异构YANG模型驱动的网络领域知识图谱构建

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.