云专线的自适应选路方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术涉及云计算技术领域，公开了一种云专线的自适应选路方法、装置、设备及可读存储介质。其中，该方法包括：云专线交换机通过采集云专线交换机对应的链路流量数据，将链路流量数据上报至控制设备；控制设备通过获取云专线交换机相对应的链路配置数据以及链路流量数据，将链路配置数据以及链路流量数据输入至预设的选路模型，得到选路策略，将选路策略下发至云专线交换机；云专线交换机接收控制设备下发的选路策略，并根据该选路策略对云专线交换机的通信链路进行动态调整。通过实施本发明专利技术，满足了更多的云专线入云场景，解决了只能固定选择通信链路的问题，实现了通信链路的自适应动态调整，提高了网络服务质量。提高了网络服务质量。提高了网络服务质量。

【技术实现步骤摘要】
云专线的自适应选路方法、装置、设备及可读存储介质


[0001]本专利技术涉及云计算
，具体涉及一种云专线的自适应选路方法、装置、设备及可读存储介质。

技术介绍

[0002]随着云计算技术的发展，云专线在企业入云当中越来越重要，云专线类型包括光传送网(optical transport network，OTN)、无线接入网IP化(IP radio access network，IPRAN)以及无源光纤网络(passive optical network，PON)等多种类型，由于OTN、IPRAN、PON等云专线的链路数据存在很大的不同，因此子云专线接入方式亦存在很大的不同。
[0003]云专线作为企业入云的一种重要节点，考虑到云专线入云的高可用性，往往会选择两种或者两种以上的专线类型，由此需要进行云专线选路。针对云专线选路这一需求，目前主要是采用静态配置主备、负载模式实现，对于主备模式而言，其只能固定选择一条链路而不能动态调整；对于负载模式而言，其只能平均选路而不能考虑实际物理链路质量选路，即目前的选路模式只能固定的选择专线物理链路，难以实现链路的自适应调整。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种云专线的自适应选路方法、装置、设备及可读存储介质，以解决目前的选路模式只能固定的选择专线物理链路，难以实现链路的自适应调整的问题。
[0005]根据第一方面，本专利技术实施例提供了一种云专线的自适应选路方法，用于控制设备，所述方法包括：获取云专线交换机相对应的链路配置数据以及链路流量数据；将所述链路配置数据以及所述链路流量数据输入至预设的选路模型，得到选路策略；将所述选路策略下发至云专线交换机，以使所述云专线交换机根据所述选路策略动态调整通信链路。
[0006]本专利技术实施例提供的云专线的自适应选路方法，控制设备通过获取云专线交换机相对应的链路配置数据以及链路流量数据，将链路配置数据以及链路流量数据输入至预设的选路模型，得到选路策略，将选路策略下发至云专线交换机，以使云专线交换机根据选路策略动态调整通信链路，由此能够实现根据链路配置数据以及实时采集的链路流量数据进行通信链路的自适应动态调整，从而能够满足更多的云专线入云场景，提高了网络服务质量。
[0007]结合第一方面，在第一方面的第一实施方式中，所述选路模型的生成方法，包括：采集所述云专线交换机所对应的流量数据样本值和链路配置样本值，确定对应于所述流量数据样本值和所述链路配置样本值的选路结果；基于对所述流量数据样本值、所述链路配置样本值以及所述选路结果对预设的训练模型进行训练，得到所述选路模型。
[0008]结合第一方面第一实施方式，在第一方面的第二实施方式中，所述基于对所述流量数据样本值、所述链路配置样本值以及所述选路结果对预设的训练模型进行训练，得到所述选路模型，包括：基于所述流量数据样本值以及所述链路配置样本值，生成多维特征向
量；将所述多维特征向量以及所述选路结果输入至预设的训练模型，对所述预设的训练模型进行训练，得到选路模型。
[0009]结合第一方面第一实施方式后第二实施方式，在第一方面的第三实施方式中，所述预设的训练模型为支持向量机模型。
[0010]本专利技术实施例提供的云专线的自适应选路方法，通过支持向量机的机器学习模型，建立流量数据样本值以及链路配置样本值的多维度特征向量，以该多维度特征向量作为云专线类型，由此得到的选路模型能够根据云专线类型进行智能选路。
[0011]结合第一方面，在第一方面的第四实施方式中，获取云专线交换机相对应的链路配置数据，包括：获取所述云专线交换机对应的链路类型；基于所述链路类型确定所述云专线交换机对应的链路配置数据。
