[发明专利]一种面向云网络自适应连通性分析方法、系统、设备及存储介质有效

专利信息
申请号: 202210707411.9 申请日: 2022-06-21
公开(公告)号: CN115314419B 公开(公告)日: 2023-05-16
发明(设计)人: 祝顺民;杨家海;王之梁;董恩焕 申请(专利权)人: 清华大学
主分类号: H04L43/0811 分类号: H04L43/0811;H04L41/069
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 罗岚
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 网络 自适应 连通性 分析 方法 系统 设备 存储 介质
【权利要求书】:

1.一种面向云网络的自适应连通性分析方法,其特征在于,包括:

从预设数据库中提取网络实例的连通性数据,根据所述连通性数据得到分布式缓存的连通性分析结果;

获取网络控制器日志中心的日志数据,根据所述日志数据得到变配事件数据;

根据所述变配事件数据和所述连通性分析结果确定连通性分析结果的变化量,并根据所述变化量更新所述连通性分析结果;

根据所述更新后的连通性分析结果生成云网络的自适应分析结果;

所述从预设数据库中提取不同类型网络实例的连通性数据,根据所述连通性数据得到分布式缓存的连通性分析结果,包括:

对所述数据库进行模式匹配,根据网络ID识别所述数据库中不同类型网络实例;

通过所述数据库中存储的资源关系数据和路由数据,得到当前类型网络实例的连通场景识别结果;

基于所述连通场景识别结果,并根据所述路由数据计算连通路径得到所述连通性分析结果;

所述根据所述变配事件数据和所述连通性分析结果确定连通性分析结果的变化量,并根据所述变化量更新所述连通性分析结果,包括:

根据所述资源关系数据,得到所述变配事件数据和所述不同类型网络实例的关联数据;

按照实例维度聚合所述关联数据得到变化实例数据;

根据所述变化实例数据的连通性数据,更新所述变化实例数据的连通性分析结果。

2.根据权利要求1所述的方法,其特征在于,在所述根据所述变化量更新所述连通性分析结果之后,所述方法还包括:查询所述更新后的连通性分析结果,以根据查询结果实时触发对所述连通性数据的分析;其中,所述查询结果包括查询的连通性分析结果未保存在所述分布式缓存中。

3.一种面向云网络的自适应连通性分析系统,其特征在于,包括:

连通性分析模块,用于从预设数据库中提取网络实例的连通性数据,根据所述连通性数据得到分布式缓存的连通性分析结果;

数据获取模块,用于获取网络控制器日志中心的日志数据,根据所述日志数据得到变配事件数据;

变配自适应模块,用于根据所述变配事件数据和所述连通性分析结果确定连通性分析结果的变化量,并根据所述变化量更新所述连通性分析结果;

计算分析模块,用于根据所述更新后的连通性分析结果生成云网络的自适应分析结果;

所述连通性分析模块,包括对象识别单元、场景识别单元和路径计算单元;其中,

所述对象识别单元,用于对所述数据库进行模式匹配,根据网络ID识别所述数据库中不同类型网络实例;

所述场景识别单元,用于通过所述数据库中存储的资源关系数据和路由数据,得到当前类型网络实例的连通场景识别结果;

所述路径计算单元,用于基于所述连通场景识别结果,并根据所述路由数据计算连通路径得到所述连通性分析结果;

所述变配自适应模块,包括:

关联网络实例单元,用于根据所述资源关系数据,得到所述变配事件数据和所述不同类型网络实例的关联数据;

事件聚合单元,用于按照实例维度聚合所述关联数据得到变化实例数据;

连通性变化单元,用于根据所述变化实例数据的连通性数据,更新所述变化实例数据的连通性分析结果。

4.根据权利要求3所述的系统,其特征在于,在所述变配自适应模块之后,所述系统,还包括:

连通性查询模块,用于查询所述更新后的连通性分析结果,以根据查询结果实时触发所述连通性分析模块对连通性数据的分析;其中,所述查询结果包括查询的连通性分析结果未保存在所述分布式缓存中。

5.一种计算机设备,其特征在于,包括处理器和存储器;

其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-2中任一项所述的面向云网络的自适应连通性分析方法。

6.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-2中任一项所述的面向云网络的自适应连通性分析方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210707411.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top