用于路由路径选择的方法和系统技术方案

本公开涉及用于路由路径选择的方法和系统。路由路径包括路由和来自特性集合的至少一个特性。该方法记录响应于来自客户端设备的请求而选择的路由路径的数据以收集选择路由路径的历史数据并将选择的路由路径的数据存储在数据存储中。在从数据存储接收的所述历史数据上训练机器学习模型。机器学习模型的输出是路由路径的选择预测。响应于来自客户端设备的新请求，确定满足该请求的路由集合，以便通过将该路由集合与来自特性集合的特性组合来确定路由路径集合。将经训练的机器学习模型应用于路由路径集合以确定选择预测高于阈值的路由路径子集。查询路由路径子集的详情并确定有效的路由路径。将有效路由路径的至少一个子集的详情返回给客户端设备。的详情返回给客户端设备。的详情返回给客户端设备。

【技术实现步骤摘要】
用于路由路径选择的方法和系统


[0001]本专利技术总地涉及用于选择路由路径的方法和系统，特别是用于在查询路由路径的详情之前选择路由路径的子集的方法和系统。

技术介绍

[0002]对网络中的路由(即经由一条或多条边从起始节点到结束节点的路径)的搜索在许多领域都至关重要地相关。如果与图没有什么不同的网络相对简单，则诸如深度优先搜索之类的标准算法可以用来确定所有可能的路由。但是，如果图变大，则这变得不可能。在许多情况下，请求满足单个目标函数的路径，例如应当确定从起始节点到结束节点的最短路径。如果图又不太大，则可以通过应用像Dijkstra算法或A*算法之类的算法来解决该问题。然而，实际上，图常常包括数百或数千个节点和边，并且多个目标函数在选择路径时可能对于客户端是相关的。因此，不可能在有限的时间内确定所有可能路由的目标函数并在适用的响应时间内向客户端提供结果。
[0003]例如，如果必须将数据分组从源计算系统传送到目标计算系统，则可以选择多条路径来路由这些数据分组。如果路由的边可能由不同的运营商或承运者(其可能不与其他运营商合作)提供，则问题变得更加复杂。此外，根据关于资费的规则或网络在不同传输时间的估计利用率，运营商还可以在网络中的同一边上提供不同的数据量和/或传输速度。路由的这些进一步特性可能导致搜索空间的指数增加。
[0004]另一个示例是对从出发地点到目的地地点的航班路径的搜索。可能有满足请求的由不同的承运者运营的大量可能航班——有或没有中间停靠点。在这些航班中的每一个上，可能应用不同的规则，这些规则定义可以使用哪个或哪些票价(fare)。为了最终构建产品，即具有其详情(航班号、票价、价格、行李等)的特定航班，可能需要向承运者或元提供商平台发送数百或数千条查询。
[0005]本专利技术通过将路由路径定义为路由和至少一个特性的组合来解决该问题。然后通过利用机器学习模型过滤这些路由路径，以减少用于查询路由详情的搜索空间。

