本申请公开了一种自智网络的评价方法、装置、电子设备及存储介质，涉及自智网络技术领域。该方法包括：自智网络包括多个任务类型，每个任务类型包括至少一个任务，根据各任务的自智能力，确定任务类型的自智能力；根据所有任务类型的自智能力以及各任务类型的自智能力与预设层级的映射关系，确定自智网络的层级和层级的基准评价结果；若自智网络的层级存在上一层级，确定第一任务、每个第一任务的至少一种关键因子以及各关键因子的权重值；根据所有第一任务各自的关键因子的权重值，确定所述自智网络的增值评价结果；根据基准评价结果和增值评价结果，确定自智网络的实际评价结果。本申请可以评估自智网络的智能化程度。申请可以评估自智网络的智能化程度。申请可以评估自智网络的智能化程度。
【技术实现步骤摘要】
自智网络的评价方法、装置、电子设备及存储介质
[0001]本申请涉及自智网络
，具体而言，本申请涉及一种自智网络的评价方法、装置、电子设备及存储介质。
技术介绍
[0002]自智网络是应网络智能化发展而生，旨在构建网络全生命周期的自动化、打造“自配置、自修复、自优化”的数智化运维能力。同时，自智网络中引入了意图，用来表达用户需求、目标和约束，允许系统相应地调整操作方式，将意图转译为网络配置策略，实际部署应用。
[0003]现有的自智网络的评价方法，提供了工作流中人类和电信系统的参与的任务的自智能力的定性描述，但是缺乏对自智网络实用的定量的评价方法，例如根据评估自智网络层级的框架方法，已评估当前的网络优化业务场景、网络故障管理场景处于同一层级，由于在两个场景中的执行任务自动化时消耗的时间不同、使用的资源不同以及技术难度可能也不相同，虽然两个场景都已评估出两个自智网络的层级相同，但实际应用中，两者的智能化程度是不同的，如何定量的去评价同一层级的自智网络的智能化程度是当前亟需解决的问题。
技术实现思路
[0004]本专利技术实施例提供一种克服上述问题或者至少部分地解决上述问题的自智网络的评价方法、装置、电子设备及存储介质。
[0005]根据本申请实施例的第一方面，提供了一种自智网络层级的评价方法，自智网络包括多个任务类型，每个任务类型包括至少一个任务，该方法包括：对于每个任务类型，确定任务类型包含的各任务的自智能力，根据各任务的自智能力，确定任务类型的自智能力；根据所有任务类型的自智能力以及各任务类型的自智能力与预设层级的映射关系，确定自智网络的层级和层级的基准评价结果；其中，预设层级包括至少两个层级，相邻层级的自智网络中，上一层级的自智网络的至少一个任务类型的自智能力强于下一层级的自智网络中对应的任务类型的自智能力；若自智网络的层级存在上一层级，获取所有任务类型中自智能力为人工完成以及人和系统共同完成的若干个任务，作为第一任务集；获取自智网络向上一层级的自智网络演进时，第一任务集中自智能力发生变化的至少一个任务，作为第二任务集；根据第一任务集、第二任务集以及至少一种关键因子，确定自智网络的增值评价结果；根据基准评价结果和增值评价结果，确定自智网络的实际评价结果。
[0006]作为一种可选的实施方式，对于每个任务类型，确定任务类型包含的各任务的自智能力，根据各任务的自智能力，确定任务类型的自智能力，包括：
若任务类型包含的所有任务均由人工完成，则任务类型的自智能力为人工完成；若任务类型包含的所有任务均由系统完成，则任务类型的自智能力为系统完成；若任务类型包含至少一个由人和系统共同完成的任务，则任务类型的自智能力为人和系统共同完成。
[0007]作为一种可选的实施方式，获取自智网络向上一层级的自智网络演进时，第一任务集中自智能力发生变化的至少一个任务，作为第二任务集，包括：获取自智网络的上一层级的自智网络中第一任务集的每个任务的自智能力；将自智网络中第一任务集的每个任务的自智能力和上一层级的自智网络中对应任务的自智能力进行匹配，获取第一任务集中自智能力发生变化的至少一个任务，作为第二任务集。
[0008]作为一种可选的实施方式，至少一种关键因子，包括以下任意一种情况：任务消耗的时间；任务使用的资源；任务消耗的时间以及任务使用的资源；任务消耗的时间以及任务的技术难度；任务使用的资源以及任务的技术难度；任务消耗的时间、任务使用的资源以及任务的技术难度。
[0009]作为一种可选的实施方式，根据第一任务集、第二任务集以及至少一种关键因子，确定自智网络的增值评价结果，之前还包括：若至少一种关键因子不包括任务的技术难度，则获取第一任务集中每个任务的每种关键因子的指标值，以及自智网络的每种关键因子的指标值；若至少一种关键因子包括任务的技术难度，则获取第一任务集中每个任务的技术难度的指标值、第一任务集中每个任务除任务的技术难度以外的其他关键因子的指标值以及自智网络除任务的技术难度以外其他关键因子的指标值。
[0010]作为一种可选的实施方式，根据第一任务集、第二任务集以及至少一种关键因子，确定自智网络的增值评价结果，包括：若至少一种关键因子不包括任务的技术难度，根据第一任务集中每个任务的每种关键因子的指标值，以及自智网络每种关键因子的指标值，确定第一任务集中每个任务的权重值；根据第一任务集中每个任务的权重值，确定第一任务集中所有任务的总权重值；获取第二任务集中每个任务的权重值，确定第二任务集中所有任务的总权重值；根据第一任务集中所有任务的总权重值和第二任务集中所有任务的总权重值，确定自智网络的增值评价结果。
