CN107210928A - 分布式和自适应计算机网络分析 - Google Patents
分布式和自适应计算机网络分析 Download PDFInfo
- Publication number
- CN107210928A CN107210928A CN201580072330.4A CN201580072330A CN107210928A CN 107210928 A CN107210928 A CN 107210928A CN 201580072330 A CN201580072330 A CN 201580072330A CN 107210928 A CN107210928 A CN 107210928A
- Authority
- CN
- China
- Prior art keywords
- maplet
- network
- data
- processing
- gathered
- 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
- H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
-
- 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
- H04L43/06—Generation of reports
-
- 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
- H04L41/04—Network management architectures or arrangements
- H04L41/046—Network management architectures or arrangements comprising network management agents or mobile agents therefor
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
- H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0876—Aspects of the degree of configuration automation
- H04L41/0886—Fully automatic configuration
-
- 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
- H04L43/12—Network monitoring probes
-
- 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
- H04L43/20—Arrangements for monitoring or testing data switching networks the monitoring system or the monitored elements being virtualised, abstracted or software-defined entities, e.g. SDN or NFV
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Abstract
计算机网络中的网络分析控制器接收网络分析任务的规范。控制器创建maplet。每个maplet与在计算机网络中的网络节点上执行的代理相对应。每个maplet指定要执行的网络数据采集配置、对所采集的数据的处理、以及对处理后的数据的报告,以支持在执行相应代理的节点处的网络分析任务。控制器通过计算机网络将与代理相对应的maplet传送给每个代理。接收maplet的每个代理根据接收到的maplet配置其相应的网络节点以用于网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告。接收maplet的每个代理根据配置采集和处理网络数据,并将处理后的数据报告给控制器。控制器对从每个代理报告的数据进行聚合作为网络分析任务的结果。
Description
技术领域
所公开的技术涉及计算机网络分析。更具体地,所公开的技术通过分发网络分析任务以及通过使分布式任务适应于先前采集的分析数据来辅助实现对网络资源的更高效使用。
背景技术
计算机网络是允许计算机交换数据的电信网络。发起、路由和终结数据的网络设备被称为网络节点。网络节点可以包括诸如个人计算机、电话、服务器以及网络硬件之类的主机。在计算机网络中,网络节点沿着数据连接向彼此传递数据。数据通常以分组的形式被传输。通过使用诸如光纤线缆、同轴线缆、和无线链路之类的各种介质来建立网络节点之间的连接。
计算机网络分析可以用于监视网络的性能(例如,服务质量、网络拥塞、以及网络弹性)、监视和加强网络安全、提供网络操作的可视化、以及支持网络配置活动。除了聚合数据并对数据执行查询之外,对从网络获得的数据进行操作的分析应用通常要求网络被配置为生成必要的输入数据。典型的计算机网络分析应用的共同之处的一方面是用户需要事先决定要生成哪些信息以及要执行哪些聚合查询。通常,用户需要发起单独的查询或分析任务,并可能要重新配置数据源来生成作为结果的所需要的数据。
附图说明
图1是描绘根据所公开技术的某些示例实施例的计算机网络的框图。
图2是示出根据某些示例性实施例的用于计算机网络分析的方法的方框流程图。
图3是示出根据某些替代示例实施例的用于计算机网络分析的方法的方框流程图。
图4是示出根据某些替代示例实施例的用于计算机网络分析的方法的方框流程图。
图5是描绘根据某些示例性实施例的计算机器和模块的框图。
具体实施方式
概览
本文公开的技术的实施例包括分布式系统,其可以通过将网络分析任务分解成跨网络部署的并在网络节点上执行的多个子任务来辅助实现分布式和自适应计算机网络分析。
在所公开技术的某些示例实施例中,计算机网络中的网络分析控制器接收网络分析任务的规范。网络分析控制器创建多个“maplet”。每个maplet与在计算机网络中的特定网络节点上执行的代理相对应。每个maplet指定要在执行相应代理的特定网络节点处执行的网络数据采集配置、对所采集的数据的处理、以及对处理后的数据的报告,以支持所指定的网络分析任务。网络分析控制器通过计算机网络传送与每个相应代理相对应的maplet。
接收maplet的每个代理根据代理接收到的maplet将其相应的网络节点配置为用于网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告。每个代理根据该配置采集网络数据并处理所采集的数据。每个代理根据该配置向网络分析控制器报告其处理后的数据。网络分析控制器对所报告的数据进行聚合作为所指定的网络分析任务的结果。
在某些实施例中,所公开的技术可以基于目前所获得的分析结果来适配分析任务,而无需进一步的用户干预。适配计算机网络分析任务可能涉及适配查询以及对馈入查询过程的底层数据源的配置。一般地,进行一直采集所有测量结果的琐碎步骤是低效的。由于用户通常事先不知道他在寻找什么,所以一直采集所有测量结果是对网络资源的浪费。相反,可以动态地调整以合适的粒度对合适的测量的数据生成和采集。
本技术的实施例包括分析任务的自适应细化和相应输入数据源的配置,输入数据源是用于分布式和自适应网络分析的网络查询功能的组件。一些实施例涉及包括对数据源的配置的maplet,而不仅仅是对表达式的条件评估,并且包括用于监视和记录子maplet的执行的框架。在一些实施例中,基于查询的网络分析包括对数据源的动态配置,以在并且仅在实际需要时生成数据,而不会导致分析保真度的任何实质性损失。在没有这种功能的情况下,可以根据需要激活数据源,而非一直启动。让一个或多个数据源一直启动会浪费系统资源。自适应查询细化可以作为分布式网络分析的一部分来实现。诸如网络掉电之类的一些用例涉及多个数据源,并且在这种用例中适配查询参数可以提高网络分析的价值和效率。基于原始查询中的结果应用和触发新数据源的概念很有用。这种概念的链接可以提供一种机制来以自动化方式自适应地细化查询并从其他源采集更精细粒度的数据。
示例架构
在技术的示例架构中,虽然在架构中示出的某些服务器、系统、和设备由服务器、系统、或设备的一个实例表示,但可以使用每一者的多个实例。此外,虽然本技术的操作的某些方面在与附图相关的示例中呈现以辅助所要求保护的发明的实现,但在本文的其他地方公开了也会辅助所要求保护的发明的实现的本技术的附加特征。
如图1所示,用于分布式和自适应计算机网络分析的系统100包括网络计算设备,例如,网络分析控制器110、网络应用120、(一个或多个)用户网络设备130、以及其他网络节点140;其中的每一者可以被配置为经由通信网络99与彼此通信。在一些实施例中,与设备相关联的用户必须安装应用和/或进行特征选择以获得本文所述的技术的益处。在一些实施例中,网络节点140可以是a)主机,例如但不限于个人计算机、电话、或服务器,或者b)网络硬件,例如但不限于网关、路由器、网桥、交换机、集线器、或中继器。
