摘要
本申请提供一种流量数据的处理方法和网 元设备。该方法应用于网元设备，包括：在网元设 备本地采集流量数据；获取预训练的AI模型；根 据流量数据和AI模型，在本地进行网络推理；根 据推理结果进行网络智能决策。由于可以在网元 设备本地进行流量数据的采集、分析和管理，无 需将流量数据传输到中央控制系统，因此，实时 性较好，可以节省网络带宽，降低通信成本，同时 还可以不受应用场景的限制；由于可以根据AI模 型对流量数据进行本地的网络推理，并根据推理 结果进行网络智能决策，因此，不仅可以提高网 络推理的准确性，实现网络流量在本地的实时智 能应用，还可以应对复杂多变的流量场景，满足 不同场景下对网络流量的应用和管理需求。
1 .一种流量数据的处理方法，应用于网元设备，
包括： 在所述网元设备本地采集流量数据； 获取预训练的人工智能AI模型； 根据所述流量数据和所述AI模型，在本地进行网络推理； 根据推理结果进行网络智能决策。
2.如权利要求1所述的方法，
所述流量数据包括多个维度的流量数据；在所述网元设备 本地采集流量数据后，所述方法还包括： 根据所述多个维度对所述流量数据进行分析，得到所述流量数据的多维流量特征； 所述根据所述流量数据和所述AI模型，在本地进行网络推理，包括： 根据所述流量数据的多维流量特征和所述AI模型，在本地进行网络推理。
3.如权利要求2所述的方法，
所述根据所述多个维度对所述流量数据进行分析，得到所 述流量数据的多维流量特征，包括： 以检测窗口的形式对所述流量数据进行聚集，得到流量聚集结果； 根据所述多个维度对所述流量聚集结果进行分析，得到所述流量数据的多维流量特 征。
4.如权利要求2或3所述的方法，
所述流量数据的多维流量特征包括五元组流量特征、 目的IP特征、服务特征、源IP特征和全局特征中的至少两项。
5.如权利要求4所述的方法，所述方法还包括：
根据所述流量数据的多维流量特征更新所述网元设备的本地流量数据库； 其中，所述本地流量数据库包括五元组流表、目的IP表、服务表、源IP表和全局特征表 中的至少两项，所述五元组流表用于存储所述五元组流量特征，所述目的IP表用于存储所 述目的IP特征，所述服务表用于存储所述服务特征，所述源IP表用于存储所述源IP特征，所 述全局特征表用于存储所述全局特征。
6.如权利要求5所述的方法，
所述方法还包括以下至少一项： 根据操作指令对所述本地流量数据库中的多个数据表的流量特征进行增删改查； 输出所述多个数据表； 根据所述多个数据表中的流量特征生成白名单； 根据所述多个数据表中的流量特征进行网络状态分析； 对所述本地流量数据库进行相关配置。
7 .如权利要求1或2所述的方法，
所述获取预训练的AI模型，包括： 根据目标业务场景，获取预训练的与所述目标业务场景对应的目标AI模型； 所述根据所述流量数据和所述AI模型，在本地进行网络推理，包括： 从所述流量数据的多维流量特征中选择与所述目标业务场景对应的目标流量特征； 根据所述目标流量特征和所述目标AI模型，在本地进行所述目标业务场景下的网络推 理。
8.如权利要求7所述的方法，
所述AI模型包括多个，不同的AI模型对应不同的业务场 景，不同的AI模型根据不同的样本流量数据和流量类型标签训练得到。
9.如权利要求7所述的方法，
所述目标业务场景包括网络攻击检测场景，所述目标流量 特征包括所述流量数据在第一维度下的流量特征，所述第一维度下的流量特征包括五元组流量特征、目的IP特征、源IP特征和全局特征。
10.如权利要求7所述的方法，
所述目标业务场景包括服务类型分类场景，所述目标流 量特征包括所述流量数据在第二维度下的流量特征，所述第二维度下的流量特征包括五元 组流量特征和全局特征。
11 .如权利要求7所述的方法，
所述根据所述目标流量特征和所述目标AI模型，在本地 进行所述目标业务场景下的网络推理，包括： 对所述目标流量特征进行归一化处理； 将归一化处理后的所述目标流量特征进行拼接，得到特征向量； 将所述特征向量作为所述目标AI模型的输入，将所述目标AI模型的输出确定为网络推 理结果。
12.一种网元设备，包括流量采集模块和网络智能应用模块，
其中： 所述流量采集模块，用于在所述网元设备本地采集流量数据； 所述网络智能应用模块，用于获取预训练的AI模型；根据所述流量数据和所述AI模型， 在本地进行网络推理；根据推理结果进行网络智能决策。
13.如权利要求12所述的网元设备，
所述网元设备还包括流量数据库维护模块； 所述流量采集模块，还用于将所述流量数据以检测窗口的形式发送给所述流量数据库 维护模块； 所述流量数据库维护模块，用于根据所述流量数据的多个维度对所述流量数据进行分 析，得到所述流量数据的多维流量特征，根据所述流量数据的多维流量特征更新所述网元 设备的本地流量数据库； 其中，所述本地流量数据库包括五元组流表、目的IP表、服务表、源IP表和全局特征表 中的至少两项，所述五元组流表用于存储五元组流量特征，所述目的IP表用于存储目的IP 特征，所述服务表用于存储服务特征，所述源IP表用于存储源IP特征，所述全局特征表用于 存储全局特征。
14.如权利要求13所述的网元设备，
所述网元设备还包括数据库基础应用模块； 所述数据库基础应用模块，用于以下至少一项： 根据操作指令对所述本地流量数据库中的多个数据表的流量特征进行增删改查； 输出所述多个数据表； 根据所述多个数据表中的流量特征生成白名单； 根据所述多个数据表中的流量特征进行网络状态分析； 对所述本地流量数据库进行相关配置。
15.一种电子设备，
包括： 处理器； 用于存储所述处理器可执行指令的存储器； 其中，所述处理器被配置为执行所述指令，以实现如权利要求1至11任一项所述的方 法。
16.一种计算机可读存储介质，
当所述存储介质中的指令由电子设备的处理器执行时， 使得电子设备能够执行如权利要求1至11任一项所述的方法。
17 .一种计算机程序产品，
所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行如权利要求1至11任一项所述 的方法中的部分或全部步骤。