[0012]本专利技术实施例提供的云专线的自适应选路方法，控制设备通过获取云专线交换机对应的链路类型，并基于链路类型确定云专线交换机对应的链路配置数据，由此能够实现根据链路配置数据确定云专线类型，以便能够根据当前云专线类型所对应的链路配置数据，进一步保证了云专线自适应选路的准确性。
[0013]根据第二方面，本专利技术实施例提供了一种云专线的自适应选路方法，用于云专线交换机，所述方法包括：采集云专线交换机对应的链路流量数据，将所述链路流量数据上报至控制设备，以使控制设备根据链路配置数据以及链路流量数据确定选路策略；接收所述控制设备下发的选路策略；根据所述选路策略动态调整所述云专线交换机的通信链路。
[0014]本专利技术实施例提供的云专线的自适应选路方法，云专线交换机通过采集云专线交换机对应的链路流量数据，将链路流量数据上报至控制设备，以使控制设备根据链路配置数据以及链路流量数据确定选路策略，并能够根据控制设备下发的选路策略对云专线交换机的通信链路进行动态调整，解决了只能固定选择通信链路的问题，实现了通信链路的自适应动态调整，提高了网络服务质量。
[0015]根据第三方面，本专利技术实施例提供了一种云专线的自适应选路装置，用于控制设备，所述装置包括：获取模块，用于获取云专线交换机相对应的链路配置数据以及链路流量数据；确定模块，用于将所述链路配置数据以及所述链路流量数据输入至预设的选路模型，得到选路策略；下发模块，用于将所述选路策略下发至云专线交换机，以使所述云专线交换机根据所述选路策略动态调整通信链路。
[0016]根据第四方面，本专利技术实施例提供了一种云专线的自适应选路装置，用于云专线交换机，所述装置包括：采集模块，用于采集云专线交换机对应的链路流量数据，将所述链路流量数据上报至控制设备，以使控制设备根据链路配置数据以及链路流量数据确定选路策略；接收模块，用于接收所述控制设备下发的选路策略；调整模块，用于根据所述选路策略动态调整所述云专线交换机通信链路。
[0017]根据第五方面，本专利技术实施例提供了一种电子设备，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行第一方面或第一方面任一实施方式所述的云专线的自适应选路方法，或第二方面所述的云专线的自适应选路方法。
[0018]根据第六方面，本专利技术实施例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存储有计算机指令，所述计算机指令用于使计算机执行第一方面或第一方面任一
实施方式所述的云专线的自适应选路方法，或第二方面所述的云专线的自适应选路方法。
[0019]需要说明的是，本专利技术实施例提供的云专线的自适应选路装置、电子设备以及计算机可读存储介质的相应有益效果，请参见云专线的自适应选路方法中相应内容的描述，在此不再赘述。
附图说明
[0020]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云专线的自适应选路方法，其特征在于，用于控制设备，所述方法包括：获取云专线交换机相对应的链路配置数据以及链路流量数据；将所述链路配置数据以及所述链路流量数据输入至预设的选路模型，得到选路策略；将所述选路策略下发至云专线交换机，以使所述云专线交换机根据所述选路策略动态调整通信链路。2.根据权利要求1所述的方法，其特征在于，所述选路模型的生成方法，包括：采集所述云专线交换机所对应的流量数据样本值和链路配置样本值，确定对应于所述流量数据样本值和所述链路配置样本值的选路结果；基于对所述流量数据样本值、所述链路配置样本值以及所述选路结果对预设的训练模型进行训练，得到所述选路模型。3.根据权利要求2所述的方法，其特征在于，所述基于对所述流量数据样本值、所述链路配置样本值以及所述选路结果对预设的训练模型进行训练，得到所述选路模型，包括：基于所述流量数据样本值以及所述链路配置样本值，生成多维特征向量；将所述多维特征向量以及所述选路结果输入至预设的训练模型，对所述预设的训练模型进行训练，得到选路模型。4.根据权利要求2或3所述方法，其特征在于，所述预设的训练模型为支持向量机模型。5.根据权利要求1所述的方法，其特征在于，获取云专线交换机相对应的链路配置数据，包括：获取所述云专线交换机对应的链路类型；基于所述链路类型确定所述云专线交换机对应的链路配置数据。6.一种云专线的自适应选路方法，其特征在于，用于云专线交换机，所述方法包括：采集云专线交换机对应的链路流量数据，将所述链路流量数据上报至控制设备，以使控制设备根据链...

【专利技术属性】
技术研发人员：吕玉超，王建超，傅旭明，金少辉，谭曼琼，罗耀祖，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：