本发明专利技术公开了一种可用于确定性网络的容错预制方法,包括步骤1:容错预制模块通过在确定性网络的控制平面进行DetNet流识别检测,并进行历史数据统计;步骤2:根据统计的历史数据,结合基于人工智能算法的预测模型,预测未来的数据是否需要进行DetNet流复制操作,若是,则配置下发DetNet流复制操作,并指导数据丢包的路径及措施;步骤3:路径规划模块借助确定性网络的控制平面,利用集中路径设置进行全局网络流量路径的指导。本发明专利技术实现了可靠性,又能保障时延,节省网络带宽资源,为非DetNet流提供更多链路资源,提供一种更加可靠快速的网络保障。网络保障。网络保障。
【技术实现步骤摘要】
一种可用于确定性网络的容错预制方法
[0001]本专利技术属于网络可靠传输
,具体涉及一种可用于确定性网络的容错预制方法。
技术介绍
[0002]信息化和网络的发展与应用已渗透到了各行各业,为人们生活带来了诸多便捷。目前车联网、无人驾驶、智慧医疗、智能工厂等新兴行业发展迅猛,对网络的时延和可靠性提出了更高的要求,例如,远程控制的时延要求是在5ms以内,可靠性须达到99.999%,而离散自动运动控制需要在1us
‑
1ms之间实现反应,需达到99.9999%的可靠性。
[0003]确定性网络技术能够为新兴行业的发展提供保障。当前,确定性网络通过分组复制和消除以实现可靠性,达到不丢失数据的目标。在当前的确定性网络的可靠性措施中,未涉及到如何进行分组复制,进行有效的容错。如果一直进行分组复制,则将大大的浪费链路资源,容易造成链路拥塞。
技术实现思路
[0004]本专利技术所要解决的技术问题是针对上述现有技术的不足,提供一种可用于确定性网络的容错预制方法,借助确定性网络,打通IP网络和非IP网络,并且根据历史统计数据、借助人工智能预测技术,提出有效的DetNet流容错预制机制,保障网络信息的完整性,直接进行有选择的冗余发送,降低传统以太网的二次重传时延,从而保证网络数据传输的时延,实现了可靠性,又能保障时延,节省网络带宽资源,为非DetNet流提供更多链路资源,提供一种更加可靠快速的网络保障。
[0005]为实现上述技术目的,本专利技术采取的技术方案为:
[0006]一种可用于确定性网络的容错预制方法,包括:
[0007]步骤1:容错预制模块通过在确定性网络的控制平面进行DetNet流识别检测,并进行历史数据统计;
[0008]步骤2:根据统计的历史数据,结合基于人工智能算法的预测模型,预测未来的数据是否需要进行DetNet流复制操作,若是,则配置下发DetNet流复制操作,并指导数据丢包的路径及措施;
[0009]步骤3:路径规划模块借助确定性网络的控制平面,利用集中路径设置进行全局网络流量路径的指导。
[0010]为优化上述技术方案,采取的具体措施还包括:
[0011]上述的步骤1所述在确定性网络的控制平面,以秒为单位,周期性收集数据层的DetNet流量信息,并将信息存储在数据库服务器中;
[0012]所述DetNet流量信息包括但不限于时间戳、分组编码、流复制标签、流消除标签、DetNet流经过的各个节点、分组是否被使用标签、流源地址、流目的地址的信息。
[0013]上述的步骤2所述容错预制模块提供用户接口,用于定义训练验证集合的数据量、
预测数据输入输出和选择预测模型。
[0014]上述的步骤2所述预测模型包括基于决策树、随机森林、支持向量机的预测模型。
[0015]上述的步骤2通过控制平面中的基于人工智能算法的预测模型,将数据库服务器中的数据作为训练验证数据输入,输出下一时间段链路是否需要进行流复制操作以及流复制的数量,具体的:
[0016]以DetNet流数据作为训练验证集合,对训练验证集合依次进行预处理、流复制行为分割、数据集特征提取、构建特征集,然后使用集合中时间序列前置的数据进行行为识别,训练预测模型,使用时间序列上后续的剩余数据进行识别验证,然后预测下一时间段链路DetNet流信息,具体的预测结果包括:是否需要进行流复制操作,若是,则输出流复制的数量。
[0017]上述的步骤3通过PCE(Path Computation Element)实现,直接指导确定性网络的数据平面的显示路由,具体的:
[0018]采用软件定义网络的架构,控制器作为PCE,PCE采用集中式方式计算全局网络的约束路径,借助SR/SRv6技术进行全网路由指导,下发至数据平面,数据平面将路径通过PCEP下发至PCC网络设备。
