CN116232978B - 一种业务开通最优路径推荐的方法 - Google Patents
一种业务开通最优路径推荐的方法 Download PDFInfo
- Publication number
- CN116232978B CN116232978B CN202310207317.1A CN202310207317A CN116232978B CN 116232978 B CN116232978 B CN 116232978B CN 202310207317 A CN202310207317 A CN 202310207317A CN 116232978 B CN116232978 B CN 116232978B
- Authority
- CN
- China
- Prior art keywords
- topological
- path
- optimal path
- nodes
- service opening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 11
- 238000010586 diagram Methods 0.000 claims abstract description 12
- 230000003287 optical effect Effects 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims description 7
- 239000000758 substrate Substances 0.000 claims 2
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 230000004913 activation Effects 0.000 description 16
- 238000012546 transfer Methods 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000036314 physical performance Effects 0.000 description 2
- DWSYCUKCNSVBRA-UHFFFAOYSA-N 4-(5-methylsulfonyltetrazol-1-yl)phenol Chemical compound CS(=O)(=O)C1=NN=NN1C1=CC=C(C=C1)O DWSYCUKCNSVBRA-UHFFFAOYSA-N 0.000 description 1
- NIZKGBJVCMRDKO-KWQFWETISA-N Ala-Gly-Tyr Chemical compound C[C@H](N)C(=O)NCC(=O)N[C@H](C(O)=O)CC1=CC=C(O)C=C1 NIZKGBJVCMRDKO-KWQFWETISA-N 0.000 description 1
- 101710167643 Serine/threonine protein phosphatase PstP Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
- Optical Communication System (AREA)
Abstract
本发明提供一种业务开通最优路径推荐的方法，属于数据传输技术领域，包括：获取专线业务开通的业务需求和现有光缆的拓扑结构图；基于获取的站点信息和拓扑结构图，获取位于站点之间的所有的拓扑节点；构建拓扑路径选取模型，将新获取的位于站点之间的拓扑节点的属性特征输入到构建的模型，通过该模型得到本次专线业务开通的最优路径。本发明能够基于现有专线网络拓扑，快速发放新业务，提升专线业务的开通效率。
Description
技术领域
本发明涉及数据传输技术领域，尤其涉及一种业务开通最优路径推荐的方法。
背景技术
目前，政企专线主要包括互联网专线、数据专线以及虚拟专用网络(VPN)专线。互联网专线通常是面向中小微客户，主要提供互联网访问和接入，采用无源光网络(PON)、分组传送网(PTN)、多业务接入平台(MSAP)或协议转换等设备，与普通的家庭宽带网络的架构基本一致。数据专线通常是面向大型企业客户，主要提供企业内部之间的数据传输通道，以PTN、多业务传输平台/同步数字体系(MSTP/SDH)等设备为主。VPN专线通常是面向大型企业客户，实现不同办公区域间网络的VPN互联，以多协议标签交换-虚拟专用网络(MPLS-VPN)设备为主。
随着全球化、信息化和云业务的发展，专线需求将越来越多，专线业务市场将成为运营商2C业务(移动业务、宽带业务)之外，在2B市场的竞争焦点。
在进行政企专线业务开通时，最核心的环节是需要基于选中的起点和终点，设计和规划出适合的光路路径。
专线网络拓扑结构包括由网元设备构成的节点和连接节点的管道。专线开通则是指在给定的起点和终点之间(例如A——Z)分配一条能够实现网络数据传输的管道资源。
