CN102404159B - 一种基于事件触发的认知网络拓扑发现方法 - Google Patents

一种基于事件触发的认知网络拓扑发现方法 Download PDF

Info

Publication number
CN102404159B
CN102404159B CN201110453010.7A CN201110453010A CN102404159B CN 102404159 B CN102404159 B CN 102404159B CN 201110453010 A CN201110453010 A CN 201110453010A CN 102404159 B CN102404159 B CN 102404159B
Authority
CN
China
Prior art keywords
topology discovery
network
equipment
topology
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110453010.7A
Other languages
English (en)
Other versions
CN102404159A (zh
Inventor
孙雁飞
亓晋
李施
章鹏程
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201110453010.7A priority Critical patent/CN102404159B/zh
Publication of CN102404159A publication Critical patent/CN102404159A/zh
Application granted granted Critical
Publication of CN102404159B publication Critical patent/CN102404159B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于事件触发的认知网络拓扑发现方法,首先数据采集器采集其管辖域内网络设备的配置信息、警告信息和设备变更信息;其次事件触发模块根据数据采集器采集的配置信息,警告信息和设备变更信息来限定拓扑发现范围;最后根据拓扑发现范围完成拓扑发现过程。在实行效率方面,大大的提高了执行效率,在数据采集时采用并行采集,大大减少了数据采集时间;同时在拓扑发现时,相较于逐跳深度遍历的方式,利用已经采集好的全网数据,能迅速的构造网络拓扑。

Description

一种基于事件触发的认知网络拓扑发现方法
技术领域
本发明涉及一种网络拓扑发现方法,特别是一种基于事件触发的认知网络拓扑发现方法。
背景技术
随着信息技术不断发展,当前网络结构复杂,网络信息量庞大,对日益复杂的网络进行管理是当前通信网络面临的主要挑战之一。同时,用户对于网络服务质量(QoS)的要求越来越高。
认知网络(Cognitive Network)是在认知无线电的基础上提出的,将认知的概念从无线单跳连接扩展至整个网络,是一种具有认知功能的网络。它能够感知网络状况并据此进行决策、推理、学习并采取适当行动。为了更好地管理和控制网络的复杂性,改善网络的QoS和用户的业务体验,认知网络具有自管理、自学习、自优化的能力,真正实现网络的可控制、可管理、可信任。
作为一个可自控的网络,首先就要掌握全网的情况,只有在了解全网拓扑结构的前提下,才能根据网络拓扑情况做出完整、正确的抉择。而网络是时刻变化的,当网络拓扑发生变化时,我们需要一个高效的网络拓扑发现机制来快速的反应网络拓扑的实时情况,以避免网络拓扑更新延迟而做出错误的决策。因此,一个高效、实时性好的网络拓扑发现机制对于认知网络来说十分重要。
发明内容
本发明的目的在于提供一种基于事件触发的认知网络拓扑发现方法。
实现本发明目的的技术解决方案为:一种基于事件触发的认知网络拓扑发现方法,包括以下步骤:
步骤A  数据采集器采集其管辖域内网络设备的配置信息、警告信息和设备变更信息; 
步骤B  事件触发模块接收数据采集器采集到的配置信息、警告信息和设备变更信息来限定拓扑发现范围;
步骤C  根据拓扑发现范围完成拓扑发现过程。
进一步地,本发明基于事件触发的认知网络拓扑发现方法中,所述步骤A前还包括:建立基于事件触发的认知网络管理运行环境;建立数据库。
进一步地,本发明基于事件触发的认知网络拓扑发现方法中,所述步骤A中数据采集器包括普通数据采集器和网络拓扑自动发现数据采集器,所述普通数据采集器采集其域内网络设备的配置信息和警告信息;所述网络拓扑自动发现数据采集器采集设备变更信息。
进一步地,本发明基于事件触发的认知网络拓扑发现方法中,所述步骤B中事件触发模块包括警告信息分析器和设备变更信息分析器。
进一步地,本发明基于事件触发的认知网络拓扑发现方法中,所述步骤B包括:
B1 将普通数据采集器采集到的初始配置信息入库存储,并对配置信息进行处理,即分析初始化配置信息,得出离散的网络设备信息,设定从种子路由开始的发现深度,将范围设为全网拓扑更新后执行步骤C;
B2 当对象发生变化时,设备变更信息分析器接收设备变更信息,划分设备变化类型,判断设备变化对网络拓扑的影响等级,设定从种子路由开始的发现深度,根据设深度来限定拓扑发现范围来执行步骤C;
B3 在执行步骤B2的同时,开放监听陷阱端口,警告信息分析器接收来自普通数据采集器的警告信息,划分告警类别,判断警告信息对网络拓扑的影响等级,根据警告信息设定从种子路由开始的发现深度,随后根据发现深度来限定拓扑发现范围来执行步骤C。
进一步地,本发明基于事件触发的认知网络拓扑发现方法中,所述B2中所述的变化类别包括IP对应设备发生变化、交换设备的配置发生变化和网络中设备的增加与减少。
进一步地,本发明基于事件触发的认知网络拓扑发现方法中,所述B3中所述的告警类别包括设备警告信息和链路不通警告。
进一步地,本发明基于事件触发的认知网络拓扑发现方法中,所述步骤C中拓扑发现过程采用基于SNMP的路由表拓扑发现算法。
本发明与现有技术相比,具有显著的优点:
(l)在适应性方面,在设备种类、配置、厂商复杂以及带宽较小的网络中依然可以准确展现所有设备的拓扑关系;该拓扑发现方法都能做到很好的兼容;
(2)在完整性方面,能完整直接的构造出整个网络层的网络拓扑结构;
(3)在实行效率方面,大大的提高了执行效率,在数据采集时采用并行采集,大大减少了数据采集时间;同时在拓扑发现时,相较于逐跳深度遍历的方式,利用已经采集好的全网数据,能迅速的构造网络拓扑;
(4)增加的事件触发模块较好的解决了拓扑发现的实时性问题,相较于全局更新网络拓扑,基于事件触发的局部更新能够更加快速正确对网络中的设备变更或者告警做出正确的响应,以更小的代价更快的速度对拓扑发现结果做正确的更新。
附图说明
图1为本发明基于事件触发的认知网络拓扑发现方法的结构框图。
图2为本发明基于事件触发的认知网络拓扑发现方法的流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的描述;
如图1、图2所示,一种基于事件触发的认知网络拓扑发现方法,包括以下步骤:
步骤A  数据采集器采集包括普通数据采集器和网络拓扑自动发现数据采集器,所述普通数据采集器采集其域内网络设备的配置信息和警告信息;所述网络拓扑自动发现数据采集器采集设备变更信息;
步骤B  事件触发模块接收根据数据采集器采集的配置信息、警告信息和设备变更信息来限定拓扑发现范围,其中事件触发模块包括警告信息分析器和设备变更信息分析器,具体为:
B1 将普通数据采集器采集到的初始配置信息入库存储,并对配置信息进行处理,即分析初始化配置信息,得出离散的网络设备信息,设定从种子路由开始的发现深度,将范围设为全网拓扑更新后执行步骤C,具体为:获取网络中所有活动设备所对应的IP,将这些IP分成若干个组,针对每个分组都启动一个采集器进行数据采集,可以同时启动多个数据采集器并行采集数据,主要采集项有ifTable、IpAddrTable、IpRouteTable、IpNetToMediaTable、dotlnTpFdbTable、检查目标机器设备类型等。将所有网络设备节点的信息先读取过来,在本地形成一个个抽象的节点,用这些抽象节点构成两个队列:路由器队列routeList、终端设备队列ServerList;
B2 当对象发生变化时,设备变更信息分析器接受来自网络拓扑自动发现数据采集器设备变更信息,划分设备变化类别,判断设备变化对网络拓扑的影响等级,设定从种子路由开始的发现深度,根据深度来限定拓扑发现范围来执行步骤C,其中所述的变化类别包括IP对应设备发生变化、交换设备的配置发生变化和网络中设备的增加与减少;
B3 在执行步骤B2的同时,开放监听陷阱端口,警告信息分析器接收来自普通数据采集器的警告信息,划分警告信息所属告警类别,判断警告信息对网络拓扑的影响等级,根据设备警告信息设定从种子路由开始的发现深度,根据发现深度来限定拓扑发现范围来执行步骤C,其中,所述的告警类别包括设备警告信息和链路不通警告;
步骤C  拓扑发现模块根据拓扑发现范围完成拓扑发现过程,本发明采用基于SNMP的路由表的拓扑发现算法,利用SNMP中定义的MIB路由信息进行拓扑发现,使用一个种子路由器来发现其路由表内记录的所有可达的目的网络,以及到达该目的网络所经由的下一跳路由器的接口IP地址和相关路由,然后它将继续扩展其搜索,可逐步向下发现网络中的所有具有路由功能的结点。遍历路由器MIB的IP管理组中管理对象IpRouteDest下的所有对象,以每个目的网络号为索引,查看IpRouteType项,如果IpRouteType值为3,则IpRouteDest项所示的子网与路由器直接相连,即为路由器的子网。如果IpRoutetype值为4,表示IpRouteDest项所示的子网不是此路由器的子网。
下面分别针对步骤B2中各种设备配置变更信息进行相应的具体分析:
IP对应设备发生变化
(a)一台终端应用设备变成另外一台终端应用设备
 针对这类变化的处理比较简单,只需在数据库中更新该IP对应的设备配置信息即可,仍维持原有的网络拓扑结构;
(b)一台路由器变成另外一台路由器
 此类变化可能导致以该路由器为中心的网络层链路发生部分变化,需要更新以此路由器为种子路由、深度为一跳的网络层链路;
(c)一台设备变成另外一台不同种类的设备
 此类变化的影响范围最大,根据实际经验,导致此类变化的原因可能是网络的重新规划等,所以发生此类变化需要对全网拓扑进行更新。
交换设备的配置发生变化
(a)路由器各端口的开启关闭状态变化
 此类变化可能导致以该路由器为中心的网络层链路发生部分变化,需要更新以此路由为种子路由,深度为一跳的网络层链路;
(b)端口带宽划分状态变化
 此类变化比较简单,只会影响到相关链路带宽的配置信息,在数据库中做相应更新即可。
网络中设备的增加与减少
(a)增加或减少路由器
 此类变化会导致网络层网络拓扑结构的变化。另外路由器的增减意味着子网数量的增减,链路层网络拓扑结构也会发生较大变化,需要对全网拓扑进行更新;
(b)增加终端应用设备
 此类变化,要想发现出新增终端设备具体的链路关系,需要对该设备所在的交换域进行重新拓扑发现;
(c)减少终端应用设备
 此类变化对拓扑结构影响较小,在拓扑图中将该设备以及到该设备的链路删除即可。
    下面分别针对步骤B3中各种警告信息进行相应的具体分析:
·设备交换故障警告
(a)路由器故障警告
 此类变化会导致网络层网络拓扑结构的变化。另外路由器故障意味着子网数量的减少,链路层网络拓扑结构也会发生较大变化,需要对全网拓扑进行更新;
(b)端应用设备故障警告
 此类变化对拓扑结构影响较小,在拓扑图中将该设备以及到该设备的链路删除即可。
    链路不通警告
(a)网络层链路不通
    此类变化会导致网络层网络拓扑结构的变化。另外路由器故障意味着子网数量的减少,链路层网络拓扑结构也会发生较大变化,需要对全网拓扑进行更新。
下面具体描述步骤C所述的拓扑发现的执行流程。根据种子路由的发现深度所限定的范围,来局部(或全局)地运行拓扑发现算法,执行拓扑发现过程。本方法用基于SNMP的路由表的拓扑发现算法,利用SNMP中定义的MIB路由信息进行拓扑发现,先遍历网络中所有的设备,接着计算网络拓扑结构。
从routeList中的选择任意一个路由器为作为种子路由,从种子路由出发即可逐级找出所有路由器与子网。
(a)发现与本路由器直接相连的子网
如果路由器的某条路由记录中IpRoutetype为3(直接相连),则其目的子网(IpRouteDest)与本路由器直接连接,到达它的下一网关(IpRouteNextHop)是本路由器中一个网卡的地址,接在路由器的IpRouteIfindex号接口上,此时IpRouteNextHop和IpRouteMask相与可得到目的子网地址。将子网及其连接信息加入到子网数据库中。
(b)发现与本路由器直接相连的路由器
若第一步中条件不满足,则目的子网与本路由器不是直接相连的,只能通过IpRouteNextHop所指定的下一跳路由器来到达目的子网,而此时的下一跳路由器就是与本路由器直接相连的路由器。将路由器及其连接信息加入到路由器数据库中。
(c)对于新发现的路由器
重复前两步直至找到所有的路由器和子网。
具体算法描述如下:
初始化待访问路由器队列,初始化己访问路由器二叉排序树;
把种子路由的标志IP放入待访问路由器队列中;
while(待访问路由器队列非空)
{
从待访问路由器队列中取出一个路由器,为CurrefltRouter;
if(CurrefltRouter加入到已访问路由器二叉排序树成功)
{   
    初始化本地相连路由器队列和本地相连子网队列访问CurrentRouter路由表,对每个路由表项:
{
if(IpRouteType ==indirect)
把路由表中的各IpRouteNextHop不重复地放到本地相连的路由器队列中;
if(IpRouteType==direct)
把IpRouteDest和IpRouteMask不重复地放到本地相连子网队列中;
             }
遍历本地相连路由器队列中的每个路由器,将其标志IP放入待访问路由器队列;
    }
}

Claims (5)

1.一种基于事件触发的认知网络拓扑发现方法,其特征在于,包括以下步骤:
步骤A  数据采集器采集其管辖域内网络设备的配置信息、警告信息和设备变更信息;
其中,数据采集器包括普通数据采集器和网络拓扑自动发现数据采集器,所述普通数据采集器采集其管辖域内网络设备的配置信息和警告信息;所述网络拓扑自动发现数据采集器采集设备变更信息;
步骤B  事件触发模块接收数据采集器采集到的配置信息、警告信息和设备变更信息来限定拓扑发现范围;
其中,事件触发模块包括警告信息分析器和设备变更信息分析器;
所述步骤B具体包括以下步骤:
步骤B1 将普通数据采集器采集到的初始配置信息入库存储,并对配置信息进行处理,即分析初始化配置信息,从而得出离散的网络设备信息;设定从种子路由开始的发现深度,将范围设为全网拓扑更新后执行步骤C;
步骤B2 当设备对象发生变化时,设备变更信息分析器接收来自网络拓扑自动发现数据采集器设备变更信息,划分设备变化所属类别,判断设备变化对网络拓扑的影响等级,根据设备变更信息设定从种子路由开始的发现深度,根据设定的深度来限定拓扑发现范围后执行步骤C;
步骤B3 在执行步骤B2的同时,开放监听陷阱端口,警告信息分析器接收来自普通数据采集器采集的警告信息,划分警告信息所属告警类别,判断警告信息对网络拓扑的影响等级,根据警告信息设定从种子路由开始的发现深度,根据发现深度来限定拓扑发现范围后执行步骤C;
步骤C  拓扑发现模块根据拓扑发现范围完成拓扑发现过程。
2.根据权利要求1所述的基于事件触发的认知网络拓扑发现方法,其特征在于:所述步骤A前还包括:
建立基于事件触发的认知网络管理运行环境;
建立数据库。
3.根据权利要求1所述的基于事件触发的认知网络拓扑发现方法,其特征在于:所述步骤B2中所述变化所属类别包括IP对应设备发生变化、交换设备的配置发生变化和网络中设备的增加与减少。
4.根据权利要求1所述的基于事件触发的认知网络拓扑发现方法,其特征在于:所述步骤B3中所述的告警类别包括设备警告信息和链路不通警告。
5.根据权利要求1所述的基于事件触发的认知网络拓扑发现方法,其特征在于:所述步骤C中拓扑发现过程采用基于SNMP的路由表拓扑发现算法。
CN201110453010.7A 2011-12-30 2011-12-30 一种基于事件触发的认知网络拓扑发现方法 Active CN102404159B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110453010.7A CN102404159B (zh) 2011-12-30 2011-12-30 一种基于事件触发的认知网络拓扑发现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110453010.7A CN102404159B (zh) 2011-12-30 2011-12-30 一种基于事件触发的认知网络拓扑发现方法

Publications (2)

Publication Number Publication Date
CN102404159A CN102404159A (zh) 2012-04-04
CN102404159B true CN102404159B (zh) 2014-03-26

Family

ID=45885974

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110453010.7A Active CN102404159B (zh) 2011-12-30 2011-12-30 一种基于事件触发的认知网络拓扑发现方法

Country Status (1)

Country Link
CN (1) CN102404159B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105323178B (zh) * 2015-10-14 2019-08-23 国网四川省电力公司信息通信公司 一种电力通信设备的路由信息同步方法及装置
CN106789873B (zh) * 2016-11-11 2020-09-01 国家电网公司 一种等级保护安全边界的检查方法
CN112073441B (zh) * 2020-11-10 2021-01-29 中国人民解放军国防科技大学 基于本体推理的网络空间关键地形生成方法
CN116319362B (zh) * 2023-05-10 2023-07-28 湖南天冠电子信息技术有限公司 一种网络拓扑图生成方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1761219A (zh) * 2004-10-12 2006-04-19 华为技术有限公司 在mpls环网中实现拓扑结构自动发现的方法
CN101582794A (zh) * 2009-06-26 2009-11-18 西安电子科技大学 网络设备统一配置系统及其配置方法
CN101702656A (zh) * 2009-11-11 2010-05-05 北京神州泰岳软件股份有限公司 一种基于mpls-vpn网络拓扑的发现方法
US7843822B1 (en) * 2007-05-24 2010-11-30 Rockwell Collins, Inc. Cognitive adaptive network management areas

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1761219A (zh) * 2004-10-12 2006-04-19 华为技术有限公司 在mpls环网中实现拓扑结构自动发现的方法
US7843822B1 (en) * 2007-05-24 2010-11-30 Rockwell Collins, Inc. Cognitive adaptive network management areas
CN101582794A (zh) * 2009-06-26 2009-11-18 西安电子科技大学 网络设备统一配置系统及其配置方法
CN101702656A (zh) * 2009-11-11 2010-05-05 北京神州泰岳软件股份有限公司 一种基于mpls-vpn网络拓扑的发现方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于业务感知的认知网络QoS自适应控制技术;顾成杰等;《中兴通讯技术》;20110228;第17卷(第1期);第49-52页 *
顾成杰等.基于业务感知的认知网络QoS自适应控制技术.《中兴通讯技术》.2011,第17卷(第1期),第49-52页.

Also Published As

Publication number Publication date
CN102404159A (zh) 2012-04-04

Similar Documents

Publication Publication Date Title
US11695656B2 (en) Method and apparatus for detecting service and analyzing service characteristic using NWDAF in mobile communication system
CN105308905B (zh) 使用天气预报来动态调整网络参数
US9734457B2 (en) Learning data processor for distributing learning machines across large-scale network infrastructures
Mustafa et al. Performance analyzing the effect of network size on routing protocols in MANETs
CN113315645B (zh) 配置性能探测指示信息的方法及相关设备
CN101263689A (zh) 用于网状网络的按需路由选择协议的路由优化
CN102143007A (zh) 基于分布式的多级网络拓扑发现方法
US20150186775A1 (en) Distributed approach for feature modeling using principal component analysis
CN102404159B (zh) 一种基于事件触发的认知网络拓扑发现方法
CN106571947B (zh) 一种支持复杂多元网络构造的网络元模型实现方法
CN109842868A (zh) 一种帧聚合、网络设置帧发送方法及设备
CN104427543A (zh) 一种无线Mesh节点及其网络拓扑结构发现系统、方法
Guo et al. Pangu: Towards a software-defined architecture for multi-function wireless sensor networks
CN113036930B (zh) 一种电网数据通讯管理系统
CN106982164A (zh) 一种网络拓扑发现方法及设备
Kipongo Efficient Topology Discovery Protocol Using IT-SDN For Software-Defined Wireless Sensor Networks
Ding et al. Design and implementation of programmable nodes in software defined sensor networks
Muralidhar et al. An investigation into the operational limitations of mobile ad hoc networks
CN107070677B (zh) 一种基于OPNET的异构网络端到端的QoS性能验证方法及系统
Lavacca et al. Studying and Simulation of a NS3 frameworktowards a 5G Complete Network Platform
CN106850347B (zh) 纵向虚拟化测试方法及装置
Tran et al. Performance analysis of software defined network concepts in networked embedded systems
Ahmed et al. A novel framework for software defined wireless sensor networks
CN103595640A (zh) 一种提取移动自组织网络mac层拓扑方法
Elamin Performance Analysis of Software Defined Network Concepts in Networked Embedded Systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant