本發明涉及通信，尤其涉及一種用于扁平化組網中的廣播抑制方法、控制裝置及存儲介質。

背景技術：

1、在扁平化組網的架構下，由于減少了網絡的層次結構，網絡中的廣播域范圍往往會相對傳統多層網絡變得更大，當網絡中有大量廣播流量存在時，就容易出現廣播風暴，導致網絡性能下降和穩定性受損。

2、為了能夠有效抑制廣播風暴，現有技術通常會對網絡設備進行更加精細的配置，例如實施vlan劃分策略等。然而，實施這類策略的效率較低。簡單來說，如果配置不當，則會給網絡帶來更大的負擔，無法確保網絡資源的合理利用。

技術實現思路

1、本發明提供一種用于扁平化組網中的廣播抑制方法，用以解決現有技術中缺乏有效抑制廣播風暴的方法的缺陷。

2、一方面，本發明提供一種用于扁平化組網中的廣播抑制方法，包括：

3、監控目標網絡中與廣播流量有關的數據；利用預設的流量特征識別模型，識別所監控的數據是否存在潛在的廣播風暴特征；利用時序分析技術，預測該目標網絡的流量趨勢，并識別所監控的數據中的潛在廣播風暴；以及基于所識別的監控的數據是否存在潛在的廣播風暴特征、所預測的流量趨勢及所識別的潛在廣播風暴，并利用預設的調整策略，調整該目標網絡中用于抑制廣播風暴的參數。

4、優選的，所述監控目標網絡中與廣播流量有關的數據步驟包括：部署流量監控系統，捕獲與廣播流量有關的數據；創建數據庫，存儲所捕獲的與廣播流量有關的數據；統計與廣播流量有關的數據，并將結果存入數據庫。

5、優選的，所述與廣播流量有關的數據至少包括：廣播流量數量、轉發次數、廣播流量頻率、源ip地址。

6、優選的，在所述利用預設的流量特征識別模型，識別所監控的數據是否存在潛在的廣播風暴特征之前，所述廣播抑制方法還包括：獲取所述目標網絡中與廣播流量有關的歷史數據，來構建訓練集和驗證集；構建用于識別流量特征的長短期記憶網絡，并設置激活函數和損失函數；通過所述訓練集，對所述用于識別流量特征的長短期記憶網絡進行訓練，并通過驗證集，對所述用于識別流量特征的長短期記憶網絡進行訓練進行驗證；將訓練完成的模型作為所述預設的流量特征識別模型。

7、優選的，所述利用時序分析技術，預測該目標網絡的流量趨勢，并識別所監控的數據中的廣播風暴，包括：按照時間順序，獲取所述目標網絡的與廣播流量有關的歷史數據和實時數據，以得到時間序列數據；提取所述時間序列數據中有助于預測的特征，并構建訓練集和驗證集，該特征至少包括移動平均、季節性分解、自相關性；利用長短期記憶網絡，構建時序預測模型；通過所述訓練集，對所述時序預測模型進行訓練，并通過驗證集，對所述時序預測模型進行訓練進行驗證；以及利用訓練完成的時序預測模型，預測該目標網絡的流量趨勢，并識別所監控的數據中的廣播風暴。

8、優選的，所述利用訓練完成的時序預測模型，識別所監控的數據中的廣播風暴，包括：根據所監控的目標網絡中與廣播流量有關的歷史數據，設定廣播流量的預設閾值；當所監控的與廣播流量有關的數據超過預設閾值的時候，標記為潛在的廣播風暴。

9、優選的，所述基于所識別的監控的數據是否存在潛在的廣播風暴特征、所預測的流量趨勢及所識別的潛在廣播風暴，并根據預設的調整策略，調整該目標網絡中用于抑制廣播風暴的參數，包括：根據所識別的監控的數據是否存在潛在的廣播風暴特征、所預測的流量趨勢及所識別的潛在廣播風暴，設定動態閾值；確定與廣播抑制相關的關鍵參數；當所監控的與廣播流量有關的數據不在所述動態閾值內時，對所述與廣播抑制相關的關鍵參數進行調整；當所監控的與廣播流量有關的數據在動態閾值范圍內時，逐步回調至初始的參數設置，以保持網絡的正常運行。

10、優選的，所述與廣播抑制相關的關鍵參數至少包括：每個廣播數據包在網絡中允許的最大轉發次數以及廣播流量速率。

11、優選的，所述當所監控的與廣播流量有關的數據不在所述動態閾值范圍內時，對所述與廣播抑制相關的關鍵參數進行調整，包括：當所監控的與廣播流量有關的數據持續高于該動態閾值時，逐步降低最大轉發次數和/或廣播流量速率。

12、優選的，在所述調整該目標網絡中的用于抑制廣播風暴的參數之后，所述廣播抑制方法還包括：基于反饋機制，對目標網絡中與廣播流量有關的數據進行監控，并根據監控后的結果，以對預設的調整策略進行優化。

13、優選的，所述對預設的調整策略進行優化包括：對存儲的與廣播流量有關的數據進行數據分析；根據分析的結果進行反饋調整；在預設周期內，根據數據分析結果和反饋調整結果，更新預設的流量特征識別模型。

14、另一方面，本發明還提供一種控制裝置，所述控制裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序，以實現上述的廣播抑制方法。

15、另一方面，本發明還提供一種機器可讀存儲介質，該機器可讀存儲介質上存儲有指令，該指令使得機器執行上述的廣播抑制方法。

16、本發明提供的用于扁平化組網中的廣播抑制方法，通過監控目標網絡中與廣播流量有關的數據，然后利用預設的流量特征識別模型，識別所監控的數據是否存在潛在的廣播風暴特征，并根據潛在的廣播風暴特征時，利用時序分析技術，預測該目標網絡的流量趨勢以及廣播風暴的程度，再根據預設的調整策略，調整該目標網絡中用于抑制廣播風暴的參數，解決了現有技術中缺乏有效的方法預測和抑制廣播風暴的問題，取到了確保網絡資源的合理利用的有益效果。

技術特征：

1.一種用于扁平化組網中的廣播抑制方法，其特征在于，所述廣播抑制方法包括：

2.根據權利要求1所述的廣播抑制方法，其特征在于，所述監控目標網絡中與廣播流量有關的數據步驟包括：

3.根據權利要求1所述的方法，其特征在于，所述與廣播流量有關的數據至少包括：廣播流量數量、轉發次數、廣播流量頻率、源ip地址。

4.根據權利要求1所述的廣播抑制方法，其特征在于，在所述利用預設的流量特征識別模型，識別所監控的數據是否存在潛在的廣播風暴特征之前，所述廣播抑制方法還包括：

5.根據權利要求1所述的廣播抑制方法，其特征在于，所述利用時序分析技術，預測該目標網絡的流量趨勢，并識別所監控的數據中的廣播風暴，包括：

6.根據權利要求1所述的廣播抑制方法，其特征在于，所述利用訓練完成的時序預測模型，識別所監控的數據中的廣播風暴，包括：

7.根據權利要求1所述的廣播抑制方法，其特征在于，所述基于所識別的監控的數據是否存在潛在的廣播風暴特征、所預測的流量趨勢及所識別的潛在廣播風暴，并根據預設的調整策略，調整該目標網絡中用于抑制廣播風暴的參數，包括：

8.根據權利要求7所述的廣播抑制方法，其特征在于，所述與廣播抑制相關的關鍵參數至少包括：每個廣播數據包在網絡中允許的最大轉發次數以及廣播流量速率。

9.根據權利要求7所述的廣播抑制方法，其特征在于，所述當所監控的與廣播流量有關的數據不在所述動態閾值范圍內時，對所述與廣播抑制相關的關鍵參數進行調整，包括：

10.根據權利要求1所述的廣播抑制方法，其特征在于，在所述調整該目標網絡中用于抑制廣播風暴的參數之后，所述廣播抑制方法還包括：

11.根據權利要求10所述的廣播抑制方法，其特征在于，所述對預設的調整策略進行優化包括：

12.一種控制裝置，其特征在于，所述控制裝置包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序，以實現根據權利要求1-11中任意一項所述的廣播抑制方法。

13.一種機器可讀存儲介質，其特征在于，該機器可讀存儲介質上存儲有指令，該指令使得機器執行根據權利要求1-11中任意一項所述的廣播抑制方法。

技術總結
本發明公開了一種用于扁平化組網中的廣播抑制方法、控制裝置及存儲介質，屬于通信技術領域，該方法包括監控目標網絡中與廣播流量有關的數據；利用預設的流量特征識別模型，識別所監控的數據是否存在潛在的廣播風暴特征；當識別到存在潛在的廣播風暴特征時，利用時序分析技術，預測該目標網絡的流量趨勢以及廣播風暴的程度；基于所預測的流量趨勢以及廣播風暴的程度，并根據預設的調整策略，調整該目標網絡中用于抑制廣播風暴的參數。本發明能夠通過調整抑制廣播風暴參數的方式，對廣播風暴進行抑制，從而降低廣播流量對網絡的影響，提高了網絡的穩定性和性能，確保了網絡資源的合理利用。

技術研發人員：張惠影,王艷旭,劉勝杰,徐金濤,柳卯,趙越
受保護的技術使用者：北京中航通用科技有限公司
技術研發日：
技術公布日：2025/4/28