通常在进行管线路由推荐时，主要推荐规则可分类为：空闲连通路径最优、距离短、跳接少、不可同路由、低时延等。这些现有的推荐规则中，都是从单个方向或维度实现最优路由的确定，这样会导致所推荐的路由路径的综合性能比较低。
发明内容
为了解决以上技术问题，本发明提供了一种业务开通最优路径推荐的方法。解决OSS领域专线业务开通时，在考虑到确定起点和终点后需要在这两点间进行业务开通时，帮助业务人员基于已有的专线网络拓扑，快速、准确地确定最优的专线开通路径
本发明的技术方案是：
一种业务开通最优路径推荐的方法，包括：
获取专线业务开通需求中的站点信息和现有光缆的拓扑结构图，所述站点信息包括起始站点信息和终止站点信息；
基于获取的站点信息和拓扑结构图，获取位于站点之间的所有的拓扑节点；
构建拓扑路径选取模型，将新获取的位于站点之间的拓扑节点的属性特征输入到构建的模型，通过该模型得到本次专线业务开通的最优路径。
进一步的，
将站点信息中的数个站点按照位置相邻关系，切分为数个站点区间，然后按照区间，遍历拓扑结构图，获得子节点集合，将子节点结合合并即可得到拓扑节点集合，也即得到位于站点之间的所有拓扑节点。
拓扑路径选取模型包括最优路径生成模块和一个以上的约束模块。
路径选取模型的训练步骤如下：
1)将获取的位于起始站点和终止站点之间的m个拓扑节点(可以称为转接点)X＝{x_1,x_2,……,x_m}的多维属性特征输入到最优路径生成模块；
2)对所有的业务开通需求进行分组，得到数个业务开通需求分组；
3)将开通属性特征和数个业务开通需求分组输入到约束模块，得到与需求分组对应的多组拓扑路径集合；
4)将参数调整系数附加到最优路径生成模型中的模型参数上，直到参数调整后的最优路径生成模型所生成的最优路径与通过约束模型所得到的多组拓扑路径集合中的路径距离保持在相对恒定范围，则完成模型训练。
再进一步的，
所述多维属性特征包括节点在拓扑链路上的分配带宽、节点的拓扑关系以及节点所在拓扑链路的QOT值，QOT值可以反映出链路的物理性能。
所述对所有的业务开通需求进行分组，得到数个业务开通需求分组，包括：将所有的业务开通需求进行聚类，得到数个业务开通需求分组。
分别计算一组以上的拓扑路径与最优路径生成模型所生成的最优路径之间路径距离，然后基于设定的距离阈值(每次得到的路径距离的均值)作为最优路径生成模型的参数调整系数。可通过换算将参数调整系数换算为合适的取值范围。
再进一步的，
将新获取的位于站点之间的m个拓扑节点X＝{x_1,x_2,……,x_m}的属性特征输入到构建的最优路径生成模块，通过该模型得到本次专线业务开通的最优路径。
本发明的有益效果是
通过节点在拓扑链路上的分配带宽、节点的拓扑关系以及节点所在拓扑链路的QOT值，并在路径选取模型中拟合了不同业务需求的途径推荐值，可以实现基于已有的专线网络拓扑，快速、准确地确定最优的专线开通路径，相对于现有技术中的从单个方向或维度实现最优路由确定的方案，通过本发明方案所推荐的路由路径则能够从整体上确定高综合性能的专线业务开通路径，提高专线业务开通的运维效率。
附图说明
图1是本发明的工作示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明技术方案通过设计一种专线业务开通最优光路路径推荐方法，能够保证推荐的路由路径达到整体时延最小、跳接少。
本发明技术方案的最优路径推荐方法，通过结合机器学习算法实现最优路径推荐。详细实现方案如下：
S1、获取专线业务开通的业务需求和现有光缆的拓扑结构图，该业务需求中包括了开通专线的站点信息，如A——G——Y。
S2、基于获取的站点信息和拓扑结构图，获取位于站点之间的所有的拓扑节点；
具体为，可以将站点信息中的多个站点按照位置相邻关系，切分为多个站点区间，然后按照区间，遍历拓扑结构图，从而可以获得多组子节点集合，将子节点结合合并即可得到拓扑节点集合，也即得到位于站点之间的所有拓扑节点。
S3、构建拓扑路径选取模型，该路径选取模型包括最优路径生成模块和多个约束模块；
具体的，多个约束模块的作用为用于对最优路径生成模块的训练进行约束。路径选取模型的训练逻辑如下：
S3-1、将获取的位于站点之间的m个拓扑节点(可以称为转接点)X＝{x1，x2，......，xm}的属性特征输入到最优路径生成模块；
其中，属性特征包括节点在拓扑链路上的分配带宽、节点的拓扑关系以及节点所在拓扑链路的QOT值，QOT值可以反映出链路的物理性能，目前已有的QOT性能预测方法有通过高斯噪声(GN)模型、利用NetworkKriging(NK)算法以及通过机器学习方法(决策树、支持向量机、随机森林、神经网络等)。
S3-2、将所有的业务需求进行聚类，得到多个业务需求分组；
将获取的业务需求样本数据进行聚类，可实现对业务需求进行分组，聚类后的需求分类可以包括：空闲连通路径最优、距离短、跳接少、不可同路由、低时延等。
S3-3、将属性特征和聚类后的多个需求分组输入到多个约束模块，得到与需求分组对应的多组拓扑路径集合；
约束模块实际上也未基于神经网络构建的预测模型，通过该模型可以得到不同拓扑推荐规则对应的拓扑路径。
S3-4、分别计算多组拓扑路径与最优路径生成模型所生成的最优路径之间路径距离，然后基于设定的距离阈值(每次得到的路径距离的均值)作为最优路径生成模型的参数调整系数(参数调整系数可换算取值范围)。
S3-5、将参数调整系数附加到最优路径生成模型中的模型参数上，直到参数调整后的最优路径生成模型所生成的最优路径与通过约束模型所得到的多组拓扑路径集合中的路径距离保持在相对恒定范围，则完成模型训练。
S4、将新获取的位于站点之间的m个拓扑节点(可以称为转接点)X＝{x_1,x_2,……,x_m}的属性特征输入到构建的最优路径生成模块，通过该模型得到本次专线业务开通的最优路径。
以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (3)
1.一种业务开通最优路径推荐的方法，其特征在于，包括
获取专线业务开通需求中的站点信息和现有光缆的拓扑结构图，所述站点信息包括起始站点信息和终止站点信息；
基于获取的站点信息和拓扑结构图，获取位于站点之间的所有的拓扑节点；
构建拓扑路径选取模型，将拓扑节点的多维属性特征输入到构建的模型，得到专线业务开通的最优路径；
将站点信息中的数个站点按照位置相邻关系，切分为数个站点区间，然后按照区间，遍历拓扑结构图，获得子节点集合，将子节点结合合并即可得到拓扑节点集合，也即得到位于站点之间的所有拓扑节点；
拓扑路径选取模型包括最优路径生成模块和一个以上的约束模块；
路径选取模型的训练步骤如下：
1）将获取的位于起始站点和终止站点之间的m(>=0)个拓扑节点或转接点X={x_1,x_2,……,x_m}的多维属性特征输入到最优路径生成模块；
2）对所有的业务开通需求进行分组，得到数个业务开通需求分组；
3）将开通属性特征和数个业务开通需求分组输入到约束模块，得到与需求分组对应的拓扑路径集合；
4）将参数调整系数附加到最优路径生成模块中的模型参数上，直到参数调整后的最优路径生成模块所生成的最优路径与通过约束模块所得到的拓扑路径集合中的路径距离保持在相对恒定范围，则完成模型训练；
所述多维属性特征包括节点在拓扑链路上的分配带宽、节点的拓扑关系以及节点所在拓扑链路的QOT值；
所述对所有的业务开通需求进行分组，得到数个业务开通需求分组，包括：将所有的业务开通需求进行聚类，得到数个业务开通需求分组。
2.根据权利要求1所述的方法，其特征在于，
分别计算一组以上的拓扑路径与最优路径生成模块所生成的最优路径之间路径距离，然后基于设定的距离阈值作为最优路径生成模块的参数调整系数，该距离阈值为每次得到的路径距离的均值。
3.根据权利要求2所述的方法，其特征在于，
参数调整系数可换算取值范围。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310207317.1A CN116232978B (zh) | 2023-03-01 | 2023-03-01 | 一种业务开通最优路径推荐的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310207317.1A CN116232978B (zh) | 2023-03-01 | 2023-03-01 | 一种业务开通最优路径推荐的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116232978A CN116232978A (zh) | 2023-06-06 |
| CN116232978B true CN116232978B (zh) | 2024-11-01 |
Family
ID=86574711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310207317.1A Active CN116232978B (zh) | 2023-03-01 | 2023-03-01 | 一种业务开通最优路径推荐的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116232978B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110932976A (zh) * | 2019-12-12 | 2020-03-27 | 国家电网有限公司大数据中心 | 基于气象灾害的电网故障业务的恢复方法、装置及设备 |
| CN114726778A (zh) * | 2020-12-18 | 2022-07-08 | 中国联合网络通信集团有限公司 | 业务专线开通方法及服务器 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220004307A1 (en) * | 2016-09-15 | 2022-01-06 | Simpsx Technologies Llc | Virtual Power Plant Optimization Method and System |
| CN110729765B (zh) * | 2019-08-30 | 2024-03-22 | 四川大学 | 一种考虑sop的配电网灵活性评估指标体系和优化调度方法 |
| CN114630214B (zh) * | 2022-03-25 | 2025-01-03 | 凯通科技股份有限公司 | 业务路由计算方法、装置、电子设备及可读存储介质 |
-
2023
- 2023-03-01 CN CN202310207317.1A patent/CN116232978B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110932976A (zh) * | 2019-12-12 | 2020-03-27 | 国家电网有限公司大数据中心 | 基于气象灾害的电网故障业务的恢复方法、装置及设备 |
| CN114726778A (zh) * | 2020-12-18 | 2022-07-08 | 中国联合网络通信集团有限公司 | 业务专线开通方法及服务器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116232978A (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gong et al. | Novel location-constrained virtual network embedding LC-VNE algorithms towards integrated node and link mapping | |
| CN102804712B (zh) | 用于在多个相等成本路径之间进行选择的方法和设备 | |
| CN103098420B (zh) | 基于使用链路利用作为到平局打破机制中的反馈的802.1aq的自动化业务工程 | |
| CN105072035B (zh) | 一种光传送网原子路由的生成方法和系统 | |
| CN114630214B (zh) | 业务路由计算方法、装置、电子设备及可读存储介质 | |
| CN110996196B (zh) | 一种光传输网光路纤芯利用的最优路由寻优方法 | |
| CN107465966B (zh) | 一种用于光网络的拓扑重构控制方法 | |
| CN109347657B (zh) | Sdn模式下支撑科技业务的虚拟数据域构建方法 | |
| CN112887202A (zh) | 一种基于子拓扑网络的sdn链路故障网络收敛方法 | |
| CN108900350A (zh) | 一种网管系统中光层业务分层模型配置方法及系统 | |
| CN106998295A (zh) | 基于专用保护联合故障概率约束的最优化路由与频谱分配方法和系统 | |
| CN105357132B (zh) | 一种基于超图模型的多域ason损伤感知组播路由方法 | |
| CN113328950B (zh) | 一种基于树状结构的sdn路由系统构建方法 | |
| Nace et al. | Computing optimal max-min fair resource allocation for elastic flows | |
| CN108494597B (zh) | 智能光网络仿真系统及方法 | |
| CN116232978B (zh) | 一种业务开通最优路径推荐的方法 | |
| CN1984038B (zh) | 一种级联管理系统以及端到端路由选择方法 | |
| TWI556599B (zh) | 網路控制方法及網路控制器 | |
| Chu et al. | New architecture and algorithms for fast construction of hose-model VPNs | |
| CN114390489A (zh) | 一种端到端网络切片的服务化部署方法 | |
| CN107493197B (zh) | 一种针对光网络的拓扑重构方法 | |
| CN114417540A (zh) | 一种基于树结构的空天地一体化网络多维资源建模方法 | |
| Kostiv et al. | Metaheuristics in cloud platform traffic engineering | |
| Sun et al. | A load-balancing-based fault-tolerant mapping method in smart grid virtual networks | |
| CN107453816B (zh) | 环网的组网优化方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |