董永強(qiáng) 王 鑫 劉永博 楊 望

1(東南大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院 南京 211189) 2(東南大學(xué)網(wǎng)絡(luò)空間安全學(xué)院 南京 211189) 3(計(jì)算機(jī)網(wǎng)絡(luò)和信息集成教育部重點(diǎn)實(shí)驗(yàn)室(東南大學(xué)) 南京 211189)

隨著網(wǎng)絡(luò)技術(shù)的蓬勃發(fā)展，多元化終端類型及其接入方式的演變，網(wǎng)絡(luò)中的被管對象和設(shè)備的種類、數(shù)量呈幾何式增長，網(wǎng)絡(luò)規(guī)模及其設(shè)備的異構(gòu)性和復(fù)雜性也在不斷增加，基于命令行接口(CLI)以及簡單網(wǎng)絡(luò)管理協(xié)議(SNMP)的網(wǎng)絡(luò)運(yùn)維管理方式變得非常困難.在此背景下，迫切需要高效、智能的方法來實(shí)現(xiàn)網(wǎng)絡(luò)的自動(dòng)化運(yùn)維管理.

為了滿足網(wǎng)絡(luò)配置管理的要求，IETF于2006年推出網(wǎng)絡(luò)配置管理協(xié)議NETCONF.該協(xié)議從概念上將消息傳輸劃分為內(nèi)容層、操作層、遠(yuǎn)程調(diào)用層和傳輸層，同時(shí)采用XML進(jìn)行管理者和代理之間的數(shù)據(jù)傳輸和模塊表達(dá).其內(nèi)容層采用IETF定制的標(biāo)準(zhǔn)YANG語言[1]進(jìn)行數(shù)據(jù)建模，這是一種建立網(wǎng)絡(luò)數(shù)據(jù)模型的標(biāo)準(zhǔn)解決方法.基于YANG語言生成的YANG模型定義了一個(gè)數(shù)據(jù)層次結(jié)構(gòu)，包括配置數(shù)據(jù)、狀態(tài)數(shù)據(jù)、遠(yuǎn)程過程調(diào)用(RPCs)和通知，具有很強(qiáng)的可讀性、理解性和擴(kuò)展性.NETCONF和YANG的出現(xiàn)，極大地降低了人工運(yùn)維的成本，網(wǎng)絡(luò)設(shè)備所需的配置或網(wǎng)管人員所需的數(shù)據(jù)可以通過腳本化方式執(zhí)行，網(wǎng)絡(luò)運(yùn)維更加趨于自動(dòng)化.

然而，由于業(yè)務(wù)實(shí)現(xiàn)、市場需求等原因，不同廠商、標(biāo)準(zhǔn)化組織在基于YANG語言進(jìn)行數(shù)據(jù)建模時(shí)，生成的YANG模型存在很大的異構(gòu)性，通常在描述設(shè)備的同一種功能或概念時(shí)定義的結(jié)構(gòu)(如節(jié)點(diǎn)名稱、節(jié)點(diǎn)組織結(jié)構(gòu)等)各不相同.異構(gòu)的網(wǎng)絡(luò)數(shù)據(jù)模型給網(wǎng)絡(luò)運(yùn)維互操作帶來了挑戰(zhàn)，網(wǎng)管人員必須了解異構(gòu)的YANG模型細(xì)節(jié)才能進(jìn)行信息交互，人力要求和學(xué)習(xí)成本較高，不利于智能化網(wǎng)絡(luò)運(yùn)維的推進(jìn).

Clark等人早在2003年就提出網(wǎng)絡(luò)“知識平面”的概念[2]，建議在網(wǎng)絡(luò)數(shù)據(jù)平面之上建立一個(gè)協(xié)調(diào)統(tǒng)一的知識平面，通過知識平面可以自動(dòng)從低級行為中提取高級目標(biāo)，實(shí)現(xiàn)網(wǎng)絡(luò)的自適應(yīng)、自修復(fù).文獻(xiàn)[3]提出將網(wǎng)絡(luò)設(shè)備、鏈路及其相關(guān)的網(wǎng)絡(luò)狀態(tài)信息作為知識存在知識庫中，集中管理網(wǎng)絡(luò)中產(chǎn)生的運(yùn)維大數(shù)據(jù)，實(shí)現(xiàn)網(wǎng)絡(luò)智能化運(yùn)維.但是該文獻(xiàn)僅涉及知識存儲，忽略了語義層面的信息，底層網(wǎng)絡(luò)設(shè)備及其數(shù)據(jù)還是處于異構(gòu)狀態(tài)；且該文獻(xiàn)提出的知識庫是根據(jù)實(shí)驗(yàn)網(wǎng)絡(luò)環(huán)境定制的，無法提供適應(yīng)所有網(wǎng)絡(luò)的統(tǒng)一全局視圖.可見，在當(dāng)今異構(gòu)的網(wǎng)絡(luò)環(huán)境下，亟需一個(gè)知識層面、與網(wǎng)絡(luò)環(huán)境無關(guān)的統(tǒng)一數(shù)據(jù)模型來統(tǒng)領(lǐng)網(wǎng)絡(luò)大數(shù)據(jù)處理，從根本上解決網(wǎng)絡(luò)的異構(gòu)描述問題.

