CN114500333A - 一种网络架构的度量方法、装置、电子设备及存储介质 - Google Patents
一种网络架构的度量方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114500333A CN114500333A CN202111646932.XA CN202111646932A CN114500333A CN 114500333 A CN114500333 A CN 114500333A CN 202111646932 A CN202111646932 A CN 202111646932A CN 114500333 A CN114500333 A CN 114500333A
- Authority
- CN
- China
- Prior art keywords
- network architecture
- flatness
- node
- flow
- side interface
- 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.)
- Pending
Links
- 238000000691 measurement method Methods 0.000 title description 5
- 238000011156 evaluation Methods 0.000 claims abstract description 70
- 238000000034 method Methods 0.000 claims abstract description 50
- 230000002776 aggregation Effects 0.000 claims description 27
- 238000004220 aggregation Methods 0.000 claims description 27
- 238000005457 optimization Methods 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 30
- 238000004364 calculation method Methods 0.000 description 27
- 238000005259 measurement Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000011158 quantitative evaluation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种网络架构的度量方法、装置、电子设备及存储介质,涉及网络技术与安全技术领域,该方法包括:获取节点对应的参数;根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。应用于对网络架构的扁平度进行评估的场景中,通过根据节点对应的参数对网络架构的扁平度进行量化地评估,解决了现有技术中存在的无法量化地评估网络架构的扁平度的技术问题。
Description
技术领域
本发明涉及网络技术与安全技术领域,特别是涉及一种网络架构的度量方法、装置、电子设备及存储介质。
背景技术
电信现有信息、通信和技术(ICT)基础设施面临着较大的挑战,随着企业上云业务的迅速发展,企业用户一跳入云和多云接入需求猛增,传统的网络架构难于弹性扩展,网和云割裂则又难以实现按需互联,这些均严重制约着企业业务向云迁移,同时影响着云业务的开通效率,使得无法满足灵活入云、一跳入多云的业务诉求和企业的关键服务品质协议(SLA)要求,进而对电信开展入云专线业务造成阻碍。因此,急需寻求科学的网路架构度量方法对网络架构的扁平度进行评估。
现有技术中主要利用层级和跳数描述网络架构的扁平度,以H网络架构和W网络架构为例说明现有技术的局限性。假定随着时间变化,H网络架构中接入环A的本地流量由1G增长为5G,变得拥塞;W网络架构中接入环B由1G增长为2G,没有拥塞。
由此看来,利用层级、跳数只能定性的评估网络架构的扁平度,使网络架构总是固定不变的,因此,存在无法量化地评估网络架构的扁平度的技术问题。
发明内容
鉴于上述问题,本发明提供了一种网络架构的度量方法、装置、电子设备及存储介质,能够根据节点对应的参数对网络架构的扁平度进行量化地评估,解决了现有技术中存在的无法量化地评估网络架构的扁平度的技术问题。
依据本发明的第一方面,提供了一种网络架构的度量方法,该方法包括以下步骤:
获取节点对应的参数;
根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;
根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。
可选地,所述在获取节点对应的参数之前,包括:
识别网络架构中节点对应的接入侧接口和汇聚侧接口。
可选地,所述节点对应的参数包括接入侧接口的入流量、接入侧接口的出流量以及汇聚侧接口的入流量。
可选地,所述根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果,包括:
获取所述节点上每个汇聚侧接口峰值利用率;