[0019]上述的容错预制模块和路径规划模块均作为单独的程序组件模块,与现有的SDN控制器及网络管理平台进行对接,完善管理功能。
[0020]本专利技术具有以下有益效果:
[0021](1)本专利技术基于确定性网络的分组复制、消除机制,提供一种分组复制、消除的容错预制方法,与通过重发技术进行可靠性保证的方法相比,能够根据历史统计数据预先安排DetNet流分组容错复制的时间、次数,避免不必要的网络数据重发,节省网络资源,满足接收节点对于可靠性、稳定性、时延的要求,适用于工业控制场景。
[0022](2)本专利技术容错预制方案的结果直接指导路径规划方案,与SRv6技术结合使用,从控制平面完成集中式网络路径规划,提升网络管理灵活性和运维效率,降低对运维人员的依赖,实现网络管理自动化。
附图说明
[0023]图1为本专利技术方法实现原理图。
具体实施方式
[0024]以下结合附图对本专利技术的实施例作进一步详细描述。
[0025]参见图1,本专利技术一种可用于确定性网络的容错预制方法,包括:
[0026]步骤1:容错预制模块通过在确定性网络的控制平面进行DetNet流识别检测,并进行历史数据统计;
[0027]步骤2:根据统计的历史数据,结合基于人工智能算法的预测模型,预测未来的数据是否需要进行DetNet流复制操作,若是,则配置下发DetNet流复制操作,并指导数据丢包的路径及措施,例如是进行二备份还是三备份;
[0028]即步骤2输出是否要下发DetNet流复制操作,是则明确下发的数量;否则不需要给步骤3指令。
[0029]步骤3:路径规划模块借助确定性网络的控制平面,利用集中路径设置进行全局网络流量路径的指导,即计算路径,执行下发的命令给网络设备。
[0030]实施例中,确定性网络的DetNet流量工程采用软件定义网络的架构,在控制平面对DetNet流进行全局规划。
[0031]步骤1所述在确定性网络的控制平面,以秒为单位,周期性收集数据层的DetNet流量信息,并将信息存储在数据库服务器中;
[0032]所述DetNet流量信息包括但不限于时间戳、分组编码、流复制标签、流消除标签、DetNet流经过的各个节点、分组是否被使用标签、流源地址、流目的地址的信息。
[0033]例如,在确定性网络的控制平面,每1秒收集数据层的DetNet流量信息,存储在物理位置临近的数据库服务器中,可提供数据存储条目。
[0034]实施例中,步骤2所述容错预制模块提供用户接口,用于定义训练验证集合的数据量、预测数据输入输出和选择预测模型。
[0035]实施例中,步骤2所述预测模型包括基于决策树、随机森林、支持向量机的预测模型。
[0036]实施例中,所述步骤2,通过控制平面中的基于人工智能算法的预测模型,将数据库服务器中的数据作为训练验证数据输入,输出下一时间段链路是否需要进行流复制操作以及流复制的数量,具体的:
[0037]以DetNet流数据作为训练验证集合,对训练验证集合依本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种可用于确定性网络的容错预制方法,其特征在于,包括:步骤1:容错预制模块通过在确定性网络的控制平面进行DetNet流识别检测,并进行历史数据统计;步骤2:根据统计的历史数据,结合基于人工智能算法的预测模型,预测未来的数据是否需要进行DetNet流复制操作,若是,则配置下发DetNet流复制操作,并指导数据丢包的路径及措施;步骤3:路径规划模块借助确定性网络的控制平面,利用集中路径设置进行全局网络流量路径的指导。2.根据权利要求1所述的一种可用于确定性网络的容错预制方法,其特征在于,步骤1所述在确定性网络的控制平面,以秒为单位,周期性收集数据平面的DetNet流量信息,并将信息存储在数据库服务器中;所述DetNet流量信息包括但不限于时间戳、分组编码、流复制标签、流消除标签、DetNet流经过的各个节点、分组是否被使用标签、流源地址、流目的地址的信息。3.根据权利要求1所述的一种可用于确定性网络的容错预制方法,其特征在于,步骤2所述容错预制模块提供用户接口,用于定义训练验证集合的数据量、预测数据输入输出和选择预测模型。4.根据权利要求1所述的一种可用于确定性网络的容错预制方法,其特征在于,步骤2所述预测模型包括基于决策树、随机森林、支持...
【专利技术属性】
技术研发人员:王玉梁,
申请(专利权)人:中电信数智科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。