CN106407055A - 一种RSS Key值离散性评价方法及系统 - Google Patents

一种RSS Key值离散性评价方法及系统 Download PDF

Info

Publication number
CN106407055A
CN106407055A CN201610822557.2A CN201610822557A CN106407055A CN 106407055 A CN106407055 A CN 106407055A CN 201610822557 A CN201610822557 A CN 201610822557A CN 106407055 A CN106407055 A CN 106407055A
Authority
CN
China
Prior art keywords
hash result
key value
discreteness
secret key
hash
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
Application number
CN201610822557.2A
Other languages
English (en)
Other versions
CN106407055B (zh
Inventor
马旭
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.)
Zhengzhou Yunhai Information Technology Co Ltd
Original Assignee
Zhengzhou Yunhai Information Technology 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 Zhengzhou Yunhai Information Technology Co Ltd filed Critical Zhengzhou Yunhai Information Technology Co Ltd
Priority to CN201610822557.2A priority Critical patent/CN106407055B/zh
Publication of CN106407055A publication Critical patent/CN106407055A/zh
Application granted granted Critical
Publication of CN106407055B publication Critical patent/CN106407055B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/26—Functional testing
    • G06F11/261—Functional testing by simulating additional hardware, e.g. fault simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2273—Test 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
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Complex Calculations (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种Intel 82599万兆网卡的RSS Key值离散性评价方法及系统，包括：获取输入数组、待测试的Secret Key值和运算次数；根据运算次数，利用内置Hash函数及输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；计算每个Hash结果低7位上预定字符出现的次数，判定离散性最大的Hash结果，将离散程度最大的Hash结果所对应的Secret Key值作为最优Secret Key值；可见，在方案通过Hash结果低7位上每一位的离散程度来评价Secret Key值的离散性，能够提高Secret Key对硬件分流的效果。

Description

一种RSS Key值离散性评价方法及系统
技术领域
本发明涉及服务器硬件网卡及网卡驱动技术领域，更具体地说，涉及一种Intel82599万兆网卡的RSS Key值离散性评价方法及系统。
背景技术
Intel 82599万兆网卡RSS硬件分流是基于其内置的Hash函数实现的，该Hash函数根据接收包的五元组(协议类型TCP/UDP、源IP地址、源端口、目的IP地址、目的端口)和一个事先已经确定的及一个40字节的Secret Key值，通过移位、异或的操作计算得到32位Hash结果。网卡通过Hash结果低7位的值将接收包分配到128个接收环上，然后通过一个重定向表，将接收包重定向到16个硬件队列中(每个重定向表中的表项是4位)。通过Intel 82599万兆网卡RSS硬件分流特性，可以看出，对硬件分流起决定性作用的是内置Hash函数结果的低7位。因此，传统的通过计算整体32位Hash结果或Hash结果整体低7位值的方差(或标准差)来评价所采用的Secret Key值的离散性是不准确的。
因此，如何解决上述问题，筛选出能反映硬件分流效果的Secret Key是本领域技术人员需要解决。
发明内容
本发明的目的在于提供一种Intel 82599万兆网卡的RSS Key值离散性评价方法及系统，以实现筛选出最优的Secret Key。
为实现上述目的，本发明实施例提供了如下技术方案：
一种Intel 82599万兆网卡的RSS Key值离散性评价方法，包括：
获取输入数组和待测试的Secret Key值；
获取Hash函数的运算次数；
根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；
计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优Secret Key值。
其中，所述计算每个Hash结果低7位上预定字符出现的次数，包括：
通过位与运算计算每个Hash结果的低7位值；
通过移位与位与运算计算每个Hash结果的低7位上每位出现1的次数。
其中，所述Hash函数的运算次数为7的倍数。
其中，所述判定出离散性最大的Hash结果，包括：
根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的方差值；
选取最大方差值所对应的Hash结果，并将最大方差值所对应的Hash结果作为离散性最大的Hash结果。
其中，所述判定出离散性最大的Hash结果，包括：
根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的标准差值；
选取最大标准差值所对应的Hash结果，并将最大标准差值所对应的Hash结果作为离散性最大的Hash结果。
其中，所述获取输入数组，包括：
获取随机产生不重复的Hash函数的输入数组，所述输入数组为源IP与目的IP二元组。
一种Intel 82599万兆网卡的RSS Key值离散性评价系统，包括：
第一获取模块，用于获取输入数组和待测试的Secret Key值；
第二获取模块，用于获取Hash函数的运算次数；
Hash结果计算模块，用于根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；
最优Secret Key值选取模块，用于计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优Secret Key值。
其中，所述最优Secret Key值选取模块，包括：
低7位值计算单元，用于通过位与运算计算每个Hash结果的低7位值；
预定字符次数计算单元，用于通过移位与位与运算计算每个Hash结果的低7位上每位出现1的次数。
其中，所述最优Secret Key值选取模块，包括：
方差值计算单元，用于根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的方差值；
第一选取单元，用于选取最大方差值所对应的Hash结果，并将最大方差值所对应的Hash结果作为离散性最大的Hash结果。
其中，所述最优Secret Key值选取模块，包括：
标准差值计算单元，用于根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的标准差值；
第二选取单元，用于选取最大标准差值所对应的Hash结果，并将最大标准差值所对应的Hash结果作为离散性最大的Hash结果。
通过以上方案可知，本发明实施例提供的一种Intel 82599万兆网卡的RSS Key值离散性评价方法及系统，包括：获取输入数组和待测试的Secret Key值；获取Hash函数的运算次数；根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优Secret Key值；
可见，在本实施例中Secret Key值的离散性的评价“粒度”是划分到位上，也即通过评价内置Hash结果低7位上每一位的离散程度来评价Secret Key值的离散性，在粒度划分上达到了最细，能够提高Secret Key对硬件分流的效果，并且该评价方法的Intel 82599网卡硬件RSS分流方法具有统一性，可移植性好。
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简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明实施例公开的一种Intel 82599万兆网卡的RSS Key值离散性评价方法流程示意图；
图2为本发明实施例公开的一种Intel 82599万兆网卡的RSS Key值离散性评价系统结构示意图。
具体实施方式
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，所描述的实施例仅仅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。
本发明实施例公开了一种Intel 82599万兆网卡的RSS Key值离散性评价方法及系统，以实现筛选出最优的Secret Key。
参见图1，本发明实施例提供的一种Intel 82599万兆网卡的RSS Key值离散性评价方法，包括：
S101、获取输入数组和待测试的Secret Key值；
其中，所述获取输入数组，包括：
获取随机产生不重复的Hash函数的输入数组，所述输入数组为源IP与目的IP二元组。
具体的，本实施例中的输入数组为随机产生的一组Hash函数的输入，一般为接收包源IP与目的IP二元组。
S102、获取Hash函数的运算次数；
其中，所述Hash函数的运算次数为7的倍数。
具体的，在本实施例中通过对每个Secret Key值进行多次的哈希运算，能使结果更准确，更有代表性，所以计算Hash结果的运算次数，数值一般不易太小，且为了计算方便一般设置为7的倍数。
S103、根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；
S104、计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优Secret Key值。
其中，所述计算每个Hash结果低7位上预定字符出现的次数，包括：
通过位与运算计算每个Hash结果的低7位值；
通过移位与位与运算计算每个Hash结果的低7位上每位出现1的次数。
具体的，在本实施例中，对于所计算的每一个Hash结果，可以通过位与运算得到低7位值。然后，通过移位与位与运算得到这7位上每一位上“1”出现的次数。
具体的，对于最理想的Setcet Key，如果进行n次随机不重复的源IP与目的IP二元组的输入，通过内置Hash函数所计算得到的Hash结果低7位上，每一位上“1”出现的次数应该是“平均”的，即如果进行7次随机不重复的源IP与目的IP二元组的输入，Hash结果低7位上每一位上“1”都应该出现一次。由此，在本实施例中通过计算每个Hash结果低7位上每一位上“1”出现次数的方差(或标准差)来评价Setcet Key的优劣。
基于上述技术方案，所述判定出离散性最大的Hash结果，包括：
根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的方差值；
选取最大方差值所对应的Hash结果，并将最大方差值所对应的Hash结果作为离散性最大的Hash结果。
基于上述技术方案，所述判定出离散性最大的Hash结果，包括：
根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的标准差值；
选取最大标准差值所对应的Hash结果，并将最大标准差值所对应的Hash结果作为离散性最大的Hash结果。
具体的，在本方案中计算每个Hash结果低7位每一位上“1”出现次数的方差或标准差，最大方差或最大标准差所对应的Secret Key胜出；需要说明的是，如果存在多个最大方差或者最大标准差，可以再经过一次重复筛选，直至得到唯一的“最优”的Secret Key。
一般，考查多个随机数据的离散性是通过计算其方差或标准差来衡量，但由于Intel 82599硬件分流的特性，如果从Hash结果总体值大小上来考查通过特定方法获取的Secret Key的离散性，不能有效的评估Key值对硬件分流的效果，只能从数值上说明得到Key值的离散性。因此，本方案根据Intel 82599万兆网卡RSS硬件分流特性，提出的评价Secret Key值的离散性的方法，由于硬件分流一般要求将网卡所接收的包“平均”分配到各个硬件队列上，因此“最优”的Secret Key值所产生的Hash结果的低7位应该越离散越好。而本方案设计的评价方法对Secret Key值的离散性的评价“粒度”是划分到位上，也即通过评价内置Hash结果低7位上每一位的离散程度来评价Secret Key值的离散性，最终方差或者标准差最大者即为“最优”的Secret Key值。
可见，本实施例所公开的Secret Key值评价方法，充分考虑了Intel 82599硬件分流的特性，通过该评价方法，能够从一组Secret Key值中筛选出“最优”的Secret Key，从而确定采用的Secret Key能够确保硬件分流的均衡性，更好的发挥服务器的性能。
下面对本发明实施例提供的评价系统进行介绍，下文描述的评价系统与上文描述的评价方法可以相互参照。
参见图2，本发明实施例提供的一种Intel 82599万兆网卡的RSS Key值离散性评价系统，包括：
第一获取模块100，用于获取输入数组和待测试的Secret Key值；
第二获取模块200，用于获取Hash函数的运算次数；
Hash结果计算模块300，用于根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；
最优Secret Key值选取模块400，用于计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优Secret Key值。
基于上述技术方案，所述最优Secret Key值选取模块，包括：
低7位值计算单元，用于通过位与运算计算每个Hash结果的低7位值；
预定字符次数计算单元，用于通过移位与位与运算计算每个Hash结果的低7位上每位出现1的次数。
基于上述技术方案，所述最优Secret Key值选取模块，包括：
方差值计算单元，用于根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的方差值；
第一选取单元，用于选取最大方差值所对应的Hash结果，并将最大方差值所对应的Hash结果作为离散性最大的Hash结果。
基于上述技术方案，所述最优Secret Key值选取模块，包括：
标准差值计算单元，用于根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的标准差值；
第二选取单元，用于选取最大标准差值所对应的Hash结果，并将最大标准差值所对应的Hash结果作为离散性最大的Hash结果。
本发明实施例提供的一种Intel 82599万兆网卡的RSS Key值离散性评价方法及系统，包括：获取输入数组和待测试的Secret Key值；获取Hash函数的运算次数；根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优SecretKey值；
可见，在本实施例中Secret Key值的离散性的评价“粒度”是划分到位上，也即通过评价内置Hash结果低7位上每一位的离散程度来评价Secret Key值的离散性，在粒度划分上达到了最细，能够提高Secret Key对硬件分流的效果，并且该评价方法的Intel 82599网卡硬件RSS分流方法具有统一性，可移植性好。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种Intel 82599万兆网卡的RSS Key值离散性评价方法，其特征在于，包括：
获取输入数组和待测试的Secret Key值；
获取Hash函数的运算次数；
根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；
计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优Secret Key值。
2.根据权利要求1所述的RSS Key值离散性评价方法，其特征在于，所述计算每个Hash结果低7位上预定字符出现的次数，包括：
通过位与运算计算每个Hash结果的低7位值；
通过移位与位与运算计算每个Hash结果的低7位上每位出现1的次数。
3.根据权利要求2所述的RSS Key值离散性评价方法，其特征在于，所述Hash函数的运算次数为7的倍数。
4.根据权利要求2所述的RSS Key值离散性评价方法，其特征在于，所述判定出离散性最大的Hash结果，包括：
根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的方差值；
选取最大方差值所对应的Hash结果，并将最大方差值所对应的Hash结果作为离散性最大的Hash结果。
5.根据权利要求2所述的RSS Key值离散性评价方法，其特征在于，所述判定出离散性最大的Hash结果，包括：
根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的标准差值；
选取最大标准差值所对应的Hash结果，并将最大标准差值所对应的Hash结果作为离散性最大的Hash结果。
6.根据权利要求1-5中任意一项所述的RSS Key值离散性评价方法，其特征在于，所述获取输入数组，包括：
获取随机产生不重复的Hash函数的输入数组，所述输入数组为源IP与目的IP二元组。
7.一种Intel 82599万兆网卡的RSS Key值离散性评价系统，其特征在于，包括：
第一获取模块，用于获取输入数组和待测试的Secret Key值；
第二获取模块，用于获取Hash函数的运算次数；
Hash结果计算模块，用于根据所述运算次数，利用内置的Hash函数及所述输入数组和待测试的Secret Key值，计算每个Secret Key值对应的Hash结果；
最优Secret Key值选取模块，用于计算每个Hash结果低7位上预定字符出现的次数，判定出离散性最大的Hash结果，并将离散性最大的Hash结果所对应的Secret Key值作为最优Secret Key值。
8.根据权利要求7所述的RSS Key值离散性评价系统，其特征在于，所述最优SecretKey值选取模块，包括：
低7位值计算单元，用于通过位与运算计算每个Hash结果的低7位值；
预定字符次数计算单元，用于通过移位与位与运算计算每个Hash结果的低7位上每位出现1的次数。
9.根据权利要求8所述的RSS Key值离散性评价系统，其特征在于，所述最优SecretKey值选取模块，包括：
方差值计算单元，用于根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的方差值；
第一选取单元，用于选取最大方差值所对应的Hash结果，并将最大方差值所对应的Hash结果作为离散性最大的Hash结果。
10.根据权利要求8所述的RSS Key值离散性评价系统，其特征在于，所述最优SecretKey值选取模块，包括：
标准差值计算单元，用于根据每个Hash结果的低7位上每位出现1的次数，计算每个Hash结果低7位上1出现次数的标准差值；
第二选取单元，用于选取最大标准差值所对应的Hash结果，并将最大标准差值所对应的Hash结果作为离散性最大的Hash结果。
CN201610822557.2A 2016-09-13 2016-09-13 一种RSS Key值离散性评价方法及系统 Active CN106407055B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610822557.2A CN106407055B (zh) 2016-09-13 2016-09-13 一种RSS Key值离散性评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610822557.2A CN106407055B (zh) 2016-09-13 2016-09-13 一种RSS Key值离散性评价方法及系统

Publications (2)

Publication Number Publication Date
CN106407055A true CN106407055A (zh) 2017-02-15
CN106407055B CN106407055B (zh) 2019-09-24

Family

ID=58000178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610822557.2A Active CN106407055B (zh) 2016-09-13 2016-09-13 一种RSS Key值离散性评价方法及系统

Country Status (1)

Country Link
CN (1) CN106407055B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911349A (zh) * 2017-11-01 2018-04-13 西安微电子技术研究所 一种面向UDP传输的对称性Receive‑side Scaling电路

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060195698A1 (en) * 2005-02-25 2006-08-31 Microsoft Corporation Receive side scaling with cryptographically secure hashing
CN102004673A (zh) * 2010-11-29 2011-04-06 中兴通讯股份有限公司 多核处理器负载均衡的处理方法及系统
CN104468412A (zh) * 2014-12-04 2015-03-25 东软集团股份有限公司 基于rss的网络会话数据包分发方法及系统
US20150095472A1 (en) * 2010-04-23 2015-04-02 International Business Machines Corporation Resource Affinity Via Dynamic Reconfiguration for Multi-Queue Network Adapters
CN104580017A (zh) * 2014-12-30 2015-04-29 东软集团股份有限公司 基于rss的网络会话分发方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060195698A1 (en) * 2005-02-25 2006-08-31 Microsoft Corporation Receive side scaling with cryptographically secure hashing
US20150095472A1 (en) * 2010-04-23 2015-04-02 International Business Machines Corporation Resource Affinity Via Dynamic Reconfiguration for Multi-Queue Network Adapters
CN102004673A (zh) * 2010-11-29 2011-04-06 中兴通讯股份有限公司 多核处理器负载均衡的处理方法及系统
CN104468412A (zh) * 2014-12-04 2015-03-25 东软集团股份有限公司 基于rss的网络会话数据包分发方法及系统
CN104580017A (zh) * 2014-12-30 2015-04-29 东软集团股份有限公司 基于rss的网络会话分发方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107911349A (zh) * 2017-11-01 2018-04-13 西安微电子技术研究所 一种面向UDP传输的对称性Receive‑side Scaling电路

Also Published As

Publication number Publication date
CN106407055B (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
Dou et al. A confidence-based filtering method for DDoS attack defense in cloud environment
CN105610654B (zh) 一种服务器、策略在线测试的方法及系统
CN108650218B (zh) 网络流量监测方法、装置、计算机设备及存储介质
CN105530138B (zh) 一种数据监控方法及装置
CN103345432B (zh) 多核cpu过载检测装置和多核cpu过载检测方法
CN103793318B (zh) 一种模块稳定性的分布式测试方法及装置
Čermák et al. A performance benchmark for NetFlow data analysis on distributed stream processing systems
Imola et al. {Communication-Efficient} triangle counting under local differential privacy
CN105791902B (zh) 用户推荐方法及装置
García-Herrero et al. How big is China’s digital economy?
Brandt et al. Network Performance Counter Monitoring and Analysis on the Cray XC Platform.
WO2019038839A1 (ja) ブロックチェーン管理装置、ブロックチェーン管理方法及びプログラム
CN102750211A (zh) 一种压力测试方法及系统
JP2020507147A (ja) リアルタイムデータ処理方法及び装置
CN108683605A (zh) 一种服务调用的限流方法和装置
CN107302521A (zh) 一种用户隐私数据的发送方法和接收方法
US10965539B2 (en) System and method for distributed testing of end-to-end performance of a server
CN106407055A (zh) 一种RSS Key值离散性评价方法及系统
CN105471770B (zh) 一种基于多核处理器的报文处理方法及装置
US20160261523A1 (en) Dynamically tuning system components for improved overall system performance
CN112291506B (zh) 一种视频会议场景下流数据安全漏洞溯源方法及系统
CN107231647A (zh) 网络检测方法、网络检测装置及智能终端
CN104424435B (zh) 一种获取病毒特征码的方法及装置
CN109120568A (zh) 基于聚类的频率偏移确定、消除方法、装置及电子设备
Belák et al. Phantom cascades: The effect of hidden nodes on information diffusion

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