摘要
本申请提供一种光通信装置的动态负载均衡方法及系统,涉及光通信设备管理领域,该方法包括:获取各个光通信装置的多维度时序数据;针对各个历史时间步,提取多维度时序数据中对应历史时间步各个光通信装置的多维度数据,并根据所提取的各个多维度数据构建相应的历史图结构,通过图神经网络更新历史图结构中各个图节点的节点特征;针对各个光通信装置,基于各个经更新的历史图结构的相应图节点的节点特征确定时序融合特征,并将该时序融合特征输入至流量预测模型,以确定对应未来的预设时间段的预测流量负荷数据;基于各个预测流量负荷数据执行动态负载均衡操作。由此,实现在动态变化的网络环境下的精准负荷预测和智能化负载均衡操作。
技术关键词
光通信装置
节点特征
融合特征
多头注意力机制
流量预测模型
动态负载均衡方法
光通信网络
负荷
强化学习模型
时序
卷积模型
矩阵
基础
设备状态数据
动态负载均衡系统
深度图
模块