特表2024-510516ネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-03-07
(54)【発明の名称】ネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体
(51)【国際特許分類】
H04L 41/122 20220101AFI20240229BHJP
【ＦＩ】
H04L41/122
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2023558761
(86)(22)【出願日】2021-11-24
(85)【翻訳文提出日】2023-09-25
(86)【国際出願番号】 CN2021132834
(87)【国際公開番号】W WO2022199089
(87)【国際公開日】2022-09-29
(31)【優先権主張番号】202110326389.9
(32)【優先日】2021-03-26
(33)【優先権主張国・地域又は機関】CN
(81)【指定国・地域】
(71)【出願人】
【識別番号】511151662
【氏名又は名称】中興通訊股▲ふん▼有限公司
【氏名又は名称原語表記】ＺＴＥ ＣＯＲＰＯＲＡＴＩＯＮ
【住所又は居所原語表記】ＺＴＥ Ｐｌａｚａ，Ｋｅｊｉ Ｒｏａｄ Ｓｏｕｔｈ，Ｈｉ－Ｔｅｃｈ Ｉｎｄｕｓｔｒｉａｌ Ｐａｒｋ，Ｎａｎｓｈａｎ Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ ５１８０５７ Ｃｈｉｎａ
(74)【代理人】
【識別番号】110001195
【氏名又は名称】弁理士法人深見特許事務所
(72)【発明者】
【氏名】王 大 江
(72)【発明者】
【氏名】王 其 磊
(72)【発明者】
【氏名】王 振 宇
(57)【要約】
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得するステップ（Ｓ１１０）と、ＤＴモデルデータに基づいて、異なる階層を有するＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップ（Ｓ１２０）と、協調関係及びすべてのＤＴ ｃａｓｅに基づいて目標分析結果を得るステップ（Ｓ１３０）と、目標分析結果に基づいてネットワーク構成情報を生成し、このネットワーク構成情報を物理ネットワークに配信し、物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップ（Ｓ１４０）と、を含む、ネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体を提供する。
【特許請求の範囲】
【請求項1】
ネットワーク管理制御システムに適用されるネットワーク管理制御方法であって、物理ネットワーク内の物理オブジェクトに対応するデジタルツインＤＴモデルデータを取得するステップと、
前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で互いに機能的な協調関係があるステップと、
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、
前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む、ネットワーク管理制御方法。
【請求項2】
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得する前記ステップは、管理制御シナリオを決定し、前記管理制御シナリオに応じてデータ要求を決定するステップと、
前記データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得するステップと、を含む、請求項１に記載の方法。
【請求項3】
前記ＤＴモデルデータに基づいて、異なる階層を有するＤＴ ｃａｓｅを生成する前記ステップは、前記ＤＴモデルデータ及び物理オブジェクトの階層に基づいて、異なるコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナにＤＴ ｃａｓｅを生成するステップであって、前記目標ＤＴ ｃａｓｅコンテナは、前記管理制御シナリオ及び前記物理オブジェクトの階層に基づいて、予め設定されたＤＴ ｃａｓｅコンテナの中から決定され、前記ＤＴ ｃａｓｅコンテナはＤＴ ｃａｓｅを生成して管理するものであり、コンテナレベルの異なるＤＴ ｃａｓｅコンテナによって生成されるＤＴ ｃａｓｅの対応する階層が互いに異なるステップを含む、請求項２に記載の方法。
【請求項4】
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて、目標分析結果を得る前記ステップは、前記協調関係及び前記目標ＤＴ ｃａｓｅコンテナに対応するコンテナレベルに基づいて、下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、人工知能ＡＩアルゴリズムに基づく処理を施して、中間分析結果を得て、前記中間分析結果を上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナに報告し、前記中間分析結果に基づいて前記上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、前記ＡＩアルゴリズムに基づく処理を施して、協調分析結果を得るステップと、
コンテナレベルが最高の目標ＤＴ ｃａｓｅコンテナで得られた協調分析結果を目標分析結果として決定するステップと、を含む、請求項３に記載の方法。
【請求項5】
前記ＡＩアルゴリズムに基づく処理は、前記管理制御シナリオに応じて、予め設定されたＡＩアルゴリズムライブラリから目標ＡＩアルゴリズムを決定するステップと、
前記目標ＡＩアルゴリズムによって前記ＤＴ ｃａｓｅを分析して処理するステップと、を含む、請求項４に記載の方法。
【請求項6】
管理制御シナリオを決定する前記ステップは、現在の前記物理ネットワークの作動状態を取得し、前記作動状態及び予め設定された管理情報に基づいて前記管理制御シナリオを決定するステップ、又は
管理制御要求を取得し、前記管理制御要求に基づいて前記管理制御シナリオを決定するステップを含む、請求項２に記載の方法。
【請求項7】
前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにする前記ステップの前に、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行った後に報告した新たなＤＴモデルデータを取得すると、前記新たなＤＴモデルデータに基づいて前記ネットワーク構成情報を再生成するステップをさらに含む、請求項１に記載の方法。
【請求項8】
前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにする前記ステップの後に、ネットワーク管理制御が完了した後の前記物理ネットワークのネットワーク状態情報を取得して表示するステップをさらに含む、請求項１に記載の方法。
【請求項9】
ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、
前記ＤＴモデルデータを前記ネットワーク管理制御システムに送信し、前記ネットワーク管理制御システムが前記ＤＴモデルデータに基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップであって、ネットワーク構成情報は、前記ネットワーク管理制御システムによって目的分析結果に基づいて生成され、前記目的分析結果は、前記ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られ、前記異なる階層を有するＤＴ ｃａｓｅは、前記ネットワーク管理制御システムによって前記ＤＴモデルデータに基づいて生成され、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、を含む、ネットワーク管理制御方法。
【請求項10】
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する前記ステップは、前記ネットワーク管理制御システムによって配信されたデータ要求を取得するステップであって、前記データ要求は、前記ネットワーク管理制御システムによって決定された管理制御シナリオに応じて決定されるステップと、
前記データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、を含む、請求項９に記載の方法。
【請求項11】
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する前記ステップの後に、前記ＤＴモデルデータのライフサイクルにおいて、物理オブジェクトの物理パラメータ及び／又は物理属性の変化が検出された場合、変化後の物理オブジェクトに基づいて前記ＤＴモデルデータを更新するステップと、
更新した前記ＤＴモデルデータを前記ネットワーク管理制御システムに同期させ、前記ネットワーク管理制御システムが更新した前記ＤＴモデルデータに基づいて前記ネットワーク構成情報を得るようにするステップと、をさらに含む、請求項１０に記載の方法。
【請求項12】
メモリと、プロセッサと、メモリ上に記憶され、プロセッサ上で実行可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行すると、請求項１～８のいずれか１項に記載のネットワーク管理制御方法を実現する、ネットワーク管理制御システム。
【請求項13】
請求項１～８のいずれか１項に記載のネットワーク管理制御方法を実行するためのネットワーク管理制御システムと、請求項９～１１のいずれか１項に記載のネットワーク管理制御方法を実行するためのデータ取得装置と、を含み、前記ネットワーク管理制御システムと前記データ取得装置とは通信可能に接続されている、ネットワークシステム。
【請求項14】
請求項１～８のいずれか１項に記載のネットワーク管理制御方法を実行するためのコンピュータ実行可能命令、又は請求項９～１１のいずれか１項に記載のネットワーク管理制御方法を実行するためのコンピュータ実行可能命令を記憶したコンピュータ読み取り可能な記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本願は、出願番号が２０２１１０３２６３８９．９、出願日が２０２１年０３月２６日の中国特許出願に基づいて提出され、当該中国特許出願の優先権を主張しており、当該中国特許出願の全内容はここで参照として本願に組み込まれている。
【0002】
本願は、ネットワーク通信分野に関するが、これに限定されるものではなく、特にネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体に関する。
【背景技術】
【0003】
通信技術の発展に伴い、伝送ネットワークは、リソースの多様化、カバー範囲の広さ、配置環境の複雑化などの現状面に直面している。また、デジタルトランスフォーメーション時代の到来に伴い、伝送サービスも業務の機敏化、ネットワーク機能の仮想化へ急速に発展している。伝送ネットワークのハードウェア機器やデジタル技術がますます複雑化、多様化する背景の下で、ネットワークの自己最適化、自己修復、及び自律性の高効率知能化管理を実現するために、体系的で正確なリアルタイムのデジタル化分析技術に頼る必要があり、複雑なネットワークシステムに対してデジタル化モデル抽象化を行い、実際のネットワークシステム、作動メカニズムと管理制御とメンテナンス方法を統合できる多次元ネットワークデジタル化シミュレーションシステムを構築し、人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ）技術を利用して、実際の物理ネットワークの作動状況に対するリアルタイム動的フィードバック、評価最適化、シミュレーションと予測を行い、それによってネットワークの高効率知能化管理のデジタル化分析基礎を構築した。
【0004】
デジタルツイン（Ｄｉｇｉｔａｌ Ｔｗｉｎ、ＤＴ）技術は、物理オブジェクトの高忠実度デジタル仮想モデルを作成することができ、物理オブジェクトの行動をシミュレートし、物理オブジェクトの作動状態を描写し、デジタル情報と物理オブジェクトの融合を実現することができる。ＤＴ技術をネットワーク通信に応用すると、伝送ネットワークから必要なネットワークデータを抽出し、ＡＩ技術と要件を結合してデジタルツインケース（Ｄｉｇｉｔａｌ Ｔｗｉｎ ｃａｓｅ、ＤＴ ｃａｓｅ）モデルを構築することにより、伝送ネットワークの分析、最適化やシミュレーション予測などの機能を実現することができる。
【0005】
実際の応用において、異なる分析オブジェクトに対して、相応する階層のＤＴ ｃａｓｅを構築し、ＤＴ ｃａｓｅの分析結果に基づいて伝送ネットワークに対して知能管理制御を行う必要がある。しかしながら、伝送ネットワークにおいて、異なる階層のＤＴ ｃａｓｅに対応するオブジェクト間は、例えば、ある機能モジュールの故障が、伝送ネットワークのアラーム又は中断の原因となる根本的な故障であるなど、関連付けられている可能性がある。したがって、異なる階層のＤＴ ｃａｓｅ間の協調関係をいかに考慮するかが、ネットワークシステムの動的検出能力及びデジタル分析能力を向上させる鍵となる。
【発明の概要】
【発明が解決しようとする課題】
【0006】
以下、本明細書で詳細に説明される主題の概要を示す。本概要は、特許請求の範囲の保護範囲を限定するものではない。
【0007】
本願の実施例は、ネットワークシステムの動的検出能力及びデジタル分析能力を向上させることができるネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体を提供する。
【課題を解決するための手段】
【0008】
第１態様では、本願の実施例は、
ネットワーク管理制御システムに適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するデジタルツインＤＴモデルデータを取得するステップと、
前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、
前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。
ネットワーク管理制御システムに適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するデジタルツインＤＴモデルデータを取得するステップと、
前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、
前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。
【0009】
第２態様では、本願の実施例は、
ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、
前記ＤＴモデルデータを前記ネットワーク管理制御システムに送信し、前記ネットワーク管理制御システムが前記ＤＴモデルデータに基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップであって、ネットワーク構成情報は、前記ネットワーク管理制御システムによって目的分析結果に基づいて生成され、前記目的分析結果は、前記ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られ、前記異なる階層を有するＤＴ ｃａｓｅは、前記ネットワーク管理制御システムによって前記ＤＴモデルデータに基づいて生成され、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、を含む。
ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、
前記ＤＴモデルデータを前記ネットワーク管理制御システムに送信し、前記ネットワーク管理制御システムが前記ＤＴモデルデータに基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップであって、ネットワーク構成情報は、前記ネットワーク管理制御システムによって目的分析結果に基づいて生成され、前記目的分析結果は、前記ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られ、前記異なる階層を有するＤＴ ｃａｓｅは、前記ネットワーク管理制御システムによって前記ＤＴモデルデータに基づいて生成され、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、を含む。
【0010】
第３態様では、本願の実施例は、メモリと、プロセッサと、メモリ上に記憶され、プロセッサ上で実行可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行すると、第１態様に記載のネットワーク管理制御方法を実現する、ネットワーク管理制御システムを提供する。
【0011】
第３態様では、本願の実施例は、
第１態様に記載のネットワーク管理制御方法を実行するためのネットワーク管理制御システムと、第１態様に記載のネットワーク管理制御方法を実行するためのデータ取得装置と、を含み、前記ネットワーク管理制御システムと前記データ取得装置とは通信可能に接続されている、ネットワークシステムを提供する。
第１態様に記載のネットワーク管理制御方法を実行するためのネットワーク管理制御システムと、第１態様に記載のネットワーク管理制御方法を実行するためのデータ取得装置と、を含み、前記ネットワーク管理制御システムと前記データ取得装置とは通信可能に接続されている、ネットワークシステムを提供する。
【0012】
本願の他の特徴及び利点は、後の明細書で説明され、本明細書から部分的に明らかになるか、又は本願を実施することによって理解される。本願の目的及び他の利点は、明細書、特許請求の範囲、及び図面において特に指摘された構造によって達成され得る。
図面は、本願の技術案の更なる理解を提供するために使用され、明細書の一部を構成し、本願の実施例と共に本願の技術案を説明するために使用され、本願の技術案を限定するものではない。
図面は、本願の技術案の更なる理解を提供するために使用され、明細書の一部を構成し、本願の実施例と共に本願の技術案を説明するために使用され、本願の技術案を限定するものではない。
【図面の簡単な説明】
【0013】
【図1】本願の一実施例によるネットワーク管理制御システムに適用されるネットワーク管理制御方法のフローチャートである。
