数据传输预警方法及装置制造方法及图纸

技术编号:37368116 阅读:7 留言:0更新日期:2023-04-27 07:14
本申请公开了一种数据传输预警方法及装置。其中,该方法包括:中央服务器利用中央服务器中预存的第一历史网络参数对初始模型进行训练得到第一预测模型;中央服务器将第一预测模型发送到多个远端服务器中;中央服务器控制多个远端服务器利用远端服务器中存储的第二历史网络参数对接收到的第一预测模型进行训练,得到多个第二预测模型;中央服务器接收多个远端服务器训练完成的多个第二预测模型,其中,多个第二预测模型用于对多个远端服务器数据传输过程中的网络参数进行监测,并在监测结果满足预设条件的情况下,进行预警。本申请解决了数据传输过程中的故障预警不及时的技术问题。问题。问题。

【技术实现步骤摘要】
数据传输预警方法及装置


[0001]本申请涉及数据处理领域,具体而言,涉及一种数据传输预警方法及装置。

技术介绍

[0002]随着计算机技术的飞速发展,信息网络已经成为社会发展的重要保证。网络社会发展程度的不断提高,网络应用的日益普及。人工智能技术的大规模应用,在传统的硬件资源的虚拟化,以及对虚拟资源、业务资源、用户资源的集中管理运维体系中,虚拟数据更加复杂,给数据传输的管理带来了很大的难度,无法及时发现数据传输过程中的异常情况。
[0003]针对上述的问题,目前尚未提出有效的解决方案。

技术实现思路

[0004]本申请实施例提供了一种数据传输预警方法及装置,以至少解决数据传输过程中的故障预警不及时的技术问题。
[0005]根据本申请实施例的一个方面,提供了一种数据传输预警方法,包括:中央服务器利用中央服务器中预存的第一历史网络参数对初始模型进行训练得到第一预测模型;中央服务器将第一预测模型发送到多个远端服务器中;中央服务器控制多个远端服务器利用远端服务器中存储的第二历史网络参数对接收到的第一预测模型进行训练,得到多个第二预测模型;中央服务器接收多个远端服务器训练完成的多个第二预测模型,其中,多个第二预测模型用于对多个远端服务器数据传输过程中的网络参数进行监测,并在监测结果满足预设条件的情况下,进行预警。
[0006]可选地,中央服务器利用中央服务器中预存的第一历史网络参数对第一预测模型进行训练得到中央预测模型,包括:获取第一历史网络参数,其中第一历史网络参数至少包括:第一预设时段内每个采样时刻的资源占用率和第一预设时段内每个采样时刻的网络延迟;以第一预设时段内数据传输异常的时刻之前第二预设时段内的多个时刻的网络参数为标签,以第一预设时段内每个采样时刻的网络参数为训练数据集训练得到第一预测模型。
[0007]可选地,获取第一历史网络参数,包括:从中央服务器中的数据库中获取第一历史网络参数;在第一历史网络参数中存在一个或多个时刻数据缺失的情况下,利用二次差值法基于缺失数据前后相邻多个时刻的数据确定缺失的数据值。
[0008]可选地,在获取第一历史网络参数之后,方法还包括:分别对第一历史网络参数的空间信息和时间信息进行特征提取,得到空间特征和时间特征;利用注意力机制对空间特征和时间特征进行加权,得到融合特征;将融合特征输入到初始模型中,对初始模型进行训练,得到第一预测模型。
[0009]可选地,在中央服务器控制多个远端服务器利用远端服务器中存储的第二历史网络参数对接收到的第一预测模型进行训练,得到多个第二预测模型之前,方法还包括:中央服务器向多个远端服务器发送确认指令,确定多个远端服务器中是否存在第一预测模型;在远端服务器中未接收到第一预测模型的情况下,中央服务器再次向未接收到第一预测模
型的远端服务器发送第一预测模型。
[0010]可选地,多个第二预测模型用于对多个远端服务器数据传输过程中的网络参数进行监测,并在监测结果满足预设条件的情况下,进行预警,包括:中央服务器控制多个远端服务器获取多个远端服务器数据传输过程中的网络参数;中央服务器控制远端服务器将网络参数传输到远端预测模型中,在远端预测模型检测到网络参数中存在未通过验证的参数时,发出预警信息。
[0011]根据本申请实施例的另一个方面,还提供了另一种数据传输预警方法,包括:远端服务器接收中央服务器发送的第一预测模型;远端服务器利用远端服务器中存储的第二历史网络参数对接收到的第一预测模型进行训练,得到第二预测模型;远端服务器将训练完成的第二预测模型发送给中央服务器,其中,第二预测模型用于对远端服务器数据传输过程中的网络参数进行监测,并在监测结果满足预设条件的情况下,进行预警。
[0012]根据本申请实施例的再一个方面,还提供了一种数据传输预警装置,包括:第一训练模块,用于利用中央服务器中预存的第一历史网络参数对初始模型进行训练得到第一预测模型;发送模块,用于将第一预测模型发送到多个远端服务器中;第二训练模块,用于控制多个远端服务器利用远端服务器中存储的第二历史网络参数对接收到的第一预测模型进行训练,得到多个第二预测模型;预警模块,用于接收多个远端服务器训练完成的多个第二预测模型,其中,多个第二预测模型用于对多个远端服务器数据传输过程中的网络参数进行监测,并在监测结果满足预设条件的情况下,进行预警。
[0013]根据本申请实施例的再一个方面,还提供了一种非易失性存储介质,非易失性存储介质包括存储的程序,其中,在程序运行时控制非易失性存储介质所在设备执行上述数据传输预警方法。
[0014]根据本申请实施例的再一个方面,还提供了一种电子设备,包括存储器和处理器,处理器用于运行程序,其中,程序运行时执行上述数据传输预警方法。
[0015]在本申请实施例中,采用中央服务器利用中央服务器中预存的第一历史网络参数对初始模型进行训练得到第一预测模型;中央服务器将第一预测模型发送到多个远端服务器中;中央服务器控制多个远端服务器利用远端服务器中存储的第二历史网络参数对接收到的第一预测模型进行训练,得到多个第二预测模型;中央服务器接收多个远端服务器训练完成的多个第二预测模型,其中,多个第二预测模型用于对多个远端服务器数据传输过程中的网络参数进行监测,并在监测结果满足预设条件的情况下进行预警的方式,通过利用存储在中央服务器中的第一历史网络参数对初始模型进行训练后再利用多个远端服务器中存储的第二历史网络参数进行训练,得到了适合各个远端服务器自身情况的第二预测模型,然后利用第二预测模型对数据传输的过程进行实时监控,达到了在数据传输发生故障之前定位故障的目的,从而实现了提高预警效率的技术效果,进而解决了数据传输过程中的故障预警不及时技术问题。
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
[0017]图1是根据本申请实施例的一种用于数据传输预警方法的计算机终端(或移动设
备)的硬件结构框图;
[0018]图2是根据本申请的一种数据传输预警方法的流程图;
[0019]图3根据本申请实施例的另一种可选的数据传输预警方法流程图;
[0020]图4是根据本申请的一种可选的数据传输预警装置示意图。
具体实施方式
[0021]为了使本
的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
[0022]需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种数据传输预警方法,其特征在于,包括:中央服务器利用所述中央服务器中预存的第一历史网络参数对初始模型进行训练得到第一预测模型;所述中央服务器将所述第一预测模型发送到多个远端服务器中;所述中央服务器控制所述多个远端服务器利用远端服务器中存储的第二历史网络参数对接收到的所述第一预测模型进行训练,得到多个第二预测模型;所述中央服务器接收所述多个远端服务器训练完成的多个第二预测模型,其中,所述多个第二预测模型用于对所述多个远端服务器数据传输过程中的网络参数进行监测,并在监测结果满足预设条件的情况下,进行预警。2.根据权利要求1所述的方法,其特征在于,中央服务器利用所述中央服务器中预存的第一历史网络参数对初始模型进行训练得到第一预测模型,包括:获取所述第一历史网络参数,其中所述第一历史网络参数至少包括:第一预设时段内每个采样时刻的资源占用率和所述第一预设时段内每个采样时刻的网络延迟;以所述第一预设时段内数据传输异常的时刻之前第二预设时段内的多个时刻的网络参数为标签,以所述第一预设时段内每个采样时刻的网络参数为训练数据集训练得到所述第一预测模型。3.根据权利要求2所述的方法,其特征在于,获取所述第一历史网络参数,包括:从所述中央服务器中的数据库中获取所述第一历史网络参数;在所述第一历史网络参数中存在一个或多个时刻数据缺失的情况下,利用二次差值法基于缺失数据前后相邻多个时刻的数据确定缺失的数据值。4.根据权利要求3所述的方法,其特征在于,在获取所述第一历史网络参数之后,所述方法还包括:分别对所述第一历史网络参数的空间信息和时间信息进行特征提取,得到空间特征和时间特征;利用注意力机制对所述空间特征和所述时间特征进行加权,得到融合特征;将所述融合特征输入到所述初始模型中,对所述初始模型进行训练,得到所述第一预测模型。5.根据权利要求1所述的方法,其特征在于,在所述中央服务器控制所述多个远端服务器利用远端服务器中存储的第二历史网络参数对接收到的所述第一预测模型进行训练,得到多个第二预测模型之前,所述方法还包括:所述中央服务器向所述多个远端服务器发送确认指令,确定所述多个远端服务器中是否存...

【专利技术属性】
技术研发人员:李文峰李虎李树贤
申请(专利权)人:中国电信股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1