[0011]作为一种可选的实施方式，根据第一任务集、第二任务集以及至少一种关键因子，确定自智网络的增值评价结果，包括：若至少一种关键因子包括任务的技术难度，根据第一任务集中每个任务的技术难度的指标值、第一任务集中每个任务除任务的技术难度以外的其他关键因子的指标值以及自智网络除任务的技术难度以外其他关键因子的指标值，确定第一任务集中每个任务的权重值；
根据第一任务集中每个任务的权重值，确定第一任务集中所有任务的总权重值；获取第二任务集中每个任务的权重值，确定第二任务集中所有任务的总权重值；根据第一任务集中所有任务的总权重值和第二任务集中所有任务的总权重值，确定自智网络的增值评价结果。
[0012]根据本申请实施例的第二方面，提供了一种自智网络的评价装置，该装置包括：确定任务类型的自智能力模块：对于每个任务类型，确定任务类型包含的各任务的自智能力，根据各任务的自智能力，确定任务类型的自智能力；确定自智网络的层级和基准评价结果模块：根据所有任务类型的自智能力以及各任务类型的自智能力与预设层级的映射关系，确定自智网络的层级和层级的基准评价结果；其中，预设层级包括至少两个层级，相邻层级的自智网络中，上一层级的自智网络的至少一个任务类型的自智能力强于下一层级的自智网络中对应的任务类型的自智能力；确定第一任务集和第二任务集模块：若自智网络的层级存在上一层级，获取所有任务类型中自智能力为人工完成以及人和系统共同完成的若干个任务，作为第一任务集；获取自智网络向上一层级的自智网络演进时，第一任务集中自智能力发生变化的至少一个任务，作为第二任务集；确定增值评价结果模块：根据第一任务集、第二任务集以及至少一种关键因子，确定自智网络的增值评价结果；确定实际评价结果模块：根据基准评价结果和增值评价结果，确定自智网络的实际评价结果。
[0013]根据本申请实施例的第三方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，处理器执行计算机程序以实现上述第一方面的任一项方法的步骤。
[0014]根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，计算机程序被处理器执行时实现上述第一方面的任一项方法的步骤。
[0015]本专利技术实施例提供的技术方案，获得了如下技术效果：本申请实施例的技术方案，通过确定自智本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种自智网络的评价方法，其特征在于，所述自智网络包括多个任务类型，每个任务类型包括至少一个任务，所述方法包括：对于每个任务类型，确定所述任务类型包含的各任务的自智能力，根据各任务的自智能力，确定所述任务类型的自智能力；根据所有任务类型的自智能力以及各任务类型的自智能力与预设层级的映射关系，确定所述自智网络的层级和所述层级的基准评价结果；其中，所述预设层级包括至少两个层级，相邻层级的自智网络中，上一层级的自智网络的至少一个任务类型的自智能力强于下一层级的自智网络中对应的任务类型的自智能力；若所述自智网络的层级存在上一层级，获取所有任务类型中自智能力为人工完成以及人和系统共同完成的若干个任务，作为第一任务集；获取所述自智网络向上一层级的自智网络演进时，所述第一任务集中自智能力发生变化的至少一个任务，作为第二任务集；根据所述第一任务集、所述第二任务集以及至少一种关键因子，确定所述自智网络的增值评价结果；根据所述基准评价结果和所述增值评价结果，确定所述自智网络的实际评价结果。2.根据权利要求1所述的方法，其特征在于，所述对于每个任务类型，确定所述任务类型包含的各任务的自智能力，根据各任务的自智能力，确定所述任务类型的自智能力，包括：若所述任务类型包含的所有任务均由人工完成，则所述任务类型的自智能力为人工完成；若所述任务类型包含的所有任务均由系统完成，则所述任务类型的自智能力为系统完成；若所述任务类型包含至少一个由人和系统共同完成的任务，则所述任务类型的自智能力为人和系统共同完成。3.根据权利要求1所述的方法，其特征在于，所述获取所述自智网络向上一层级的自智网络演进时，所述第一任务集中自智能力发生变化的至少一个任务，作为第二任务集，包括：获取所述自智网络的上一层级的自智网络中第一任务集的每个任务的自智能力；将所述自智网络中第一任务集的每个任务的自智能力和所述上一层级的自智网络中对应任务的自智能力进行匹配，获取所述第一任务集中自智能力发生变化的至少一个任务，作为第二任务集。4.根据权利要求1所述的方法，其特征在于，所述至少一种关键因子，包括以下任意一种情况：任务消耗的时间；任务使用的资源；任务消耗的时间以及任务使用的资源；任务消耗的时间以及任务的技术难度；任务使用的资源以及任务的技术难度；任务消耗的时间、任务使用的资源以及任务的技术难度。5.根据权利要求1或4所述的方法，其特征在于，所述根据所述第一任务集、第二任务集
以及至少一种关键因子，确定所述自智网络的增值评价结果，之前还包括：若所述至少一种关键因子不包括任务的技术难度，则获取所述第一任务集中每个任务的每种关键因子的指标值，以及所述自智网络的每种关键因子的指标值；若所述至少一种关键因子包括任务的技术难度，则获取所述第一任务集中每个任务的技术难度的指标值、所述第一任务集中每个任务除任务的技术难度以外的其他关键因子的指标值以及所述自智网络除任务的技术难度以外其他关键因子的指标值。6.根据权利要求5所述的方法，其特...
【专利技术属性】
技术研发人员：马丽萌，边森，欧阳晔，王首峰，
申请(专利权)人：亚信科技中国有限公司，
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。