CN106547622A - 基于计算模块的网络资源态势呈现数据优化处理方法 - Google Patents
基于计算模块的网络资源态势呈现数据优化处理方法 Download PDFInfo
- Publication number
- CN106547622A CN106547622A CN201610931089.2A CN201610931089A CN106547622A CN 106547622 A CN106547622 A CN 106547622A CN 201610931089 A CN201610931089 A CN 201610931089A CN 106547622 A CN106547622 A CN 106547622A
- Authority
- CN
- China
- Prior art keywords
- data
- network resource
- internet resources
- attribute
- resource
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于计算模块的网络资源态势呈现数据优化处理方法。该方法包括构建基于多维属性的网络资源数据层,记录网络资源数据的空间属性、关系属性和状态属性;建立网络资源数据的优化处理计算模型和呈现处理计算模型,利用优化处理计算模块对网络资源数据进行优化处理;在服务层通过WebService服务利用呈现处理计算模型对优化处理后的网络资源数据完成多种视图形式的数据处理;在呈现层根据用户的态势呈现需求,将服务层提供的各类资源视图界面进行集成,并展示给用户。本发明支撑网络资源整体状态展现,包括资源拓扑结构的展示、资源状态的展示和资源关系的展示,可以实现大规模网络资源综合态势的呈现。
Description
技术领域
本发明涉及网络资源管理技术领域,尤其涉及一种基于计算模块的网络资源态势呈现数据优化处理方法。
背景技术
随着通信网络复杂化、异构化、多样化发展,通信网络资源呈现广域分布、异构、动态、管理域众多、规模大等特点,使得资源管理、调度和共享十分复杂。
为了方便用户对资源呈现各类视图的应用需求,解决通信网络中各类资源数据直观、准确、动态呈现问题,需要对海量资源数据进行过滤、聚合等优化处理,为不同的资源呈现视图提供后台数据准备。
目前没有一种科学、合理的资源管理模式能够处理大规模资源数据汇集和优化处理相关的应用需求。
发明内容
本发明的实施例提供了一种基于计算模块的网络资源态势呈现数据优化处理方法,以实现有效地处理大规模资源数据汇集和优化处理。
为了实现上述目的,本发明采取了如下技术方案。
一种基于计算模块的网络资源态势呈现数据优化处理方法,包括:
构建基于多维属性的网络资源数据层,在所述网络资源数据层中存储网络资源数据,并记录网络资源数据的空间属性、关系属性和状态属性;
建立网络资源数据的优化处理计算模型和呈现处理计算模型,利用所述优化处理计算模块对所述网络资源数据层中存储的网络资源数据进行优化处理;
在服务层将各类网络资源数据处理功能封装为WebService服务,通过所述WebService服务利用所述呈现处理计算模型对优化处理后的网络资源数据完成多种视图形式的数据处理;
在呈现层根据用户的态势呈现需求,将所述服务层提供的各类资源视图界面进行集成,并展示给用户。
进一步地,所述网络资源数据层记录了网络资源的基础数据,该基础数据包括:静态资源数据、资源属性数据、资源状态数据和资源位置数据,基础数据描述了网络资源的多维属性,该多维属性包括空间维、关系维和状态维。
进一步地,所述空间维中的空间属性包括网络资源的经纬度、高度、速度和方向,所述空间维的管理采用地理信息系统来实现;
所述关系维包括资源对象之间的连接关系和内在关系,所述内在关系包括承载、依赖、组成和隶属;
所述状态维包括网络资源数据的性能、运行状态和可靠性。
进一步地,针对不同的资源信息,所述呈现层提供包括资源拓扑视图、资源属性表格视图、资源统计视图、多维融合视图、多维显示视图在内的多种展现方式。
进一步地,所述的建立网络资源数据的优化处理计算模型和呈现处理计算模型,利用所述优化处理计算模块对所述网络资源数据层中存储的网络资源数据进行优化处理,包括:
在模型层基于所述网络资源数据层提供的网络资源多维属性数据,根据数据糅合的聚合解聚思想,提供网络资源数据的优化处理计算模型和呈现处理计算模型,所述优化处理计算模型包括空间维、关系维和状态维数据属性的聚合解聚优化计算模型;
在聚合操作过程中,高层次网络资源属性由低层次网络资源属性聚合计算得到,在解聚操作过程中,由最底层的网络资源属性自底向上逐步计算得到高层次网络资源属性。
进一步地,所述的方法还包括:
在网络资源空间维属性的聚合操作过程中,将组成聚合体的各低层次网络资源的几何中心作为聚合体的位置;
在网络资源关系维属性的聚合操作过程中,高层次网络资源的关系维属性由低层次网络资源关系维属性的聚合操作得到;
在网络资源状态维属性的聚合操作过程中,当参与聚合的网络资源属于同一类别资源的同类型状态时,直接将参与聚合的网络资源状态作为聚合后资源的状态;当参与聚合的网络资源属于同一类别资源的不同类型状态时,把参与聚合的大多数资源或者关键资源所处的状态作为聚合资源的状态。
进一步地,所述的方法还包括:
利用网络资源属性的计算模型描述语言对计算模型进行定义和描述,构建计算模型描述XML文件;
在网络资源数据的聚合解聚操作过程中,加载所述计算模型描述XML文件,根据所述计算模型描述XML文件中的数据操作标签和数值表达式操作标签,操作网络资源数据库的数据,进行数值表达式计算,得到计算出来的网络资源属性值。
由上述本发明的实施例提供的技术方案可以看出,本发明实施例根据用户对大规模网络资源态势的呈现应用需求,通过数据聚合、解聚处理手段构建多维属性的网络资源数据层和网络资源数据计算模型,对网络资源态势呈现所需资源数据进行优化处理和计算,支撑网络资源整体状态展现,包括资源拓扑结构的展示、资源状态的展示和资源关系的展示,可以实现大规模网络资源综合态势的呈现。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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一种基于计算模块的网络资源态势呈现数据优化处理方法的实现原理示意图;
图2为本发明实施例提供的一种网络资源的多维属性模型结构示意图;
图3为本发明实施例提供的一种网络资源属性的聚合与解聚的原理示意图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
本发明实施例提出了一种基于计算模型的数据优化处理方法,其基本原理为:首先构建基于多维属性模型的网络资源数据层,记录网络资源的空间属性、关系属性和状态属性;然后建立网络资源数据优化处理计算模型,对数据层的网络资源数据进行过滤、聚合等优化处理,并利用网络资源属性的计算模型描述语言对计算模型进行定义和描述;在服务层,将各类网络资源数据处理功能封装为WebService服务,基于计算模型完成多种视图形式的数据处理,依据用户请求提供给呈现层;呈现层基于通用的界面集成框架,将各类资源视图界面进行集成,根据用户的态势呈现需求、地图分辨率以及地图显示区域等应用需求,将参数传递给数据处理服务层,数据处理服务层依据数据处理计算模型优化计算态势呈现所需的数据,呈现层获取数据展示用户所需的态势视图。
本发明实施例提供的一种基于计算模块的网络资源态势呈现数据优化处理方法的实现原理示意图如图1所示,包括呈现层、服务层、模型层和数据层四层。
1)数据层记录了网络资源的基础数据,该基础数据包括:静态资源数据、资源属性数据、资源状态数据和资源位置数据,基础数据描述了网络资源的多维属性,包括空间维、关系维和状态维。
2)模型层提供网络资源数据优化处理和呈现的计算模型,包括区域聚合模型、拓扑布局模型、表格显示模型、数据融合模型等。模型层还提供计算模型的定义和引擎。
3)服务层在模型层的基础上提供资源拓扑视图服务、表格视图服务、拓扑与报表的融合视图服务、多维显示视图服务。
4)针对不同的资源信息,呈现层提供包括资源拓扑视图、资源属性表格视图、资源统计视图、多维融合视图(比如:拓扑与报表融合视图)、多维显示视图在内的多种展现方式,为最终用户提供全面、直观、准确的展现界面,解决多种信息同时展现的局限性。
a)资源拓扑视图,主要以物理视图或逻辑视图的形式显示各专业网的网络资源拓扑结构。物理视图是基于地理信息系统向用户展示物理资源拓扑结构,所展示的物理资源具有地理位置信息,能够在地图上定位显示,物理视图可按网络业务承载关系分层显示,物理视图显示除具有拓扑图的编辑、放大或缩小浏览、存储及更新等通用功能外,重要的是能以直观的形式展示节点和连接线资源的相互关系,以及这些资源的状态,为网络资源管理人员提供了一个方便灵活的管理手段;逻辑视图是基于某种业务显示网络资源的逻辑视图,也可显示多种业务的综合视图,不同业务逻辑链路采用不同图标显示,逻辑视图具有拓扑编辑、打印、导出等功能。
b)资源属性表格视图,主要显示资源的详细属性信息或查询统计结果信息,提供方便的表格编辑功能、快捷的数据检索与业务数据查询功能,以及表格数据的排序、打印、导出和属性列定制等功能。方便用户对多行数据的维护管理。
c)拓扑与报表的融合视图,用于显示基于GIS的统计结果信息。以GIS展现界面为基础,可对各类通信资源按照地域、隶属等空间关系进行统计输出,使用柱状图、饼状图、折线图等各种图表展示资源的分布情况。
