CN103838635B - 主机健康度检测方法 - Google Patents
主机健康度检测方法 Download PDFInfo
- Publication number
- CN103838635B CN103838635B CN201210482623.8A CN201210482623A CN103838635B CN 103838635 B CN103838635 B CN 103838635B CN 201210482623 A CN201210482623 A CN 201210482623A CN 103838635 B CN103838635 B CN 103838635B
- Authority
- CN
- China
- Prior art keywords
- main frame
- health degree
- heartbeat message
- host
- detection method
- 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
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提出了一种主机健康度检测方法,所述主机用于处理或者传递信息,所述方法包括:由被检测主机向检测主机发送其心跳信息,以及所述检测主机根据所述心跳信息判断所述被检测主机的健康度。其中,所述心跳信息是关于该主机的性能信息。通过使用本发明,可以提供关于主机的准确和有用的健康度信息。
Description
技术领域
本发明总体上涉及服务器技术,尤其涉及多主机服务器系统架构中的不同主机的健康度检测方法。
背景技术
在多主机服务器的系统构架中,各主机分工协作完成不同的工作任务。不同主机之间通过网络进行数据的交互和共享。在这种构架方式下,单独一台主机无法完成整个服务系统构架的功能,必须找到任务的后继主机节点进行交互。每台主机对其它主机健康度的知晓,将会决定工作的顺利程度和成功率。图1示出了一类比较常见的多主机服务器架构。其中,A类主机负责收集用户的请求,初步处理后转发给B类主机负责处理请求,再交由D类主机将处理结果返回给用户,其中C类主机提供数据库访问接口。
由于每台主机需要其后续相应的主机完成后续功能,因此某一时间点事务如果传递至状态较差的主机,整个系统事务处理速度与成功率便会有所下降。因此需要有一套科学的主机状态检测系统。
传统检测的主要方法是:调用后续主机进行事务处理时,如果调用失败或调用不通次数较高时,将停止向某一主机的调用。在恢复的过程中,不断尝试调用失效主机,直到调用恢复为止。这样的方法的缺点是,第一,主机相互健康度检查比较被动,缺乏对可能失效主机的预判;第二,判断主机状态的标准不科学,未考虑脉冲性失效、健康检查不稳定;第三,健康恢复不健全,需要事务触发,降低事务处理能力。
发明内容
为了至少解决上述问题的一个方面,本发明提出了一种主机健康度检测方法,所述主机用于处理或者传递信息,所述方法包括:由被检测主机向检测主机发送其心跳信息,以及所述检测主机根据所述心跳信息判断所述被检测主机的健康度。其中,所述心跳信息是关于该主机的性能信息。
所述的主机健康度检测方法,其中心跳信息包含高级信息评分,其可表示为:
AIG=min(wiMi),i=1,2,3...n
其中AIG表示所述高级信息评分,Mi是对xi的评分,可表示为:
其中,xi表示第i个性能要素,每个性能要素均有上下两个临界点(ui,di)和一个权值wi,xi的评价分数范围为[-D,U],pi是Mi的趋势控制系数。
所述的主机健康度检测方法,其中心跳信息包含基本信息评分,其可表示为:
BIG=min(Mi),i=1,2,3...n。
所述的主机健康度检测方法,其中所述检测主机根据所述心跳信息判断所述被检测主机的健康度的步骤包括为无可替代或无法进行自我调节和缓冲的性能要素选择pi>0。
所述的主机健康度检测方法,其中所述检测主机根据所述心跳信息判断所述被检测主机的健康度的步骤包括为可取代或具有自我缓冲的要素选择pi<0。
所述的主机健康度检测方法,其中所述检测主机存储历史心跳信息并参考所述历史心跳信息判断所述被检测主机的健康度。
所述的主机健康度检测方法,还包括对所述历史心跳信息分配权重,其可表示为:
TIGi=AIGi+BIGi
其中,M为当前得分,v1,v2......,vN为从当前时间往前推的第1,2......N个心跳的权值。
所述的主机健康度检测方法,其中可以用心跳值MTIGi代替TIGi以避免脉冲类分值,MTIGi可表示为:
其中,T为检测间隔,ΔMmax=(D+U)T/Tmin,Tmin是预设的两极变化最短间隔时间。
所述的主机健康度检测方法,还包括从实际系统中的N组实际的TIG得分对v1,v2......,vN进行优化,其可表示为:
根据上式使用最小二乘优化v1,v2......,vN。
所述的主机健康度检测方法,还包括:提取当前及以前的P个时间点的心跳值MTIGi;分别计算相间隔点的离散斜率得到一组斜率值;以及如果该组中的斜率值同为正判断该被检测主机处于生效中,如果该组中的斜率值同为负判断该被检测主机处于失效中,如果该组中的斜率值正负不均判断为主机状态维持不变。
本发明提出了一种宿主主机与调用主机交互的方法,包括:所述宿主主机采集其基本信息;所述宿主主机采集和评分其高级信息;以及所述宿主主机向所述调用主机发送包含所述基本信息和所述高级信息的心跳信息。
本发明提出了一种调用主机检测宿主主机健康度的方法,包括:所述调用主机接收来自所述宿主主机的心跳信号;所述调用主机根据所述心跳信号进行评分;所述调用主机存储所述评分;以及所述调用主机根据所存储的历史评分分析所述宿主主机的健康度。
通过使用本发明,可以提供关于主机的准确和有用的健康度信息。
附图说明
为便于理解,下面参照附图通过非限定性例子来描述本发明的实施例。图中:
图1示出了多主机服务器基本架构;
图2示出了基于局部交互的健康检测全局架构;
图3示出了检测系统的局部结构;
图4示出了高级信息要素评分与要素值随参数P的变化关系。
具体实施方式
根据本发明的主机健康度检测方法的基本原理是由被调用主机向调用主机发送本机相关性能信息(下文称心跳信息),被调用主机也称为心跳信息的宿主主机或被检测主机。调用主机(下文也称检测主机)可根据宿主主机的心跳信息是否按时发送以及内容,进行综合分析,并实时做出决策。
根据本发明的健康度检测系统,从全局来讲,由相互独立的各个局部检测系统组成,每个局部检测系统由检测主机和被检测主机组成。这使得系统的设计更加灵活。局部的检测系统依据内容可制定的心跳包,设计合理的心跳包接收、评分机制,以及相应的健康分析功能,使得两台主机之间的健康度检查更加灵敏、准确和科学。
从全局角度来讲,检测系统可分布于任何两台主机之间,并由两台主机进行 独立的信息交互以达到检测的目的。这种基于局部交互的检测机制可以在检测主机与被检测主机之间独立搭建,不受整个系统的架构模式等各种其它因素的干扰。是否有中控主机、主机个数、主机的相互调用关系等因素都不会干扰该检测机制,这样系统就十分灵活且容易扩展。此外,检测系统可以双向进行。两台主机如果是单向调用,那么检测系统可被设计成检测-被检测关系,由被检测主机向检测主机发送心跳包。如果两台主机是互相调用,那么检测系统便可设计成双向检测,即互相发送心跳包。
图2中有四个调用关系:A->B、C->B、B->C和B->D。在本发明的分布式检测机制下,在A-B和B-D之间,各架设一套单向检测机制,在B-C和C-B之间互相架设单向检测(即B-C之间架设双向检测机制)。这样便可达到四套主机之间主机健康度检测。图中空心箭头表示调用关系,实心箭头表示心跳信息的发布。
从局部角度来讲,整个检测系统由自我评价、心跳包、接收及评分、存储、健康分析等功能(模块)组成。它们分布于被检测主机(宿主主机)与检测主机(调用主机)之间,可以更充分考虑不同主机的特性进行综合评估。一个单向检测系统的结构如图3。
宿主主机在整个检测机制中不仅仅扮演被检测的角色,它需要主动与检测主机进行交互。交互的主要内容是心跳信息。心跳信息是一个包含主机状态的判断信息的集合,是整个主机健康分析及决策的依据和来源,可依据实际系统的需求进行调整和扩展。心跳包宿主主机的主要功能是将自身的基本信息与高级信息进行采集或评分,同步发送至检测主机。它利用以下几个关键模块完成被检测时的交互。
(a)基本信息采集模块。宿主主机所发送的心跳信息是由该主机基本信息与高级信息两部分组成的。基本信息包含了主机的基本状态如CPU空闲率,内存空闲等主机软硬件信息。基本信息由基本信息采集模块采集。
(b)高级信息评分模块。由于不同的主机完成不同的功能,因此被检测主机可能具有独特的高级信息。例如图2中,C类主机需要访问数据库,D类主机需要访问网络,因此数据库访问能力和网络访问能力对C和D的事务处理性能影响的权重有别。它们可以属于高级信息。此外,可以依据实际需要,动态调整基本信息与高级信息的分类。高级信息由高级信息评分模块采集和评分。
(c)心跳信息的发送模块。心跳信息的发送是一个同步过程,需按照检测机制约定的时间间隔进行。这个时间间隔,是检测主机判断心跳包是否有效的主要依据。同时心跳包是反向(由被检测主机发给检测主机)发送的信息,相比于传统的依靠事务检测主机状态的方法,它更符合高可用的逻辑以及要求。
与宿主主机相对的是调用主机,其包括以下模块:
(a)接收模块。调用主机接收到心跳包之后,首先需要判断的是该心跳的有效性。其判断依据便是判断当前收到的心跳包与上次的间隔是否在规定时间。对于超出间隔一定时间差的心跳,将被视为无效心跳,需要丢弃。对于有效的心跳包,需要提取出其中的基本信息供后续进行评分。判断有效性的过程需要排除网络延时带来的误差,以防止在信息接收机制中引入延时导致对主机状态的误判。
(b)评分模块。评分模块的主要的作用和宗旨是对主机的性能进行打分,得到可量化的分值,供后续的健康分析进行综合分析。主机性能差时,该分值为负,主机性能好时,分值为正。此外,正负绝对范围的调整,可以控制主机的状态变化速率。如正值范围大,那么生效快;负值范围大,那么失效快。
(c)存储模块,这个模块为心跳的累计评价提供了基础。进行存储以后,便可以提供历史的心跳信息,使健康分析更加的科学和实际。此外,存储模块需要对无效的心跳,进行默认的补充,这些默认的心跳暗示着那个时间点主机基本/高级性能分值都是最低的。
(d)健康分析模块。健康分析模块将宿主主机的评分转化为决策信息的关键步骤。调用主机分析宿主主机时,会参考过去一段时间内所存储的心跳包,进行综合评分得到最后的性能分值。同时,健康分析机制会根据历史分值,给出主机性能变化的趋势,如正在失效,正在生效或者维持不变等。
上文中的心跳信息、接收及评分方法和健康分析机制,均可以根据实际情况进行最优化。下文给出了一些例子。首先介绍高级信息评分模块和基本信息采集模块的任务处理。
被检测主机需要根据自身的事务处理需求,对相关能力进行评分。评分的依据为非普遍性能,如网络访问速度,数据库访问速度等。假设一台主机可参考的性能要素最大集X={x1,x2,x3......,xn},每个要素均有上下两个临界点(ui,di),{i=1,2,3...n}和一个权值wi,自我评价分数范围为[-D,U]。那么,便可为每个 要素设计如下的关系,对其评分Mi进行计算:
其中使用pi是控制整个评分与要素值关系的关键信息,其关系如图4。可以看出,pi的设计可以决定该要素评分在上下区间中的变化趋势,当pi>0时,评分随着要素值上升先是缓慢上升然后迅速上升,意味着该要素性能变好时(生效过程),会进行一段缓冲,有利于从失效到生效的保护,这类设计比较适合无可替代或无法进行自我调节和缓冲的要素。当pi<0时,评分随着要素值上升先是迅速上升然后是缓慢上升,意味着该要素的缓冲在于从生效到失效,比较适合可取代或具有自我缓冲的要素。这类要素容许一定范围的失效,对性能影响不是很大,但是当接近下限时,其评分也需要急剧下降。
得到每个要素的加权后分值为wiMi。该分值最终是用于检测主机用于综合评估,因此最后得到高级评分AIG(advanced information grade)取所有性能中最小值即
AIG=min(wiMi),i=1,2,3...n (2)
对于基本信息的评分,在检测主机端进行。基本信息直接反映了主机的软硬件性能,它们对于任何主机的事务处理能力都有直接的影响。因此,在评分时,对于这些性能的评价将不区分权重,同时使用pi>0的模型,对基本性能做量化。基本信息BIG(basic information grade)要素的评分值为
BIG=min(Mi),i=1,2,3...n (3)
其中Mi算法参见公式(1)。
对于接收模块,由于网络存在一定的延时,如果接收模块严格按约定时间间隔进行心跳信息是否有效的判断,那么在网络存在延时的情况下,心跳信息将大部分被判定为无效。因此,在实际系统设计中,接收模块将排除网络延时带来的误差,以防止在信息接收机制中引入延时导致对主机状态的误判。
健康分析模块的核心是分析当前时间点的综合评分以及评分的变化趋势。
首先分析当前综合评分。由于存储机制的存在,因此分析机制的依据不仅限于当前时间的心跳,还需要参考历史心跳。为此需要对不同时间点的心跳分配权重,权重随着心跳的时间差增加而减小。所参考的心跳点的个数,与实际的操作 系统,硬件情况以及心跳时间间隔均有关。对于心跳权重的分配,本发明设计了一种心跳权重算法。当健康分析机制参考过去N个心跳值时,那么从当前时间往前推的第1,2......N个心跳的权值分别为v1,v2......,vN。由此当前时间的得分M为
TIGi=AIGi+BIGi
在实际应用中,经常会出现脉冲类的分值。为了避免这类分值的影响,可依据主机实际情况,为其设置一个分值两极变化最短间隔时间Tmin秒。在一个间隔为T的检测机制中,两极变化最短检测间隔数为Tmin/T,每次分值的剧变最大允许值约为ΔMmax=(D+U)T/Tmin,因此需要对公式(4)中的TIG做优化为
若要使得M最能够与描述当前的实际主机健康度,需要对v1,v2......,vN做优化。优化的一种方法为二次拟合。即得到实际系统中N组实际的TIG得分,并根据对应的N个时间点事务处理成功率换算出相应得分(范围与要素得分一致为[-D,U]),方程组如下:
根据最小二乘法进行v1,v2......,vN的优化即可。最终优化情况体现为v1>v2>v3......>vN。
健康分析模块然后分析当前评分变化趋势。变化趋势预测的结果主要是三种:下降(失效中)、上升(生效中)、维持不变。由于所有的心跳包均是离散的,且无法通过当前离散斜率对当前的趋势进行直接预测,本发明提出了基于多斜率的变化趋势预测方法。其基本原理是,取当前及以前的P个时间点的心跳(MTIG1,MTIG2......MTIGP),分别计算相间隔点的离散斜率,可以得到P-2组斜率值。如果这P-2组斜率同为正,判断为生效中;同为负判断为失效中;正负不均判断为维持不变。
健康分析机制所得出的结果包含主机的状态分值以及变化趋势,决策机制可以根据主机特征,主机状态分值以及变化趋势进行事务分发等相应的决策,如:失效的主机,停止对其事务的分发,并通知人工干预;对于失效中的主机,降低 对其事务分发的比例;对于生效状态的主机,不同综合评分不同,动态调整分发比例;处于失效到生效的生效中主机,在一定阀值以后才开启事务分发,具有缓冲作用等。
虽然上文已经示出了当前被认为是示例特征的内容,但是本领域的技术人员将会理解,在不背离要求保护的主题的情况下,可以对本发明中所描述的具体实施例进行各种修改。因此,要求保护的主题并不局限于所公开的特定示例,相反,其包括了落入所附权利要求的范围之内的所有内容。
Claims (11)
1.一种主机健康度检测方法,所述主机用于处理或者传递信息,所述方法包括:
由被检测主机向检测主机发送其心跳信息,以及
所述检测主机根据所述心跳信息判断所述被检测主机的健康度,
其中,
所述心跳信息是关于该主机的性能信息,其中所述心跳信息包含基本信息评分,其可表示为:
其中BIG表示所述基本信息,是对的评分,可表示为:
其中,表示第i个性能要素,每个性能要素均有上下两个临界点和一个权值,的评价分数范围为[-D,U],是的趋势控制系数。
2.如权利要求1所述的主机健康度检测方法,其中心跳信息包含高级信息评分,其可表示为:
其中AIG表示所述高级信息评分。
3.如权利要求1所述的主机健康度检测方法,其中所述检测主机根据所述心跳信息判断所述被检测主机的健康度的步骤包括为无可替代或无法进行自我调节和缓冲的性能要素选择。
4.如权利要求1所述的主机健康度检测方法,其中所述检测主机根据所述心跳信息判断所述被检测主机的健康度的步骤包括为可取代或具有自我缓冲的要素选择。
5.如权利要求1所述的主机健康度检测方法,其中所述检测主机存储历史心跳信息并参考所述历史心跳信息判断所述被检测主机的健康度。
6.如权利要求5所述的主机健康度检测方法,还包括对所述历史心跳信息分配权重,其可表示为:
其中,M为当前得分,为从当前时间往前推的第1,2……N个心跳的权值。
7.如权利要求6所述的主机健康度检测方法,其中可以用心跳值代替以避免脉冲类分值,可表示为:
其中,T为检测间隔,,是预设的两极变化最短间隔时间。
8.如权利要求7所述的主机健康度检测方法,还包括从实际系统中的N组实际的TIG得分对进行优化,其可表示为:
根据上式使用最小二乘优化。
9.如权利要求8所述的主机健康度检测方法,还包括:
提取当前及以前的P个时间点的心跳值;
分别计算相间隔点的离散斜率得到一组斜率值;以及
如果该组中的斜率值同为正判断该被检测主机处于生效中,如果该组中的斜率值同为负判断该被检测主机处于失效中,如果该组中的斜率值正负不均判断为主机状态维持不变。
10.一种宿主主机与调用主机交互的方法,包括:
所述宿主主机采集其基本信息;
所述宿主主机采集和评分其高级信息;以及
所述宿主主机向所述调用主机发送包含所述基本信息和所述高级信息的心跳信息,
其中所述心跳信息包含基本信息评分,其可表示为:
其中BIG表示所述基本信息,是对的评分,可表示为:
其中,表示第i个性能要素,每个性能要素均有上下两个临界点和一个权值,的评价分数范围为[-D,U],是的趋势控制系数。
11.一种调用主机检测宿主主机健康度的方法,包括:
所述调用主机接收来自所述宿主主机的心跳信号;
所述调用主机根据所述心跳信号进行评分;
所述调用主机存储所述评分;以及
所述调用主机根据所存储的历史评分分析所述宿主主机的健康度,其中所述心跳信息包含基本信息评分,其可表示为:
其中BIG表示所述基本信息,是对的评分,可表示为:
其中,表示第i个性能要素,每个性能要素均有上下两个临界点和一个权值,的评价分数范围为[-D,U],是的趋势控制系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210482623.8A CN103838635B (zh) | 2012-11-23 | 2012-11-23 | 主机健康度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210482623.8A CN103838635B (zh) | 2012-11-23 | 2012-11-23 | 主机健康度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103838635A CN103838635A (zh) | 2014-06-04 |
CN103838635B true CN103838635B (zh) | 2016-09-28 |
Family
ID=50802165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210482623.8A Active CN103838635B (zh) | 2012-11-23 | 2012-11-23 | 主机健康度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103838635B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104199747B (zh) * | 2014-08-15 | 2017-05-03 | 中国船舶重工集团公司第七0九研究所 | 基于健康管理的高可用系统实现方法及系统 |
CN106682486B (zh) * | 2016-12-19 | 2019-08-23 | 交控科技股份有限公司 | 安全计算机平台及信息处理方法 |
CN111949486B (zh) * | 2020-08-14 | 2023-01-10 | 苏州浪潮智能科技有限公司 | 一种实时集群业务监控的实现方法、装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1512375A (zh) * | 2002-12-31 | 2004-07-14 | 联想(北京)有限公司 | 利用机群节点相互备份的容错方法 |
WO2006033880A1 (en) * | 2004-09-16 | 2006-03-30 | Invensys Systems, Inc. | Configuring redundancy in a supervisory process control system |
CN101567804A (zh) * | 2009-05-21 | 2009-10-28 | 成都市华为赛门铁克科技有限公司 | 一种实现系统异常保护的方法、设备和系统 |
CN102656565A (zh) * | 2009-10-26 | 2012-09-05 | 亚马逊技术股份有限公司 | 已复制数据的故障切换和恢复 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7251745B2 (en) * | 2003-06-11 | 2007-07-31 | Availigent, Inc. | Transparent TCP connection failover |
-
2012
- 2012-11-23 CN CN201210482623.8A patent/CN103838635B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1512375A (zh) * | 2002-12-31 | 2004-07-14 | 联想(北京)有限公司 | 利用机群节点相互备份的容错方法 |
WO2006033880A1 (en) * | 2004-09-16 | 2006-03-30 | Invensys Systems, Inc. | Configuring redundancy in a supervisory process control system |
CN101567804A (zh) * | 2009-05-21 | 2009-10-28 | 成都市华为赛门铁克科技有限公司 | 一种实现系统异常保护的方法、设备和系统 |
CN102656565A (zh) * | 2009-10-26 | 2012-09-05 | 亚马逊技术股份有限公司 | 已复制数据的故障切换和恢复 |
Non-Patent Citations (1)
Title |
---|
"Kylin OS 可靠心跳协议研究";吴书华;《微计算机信息》;20061120;第52页第3段至第53页第2段 * |
Also Published As
Publication number | Publication date |
---|---|
CN103838635A (zh) | 2014-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170111377A1 (en) | NETWORK CAPABLE OF DETECTING DoS ATTACKS AND METHOD OF CONTROLLING THE SAME, GATEWAY AND MANAGING SERVER INCLUDED IN THE NETWORK | |
Macy | Chains of cooperation: Threshold effects in collective action | |
Goeman et al. | Multiple testing for exploratory research | |
CN102147468B (zh) | 基于贝叶斯理论的多传感器检测跟踪联合处理方法 | |
CN103838635B (zh) | 主机健康度检测方法 | |
CN102769673B (zh) | 一种适应于大规模存储集群的失效检测方法 | |
CN111049680B (zh) | 一种基于图表示学习的内网横向移动检测系统及方法 | |
CN106131154B (zh) | 移动无线传感器网络中基于核函数的压缩数据收集方法 | |
Pippin et al. | Trust modeling in multi-robot patrolling | |
CN107454039B (zh) | 网络攻击检测系统、方法和计算机可读存储介质 | |
Zhang et al. | Epidemic dynamics on semi-directed complex networks | |
Nowzari et al. | Stability analysis of generalized epidemic models over directed networks | |
CN102547812B (zh) | 一种无线传感网络故障检测方法及事件检测方法 | |
US20100306189A1 (en) | Sensor network managing apparatus and method thereof | |
CN107563220A (zh) | 一种基于计算机的大数据分析控制系统及控制方法 | |
CN110225539A (zh) | 一种基于无线传感网络的分布式估计的节能方法 | |
CN100384142C (zh) | 基于多视图的域间路由异常检测方法 | |
O'Reilly et al. | On the Seismic Assessment and Retrofit of Infilled RC Frame Structures | |
CN112911585B (zh) | 一种无线传感器网络抗毁性增强方法 | |
Wang et al. | C3Meta: a context-aware cloud-edge-end collaboration framework toward green metaverse | |
Forestiero et al. | Flockstream: a bio-inspired algorithm for clustering evolving data streams | |
CN104239785B (zh) | 基于云模型的入侵检测数据划分方法 | |
CN109040075A (zh) | 无线移动传感器网络中节点的管理方法、服务器和系统 | |
Bagnoli et al. | Community-detection cellular automata with local and long-range connectivity | |
CN102685100B (zh) | 分布式文件安全性鉴定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |