性示出意图驱动网络系统中目标网络一种可能的结构；
图1-3示例性示出业务意图一种可能的输入界面；
图1-4示例性示出意图驱动网络系统对目标网络一种可能的配置结果；
图2示例性示出意图驱动网络系统另一种可能的结构和网络配置方法；
图3-1示例性示出指示用户补充潜在意图一种可能的界面；
图3-2示例性示出意图驱动网络系统对目标网络另一种可能的配置结果；
图4-1示例性示出了以业务意图为0级目标潜在意图进行潜在意图挖掘的示意图；
图4-2示例性示出意图驱动网络系统中目标网络另一种可能的结构；
图4-3示例性示出指示用户补充1级潜在意图一种可能的界面；
图4-4示例性示出指示用户补充2级潜在意图一种可能的界面；
图5-1示例性示出意图驱动网络系统另一种可能的结构和网络配置方法；
图5-2示例性示出配置模块一种可能的结构和配置目标网络一种可能的方法；
图6示例性示出意图驱动网络系统一种可能的架构；
图7示例性示出计算设备一种可能的结构。
具体实施方式
图1-1示例性示出意图驱动网络系统一种可能的结构。该系统可以包括网络配置装置、目标网络和用户。在该系统中，用户只需向网络配置装置表达对目标网络的业务意图，网络配置装置就可以对目标网络进行相应配置。目标网络包括一个或多个网络设备。本申请不限定网络设备的类型，本申请不限定目标网络的类型和网络设备的规模，例如，目标网络可以如图1-2所示。参考图1-2，目标网络包括数据中心站点、站点1和站点2。
继续参考图1-1，在一种可能的示例中，网络配置装置可以包括获取模块和配置模块，获取模块可以获取用于表达业务需求的业务意图，配置模块可以根据业务意图配置目标网络。
假设目标网络如图1-2所示，作为举例，用户可以在图1-3所示的界面输入业务意图“站点1，数据中心站点，开通流量”，该业务意图指示用户需要开通站点1到数据中心站点之间的流量的业务需求。配置模块可以向目标网络发送配置数据，目标网络对应的网络设备接收该配置数据并实施该配置数据对应的业务功能，完成在站点1和数据中心站点之间建立一条链路使得开通站点1到数据中心站点之间的流量。参考图1-4，目标网络可以根据配置数据在站点1和数据中心站点之间建立一条互联网链路。
用户通过输入业务意图来表达业务需求。受限于用户的专业性和对目标网络认知的局限性，用户输入的业务意图通常难以完整的表达业务需求，业务意图常带有一定模糊性或者其上下文包含隐含意图(或称潜在意图)。继续以业务意图指示开通站点1到数据中心站点之间的流量为例，用户可能具体选择网络体验更好的链路来开通流量。可见，业务意图可能无法完整的表达业务需求，配置模块根据该业务意图配置目标网络，可能无法满足用户的潜在意图，配置结果与用户期望的业务需求偏差较大，制约了意图驱动网络系统的推广应用。
参考图2，在另一种可能的示例中，网络配置装置可以包括获取模块、意图管理模块和配置模块，获取模块可以获取用于表达业务需求的业务意图，意图管理模块可以根据业务意图挖掘潜在意图，以帮助用户更加完整的表达业务需求，配置模块根据目标潜在意图配置目标网络，有利于更加准确的满足用户的业务需求。
网络配置装置中的不同模块之间可以相互连接，以进行数据传输。网络配置装置中的各模块可以为软件模块、也可以为硬件模块、或部分为软件模块部分为硬件模块。上述网络配置装置的结构仅仅作为一种示例，不应构成具体限定，可以根据需要对该网络配置装置中的各个模块进行增加、减少或合并。
下面结合图2，介绍本申请网络配置方法。
参考图2，本申请网络配置方法可以包括步骤S201-S203。
S201、获取业务意图；
获取模块可以获取业务意图，业务意图用于描述目标业务，可选的，以指示在目标网络执行目标业务。
本申请不限定目标业务的类型，例如，业务开通，安全策略变更，网络扩容，自动巡检，自动故障分析处理，网络自优化等。
本申请不限定业务意图的内容，只要业务意图可以表达目标业务即可。以业务开通为例，业务意图可以例如指示开通站点1到数据中心站点之间的流量。
本申请不限定获取模块获取业务意图的方式，例如，参考图2，业务意图可以向用户提供输入接口，通过输入接口获取用户输入的业务意图。或者，例如，用户可以向其他设备输入业务意图，获取模块通过其他设备获取业务意图。
S202、根据业务意图确定一个或多个潜在意图；
意图管理模块可以从获取模块获取业务意图，根据业务意图确定一个或多个潜在意图，每个潜在意图包括对应的配置信息和评估结果。之后从中确定用于配置目标网络的目标潜在意图。以下从配置信息、评估结果和目标潜在意图三方面来介绍意图管理模块的功能。
1)关于配置信息。
每个潜在意图中的配置信息用于实现业务意图。配置信息指示对目标网络进行配置。
本申请不限定配置信息的类型，例如，配置信息可以指示配置方案或配置参数。继续以业务意图指示开通站点1到数据中心站点之间的流量为例，一个潜在意图(记为潜在意图a)的配置信息所指示的配置方案可以为，在站点1和数据中心站点之间建立一条互联网链路。
不同潜在意图中的配置信息可以不同。继续以业务意图指示开通站点1到数据中心站点之间的流量为例，假设目标网络还支持建立多协议标签交换(multi-protocollabel switching，MPLS)专线，与潜在意图a不同的另一个潜在意图(记为潜在意图b)的配置信息所指示的配置方案可以为，在站点1和数据中心站点之间建立一条MPLS-A专线。可选的，与潜在意图a和潜在意图b不同的另一个潜在意图(记为潜在意图c)的配置信息所指示的配置方案可以为，在站点1和数据中心站点之间建立一条MPLS-B专线。