通信网络99包括网络计算设备可以通过其交换数据的一个或多个有线或无线电信装置。例如,网络99可以包括下述各项中的一个或多个:局域网(LAN)、广域网(WAN)、内联网、互联网、存储区域网(SAN)、个人区域网(PAN)、城域网(MAN)、无线局域网(WLAN)、虚拟专用网(VPN)、蜂窝或其他移动通信网络、无线技术连接、近场通信(NFC)连接、其任何组合、以及辅助实现信号、数据和/或消息的传送的任何其它适当的架构或系统。应理解的是,在整个示例性实施例的讨论中,术语“数据”和“信息”在本文中可互换使用,以指代可以存在于基于计算机的环境中的文本、图像、音频、视频或任何其他形式的信息。
每个网络计算设备可以包括能够通过通信网络99发送和接收数据的通信模块。例如,每个网络设备可以包括服务器、台式计算机、膝上型计算机、平板计算机、有一个或多个处理器嵌入其中和/或耦接到其的电视机、智能电话、手持式计算机、个人数字助理(PDA)或任何其它有线或无线处理器驱动的设备。
示出的网络连接是示例,并且可以使用在计算机和设备之间建立通信的其他方式。此外,得益于本公开的本领域技术人员应理解的是,图1所示的网络设备可以具有若干种其他合适的计算机系统配置中的任何一种。例如,被实现为移动电话或手持式计算机的用户网络设备130可以不包括上述所有组件。
在示例实施例中,网络设备以及与本文呈现的技术相关联的任何其它计算机器可以是任何类型的计算机器,例如但不限于针对图5更详细讨论的那些计算机器。此外,与这些计算机器中的任一个相关联的任何模块,例如本文描述的模块或与本文呈现的技术相关联的任何其他模块(脚本、web内容、软件、固件、或硬件)可以是针对图5更详细讨论的模块中的任一个。本文讨论的计算机器可以通过一个或多个网络(例如,通信网络99)与彼此以及其他计算机机器或通信系统进行通信。通信网络99可以包括任何类型的数据或通信网络,包括针对图5讨论的网络技术中的任一个。
下文中将针对在本文其他地方描述的示例性操作环境和示例架构的组件来描述以下附图中示出的示例实施例。示例实施例也可以用其他系统和在其他环境中实现。
在图1的示例实施例中,网络分析控制器110可以控制网络分析服务。网络分析控制器110可以包括以下描述的组件或模块。前端112揭示(expose)了允许用户(例如,经由用户网络设备130)和较高协议层网络应用120配置用于分布式分析处理的基本参数(例如,数据源、调度、分析功能、或要执行的任务)的接口。
网络分析监视器114提供监视功能,其记录哪些网络节点140参与了给定的分析功能、分析任务的健康状态、以及关于每个任务的统计信息等。用户可以检索这些信息,或者在适当情况下被通知,以了解任务的退化水平(例如,假设网络中节点的性能下降、没有能力支持请求的查询等)。
网络分析部署管理器116确定要由部署在网络节点140处的一个或多个节点分析代理142执行的网络分析任务,生成一个或多个maplet,跨网络将这些maplet部署到代理142,并解决将网络分析任务部署到哪里以及如何处理网络变化的影响的问题(例如,当新节点加入网络时,部署在其他网络节点140的网络中已经在进行的任务)。
网络分析结果采集器118采集结果。采集器118可以整理那些结果以用于跨网络节点140的网络分析或网络级互相关。出于这个目的,可以将结果作为数据流馈送到也在网络分析控制器110处运行的流处理引擎的实例中。要进行的处理可以被指定为“reducelet”的一部分,该“reducelet”定义了数据流的字段(field)以及要应用的查询和聚合。在一些实施例中,网络分析控制器110可以在软件定义网络(SDN)之上实现,其中SDN允许网络管理员通过将控制平面从数据平面解耦来提取较低级的功能从而管理网络服务。例如,可以将用网络配置模型化语言构建的模型(例如,YANG数据模型)定义为描述可由用户配置的网络分析任务。网络分析任务可以包括网络范围(指示任务将被应用于网络的哪个部分)、maplet(指示用于任务的数据源,以及要针对数据应用的查询和聚合)、以及调度。通过使用YANG数据模型,网络分析控制器110可以生成并向用户揭示表述性状态转移(REST)API。例如,通过使用RESTCONF实现的REST API提供了基于超文本传输协议(HTTP)的编程接口,用于访问在YANG数据模型中定义的数据。
节点分析代理142可以被部署在要被分析的网络节点140上。每个代理142可以包括数据源处理器142a、网络聚合器142b、以及节点分析管理器142c。数据源处理器142a可以根据需要配置遥测数据源(例如,探测器144)以生成将被聚合的数据,并且因此可以配置适当的遥测数据源(例如,简单网络管理协议(SNMP)或IP服务等级协议(IPSLA))以用于服务等级监视。网络聚合器142b可以执行预处理原始数据并将聚合后的数据转发到网络分析控制器110的查询和聚合功能逻辑。一个示例包括诸如在连续查询引擎(CQE)中使用的连续查询。节点分析管理器142c可以与网络分析控制器110进行通信,以用于发现、注册和部署聚合分析任务,以及用于进行分析许可功能(基于当前负载条件决定是接受还是拒绝任务请求)和系统管理功能(包括任务完成后或任务未被刷新时自动释放资源)。
本技术的实施例包括用于网络数据分析的方法、系统和逻辑(被编码在一个或多个有形介质上以用于执行),其允许自适应细化一个或多个maplet中所指定的数据生成和分析查询。这样的实施例允许自动调整查询的参数,并且在检测到触发条件时执行子查询。自动调整可以包括根据需要重新配置所需数据源,并派生出针对新数据源的网络分析任务。
这种系统的一个使用包括应用对粗粒度网络遥测数据执行轻量级分析的初始查询,例如可能消耗最少网络资源的探索性分析步骤。当检测到特定的触发条件时,自动启动链接到一个或多个初始maplet的合适的子maplet,并对原始maplet的数据源和测量采集进行任何所需的调整。当不再满足初始查询的条件或检测到“迟滞”条件时,则终止子查询,恢复数据采集(例如,这些昂贵的网络任务仅运行有限的时间)。
在一些实施例中,可以基于第一查询将查询细化限制到网络节点140的较小子集。例如,第一查询可以用于发现沿路径或服务的网络节点140,或者符合条件的网络节点140。第二查询链接到第一查询的结果,以获得沿该路径的性能指标。获得这些性能指标涉及为沿该路径的链路配置链路性能的新测量结果(例如,丢包、队列深度)。另一示例是基于对特定事件的检测,可以动态调谐测量结果采集和聚合的粒度;或者采用更粗粒度的测量或更精细粒度的测量结果,包括更改数据源的参数或查询的聚合参数。
该技术的某些实施例将分析任务定义为由嵌入式分析引擎(例如,代理142)解析的一组链式maplet。maplet是可以由网络节点140上的代理142执行的分析任务,其包含对一组源数据的定义、对数据源的明确或隐含配置、以及分析查询。可以利用链接用于细化分析任务的另一maplet(在这里被称为细化maplet)的能力来扩充maplet。在一些实施例中,可以定义用于其他maplet的条件。该链接可以指定下述各项中的一个或多个:
A)细化maplet,其可以被内联定义(作为实例化maplet的定义的一部分)或者其定义可以被引用到其他maple。
B)触发器,用于派生细化maplet(“子maplet”)。样本触发器是当检测到与触发maplet的分析查询的匹配时触发。一个示例是超出阈值,这会触发另一更精细的分析查询。
C)撤销触发器,其使得细化maplet(“子maplet”)被终止。撤销触发器可以是例如在指定时间段内不存在与触发maplet的分析查询的匹配或第二触发器。一个示例可以是超出滞后阈值,这终止了更精细的分析查询。
在某些示例性实施例中,可以用对触发maplet的分析进行细化的链中的每个步骤来链接maplet。同样,若干个maplet可以链接到同一触发maplet,每个maplet都与其自身的触发器相关联。在一些实施例中,终止maplet会终止其所有的细化maplet。此外,触发器可以包括一组若干个触发条件。当细化maplet被触发时,触发maplet继续执行(受制于其终止的其他条件)。maplet的操作状态被扩展到指示细化maplet当前是否正被执行。
示例过程
参考图2,并继续参照图1以用于上下文,示出了示出根据某些示例性实施例的用于计算机网络分析的方法200的方框流程图。在这样的实施例中,计算机网络中的网络分析控制器110接收网络分析任务的规范-框210。作为持续示例,考虑在10分钟间隔上监视跨多个网络节点140的链路利用的任务。网络分析控制器110前端112可以经由在用户网络设备130上的web浏览器中运行的图形用户界面从用户接收任务。在其他示例中,可以从网络应用120接收任务的规范。
网络分析控制器110创建多个maplet以实现指定任务-框220。每个maplet可以与在计算机网络中的特定网络节点140上执行的特定代理142相对应。每个maplet可以指定数据采集配置、要对所采集的数据执行的处理、以及在执行相应代理142的特定网络节点140处对处理后的数据进行的报告。
在持续示例中,该技术可以创建多个maplet以监视多个网络节点140中的每一者的一个或多个端口上的链路利用。为了指定数据采集配置,每个maplet需要监视通过某些端口接收到的单播业务的位数、通过每个端口接收到的任何类型(包括多播和广播)的被发送业务的位数、以及通过在网络节点140上的每个端口接收到的错误分组中的业务的位数。
为了指定要执行的处理,每个maplet指定将1)所接收的单播业务和所有任何类型的被发送业务的利用率确定为%URxAllTx=(URxAllTx位数×100)/(端口带宽×10分钟间隔);将2)接收到的所有多播和广播业务的利用率确定为%NURx=(NURx位数×100)/(端口带宽×10分钟间隔);以及将接收到的所有错误分组的利用率确定为%ErrRx=(ErrRx位数×100)/(端口带宽×10分钟间隔)。指定的数据报告包括基于在端口上针对1)、2)或3)中最繁忙的75%利用率(上升)-70%利用率(下降)的滞后阈值的报告。可以轮询URxAllTx、NURx测量结果的示例时间范围是每隔1分钟一次,持续10分钟;这会产生10个样本来确定平均利用率。
虽然在持续示例中,每个maplet是相同的(除了例如,用于指定网络节点140上将要部署maplet的某些端口),但是可以将maplet创建为特定于网络节点的maplet。例如,在某些网络节点140处,可以以更精细的粒度轮询URxAllTx、NURx测量结果,例如以30秒的时间尺度。
网络分析控制器110将通过通信网络99向在系统100中的特定网络节点140上执行的每个特定代理142传送与特定代理相对应的每个所创建的maplet-框230。在持续示例中,每个maplet被传送给在系统100中的主机和网络硬件两者上执行的代理142。
接收maplet的每个代理142基于maplet指令、使用数据源处理器142a来配置其所驻留的特定网络节点140,以用于根据由特定代理142接收到的maplet进行数据采集、对所采集的数据的处理(例如,分析查询规范、或要对数据执行的计算)、以及对处理后的数据的报告-框240。由代理142根据maplet对网络节点140进行的特定配置取决于maplet中所包含的特定命令。用于数据采集、对所采集的数据的处理、以及对处理后的数据的报告的Maplet命令包括诸如下述各项之类的命令:1)连接故障管理(CFM)命令,用于连续性检查、链路跟踪、环回、故障验证和故障隔离;和2)性能监视命令,用于测量帧延迟、帧延迟变化、帧丢失和帧吞吐量。代理142从maplet读取每个命令以及关于命令的条件,使用数据源处理器142a打开到网络节点140的控制平面接口,并写入由maplet指定的命令。在持续示例中,数据源处理器142a在从maplet读取命令之后,在执行代理142的每个网络节点140处开启或重置由maplet指定的端口处的端口计数器,并且调度“显示端口”命令以按maplet所指定的间隔来检索所采集的数据,其中所述代理142已接收maplet以便监视通过网络节点140的接口的业务。
可以根据经配置的网络节点140来采集网络数据,并且可以由接收maplet的代理142处理所采集的数据-框250。网络节点140通过执行用于CFM和性能监视的所配置的命令来采集网络数据。在持续示例中,网络节点140在10分钟时间间隔内采集URxAllTx、NURx、以及ErrRx的位数,例如通过使用如结合框250描述的所配置的“显示端口”命令来检索通过(一个或多个)指定端口的相应分组的计数。网络聚合器142b处理所采集的数据;在本示例中,通过乘以每个分组的位数。然后,网络聚合器142b确定在上述1)、2)和3)处定义的%URxAllTx、%NURx、以及%ErrRx。
代理142的网络聚合器142b和节点分析管理器142c可以根据采集和处理数据的代理142的配置来报告处理后的数据-框260。在持续示例中,根据滞后阈值,如果%URxAllTx、%NURx、以及%ErrRx中的任一个超过由网络聚合器142b确定的75%利用率上升或70%利用率下降,节点分析管理器142c向网络分析控制器110报告。节点分析管理器142c通过使用诸如互联网控制消息协议(ICMP)之类的协议向网络分析控制器110报告,其旨在出于网络诊断和控制的目的传递控制平面数据。在一些实施例中,例如当网络节点140未被配备为经由ICMP报告时,则使用诸如流控制传输协议(SCTP)之类的其它层的数据报协议。
可以在网络分析控制器110处对来自每个被配置的网络节点140的所报告的数据进行聚合-框270。网络分析控制器110从每个网络节点140接收报告,并且然后根据结合框210所描述的接收到的原始网络分析任务的规范执行处理,其中,代理142在每个网络节点140处根据maplet执行操作。在持续示例中,执行代理142的每个网络节点140的状态被记录为“正常”(当前未超过阈值)或“高”(当前超过阈值)。网络节点140在高状态下工作的百分比是被聚合的数据。
参考图3,并继续参考上下文的前面的附图,示出了示出根据某些替代示例实施例的用于计算机网络分析的方法300的方框流程图。在这样的方法中,如上文结合图2所述执行框210-270。在图3的方法中,由至少一个maplet指定的:a)网络数据采集配置、b)对所采集的数据的处理,以及c)对处理后的数据的报告中的至少一个适应于根据至少一个maplet的配置先前采集的网络数据。
在根据至少一个maplet采集数据之后,根据原始maplet自适应地修改至少一个maplet的下述各项中的至少一个:a)网络数据采集、b)对所采集的数据的处理、以及c)对处理后的数据的报告-框340。在网络节点140级别处,节点分析管理器142c读取先前发送到网络节点140的maplet,以确定适配maplet(包括派生一个或多个子maplet)所应当遵从的条件,以及在满足这些条件的情况下该适配的本质。节点分析管理器142c使用在网络节点140处采集的数据来测试条件。在满足条件的情况下,代理142基于在原始maplet中指定的适配的本质来修改数据源,并如上所述继续报告。
在持续示例的第一变形中,根据原始maplet的规范中的规则,原始maplet是自适应的,以便在超过利用率阈值(即,如果网络节点140的状态是“高”利用率)的情况下重新配置与接收原始maplet的代理142相关联的网络节点140。在第一变型中,初始采集和处理的数据指示所讨论的网络节点140的“高”利用率,并且原始maplet派生出子maplet,使得代理142配置网络节点140以五(5)秒的间隔来采集关于丢包和队列深度的数据,并通过在一分钟的移动窗口上确定丢包和队列深度的移动平均值来处理所采集的数据。
继续参考图3,根据修改来采集和处理网络数据-框350。框350的处理如结合框250所描述的那样执行,但是这次给出丢包和队列深度一(1)分钟移动平均值。在持续示例的第一变形中,以五(5)秒的间隔采集关于丢包和队列深度的数据,并且通过按照子maplet的规范在一(1)分钟的移动窗口上确定丢包和队列深度的移动平均值来处理所采集的数据。
根据修改报告根据修改处理的数据-框360。如结合框260所描述的那样执行框360的报告。在持续示例的第一变型中,代理142向网络分析控制器110报告一(1)分钟移动平均丢包数和一(1)分钟移动平均队列深度。
在一些示例实施例中,在网络分析控制器110级别,从第一网络节点140报告的结果可以提示网络分析控制器110将结果报告给在一个或多个附加网络节点140处的代理以由每个节点处的代理142适配网络节点140的配置,或者修改并重新发送一个或多个maplet(包括子maplet)到一个或多个其他网络节点140。网络分析控制器110根据结合框210描述的网络分析任务规范确定向其传送适配的特定网络节点140。在这样的实施例中,被适配的maplet是一个或多个其他网络节点140的maplet,并且该适配/修改发生在第一maplet的处理后的数据已被报告给例如网络分析控制器110之后。
在持续示例的另一变形中,在“高”利用率状态下的一个网络节点140的初始报告提示网络分析控制器110将该状态传送到在其他网络节点140处的代理142,这促使其他代理142适配maplet,使得每个其他代理142配置其网络节点140以十(10)秒的间隔采集关于丢包和队列深度的数据,通过在一(1)分钟移动窗口上确定丢包和队列深度的移动平均值来处理所采集的数据,并将处理后的数据报告给网络分析控制器110。
参考图4,并继续参考上下文的前面的附图,示出了根据某些替代示例性实施例的用于计算机网络分析的方法400的方框流程图。框210-230和250-270分别如以上结合图2描述的那样执行。然而,框440在框230和250之间执行。在这样的方法中,配置网络数据采集和对所采集的数据的处理可以包括配置相应网络节点140的操作系统的探测器144以采集网络数据从而支持指定的网络分析任务-框440。
作为示例,代理142可以通过使用网络节点140的操作系统接口来配置探测器144以根据相应的maplet采集数据。例如,maplet可以包括命令,例如,代理142从maplet中提取并通过在代理142所在的网络节点140的控制平面中进入探测器144子模式来执行的探测器144配置命令。探测器144配置命令指定了探测名称、探测类型(例如HTTP)、诸如数据采集间隔之类的特性、网络节点140故障之前允许的重试次数、以及在将网络节点140标记为健康节点之前所要求的连续有效响应的数目。
作为另一示例,考虑在第一网络节点140处的代理142,其配置探测器144以发现沿着从第一网络节点140到第二网络节点140的路径的节点。由在第一节点处的代理142实现的maplet要求代理142配置节点140以沿着所发现的路径采集性能指标。
其他示例实施例
图5描绘了根据某些示例实施例的计算机器2000和模块2050。计算机器2000可对应于本文示出的各种计算机、服务器、移动设备、嵌入式系统或计算系统中的任何一个。模块2050可以包括配置成辅助计算机器2000执行本文呈现的各种方法和处理功能的一个或多个硬件或软件元件。计算机器2000可以包括各种内部或附接组件,例如处理器2010、系统总线2020、系统存储器2030、存储介质2040、输入/输出接口2060、以及用于与网络2080进行通信的网络接口2070。
