网络设备故障处理系统技术方案

网络设备故障处理系统。本发明专利技术的特征在于：为了使应用机器学习技术并支持SDN开放流协议的网络设备处理故障，包括：L2开关(20)或路由器(30)，其是与客户端(40)连接的网络设备；以及基于AI(Artificial Intelligence：人工智能)的SDN控制器(Software Defined Network Controller based on AI)(100)，其在连接于客户端(40)的网络设备L2开关(20)或路由器(30)发生网络故障时，为了判定网络上发生故障的类型，由设置于L2开关(20)和路由器(30)的SNMP代理程序基于通过历史数据学习到的内容，根据不同方案接收处理指令请求，以便于人工智能修复当前故障。据此，通过人工智能自动处理模式实时修复网络故障，以提升服务质量的同时，采用人工智能自动处理模式，实现准确修复故障的技术效果。复故障的技术效果。复故障的技术效果。

【技术实现步骤摘要】
网络设备故障处理系统


[0001]本专利技术涉及一种应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统，具体涉及一种网络发生故障时，基于通过感知故障及其历史数据学习到的结果，可自动分步解决故障处理的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统。

技术介绍

[0002]目前，修复网络系统故障时，由中央集中式网络管理中心(Network Management Center)的专业人员用视觉或听觉认知故障，并按照规定流程修复故障，以达到修复的目的。
[0003]根据专业人员的技术经验和实力，故障处理需要消耗最短数十分钟(通常30分钟)至最长几个小时。
[0004]并且，各位专业人员持不同意见时，解决问题需要消耗更长时间，此时，如果人类操作出现失误，一处故障会影响到整个网络。
[0005]【先行技术文献】
[0006]【专利文献】
[0007](专利文献1)大韩民国专利申请申请号第10
‑
2015
‑
0016862号“智能便利贴以及利用其的学习提醒方法”[0008](专利文献2)大韩民国专利申请申请号第10
‑
2003
‑
0087401号“利用学习内容提供服务器和学习内容显示器及学习内容传输程序的互联网自动学习系统”
技术实现思路

[0009]所要解决的课题
[0010]为了解决传统技术的上述弊端，本专利技术提供一种通过人工智能自动处理模式实时修复网络故障，以提升服务质量的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统。
[0011]并且，本专利技术提供一种采用人工智能自动处理模式，实现准确修复故障的技术效果的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统。
[0012]但是，本专利技术要达到的目的不受上述目的的限定，本
的技术人员可以依据以下记载内容明确地了解到未提及的另一目的。
[0013]课题解决方案
[0014]为了达到本专利技术的上述目的，本专利技术的实施例提供一种以如下内容为特征的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统，其包括：
[0015]L2开关20或路由器30，其是与客户端40连接的网络设备；以及
[0016]基于AI(Artificial Intelligence：人工智能)的SDN控制器(Software Defined Network Controller based on AI)100，其在连接于客户端40的网络设备L2开关20或路由器30发生网络故障时，为了判定网络上发生故障的类型，由设置于L2开关20和路由器30的
SNMP(Simple Network Management System)代理程序(SNMP Agent)基于通过历史数据学习到的内容，根据不同方案接收处理指令请求，以便于人工智能修复当前故障。
[0017]此时，接收指令的基于AI的SDN控制器100依据KSB人工智能框架核心类库(Knowledge
‑
converged Super Brain Artificial Intelligence Framework Core)200的分析，通过基于开放流协议(Open Flow Protocol)方式的控制路径(Control Path)，依据方案，向形成于发生问题的客户端40侧的网络设备，即，路由器30和L2开关20提供指令。
[0018]专利技术效果
[0019]本专利技术实施例的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统可以通过人工智能自动处理模式实时修复网络故障，以提升服务质量。
[0020]并且，本专利技术另一实施例的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统可以采用人工智能自动处理模式，实现准确修复故障的技术效果。
附图说明
[0021]图1示出了本专利技术实施例的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统。
[0022]图2示出了本专利技术实施例的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统的工作过程。
[0023]*附图标记*
[0024]1：应用人工智能机器学习技术并支持SDN开放流协议的网路设备故障处理系统
[0025]10：服务器
[0026]20：L2开关
[0027]30：路由器
[0028]40：客户端
[0029]100：基于AI的SDN控制器
[0030]200：KSB人工能框架核心类库
具体实施方式
[0031]以下，参考附图详细说明本专利技术的优选实施例。以下说明本专利技术的过程中，认为相关公知功能或结构会混淆本专利技术的要点时，将省略其详细说明。
[0032]本说明书中，某一构件向另一构件传输数据或信号，意味着构件可以直接向另一构件传输所述数据或信号，也可以通过至少一个又另一构件向另一构件传输数据或信号。
[0033]图1示出了本专利技术实施例的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统1。图2示出了本专利技术实施例的应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统1的工作过程。
[0034]首先，如图1所示，应用机器学习技术并支持SDN开放流协议的网络设备故障处理系统1可以包括：服务器10、L2开关20、路由器30、客户端、40、基于AI的SDN控制器(Software Defined Network Controller based on AI)100以及图2所示KSB人工智能框架核心类库(Knowledge
‑
converged Super Brain Artificial Intelligence Framework Core)200。
[0035]相当于主机的服务器10和客户端40分别与L2开关20连接。服务器10和客户端40可
以通过网络生成用于传输到其他客户端或服务器的数据包。
[0036]服务器10和客户端40可以通过网络接口，经由L2开关20和路由器30，将生成的数据包传输到目标服务器及客户端。
[0037]其中，L2开关20作为网络使用的网络设备，意味着能够以MAC地址分类设备实施通信的开关，如上所述，可以与服务器10和客户端40连接。并且，本专利技术中，L2开关20的前提条件可以是得到开放流协议的支持。
[0038]另外，路由器30作为网络使用的网络设备，可以与L2开关20连接。
[0039]如上所述，服务器10、L2开关20、路由器30和客户端40是网络上普通的公知内容，这里省略具体说明。
[0040]基于AI的SDN控制器100起到管理路由器30的功能，能够通过中央集中模式管理和控制一个以上路由器30。
[0041]具体地，基于AI的SDN控制器100可以装载起到拓扑管理(Topology manageme本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用人工智能机器学习技术并支持SDN开放流协议的网路设备故障处理系统，其包括：L2开关(20)或路由器(30)，其是与客户端(40)连接的网络设备；以及基于AI(Artificial Intelligence：人工智能)的SDN控制器(Software Defined Network Controller based on AI)(100)，其在连接于客户端(40)的网络设备L2开关(20)或路由器(30)发生网络故障时，为了判定网络上发生故障的类型，由设置于L2开关(20)和路由器(30)的SNMP代理程序(SNMP Agent)基于通过历史数据学习到的内容，根据不同方案接收处理指令请求，...

【专利技术属性】
技术研发人员：尹东权，
申请(专利权)人：尹东权，
类型：发明
国别省市：