QoS队列调度实现方法、装置、存储介质及处理器与流程

本发明涉及数据通信，具体地涉及一种qos队列调度实现方法、一种qos队列调度实现装置、一种机器可读存储介质及一种处理器。

背景技术：

1、在网络中，一些应用或者数据流量可能比其他的应用或数据更加重要和敏感。比如说，企业内部的机密数据流，其需要更高的安全保障。通过提供区分服务的服务质量（quality of service，qos），可以实现优先处理这些敏感数据，从而提高网络的安全性和机密性。

2、提供针对不同类型业务流进行调度，成为了网络交换机的一个重要问题。这种调度可以根据业务流的类型和优先级等因素进行。通过这种调度，网络交换机可以为不同类型的应用程序提供不同的服务质量，从而提高用户体验。其中，diffserv模型是基于类的qos技术，其目的是对不同的数据流进行分类和优先级处理，以保证网络的质量服务。区分服务模型可分为两个部分：分类和队列调度。

3、然而，与现代交换机相比，早期交换机的qos服务可能受到一些限制。例如，它们通常不支持复杂的qos策略，如diffserv和intserv。早期交换机的流量区分粒度相对较大，无法提供更为细致的qos服务，无法对不同类型的数据流进行更为精细的区分和管理。

4、因此，对于早期的性能较低的传统交换机，现有的qos调度方法无法实现，导致早期的交换机无法对不同类型业务流进行调度。

技术实现思路

1、本发明实施例的目的是提供一种qos队列调度实现方法、一种qos队列调度实现装置、一种机器可读存储介质及一种处理器，该qos队列调度实现方法实现了针对不同类型业务流进行调度，更好地满足各类业务流的需求，从而提高用户体验。

2、为了实现上述目的，本申请第一方面提供一种qos队列调度实现方法，包括：

3、获取数据流，所述数据流包括多个业务流；

4、采用预置的数据流分类模型对所述多个业务流进行分类，得到多个类别的业务流；

5、根据预设的调度需求确定各个类别的业务流的处理优先级；

6、根据各个类别的业务流的处理优先级，依次在交换机中设置对应的acl规则；

7、基于各个类别的业务流对应的acl规则，对所述数据流进行qos队列调度；

8、其中，所述预置的数据流分类模型是基于cnn和lstm构建得到的。

9、在本申请实施例中，所述预置的数据流分类模型的构建过程包括：

10、获取业务流样本；

11、将所述业务流样本划分为训练样本集和验证样本集；

12、基于所述训练样本集，采用cnn-lstm模型进行训练，得到初始模型；

13、采用所述验证样本集对所述初始模型进行测试，得到数据流分类模型。

14、在本申请实施例中，所述业务流样本包括多个历史业务流，以及各个历史业务流对应的分类标签；

15、所述基于所述训练样本集，采用cnn-lstm模型进行训练，得到初始模型，包括：

16、对所述训练样本集进行数据清理，得到已清理数据流集；

17、分别对所述已清理数据流集中的各个历史业务流进行数据预处理，得到各个历史业务流对应的数据流特征图；

18、分别将所述数据流特征图输入至cnn-lstm模型，得到各个历史业务流对应的预测分类；

19、根据各个历史业务流对应的预测分类与分类标签，对所述cnn-lstm模型的参数进行调整，得到初始模型。

20、在本申请实施例中，所述对所述训练样本集进行数据清理，包括：

21、基于网络流量自相似特性对所述训练样本集进行数据清理。

22、在本申请实施例中，对所述已清理数据流集中的历史业务流进行数据预处理，得到历史业务流对应的数据流特征图，包括：

23、对所述已清理数据流集中的历史业务流进行特征选取，得到多个原始特征；

24、对所述多个原始特征进行特征组合，并将特征组合得到的新特征与所述多个原始特征进行组合，得到新的特征集；

25、基于所述新的特征集，生成历史业务流对应的数据流特征图。

26、在本申请实施例中，所述基于所述新的特征集，生成历史业务流对应的数据流特征图，包括：

27、分别将所述新的特征集中的各个特征转换为图像中的像素点，生成历史业务流对应的数据流特征图。

28、在本申请实施例中，所述cnn-lstm模型的架构包括cnn单元、dropout 层、 lstm单元与全连接层；所述cnn单元的输出端与所述dropout 层的输入端连接，所述dropout 层的输出端与所述lstm 单元的输入端连接，所述lstm 单元的输出端与所述全连接层连接；其中所述lstm 单元采用基于重复lstm的模型决策架构。

29、本申请第二方面提供一种qos队列调度实现装置，包括：

30、获取模块，用于获取数据流，所述数据流包括多个业务流；

31、分类模块，用于采用预置的数据流分类模型对所述多个业务流进行分类，得到多个类别的业务流；其中，所述预置的数据流分类模型是基于cnn和lstm构建得到的；

32、确定模块，用于根据预设的调度需求确定各个类别的业务流的处理优先级；

33、设置模块，用于根据各个类别的业务流的处理优先级，依次在交换机中设置对应的acl规则；

34、调度模块，用于基于各个类别的业务流对应的acl规则，对所述数据流进行qos队列调度。

35、本申请第三方面提供一种处理器，被配置成执行上述的qos队列调度实现方法。

36、本申请第四方面提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令在被处理器执行时使得所述处理器被配置成执行上述的qos队列调度实现方法。

37、通过上述技术方案，通过获取数据流，采用预置的数据流分类模型对所述多个业务流进行分类，根据预设的调度需求确定各个类别的业务流的处理优先级；根据各个类别的业务流的处理优先级，依次在交换机中设置对应的acl规则；基于各个类别的业务流对应的acl规则，对所述数据流进行qos队列调度。由于上述构建的acl规则是基于数据流分类模型分类之后，按照调度需求将业务流按照优先级排序，并依次在交换机内设置相应的acl规则，从而使得网络按照不同的优先级进行业务流处理，实现业务流分类和分流，并优先处理优先级高的业务流，从而更好地满足各类业务流的需求。通过这种调度，早期的交换机可以为不同类型的应用程序提供不同的服务质量，实现针对不同类型业务流进行调度，从而提高用户体验。数据流分类模型结合了卷积神经网络和长短期记忆网络的优势，能够同时捕捉数据的空间特征和时间特征，有助于更好地分类，提高了分类准确性。

38、本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种qos队列调度实现方法，其特征在于，包括：

2.根据权利要求1所述的qos队列调度实现方法，其特征在于，所述对所述训练样本集进行数据清理，包括：

3.根据权利要求1所述的qos队列调度实现方法，其特征在于，对所述已清理数据流集中的历史业务流进行数据预处理，得到历史业务流对应的数据流特征图，包括：

4.根据权利要求3所述的qos队列调度实现方法，其特征在于，所述基于所述新的特征集，生成历史业务流对应的数据流特征图，包括：

5.根据权利要求1所述的qos队列调度实现方法，其特征在于，所述cnn-lstm模型的架构包括cnn单元、dropout 层、 lstm 单元与全连接层；所述cnn单元的输出端与所述dropout 层的输入端连接，所述dropout 层的输出端与所述lstm 单元的输入端连接，所述lstm 单元的输出端与所述全连接层连接；其中所述lstm 单元采用基于重复lstm的模型决策架构。

6.一种qos队列调度实现装置，其特征在于，包括：

7.一种处理器，其特征在于，被配置成执行根据权利要求1至5中任一项所述的qos队列调度实现方法。

8.一种机器可读存储介质，该机器可读存储介质上存储有指令，其特征在于，该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至5中任一项所述的qos队列调度实现方法。

技术总结
本发明提供一种QoS队列调度实现方法、装置、存储介质及处理器，属于数据通信技术领域。所述QoS队列调度实现方法包括：获取数据流；采用预置的数据流分类模型对所述多个业务流进行分类；其中，所述预置的数据流分类模型是基于CNN和LSTM构建得到的；根据预设的调度需求确定各个类别的业务流的处理优先级；根据各个类别的业务流的处理优先级，依次在交换机中设置对应的ACL规则；基于各个类别的业务流对应的ACL规则，对所述数据流进行QoS队列调度。通过这种调度，早期的交换机可以为不同类型的应用程序提供不同的服务质量，实现针对不同类型业务流进行调度，更好地满足各类业务流的需求，从而提高用户体验。

技术研发人员：李晓轩,朱晨,张燕,杨强,程月宝,肖瑾,梁金伟
受保护的技术使用者：常州楠菲微电子有限公司
技术研发日：
技术公布日：2024/1/16