d)多维显示视图,采用二维和三维联合展现资源整体态势信息。在态势展现中,二维和三维的GIS展现各有优缺点。二、三维GIS联动展现能够在在二维地图、三维地图中同步显示平面和三维地图,可以将资源关联的各种属性信息进行同步显示,实现资源管理的多视角展现。
1.1基于多维属性模型的数据层设计原理如下:
通信网络资源数量庞大、种类繁多、结构复杂、地理分布范围广,形成了一个分层的网状结构。数据层采用统一资源信息模型和编码格式,建立网络资源数据库,可以很好地描述网络资源的分层模型和多维属性模型。
按照不同通信专业网系和网络结构层次,将网络资源划分为基础设施层、传输层、承载层、业务层,各层为完成某种功能又具有一定的相关性,各层资源间在业务上具有承载和被承载的关系,因此通信网络资源具有一定的关联性。
通信网网络资源分布在广阔的地理空间,资源之间关系复杂,且状态实时动态变换,通过构建网络资源的多维属性模型可以很好描绘网络资源的特征。网络资源的多维属性模型包括空间维、关系维和状态维,本发明实施例提供的一种网络资源的多维属性模型结构如图2所示:
(1)空间维:把网络资源放到空间维中描述就使得每个资源对象都具有空间属性。空间属性主要的指标包括网络资源的经纬度、高度、速度和方向。网络资源在空间维的管理一般采用地理信息系统(GIS)来实现,充分利用地理信息系统空间管理的优势完成拓扑分析、位置管理等各项功能。
(2)关系维:资源对象之间最常见的关系是连接关系,即点一线关系。连接关系在空间维中可以得到很好的表示和分析。资源对象之间更多的是内在关系,包括承载、依赖、组成和隶属等,这些关系把各种对象紧密地结合在一起,构成了一个相互关联、相互支持的网络。资源对象的关系维用来描述处于某种关系中的对象。
(3)状态维:在使用过程中,XX网网络资源状态会实时动态更新,包括资源的运行状态,故障、维修和正常;资源的性能状态,吞吐率、丢包率、传输时延、延迟抖动等;资源的可靠性状态,平均无故障时间等。网络资源数据库中存放的各种网络资源的状态数据是整个系统的核心。
1.2基于Mashup(糅合)的模型层设计原理如下:
基于数据层提供的网络资源多维属性数据,模型层根据数据Mashup的聚合解聚思想,提供网络资源数据的优化处理计算模型和呈现处理计算模型,优化处理计算模型主要包括空间维、关系维和状态维数据属性的聚合解聚优化计算模型。
资源属性聚合解聚基本思想是根据网络资源的重要程度、所属等级、网系种类等属性,定义网络资源分级显示模型,给出不同级别的属性聚合和解聚计算方法。对于聚合操作,网络资源数据库记录的资源属性数据是最底层的网络资源属性,高层次网络资源属性由低层次网络资源属性聚合计算得到。对于解聚操作,依然由最底层的网络资源属性自底向上逐步计算得到。
1.2.1网络资源属性的聚合与解聚的基本原理
为了便于从数学角度来分析聚合与解聚的原理,用一个树状的变量网络来描述网络资源属性的聚合过程,本发明实施例提供的一种网络资源属性的聚合与解聚的原理示意图如图3所示,处理过程介绍如下。
设Y是聚合后的最后输出,聚合函数为F(X);X1,X2,X3是描述第二层次网络属性的变量,聚合函数分别为G1(X),G2(X),G3(X);X4,…,X10是描述第三层次网络属性的变量。最底层的网络属性值来源于网络资源数据库。
根据变量的聚合关系,可得Y的属性聚合变量表达式:
Y=F(X1,X2,X3) (1)
第二层次属性聚合变量表达式为:
X1=G1(X4,X5)
X2=G2(X6,X7)
X3=G3(X8,X9,X10) (2)
将(2)代入(1),可得Y的属性聚合变量表达式:
Y=F(G1(X4,X5),G2(X6,X7),G3(X8,X9,X10)) (3)
1.2.2网络资源空间维属性的聚合与解聚
网络资源空间维属性的聚合与解聚是网络资源态势聚合解聚中最为常见的情况。当地图比例尺较大时,会将多个站点图标组合成一个站点图标,多条链接合并成一条链接。当地图比例尺较小时,根据设备图标的层次和等级,逐步显示图标和链接,并最终呈现最详细的网络资源态势。在这转换过程中,网络资源位置如何确定就是网络资源位置属性的聚合与解聚要解决的问题。
(a)问题描述
设E1,E2,…,En为n(n≥2)个底层次的网络资源,各个网络资源在地心坐标系下的位置分别为(x1,y1,z1),(x2,y2,z2),…,(xn,yn,zn),E为E1,E2,…,En聚合而成的聚合实体,在地心坐标下的位置为(x,y,z),则根据不同的聚合方法可得到聚合体E不同的位置。
(b)聚合位置的计算
几何平均法,就是将组成聚合体的各低层次网络资源的几何中心作为聚合体的位置,即
1.2.3网络资源关系维属性的聚合与解聚
网络资源关系维属性主要包括资源之间的连接、承载、组成和隶属关系,这些关系把各种资源对象紧密地结合在一起,构成了一个相互关联、相互支持的网络。高层次网络资源的关系维属性由低层次网络资源关系维属性的聚合操作得到。
(1)连接关系的聚合操作
设E1,E2,…,En为n(n≥2)个底层次网络资源,其连接关系集合分别为LE1,LE2,…,LEn,E为E1,E2,…,En聚合而成的聚合实体,则LE=LE1ULE2,…,LEn。
(2)承载关系的聚合操作
设E1,E2,…,En为n(n≥2)个底层次网络资源,其承载关系集合分别为SE1,SE2,…,SEn,E为E1,E2,…,En聚合而成的聚合实体,则SE=SE1USE2,…,SEn。
(3)组成关系的聚合操作
设E1,E2,…,En为n(n≥2)个底层次网络资源,其组成关系集合分别为CE1,CE2,…,CEn,E为E1,E2,…,En聚合而成的聚合实体,则CE=CE1UCE2,…,CEn。
(4)隶属关系的聚合操作
设E1,E2,…,En为n(n≥2)个底层次网络资源,其组成关系集合分别为IE1,IE2,…,IEn,E为E1,E2,…,En聚合而成的聚合实体,则IE=IE1UIE2,…,IEn。
1.2.4网络资源状态维属性的聚合与解聚
网络资源状态是网络资源的主要属性,状态的聚合和解聚主要表示网络资源在不同抽象层次上状态定义的映射过程。一般意义上讲,网络资源在解聚时,网络资源的状态数将增加。相反,在进行模型聚合时,需要进行状态的压缩和分割,网络资源的状态数将减少。
网络资源状态可以分类为运行状态、性能状态和可靠性状态,运行状态包括故障、维修和正常等;性能状态包括吞吐率、丢包率、传输时延、延迟抖动等;可靠性状态包括平均无故障时间、故障率等。
网络资源状态的聚合,就是将若干个底层次网络资源聚合成高层次网络资源时,如何由底层次网络资源的状态来确定聚合的高层次网络资源状态。例如,某个区域网络资源的丢包率由该区域所有单个网络资源的丢包率聚合得到。网络资源状态聚合主要分为两大类:同状态的聚合和异状态的聚合。
(a)同状态的聚合
同状态的聚合,是指参与聚合的网络资源属于同一类别资源的同类型状态。这种聚合相对比较简单,直接将参与聚合的网络资源状态或者状态统计作为聚合后资源的状态,即设n个资源E1,E2,…,En的状态分别为S1,S2,…,Sn,E为E1,E2,…,En聚合而成的聚合资源,其状态为S,对同状态的聚合则有:S=S1=S2=…=Sn或者S=φ(S1,S2,...,Sn),其中φ为统计函数。
(b)异状态的聚合
当参与聚合的资源状态类型不相同时,就属于异状态的聚合。这种形式的聚合比较复杂,需要另外加入一些新的规则才能确定聚合资源的状态,规则一般可以由专家给定。最为普遍的两种确定聚合资源状态的方法:多数资源状态决定方法和关键资源状态决定方法。
多数资源状态决定法
多数资源状态决定法,就是把参与聚合的大多数资源所处的状态作为聚合资源的状态。
关键资源状态决定法
关键资源状态决定法,就是把参与聚合的资源中的关键资源所处的状态作为聚合资源的状态。
1.2.5网络资源属性计算模型执行
基于XML(Extensible Markup Language,可扩展标记语言)的流程描述语言,和底层的实现语言无关,易于人和机器的理解,易于图形化表示。
计算模型执行主要是加载计算模型描述XML文件,根据文件中的数据操作标签和数值表达式操作标签,操作网络资源数据库的数据,并进行数值表达式计算,得到计算出来的网络资源属性值。
网络资源属性的聚合解聚操作基于Mashup操作方法,对网络资源数据库中数据进行一系加工处理。常见的数据Mashup操作有数据合并、字段投影、格式变换、数据滤除、数据检验、数据转变、数据计算等。数据Mashup操作主要对网络资源数据库进行的SQL操作说明见表1。
表1数据Mashup对应关键SQL操作说明
1.3基于Mule ESB的服务层设计
服务层借助Mule ESB的服务创建与管理功能将网络资源数据处理能力封装为REST(Representational State Transfer,表述性状态传递)风格的Web Service。在服务层中,网络资源信息基于计算模型可以被定制为多种视图形式的数据,如物理拓扑视图、逻辑拓扑视图、表格视图等,依据用户请求提供给呈现层。
1.4多视图呈现层设计
呈现层是采用通用的界面集成框架建立统一可配置的界面框架,使用Ajax技术,访问服务层提供的REST服务,为用户提供多维度的网络资源状态展现操作环境。
综上所述,本发明实施例根据用户对大规模网络资源态势的呈现应用需求,通过数据聚合、解聚处理手段构建多维属性的网络资源数据层和网络资源数据计算模型,对网络资源态势呈现所需资源数据进行优化处理和计算,支撑网络资源整体状态展现,包括资源拓扑结构的展示、资源状态的展示和资源关系的展示,可以实现大规模网络资源综合态势的呈现。
本发明实施例的方法可以科学、合理地利用网络资源,能够有效地处理大规模资源数据汇集和优化处理相关的应用需求。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (7)
1.一种基于计算模块的网络资源态势呈现数据优化处理方法,其特征在于,包括:
构建基于多维属性的网络资源数据层,在所述网络资源数据层中存储网络资源数据,并记录网络资源数据的空间属性、关系属性和状态属性;
建立网络资源数据的优化处理计算模型和呈现处理计算模型,利用所述优化处理计算模块对所述网络资源数据层中存储的网络资源数据进行优化处理;
在服务层将各类网络资源数据处理功能封装为WebService服务,通过所述WebService服务利用所述呈现处理计算模型对优化处理后的网络资源数据完成多种视图形式的数据处理;
在呈现层根据用户的态势呈现需求,将所述服务层提供的各类资源视图界面进行集成,并展示给用户。
2.根据权利要求1所述的方法,其特征在于,所述网络资源数据层记录了网络资源的基础数据,该基础数据包括:静态资源数据、资源属性数据、资源状态数据和资源位置数据,基础数据描述了网络资源的多维属性,该多维属性包括空间维、关系维和状态维。
3.根据权利要求2所述的方法,其特征在于,所述空间维中的空间属性包括网络资源的经纬度、高度、速度和方向,所述空间维的管理采用地理信息系统来实现;
所述关系维包括资源对象之间的连接关系和内在关系,所述内在关系包括承载、依赖、组成和隶属;
所述状态维包括网络资源数据的性能、运行状态和可靠性。
4.根据权利要求1所述的方法,其特征在于,针对不同的资源信息,所述呈现层提供包括资源拓扑视图、资源属性表格视图、资源统计视图、多维融合视图、多维显示视图在内的多种展现方式。
5.根据权利要求1或2或3或4所述的方法,其特征在于,所述的建立网络资源数据的优化处理计算模型和呈现处理计算模型,利用所述优化处理计算模块对所述网络资源数据层中存储的网络资源数据进行优化处理,包括:
在模型层基于所述网络资源数据层提供的网络资源多维属性数据,根据数据糅合的聚合解聚思想,提供网络资源数据的优化处理计算模型和呈现处理计算模型,所述优化处理计算模型包括空间维、关系维和状态维数据属性的聚合解聚优化计算模型;
在聚合操作过程中,高层次网络资源属性由低层次网络资源属性聚合计算得到,在解聚操作过程中,由最底层的网络资源属性自底向上逐步计算得到高层次网络资源属性。
6.根据权利要求5所述的方法,其特征在于,所述的方法还包括:
在网络资源空间维属性的聚合操作过程中,将组成聚合体的各低层次网络资源的几何中心作为聚合体的位置;
在网络资源关系维属性的聚合操作过程中,高层次网络资源的关系维属性由低层次网络资源关系维属性的聚合操作得到;
在网络资源状态维属性的聚合操作过程中,当参与聚合的网络资源属于同一类别资源的同类型状态时,直接将参与聚合的网络资源状态作为聚合后资源的状态;当参与聚合的网络资源属于同一类别资源的不同类型状态时,把参与聚合的大多数资源或者关键资源所处的状态作为聚合资源的状态。
7.根据权利要求6所述的方法,其特征在于,所述的方法还包括:
利用网络资源属性的计算模型描述语言对计算模型进行定义和描述,构建计算模型描述XML文件;
在网络资源数据的聚合解聚操作过程中,加载所述计算模型描述XML文件,根据所述计算模型描述XML文件中的数据操作标签和数值表达式操作标签,操作网络资源数据库的数据,进行数值表达式计算,得到计算出来的网络资源属性值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610931089.2A CN106547622B (zh) | 2016-10-31 | 2016-10-31 | 基于计算模块的网络资源态势呈现数据优化处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610931089.2A CN106547622B (zh) | 2016-10-31 | 2016-10-31 | 基于计算模块的网络资源态势呈现数据优化处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106547622A true CN106547622A (zh) | 2017-03-29 |
CN106547622B CN106547622B (zh) | 2020-01-17 |
Family
ID=58393495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610931089.2A Active CN106547622B (zh) | 2016-10-31 | 2016-10-31 | 基于计算模块的网络资源态势呈现数据优化处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106547622B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107257299A (zh) * | 2017-08-03 | 2017-10-17 | 郑州云海信息技术有限公司 | 一种虚拟资源的展示方法和展示装置 |
CN108881374A (zh) * | 2018-04-28 | 2018-11-23 | 安徽四创电子股份有限公司 | 一种云计算资源架构前端展示的设计方法 |
CN112734300A (zh) * | 2021-01-30 | 2021-04-30 | 中国人民解放军国防科技大学 | 通用产品体系模型构建方法、装置和计算机设备 |
CN114039858A (zh) * | 2021-10-25 | 2022-02-11 | 中国联合网络通信集团有限公司 | 一种算网资源融合方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609248A (zh) * | 2011-12-28 | 2012-07-25 | 方伟 | 一种基于mda的综合航空电子系统建模仿真平台 |
CN103678635A (zh) * | 2013-12-19 | 2014-03-26 | 中国传媒大学 | 基于标签有向图的网络音乐聚合推荐方法 |
CN104899258A (zh) * | 2015-05-19 | 2015-09-09 | 重庆大学 | 面向海量文献信息可交互可视化分析系统架构 |
CN105138724A (zh) * | 2015-07-17 | 2015-12-09 | 中国电子科技集团公司电子科学研究院 | 一种通用可扩展的开放式仿真想定编辑方法及装置 |
CN105577558A (zh) * | 2015-12-21 | 2016-05-11 | 浪潮集团有限公司 | 一种提升网站服务器高并发的解决方法 |
-
2016
- 2016-10-31 CN CN201610931089.2A patent/CN106547622B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609248A (zh) * | 2011-12-28 | 2012-07-25 | 方伟 | 一种基于mda的综合航空电子系统建模仿真平台 |
CN103678635A (zh) * | 2013-12-19 | 2014-03-26 | 中国传媒大学 | 基于标签有向图的网络音乐聚合推荐方法 |
CN104899258A (zh) * | 2015-05-19 | 2015-09-09 | 重庆大学 | 面向海量文献信息可交互可视化分析系统架构 |
CN105138724A (zh) * | 2015-07-17 | 2015-12-09 | 中国电子科技集团公司电子科学研究院 | 一种通用可扩展的开放式仿真想定编辑方法及装置 |
CN105577558A (zh) * | 2015-12-21 | 2016-05-11 | 浪潮集团有限公司 | 一种提升网站服务器高并发的解决方法 |
Non-Patent Citations (2)
Title |
---|
张国春,等: "模型的聚合与解聚研究", 《计算机仿真》 * |
马晶: "面向海量文献信息的可交互可视化分析系统的研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107257299A (zh) * | 2017-08-03 | 2017-10-17 | 郑州云海信息技术有限公司 | 一种虚拟资源的展示方法和展示装置 |
CN108881374A (zh) * | 2018-04-28 | 2018-11-23 | 安徽四创电子股份有限公司 | 一种云计算资源架构前端展示的设计方法 |
CN108881374B (zh) * | 2018-04-28 | 2021-07-27 | 安徽四创电子股份有限公司 | 一种云计算资源架构前端展示的设计方法 |
CN112734300A (zh) * | 2021-01-30 | 2021-04-30 | 中国人民解放军国防科技大学 | 通用产品体系模型构建方法、装置和计算机设备 |
CN112734300B (zh) * | 2021-01-30 | 2024-03-08 | 中国人民解放军国防科技大学 | 通用产品体系模型构建方法、装置和计算机设备 |
CN114039858A (zh) * | 2021-10-25 | 2022-02-11 | 中国联合网络通信集团有限公司 | 一种算网资源融合方法、装置、设备及存储介质 |
CN114039858B (zh) * | 2021-10-25 | 2023-08-22 | 中国联合网络通信集团有限公司 | 一种算网资源融合方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106547622B (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pan et al. | Integrating BIM and AI for smart construction management: Current status and future directions | |
US10817534B2 (en) | Systems and methods for interest-driven data visualization systems utilizing visualization image data and trellised visualizations | |
US5845270A (en) | Multidimensional input-output modeling for organizing information | |
US8605092B2 (en) | Method and apparatus of animation planning for a dynamic graph | |
US9934299B2 (en) | Systems and methods for interest-driven data visualization systems utilizing visualization image data and trellised visualizations | |
Kerracher et al. | The design space of temporal graph visualisation. | |
CN107193967A (zh) | 一种多源异构行业领域大数据处理全链路解决方案 | |
CN106547622A (zh) | 基于计算模块的网络资源态势呈现数据优化处理方法 | |
US20090100360A1 (en) | Apparatus and method for creating expressions | |
Chen et al. | A survey on visualization approaches for exploring association relationships in graph data | |
CN104573071A (zh) | 一种基于大数据技术的校情智能分析系统及方法 | |
CN110489464A (zh) | 探索式图融合可视化方法和装置 | |
CN105281925B (zh) | 网络业务用户群组划分的方法和装置 | |
CN107590181A (zh) | 一种大数据的智能分析系统 | |
CN105354680B (zh) | 一种基于gis的电网断面辅助确定分析方法 | |
Lourens et al. | Database management difficulties in the internet of things | |
CN108170855B (zh) | 一种CityGML与IFC数据统一查询及数据抽取方法 | |
Qin et al. | A new parameter reduction algorithm for soft sets based on chi-square test | |
CN113868306A (zh) | 一种基于opc-ua规范的数据建模系统和方法 | |
Raimbault | An urban morphogenesis model capturing interactions between networks and territories | |
CN103473247B (zh) | 地质资料信息集群机理与接口聚合系统 | |
CN114491073A (zh) | 一种知识图谱可视化编辑与持久化实现方法及系统 | |
Hu | E-commerce big data computing platform system based on distributed computing logistics information | |
Gu | Integration and optimization of ancient literature information resources based on big data technology | |
CN114254033A (zh) | 一种基于bs架构的数据处理方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |