[發明專利]一種網絡系統仿真方法及相關裝置

在審

• 申請號: 202110797673.4
• 申請日: 2021-07-14
• 公開（公告）號: CN115618532A
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 楊慶慶;彭曦;陳力;劉禮彬
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F30/18
• 分類號: G06F30/18;G06F30/27;G06N3/0442;G06N3/08;G06F111/02
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 李杭

本申請實施例公開了一種網絡系統仿真方法及相關裝置，用于提升網絡系統仿真的泛化能力。本申請實施例方法包括：服務器接收控制器發送的配置文件，配置文件包括網絡拓撲、網絡節點的配置參數和流量生成器的配置參數，配置文件用于服務器配置仿真網絡，仿真網絡由網絡節點根據網絡拓撲組成，網絡節點為基于報文的時間序列確定的深度神經網絡DNN節點，流量生成器用于生成每個網絡節點的輸入報文的時間序列，服務器基于仿真網絡計算每個網絡節點的輸出報文的時間序列。

技術領域

本申請實施例涉及網絡仿真領域，尤其涉及一種網絡系統仿真方法及相關裝置。

背景技術

網絡仿真系統是對真實網絡系統的一種數字孿生，能夠為多種業務場景提供保證，網絡仿真涵蓋的業務場景包括城域網、5G網絡和數據中心網絡。網絡仿真技術利用數學建模和統計分析的方法模擬網絡行為，通過建立網絡設備和網絡鏈路的統計模型，模擬網絡流量的傳輸，從而獲取網絡設計及優化所需要的網絡性能數據。

現有技術中基于神經網絡的網絡性能仿真中，網絡仿真系統以全網的流量負載或鏈路利用率作為仿真輸入，通過圖神經網絡(graph neural networks，GNN)和變分編碼器(variational auto-encoder，VAE)等復雜神經網絡推導網絡系統中某條路徑的服務質量(quality of service，QoS)分布,由于基于全網流量負載和神經網絡的網絡仿真系統無法體現包處理流程和調度策略，對不同到達流量模式不具備泛化能力，從而造成仿真速度和精度差。

發明內容

本申請實施例提供了一種網絡系統仿真方法及相關裝置，用于提升網絡系統仿真的泛化能力和仿真速度。

本申請是實施例第一方面提供了一種網絡系統仿真方法，該方法可以由服務器執行，也可以由服務器的部件，例如服務器的處理器、芯片、或芯片系統等執行，還可以由能實現全部或部分服務器功能的邏輯模塊或軟件實現。第一方面提供的網絡系統仿真方法包括：接收控制器發送的配置文件，配置文件包括網絡拓撲、網絡節點的配置參數和流量生成器的配置參數，配置文件用于服務器配置仿真網絡，其中，流量成器的配置參數用于配置流量生成器，仿真網絡由網絡節點根據網絡拓撲組成，網絡節點為基于報文的時間序列確定的深度神經網絡DNN節點，流量生成器用于生成每個網絡節點的輸入報文的時間序列，基于仿真網絡計算每個網絡節點的輸出報文的時間序列。

本申請實施例中針對單個網絡節點進行建模，單設備DNN模型學習網元設備對報文的處理機制，訓練完成的單設備模型可以實現任意拓撲的組網，提升網絡系統仿真的泛化能力。

一種可能的實施方式中，服務器基于仿真網絡計算每個網絡節點的輸出報文的時間序列過程中，服務器根據迭代重排序算法確定每個網絡節點的輸出報文的時間序列。

本申請實施例中服務器根據迭代重排序算法確定每個網絡節點的輸出報文的時間序列，迭代重排序法提升了仿真結果的解釋性與仿真精度。

一種可能的實施方式中，服務器根據迭代重排序算法確定每個網絡節點的輸出報文時間序列之前，服務器基于多圖分解算法將每個網絡節點劃分至不同的算力單元，算力單元用于并行計算網絡節點的輸出報文時間序列。

本申請實施例中服務器基于多圖分解算法將網絡節點劃分在不同的算力單元并行計算仿真結果，提升網絡系統的仿真速度。

一種可能的實施方式中，服務器通過張量服務器同步不同算力單元的網絡節點之間的輸出報文的時間序列。

本申請實施例中通過張量服務器作為計算單元之間的共享緩存，并利用張量服務器的高效信息同步功能實現并行加速，提升了仿真系統的仿真速度。

一種可能的實施方式中，服務器根據每個網絡節點的輸出報文的時間序列確定每個網絡節點的性能指標，性能指標包括時延、抖動或帶寬。