[发明专利]使用机器学习来监测链路质量并且预测链路故障

说明书

本公开的实施例涉及使用机器学习来监测链路质量并且预测链路故障。一种设备可以接收已经使用与一组链路相关联的历史链路质量信息被训练的已训练数据模型。在接收到已训练数据模型之后，该设备可以确定与主动支持业务的链路相关联的链路质量信息。该设备可以通过使用链路质量信息作为数据模型的输入来对链路进行分类。数据模型可以将链路分类为与测量链路质量相关联的一组类中的类。该设备可以确定链路的实际质量等级。在确定链路的实际链路质量之后，该设备可以选择性地更新链路的类。该设备可以基于对链路进行分类和/或选择性地更新链路的类来执行与提高链路质量相关联的一个或多个动作。

技术领域

本公开的实施方式总体涉及网络通信领域，具体地，涉及使用机器学习来监测链路质量并且预测链路故障的用于网络通信的设备、方法以及计算机可读存储介质。

背景技术

网络设备可以包括内部链路和外部链路。例如，网络设备可以包括允许网络设备的组件之间的业务流(例如，分组)的内部链路和/或允许网络设备之间的业务流的外部链路。

发明内容

根据一些可能的实现，一种设备可以包括用于接收已训练数据模型的一个或多个处理器。数据模型可以使用与一组链路相关联的历史链路质量信息被训练。数据模型可以包括与测量链路质量相关联的一个或多个值。在接收到已训练数据模型之后，一个或多个处理器可以确定与主动支持业务流的链路相关联的链路质量信息。一个或多个处理器可以通过使用链路质量信息作为针对数据模型的输入来对链路进行分类。数据模型可以将链路分类为与第一链路质量度量相关联的第一类、与第二链路质量度量相关联的第二类、或与第三链路质量度量相关联的第三类。一个或多个处理器可以通过使用与提高对链路进行分类的准确性相关联的信息更新数据模型来确定链路是否被正确分类。在确定链路是否被正确分类之后，一个或多个处理器可以将链路的类更新为第一类、第二类或第三类。一个或多个处理器可以基于对链路进行分类和/或更新链路的类来执行与提高链路质量相关联的一个或多个动作。

根据一些可能的实现，一种非暂态计算机可读介质可以存储一个或多个指令，一个或多个指令在由一个或多个处理器执行时引起一个或多个处理器获取使用与一组链路相关联的历史链路质量信息被训练的数据模型。历史链路质量信息可以包括与测量链路质量相关联的一个或多个值。一个或多个指令可以引起一个或多个处理器在获取数据模型之后确定与主动支持业务流的链路相关联的链路质量信息。一个或多个指令可以引起一个或多个处理器通过使用链路质量信息作为针对数据模型的输入来对链路进行分类。数据模型可以将链路分类为与测量链路质量相关联的一组类中的类。一个或多个指令可以引起一个或多个处理器通过执行与提高对链路进行分类的准确性相关联的一个或多个动作来确定链路是否被正确分类。一个或多个指令可以引起一个或多个处理器在确定链路是否被正确分类之后选择性地更新链路的类。一个或多个指令可以引起一个或多个处理器基于对链路进行分类和/或选择性地更新链路的类来执行与提高链路质量相关联的一个或多个动作。

根据一些可能的实现，一种方法可以包括由设备接收已训练数据模型。已训练数据模型可以使用与一组链路相关联的历史链路质量信息被训练。该方法可以包括由该设备在接收到已训练数据模型之后确定与主动支持业务的链路相关联的链路质量信息。该方法可以包括由该设备通过使用链路质量信息作为针对数据模型的输入来对链路进行分类。数据模型可以将链路分类为与测量链路质量相关联的一组类中的类。该方法可以包括由该设备确定链路的实际质量等级。该方法可以包括由该设备在确定链路的实际链路质量之后选择性地更新链路的类。该方法可以包括由该设备基于对链路进行分类和/或选择性地更新链路的类来执行与提高链路质量相关联的一个或多个动作。