交换机中光模块信息的处理系统及其工作方法技术方案

本申请涉及光模块的领域，其具体地公开了一种交换机中光模块信息的处理系统及其工作方法。其采用基于深度学习技术的卷积神经网络模型以提取出参考光模块的技术参数的高维隐含关联特征，并且采用邻域增广的方式在样本维度上进行特征增强，以使得获得的参数特征图在样本维度上尺度与数据项维度相匹配，同时也解决了在样本维度上的特征分布较为稀疏的问题。通过这样的方式，可以使得获取的待匹配的光模块与交换机的光接口是否适配的分类结果更加准确。准确。准确。

【技术实现步骤摘要】
交换机中光模块信息的处理系统及其工作方法


[0001]本专利技术涉及光模块的领域，且更为具体地，涉及一种交换机中光模块信息的处理系统及其工作方法。

技术介绍

[0002]光模块是用于交换机与设备之间传输的载体，主要作用是发射端将设备的电信号转换成光信号。为了适应客户的需求，交换机一般都会提供各种类型的光接口，按照速率可分为百兆、千兆、万兆光接口。这些接口一般设计为插槽形式，支持不同厂家的光模块。
[0003]交换机的光接口与光模块必须匹配才能正常工作，目前，交换机在出厂时固件会自带一个数据库，此数据库包含交换机光接口支持的光模块信息，如生产厂家、设备编号、生产日期、传输距离等。如果用户插入新购买的光模块不在交换机出厂固件数据库中，交换机会禁用光接口，用户插入的光模块就无法正常工作。只有在升级交换机固件，更新用户插入光模块信息到交换机数据库后，光模块才能正常工作。
[0004]现有技术中，交换机厂商在对其产品光接口进行测试的时候，会选用几家市场占有率较高的光模块进行测试，将测试通过的光模块信息写入交换机固件数据库中。当用户插入光模块到光接口时，交换机通过I2C总线先读取光模块信息，判断光模块信息是否在交换机固件数据库中。如果在数据库中，则使能交换机光接口，光模块可以正常工作；否则禁止交换机光接口，则光模块无法正常工作。只有升级交换机固件数据库后，光模块才能正常工作。因而，交换机与光模块间的使用机制不利于光模块的使用，这样就会使得光模块的使用变得复杂，从而也就会给用户带来不良的体验。
[0005]因此，期望一种交换机中光模块信息的处理方案。

技术实现思路

[0006]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种交换机中光模块信息的处理系统及其工作方法，其采用基于深度学习技术的卷积神经网络模型以提取出参考光模块的技术参数的高维隐含关联特征，并且采用邻域增广的方式在样本维度上进行特征增强，以使得获得的参数特征图在样本维度上尺度与数据项维度相匹配，同时也解决了在样本维度上的特征分布较为稀疏的问题。通过这样的方式，可以使得获取的待匹配的光模块与交换机的光接口是否适配的分类结果更加准确。
[0007]根据本申请的一个方面，提供了一种交换机中光模块信息的处理系统，其包括：
[0008]参考光模块参数获取单元，用于获取多个参考光模块的技术参数，所述技术参数包括数值型部分和描述型部分；
[0009]编码单元，用于将所述多个参考光模块的技术参数中的描述型部分通过编码转化为数值；
[0010]矩阵构造单元，用于将每个所述参考光模块的技术参数排列为向量并将所述多个参考光模块的向量排列为二维的输入参数矩阵；
[0011]神经网络单元，用于使用卷积神经网络从所述输入参数矩阵获得用于表示参考光模块的技术参数的高维隐含关联特征的参数特征图；
[0012]数据增广单元，用于以邻域增广的方式对所述参数特征图的在样本维度上的各个特征矩阵进行数据增广以获得增广特征图，其中，所述邻域增广通过计算所述参数特征图的在样本维度上的各个特征矩阵的邻域均值和差分均值进行；
[0013]待匹配光模块参数获取单元，用于获取待匹配的光模块的技术参数；
[0014]向量构造单元，用于将所述待匹配的光模块的技术参数中的描述型部分转化为数值并将所述待匹配的光模块的技术参数构造为参数向量；
[0015]数据映射单元，用于将所述增广特征图与所述参数向量进行矩阵相乘以将所述参考向量映射到所述增广特征图的增广特征空间中以获得分类特征向量；以及
[0016]分类单元，用于将所述分类特征向量输入分类器以获得分类结果，所述分类结果用于表示待匹配的光模块是否与交换机的光接口适配。
[0017]在上述交换机中光模块信息的处理系统中，所述技术参数包括光模块的类型、速率、生产厂家、设备编号、当前工作温度、当前电压、当前电流、当前发送功率、当前接收功率、工作温度阀值、额定电压阀值、额定电流阀值、额定发送功率阀值和接收功率阀值。
[0018]在上述交换机中光模块信息的处理系统中，所述编码单元，进一步用于对所述多个参考光模块的技术参数中的描述型部分进行独热编码以将所述技术参数中的描述型部分转化为数值。
[0019]在上述交换机中光模块信息的处理系统中，所述矩阵构造单元，进一步用于：每个所述参考光模块的技术参数排列为向量；将所述技术参数中的温度作为样本维度将所述多个参考光模块的向量排列为所述输入参数矩阵。
[0020]在上述交换机中光模块信息的处理系统中，所述数据增广单元，进一步用于：对于所述参数特征图的在样本维度上的各个特征矩阵的行中每个位置的特征值，分别计算该位置的特征值和与该特征值距离k个位置的所有特征值之和作为该位置的邻域均值以将所述特征矩阵的每行增广为k+1行。
[0021]在上述交换机中光模块信息的处理系统中，所述数据增广单元，进一步用于以如下公式分别所述参数特征图的在样本维度上的各个特征矩阵的行中每个位置的邻域均值；
[0022]所述公式为：
[0023][0024]在上述交换机中光模块信息的处理系统中，所述数据增广单元，进一步用于：对于所述参数特征图的在样本维度上的各个特征矩阵的行中每个位置的特征值，分别计算该位置的特征值与该位置的特征值距离k个位置的所有特征值中的每个的差分之和作为该位置的差分均值以将所述特征矩阵的每行增广为k+1行。
[0025]在上述交换机中光模块信息的处理系统中，所述数据增广单元，进一步用于：以如下公式计算所述参数特征图的在样本维度上的各个特征矩阵的行中每个位置的差分均值；
[0026]所述公式为：
[0027][0028]在上述交换机中光模块信息的处理系统中，所述分类单元，进一步用于将所述分类特征向量输入所述分类器的Softmax函数以获得所述分类特征向量归属于待匹配的光模块与交换机的光接口适配的第一概率和所述分类特征向量归属于待匹配的光模块与交换机的光接口不适配的第二概率；以及，基于所述第一概率和所述第二概率的比较，生成所述分类结果。
[0029]根据本申请的另一方面，一种交换机中光模块信息的处理系统的工作方法，其包括：
[0030]获取多个参考光模块的技术参数，所述技术参数包括数值型部分和描述型部分；
[0031]将所述多个参考光模块的技术参数中的描述型部分通过编码转化为数值；
[0032]将每个所述参考光模块的技术参数排列为向量并将所述多个参考光模块的向量排列为二维的输入参数矩阵；
[0033]使用卷积神经网络从所述输入参数矩阵获得用于表示参考光模块的技术参数的高维隐含关联特征的参数特征图；
[0034]以邻域增广的方式对所述参数特征图的在样本维度上的各个特征矩阵进行数据增广以获得增广特征图，其中，所述邻域增广通过计算所述参数特征图的在样本维度上的各个特征矩阵的邻域均值和差分均值进行；
[0035]获取待匹配的光模块的技术参数；...

【技术保护点】

【技术特征摘要】
1.一种交换机中光模块信息的处理系统，其特征在于，包括：参考光模块参数获取单元，用于获取多个参考光模块的技术参数，所述技术参数包括数值型部分和描述型部分；编码单元，用于将所述多个参考光模块的技术参数中的描述型部分通过编码转化为数值；矩阵构造单元，用于将每个所述参考光模块的技术参数排列为向量并将所述多个参考光模块的向量排列为二维的输入参数矩阵；神经网络单元，用于使用卷积神经网络从所述输入参数矩阵获得用于表示参考光模块的技术参数的高维隐含关联特征的参数特征图；数据增广单元，用于以邻域增广的方式对所述参数特征图的在样本维度上的各个特征矩阵进行数据增广以获得增广特征图，其中，所述邻域增广通过计算所述参数特征图的在样本维度上的各个特征矩阵的邻域均值和差分均值进行；待匹配光模块参数获取单元，用于获取待匹配的光模块的技术参数；向量构造单元，用于将所述待匹配的光模块的技术参数中的描述型部分转化为数值并将所述待匹配的光模块的技术参数构造为参数向量；数据映射单元，用于将所述增广特征图与所述参数向量进行矩阵相乘以将所述参考向量映射到所述增广特征图的增广特征空间中以获得分类特征向量；以及分类单元，用于将所述分类特征向量输入分类器以获得分类结果，所述分类结果用于表示待匹配的光模块是否与交换机的光接口适配。2.根据权利要求1所述的交换机中光模块信息的处理系统，其中，所述技术参数包括光模块的类型、速率、生产厂家、设备编号、当前工作温度、当前电压、当前电流、当前发送功率、当前接收功率、工作温度阀值、额定电压阀值、额定电流阀值、额定发送功率阀值和接收功率阀值。3.根据权利要求2所述的交换机中光模块信息的处理系统，其中，所述编码单元，进一步用于对所述多个参考光模块的技术参数中的描述型部分进行独热编码以将所述技术参数中的描述型部分转化为数值。4.根据权利要求3所述的交换机中光模块信息的处理系统，其中，所述矩阵构造单元，进一步用于：每个所述参考光模块的技术参数排列为向量；将所述技术参数中的温度作为样本维度将所述多个参考光模块的向量排列为所述输入参数矩阵。5.根据权利要求3所述的交换机中光模块信息的处理系统，其中，所述数据增广单元，进一步用于：对于所述参数特征图的在样本维度上的各个特征矩阵的行中每个位置的特征值，分别计算该位置的特征值和与该特征值距离k个位置的所有特征值之和作为该位置的邻域均值以将所述...

【专利技术属性】
技术研发人员：邱声富，周华光，梁永久，李武国，江登山，戴慧敏，
申请(专利权)人：吉安米田科技有限公司，
类型：发明
国别省市：