为了便于用户理解潜在意图中的配置信息，配置信息可以是面向用户的，例如，配置信息可以是配置方案的描述信息。作为举例，潜在意图a、潜在意图b和潜在意图c可以分别如图3-1所示的项1、项2和项3所示，潜在意图a的配置信息为“MPLS-A专线”，潜在意图b的配置信息为“MPLS-B专线”，潜在意图c的配置信息为“互联网链路”。
意图管理模块可以根据业务意图挖掘一个或多个潜在意图。本申请不限定意图管理模块确定潜在意图中配置信息的方法，后文将对该方法进行举例介绍，此处暂不展开。
2)关于评估结果。
每个潜在意图中的评估结果指示相应潜在意图中的配置信息生效后对目标网络中业务的影响。目标网络中的业务包括目标业务和其他业务。
本申请不限定评估结果的具体内容，例如，评估结果包括业务评估指标。意图管理模块可以对业务意图的一个或多个潜在意图的配置信息进行多维度评估。例如，业务评估指标可以包括但不限于以下指标中的一项或多项指标：成本、网络健康度、网络性能、网络可维护性、其他业务影响。
本申请不限定业务评估指标的评估结果的内容。例如，成本的评估结果可以为套餐成本开销的具体值或等级(例如高、中、低)。例如，网络健康度的评估结果可以包括网络安全综合评分和/或业务影响范围等的具体值或等级(例如高、中、低)。例如，网络性能的评估结果可以包括目标网络的时延和/或抖动和/或丢包率等的具体值或等级(例如高、中、低)。例如，网络可维护性可以包括网络可靠性，其中，网络可靠性的评估结果可以包括网络连通可靠性、网络容量可靠性和网络性能可靠性中的一种或多种可靠性的的具体值或等级(例如高、中、低)。例如，其他业务影响的评估结果可以为对目标网络中目标业务以外的其他业务的影响的具体值或等级(例如高、中、低)。
本申请不限定意图管理模块对上述业务评估指标的评估方法。例如，在评估每个潜在意图中的配置信息的过程中，意图管理模块可以通过业务评估指标对应的评估算法或评估平台确定相应业务评估指标的评估结果。结合评估算法的所需输入，获取需要的网络状态信息(例如通过平台南向收集接口)，之后，通过评估算法给出具体的评估结果。
例如，成本对应的评估算法的输入可以为用户套餐选择及参数(如叠加Overlay网络业务开通专线套餐选择)，根据业务套餐计算标准。例如，网络健康度对应的评估算法的输入为网络安全日志、漏洞扫描数据、网络监测KPI数据、安全事件数据等，通过网络安全平台进行网络安全健康度评估。例如，网络性能对应的评估方法可以为，通过端侧工具(如ping)实时测量端到端的网络性能指标，也可以通过网络遥测技术(如in-situ flowinformation telemetry，iFIT)，通过直接测量业务报文得到网络的真实丢包率和时延等性能参数的检测方式，对网络性能进行端到端统计。例如，网络可靠性对应的评估算法的输入可以包括包括网络组网、网络设备状态、链路状态、设备存储容量和设备计算容量等，基于网络连通可靠性、容量可靠性以及性能可靠性的数学模型，通过仿真模拟、网络演算算法、近似算法等对网络可靠性进行评估。
可选的，评估结果还可以包括其他指标的评估结果。例如该其他指标可以为推荐指标，推荐指标的评估结果可以例如指示相应潜在意图中的配置信息的推荐等级(例如高、中、低)。
继续以业务意图指示开通站点1到数据中心站点之间的流量为例，潜在意图a、潜在意图b和潜在意图c可以分别如图3-1所示的项1、项2和项3所示，潜在意图a的评估结果包括对“MPLS-A专线”在套餐价格项、带宽项、链路性能项和系统推荐度项的评估结果，潜在意图b的评估结果包括对“MPLS-B专线”在套餐价格项、带宽项、链路性能项和系统推荐度项的评估结果，潜在意图c的评估结果包括对“互联网链路”在套餐价格项、带宽项、链路性能项和系统推荐度项的评估结果。
3)关于目标潜在意图。
意图管理模块确定业务意图的一个或多个潜在意图后，可以在一个或多个潜在意图中确定目标潜在意图。一个或多个潜在意图是根据业务意图挖掘和识别出的一个或多个候选潜在意图，这些候选潜在意图中存在能够符合用户的目标业务的业务意图，我们将一个或多个能够符合用户的目标业务的业务意图称为目标潜在意图。本申请不限定候选潜在意图为意图管理模块挖掘到的所有潜在意图，后文将结合后文对确定一个或多个潜在意图的方法示例来举例介绍该一个或多个潜在意图。
本申请不限定意图管理模块确定目标潜在意图的方式，例如，意图管理模块可以自动确定目标潜在意图。可选的，意图管理模块可以根据业务意图的一个或多个潜在意图对应的评估结果确定目标潜在意图。例如，意图管理模块可以训练机器学习模型学习用户对历史业务意图的反馈，以确定业务意图的目标潜在意图。
例如，意图管理模块可以向用户提供一个或多个潜在意图，根据用户的输入操作来确定目标潜在意图。假设用户选择潜在意图a，意图管理模块可以确定潜在意图a为目标潜在意图。可选的，用户可以根据业务意图的一个或多个潜在意图对应的评估结果确定目标潜在意图。可选的，用户对潜在意图的选择操作可以作为用户对一个或多个潜在意图的选择反馈，用于完善意图管理模块中的机器学习模型，意图管理模块经过多次反馈学习后，可以具有为用户自动确定目标潜在意图的能力。
本申请不限定意图管理模块向用户直接提供潜在意图，例如，意图管理模块可以通过获取模块来向用户提供潜在意图，并获取用户的输入操作，以确定目标潜在意图。
本申请不限定意图管理模块向用户提供潜一个或多个潜在意图中的全部，可选的，意图管理模块可以向用户提供该一个或多个潜在意图中的一部分。例如，意图管理模块可以先向用户提供潜在意图a，若用户选择潜在意图a，则意图管理模块不继续向用户提供其他潜在意图(例如潜在意图b)，若用户未选择潜在意图a，则意图管理模块可以继续向用户提供其他潜在意图，例如提供潜在意图b。
