【技术实现步骤摘要】
本申请涉及数据传输，特别涉及一种网络参数配置方法、装置、计算机设备以及存储介质。
技术介绍
1、随着数据中心的广泛化应用，数据中心要求交换网络具有高吞吐、低延时等特性，交换网络中的交换机可以通过合理配置网络参数，并根据配置好的网络参数来对报文的转发进行调控，以避免交换机在转发报文时，出现网络拥塞现象，从而使得交换网络可以具有高吞吐、低延时等特性。
2、目前，配置网络参数的过程可以是：以网络参数为显式拥塞通知(explicitcongestion notification，ecn)参数为例，交换机可以按照配置公式，来配置ecn参数，其中，配置公式可以是：ecn参数＝cout*target_rtt，cout为交换机拥塞端口的吞吐量，target_rtt为端到端的目标延时，从而交换机可以直接根据配置公式获取ecn参数，并根据获取的ecn参数来对报文的转发进行调控，以避免出现网络拥塞现象。
3、由于上述配置公式中的target_rtt是一个静态参数，由于target_rtt的取值会受到报文传输情况的影响，在一些应用场景下，交换机仅根据配置公式获取的ecn参数不一定是该应用场景下的最优ecn参数，因此，这种配置方式不具有普适性。
技术实现思路
1、本申请实施例提供了一种网络参数配置方法、装置、计算机设备以及存储介质，以提高网络参数配置方法的普适性。
2、第一方面，提供了一种网络参数配置方法，该方法包括：
3、获取第一时间段对应的网络运行数据，所
4、将所述网络运行数据输入预测模型；
5、获取所述预测模型基于所述网络运行数据输出的所述指定参数的第二值；
6、将所述网络设备在第二时间段的所述指定参数配置为所述第二值，所述第二时间段为所述第一时间段之后的时间段。
7、本方法通过将第一时间段对应的网络运行数据输入预测模型，使得预测模型基于输入的网络运行数据，对网络设备在第二时间段的指定参数的值进行预测，并将网络设备在第二时间段的指定参数配置为预测模型预测出的值。在该配置方式中，无需考虑应用场景，也无需手动修改或配置参数，因此，这种配置方式具有普适性。
8、在一种可能实现方式中，所述方法包括：
9、获取第一时间段对应的网络运行数据，所述网络运行数据包括网络设备在所述第一时间段的网络传输特征以及指定参数对应的第一值中至少一项；
10、将所述网络运行数据输入预测模型；
11、获取所述预测模型基于所述网络运行数据输出的所述指定参数的第二值；
12、将所述网络设备在第二时间段的所述指定参数配置为所述第二值。
13、在一种可能实现方式中，所述将所述网络运行数据输入预测模型之前，所述方法还包括：
14、获取至少一个历史时间段对应的历史网络运行数据，所述至少一个历史时间段中的每个历史时间段对应的历史网络运行数据包括所述网络设备在所述历史时间段的网络传输特征以及所述指定参数对应的值中至少一项，所述至少一个历史时间段为所述第一时间段之前的时间段。
15、在一种可能实现方式中，所述将所述网络运行数据输入预测模型；获取所述预测模型基于所述网络运行数据输出的所述指定参数的第二值包括：
16、将所述至少一个历史时间段对应的历史网络运行数据以及所述网络运行数据输入所述预测模型，获取所述预测模型基于所述至少一个历史时间段对应的历史网络运行数据以及所述网络运行数据输出的所述指定参数的第二值，所述至少一个历史时间段为所述第一时间段之前的时间段。
17、在一种可能实现方式中，所述方法还包括：
18、将所述网络运行数据输入初始预测模型，对所述初始预测模型进行训练，得到所述预测模型；或，
19、将所述网络运行数据输入所述预测模型，得到更新后的预测模型。
20、在一种可能实现方式中，所述将所述网络运行数据输入预测模型之前，所述方法还包括：
21、获取多个历史时间段对应的历史网络运行数据，所述多个历史时间段中的每个历史时间段对应的历史网络运行数据包括所述网络设备在所述历史时间段的网络传输特征以及所述指定参数对应的值中至少一项，所述多个历史时间段为所述第一时间段之前的时间段；
22、将所述多个历史时间段对应的历史网络运行数据输入初始预测模型，对所述初始预测模型进行训练，得到所述预测模型。
23、在一种可能实现方式中，所述网络传输特征包括带宽利用率，所述对所述初始预测模型进行训练，得到所述预测模型之前，所述方法还包括：
24、构建包括至少一个关联关系的配置空间，所述至少一个关联关系中的每个关联关系用于指示一个指定参数对应的值；
25、建立第一回报关系以及第二回报关系，所述第一回报关系用于指示所述网络设备缓存的报文量对网络传输性能的影响，所述第二回报关系用于指示所述网络设备的所述带宽利用率对网络传输性能的影响；
26、根据所述配置空间、所述第一回报关系以及第二回报关系，构建所述初始预测模型。
27、在一种可能实现方式中，所述网络传输特征包括所述网络设备在所述第一时间段内缓存的报文量、报文传输的效率信息以及传输的报文的平均大小中至少一项。
28、第二方面，提供了一种网络参数配置方法，所述方法包括：
29、获取第一时间段对应的网络运行数据，所述网络运行数据包括网络设备在所述第一时间段的网络传输特征以及指定参数对应的第一值中至少一项；
30、将所述网络运行数据输入网络流量类型识别模型；
31、获取所述网络流量类型识别模型基于所述网络运行数据输出的所述网络设备在所述第一时间段的第一网络流量类型，一个网络流量类型用于指示在预设时间段内的报文传输情况；
32、查询预设的至少一个关联关系，获取与所述第一网络流量类型对应的指定参数的第三值，所述至少一个关联关系中的每个关联关系用于指示一种网络流量类型与所述指定参数的第三值对应，所述指定参数的第三值为所述网络流量类型所指示的网络流量下的所述指定参数的优选值；
33、将所述网络设备在第二时间段的所述指定参数配置为所述第三值，所述第二时间段为所述第一时间段之后的时间段。
34、本方法通过网络流量类型识别模型识别出第一时间段的第一网络流量类型，并根据至少一个关联关系，确定与该第一网络流量类型对应的指定参数的第三值，并将与第一网络流量类型对应的指定参数的第三值配置为第二时间段的该指定参数的值，在该配置方式中，无需考虑应用场景，也无需手动修改或配置参数
35、在一种可能实现方式中，所述将所述网络运行数据输入网络流量类型识别模型之前，所述方法还包括：
36、建立所述至少一个关联关系；
37、获取至少一个历史数据集合，所述本文档来自技高网...
【技术保护点】
1.一种网络参数配置方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取网络设备的网络传输特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述网络设备包括转发芯片，所述转发芯片用于所述获取所述网络设备的采集数据。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述网络传输特征输入预测模型包括：向计算设备发送所述网络传输特征；
5.根据权利要求1至5任一项所述的方法，其特征在于，所述网络传输特征包括带宽利用率、缓存报文量或缓存报文量归一值中的至少一项。
6.一种网络参数计算方法，其特征在于，所述方法应用于计算设备，包括：
7.根据权利要求6所述的方法，其特征在于，所述网络传输特征是对所述网络设备的采集数据预处理后的特征。
8.根据权利要求6或7所述的方法，其特征在于，所述获取网络设备的网络传输特征，包括：
9.根据权利要求6-8任一项所述的方法，其特征在于，所述网络传输特征包括带宽利用率、缓存报文量或缓存报文量归一值中的至少一项。>
10.一种网络设备，其特征在于，包括收发单元和处理单元，其中，
11.一种计算设备，其特征在于，包括收发单元和处理单元，其中，
12.一种网络设备，其特征在于，包括：
13.一种计算设备，其特征在于，包括：
14.一种通信系统，包括网络设备和计算设备，所述网络设备用于执行权利要求1-5任一项所述的方法，所述计算设备用于执行权利要求6-9任一项所述的方法。
15.一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在处理器上运行时，实现权利要求1-9中任一项所述的方法。
...【技术特征摘要】
1.一种网络参数配置方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取网络设备的网络传输特征，包括：
3.根据权利要求2所述的方法，其特征在于，所述网络设备包括转发芯片，所述转发芯片用于所述获取所述网络设备的采集数据。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述将所述网络传输特征输入预测模型包括：向计算设备发送所述网络传输特征；
5.根据权利要求1至5任一项所述的方法，其特征在于，所述网络传输特征包括带宽利用率、缓存报文量或缓存报文量归一值中的至少一项。
6.一种网络参数计算方法，其特征在于，所述方法应用于计算设备，包括：
7.根据权利要求6所述的方法，其特征在于，所述网络传输特征是对所述网络设备的采集数据预处理后的特征。
8.根据权利...
【专利技术属性】
技术研发人员：晏思宇，夏寅贲，郑晓龙，邓维山，冀智刚，曲迪，尘福兴，
申请(专利权)人：华为技术有限公司，
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。