CN104125154A - 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 PDFInfo
- Publication number
- CN104125154A CN104125154A CN201410395692.4A CN201410395692A CN104125154A CN 104125154 A CN104125154 A CN 104125154A CN 201410395692 A CN201410395692 A CN 201410395692A CN 104125154 A CN104125154 A CN 104125154A
- Authority
- CN
- China
- Prior art keywords
- link
- confidence value
- network
- links
- port
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
-
- 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
- H04L45/02—Topology update or discovery
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供的网络拓扑发现方法和设备,可以对使用多种网络特征数据进行网络拓扑发现得到的结果进行综合分析,提高网络拓扑发现的准确率。具体方案为:首先采集待分析网络的网元的网络特征数据,然后根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个的链路子集中的所有链路集中到一个集合中得到第一链路集,在第一链路集中合并相同链路并对仅有一个端口相同的多个链路只保留其中可信度值最大的链路同时删除其余的链路,得到第二链路集,最后根据第二链路集得到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
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:根据端口互联网协议(Internet Protocol,IP)地址以及IP地址匹配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 DiscoveryProtocol,CDP)可以得到基于思科设备组建的网络的网络拓扑(仅支持由思科设备组建的网络)等等。
在现有技术中,基于单一的一种网络特征数据进行网络拓扑发现时,在待分析网络不支持该种网络特征和对应算法进行网络拓扑发现的情况下网络拓扑发现的准确率低,或者在支持的情况下由于数据收集不完整或数据不一致导致网络中链路关系存在不确定性,从而网络拓扑发现的准确率也较低,另外在使用多种网络特征数据进行网络拓扑发现时,对多种网络拓扑发现得到的结果也不做综合分析以提高网络拓扑发现的准确率。
发明内容
本发明实施例提供的网络拓扑发现方法和设备,可以对使用多种网络特征数据进行网络拓扑发现得到的结果进行综合分析,提高网络拓扑发现的准确率。
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:
采集待分析网络的所有网元的网络特征数据;
根据所述网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将所述至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;其中,各链路子集中的链路的可信度值与所述链路子集对应的拓扑发现算法的可信度值相同,所述不同拓扑发现算法的可信度值不同,所述链路为不同网元的两个端口组成的链路;
通过对所述第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;
根据所述第二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,在第一种可能的实现方式中,所述合并相同的链路包括:
合并所述第一链路集中的相同的链路,并根据所述相同的链路的多个可信度值以及不确定性推理算法计算所述合并后保留的链路的可信度值。
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,所述操作还包括:在所述保留所述至少两个链路中的可信度值最大的链路并删除其余的链路之后,
将所述第一链路集中的链路的可信度值与预设阈值比较,挑选出可信度值大于预设阈值的链路。
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,所述不确定性推理算法包括:
其中,CFi(H)为所述相同的链路的多个可信度值中的一个可信度值,CFj(H)为所述相同的链路的多个可信度值中的另外一个可信度值,CFi,j(H)为根据CFi(H)与CFj(H)计算的所述相同的链路的新的可信度值。
结合第一方面至第一方面的第三种可能的实现方式中任一可能的实现方式,在第四种可能的实现方式中,
所述网络特征数据和对应的拓扑发现算法包括以下组合中的至少两种:端口互联网协议IP地址和互联网协议IP地址匹配算法、端口别名和端口别名匹配算法、端口链路层发现协议LLDP邻居信息和端口链路层发现协议LLDP链路算法。
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所有网元的网络特征数据;
获取链路单元,用于根据所述网络特征数据,利用至少两种拓扑发现算法分别获取种对应的至少两个链路子集,将所述至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;其中,各链路子集中的链路的可信度值与所述链路子集对应的拓扑发现算法的可信度值相同,所述不同拓扑发现算法的可信度值不同,所述链路为不同网元的两个端口组成的链路;
链路处理单元,用于通过对所述第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;
获取拓扑单元,用于根据所述第二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,在第一种可能的实现方式中,所述链路处理单元具体用于:
通过对所述第一链路集执行操作,得到所述第二链路集,所述操作包括:合并所述第一链路集中的相同的链路并根据所述相同的链路的多个可信度值以及不确定性推理算法计算所述合并后保留的链路的可信度值,并且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的可信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。
结合第二方面,在第二种可能的实现方式中,所述链路处理单元具体用于:
通过对所述第一链路集执行操作,得到所述第二链路集,所述操作包括:合并所述第一链路集中的相同的链路并根据所述相同的链路的多个可信度值以及不确定性推理算法计算所述合并后保留的链路的可信度值,并且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的可信度值最大的链路并删除其余的链路,将所述第一链路集中的链路的可信度值与预设阈值比较,挑选出可信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。
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,所述不确定性推理算法包括:
其中,CFi(H)为所述相同的链路的多个可信度值中的一个可信度值,CFj(H)为所述相同的链路的多个可信度值中的另外一个可信度值,CFi,j(H)为根据CFi(H)与CFj(H)计算所述相同的链路的新的可信度值。
结合第二方面至第二方面的第三种可能的实现方式中任一可能的实现方式,在第四种可能的实现方式中,
所述网络特征数据和对应的拓扑发现算法包括以下组合中的至少两种:端口互联网协议IP地址和互联网协议IP地址匹配算法、端口别名和端口别名匹配算法、端口链路层发现协议LLDP邻居信息和端口链路层发现协议LLDP链路算法。
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所有网元的网络特征数据;然后根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;再通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;最后根据第二链路集中的每个链路获取待分析网络的网络拓扑。这样,可以对使用多种网络特征数据进行网络拓扑发现得到的结果进行综合分析,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实际的网络拓扑以及使用三种拓扑发现算法得到的网络物理拓的效果示意图;
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、采集待分析网络的所有网元的网络特征数据。
步骤102、根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集。
其中,各链路子集中的链路的可信度值与各链路子集对应的拓扑发现算法的可信度值相同,不同拓扑发现算法的可信度值不同,链路为不同网元的两个端口组成的链路。
步骤103、通过对第一链路集执行操作,得到第二链路集,该操作包括:合并相同的链路,并且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的可信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。
步骤104、根据第二链路集中的每个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所有网元的网络特征数据;然后根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;再通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;最后根据第二链路集中的每个链路获取待分析网络的网络拓扑。这样,可以对使用多种网络特征数据进行网络拓扑发现得到的结果进行综合分析,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。
定义待分析网络的所有网元组成的集合为N={N1,N2,...,Nn};所有网元的所有端口组成的集合为P;其中,第i个网元Ni的第j个端口记为Pij,i的范围为[1,n],j的范围为[1,m],m为网元Ni对应的端口个数,不同网元的m取值可以不同。
使用采集工具可以采集待分析网络的所有网元的网络特征数据,网络特征数据作为拓扑发现算法的数据输入。可以明确的是前述使用采集工具采集网元的网络特征数据对于本领域内的普通技术人员都可以实现。网络特征数据包括以下中的至少两种:端口IP地址、端口别名、端口LLDP邻居信息、网元名称、端口流量、媒体接入控制(Media Access Control,MAC)转发表、地址解析协议(Address Resolution Protocol,ARP)转发表、路由转发表以及虚拟局域网(Virtual Local Area Network,VLAN)配置信息。
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5(即n=5),所有网元组成的集合为N={N1,N2,N3,N4,N5},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,...,P51,P52,P53,P54},采集时网络特征数据选择采集:端口IP地址、端口别名和端口LLDP邻居信息,拓扑发现算法对应采用:IP地址匹配算法、端口别名算法以及端口LLDP链路算法,需要说明的是,这样的选取方式只是示例性的,仅仅是为了在实施例中方便阐述技术方案,在实际应用中,本领域技术人员可以根据实际需要采集网络特征数据以及选择对应的拓扑算法。
假设实际的网络拓扑和使用IP地址匹配算法、端口别名算法以及端口LLDP链路算法分别计算得到的网络拓扑如图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、采集待分析网络的所有网元的网络特征数据。
示例性的,分别采集待分析网络的5个网元的20个端口的端口IP地址、端口别名和端口LLDP邻居信息。
步骤202、根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集。
其中,各链路子集中的链路的可信度值与各链路子集对应的拓扑发现算法的可信度值相同,不同拓扑发现算法的可信度值不同,链路为不同网元的两个端口组成的链路。
示例性的,将20个端口的端口IP地址作为IP地址匹配算法的输入,经过计算后得到该算法对应的链路子集L1,依次得到根据端口别名和端口别名匹配算法计算的对应的链路子集L2以及根据端口LLDP邻居信息和端口LLDP链路算法计算的对应的链路子集L3,将链路子集L1、L2和L3中的链路集中到一个集合中得到第一链路集G,即G=L1+L2+L3。对于第一链路集G,其中的链路可能存在以下两种情况,情况一:同一条链路存在两个或两个以上,两条链路相同是指其中包含的两个端口均相同;情况二:仅有一个端口相同的链路存在两个或两个以上。
其中,链路子集由若干个链路组成,例如Li=Li1∪Li2∪...∪Lik,其中Lik为对应算法i计算得到的第k条链路,k∈[1,K],K为对应算法计算得到的链路的数量;链路Lik由两个端口组成,Lik=(端口1,端口2),端口1与端口2是不同的端口,端口1和端口2均属于集合P,对于一条链路Lik其中的端口1和端口2没有顺序之分。
对应不同的拓扑发现算法(或对应的网络特征数据)设置不同的可信度值CF,可信度值CF的取值范围可以设置为[-1,1],同时根据一种拓扑发现算法计算得到的链路集合中的所有链路的可信度值与该拓扑发现算法(或对应的网络特征数据)的可信度值相同。
为了使本领域技术人员更加清楚上述的内容,可以参考图2以及以下的表格:
表1
算法 | 算法名称 | 对应的网络特征数据 | 算法可信度值 |
1 | IP地址匹配算法 | 端口IP地址 | 0.8 |
2 | 端口别名匹配算法 | 端口别名 | 0.5 |
3 | LLDP链路算法 | 端口LLDP邻居信息 | 1.0 |
表2
表3
步骤203、合并第一链路集中的相同的链路,并根据多个相同的链路各自的可信度值以及不确定性推理算法计算合并后保留的链路的可信度值。
示例性的,对于第一链路集G中存在的至少两个相同的链路,合并多个相同的链路,即在第一链路集G中只保留一个,并根据多个相同的链路各自的可信度值以及不确定性推理算法计算合并后保留的链路的可信度值。参考下表:
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,例如上表中的L12、L22以及L31。现以合并链路L12、L22以及L31为例,对根据不确定性推理算法计算合并后保留的L12的可信度值进行说明。
本发明实施例中的不确定性推理算法是基于可信度值的,不确定性推理算法包括:
其中,CFi(H)为相同的链路的多个可信度值中的一个可信度值,CFj(H)为相同的链路的多个可信度值中的另外一个可信度值,CFi,j(H)为根据CFi(H)与CFj(H)计算的相同的链路的新的可信度值。
对上述公式的具体含义进行详细说明:
当CFi(H)≥0且CFj(H)≥0时,使用公式
CFi,j(H)=CFi(H)+CFj(H)-CFi(H)×CFj(H);
当CFi(H)<0且CFj(H)<0时,使用公式
CFi,j(H)=CFi(H)+CFj(H)+CFi(H)×CFj(H);
当CFi(H)与CFj(H)异号时,也即CFi(H)≥0且CFj(H)<0,或者CFj(H)≥0且CFi(H)<0时,使用公式
对于相同的链路有两个以上可信度值的,计算合并后保留的链路的可信度值时,先选取两个可信度值作为上述公式的输入得到一个新的可信度值,然后将新的可信度值与一个未参加过计算的可信度值作为上述公式的输入得到一个更新的可信度值,重复前述步骤直至该链路的所有可信度值均在公式中参加过一次计算,最后得到合并后保留的链路的可信度值。
例如,计算合并后保留的链路L12的可信度值:
首先选取L12以及L22的可信度值0.8和0.5作为上述公式的输入即0.8+0.5-0.8×0.5=0.9,然后把0.9和L31的可信度值1.0作为上述公式的输入即0.9+1.0-0.9×1.0=1.0,最后将1.0作为合并后保留的链路L12的可信度值。
需要说明的是,计算合并后保留的链路的可信度值的方法并不限于上述的计算公式,本领域技术人员还可以利用其他的计算方法计算,例如可以采用加权求和算法,以L12(P22,P32)、L22(P22,P32)、L31(P22,P32)为例,可以分别设置IP地址匹配算法的可信度值、端口别名匹配算法的可信度值以及端口LLDP链路算法的可信度值的加权系数为0.2、0.3、0.6,计算合并后保留的链路L12的可信度值:0.8×0.2+0.5×0.3+1.0×0.6=0.91。本发明实施例对根据相同的链路的多个可信度值计算该链路综合可信度值的方法并不做限定,本领域普通技术人员可以采用本发明实施例中提供的计算方法,也可以采用别的计算方法。
步骤204、对于第一链路集中仅有一个端口相同的至少两个链路,保留至少两个链路中的可信度值最大的链路并删除其余的链路。
示例性的,参考下表:
参照上述表格,其中L23与L33中仅有一个端口P44相同,L25与L33中仅有一个端口P54相同,先在L23与L33中保留L33删除L23,然后在L25与L33中保留L33删除L25;或者也可以先在L25与L33中保留L33删除L25,然后在L23与L33中保留L33删除L23,这里的顺序不作限定,只需按照对存在仅有一个端口相同的多个链路选择保留可信度值最高的链路这样的原则进行筛选即可。
步骤205、将第一链路集中的链路的可信度值与预设阈值比较,挑选出可信度值大于预设阈值的链路,得到第二链路集。
示例性的,将根据步骤203以及步骤204后得到的第一链路集中的各个链路的可信度值与预设阈值0.7进行比较,挑选出可信度值大于0.7的链路,得到第二链路集G’。参考下表:
步骤206、根据第二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,根据第二链路集G’的各个链路L11(P11,P21)、L12(P22,P32)、L13(P33,P43)、L33(P44,P54)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N3的端口P22与网元N2的端口P32相连,网元N3的端口P33与网元N4的端口P43相连,网元N4的端口P44与网元N5的端口P54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网络拓扑是一致的。
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所有网元的网络特征数据;然后根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;再通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;最后根据第二链路集中的每个链路获取待分析网络的网络拓扑。这样,可以对使用多种网络特征数据进行网络拓扑发现得到的结果进行综合分析,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所有网元的网络特征数据。
获取链路单元20,用于根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;其中,各链路子集中的链路的可信度值与各链路子集对应的拓扑发现算法的可信度值相同,不同拓扑发现算法的可信度值不同,链路为不同网元的两个端口组成的链路。
链路处理单元30,用于通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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。
获取拓扑单元40,用于根据第二链路集中的每个链路获取待分析网络的网络拓扑。
可选的,链路处理单元30具体用于:
通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并第一链路集中的相同的链路并根据相同的链路的多个可信度值以及不确定性推理算法计算合并后保留的链路的可信度值,并且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的可信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。
可选的,链路处理单元30还可以具体用于:
通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并第一链路集中的相同的链路并根据相同的链路的多个可信度值以及不确定性推理算法计算合并后保留的链路的可信度值,并且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的可信度值最大的链路并删除其余的链路,将第一链路集中的链路的可信度值与预设阈值比较,挑选出可信度值大于预设阈值的链路,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。
可选的,不确定性推理算法包括:
其中,CFi(H)为相同的链路的多个可信度值中的一个可信度值,CFj(H)为相同的链路的多个可信度值中的另外一个可信度值,CFi,j(H)为根据CFi(H)与CFj(H)计算的相同的链路的新的可信度值。
可选的,网络特征数据和对应的拓扑发现算法包括以下组合中的至少两种:端口互联网协议IP地址和互联网协议IP地址匹配算法、端口别名和端口别名匹配算法、端口链路层发现协议LLDP邻居信息和端口链路层发现协议LLDP链路算法。
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所有网元的网络特征数据;然后根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;再通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;最后根据第二链路集中的每个链路获取待分析网络的网络拓扑。这样,可以对使用多种网络特征数据进行网络拓扑发现得到的结果进行综合分析,提高网络拓扑发现的准确率。
本发明实施例还提供了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:
采集待分析网络的所有网元的网络特征数据;
根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;其中,各链路子集中的链路的可信度值与链路子集对应的拓扑发现算法的可信度值相同,不同拓扑发现算法的可信度值不同,链路为不同网元的两个端口组成的链路;
通过对第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;
根据第二链路集中的每个链路获取待分析网络的网络拓扑。
可选地,处理器91执行该指令用于合并相同的链路,具体可以包括:
合并第一链路集中的相同的链路,并根据相同的链路的多个可信度值以及不确定性推理算法计算合并后保留的链路的可信度值。
可选地,处理器91执行该指令用于通过对第一链路集执行操作,得到第二链路集,所述操作还包括:在保留至少两个链路中的可信度值最大的链路并删除其余的链路之后,
将第一链路集中的链路的可信度值与预设阈值比较,挑选出可信度值大于预设阈值的链路。
可选的,不确定性推理算法包括:
其中,CFi(H)为相同的链路的多个可信度值中的一个可信度值,CFj(H)为相同的链路的多个可信度值中的另外一个可信度值,CFi,j(H)为根据CFi(H)与CFj(H)计算的相同的链路的新的可信度值。
可选的,网络特征数据和对应的拓扑发现算法包括以下组合中的至少两种:端口互联网协议IP地址和互联网协议IP地址匹配算法、端口别名和端口别名匹配算法、端口链路层发现协议LLDP邻居信息和端口链路层发现协议LLDP链路算法。
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所有网元的网络特征数据;然后根据网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;再通过对第一链路集执行操作,得到第二链路集,操作包括:合并相同的链路,并且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的可信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;最后根据第二链路集中的每个链路获取待分析网络的网络拓扑。这样,可以对使用多种网络特征数据进行网络拓扑发现得到的结果进行综合分析,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 (10)
1.一种网络拓扑发现方法,其特征在于,包括:
采集待分析网络的所有网元的网络特征数据;
根据所述网络特征数据,利用至少两种拓扑发现算法分别获取对应的至少两个链路子集,将所述至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;其中,各链路子集中的链路的可信度值与所述链路子集对应的拓扑发现算法的可信度值相同,所述不同拓扑发现算法的可信度值不同,所述链路为不同网元的两个端口组成的链路;
通过对所述第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;
根据所述第二链路集中的每个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,所述合并相同的链路包括:
合并所述第一链路集中的相同的链路,并根据所述相同的链路的多个可信度值以及不确定性推理算法计算所述合并后保留的链路的可信度值。
3.根据权利要求1或2所述的方法,所述操作还包括:在所述保留所述至少两个链路中的可信度值最大的链路并删除其余的链路之后,
将所述第一链路集中的链路的可信度值与预设阈值比较,挑选出可信度值大于预设阈值的链路。
4.根据权利要求2所述的方法,其特征在于,所述不确定性推理算法包括:
其中,CFi(H)为所述相同的链路的多个可信度值中的一个可信度值,CFj(H)为所述相同的链路的多个可信度值中的另外一个可信度值,CFi,j(H)为根据CFi(H)与CFj(H)计算的所述相同的链路的新的可信度值。
5.根据权利要求1至4任一所述的方法,其特征在于,所述网络特征数据和对应的拓扑发现算法包括以下组合中的至少两种:端口互联网协议IP地址和互联网协议IP地址匹配算法、端口别名和端口别名匹配算法、端口链路层发现协议LLDP邻居信息和端口链路层发现协议LLDP链路算法。
6.一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所有网元的网络特征数据;
获取链路单元,用于根据所述网络特征数据,利用至少两种拓扑发现算法分别获取种对应的至少两个链路子集,将所述至少两个链路子集中的所有链路集中到一个集合中得到第一链路集;其中,各链路子集中的链路的可信度值与所述链路子集对应的拓扑发现算法的可信度值相同,所述不同拓扑发现算法的可信度值不同,所述链路为不同网元的两个端口组成的链路;
链路处理单元,用于通过对所述第一链路集执行操作,得到第二链路集,所述操作包括:合并相同的链路,并且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的可信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;
获取拓扑单元,用于根据所述第二链路集中的每个链路获取所述待分析网络的网络拓扑。
7.根据权利要求6所述的设备,其特征在于,所述链路处理单元具体用于:
通过对所述第一链路集执行操作,得到所述第二链路集,所述操作包括:合并所述第一链路集中的相同的链路并根据所述相同的链路的多个可信度值以及不确定性推理算法计算所述合并后保留的链路的可信度值,并且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的可信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。
8.根据权利要求6所述的设备,其特征在于,所述链路处理单元具体用于:
通过对所述第一链路集执行操作,得到所述第二链路集,所述操作包括:合并所述第一链路集中的相同的链路并根据所述相同的链路的多个可信度值以及不确定性推理算法计算所述合并后保留的链路的可信度值,并且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的可信度值最大的链路并删除其余的链路,将所述第一链路集中的链路的可信度值与预设阈值比较,挑选出可信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。
9.根据权利要求7所述的设备,其特征在于,所述不确定性推理算法包括:
其中,CFi(H)为所述相同的链路的多个可信度值中的一个可信度值,CFj(H)为所述相同的链路的多个可信度值中的另外一个可信度值,CFi,j(H)为根据CFi(H)与CFj(H)计算所述相同的链路的新的可信度值。
10.根据权利要求6至9任一所述的设备,其特征在于,所述网络特征数据和对应的拓扑发现算法包括以下组合中的至少两种:端口互联网协议IP地址和互联网协议IP地址匹配算法、端口别名和端口别名匹配算法、端口链路层发现协议LLDP邻居信息和端口链路层发现协议LLDP链路算法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410395692.4A CN104125154B (zh) | 2014-08-12 | 2014-08-12 | 网络拓扑发现方法和设备 |
PCT/CN2015/086155 WO2016023438A1 (zh) | 2014-08-12 | 2015-08-05 | 网络拓扑发现方法和设备 |
EP15831718.0A EP3182656B1 (en) | 2014-08-12 | 2015-08-05 | Method and device for discovering a network topology |
ES15831718T ES2745541T3 (es) | 2014-08-12 | 2015-08-05 | Método y dispositivo para descubrir la topología de una red |
US15/429,946 US10116516B2 (en) | 2014-08-12 | 2017-02-10 | Network topology discovery method and device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410395692.4A CN104125154B (zh) | 2014-08-12 | 2014-08-12 | 网络拓扑发现方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104125154A true CN104125154A (zh) | 2014-10-29 |
CN104125154B CN104125154B (zh) | 2017-09-26 |
Family
ID=51770422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410395692.4A Active CN104125154B (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) | US10116516B2 (zh) |
EP (1) | EP3182656B1 (zh) |
CN (1) | CN104125154B (zh) |
ES (1) | ES2745541T3 (zh) |
WO (1) | WO2016023438A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105072039A (zh) * | 2015-07-31 | 2015-11-18 | 山东蚁巡网络科技有限公司 | 一种链路层网络拓扑发现方法 |
WO2016023438A1 (zh) * | 2014-08-12 | 2016-02-18 | 华为技术有限公司 | 网络拓扑发现方法和设备 |
CN109150640A (zh) * | 2018-11-08 | 2019-01-04 | 中国电子科技集团公司第二十八研究所 | 一种基于二层网络协议的网络拓扑发现方法及系统 |
CN109842520A (zh) * | 2018-12-27 | 2019-06-04 | 华为技术服务有限公司 | 网络拓扑的确定方法、装置及系统 |
CN110050440A (zh) * | 2016-12-09 | 2019-07-23 | 罗伯特·博世有限公司 | 计算机网络和用于运行计算机网络的方法 |
CN110149225A (zh) * | 2019-05-13 | 2019-08-20 | 中国联合网络通信集团有限公司 | 网络拓扑结构评估方法及装置 |
CN112671567A (zh) * | 2020-12-16 | 2021-04-16 | 中盈优创资讯科技有限公司 | 一种基于服务化接口的5g核心网拓扑发现方法及装置 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6700674B2 (ja) * | 2015-05-21 | 2020-05-27 | 三菱重工サーマルシステムズ株式会社 | 電動圧縮機用モータハウジングおよびそれを用いた車載用電動圧縮機 |
US10447553B2 (en) * | 2017-05-05 | 2019-10-15 | Servicenow, Inc. | Systems and methods for service-aware mapping of a system infrastructure |
US10425281B2 (en) * | 2017-11-10 | 2019-09-24 | Cisco Technology, Inc. | Automated network entity replacement based on historical topology consciousness |
US11262990B2 (en) | 2020-05-26 | 2022-03-01 | International Business Machines Corporation | Application topology discovery |
CN113364628A (zh) * | 2021-06-11 | 2021-09-07 | 上海中通吉网络技术有限公司 | 服务器与交换机拓扑关系建立方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020165927A1 (en) * | 2001-04-20 | 2002-11-07 | Discreet Logic Inc. | Image processing |
US20080170513A1 (en) * | 2007-01-12 | 2008-07-17 | Samsung Electronics Co., Ltd | Group communication in a mobile AD-HOC network |
WO2009118050A1 (en) * | 2008-03-28 | 2009-10-01 | Telefonaktiebolaget Lm Ericsson (Publ) | End-to-end inter-domain routing |
CN101874388A (zh) * | 2007-10-31 | 2010-10-27 | 爱立信电话股份有限公司 | 在节点之间具有多个路径的网络和用于这样的网络的节点 |
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 (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6646989B1 (en) * | 1998-06-29 | 2003-11-11 | Lucent Technologies Inc. | Hop-by-hop routing with node-dependent topology information |
US20020165957A1 (en) * | 2001-05-02 | 2002-11-07 | Devoe Jiva Gandhara | Intelligent dynamic route selection based on active probing of network operational characteristics |
EP1387527A1 (en) * | 2002-07-30 | 2004-02-04 | Agilent Technologies Inc. | Identifying network routers and paths |
US7535911B2 (en) * | 2003-05-27 | 2009-05-19 | Alcatel-Lucent Usa Inc. | System and method for determining the physical topology of a network having multiple subnets |
US20060256733A1 (en) * | 2005-05-12 | 2006-11-16 | Yigal Bejerano | Methods and devices for discovering the topology of large multi-subnet LANs |
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 |
US20090116404A1 (en) * | 2007-11-01 | 2009-05-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Topology discovery in heterogeneous networks |
US8493849B2 (en) * | 2009-02-13 | 2013-07-23 | Miraveo, Inc. | Systems and methods for creating, managing and communicating users and applications on spontaneous area networks |
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 |
FR2954644A1 (fr) * | 2009-12-21 | 2011-06-24 | Thales Sa | Protocole de routage fiabilise |
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 |
US8443065B1 (en) * | 2010-11-08 | 2013-05-14 | Adtran, Inc. | System and method for locating, identifying and provisioning newly deployed network devices |
US8774050B2 (en) * | 2010-11-09 | 2014-07-08 | Cisco Technology, Inc. | Dynamic wake-up time adjustment based on designated paths through a computer network |
US8578034B2 (en) * | 2010-11-24 | 2013-11-05 | Verizon Patent And Licensing Inc. | Optimized network device discovery |
US9705747B1 (en) * | 2012-12-04 | 2017-07-11 | Qualcomm Incorporated | Distributed path selection in hybrid networks |
US9749214B2 (en) * | 2014-02-26 | 2017-08-29 | Futurewei Technologies, Inc. | Software defined networking (SDN) specific topology information discovery |
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 |
-
2014
- 2014-08-12 CN CN201410395692.4A patent/CN104125154B/zh active Active
-
2015
- 2015-08-05 WO PCT/CN2015/086155 patent/WO2016023438A1/zh active Application Filing
- 2015-08-05 EP EP15831718.0A patent/EP3182656B1/en active Active
- 2015-08-05 ES ES15831718T patent/ES2745541T3/es active Active
-
2017
- 2017-02-10 US US15/429,946 patent/US10116516B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020165927A1 (en) * | 2001-04-20 | 2002-11-07 | Discreet Logic Inc. | Image processing |
US20080170513A1 (en) * | 2007-01-12 | 2008-07-17 | Samsung Electronics Co., Ltd | Group communication in a mobile AD-HOC network |
CN101874388A (zh) * | 2007-10-31 | 2010-10-27 | 爱立信电话股份有限公司 | 在节点之间具有多个路径的网络和用于这样的网络的节点 |
WO2009118050A1 (en) * | 2008-03-28 | 2009-10-01 | Telefonaktiebolaget Lm Ericsson (Publ) | End-to-end inter-domain routing |
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 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016023438A1 (zh) * | 2014-08-12 | 2016-02-18 | 华为技术有限公司 | 网络拓扑发现方法和设备 |
US10116516B2 (en) | 2014-08-12 | 2018-10-30 | Huawei Technologies Co., Ltd. | Network topology discovery method and device |
CN105072039A (zh) * | 2015-07-31 | 2015-11-18 | 山东蚁巡网络科技有限公司 | 一种链路层网络拓扑发现方法 |
CN110050440A (zh) * | 2016-12-09 | 2019-07-23 | 罗伯特·博世有限公司 | 计算机网络和用于运行计算机网络的方法 |
US11411827B2 (en) | 2016-12-09 | 2022-08-09 | Robert Bosch Gmbh | Computer network and method for running a computer network |
CN109150640A (zh) * | 2018-11-08 | 2019-01-04 | 中国电子科技集团公司第二十八研究所 | 一种基于二层网络协议的网络拓扑发现方法及系统 |
CN109150640B (zh) * | 2018-11-08 | 2021-07-09 | 中电莱斯信息系统有限公司 | 一种基于二层网络协议的网络拓扑发现方法及系统 |
CN109842520A (zh) * | 2018-12-27 | 2019-06-04 | 华为技术服务有限公司 | 网络拓扑的确定方法、装置及系统 |
US11929905B2 (en) | 2018-12-27 | 2024-03-12 | Huawei Technologies Co., Ltd. | Network topology determining method and apparatus, and system |
CN110149225A (zh) * | 2019-05-13 | 2019-08-20 | 中国联合网络通信集团有限公司 | 网络拓扑结构评估方法及装置 |
CN112671567A (zh) * | 2020-12-16 | 2021-04-16 | 中盈优创资讯科技有限公司 | 一种基于服务化接口的5g核心网拓扑发现方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US10116516B2 (en) | 2018-10-30 |
CN104125154B (zh) | 2017-09-26 |
ES2745541T3 (es) | 2020-03-02 |
WO2016023438A1 (zh) | 2016-02-18 |
EP3182656B1 (en) | 2019-06-26 |
EP3182656A1 (en) | 2017-06-21 |
US20170155556A1 (en) | 2017-06-01 |
EP3182656A4 (en) | 2017-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104125154A (zh) | 网络拓扑发现方法和设备 | |
CN101510841B (zh) | 端到端流量识别方法和系统 | |
CN103930882B (zh) | 具有中间盒的网络架构 | |
CN105745870B (zh) | 从用于检测大流的串行多级过滤器去除头部过滤器以便清除流以实现延长操作 | |
CN104125153B (zh) | 网络拓扑发现方法和设备 | |
CN103259725B (zh) | 报文发送方法和网络设备 | |
CN104618377B (zh) | 基于NetFlow的僵尸网络检测系统与检测方法 | |
CN109802985A (zh) | 数据传输方法、装置、设备及可读取存储介质 | |
CN111800501B (zh) | 处理业务请求的方法及装置、存储介质、电子设备 | |
CN105429879A (zh) | 流表项查询方法、设备及系统 | |
WO2014042753A1 (en) | Generating and evaluating expert networks | |
CN107070897A (zh) | 入侵检测系统中基于多属性哈希去重的网络日志存储方法 | |
CN107426132A (zh) | 网络攻击的检测方法和装置 | |
CN105763444B (zh) | 一种路由同步方法及装置 | |
CN103457756A (zh) | 一种环路路径检测方法、装置及系统 | |
CN108156018A (zh) | 电力网络设备拓扑识别方法、电子设备和计算机存储介质 | |
CN114172731A (zh) | IPv6地址的快速验证溯源方法、装置、设备及介质 | |
CN102970239B (zh) | 流处理方法、流处理装置、路由器及流处理系统 | |
CN104317675B (zh) | 应用的容灾处理方法和装置 | |
CN106878990A (zh) | 一种信息推送方法及装置 | |
CN109768909A (zh) | 报文转发方法和装置 | |
CN103096380B (zh) | 无线接入点负载均衡优化方法 | |
CN104838624A (zh) | 一种控制业务数据在虚拟网络中转发的方法、装置及系统 | |
CN105099745A (zh) | 一种业务流程的跟踪方法及装置 | |
Kalliola et al. | Learning flow characteristics distributions with elm for distributed denial of service detection and mitigation |
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 |