• 中国精品科技期刊
  • CCF推荐A类中文期刊
  • 计算领域高质量科技期刊T1类
高级检索

异构YANG模型驱动的网络领域知识图谱构建

董永强, 王鑫, 刘永博, 杨望

董永强, 王鑫, 刘永博, 杨望. 异构YANG模型驱动的网络领域知识图谱构建[J]. 计算机研究与发展, 2020, 57(4): 699-708. DOI: 10.7544/issn1000-1239.2020.20190882
引用本文: 董永强, 王鑫, 刘永博, 杨望. 异构YANG模型驱动的网络领域知识图谱构建[J]. 计算机研究与发展, 2020, 57(4): 699-708. DOI: 10.7544/issn1000-1239.2020.20190882
shu
Dong Yongqiang, Wang Xin, Liu Yongbo, Yang Wang. Building Network Domain Knowledge Graph from Heterogeneous YANG Models[J]. Journal of Computer Research and Development, 2020, 57(4): 699-708. DOI: 10.7544/issn1000-1239.2020.20190882
Citation: Dong Yongqiang, Wang Xin, Liu Yongbo, Yang Wang. Building Network Domain Knowledge Graph from Heterogeneous YANG Models[J]. Journal of Computer Research and Development, 2020, 57(4): 699-708. DOI: 10.7544/issn1000-1239.2020.20190882
shu
董永强, 王鑫, 刘永博, 杨望. 异构YANG模型驱动的网络领域知识图谱构建[J]. 计算机研究与发展, 2020, 57(4): 699-708. CSTR: 32373.14.issn1000-1239.2020.20190882
引用本文: 董永强, 王鑫, 刘永博, 杨望. 异构YANG模型驱动的网络领域知识图谱构建[J]. 计算机研究与发展, 2020, 57(4): 699-708. CSTR: 32373.14.issn1000-1239.2020.20190882
shu
Dong Yongqiang, Wang Xin, Liu Yongbo, Yang Wang. Building Network Domain Knowledge Graph from Heterogeneous YANG Models[J]. Journal of Computer Research and Development, 2020, 57(4): 699-708. CSTR: 32373.14.issn1000-1239.2020.20190882
Citation: Dong Yongqiang, Wang Xin, Liu Yongbo, Yang Wang. Building Network Domain Knowledge Graph from Heterogeneous YANG Models[J]. Journal of Computer Research and Development, 2020, 57(4): 699-708. CSTR: 32373.14.issn1000-1239.2020.20190882
shu

异构YANG模型驱动的网络领域知识图谱构建

  • 1(东南大学计算机科学与工程学院 南京 211189)

  • 2(东南大学网络空间安全学院 南京 211189)

  • 3(计算机网络和信息集成教育部重点实验室(东南大学) 南京 211189) (dongyq@seu.edu.cn)

基金项目: 国家自然科学基金项目(61971131)；国家重点研发计划项目(2018YFB1800205)
详细信息

  • 中图分类号: TP393

Building Network Domain Knowledge Graph from Heterogeneous YANG Models

  • 1(School of Computer Science and Engineering, Southeast University, Nanjing 211189)

  • 2(School of Cyber Science and Engineering, Southeast University, Nanjing 211189)

  • 3(Key Laboratory of Computer Network and Information Integration (Southeast University), Ministry of Education, Nanjing 211189)

Funds: This work was supported by the National Natural Science Foundation of China (61971131) and the National Key Research and Development Program of China (2018YFB1800205).

HTML全文

    摘要
  • 摘要: 随着网络规模持续扩大，复杂且异构的网络环境给网络的自动化配置管理带来了严峻的挑战，现有的网络智能化运维方案缺少知识层面的统一数据模型，难以有效进行网络大数据处理.YANG作为一种数据建模语言，用于对网络配置管理协议NETCONF传输的配置与状态数据进行建模.提出一种YANG模型驱动的网络领域知识图谱构建方案，该方案基于YANG语言规范，提出网络知识本体构建的基本原则，形成包含51个类、70余种属性的本体结构；随后对来自不同标准化组织和厂商的异构YANG模型，进行数据抽取和实例化生成单源知识图谱，进而利用YANG模型之间存在的异构共指特性，采用实体对齐方法建立模型间的语义映射关系，形成网络领域知识图谱.该知识图谱可为网络运维大数据的生成与维护提供统一的语义框架，无须再进行手工的运维本体构建，从而极大地简化网络的配置管理与运行维护，为网络性能优化和异常检测等运维难题提供新的解决思路.
    Abstract: With the continuous expansion of network scale, network management and operation face great challenges of complexity and heterogeneity. The existing intelligent network operation approaches lack a unified data model at the knowledge level to guide the process of network big data. As a data modeling language, YANG has been used to model the configuration and state data transmitted by NETCONF protocol. This paper proposes an intelligent network operation scheme which builds network domain knowledge graph from heterogeneous YANG models. As per YANG language specification, the scheme proposes the basic principles of network domain ontology construction, forming an ontology structure containing 51 classes and more than 70 properties. Then, the heterogeneous YANG models from different standardization organizations and vendors are extracted and instantiated into network domain knowledge graph. Entity alignment methods are therein employed to explore the semantic co-reference relationships among uni-source YANG models. The acquired knowledge graph provides a unified semantic framework to organize massive network operation data, which thus eliminates the requirement to construct AIOps ontology manually. As such, the configuration management and operational maintenance of networks could be greatly simplified, enlightening new solutions for network performance optimization and anomaly detection problems.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献(21)

  • 期刊类型引用(12)

    1. 吴文隆，尹海莲，王宁，徐梦飞，赵鑫喆，殷崭祚，刘元睿，王昊奋，丁岩，李博涵. 大语言模型和知识图谱协同的跨域异质数据查询框架. 计算机研究与发展. 2025(03): 605-619 . 本站查看
    2. 李承桓，张莉，何学东，常利建，于喻. 多维本体驱动下供电服务专业多维知识标签体系构建方法. 微型电脑应用. 2023(01): 49-52 . 百度学术
    3. 肖漫漫，刘骥琛，李艳丽，马迎，刘哲. 基于流程引擎和SDN的网络自动管理系统的设计与实现. 微型电脑应用. 2023(02): 54-57 . 百度学术
    4. 陈海英，刘茅矛，霍思羽，易小芹. 一种面向密码安全的风险预警系统构建方法. 信息与电脑(理论版). 2023(04): 21-23 . 百度学术
    5. 陶静，刘世栋，刘川，卜宪徳. 电力物联网立体异构通信网络协同编排技术研究. 浙江电力. 2023(10): 73-83 . 百度学术
    6. 陈佳斌，赵国利，孙俊若，敬敏. 预警探测装备软件测试知识图谱构建研究. 信息技术与信息化. 2022(03): 66-69 . 百度学术
    7. 李春平. 基于RESTCONF API的虚拟化资源访问. 现代计算机. 2022(10): 97-101 . 百度学术
    8. 张伟华，王海英. 基于B-CNN模型的异构网络大数据知识扩充算法研究. 兵器装备工程学报. 2022(06): 290-294 . 百度学术
    9. 陈洁，陈嘉琳，赵姝，张燕平. 层次标签引导的属性网络嵌入. 计算机科学与探索. 2021(07): 1279-1288 . 百度学术
    10. 杨波，杨美芳. 知识图谱研究综述及其在风险管理领域应用. 小型微型计算机系统. 2021(08): 1610-1618 . 百度学术
    11. 朱晓峰，蒋旭牧，张卫. 领域知识组织研究的历史演化与未来展望. 情报资料工作. 2021(05): 23-31 . 百度学术
    12. 王先传，彭亮，郭伟，魏澳. 基于语料库的事件知识图谱构建与应用. 阜阳师范大学学报(自然科学版). 2020(04): 56-60 . 百度学术

    其他类型引用(9)

    • 资源附件(0)
计量
  • 文章访问数:  2112
  • HTML全文浏览量:  4
  • PDF下载量:  994
  • 被引次数: 21
出版历程
  • 发布日期:  2020-03-31

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献(21)
    资源附件(0)

    /

    返回文章
    返回
    邮件订阅 RSS
    微信订阅号<br/>（实时资讯）

    微信订阅号
    （实时资讯）

    微信服务号<br/>（同步网站）

    微信服务号
    （同步网站）

    微信视频号<br/>（视频分享）

    微信视频号
    （视频分享）

    CCF<br/>（扫码入会）

    CCF
    （扫码入会）

    版权所有 © 《计算机研究与发展》编辑部

    本系统由北京仁和汇智信息技术有限公司开发  百度统计