【技术实现步骤摘要】
本专利技术涉及资源管理，具体涉及一种多层级6g算力服务链异常检测机制部署方法、装置及设备。
技术介绍
1、6g移动通信技术将会推进人类社会步入万物互联、虚拟共生的智能时代，其中扩展现实(xr)云服务、触觉反馈、全息显示都有可能成为主流应用。从万物互联到智慧互联，6g网络未来承载的业务应用价值也将得到极大提升，这对网络服务功能提出重大挑战，主要体现为高度个性化的服务、灵活性与可扩展性和高效的资源利用。立足“网络即服务”的思想，聚焦伴随多维算力资源支持的算力业务链，赋能6g网络场景下的时延敏感业务，保障算力服务功能的全生命周期的稳定运行。因此，各种新型网络架构不断被相关研究人员提出，其中sdnfv新型网络是sdn和nfv融合的一个网络架构体系，这一体系使得网络开发、管理和编排变得更加高效和灵活。sfc和nfv可以帮助实现高度个性化的服务，使运营商能够根据用户需求和应用要求快速配置和重新配置网络功能，从而提供定制的服务。帮助运营商更有效地利用网络资源，减少资源浪费。
2、未来6g业务在灵活的资源管理等关键技术的支持下将呈现智慧化、沉浸式的发展趋势。然而，全息应用作为未来6g的一种潜在主流应用，其包含大量计算任务例如三维重建、模型解压缩、编解码，三维渲染等这些功能需要网络同时提供强大的计算与转发功能，以实现“网络即服务”(network as a service，naas)的目标。新型业务有着较高的时延需要与算力需要，通过将算力资源引入，需要从全新维度来考量这个体系。
3、目前，利用可编程交换机部署异常检测模型，
技术实现思路
1、有鉴于此，本专利技术提供了一种多层级6g算力服务链异常检测机制部署方法、装置及设备，以解决异常检测模型不同的部署机制会对可编程交换机的处理时延产生不同的增加量，进而增加c-sfc流端到端的时延的问题。
2、第一方面，本专利技术提供了一种多层级6g算力服务链异常检测机制部署方法，用于集中控制器；该方法包括：
3、获取待检测多层级6g算力服务链内每个算力设备节点的计算资源信息、链路资源信息、计算资源剩余信息和dpu剩余资源信息；利用计算资源信息、链路资源信息、计算资源剩余信息和dpu剩余资源信息构建目标决策模型；利用预设基于dqn框架的强化学习算法对目标决策模型进行求解，得到待检测多层级6g算力服务链的异常检测机制部署方案。
4、本专利技术提供的多层级6g算力服务链异常检测机制部署方法，在考虑时延的基础上，通过待检测多层级6g算力服务链内每个算力设备节点的计算资源信息、链路资源信息、计算资源剩余信息和dpu剩余资源信息构建目标决策模型，可以将计算资源与网络资源进行转换，进一步，通过算法求解该模型即可以得到最优的待检测多层级6g算力服务链的异常检测机制部署方案。因此，通过实施本专利技术，可以实现不同网络状态下的不同异常检测机制部署方案，进而可以解决c-sfc流端到端的时延增加的问题。
5、在一种可选的实施方式中，基于预设时延，利用计算资源信息、链路资源信息、计算资源剩余信息和dpu剩余资源信息构建目标决策模型，包括：
6、基于计算资源信息和链路资源信息构建连通图；基于预设时延，利用连通图、计算资源剩余信息和dpu剩余资源信息构建目标决策模型。
7、在一种可选的实施方式中，基于预设时延，利用连通图、计算资源剩余信息和dpu剩余资源信息构建目标决策模型，包括：
8、基于连通图和预设时延，经过预设时隙处理方法，确定预设决策规划需求；基于计算资源剩余信息和dpu剩余资源信息构建奖励函数；基于预设决策规划需求、奖励函数和连通图，构建目标决策模型。
9、在一种可选的实施方式中，基于预设决策规划需求、奖励函数和连通图，构建目标决策模型，包括：
10、基于连通图和预设决策规划需求分别构建环境状态空间、动作空间和状态转移；基于环境状态空间、动作空间、状态转移和奖励函数，构建目标决策模型。
11、在一种可选的实施方式中，该方法还包括：
12、基于异常检测机制部署方案在待检测多层级6g算力服务链内部署多个预设异常检测模型；
13、利用多个预设异常检测模型对待检测多层级6g算力服务链进行异常检测，得到异常检测结果。
14、本专利技术通过得到的异常检测机制部署方案可以在异常检测机制部署方案对应部署不同的多个预设异常检测模型，并可以完成对应的异常检测。
15、在一种可选的实施方式中，基于异常检测机制部署方案在待检测多层级6g算力服务链内部署多个预设异常检测模型，包括：
16、获取预设异常检测模型；基于异常检测机制部署方案在待检测多层级6g算力服务链内确定多个目标算力设备节点；在每个目标算力设备节点上部署预设异常检测模型。
17、在一种可选的实施方式中，利用多个预设异常检测模型对待检测多层级6g算力服务链进行异常检测，得到异常检测结果，包括：
18、利用预设异常检测模型对每个目标算力设备节点进行异常检测，得到每个目标算力设备节点的异常检测结果；基于每个目标算力设备节点的异常检测结果，确定待检测多层级6g算力服务链的异常检测结果。
19、第二方面，本专利技术提供了一种多层级6g算力服务链异常检测机制部署装置，用于集中控制器；该装置包括：
20、获取模块，用于获取待检测多层级6g算力服务链内每个算力设备节点的计算资源信息、链路资源信息、计算资源剩余信息和dpu剩余资源信息；构建模块，用于利用计算资源信息、链路资源信息、计算资源剩余信息和dpu剩余资源信息构建目标决策模型；求解模块，用于利用预设基于dqn框架的强化学习算法对目标决策模型进行求解，得到待检测多层级6g算力服务链的异常检测机制部署方案。
21、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的多层级6g算力服务链异常检测机制部署方法。
22、第四方面，本专利技术提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的多层级6g算力服务链异常检测机制部署方法。
本文档来自技高网...【技术保护点】
1.一种多层级6G算力服务链异常检测机制部署方法，其特征在于，用于集中控制器；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于预设时延，利用所述计算资源信息、所述链路资源信息、所述计算资源剩余信息和所述DPU剩余资源信息构建目标决策模型，包括：
3.根据权利要求2所述的方法，其特征在于，基于预设时延，利用所述连通图、所述计算资源剩余信息和所述DPU剩余资源信息构建所述目标决策模型，包括：
4.根据权利要求3所述的方法，其特征在于，基于所述预设决策规划需求、所述奖励函数和所述连通图，构建所述目标决策模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，基于所述异常检测机制部署方案在所述待检测多层级6G算力服务链内部署多个预设异常检测模型，包括：
7.根据权利要求5所述的方法，其特征在于，利用所述多个预设异常检测模型对所述待检测多层级6G算力服务链进行异常检测，得到异常检测结果，包括：
8.一种多层级6G算力服务链异常检测机制
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的多层级6G算力服务链异常检测机制部署方法。
...【技术特征摘要】
1.一种多层级6g算力服务链异常检测机制部署方法，其特征在于，用于集中控制器；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，基于预设时延，利用所述计算资源信息、所述链路资源信息、所述计算资源剩余信息和所述dpu剩余资源信息构建目标决策模型，包括：
3.根据权利要求2所述的方法，其特征在于，基于预设时延，利用所述连通图、所述计算资源剩余信息和所述dpu剩余资源信息构建所述目标决策模型，包括：
4.根据权利要求3所述的方法，其特征在于，基于所述预设决策规划需求、所述奖励函数和所述连通图，构建所述目标决策模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
【专利技术属性】
技术研发人员：王志勤，乔尚兵，张宇，朱颖，刘晓龙，李雷，张翔，钱东升，陈佳，刘上，
申请(专利权)人：中国信息通信研究院，
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。