为了便于用户理解潜在意图中的配置信息，配置信息可以是面向用户的，例如，配置信息可以是配置方案的描述信息。本申请不限定向用户提供潜在意图的形式，例如，可以通过文字或图标或可选对话框等形式与用户交互。
继续以业务意图指示开通站点1到数据中心站点之间的流量为例，意图管理模块可以通过图3-1所示界面中的项1、项2和项3分别向用户提供潜在意图a、潜在意图b和潜在意图c。用户可以根据潜在意图中的评估结果来选择潜在意图，意图管理模块可以获取用户的选择操作。假设用户的选择操作如图3-1所示，那么意图管理模块可以确定MPLS-B专线对应的配置方案为目标潜在意图。
S203、根据目标潜在意图的配置信息配置目标网络；
意图管理模块确定目标潜在意图后，配置模块根据目标潜在意图的配置信息配置目标网络。
本申请不限定配置装置配置目标网络的方式，例如，配置模块基于目标潜在意图，生成并向目标网络发送相应的网络配置数据。以MPLS-B专线对应的配置方案为目标潜在意图为例，相应的网络配置数据可以指示在站点1和数据中心站点之间建立一条边界网关协议(border gateway protocol，BGP)/MPLS网络之间互连的协议(internet protocol，IP)虚拟专用网络(virtual private network，VPN)专线，专线带宽选择300M-500M的弹性带宽。
参考图3-2，目标网络接收到网络配置数据后，可以在站点1和数据中心站点之间建立MPLS-B专线，该专线用于传输站点1到数据中心站点之间的流量。
以上，根据步骤S202挖掘的目标潜在意图配置目标网络，配置结果不仅能够满足初始的业务意图，还能满足用户的潜在意图，从而有利于减小配置结果与用户期望的业务需求之间的偏差，从而有利于提高用户体验。
下面举例介绍意图管理模块根据业务意图确定一个或多个潜在意图中每个潜在意图的配置信息的方法。
前文S202介绍了意图管理模块可以根据业务意图确定一个或多个潜在意图。本申请不限定该一个或多个潜在意图为基于业务意图经过一次潜在意图挖掘得到的，可选的，意图管理模块可以基于业务意图进行两次或两次以上潜在意图挖掘，以确定该一个或多个潜在意图，进而从中确定用于配置目标网络的目标潜在意图。
例如，意图管理模块可以基于业务意图(可以理解为0级目标潜在意图)挖掘到一个或多个待补充或待选择的配置要素(称作1级配置要素)。每个1级配置要素和业务意图共同组成一个1级潜在意图，也就是说，意图管理模块可以得到一个或多个1级潜在意图。之后，意图管理模块可以自动或根据用户指示从中确定一个1级目标潜在意图作为下一次挖掘的基础。以此类推，意图管理模块可以基于i-1级目标潜在意图挖掘到一个或多个待补充或待选择的i级配置要素，每个i级配置要素和i-1级目标潜在意图共同组成一个i级潜在意图。之后，意图管理模块可以自动或根据用户指示从中确定一个i级目标潜在意图作为下一次挖掘的基础。以此类推，意图管理模块可以基于n-1级目标潜在意图挖掘到一个或多个待补充或待选择的n级配置要素，每个n级配置要素和n-1级目标潜在意图共同组成一个n级潜在意图。之后，意图管理模块可以自动或根据用户指示从中确定一个n级目标潜在意图作为下一次挖掘的基础，直至无法挖掘到潜在意图为止。n为大于1的正整数，相应的，i为大于或等于1，并且小于或等于n的正整数。
i级潜在意图中的配置要素可以指用于实现i-1级目标潜在意图的配置方案或配置策略或配置参数。继续以业务意图(即0级目标潜在意图)指示开通站点1到数据中心站点之间的流量为例，意图管理模块基于该业务意图挖掘到三个1级配置要素，分别为链路类型为MPLS-A专线、链路类型为MPLS-B专线和链路类型为互联网链路，相应的三个1级潜在意图分别指示在站点1和数据中心站点之间建立一条MPLS-A专线、在站点1和数据中心站点之间建立一条MPLS-B专线和在站点1和数据中心站点之间建立一条互联网链路。
假设意图管理模块无法基于n级目标潜在意图挖掘得到进一步的配置要素，那么，可以将n级目标潜在意图中的配置信息作为配置目标网络的配置信息。也就是说，此时，n级目标潜在意图相当于前文介绍的目标潜在意图，一个或多个n级潜在意图相当于前文介绍的一个或多个潜在意图。
图4-1示例性示出了以业务意图为0级目标潜在意图进行潜在意图挖掘的示意图。参考图4-1，意图管理模块基于0级目标潜在意图(记为01)可以确定2个1级潜在意图(分别记为11和12)。
若选择11对应的1级潜在意图作为1级目标潜在意图，那么，意图管理模块可以基于11对应的1级潜在意图继续挖掘到3个2级潜在意图(分别记为21、22和23)。参考图4-1，选择其中的任意一个2级潜在意图作为2级目标潜在意图后，无法继续进一步挖掘到潜在意图，即表示业务意、11对应的1级目标潜在意图和2级目标潜在意图已经可以完整描述用户对于目标业务的意图。
若选择12对应的1级潜在意图作为1级目标潜在意图，那么，意图管理模块可以基于12对应的1级潜在意图继续挖掘到2个2级潜在意图(分别记为24和25)。参考图4-1，若选择24对应的2级潜在意图作为2级目标潜在意图，无法继续进一步挖掘到潜在意图，即表示业务意、12对应的1级目标潜在意图和24对应的2级目标潜在意图已经可以完整描述用户对于目标业务的意图。
若选择25对应的2级潜在意图作为2级目标潜在意图，可以继续挖掘到1个3级潜在意图(记为31)。参考图4-1，若选择31对应的3级潜在意图作为基础，无法继续进一步挖掘到潜在意图，即表示业务意、12对应的1级目标潜在意图、25对应的2级目标潜在意图和31对应的3级目标潜在意图已经可以完整描述用户对于目标业务的意图。
图4-2至图4-4示例性介绍一种应用场景。下面结合图4-1至图4-3来举例介绍图4-1所示的多次挖掘过程。
假设目标网络如图4-2所示。参考图4-2，目标网络包括通过有线或无线方式连接的应用集群401、交换机402、防火墙403、核心网404、大数据分析集群405、交换机406和防火墙407。其中，应用集群可以包括应用节点4011、应用节点4012和应用节点4013，大数据分析集群405可以包括数据节点4051、数据节点4052和数据节点4053。
业务意图可以指示放通应用节点4011到数据节点4051之间的流量。假设意图管理模块基于该业务意图挖掘到两个1级配置要素，分别为基于用户-应用组的安全策略和基于五元组的安全策略。结合业务意图，意图管理模块可以确定两个1级潜在意图，其中，11对应的1级潜在意图中的配置信息指示分别在防火墙403和防火墙407增加一条基于用户-应用组的安全策略规则，12对应的1级潜在意图中的配置信息指示分别在防火墙403和防火墙407增加一条基于五元组的安全策略规则。
意图管理模块可以对两个1级潜在意图中的配置信息进行分别评估，得到每个1级潜在意图中的评估结果。意图管理模块可以根据评估结果自动选择一个1级潜在意图作为挖掘基础，或者通过例如图4-3所示的界面(称作1级界面)向用户提供这两个1级潜在意图，并通过该界面获取用户选择对1级潜在意图的选择操作。参考图4-3，为了界面简洁，1级界面仅示出两个1级潜在意图之间的差异。假设用户的选择操作如图4-3所示，意图管理模块可以确定11对应的1级潜在意图作为下一次挖掘的基础。
假设意图管理模块基于11对应的1级潜在意图可以挖掘到3个待用户补充的2级配置要素，分别为用户组名称、应用组名称和执行动作。结合11对应的1级潜在意图，21对应的2级潜在意图指示分别在防火墙403和防火墙407增加一条基于用户-应用组的安全策略规则，用户组名称为用户设置的名称；22对应的2级潜在意图指示分别在防火墙403和防火墙407增加一条基于用户-应用组的安全策略规则，应用组名称为用户设置的名称；23对应的2级潜在意图指示分别在防火墙403和防火墙407增加一条基于用户-应用组的安全策略规则，执行动作为用户设置的动作。
意图管理模块可以例如向用户提供图4-4所示的界面(称作2级界面)向用户提供这3个2级潜在意图，并通过该界面请求获取其中的全部或一部分待补充的配置要素，以确定目标2级潜在意图。参考图4-4，为了界面简洁，2级界面仅示出3个2级潜在意图之间的差异。假设用户在各个配置要素对应的输入框中输入内容后，意图管理模块可以确定2级目标潜在意图包括21、22和23对应的2级潜在意图。2级目标潜在意图指示分别在防火墙403和防火墙407增加一条基于用户-应用组的安全策略规则，并且，用户组名称为“金融应用类”，应用组名称为“金融数据类”，执行动作为放通，将该方案设置为默认方案。
假设意图管理模块以2级目标潜在意图作为基础无法进一步挖掘到其他潜在意图，那么，2级目标潜在意图相当于前文介绍的用于配置目标网络的目标潜在意图，21、22和23对应的2级潜在意图相当于前文介绍的一个或多个潜在意图。
配置装置根据目标潜在意图配置目标网络后，可以分别在防火墙403和防火墙407增加如下安全策略规则：(untrust，trust，金融应用类，any，金融数据类，permit)。其中“untrust”表示开通流量的源安全区域，“trust”表示目的安全区域，“金融应用类”表示源用户组，“金融数据类”表示目的用户组，“permit”表示流量的执行策略为放通。
可选的，意图管理模块基于i-1级潜在意图进行潜在意图挖掘的过程中，可以对i-1级潜在意图进行预处理。例如，意图管理模块可以获取目标网络的状态信息，根据目标网络的状态信息将i-1级潜在意图转换为相应的网络意图。以i-1级潜在意图指示应用节点4011到数据节点4051之间的流量为例，网络意图可以指示在防火墙403和防火墙407上配置安全策略，以放通该流量。
其中，目标网络的状态信息包括静态信息和动态信息，静态信息包括目标网络的拓扑信息和/或配置信息，动态信息包括目标网络的转发信息和/或目标网络中网络设备的性能。
本申请不限定意图管理模块挖掘i级潜在意图所采用的技术手段，例如，意图管理模块可以通过机器学习方法或知识图谱方法来基于i-1级潜在意图挖掘i级潜在意图。以机器学习方法为例，意图管理模块可以根据多个历史业务意图和为多个历史业务意图中的每个历史业务意图选择的潜在意图训练得到机器学习模型，之后根据机器学习模型和业务意图确定业务意图的一个或多个潜在意图。可选的，机器学习模块的输入还可以包括目标网络的状态信息。
通过以上对潜在意图的挖掘，有利于用户继续表达其业务意图以外的隐含意图，例如用户倾向的配置方案、配置参数补充、场景范围补充和系统不可处理的专家决策方案等，有利于提高配置结果的准确度。意图管理模块不仅向用户提示可能的隐含配置信息，还告知用户各配置信息在多维度的评估结果，推荐用户所关心的数据和信息，为用户提供更优的方案参考。
图2仅示例性示出上述方法示例所适用的系统，而非限定，例如，该系统可以包括更多装置和/或用户和/或网络。其中，网络配置装置可以包括更多模块或单元，例如，参考图5-1，在图2所示模块的基础上，配置模块可以包括校验单元和配置单元。
校验单元可以对目标潜在意图进行仿真校验。例如，校验单元根据网络信息构建目标网络对应的镜像仿真网络，根据目标潜在意图的配置信息配置镜像仿真网络。若配置后的镜像仿真网络满足校验条件，则判定目标潜在意图通过校验，若配置后的镜像仿真网络不满足校验条件，则判定目标潜在意图未通过校验。校验条件可以有多种，本申请对此不作具体限定，例如，假设目标潜在意图用于指示开通某个业务流，校验条件可以包括：镜像仿真网络中该业务流的传输路径为最优路径，和/或，镜像仿真网络中该业务流的传输满足安全合规。
若目标潜在意图通过校验，校验单元可以将目标潜在意图发给配置单元，配置单元根据目标潜在意图配置目标网络。可选的，若目标潜在意图未通过校验，校验单元可以对目标潜在意图进行修复，修复后的目标潜在意图能够通过校验，配置模块根据修复后的目标潜在意图配置目标网络。
可选的，参考图5-2，校验单元可以包括仿真验证子单元、故障分析子单元和网络决策子单元。
其中，仿真验证子单元通过南向接口采集网络设备的配置信息，并针对特定的网络意图进行验证(例如连通性验证)，若仿真发现故障，例如发现某个传输路径(称作AB路径)的仿真结果为三层不通，则将故障信息上报给故障分析子单元。
故障分析子单元根据输入的故障信息，对当前组网的故障进行诊断，根据故障定位结果(例如AB路径上防火墙安全策略默认阻断)，输出相应的修复意图(例如对AB路径的业务流量，放通防火墙安全策略)反馈给网络决策子单元。
网络决策子单元根据输入的修复意图，推荐相应的修复策略；一方面，决策子单元输出修复策略给仿真验证子单元，通过增量仿真，分析修复策略的正确性；另一方面，决策子单元将修复策略输入到配置综合子单元，由配置单元生成相应的网络配置。
配置模块可以对不同业务配置场景预置相应的配置方案，包括默认配置方案和符合用户偏好的方案。配置模块根据输入的修复意图，结合用户存量配置，自动生成网络配置。最终配置模块通过南向接口，将修复配置下发给网络设备，完成故障自动闭环。
本申请不限定图2或图5-1或图5-2所示系统的底层实现方式，例如，该系统可以采用图6所示架构来实现。图6所示架构可以为某金融用户智能运维场景中的典型架构，主要包括三个层面：应用层、网络服务引擎层和实体层。其中，应用层基于PaaS(platform as aservice)平台对接网络服务引擎，为用户提供网络服务能力。可选的，图5-1所示的获取模块可以由PaaS平台实现。用户面向应用场景，对网络服务进行流程编排和设计。用户包括应用支持团队和网站可靠性工程师SRE(site reliability engineer，SRE)团队。网络服务引擎层，作为网络服务提供中心，北向通过定义接口规范，对接应用层，提供各类服务引擎能力；此外，网络服务引擎通过南向适配工具平台对接网络设备、软件定义网络(softwaredefined network，SDN)控制器、云平台或分析器，实现对目标网络的状态信息的收集能力，和向目标网络下发配置的能力。
参考图6，网络服务引擎包括意图网规引擎、仿真验证引擎、故障分析引擎、网络决策引擎和配置综合引擎。可选的，意图网规引擎可以用于实现意图管理模块的功能，例如，意图网规引擎用于实现图2对应的实施例中步骤S202中意图管理模块的功能。仿真验证引擎、故障分析引擎和网络决策引擎分别用于实现校验单元中仿真验证子单元、故障分析子单元和网络决策子单元的功能，配置综合引擎可以用于实现配置模块或配置模块中配置单元的功能，例如配置综合引擎用于实现图2对应的实施例中步骤S203中配置模块的功能，或者，用于实现图5-1或图5-2中配置单元的功能。
为了更好的实施本申请上述方案，下面还提供用于实施上述方案的相关设备。
具体可以参阅图7，图7为本申请实施例提供的一种计算设备的结构示意图，如图7所示，该计算设备7包括：处理器701和存储器702，处理器701和存储器702相互连接，可选的，处理器701和存储器702可以通过内部总线703相互连接。
处理器701可以由一个或者多个通用处理器构成，例如中央处理器(centralprocessing unit，CPU)，或者CPU和硬件芯片的组合。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)、可编程逻辑器件(programmablelogic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device，CPLD)、现场可编程逻辑门阵列(field-programmable gatearray，FPGA)、通用阵列逻辑(generic array logic，GAL)或其任意组合。
存储器702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)；存储器702也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(flash memory)、硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；存储器702还可以包括上述种类的组合。
总线703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。
可选的，计算设备7可以包括通信接口704，处理器701和通信接口702相连，例如图7所示，处理器701和通信接口702通过总线相连。
存储器702中存储了计算机指令，处理器701通过执行这些计算机指令，可以执行步骤S201～S203。具体实施方式可以参考前文相应内容，此处不再赘述。
本申请还提供一种网络系统，该网络系统可以包括例如图2所示的网络配置装置和目标网络，或者，包括例如图5-1所示的网络配置装置和目标网络，或者，包括例如图6所示的应用层、网络服务引擎和实体层。
本申请提供的网络配置方法具体可以由计算设备中的芯片来执行，该芯片包括：处理单元和通信单元，处理单元例如可以是处理器，通信单元例如可以是输入/输出接口、管脚或电路等。该处理单元可执行存储单元存储的计算机执行指令，以使计算设备内的芯片执行上述方法示例。可选的，存储单元为芯片内的存储单元，如寄存器、缓存等，存储单元还可以是无线接入设备端内的位于芯片外部的存储单元，如只读存储器(read-onlymemory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)等。
本申请还提供一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机程序，当该计算机程序被处理器执行时，可以实现上述方法实施例中记载的任意一种的部分或全部步骤。计算机可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
本发明实施例还提供一种计算机程序，该计算机程序包括指令，当该计算机程序被计算机执行时，使得计算机可以执行任意一种方法实施例的部分或全部步骤。
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。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元或模块的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
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，本申请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)执行本申请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、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本申请涉及的“A和/或B”可以理解为包括“A和B”以及“A或B”这两种方案。本申请涉及的“多个”可以理解为两个或两个以上。本申请中的“1”、“2”、“3”、“4”、“5”以及“6”等序数词用于对多个对象进行区分，不用于限定多个对象的顺序。
Claims (20)
1.一种网络配置方法，其特征在于，包括：
获取业务意图，所述业务意图用于描述目标业务；
根据所述业务意图确定一个或多个潜在意图，所述一个或多个潜在意图中的每个潜在意图包括配置信息和评估结果，所述配置信息用于实现所述业务意图，所述评估结果指示所述配置信息生效后对所述目标网络中业务的影响；
根据目标潜在意图的配置信息配置所述目标网络，所述目标潜在意图为在所述一个或多个潜在意图中确定的潜在意图，所述业务意图和所述目标潜在意图指示在所述目标网络执行所述目标业务。
2.根据权利要求1所述的方法，其特征在于，所述目标潜在意图是根据所述业务意图的一个或多个潜在意图对应的评估结果确定的。
3.根据权利要求1或2所述的方法，其特征在于，所述评估结果包括业务评估指标，所述业务评估指标包括以下一项或多项指标：成本、网络健康度、网络性能、网络可维护性、其他业务影响。
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述评估结果还包括推荐指标，所述推荐指标指示所述评估结果对应的潜在意图的推荐等级。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述配置信息为对配置方案的描述信息。
6.根据权利要求1所述的方法，其特征在于，所述根据所述业务意图确定一个或多个潜在意图，包括：
根据所述目标网络的状态信息和所述业务意图确定所述业务意图的一个或多个潜在意图，所述目标网络的状态信息包括静态信息和动态信息，所述静态信息包括所述目标网络的拓扑信息和/或配置信息，所述动态信息包括所述目标网络的转发信息和/或所述目标网络中网络设备的性能。
7.根据权利要求1所述的方法，其特征在于，所述根据所述业务意图确定一个或多个潜在意图，包括：
根据机器学习模型和所述业务意图确定所述一个或多个潜在意图，所述机器学习模型为根据多个历史业务意图和为所述多个历史业务意图中的每个历史业务意图选择的潜在意图训练得到的。
8.根据权利要求1至7中任一项所述的方法，其特征在于，所述一个或多个潜在意图中的每个潜在意图为n级潜在意图，所述目标潜在意图为n级目标潜在意图，一个或多个i级潜在意图为基于i-1级目标潜在意图确定的，所述i-1级目标潜在意图为从一个或多个i-1级潜在意图中确定的，一个或多个1级潜在意图为基于所述业务意图确定的，其中，n为大于1的正整数，i为大于1且小于或等于n的任意一个正整数。
9.一种网络配置装置，其特征在于，包括：
获取模块，用于获取业务意图，所述业务意图用于描述目标业务；
意图管理模块，用于根据所述业务意图确定一个或多个潜在意图，所述一个或多个潜在意图中的每个潜在意图包括配置信息和评估结果，所述配置信息用于实现所述业务意图，所述评估结果指示所述配置信息生效后对所述目标网络中业务的影响；
配置模块，用于根据目标潜在意图的配置信息配置所述目标网络，所述目标潜在意图为在所述一个或多个潜在意图中确定的潜在意图。
10.根据权利要求9所述的装置，其特征在于，所述目标潜在意图是根据所述业务意图的一个或多个潜在意图对应的评估结果确定的。
11.根据权利要求9或10所述的装置，其特征在于，所述评估结果包括业务评估指标，所述业务评估指标包括以下一项或多项指标：成本、网络健康度、网络性能、网络可维护性、其他业务影响。
12.根据权利要求9至11中任一项所述的装置，其特征在于，所述评估结果还包括推荐指标，所述推荐指标指示所述评估结果对应的潜在意图的推荐等级。
13.根据权利要求9至12中任一项所述的装置，其特征在于，所述配置信息为对配置方案的描述信息。
14.根据权利要求9所述的装置，其特征在于，所述意图管理模块用于，根据所述目标网络的状态信息和所述业务意图确定所述业务意图的一个或多个潜在意图，所述目标网络的状态信息包括静态信息和动态信息，所述静态信息包括所述目标网络的拓扑信息和/或配置信息，所述动态信息包括所述目标网络的转发信息和/或所述目标网络中网络设备的性能。
15.根据权利要求9所述的装置，其特征在于，所述意图管理模块用于：
根据机器学习模型和所述业务意图确定所述一个或多个潜在意图，所述机器学习模型为根据多个历史业务意图和为所述多个历史业务意图中的每个历史业务意图选择的潜在意图训练得到的。
16.根据权利要求9至15中任一项所述的装置，其特征在于，所述一个或多个潜在意图中的每个潜在意图为n级潜在意图，所述目标潜在意图为n级目标潜在意图，一个或多个i级潜在意图为基于i-1级目标潜在意图确定的，所述i-1级目标潜在意图为从一个或多个i-1级潜在意图中确定的，一个或多个1级潜在意图为基于所述业务意图确定的，其中，n为大于1的正整数，i为大于1且小于或等于n的任意一个正整数。
17.一种计算设备，其特征在于，包括存储器和处理器，所述存储器存储有代码，所述处理器被配置为执行所述代码，当所述代码被执行时，所述计算设备执行如权利要求1至8中任一项所述的方法。
18.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，该程序由计算机执行时，使得所述计算机实施权利要求1至8中任一项所述的方法。
19.一种计算机程序产品，其特征在于，所述计算机程序产品存储有指令，所述指令在由计算机执行时，使得所述计算机实施权利要求1至8中任一项所述的方法。
20.一种网络系统，其特征在于，包括目标网络中的一个或多个网络设备和如权利要求9至16中任一项所述的网络配置装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2022/138878 WO2023134377A1 (zh) | 2022-01-17 | 2022-12-14 | 一种网络配置方法、装置及系统 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210051104X | 2022-01-17 | ||
| CN202210051104 | 2022-01-17 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116489029A true CN116489029A (zh) | 2023-07-25 |
Family
ID=87216535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210441018.XA Pending CN116489029A (zh) | 2022-01-17 | 2022-04-25 | 一种网络配置方法、装置及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN116489029A (zh) |
| WO (1) | WO2023134377A1 (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117560223B (zh) * | 2024-01-08 | 2024-04-16 | 广州大学 | 一种威胁的归因预测方法、装置、介质及电子设备 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9806991B2 (en) * | 2015-01-21 | 2017-10-31 | Cisco Technology, Inc. | Rendering network policy and monitoring compliance |
| CN111770535B (zh) * | 2019-04-01 | 2024-04-16 | 华为技术有限公司 | 一种基于意图的网络配置方法、装置及系统 |
| CN111817869B (zh) * | 2019-04-12 | 2023-05-19 | 华为技术有限公司 | 一种网络配置恢复方法及其相关设备 |
| CN113055206B (zh) * | 2019-12-27 | 2022-06-17 | 中国电信股份有限公司 | 基于意图的网络的业务配置方法、装置以及存储介质 |
| CN111277442B (zh) * | 2020-01-21 | 2023-04-07 | 赣江新区智慧物联研究院有限公司 | 无线意图驱动网络的管理方法、装置及系统 |
| CN113849594A (zh) * | 2020-06-28 | 2021-12-28 | 中国电信股份有限公司 | 意图驱动网络中的用户意图实现方法、装置和存储介质 |
-
2022
- 2022-04-25 CN CN202210441018.XA patent/CN116489029A/zh active Pending
- 2022-12-14 WO PCT/CN2022/138878 patent/WO2023134377A1/zh unknown
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023134377A1 (zh) | 2023-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210012239A1 (en) | Automated generation of machine learning models for network evaluation | |
| US20160352578A1 (en) | System and method for adaptive paths locator for virtual network function links | |
| US8885657B2 (en) | Automatic switch port selection | |
| EP3152867B1 (en) | Proactive handling of network faults | |
| US20210266230A1 (en) | Classification and Relationship Correlation Learning Engine for the Automated Management of Complex and Distributed Networks | |
| CN108322320B (zh) | 业务生存性分析方法及装置 | |
| US20220245462A1 (en) | Training a digital twin in artificial intelligence-defined networking | |
| US20110110241A1 (en) | Presentation of a selected port | |
| US11606265B2 (en) | Network control in artificial intelligence-defined networking | |
| US9391849B2 (en) | Back pressure remediation | |
| WO2016036627A1 (en) | Collecting and analyzing selected network traffic | |
| US20220245441A1 (en) | Reinforcement-learning modeling interfaces | |
| KR102455332B1 (ko) | 네트워크 장치의 상태를 결정하는 방법 및 장치 | |
| AU2020202851B2 (en) | Automated electronic computing and communication system event analysis and management | |
| Mohammed et al. | Machine learning-based network status detection and fault localization | |
| CN116489029A (zh) | 一种网络配置方法、装置及系统 | |
| Benayas et al. | Towards an autonomic Bayesian fault diagnosis service for SDN environments based on a big data infrastructure | |
| CA3210058A1 (en) | Systems and methods for artificial intelligence-defined networking | |
| US11165654B2 (en) | Discovering and mapping the relationships between macro-clusters of a computer network topology for an executing application | |
| US20230188440A1 (en) | Automatic classification of correlated anomalies from a network through interpretable clustering | |
| Hammad et al. | Enhancing Network Intrusion Recovery in SDN with machine learning: an innovative approach | |
| US11516089B2 (en) | Methods and systems for network verification using hierarchy-based model | |
| Zhang et al. | Probabilistic analysis of network availability | |
| US20240171505A1 (en) | Predicting impending change to Interior Gateway Protocol (IGP) metrics | |
| US20200267054A1 (en) | Determining the importance of network devices based on discovered topology, managed endpoints, and activity |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |