CN104125153B - 网络拓扑发现方法和设备 - Google Patents

网络拓扑发现方法和设备 Download PDF

Info

Publication number
CN104125153B
CN104125153B CN201410395691.XA CN201410395691A CN104125153B CN 104125153 B CN104125153 B CN 104125153B CN 201410395691 A CN201410395691 A CN 201410395691A CN 104125153 B CN104125153 B CN 104125153B
Authority
CN
China
Prior art keywords
port
link
network
concentrated
similarity value
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
CN201410395691.XA
Other languages
English (en)
Other versions
CN104125153A (zh
Inventor
袁玉林
叶智明
樊晓佶
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201410395691.XA priority Critical patent/CN104125153B/zh
Publication of CN104125153A publication Critical patent/CN104125153A/zh
Priority to EP15832606.6A priority patent/EP3166266B1/en
Priority to PCT/CN2015/086151 priority patent/WO2016023437A1/zh
Priority to ES15832606T priority patent/ES2770706T3/es
Priority to US15/426,891 priority patent/US10361923B2/en
Application granted granted Critical
Publication of CN104125153B publication Critical patent/CN104125153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12Discovery or management of network topologies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/70Routing based on monitoring results
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0811Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking connectivity
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/02Topology update or discovery

Abstract

本发明实施例提供的网络拓扑发现方法和设备,无需采集多种类型的网络特征数据,降低了网络资源的消耗,能够提高网络拓扑发现的准确率。具体方案为:采集待分析网络的网元的所有端口的状态信息并删除端口状态一直为关闭的端口得到所需端口集,获取该端口集中每个端口的链路集以及该链路集其中各个链路包含的两个端口的状态信息的相似度值,将每个端口的链路集中相似度值最大的链路作为每个端口的备选链路,然后根据每个端口的备选链路获取待分析网络的网络拓扑。本发明实施例用于网络拓扑发现。

Description

网络拓扑发现方法和设备
技术领域
本发明实施例涉及网络连接检测领域,尤其涉及一种网络拓扑发现方法和设备。
背景技术
在网络评估优化阶段,运营商需要对网络进行评估和优化,需要分析网络中的网元,以及业务状态,比如:采集网元配置信息、采集端口流量信息,进行端口容量评估,发现流量过载的端口,对其进行扩容或者调整流量路径。使用优化分析工具对网络进行评估优化时,需要依赖优化分析工具还原网络拓扑,基于网络拓扑才能进行网络流量评估、业务评估、仿真,以及基于网络拓扑显示对网络的评估分析的结果。
现有技术中的网络拓扑发现的方法是:采集待分析网络的网元的网络特征数据,根据采集到的网络特征数据以及对应的网络拓扑发现算法计算得到对应该算法的链路集合进而得到网络拓扑。例如:网络特征数据包括端口互联网协议(Internet Protocol,IP)地址、端口别名等,可以根据端口IP地址以及端口IP地址拓扑发现算法计算得到基于端口IP地址这一特征的网络拓扑,或根据端口别名以及端口别名拓扑匹配算法计算得到基于端口别名这一特征的网络拓扑,或根据思科发现协议(Cisco Discovery Protocol,CDP)可以得到基于思科设备组网(该协议仅支持思科设备)的网络拓扑等等。
在现有技术中,对于待分析网络基于单一一种网络特征数据进行网络拓扑发现时,由于待分析网络中的不同厂商的设备可能不支持利用该种网络特征进行网络拓扑发现,从而网络拓扑发现的准确率低,另外在对待分析网络使用多种网络特征数据进行网络拓扑发现时,则需要采集大量多种类型的网络特征数据,消耗更多的网络资源。
发明内容
本发明实施例提供的网络拓扑发现方法和设备,无需采集多种类型的网络特征数据,降低了网络资源的消耗,可以减少由于待分析网络不能提供某种特定网络特征数据从而无法准确进行网络拓扑发现的情况。
第一方面,本发明实施例提供一种网络拓扑发现方法,所述方法包括:
采集待分析网络的网元的所有端口的状态信息,若所述所有端口中有端口状态一直为关闭的端口,则在所述所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所述所有端口中没有端口状态一直为关闭的端口,则所述第一端口集与所述第二端口集相等;
在所述第二端口集中,按下述方法得到所述第二端口集中每个端口的链路集:在所述第二端口集中选定一个端口作为链路的一个端口,且选取除所述选定的端口外的各个端口作为所述链路的另一端口从而得到所述选定的端口对应的各个链路,将由所述各个链路组成的集合作为所述选定的端口的链路集;其中,所述链路为由两个端口组成的链路;
根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;
在所述第二端口集中的每个端口的链路集中,获取所述相似度值最大的链路作为所述第二端口集中的每个端口的备选链路;
根据所述第二端口集中的每个端口的备选链路获取所述待分析网络的网络拓扑。
结合第一方面,在第一种可能的实现方式中,所述端口的状态信息包括:
端口在各个统计周期内的数据发送速率和端口在所述各个统计周期内的数据接收速率;对应的,所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:所述两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
结合第一方面或第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述根据所述第二端口集中的每个端口的备选链路获取所述待分析网络的网络拓扑包括:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
结合第一方面的第一种可能的实现方式,在第三种可能的实现方式中,所述相似度算法为平均偏差算法,相应地,所述根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:
根据平均偏差算法获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的平均偏差;根据所述平均偏差与所述相似度值的转换公式获取所述相似度值;所述转换公式包括:
其中,r为所述相似度值,a为所述平均偏差,A和K均为预设值。
结合第一方面的第一种可能的实现方式,,在第四种可能的实现方式中,所述相似度算法为皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,相应地,所述根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:
根据所述每个端口的状态信息以及皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
结合第一方面,在第五种可能的实现方式中,所述合并相同的链路包括:
合并所述备选链路集中相同的链路,并将所述多个相同的链路各自的相似度值中的最小值作为所述合并后保留的链路的相似度值。
结合第一方面的第二种可能的实现方式,在第六种可能的实现方式中,所述操作还包括:在所述保留所述至少两个链路中相似度值最大的链路并删除其余的链路之后,
挑选出相似度值大于预设阈值的链路。
第二方面,本发明实施例提供一种网络拓扑发现设备,所述设备包括:
采集单元,用于采集待分析网络的网元的所有端口的状态信息,若所述所有端口中有端口状态一直为关闭的端口,则在所述所有端口组成的第一端口集中删除所述状态一直为关闭的端口得到第二端口集;其中,若所述所有端口中没有端口状态一直为关闭的端口,则所述第一端口集与所述第二端口集相等;
第一获取单元,用于在所述第二端口集中,按下述方法得到所述第二端口集中每个端口的链路集:在所述第二端口集中选定一个端口作为链路的一个端口,且选取除所述选定的端口外的各个端口作为所述链路的另一端口从而得到所述选定的端口对应的各个链路,将由所述各个链路组成的集合作为所述选定的端口的链路集;其中,所述链路为由两个端口组成的链路;
第二获取单元,用于根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;
第三获取单元,用于在所述第二端口集中的每个端口的链路集中,获取所述相似度值最大的链路作为所述第二端口集中的每个端口的备选链路;
获取拓扑单元,用于根据所述第二端口集中的每个端口的备选链路获取所述待分析网络的网络拓扑。
结合第二方面,在第一种可能的实现方式中,所述端口的状态信息包括:
端口在各个统计周期内的数据发送速率和端口在所述各个统计周期内的数据接收速率;对应的,所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:所述两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
结合第二方面或第一方面的第一种可能的实现方式,在第二种可能的实现方式中,所述获取拓扑单元具体用于:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
结合第二方面的第一种可能的实现方式,在第三种可能的实现方式中,所述第二获取单元具体用于:
所述相似度算法为平均偏差算法,相应地,根据平均偏差算法获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的平均偏差;根据所述平均偏差与所述相似度值的转换公式获取所述相似度值;所述转换公式包括:
其中,r为所述相似度值,a为所述平均偏差,A和K均为预设值。
结合第二方面的第一种可能的实现方式,,在第四种可能的实现方式中,所述第二获取单元具体用于:
所述相似度算法为皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,相应地,根据所述每个端口的状态信息以及皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
结合第二方面或第二方面的第一种可能的实现方式,在第五种可能的实现方式中,所述获取拓扑单元具体用于:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并所述备选链路集中相同的链路,并将所述多个相同的链路各自的相似度值中的最小值作为所述合并后保留的链路的相似度值,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
结合第二方面或第二方面的第一种可能的实现方式,在第六种可能的实现方式中,所述获取拓扑单元具体用于:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,挑选出相似度值大于预设阈值的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
本发明实施例提供的网络拓扑发现方法和设备,首先采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等;然后在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路;根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路;最后根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑。这样,基于各厂商都支持的网元端口基本的状态信息进行网络拓扑发现,无需采集多种类型的网络特征数据,降低了网络资源的消耗,还可以提高网络拓扑发现的准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的网络拓扑发现方法的流程示意图一;
图2为本发明实施例中假设的待分析网络实际的网络拓扑;
图3为本发明实施例提供的网络拓扑发现方法的流程示意图二;
图4为本发明实施例提供的网络拓扑发现设备的结构示意图一;
图5为本发明实施例提供的网络拓扑发现设备的结构示意图二。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的网络拓扑发现方法,如图1所示,该方法包括:
步骤101、采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等。
具体的,端口在各个统计周期内的数据发送速率和端口在各个统计周期内的数据接收速率。
步骤102、在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路。
步骤103、根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值。
步骤104在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路。
步骤105、根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑。
本发明实施例提供的网络拓扑发现方法,首先采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等;然后在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路;根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路;最后根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑。这样,基于各厂商都支持的网元端口基本的状态信息进行网络拓扑发现,无需采集多种类型的网络特征数据,降低了网络资源的消耗,还可以提高网络拓扑发现的准确率。
为了使本领域技术人员能够更清楚地理解本发明实施例提供的技术方案,下面通过具体的实施例,对本发明的实施例提供的网络拓扑发现方法进行详细说明:
在介绍本实施例提供的技术方案前,对技术方案中的一些基本内容做简单介绍如下:
在本实施例提供的技术方案中,网元就是一个网络系统中的某个网络单元或者节点,该单元是能独立完成一种或几种功能的设备。例如:在GSM网络系统中,一个基站就是一个网元;能单独完成一项功能的实体就可以成为一个网元,交换机、路由器等也属于网元,链路可以是物理链路或逻辑链路,端口关闭是指端口DOWN,具体的,端口DOWN可以是端口物理DOWN也可以是端口协议DOWN。
定义待分析网络的所有网元组成的集合为N={N1,N2,...,Nn};所有网元的所有物理端口组成的集合为P;其中,第i个网元Ni的第j个物理端口记为Pij,i的范围为[1,n],j的范围为[1,m],m为网元Ni对应的物理端口个数,不同网元的m取值可以不同。
为了方便阐述本发明实施例提供的技术方案,在下面的实施例中,假设待分析网络的网元个数为3(即n=3),所有网元组成的集合为N={N1,N2,N3},每个网元的端口个数为4个(即m=4),所有网元的所有物理端口组成的集合为P={P11,P12,P13,P14,P21,P22,P23,P24,P31,P32,P33,P34}。假设待分析网络实际的网络拓扑如图2所示。
如图3所示,为基于上述内容的本发明实施例提供的网络拓扑发现方法,该方法包括:
步骤201、采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等。
具体的,端口的状态信息包括:端口在各个统计周期内的数据发送速率和端口在各个统计周期内的数据接收速率。
示例性的,采集待分析网络3个网元12个端口在各个统计周期内的数据发送速率以及数据接收速率,每15分钟采集一次,采集96个周期,如表格1所示:
表格1
对表格1中端口在各个统计周期内的数据发送速率以及数据接收速率均为零也即端口状态为DOWN的端口的采集的数据删除,在所有端口组成的第一端口集中删除端口P12、P14、P23和P31得到第二端口集为{P11,P13,P21,P22,P24,P32,P33,P34},如表格2所示:
表格2
步骤202、在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路。
示例性的,在第二端口集中,以P11为例,P11的链路集为{(P11,P13),(P11,P21),(P11,P22),(P11,P24),(P11,P32),(P11,P33)},其中,(P11,P13)表示该链路由P11和P13组成,P11的链路集中的每条链路中都包含端口P11
步骤203、根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值。
具体的,相似度算法为平均偏差算法,相应地,根据平均偏差算法获取每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与两个端口中的另一个端口的数据接收速率的平均偏差;根据平均偏差与相似度值的转换公式获取各个链路包含的两个端口之间的状态信息的相似度值;转换公式包括:
其中,r为相似度值,a为平均偏差,A和K均为预设值。
示例性的,如表格3所示:
表格3
其中,以表格3中P11的链路集中的链路(P11,P21)为例对计算P11与P21的平均偏差进行说明,其中,P11为发送端口,P21为接收端口。
为了简化描述,参照表格2,以前三个周期数据举例:
首先根据平均偏差计算公式计算P11的数据发送速率以及P21的数据接收速率的平均偏差即:
|d1|=|775-778|=3
|d2|=|777-779|=3
|d3|=|777-779|=2
需要说明的是,这里只计算了三个周期,表格3中计算了96个周期,P11的数据发送速率以及P21的数据接收速率的平均偏差是2.4666。
还需说明的是,本发明实施里中的相似度算法不仅包括上述的平均偏差算法,还包括皮尔森相关系数算法、最小二乘法算法以及动态时间归准(Dynamic Time Warping,DTW)算法等算法,计算每个端口的链路集中的各个链路包含的两个端口之间的状态信息的相似度值时,本领域普通技术人员可以根据本实施例中提供的参数利用上述的算法计算得到各个链路包含的两个端口之间的状态信息的相似度值,计算的详细过程在此不做赘述,本发明实施例对计算时采用的算法并不做限定,本领域技术人员可以根据实际需要选取合适的算法。
步骤204、在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路。
具体的,对于第二端口集中的每个端口中的任一端口的链路集,挑选出包含的两个端口的特征信息的平均偏差最小的链路;
根据最小的平均偏差以及平均偏差最小的链路的两个端口的状态特征信息计算两个端口各自的相对平均偏差;
若两个端口各自的相对平均偏差均小于预设门限,则将平均偏差最小的链路作为该任一端口的备选链路,依次得到每个端口的备选链路。
示例性的,根据表格3可以得到各个端口的链路集中平均偏差最小的链路。如表格4所示:
表格4
其中,以P11的链路(P11,P21)为例对计算P11与P21各自的相对平均偏差的方法进行说明,其中,P11为发送端口,P21为接收端口,预设门限可以设定为30%。
为了简化描述,参照表格2,以前三个周期数据举例:
根据相对平均偏差计算公式计算P11与P21各自的相对平均偏差:
P11的数据发送速率的平均值
P21的数据接收速率的平均值
P11的数据发送速率以及P21的数据接收速率的平均偏差为
P11的相对平均偏差
同理计算P21的相对平均偏差
P11与P21的相对平均偏差均小于30%,则将链路(P11,P21)作为P11的备选链路。
通过对第二端口集中的每个端口的备选链路组成的备选链路集执行步骤205、步骤206和步骤207,需要说明的是,步骤205、步骤206和步骤207的顺序可以互相调换,本发明实施例中对此并不做限定,本领域技术人员在实际实施时可以根据需要选择顺序。
步骤205、合并相同的链路,并将多个相同的链路各自的相似度值中的最小值作为合并后保留的链路的相似度值,其中,相同的链路包括:包含的两个端口均相同的至少两个链路。
示例性的,参考表格4,对于第二端口集中的每个端口备选链路中相同的链路进行合并,例如将(P11,P21)与(P21,P11)合并,由于相似度值与平均偏差成反比关系,将(P11,P21)与(P21,P11)对应的平均偏差中的最大值2.4777作为合并后保留的(P21,P11)的平均偏差。
步骤206、对于仅有一个端口相同的至少两个链路,保留至少两个链路中相似度值最大的链路并删除其余的链路。
示例性的,对只有一个端口相同的多个链路只保留相对偏差最小的链路;根据步骤203中的平均偏差与相似度值的转换公式(假设K取100)计算备选链路集中的各个链路的相似度值,如表格5所示:
表格5
端口的备选链路 链路的平均偏差 链路的相似度值
(P13,P33) 0.6111 100÷0.6111=163.6393
(P21,P11) 2.4777 100÷2.4777=40.3600
(P22,P32) 0.2111 100÷0.2111=473.7091
(P34,P24) 186.2888 100÷186.2888=0.5368
步骤207、挑选出相似度值大于预设阈值的链路,得到待分析网络的链路集。
示例性的,将表格5所示的各个链路的的相似度值与预设阈值比较,假设预设阈值为10,挑选出相似度值大于10的链路,得到待分析网络的链路集{(P21,P11),(P22,P32),(P13,P33)}。
步骤208、根据待分析网络的链路集中的每个链路获取待分析网络的网络拓扑。
示例性的,根据步骤207得到的待分析网络的链路集{(P21,P11),(P22,P32),(P13,P33)}的每个链路可以得到待分析网络的网络拓扑:网元N1的端口P11与网元N2的端口P21相连,网元N2的端口P22与网元N3的端口P32相连,网元N3的端口P33与网元N1的端口P13相连。可以看出,根据上述实施例提供的技术方案得到的待分析网络的网络拓扑与图2所示的待分析网络的实际网络拓扑是一致的。
通过上述的实施例可以看出,采用本发明实施例提供的网络拓扑发现方法只需要采集端口的独立的状态信息例如流量特征信息,端口的独立的状态信息与设备的厂商无关,端口的流量特征数据容易获得并且能够准确反映端口与端口之间的联系,本发明实施例提供的技术方案中对端口的流量特征数据的分析准确率也较高,相较于现有技术单个网络特征数据的场景受限,多种网络特征数据需要采集大量数据耗费网络资源,本发明实施例提供的技术方案简单高效,采集数据量少,对网络资源的浪费比较少。
另外,上述实施例中是基于端口的流量特征信息实施的,需要指出的是,在本发明提供的实施例中还可以基于端口在不同时间点的状态参数、端口的告警信息和/或日志信息确定待分析网络的网络拓扑,采集网元端口的告警信息和/或日志信息,可以从端口的告警信息中提取标识端口状态为UP/DOWN的信息以及端口数据的误码信息,其中,端口的状态参数包括物理UP/DOWN或者是协议UP/DOWN,根据两个不同的端口在不同时间点的状态变化参数、告警信息和/或日志信息以及相似度算法计算两个端口在不同时间点的状态变化的相似度值,将相似度值超过预设门限值的两个端口确定为互相连接的端口,最后根据互相连接的各个端口得到待分析网络的网络拓扑。上述方案,本领域普通技术人员可以根据上述具体实施例中给出的方法在无需做出创造性劳动的情况下实现。
本发明实施例提供的网络拓扑发现方法,首先采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等;然后在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路;根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路;对于第二端口集中的每个端口的备选链路组成的备选链路集,合并相同的链路并将多个相同的链路各自的相似度值中的最小值作为合并后保留的链路的相似度值,对于仅有一个端口相同的至少两个链路,保留至少两个链路中相似度值最大的链路并删除其余的链路,挑选出相似度值大于第二预设阈值的链路,得到待分析网络的链路集,最后根据待分析网络的链路集的每个链路获取待分析网络的网络拓扑。这样,基于各厂商都支持的网元端口基本的状态信息进行网络拓扑发现,无需采集多种类型的网络特征数据,降低了网络资源的消耗,还可以提高网络拓扑发现的准确率。
本发明实施例提供一种网络拓扑发现设备00,如图4所示,该设备00包括:
采集单元10,用于采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等。
第一获取单元20,用于在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路。
第二获取单元30,用于根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值。
第三获取单元40,用于在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路。
获取拓扑单元50,用于根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑。
可选的,端口的状态信息包括:
端口在各个统计周期内的数据发送速率和端口在各个统计周期内的数据接收速率;对应的,第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:两个端口中的一个端口的数据发送速率与两个端口中的另一个端口的数据接收速率的相似度值。
可选的,获取拓扑单元50具体用于:
对于第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到待分析网络的链路集,操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留至少两个链路中相似度值最大的链路并删除其余的链路,其中,相同的链路为包含的两个端口均相同的至少两个链路;
根据待分析网络的链路集中的每个链路获取待分析网络的网络拓扑。
可选的,第二获取单元30具体用于:
相似度算法为平均偏差算法,相应地,根据平均偏差算法获取每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与两个端口中的另一个端口的数据接收速率的平均偏差;根据平均偏差与相似度值的转换公式获取相似度值;转换公式包括:
其中,r为相似度值,a为平均偏差,A和K均为预设值。
可选的,第二获取单元30还具体用于:
相似度算法为皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,相应地,根据每个端口的状态信息以及皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,获取每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与两个端口中的另一个端口的数据接收速率的相似度值。
可选的,获取拓扑单元50还具体用于:
对于第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到待分析网络的链路集,操作包括:合并备选链路集中相同的链路,并将多个相同的链路各自的相似度值中的最小值作为合并后保留的链路的相似度值,对于仅有一个端口相同的至少两个链路,保留至少两个链路中相似度值最大的链路并删除其余的链路,其中,相同的链路为包含的两个端口均相同的至少两个链路;
根据待分析网络的链路集中的每个链路获取待分析网络的网络拓扑。
可选的,获取拓扑单元50还具体用于:
对于第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到待分析网络的链路集,操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留至少两个链路中相似度值最大的链路并删除其余的链路,挑选出相似度值大于第二预设阈值的链路,其中,相同的链路为包含的两个端口均相同的至少两个链路;
根据待分析网络的链路集中的每个链路获取待分析网络的网络拓扑。
本实施例用于实现上述各方法实施例,本实施例中各个单元的工作流程和工作原理参见上述各方法实施例中的描述,在此不再赘述。
本发明实施例提供的网络拓扑发现设备,首先采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等;然后在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路;根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路;最后根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑。这样,基于各厂商都支持的网元端口基本的状态信息进行网络拓扑发现,无需采集多种类型的网络特征数据,降低了网络资源的消耗,还可以提高网络拓扑发现的准确率。
本发明实施例还提供一种网络拓扑发现设备90,如图5所示,该设备90包括:总线94;以及连接到总线94的处理器91、存储器92和接口93,其中该接口93用于通信;该存储器92用于存储指令,处理器91用于执行该指令用于:
采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等;
在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路;
根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;
在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路;
根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑。
可选的,端口的状态信息包括:
端口在各个统计周期内的数据发送速率和端口在各个统计周期内的数据接收速率;对应的,第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:两个端口中的一个端口的数据发送速率与两个端口中的另一个端口的数据接收速率的相似度值。
可选的,处理器91执行该指令用于根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑,具体可以包括:
通过对第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到待分析网络的链路集,操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留至少两个链路中相似度值最大的链路并删除其余的链路,其中,相同的链路为包含的两个端口均相同的至少两个链路;
根据待分析网络的链路集中的每个链路获取待分析网络的网络拓扑。
可选的,处理器91执行该指令用于根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值,相似度算法为平均偏差算法,相应地,具体可以包括:
根据平均偏差算法获取每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与两个端口中的另一个端口的数据接收速率的平均偏差;根据平均偏差与相似度值的转换公式获取相似度值;转换公式包括:
其中,r为相似度值,a为平均偏差,A和K均为预设值。
可选的,处理器91执行该指令用于根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值,相似度算法为皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,相应地,具体可以包括:
根据每个端口的状态信息以及皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,获取每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与两个端口中的另一个端口的数据接收速率的相似度值。
可选的,处理器91执行该指令用于合并相同的链路,具体可以包括:
合并备选链路集中相同的链路,并将多个相同的链路各自的相似度值中的最小值作为合并后保留的链路的相似度值。
可选的,处理器91执行该指令用于通过对第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到待分析网络的链路集,操作还包括:在保留至少两个链路中相似度值最大的链路并删除其余的链路之后,挑选出相似度值大于预设阈值的链路。
本实施例用于实现上述各方法实施例,本实施例中各个单元的工作流程和工作原理参见上述各方法实施例中的描述,在此不再赘述。
本发明实施例提供的网络拓扑发现设备,首先采集待分析网络的网元的所有端口的状态信息,若所有端口中有端口状态一直为关闭的端口,则在所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所有端口中没有端口状态一直为关闭的端口,则第一端口集与第二端口集相等;然后在第二端口集中,按下述方法得到第二端口集中每个端口的链路集:在第二端口集中选定一个端口作为链路的一个端口,且选取除选定的端口外的各个端口作为链路的另一端口从而得到选定的端口对应的各个链路,将由各个链路组成的集合作为选定的端口的链路集;其中,链路为由两个端口组成的链路;根据相似度算法和第二端口集中的每个端口的状态信息,获取第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;在第二端口集中的每个端口的链路集中,获取相似度值最大的链路作为第二端口集中的每个端口的备选链路;最后根据第二端口集中的每个端口的备选链路获取待分析网络的网络拓扑。这样,基于各厂商都支持的网元端口基本的状态信息进行网络拓扑发现,无需采集多种类型的网络特征数据,降低了网络资源的消耗,还可以提高网络拓扑发现的准确率。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种网络拓扑发现方法,其特征在于,包括:
采集待分析网络的网元的所有端口的状态信息,若所述所有端口中有端口状态一直为关闭的端口,则在所述所有端口组成的第一端口集中删除端口状态一直为关闭的端口得到第二端口集;其中,若所述所有端口中没有端口状态一直为关闭的端口,则所述第一端口集与所述第二端口集相等,其中,所述状态信息包括端口的在各个统计周期内的数据发送速率和端口的在各个统计周期内的数据接收速率,其中,关闭是指DOWN,所述DOWN包括物理DOWN或协议DOWN;
在所述第二端口集中,按下述方法得到所述第二端口集中每个端口的链路集:在所述第二端口集中选定一个端口作为链路的一个端口,且选取除所述选定的端口外的各个端口作为所述链路的另一端口从而得到所述选定的端口对应的各个链路,将由所述各个链路组成的集合作为所述选定的端口的链路集;其中,所述链路为由两个端口组成的链路;
根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;
在所述第二端口集中的每个端口的链路集中,获取所述相似度值最大的链路作为所述第二端口集中的每个端口的备选链路;
根据所述第二端口集中的每个端口的备选链路获取所述待分析网络的网络拓扑。
2.根据权利要求1所述的方法,其特征在于,所述端口的状态信息包括:
端口在各个统计周期内的数据发送速率和端口在所述各个统计周期内的数据接收速率;对应的,所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:所述两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述第二端口集中的每个端口的备选链路获取所述待分析网络的网络拓扑包括:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
4.根据权利要求2所述的方法,其特征在于,所述相似度算法为平均偏差算法,相应地,所述根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:
根据平均偏差算法获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的平均偏差;根据所述平均偏差与所述相似度值的转换公式获取所述相似度值;所述转换公式包括:
其中,r为所述相似度值,a为所述平均偏差,A和K均为预设值。
5.根据权利要求2所述的方法,其特征在于,所述相似度算法为皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,相应地,所述根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:
根据所述每个端口的状态信息以及皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
6.根据权利要求3所述的方法,其特征在于,所述合并相同的链路包括:
合并所述备选链路集中相同的链路,并将多个相同的链路各自的相似度值中的最小值作为合并后保留的链路的相似度值。
7.根据权利要求3所述的方法,其特征在于,所述操作还包括:在所述保留所述至少两个链路中相似度值最大的链路并删除其余的链路之后,
挑选出相似度值大于预设阈值的链路。
8.一种网络拓扑发现设备,其特征在于,包括:
采集单元,用于采集待分析网络的网元的所有端口的状态信息,若所述所有端口中有端口状态一直为关闭的端口,则在所述所有端口组成的第一端口集中删除所述状态一直为关闭的端口得到第二端口集;其中,若所述所有端口中没有端口状态一直为关闭的端口,则所述第一端口集与所述第二端口集相等,其中,所述状态信息包括端口的在各个统计周期内的数据发送速率和端口的在各个统计周期内的数据接收速率,其中,关闭是指DOWN,所述DOWN包括物理DOWN或协议DOWN;
第一获取单元,用于在所述第二端口集中,按下述方法得到所述第二端口集中每个端口的链路集:在所述第二端口集中选定一个端口作为链路的一个端口,且选取除所述选定的端口外的各个端口作为所述链路的另一端口从而得到所述选定的端口对应的各个链路,将由所述各个链路组成的集合作为所述选定的端口的链路集;其中,所述链路为由两个端口组成的链路;
第二获取单元,用于根据相似度算法和所述第二端口集中的每个端口的状态信息,获取所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值;
第三获取单元,用于在所述第二端口集中的每个端口的链路集中,获取所述相似度值最大的链路作为所述第二端口集中的每个端口的备选链路;
获取拓扑单元,用于根据所述第二端口集中的每个端口的备选链路获取所述待分析网络的网络拓扑。
9.根据权利要求8所述的设备,其特征在于,所述端口的状态信息包括:
端口在各个统计周期内的数据发送速率和端口在所述各个统计周期内的数据接收速率;对应的,所述第二端口集中的每个端口的链路集中的各个链路包含的两个端口的状态信息的相似度值包括:所述两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
10.根据权利要求8或9所述的设备,其特征在于,所述获取拓扑单元具体用于:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
11.根据权利要求9所述的设备,其特征在于,所述第二获取单元具体用于:
所述相似度算法为平均偏差算法,相应地,根据平均偏差算法获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的平均偏差;根据所述平均偏差与所述相似度值的转换公式获取所述相似度值;所述转换公式包括:
其中,r为所述相似度值,a为所述平均偏差,A和K均为预设值。
12.根据权利要求9所述的设备,其特征在于,所述第二获取单元具体用于:
所述相似度算法为皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,相应地,根据所述每个端口的状态信息以及皮尔森相关系数算法、最小二乘法或动态时间归准DTW算法,获取所述每个端口的链路集中的各个链路包含的两个端口中的一个端口的数据发送速率与所述两个端口中的另一个端口的数据接收速率的相似度值。
13.根据权利要求8或9所述的设备,其特征在于,所述获取拓扑单元具体用于:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并所述备选链路集中相同的链路,并将多个相同的链路各自的相似度值中的最小值作为合并后保留的链路的相似度值,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
14.根据权利要求8或9所述的设备,其特征在于,所述获取拓扑单元具体用于:
通过对所述第二端口集中的每个端口的备选链路组成的备选链路集执行操作,得到所述待分析网络的链路集,所述操作包括:合并相同的链路,对于仅有一个端口相同的至少两个链路,保留所述至少两个链路中相似度值最大的链路并删除其余的链路,挑选出相似度值大于第二预设阈值的链路,其中,所述相同的链路为包含的两个端口均相同的至少两个链路;
根据所述待分析网络的链路集中的每个链路获取所述待分析网络的网络拓扑。
CN201410395691.XA 2014-08-12 2014-08-12 网络拓扑发现方法和设备 Active CN104125153B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201410395691.XA CN104125153B (zh) 2014-08-12 2014-08-12 网络拓扑发现方法和设备
EP15832606.6A EP3166266B1 (en) 2014-08-12 2015-08-05 Method and device for discovering network topology
PCT/CN2015/086151 WO2016023437A1 (zh) 2014-08-12 2015-08-05 网络拓扑发现方法和设备
ES15832606T ES2770706T3 (es) 2014-08-12 2015-08-05 Método y dispositivo para descubrir la topología de la red
US15/426,891 US10361923B2 (en) 2014-08-12 2017-02-07 Method and device for discovering network topology

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410395691.XA CN104125153B (zh) 2014-08-12 2014-08-12 网络拓扑发现方法和设备

Publications (2)

Publication Number Publication Date
CN104125153A CN104125153A (zh) 2014-10-29
CN104125153B true CN104125153B (zh) 2018-04-27

Family

ID=51770421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410395691.XA Active CN104125153B (zh) 2014-08-12 2014-08-12 网络拓扑发现方法和设备

Country Status (5)

Country Link
US (1) US10361923B2 (zh)
EP (1) EP3166266B1 (zh)
CN (1) CN104125153B (zh)
ES (1) ES2770706T3 (zh)
WO (1) WO2016023437A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104125154B (zh) * 2014-08-12 2017-09-26 华为技术有限公司 网络拓扑发现方法和设备
CN104125153B (zh) * 2014-08-12 2018-04-27 华为技术有限公司 网络拓扑发现方法和设备
WO2018085995A1 (zh) * 2016-11-08 2018-05-17 华为技术有限公司 网络拓扑发现方法、装置及混合光纤同轴电缆网络
CN109889411B (zh) * 2019-03-22 2020-09-11 新华三技术有限公司 一种数据传输的方法及装置
CN110830290B (zh) * 2019-10-28 2022-06-24 华为技术有限公司 网络拓扑生成方法及服务器
CN113746652B (zh) * 2020-05-29 2023-12-19 华为技术服务有限公司 确定主备保护对的方法及装置
CN111740881B (zh) * 2020-06-12 2022-04-29 广东浪潮大数据研究有限公司 一种网卡链路检测方法、系统、设备及计算机存储介质
CN115022186B (zh) * 2022-06-27 2023-05-12 中国联合网络通信集团有限公司 一种拓扑生成方法、装置及存储介质
CN115396320B (zh) * 2022-08-10 2023-07-28 中国联合网络通信集团有限公司 端口连接关系的确定方法、装置、设备及存储介质
CN116827801B (zh) * 2023-08-25 2023-12-15 武汉吧哒科技股份有限公司 网络拓扑构建方法、装置、计算机设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523166A (zh) * 2011-12-23 2012-06-27 中山大学 一种适用于未来互联网的结构化网络系统
CN103716187A (zh) * 2013-12-20 2014-04-09 新浪网技术(中国)有限公司 网络拓扑结构确定方法和系统
CN103828310A (zh) * 2013-11-29 2014-05-28 华为技术有限公司 一种链路发现的方法、系统及设备

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6046988A (en) * 1995-11-16 2000-04-04 Loran Network Systems Llc Method of determining the topology of a network of objects
KR100452592B1 (ko) * 2001-07-30 2004-10-14 엘지전자 주식회사 에이티엠 교환기 및 이에 내장된 에이티엠계층/물리계층다중 인터페이스 모듈
US6780307B2 (en) * 2001-10-12 2004-08-24 The United States Of America As Represented By The Secretary Of The Navy Ion selective electrodes for direct organic drug analysis in saliva, sweat, and surface wipes
CN1921419A (zh) 2005-08-25 2007-02-28 英业达股份有限公司 网络物理结构的拓扑方法
US9420513B1 (en) * 2007-06-22 2016-08-16 Hewlett Packard Enterprise Development Lp Clustering approach to estimating a network metric for nodes
US8045488B2 (en) * 2008-05-15 2011-10-25 Solarwinds Worldwide Llc Using spanning tree protocol (STP) to enhance layer-2 network topology maps
CN101626315B (zh) 2009-06-08 2012-06-06 中兴通讯股份有限公司 一种自动配置设备光纤连接的方法及网络管理系统
CN101640612B (zh) 2009-09-07 2011-12-07 杭州华三通信技术有限公司 一种流量路径发现与故障快速定位的方法及装置
CN101917310B (zh) 2010-08-27 2012-05-23 电子科技大学 基于流量分析的网络拓扑推测方法
US8601423B1 (en) * 2012-10-23 2013-12-03 Netspeed Systems Asymmetric mesh NoC topologies
US9602338B2 (en) * 2013-12-20 2017-03-21 Nec Corporation System and method for network packet event characterization and analysis
CN104125153B (zh) * 2014-08-12 2018-04-27 华为技术有限公司 网络拓扑发现方法和设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102523166A (zh) * 2011-12-23 2012-06-27 中山大学 一种适用于未来互联网的结构化网络系统
CN103828310A (zh) * 2013-11-29 2014-05-28 华为技术有限公司 一种链路发现的方法、系统及设备
CN103716187A (zh) * 2013-12-20 2014-04-09 新浪网技术(中国)有限公司 网络拓扑结构确定方法和系统

Also Published As

Publication number Publication date
US10361923B2 (en) 2019-07-23
US20170149619A1 (en) 2017-05-25
EP3166266B1 (en) 2019-12-04
EP3166266A4 (en) 2017-08-30
WO2016023437A1 (zh) 2016-02-18
ES2770706T3 (es) 2020-07-02
EP3166266A1 (en) 2017-05-10
CN104125153A (zh) 2014-10-29

Similar Documents

Publication Publication Date Title
CN104125153B (zh) 网络拓扑发现方法和设备
CN104125154B (zh) 网络拓扑发现方法和设备
CN107566206B (zh) 一种流量测量方法、设备及系统
CN101510841B (zh) 端到端流量识别方法和系统
CN102315974B (zh) 基于层次化特征分析的tcp、udp流量在线识别方法和装置
CN107786440A (zh) 一种数据报文转发的方法及装置
CN105490834B (zh) 一种基于顶点覆盖和弱顶点覆盖的探针部署方法
CN110011876B (zh) 一种基于强化学习的Sketch的网络测量方法
US20120099465A1 (en) Method and its devices of network tcp traffic online identification using features in the head of the data flow
CN103905261B (zh) 协议特征库在线更新方法及系统
CN112187710B (zh) 威胁情报数据的感知方法、装置、电子装置和存储介质
CN108234524A (zh) 网络数据异常检测的方法、装置、设备及存储介质
CN108260075A (zh) 一种基站部署位置的寻址方法及装置
CN104539502B (zh) 一种自定义添加modbus设备的方法
CN110348526A (zh) 一种基于半监督聚类算法的设备类型识别方法和装置
CN107465746A (zh) 一种基于无线传感器网络的风沙监测系统
CN106951615B (zh) 基于密母算法的电力运输网络拓扑结构设计方法
CN103716187B (zh) 网络拓扑结构确定方法和系统
CN110380925A (zh) 一种网络设备探测中端口选择方法及系统
CN109326114A (zh) 电力节点所属台区的划分方法及装置
CN102984131B (zh) 一种信息识别方法和装置
CN107947988A (zh) 一种实时通信网络仿真系统
CN102546286A (zh) 一种在线检测网络共享拥塞路径的方法
CN109379384A (zh) 无线网络安全隔离方法、装置及电子设备
Mufid et al. Performance evaluation of PEGASIS protocol for energy efficiency

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