可以通过NFF将流路由到SF。SFF可以以循环的方式或基于先到先服务或使用任何其他智能输入流处理机制来处理输入流。流的统计数据标记可以被用于可以是物理的或虚拟的或两者的组合的服务功能(SF)中的流的智能服务。
[0051]图4示出了用于处理链接的和聚合的服务和网络功能的智能流分类器。本图示出了其中SFF正从分类器的出口接收流用于通过SFF和NFF两者链接到SF的操作模式。如在图中所示，不同的流经过一系列SF或SF和NF的组合。应该注意的是，SFl和SF2携带不同的流，并且因此这两个SF的负载状况与本文其它SF的负载状况不同。随着越来越多的流需求通过SFl和SF2处理，相应的SFF可以记录重度使用信息并且将它传送到情报采集数据库，该情报采集数据库可以对该信息进行编码用于由流分类器/引导器使用。
[0052]图5展示了服务功能链接(SFC)的流的基于深度统计检测(DSI)的预处理和后处理。应该注意的是，如果不能将流路由通过期望的输出路径，则在将流引导到服务/网络功能转发器(SFF/NFF)之前，在后处理器中更新简档(损害计数)和签名两者。
[0053]虽然已经对本公开的实施例进行了详细地描述，但是本领域的技术人员应该理解的是，他们可以在本文做出各种改变、替换和变更而不脱离本公开的精神和范围。因此，所有这样的改变、替换和变更旨在被包括在如在所附权利要求中限定的本公开的范围之内。
【主权项】
1.一种用于基于一个或多个数据包流的智能分析进行深度统计检测的方法，包括: 采集关于服务功能、网络功能、服务功能转发器或网络功能转发器中的一个或多个的状况的情报； 将所述情报存储在数据库中； 对所述情报进行编码用于由流分类器使用；以及 将所述情报嵌入所述一个或多个数据包流的报头或尾部或所述报头和所述尾部两者中，其中所述情报提供关于网络中的数据包和流动的生命周期的历史和预测信息。2.根据权利要求1所述的方法，其中，所述信息基于估计分析和时间序列分析中的一个或多个。3.根据权利要求1所述的方法，其中，所述一个或多个数据包流经过一系列服务功能。4.根据权利要求1所述的方法，其中，所述一个或多个数据包流经过一系列网络功能。5.根据权利要求1所述的方法，其中，所述一个或多个数据包流经过服务功能和网络功能的组合。6.根据权利要求1所述的方法，其中，所述报头或所述尾部或所述报头和所述尾部两者包括正在生成网络流量的服务的简档和所述一个或多个数据包流已经经过哪里和所述一个或多个数据包流被期望经过哪里的链接或路径或路由的签名。7.根据权利要求6所述的方法，其中，嵌入的情报是在网络中并且以统计数据和或签名的形式，并且其中，所述统计数据或所述签名被携带通过所述网络中的流动的轨迹。8.根据权利要求1所述的方法，还包括预测所述网络中的所述一个或多个数据包流的生命周期或未来流动，或所述网络中的所述一个或多个数据包流的生命周期和未来流动。9.根据权利要求7所述的方法，其中，服务功能转发器或网络功能转发器利用所预测的所述网络中的所述一个或多个数据包流的生命周期或未来流动，或所预测的所述网络中的所述一个或多个数据包流的生命周期和未来流动以做出智能链接和转发决策。10.根据权利要求1所述的方法，其中，服务功能、网络功能、服务功能转发器或网络功能转发器中的一个或多个的状况包括关于资源的使用的行为和模式的信息。11.根据权利要求1所述的方法，其中，服务功能、网络功能、服务功能转发器或网络功能转发器中的一个或多个的状况包括关于资源的一个或多个错误的行为和模式的信息。12.根据权利要求1所述的方法，其中，服务功能、网络功能、服务功能转发器或网络功能转发器中的一个或多个的状况包括关于资源的一个或多个重新路由日志的行为和模式的信息。13.根据权利要求10所述的方法，其中所述资源是进程、CPU、存储器、储存器、缓冲器或带宽中的一个或多个。14.根据权利要求1所述的方法，其中，所述情报包括以下项中的一项或多项: i)所述一个或多个数据包流的起始点； ?)所述一个或多个数据包流如何移动通过网络节点或链路或所述网络节点和所述链路两者的第一历史记录； iii)资源的使用如何随时间的推移而变化的第二历史记录；以及 iv)所述一个或多个数据包流的移动如何随时间的推移而变化的第三历史记录。15.根据权利要求14所述的方法，其中，所述一个或多个数据包流的起始点是本地地址。16.根据权利要求14所述的方法，其中，所述一个或多个数据包流的起始点是物理地址。17.根据权利要求14所述的方法，其中，所述一个或多个数据包流的起始点是地理位置。18.根据权利要求14所述的方法，其中，所述一个或多个数据包流如何移动通过网络节点或链路或所述网络节点和所述链路两者的所述第一历史记录包括期望经过的网络链路或网络节点或所述网络节点和所述链路两者。19.根据权利要求14所述的方法，其中，所述一个或多个数据包流如何移动通过网络节点和/或链路的所述第一历史记录包括实际经过的网络链路和/或网络节点。20.根据权利要求14所述的方法，其中，资源的使用如何随时间的推移而变化的所述第二历史记录包括进程资源、CPU资源、存储器资源、储存器资源、缓冲器资源和带宽资源中的一个或多个的使用的持续时间和量的平均值。21.根据权利要求14所述的方法，其中，资源的使用如何随时间的推移而变化的所述第二历史记录包括进程资源、CPU资源、存储器资源、储存器资源、缓冲器资源和带宽资源中的一个或多个的使用的持续时间和量的方差。22.根据权利要求14所述的方法，其中，资源的使用如何随时间的推移而变化的所述第二历史记录包括进程资源、CPU资源、存储器资源、储存器资源、缓冲器资源和带宽资源中的一个或多个的使用的持续时间和量的标准偏差。23.一种用于基于数据包流的智能分析进行深度统计检测的系统，包括: 服务功能中的一个或多个； 服务功能转发器中的一个或多个； 网络功能转发器中的一个或多个； 网络功能中的一个或多个；以及 流分类器。24.根据权利要求23所述的系统，其中，所述流分类器接收包括编码的情报的数据包流。25.根据权利要求24所述的系统，其中，所述流分类器通过所述服务功能中的一个或多个路由包括编码的情报的所述数据包流。26.根据权利要求24所述的系统，其中，所述流分类器通过所述网络功能转发器中的一个或多个路由包括编码的情报的所述数据包流。27.根据权利要求24所述的系统，其中，所述流分类器通过所述网络功能转发器中的一个或多个路由包括编码的情报的所述数据包流。28.根据权利要求24所述的系统，其中，所述流分类器通过所述网络功能中的一个或多个路由包括编码的情报的所述数据包流。29.根据权利要求24所述的系统，其中，所述流分类器通过所述服务功能转发器中的一个或多个以及所述服务功能中的一个或多个路由包括编码的情报的所述数据包流。30.根据权利要求24所述的系统，其中，所述流分类器通过所述网络功能转发器中的一个或多个、所述服务功能转发器中的一个或多个、所述服务功能中的一个或多个以及所述网络功能中的一个或多个路由包括编码的情报的所述数据包流。31.根据权利要求24所述的系统，其中，所述数据包流包括报头、数据包签名、数据包净荷、数据包简档和尾部。32.根据权利要求31所述的系统，其中，所述数据包签名包括所述一个或多个数据包流如何移动通过网络节点和/或链路的历史记录以及所述数据包通过网络节点和/或链路的期望的路径。33.根据权利要求31所述的系统，其中，所述数据包简档包括数据包属性的历史统计数据。34.根据权利要求33所述的系统，其中，所述数据包属性选自经历的时延、抖动、跳数和偏转。35.根据权利要求31所述的系统，其中，所述数据包简档包括数据包属性的期望的统计数据。36.根据权利要求35所述的系统，其中，所述数据包属性选自经历的时延、抖动、跳数和偏转。
【专利摘要】描述了基于数据包流的智能分析的深度统计检测的方法和系统。深度统计检测(DSI)有助于服务功能转发器(SFF)分析数据包流的路径、路由、处理历史、预测的传输节点和目的地。SFF在链接的路径中可是物理或虚拟的或物理和虚拟的两者组合。数据包流可具有可携带(a)生成由数据包流/流携带的流量的服务的简档和(b)期望的和经过的链接、路径或路由的签名的报头或尾部。简档和签名可是统计信息的形式并可帮助当前SFF做出智能链接和转发决策。所描述的方法和系统可帮助满足端到端网络和服务(质量、客户体验，等)期望两者。DSI也可用于多租户环境(数据中心)、自动负载平衡(ALB)和自动灾难恢复(ADR)中的服务链接。
【IPC分类】H04L12/26
【公开号】CN105553751
【申请号】CN201510698698
【发明人】布米普·哈斯纳比西, 孟伟
【申请人】中兴通讯股份有限公司
【公开日】2016年5月4日
【申请日】2015年10月23日
【公告号】EP3013002A1