根据接入侧接口的入流量、接入侧接口的出流量、汇聚侧接口的入流量以及每个所述汇聚侧接口峰值,获取所述节点的扁平度;
根据每个所述节点的扁平度,获取所述网络架构的扁平度;
根据所述网络架构的扁平度对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果。
可选地,所述根据接入侧接口的入流量、接入侧接口的出流量、汇聚侧接口的入流量以及所述汇聚侧接口峰值利用率,获取所述节点的扁平度,包括:
根据所述接入侧接口的入流量和所述接入侧接口的出流量,获取本地流量;
根据所述汇聚侧接口的入流量和所述接入侧接口的出流量,获取过路流量;
根据每个所述汇聚侧接口峰值利用率,获取汇聚侧接口平均利用率;
根据所述本地流量、所述过路流量以及所述汇聚侧接口平均利用率,获取所述节点的扁平度。
可选地,所述根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化,包括:
获取每个所述节点的等效本地流量;
根据每个所述节点的扁平度、每个所述节点的过路流量以及每个所述节点的等效本地流量,获取所述网络架构中扁平度最小的节点、过路流量最大的节点以及等效本地流量最大的节点;
将所述扁平度最小的节点、所述过路流量最大的节点以及所述等效本地流量最大的节点进行调整,并重新获取所述网络架构的扁平度。
可选地,所述获取每个所述节点的等效本地流量,包括:
根据每个所述节点的本地流量和每个所述节点的过路流量,获取每个所述节点的等效系数;
根据每个所述节点的等效系数和每个所述节点的本地流量,获取每个所述节点的等效本地流量。
根据本发明的第二方面,提供了一种网络架构度量装置,该装置包括:
数据获取模块,用于获取节点对应的参数;
扁平度评估结果获取模块,用于根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;
优化模块,用于根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。
可选地,所述装置还包括:
识别模块,用于识别网络架构中节点对应的接入侧接口和汇聚侧接口。
可选地,所述扁平度评估结果获取模块,包括:
峰值利用率获取子模块,用于获取所述节点上每个汇聚侧接口峰值利用率;
节点的扁平度计算子模块,用于根据接入侧接口的入流量、接入侧接口的出流量、汇聚侧接口的入流量以及每个所述汇聚侧接口峰值,获取所述节点的扁平度;
网络架构的扁平度计算子模块,用于根据每个所述节点的扁平度,获取所述网络架构的扁平度;
网络架构的扁平度评估结果获取子模块,用于根据所述网络架构的扁平度对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果。
可选地,所述节点的扁平度计算子模块,包括:
本地流量计算单元,用于根据所述接入侧接口的入流量和所述接入侧接口的出流量,获取本地流量;
过路流量计算单元,用于根据所述汇聚侧接口的入流量和所述接入侧接口的出流量,获取过路流量;
汇聚侧接口平均利用率计算单元,用于根据每个所述汇聚侧接口峰值利用率,获取汇聚侧接口平均利用率;
节点的扁平度计算单元,用于根据所述本地流量、所述过路流量以及所述汇聚侧接口平均利用率,获取所述节点的扁平度。
可选地,所述优化模块,包括:
等效本地流量获取子模块,用于获取每个所述节点的等效本地流量;
优先改造节点的选取子模块,用于根据每个所述节点的扁平度、每个所述节点的过路流量以及每个所述节点的等效本地流量,获取所述网络架构中扁平度最小的节点、过路流量最大的节点以及等效本地流量最大的节点;
网络架构的扁平度优化子模块,用于将所述扁平度最小的节点、所述过路流量最大的节点以及所述等效本地流量最大的节点进行调整,并重新获取所述网络架构的扁平度。
可选地,所述等效本地流量获取子模块,包括:
等效系数计算单元,用于根据每个所述节点的本地流量和每个所述节点的过路流量,获取每个所述节点的等效系数;
等效本地流量计算单元,用于根据每个所述节点的等效系数和每个所述节点的本地流量,获取每个所述节点的等效本地流量。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的一种网络架构的度量方法。
根据本发明的第四方面,提供一种计算机存储介质,当所述计算机存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的一种网络架构的度量方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明的实施例可以通过获取节点对应的参数;根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。本发明通过根据节点对应的参数对网络架构进行扁平度评估,得到网络架构的扁平度评估结果,实现了对网络架构扁平度的量化评估,解决了现有技术中存在的无法量化地评估网络架构的扁平度的技术问题;本申请通过在网络架构的扁平度评估结果满足预设条件的情况下,根据网络架构的扁平度评估结果对网络架构的扁平度进行调整,以此实现了可逐步调整网络架构使其达到一个最优的扁平度,达到了优化网络架构扁平度的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是根据一示例性实施例示出的一种网络架构的度量方法的流程图;
图2是图1所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤102的流程图;
图3是图2所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤102的流程图中步骤202的流程图;
图4是图1所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤103的流程图;
图5是图4所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤103的流程图中步骤401的流程图;
图6是根据一示例性实施例示出的一种网络架构的度量装置的装置框图;
图7是图6所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中扁平度评估结果获取模块602的装置框图;
图8是图7所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中扁平度评估结果获取模块602的装置框图中节点的扁平度计算子模块702的装置框图;
图9是图6所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中优化模块603的装置框图;
图10是图9所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中优化模块603的装置框图中等效本地流量获取子模块901的装置框图;
图11是图1所示的根据一示例性实施例示出的一种网络架构的度量方法中无线接入网IP化(IPRAN)网络架构示意图;
图12是图4所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤103的流程图中对优先改造的节点进行调整的示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整地传达给本领域的技术人员。
本发明的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本发明实施例提供的一种网络架构的度量方法、装置、电子设备及存储介质进行详细地说明。
本发明的实施例应用于KAI加权评估框架,具体为5维16度43小类的KAI加权评估框架,如表1所示;实现了对网络架构的全方位和多角度的立体评估,确保了每个维度准确客观、每个指标有源有据,充分考虑了网络架构的合理性、灵活扩展性、业务承载能力、业务服务能力和安全保障能力,使得网络架构不再是静态的,为网络架构的调优和演进提供数字化的方法。
表1KAI加权评估框架
本发明的第一实施方式涉及一种网络架构的度量方法,其流程图如图1所示,包括:
步骤101,获取节点对应的参数。
需要说明的是,在本发明实施例中,节点是网络架构中汇聚环和接入环相交的节点。针对该节点可通过路由器设备获取节点对应的参数,包括接入侧接口的入流量、接入侧接口的出流量以及汇聚侧接口的入流量。
进一步地,在本申请实施例中,在步骤101之前还可以包括:识别网络架构中节点对应的接入侧接口和汇聚侧接口。
需要说明的是,在本发明实施例中,首先需要识别网络架构中节点对应的接入侧接口和汇聚测接口。例如:如图11无线接入网IP化(IPRAN)网络架构图所示,CSG为连接用户侧或者基站的接入设备,ASG为汇聚设备,RSG为连接RNC的节点;从网络架构来说,CSG是ASG的接入侧,ASG是RSG的接入侧。下面分别从三种组网模型中,以ASG为主体节点定义ASG的接入侧接口和汇聚侧接口。1、环拓扑中ASG节点的接入侧接口和汇聚侧接口的识别方式(含单归环、双归环、开口环、相切环、环套环、环带链、超大环等)。其中,ASG的接入侧接口:下挂CSG的接口、下挂基站(5G+4G+3G+2G)的接口;ASG的汇聚侧接口:环上的所有接口,即:连接ASG的接口+连接RSG的接口。2、链拓扑中ASG节点的接入侧接口和汇聚侧接口的识别方式(含超长链)。其中,ASG的接入侧接口:下挂CSG的接口、下挂基站(5G+4G+3G+2G)的接口;ASG的汇聚侧接口:ASG在链上的所有接口,即:连接ASG的接口+连接RSG的接口。3、树拓扑中ASG节点的接入侧接口和汇聚侧接口的识别方式(含超大树)。其中,ASG的接入侧接口:下挂CSG的接口、下挂基站(5G+4G+3G+2G)的接口;ASG的汇聚侧接口:ASG在树上的所有接口,即:连接ASG的接口+连接RSG的接口。
步骤102,根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果。
需要说明的是,在本发明实施例中,通过根据节点对应的参数对网络架构进行扁平度评估,得到网络架构的扁平度评估结果,实现了对网络架构扁平度的量化评估。
进一步地,在本申请实施例中,图2是图1所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤102的流程图,如图2所示,步骤102还可以包括以下步骤。
步骤201,获取所述节点上每个汇聚侧接口峰值利用率。
需要说明的是,在本申请实施例中,通过路由器设备能够获取节点上每个汇聚侧接口的峰值利用率。
步骤202,根据接入侧接口的入流量、接入侧接口的出流量、汇聚侧接口的入流量以及每个所述汇聚侧接口峰值,获取所述节点的扁平度。
需要说明的是,在本申请实施例中,根据步骤101获取到节点上每个接入侧接口的接入侧接口的入流量、接入侧接口的出流量以及每个汇聚侧接口峰值利用率,通过算法进行计算,可得到节点的扁平度。节点的扁平度的值∈[0,1],越接近0,表示该节点所在拓扑结构越劣化,越应该优先改造。
步骤203,根据每个所述节点的扁平度,获取所述网络架构的扁平度。
需要说明的是,在本申请实施例中,根据步骤304计算得到的节点的扁平度,通过公式5进行计算,可得到网络架构的扁平度值。其中,N为网络架构中节点的总数,Fi为网络架构中第i个节点的扁平度值。
步骤204,根据所述网络架构的扁平度对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果。
需要说明的是,在本申请实施例中,通过根据网络架构的扁平度值对网络架构进行扁平度评估,网络架构的扁平度值∈[0,1],扁平度越接近1,网络架构的扁平度越好;反之,越接近0,网络架构的扁平度越差。
进一步地,在本申请实施例中,图3是图2所示的根据一示例性实施例示出的一种网络架构的度量方法流程图中步骤102的流程图中步骤202的流程图,如图3所示,步骤202还可以包括以下步骤。
步骤301,根据所述接入侧接口的入流量和所述接入侧接口的出流量,获取本地流量。
需要说明的是,在本申请实施例中,根据步骤101获取到节点上每个接入侧接口的接入侧接口的入流量、接入侧接口的出流量,通过公式1进行计算,可得到节点的本地流量。
本地流量=Σ接入侧接口的入流量+Σ接入侧接口的出流量 (1)
步骤302,根据所述汇聚侧接口的入流量和所述接入侧接口的出流量,获取过路流量。
需要说明的是,在本申请实施例中,根据步骤101获取到节点上每个接入侧接口的接入侧接口的出流量、汇聚侧接口的入流量,通过公式2进行计算,可得到节点的过路流量。
过路流量=Σ汇聚侧接口的入流量-Σ接入侧接口的出流量 (2)
步骤303,根据每个所述汇聚侧接口峰值利用率,获取汇聚侧接口平均利用率。
需要说明的是,在本申请实施例中,根据步骤201获取的节点上每个汇聚侧接口的峰值利用率,根据公式3进行计算,得到汇聚测接口的平均利用率,其中,i指的是节点上的某个汇聚测接口,n指的是节点上的汇聚测接口的总数。
步骤304,根据所述本地流量、所述过路流量以及所述汇聚侧接口平均利用率,获取所述节点的扁平度。
需要说明的是,在本申请实施例中,根据上述步骤计算得到的本地流量、过路流量以及汇聚侧接口平均利用率,通过公式4进行计算,可得到节点的扁平度。
步骤103,根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。
需要说明的是,在本发明实施例中,当网络架构的扁平度值越接近0,也即网络架构的扁平度越差时,从网络架构中挑选出优先改造的节点,并对该节点进行优化,并重新评估节点的扁平度和网络架构的扁平度,然后对比优化前和优化后网络架构的扁平度评估结果,进而能够实现逐步调整网络架构最终达到扁平度目标。
进一步地,在本申请实施例中,图4是图1所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤103的流程图,如图4所示,步骤103还可以包括以下步骤。
步骤401,获取每个所述节点的等效本地流量。
需要说明的是,在本申请实施例中,首先利用算法获取每个节点的等效本地流量。
步骤402,根据每个所述节点的扁平度、每个所述节点的过路流量以及每个所述节点的等效本地流量,获取所述网络架构中扁平度最小的节点、过路流量最大的节点以及等效本地流量最大的节点。
需要说明的是,在本申请实施例中,当网络架构的扁平度值越接近0,也即网络架构的扁平度越差时,需要从网络架构中挑选出优先改造的节点。优先改造的节点的选取逻辑如下:1、为了提高网络架构的扁平度,即要提高网络架构中节点的扁平度,可以理解为根据网络架构中每个节点的扁平度值,选择出扁平度值最小的节点,也即节点的扁平度值越小,越应该优先改造;2、在节点的本地流量不变的情况下,提高节点的扁平度,即要降低过路流量,可以理解为根据网络架构中每个节点的过路流量,选择出过路流量最大的节点,也即节点的过路流量越大,越应该优先改造;3、改造尽可能少的节点的数量,降低尽可能多的路过流量;4、根据网络架构中每个节点的等效本地流量,选择出等效本地流量最大的节点,也即节点的等效本地流量越小,越应该优先改造。
步骤403,将所述扁平度最小的节点、所述过路流量最大的节点以及所述等效本地流量最大的节点进行调整,并重新获取所述网络架构的扁平度。
需要说明的是,在本申请实施例中,根据步骤402选择出来的需要优先改造的节点进行调整,并重新计算网络架构的扁平度。例如:如图12所示,汇聚环上R20和R21是RSG,其余是ASG;如表2所示,是图12网络架构优化前节点的参数信息,包括:本地流量、过路流量、扁平度、等效本地流量的信息。
表2网络架构优化前节点的参数信息
根据表2中的网络架构优化前节点的参数信息可知,汇聚环上R13/R14本地流量是5Gbps,其他节点的本地流量是1Gbps,通过公式3进行计算可得到汇聚环的汇聚侧接口平均利用率是40%。进一步地,根据表2中的网络架构优化前节点的参数信息对图12中网络架构的节点进行调整。1、汇聚环上所有节点按照扁平度进行排序,扁平度值最小的节点是节点R11;2、汇聚环上所有节点按照等效本地流量进行排序,等效本地流量最大的节点是节点R14。由此看来,节点R14的等效本地流量大是节点R11扁平度小的根本原因;3、优化节点R14,如图12的虚线所示:将节点R14从环上去掉,直接连接连节点R20。同时使节点R13和节点R15直接连接,形成新的网络架构。4、重新计算优化后的网络架构中节点的扁平度,可得到如表3所示的节点的参数信息,其中,节点R11、节点R12、节点R13的扁平度都有所提升,进一步地,网络架构的扁平度由0.321提高到0.336,达到了提高整个网络架构的扁平度的技术效果。
表3网络架构优化后节点的参数信息
进一步地,在本申请实施例中,图5是图4所示的根据一示例性实施例示出的一种网络架构的度量方法的流程图中步骤103的流程图中步骤401的流程图,如图5所示,步骤401还可以包括以下步骤。
步骤501,根据每个所述节点的本地流量和每个所述节点的过路流量,获取每个所述节点的等效系数。
需要说明的是,在本申请实施例中,根据计算得到的每个节点的本地流量和每个节点的过路流量,通过公式6进行计算,得到每个节点的等效系数,其中,等效系数的取值范围是[1,2]。
等效系数=1+本地流量/本地流量+过路流量 (6)
步骤502,根据每个所述节点的等效系数和每个所述节点的本地流量,获取每个所述节点的等效本地流量。
需要说明的是,在本申请实施例中,根据计算得到的每个节点的等效系数和每个节点的过路流量,通过公式7进行计算,得到每个节点的等效本地流量。
等效本地流量=本地流量×等效系数 (7)
本发明实施例提供了一种网络架构的度量方法,该方法包括:获取节点对应的参数,其中,所述节点是网络架构中汇聚环和接入环相交的节点;根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;在所述网络架构的扁平度评估结果满足预设条件的情况下,对所述网络架构的扁平度进行优化。本发明通过根据节点对应的参数对网络架构进行扁平度评估,得到网络架构的扁平度评估结果,实现了对网络架构扁平度的量化评估,解决了现有技术中存在的无法量化地评估网络架构的扁平度的技术问题;本申请通过在网络架构的扁平度评估结果满足预设条件的情况下,根据网络架构的扁平度评估结果对网络架构的扁平度进行调整,以此实现了可逐步调整网络架构使其达到一个最优的扁平度,达到了优化网络架构扁平度的技术效果。本发明在5维16度的基础上新增43小类的KAI加权评估框架,使得网络架构不再是静态的,为网络架构的调优和演进提供数字化的方法。本发明通过引入本地流量、过路流量、等效本地流量,并对这些概念给出了明确的含义和计算方法,从而让网络中的每个节点都有了自己的专属参数,进一步地,给出了网络架构中各节点改造的优先级,使网络架构的评估更全面、更准确,确保了网络架构的优化能够逐步,分批完成。
本发明的第二实施方式涉及一种网络架构的度量装置,其装置框图如图6所示,该装置包括:数据获取模块601、扁平度评估结果获取模块602、优化模块603。
数据获取模块601,用于获取节点对应的参数。
扁平度评估结果获取模块602,用于根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果。
优化模块603,用于根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。
可选地,图6所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图,还可以包括识别模块。
识别模块,用于识别网络架构中节点对应的接入侧接口和汇聚侧接口。
可选地,图7是图6所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中扁平度评估结果获取模块602的装置框图。参照图7,该装置框图包括峰值利用率获取子模块701、节点的扁平度计算子模块702、网络架构的扁平度计算子模块703、网络架构的扁平度评估结果获取子模块704。
峰值利用率获取子模块701,用于获取所述节点上每个汇聚侧接口峰值利用率。
节点的扁平度计算子模块702,用于根据接入侧接口的入流量、接入侧接口的出流量、汇聚侧接口的入流量以及每个所述汇聚侧接口峰值,获取所述节点的扁平度。
网络架构的扁平度计算子模块703,用于根据每个所述节点的扁平度,获取所述网络架构的扁平度。
网络架构的扁平度评估结果获取子模块704,用于根据所述网络架构的扁平度对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果。
可选地,图8是图7所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中扁平度评估结果获取模块602的装置框图中节点的扁平度计算子模块702的装置框图。参照图8,该装置框图包括本地流量计算单元801、过路流量计算单元802、汇聚侧接口平均利用率计算单元803、节点的扁平度计算单元804。
本地流量计算单元801,用于根据所述接入侧接口的入流量和所述接入侧接口的出流量,获取本地流量。
过路流量计算单元802,用于根据所述汇聚侧接口的入流量和所述接入侧接口的出流量,获取过路流量。
汇聚侧接口平均利用率计算单元803,用于根据每个所述汇聚侧接口峰值利用率,获取汇聚侧接口平均利用率。
节点的扁平度计算单元804,用于根据所述本地流量、所述过路流量以及所述汇聚侧接口平均利用率,获取所述节点的扁平度。
可选地,图9是图6所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中优化模块603的装置框图。参照图9,该装置框图包括等效本地流量获取子模块901、优先改造节点的选取子模块902、网络架构的扁平度优化子模块903。
等效本地流量获取子模块901,用于获取每个所述节点的等效本地流量。
优先改造节点的选取子模块902,用于根据每个所述节点的扁平度、每个所述节点的过路流量以及每个所述节点的等效本地流量,获取所述网络架构中扁平度最小的节点、过路流量最大的节点以及等效本地流量最大的节点。
网络架构的扁平度优化子模块903,用于将所述扁平度最小的节点、所述过路流量最大的节点以及所述等效本地流量最大的节点进行调整,并重新获取所述网络架构的扁平度。
可选地,图10是图9所示的根据一示例性实施例示出的一种网络架构的度量装置的装置框图中优化模块603的装置框图中等效本地流量获取子模块901的装置框图。参照图10,该装置框图包括等效系数计算单元1001、等效本地流量计算单元1002。
等效系数计算单元1001,用于根据每个所述节点的本地流量和每个所述节点的过路流量,获取每个所述节点的等效系数。
等效本地流量计算单元1002,用于根据每个所述节点的等效系数和每个所述节点的本地流量,获取每个所述节点的等效本地流量。
本发明实施例提供了一种网络架构的度量方法,该方法包括:获取节点对应的参数,其中,所述节点是网络架构中汇聚环和接入环相交的节点;根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;在所述网络架构的扁平度评估结果满足预设条件的情况下,对所述网络架构的扁平度进行优化。本发明通过根据节点对应的参数对网络架构进行扁平度评估,得到网络架构的扁平度评估结果,实现了对网络架构扁平度的量化评估,解决了现有技术中存在的无法量化地评估网络架构的扁平度的技术问题;本申请通过在网络架构的扁平度评估结果满足预设条件的情况下,根据网络架构的扁平度评估结果对网络架构的扁平度进行调整,以此实现了可逐步调整网络架构使其达到一个最优的扁平度,达到了优化网络架构扁平度的技术效果。本发明在5维16度的基础上新增43小类的KAI加权评估框架,使得网络架构不再是静态的,为网络架构的调优和演进提供数字化的方法。本发明通过引入本地流量、过路流量、等效本地流量,并对这些概念给出了明确的含义和计算方法,从而让网络中的每个节点都有了自己的专属参数,进一步地,给出了网络架构中各节点改造的优先级,使网络架构的评估更全面、更准确,确保了网络架构的优化能够逐步,分批完成。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
本发明的第三实施方式涉及一种电子设备,该电子装置包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的一种网络架构的度量方法。
本发明的第四实施方式,提供一种计算机存储介质,当所述计算机存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的一种网络架构的度量方法。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其他实施例中所包括的某些特征而不是其他特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种网络架构的度量方法,其特征在于,所述方法包括:
获取节点对应的参数;
根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;
根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。
2.根据权利要求1所述的方法,其特征在于,所述在获取节点对应的参数之前,包括:
识别网络架构中节点对应的接入侧接口和汇聚侧接口。
3.根据权利要求1所述的方法,其特征在于,所述节点对应的参数包括接入侧接口的入流量、接入侧接口的出流量以及汇聚侧接口的入流量。
4.根据权利要求1所述的方法,其特征在于,所述根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果,包括:
获取所述节点上每个汇聚侧接口峰值利用率;
根据接入侧接口的入流量、接入侧接口的出流量、汇聚侧接口的入流量以及每个所述汇聚侧接口峰值,获取所述节点的扁平度;
根据每个所述节点的扁平度,获取所述网络架构的扁平度;
根据所述网络架构的扁平度对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果。
5.根据权利要求4所述的方法,其特征在于,所述根据接入侧接口的入流量、接入侧接口的出流量、汇聚侧接口的入流量以及所述汇聚侧接口峰值利用率,获取所述节点的扁平度,包括:
根据所述接入侧接口的入流量和所述接入侧接口的出流量,获取本地流量;
根据所述汇聚侧接口的入流量和所述接入侧接口的出流量,获取过路流量;
根据每个所述汇聚侧接口峰值利用率,获取汇聚侧接口平均利用率;
根据所述本地流量、所述过路流量以及所述汇聚侧接口平均利用率,获取所述节点的扁平度。
6.根据权利要求1所述的方法,其特征在于,所述根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化,包括:
获取每个所述节点的等效本地流量;
根据每个所述节点的扁平度、每个所述节点的过路流量以及每个所述节点的等效本地流量,获取所述网络架构中扁平度最小的节点、过路流量最大的节点以及等效本地流量最大的节点;
将所述扁平度最小的节点、所述过路流量最大的节点以及所述等效本地流量最大的节点进行调整,并重新获取所述网络架构的扁平度。
7.根据权利要求6所述的方法,其特征在于,所述获取每个所述节点的等效本地流量,包括:
根据每个所述节点的本地流量和每个所述节点的过路流量,获取每个所述节点的等效系数;
根据每个所述节点的等效系数和每个所述节点的本地流量,获取每个所述节点的等效本地流量。
8.一种网络架构的度量装置,其特征在于,包括:
数据获取模块,用于获取节点对应的参数;
扁平度评估结果获取模块,用于根据所述节点对应的参数对所述网络架构进行扁平度评估,得到所述网络架构的扁平度评估结果;
优化模块,用于根据所述网络架构的扁平度评估结果对所述网络架构的扁平度进行优化。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1至7任一所述的一种网络架构的度量方法。
10.一种存储介质,其特征在于,所述存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的一种网络架构的度量方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111646932.XA CN114500333A (zh) | 2021-12-29 | 2021-12-29 | 一种网络架构的度量方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111646932.XA CN114500333A (zh) | 2021-12-29 | 2021-12-29 | 一种网络架构的度量方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114500333A true CN114500333A (zh) | 2022-05-13 |
Family
ID=81497309
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111646932.XA Pending CN114500333A (zh) | 2021-12-29 | 2021-12-29 | 一种网络架构的度量方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114500333A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030050048A1 (en) * | 2001-09-07 | 2003-03-13 | Abed, Mark I. | Method and apparatus for analyzing and designing various network configuration scenarios |
CN109005550A (zh) * | 2018-05-30 | 2018-12-14 | 北京邮电大学 | 一种移动性管理的数据平面优化方法和控制器 |
CN111865627A (zh) * | 2019-04-25 | 2020-10-30 | ***通信集团河北有限公司 | 传输组网评估方法、装置、计算设备及计算机存储介质 |
CN113054651A (zh) * | 2019-12-26 | 2021-06-29 | 华为技术服务有限公司 | 一种网络拓扑优化方法、装置以及*** |
-
2021
- 2021-12-29 CN CN202111646932.XA patent/CN114500333A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030050048A1 (en) * | 2001-09-07 | 2003-03-13 | Abed, Mark I. | Method and apparatus for analyzing and designing various network configuration scenarios |
CN109005550A (zh) * | 2018-05-30 | 2018-12-14 | 北京邮电大学 | 一种移动性管理的数据平面优化方法和控制器 |
CN111865627A (zh) * | 2019-04-25 | 2020-10-30 | ***通信集团河北有限公司 | 传输组网评估方法、装置、计算设备及计算机存储介质 |
CN113054651A (zh) * | 2019-12-26 | 2021-06-29 | 华为技术服务有限公司 | 一种网络拓扑优化方法、装置以及*** |
Non-Patent Citations (1)
Title |
---|
房德光: "铁岭铁通城域网扁平化改造方案研究", 吉利大学硕士学位论文, 31 December 2014 (2014-12-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8724508B2 (en) | Automated policy generation for mobile communication networks | |
US8775352B2 (en) | Methods and apparatus to model end-to-end class of service policies in networks | |
US20110242978A1 (en) | System and method for dynamically adjusting quality of service configuration based on real-time traffic | |
CN115632939B (zh) | 一种实现算力网络多目标达成的自动选网选路的方法 | |
CN106506360B (zh) | 一种基于链路动态负载的光纤网络均衡路由方法 | |
CN109327401A (zh) | 一种sdn网络的流量调度方法与*** | |
Borodakiy et al. | Analyzing mean bit rate of multicast video conference in LTE network with adaptive radio admission control scheme | |
Sun et al. | Efficient virtual network function placement for poisson arrived traffic | |
CN106105282B (zh) | 利用链路缓冲区状态进行流量工程的***和方法 | |
CN114500333A (zh) | 一种网络架构的度量方法、装置、电子设备及存储介质 | |
Yang et al. | Quality of service routing algorithms for bandwidth-delay constrained applications | |
Sun et al. | End-to-end delay bounds for traffic aggregates under guaranteed-rate scheduling algorithms | |
Chang et al. | Performance analysis for hierarchical multirate loss networks | |
US20120170452A1 (en) | Hierarchical packet policer | |
KR100271525B1 (ko) | 전화망의 단대단 트래픽 추정장치 및 그 방법 | |
Daniel-Cavalcante et al. | Modular methodology for the network calculus in a time-varying context | |
Jiang et al. | Impact of FIFO aggregation on delay performance of a differentiated services network | |
Lai et al. | A segment list selection algorithm based on delay in segment routing | |
Pinheiro et al. | A fuzzy queue-aware routing approach for wireless mesh networks | |
CN113794600B (zh) | 一种用于搜索传输电路路由的方法及装置 | |
CN113630792B (zh) | 一种流量负载均衡广度优先搜索优化方法、***、设备 | |
Bonald | Traffic models for user-level performance evaluation in data networks | |
CN109150577B (zh) | 业务管理方法及网管*** | |
Tan et al. | Network function placement for service chains with server maintenance cost | |
Tang et al. | Soft aggregation of multimedia flows based on QoS classes |
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 |