[0143] 步驟S101收集的數(shù)據(jù)涵蓋了節(jié)點(diǎn)的資源狀況、網(wǎng)絡(luò)拓?fù)?、歷史性能以及備份任務(wù)的具體需求，為策略選擇提供了全面的信息支持。通過實(shí)時獲取節(jié)點(diǎn)屬性和網(wǎng)絡(luò)拓?fù)鋽?shù)據(jù)，以及參考?xì)v史性能數(shù)據(jù)，可以確保策略選擇的準(zhǔn)確性，避免盲目決策帶來的風(fēng)險。接收備份任務(wù)需求使得策略選擇能夠根據(jù)不同場景和需求進(jìn)行調(diào)整，提高了方法的靈活性和適應(yīng)性。 [0144] 綜上所述，步驟S101通過全面、準(zhǔn)確地收集節(jié)點(diǎn)屬性、網(wǎng)絡(luò)拓?fù)?、歷史性能以及備份任務(wù)需求等信息，為后續(xù)的多域網(wǎng)絡(luò)中節(jié)點(diǎn)備份策略選擇奠定了堅(jiān)實(shí)的基礎(chǔ)。 [0145] 具體而言，本發(fā)明所述的多域網(wǎng)絡(luò)中節(jié)點(diǎn)備份的策略選擇方法，所述步驟S102，包括： [0146] 根據(jù)獲取到的網(wǎng)絡(luò)系統(tǒng)運(yùn)行數(shù)據(jù)，確定云環(huán)境中存儲網(wǎng)元節(jié)點(diǎn)之間的連接關(guān)系，使用加權(quán)無向圖的形式來表示節(jié)點(diǎn)及節(jié)點(diǎn)之間的連接，每個節(jié)點(diǎn)代表一個存儲網(wǎng)元，而節(jié)點(diǎn)之間的連線則表示節(jié)點(diǎn)之間的通信鏈路，連線的權(quán)重用于反映帶寬以及延遲網(wǎng)絡(luò)屬性； [0147] 將多域網(wǎng)絡(luò)劃分為多個自治域，每個自治域內(nèi)部具有相對獨(dú)立的管理權(quán)限和資源分配方式，接收并配置管理權(quán)限和資源分配方式； [0148] 在劃分自治域并配置管理權(quán)限后，利用自治域內(nèi)的節(jié)點(diǎn)和鏈路數(shù)據(jù)對隨機(jī)森林模型進(jìn)行訓(xùn)練，多域網(wǎng)絡(luò)模型將用于評估不同節(jié)點(diǎn)的性能，并生成節(jié)點(diǎn)優(yōu)先級排序，通過訓(xùn)練多域網(wǎng)絡(luò)模型，多域網(wǎng)絡(luò)模型能夠?qū)W習(xí)到節(jié)點(diǎn)屬性與網(wǎng)絡(luò)性能之間的關(guān)系，用于對節(jié)點(diǎn)進(jìn)行評估。 [0149] 具體而言，本發(fā)明所述的多域網(wǎng)絡(luò)中節(jié)點(diǎn)備份的策略選擇方法中的步驟S102，涉及到網(wǎng)絡(luò)結(jié)構(gòu)的建模、自治域的劃分與管理權(quán)限的配置，以及基于這些信息的隨機(jī)森林模型的訓(xùn)練，以下是步驟S102的詳細(xì)解析： [0150] 確定節(jié)點(diǎn)連接關(guān)系：根據(jù)獲取到的網(wǎng)絡(luò)系統(tǒng)運(yùn)行數(shù)據(jù)，首先確定云環(huán)境中存儲網(wǎng)元節(jié)點(diǎn)之間的連接關(guān)系，關(guān)系包括哪些節(jié)點(diǎn)之間可以直接通信，以及它們之間的通信鏈路屬性。使用加權(quán)無向圖的形式來表示這些節(jié)點(diǎn)及節(jié)點(diǎn)之間的連接。在圖中，每個節(jié)點(diǎn)代表一個存儲網(wǎng)元，而節(jié)點(diǎn)之間的連線則表示節(jié)點(diǎn)之間的通信鏈路。連線的權(quán)重用于反映帶寬以及延遲等網(wǎng)絡(luò)屬性，這些屬性對備份任務(wù)的執(zhí)行效率和數(shù)據(jù)傳輸質(zhì)量有重要影響。 [0151] 將多域網(wǎng)絡(luò)劃分為多個自治域。每個自治域內(nèi)部具有相對獨(dú)立的管理權(quán)限和資源分配方式，這反映了多域網(wǎng)絡(luò)在結(jié)構(gòu)和管理上的復(fù)雜性。管理權(quán)限與資源分配方式配置：接收并配置每個自治域的管理權(quán)限和資源分配方式，確保后續(xù)備份策略能夠在各自治域內(nèi)有效執(zhí)行的基礎(chǔ)。 [0152] 隨機(jī)森林模型訓(xùn)練，在劃分自治域并配置管理權(quán)限后，利用自治域內(nèi)的節(jié)點(diǎn)和鏈路數(shù)據(jù)準(zhǔn)備訓(xùn)練集，數(shù)據(jù)應(yīng)包括節(jié)點(diǎn)的各種屬性（如CPU利用率、內(nèi)存使用率等）以及它們之間的連接關(guān)系和網(wǎng)絡(luò)屬性。使用這些訓(xùn)練數(shù)據(jù)對隨機(jī)森林模型進(jìn)行訓(xùn)練。隨機(jī)森林是一種基于集成學(xué)習(xí)的算法，通過構(gòu)建多個決策樹并綜合它們的預(yù)測結(jié)果來提高模型的穩(wěn)定性和準(zhǔn)確性。 [0153] 訓(xùn)練完成后，得到的多域網(wǎng)絡(luò)模型將能夠評估不同節(jié)點(diǎn)的性能，并生成節(jié)點(diǎn)優(yōu)先級排序，通過模型學(xué)習(xí)節(jié)點(diǎn)屬性與網(wǎng)絡(luò)性能之間的關(guān)系來實(shí)現(xiàn)的，為后續(xù)備份任務(wù)的分配提供了科學(xué)依據(jù)。 [0154] 加權(quán)無向圖的使用能夠直觀地表示節(jié)點(diǎn)之間的連接關(guān)系和網(wǎng)絡(luò)屬性，為后續(xù)的策略選擇提供了清晰的網(wǎng)絡(luò)拓?fù)湟晥D。自治域劃分與管理權(quán)限配置是處理多域網(wǎng)絡(luò)復(fù)雜性的關(guān)鍵步驟，確保了備份策略能夠在各自治域內(nèi)獨(dú)立且有效地執(zhí)行。 [0155] 隨機(jī)森林模型訓(xùn)練：通過訓(xùn)練隨機(jī)森林模型，能夠?qū)W習(xí)到節(jié)點(diǎn)屬性與網(wǎng)絡(luò)性能之間的復(fù)雜關(guān)系，為后續(xù)節(jié)點(diǎn)優(yōu)先級排序和備份任務(wù)分配提供了強(qiáng)大的智能支持。 [0156] 綜上所述，步驟S102通過網(wǎng)絡(luò)結(jié)構(gòu)建模、自治域劃分與管理權(quán)限配置，以及隨機(jī)森林模型的訓(xùn)練，為后續(xù)的多域網(wǎng)絡(luò)中節(jié)點(diǎn)備份策略選擇奠定了堅(jiān)實(shí)的基礎(chǔ)。 [0157] 具體而言，本發(fā)明所述的多域網(wǎng)絡(luò)中節(jié)點(diǎn)備份的策略選擇方法，所述步驟S103，包括： [0158] 采集云環(huán)境中各個存儲網(wǎng)元節(jié)點(diǎn)的屬性數(shù)據(jù)并進(jìn)行預(yù)處理，利用預(yù)處理后的網(wǎng)元節(jié)點(diǎn)屬性數(shù)據(jù)對隨機(jī)森林算法進(jìn)行模型訓(xùn)練，在訓(xùn)練過程中，模型將學(xué)習(xí)各個屬性與節(jié)點(diǎn)性能之間的關(guān)系，模型訓(xùn)練完成后，利用模型的feature_importances_屬性來計(jì)算每個網(wǎng)元節(jié)點(diǎn)屬性的權(quán)重，通過加權(quán)處理，得到每個網(wǎng)元節(jié)點(diǎn)屬性的相對重要性排序； [0159] 根據(jù)計(jì)算得到的網(wǎng)元節(jié)點(diǎn)屬性權(quán)重從高到低對存儲網(wǎng)元節(jié)點(diǎn)進(jìn)行排序，排序結(jié)果反映了各節(jié)點(diǎn)在備份任務(wù)中的優(yōu)先級，優(yōu)先級高的節(jié)點(diǎn)將優(yōu)先被分配備份任務(wù)。 [0160] 具體而言，本發(fā)明所述的多域網(wǎng)絡(luò)中節(jié)點(diǎn)備份的策略選擇方法中的步驟S103，涉及到存儲網(wǎng)元節(jié)點(diǎn)屬性數(shù)據(jù)的采集、預(yù)處理、模型訓(xùn)練以及節(jié)點(diǎn)排序等多個關(guān)鍵步驟，以下是步驟S103的詳細(xì)解析： [0161] 節(jié)點(diǎn)屬性數(shù)據(jù)采集；