[发明专利]SRv6融合网络的数据异常检测方法及装置

说明书

本申请提供一种SRv6融合网络的数据异常检测方法及装置，方法包括：基于数据处理范式对自SRv6融合网络中获取的目标遥测数据进行数据处理，得到综合特征键值对；并确定目标遥测数据对应的分组特征键值对；将这两个键值对输入数据异常检测多重模型，若输出的综合特征键值对所对应的流量特征预估值显示目标遥测数据为异常数据，则继续基于输出的分组特征键值确定异常数据的异常类型。本申请能够解决复杂场景中不同流量特征与不同承载协议之间的数据差异问题，实现对复杂场景的SRv6融合网络中的多维度遥测数据的处理，支持从多角度判断网络异常的类别，能够有效提高针对SRv6融合网络的数据异常检测过程的精度与检测结果的粒度。

技术领域

本申请涉及SRv6融合网络技术领域，尤其涉及SRv6融合网络的数据异常检测方法及装置。

背景技术

由软件定义网络SDN架构和基于IPv6转发平面的段路由SRv6技术结合得到的SRv6融合网络，能够实现大规模网络的管理和灵活配置，但是针对复杂的网络情况，需要网络遥测技术提供更多的网络状态信息数据作为数据管控的支撑。因此，为了保证大规模复杂网络的可靠运行，需要针对SRv6融合网络进行异常检测。

目前，现有的针对SRv6融合网络的异常检测研究已有部分方案采用带内遥测数据进行检测，虽然带内遥测采集的数据能够支持全网流量状态可视化与网络状态异常检测，但大多受到应用场景与协议兼容性等因素的限制，并不具有通用性。基于带内遥测数据的异常检测方案所面临的问题主要包括：异常检测存在只针对单一特定场景的局限性问题，对于跨域网络、融合网络或部署了多种协议的网络场景，现有的异常检测方案并不支持对网络场景中的多维遥测数据进行数据处理；异常检测精度低且难以确认异常类型，面对融合网络中的复杂场景，控制平面无法保证网络异常状态感知的精度及粒度，无法有效支撑控制与调度策略。

发明内容

鉴于此，本申请实施例提供了SRv6融合网络的数据异常检测方法及装置，以消除或改善现有技术中存在的一个或更多个缺陷。

本申请的一个方面提供了一种SRv6融合网络的数据异常检测方法，包括：

基于预设的数据处理范式，对当前自SRv6融合网络的业务流量中提取的目标遥测数据进行数据处理，得到该目标遥测数据对应的一维的综合特征键值对；并确定所述目标遥测数据对应的分组特征键值对；

将所述综合特征键值对和分组特征键值对输入预设的数据异常检测多重模型，若该数据异常检测多重模型输出的所述综合特征键值对所对应的流量特征预估值显示所述目标遥测数据为异常数据，则继续基于所述数据异常检测多重模型输出的所述分组特征键值对所对应的异常类型投票结果确定所述异常数据所属的异常类型。

在本申请的一些实施例中，还包括：

基于预设的数据处理范式对所述SRv6融合网络真实的各个遥测数据分别进行数据处理，得到各个所述遥测数据各自对应的综合特征键值对；并确定各个所述遥测数据对应的分组特征键值对；

根据各个所述综合特征键值对和各个所述分组特征键值对分别训练预设的机器学习模型，以得到用于进行遥测数据异常判断及数据异常类型确定的数据异常检测多重模型。

在本申请的一些实施例中，所述数据异常检测多重模型包括：基于所述SRv6融合网络真实的各个遥测数据各自应的综合特征键值对训练得到的综合预测模型，以及，基于所述SRv6融合网络真实的各个遥测数据各自应的分组特征键值对训练得到的分类模型。

在本申请的一些实施例中，所述基于预设的数据处理范式对所述SRv6融合网络真实的各个遥测数据分别进行数据处理，得到各个所述遥测数据各自对应的综合特征键值对，包括：

针对所述SRv6融合网络真实的每一个遥测数据的各维度的特征信息，采用不同的预处理方式进行处理，得到各个遥测数据各自对应的预处理后的各项数据；