本发明专利技术公开了一种智能网络协作装置及方法，其中，该装置包括：可编程交换模块，完成网络侧数据的收发，对网络数据包的逐包智能识别，按照自定义的网络流量识别规则提取特征数据，并将特征数据转发给智能协作模块；智能协作模块主要完成对数据包的特征学习推理，根据学习推理结果定义规则，并将规则推送给可编程交换模块完成转发；GPU模块主要完成对数据包特征参数的实时并行计算。本发明专利技术实现了存储计算转发一体化，能够实现对网络数据包的实时逐包智能化处理，极大的提升了网络的智能协作能力和智能运维能力。力和智能运维能力。力和智能运维能力。
【技术实现步骤摘要】
一种智能网络协作装置及方法
[0001]本专利技术涉及通信网络领域
，尤其涉及一种智能网络协作装置及方法。
技术介绍
[0002]随着互联网的发展，网络设备不断出现，但网络设备在硬件性能(如存储，计算能力等)方面参差不齐，随着深度学习等模型规模的不断扩大，数据规模和计算速度等方面的要求都在高速增长，现有网络设备在支撑智能方面存在明显的弊端。
[0003]深度学习等智能技术的准确性高度依赖数据规模，对计算能力的要求极高，虽然随着芯片技术的不断进步，云计算的供给能力越来越完善，但是对于一些高实时性的人工智能任务，依然需要网络设备本身拥有足够的算力才能训练和执行复杂的算法模型。
[0004]基于以上背景，需要一种的网络设备，在保证基本转发能力的前提下，同时能够实时完成对网络数据包的智能协作处理。
技术实现思路
[0005]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。
[0006]为此，本专利技术的目的在于提出一种智能网络协作装置，在传统可编程网络的基础上增加智能协作模块和GPU模块，同时通过CPU模块统一调度和管理，CPU模块与可编程交换模块、智能协作模块和GPU模块之间均通过高速PCIE总线互联，通过该总线同时实现对设备的管理和设备间数据的收发。在保证可编程交换能力的前提下，使可编程交换设备同时具备了存储，学习推理，计算等能力。
[0007]本专利技术的另一个目的在于提出一种智能网络协作方法。
[0008]为达上述目的，本专利技术一方面提出了一种智能网络协作装置，包括：
[0009]可编程交换模块，用于通过网络侧接收第一数据包，对所述第一数据包进行识别和转发，同时按照所述可编程交换模块的第一规则解析所述第一数据包得到第二数据包，并将所述第二数据包转发给智能协作模块；
[0010]所述智能协作模块，用于对所述第二数据包进行学习推理，根据学习推理的结果确定第二规则，并将所述第二规则推送给所述可编程交换模块，同时所述可编程交换模块通过网口将所述第二数据包发送给GPU服务器；
[0011]所述GPU服务器，用于对所述第二数据包进行深度学习计算得到计算结果，并将所述计算结果返回所述可编程交换模块；
[0012]所述可编程交换模块接收所述GPU服务器的计算结果和所述智能协作模块返回的第二规则，以及接收CPU模块的第三规则，并将所述第三规则与所述第一规则合并为第四规则，以利用所述可编程交换模块根据所述第四规则完成数据包的智能协作及转发。
[0013]另外，根据本专利技术上述实施例的智能网络协作装置还可以具有以下附加的技术特征：
[0014]进一步地，在本专利技术的一个实施例中，所述CPU模块，还用于对所述可编程交换模
块、所述智能协作模块和所述GPU服务器进行管理，同时修改和制定所述第三规则。
[0015]进一步地，在本专利技术的一个实施例中，所述智能协作模块，包括：数据包交换功能模块、智能学习推理模块、管理侧数据接口和交换侧数据接口；其中，所述数据包交换功能模块，用于接收所述可编程交换模块发送的第二数据包；所述智能学习推理模块，用于所述对所述第二数据包进行学习推理，根据学习推理的结果确定第二规则；所述管理侧数据接口和交换侧数据接口，分别用于所述第二数据包和所述第二规则的接收和转发。
[0016]进一步地，在本专利技术的一个实施例中，所述可编程交换模块，还包括：存储模块，所述存储模块，用于数据包的缓存和预设规模表项的存储。
[0017]进一步地，在本专利技术的一个实施例中，所述可编程转发模块，还用于对正常数据包进行识别，将所述正常数据包经过所述可编程转发模块进行流水线转发。
[0018]进一步地，在本专利技术的一个实施例中，所述可编程转发模块，还用于将恶意流量数据包转发给所述智能协作模块，所述智能协作模块，用于对所述恶意流量数据包进行过滤，同时进行学习和推理确定所述第二规则。
[0019]进一步地，在本专利技术的一个实施例中，所述装置，还包括：网络训练模块，所述网络训练模块，用于接收所述深度学习计算得到的计算结果，并进行网络模型训练，以指导所述可编程转发模块进行数据转发。