计算机器2000可以被实现为传统计算机系统、嵌入式控制器、膝上型计算机、服务器、移动设备、智能电话、机顶盒、资讯站、车辆信息系统、与电视相关联的一个或多个处理器、定制的机器、任何其他硬件平台、或其任何组合或复合。计算机器2000可以是被配置为通过使用经由数据网络或总线系统互连的多个计算机器运行的分布式系统。
处理器2010可以被配置为执行代码或指令来执行本文描述的操作和功能,并管理请求流和地址映射,还被配置为执行计算和生成命令。处理器2010可以被配置为监视和控制计算机器2000中的组件的操作。处理器2010可以是通用处理器、处理器核心、多处理器、可重构处理器、微控制器、数字信号处理器(DSP)、专用集成电路(ASIC)、图形处理单元(GPU)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、状态机、门控逻辑、分立硬件组件、任何其他处理单元、或其任何组合或复合。处理器2010可以是单个处理单元、多个处理单元、单个处理核心、多个处理核心、专用处理核心、协处理器、或其任何组合。根据某些实施例,处理器2010以及计算机器2000的其他组件可以是在一个或多个其他计算机器内执行的虚拟化计算机器。
系统存储器2030可以包括非易失性存储器,例如只读存储器(ROM),可编程只读存储器(PROM),可擦除可编程只读存储器(EPROM),闪速存储器、或能够存储程序指令或数据的带供电或不带供电的任何其他设备。系统存储器2030还可以包括易失性存储器,例如,随机存取存储器(RAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、以及同步动态随机存取存储器(SDRAM)。也可以使用其他类型的RAM来实现系统存储器2030。系统存储器2030可以通过使用单个存储器模块或多个存储器模块来实现。虽然系统存储器2030被描绘为计算机器2000的一部分,但是本领域技术人员将认识到系统存储器2030可以与计算机器2000分离,而不背离本技术的范围。还应理解的是,系统存储器2030可以包括非易失性存储设备(例如,存储介质2040)或者与其协同工作。
存储介质2040可以包括硬盘、软盘、紧致盘只读存储器(CD-ROM)、数字通用盘(DVD)、蓝光盘、磁带、闪存、非易失性存储设备、固态硬盘(SSD)、任何磁存储设备、任何光存储设备、任何电存储设备、任何半导体存储设备、任何基于物理存储设备、任何其它数据存储设备、或其任何组合或复合。存储介质2040可以存储一个或多个操作系统、应用程序、以及程序模块,例如,模块2050、数据或任何其他信息。存储介质2040可以是计算机器2000的一部分或者连接到计算机器2000。存储介质2040还可以是与计算机器2000通信的一个或多个其他计算机器的一部分,例如,服务器、数据库服务器、云存储、网络连接存储等。
模块2050可以包括被配置为辅助计算机器2000执行本文呈现的各种方法和处理功能的一个或多个硬件或软件元件。模块2050可以包括与系统存储器2030、存储介质2040、或两者相关联地存储为软件或固件的一个或多个指令序列。因此,存储介质2040可以表示可以在其上存储指令或代码以供处理器2010执行的机器或计算机可读介质的示例。机器或计算机可读介质通常可以指代用于向处理器2010提供指令的任何介质或媒质。这种与模块2050相关联的机器或计算机可读介质可以包括计算机软件产品。应理解的是,包括模块2050的计算机软件产品还可以与用于经由网络2080、任何信号承载介质、或任何其它通信或传递技术向计算机器2000递送模块2050的一个或多个过程或方法相关联。模块2050还可以包括硬件电路或用于配置硬件电路的信息,例如用于FPGA或其他PLD的微代码或配置信息。
输入/输出(I/O)接口2060可以被配置为耦接到一个或多个外部设备,以从一个或多个外部设备接收数据,并将数据发送到一个或多个外部设备。这种外部设备连同各种内部设备也可以被称为外围设备。I/O接口2060可以包括用于将各种外围设备可操作地耦接到计算机器2000或处理器2010的电连接和物理连接。I/O接口2060可以被配置为在外围设备、计算机器2000或处理器2010之间传送数据、地址和控制信号。I/O接口2060可以被配置为实现任何标准接口,例如小型计算机系统接口(SCSI)、串行连接SCSI(SAS)、光纤通道、外围组件互连(PCI)、PCI高速(PCIe)、串行总线、并行总线、附接的先进技术(ATA)、串行ATA(SATA)、通用串行总线(USB)、Thunderbolt、FireWire、各种视频总线等。I/O接口2060可以被配置为仅实现一个接口或总线技术。可选地,I/O接口2060可以被配置为实现多个接口或总线技术。I/O接口2060可以被配置为系统总线2020的一部分、全部或与其协同工作。I/O接口2060可以包括用于在一个或多个外部设备、内部设备、计算机器2000或处理器2010之间缓冲传输的一个或多个缓冲器。
I/O接口2060可以将计算机器2000耦接到各种输入设备(包括鼠标、触摸屏、扫描仪、电子数字化仪、传感器、接收器、触摸板、轨迹球、摄像头、麦克风、键盘、任何其他指向设备或其任何组合)。I/O接口2060可以将计算机器2000耦接到各种输出设备(包括视频显示器、扬声器、打印机、投影仪、触觉反馈设备、自动化控制、机器人组件、致动器、电机、风扇、螺线管、阀、泵、发送器、信号发射器、灯等)。
计算机器2000可以通过使用经由网络接口2070到跨网络2080的一个或多个其他系统或计算机器的逻辑连接来在网络环境中工作。网络2080可以包括广域网(WAN)、局域网(LAN)、内联网、互联网、无线接入网络、有线网络、移动网络、电话网络、光网络或其组合。网络2080可以是任何拓扑的分组交换、电路交换,并且可以使用任何通信协议。网络2080内的通信链路可以涉及各种数字或模拟通信介质,例如光纤电缆、自由空间光学器件、波导、电导体、无线链路、天线、射频通信等。
处理器2010可以通过系统总线2020连接到计算机器2000的其他元件或本文所讨论的各种外围设备。应理解的是,系统总线2020可以在处理器2010外部、在处理器2010内,或两者。根据某些示例性实施例,处理器2010、计算机器2000的其它元件或本文所讨论的各种外围设备中的任一可以集成到单个设备中,例如,片上系统(SOC)、系统封装(SOP)、或ASIC设备。
实施例可以包括实现本文所描述的和示出的功能的计算机程序,其中计算机程序在包括存储在机器可读介质中的指令和执行指令的处理器的计算机系统中实现。然而,显而易见的是,可能存在许多在计算机程序设计中实现实施例的不同方式,并且实施例不应被解释为限于任何一组计算机程序指令。此外,熟练的程序员将能够编写这样的计算机程序,以基于所附方框流程图和申请文本中的相关联描述来实现所公开的实施例中的实施例。因此,对一组特定的程序代码指令的公开不被认为是充分理解如何实现和使用实施例的必要条件。此外,本领域技术人员将理解的是,本文描述的实施例的一个或多个方面可以由硬件、软件或其组合执行,如可以在一个或多个计算系统中实现。此外,对由计算机执行的动作的任何引用不应被解释为由单个计算机执行,因为不止一个计算机可以执行该动作。
本文描述的示例实施例可以与执行前述方法和处理功能的计算机硬件和软件一起使用。本文描述的系统、方法和过程可以在可编程计算机、计算机可执行软件、或数字电路中实现。该软件可以被存储在计算机可读介质上。例如,计算机可读介质可以包括软盘、RAM、ROM、硬盘、可移动介质、闪存、记忆棒、光介质、磁光介质、CD-ROM等。数字电路可以包括集成电路、门阵列、构建块逻辑、现场可编程门阵列(FPGA)等。
先前呈现的实施例中描述的示例系统、方法和动作是说明性的,并且在替代实施例中,某些动作可以以不同的顺序执行、彼此并行地执行、被完全省略、和/或在不同的示例实施例之间被组合、和/或某些附加动作可以被执行,而不背离各种实施例的范围和精神。因此,这样的替代实施例被包括在所附权利要求的范围内,这些权利要求将被赋予最广泛的解释以包含这些替代实施例。
虽然上面已经详细描述了具体实施例,但是该描述仅出于说明的目的。因此,应理解的是,除非另有明确说明,否则上述许多方面不旨在作为所要求的或必要的元素。除了上述这些内容之外,得益于本公开的本领域技术人员可以对示例实施例的公开方面进行修改,以及得出与示例实施例的公开方面相对应的等效组件或动作,而不背离在所附权利要求中限定的实施例的精神和范围,其范围将被赋予最广泛的解释以包含这样的修改和等效结构。
Claims (20)
1.一种方法,包括:
由计算机网络中的网络分析控制器接收网络分析任务的规范;
由所述网络分析控制器创建多个maplet,其中每个maplet:
与在所述计算机网络中的特定网络节点上执行的特定代理相对应,并且
指定要执行的网络数据采集配置、对所采集的数据的处理和对处理后的数据的报告,以支持在执行所述相应代理的所述特定网络节点处的所指定的网络分析任务;
由所述网络分析控制器通过所述计算机网络向在特定网络节点上执行的每个特定代理传送与所述特定代理相对应的所述maplet;
由接收被传送的maplet的每个代理根据所述代理所接收的所述maplet配置与接收所述maplet的所述代理相对应的所述网络节点,以用于网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告;
由接收maplet的每个代理根据所述配置采集网络数据并处理所采集的网络数据;
由接收maplet的每个代理根据所述配置向所述网络分析控制器报告处理后的数据;以及
由所述网络分析控制器对从接收maplet的每个代理报告来的数据进行聚合,作为所指定的网络分析任务的结果。
2.根据权利要求1所述的方法:
其中,由第一maplet指定的下述各项中的至少一个适应于根据第二maplet报告的处理后的数据:所述网络数据采集配置、对所采集的数据的处理、以及对处理后的数据的报告,并且
其中所述方法还包括将所述第一maplet的所述网络节点处的下述各项中的至少一个适配用于根据所述第二maplet报告的处理后的数据:所述网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告。
3.根据权利要求2所述的方法,其中所述第一maplet和所述第二maplet是相同的maplet。
4.根据权利要求2所述的方法,其中所述第一maplet和所述第二maplet是不同的maplet。
5.根据权利要求1所述的方法,其中配置网络数据采集和对所采集的数据的处理包括将所述相应的网络节点的操作系统的探测器配置为采集网络数据以支持所指定的网络分析任务。
6.在一个或多个有形介质上编码以供执行的逻辑,当所述逻辑被执行时可操作用于:
在计算机网络中接收网络分析任务的规范;
创建多个maplet,其中每个maplet:
与在所述计算机网络中的特定网络节点上执行的特定代理相对应,以及
指定要执行的网络数据采集配置、对所采集的数据的处理和对处理后的数据的报告,以支持在执行所述相应代理的所述特定网络节点处的所指定的网络分析任务;
通过所述计算机网络向在特定网络节点上执行的每个特定代理传送与所述特定代理相对应的所述maplet;
由接收被传送的maplet的每个代理根据所述代理所接收的所述maplet配置与接收所述maplet的所述代理相对应的所述网络节点,以用于网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告;
由接收maplet的每个代理根据所述配置采集网络数据并处理所采集的网络数据;
由接收maplet的每个代理根据所述配置向网络分析控制器报告处理后的数据;以及
由所述网络分析控制器对从接收maplet的每个代理报告来的数据进行聚合,作为所指定的网络分析任务的结果。
7.根据权利要求6所述的逻辑:
其中,由第一maplet指定的下述各项中的至少一个适应于根据第二maplet报告的处理后的数据:所述网络数据采集配置、对所采集的数据的处理、以及对处理后的数据的报告,并且
其中所述逻辑在被执行时,还可操作以将所述第一maplet的所述网络节点处的下述各项中的至少一个适配用于根据所述第二maplet报告的处理后的数据:所述网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告。
8.根据权利要求7所述的逻辑,其中所述第一maplet和所述第二maplet是相同的maplet。
9.根据权利要求7所述的逻辑,其中所述第一maplet和所述第二maplet是不同的maplet。
10.根据权利要求6所述的逻辑,其中配置网络数据采集和对所采集的数据的处理包括将所述相应的网络节点的操作系统的探测器配置为采集网络数据以支持所指定的网络分析任务。
11.一种系统,包括:
存储设备;以及
处理器,其可通信地耦接到所述存储设备,其中所述处理器执行存储在所述存储设备中的应用代码指令,以使所述系统进行下述操作:
在计算机网络中接收网络分析任务的规范;
创建多个maplet,其中每个maplet:
与在所述计算机网络中的特定网络节点上执行的特定代理相对应,以及
指定要执行的网络数据采集配置、对所采集的数据的处理和对处理后的数据的报告,以支持在执行所述相应代理的所述特定网络节点处的所指定的网络分析任务;
通过所述计算机网络向在特定网络节点上执行的每个特定代理传送与所述特定代理相对应的所述maplet;
由接收被传送的maplet的每个代理根据所述代理所接收的所述maplet配置与接收所述maplet的所述代理相对应的所述网络节点,以用于网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告;
由接收maplet的每个代理根据所述配置采集网络数据并处理所采集的网络数据;
由接收maplet的每个代理根据所述配置向网络分析控制器报告处理后的数据;以及
由所述网络分析控制器对从接收maplet的每个代理报告来的数据进行聚合,作为所指定的网络分析任务的结果。
12.根据权利要求11所述的系统:
其中,由第一maplet指定的下述各项中的至少一个适应于根据第二maplet报告的处理后的数据:所述网络数据采集配置、对所采集的数据的处理、以及对处理后的数据的报告,并且
其中所述应用代码指令在被执行时,还可操作以将所述第一maplet的所述网络节点处的下述各项中的至少一个适配用于根据所述第二maplet报告的处理后的数据:所述网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告。
13.根据权利要求12所述的系统,其中所述第一maplet和所述第二map是相同的maplet。
14.根据权利要求12所述的系统,其中所述第一maplet和所述第二maplet是不同的maplet。
15.根据权利要求11所述的系统,其中配置网络数据采集和对所采集的数据的处理包括将所述相应的网络节点的操作系统的探测器配置为采集网络数据以支持所指定的网络分析任务。
16.根据权利要求11所述的系统,其中:
使得所述系统进行下述操作的所述应用代码指令是由网络分析控制器执行的:接收网络分析任务的规范,创建多个maplet以支持指定的任务,将每个maplet传送到特定代理,并且对从每个代理报告来的数据进行聚合;并且
使得所述系统进行下述操作的所述应用代码指令是在执行特定代理的网络节点上执行的:接收与所述特定代理相对应的所述maplet,根据接收到的maplet配置与所述特定代理相对应的网络节点,根据所述配置采集网络数据,根据所述配置处理所采集的网络数据,并根据所述配置报告处理后的网络数据。
17.根据权利要求16所述的系统:
其中,由第一maplet指定的下述各项中的至少一个适应于根据第二maplet报告的处理后的数据:所述网络数据采集配置、对所采集的数据的处理、以及对处理后的数据的报告,并且
其中所述应用代码指令在被执行时还可操作以将所述第一maplet的所述网络节点处的下述各项中的至少一个适配用于根据所述第二maplet报告的处理后的数据:所述网络数据采集、对所采集的数据的处理、以及对处理后的数据的报告。
18.根据权利要求17所述的系统,其中所述第一maplet和所述第二maplet是相同的maplet。
19.根据权利要求17所述的系统,其中所述第一maplet和所述第二maplet是不同的maplet。
20.根据权利要求16所述的系统,其中配置网络数据采集和对所采集的数据的处理包括将所述相应的网络节点的操作系统的探测器配置为采集网络数据以支持所指定的网络分析任务。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/589,953 US10305759B2 (en) | 2015-01-05 | 2015-01-05 | Distributed and adaptive computer network analytics |
US14/589,953 | 2015-01-05 | ||
PCT/US2015/063748 WO2016111780A1 (en) | 2015-01-05 | 2015-12-03 | Distributed and adaptive computer network analytics |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107210928A true CN107210928A (zh) | 2017-09-26 |
CN107210928B CN107210928B (zh) | 2020-09-11 |
Family
ID=55025403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580072330.4A Expired - Fee Related CN107210928B (zh) | 2015-01-05 | 2015-12-03 | 分布式和自适应计算机网络分析 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10305759B2 (zh) |
EP (1) | EP3243299B1 (zh) |
CN (1) | CN107210928B (zh) |
WO (1) | WO2016111780A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114175591A (zh) * | 2019-07-30 | 2022-03-11 | 思科技术公司 | 用于软件定义网络中断开连接的节点的对等节点发现过程 |
WO2024045621A1 (zh) * | 2022-08-31 | 2024-03-07 | 华为云计算技术有限公司 | 数据处理方法、装置及系统 |
Families Citing this family (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10649424B2 (en) * | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
US11695657B2 (en) | 2014-09-29 | 2023-07-04 | Cisco Technology, Inc. | Network embedded framework for distributed network analytics |
US10305759B2 (en) | 2015-01-05 | 2019-05-28 | Cisco Technology, Inc. | Distributed and adaptive computer network analytics |
US20160294658A1 (en) * | 2015-03-30 | 2016-10-06 | Ca, Inc. | Discovering and aggregating data from hubs |
US20160294665A1 (en) * | 2015-03-30 | 2016-10-06 | Ca, Inc. | Selectively deploying probes at different resource levels |
US10721154B2 (en) * | 2015-06-12 | 2020-07-21 | At&T Intellectual Property I, L.P. | Virtual probes |
US10880180B2 (en) * | 2015-09-16 | 2020-12-29 | Huawei Technologies Co., Ltd. | Method and apparatus for data analytics management |
US10404548B2 (en) | 2016-08-29 | 2019-09-03 | Cisco Technology, Inc. | Control of network nodes in computer network systems |
US11025485B2 (en) | 2016-09-15 | 2021-06-01 | At&T Intellectual Property I, L.P. | Telecommunication network analytics platform |
US10567250B2 (en) * | 2016-09-21 | 2020-02-18 | Oracle International Corporation | End-to-end tracing providers and session management |
US10516761B1 (en) * | 2017-03-17 | 2019-12-24 | Juniper Networks, Inc. | Configuring and managing network devices using program overlay on Yang-based graph database |
CN108259632B (zh) * | 2017-05-24 | 2020-02-11 | 新华三技术有限公司 | 一种cgn实现方法及装置 |
US10892940B2 (en) * | 2017-07-21 | 2021-01-12 | Cisco Technology, Inc. | Scalable statistics and analytics mechanisms in cloud networking |
CN108880849B (zh) * | 2017-10-12 | 2021-10-19 | 视联动力信息技术股份有限公司 | 属性信息的统计方法、装置及系统 |
USD918220S1 (en) | 2018-06-13 | 2021-05-04 | Juniper Networks, Inc. | Display screen or portions thereof with animated graphical user interface |
US10778534B2 (en) * | 2018-06-13 | 2020-09-15 | Juniper Networks, Inc. | Virtualization infrastructure underlay network performance measurement and monitoring |
WO2019243874A1 (en) * | 2018-06-20 | 2019-12-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and systems for online services applications and application functions to provide ue-generated information to network data analytics to support network automation and optimization |
US10915369B2 (en) * | 2018-11-29 | 2021-02-09 | International Business Machines Corporation | Reward-based admission controller for resource requests in the cloud |
US11402220B2 (en) | 2019-03-13 | 2022-08-02 | Here Global B.V. | Maplets for maintaining and updating a self-healing high definition map |
US11255680B2 (en) | 2019-03-13 | 2022-02-22 | Here Global B.V. | Maplets for maintaining and updating a self-healing high definition map |
US11280622B2 (en) | 2019-03-13 | 2022-03-22 | Here Global B.V. | Maplets for maintaining and updating a self-healing high definition map |
US11096026B2 (en) * | 2019-03-13 | 2021-08-17 | Here Global B.V. | Road network change detection and local propagation of detected change |
US11287267B2 (en) | 2019-03-13 | 2022-03-29 | Here Global B.V. | Maplets for maintaining and updating a self-healing high definition map |
US11287266B2 (en) | 2019-03-13 | 2022-03-29 | Here Global B.V. | Maplets for maintaining and updating a self-healing high definition map |
US11023169B2 (en) * | 2019-04-22 | 2021-06-01 | EMC IP Holding Company LLC | Identifying performance impact events in data storage equipment based on queue depth metrics |
US11397573B2 (en) * | 2020-02-17 | 2022-07-26 | At&T Intellectual Property I, L.P. | Creating and using native virtual probes in computing environments |
US11916779B2 (en) * | 2021-10-07 | 2024-02-27 | Juniper Networks, Inc. | Peer comparison-based outlier detection for network performance monitoring |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101176305A (zh) * | 2005-05-13 | 2008-05-07 | 科斯莫斯公司 | 分布式通信业务分析 |
CN101371245A (zh) * | 2005-07-12 | 2009-02-18 | 维兹博麦哲思公司 | 动态应用程序使用信息的分布式采集和汇集 |
US20110246816A1 (en) * | 2010-03-31 | 2011-10-06 | Cloudera, Inc. | Configuring a system to collect and aggregate datasets |
CN103618644A (zh) * | 2013-11-26 | 2014-03-05 | 曙光信息产业股份有限公司 | 一种基于hadoop集群的分布式监控系统及其方法 |
US20140280338A1 (en) * | 2013-03-14 | 2014-09-18 | Cisco Technology, Inc. | Distributed network analytics |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5781703A (en) | 1996-09-06 | 1998-07-14 | Candle Distributed Solutions, Inc. | Intelligent remote agent for computer performance monitoring |
AU2001257374A1 (en) * | 2000-04-28 | 2001-11-12 | Sheer Networks, Inc. | Network management method and system |
US20030110252A1 (en) * | 2001-12-07 | 2003-06-12 | Siew-Hong Yang-Huffman | Enhanced system and method for network usage monitoring |
US7203173B2 (en) * | 2002-01-25 | 2007-04-10 | Architecture Technology Corp. | Distributed packet capture and aggregation |
CA2444834A1 (en) | 2003-10-10 | 2005-04-10 | N-Able Technologies Inc. | Multi-network monitoring architecture |
US8117175B1 (en) * | 2005-11-30 | 2012-02-14 | At&T Intellectual Property Ii, L.P. | Methods and apparatus for querying multiple data streams |
ATE462956T1 (de) * | 2006-03-31 | 2010-04-15 | Research In Motion Ltd | Verfahren zur kontrolle von kartenversionen und vorrichtung zur aktualisierung der verwendung von über ein netzwerk gewarteten kartendatensätzen für mobile kommunikationsvorrichtungen |
US8185619B1 (en) * | 2006-06-28 | 2012-05-22 | Compuware Corporation | Analytics system and method |
US7852819B2 (en) * | 2007-03-01 | 2010-12-14 | Meraki, Inc. | Client operation for network access |
US7984043B1 (en) * | 2007-07-24 | 2011-07-19 | Amazon Technologies, Inc. | System and method for distributed query processing using configuration-independent query plans |
US8869150B2 (en) * | 2010-05-18 | 2014-10-21 | Lsi Corporation | Local messaging in a scheduling hierarchy in a traffic manager of a network processor |
CN102118261B (zh) * | 2009-12-30 | 2014-11-26 | 上海中兴软件有限责任公司 | 一种数据采集的方法、数据采集装置及网管设备 |
US8484243B2 (en) * | 2010-05-05 | 2013-07-09 | Cisco Technology, Inc. | Order-independent stream query processing |
US8452779B1 (en) * | 2010-07-09 | 2013-05-28 | Collective Labs, Llc | Methods and system for targeted content delivery |
US8732300B2 (en) * | 2011-01-10 | 2014-05-20 | International Business Machines Corporation | Application monitoring in a stream database environment |
US8964582B2 (en) | 2011-12-27 | 2015-02-24 | Tektronix, Inc. | Data integrity scoring and visualization for network and customer experience monitoring |
US8935368B2 (en) * | 2012-04-16 | 2015-01-13 | International Business Machines Corporation | Data collection from networked devices |
US9923787B2 (en) * | 2012-04-27 | 2018-03-20 | International Business Machines Corporation | Network configuration predictive analytics engine |
US9253054B2 (en) * | 2012-08-09 | 2016-02-02 | Rockwell Automation Technologies, Inc. | Remote industrial monitoring and analytics using a cloud infrastructure |
US9331952B2 (en) | 2013-01-02 | 2016-05-03 | International Business Machines Corporation | Modifying an assignment of nodes to roles in a computing environment |
US20140324862A1 (en) | 2013-04-30 | 2014-10-30 | Splunk Inc. | Correlation for user-selected time ranges of values for performance metrics of components in an information-technology environment with log data from that information-technology environment |
US9559896B2 (en) * | 2013-07-08 | 2017-01-31 | Cisco Technology, Inc. | Network-assisted configuration and programming of gateways in a network environment |
EP2854341B1 (en) * | 2013-09-26 | 2020-02-26 | Viavi Solutions Inc. | Techniques for providing visualization and analysis of performance data |
US9397946B1 (en) * | 2013-11-05 | 2016-07-19 | Cisco Technology, Inc. | Forwarding to clusters of service nodes |
US20150149613A1 (en) | 2013-11-26 | 2015-05-28 | Cellco Partnership D/B/A Verizon Wireless | Optimized framework for network analytics |
US11695657B2 (en) | 2014-09-29 | 2023-07-04 | Cisco Technology, Inc. | Network embedded framework for distributed network analytics |
US9369785B1 (en) * | 2014-12-18 | 2016-06-14 | Juniper Networks, Inc. | Integrated controller for routing / switching network and underlying optical transport system |
US10305759B2 (en) | 2015-01-05 | 2019-05-28 | Cisco Technology, Inc. | Distributed and adaptive computer network analytics |
-
2015
- 2015-01-05 US US14/589,953 patent/US10305759B2/en active Active
- 2015-12-03 CN CN201580072330.4A patent/CN107210928B/zh not_active Expired - Fee Related
- 2015-12-03 WO PCT/US2015/063748 patent/WO2016111780A1/en active Application Filing
- 2015-12-03 EP EP15817002.7A patent/EP3243299B1/en not_active Not-in-force
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101176305A (zh) * | 2005-05-13 | 2008-05-07 | 科斯莫斯公司 | 分布式通信业务分析 |
CN101371245A (zh) * | 2005-07-12 | 2009-02-18 | 维兹博麦哲思公司 | 动态应用程序使用信息的分布式采集和汇集 |
US20110246816A1 (en) * | 2010-03-31 | 2011-10-06 | Cloudera, Inc. | Configuring a system to collect and aggregate datasets |
US20140280338A1 (en) * | 2013-03-14 | 2014-09-18 | Cisco Technology, Inc. | Distributed network analytics |
CN103618644A (zh) * | 2013-11-26 | 2014-03-05 | 曙光信息产业股份有限公司 | 一种基于hadoop集群的分布式监控系统及其方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114175591A (zh) * | 2019-07-30 | 2022-03-11 | 思科技术公司 | 用于软件定义网络中断开连接的节点的对等节点发现过程 |
CN114175591B (zh) * | 2019-07-30 | 2024-01-16 | 思科技术公司 | 用于软件定义网络中断开连接的节点的对等节点发现过程 |
WO2024045621A1 (zh) * | 2022-08-31 | 2024-03-07 | 华为云计算技术有限公司 | 数据处理方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2016111780A1 (en) | 2016-07-14 |
EP3243299A1 (en) | 2017-11-15 |
EP3243299B1 (en) | 2019-10-30 |
US20160197799A1 (en) | 2016-07-07 |
US10305759B2 (en) | 2019-05-28 |
CN107210928B (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107210928A (zh) | 分布式和自适应计算机网络分析 | |
US11748653B2 (en) | Machine learning abstraction | |
US20210073680A1 (en) | Data driven methods and systems for what if analysis | |
US20190082005A1 (en) | Managed function execution for processing data streams in real time | |
US11012365B2 (en) | Changing a time sensitive networking schedule implemented by a softswitch | |
US20180322419A1 (en) | Model Driven Modular Artificial Intelligence Learning Framework | |
US20210385251A1 (en) | System and methods for integrating datasets and automating transformation workflows using a distributed computational graph | |
US10896114B2 (en) | Machine learning error prediction in storage arrays | |
US20240119319A1 (en) | Automatically-Generated Labels For Time Series Data And Numerical Lists To Use In Analytic And Machine Learning Systems | |
US9891959B2 (en) | Stage-aware performance modeling for computer cluster sizing | |
US11546380B2 (en) | System and method for creation and implementation of data processing workflows using a distributed computational graph | |
US10958521B2 (en) | Method and apparatus for configuring a cloud storage software appliance | |
US10936694B2 (en) | Methods and apparatus to analyze telemetry data in a networked computing environment | |
US20150230101A1 (en) | Virtualized Wireless Communication System and Establishing Method Thereof | |
US11044155B2 (en) | Utilizing unstructured data in self-organized networks | |
US10140377B2 (en) | Data processing, data collection | |
Debauche et al. | Cloud platform using big data and hpc technologies for distributed and parallels treatments | |
US20220413481A1 (en) | Geometric aging data reduction for machine learning applications | |
US10367692B2 (en) | Rules implementation system | |
US20170091283A1 (en) | Smart tuple condition-based operation performance | |
US20160050135A1 (en) | Real-time measurement of user interface performance in a remote desktop environment | |
US11689550B2 (en) | Methods and apparatus to analyze network traffic for malicious activity | |
Petrou et al. | Weighted Load Balancing Mechanisms over Streaming Big Data for Online Machine Learning. | |
US20230113301A1 (en) | Managing queries to non-relational databases with multiple paths to storage system | |
KR20160114416A (ko) | IoT 어댑터 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200911 Termination date: 20211203 |
|
CF01 | Termination of patent right due to non-payment of annual fee |