【図2】本願の他の実施例によるＤＴモデルデータを取得するフローチャートである。
【図3】本願の他の実施例によるＤＴ ｃａｓｅを生成するフローチャートである。
【図4】本願の他の実施例による目標分析結果を得るフローチャートである。
【図5】本願の他の実施例によるＡＩアルゴリズムに基づく処理のフローチャートである。
【図6】本願の他の実施例による管理制御シナリオを決定するためのフローチャートである。
【図7】本願の他の実施例によるＤＴモデルデータの同期更新を実現するフローチャートである。
【図8】本願の他の実施例によるネットワーク状態情報を取得して表示するフローチャートである。
【図9】本願の他の実施例によるデータ取得装置に適用されるネットワーク管理制御方法のフローチャートである。
【図10】本願の他の実施例によるＤＴモデルデータを生成するフローチャートである。
【図11】本願の他の実施例によるＤＴモデルデータを更新するフローチャートである。
【図12】本願の他の実施例によるネットワーク管理制御方法を適用したＯＴＮシステムの構造である。
【図13】本願の他の実施例による例１のフローチャートである。
【図14】本願の他の実施例による例２のフローチャートである。
【図15】本願の他の実施例によるネットワーク管理制御システムの装置図である。
【発明を実施するための形態】
【0014】
本願の目的、技術案及び利点をより明確にするために、以下では、図面及び実施例を参照して、本願をさらに詳細に説明する。なお、本明細書に記載された具体的な実施例は、本願を解釈するためにのみ使用され、本願を限定するために使用されない。
【0015】
なお、機能モジュールの分割は装置の概略図に示され、論理的順序はフローチャートに示されているが、示された又は説明されたステップは、場合によっては、装置のモジュール分割又はフローチャートに示された順序とは異なるもので実行されてもよい。明細書、特許請求の範囲、又は前述の図面における用語「第１」、「第２」等は、特定の順序又は優先順位を説明するために使用されるのではなく、類似の対象を区別するために使用される。
【0016】
本願は、ネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体を提供する。当該ネットワーク管理制御方法は、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得するステップと、前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅ間で機能的な協調関係があるステップと、協調関係及びすべてのＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、目標分析結果に基づいてネットワーク構成情報を生成し、ネットワーク構成情報を物理ネットワークに配信し、物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。本願の実施例によるスキームは、ＤＴ ｃａｓｅ及び協調関係に基づいてネットワーク管理制御を実現することができ、ネットワークシステムの動的検出能力及びデジタル分析能力を向上させることができる。
【0017】
なお、本願の実施例によるネットワーク管理制御方法は、光ネットワーク（Ｏｐｔｉｃａｌ Ｔｒａｎｓｐｏｒｔ Ｎｅｔｗｏｒｋ、ＯＴＮ）、パケットトランスポートネットワーク（Ｐａｃｋｅｔ Ｔｒａｎｓｐｏｒｔ Ｎｅｔｗｏｒｋ、ＰＴＮ）、パケット光トランスポートネットワーク（Ｐａｃｋｅｔ Ｏｐｔｉｃａｌ Ｔｒａｎｓｐｏｒｔ Ｎｅｔｗｏｒｋ、ＰＯＴＮ）など、任意のネットワークシステムに適用することができる。説明を簡単にするために、本願の実施例はＯＴＮシステムへの適用を例として技術案の説明を行っており、当業者は本願の実施例の技術案を他のネットワークシステムに適用する能力があり、これは本願の特許範囲を限定するものではない。
【0018】
なお、ネットワーク管理制御システムは複数の機能モジュールを備えた装置であってもよく、例えば、管理制御機能を実現するために、ネットワーク管理制御システムには、実際のニーズに応じてデータベース、プロセッサやアクチュエータなどの機能モジュールが設けられてもよく、具体的な装置のタイプは具体的なネットワークシステムに応じて決定すればよい。例えば、階層型デジタルツイン光ネットワーク（Ｈｉｅｒａｒｃｈｉｃａｌ Ｄｉｇｉｔａｌ Ｔｗｉｎ ＯＴＮ、ＨＤＴＯＮ）については、ネットワーク管理制御システムは、ＨＤＴＯＮを管理制御するためのＨＤＴＯＮインテリジェント管理制御システムであってもよく、また、ＤＴ ｃａｓｅの生成を実現するために、ＨＤＴＯＮインテリジェント管理制御システムにＨＤＴＯＮ ｃａｓｅスケジューラをコントローラとして、ソフトウェア・デファインド・オプティカル・ネットワーク（Ｓｏｆｔｗａｒｅ Ｄｅｆｉｎｅｄ Ｏｐｔｉｃａｌ Ｎｅｔｗｏｒｋ、ＳＤＯＮ）システムをアクチュエータとして設けてもよい。さらに、さまざまな管理制御シナリオに対応するために、予め設定された複数のＡＩアルゴリズムを格納したＡＩアルゴリズムエンジンライブラリが設けられる。もちろん、上記のＳＤＯＮシステム、ＨＤＴＯＮ ｃａｓｅスケジューラ及びＡＩアルゴリズムエンジンライブラリは、実際のネットワーク配置においては、独立して作動する装置であってもよく、さまざまな物理装置又は物理機器に設置されてもよく、機能的にはネットワーク管理制御システムに組み立てることができればよい。なお、上記の装置は、ネットワーク管理制御システムを説明するための一例であり、当業者は、実際のニーズに応じてネットワーク管理制御システムに対応する機能モジュールを追加又は削減する動機を有するものであり、本実施例では、これに限定されない。
【0019】
以下、図面を参照して、本願の実施例についてさらに説明する。
【0020】
【0021】
ステップＳ１１０：物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得する。
【0022】
物理ネットワークは任意のネットワークシステムであってもよく、物理ネットワークにおける複数階層の物理オブジェクト間に従属関係があり、機能的に協調関係があればよい。例えば、ＯＴＮシステムでは、全ネットワークのＯＤＵ業務が複数の光データユニット（Ｏｐｔｉｃａｌ Ｄａｔａ Ｕｎｉｔ、ＯＤＵ）からなり、ＯＤＵノードのトラフィックスループットの予測結果が全ネットワークＯＤＵ業務の最適化シミュレーションに一定の影響を与えるため、全ネットワークＯＤＵ業務の最適化シミュレーションを行う際にはＯＤＵノードごとのトラフィックスループット予測を統合する必要があり、本実施例ではネットワーク管理制御方法を適用する物理ネットワークを特に限定しない。
【0023】
物理オブジェクトは、特定の物理機器であってもよく、複数の物理機器からなるシステムであってもよい。例えば、ＯＴＮシステムの場合、物理オブジェクトはＯＴＮ全体であってもよく、ＯＴＮ内の光モジュールであってもよく、ＯＴＮ内の各ＯＤＵノードであってもよく、物理オブジェクトは、特定のニーズに応じて決定されてもよい。
【0024】
なお、ＤＴモデルデータの具体的な内容は実際に必要な物理オブジェクトに応じて決定すればよい。例えば、ＯＴＮネットワーク光モジュールに対して故障分析を行う必要がある場合、取得されるＤＴモデルデータはＯＴＮネットワークトポロジ、当該ＯＴＮネットワークトポロジにおける全ネットワーク光チャネル（Ｏｐｔｉｃａｌ Ｃｈａｎｎｅｌ、ＯＣＨ）光層業務分布、当該ＯＴＮネットワークトポロジにおける各再構成可能な光アドドロップマルチプレクサ（Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｏｐｔｉｃａｌ Ａｄｄ－Ｄｒｏｐ Ｍｕｌｔｉｐｌｅｘｅｒ、ＲＯＡＤＭ）ノードにおける光モジュールデータを含んでもよく、本実施例は、ＤＴモデルデータの具体的なタイプを特に限定しない。
ＤＴモデルデータはネットワーク管理制御システムによって具体的なデータ要求に応じて物理ネットワークから取得してもよく、デジタルツイン技術によれば、物理ネットワークから対応するパラメータと属性を抽出し、高忠実度のデジタル仮想モデルを構築して、ＤＴモデルデータを形成することができ、これにより、ＤＴモデルデータは物理ネットワークの実際の作動状况をリアルタイムで反映することができ、ネットワークシステムの評価予測の正確性が向上する。
ＤＴモデルデータはネットワーク管理制御システムによって具体的なデータ要求に応じて物理ネットワークから取得してもよく、デジタルツイン技術によれば、物理ネットワークから対応するパラメータと属性を抽出し、高忠実度のデジタル仮想モデルを構築して、ＤＴモデルデータを形成することができ、これにより、ＤＴモデルデータは物理ネットワークの実際の作動状况をリアルタイムで反映することができ、ネットワークシステムの評価予測の正確性が向上する。
【0025】
ステップＳ１２０：ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成し、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、異なる階層を有するＤＴ ｃａｓｅ間で機能的な協調関係がある。
【0026】
なお、階層はＤＴ ｃａｓｅが対応する物理ネットワーク内の物理オブジェクトの規模又は影響範囲を表すことができる。例えば、ＯＴＮシステムの場合、階層が最高の物理オブジェクトはＯＴＮネットワーク全体であってもよく、階層が最低の物理オブジェクトはＯＴＮネットワーク内の光モジュールであってもよく、具体的な物理オブジェクトの規模と階層の高さとの対応関係は実際のニーズに応じて調整することができ、これについて特に限定しない。
【0027】
なお、生成されるＤＴ ｃａｓｅの階層は、物理オブジェクトの階層に対応している。例えば、物理オブジェクトがＯＴＮネットワークであり、その階層がネットワークレベルであれば、ＤＴモデルデータに基づいて生成されるＯＴＮネットワークに対応するＤＴ ｃａｓｅの階層もネットワークレベルである。
【0028】
なお、物理ネットワークにおいて、異なる規模の物理オブジェクト間には通常、従属関係があるので、すなわち、階層の高いＤＴ ｃａｓｅに対応する物理オブジェクトは通常、階層の低いＤＴ ｃａｓｅに対応する物理オブジェクトによって組み立てられてなるか、又はこれらから構成される。例えば、階層の高いＤＴ ｃａｓｅに対応する物理オブジェクトはＲＯＡＤＭノードであり、階層の低いＤＴ ｃａｓｅに対応する物理オブジェクトは光モジュールであり、ＲＯＡＤＭノードは、通常、光モジュールで構成される。したがって、従属関係を持つ物理オブジェクトは機能的にも協調関係にあり、例えば、ＲＯＡＤＭノードに対応するＤＴ ｃａｓｅを予測分析する際には、そのＲＯＡＤＭノードに帰属する光モジュールの故障予測の結果を統合する必要があり、協調関係により、階層の高いＤＴ ｃａｓｅについて予測分析を行う際に階層の低いＤＴ ｃａｓｅの分析結果を統合することができ、最終的に得られる目標分析結果の精度を高めることができる。
【0029】
なお、ＤＴ ｃａｓｅは、協調分析を行う際に対応するＤＴ ｃａｓｅが存在することを確認するために、ＤＴモデルデータを取得した後に生成してもよく、後で詳しく説明しない。
【0030】
ステップＳ１３０：協調関係及び全てのＤＴ ｃａｓｅに基づいて目標分析結果を得る。
【0031】
なお、ＤＴ ｃａｓｅは生成後も作動状態を維持できるため、ＤＴ ｃａｓｅごとに予測分析を一度実行し、次に、協調関係に基づいてネスト分析を行って目標分析結果を得るか、階層の高いＤＴ ｃａｓｅが階層の低いＤＴ ｃａｓｅから報告された分析結果を受信してから統合分析を行い、階層の最も高いＤＴ ｃａｓｅから得られた分析結果を目標分析結果とする、すなわち、トリガー機構による協調分析を実現する。具体的な方式は、実際のニーズに応じて選択され、ＤＴ ｃａｓｅ間の協調分析を実現できるものであればよい。
【0032】
実際の応用において、従属関係を持つ物理オブジェクトが対応するＤＴ ｃａｓｅ間には通常協調関係があり、例えば、既存のネットワークにおける光モジュールの故障はこの光モジュール故障によるＯＴＮネットワーク故障警報や業務中断の根本原因となる故障である場合が多く、このような実際の既存のネットワークにおける局所と全体間の協調と波及関係もデジタルツインＯＴＮ（Ｄｉｇｉｔａｌ Ｔｗｉｎ ＯＴＮ、ＤＴＯＮ）に反映されるため、ネットワークレベル故障分析ＤＴ ｃａｓｅと光モジュールレベル故障予測ＤＴ ｃａｓｅ間に協調関係が存在する。
【0033】
ステップＳ１４０：目標分析結果に基づいてネットワーク構成情報を生成し、ネットワーク構成情報を物理ネットワークに配信し、物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行うようにする。
【0034】
なお、物理ネットワークは、一般的に物理機器の集合であり、一般的なインテリジェント管理制御システムを介して管理制御を行う必要があり、例えば、一般的なＳＤＯＮシステムを介して物理ネットワークを制御する。本実施例では、具体的なインテリジェント管理制御システムを特に限定しない。
【0035】
ネットワーク構成情報は、任意のタイプの情報であってもよく、物理ネットワークが作動パラメータを調整することによってネットワーク管理制御を実現することを可能にするものであればよい。例えば、ＯＴＮシステムの場合、目標分析結果が全ネットワークＯＤＵ業務の切断・再ルーティング最適化の分析結果であれば、ＳＤＯＮシステムは、現在のＯＴＮネットワークに対する関連業務の再ルーティング最適化及びノード容量拡張などの処理要件に応じて、対応するネットワーク構成情報を生成できる。
【0036】
【0037】
ステップＳ２１０：管理制御シナリオを決定し、管理制御シナリオに応じてデータ要求を決定する。
【0038】
ステップＳ２２０：データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得する。
【0039】
なお、管理制御シナリオは、ユーザーの業務ニーズを反映するネットワークサービスシナリオや、物理ネットワークの検出分析ニーズを反映するネットワーク分析シナリオなど、ネットワークの管理制御ニーズを反映する必要があるシナリオであってもよい。本実施例では、これについて特に限定しない。
【0040】
管理制御シナリオを通じてデータ収集が必要な物理オブジェクトを決定することができ、これによって具体的なデータ要求を決定し、データ処理の効率を高めることができる。例えば、管理制御シナリオがＯＴＮネットワークトラフィック分析シナリオであると決定された場合、物理ネットワークからＯＴＮネットワーク業務のＤＴモデルデータを取得する必要があり、ＯＴＮネットワークトポロジ、当該ネットワークトポロジにおける全ネットワークＯＤＵ業務分布、各ノードのトラフィックスループットなどが含まれていてもよい。データ要求が決定されたと、その後に構築する必要があるＤＴ ｃａｓｅの階層も決定される。例えば、上記のＯＴＮネットワークトラフィック分析シナリオでは、全ネットワークのＯＤＵ業務に対応するためにネットワークレベルのＤＴ ｃａｓｅを構築し、ＯＤＵノードごとに対応するためにノードレベルのＤＴ ｃａｓｅを構築する必要があり、上記のネットワークレベルとノードレベルは階層の１つの例であり、階層の具体的な選択を限定するものではない。
【0041】
物理オブジェクトが対応する階層をさらに具現するために、ＤＴモデルデータを構築する際に、階層の高さに応じてデータのレベルを予め決定する階層型デジタルツイン（Ｈｉｅｒａｒｃｈｉｃａｌ Ｄｉｇｉｔａｌ Ｔｗｉｎ、ＨＤＴ）モデルデータの形式を採用することができる。例えば、上記のＯＴＮネットワークトラフィック分析シナリオでは、ＯＴＮネットワークトポロジと当該ネットワークトポロジにおける全ネットワークＯＤＵ業務分布をネットワークレベルのデータとし、各ノードのトラフィックスループットをノードレベルのデータとすることで、ＨＤＴモデルデータから、さまざまなデータのＤＴ ｃａｓｅコンテナのレベルを迅速に特定することができる。
【0042】
【0043】
ステップＳ３１０：ＤＴモデルデータ及び物理オブジェクトの階層に基づいて、異なるコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナにＤＴ ｃａｓｅを生成し、目標ＤＴ ｃａｓｅコンテナは、管理制御シナリオ及び物理オブジェクトの階層に基づいて、予め設定されたＤＴ ｃａｓｅコンテナの中から決定され、ＤＴ ｃａｓｅコンテナはＤＴ ｃａｓｅを生成して管理するものであり、コンテナレベルの異なるＤＴ ｃａｓｅコンテナによって生成されるＤＴ ｃａｓｅの対応する階層が互いに異なる。
【0044】
なお、ＤＴ ｃａｓｅコンテナの管理を容易にするために、インテリジェント管理制御システムにＨＤＴＯＮ ｃａｓｅスケジューラを設けてもよい。ＨＤＴＯＮ ｃａｓｅスケジューラでは、少なくとも２つのＤＴ ｃａｓｅコンテナを予め設けてもよい。管理制御シナリオを決定した後、ＨＤＴＯＮ ｃａｓｅスケジューラは、データ要求を決定し、ＤＴモデルデータを取得した後、予め設定されたＤＴ ｃａｓｅコンテナから少なくとも２つの目標ＤＴ ｃａｓｅコンテナを決定し、目標ＤＴ ｃａｓｅコンテナにＤＴ ｃａｓｅを生成する。
【0045】
なお、具体的なコンテナレベルは実際のニーズに応じて決定されてもよい。例えば、階層のネットワークレベル、デバイスレベル及び素子レベルに応じて、高レベルＤＴ ｃａｓｅコンテナ、中レベルＤＴ ｃａｓｅコンテナ及び低レベルＤＴ ｃａｓｅコンテナをそれぞれ設け、各コンテナレベルがそれぞれ１つの階層に対応するようにして、異なる階層のＤＴ ｃａｓｅコンテナが生成するＤＴ ｃａｓｅの階層が異なる階層に対応するようにすればよく、本実施例では、これについて特に限定しない。
【0046】
なお、図２に示す実施例の説明を参照すると、データ要求は、決定された目標ＤＴ ｃａｓｅコンテナによって決定されてもよい。例えば、上記のＤＴ ｃａｓｅコンテナレベルを参照して、管理制御シナリオに応じてネットワークレベル及び素子レベルからの分析が必要であると決定した場合、高レベルＤＴ ｃａｓｅコンテナ及び低レベルＤＴ ｃａｓｅコンテナによって対応するＤＴ ｃａｓｅを生成する必要があり、この場合、各目標ＤＴ ｃａｓｅコンテナによって必要とされるデータに基づいてデータ要求を生成することができ、ＤＴモデルデータが取得された後、各目標ＤＴ ｃａｓｅコンテナは、ＤＴモデルデータから対応するレベルのデータを取得し、取得したＤＴモデルデータに基づいてＤＴ ｃａｓｅを生成し、これにより、取得したデータの可用性及び正確性を確保することができる。
【0047】
なお、ＤＴ ｃａｓｅコンテナは、ＤＴ ｃａｓｅを生成するために使用されてもよいし、ＤＴ ｃａｓｅを管理するために使用されてもよい。例えば、ＡＩアルゴリズムによるＤＴ ｃａｓｅの分析処理や、下位のコンテナレベルを有するＤＴ ｃａｓｅコンテナから報告された中間分析結果を取得して協調分析を行うことが可能であり、実際のニーズに応じてＤＴ ｃａｓｅに対して実現可能な機能を増減することも可能である。本実施例では、これについて特に限定しない。
【0048】
使用されるべき目標ＤＴ ｃａｓｅコンテナは、異なる管理制御シナリオが異なると、必ず異なるわけではない。例えば、あるシナリオでは、予め設定されたすべてのＤＴ ｃａｓｅコンテナを使用する必要があるが、別のシナリオでは、その中のいくつかのコンテナレベルのＤＴ ｃａｓｅコンテナのみを使用する必要があり、管理制御シナリオの実際のニーズに応じて決定されるものである。本実施例では、具体的な数について特に限定しない。
【0049】
【0050】
ステップＳ４１０：協調関係及び目標ＤＴ ｃａｓｅコンテナに対応するコンテナレベルに基づいて、下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、ＡＩアルゴリズムに基づく処理を施して、中間分析結果を得て、中間分析結果を上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナに報告し、中間分析結果に基づいて上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、ＡＩアルゴリズムに基づく処理を施して、協調分析結果を得る。
【0051】
ステップＳ４２０：コンテナレベルが最高の目標ＤＴ ｃａｓｅコンテナで得られた協調分析結果を目標分析結果として決定する。
【0052】
異なる階層のＤＴ ｃａｓｅに対応する物理オブジェクト間には機能的な協調関係があり、異なるコンテナレベルのＤＴ ｃａｓｅ・コンテナによって生成されるＤＴ ｃａｓｅの階層は互いに異なるので、コンテナレベルは階層に対応してもよい。また、協調処理は、通常、階層レベルの低いＤＴ ｃａｓｅで得られた分析結果を用いて階層レベルの高いＤＴ ｃａｓｅを協調して分析結果を得るので、コンテナレベルの昇順で中間分析結果を順次報告することができ、上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナが中間分析結果を受け取った後、その分析結果を統合してそのＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施すことで、結果として得られる協調分析結果には、その目標ＤＴ ｃａｓｅコンテナに対応する階層の分析結果と、協調関係を有する階層のより低いＤＴ ｃａｓｅが対応する分析結果の両方が含まれ、最終的には関連するすべての階層のＤＴ ｃａｓｅ間の協調関係が目標分析結果に統合され、ネットワークシステムの動的検出能力及びデジタル分析能力が向上する。
【0053】
なお、ステップＳ４２０で説明された、「上位のコンテナレベルを有する」ことと「下位のコンテナレベルを有する」ことは、コンテナレベルではなく、協調関係に基づいて決定されるものである。例えば、いくつかの管理制御シナリオでは、低レベルのＤＴ ｃａｓｅコンテナと高レベルのＤＴ ｃａｓｅコンテナのみが関与する場合、ステップＳ４２０では、上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナは高レベルのＤＴ ｃａｓｅコンテナであり、上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナは低レベルのＤＴ ｃａｓｅコンテナである。また、いくつかの管理制御シナリオでは、低レベルＤＴ ｃａｓｅコンテナ、中レベルＤＴ ｃａｓｅコンテナ及び高レベルＤＴ ｃａｓｅコンテナが同時に関与する場合、最初にＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づいて処理を施す目標ＤＴ ｃａｓｅコンテナは低レベルＤＴ ｃａｓｅコンテナであり、すなわち最初の操作における下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナであり、対応する上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナは中レベルＤＴ ｃａｓｅコンテナである。同様に、中レベルＤＴ ｃａｓｅコンテナによってＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施す場合、該中レベルＤＴ ｃａｓｅコンテナは下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナであり、高レベルＤＴ ｃａｓｅコンテナは上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナである。最高レベルの目標ＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を行った後、この最高レベルの目標ＤＴ ｃａｓｅコンテナで得られた協調分析結果が目標分析結果として決定され、これにより、協調分析結果が階層ごとに協調し、データの参照性が向上する。
【0054】
協調分析結果は、対応するＤＴ ｃａｓｅがＡＩアルゴリズムに基づく処理を施した結果を含むことができるとともに、すべての下位の中間分析結果を含むことができるので、協調分析結果がより豊富なデータを持つようにさせることができる。
【0055】
なお、目標分析結果は、最高レベルの目標ＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施して得られる協調結果とすることができるので、目標分析結果が得られた後、最高レベルのＤＴ ｃａｓｅコンテナがその目標分析結果をネットワーク構成情報生成用にＳＤＯＮシステムに報告し、これにより、生成されたネットワーク構成情報がすべての階層のＤＴ ｃａｓｅを協調して考慮できることを確保する。
【0056】
いくつかの実施例では、１つのＤＴ ｃａｓｅコンテナに下位のコンテナレベルを有するＤＴ ｃａｓｅコンテナが複数存在する場合があり、この場合、１つのＤＴ ｃａｓｅコンテナが同時に複数の中間分析結果を受信する場合があるが、競合を回避するために、時間閾値を設定することにより、一定期間内に上位のコンテナレベルを有するＤＴ ｃａｓｅコンテナを受信状態にし、その期間後に中間分析結果の受信を停止し、ＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施し、その期間内にすべての中間分析結果を受信するように協調してもよいし、他の方式、例えば、ＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施す際に１つの中間分析結果を受信するごとに、すべての中間分析結果を再協調してもよい。本実施例では、これについて限定せず、具体的な判断方式は実際のニーズに応じて選択すればよい。
【0057】
【0058】
ステップＳ５１０：管理制御シナリオに応じて、予め設定されたＡＩアルゴリズムライブラリから目標ＡＩアルゴリズムを決定する。
【0059】
ステップＳ５２０：目標ＡＩアルゴリズムによってＤＴ ｃａｓｅを分析して処理する。
【0060】
なお、ＡＩアルゴリズムライブラリはデータベースの形式であってもよく、管理制御シナリオを通じて対応する目標ＡＩアルゴリズムをマッチングできればよい。ＡＩアルゴリズムライブラリ中のＡＩアルゴリズムの数は任意であり、実際のニーズに応じて増やしたり減らしたりすればよい。
【0061】
ＡＩアルゴリズムライブラリには、強化学習（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ、ＲＬ）アルゴリズム、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＣＮＮ）、ディープニューラルネットワーク（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＤＮＮ）、グラフ畳み込みネットワーク（Ｇｒａｐｈ Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｔｗｏｒｋ、ＧＣＮ）やリカレントニューラルネットワーク（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＲＮＮ）など、任意のタイプのＡＩアルゴリズムが含まれていてもよい。当業者は、実際のニーズに応じてＡＩアルゴリズムの種類を増やしたり減らしたりする動機がある。また、上記のＡＩアルゴリズムは、予め設定されたものであり、本願の実施例は、具体的なアルゴリズム訓練プロセスを含むものではなく、ここでは詳しく説明しない。
【0062】
管理制御シナリオによって、必要な操作が異なる。したがって、ＡＩアルゴリズムライブラリに複数のＡＩアルゴリズムを設定し、管理制御シナリオを通じて具体的な目標ＡＩアルゴリズムを決定することで、最適なＡＩアルゴリズムで対応するＤＴ ｃａｓｅ処理を行うことを確保することができる。また、管理制御シナリオと目標ＡＩアルゴリズムの対応関係は予め設定することができ、例えば、ユーザーが必要とする意図遅延に基づいて最適化されたエンドツーエンドＯＴＮ精品専用線サービスの需要に対して、管理制御シナリオに応じてＯＴＮトポロジ規模を決定した後、マッチング分析の結果、計算効果が最も良いアルゴリズムは強化学習（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ、ＲＬ）アルゴリズムである。
【0063】
なお、目標ＡＩアルゴリズムの決定は、各ＤＴ ｃａｓｅコンテナが最適なＡＩアルゴリズムを用いてＤＴ ｃａｓｅの処理を行うことができるように、各ＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施すときに一度決定することができる。もちろん、同一の協調関係のもとで１つの目標ＡＩアルゴリズムを決定し、その協調関係のもとでＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施すごとに同じ目標ＡＩアルゴリズムを採用してもよい。具体的な方式は実際のニーズに応じて選択すればよい。
【0064】
【0065】
ステップＳ６１０：現在の物理ネットワークの作動状態を取得し、作動状態及び予め設定された管理情報に基づいて管理制御シナリオを決定する、又は、
【0066】
ステップＳ６２０：管理制御要求を取得し、管理制御要求に基づいて管理制御シナリオを決定する。
【0067】
なお、管理制御シナリオには、ネットワーク分析シナリオとネットワークサービスシナリオが含まれてもよい。ここで、ネットワーク分析シナリオはネットワーク分析需要によって決定され、ネットワーク分析需要はユーザーが現在の物理ネットワークに対して故障予測、作動状態分析又は問い合わせを行う需要であり、ユーザーがクライアントを通じてネットワーク管理制御システムに需要情報を送信することによって発生してもよく、ネットワーク管理制御システムは、物理ネットワークの自己検査、自己最適化、自己修復の管理目標に基づいて自ら発生してもよい。本実施例では、これについて特に限定しない。
【0068】
ネットワークサービスシナリオはユーザーのサービス需要に基づいて発生することができる。例えば、ネットワーク管理制御システムと通信可能に接続されるＯＴＮインテリジェントネットワーク管理制御アプリケーション（Ａｐｐｌｉｃａｔｉｏｎ、ＡＰＰ）を設定し、このＯＴＮインテリジェントネットワーク管理制御ＡＰＰを通じてユーザーのＯＴＮネットワークに対するサービス需要を取得する。サービス需要は帯域幅オンデマンド（Ｂａｎｄｗｉｄｔｈ Ｏｎ Ｄｅｍａｎｄ、ＢＯＤ）、多層最適化（Ｍｕｌｔｉ－Ｌａｙｅｒ Ｏｐｔｉｍｉｚａｔｉｏｎ、ＭＬＯ）、サービスレベルプロトコル（Ｓｅｒｖｉｃｅ－Ｌｅｖｅｌ Ａｇｒｅｅｍｅｎｔ、ＳＬＡ）、光仮想プライベートネットワーク（Ｏｐｔｉｃａｌ Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ、ＯＶＰＮ）、インテントベース光ネットワーク（Ｉｎｔｅｎｔ－Ｂａｓｅｄ Ｏｐｔｉｃａｌ Ｎｅｔｗｏｒｋ、ＩＢＯＮ）などであってもよい。サービス需要の具体的なタイプは実際のネットワークリソースに基づいて決定されてもよく、ここでは詳しく説明しない。
【0069】
【0070】
ステップＳ７１０：物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行った後に報告した新たなＤＴモデルデータを取得すると、新たなＤＴモデルデータに基づいてネットワーク構成情報を再生成する。
【0071】
ネットワーク構成情報によるネットワーク管理制御が完了すると、物理ネットワークの物理オブジェクトの関連パラメータが変化し、すなわちＤＴモデルデータ中の関連パラメータも変化し、ＤＴモデルデータと物理ネットワークの物理オブジェクトのパラメータとの対応を確保するために、物理ネットワークのネットワーク管理制御が完了した後に、新たな物理ネットワークのデータに基づいてＤＴモデルデータを更新することで、次回のＤＴ ｃａｓｅ生成を最新のＤＴモデルデータに基づいて行うことを可能にする。さらに、ＤＴモデルデータを更新して更なるＤＴ ｃａｓｅの生成をトリガーすることによって、ネットワーク管理制御全体を閉ループにすることもでき、ＤＴモデルデータのライフサイクル内で絶えずＤＴ ｃａｓｅを更新し、目標分析結果の決定を行うことができ、動的検出能力を効果的に高める。
【0072】
【0073】
ステップＳ８１０：ネットワーク管理制御が完了した後の物理ネットワークのネットワーク状態情報を取得して表示する。
【0074】
なお、取得されたネットワーク状態情報は、図６の実施例で説明されたＯＴＮインテリジェントネットワーク管理制御ＡＰＰを介して表示されてもよく、ネットワーク管理制御システムと通信可能に接続された他の機器を介して表示されてもよく、ユーザーが現在の物理ネットワークの作動状態を直感的に把握することができればよい。なお、ネットワーク状態情報は、物理ネットワークに関連するコンテンツであってもよく、例えば、ＯＴＮシステムの場合、ネットワーク状態情報は、リアルタイムのＯＴＮネットワークトポロジ、ＯＴＮネットワークサービス作動状態、ネットワーク性能状態、ネットワークリソースの可用性状態等を含んでもよく、具体的な表示コンテンツは、実際のニーズに応じて選択すればよい。
【0075】
ネットワーク状態情報は、リアルタイムで取得して表示されてもよく、ユーザーのニーズに応じてＯＴＮインテリジェントネットワーク管理制御ＡＰＰに表示されてもよい。本実施例では、これについて特に限定しない。
【0076】
図９に示すように、図９は、本願の一実施例による、ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、以下のステップＳ９１０とステップＳ９２０を含むが、これらに限定されない。
【0077】
ステップＳ９１０：物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する。
【0078】
なお、ネットワーク管理制御システムに対して、ＳＤＯＮは物理ネットワークの管理制御、例えばＯＴＮシステムにおけるエンドツーエンドＯＴＮ業務の動的管理制御、ネットワークトポロジ管理、ＯＴＮ業務故障保護などの機能を実現することができるが、ＳＤＯＮは物理ネットワークからＤＴモデルデータを直接取得することはできないので、本願の実施例におけるデータ取得装置は、物理ネットワークからデータを取得してＤＴモデルデータを生成するための装置であってもよい。装置の具体的なエンティティは任意であってもよく、本実施例では、これについて限定せず、対応する機能を実現できればよい。
【0079】
なお、データ取得装置は、ＨＤＴＯＮ ｃａｓｅスケジューラのニーズに応じて、物理ＯＴＮネットワークからＤＴモデルデータを取得し、取得したＤＴモデルデータをＨＤＴＯＮ ｃａｓｅスケジューラに報告し、各ＤＴ ｃａｓｅコンテナがＤＴモデルデータに基づいてＤＴ ｃａｓｅを生成するようにしてもよい。
【0080】
ステップＳ９２０：ＤＴモデルデータをネットワーク管理制御システムに送信し、ネットワーク管理制御システムがＤＴモデルデータに基づいてネットワーク構成情報を生成し、ネットワーク構成情報を物理ネットワークに配信し、物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行うようにする。ネットワーク構成情報は、ネットワーク管理制御システムによって目的分析結果に基づいて生成される。目的分析結果は、ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られる。異なる階層を有するすべてのＤＴ ｃａｓｅは、ネットワーク管理制御システムによってＤＴモデルデータに基づいて生成される。ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係がある。
【0081】
なお、ネットワーク管理制御システムがＤＴ ｃａｓｅ及びネットワーク構成情報を生成する方法及び原理は、図１に示された実施例の説明を参照してもよい。同様に、階層及び協調関係の具体的な説明も図１に示す実施例の説明を参照してもよく、説明を簡単にするために、ここでは、詳しく説明しない。
【0082】
【0083】
ステップＳ１０１０：ネットワーク管理制御システムによって配信されたデータ要求を取得し、データ要求は、ネットワーク管理制御システムによって決定された管理制御シナリオに応じて決定される。
【0084】
ステップＳ１０２０：データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する。
【0085】
データ要求の具体的な生成方法及び原理は、図２に示す実施例の説明を参照してもよいので、説明を簡単にするために、ここでは、詳しく説明しない。
【0086】
なお、データ要求は、ネットワーク管理制御システムのＨＤＴＯＮ ｃａｓｅスケジューラによってデータ取得装置に配信されてもよい。データ取得装置は、具体的なデータ要求に基づいて、デジタルツイン技術を利用して、物理ネットワーク内の物理オブジェクトの物理モデルを決定して、この物理モデルから必要なパラメータと属性を取得し、取得したパラメータと属性からＤＴモデルデータを抽出し、これにより、ＤＴモデルデータが実際の物理ネットワークの物理オブジェクトのパラメータと一致することを確保する。
【0087】
【0088】
ステップＳ１１１０：ＤＴモデルデータのライフサイクルにおいて、物理オブジェクトの物理パラメータ及び／又は物理属性の変化が検出された場合、変化後の物理オブジェクトに基づいてＤＴモデルデータを更新する。
【0089】
ステップＳ１１２０：更新したＤＴモデルデータをネットワーク管理制御システムに同期させ、ネットワーク管理制御システムが更新したＤＴモデルデータに基づいてネットワーク構成情報を得るようにする。
【0090】
なお、ＤＴモデルデータのライフサイクルは管理制御シナリオを決定してから、物理ネットワークがネットワーク管理制御を完了するまで、あるいは設定された作動期間であって、具体的な形式は実際のニーズに応じて選択され、ライフサイクル内でＤＴモデルデータの対応する物理モデルの一致を維持できればよい。
【0091】
ＤＴモデルデータのライフサイクル内でＤＴモデルデータのリアルタイム同期を維持することにより、取得したＤＴモデルデータが現在の物理ネットワークの物理オブジェクトのリアルタイムパラメータを反映できることを確保することができ、それによって得られた目標分析結果が実際のネットワーク状況を反映し、ネットワークの動的検出能力を確保できる。
【0092】
物理パラメータ及び／又は物理属性の変化は、数値的な変化であってもよいし、１つの収集期間内に収集されるデータの変化であってもよいし、属性が新たに追加又は減少されたなどであってもよい。本実施例では、具体的な変化について特に説明しない。
【0093】
以下では、図１２に示すＯＴＮシステムの構成を参照して、２つの具体的な管理制御シナリオによって本願の実施例の技術案についてさらに例示的に説明する。
【0094】
なお、図１２に示すＯＴＮシステムは、ＯＴＮ伝送プレーンと、ＨＤＴＯＮインテリジェント管理制御システムとを含み、また、ＯＴＮインテリジェントネットワーク管理制御ＡＰＰとＨＤＴＯＮインテリジェント管理制御システムとの通信接続が設けられている。ＨＤＴＯＮインテリジェント管理制御システムには、ＳＤＯＮシステム、ＨＤＴＯＮ ｃａｓｅスケジューラ、及びＡＩアルゴリズムエンジンライブラリが設けられている。ＨＤＴＯＮ ｃａｓｅスケジューラには、高レベルＤＴ ｃａｓｅコンテナ、中レベルＤＴ ｃａｓｅコンテナ、及び低レベルＤＴ ｃａｓｅコンテナが予め設けられている。ＡＩアルゴリズムエンジンライブラリには、適用シナリオ分析アダプタといくつかの予め訓練されたＡＩアルゴリズムが含まれている。ＯＴＮ伝送プレーンは、複数の物理機器を含む物理ネットワークと、物理機器に対応するデジタルモデルが構築されているＤＴモデルとを含む。なお、上記構成要素は、物理的な装置であってもよく、対応する機能を有する機能モジュールであってもよく、本実施例では、具体的な実装形態について特に限定せず。また、上記装置は、説明の便宜のために選択された例であり、本願の技術案に制限を与えるものではない。
【0095】
例１：図１３に示すように、ＯＴＮネットワークトラフィック分析適用シナリオでは、ネットワーク管理制御方法は、以下のステップＳ１３１０～ステップＳ１３７０を含むが、これらに限定されない。
【0096】
ステップＳ１３１０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワークトラフィック分析要件に基づいて、ＯＴＮ伝送プレーンからＯＴＮネットワークトラフィックＤＴモデルデータを取得し、ここで、ＯＴＮネットワークトラフィックＤＴモデルデータは、ＯＴＮネットワークトポロジ、ＯＴＮネットワークトポロジにおける全ネットワークＯＤＵ業務分布及び各ＯＤＵノードのトラフィックスループットを含む。
【0097】
ステップＳ１３２０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワークトラフィックＤＴモデルデータを取得した後、高レベルＤＴ ｃａｓｅコンテナ内で全ネットワークＯＴＮトポロジにおけるＯＤＵ業務をＤＴ化し、ネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅを生成し、中レベルＤＴ ｃａｓｅコンテナ内で各ＯＤＵノードのトラフィックスループットをＤＴ化し、各ＯＤＵノードのトラフィックスループットＤＴ ｃａｓｅを個別に作成して生成する。
【0098】
ステップＳ１３３０：中レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワークトラフィック分析適用シナリオに応じて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、各ＯＤＵノードトラフィックスループットＤＴ ｃａｓｅに対してＯＤＵノードトラフィックスループット予測モデルを構築して訓練して得て、ここで、ＯＤＵノードトラフィックスループットＤＴ ｃａｓｅは自身のＯＤＵノードトラフィックスループットの予測モデルに基づいて、ＯＤＵノードの指定した予測周期内のトラフィックスループット予測結果を得て、トラフィックスループットが上昇してこのＯＤＵノード交換容量に近づくＤＴ ｃａｓｅについて、容量拡張分析結果を得る。
【0099】
ステップＳ１３４０：中レベルＤＴ ｃａｓｅコンテナは、各ＯＤＵノードトラフィックスループットＤＴ ｃａｓｅのトラフィックスループット予測結果を高レベルＤＴ ｃａｓｅコンテナ中の対応するネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅに報告し、当該ネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅは、各ＯＤＵノードの交換容量のＤＴ ｃａｓｅによるＯＤＵノードのトラフィックスループットの予測結果及び容量拡張分析結果に基づいて、容量拡張処理を必要とするＯＤＵノードによって運ばれるＯＤＵ業務に対して切断・再ルーティング最適化シミュレーションを行い、ここで、切断・再ルーティング最適化シミュレーションは以下のステップを含む。高レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワークトラフィック分析適用シナリオに基づいて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、当該ネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅにおいて切断・再ルーティング最適化対象となるＯＤＵ業務について、各ＯＤＵ業務の最適化戦略に従って単一のＯＤＵ業務の最適化計算を行い、或いは複数のＯＤＵ業務の同時最適化計算を行い、最適化後の全ネットワークＯＤＵ業務分布シミュレーション効果を得て、このネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅに記録する。
【0100】
ステップＳ１３５０：高レベルＤＴ ｃａｓｅコンテナは、ステップＳ１３４０でネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅによって行われた全ネットワークＯＤＵ業務の切断・再ルーティング最適化分析の結果、容量拡張分析を必要とする記録されたすべてのＯＤＵノード情報を、ＨＤＴＯＮ ｃａｓｅスケジューラを介して、ＳＤＯＮシステムに通知する。
【0101】
ステップＳ１３６０：ＳＤＯＮシステムは、ステップＳ１３５０で得られた切断・再ルーティング最適化分析結果及び容量拡張分析を必要とする記録されたすべてのＯＤＵノード情報に基づいて、ＯＴＮ伝送プレーンの現在のＯＴＮ物理ネットワークに対して関連業務の再ルーティング最適化及びノード容量拡張処理を行う。
【0102】
ステップＳ１３７０：ＯＴＮ物理ネットワークの管理制御が完了した後、ＯＴＮネットワークトラフィックＤＴモデルデータを更新し、ステップＳ１３１０を再び実行する。
なお、トラフィックスループットには、ＯＤＵノードのアップダウントラフィックとスルートラフィックが含まれていてもよく、実際のニーズに応じて選択すればよい。
なお、トラフィックスループットには、ＯＤＵノードのアップダウントラフィックとスルートラフィックが含まれていてもよく、実際のニーズに応じて選択すればよい。
【0103】
トラフィックスループットの予測結果は、次の１５日間のトラフィックスループットの平均値及びピーク値、又は、次の月のトラフィックスループットの平均値及びピーク値など、任意の期間におけるトラフィックスループットの値であってもよい。本実施例では、これについて特に限定しない。
【0104】
なお、ステップＳ１３４０で得られた切断・再ルーティング最適化分析結果は、ＯＴＮ伝送プレーンの既存のネットワークＯＴＮ物理ネットワークの運用への影響が最小である業務再最適化配置が行われる再ルーティング最適化のための最適な時間ウィンドウであり得る。
【0105】
例２：ＯＴＮネットワーク光モジュール故障予測適用シナリオでは、ネットワーク管理制御方法は、以下のステップＳ１４１０～ステップＳ１４７０を含むが、これらに限定されない。
【0106】
ステップＳ１４１０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワーク光モジュール故障分析要求に応じて、ＯＴＮ伝送プレーンからＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータを取得し、ここで、ＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータは、ＯＴＮネットワークトポロジ、ＯＴＮネットワークトポロジにおける全ネットワークＯＣＨ光層業務分布及びＯＴＮネットワークトポロジ内の各ＲＯＡＤＭノードにおける光モジュールデータを含む。
【0107】
ステップＳ１４２０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータを取得した後、高レベルＤＴ ｃａｓｅコンテナ内で全ネットワークＯＴＮトポロジにおけるＯＣＨ光層業務をＤＴ化し、ネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅを生成する。低レベルＤＴ ｃａｓｅコンテナ内で各ＲＯＡＤＭノードにおける光モジュールデータをＤＴ化し、各ＲＯＡＤＭノードにおける各光モジュールの故障予測ＤＴ ｃａｓｅを個別に作成して生成する。
【0108】
ステップＳ１４３０：低レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワーク光モジュール故障予測適用シナリオに応じて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、各ＲＯＡＤＭノードにおける各光モジュールの故障予測ＤＴ ｃａｓｅに対して光モジュールの故障予測モデルを構築して訓練して得て、ここで、各光モジュール故障予測ＤＴ ｃａｓｅは自身の光モジュール故障の予測モデルに基づいて、本モジュール故障発生の時間ウィンドウを予測し、故障が予測された光モジュールの交換分析結果を得る。
【0109】
ステップＳ１４４０：低レベルＤＴ ｃａｓｅコンテナは、故障が予測された光モジュールの交換分析結果を高レベルＤＴ ｃａｓｅコンテナ中の対応するネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅに報告する。ネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅは、各光モジュール故障予測分析の結論に基づいて、故障交換を必要とするＲＯＡＤＭノードにおける光モジュールによって運ばれるＯＣＨ光層業務に対して切断・再ルーティング最適化シミュレーションを行う。ここで、切断・再ルーティング最適化シミュレーションは具体的には以下のステップを含む。高レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワーク光モジュール故障予測適用シナリオに応じて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、当該ネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅにおいて光モジュール故障予測により引き起こされる、切断・再ルーティング最適化対象のＯＣＨ光層業務に対して、各ＯＣＨ光層業務の最適化戦略に従って、単一のＯＣＨ光層業務最適化計算、又は複数のＯＣＨ光層業務の同時最適化計算を行い、最適化後の全ネットワークＯＣＨ光層業務分布シミュレーション効果を取得し、このネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅに記録する。
【0110】
ステップＳ１４５０：高レベルＤＴ ｃａｓｅコンテナは、ステップＳ１４４０でネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅによって行われた全ネットワークＯＣＨ光層業務の切断・再ルーティング最適化分析の結果、故障予測交換を必要とする記録されたすべてのＲＯＡＤＭノード光モジュール情報を、ＨＤＴＯＮ ｃａｓｅスケジューラを介して、ＳＤＯＮシステムに通知する。
【0111】
ステップＳ１４６０：ＳＤＯＮシステムは、ステップＳ１４５０で得られた全ネットワークＯＣＨ光層業務の切断・再ルーティング最適化分析結果及び故障予測交換を必要とする記録されたすべてのＲＯＡＤＭノード光モジュール情報に基づいて、ＯＴＮ伝送プレーンの現在のＯＴＮ物理ネットワークに対して、関連するＯＣＨ光層業務再ルーティング最適化及び光モジュール故障予測交換処理を行う。
【0112】
ステップＳ１４７０：ＯＴＮ物理ネットワークの管理制御が完了した後、ＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータを更新し、ステップＳ１４１０を再び実行する。
【0113】
なお、各ＲＯＡＤＭノードにおける光モジュールデータは、故障予測のためのモデル化されたデータ、例えば、光モジュール入出力パワー、レーザバイアス電流、光モジュール温度などであってもよい。ここでは、特に限定しない。
【0114】
トラフィックスループット予測結果は、ＯＴＮ伝送プレーンの既存のネットワークＯＴＮ物理ネットワークの運用への影響が最小である業務再最適化配置が行われる再ルーティング最適化のための最適な時間ウィンドウである。
【0115】
また、図１５に示すように、本願の一実施例は、メモリ１５１０と、プロセッサ１５２０と、メモリ１５１０上に記憶され、プロセッサ１５２０上で実行可能なコンピュータプログラムとを含むネットワーク管理制御システム１５００をさらに提供する。
【0116】
プロセッサ１５２０及びメモリ１５１０は、バス又は他の手段を介して接続されることができる。
【0117】
上記の実施例のネットワーク管理制御方法を実現するために必要な非一時的なソフトウェアプログラム及び命令は、メモリ１５１０に記憶され、プロセッサ１５２０によって実行されると、上記の実施例のネットワーク管理制御システム１５００に適用されるネットワーク管理制御方法が実行され、例えば、上記の図１の方法ステップＳ１１０～Ｓ１４０、図２の方法ステップＳ２１０～Ｓ２２０、図３の方法ステップＳ３１０、図４の方法ステップＳ４１０～Ｓ４２０、図５の方法ステップＳ５１０～Ｓ５２０、図６の方法ステップＳ６１０～Ｓ６２０、図７の方法ステップＳ７１０、図８の方法ステップＳ８１０が実行される。
【0118】
本願の実施例は、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得するステップと、前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。本願の実施例によるスキームによれば、異なる階層を有するＤＴ ｃａｓｅ及び協調関係に基づいてネットワーク管理制御を実現し、ネットワークシステムの動的検出能力及びデジタル化分析能力を向上させることができる。
【0119】
上記で説明された装置の実施例は単に概略的なものであり、分離された構成要素として説明されたユニットは、物理的に分離されていてもよいし、そうでなくてもよい、すなわち、１つの場所に配置されていてもよいし、複数のネットワークユニットに分散されていてもよい。これらのモジュールの一部又は全部は、実際のニーズに応じて、本実施例のスキームの目的を達成するために選択されてもよい。
【0120】
さらに、本願の一実施例は、コンピュータ読み取り可能な記憶媒体をさらに提供し、該コンピュータ読み取り可能な記憶媒体にコンピュータ実行可能命令が格納され、該コンピュータ実行可能命令が１つのプロセッサ又はコントローラによって実行される。例えば、該コンピュータ実行可能命令が上記実施例の１つのプロセッサによって実行されると、上記実施例のネットワーク管理制御システムに適用されるネットワーク管理制御方法、例えば、以上説明した、図１の方法ステップＳ１１０～Ｓ１４０、図２の方法ステップＳ２１０～Ｓ２２０、図３の方法ステップＳ３１０、図４の方法ステップＳ４１０～Ｓ４２０、図５の方法ステップＳ５１０～Ｓ５２０、図６の方法ステップＳ６１０～Ｓ６２０、図７の方法ステップＳ７１０、図８の方法ステップＳ８１０を上記プロセッサに実行させ、又は、上記の実施例の１つのプロセッサによって実行されると、上記の実施例のデータ取得装置に適用されるネットワーク管理制御方法、例えば、以上説明した、図９の方法ステップＳ９１０～Ｓ９２０、図１０の方法ステップＳ１０１０～Ｓ１０２０、図１１の方法ステップＳ１１１０～Ｓ１１２０を上記プロセッサに実行させる。
【0121】
当業者であれば、上記で開示された方法におけるステップ、システムの全部又は一部は、ソフトウェア、ファームウェア、ハードウェア、及びそれらの適切な組み合わせとして実装されてもよいことを理解する。物理的構成要素の一部又はすべては、中央処理装置、デジタル信号処理装置、マイクロプロセッサなどのプロセッサによって実行されるソフトウェアとして、又はハードウェアとして、又は特定用途向け集積回路などの集積回路として実装されてもよい。このようなソフトウェアは、コンピュータ記憶媒体（又は非一時的媒体）及び通信媒体（又は一時的媒体）を含むことができるコンピュータ読み取り可能な媒体上に配布することができる。当業者に周知のように、コンピュータ記憶媒体という用語は、情報（例えば、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は他のデータ）を記憶するための任意の方法又は技術において実施される、揮発性及び不揮発性の、取り外し可能な、及び取り外し不可能な媒体を含む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ又は他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）又は他の光ディスク記憶装置、磁気カートリッジ、磁気テープ、磁気ディスク記憶装置若しくは他の磁気記憶装置、又は所望の情報を記憶するために使用することができ、コンピュータによってアクセスすることができる他の任意の媒体を含むが、これらに限定されない。さらに、当業者に周知のように、通信媒体は、通常、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は搬送波や他の送信機構のような変調データ信号中の他のデータを含み、任意の情報配信媒体を含み得る。
【0122】
以上は本願の好ましい実施例を具体的に説明したが、本願は上記の実施例に限定されるものではなく、当業者は本願の精神に反しないことを前提に様々な均等な変形又は置換を行うことができ、これらの均等な変形又は置換はいずれも本願の請求項によって限定される範囲内に含まれる。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【手続補正書】
【提出日】2023-09-25
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
ネットワーク管理制御システムに適用されるネットワーク管理制御方法であって、物理ネットワーク内の物理オブジェクトに対応するデジタルツインＤＴモデルデータを取得するステップと、
前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で互いに機能的な協調関係があるステップと、
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、
前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む、ネットワーク管理制御方法。
【請求項2】
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得する前記ステップは、管理制御シナリオを決定し、前記管理制御シナリオに応じてデータ要求を決定するステップと、
前記データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得するステップと、を含む、請求項１に記載の方法。
【請求項3】
前記ＤＴモデルデータに基づいて、異なる階層を有するＤＴ ｃａｓｅを生成する前記ステップは、前記ＤＴモデルデータ及び物理オブジェクトの階層に基づいて、異なるコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナにＤＴ ｃａｓｅを生成するステップであって、前記目標ＤＴ ｃａｓｅコンテナは、前記管理制御シナリオ及び前記物理オブジェクトの階層に基づいて、予め設定されたＤＴ ｃａｓｅコンテナの中から決定され、前記ＤＴ ｃａｓｅコンテナはＤＴ ｃａｓｅを生成して管理するものであり、コンテナレベルの異なるＤＴ ｃａｓｅコンテナによって生成されるＤＴ ｃａｓｅの対応するコンテナレベルが互いに異なるステップを含む、請求項２に記載の方法。
【請求項4】
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて、目標分析結果を得る前記ステップは、前記協調関係及び前記目標ＤＴ ｃａｓｅコンテナに対応するコンテナレベルに基づいて、下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、人工知能ＡＩアルゴリズムに基づく処理を施して、中間分析結果を得て、前記中間分析結果を上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナに報告し、前記中間分析結果に基づいて前記上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、前記ＡＩアルゴリズムに基づく処理を施して、協調分析結果を得るステップと、
コンテナレベルが最高の目標ＤＴ ｃａｓｅコンテナで得られた協調分析結果を目標分析結果として決定するステップと、を含む、請求項３に記載の方法。
【請求項5】
前記ＡＩアルゴリズムに基づく処理は、前記管理制御シナリオに応じて、予め設定されたＡＩアルゴリズムライブラリから目標ＡＩアルゴリズムを決定するステップと、
前記目標ＡＩアルゴリズムによって前記ＤＴ ｃａｓｅを分析して処理するステップと、を含む、請求項４に記載の方法。
【請求項6】
管理制御シナリオを決定する前記ステップは、現在の前記物理ネットワークの作動状態を取得し、前記作動状態及び予め設定された管理情報に基づいて前記管理制御シナリオを決定するステップ、又は
管理制御要求を取得し、前記管理制御要求に基づいて前記管理制御シナリオを決定するステップを含む、請求項２に記載の方法。
【請求項7】
前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにする前記ステップの前に、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行った後に報告した新たなＤＴモデルデータを取得すると、前記新たなＤＴモデルデータに基づいて前記ネットワーク構成情報を再生成するステップをさらに含む、請求項１に記載の方法。
【請求項8】
前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにする前記ステップの後に、ネットワーク管理制御が完了した後の前記物理ネットワークのネットワーク状態情報を取得して表示するステップをさらに含む、請求項１に記載の方法。
【請求項9】
ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、
前記ＤＴモデルデータを前記ネットワーク管理制御システムに送信し、前記ネットワーク管理制御システムが前記ＤＴモデルデータに基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップであって、ネットワーク構成情報は、前記ネットワーク管理制御システムによって目的分析結果に基づいて生成され、前記目的分析結果は、前記ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られ、前記異なる階層を有するＤＴ ｃａｓｅは、前記ネットワーク管理制御システムによって前記ＤＴモデルデータに基づいて生成され、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、を含む、ネットワーク管理制御方法。
【請求項10】
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する前記ステップは、前記ネットワーク管理制御システムによって配信されたデータ要求を取得するステップであって、前記データ要求は、前記ネットワーク管理制御システムによって管理制御シナリオに応じて決定されるステップと、
前記データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、を含む、請求項９に記載の方法。
【請求項11】
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する前記ステップの後に、前記ＤＴモデルデータのライフサイクルにおいて、物理オブジェクトの物理パラメータ及び／又は物理属性の変化が検出された場合、変化後の物理オブジェクトに基づいて前記ＤＴモデルデータを更新するステップと、
更新した前記ＤＴモデルデータを前記ネットワーク管理制御システムに同期させ、前記ネットワーク管理制御システムが更新した前記ＤＴモデルデータに基づいて前記ネットワーク構成情報を得るようにするステップと、をさらに含む、請求項１０に記載の方法。
【請求項12】
メモリと、プロセッサと、メモリ上に記憶され、プロセッサ上で実行可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行すると、請求項１～８のいずれか１項に記載のネットワーク管理制御方法を実現する、ネットワーク管理制御システム。
【請求項13】
請求項１～８のいずれか１項に記載のネットワーク管理制御方法を実行するためのネットワーク管理制御システムと、請求項９～１１のいずれか１項に記載のネットワーク管理制御方法を実行するためのデータ取得装置と、を含み、前記ネットワーク管理制御システムと前記データ取得装置とは通信可能に接続されている、ネットワークシステム。
【請求項14】
請求項１～８のいずれか１項に記載のネットワーク管理制御方法を実行するためのコンピュータ実行可能命令、又は請求項９～１１のいずれか１項に記載のネットワーク管理制御方法を実行するためのコンピュータ実行可能命令を記憶したコンピュータ読み取り可能な記憶媒体。
【手続補正2】
【補正対象書類名】明細書
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【発明の詳細な説明】
【技術分野】
【0001】
本願は、出願番号が２０２１１０３２６３８９．９、出願日が２０２１年０３月２６日の中国特許出願に基づいて提出され、当該中国特許出願の優先権を主張しており、当該中国特許出願の全内容はここで参照として本願に組み込まれている。
【0002】
本願は、ネットワーク通信分野に関するが、これに限定されるものではなく、特にネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体に関する。
【背景技術】
【0003】
通信技術の発展に伴い、伝送ネットワークは、リソースの多様化、カバー範囲の広さ、配置環境の複雑化などの現状面に直面している。また、デジタルトランスフォーメーション時代の到来に伴い、伝送サービスも業務の機敏化、ネットワーク機能の仮想化へ急速に発展している。伝送ネットワークのハードウェア機器やデジタル技術がますます複雑化、多様化する背景の下で、ネットワークの自己最適化、自己修復、及び自律性の高効率知能化管理を実現するために、体系的で正確なリアルタイムのデジタル化分析技術に頼る必要があり、複雑なネットワークシステムに対してデジタル化モデル抽象化を行い、実際のネットワークシステム、作動メカニズムと管理制御とメンテナンス方法を統合できる多次元ネットワークデジタル化シミュレーションシステムを構築し、人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ）技術を利用して、実際の物理ネットワークの作動状況に対するリアルタイム動的フィードバック、評価最適化、シミュレーションと予測を行い、それによってネットワークの高効率知能化管理のデジタル化分析基礎を構築した。
【0004】
デジタルツイン（Ｄｉｇｉｔａｌ Ｔｗｉｎ、ＤＴ）技術は、物理オブジェクトの高忠実度デジタル仮想モデルを作成することができ、物理オブジェクトの行動をシミュレートし、物理オブジェクトの作動状態を描写し、デジタル情報と物理オブジェクトの融合を実現することができる。ＤＴ技術をネットワーク通信に応用すると、伝送ネットワークから必要なネットワークデータを抽出し、ＡＩ技術と要件を結合してデジタルツインケース（Ｄｉｇｉｔａｌ Ｔｗｉｎ ｃａｓｅ、ＤＴ ｃａｓｅ）モデルを構築することにより、伝送ネットワークの分析、最適化やシミュレーション予測などの機能を実現することができる。
【0005】
実際の応用において、異なる分析オブジェクトに対して、相応する階層のＤＴ ｃａｓｅを構築し、ＤＴ ｃａｓｅの分析結果に基づいて伝送ネットワークに対して知能管理制御を行う必要がある。しかしながら、伝送ネットワークにおいて、異なる階層のＤＴ ｃａｓｅに対応するオブジェクト間は、例えば、ある機能モジュールの故障が、伝送ネットワークのアラーム又は中断の原因となる根本的な故障であるなど、関連付けられている可能性がある。したがって、異なる階層のＤＴ ｃａｓｅ間の協調関係をいかに考慮するかが、ネットワークシステムの動的検出能力及びデジタル分析能力を向上させる鍵となる。
【発明の概要】
【発明が解決しようとする課題】
【0006】
以下、本明細書で詳細に説明される主題の概要を示す。本概要は、特許請求の範囲の保護範囲を限定するものではない。
【0007】
本願の実施例は、ネットワークシステムの動的検出能力及びデジタル分析能力を向上させることができるネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体を提供する。
【課題を解決するための手段】
【0008】
第１態様では、本願の実施例は、
ネットワーク管理制御システムに適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するデジタルツインＤＴモデルデータを取得するステップと、
前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、
前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。
ネットワーク管理制御システムに適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するデジタルツインＤＴモデルデータを取得するステップと、
前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、
前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、
前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。
【0009】
第２態様では、本願の実施例は、
ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、
前記ＤＴモデルデータを前記ネットワーク管理制御システムに送信し、前記ネットワーク管理制御システムが前記ＤＴモデルデータに基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップであって、ネットワーク構成情報は、前記ネットワーク管理制御システムによって目的分析結果に基づいて生成され、前記目的分析結果は、前記ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られ、前記異なる階層を有するＤＴ ｃａｓｅは、前記ネットワーク管理制御システムによって前記ＤＴモデルデータに基づいて生成され、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、を含む。
ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、
物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成するステップと、
前記ＤＴモデルデータを前記ネットワーク管理制御システムに送信し、前記ネットワーク管理制御システムが前記ＤＴモデルデータに基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップであって、ネットワーク構成情報は、前記ネットワーク管理制御システムによって目的分析結果に基づいて生成され、前記目的分析結果は、前記ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られ、前記異なる階層を有するＤＴ ｃａｓｅは、前記ネットワーク管理制御システムによって前記ＤＴモデルデータに基づいて生成され、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、を含む。
【0010】
第３態様では、本願の実施例は、メモリと、プロセッサと、メモリ上に記憶され、プロセッサ上で実行可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行すると、第１態様に記載のネットワーク管理制御方法を実現する、ネットワーク管理制御システムを提供する。
【0011】
第４態様では、本願の実施例は、
第１態様に記載のネットワーク管理制御方法を実行するためのネットワーク管理制御システムと、第１態様に記載のネットワーク管理制御方法を実行するためのデータ取得装置と、を含み、前記ネットワーク管理制御システムと前記データ取得装置とは通信可能に接続されている、ネットワークシステムを提供する。
第１態様に記載のネットワーク管理制御方法を実行するためのネットワーク管理制御システムと、第１態様に記載のネットワーク管理制御方法を実行するためのデータ取得装置と、を含み、前記ネットワーク管理制御システムと前記データ取得装置とは通信可能に接続されている、ネットワークシステムを提供する。
【0012】
本願の他の特徴及び利点は、後の明細書で説明され、本明細書から部分的に明らかになるか、又は本願を実施することによって理解される。本願の目的及び他の利点は、明細書、特許請求の範囲、及び図面において特に指摘された構造によって達成され得る。
図面は、本願の技術案の更なる理解を提供するために使用され、明細書の一部を構成し、本願の実施例と共に本願の技術案を説明するために使用され、本願の技術案を限定するものではない。
図面は、本願の技術案の更なる理解を提供するために使用され、明細書の一部を構成し、本願の実施例と共に本願の技術案を説明するために使用され、本願の技術案を限定するものではない。
【図面の簡単な説明】
【0013】
【図1】本願の一実施例によるネットワーク管理制御システムに適用されるネットワーク管理制御方法のフローチャートである。
【図2】本願の他の実施例によるＤＴモデルデータを取得するフローチャートである。
【図3】本願の他の実施例によるＤＴ ｃａｓｅを生成するフローチャートである。
【図4】本願の他の実施例による目標分析結果を得るフローチャートである。
【図5】本願の他の実施例によるＡＩアルゴリズムに基づく処理のフローチャートである。
【図6】本願の他の実施例による管理制御シナリオを決定するためのフローチャートである。
【図7】本願の他の実施例によるＤＴモデルデータの同期更新を実現するフローチャートである。
【図8】本願の他の実施例によるネットワーク状態情報を取得して表示するフローチャートである。
【図9】本願の他の実施例によるデータ取得装置に適用されるネットワーク管理制御方法のフローチャートである。
【図10】本願の他の実施例によるＤＴモデルデータを生成するフローチャートである。
【図11】本願の他の実施例によるＤＴモデルデータを更新するフローチャートである。
【図12】本願の他の実施例によるネットワーク管理制御方法を適用したＯＴＮシステムの構造である。
【図13】本願の他の実施例による例１のフローチャートである。
【図14】本願の他の実施例による例２のフローチャートである。
【図15】本願の他の実施例によるネットワーク管理制御システムの装置図である。
【発明を実施するための形態】
【0014】
本願の目的、技術案及び利点をより明確にするために、以下では、図面及び実施例を参照して、本願をさらに詳細に説明する。なお、本明細書に記載された具体的な実施例は、本願を解釈するためにのみ使用され、本願を限定するために使用されない。
【0015】
なお、機能モジュールの分割は装置の概略図に示され、論理的順序はフローチャートに示されているが、示された又は説明されたステップは、場合によっては、装置のモジュール分割又はフローチャートに示された順序とは異なるもので実行されてもよい。明細書、特許請求の範囲、又は前述の図面における用語「第１」、「第２」等は、特定の順序又は優先順位を説明するために使用されるのではなく、類似の対象を区別するために使用される。
【0016】
本願は、ネットワーク管理制御方法、そのシステム、ネットワークシステム、及び記憶媒体を提供する。当該ネットワーク管理制御方法は、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得するステップと、前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅ間で機能的な協調関係があるステップと、協調関係及びすべてのＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、目標分析結果に基づいてネットワーク構成情報を生成し、ネットワーク構成情報を物理ネットワークに配信し、物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。本願の実施例によるスキームは、ＤＴ ｃａｓｅ及び協調関係に基づいてネットワーク管理制御を実現することができ、ネットワークシステムの動的検出能力及びデジタル分析能力を向上させることができる。
【0017】
なお、本願の実施例によるネットワーク管理制御方法は、光ネットワーク（Ｏｐｔｉｃａｌ Ｔｒａｎｓｐｏｒｔ Ｎｅｔｗｏｒｋ、ＯＴＮ）、パケットトランスポートネットワーク（Ｐａｃｋｅｔ Ｔｒａｎｓｐｏｒｔ Ｎｅｔｗｏｒｋ、ＰＴＮ）、パケット光トランスポートネットワーク（Ｐａｃｋｅｔ Ｏｐｔｉｃａｌ Ｔｒａｎｓｐｏｒｔ Ｎｅｔｗｏｒｋ、ＰＯＴＮ）など、任意のネットワークシステムに適用することができる。説明を簡単にするために、本願の実施例はＯＴＮシステムへの適用を例として技術案の説明を行っており、当業者は本願の実施例の技術案を他のネットワークシステムに適用する能力があり、これは本願の特許範囲を限定するものではない。
【0018】
なお、ネットワーク管理制御システムは複数の機能モジュールを備えた装置であってもよく、例えば、管理制御機能を実現するために、ネットワーク管理制御システムには、実際のニーズに応じてデータベース、プロセッサやアクチュエータなどの機能モジュールが設けられてもよく、具体的な装置のタイプは具体的なネットワークシステムに応じて決定すればよい。例えば、階層型デジタルツイン光ネットワーク（Ｈｉｅｒａｒｃｈｉｃａｌ Ｄｉｇｉｔａｌ Ｔｗｉｎ ＯＴＮ、ＨＤＴＯＮ）については、ネットワーク管理制御システムは、ＨＤＴＯＮを管理制御するためのＨＤＴＯＮインテリジェント管理制御システムであってもよく、また、ＤＴ ｃａｓｅの生成を実現するために、ＨＤＴＯＮインテリジェント管理制御システムにＨＤＴＯＮ ｃａｓｅスケジューラをコントローラとして、ソフトウェア・デファインド・オプティカル・ネットワーク（Ｓｏｆｔｗａｒｅ Ｄｅｆｉｎｅｄ Ｏｐｔｉｃａｌ Ｎｅｔｗｏｒｋ、ＳＤＯＮ）システムをアクチュエータとして設けてもよい。さらに、さまざまな管理制御シナリオに対応するために、予め設定された複数のＡＩアルゴリズムを格納したＡＩアルゴリズムエンジンライブラリが設けられる。もちろん、上記のＳＤＯＮシステム、ＨＤＴＯＮ ｃａｓｅスケジューラ及びＡＩアルゴリズムエンジンライブラリは、実際のネットワーク配置においては、独立して作動する装置であってもよく、さまざまな物理装置又は物理機器に設置されてもよく、機能的にはネットワーク管理制御システムに組み立てることができればよい。なお、上記の装置は、ネットワーク管理制御システムを説明するための一例であり、当業者は、実際のニーズに応じてネットワーク管理制御システムに対応する機能モジュールを追加又は削減する動機を有するものであり、本実施例では、これに限定されない。
【0019】
以下、図面を参照して、本願の実施例についてさらに説明する。
【0020】
【0021】
ステップＳ１１０：物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得する。
【0022】
物理ネットワークは任意のネットワークシステムであってもよく、物理ネットワークにおける複数階層の物理オブジェクト間に従属関係があり、機能的に協調関係があればよい。例えば、ＯＴＮシステムでは、全ネットワークのＯＤＵ業務が複数の光データユニット（Ｏｐｔｉｃａｌ Ｄａｔａ Ｕｎｉｔ、ＯＤＵ）からなり、ＯＤＵノードのトラフィックスループットの予測結果が全ネットワークＯＤＵ業務の最適化シミュレーションに一定の影響を与えるため、全ネットワークＯＤＵ業務の最適化シミュレーションを行う際にはＯＤＵノードごとのトラフィックスループット予測を統合する必要があり、本実施例ではネットワーク管理制御方法を適用する物理ネットワークを特に限定しない。
【0023】
物理オブジェクトは、特定の物理機器であってもよく、複数の物理機器からなるシステムであってもよい。例えば、ＯＴＮシステムの場合、物理オブジェクトはＯＴＮ全体であってもよく、ＯＴＮ内の光モジュールであってもよく、ＯＴＮ内の各ＯＤＵノードであってもよく、物理オブジェクトは、特定のニーズに応じて決定されてもよい。
【0024】
なお、ＤＴモデルデータの具体的な内容は実際に必要な物理オブジェクトに応じて決定すればよい。例えば、ＯＴＮネットワーク光モジュールに対して故障分析を行う必要がある場合、取得されるＤＴモデルデータはＯＴＮネットワークトポロジ、当該ＯＴＮネットワークトポロジにおける全ネットワーク光チャネル（Ｏｐｔｉｃａｌ Ｃｈａｎｎｅｌ、ＯＣＨ）光層業務分布、当該ＯＴＮネットワークトポロジにおける各再構成可能な光アドドロップマルチプレクサ（Ｒｅｃｏｎｆｉｇｕｒａｂｌｅ Ｏｐｔｉｃａｌ Ａｄｄ－Ｄｒｏｐ Ｍｕｌｔｉｐｌｅｘｅｒ、ＲＯＡＤＭ）ノードにおける光モジュールデータを含んでもよく、本実施例は、ＤＴモデルデータの具体的なタイプを特に限定しない。
ＤＴモデルデータはネットワーク管理制御システムによって具体的なデータ要求に応じて物理ネットワークから取得してもよく、デジタルツイン技術によれば、物理ネットワークから対応するパラメータと属性を抽出し、高忠実度のデジタル仮想モデルを構築して、ＤＴモデルデータを形成することができ、これにより、ＤＴモデルデータは物理ネットワークの実際の作動状况をリアルタイムで反映することができ、ネットワークシステムの評価予測の正確性が向上する。
ＤＴモデルデータはネットワーク管理制御システムによって具体的なデータ要求に応じて物理ネットワークから取得してもよく、デジタルツイン技術によれば、物理ネットワークから対応するパラメータと属性を抽出し、高忠実度のデジタル仮想モデルを構築して、ＤＴモデルデータを形成することができ、これにより、ＤＴモデルデータは物理ネットワークの実際の作動状况をリアルタイムで反映することができ、ネットワークシステムの評価予測の正確性が向上する。
【0025】
ステップＳ１２０：ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成し、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、異なる階層を有するＤＴ ｃａｓｅ間で機能的な協調関係がある。
【0026】
なお、階層はＤＴ ｃａｓｅが対応する物理ネットワーク内の物理オブジェクトの規模又は影響範囲を表すことができる。例えば、ＯＴＮシステムの場合、階層が最高の物理オブジェクトはＯＴＮネットワーク全体であってもよく、階層が最低の物理オブジェクトはＯＴＮネットワーク内の光モジュールであってもよく、具体的な物理オブジェクトの規模と階層の高さとの対応関係は実際のニーズに応じて調整することができ、これについて特に限定しない。
【0027】
なお、生成されるＤＴ ｃａｓｅの階層は、物理オブジェクトの階層に対応している。例えば、物理オブジェクトがＯＴＮネットワークであり、その階層がネットワークレベルであれば、ＤＴモデルデータに基づいて生成されるＯＴＮネットワークに対応するＤＴ ｃａｓｅの階層もネットワークレベルである。
【0028】
なお、物理ネットワークにおいて、異なる規模の物理オブジェクト間には通常、従属関係があるので、すなわち、階層の高いＤＴ ｃａｓｅに対応する物理オブジェクトは通常、階層の低いＤＴ ｃａｓｅに対応する物理オブジェクトによって組み立てられてなるか、又はこれらから構成される。例えば、階層の高いＤＴ ｃａｓｅに対応する物理オブジェクトはＲＯＡＤＭノードであり、階層の低いＤＴ ｃａｓｅに対応する物理オブジェクトは光モジュールであり、ＲＯＡＤＭノードは、通常、光モジュールで構成される。したがって、従属関係を持つ物理オブジェクトは機能的にも協調関係にあり、例えば、ＲＯＡＤＭノードに対応するＤＴ ｃａｓｅを予測分析する際には、そのＲＯＡＤＭノードに帰属する光モジュールの故障予測の結果を統合する必要があり、協調関係により、階層の高いＤＴ ｃａｓｅについて予測分析を行う際に階層の低いＤＴ ｃａｓｅの分析結果を統合することができ、最終的に得られる目標分析結果の精度を高めることができる。
【0029】
なお、ＤＴ ｃａｓｅは、協調分析を行う際に対応するＤＴ ｃａｓｅが存在することを確認するために、ＤＴモデルデータを取得した後に生成してもよく、後で詳しく説明しない。
【0030】
ステップＳ１３０：協調関係及び全てのＤＴ ｃａｓｅに基づいて目標分析結果を得る。
【0031】
なお、ＤＴ ｃａｓｅは生成後も作動状態を維持できるため、ＤＴ ｃａｓｅごとに予測分析を一度実行し、次に、協調関係に基づいてネスト分析を行って目標分析結果を得るか、階層の高いＤＴ ｃａｓｅが階層の低いＤＴ ｃａｓｅから報告された分析結果を受信してから統合分析を行い、階層の最も高いＤＴ ｃａｓｅから得られた分析結果を目標分析結果とする、すなわち、トリガー機構による協調分析を実現する。具体的な方式は、実際のニーズに応じて選択され、ＤＴ ｃａｓｅ間の協調分析を実現できるものであればよい。
【0032】
実際の応用において、従属関係を持つ物理オブジェクトが対応するＤＴ ｃａｓｅ間には通常協調関係があり、例えば、既存のネットワークにおける光モジュールの故障はこの光モジュール故障によるＯＴＮネットワーク故障警報や業務中断の根本原因となる故障である場合が多く、このような実際の既存のネットワークにおける局所と全体間の協調と波及関係もデジタルツインＯＴＮ（Ｄｉｇｉｔａｌ Ｔｗｉｎ ＯＴＮ、ＤＴＯＮ）に反映されるため、ネットワークレベル故障分析ＤＴ ｃａｓｅと光モジュールレベル故障予測ＤＴ ｃａｓｅ間に協調関係が存在する。
【0033】
ステップＳ１４０：目標分析結果に基づいてネットワーク構成情報を生成し、ネットワーク構成情報を物理ネットワークに配信し、物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行うようにする。
【0034】
なお、物理ネットワークは、一般的に物理機器の集合であり、一般的なインテリジェント管理制御システムを介して管理制御を行う必要があり、例えば、一般的なＳＤＯＮシステムを介して物理ネットワークを制御する。本実施例では、具体的なインテリジェント管理制御システムを特に限定しない。
【0035】
ネットワーク構成情報は、任意のタイプの情報であってもよく、物理ネットワークが作動パラメータを調整することによってネットワーク管理制御を実現することを可能にするものであればよい。例えば、ＯＴＮシステムの場合、目標分析結果が全ネットワークＯＤＵ業務の切断・再ルーティング最適化の分析結果であれば、ＳＤＯＮシステムは、現在のＯＴＮネットワークに対する関連業務の再ルーティング最適化及びノード容量拡張などの処理要件に応じて、対応するネットワーク構成情報を生成できる。
【0036】
【0037】
ステップＳ２１０：管理制御シナリオを決定し、管理制御シナリオに応じてデータ要求を決定する。
【0038】
ステップＳ２２０：データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得する。
【0039】
なお、管理制御シナリオは、ユーザーの業務ニーズを反映するネットワークサービスシナリオや、物理ネットワークの検出分析ニーズを反映するネットワーク分析シナリオなど、ネットワークの管理制御ニーズを反映する必要があるシナリオであってもよい。本実施例では、これについて特に限定しない。
【0040】
管理制御シナリオを通じてデータ収集が必要な物理オブジェクトを決定することができ、これによって具体的なデータ要求を決定し、データ処理の効率を高めることができる。例えば、管理制御シナリオがＯＴＮネットワークトラフィック分析シナリオであると決定された場合、物理ネットワークからＯＴＮネットワーク業務のＤＴモデルデータを取得する必要があり、ＯＴＮネットワークトポロジ、当該ネットワークトポロジにおける全ネットワークＯＤＵ業務分布、各ノードのトラフィックスループットなどが含まれていてもよい。データ要求が決定されたと、その後に構築する必要があるＤＴ ｃａｓｅの階層も決定される。例えば、上記のＯＴＮネットワークトラフィック分析シナリオでは、全ネットワークのＯＤＵ業務に対応するためにネットワークレベルのＤＴ ｃａｓｅを構築し、ＯＤＵノードごとに対応するためにノードレベルのＤＴ ｃａｓｅを構築する必要があり、上記のネットワークレベルとノードレベルは階層の１つの例であり、階層の具体的な選択を限定するものではない。
【0041】
物理オブジェクトが対応する階層をさらに具現するために、ＤＴモデルデータを構築する際に、階層の高さに応じてデータのレベルを予め決定する階層型デジタルツイン（Ｈｉｅｒａｒｃｈｉｃａｌ Ｄｉｇｉｔａｌ Ｔｗｉｎ、ＨＤＴ）モデルデータの形式を採用することができる。例えば、上記のＯＴＮネットワークトラフィック分析シナリオでは、ＯＴＮネットワークトポロジと当該ネットワークトポロジにおける全ネットワークＯＤＵ業務分布をネットワークレベルのデータとし、各ノードのトラフィックスループットをノードレベルのデータとすることで、ＨＤＴモデルデータから、さまざまなデータのＤＴ ｃａｓｅコンテナのレベルを迅速に特定することができる。
【0042】
【0043】
ステップＳ３１０：ＤＴモデルデータ及び物理オブジェクトの階層に基づいて、異なるコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナにＤＴ ｃａｓｅを生成し、目標ＤＴ ｃａｓｅコンテナは、管理制御シナリオ及び物理オブジェクトの階層に基づいて、予め設定されたＤＴ ｃａｓｅコンテナの中から決定され、ＤＴ ｃａｓｅコンテナはＤＴ ｃａｓｅを生成して管理するものであり、コンテナレベルの異なるＤＴ ｃａｓｅコンテナによって生成されるＤＴ ｃａｓｅの対応するコンテナレベルが互いに異なる。
【0044】
なお、ＤＴ ｃａｓｅコンテナの管理を容易にするために、インテリジェント管理制御システムにＨＤＴＯＮ ｃａｓｅスケジューラを設けてもよい。ＨＤＴＯＮ ｃａｓｅスケジューラでは、少なくとも２つのＤＴ ｃａｓｅコンテナを予め設けてもよい。管理制御シナリオを決定した後、ＨＤＴＯＮ ｃａｓｅスケジューラは、データ要求を決定し、ＤＴモデルデータを取得した後、予め設定されたＤＴ ｃａｓｅコンテナから少なくとも２つの目標ＤＴ ｃａｓｅコンテナを決定し、目標ＤＴ ｃａｓｅコンテナにＤＴ ｃａｓｅを生成する。
【0045】
なお、具体的なコンテナレベルは実際のニーズに応じて決定されてもよい。例えば、階層のネットワークレベル、デバイスレベル及び素子レベルに応じて、高レベルＤＴ ｃａｓｅコンテナ、中レベルＤＴ ｃａｓｅコンテナ及び低レベルＤＴ ｃａｓｅコンテナをそれぞれ設け、各コンテナレベルがそれぞれ１つの階層に対応するようにして、異なる階層のＤＴ ｃａｓｅコンテナが生成するＤＴ ｃａｓｅの階層が異なる階層に対応するようにすればよく、本実施例では、これについて特に限定しない。
【0046】
なお、図２に示す実施例の説明を参照すると、データ要求は、決定された目標ＤＴ ｃａｓｅコンテナによって決定されてもよい。例えば、上記のＤＴ ｃａｓｅコンテナレベルを参照して、管理制御シナリオに応じてネットワークレベル及び素子レベルからの分析が必要であると決定した場合、高レベルＤＴ ｃａｓｅコンテナ及び低レベルＤＴ ｃａｓｅコンテナによって対応するＤＴ ｃａｓｅを生成する必要があり、この場合、各目標ＤＴ ｃａｓｅコンテナによって必要とされるデータに基づいてデータ要求を生成することができ、ＤＴモデルデータが取得された後、各目標ＤＴ ｃａｓｅコンテナは、ＤＴモデルデータから対応するレベルのデータを取得し、取得したＤＴモデルデータに基づいてＤＴ ｃａｓｅを生成し、これにより、取得したデータの可用性及び正確性を確保することができる。
【0047】
なお、ＤＴ ｃａｓｅコンテナは、ＤＴ ｃａｓｅを生成するために使用されてもよいし、ＤＴ ｃａｓｅを管理するために使用されてもよい。例えば、ＡＩアルゴリズムによるＤＴ ｃａｓｅの分析処理や、下位のコンテナレベルを有するＤＴ ｃａｓｅコンテナから報告された中間分析結果を取得して協調分析を行うことが可能であり、実際のニーズに応じてＤＴ ｃａｓｅに対して実現可能な機能を増減することも可能である。本実施例では、これについて特に限定しない。
【0048】
使用されるべき目標ＤＴ ｃａｓｅコンテナは、異なる管理制御シナリオが異なると、必ず異なるわけではない。例えば、あるシナリオでは、予め設定されたすべてのＤＴ ｃａｓｅコンテナを使用する必要があるが、別のシナリオでは、その中のいくつかのコンテナレベルのＤＴ ｃａｓｅコンテナのみを使用する必要があり、管理制御シナリオの実際のニーズに応じて決定されるものである。本実施例では、具体的な数について特に限定しない。
【0049】
【0050】
ステップＳ４１０：協調関係及び目標ＤＴ ｃａｓｅコンテナに対応するコンテナレベルに基づいて、下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、ＡＩアルゴリズムに基づく処理を施して、中間分析結果を得て、中間分析結果を上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナに報告し、中間分析結果に基づいて上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対して、ＡＩアルゴリズムに基づく処理を施して、協調分析結果を得る。
【0051】
ステップＳ４２０：コンテナレベルが最高の目標ＤＴ ｃａｓｅコンテナで得られた協調分析結果を目標分析結果として決定する。
【0052】
異なる階層のＤＴ ｃａｓｅに対応する物理オブジェクト間には機能的な協調関係があり、異なるコンテナレベルのＤＴ ｃａｓｅ・コンテナによって生成されるＤＴ ｃａｓｅの階層は互いに異なるので、コンテナレベルは階層に対応してもよい。また、協調処理は、通常、階層レベルの低いＤＴ ｃａｓｅで得られた分析結果を用いて階層レベルの高いＤＴ ｃａｓｅを協調して分析結果を得るので、コンテナレベルの昇順で中間分析結果を順次報告することができ、上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナが中間分析結果を受け取った後、その分析結果を統合してそのＤＴ ｃａｓｅコンテナによって生成されたＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施すことで、結果として得られる協調分析結果には、その目標ＤＴ ｃａｓｅコンテナに対応する階層の分析結果と、協調関係を有する階層のより低いＤＴ ｃａｓｅが対応する分析結果の両方が含まれ、最終的には関連するすべての階層のＤＴ ｃａｓｅ間の協調関係が目標分析結果に統合され、ネットワークシステムの動的検出能力及びデジタル分析能力が向上する。
【0053】
なお、ステップＳ４２０で説明された、「上位のコンテナレベルを有する」ことと「下位のコンテナレベルを有する」ことは、コンテナレベルではなく、協調関係に基づいて決定されるものである。例えば、いくつかの管理制御シナリオでは、低レベルのＤＴ ｃａｓｅコンテナと高レベルのＤＴ ｃａｓｅコンテナのみが関与する場合、ステップＳ４２０では、上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナは高レベルのＤＴ ｃａｓｅコンテナであり、上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナは低レベルのＤＴ ｃａｓｅコンテナである。また、いくつかの管理制御シナリオでは、低レベルＤＴ ｃａｓｅコンテナ、中レベルＤＴ ｃａｓｅコンテナ及び高レベルＤＴ ｃａｓｅコンテナが同時に関与する場合、最初にＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づいて処理を施す目標ＤＴ ｃａｓｅコンテナは低レベルＤＴ ｃａｓｅコンテナであり、すなわち最初の操作における下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナであり、対応する上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナは中レベルＤＴ ｃａｓｅコンテナである。同様に、中レベルＤＴ ｃａｓｅコンテナによってＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施す場合、該中レベルＤＴ ｃａｓｅコンテナは下位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナであり、高レベルＤＴ ｃａｓｅコンテナは上位のコンテナレベルを有する目標ＤＴ ｃａｓｅコンテナである。最高レベルの目標ＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を行った後、この最高レベルの目標ＤＴ ｃａｓｅコンテナで得られた協調分析結果が目標分析結果として決定され、これにより、協調分析結果が階層ごとに協調し、データの参照性が向上する。
【0054】
協調分析結果は、対応するＤＴ ｃａｓｅがＡＩアルゴリズムに基づく処理を施した結果を含むことができるとともに、すべての下位の中間分析結果を含むことができるので、協調分析結果がより豊富なデータを持つようにさせることができる。
【0055】
なお、目標分析結果は、最高レベルの目標ＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施して得られる協調結果とすることができるので、目標分析結果が得られた後、最高レベルのＤＴ ｃａｓｅコンテナがその目標分析結果をネットワーク構成情報生成用にＳＤＯＮシステムに報告し、これにより、生成されたネットワーク構成情報がすべての階層のＤＴ ｃａｓｅを協調して考慮できることを確保する。
【0056】
いくつかの実施例では、１つのＤＴ ｃａｓｅコンテナに下位のコンテナレベルを有するＤＴ ｃａｓｅコンテナが複数存在する場合があり、この場合、１つのＤＴ ｃａｓｅコンテナが同時に複数の中間分析結果を受信する場合があるが、競合を回避するために、時間閾値を設定することにより、一定期間内に上位のコンテナレベルを有するＤＴ ｃａｓｅコンテナを受信状態にし、その期間後に中間分析結果の受信を停止し、ＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施し、その期間内にすべての中間分析結果を受信するように協調してもよいし、他の方式、例えば、ＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施す際に１つの中間分析結果を受信するごとに、すべての中間分析結果を再協調してもよい。本実施例では、これについて限定せず、具体的な判断方式は実際のニーズに応じて選択すればよい。
【0057】
【0058】
ステップＳ５１０：管理制御シナリオに応じて、予め設定されたＡＩアルゴリズムライブラリから目標ＡＩアルゴリズムを決定する。
【0059】
ステップＳ５２０：目標ＡＩアルゴリズムによってＤＴ ｃａｓｅを分析して処理する。
【0060】
なお、ＡＩアルゴリズムライブラリはデータベースの形式であってもよく、管理制御シナリオを通じて対応する目標ＡＩアルゴリズムをマッチングできればよい。ＡＩアルゴリズムライブラリ中のＡＩアルゴリズムの数は任意であり、実際のニーズに応じて増やしたり減らしたりすればよい。
【0061】
ＡＩアルゴリズムライブラリには、強化学習（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ、ＲＬ）アルゴリズム、畳み込みニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＣＮＮ）、ディープニューラルネットワーク（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＤＮＮ）、グラフ畳み込みネットワーク（Ｇｒａｐｈ Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｔｗｏｒｋ、ＧＣＮ）やリカレントニューラルネットワーク（Ｒｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＲＮＮ）など、任意のタイプのＡＩアルゴリズムが含まれていてもよい。当業者は、実際のニーズに応じてＡＩアルゴリズムの種類を増やしたり減らしたりする動機がある。また、上記のＡＩアルゴリズムは、予め設定されたものであり、本願の実施例は、具体的なアルゴリズム訓練プロセスを含むものではなく、ここでは詳しく説明しない。
【0062】
管理制御シナリオによって、必要な操作が異なる。したがって、ＡＩアルゴリズムライブラリに複数のＡＩアルゴリズムを設定し、管理制御シナリオを通じて具体的な目標ＡＩアルゴリズムを決定することで、最適なＡＩアルゴリズムで対応するＤＴ ｃａｓｅ処理を行うことを確保することができる。また、管理制御シナリオと目標ＡＩアルゴリズムの対応関係は予め設定することができ、例えば、ユーザーが必要とする意図遅延に基づいて最適化されたエンドツーエンドＯＴＮ精品専用線サービスの需要に対して、管理制御シナリオに応じてＯＴＮトポロジ規模を決定した後、マッチング分析の結果、計算効果が最も良いアルゴリズムは強化学習（Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ、ＲＬ）アルゴリズムである。
【0063】
なお、目標ＡＩアルゴリズムの決定は、各ＤＴ ｃａｓｅコンテナが最適なＡＩアルゴリズムを用いてＤＴ ｃａｓｅの処理を行うことができるように、各ＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施すときに一度決定することができる。もちろん、同一の協調関係のもとで１つの目標ＡＩアルゴリズムを決定し、その協調関係のもとでＤＴ ｃａｓｅコンテナがＤＴ ｃａｓｅに対してＡＩアルゴリズムに基づく処理を施すごとに同じ目標ＡＩアルゴリズムを採用してもよい。具体的な方式は実際のニーズに応じて選択すればよい。
【0064】
【0065】
ステップＳ６１０：現在の物理ネットワークの作動状態を取得し、作動状態及び予め設定された管理情報に基づいて管理制御シナリオを決定する、又は、
【0066】
ステップＳ６２０：管理制御要求を取得し、管理制御要求に基づいて管理制御シナリオを決定する。
【0067】
なお、管理制御シナリオには、ネットワーク分析シナリオとネットワークサービスシナリオが含まれてもよい。ここで、ネットワーク分析シナリオはネットワーク分析需要によって決定され、ネットワーク分析需要はユーザーが現在の物理ネットワークに対して故障予測、作動状態分析又は問い合わせを行う需要であり、ユーザーがクライアントを通じてネットワーク管理制御システムに需要情報を送信することによって発生してもよく、ネットワーク管理制御システムは、物理ネットワークの自己検査、自己最適化、自己修復の管理目標に基づいて自ら発生してもよい。本実施例では、これについて特に限定しない。
【0068】
ネットワークサービスシナリオはユーザーのサービス需要に基づいて発生することができる。例えば、ネットワーク管理制御システムと通信可能に接続されるＯＴＮインテリジェントネットワーク管理制御アプリケーション（Ａｐｐｌｉｃａｔｉｏｎ、ＡＰＰ）を設定し、このＯＴＮインテリジェントネットワーク管理制御ＡＰＰを通じてユーザーのＯＴＮネットワークに対するサービス需要を取得する。サービス需要は帯域幅オンデマンド（Ｂａｎｄｗｉｄｔｈ Ｏｎ Ｄｅｍａｎｄ、ＢＯＤ）、多層最適化（Ｍｕｌｔｉ－Ｌａｙｅｒ Ｏｐｔｉｍｉｚａｔｉｏｎ、ＭＬＯ）、サービスレベルプロトコル（Ｓｅｒｖｉｃｅ－Ｌｅｖｅｌ Ａｇｒｅｅｍｅｎｔ、ＳＬＡ）、光仮想プライベートネットワーク（Ｏｐｔｉｃａｌ Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ、ＯＶＰＮ）、インテントベース光ネットワーク（Ｉｎｔｅｎｔ－Ｂａｓｅｄ Ｏｐｔｉｃａｌ Ｎｅｔｗｏｒｋ、ＩＢＯＮ）などであってもよい。サービス需要の具体的なタイプは実際のネットワークリソースに基づいて決定されてもよく、ここでは詳しく説明しない。
【0069】
【0070】
ステップＳ７１０：物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行った後に報告した新たなＤＴモデルデータを取得すると、新たなＤＴモデルデータに基づいてネットワーク構成情報を再生成する。
【0071】
ネットワーク構成情報によるネットワーク管理制御が完了すると、物理ネットワークの物理オブジェクトの関連パラメータが変化し、すなわちＤＴモデルデータ中の関連パラメータも変化し、ＤＴモデルデータと物理ネットワークの物理オブジェクトのパラメータとの対応を確保するために、物理ネットワークのネットワーク管理制御が完了した後に、新たな物理ネットワークのデータに基づいてＤＴモデルデータを更新することで、次回のＤＴ ｃａｓｅ生成を最新のＤＴモデルデータに基づいて行うことを可能にする。さらに、ＤＴモデルデータを更新して更なるＤＴ ｃａｓｅの生成をトリガーすることによって、ネットワーク管理制御全体を閉ループにすることもでき、ＤＴモデルデータのライフサイクル内で絶えずＤＴ ｃａｓｅを更新し、目標分析結果の決定を行うことができ、動的検出能力を効果的に高める。
【0072】
【0073】
ステップＳ８１０：ネットワーク管理制御が完了した後の物理ネットワークのネットワーク状態情報を取得して表示する。
【0074】
なお、取得されたネットワーク状態情報は、図６の実施例で説明されたＯＴＮインテリジェントネットワーク管理制御ＡＰＰを介して表示されてもよく、ネットワーク管理制御システムと通信可能に接続された他の機器を介して表示されてもよく、ユーザーが現在の物理ネットワークの作動状態を直感的に把握することができればよい。なお、ネットワーク状態情報は、物理ネットワークに関連するコンテンツであってもよく、例えば、ＯＴＮシステムの場合、ネットワーク状態情報は、リアルタイムのＯＴＮネットワークトポロジ、ＯＴＮネットワークサービス作動状態、ネットワーク性能状態、ネットワークリソースの可用性状態等を含んでもよく、具体的な表示コンテンツは、実際のニーズに応じて選択すればよい。
【0075】
ネットワーク状態情報は、リアルタイムで取得して表示されてもよく、ユーザーのニーズに応じてＯＴＮインテリジェントネットワーク管理制御ＡＰＰに表示されてもよい。本実施例では、これについて特に限定しない。
【0076】
図９に示すように、図９は、本願の一実施例による、ネットワーク管理制御システムと通信可能に接続されたデータ取得装置に適用されるネットワーク管理制御方法であって、以下のステップＳ９１０とステップＳ９２０を含むが、これらに限定されない。
【0077】
ステップＳ９１０：物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する。
【0078】
なお、ネットワーク管理制御システムに対して、ＳＤＯＮは物理ネットワークの管理制御、例えばＯＴＮシステムにおけるエンドツーエンドＯＴＮ業務の動的管理制御、ネットワークトポロジ管理、ＯＴＮ業務故障保護などの機能を実現することができるが、ＳＤＯＮは物理ネットワークからＤＴモデルデータを直接取得することはできないので、本願の実施例におけるデータ取得装置は、物理ネットワークからデータを取得してＤＴモデルデータを生成するための装置であってもよい。装置の具体的なエンティティは任意であってもよく、本実施例では、これについて限定せず、対応する機能を実現できればよい。
【0079】
なお、データ取得装置は、ＨＤＴＯＮ ｃａｓｅスケジューラのニーズに応じて、物理ＯＴＮネットワークからＤＴモデルデータを取得し、取得したＤＴモデルデータをＨＤＴＯＮ ｃａｓｅスケジューラに報告し、各ＤＴ ｃａｓｅコンテナがＤＴモデルデータに基づいてＤＴ ｃａｓｅを生成するようにしてもよい。
【0080】
ステップＳ９２０：ＤＴモデルデータをネットワーク管理制御システムに送信し、ネットワーク管理制御システムがＤＴモデルデータに基づいてネットワーク構成情報を生成し、ネットワーク構成情報を物理ネットワークに配信し、物理ネットワークがネットワーク構成情報に基づいてネットワーク管理制御を行うようにする。ネットワーク構成情報は、ネットワーク管理制御システムによって目的分析結果に基づいて生成される。目的分析結果は、ネットワーク管理制御システムによって協調関係及び異なる階層を有するすべてのＤＴ ｃａｓｅに基づいて得られる。異なる階層を有するすべてのＤＴ ｃａｓｅは、ネットワーク管理制御システムによってＤＴモデルデータに基づいて生成される。ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係がある。
【0081】
なお、ネットワーク管理制御システムがＤＴ ｃａｓｅ及びネットワーク構成情報を生成する方法及び原理は、図１に示された実施例の説明を参照してもよい。同様に、階層及び協調関係の具体的な説明も図１に示す実施例の説明を参照してもよく、説明を簡単にするために、ここでは、詳しく説明しない。
【0082】
【0083】
ステップＳ１０１０：ネットワーク管理制御システムによって配信されたデータ要求を取得し、データ要求は、ネットワーク管理制御システムによって管理制御シナリオに応じて決定される。
【0084】
ステップＳ１０２０：データ要求に応じて、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを生成する。
【0085】
データ要求の具体的な生成方法及び原理は、図２に示す実施例の説明を参照してもよいので、説明を簡単にするために、ここでは、詳しく説明しない。
【0086】
なお、データ要求は、ネットワーク管理制御システムのＨＤＴＯＮ ｃａｓｅスケジューラによってデータ取得装置に配信されてもよい。データ取得装置は、具体的なデータ要求に基づいて、デジタルツイン技術を利用して、物理ネットワーク内の物理オブジェクトの物理モデルを決定して、この物理モデルから必要なパラメータと属性を取得し、取得したパラメータと属性からＤＴモデルデータを抽出し、これにより、ＤＴモデルデータが実際の物理ネットワークの物理オブジェクトのパラメータと一致することを確保する。
【0087】
【0088】
ステップＳ１１１０：ＤＴモデルデータのライフサイクルにおいて、物理オブジェクトの物理パラメータ及び／又は物理属性の変化が検出された場合、変化後の物理オブジェクトに基づいてＤＴモデルデータを更新する。
【0089】
ステップＳ１１２０：更新したＤＴモデルデータをネットワーク管理制御システムに同期させ、ネットワーク管理制御システムが更新したＤＴモデルデータに基づいてネットワーク構成情報を得るようにする。
【0090】
なお、ＤＴモデルデータのライフサイクルは管理制御シナリオを決定してから、物理ネットワークがネットワーク管理制御を完了するまで、あるいは設定された作動期間であって、具体的な形式は実際のニーズに応じて選択され、ライフサイクル内でＤＴモデルデータの対応する物理モデルの一致を維持できればよい。
【0091】
ＤＴモデルデータのライフサイクル内でＤＴモデルデータのリアルタイム同期を維持することにより、取得したＤＴモデルデータが現在の物理ネットワークの物理オブジェクトのリアルタイムパラメータを反映できることを確保することができ、それによって得られた目標分析結果が実際のネットワーク状況を反映し、ネットワークの動的検出能力を確保できる。
【0092】
物理パラメータ及び／又は物理属性の変化は、数値的な変化であってもよいし、１つの収集期間内に収集されるデータの変化であってもよいし、属性が新たに追加又は減少されたなどであってもよい。本実施例では、具体的な変化について特に説明しない。
