[发明专利]一种基于人工智能的广域网优化方法

权利要求书

1.一种基于人工智能的广域网优化方法，其特征在于：包括如下步骤：

S1、在广域网中预设的网络节点，获取网络中各网络节点间的所有可选路径，抓取网络中传输时每个网络节点间的每一个数据包；

S2、对抓取到的各个数据包进行分析，得到传输层数据和应用层数据，并依据所述传输层数据和应用层数据的数据流的优先级将其分为不同类别的数据流，包括第一类数据流、第二类数据流和第三数据流；

S3、针对S2中的数据流分别数据，在数据库中依次匹配出第一类数据流、第二类数据流和第三数据流的选取路径；

S4、根据路由信息计算网络中每个网络节点间的选取路径，并依据每个网络节点间的最大调整基数，在所述选取路径的基础上，获取各网络节点间的所有可用路径，统计各个网络节点数据流的变化，预估将来的网络状况，提前调整路由策略；

S5、对所获取的可用路径所对应的传输层数据组和应用层数据组进行统计分析，获取统计分析结果，包括：不同地点在不同时间段内的用户数、丢包率、延时、访问内容类型及网络类型，同时分析一定时间段内相同的数据包负载出现的频次，若超过设定的阀值即生成指针并将指针与实际数据包的对应关系记录字典；

S6、所述获取网络中各个网络节点间的所有可选路径之后，同时可以对链路带宽利用率阈值和数据流优先级阈值进行设定；

S7、依据第一网络节点的网络在第一时间段内的用户数、丢包率、延时、访问内容类型以及网络类型确定广域网传输优化算法，然后依据所述第一传输优化算法在第一时间段内对所述第一网络节点的网络进行优化。

2.根据权利要求1所述的一种基于人工智能的广域网优化方法，其特征在于：步骤S2中所述传输层数据组包括：源地址、目的地址、数据包中所携带的数据的字节数、丢包数；所述应用层数据组包括：访问时间、地点、访问内容类型、所使用网络的类型。

3.根据权利要求1所述的一种基于人工智能的广域网优化方法，其特征在于：所述第一类数据流、第二类数据流和第三数据流等数据流，可以按照数据流的优先级由高到低的顺序进行路径选择，对于每一条数据流，按照所述数据流对应的可选路径的顺序查找并选取第一条满足所述数据流带宽需求的路径，并更新路径选择后影响的所有可选路径的可用带宽。

4.根据权利要求1所述的一种基于人工智能的广域网优化方法，其特征在于：所述第一类数据流、第二类数据流和第三数据流等数据流的获取方法包括接收广域网中预设的网络节点范围中的业务报文。

5.根据权利要求1所述的一种基于人工智能的广域网优化方法，其特征在于：所述业务报文进行带宽分析，确定用于表征需要对所述广域网进行优化的必要性的第一结果；以及根据所述业务报文进行数据传输量优化预判和数据传输协议优化预判，获得所述广域网的优化预判结果。

6.根据权利要求1所述的一种基于人工智能的广域网优化方法，其特征在于：所述业务报文设置在检测安全业务板卡上，所述业务报文上报独立CPU的端口的状态，安全业务板卡上独立CPU设置定时器，定期检测安全业务板卡上业务报文上报独立CPU的端口的状态，如果检测到安全业务板卡上业务报文上报独立CPU的端口的状态满足一定条件，那么表示发生异常。

7.根据权利要求1所述的一种基于人工智能的广域网优化方法，其特征在于：所述网络节点范围可以利用网络设备利用预设规则转换为数值范围；其中，所述规则可以包括将IPv4地址作为32位无符号整型的二进制数值转换为十进制数值。

8.根据权利要求1所述的一种基于人工智能的广域网优化方法，其特征在于：所述网络节点预设包括初始网络节点获取模块，与信息获取模块相连，用于根据获取的子网掩码、MAC地址和预设算法获取与MAC地址相对应的初始网络节点；判断模块，与初始网络节点获取模块和路由器中的网络节点池相连，用于判断初始网络节点在网络节点池中是否可用。