[發明專利]網絡設備配置文件轉譯和網絡仿真的方法、裝置

有效

• 申請號: 202110487708.4
• 申請日: 2021-04-30
• 公開（公告）號: CN113225213B
• 公開（公告）日: 2023-02-28
• 發明（設計）人: 屠彧;李家炎;許廣洋;吳仲陽
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: H04L41/14
• 分類號: H04L41/14;H04L41/0803;H04L43/50;H04L67/30;G06F30/27;G06F18/2415;G06N3/08;G06N20/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 張琛

1.一種網絡設備配置文件轉譯的方法，包括：

接收待轉譯的網絡設備配置文件和轉譯請求，所述轉譯請求包括：所述網絡設備配置文件的初始設備型號和目標設備型號，所述目標設備型號與所述初始設備型號不同；

對所述待轉譯的網絡設備配置文件的數據進行處理，轉化為詞向量形式的數據；

將處理后的網絡設備配置文件的詞向量形式的數據輸入至基于機器學習方式預先構建好的命令轉譯模型中；以及

根據所述轉譯請求，在所述命令轉譯模型輸出得到目標設備型號所對應的目標語言下的目標網絡設備配置文件數據；

其中，所述方法還包括構建命令轉譯模型，所述構建命令轉譯模型包括：

獲取樣本數據，所述樣本數據為M個不同的網絡設備型號下的樣本配置文件數據，M≥2，所述M個不同的網絡設備型號包含目標設備型號和至少1個其他設備型號，所述至少1個其他設備型號包含所述初始設備型號；

對所述樣本數據進行處理，轉化為詞向量形式的樣本數據；

將處理后的詞向量形式的樣本數據按照不同的網絡設備型號分別采用BERT模型進行預訓練，得到針對M個不同的網絡設備型號的M組權重參數；以及

針對所述M個不同的網絡設備型號中任意兩個型號所對應的樣本配置文件數據，根據所述M組權重參數進行訓練操作，以得到至少一組轉譯權重參數，其中每組轉譯權重參數用于表征該組內的兩個型號的樣本配置文件數據之間的數據轉換關系。

2.根據權利要求1所述的方法，其中，所述命令轉譯模型中包含T組預先訓練好的轉譯權重參數，T≥1，所述T組預先訓練好的轉譯權重參數中的每組轉譯權重參數用于表征兩個不同的網絡設備型號之間的配置文件的數據轉換關系；所述T組預先訓練好的轉譯權重參數包含將初始設備型號的配置文件數據轉譯為目標設備型號的配置文件數據所對應的一組轉譯權重參數。

3.根據權利要求2所述的方法，其中，所述根據所述轉譯請求，在所述命令轉譯模型輸出得到目標設備型號所對應的目標語言下的目標網絡設備配置文件數據，包括：

根據所述轉譯請求，從所述命令轉譯模型中的T組預先訓練好的轉譯權重參數中確定用于將初始設備型號的配置文件數據轉譯為目標設備型號的配置文件數據所對應的目標轉譯權重參數；以及

基于所述目標轉譯權重參數進行計算，輸出得到目標設備型號所對應的目標語言下的目標網絡設備配置文件數據。

4.根據權利要求1所述的方法，其中，所述對所述待轉譯的網絡設備配置文件進行處理，轉化為詞向量形式的數據，包括：

刪除所述待轉譯的網絡設備配置文件中的注釋內容；

將刪除了注釋內容后的網絡設備配置文件處理為預設字符編碼格式；以及

將預設字符編碼格式的網絡設備配置文件解析為詞向量形式的數據。

5.根據權利要求1所述的方法，其中，所述針對所述M個不同的網絡設備型號中任意兩個型號所對應的樣本配置文件數據，根據所述M組權重參數進行訓練操作，以得到至少一組轉譯權重參數，包括：

將當前兩個型號的樣本配置文件數據和通過預訓練得到的對應的權重參數輸入至機器學習模型中進行無監督訓練，每次訓練得到一組轉譯權重參數以及當前機器學習模型的準確率；

在連續多次訓練得到的機器學習模型的準確率無法提升的情況下停止訓練，并將準確率最高的機器學習模型所對應的轉譯權重參數作為訓練好的轉譯權重參數，所述準確率最高的機器學習模型作為命令轉譯模型。

6.根據權利要求1所述的方法，其中，所述對所述樣本數據進行處理，轉化為詞向量形式的樣本數據，包括：

刪除所述樣本數據中的注釋內容；

將刪除了注釋內容后的樣本數據處理為預設字符編碼格式；以及

將預設字符編碼格式的樣本數據解析為詞向量形式的樣本數據。

7.一種網絡仿真的方法，包括：

采用權利要求1-6中任一項所述的網絡設備配置文件轉譯的方法，將待仿真的網絡設備配置文件轉譯為目標設備型號所對應的目標語言下的目標網絡設備配置文件數據，所述目標語言適配于一網絡仿真裝置；以及

在所述網絡仿真裝置基于所述目標網絡設備配置文件數據進行網絡仿真。