【技术实现步骤摘要】
本专利技术涉及信道管理领域，尤其涉及一种基于云平台的光纤通信信道管理方法及系统。
技术介绍
1、光纤通信作为信息传输的重要手段，其网络管理和信道配置的效率与安全性变得越来越重要。传统的光纤通信信道管理方法往往依赖于人工经验进行信道配置，这不仅耗时耗力，而且难以适应日益复杂的网络需求和动态变化的通信环境。此外，随着网络攻击手段的不断升级，如何确保信道配置的安全性也成为一个亟需解决的问题。
2、为了提高光纤通信网络的管理效率和适应性，自动化和智能化的信道管理方法受到了广泛关注。近年来，云计算技术因其强大的数据处理能力和灵活的资源分配优势，被越来越多地应用于网络管理领域。通过云平台，可以实现网络数据的集中存储、处理和分析，从而大幅提高信道配置的智能化水平。
3、例如中国专利201310035230.7公开了广域网的以太网光纤信道的拥塞管理，其通过pe路由器检测fcoe伪线中的缺陷，并且对检测到fcoe伪线中的缺陷做出响应，通过附属电路将fcoe流控制扩展注入无损以太网，但是该方法还存在以下不足：该方法没有利用云平台的数据处理和机器学习能力来自动优化信道配置，因此在自动化程度上不足，进而无法根据实时网络状态动态生成信道配置方案。且没有对信道配置方案的安全性进行评估，这使得网络面临更多安全风险。
4、针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
1、有鉴于此，本申请实施例的目的是提供一种基于云平台的光纤通信信道管理方法及系统，以克服现有
2、为此，本专利技术采用的具体技术方案如下：
3、根据本专利技术的一个方面，提供了一种基于云平台的光纤通信信道管理方法，该基于云平台的光纤通信信道管理方法包括以下步骤：
4、s1、在云平台上收集光纤通信网络的历史数据，并对收集到的历史数据进行预处理。
5、s2、使用光纤通信网络的历史数据训练信道配置方案生成模型，并使用训练好的信道配置方案生成模型生成新的信道配置方案。
6、s3、收集新的信道配置方案及对应的网络行为数据，并利用深度学习算法对新的信道配置方案的安全性进行检测。
7、s4、若新的信道配置方案安全，则将新的信道配置方案部署到实际的网络设备中，且提供客户端界面，并使客户查看网络状态和信道使用情况。
8、可选地，根据实时网络状态动态生成信道配置方案，使网络能够快速适应流量变化和环境变化，提高网络的弹性：
9、使用光纤通信网络的历史数据训练信道配置方案生成模型，并使用训练好的信道配置方案生成模型生成新的信道配置方案包括以下步骤：
10、s21、从光纤通信网络的历史数据中获取历史信道配置数据及网络性能指标数据；
11、s22、对历史信道配置数据及网络性能指标数据进行筛选及标注，输出标注后的信道配置数据集；
12、s23、基于标注后的信道配置数据集及生成对抗网络构建信道配置方案生成模型；
13、s24、通过训练后的信道配置方案生成模型输出若干新的信道配置方案，并对若干新的信道配置方案进行排序。
14、可选地，对历史信道配置数据及网络性能指标数据进行筛选及标注，输出标注后的信道配置数据集包括以下步骤：
15、s221、选择与信道配置相关的性能指标及对应的历史信道配置数据；
16、s222、对筛选后的历史信道配置数据及网络性能指标数据进行标注，并区分性能合格及性能不合格的信道配置，并输出标注后的信道配置数据集。
17、可选地，基于标注后的信道配置数据集及生成对抗网络构建信道配置方案生成模型包括以下步骤：
18、s231、获取基于生成对抗网络的信道配置方案生成模型，信道配置方案生成模型包括判别器及生成器；
19、s232、获取标注后的信道配置数据集以及无标签的信道配置数据集，并将标注后的信道配置数据集划分为信道配置训练集和信道配置验证集；
20、s233、使用信道配置训练集进行有监督学习，训练判别器识别有效的信道配置；
21、s234、使用无标签的信道配置数据集训练生成器，生成新的信道配置方案，并构建判别器输出为有效配置和无效配置的分类器；
22、s235、对训练中的信道配置方案生成模型使用正则化技术来防止过拟合，并定期存储信道配置方案生成模型的权重。
23、可选地，通过训练后的信道配置方案生成模型输出若干新的信道配置方案，并对若干新的信道配置方案进行排序包括以下步骤：
24、s241、使用网络模拟器模拟生成的若干新的信道配置方案在虚拟网络环境中的表现；
25、s242、确定用于评估配置方案性能的关键指标；
26、s243、计算若干新的信道配置方案关键指标的性能，并进行评估，且对评估结果进行分析，并按照性能评分降序的方式对若干新的信道配置方案进行排列。
27、可选地，为了对新生成的信道配置方案的安全性进行评估，以确保新方案不会引入安全风险。增加网络的安全性，防止潜在的安全问题影响网络的稳定和用户的信任：
28、收集新的信道配置方案及对应的网络行为数据，并利用深度学习算法对新的信道配置方案的安全性进行检测包括以下步骤：
29、s31、将性能评分最高的新的信道配置方案作为信道配置检测方案，并将信道配置检测方案部署至光纤通信网络中，且获取该信道配置检测方案对应的网络行为数据；
30、s32、对预先收集的网络行为数据及信道配置检测方案对应的网络行为数据均进行特征提取并进行降维，且对降维后的特征向量进行归一化处理；
31、s33、利用从预先收集的网络行为数据中得到的归一化后的特征向量训练lstm网络，并得到安全性预测模型；
32、s34、将从信道配置检测方案对应的网络行为数据中得到的归一化后的特征向量输入安全性预测模型，并输出安全性检测结果。
33、可选地，对预先收集的网络行为数据及信道配置检测方案对应的网络行为数据均进行特征提取并进行降维，且对降维后的特征向量进行归一化处理包括以下步骤：
34、s321、使用小波变换对预先收集的网络行为数据及信道配置检测方案对应的网络行为数据的时频特征进行提取，并分离出高频成分和低频成分；
35、s322、从高频成分和低频成分中选择与网络安全性相关的特征，并得到时频特征向量；
36、s323、通过主成分分析对时频特征向量进行降维，得到降维后的特征向量；
37、s324、对降维后的特征向量进行归一化处理，得到归一化后的特征向量。
38、可选地，使用小波变换对预先收集的网络行为数据及信道配置检测方案对应的网络行为数据的时频特征进行提取，并分离出高频成分和低频成分时，时频特征的提取公式为：
39、
40、式中，表示信号 本文档来自技高网...
【技术保护点】
1.一种基于云平台的光纤通信信道管理方法，其特征在于，该基于云平台的光纤通信信道管理方法包括以下步骤：
2.根据权利要求1所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述使用光纤通信网络的历史数据训练信道配置方案生成模型，并使用训练好的信道配置方案生成模型生成新的信道配置方案包括以下步骤：
3.根据权利要求2所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述对历史信道配置数据及网络性能指标数据进行筛选及标注，输出标注后的信道配置数据集包括以下步骤：
4.根据权利要求3所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述基于标注后的信道配置数据集及生成对抗网络构建信道配置方案生成模型包括以下步骤：
5.根据权利要求4所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述通过训练后的信道配置方案生成模型输出若干新的信道配置方案，并对若干新的信道配置方案进行排序包括以下步骤：
6.根据权利要求5所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述收集新的信道配置方案及对应的网络行为数
7.根据权利要求6所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述对预先收集的网络行为数据及信道配置检测方案对应的网络行为数据均进行特征提取并进行降维，且对降维后的特征向量进行归一化处理包括以下步骤：
8.根据权利要求7所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述使用小波变换对预先收集的网络行为数据及信道配置检测方案对应的网络行为数据的时频特征进行提取，并分离出高频成分和低频成分时，时频特征的提取公式为：
9.根据权利要求8所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述利用从预先收集的网络行为数据中得到的归一化后的特征向量训练LSTM网络，并得到安全性预测模型包括以下步骤：
10.一种基于云平台的光纤通信信道管理系统，用于实现权利要求1-9任一项所述的基于云平台的光纤通信信道管理方法，其特征在于，该基于云平台的光纤通信信道管理系统包括数据收集模块、信道方案生成模块、安全性检测模块及部署模块；
...【技术特征摘要】
1.一种基于云平台的光纤通信信道管理方法，其特征在于，该基于云平台的光纤通信信道管理方法包括以下步骤：
2.根据权利要求1所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述使用光纤通信网络的历史数据训练信道配置方案生成模型，并使用训练好的信道配置方案生成模型生成新的信道配置方案包括以下步骤：
3.根据权利要求2所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述对历史信道配置数据及网络性能指标数据进行筛选及标注，输出标注后的信道配置数据集包括以下步骤：
4.根据权利要求3所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述基于标注后的信道配置数据集及生成对抗网络构建信道配置方案生成模型包括以下步骤：
5.根据权利要求4所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述通过训练后的信道配置方案生成模型输出若干新的信道配置方案，并对若干新的信道配置方案进行排序包括以下步骤：
6.根据权利要求5所述的一种基于云平台的光纤通信信道管理方法，其特征在于，所述收集新的信道配置方案及对...
【专利技术属性】
技术研发人员：鲁光辉，鲁伟帆，杨德瑞，
申请(专利权)人：深圳市飞思卓科技有限公司，
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。