【0093】
以下では、図１２に示すＯＴＮシステムの構成を参照して、２つの具体的な管理制御シナリオによって本願の実施例の技術案についてさらに例示的に説明する。
【0094】
なお、図１２に示すＯＴＮシステムは、ＯＴＮ伝送プレーンと、ＨＤＴＯＮインテリジェント管理制御システムとを含み、また、ＯＴＮインテリジェントネットワーク管理制御ＡＰＰとＨＤＴＯＮインテリジェント管理制御システムとの通信接続が設けられている。ＨＤＴＯＮインテリジェント管理制御システムには、ＳＤＯＮシステム、ＨＤＴＯＮ ｃａｓｅスケジューラ、及びＡＩアルゴリズムエンジンライブラリが設けられている。ＨＤＴＯＮ ｃａｓｅスケジューラには、高レベルＤＴ ｃａｓｅコンテナ、中レベルＤＴ ｃａｓｅコンテナ、及び低レベルＤＴ ｃａｓｅコンテナが予め設けられている。ＡＩアルゴリズムエンジンライブラリには、適用シナリオ分析アダプタといくつかの予め訓練されたＡＩアルゴリズムが含まれている。ＯＴＮ伝送プレーンは、複数の物理機器を含む物理ネットワークと、物理機器に対応するデジタルモデルが構築されているＤＴモデルとを含む。なお、上記構成要素は、物理的な装置であってもよく、対応する機能を有する機能モジュールであってもよく、本実施例では、具体的な実装形態について特に限定せず。また、上記装置は、説明の便宜のために選択された例であり、本願の技術案に制限を与えるものではない。
【0095】
例１：図１３に示すように、ＯＴＮネットワークトラフィック分析適用シナリオでは、ネットワーク管理制御方法は、以下のステップＳ１３１０～ステップＳ１３７０を含むが、これらに限定されない。
【0096】
ステップＳ１３１０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワークトラフィック分析要件に基づいて、ＯＴＮ伝送プレーンからＯＴＮネットワークトラフィックＤＴモデルデータを取得し、ここで、ＯＴＮネットワークトラフィックＤＴモデルデータは、ＯＴＮネットワークトポロジ、ＯＴＮネットワークトポロジにおける全ネットワークＯＤＵ業務分布及び各ＯＤＵノードのトラフィックスループットを含む。
【0097】
ステップＳ１３２０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワークトラフィックＤＴモデルデータを取得した後、高レベルＤＴ ｃａｓｅコンテナ内で全ネットワークＯＴＮトポロジにおけるＯＤＵ業務をＤＴ化し、ネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅを生成し、中レベルＤＴ ｃａｓｅコンテナ内で各ＯＤＵノードのトラフィックスループットをＤＴ化し、各ＯＤＵノードのトラフィックスループットＤＴ ｃａｓｅを個別に作成して生成する。
【0098】
ステップＳ１３３０：中レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワークトラフィック分析適用シナリオに応じて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、各ＯＤＵノードトラフィックスループットＤＴ ｃａｓｅに対してＯＤＵノードトラフィックスループット予測モデルを構築して訓練して得て、ここで、ＯＤＵノードトラフィックスループットＤＴ ｃａｓｅは自身のＯＤＵノードトラフィックスループットの予測モデルに基づいて、ＯＤＵノードの指定した予測周期内のトラフィックスループット予測結果を得て、トラフィックスループットが上昇してこのＯＤＵノード交換容量に近づくＤＴ ｃａｓｅについて、容量拡張分析結果を得る。
【0099】
ステップＳ１３４０：中レベルＤＴ ｃａｓｅコンテナは、各ＯＤＵノードトラフィックスループットＤＴ ｃａｓｅのトラフィックスループット予測結果を高レベルＤＴ ｃａｓｅコンテナ中の対応するネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅに報告し、当該ネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅは、各ＯＤＵノードの交換容量のＤＴ ｃａｓｅによるＯＤＵノードのトラフィックスループットの予測結果及び容量拡張分析結果に基づいて、容量拡張処理を必要とするＯＤＵノードによって運ばれるＯＤＵ業務に対して切断・再ルーティング最適化シミュレーションを行い、ここで、切断・再ルーティング最適化シミュレーションは以下のステップを含む。高レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワークトラフィック分析適用シナリオに基づいて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、当該ネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅにおいて切断・再ルーティング最適化対象となるＯＤＵ業務について、各ＯＤＵ業務の最適化戦略に従って単一のＯＤＵ業務の最適化計算を行い、或いは複数のＯＤＵ業務の同時最適化計算を行い、最適化後の全ネットワークＯＤＵ業務分布シミュレーション効果を得て、このネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅに記録する。
【0100】
ステップＳ１３５０：高レベルＤＴ ｃａｓｅコンテナは、ステップＳ１３４０でネットワークレベルＯＤＵ業務ＤＴ ｃａｓｅによって行われた全ネットワークＯＤＵ業務の切断・再ルーティング最適化分析の結果、容量拡張分析を必要とする記録されたすべてのＯＤＵノード情報を、ＨＤＴＯＮ ｃａｓｅスケジューラを介して、ＳＤＯＮシステムに通知する。
【0101】
ステップＳ１３６０：ＳＤＯＮシステムは、ステップＳ１３５０で得られた切断・再ルーティング最適化分析結果及び容量拡張分析を必要とする記録されたすべてのＯＤＵノード情報に基づいて、ＯＴＮ伝送プレーンの現在のＯＴＮ物理ネットワークに対して関連業務の再ルーティング最適化及びノード容量拡張処理を行う。
【0102】
ステップＳ１３７０：ＯＴＮ物理ネットワークの管理制御が完了した後、ＯＴＮネットワークトラフィックＤＴモデルデータを更新し、ステップＳ１３１０を再び実行する。
なお、トラフィックスループットには、ＯＤＵノードのアップダウントラフィックとスルートラフィックが含まれていてもよく、実際のニーズに応じて選択すればよい。
なお、トラフィックスループットには、ＯＤＵノードのアップダウントラフィックとスルートラフィックが含まれていてもよく、実際のニーズに応じて選択すればよい。
【0103】
トラフィックスループットの予測結果は、次の１５日間のトラフィックスループットの平均値及びピーク値、又は、次の月のトラフィックスループットの平均値及びピーク値など、任意の期間におけるトラフィックスループットの値であってもよい。本実施例では、これについて特に限定しない。
【0104】
なお、ステップＳ１３４０で得られた切断・再ルーティング最適化分析結果は、ＯＴＮ伝送プレーンの既存のネットワークＯＴＮ物理ネットワークの運用への影響が最小である業務再最適化配置が行われる再ルーティング最適化のための最適な時間ウィンドウであり得る。
【0105】
例２：ＯＴＮネットワーク光モジュール故障予測適用シナリオでは、ネットワーク管理制御方法は、以下のステップＳ１４１０～ステップＳ１４７０を含むが、これらに限定されない。
【0106】
ステップＳ１４１０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワーク光モジュール故障分析要求に応じて、ＯＴＮ伝送プレーンからＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータを取得し、ここで、ＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータは、ＯＴＮネットワークトポロジ、ＯＴＮネットワークトポロジにおける全ネットワークＯＣＨ光層業務分布及びＯＴＮネットワークトポロジ内の各ＲＯＡＤＭノードにおける光モジュールデータを含む。
【0107】
ステップＳ１４２０：ＨＤＴＯＮ ｃａｓｅスケジューラは、ＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータを取得した後、高レベルＤＴ ｃａｓｅコンテナ内で全ネットワークＯＴＮトポロジにおけるＯＣＨ光層業務をＤＴ化し、ネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅを生成する。低レベルＤＴ ｃａｓｅコンテナ内で各ＲＯＡＤＭノードにおける光モジュールデータをＤＴ化し、各ＲＯＡＤＭノードにおける各光モジュールの故障予測ＤＴ ｃａｓｅを個別に作成して生成する。
【0108】
ステップＳ１４３０：低レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワーク光モジュール故障予測適用シナリオに応じて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、各ＲＯＡＤＭノードにおける各光モジュールの故障予測ＤＴ ｃａｓｅに対して光モジュールの故障予測モデルを構築して訓練して得て、ここで、各光モジュール故障予測ＤＴ ｃａｓｅは自身の光モジュール故障の予測モデルに基づいて、本モジュール故障発生の時間ウィンドウを予測し、故障が予測された光モジュールの交換分析結果を得る。
【0109】
ステップＳ１４４０：低レベルＤＴ ｃａｓｅコンテナは、故障が予測された光モジュールの交換分析結果を高レベルＤＴ ｃａｓｅコンテナ中の対応するネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅに報告する。ネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅは、各光モジュール故障予測分析の結論に基づいて、故障交換を必要とするＲＯＡＤＭノードにおける光モジュールによって運ばれるＯＣＨ光層業務に対して切断・再ルーティング最適化シミュレーションを行う。ここで、切断・再ルーティング最適化シミュレーションは具体的には以下のステップを含む。高レベルＤＴ ｃａｓｅコンテナは、ＯＴＮネットワーク光モジュール故障予測適用シナリオに応じて、シナリオ分析アダプタを通じてＡＩアルゴリズムエンジンライブラリからＡＩアルゴリズムを取得し、当該ネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅにおいて光モジュール故障予測により引き起こされる、切断・再ルーティング最適化対象のＯＣＨ光層業務に対して、各ＯＣＨ光層業務の最適化戦略に従って、単一のＯＣＨ光層業務最適化計算、又は複数のＯＣＨ光層業務の同時最適化計算を行い、最適化後の全ネットワークＯＣＨ光層業務分布シミュレーション効果を取得し、このネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅに記録する。
【0110】
ステップＳ１４５０：高レベルＤＴ ｃａｓｅコンテナは、ステップＳ１４４０でネットワークレベルＯＣＨ光層業務ＤＴ ｃａｓｅによって行われた全ネットワークＯＣＨ光層業務の切断・再ルーティング最適化分析の結果、故障予測交換を必要とする記録されたすべてのＲＯＡＤＭノード光モジュール情報を、ＨＤＴＯＮ ｃａｓｅスケジューラを介して、ＳＤＯＮシステムに通知する。
【0111】
ステップＳ１４６０：ＳＤＯＮシステムは、ステップＳ１４５０で得られた全ネットワークＯＣＨ光層業務の切断・再ルーティング最適化分析結果及び故障予測交換を必要とする記録されたすべてのＲＯＡＤＭノード光モジュール情報に基づいて、ＯＴＮ伝送プレーンの現在のＯＴＮ物理ネットワークに対して、関連するＯＣＨ光層業務再ルーティング最適化及び光モジュール故障予測交換処理を行う。
【0112】
ステップＳ１４７０：ＯＴＮ物理ネットワークの管理制御が完了した後、ＯＴＮネットワーク光モジュール故障分析ＤＴモデルデータを更新し、ステップＳ１４１０を再び実行する。
【0113】
なお、各ＲＯＡＤＭノードにおける光モジュールデータは、故障予測のためのモデル化されたデータ、例えば、光モジュール入出力パワー、レーザバイアス電流、光モジュール温度などであってもよい。ここでは、特に限定しない。
【0114】
トラフィックスループット予測結果は、ＯＴＮ伝送プレーンの既存のネットワークＯＴＮ物理ネットワークの運用への影響が最小である業務再最適化配置が行われる再ルーティング最適化のための最適な時間ウィンドウである。
【0115】
また、図１５に示すように、本願の一実施例は、メモリ１５１０と、プロセッサ１５２０と、メモリ１５１０上に記憶され、プロセッサ１５２０上で実行可能なコンピュータプログラムとを含むネットワーク管理制御システム１５００をさらに提供する。
【0116】
プロセッサ１５２０及びメモリ１５１０は、バス又は他の手段を介して接続されることができる。
【0117】
上記の実施例のネットワーク管理制御方法を実現するために必要な非一時的なソフトウェアプログラム及び命令は、メモリ１５１０に記憶され、プロセッサ１５２０によって実行されると、上記の実施例のネットワーク管理制御システム１５００に適用されるネットワーク管理制御方法が実行され、例えば、上記の図１の方法ステップＳ１１０～Ｓ１４０、図２の方法ステップＳ２１０～Ｓ２２０、図３の方法ステップＳ３１０、図４の方法ステップＳ４１０～Ｓ４２０、図５の方法ステップＳ５１０～Ｓ５２０、図６の方法ステップＳ６１０～Ｓ６２０、図７の方法ステップＳ７１０、図８の方法ステップＳ８１０が実行される。
【0118】
本願の実施例は、物理ネットワーク内の物理オブジェクトに対応するＤＴモデルデータを取得するステップと、前記ＤＴモデルデータに基づいて、異なる階層を有するデジタルツインケースＤＴ ｃａｓｅを生成するステップであって、ＤＴ ｃａｓｅの階層と物理オブジェクトの階層とが対応しており、前記異なる階層を有するＤＴ ｃａｓｅの間で機能的な協調関係があるステップと、前記協調関係及びすべての前記ＤＴ ｃａｓｅに基づいて目標分析結果を得るステップと、前記目標分析結果に基づいてネットワーク構成情報を生成し、前記ネットワーク構成情報を前記物理ネットワークに配信し、前記物理ネットワークが前記ネットワーク構成情報に基づいてネットワーク管理制御を行うようにするステップと、を含む。本願の実施例によるスキームによれば、異なる階層を有するＤＴ ｃａｓｅ及び協調関係に基づいてネットワーク管理制御を実現し、ネットワークシステムの動的検出能力及びデジタル化分析能力を向上させることができる。
【0119】
上記で説明された装置の実施例は単に概略的なものであり、分離された構成要素として説明されたユニットは、物理的に分離されていてもよいし、そうでなくてもよい、すなわち、１つの場所に配置されていてもよいし、複数のネットワークユニットに分散されていてもよい。これらのモジュールの一部又は全部は、実際のニーズに応じて、本実施例のスキームの目的を達成するために選択されてもよい。
【0120】
さらに、本願の一実施例は、コンピュータ読み取り可能な記憶媒体をさらに提供し、該コンピュータ読み取り可能な記憶媒体にコンピュータ実行可能命令が格納され、該コンピュータ実行可能命令が１つのプロセッサ又はコントローラによって実行される。例えば、該コンピュータ実行可能命令が上記実施例の１つのプロセッサによって実行されると、上記実施例のネットワーク管理制御システムに適用されるネットワーク管理制御方法、例えば、以上説明した、図１の方法ステップＳ１１０～Ｓ１４０、図２の方法ステップＳ２１０～Ｓ２２０、図３の方法ステップＳ３１０、図４の方法ステップＳ４１０～Ｓ４２０、図５の方法ステップＳ５１０～Ｓ５２０、図６の方法ステップＳ６１０～Ｓ６２０、図７の方法ステップＳ７１０、図８の方法ステップＳ８１０を上記プロセッサに実行させ、又は、上記の実施例の１つのプロセッサによって実行されると、上記の実施例のデータ取得装置に適用されるネットワーク管理制御方法、例えば、以上説明した、図９の方法ステップＳ９１０～Ｓ９２０、図１０の方法ステップＳ１０１０～Ｓ１０２０、図１１の方法ステップＳ１１１０～Ｓ１１２０を上記プロセッサに実行させる。
【0121】
当業者であれば、上記で開示された方法におけるステップ、システムの全部又は一部は、ソフトウェア、ファームウェア、ハードウェア、及びそれらの適切な組み合わせとして実装されてもよいことを理解する。物理的構成要素の一部又はすべては、中央処理装置、デジタル信号処理装置、マイクロプロセッサなどのプロセッサによって実行されるソフトウェアとして、又はハードウェアとして、又は特定用途向け集積回路などの集積回路として実装されてもよい。このようなソフトウェアは、コンピュータ記憶媒体（又は非一時的媒体）及び通信媒体（又は一時的媒体）を含むことができるコンピュータ読み取り可能な媒体上に配布することができる。当業者に周知のように、コンピュータ記憶媒体という用語は、情報（例えば、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は他のデータ）を記憶するための任意の方法又は技術において実施される、揮発性及び不揮発性の、取り外し可能な、及び取り外し不可能な媒体を含む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ又は他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）又は他の光ディスク記憶装置、磁気カートリッジ、磁気テープ、磁気ディスク記憶装置若しくは他の磁気記憶装置、又は所望の情報を記憶するために使用することができ、コンピュータによってアクセスすることができる他の任意の媒体を含むが、これらに限定されない。さらに、当業者に周知のように、通信媒体は、通常、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は搬送波や他の送信機構のような変調データ信号中の他のデータを含み、任意の情報配信媒体を含み得る。
【0122】
以上は本願の好ましい実施例を具体的に説明したが、本願は上記の実施例に限定されるものではなく、当業者は本願の精神に反しないことを前提に様々な均等な変形又は置換を行うことができ、これらの均等な変形又は置換はいずれも本願の請求項によって限定される範囲内に含まれる。
【手続補正3】
【補正対象書類名】図面
【補正対象項目名】図３
【補正方法】変更
【補正の内容】
【図3】
【手続補正4】
【補正対象書類名】図面
【補正対象項目名】図１０
【補正方法】変更
【補正の内容】
【図10】
【国際調査報告】