[发明专利]分布式网络随机空间抽样测量的重构方法、系统及介质

说明书

本发明公开了分布式网络随机空间抽样测量的重构方法、系统及介质，方法包括：把网络拓扑转化为一个超图结构；根据所述超图结构下的网络拓扑，构建多图层超图；其中，所述多图层超图用于表征大规模分布式网络测量结果；根据所述多图层超图，训练得到重构模型；根据所述重构模型，将实际测量业务中不完整测量得到的结果恢复成完整的网络测量数据。本发明提高了测量效率并减少了测量成本，可广泛应用于网络测量技术领域。

技术领域

本发明涉及网络测量技术领域，尤其是分布式网络随机空间抽样测量的重构方法、系统及介质。

背景技术

网络的持续发展与进化，促使网络的种类不断增加、规模不断扩大、网络的异构性日益突出显著，并涌现了许多性质各异、结构与功能相互不同的网络系统，形成多种类异构网络并存的局面。这些网络包括：IPv4与IPv6分组网络、电话电信网络、2G/3G/4G-LTE/5G等无线网络系统、面向云计算的数据中心网络、面向智能终端的物联网、面向工业的工控网络以及空天海地一体化网络。新兴网络体系结构，例如：多协议标签网络、软件定义网络、内容为中心网络等也得到了广泛的关注和应用。另一方面，现代网络服务不但实现了传统电视、电话及数据的融合，其业务种类、规模及异构性也与日俱增。网络业务的高速发展，使物理世界中的大量业务迁移到虚拟网络中，例如：网络医疗服务、电子金融与商务、政务、线上教育与办公与各种服务等。

网络基础设施与数据业务的急剧发展促使大量异构的业务数据在规模庞大的异构通信网络上相互交叠传输,从而导致网络管理面临大量新的问题与挑战，包括：路由优化、负载均衡、定制服务、安全管控等。精准掌握通信网络的工作状态是实现高效网络管理的关键环节，是保证网络正常运作的重要手段。

网络测量是网络管理者获取网络状态信息、实施网络管理的基础和依据。从公开的技术文献与资料可见，大部分已有的网络测量工作主要集中在局部固定点，不适用于分布式网络场景。现有技术的局限性在于缺乏面向分布式网络的系统性测量。面向小尺度网络的全测量方法不适用于大规模分布式网络场景，它会引发一系列问题，例如：测量成本增加、网络负载增加、测量时延增加、测量时钟难以同步等。基于网络拓扑的空间抽样测量是一种可选的折中手段，但是主要的问题在于空间抽样导致数据缺失，对后期的数据分析会产生较大影响。为解决这个问题，一些实际的分布式网络测量通常采用静态抽样测量方法，也就是在网络中多个固定点部署测量装备实现空间抽样。静态抽样测量方式下，缺测点与受测点的上下文关系固定，便于数据恢复。但是它无法适应动态变化的网络拓扑，而且静态抽样会导致缺测点的信号永远都无法被测量到，从而有可能丢失重要的信息。此外，静态抽样测量容易遭受攻击破坏和骑劫，影响测量数据的可用性。随机空间抽样可以动态地应对多变的网络结构，也可以通过变换抽样点获取更全面的数据。但是，它的主要问题是在大规模、分布式、非规则网络场景下，随机空间采样导致缺测点与受测点的关系不确定，抽样的动态性使数据难以恢复，从而影响它的可用性。

发明内容

有鉴于此，本发明实施例提供分布式网络随机空间抽样测量的重构方法、系统及介质，以提高测量效率并减少测量成本。

本发明的一方面提供了一种分布式网络随机空间抽样测量的重构方法，包括：

把网络拓扑转化为一个超图结构；

根据所述超图结构下的网络拓扑，构建多图层超图；其中，所述多图层超图用于表征大规模分布式网络测量结果；

根据所述多图层超图，训练得到重构模型；

根据所述重构模型，将实际测量业务中不完整测量得到的结果恢复成完整的网络测量数据。

可选地，所述把网络拓扑转化为一个超图结构，包括：

对分布式网络拓扑中的节点分别赋予一个唯一的ID识别符并进行one-hot编码；

提取分布式网络中端到端的路径序列集合；