CN102577282A - 网络延迟估计装置和网络延迟估计方法 - Google Patents
网络延迟估计装置和网络延迟估计方法 Download PDFInfo
- Publication number
- CN102577282A CN102577282A CN2011800039379A CN201180003937A CN102577282A CN 102577282 A CN102577282 A CN 102577282A CN 2011800039379 A CN2011800039379 A CN 2011800039379A CN 201180003937 A CN201180003937 A CN 201180003937A CN 102577282 A CN102577282 A CN 102577282A
- Authority
- CN
- China
- Prior art keywords
- node
- determination object
- tree
- object node
- distance
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/48—Routing tree calculation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
公开了能够高精度地且短时间内建立度量树的网络延迟估计装置。网络延迟估计装置(302)是建立描述了包含多个节点的网络的各节点间的延迟的度量树的装置,其包括:第一轮测定对象节点选择单元(306),从已知的度量树中选择彼此距离长的一对或多对节点作为第一轮测定对象节点,并测定与任意节点的距离;第二轮测定对象节点选择单元(310),基于该距离及已知的度量树,选择被估计为与任意节点的距离短的节点作为第二轮测定对象,并测定与任意节点的距离;以及最优树处理单元(314),基于该距离和已知的度量树,建立包含任意节点的网络的度量树。
Description
技术领域
本发明涉及建立描述网络的各节点间的延迟的度量树的网络延迟估计装置和网络延迟估计方法。
背景技术
国际互联网通信分散化为以特定任务为目的而链结的多个节点,且这些节点间的相互依存的程度不断提高。另外,点对点(peer-to-peer)通信、网格计算(grid computing)、集群计算(cluster computing)、及ALM(Application LayerMulticasting,应用层组播)等技术是依赖于通过多个节点的链结或通信的新技术。利用这些技术的应用程序为了正确地执行相互依存的任务,必须预先构建描述网络的各节点间的延迟的度量树(metric tree)。这是因为通过预先构建度量树,可以即时地估计任意节点间的延迟。
然而,在测定对象的节点的数为N时,如果循环性地以全网型(full mesh)进行延迟测定,则其测定次数为N×N-1。因此,在测定对象的节点多的情况下,为了构建度量树,需要很长的处理时间、很强的运算能力、和很大的存储容量。这样负担大,例如有可能产生如下情况,有的应用程序在完成了度量树的构建时,已经过了需要该度量树的时间点。
因此,例如在非专利文献1中记载了如下技术:每次对网络新追加节点时,进行所述加入节点和已知的度量树的节点之间的延迟测定,并将测定结果追加至度量树中。根据该技术,无需进行全网型的延迟测定便可构建度量树。
然而,在非专利文献1所记载的技术中,只能以较低的精度估计与未进行测定的其他节点之间的延迟。
于是,例如在专利文献1中记载有将估计为最靠近加入节点(距离短)的2个节点选择为测定对象的技术。根据该技术,能以更高的精度估计与未进行测定的其他节点之间的延迟。
现有技术文献
专利文献
专利文献1:美国专利申请公开第2008/0304421号说明书
非专利文献
非专利文献1:Peter Buneman,“A Note on the Metric Properties of Trees”,Journal of combinatorial theory(B)17,February 1974,p.48-50
发明内容
发明要解决的问题
然而,在专利文献1所记载的技术中,在靠近加入节点的2个节点的估计弄错了时,只能以较低的精度估计加入节点和未进行测定的其他节点之间的延迟。也就是说,专利文献1所记载的技术中,为了提高度量树的精度,而必须确定靠近加入节点的2个节点。因此,专利文献1所记载的技术存在如下问题,即,毕竟要进行多个节点的延迟测定,直到构建度量树为止颇费时间。
本发明的目的在于,提供能够高精度地且短时间内建立度量树的网络延迟估计装置和网络延迟估计方法。
解决问题的方案
本发明的网络延迟估计装置为,建立描述了包含多个节点的网络的各节点间的延迟的度量树的网络延迟估计装置,该装置包括:第一轮测定对象节点选择单元,从已知的度量树中选择彼此距离长的一对或多对节点作为第一轮测定对象节点,并测定任意节点和各第一轮测定对象节点的距离;第二轮测定对象节点选择单元,基于与所述第一轮测定对象节点的所述距离和所述已知的度量树,选择被估计为与所述任意节点的距离短的节点作为第二轮测定对象,并测定所述任意节点和各第二轮测定对象节点的距离;以及最优树处理单元,基于与所述第二轮测定对象节点的所述距离和所述已知的度量树,建立包含所述任意节点的网络的度量树。
本发明的网络延迟估计方法是用于建立描述了包含多个节点的网络的各节点间的延迟的度量树的网络延迟估计方法,该方法包括:从已知的度量树中选择彼此距离长的一对或多对节点作为第一轮测定对象节点,并测定任意节点和各第一轮测定对象节点的距离的步骤;基于与所述第一轮测定对象节点的所述距离和所述已知的度量树,选择被估计为与所述任意节点的距离短的节点作为第二轮测定对象,并测定所述任意节点和各第二轮测定对象节点的距离的步骤;以及基于与所述第二轮测定对象节点的所述距离和所述已知的度量树,建立包含所述任意节点的网络的度量树的步骤。
发明的效果
根据本发明,由于能够以高精度地估计哪个节点靠近任意节点,所以能够高精度地且短时间内建立度量树。
附图说明
图1是表示本发明的一实施方式的一例网络系统的结构的系统结构图。
图2是表示本实施方式的网络延迟估计装置所保持的一例当前最优树的内容的图。
图3A~图3C是用于说明本实施方式的第一轮测定对象节点选择的概要的图。
图4A~图4B是用于说明本实施方式的第二轮测定对象节点选择的概要的图。
图5是表示本实施方式的网络延迟估计装置的一例结构的方框图。
图6是表示本实施方式的度量数据的一例结构的图。
图7是表示本实施方式的候补树数据的一例结构的图。
图8是表示本实施方式的最优树数据的一例结构的图。
图9是表示本实施方式的网络延迟估计装置的整体动作的流程图。
图10是表示本实施方式的网络消息的一例结构的图。
图11是表示本实施方式的网络消息的测定结果的一例结构的图。
图12是表示本实施方式的选择第一轮测定对象节点的处理的细节的流程图。
图13是表示本实施方式的设定第一轮测定对象节点的处理的细节的流程图。
图14是表示本实施方式的决定最佳节点的处理的细节的流程图。
图15是表示本实施方式的选择第二轮测定对象节点的处理的细节的流程图。
图16是表示本实施方式的建立候补树的组的处理的细节的流程图。
图17是表示本实施方式的追加虚拟节点的处理的细节的流程图。
图18是表示本实施方式的提取第二轮测定对象节点的处理的细节的流程图。
图19是表示本实施方式的建立新的最优树的处理的细节的流程图。
图20是表示本实施方式的计算累积误差的处理的细节的流程图。
标号说明
100网络系统
102~114节点
116网络
200最优树
202~214实体节点
216~224虚拟节点
226~246加权连接边
302网络延迟估计装置
304事件检测单元
306第一轮测定对象节点选择单元
308度量处理单元
310第二轮测定对象节点选择单元
312候补树建立单元
314最优树处理单元
316播发树构建单元
318候补树数据库
320度量数据库
322最优树数据库
具体实施方式
下面,参照附图详细地说明本发明的一实施方式。
首先,在说明本实施方式之前,先说明本实施方式中的主要用语的定义。
所谓“树”,是由节点和连接节点间的连接边(edge)所构成的网络的结构。
所谓“度量树”,是由节点和表示节点间的通信的延迟的加权连接边所构成、且描述网络的各节点间的延迟的无方向的虚拟性的树。
所谓“网络度量(network metric)”,是表示2个节点间的延迟的大小的网络的特性值,且为2个节点间的连接边值的合计值。
所谓“实体节点”,是构成度量树的节点中实际上存在于网络内的物理节点。
所谓“虚拟节点”,是构成度量树的节点中实际上并未存在于网络内的虚拟性节点,且是为了建立下述实体节点对间的网络度量而使用的节点。
所谓“候补树”,是在将加入节点追加至网络中时,作为树的构建机制的一部分而建立的暂时性度量树,且是为了选择测定对象节点而使用的树。
所谓“最优树”,是从候补树中作为最佳的树而被选择的、且是包含加入节点的网络的度量树,并且是之后的延迟估计中所使用的树。
所谓“新的实体节点”,是最后追加至度量树中的实体节点(该节点通常是指加入节点)。
所谓“新的虚拟节点”,是最后追加至度量树中的虚拟节点。
所谓“当前最优树”,是过去所生成的最优树中的最后的最优树。
所谓“加入节点”,是并未存在于当前最优树中、且请求了加入网络的节点。
所谓“测定对象节点”,是当前的最优树的实体节点中实际上测定与加入节点之间的延迟的实体节点。
所谓“第一轮测定对象节点”,是仅基于当前最优树中的各实体节点的位置而选择的测定对象节点。
所谓“第1首轮测定对象节点”,是在第一轮的延迟测定中,最初所选择的第一轮测定对象节点对。
所谓“第2首轮测定对象节点”,是在第一轮的延迟测定中,在选择第1首轮测定对象节点后,选自第1首轮测定对象节点以外的实体节点中的第一轮测定对象节点对。
所谓“第二轮测定对象节点”,是在第一轮的延迟测定后,不仅基于当前最优树中的各实体节点的位置,而且基于加入节点和第一轮测定对象节点之间的延迟测定结果而选择的测定对象节点。
(实施方式1)
图1是本发明一实施方式的网络延迟估计装置的管理对象的网络系统的一例结构图。
如图1所示,网络系统100例如具有节点A~节点G102~114。这些节点是分别连接到网络116的物理节点。此外,虽然未图示,但网络116中还可能存在其他物理节点。这里,为了简化说明,假设为在各节点和其他所有节点之间存在路径,但并不限定于此。网络延迟估计装置既可配备在任一节点上,也可配备在与网络116连接的未图示的装置中。
在本实施方式中,假设先前所取得的度量树作为当前最优树而已保持在网络延迟估计装置中。
图2是表示网络延迟估计装置所保持的当前最优树的一例内容的图。
如图2所示,当前最优树200是估计图1的网络系统100的当前逻辑结构而获得的。当前最优树200例如由实体节点A~G202~214、虚拟节点216~224、以及连接这些实体节点和虚拟节点的加权连接边226~246构成。
实体节点A~G202~214是与图1的节点A~节点G相对应的要素。虚拟节点216~224是基于实体节点间的延迟而插入的虚拟性要素。加权连接边226~246是连接实体节点和虚拟节点、且分别具有延迟值的要素。当前最优树200的任意2个实体节点间的延迟,通过将该实体节点间的所有连接边的延迟值进行合计而能够以很高的精度来估计。另外,实体节点A~G202~214设为分别位于当前最优树200的端部。
如果测定加入节点和其他所有节点之间的延迟,则能够最高精度地获得追加新的加入节点后的网络的度量树,但如上所述,其中伴随着庞大的处理时间和处理负荷。然而,在选择一部分实体节点进行延迟测定的情况下,如上所述,将哪一个实体节点作为测定对象节点来选择成为问题。
因此,如下所述,本实施方式的网络延迟估计装置(下面,简称为“网络延迟估计装置”)谨慎地选择实体节点,并仅对所选择的实体节点(测定对象节点)进行延迟测定。由此,网络延迟估计装置能够以很少的处理时间和处理负荷来构建高精度的最优树。
在此说明网络延迟估计装置的最优树的构建方法的概要。所谓最优树的构建,是指决定连接加入节点的虚拟节点,并决定加入节点和虚拟节点之间的延迟,将决定结果反映至当前最优树。
网络延迟估计装置大体上依次进行第一轮的测定对象节点选择、第一轮的延迟测定、第二轮的测定对象节点选择、第二轮的延迟测定、及连接节点的决定。
图3是用于说明第一轮的测定对象节点选择的概要的图。
假定如图3A所示的度量树200a为当前最优树的情况。在此情况下,如图3B所示,网络延迟估计装置选择位于最长的路径即路径241a的两端的第1节点251a和第2节点252a作为第1首轮测定对象节点对。进而,如图3C所示,网络延迟估计装置分别选择距路径241a的距离最长的第3节点253a、和距路径241a的距离仅次于第3节点253a的第4节点254a。接着,网络延迟估计装置将所选择的第3节点253a和第4节点254a设为第2首轮测定对象节点。
接着,网络延迟估计装置进行加入节点和各第一轮测定对象节点251a~254a之间的延迟测定。接着,网络延迟估计装置基于测定结果,进行第二轮测定对象节点的选择。
图4是用于说明第二轮的测定对象节点选择的概要的图。
首先,如图4A所示,网络延迟估计装置基于上述测定结果,在与加入节点261a的距离262a最近的位置上设定虚拟连接节点263a。该虚拟连接节点263a既可为既存的虚拟节点,在不存在适当的虚拟节点的情况下,也可为新建立的虚拟节点。
接着,如图4B所示,网络延迟估计装置对每一个虚拟连接节点263a,选择与该虚拟连接节点263a相邻的2个实体节点264a作为第二轮测定对象节点。
接着,网络延迟估计装置进行加入节点261a和各第二轮测定对象节点264a之间的延迟测定。接着,网络延迟估计装置基于测定结果,从第二轮测定对象节点264a中选择与加入节点261a之间的延迟最少的第二轮测定对象节点264a作为加入节点261a的测量对象节点。
为了以更高精度地估计靠近加入节点的节点,优选使用在与尽量远的节点之间所进行的延迟测定结果。因此,如上所述,网络延迟估计装置选择最长的路径两端的节点为第1首轮测定对象节点,而且选择位于远离该路径的位置的节点为第2首轮测定对象节点。通过这样的处理,网络延迟估计装置能够以高精度估计靠近加入节点的节点,所以能够高精度地且短时间内构建最优树。
接下来,说明网络延迟估计装置的结构。
图5是表示网络延迟估计装置的一例结构的方框图。
图5中,网络延迟估计装置302包括事件检测单元304、第一轮测定对象节点选择单元306、度量(metric)处理单元308、第二轮测定对象节点选择单元310、候补树建立单元312、最优树处理单元314、播发树构建单元316、候补树数据库(DB)318、度量数据库(DB)320、和最优树数据库(DB)322。
事件检测单元304检测使网络延迟估计装置302开始动作的网络事件的发生。所述网络事件是指,在加入网络时从加入节点发送且包含加入节点的网络ID(identifier,识别符)的消息(324)的接收。事件检测单元304接收消息后,将该消息中所包含的网络ID传送给第一轮测定对象节点选择单元306(326)。
第一轮测定对象节点选择单元306基于事先的评价,从最优树数据库322中所存储的当前最优树中,优先选择彼此距离更长的实体节点对作为第一轮测定对象节点。另外,第一轮测定对象节点选择单元306对未选择的其他所有节点(下面称为“非选择节点”)的距上述实体节点对的距离进行评价,并搜索距离长的非选择节点。然后,第一轮测定对象节点选择单元306还选择被搜索到的非选择节点作为第一轮测定对象节点(328)。
具体而言,第一轮测定对象节点选择单元306重复从所有节点中选择规定的比例的节点(例如八分之一,此处是设为4个实体节点)作为第一轮测定对象节点等这种选择,直至满足规定的结束条件为止。结束条件还可基于用户的优先事项(精度或测定时间)来设定。将结束条件设为选择越高的比例的节点,越提高新建立的最优树的精度,但至建立最优树为止所需的处理负荷变高,且处理时间变长。
另外,满足结束条件(例如选择4个实体节点作为第一轮测定对象节点)后,第一轮测定对象节点选择单元306对度量处理单元308指示开始第一轮的度量收集(330)。所谓第一轮的度量收集,是进行加入节点和各第一轮测定对象节点之间的网络度量的测定,并收集测定结果。
度量处理单元308根据来自其他功能单元的指示,从网络116中取得所需的网络度量,并存储到度量数据库320中。
具体而言,度量处理单元308在接收到来自第一轮测定对象节点选择单元306的指示时,将请求与各第一轮测定对象节点之间的延迟测定的网络消息发送给加入节点(332)。接着,度量处理单元308将从加入节点发回来的第一轮延迟测定结果(334)作为度量数据而存储到度量数据库320中(336)。
另外,度量处理单元308在接收到来自后述的第二轮测定对象节点选择单元310的指示时,将请求与各第一轮测定对象节点之间的延迟测定的网络消息发送给加入节点(332)。接着,度量处理单元308将从加入节点发回来的第二轮延迟测定结果的数据作为度量数据而存储到度量数据库320中(336)。
图6是表示度量数据库320所存储的度量数据的一例结构的图。
如图6所示,度量数据1800将发送侧节点ID1808、到达侧节点ID1810、和延迟1812关联描述。发送侧节点ID1808中,描述加入节点的网络ID。到达侧节点ID1810中,描述测定对象节点的网络ID。延迟1812中,对其每一个组合描述从发送侧节点ID1808表示的节点(加入节点)向到达侧节点ID1810表示的节点(测定对象节点)的发送的延迟。
第二轮测定对象节点选择单元310在每次将所有新的第一轮延迟测定结果存储在度量数据库320中时,将第一轮延迟测定结果传送给候补树建立单元312。由此,第二轮测定对象节点选择单元310对候补树建立单元312指示候补树的建立(338、340)候补树为将加入节点在所估计的连接位置上追加至当前最优树中的临时性的度量树。接着,第二轮测定对象节点选择单元310对通过候补树建立单元312存储在候补树数据库318中的、所有候补树与延迟实测值的误差进行评价。由此,第二轮测定对象节点选择单元310搜索与延迟实测值的误差少的候补树(344)。
然后,第二轮测定对象节点选择单元310根据评价结果,将候补树从最佳到最差进行排列,且从最佳的候补树起依次对每一个候补树提取第二轮测定对象节点。
第二轮测定对象节点选择单元310重复从所有节点中选择规定的比例的节点(例如八分之三)作为第二轮测定对象节点等这种提取,直至满足规定的结束条件为止。接着,满足结束条件后,第二轮测定对象节点选择单元310将所提取的第二轮测定对象节点的列表传送给度量处理单元308(346)。其结果,如上所述,第二轮延迟测定结果的数据被存储到度量数据库320中(336)。
候补树建立单元312根据来自其他功能单元的指示而建立候补树,并将所建立的候补树的数据(下面称为“候补树数据”)存储到候补树数据库318中(342)。
具体而言,候补树建立单元312在接收到来自第二轮测定对象节点选择单元310的指示时,对每一个第一轮测定对象节点对,计算加入节点相对连接对的路径的相对位置。接着,候补树建立单元312建立在与路径的距离最短的位置上将加入节点连接到当前最优树的情况下的树作为候补树。
另外,候补树建立单元312在接收到来自最优树处理单元314的指示时,再次建立候补树。此时,候补树建立单元312基于第一轮测定对象节点的所有对以及第二轮测定对象节点的所有对之间的网络度量,建立候补树。
候补树数据库318继候补树建立单元312的处理之后,存储候补树数据。
图7是表示候补树数据库318所存储的候补树数据的一例结构的图。
如图7所示,候补树数据1700将候补树的各节点的树ID1708、节点ID1710和类别1712关联描述。另外,候补树数据1700将有关候补树的各连接边的树ID1720、发送侧节点1722、到达侧节点1724和距离1726关联描述。在节点的类别1712中,描述表示节点为实体节点和虚拟节点中的哪一个的信息。另外,在连接边的距离1726中,描述发送侧节点1722所表示的节点和到达侧节点1724所表示的节点之间的距离。
在由第二轮测定对象节点选择单元310选择第二轮测定对象节点时使用候补树数据库318中存储的候补树数据。
最优树处理单元314在每次将所有新的第一轮延迟测定结果和第二轮延迟测定结果存储在度量数据库320中时,指示候补树建立单元312建立候补树(348、350)。其结果,如上所述,将基于第二轮测定对象节点所建立的候补树被存储到候补树数据库318中(342)。接着,最优树处理单元314基于加入节点和各测定对象节点之间的延迟测定结果(网络度量),对所有候补树进行评价(352),并将最佳的候补树决定为最优树。接着,最优树处理单元314将所决定的最优树的数据(下面称为“最优树数据”)存储到最优树数据库322中(354)。
图8是表示最优树数据库322所存储的最优树数据的一例结构的图。
如图8所示,最优树数据1900将最优树的各节点的节点ID1908和类别1910关联描述。另外,最优树数据1900将有关候补树的各连接边的发送侧节点1918、到达侧节点1920和距离1922关联描述。在节点的类别1910中,描述表示节点为实体节点和虚拟节点中的哪一个的信息。另外,在连接边的距离1922中,描述发送侧节点1918所表示的节点和到达侧节点1920所表示的节点之间的距离。
播发树构建单元316例如接收通过操作员操作等的任意区间的延迟的查询,从最优树数据库322的最优树数据,取得所查询的区间的延迟。
另外,虽然未图示,但网络延迟估计装置302具有例如CPU(centralprocessing unit,中央处理器)、存储有控制程序的ROM(read only memory,只读存储器)等存储媒体、RAM(random access memory,随机存取存储器)等操作用存储器、以及通信电路等。在此情况下,通过由CPU执行控制程序而实现上述各单元的功能。
这种网络延迟估计装置302能够将与加入节点的延迟测定的对象仅限定为第一轮测定对象节点和第二轮测定对象节点,进行最优树的构建。
接下来,说明网络延迟估计装置302的动作。
图9是表示网络延迟估计装置302的整体动作的流程图。
首先,在事件检测单元304中,检测伴随度量树构建的网络事件(从加入节点接收网络消息)(S402)。然后,第一轮测定对象节点选择单元306从当前的最优树O中选择第一轮测定对象节点ST1(S404)。对于该选择所述第一轮测定对象节点ST1的处理的细节,将在下文中进行叙述。选择第一轮测定对象节点ST1后,度量处理单元308对加入节点发送包含有第一轮测定对象节点ST1的网络ID的列表的网络消息。由此,度量处理单元308对加入节点请求测定与各第一轮测定对象节点ST1之间的网络度量(延迟)(S406)。
图10是表示网络消息的一例结构的图。
如图10所示,网络消息1500中描述了节点数1502和网络ID的列表1504。网络ID的列表1504为所选择的所有第一轮测定对象节点ST1的网络ID的列表。节点数1502为网络ID的列表1504所对应的节点数,即列表1504中所描述的网络ID的个数。
图11是表示网络度量的测定结果的一例结构的图。
如图11所示,网络消息1600描述了节点数1602、以及网络ID1604和关于该节点的结果1606的对。网络ID1604与网络消息1500中所列表(list up)的网络ID相对应。
接着,通过度量处理单元308将第一轮的所有测定结果存储到度量数据库320中。然后,第二轮测定对象节点选择单元310使用第一轮测定对象节点ST1和当前最优树O,而选择第二轮测定对象节点ST2(S408)。对于该选择所述第一轮测定对象节点ST1的处理的细节,将在下文中进行叙述。获得第二轮测定对象节点ST2的列表后,度量处理单元308将包含第二轮测定对象节点ST2的网络ID的列表的网络消息发送给加入节点。由此,度量处理单元308对加入节点请求测定与各第二轮测定对象节点ST2之间的网络度量(延迟)(S410)。
接着,度量处理单元308将第二轮的所有测定结果存储到度量数据库320中。接着,最优树处理单元314使用第一轮测定对象节点ST1和第二轮测定对象节点ST2以及当前最优树O,建立新的最优树O′(S412)。最优树O′为包含加入节点的新的最优树。对于建立该新的最优树O′的处理的细节,将在下文中进行叙述。接着,将所建立的最优树O′存储到最优树型数据库322中后,播放树构建单元316为了建立用于播放内容的树,而恰当地使用最优树O′(S414)。
下面,说明图9的各处理的细节。
图12是表示图9的步骤S404的选择第一轮测定对象节点的处理的细节的流程图。
第一轮测定对象节点选择单元306选择当前最优树O中距离最长的实体节点对作为第1首轮测定对象节点ST1(S502)。接着,第一轮测定对象节点选择单元306对剩余的非选择节点SU进行评价,决定最佳的节点(距连接第1首轮测定对象节点ST1对的路径的距离长的节点)NB(S504)。对于这些选择第1首轮测定对象节点ST1的处理的细节、以及决定最佳节点NB的处理的细节,将在下文中进行叙述。所谓非选择节点,是从当前最优树O中的所有实体节点SN中去除第一轮测定对象节点ST1后所剩余的实体节点。
接着,第一轮测定对象节点选择单元306选择所决定的最佳节点NB作为第2首轮测定对象节点ST1,并追加至第一轮测定对象节点ST1的组中(S506)。第一轮测定对象节点选择单元306重复进行步骤S504、S506的处理,直至第一轮测定对象节点ST1的数达到所需数量为止(S508)。在本实施方式中,由于规定数为4(参照图3A),所以在步骤S502中选择第1首轮测定对象节点对,在步骤S504中选择第2首轮测定对象节点对。
图13是表示图12的步骤S502的设定第1首轮测定对象节点的处理的细节的流程图。
首先,第一轮测定对象节点选择单元306将当前最优树O中的所有实体节点设定为实体节点SN(S602)。接着,第一轮测定对象节点选择单元306将用作比较节点间的距离的参数的最大距离Dmax初始化为零(S604),并建立实体节点SN的所有对SNN的组(S606)。对SNN为实体节点SN和另一实体节点SN的组合(SN*SN={(a,b)})。在残留着未处理的对SNN期间,重复下面步骤S610~S616的处理(S608)。
首先,第一轮测定对象节点选择单元306选择1个对SNN(S610),并基于当前最优树O,计算所选择的对SNN的节点A和节点B之间的距离D(S612)。接着,当计算出的距离D大于最大距离Dmax时(S614:“是”),第一轮测定对象节点选择单元306将该距离D存储为最大距离Dmax。另外,第一轮测定对象节点选择单元306将所选择的对SNN存储为当前最佳节点存储(S616)。接着,第一轮测定对象节点选择单元306在对所有对SNN进行调查后,将该时间点的最佳节点设定为第1首轮测定对象节点ST1(S618)。
图14是表示图12的步骤S504的决定最佳节点的处理的细节的流程图。
首先,第一轮测定对象节点选择单元306首先将该时间点的第一轮测定对象节点ST1设为初始的选择节点SS(S702)。也就是说,选择节点SS的组的初始状态仅由第1首轮测定对象节点ST1构成。另外,第一轮测定对象节点选择单元306将形成网络的网络节点SV初始化为空(S704)。接着,第一轮测定对象节点选择单元306接下来从选择节点SS的组中取出1个任意节点N0(S706),且在剩余了未处理的节点期间,重复进行下面步骤S710、S712的处理(S708)。第一轮测定对象节点选择单元306取出1个作为选择节点SS的剩余的另一节点N(S710)。接着,第一轮测定对象节点选择单元306计算当前最优树O中的节点N0和节点N之间的路径,并将路径上的所有节点追加至网络节点SV的组中(S712)。
接着,在对所有选择节点SS进行处理后,第一轮测定对象节点选择单元306使用网络节点SV的组,开始对非选择节点SU进行评价。首先,第一轮测定对象节点选择单元306将从实体节点SN的组中去除所有第一轮测定对象节点ST1后所剩余的节点设为非选择节点SU(S714)。接着,第一轮测定对象节点选择单元306在剩余了未处理的非选择节点SU期间,重复下面步骤S718~722的处理(S716)。
第一轮测定对象节点选择单元306从非选择节点SU中取出1个任意节点N(S718),并在当前最优树O中,从节点N起执行水平搜索直至到达至网络节点SV的任一个为止(S720)。接着,第一轮测定对象节点选择单元306将节点N和所遇到的网络节点SV之间的距离定义为该节点N的指标值v(N)(S722)。接着,第一轮测定对象节点选择单元306将所有节点N中指标值v(N)为最大的节点设定为最佳节点NB(S724)。也就是说,第一轮测定对象节点选择单元306将与网络节点SV的距离为最大的节点、且与连接第1首轮测定对象节点ST1对的路径的距离为最长的节点设定为最佳节点NB。
图15是表示图9的步骤S408的选择第二轮测定对象节点的处理的细节的流程图。
首先,第二轮测定对象节点选择单元310将第一轮测定对象节点ST1设为测定对象节点ST(S802)。也就是说,测定对象节点ST的组的初始状态仅由第1首轮测定对象节点ST1构成。接着,第二轮测定对象节点选择单元310使用候补树建立单元312而建立候补树SC的组(S804)。对于建立该候补树SC的组的处理的细节将在下文中进行叙述。候补树SC为在最优树O中连接测定对象节点ST(此处为第一轮测定对象节点ST1)对时的度量树。另外,所谓候补树SC的组,是对于所有对的候补树SC的组。然后,第二轮测定对象节点选择单元310从候补树数据库318中取出候补树SC的组,并对各候补树SC如下进行评价。
首先,第二轮测定对象节点选择单元310将评价树SC′初始化为空(S806)。接着,第二轮测定对象节点选择单元310在剩余了未处理的候补节点SC期间,重复下面步骤S810~814的处理(S808)。
首先,第二轮测定对象节点选择单元310从候补树SC的组中取出1个任意的候补树T(S810)。接着,第二轮测定对象节点选择单元310求候补树T中的新的实体节点(加入节点)和新的虚拟节点(加入节点的连接位置)之间的距离D(S812)。接着,第二轮测定对象节点选择单元310将候补树T追加至评价树SC′的组中,并将求得的距离D定义为所述候补树T的指标值v(T)(S814)。接着,对所有评价候补树SC进行评价后,第二轮测定对象节点选择单元310按照指标值v(T)的升序对评价树SC进行排序(S816)。接着,第二轮测定对象节点选择单元310按照排序后的顺序,从评价树SC′的组中提取第二轮测定对象节点ST2(S818)。对于该提取所述第二轮测定对象节点ST2的处理的细节将在下文中进行叙述。
图16是表示图15的步骤S804的、建立候补树的组的处理的细节的流程图。
首先,候补树建立单元312从测定对象节点ST中建立所有可能的对STT(S902),并从对STT中,去除2个节点的两者相同的对(S904)。接着,候补树建立单元312在剩余了未处理的对STT期间,重复下面步骤S908~922的处理(S906)。
首先,候补树建立单元312选择1个对STT(S908)。接着,候补树建立单元312在当前最优树O中,计算所选择的对STT的节点A和节点B中自节点A至所追加的虚拟节点为止的距离DV(S910)。距离DV也就是候补树建立单元312作为加入节点的连接位置而追加至该对STT之间的路径上的、表示虚拟节点的位置的值。候补树建立单元312例如将该STT之间的延迟(根据当前最优树O的估计值)和节点A与加入节点之间的延迟(测定值)相加,并从该相加值中减去节点B和加入节点之间的延迟(测定值)。接着,候补树建立单元312将该减法结果除以2,从而计算距离DV。
接着,候补树建立单元312建立当前最优树O的复制树O′(S912),并将新的虚拟节点V在距离DV的位置上追加至复制树O′中(S914)。对于该追加虚拟节点V的处理的细节将在下文中进行叙述。接着,候补树建立单元312建立相当于加入节点的新的实体节点J而追加至复制树O′中(S916),并计算虚拟节点V和实体节点J之间的距离(S918)。接着,候补树建立单元312以计算出的距离的连接边,使实体节点J连接到虚拟节点V(S920),并将复制树O′作为候补树SC追加至候补树数据库318中(S922)。
图17是表示图16的步骤S914的追加虚拟节点的处理的细节的流程图。
首先,候补树建立单元312将当前节点C初始化为节点A(S1002),且将当前的距离D初始化为零(S1004)。所谓当前的节点C表示,作为是否为虚拟节点的位置的附近的判断对象的、复制树O′上的虚拟节点。接着,候补树建立单元312在当前的距离D小于表示虚拟节点的位置的上述距离DV期间(S1006:“是”),重复以下的步骤S1008~S1012的处理。
首先,候补树建立单元312将位于节点A和节点B之间的路径上的紧接在当前的节点C之后的虚拟节点设为紧后节点C2(S1008)。接着,候补树建立单元312使距离D增加相当于当前节点C和紧后节点C2之间的距离(S1010),之后,将紧后节点C2设定为当前节点C(S1012)。
接着,当前距离D达到上述距离DV以上后(S1006:“否”),候补树建立单元312首先将位于节点A和节点B之间的路径上的紧接在当前节点C之前的虚拟节点设为紧前节点C0(S1014)。接着,候补树建立单元312将当前节点C和紧前节点C0之间的距离设为距离E(S1016),并去除当前节点C和紧前节点C0之间的连接边(S1018)。接着,候补树建立单元312建立新的虚拟节点V并追加至复制树O′中(S1020)。接着,候补树建立单元312通过相当于当前距离D和上述距离DV的差的连接边,使虚拟节点V与当前节点C连接(S1022)。接着,候补树建立单元312通过相当于距离E和虚拟节点V与当前节点C之间的距离的差的连接边,使其连接到紧前节点C0连接(S1024)。
图18是表示图15的步骤S818的提取第二轮测定对象节点的处理的细节的流程图。
首先,第二轮测定对象节点选择单元310将第二轮测定对象节点ST2初始化为空(S1102)。接着,第二轮测定对象节点选择单元310在剩余了未处理的评价树SC′期间,重复下面步骤S1106~S1114的处理(S1104)。
首先,第二轮测定对象节点选择单元310按照上述指标值v(T)的排序的顺序,从未处理的评价树SC′中取出1个候补树T(S1106)。接着,第二轮测定对象节点选择单元310在所取出的候补树T中,将最靠近新的实体节点(加入节点)的2个实体节点决定为节点D及节点E(S1108)。接着,第二轮测定对象节点选择单元310判定节点D是否包含在第一轮测定对象节点ST1的组和第二轮测定对象节点ST2的组中。如果节点D不包含在任一组中,则第二轮测定对象节点选择单元310将节点D追加至第二轮测定对象节点ST2的组中(S1110)。同样地,第二轮测定对象节点选择单元310判定节点E是否包含在第一轮测定对象节点ST1的组和第二轮测定对象节点ST2的组中。如果节点E不包含在任一组中,则第二轮测定对象节点选择单元310将节点E以最后位置追加至第二轮测定对象节点ST2的组中(S1112)。
接着,第二轮测定对象节点选择单元310重复步骤S1106~S1112的处理,直至第二轮测定对象节点ST2的数达到规定值而足够为止(S1114)。
图19是表示图9的步骤S412的、建立新的最优树的处理的细节的流程图。
首先,第二轮测定对象节点选择单元310将第一轮测定对象节点ST1和第二轮测定对象节点ST2的两者设定为当前测定对象节点ST(S1202)。接着,第二轮测定对象节点选择单元310使用候补树建立单元312,基于当前测定对象节点ST和当前最优树O而建立候补树SC(S1204)。另外,第二轮测定对象节点选择单元310将评价树SC′初始化为空(S1206)。接着,第二轮测定对象节点选择单元310在剩余了未处理的候补节点SC期间,重复下面步骤S1210~S1214的处理(S1208)。
首先,第二轮测定对象节点选择单元310从候补树SC的组中取出1个任意的候补树T(S1210)。接着,第二轮测定对象节点选择单元310使用第一轮测定对象节点ST1,计算该时间点的累积误差E,并设定为候补树T相对于新的实体节点的相对误差(S1212)。对于该计算累积误差E的处理的细节,将在下文中进行叙述。接着,第二轮测定对象节点选择单元310将候补树T追加至评价树SC′的组中,并将求得的累积误差E定义为所述候补树T的指标值v(T)(S1214)。
接着,在对所有候补树SC进行处理后,最优树处理单元314将所有候补树SC中指标值v(T)为最小的候补树SC决定为新的最优树O′(S1216)。此外,所谓目标值v(T)为最小的候补树SC是相对误差为最小的候补树SC。
图20是表示图19的步骤S1212的决定最佳节点的处理的细节的流程图。
首先,第二轮测定对象节点选择单元310将累积误差E初始化为零(S1302),并将测定对象节点ST设为选择节点SS(S1304)。接着,第二轮测定对象节点选择单元310在剩余了未处理的选择节点SS期间,重复下面步骤S1308~S1316的处理。
首先,第二轮测定对象节点选择单元310从选择节点SS的组中取出1个任意节点N(S1308)。接着,第二轮测定对象节点选择单元310计算候补树T中节点N和新的实体节点(加入节点)之间的距离D(S1310)。另外,第二轮测定对象节点选择单元310从度量数据库320中取得节点N和新的实体节点(加入节点)之间的实际的延迟测定值(网络度量)M(S1312)。接着,第二轮测定对象节点选择单元310计算将距离D和延迟测定值M的差的绝对值除以延迟测定值M所得的值作为相对误差R(S1314)。接着,第二轮测定对象节点选择单元310使累积误差E增加相当于计算出的相对误差R(S1316)。
通过上述处理,网络延迟估计装置302能够选择第一轮测定对象节点ST1和第二轮测定对象节点ST2。并且,网络延迟估计装置302基于这些第一轮测定对象节点ST1和第二轮测定对象节点ST2以及当前最优树O,能够建立追加了加入节点的新的最优树O′。
如上所述,本实施方式的网络延迟估计装置302进行测定对象的谨慎的节点采样。也就是说,网络延迟估计装置302选择测定距加入节点的距离的实体节点作为第一轮测定对象节点及第二轮测定对象节点。第一轮测定对象节点包含当前最优树中路径最长的、即位于最外侧的实体节点对。第二轮测定对象节点为连接第一轮测定对象节点对的路径上离加入节点的距离较近的实体节点。由此,网络延迟估计装置302能够高精度地估计靠近加入节点的节点。
另外,网络延迟估计装置302仅对第一轮测定对象节点和第二轮测定对象节点进行延迟测定,并且以将测定结果追加至当前最优树中的方式建立新的最优树。由此,网络延迟估计装置302能够短时间内建立高精度的新的最优树(度量树)。
例如,如果进行这种度量树的建立作为终端中继型多点通信的分发树的计算的预步骤,则能够以更少的等待时间获得分发树的计算中所需的信息。并且,其结果,能够在短时间内开始通信。另外,网络延迟估计装置302通过重复上述处理,能够对于网络整体构成与延迟实测值的误差较少的度量树。
此外,本实施方式的网络延迟估计装置302通过以两级进行第一轮测定对象节点的追加而实现了测量误差的削减,但也可仅进行一级的追加,且还可进行三级的追加。例如,网络延迟估计装置302还可在第三级中,选定并追加距上述第1首轮测定对象节点和第2首轮测定对象节点各自的距离最远的实体节点。
如上所述,本实施方式的网络延迟估计装置是建立描述了包含多个节点的网络的各节点间的延迟的度量树,其包括:第一轮测定对象节点选择单元,从已知的度量树中选择彼此距离长的一对或多对节点作为第一轮测定对象节点,并测定任意节点和各第一轮测定对象节点的距离;第二轮测定对象节点选择单元,基于与所述第一轮测定对象节点的所述距离及所述已知的度量树,选择被估计为与所述任意节点的距离短的节点作为第二轮测定对象,并测定所述任意节点和各第二轮测定对象节点的距离;以及最优树处理单元,基于与所述第二轮测定对象节点的所述距离及所述已知的度量树,建立包含所述任意节点的网络的度量树。另外,所述第二轮测定对象节点选择单元将与连接所述第一轮测定对象节点间的路径的距离短的位置上的节点估计为与所述任意节点的距离短的节点。由此,本实施方式能够高精度地且短时间内建立度量树。
2010年8月20日提交的日本专利申请特愿2010-185028号所包含的说明书、说明书附图和说明书摘要的公开内容全都引用于本申请。
工业实用性
本发明的网络延迟估计装置和网络延迟估计方法,作为能够高精度地且短时间内建立度量树的网络延迟估计装置和网络延迟估计方法是有用的。也就是说,本发明适合于必须取得网络度量的各种用途。
Claims (8)
1.网络延迟估计装置,建立描述了包含多个节点的网络的各节点间的延迟的度量树,该装置包括:
第一轮测定对象节点选择单元,从已知的度量树中选择彼此距离长的一对或多对节点作为第一轮测定对象节点,并测定任意节点和各第一轮测定对象节点的距离;
第二轮测定对象节点选择单元,基于与所述第一轮测定对象节点的所述距离和所述已知的度量树,选择被估计为与所述任意节点的距离短的节点作为第二轮测定对象,并测定所述任意节点和各第二轮测定对象节点的距离;以及
最优树处理单元,基于与所述第二轮测定对象节点的所述距离和所述已知的度量树,建立包含所述任意节点的网络的度量树。
2.如权利要求1所述的网络延迟估计装置,
所述第二轮测定对象节点选择单元将与连接所述第一轮测定对象节点间的路径的距离短的位置上的节点,估计为与所述任意节点的距离短的节点。
3.如权利要求2所述的网络延迟估计装置,
还包括候补树建立单元,根据所述第一轮测定对象节点和基于所述第一轮测定对象节点选择出的所述第二轮测定对象节点,建立对所述已知的度量树追加了所述任意节点的候补树,
所述最优树处理单元在所述候补树中,将所述任意节点与所述第一轮测定对象节点和所述第二轮测定对象节点之间的各距离相对于测定值的误差少的候补树,设为包含所述任意节点的网络的度量树。
4.如权利要求3所述的网络延迟估计装置,
所述第二轮测定对象节点选择单元,在存在多个连接所述第一轮测定对象节点间的路径时,优先选择与所述任意节点的距离短的路径上的节点,而将多个节点估计为与所述任意节点的距离短的节点;
所述最优树处理单元将所述误差最少的候补树设为包含所述任意节点的网络的度量树。
5.如权利要求1所述的网络延迟估计装置,
还包括最优树数据库,将所述最优树处理单元所建立的度量树存储为以后的处理中的所述已知的网络树。
6.如权利要求1所述的网络延迟估计装置,
所述第一轮测定对象节点选择单元除了选择所述彼此距离长的一对或多对节点以外,还选择距连接成对的所述节点间的路径的距离长的节点作为所述第一轮测定对象节点。
7.如权利要求1所述的网络延迟估计装置,
所述第一轮测定对象节点选择单元、所述第二轮测定对象节点选择单元、及所述最优树处理单元以将所述任意节点追加至所述网络为条件,分别开始动作。
8.网络延迟估计方法,用于建立描述了包含多个节点的网络的各节点间的延迟的度量树,该方法包括:
从已知的度量树中选择彼此距离长的一对或多对节点作为第一轮测定对象节点,并测定任意节点和各第一轮测定对象节点的距离的步骤;
基于与所述第一轮测定对象节点的所述距离及所述已知的度量树,选择被估计为与所述任意节点的距离短的节点作为第二轮测定对象,并测定所述任意节点和各第二轮测定对象节点的距离的步骤;以及
基于与所述第二轮测定对象节点的所述距离和所述已知的度量树,建立包含所述任意节点的网络的度量树的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010-185028 | 2010-08-20 | ||
JP2010185028A JP5473827B2 (ja) | 2010-08-20 | 2010-08-20 | ネットワーク遅延推定装置およびネットワーク遅延推定方法 |
PCT/JP2011/001108 WO2012023223A1 (ja) | 2010-08-20 | 2011-02-25 | ネットワーク遅延推定装置およびネットワーク遅延推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102577282A true CN102577282A (zh) | 2012-07-11 |
CN102577282B CN102577282B (zh) | 2017-08-25 |
Family
ID=45604894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180003937.9A Active CN102577282B (zh) | 2010-08-20 | 2011-02-25 | 网络延迟估计装置和网络延迟估计方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8812663B2 (zh) |
EP (1) | EP2538622B1 (zh) |
JP (1) | JP5473827B2 (zh) |
CN (1) | CN102577282B (zh) |
WO (1) | WO2012023223A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108235447A (zh) * | 2018-01-15 | 2018-06-29 | 淮阴师范学院 | 一种复杂动态网络的连接方法 |
CN114296445A (zh) * | 2021-11-26 | 2022-04-08 | 山东大学 | 基于回环路网随机树的最优路径实时规划方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9191330B2 (en) * | 2013-11-14 | 2015-11-17 | International Business Machines Corporation | Path selection for network service requests |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6717921B1 (en) * | 2000-05-17 | 2004-04-06 | Lucent Technologies Inc. | Method for configuring a shared tree for routing traffic in a multicast conference |
CN1620027A (zh) * | 2003-09-15 | 2005-05-25 | 微软公司 | 基于测量构件的基于目标覆盖网络 |
CN1898921A (zh) * | 2003-12-24 | 2007-01-17 | 株式会社Ntt都科摩 | 网络拓扑生成方法及节点 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080304421A1 (en) | 2007-06-07 | 2008-12-11 | Microsoft Corporation | Internet Latencies Through Prediction Trees |
JP2010185028A (ja) | 2009-02-13 | 2010-08-26 | Ube Ind Ltd | 樹脂粒子及びその製造方法並びに化粧料 |
-
2010
- 2010-08-20 JP JP2010185028A patent/JP5473827B2/ja not_active Expired - Fee Related
-
2011
- 2011-02-25 CN CN201180003937.9A patent/CN102577282B/zh active Active
- 2011-02-25 US US13/500,382 patent/US8812663B2/en active Active
- 2011-02-25 EP EP11817875.5A patent/EP2538622B1/en active Active
- 2011-02-25 WO PCT/JP2011/001108 patent/WO2012023223A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6717921B1 (en) * | 2000-05-17 | 2004-04-06 | Lucent Technologies Inc. | Method for configuring a shared tree for routing traffic in a multicast conference |
CN1620027A (zh) * | 2003-09-15 | 2005-05-25 | 微软公司 | 基于测量构件的基于目标覆盖网络 |
CN1898921A (zh) * | 2003-12-24 | 2007-01-17 | 株式会社Ntt都科摩 | 网络拓扑生成方法及节点 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108235447A (zh) * | 2018-01-15 | 2018-06-29 | 淮阴师范学院 | 一种复杂动态网络的连接方法 |
CN108235447B (zh) * | 2018-01-15 | 2019-07-02 | 淮阴师范学院 | 一种复杂动态网络的连接方法 |
CN114296445A (zh) * | 2021-11-26 | 2022-04-08 | 山东大学 | 基于回环路网随机树的最优路径实时规划方法 |
CN114296445B (zh) * | 2021-11-26 | 2024-03-29 | 山东大学 | 基于回环路网随机树的最优路径实时规划方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2538622B1 (en) | 2016-05-18 |
US20120198060A1 (en) | 2012-08-02 |
JP5473827B2 (ja) | 2014-04-16 |
EP2538622A4 (en) | 2014-09-24 |
US8812663B2 (en) | 2014-08-19 |
CN102577282B (zh) | 2017-08-25 |
JP2012044522A (ja) | 2012-03-01 |
EP2538622A1 (en) | 2012-12-26 |
WO2012023223A1 (ja) | 2012-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103020024B (zh) | 一种文件格式转换方法 | |
CN111865799B (zh) | 路径规划方法、装置、路径规划设备及存储介质 | |
CN102577282A (zh) | 网络延迟估计装置和网络延迟估计方法 | |
JP5695767B1 (ja) | トポロジ推定装置およびプログラム | |
US20130262661A1 (en) | Solving under-determined problems for networks | |
CN102210128B (zh) | 路径计算顺序决定方法以及计算装置 | |
CN102210127B (zh) | 路径计算方法以及计算装置 | |
CN109934368B (zh) | 订单数量和订单状态的预测方法、装置及系统 | |
US9847920B2 (en) | Communication control device, communication control method, and computer readable storage medium for specifying an upper limit of a network connection | |
CN113630171B (zh) | 一种基于QoS的卫星网络k端可靠性分析方法 | |
CN101622833B (zh) | 服务质量劣化点估计方法、服务质量劣化点估计设备和程序 | |
CN104093182A (zh) | 一种多层无线网络中基于场强获得多条可靠通信路径的方法 | |
CN109560978A (zh) | 网络流量检测方法、装置及系统和计算机可读存储介质 | |
CN102550070A (zh) | 分组化网络中丢失率的估计方法 | |
WO2019159784A1 (ja) | 分散処理システムおよび分散処理方法 | |
CN116245210A (zh) | 城市轨道交通开行计划的优化方法、装置、设备及介质 | |
CN115018502A (zh) | 一种基于虚拟货币公链网络交易节点ip的溯源的方法和系统 | |
CN105515984A (zh) | 一种多路径多通讯手段路由规划方法 | |
CN116882510A (zh) | 一种业务系统配置参数获取方法以及相关设备 | |
CN108599834B (zh) | 一种卫星通信网络链路利用率分析方法及系统 | |
CN102521360A (zh) | 栅格数据传输方法及系统 | |
CN109104453B (zh) | 传感器评估服务器以及传感器评估方法 | |
CN102262687B (zh) | 一种线束网络中的路径查找方法和线长计算方法 | |
JP4449665B2 (ja) | ネットワークにおける輻輳区間を推定する方法、プログラム、サーバ及びシステム | |
US11115325B2 (en) | Control device, transfer device, and control method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160119 Address after: Osaka Japan Applicant after: PANASONIC INTELLECTUAL PROPERTY MANAGEMENT Co.,Ltd. Address before: Osaka Japan Applicant before: Matsushita Electric Industrial Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |