CN107332707B - 一种sdn网络测量数据的采集方法和装置 - Google Patents
一种sdn网络测量数据的采集方法和装置 Download PDFInfo
- Publication number
- CN107332707B CN107332707B CN201710611919.8A CN201710611919A CN107332707B CN 107332707 B CN107332707 B CN 107332707B CN 201710611919 A CN201710611919 A CN 201710611919A CN 107332707 B CN107332707 B CN 107332707B
- Authority
- CN
- China
- Prior art keywords
- node
- service node
- data
- service
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- 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
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0882—Utilisation of link capacity
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
- H04L41/5022—Ensuring fulfilment of SLA by giving priorities, e.g. assigning classes of service
-
- 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
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Mining & Analysis (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供了一种SDN网络测量数据的采集方法和装置，属于互联网技术领域。所述方法包括：获取控制节点的网络运行数据和每个服务节点的节点运行数据；根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型；根据预先存储的节点类型和数据采集优先级的对应关系，以及所述每个服务节点的当前节点类型，分别确定所述每个服务节点的数据采集优先级；当达到预设的第一数据采集周期时，如果检测到所述SDN网络发生拥塞，则根据所述每个服务节点的数据采集优先级进行网络测量数据采集。采用本发明，可以提高网络的稳定性。
Description
技术领域
本发明涉及互联网技术领域，特别是涉及一种SDN网络测量数据的采集方法和装置。
背景技术
SDN(Software Defined Network，软件定义网络)是网络虚拟化的一种实现方式，其核心技术OpenFlow(交换机)通过将网络设备控制面与数据面分离开来，从而实现了网络流量的灵活控制，使网络作为管道变得更加智能。在SDN网络中，通常包括控制节点和多个服务节点，该控制节点可以与多个服务节点连接，从而实现对多个服务节点的控制。
为了实时了解SDN网络的运行状态，SDN网络的监控节点会在每达到预设的数据采集周期时，采集网络的网络测量数据，网络策略数据包括SDN网络的控制节点发送的网络运行数据，以及各服务节点发送的节点运行数据。其中，网络运行数据包括五元组信息、网络性能数据、控制节点性能数据和网络日志信息等；节点运行数据包括服务节点性能数据和节点传输内容等。然后，监控节点会根据网络运行数据和各服务节点的节点运行数据进行分析，确定每个服务节点的运行状态是否正常，及时发现网络中存在的问题。
然而，当SDN网络传输的数据量较大时，一些服务节点发送的节点运行数据会拥塞甚至丢失，控制节点则无法得到这些服务节点的节点运行数据。此时，如果这些服务节点发生了故障，控制节点将不能及时获知并进行故障处理，导致网络的稳定性较差。
发明内容
本发明实施例的目的在于提供一种SDN网络测量数据的采集方法和装置，以实现提供网络的稳定性。具体技术方案如下：
第一方面，提供了一种SDN网络测量数据的采集方法，所述方法包括：
获取控制节点的网络运行数据和每个服务节点的节点运行数据；
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型；
根据预先存储的节点类型和数据采集优先级的对应关系，以及所述每个服务节点的当前节点类型，分别确定所述每个服务节点的数据采集优先级；
当达到预设的第一数据采集周期时，如果检测到所述SDN网络发生拥塞，则根据所述每个服务节点的数据采集优先级进行网络测量数据采集。
可选的，所述根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型，包括：
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定所述每个服务节点对应的网络拓扑关系；
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史节点类型作为所述第一服务节点的当前节点类型，如果所述相似度不满足预设的相似度条件，则根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，所述第一服务节点是所述每个服务节点中的任意一个。
可选的，所述根据所述网络运行数据、所述服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，包括：
根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的特征值算法，确定所述第一服务节点对应的特征值；
根据所述第一服务节点对应的特征值和预先存储的其他服务节点的历史特征值进行排序，得到特征值的影响性序列；
根据所述第一服务节点的特征值在所述影响性序列中的排序，确定所述第一服务节点对应的当前节点类型。
可选的，所述根据所述每个服务节点的数据采集优先级进行网络测量数据采集，包括：
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史数据采集策略作为所述第一服务节点的当前数据采集策略；如果所述相似度不满足预设的相似度条件，则确定所述第一服务节点的当前数据采集策略，所述第一服务节点是所述每个服务节点中的任意一个；
根据所述每个服务节点的数据采集优先级和当前数据采集策略，进行网络测量数据采集。
可选的，所述网络运行数据和所述第一服务节点的节点运行数据包括多个第二数据采集周期中的采集到的数据，所述确定所述第一服务节点的当前数据采集策略，包括：
根据每个所述第二数据采集周期内的网络运行数据和所述第一服务节点的节点运行数据、以及所述特征值算法，分别确定所述第一服务节点在每个所述第二数据采集周期对应的特征值，得到所述第一服务节点对应的特征值序列，所述特征值序列中的特征值按照时间顺序排列；
在预先存储的所述其他服务节点的特征值序列中，确定与所述服务节点的特征值序列的相似度满足预设相似度条件的目标特征值序列；
获取所述目标特征值序列对应的第二服务节点的数据采集策略，将所述数据采集策略作为所述第一服务节点的数据采集策略。
可选的，所述数据采集优先级包括高优先级和低优先级，所述根据所述每个服务节点的数据采集优先级进行网络测量数据采集，包括：
采集所述控制节点的网络运行数据和高优先级的服务节点的节点运行数据，并向低优先级的服务节点发送节点运行数据的停止发送通知。
第二方面，提供了一种SDN网络测量数据的采集装置，所述装置包括：
第一数据采集模块，用于获取控制节点的网络运行数据和每个服务节点的节点运行数据；
节点分类模块，用于根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型；
确定模块，用于根据预先存储的节点类型和数据采集优先级的对应关系，以及所述每个服务节点的当前节点类型，分别确定所述每个服务节点的数据采集优先级；
第二数据采集模块，用于当达到预设的第一数据采集周期时，如果检测到所述SDN网络发生拥塞，则根据所述每个服务节点的数据采集优先级进行网络测量数据采集。
可选的，所述节点分类模块，还用于：
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定所述每个服务节点对应的网络拓扑关系；
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史节点类型作为所述第一服务节点的当前节点类型，如果所述相似度不满足预设的相似度条件，则根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，所述第一服务节点是所述每个服务节点中的任意一个。
可选的，所述节点分类模块，还用于：
根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的特征值算法，确定所述第一服务节点对应的特征值；
根据所述第一服务节点对应的特征值和预先存储的其他服务节点的历史特征值进行排序，得到特征值的影响性序列；
根据所述第一服务节点的特征值在所述影响性序列中的排序，确定所述第一服务节点对应的当前节点类型。
第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
本发明实施例提供的一种SDN网络测量数据的采集方法和装置，可以获取控制节点的网络运行数据和每个服务节点的节点运行数据，然后根据网络运行数据和每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型，进而根据预先存储的节点类型和数据采集优先级的对应关系，以及每个服务节点的当前节点类型，分别确定每个服务节点的数据采集优先级，当达到预设的第一数据采集周期时，这样，如果检测到SDN网络发生拥塞，可以根据每个服务节点的数据采集优先级进行网络测量数据采集，从而获得重要的服务节点的数据，及时监控这些重要的服务节点的运行状态，以便在其发生故障时及时进行修复，从而提高了网络的稳定性。
当然，实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
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为本发明实施例提供的一种系统框架图；
图2为本发明实施例提供的一种SDN网络测量数据的采集方法流程图；
图3为本发明实施例提供的一种SDN网络测量数据的采集装置的结构示意图；
图4为本发明实施例提供的一种电子设备的结构示意图。
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做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。
本发明实施例提供了一种SDN网络测量数据的采集方法，该方法可以应用于SDN网络中，用于监控SDN网络的运行状态的设备中，该设备可以是SDN网络中的监控节点。该监控节点可以与SDN网络中的控制节点和各服务节点建立数据连接。如图1所示，为本发明实施例提供的系统框架图。
如图2所示，以该方法应用于监控节点为例，该方法的处理过程可以如下：
步骤201，获取控制节点的网络运行数据和每个服务节点的节点运行数据。
在实施中，在SDN网络运行的过程中，控制节点实时监控SDN网络的网络运行数据，并对网络运行数据进行存储。网络运行数据包括但不限于五元组信息、网络性能数据、控制节点性能数据和网络日志信息等。其中，五元组信息可以是各服务节点的五元组信息，包括{源地址，目的地址，源端口，目的端口，协议号}；网络性能数据包括但不限于网络的吞吐量和传输速率等数据；控制节点性能数据包括但不限于包括但不限于控制器处理效率、控制器缓存性能数据、控制指令响应时间与控制器能耗数据等。同理，每个服务节点也可以监控自身的节点运行数据，并对节点运行数据进行存储。节点运行数据包括但不限于服务节点性能数据和节点传输内容等，其中，服务节点性能数据包括但不限于节点CPU性能数据、缓存性能数据、节点能耗数据与节点响应时间等；节点传输内容主要指网络中能抓取到的节点应用系统业务数据等。
SDN网络中可以设置有策略更新周期，比如3小时或8小时等。当达到该策略更新周期时，监控节点可以采集网络测量数据，也即，从控制节点中，获取该策略更新周期内的网络运行数据，并且可以从各服务节点中，分别获取每个服务节点在该策略更新周期内的节点运行数据。例如，监控节点可以在达到策略更新周期时，分别向控制节点和各服务节点发送数据请求，控制节点接收到该数据请求后，可以向监控节点发送网络运行数据，各服务节点接收到该数据请求后，可以向监控节点发送节点运行数据；或者，控制节点和各服务节点也可以在达到策略更新周期时，自动向监控节点发送数据。
步骤202，根据网络运行数据和每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型。
在实施中，监控节点获取到网络运行数据和每个的节点运行数据后，可以根据这些数据来确定每个服务节点的当前节点类型，具体的处理过程可以为：根据网络运行数据和每个服务节点的节点运行数据，分别确定每个服务节点对应的网络拓扑关系；对于每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的第一服务节点的历史节点类型作为第一服务节点的当前节点类型，如果相似度不满足预设的相似度条件，则根据网络运行数据、第一服务节点的节点运行数据和预设的节点分类算法，确定第一服务节点对应的当前节点类型，第一服务节点是每个服务节点中的任意一个。
其中，节点类型可以反应该节点在SDN网络中的影响力的大小，节点类型可以包括但不限于强关联节点(对应影响力大)和弱关联节点(对应影响力小)。
在实际中，网络关联库中会预先存储SDN网络间中的节点关联关系。该节点关联关系可以由技术人员进行设置，例如，可以设置服务节点A与服务节点B和服务节点C建立数据连接。监控节点还可以根据网络测量数据，确定每个服务节点与其他服务节点的数据交互频率，以及每个服务节点所具有的功能，分别确定每个服务节点对应的网络拓扑关系。该网络拓扑关系可以表示该服务节点与SDN网络中的其他服务节点的关联情况(比如与其建立数据连接的服务节点的数目、与这些服务节点的数据交互频率等)，以及该服务节点在SDN网络中的重要程度。监控节点可以对每个服务节点的网络拓扑关系进行存储，以便进行后续处理。其中，该网络拓扑关系可以是上一次进行策略更新时确定出的网络拓扑关系。
例如，对于任一服务节点，监控节点可以根据该服务节点对应的五元组信息，确定该服务节点与其他设备(包括其他服务节点和用户终端等)的交互情况，进而确定该服务节点与其他服务节点的数据交互频率，并判断该服务节点与用户终端的交互频率；监控节点还可以根据该服务节点的网络日志信息和节点传输内容等，确定该服务节点对应的功能，进而根据该服务节点的功能确定该服务节点的重要性；另外，监控节点还可以根据网络性能数据、控制节点性能数据、服务节点性能数据确定当前SDN网络的中各设备的运行状态。
监控节点获取到当前的策略更新周期内的网络运行数据和每个服务节点的节点运行数据后，可以按照上述的处理方式，分别确定每个服务节点对应的当前的网络拓扑关系。对于SDN网络中的任一服务节点(即第一服务节点)，监控节点可以将该第一服务节点当前的网络拓扑关系，与预先存储的该第一服务节点的历史网络拓扑关系进行对比，并且可以计算二者的相似度。如果二者的相似度满足预设的相似度条件，比如该相似度大于预设相似度阈值，或者该相似度是最大的第一预设数目个相似度之一，则可以判定该服务节点的网络拓扑关系未发生变化，可以将预先存储的该第一服务节点的历史节点类型作为第一服务节点的当前节点类型(该第一服务节点可称为已分类节点)。如果该相似度不满足预设的相似度条件，比如相似度小于预设相似度阈值，或者该相似度是最小的第二预设数目个相似度之一，则可以判定第一服务节点的网络拓扑关系发生变化(该第一服务节点可称为未分类节点)，然后可以根据网络运行数据、第一服务节点的节点运行数据和预设的节点分类算法，确定第一服务节点对应的当前节点类型。基于上述处理，监控节点可以确定各服务节点是已分类节点还是未分类节点，并且可以确定每个已分类节点的节点类型(比如是强关联节点还是弱关联节点)。
可选的，为了减小监控节点的处理量，监控可以将各服务节点对应的相似度进行排序，进而可以选择相似度最小的N个服务节点作为未分类节点，其余的服务节点作为已分类节点。其中，N为正整数。
可选的，对于未分类节点，监控节点需要确定未分类节点的节点类型，相应的处理过程可以如下：根据网络运行数据、第一服务节点的节点运行数据和预设的特征值算法，确定第一服务节点对应的特征值；根据第一服务节点对应的特征值和预先存储的其他服务节点的历史特征值进行排序，得到特征值的影响性序列；根据第一服务节点的特征值在影响性序列中的排序，确定第一服务节点对应的当前节点类型。
在实施中，控制节点和各服务节点中都可以设置有数据采集周期(可称为第二数据采集周期)，比如该第二数据采集周期可以为30s或60s。监控节点可以在每达到第二数据采集周期时进行数据进行数据采集，得到当前的第二数据采集周期对应的网络运行数据；同理，监控节点也可以在每达到第二数据采集周期时对各服务节点进行数据采集，得到第二数据采集周期对应的各服务节点的节点运行数据。上述策略更新周期可以包括M个第二数据采集周期，M为正整数。当达到预设的策略更新周期时，监控节点可以获取当前的策略更新周期对应的网络运行数据和各服务节点的节点运行数据。其中，该网络运行数据是控制节点经过M个第二数据采集周期进行采集得到的网络运行数据；该节点运行数据是服务节点经过M个第二数据采集周期进行采集得到的节点运行数据。
对于任一服务节点(即第一服务节点)，监控节点可以基于预设的特征值算法，输入一个第二数据采集周期内的节点运行数据，以及该第二数据采集周期内的网络运行数据，得到第一服务节点对应的一个特征值。这样，对于上述策略更新周期包括M个第二数据采集周期的情况，可以确定第一服务节点对应的M个特征值，进而可以生成第一服务节点对应的特征值折线图。该特征值折线图的横坐标为时间，纵坐标为特征值。其中，该特征值算法可以采用机器学习中的算法，比如聚类算法、分类算法、进化算法或神经网络算法等，本实施例不做限定。
基于上述处理，监控节点可以确定每个未分类节点对应的特征值折线图，监控节点还可以获取预先存储的已分类节点对应的特征值折线图，进而可以生成全局折线图，全局折线图的三个坐标轴可以分别为特征值、时间和服务节点标识。监控节点可以在全局折线图中的峰值(即各服务节点对应的特征值的最大值)中，确定特征值大于或等于预设特征值阈值的峰值，该峰值对应的服务节点为强关联节点；而小于预设特征值阈值的峰值对应的服务节点，则为弱关联节点。其中，预设特征值阈值可以由技术人员进行设置。
或者，监控节点也可以对各服务节点对应的峰值进行排序(可以按照升序排列，也可以按照降序排列)，得到特征值的影响性序列。监控节点可以根据第一服务节点的特征值在该影响性序列中的排序，确定第一服务节点对应的当前节点类型。例如，可以按照由大到小排序，如果未分类的第一服务节点对应的特征值在该前L个特征值之内，则第一服务节点为强关联节点；否则，为弱关联节点，其中，L为正整数，且L小于M。
另外，监控节点确定网络拓扑关系发生变化的服务节点后，还可以根据这些发生变化的网络拓扑关系，更新当前整个SDN网络的网络拓扑，类似的，监控节点也可以参照上述处理，选择影响性最大的前L个服务节点的网络拓扑关系，对SDN网络的网络拓扑进行更新处理。
步骤203，根据预先存储的节点类型和数据采集优先级的对应关系，以及每个服务节点的当前节点类型，分别确定每个服务节点的数据采集优先级。
在实施中，监控节点中可以预先存储节点类型和数据采集优先级的对应关系，具体可以为：强关联节点对应高优先级，弱关联节点对应低优先级。这样，监控节点可以根据每个服务节点的节点类型，分别确定每个服务节点对应的数据采集优先级。
步骤204，当达到预设的第一数据采集周期时，如果检测到SDN网络发生拥塞，则根据每个服务节点的数据采集优先级进行网络测量数据采集。
在实施中，监控节点中可以预先设置第一数据采集周期，第一数据采集周期与上述第二数据采集周期可以是相同的。如上所述，每当达到预设的第一数据采集周期(比如每30s或60s)时，监控节点可以进行一次数据采集，获取该第一数据采集周期内的网络测量数据。该数据采集处理和上述确定每个服务节点对应的数据采集优先级的处理过程可以是并行的。当监控节点确定每个服务节点对应的数据采集优先级后，如果检测到SDN网络发生拥塞，则可以根据每个服务节点的数据采集优先级进行网络测量数据采集。
具体的，对于监控节点向控制节点和服务节点发送数据请求的情况，监控节点可以只想控制节点和高优先级的服务节点发送数据请求；对于控制节点和服务节点主动上报的情况，监控节点可以向低优先级的服务节点发送节点运行数据的停止发送通知，从而实现只采集控制节点的网络运行数据和高优先级的服务节点的节点运行数据。
可选的，还可以设置各服务节点的数据采集策略，具体的处理过程可以如下：对于每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的第一服务节点的历史数据采集策略作为第一服务节点的当前数据采集策略；如果相似度不满足预设的相似度条件，则确定第一服务节点的当前数据采集策略，第一服务节点是每个服务节点中的任意一个；根据每个服务节点的数据采集优先级和当前数据采集策略，进行网络测量数据采集。
在实施中，如上所述，对于SDN网络中的任一服务节点(即第一服务节点)，监控节点可以将该第一服务节点当前的网络拓扑关系，与预先存储的该第一服务节点的历史网络拓扑关系进行对比，并且可以计算二者的相似度。如果二者的相似度满足预设的相似度条件，则可以判定该服务节点的网络拓扑关系未发生变化，可以将预先存储的该第一服务节点的历史数据采集策略作为第一服务节点的当前数据采集策略(该第一服务节点可称为已分类节点)。如果该相似度不满足预设的相似度条件，则可以判定第一服务节点的网络拓扑关系发生变化(该第一服务节点可称为未分类节点)，然后可以确定第一服务节点对应的当前数据采集策略。
当监控节点确定每个服务节点对应的数据采集优先级和数据采集策略后，如果检测到SDN网络发生拥塞，则可以根据每个服务节点的数据采集优先级和数据采集策略进行网络测量数据采集。
可选的，确定未分类节点的数据采集策略的过程可以如下：根据每个第二数据采集周期内的网络运行数据和第一服务节点的节点运行数据、以及特征值算法，分别确定第一服务节点在每个第二数据采集周期对应的特征值，得到第一服务节点对应的特征值序列，特征值序列中的特征值按照时间顺序排列；在预先存储的其他服务节点的特征值序列中，确定与服务节点的特征值序列的相似度满足预设相似度条件的目标特征值序列；获取目标特征值序列对应的第二服务节点的数据采集策略，将数据采集策略作为第一服务节点的数据采集策略。
在实施中，每个已分类节点还可以设置有相应的数据采集策略，该数据采集策略可以包括服务节点需要采集的数据内容，以及每种数据内容对应的优先级。如上所述，监控节点可以确定每个未分类节点对应的特征值折线图，还可以获取预先存储的已分类节点对应的特征值折线图，进而可以生成全局折线图。对于任一未分类节点，监控节点可以分别计算该未分类节点的特征值折线图，与每个已分类节点的特征值折线图的相似度(比如分析图形形状的相似度和/或取值范围的相似度)，然后确定相似度最大的已分类节点的特征值折线图，该未分类节点的功能与该已分类节点的功能通常是相似的，然后可以将该已分类节点的数据采集策略，作为该未分类节点的数据采集策略，监控节点则会基于该数据采集策略进行数据采集，或者，该未分类节点基于该数据采集策略进行数据上报。
本发明实施例提供的一种SDN网络测量数据的采集方法和装置，可以获取控制节点的网络运行数据和每个服务节点的节点运行数据，然后根据网络运行数据和每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型，进而根据预先存储的节点类型和数据采集优先级的对应关系，以及每个服务节点的当前节点类型，分别确定每个服务节点的数据采集优先级，当达到预设的第一数据采集周期时，这样，如果检测到SDN网络发生拥塞，可以根据每个服务节点的数据采集优先级进行网络测量数据采集，从而获得重要的服务节点的数据，及时监控这些重要的服务节点的运行状态，以便在其发生故障时及时进行修复，从而提高了网络的稳定性。
基于相同的技术构思，本发明施例还提供了一种SDN网络测量数据的采集装置，如图3所示，所述装置包括：
第一数据采集模块310，用于获取控制节点的网络运行数据和每个服务节点的节点运行数据；
节点分类模块320，用于根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型；
确定模块330，用于根据预先存储的节点类型和数据采集优先级的对应关系，以及所述每个服务节点的当前节点类型，分别确定所述每个服务节点的数据采集优先级；
第二数据采集模块340，用于当达到预设的第一数据采集周期时，如果检测到所述SDN网络发生拥塞，则根据所述每个服务节点的数据采集优先级进行网络测量数据采集。
可选的，所述节点分类模块320，还用于：
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定所述每个服务节点对应的网络拓扑关系；
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史节点类型作为所述第一服务节点的当前节点类型，如果所述相似度不满足预设的相似度条件，则根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，所述第一服务节点是所述每个服务节点中的任意一个。
可选的，所述节点分类模块320，还用于：
根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的特征值算法，确定所述第一服务节点对应的特征值；
根据所述第一服务节点对应的特征值和预先存储的其他服务节点的历史特征值进行排序，得到特征值的影响性序列；
根据所述第一服务节点的特征值在所述影响性序列中的排序，确定所述第一服务节点对应的当前节点类型。
本发明实施例提供的一种SDN网络测量数据的采集方法和装置，可以获取控制节点的网络运行数据和每个服务节点的节点运行数据，然后根据网络运行数据和每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型，进而根据预先存储的节点类型和数据采集优先级的对应关系，以及每个服务节点的当前节点类型，分别确定每个服务节点的数据采集优先级，当达到预设的第一数据采集周期时，这样，如果检测到SDN网络发生拥塞，可以根据每个服务节点的数据采集优先级进行网络测量数据采集，从而获得重要的服务节点的数据，及时监控这些重要的服务节点的运行状态，以便在其发生故障时及时进行修复，从而提高了网络的稳定性。
本发明实施例还提供了一种电子设备，如图4所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信，
存储器403，用于存放计算机程序；
处理器401，用于执行存储器403上所存放的程序时，实现如下步骤：
获取控制节点的网络运行数据和每个服务节点的节点运行数据；
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型；
根据预先存储的节点类型和数据采集优先级的对应关系，以及所述每个服务节点的当前节点类型，分别确定所述每个服务节点的数据采集优先级；
当达到预设的第一数据采集周期时，如果检测到所述SDN网络发生拥塞，则根据所述每个服务节点的数据采集优先级进行网络测量数据采集。
可选的，所述根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型，包括：
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定所述每个服务节点对应的网络拓扑关系；
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史节点类型作为所述第一服务节点的当前节点类型，如果所述相似度不满足预设的相似度条件，则根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，所述第一服务节点是所述每个服务节点中的任意一个。
可选的，所述根据所述网络运行数据、所述服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，包括：
根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的特征值算法，确定所述第一服务节点对应的特征值；
根据所述第一服务节点对应的特征值和预先存储的其他服务节点的历史特征值进行排序，得到特征值的影响性序列；
根据所述第一服务节点的特征值在所述影响性序列中的排序，确定所述第一服务节点对应的当前节点类型。
可选的，所述根据所述每个服务节点的数据采集优先级进行网络测量数据采集，包括：
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史数据采集策略作为所述第一服务节点的当前数据采集策略；如果所述相似度不满足预设的相似度条件，则确定所述第一服务节点的当前数据采集策略，所述第一服务节点是所述每个服务节点中的任意一个；
根据所述每个服务节点的数据采集优先级和当前数据采集策略，进行网络测量数据采集。
可选的，所述网络运行数据和所述第一服务节点的节点运行数据包括多个第二数据采集周期中的采集到的数据，所述确定所述第一服务节点的当前数据采集策略，包括：
根据每个所述第二数据采集周期内的网络运行数据和所述第一服务节点的节点运行数据、以及所述特征值算法，分别确定所述第一服务节点在每个所述第二数据采集周期对应的特征值，得到所述第一服务节点对应的特征值序列，所述特征值序列中的特征值按照时间顺序排列；
在预先存储的所述其他服务节点的特征值序列中，确定与所述服务节点的特征值序列的相似度满足预设相似度条件的目标特征值序列；
获取所述目标特征值序列对应的第二服务节点的数据采集策略，将所述数据采集策略作为所述第一服务节点的数据采集策略。
可选的，所述数据采集优先级包括高优先级和低优先级，所述根据所述每个服务节点的数据采集优先级进行网络测量数据采集，包括：
采集所述控制节点的网络运行数据和高优先级的服务节点的节点运行数据，并向低优先级的服务节点发送节点运行数据的停止发送通知。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral PomponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Ne twork Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的一种SDN网络测量数据的采集方法和装置，可以获取控制节点的网络运行数据和每个服务节点的节点运行数据，然后根据网络运行数据和每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型，进而根据预先存储的节点类型和数据采集优先级的对应关系，以及每个服务节点的当前节点类型，分别确定每个服务节点的数据采集优先级，当达到预设的第一数据采集周期时，这样，如果检测到SDN网络发生拥塞，可以根据每个服务节点的数据采集优先级进行网络测量数据采集，从而获得重要的服务节点的数据，及时监控这些重要的服务节点的运行状态，以便在其发生故障时及时进行修复，从而提高了网络的稳定性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种SDN网络测量数据的采集方法，其特征在于，所述方法包括：
获取控制节点的网络运行数据和每个服务节点的节点运行数据；
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型；
根据预先存储的节点类型和数据采集优先级的对应关系，以及所述每个服务节点的当前节点类型，分别确定所述每个服务节点的数据采集优先级；
当达到预设的第一数据采集周期时，如果检测到所述SDN网络发生拥塞，则根据所述每个服务节点的数据采集优先级进行网络测量数据采集。
2.根据权利要求1所述的方法，其特征在于，所述根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型，包括：
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定所述每个服务节点对应的网络拓扑关系；
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史节点类型作为所述第一服务节点的当前节点类型，如果所述相似度不满足预设的相似度条件，则根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，所述第一服务节点是所述每个服务节点中的任意一个。
3.根据权利要求2所述的方法，其特征在于，所述根据所述网络运行数据、所述服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，包括：
根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的特征值算法，确定所述第一服务节点对应的特征值；
根据所述第一服务节点对应的特征值和预先存储的其他服务节点的历史特征值进行排序，得到特征值的影响性序列；
根据所述第一服务节点的特征值在所述影响性序列中的排序，确定所述第一服务节点对应的当前节点类型。
4.根据权利要求3所述的方法，其特征在于，所述根据所述每个服务节点的数据采集优先级进行网络测量数据采集，包括：
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史数据采集策略作为所述第一服务节点的当前数据采集策略；如果所述相似度不满足预设的相似度条件，则确定所述第一服务节点的当前数据采集策略，所述第一服务节点是所述每个服务节点中的任意一个；
根据所述每个服务节点的数据采集优先级和当前数据采集策略，进行网络测量数据采集。
5.根据权利要求4所述的方法，其特征在于，所述网络运行数据和所述第一服务节点的节点运行数据包括多个第二数据采集周期中的采集到的数据，所述确定所述第一服务节点的当前数据采集策略，包括：
根据每个所述第二数据采集周期内的网络运行数据和所述第一服务节点的节点运行数据、以及所述特征值算法，分别确定所述第一服务节点在每个所述第二数据采集周期对应的特征值，得到所述第一服务节点对应的特征值序列，所述特征值序列中的特征值按照时间顺序排列；
在预先存储的所述其他服务节点的特征值序列中，确定与所述服务节点的特征值序列的相似度满足预设相似度条件的目标特征值序列；
获取所述目标特征值序列对应的第二服务节点的数据采集策略，将所述数据采集策略作为所述第一服务节点的数据采集策略。
6.根据权利要求1所述的方法，其特征在于，所述数据采集优先级包括高优先级和低优先级，所述根据所述每个服务节点的数据采集优先级进行网络测量数据采集，包括：
采集所述控制节点的网络运行数据和高优先级的服务节点的节点运行数据，并向低优先级的服务节点发送节点运行数据的停止发送通知。
7.一种SDN网络测量数据的采集装置，其特征在于，所述装置包括：
第一数据采集模块，用于获取控制节点的网络运行数据和每个服务节点的节点运行数据；
节点分类模块，用于根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定每个服务节点的当前节点类型；
确定模块，用于根据预先存储的节点类型和数据采集优先级的对应关系，以及所述每个服务节点的当前节点类型，分别确定所述每个服务节点的数据采集优先级；
第二数据采集模块，用于当达到预设的第一数据采集周期时，如果检测到所述SDN网络发生拥塞，则根据所述每个服务节点的数据采集优先级进行网络测量数据采集。
8.根据权利要求7所述的装置，其特征在于，所述节点分类模块，还用于：
根据所述网络运行数据和所述每个服务节点的节点运行数据，分别确定所述每个服务节点对应的网络拓扑关系；
对于所述每个服务节点，如果第一服务节点对应的网络拓扑关系与预先存储的所述服务节点的历史网络拓扑关系的相似度满足预设的相似度条件，则将预先存储的所述第一服务节点的历史节点类型作为所述第一服务节点的当前节点类型，如果所述相似度不满足预设的相似度条件，则根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的节点分类算法，确定所述第一服务节点对应的当前节点类型，所述第一服务节点是所述每个服务节点中的任意一个。
9.根据权利要求8所述的装置，其特征在于，所述节点分类模块，还用于：
根据所述网络运行数据、所述第一服务节点的节点运行数据和预设的特征值算法，确定所述第一服务节点对应的特征值；
根据所述第一服务节点对应的特征值和预先存储的其他服务节点的历史特征值进行排序，得到特征值的影响性序列；
根据所述第一服务节点的特征值在所述影响性序列中的排序，确定所述第一服务节点对应的当前节点类型。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710611919.8A CN107332707B (zh) | 2017-07-25 | 2017-07-25 | 一种sdn网络测量数据的采集方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710611919.8A CN107332707B (zh) | 2017-07-25 | 2017-07-25 | 一种sdn网络测量数据的采集方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107332707A CN107332707A (zh) | 2017-11-07 |
| CN107332707B true CN107332707B (zh) | 2019-06-14 |
Family
ID=60226859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710611919.8A Active CN107332707B (zh) | 2017-07-25 | 2017-07-25 | 一种sdn网络测量数据的采集方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107332707B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112115390A (zh) * | 2019-06-20 | 2020-12-22 | 华为技术有限公司 | 拓扑结构图的展示方法、装置、设备及存储介质 |
| CN111835592B (zh) * | 2020-07-14 | 2022-09-27 | 北京百度网讯科技有限公司 | 用于确定健壮性的方法、装置、电子设备及可读存储介质 |
| CN114034968B (zh) * | 2021-10-20 | 2023-08-08 | 广州番禺电缆集团有限公司 | 基于分布式节点的电缆数据检测方法和装置 |
| WO2023230891A1 (zh) * | 2022-05-31 | 2023-12-07 | 展讯半导体(成都)有限公司 | 通信方法及通信装置 |
| CN117221049B (zh) * | 2023-09-26 | 2024-04-09 | 石家庄常宏智能科技有限公司 | 一种网关数据智能采集方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103347013A (zh) * | 2013-06-21 | 2013-10-09 | 北京邮电大学 | 一种增强可编程能力的OpenFlow网络系统和方法 |
| EP2685758A1 (en) * | 2012-06-06 | 2014-01-15 | Huawei Technologies Co., Ltd | Method, device and system for scheduling data flow |
| CN105052083A (zh) * | 2013-03-15 | 2015-11-11 | 思科技术公司 | 用于网络的可编程管理引擎 |
| CN106789640A (zh) * | 2016-11-10 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种基于sdn的优先级分类方法、装置和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9444748B2 (en) * | 2013-03-15 | 2016-09-13 | International Business Machines Corporation | Scalable flow and congestion control with OpenFlow |
-
2017
- 2017-07-25 CN CN201710611919.8A patent/CN107332707B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2685758A1 (en) * | 2012-06-06 | 2014-01-15 | Huawei Technologies Co., Ltd | Method, device and system for scheduling data flow |
| CN105052083A (zh) * | 2013-03-15 | 2015-11-11 | 思科技术公司 | 用于网络的可编程管理引擎 |
| CN103347013A (zh) * | 2013-06-21 | 2013-10-09 | 北京邮电大学 | 一种增强可编程能力的OpenFlow网络系统和方法 |
| CN106789640A (zh) * | 2016-11-10 | 2017-05-31 | 上海斐讯数据通信技术有限公司 | 一种基于sdn的优先级分类方法、装置和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107332707A (zh) | 2017-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107332707B (zh) | 一种sdn网络测量数据的采集方法和装置 | |
| CN106209432B (zh) | 基于动态阈值的网络设备亚健康预警方法及装置 | |
| WO2018076791A1 (zh) | 一种资源负载均衡控制方法及集群调度器 | |
| CN105095747B (zh) | 一种Java应用健康度评估方法及系统 | |
| CN112988398A (zh) | 一种微服务动态伸缩及迁移方法和装置 | |
| CN105871634B (zh) | 检测集群异常的方法及应用、管理集群的系统 | |
| CN107659431A (zh) | 接口处理方法、装置、存储介质和处理器 | |
| CN106610870B (zh) | 一种处理节点数量调整方法及装置 | |
| CN112261120B (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
| WO2023125272A1 (zh) | Radius环境下的全链路压测方法、装置、计算机设备及存储介质 | |
| CN104780213A (zh) | 一种主从分布式图处理系统负载动态优化方法 | |
| CN114637650B (zh) | 一种基于Kubernetes集群的弹性伸缩方法 | |
| TWI678629B (zh) | 多元流動網路之可靠度計算方法及其系統 | |
| CN110300008A (zh) | 一种确定网络设备的状态的方法及装置 | |
| CN109587072A (zh) | 分布式系统全局限速系统及方法 | |
| CN109286526A (zh) | 一种wifi系统运行策略动态调整方法及装置 | |
| CN110955642A (zh) | 数据采集优化方法、装置、设备及可读存储介质 | |
| CN114511147A (zh) | 一种线损监测预警方法、装置、设备及存储介质 | |
| CN114363212B (zh) | 一种设备检测方法、装置、设备和存储介质 | |
| WO2022088809A1 (zh) | 确定检测服务器的间隔时间的方法、系统、设备及介质 | |
| CN104320433A (zh) | 数据处理方法和分布式数据处理系统 | |
| CN109376051A (zh) | 检测移动设备应用程序功耗的方法及终端设备 | |
| CN110399926B (zh) | 一种路灯故障诊断方法及装置 | |
| CN106997310A (zh) | 负载均衡的装置和方法 | |
| CN115687009A (zh) | 运行状态监控方法、装置、大数据集群和存储介质 |
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 |