本發(fā)明涉及通信，尤其涉及一種網(wǎng)絡(luò)路徑優(yōu)選方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、隨著信息技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)所要承載的信息傳播需求也在不斷提升。如何選擇合適的路徑轉(zhuǎn)發(fā)方案，以確保網(wǎng)絡(luò)通信的高效性、可靠性和安全性成為亟待解決的問(wèn)題?，F(xiàn)有的路徑優(yōu)選方案僅考慮單因素，路徑優(yōu)選的準(zhǔn)確性和可靠性較差。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種網(wǎng)絡(luò)路徑優(yōu)選方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品，用以解決現(xiàn)有技術(shù)中路徑優(yōu)選方案僅考慮單因素，路徑優(yōu)選的準(zhǔn)確性和可靠性較差的缺陷。

2、第一方面，本發(fā)明提供一種網(wǎng)絡(luò)路徑優(yōu)選方法，包括：

3、以通信網(wǎng)絡(luò)中各路由器的端口為節(jié)點(diǎn)，以端口之間的各鏈路為邊，構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，獲取路由請(qǐng)求，基于所述路由請(qǐng)求確定源端口和目標(biāo)端口，對(duì)所述網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行剪枝，得到剪枝后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；

4、獲取所述剪枝后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)應(yīng)的每條鏈路的感知數(shù)據(jù)，所述感知數(shù)據(jù)包括時(shí)延，對(duì)所述每條鏈路的時(shí)延進(jìn)行特征提取，將所述每條鏈路的時(shí)延的特征向量輸入至預(yù)先構(gòu)建的預(yù)測(cè)模型，得到所述預(yù)測(cè)模型輸出的所述每條鏈路的預(yù)測(cè)時(shí)延，所述預(yù)測(cè)模型是基于樣本鏈路的樣本時(shí)延的特征向量，以及所述樣本鏈路的預(yù)測(cè)時(shí)延標(biāo)簽訓(xùn)練得到的；

5、基于所述剪枝后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)生成網(wǎng)絡(luò)拓?fù)鋱D，基于所述每條鏈路的感知數(shù)據(jù)和所述每條鏈路的預(yù)測(cè)時(shí)延，在所述網(wǎng)絡(luò)拓?fù)鋱D中進(jìn)行全局路徑搜索，確定所述源端口到所述目標(biāo)端口的最優(yōu)路徑。

6、在一些實(shí)施例中，所述感知數(shù)據(jù)還包括抖動(dòng)、丟包率、流入速率、流出速率和帶寬；

7、對(duì)應(yīng)地，所述基于所述每條鏈路的感知數(shù)據(jù)和所述每條鏈路的預(yù)測(cè)時(shí)延，在所述網(wǎng)絡(luò)拓?fù)鋱D中進(jìn)行全局路徑搜索，確定所述源端口到所述目標(biāo)端口的最優(yōu)路徑，包括：

8、基于所述每條鏈路的流入速率、流出速率和帶寬，計(jì)算所述每條鏈路的帶寬利用率；

9、基于所述每條鏈路的時(shí)延、抖動(dòng)、丟包率、帶寬利用率和預(yù)測(cè)時(shí)延，計(jì)算每一可行路徑的總時(shí)延、總抖動(dòng)、總丟包率、總帶寬利用率和總預(yù)測(cè)時(shí)延；

10、以總時(shí)延、總抖動(dòng)、總丟包率、總帶寬利用率和總預(yù)測(cè)時(shí)延最小化為目標(biāo)，從多個(gè)可行路徑中確定最優(yōu)路徑。

11、在一些實(shí)施例中，所述以總時(shí)延、總抖動(dòng)、總丟包率、總帶寬利用率和總預(yù)測(cè)時(shí)延最小化為目標(biāo)，從多個(gè)可行路徑中確定最優(yōu)路徑，包括：

12、確定每一端口的優(yōu)先級(jí)，根據(jù)所述每一端口的優(yōu)先級(jí)，將每一可行路徑編碼成一個(gè)染色體，以總時(shí)延、總抖動(dòng)、總丟包率、總帶寬利用率和總預(yù)測(cè)時(shí)延最小化為目標(biāo)，構(gòu)建適應(yīng)度函數(shù)；

13、生成初始種群，所述初始種群包括多個(gè)染色體；

14、計(jì)算每一染色體對(duì)應(yīng)的適應(yīng)度函數(shù)值，從所述多個(gè)染色體中確定初始的理想染色體；

15、從所述多個(gè)染色體中選取兩個(gè)目標(biāo)染色體，基于兩個(gè)所述目標(biāo)染色體進(jìn)行交叉變異操作，生成新一代染色體，確定新的理想染色體；

16、判斷是否達(dá)到迭代的終止條件，若是，則基于所述新的理想染色體確定最優(yōu)路徑，若否，則從計(jì)算每一染色體對(duì)應(yīng)的適應(yīng)度函數(shù)值開(kāi)始進(jìn)行循環(huán)迭代，直到達(dá)到終止條件，確定最優(yōu)路徑。

17、在一些實(shí)施例中，所述從所述多個(gè)染色體中選取兩個(gè)目標(biāo)染色體，包括：

18、確定所述總時(shí)延、總抖動(dòng)、總丟包率、總帶寬利用率和總預(yù)測(cè)時(shí)延對(duì)應(yīng)的權(quán)重向量序列；

19、獲取所述權(quán)重向量序列的鄰居，從所述權(quán)重向量序列的鄰居中選取兩個(gè)索引，根據(jù)兩個(gè)所述索引，從所述多個(gè)染色體中選取兩個(gè)目標(biāo)染色體。

20、在一些實(shí)施例中，所述基于所述新的理想染色體確定最優(yōu)路徑，包括：

21、從多個(gè)端口中確定當(dāng)前端口，判斷所述當(dāng)前端口是否為所述目標(biāo)端口；

22、在確定所述當(dāng)前端口是所述目標(biāo)端口的情況下，輸出最優(yōu)路徑；

23、在確定所述當(dāng)前端口不是所述目標(biāo)端口的情況下，獲取所述源端口的鄰接端口，判斷所述鄰接端口是否存在；

24、在確定所述鄰接端口已存在的情況下，根據(jù)鄰接端口優(yōu)先級(jí)選擇下一端口，判斷所述下一端口是否在已選路徑中，若是，則刪除所述下一端口，重新獲取新的鄰接端口，否則，重新選擇新的當(dāng)前端口；

25、在確定所述鄰接端口不存在的情況下，刪除所述鄰接端口，重新獲取新的鄰接端口。

26、在一些實(shí)施例中，所述以通信網(wǎng)絡(luò)中各路由器的端口為節(jié)點(diǎn)，以端口之間的各鏈路為邊，構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，包括：

27、基于不同路由器間的通信鏈路，構(gòu)建初始網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；

28、基于同一路由器內(nèi)部的通信鏈路，在所述初始網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中添加邊，得到所述網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。

29、在一些實(shí)施例中，所述預(yù)測(cè)模型的確定過(guò)程包括：

30、獲取樣本鏈路的樣本時(shí)延，確定所述樣本鏈路的預(yù)測(cè)時(shí)延標(biāo)簽；

31、對(duì)所述樣本鏈路的樣本時(shí)延進(jìn)行特征提取，得到所述樣本鏈路的樣本時(shí)延的特征向量；

32、以所述樣本鏈路的樣本時(shí)延的特征向量為樣本數(shù)據(jù)，以所述樣本鏈路的預(yù)測(cè)時(shí)延標(biāo)簽為樣本標(biāo)簽，對(duì)初始預(yù)測(cè)模型進(jìn)行訓(xùn)練；

33、基于交叉熵?fù)p失函數(shù)，計(jì)算損失函數(shù)值；

34、基于所述損失函數(shù)值，對(duì)所述初始預(yù)測(cè)模型的參數(shù)進(jìn)行優(yōu)化迭代，得到所述預(yù)測(cè)模型。

35、第二方面，本發(fā)明還提供一種網(wǎng)絡(luò)路徑優(yōu)選裝置，包括：

36、構(gòu)建單元，用于以通信網(wǎng)絡(luò)中各路由器的端口為節(jié)點(diǎn)，以端口之間的各鏈路為邊，構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，獲取路由請(qǐng)求，基于所述路由請(qǐng)求確定源端口和目標(biāo)端口，對(duì)所述網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行剪枝，得到剪枝后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；

37、預(yù)測(cè)單元，用于獲取所述剪枝后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)應(yīng)的每條鏈路的感知數(shù)據(jù)，所述感知數(shù)據(jù)包括時(shí)延，對(duì)所述每條鏈路的時(shí)延進(jìn)行特征提取，將所述每條鏈路的時(shí)延的特征向量輸入至預(yù)先構(gòu)建的預(yù)測(cè)模型，得到所述預(yù)測(cè)模型輸出的所述每條鏈路的預(yù)測(cè)時(shí)延，所述預(yù)測(cè)模型是基于樣本鏈路的樣本時(shí)延的特征向量，以及所述樣本鏈路的預(yù)測(cè)時(shí)延標(biāo)簽訓(xùn)練得到的；

38、確定單元，用于基于所述剪枝后的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)生成網(wǎng)絡(luò)拓?fù)鋱D，基于所述每條鏈路的感知數(shù)據(jù)和所述每條鏈路的預(yù)測(cè)時(shí)延，在所述網(wǎng)絡(luò)拓?fù)鋱D中進(jìn)行全局路徑搜索，確定所述源端口到所述目標(biāo)端口的最優(yōu)路徑。

39、第三方面，本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述任一種所述網(wǎng)絡(luò)路徑優(yōu)選方法。

40、第四方面，本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述網(wǎng)絡(luò)路徑優(yōu)選方法。

41、第五方面，本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述網(wǎng)絡(luò)路徑優(yōu)選方法。

42、本發(fā)明提供的一種網(wǎng)絡(luò)路徑優(yōu)選方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及程序產(chǎn)品，通過(guò)構(gòu)建網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進(jìn)行剪枝，獲取每條鏈路的感知數(shù)據(jù)，對(duì)每條鏈路的時(shí)延進(jìn)行特征提取，將每條鏈路的時(shí)延的特征向量輸入至預(yù)先構(gòu)建的預(yù)測(cè)模型，得到每條鏈路的預(yù)測(cè)時(shí)延，基于每條鏈路的感知數(shù)據(jù)和預(yù)測(cè)時(shí)延，確定源端口到目標(biāo)端口的最優(yōu)路徑，綜合考慮多個(gè)指標(biāo)進(jìn)行路徑優(yōu)選，準(zhǔn)確度高、可靠性強(qiáng)，能夠最大程度地提高網(wǎng)絡(luò)通信質(zhì)量，適用于復(fù)雜的大型網(wǎng)絡(luò)。