鑒于此，本文提出一種由數(shù)據(jù)模型驅(qū)動(dòng)的網(wǎng)絡(luò)領(lǐng)域知識圖譜構(gòu)建方法，以消除異構(gòu)YANG模型的互操作問題，為網(wǎng)絡(luò)運(yùn)維管理提供知識層面的統(tǒng)一描述.據(jù)我們所知，這是業(yè)界首次提出利用YANG語言本身生成網(wǎng)絡(luò)知識本體，再基于異構(gòu)YANG模型構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜.本文的主要貢獻(xiàn)有4個(gè)方面：

1) 提出一種由YANG語言及其數(shù)據(jù)模型驅(qū)動(dòng)的、基于領(lǐng)域知識圖譜的異構(gòu)網(wǎng)絡(luò)智能運(yùn)維方案；

2) 給出基于YANG語言規(guī)范生成網(wǎng)絡(luò)知識本體的基本原則和構(gòu)建方法；

3) 設(shè)計(jì)利用異構(gòu)YANG模型進(jìn)行知識抽取,并結(jié)合表示學(xué)習(xí)等手段構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜的方法；

4) 給出從網(wǎng)絡(luò)領(lǐng)域知識圖譜自動(dòng)生成網(wǎng)絡(luò)運(yùn)維本體并開展智能化運(yùn)維實(shí)踐的方法.

1 相關(guān)工作

隨著網(wǎng)絡(luò)和人工智能技術(shù)的發(fā)展，近年來有不少工作將深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等用于網(wǎng)絡(luò)智能化運(yùn)維，實(shí)現(xiàn)網(wǎng)絡(luò)性能優(yōu)化和故障異常檢測等.文獻(xiàn)[4]使用了深度強(qiáng)化學(xué)習(xí)對數(shù)據(jù)中心的長流和短流分別進(jìn)行調(diào)度管理和隊(duì)列閾值優(yōu)化，實(shí)現(xiàn)對數(shù)據(jù)中心規(guī)模的流量調(diào)度的優(yōu)化.文獻(xiàn)[5]在網(wǎng)絡(luò)效用最優(yōu)化問題中使用了深度強(qiáng)化學(xué)習(xí)，采用了改進(jìn)的策略和經(jīng)驗(yàn)重放方法，避免了對通信網(wǎng)絡(luò)模型的依賴.這些工作強(qiáng)調(diào)機(jī)器學(xué)習(xí)手段在網(wǎng)絡(luò)智能化運(yùn)維中的應(yīng)用，有意無意地忽略了網(wǎng)絡(luò)的異構(gòu)性.它們假設(shè)從網(wǎng)絡(luò)中獲取的運(yùn)行和狀態(tài)數(shù)據(jù)都可以互相理解，并將其直接存儲，然后通過機(jī)器學(xué)習(xí)等方法進(jìn)行處理和分析.這些方法較少涉及網(wǎng)絡(luò)數(shù)據(jù)模型在網(wǎng)絡(luò)運(yùn)維管理中的運(yùn)用，從而難以建立對網(wǎng)絡(luò)中異構(gòu)數(shù)據(jù)進(jìn)行統(tǒng)一描述的全局視圖.近年來，語義技術(shù)和知識圖譜的發(fā)展，引發(fā)了人們對于建立統(tǒng)一全局視圖的思考和研究.

文獻(xiàn)[6]較早提出一種基于本體的IP網(wǎng)絡(luò)設(shè)備智能配置管理模型，利用管理信息庫(MIB)，使用本體建模語言(OWL)集成配置管理信息，使用語義網(wǎng)規(guī)則語言(SWRL)定義行為信息，使用OWL-S定義服務(wù)；當(dāng)達(dá)到觸發(fā)條件時(shí)，管理器會根據(jù)SWRL定義的規(guī)則調(diào)用相關(guān)服務(wù)，然后基于OWL-S將服務(wù)執(zhí)行到托管設(shè)備，實(shí)現(xiàn)智能管理配置.文獻(xiàn)[7-8]提出從網(wǎng)絡(luò)設(shè)備的配置手冊中提取語法和語義信息同時(shí)利用專家知識，用OWL表示交換機(jī)/路由器配置域的關(guān)鍵概念和關(guān)系，基于語義簡化和自動(dòng)化設(shè)備的配置過程.

文獻(xiàn)[3]提出一個(gè)知識圖框架KnowNet，該框架中的自定義知識來自實(shí)時(shí)的網(wǎng)絡(luò)環(huán)境，并設(shè)計(jì)了專門為網(wǎng)絡(luò)管理定制的原語，以簡化網(wǎng)絡(luò)運(yùn)維工作.但是KnowNet只停留在知識存儲和數(shù)據(jù)層面，沒有考慮使用OWL等語義信息技術(shù)，也忽略了網(wǎng)絡(luò)的異構(gòu)性和網(wǎng)絡(luò)底層運(yùn)維數(shù)據(jù)模型的作用；該方案建立的知識庫只適用于具體的網(wǎng)絡(luò)，網(wǎng)絡(luò)環(huán)境改變時(shí)需要重建知識庫，可擴(kuò)展性和可移植性較差.

隨著NETCONF的普及應(yīng)用，相關(guān)的智能化運(yùn)維研究逐漸涌現(xiàn).文獻(xiàn)[9]提出基于本體、利用NETCONF解決物聯(lián)網(wǎng)(IoT)環(huán)境下的互操作問題，該文作者將IoT設(shè)備的功能以本體的方式進(jìn)行表述，并利用本體知識將其轉(zhuǎn)化為YANG模型，通過RPC調(diào)用和響應(yīng)實(shí)現(xiàn)對異構(gòu)IoT設(shè)備的管理與控制.文獻(xiàn)[10]同樣基于NETCONF協(xié)議，利用本體解決電子醫(yī)療系統(tǒng)中的互操作問題.然而上述方法，只是借用了YANG的語法格式和模型特點(diǎn)，構(gòu)建了特定環(huán)境下的物聯(lián)網(wǎng)設(shè)備的本體模型，并不具有通用性.此外，文獻(xiàn)[11]提出了一個(gè)融合不同廠商設(shè)備之間相同配置數(shù)據(jù)的本體；然而該文獻(xiàn)只針對Cisco和Juniper兩個(gè)關(guān)于IPv6配置的YANG模型，通過人工解析的方式構(gòu)建網(wǎng)絡(luò)本體，如此生成的本體針對性過強(qiáng)、可擴(kuò)展性差，無法拓展到其他模型和網(wǎng)絡(luò)環(huán)境.

綜上所述，現(xiàn)有網(wǎng)絡(luò)智能化運(yùn)維技術(shù)忽視網(wǎng)絡(luò)的異構(gòu)性，導(dǎo)致從網(wǎng)絡(luò)中獲取的狀態(tài)和配置數(shù)據(jù)彼此無法理解；本體均為手工生成且可擴(kuò)展性太差、自動(dòng)化程度過低；當(dāng)今網(wǎng)絡(luò)領(lǐng)域還沒有一個(gè)能夠在知識層面上對網(wǎng)絡(luò)數(shù)據(jù)模型進(jìn)行統(tǒng)一描述、可用于統(tǒng)領(lǐng)網(wǎng)絡(luò)大數(shù)據(jù)處理的全局視圖.為此，本文嘗試?yán)肶ANG語言規(guī)范，構(gòu)建首個(gè)數(shù)據(jù)模型驅(qū)動(dòng)的網(wǎng)絡(luò)領(lǐng)域知識圖譜，作為知識層面的統(tǒng)一描述，解決網(wǎng)絡(luò)大數(shù)據(jù)的異構(gòu)性問題，促進(jìn)網(wǎng)絡(luò)運(yùn)維管理的智能化.

2 基于網(wǎng)絡(luò)領(lǐng)域知識圖譜的異構(gòu)網(wǎng)絡(luò)智能運(yùn)維方案

知識圖譜是一種用圖模型來描述知識的技術(shù)方法，由節(jié)點(diǎn)(實(shí)體)和邊(屬性)組成，包含描述抽象知識的本體層和描述具體事實(shí)的實(shí)例層.在語義技術(shù)框架中，知識圖譜定義了對象之間的關(guān)系，簡化了從異構(gòu)數(shù)據(jù)中搜索信息的過程；可以促進(jìn)知識共享和發(fā)現(xiàn)，能夠在大型異構(gòu)數(shù)據(jù)集上表達(dá)和發(fā)現(xiàn)潛在的關(guān)系[12].OWL是W3C定義的用于描述本體的標(biāo)準(zhǔn)語言，采用subject-predicate-object(SPO)三元組的形式表示對象之間的關(guān)系；SPARQL查詢語言則提供了對知識圖譜中的各種關(guān)系進(jìn)行搜索的手段.

本文提出一個(gè)能夠在網(wǎng)絡(luò)領(lǐng)域統(tǒng)領(lǐng)大數(shù)據(jù)處理的全局視圖——YANG模型驅(qū)動(dòng)的網(wǎng)絡(luò)領(lǐng)域知識圖譜，從語義角度描述異構(gòu)YANG模型的信息集成，實(shí)現(xiàn)網(wǎng)絡(luò)運(yùn)維管理中異構(gòu)信息的統(tǒng)一描述.基于網(wǎng)絡(luò)領(lǐng)域知識圖譜的異構(gòu)網(wǎng)絡(luò)智能運(yùn)維方案整體架構(gòu)如圖1所示，包含概念網(wǎng)絡(luò)層面和物理網(wǎng)絡(luò)層面.

1) 概念網(wǎng)絡(luò)層——YANG模型驅(qū)動(dòng)的網(wǎng)絡(luò)領(lǐng)域知識圖譜構(gòu)建

概念網(wǎng)絡(luò)層對應(yīng)通用網(wǎng)絡(luò)的知識平面，負(fù)責(zé)構(gòu)建基于YANG模型的網(wǎng)絡(luò)領(lǐng)域知識圖譜；該圖譜不受具體網(wǎng)絡(luò)環(huán)境的影響，也不受網(wǎng)絡(luò)設(shè)備異構(gòu)的影響.步驟有3個(gè)：

① 基于YANG語言的RFC7950規(guī)范構(gòu)建通用網(wǎng)絡(luò)知識本體；

② 對單源異構(gòu)YANG模型(由不同廠商或標(biāo)準(zhǔn)化組織提供)進(jìn)行知識抽取，實(shí)例化網(wǎng)絡(luò)知識本體；

Fig. 1 Framework of heterogeneous network intelligent operation based on network domain knowledge graph圖1 基于網(wǎng)絡(luò)領(lǐng)域知識圖譜的異構(gòu)網(wǎng)絡(luò)智能運(yùn)維方案

Fig. 2 Demonstration of network domain knowledge graph圖2 網(wǎng)絡(luò)領(lǐng)域知識圖譜示意

③ 利用OWL語義信息，根據(jù)已有的專家知識及節(jié)點(diǎn)映射關(guān)系進(jìn)行訓(xùn)練，得出潛在的實(shí)例匹配關(guān)系，向?qū)嵗蟮木W(wǎng)絡(luò)知識本體中添加相關(guān)映射規(guī)則，構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜.

構(gòu)建的網(wǎng)絡(luò)領(lǐng)域知識圖譜如圖2所示，具體方法見第3節(jié).

2) 物理網(wǎng)絡(luò)層——基于領(lǐng)域知識圖譜的網(wǎng)絡(luò)運(yùn)維本體生成與智能運(yùn)維應(yīng)用

物理網(wǎng)絡(luò)層對應(yīng)具體網(wǎng)絡(luò)的控制與管理平面，體現(xiàn)網(wǎng)絡(luò)領(lǐng)域知識圖譜在實(shí)際網(wǎng)絡(luò)中的應(yīng)用.步驟有2個(gè)：

①′ 基于網(wǎng)絡(luò)領(lǐng)域知識圖譜，定義概念網(wǎng)絡(luò)層與物理網(wǎng)絡(luò)層之間的映射規(guī)則，自動(dòng)生成網(wǎng)絡(luò)運(yùn)維本體；

②′ 利用NETCONF消息或其他動(dòng)態(tài)數(shù)據(jù)，實(shí)例化網(wǎng)絡(luò)運(yùn)維本體，構(gòu)建網(wǎng)絡(luò)運(yùn)維知識圖譜，支撐性能優(yōu)化、故障檢測等運(yùn)維需求.

3 YANG模型驅(qū)動(dòng)的網(wǎng)絡(luò)領(lǐng)域知識圖譜構(gòu)建

3.1 基于YANG語言規(guī)范構(gòu)建網(wǎng)絡(luò)知識本體

YANG語言是用來描述YANG模型的數(shù)據(jù)建模語言，由IETF定制，按照NETCONF協(xié)議的層次結(jié)構(gòu)來描述相關(guān)內(nèi)容，包括配置數(shù)據(jù)、狀態(tài)數(shù)據(jù)、RPC和通知；YANG語言將網(wǎng)絡(luò)配置與狀態(tài)數(shù)據(jù)轉(zhuǎn)化為樹形結(jié)構(gòu)，可以表示具有復(fù)雜層次關(guān)系的數(shù)據(jù).RFC7950規(guī)范了YANG語言用于構(gòu)建數(shù)據(jù)模型的68種聲明，部分聲明存在自己的子聲明，聲明與聲明之間有互相嵌套的關(guān)系，RFC7950還對每個(gè)聲明進(jìn)行了基數(shù)限制，如表1、表2所示(部分聲明).

Table 1 Substatements of module Statement

Table 2 Substatements of container Statement

為了更好地展現(xiàn)YANG RFC7950中復(fù)雜的聲明關(guān)系，同時(shí)豐富YANG的語義信息，我們以O(shè)WL為本體建模語言，利用protégé本體構(gòu)建工具進(jìn)行網(wǎng)絡(luò)知識本體建模.構(gòu)建過程遵循6個(gè)原則，其中，小寫字母開頭的單詞表示RFC7950中定義的聲明名，如module等；大寫字母開頭的單詞表示網(wǎng)絡(luò)知識本體中的類名，如Module等；大駝峰式命名的單詞表示網(wǎng)絡(luò)知識本體中的類名，如BelongsTo等；小駝峰式命名的單詞表示網(wǎng)絡(luò)知識本體中的關(guān)系名，如hasModule等.

1) 將RFC7950中具有子聲明的所有聲明定義為本體中的類，類之間的對象屬性關(guān)系命名為關(guān)系本身的含義，如表1展示的有關(guān)module和container聲明的三元組關(guān)系為

Module→hasContainer→Container

2) 將RFC7950中沒有子聲明的所有聲明轉(zhuǎn)為數(shù)據(jù)類型屬性關(guān)系的命名，如表1中定義的module和prefix聲明之間的關(guān)系：

Module→hasPrefix→xsd:string

3) RFC7950中定義了一些特殊的用于引用其他聲明的聲明，如uses，該聲明用于引用某個(gè)已經(jīng)定義了的grouping信息.對于這類聲明，對象屬性關(guān)系除了既定聲明之間的關(guān)系，還需要加上被引用的關(guān)系.如module,grouping,uses聲明之間的關(guān)系定義為：

Module→hasGrouping→Grouping

Module→hasUses→Uses

Uses→toUse→Grouping

其中uses,grouping是module的子聲明，而grouping不是uses的子聲明.也就是說，除了考慮子聲明的關(guān)系，還需要考慮隱性的引用聲明關(guān)系.類似的處理方式還包括6個(gè)聲明：import,augment,include,refine,belongs-to,type.

4) OWL提供了2種描述枚舉的方法：枚舉類(通過直接枚舉類的成員來描述類)和枚舉數(shù)據(jù)類型(定義屬性的值域)[13].可以用枚舉類來表示RFC7950中定義的具有枚舉性質(zhì)的聲明，其他任何個(gè)體都不能被聲明屬于這個(gè)類.此外，可以用枚舉數(shù)據(jù)類型定義RFC7950中一些具有確定值的聲明，比如status聲明的值是“current”、“deprecated”、“obsolete”之一，可以用oneOf結(jié)構(gòu)表示這樣的聲明值.owl:oneOf的三元組中的subject是一個(gè)owl:DataRange的空白節(jié)點(diǎn)，object是值域構(gòu)成的字面量列表；其他任何數(shù)據(jù)類型值都不屬于這個(gè)枚舉數(shù)據(jù)類型.

5) RFC7950在定義聲明的同時(shí)，會給聲明設(shè)置基數(shù)限制，在本體建模時(shí)，需要利用OWL的基數(shù)限制原則，利用min,exactly,max等詞語進(jìn)行語義上的約束.如表1中的prefix聲明只能有一個(gè)，可以這樣描述該關(guān)系：

Module hasPrefix exactly 1 xsd:string

6) 需要遵循總的本體構(gòu)建原則：本體模型中位置最“高”的類描述個(gè)體共有的知識，即子類繼承父類所有屬性，因此屬性應(yīng)該盡可能定義在通用類中.根據(jù)這一原則，可以為RFC7950中定義的具有公共子聲明的聲明建立通用父類，在父類上添加具體屬性關(guān)系及基數(shù)限制，讓子類自動(dòng)繼承父類，從而簡化本體結(jié)構(gòu).通用類構(gòu)建示例如圖3所示，其中連接線上的數(shù)字代表2個(gè)關(guān)系之間的基數(shù)限制.

基于上述6個(gè)原則，根據(jù)YANG RFC7950構(gòu)建的網(wǎng)絡(luò)知識本體一共包括51個(gè)類、44個(gè)對象屬性和28個(gè)數(shù)據(jù)類型屬性，如圖2和圖4所示.圖2本體層部分為構(gòu)建的網(wǎng)絡(luò)知識本體(局部，且省略命名空間)；圖4為利用protégé工具構(gòu)建本體后的可視化關(guān)系圖，圖4中方框代表本體層的所有類，所有實(shí)線代表“has subclass”(箭頭指向子類)，其他的虛線代表屬性.

Fig. 3 Generic class example圖3 通用類示例

Fig. 4 Visualization of network knowledge ontology圖4 網(wǎng)絡(luò)知識本體可視化

Fig. 5 Construction of knowledge graph based on uni-source YANG models圖5 單源YANG模型知識圖譜構(gòu)建

3.2 基于YANG模型構(gòu)建單源知識圖譜

根據(jù)實(shí)際業(yè)務(wù)需求，即使采用統(tǒng)一的YANG語言規(guī)范，不同廠商/標(biāo)準(zhǔn)化組織定義的YANG模型也各不相同，導(dǎo)致了YANG模型的異構(gòu)性.因此，在構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜之前，首先要根據(jù)各廠商/標(biāo)準(zhǔn)化組織提供的YANG模型，對網(wǎng)絡(luò)知識本體進(jìn)行實(shí)例化操作得到單源知識圖譜.

單源知識圖譜構(gòu)建過程如圖5和算法1所示.YANG模型通過樹形結(jié)構(gòu)來描述配置和狀態(tài)數(shù)據(jù)的層次結(jié)構(gòu)以及各個(gè)變量的數(shù)據(jù)類型，直接解析YANG模型文件存在一定困難；而業(yè)界針對XML的解析和處理工具比較成熟，因此可以首先借助Pyang[14]等工具將YANG無損地轉(zhuǎn)化為Yin格式文件(XML格式)，然后制定解析規(guī)則，對其進(jìn)行相應(yīng)XML解析；最后把解析結(jié)果用于網(wǎng)絡(luò)知識本體實(shí)例化，就能得到單源知識圖譜.

經(jīng)過算法1生成的單源知識圖譜如圖2和圖6所示，其中圖2實(shí)例層部分具有同一命名前綴的實(shí)體構(gòu)成單源知識圖譜的實(shí)例層(局部，且省略命名空間及實(shí)例在XML文件中的路徑前綴)；圖6是單源知識圖譜的可視化結(jié)果，其中有圓形標(biāo)記的方框代表本體層的類，有菱形標(biāo)記的方框代表實(shí)例，連線代表“has subclass”(類→類)或“has instance”(類→實(shí)例)，左下側(cè)方框中顯示的是一個(gè)實(shí)例在知識圖譜中的詳細(xì)信息，包括實(shí)例的URI、注釋、對象屬性斷言等.

Fig. 6 Visualization of knowledge graph based on uni-source YANG models圖6 單源YANG模型知識圖譜可視化

3.3 基于單源知識圖譜構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜

網(wǎng)絡(luò)知識本體基于統(tǒng)一的YANG語言規(guī)范構(gòu)建，因此4.2節(jié)構(gòu)建的單源知識圖譜具有統(tǒng)一的上層本體.然而由于實(shí)際業(yè)務(wù)需求不同，單源YANG模型存在異構(gòu)共指現(xiàn)象：不同名實(shí)例可能指代同一個(gè)實(shí)體，相同名實(shí)例可能指代不同實(shí)體.以ietf-interfaces模型(1)https://github.com/YangModels/yang/blob/master/standard/ietf/RFC/ietf-interfaces.yang和openconfig-interfaces模型(2)http://www.netconfcentral.org/modules/openconfig-interfaces為例，兩者在定義“type”時(shí)，雖然概念結(jié)構(gòu)、節(jié)點(diǎn)層次等不一樣，但共同指向“端口的類型”這一含義.異構(gòu)共指現(xiàn)象的存在，為基于單源知識圖譜構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜提供了實(shí)現(xiàn)基礎(chǔ)：如果能夠發(fā)現(xiàn)異構(gòu)YANG模型之前的節(jié)點(diǎn)匹配關(guān)系，就可以利用OWL語義等價(jià)關(guān)系(如owl:sameAs等)向單源知識圖譜之間添加映射規(guī)則，從而構(gòu)成網(wǎng)絡(luò)領(lǐng)域知識圖譜.

本實(shí)驗(yàn)室前期工作[16]中給出了一個(gè)尋找YANG模型間匹配節(jié)點(diǎn)的初步方案：首先對YANG模型進(jìn)行解析和扁平化處理得到XML格式的配置樹，根據(jù)配置樹中節(jié)點(diǎn)的字符串信息構(gòu)建縮略詞表并進(jìn)行語義消歧，然后計(jì)算不同模型的結(jié)構(gòu)相似度和節(jié)點(diǎn)相似度，最終得到節(jié)點(diǎn)間的匹配關(guān)系.但是由于缺乏全局統(tǒng)一的視角，該方案只能得到少部分節(jié)點(diǎn)的匹配關(guān)系.本文在這些節(jié)點(diǎn)匹配關(guān)系基礎(chǔ)上，利用單源知識圖譜中豐富的語義信息，采用基于表示學(xué)習(xí)的實(shí)體對齊方法[17]，自動(dòng)尋找更多潛在的匹配節(jié)點(diǎn)對，豐富單源知識圖譜間的語義映射關(guān)系，構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜.

如圖7所示，首先將待匹配的單源知識圖譜映射到低維空間，得到它在低維空間中的向量表示.根據(jù)翻譯模型[18]，知識圖譜中每個(gè)三元組(s→p→o)的關(guān)系p都可以看作從s到o的翻譯，通過不斷地調(diào)整其表示向量S,P和O，使得S+P盡可能等于O，即S+P≈O.為了減少計(jì)算量并增加隨機(jī)性，模型訓(xùn)練需要使用負(fù)采樣技術(shù)，使得對負(fù)樣本三元組S+P≠O.然后，利用文獻(xiàn)[16]提供的已有匹配對訓(xùn)練轉(zhuǎn)換矩陣，將異構(gòu)知識圖譜的向量表示映射到統(tǒng)一向量空間.最后，在該空間中利用歐氏距離或其他方式度量實(shí)體向量間的對齊程度.模型訓(xùn)練完成后，將其用于實(shí)例對齊預(yù)測，對齊程度越大，則表示節(jié)點(diǎn)實(shí)例之間的相似程度越高.按照以上過程不斷迭代學(xué)習(xí)預(yù)測，找到單源知識圖譜中所有潛在的等價(jià)實(shí)例關(guān)系，添加對應(yīng)的映射規(guī)則，構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜.

Fig. 7 Framework of network domain knowledge graph construction圖7 網(wǎng)絡(luò)領(lǐng)域知識圖譜構(gòu)建框架

相比文獻(xiàn)[16]，基于知識圖譜表示學(xué)習(xí)的實(shí)體對齊方法將待匹配的單源知識圖譜映射到同一空間，算法可以在該過程中自動(dòng)獲取并推理所需特征，不需要顯式的規(guī)則約束；同時(shí)，向量表示蘊(yùn)含了原來知識圖譜內(nèi)在的所有節(jié)點(diǎn)、屬性(關(guān)系)特征和結(jié)構(gòu)信息，不依賴字符串的文本信息，從而獲取YANG模型的深層次特征，并根據(jù)所有模型構(gòu)建全局統(tǒng)一視圖，能夠挖掘單源知識圖譜之間更多的語義匹配關(guān)系.

以ieft-interfaces模型中待匹配的節(jié)點(diǎn)：/if:interfaces-state/if:interface/ip:ipv6/ip:mtu 為例，原方案將其錯(cuò)誤映射到openconfig-interfaces模型中的節(jié)點(diǎn)：/oc-if:interfaces/oc-if:interface/oc-if:state /oc-if:mtu.通過圖7所示方法，則發(fā)現(xiàn)其正確映射節(jié)點(diǎn)應(yīng)為：/oc-if:interfaces/oc-if:interface/oc-tun: tunnel/oc-ip:ipv6/oc-ip:state/oc-ip:mtu.

采用以上方法，挖掘并標(biāo)記等價(jià)實(shí)例之后生成的網(wǎng)絡(luò)領(lǐng)域知識圖譜(局部)，如圖2的實(shí)例層所示，其中，標(biāo)記“if/”的橢圓形代表IETF的YANG模型，標(biāo)記“op-if/”的橢圓形代表OpenConfig的YANG模型.可以看到，2個(gè)組織的異構(gòu)YANG模型因?yàn)閛wl:sameAs等價(jià)屬性建立了映射關(guān)系，從而形成聯(lián)合的網(wǎng)絡(luò)領(lǐng)域知識圖譜.

4 基于領(lǐng)域知識圖譜開展網(wǎng)絡(luò)智能化運(yùn)維

實(shí)際網(wǎng)絡(luò)環(huán)境中，不斷運(yùn)行的網(wǎng)絡(luò)會實(shí)時(shí)動(dòng)態(tài)地產(chǎn)生數(shù)量龐大的數(shù)據(jù)，包含設(shè)備、鏈路的配置與狀態(tài)信息等.網(wǎng)絡(luò)領(lǐng)域知識圖譜只是概念層面網(wǎng)絡(luò)的抽象表示，即表征了有關(guān)網(wǎng)絡(luò)的構(gòu)成要素、實(shí)體功能、協(xié)議描述等信息.本節(jié)闡述如何根據(jù)網(wǎng)絡(luò)領(lǐng)域知識圖譜生成適用于實(shí)際網(wǎng)絡(luò)場景、能統(tǒng)領(lǐng)網(wǎng)絡(luò)大數(shù)據(jù)的全局視圖——網(wǎng)絡(luò)運(yùn)維本體和運(yùn)維知識圖譜，并分析將其用于網(wǎng)絡(luò)智能化運(yùn)維的可行途徑.

4.1 基于領(lǐng)域知識圖譜構(gòu)建運(yùn)維本體

分析NETCONF消息可知，不論在YANG模型中嵌套多少層，所有有關(guān)網(wǎng)絡(luò)設(shè)備配置和狀態(tài)的數(shù)據(jù)都存放在leaf節(jié)點(diǎn)或leaf-list節(jié)點(diǎn)標(biāo)簽中.因此，只需要將網(wǎng)絡(luò)領(lǐng)域知識圖譜實(shí)例中的所有l(wèi)eaf節(jié)點(diǎn)和leaf-list節(jié)點(diǎn)抽出，同時(shí)保留節(jié)點(diǎn)的數(shù)據(jù)類型信息，即可自動(dòng)化生成網(wǎng)絡(luò)運(yùn)維本體.具體過程如算法2所示.

Fig. 8 AIOps Ontology圖8 網(wǎng)絡(luò)運(yùn)維本體

基于算法2生成的網(wǎng)絡(luò)運(yùn)維本體如圖8所示.從圖8中我們可以看出網(wǎng)絡(luò)運(yùn)維本體以O(shè)penConfig和IETF為中心向四周散開，2個(gè)組織的本體類通過owl:equivalentClass進(jìn)行關(guān)聯(lián)，為網(wǎng)絡(luò)底層的數(shù)據(jù)模型提供了全局統(tǒng)一且穩(wěn)定的視角.通過該本體，無論實(shí)際網(wǎng)絡(luò)環(huán)境如何變化，網(wǎng)絡(luò)運(yùn)維本體都會保持統(tǒng)一，具有良好的擴(kuò)展性和可遷移性.

4.2 運(yùn)維知識圖譜的構(gòu)建及應(yīng)用

NETCONF協(xié)議通過傳遞XML消息對網(wǎng)絡(luò)設(shè)備進(jìn)行管理，它包含了網(wǎng)絡(luò)及其設(shè)備的所有配置與狀態(tài)信息；根據(jù)實(shí)際網(wǎng)絡(luò)場景中的XML消息對網(wǎng)絡(luò)運(yùn)維本體實(shí)例化操作，即可得到基于實(shí)際網(wǎng)絡(luò)場景的運(yùn)維知識圖譜；其構(gòu)建過程與算法1類似，不再贅述.

網(wǎng)絡(luò)領(lǐng)域知識圖譜與運(yùn)維知識圖譜之間存在語義映射關(guān)系，因此網(wǎng)管人員不需要再關(guān)心網(wǎng)絡(luò)的異構(gòu)環(huán)境，運(yùn)維知識圖譜會根據(jù)物理網(wǎng)絡(luò)層和概念網(wǎng)絡(luò)層之間的映射關(guān)系，自主地將網(wǎng)管人員下發(fā)的網(wǎng)絡(luò)配置管理命令與操作中的異構(gòu)性信息消除，自動(dòng)將其轉(zhuǎn)換成設(shè)備可理解的命令與操作，為網(wǎng)絡(luò)運(yùn)維管理的智能化提供支撐.

在此基礎(chǔ)上，網(wǎng)絡(luò)運(yùn)維本體和運(yùn)維知識圖譜給解決網(wǎng)絡(luò)性能優(yōu)化以及異常檢測等運(yùn)維難題帶來了新思路.運(yùn)維知識圖譜不僅能存儲實(shí)際網(wǎng)絡(luò)中當(dāng)前與歷史的配置與狀態(tài)數(shù)據(jù)，同時(shí)能提供知識圖譜獨(dú)有的語義信息.把知識與規(guī)則引入路由規(guī)劃與流量優(yōu)化算法設(shè)計(jì)中，結(jié)合機(jī)器學(xué)習(xí)框架，根據(jù)實(shí)時(shí)的網(wǎng)絡(luò)狀態(tài)，利用知識圖譜中的斷言與規(guī)則，可以智能地完成動(dòng)作空間的低維映射和調(diào)度規(guī)則的生成，實(shí)現(xiàn)網(wǎng)絡(luò)性能優(yōu)化；同時(shí)，還可以從海量的運(yùn)維數(shù)據(jù)中不斷學(xué)習(xí)，從歷史信息中總結(jié)網(wǎng)絡(luò)流量規(guī)律，對網(wǎng)絡(luò)行為和狀態(tài)做出預(yù)判，指導(dǎo)完成未來的故障檢測與定位，智能地完成異常檢測.

5 總 結(jié)

本文提出一種基于YANG語言及其數(shù)據(jù)模型構(gòu)建網(wǎng)絡(luò)領(lǐng)域知識圖譜的方案，詳細(xì)闡述了其構(gòu)建方法與應(yīng)用場景，得到用于描述網(wǎng)絡(luò)知識和刻畫網(wǎng)絡(luò)狀態(tài)的全局視圖，從而能夠統(tǒng)領(lǐng)網(wǎng)絡(luò)大數(shù)據(jù)處理，解決網(wǎng)絡(luò)異構(gòu)帶來的運(yùn)維難題，為數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)管理與運(yùn)行優(yōu)化提供一種新的視角和方法.本文構(gòu)建的網(wǎng)絡(luò)領(lǐng)域知識圖譜的特點(diǎn)主要有：自動(dòng)化程度高、能屏蔽異構(gòu)因素、數(shù)據(jù)查詢簡潔且高效、可擴(kuò)展性強(qiáng).未來將在網(wǎng)絡(luò)領(lǐng)域知識圖譜的完善與開放、知識圖譜驅(qū)動(dòng)的配置級與控制級運(yùn)維等方面開展進(jìn)一步研究.