技术实现思路

[0006]本专利技术由独立权利要求限定。
[0007]本专利技术的第一方面涉及一种用于选择路由路径的计算机实现的方法。路由路径包括路由和来自特性集合的至少一个特性，并且该路由至少包括起始节点和结束节点并且由至少一个承运者提供。
[0008]该方法记录响应于来自客户端设备的请求而选择的路由路径的数据以收集选择的路由路径的历史数据并将选择的路由路径的数据存储在数据存储中。此后，在从数据存储接收的选择路由路径的历史数据上训练机器学习模型。机器学习模型的输出是路由路径的选择预测。响应于来自客户端设备的新请求，确定满足该请求的路由集合，以便通过将该路由集合与来自特性集合的特性组合来确定路由路径集合。将经训练的机器学习模型应用
于路由路径集合以确定选择预测高于阈值的路由路径子集。然后查询路由路径子集的详情并确定有效的路由路径。最后，将有效路由路径的至少一个子集的详情返回给客户端设备。
[0009]根据本专利技术的第二方面，提供了一种用于选择路由路径的分布式计算系统。
[0010]根据本专利技术的第三方面，提供了一种用于选择路由路径的计算机程序。
[0011]其他方面由从属权利要求限定。
附图说明
[0012]实施例的后续描述基于所附的一组附图，其中类似的附图标记指代类似的元素和消息，并且其中：
[0013]图1A是如本文所述的分布式计算环境的示意性概述；
[0014]图1B描绘了高性能计算系统并且图1C描绘了根据实施例的推理计算系统；
[0015]图2给出了本文描述的方法的高级流程图；
[0016]图3是如何训练机器学习模型的中级演示；
[0017]图4描绘了如何确定路由路径子集的中级示例；
[0018]图5A、B和C示出了如何查询路由路径子集的详情、选择有效路由路径并将其返回给客户端设备的示例；
[0019]图6描绘了本文描述的方法在航班搜索环境中的工作流程；
[0020]图7给出了如何在航班搜索环境中训练机器学习模型的图；
[0021]图8给出了如何应用机器学习模型以在航班搜索环境中选择票价路径的图。
[0022]图9描绘了如何确定有效票价路径；并且
[0023]图10示出了本文描述的方法在网络路由环境中的工作流程。
具体实施方式
[0024]如一开始已经概述的，本文描述的方法涉及用于选择路由路径的方法和系统，特别涉及在查询路由路径的详情之前选择路由路径的子集。在开始描述附图之前，给出对在本申请中使用的用语的一些说明。
[0025]路由是指网络中从起始节点到结束节点的路径。网络被定义为节点和边的组合，其中边连接两个节点。路由还可以包括一个或多个中间节点，但也可以是起始节点和结束节点之间的直接链路。如果起始节点和结束节点相同，例如对于旅行网络中的往返，则通常提供至少一个中间节点。还可以在搜索网络中的可能路由时确定其他中间节点。
[0026]路由路径通常是指路由和特性集合中的至少一个特性的组合。该特性集合可以包括对要查询的选择路由路径(例如路由或路由的一部分)有用的任何信息。例如，可以确定特性以帮助模型识别最相关的路由路径。
[0027]例如，如果考虑计算机网络中的路由，则这些路由的特性可能与每秒可以在路由的部分(也称为路由的段)上发送的数据量(例如数据速率或比特率)有关。特性集合然后可以例如包括{非常高，高，中，低，非常低}，其中阈值被单独定义并且可以例如是{>1000Mbits/s，1000
‑
500Mbits/s，500
‑
100Mbits/s，100
‑
50Mbit/s，<50Mbits/s}。
[0028]然后可以通过如何在网络中路由数据(例如通过哪些中间节点，由哪些运营商提供等)并通过路由的至少一个特性(例如完整路由的高数据速率或由第一运营商提供的第
一段的高数据速率和由第二运营商提供的第二段的非常高的数据速率)来定义路由路径。根据特性集合中的特性的数量以及路由的可能具有不同特性的可能子段，路由路径的数量是路由数量的倍数。
[0029]现在转向图1A，其是分布式计算环境100的示意性概述，其中可能需要选择路由路径。分布式计算环境100包括全部通过网络110进行连接的服务计算系统101、专用高性能计算系统103、数据存储105、专用推理计算系统107、至少一个客户端设备108和至少一个提供商计算系统109。网络110可以是广域网、全球网、因特网或类似网络，可以是公共网络或专用网络，并且可以包括本领域已知的多个互连网络。
[0030]服务计算系统101可以是路由专家、旅行内容提供商、预订代理、元搜索提供商等的计算系统，其通过网络110从客户端设备108接收对路由、路由路径和/或确定路由和/或路由路径所需的其他信息的请求。服务计算系统101可以由服务器基础设施中的处理客户端设备108的请求的多个服务器组成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于选择路由路径的计算机实现的方法，其中路由路径包括路由和来自特性集合的至少一个特性，其中该路由至少包括起始节点和结束节点并且由至少一个承运者提供，其中所述方法包括：a.记录响应于来自客户端设备的请求而选择的路由路径的数据以收集选择的路由路径的历史数据；b.将选择的路由路径的数据存储在数据存储中；c.在从所述数据存储接收的选择的路由路径的历史数据上训练机器学习模型，其中所述机器学习模型的输出是路由路径的选择预测；d.响应于来自客户端设备的请求：i.确定满足该请求的路由集合；ii.通过将所述路由集合与来自所述特性集合的特性组合来确定路由路径集合；iii.在所述路由路径集合上应用所述机器学习模型以确定选择预测高于阈值的路由路径子集；iv.查询所述路由路径子集的详情；v.确定有效路由路径；和vi.将所述有效路由路径的至少一个子集的详情的至少一个子集返回给客户端设备。2.根据权利要求1所述的方法，其中，在包括服务器集群的专用高性能计算系统处训练所述机器学习模型，每个服务器配备有使得能够并行进行训练处理的至少一个中央处理单元和至少一个图形处理单元。3.根据权利要求1或2所述的方法，其中，在包括基于硬件的推理加速器架构的专用推理计算系统处执行响应于客户端设备的请求而应用所述机器学习模型。4.根据权利要求1至3中的任一项所述的方法，其中，基于训练所述机器学习模型的结果，确定路由的对选择的路由路径有影响的至少一个附加特征，并且其中，响应于来自客户端设备的请求，所述路由路径集合中的路由的所述至少一个附加特征被确定并用作所述机器学习模型的附加输入。5.根据权利要求1至4中的任一项所述的方法，其中，查询所述路由路径子集的详情包括查询提供所述路由路径子集中的路由的所述至少一个承运者和包括提供标准的行业规则的第三方系统中的至少一个。6.根据权利要求1至5中的任一项所述的方法，其中，确定有效路由路径包括针对客户端设备的请求的适用性来分析所查询的所述路...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：艾玛迪斯简易股份公司，
类型：发明
国别省市：