数据处理方法、装置、电子设备、存储介质及产品与流程

本公开涉及软件定义网络，尤其涉及一种数据处理方法、装置、电子设备、存储介质及产品。

背景技术：

1、软件定义网络(software defined network，简称sdn)作为一种新型的网络架构，可极大提升网络的可控管性与灵活性。随着云技术的飞速发展，sdn正迈向更智能、更大规模的新阶段，sdn网络资源的需求正急剧增长，海量存储资源对数据访问性能提出了新的挑战。提高sdn网络资源的访问效率，有利于云上业务的稳定与推广，因此成为了云厂商关注的焦点。缓存技术(cache)能有效地降低资源的访问时延、提升访问效率。将cache应用于sdn系统，把存储的sdn网络资源载入缓存，可有效缓解sdn网络资源访问压力，提升访问效率。然而，将所有sdn网络资源都加载缓存来换取访问效率提升是不现实的，因此，选择合理的缓存影响因素来决策要缓存的sdn网络资源对象，具有十分重要的意义。

技术实现思路

1、本公开提供一种数据处理方法、装置、电子设备、存储介质及产品，以解决相关技术中的问题。

2、本公开的第一方面实施例提出了一种数据处理方法，该方法包括：

3、获取请求日志数据中关联不同缓存因素的不同sdn网络资源之间的访问时间比，所述缓存因素指影响所述sdn网络资源访问时间的因素；

4、基于不同所述缓存因素之间的访问时间比，构建所述缓存因素的判断矩阵；

5、基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验，得到校验结果；

6、若所述校验结果为所述判断矩阵满足一致性条件，归一化所述判断矩阵；

7、基于归一化后的判断矩阵，得到每个所述缓存因素的权重。

8、在一实施例中，所述缓存因素包括拓扑关联因素、有效性因素、变动性因素、需求度因素或数据量因素中的至少两种；

9、其中，

10、所述拓扑关联因素用于指示sdn网络资源之间的关联程度；

11、所述有效性因素用于指示sdn网络资源中有效资源的占比；

12、所述变动性因素用于指示sdn网络资源的更新频率；

13、所述需求度因素用于指示sdn网络资源被访问时的需求程度；

14、所述数据量因素用于指示sdn网络资源的数据量大小。

15、在一实施例中，所述基于不同所述缓存因素之间的访问时间比，构建所述缓存因素的判断矩阵，包括：

16、按照不同所述缓存因素的序号，将不同所述缓存因素分别作为判断矩阵的行和列，将不同所述缓存因素之间的访问时间比作为判断矩阵中对应的元素，构建所述判断矩阵。

17、在一实施例中，所述基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验之前，所述的方法还包括：

18、归一化所述判断矩阵的每列元素，得到归一化判断矩阵；

19、对归一化矩阵的每行元素求和，得到行向量；

20、归一化所述行向量，得到所述判断矩阵的特征向量；

21、基于所述判断矩阵及所述特征向量，得到所述判断矩阵的最大特征值。

22、在一实施例中，所述基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验，得到校验结果，包括：

23、基于所述判断矩阵的所述矩阵阶数和所述最大特征值，得到一致性指标；

24、基于一致性指标表及所述判断矩阵的阶数，得到平均随机一致性指标；

25、基于所述一致性指标及所述平均随机一致性指标，得到一致性比例；

26、若所述一致性比例小于预设一致性比例阈值，则所述校验结果为所述判断矩阵满足一致性条件；若所述一致性比例不小于预设一致性比例阈值，则所述校验结果为所述判断矩阵不满足一致性条件。

27、在一实施例中，所述若所述校验结果为所述判断矩阵满足一致性条件，归一化所述判断矩阵，包括：

28、归一化所述判断矩阵的每列元素，得到归一化判断矩阵；

29、对归一化矩阵的每行元素求和，得到行向量；

30、归一化所述行向量，得到所述判断矩阵的特征向量。

31、在一实施例中，所述基于归一化后的判断矩阵，得到每个所述缓存因素的权重，包括：

32、确定所述判断矩阵的特征向量中与所述缓存因素对应的元素为所述缓存因素的权重。

33、本公开的第二方面实施例提出了一种数据处理装置，该装置包括：

34、获取单元，用于获取请求日志数据中关联不同缓存因素的不同sdn网络资源之间的访问时间比，所述缓存因素指影响所述sdn网络资源访问时间的因素；

35、构建单元，用于基于不同所述缓存因素之间的访问时间比，构建所述缓存因素的判断矩阵；

36、校验单元，用于基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验，得到校验结果；

37、归一化单元，用于若所述校验结果为所述判断矩阵满足一致性条件，归一化所述判断矩阵；

38、确定单元，用于基于归一化后的判断矩阵，得到每个所述缓存因素的权重。

39、本公开的第三方面实施例提出了一种电子设备，包括：

40、至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行本公开第一方面实施例中描述的方法。

41、本公开的第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行本公开第一方面实施例中描述的方法。

42、本公开的第五方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开第一方面实施例中描述的方法。

43、综上，本公开提出了一种数据处理方法、装置、电子设备、存储介质及产品，该方法包括：获取请求日志数据中关联不同缓存因素的不同sdn网络资源之间的访问时间比，所述缓存因素指影响所述sdn网络资源访问时间的因素；基于不同所述缓存因素之间的访问时间比，构建所述缓存因素的判断矩阵；基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验，得到校验结果；若所述校验结果为所述判断矩阵满足一致性条件，归一化所述判断矩阵；基于归一化后的判断矩阵，得到每个所述缓存因素的权重。

44、本公开提供的方案，通过获取不同缓存因素的sdn网络资源之间的访问时间比，将所述访问时间比构建为判断矩阵，进而对所述判断矩阵进行一致性校验，当所述判断矩阵满足一致性校验结果时，即可将归一化后的所述判断矩阵的特征向量作为sdn网络资源不同缓存因素中每个所述缓存因素的权重。进而对sdn网络资源的缓存起到指导性的作用。

45、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

技术特征：

1.一种数据处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述缓存因素包括拓扑关联因素、有效性因素、变动性因素、需求度因素或数据量因素中的至少两种；

3.根据权利要求1所述的方法，其特征在于，所述基于不同所述缓存因素之间的访问时间比，构建所述缓存因素的判断矩阵，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验之前，所述的方法还包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验，得到校验结果，包括：

6.根据权利要求1所述的方法，其特征在于，所述若所述校验结果为所述判断矩阵满足一致性条件，归一化所述判断矩阵，包括：

7.根据权利要求6所述的方法，其特征在于，所述基于归一化后的判断矩阵，得到每个所述缓存因素的权重，包括：

8.一种数据处理装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1至7中任一项所述的方法。

11.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的方法。

技术总结
本公开提出了一种数据处理方法、装置、电子设备、存储介质及产品，所述的方法包括：获取请求日志数据中关联不同缓存因素的不同SDN网络资源之间的访问时间比，所述缓存因素指影响所述SDN网络资源访问时间的因素；基于不同所述缓存因素之间的访问时间比，构建所述缓存因素的判断矩阵；基于所述判断矩阵的矩阵阶数和最大特征值，对所述判断矩阵进行一致性校验，得到校验结果；若所述校验结果为所述判断矩阵满足一致性条件，归一化所述判断矩阵；基于归一化后的判断矩阵，得到每个所述缓存因素的权重。

技术研发人员：石刘强,李国辉,庄倩
受保护的技术使用者：中移（苏州）软件技术有限公司
技术研发日：
技术公布日：2024/9/29