[发明专利]一种基于人工智能的广域网优化方法

说明书

本发明公开了一种基于人工智能的广域网优化方法，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，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，只需为数据流从可选路径数据库中选取路径，而不需要重新计算路径，极大的提高网络的响应速度。

技术领域

本发明属于计算机技术领域，具体为一种基于人工智能的广域网优化方法。

背景技术

随着网络技术的迅速发展，网络传输环境也变得复杂，如卫星、3G、光纤混合，跨地区传输等都给网络带来一定的挑战，容易出现链路丢包、延时大等问题，降低了网络质量。广域网优化技术就是加速应用的一种新技术。面临广域网速度局限的瓶颈，可以通过广域网优化的技术来进行优化。传统的解决方案，比如速度慢就增加带宽，事实上并不是这样单一的解决方法就能够完全解决的。广域网优化技术的应用，不仅能在办公应用、业务系统的使用速度上面有了一个质的飞跃，并且能够让带宽中的流量大幅度降低，使数据库包括服务器的大集中成为可能。通过广域网加速技术，消减网络传输当中的一些流量问题，减少的幅度在30％～90％，这是大量业务需求得以更好进行的保证。

目前广域网优化技术的实现有很多种方式，对于不同的广域网的现实环境，优化方法不一定是最适用的，但是目前只能通过对广域网进行优化后才能知道优化效果是否理想。现有的优化方式预判需要复杂的拓扑结构，且有时对业务连续性会有影响，会引起业务中断风险。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于人工智能的广域网优化方法，实现获取网络中各网络节点间的所有可选路径，并保存所述可选路径至可选路径数据库；依据数据流的优先级将所述数据流分为第一类数据流和第二类数据流等，只需为数据流从可选路径数据库中选取路径，而不需要重新计算路径，极大的提高网络的响应速度。

为实现上述目的，本发明提供如下技术方案：

一种基于人工智能的广域网优化方法，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。