[0020]进一步地，在本专利技术的一个实施例中，所述装置，还包括：端口，用于通过所述端口将所述可编程转发模块转发的数据包发送给用户。
[0021]本专利技术实施例的智能网络协作装置，通过在传统可编程交换机的基础上集成了智能协作模块和GPU模块，实现了存储计算转发一体化，能够实现对网络数据包的实时逐包智能化处理，极大的提升了网络的智能协作能力和智能运维能力。
[0022]为达到上述目的，本专利技术另一方面提出了一种智能网络协作方法，包括：
[0023]通过网络侧接收第一数据包，对所述第一数据包进行识别和转发，同时按照可编程交换模块的第一规则解析所述第一数据包得到第二数据包，并将所述第二数据包转发给智能协作模块；
[0024]对所述第二数据包进行学习推理，根据学习推理的结果确定第二规则，并将所述第二规则推送给所述可编程交换模块，同时所述可编程交换模块通过网口将所述第二数据包发送给GPU服务器；
[0025]对所述第二数据包进行深度学习计算得到计算结果，并将所述计算结果返回所述可编程交换模块；
[0026]所述可编程交换模块接收所述GPU服务器的计算结果和所述智能协作模块返回的第二规则，以及接收CPU模块的第三规则，并将所述第三规则与所述第一规则合并为第四规则，以利用所述可编程交换模块根据所述第四规则完成数据包的智能协作及转发。
[0027]本专利技术实施例的智能网络协作方法，通过在传统可编程交换机的基础上集成了智能协作模块和GPU模块，实现了存储计算转发一体化，能够实现对网络数据包的实时逐包智能化处理，极大的提升了网络的智能协作能力和智能运维能力。
[0028]本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0029]本专利技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0030]图1为根据本专利技术实施例的智能网络协作装置的结构示意图；
[0031]图2为根据本专利技术实施例的智能网络协同装置的系统框图；
[0032]图3为根据本专利技术实施例的智能协作模块的功能示意图；
[0033]图4为根据本专利技术实施例的智能协作模块的数据包处理流程示意图；
[0034]图5为根据本专利技术实施例的GPU服务器数据包处理流程示意图；
[0035]图6为根据本专利技术实施例的智能网络协作装置应用场景示意图；
[0036]图7为根据本专利技术实施例的智能网络协作方法的流程图；
[0037]图8为根据本专利技术实施例的网络数据处理流程图。
具体实施方式
[0038]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能网络协作装置，其特征在于，包括：可编程交换模块，用于通过网络侧接收第一数据包，对所述第一数据包进行识别和转发，同时按照所述可编程交换模块的第一规则解析所述第一数据包得到第二数据包，并将所述第二数据包转发给智能协作模块；所述智能协作模块，用于对所述第二数据包进行学习推理，根据学习推理的结果确定第二规则，并将所述第二规则推送给所述可编程交换模块，同时所述可编程交换模块通过网口将所述第二数据包发送给GPU服务器；所述GPU服务器，用于对所述第二数据包进行深度学习计算得到计算结果，并将所述计算结果返回所述可编程交换模块；所述可编程交换模块接收所述GPU服务器的计算结果和所述智能协作模块返回的第二规则，以及接收CPU模块的第三规则，并将所述第三规则与所述第一规则合并为第四规则，以利用所述可编程交换模块根据所述第四规则完成数据包的智能协作及转发。2.根据权利要求1所述的装置，其特征在于，所述CPU模块，还用于对所述可编程交换模块、所述智能协作模块和所述GPU服务器进行管理，同时修改和制定所述第三规则。3.根据权利要求1所述的装置，其特征在于，所述智能协作模块，包括：数据包交换功能模块、智能学习推理模块、管理侧数据接口和交换侧数据接口；其中，所述数据包交换功能模块，用于接收所述可编程交换模块发送的第二数据包；所述智能学习推理模块，用于所述对所述第二数据包进行学习推理，根据学习推理的结果确定第二规则；所述管理侧数据接口和交换侧数据接口，分别用于所述第二数据包和所述第二规则的接收和转发。4.根据权利要求3所述的装置，其特征在于，所述可编程交换模块，还包括：存储模块，所述存储模块，用于数据包的缓存和预设规模表项的存储。5.根据权利要求1所述的装置，其特征在于，所述可编程...
【专利技术属性】
技术研发人员：徐恪，姚苏，许海东，付松涛，赵乙，
申请(专利权)人：清华大学，
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。