CN107453900B - 一种云解析参数设定管理系统及实现参数设定的方法 - Google Patents

Abstract

本发明公开了一种云解析参数设定管理系统及实现参数设定的方法及巡检验证方法，所述系统包括云解析服务提供商、域名所有者以及终端用户，所述域名所有者通过互联网访问所述云解析服务提供商，所述云解析服务提供商设有若干边缘节点解析服务器，所述终端用户访问域名时由所述边缘节点解析服务器进行解析得到对应的IP地址。本发明采用Map‑Reduce模型将参数设定任务分配给边缘解析服务器来完成，由云解析服务提供商负责各边缘解析服务器任务的分配和调度，通过任务分解、并行化的处理、分类汇总等手段，来降低参数设定的复杂度。

Description

一种云解析参数设定管理系统及实现参数设定的方法

技术领域

本发明属于云计算服务领域，具体涉及一种云解析参数设定管理系统及实现参数设定的方法。

背景技术

域名解析系统将方便用户识别的网络域名转化为机器可识别的IP，应用于Internet的各种Web服务和Email服务。然而，随着互联网的迅速膨胀，DNS记录极速扩增，复杂的网页往往需要从多个域名中获取内容信息，使得DNS查询产生了很大延迟；而且一个域名往往仅由少数几个域名服务器来提供域名解析服务，域名解析服务很容易受到网络故障的影响，也容易受到DoS攻击。

云解析方法利用互联网上的云计算资源的海量处理能力、灵活扩展性，为企业和开发者提供稳定、安全、智能的域名解析服务，通过云端解析服务器将网站域名或应用资源转换为计算机用于互连的数字IP地址，从而使用户访问到相应的网站或应用资源，同时提供DNS的管理服务。云解析实时更新域名解析记录，可支持移动、联通、电信等线路细分，可设置海外、国内分省或自定义线路，提供稳定的解析服务，解析速度极大提升。

然而，云解析的DNS管理和配置是一项复杂的任务，需要据有专业知识的人员进行配置和维护，配置不当很容易造成查询延时、更新延迟和通信量、丢包率等性能和安全上的问题。例如，DNS复杂均衡的设置参数需设置某个域名对应多个IP访问比例，其比例设置应考虑访问IP对应服务器能力、用户访问数量和区域等因素，然而对于设置人员来说，很难同时获得上面的这些信息，从而无法做出最优的配置，DNS解析的性能也不能够最优化。

因此，我们需要建立一种最优的域名解析云服务参数设置方法，通过分析不同的参数配置下和不同的网络环境下，DNS解析性能的变化，来优化域名解析云服务参数的设置。

发明内容

为了克服现有技术的不足，本发明提出了一种云解析参数设定管理系统及实现参数设定的方法及巡检验证方法，根据历史记录的不同的参数配置下和不同的网络环境下DNS查询延时、更新延迟和通信量、丢包率等性能，基于Map-Reduce模型将参数设定任务分配给多个云端解析服务器，云解析服务提供商汇总参数任务计算的结果，生成参数优化模型，从而求解最优的域名解析云服务参数设置。

本发明为实现上述目的，采用以下技术方案实现：

一种云解析参数设定管理系统，包括云解析服务提供商、域名所有者以及终端用户，所述域名所有者通过互联网访问所述云解析服务提供商，所述云解析服务提供商设有若干边缘节点解析服务器，所述终端用户访问域名时由所述边缘节点解析服务器进行解析得到对应的IP地址，

其中，所述云解析服务提供商设有参数设定任务分配模块、计算汇总模块和参数优化模块，所述云解析服务提供商根据所述域名所有者对域名解析性能的基本要求制定相应的域名解析参数设定任务，通过所述参数设定任务分配模块分配给边缘节点解析服务器，所述计算汇总模块根据所述边缘节点解析服务器提供的计算结果进行汇总计算，所述参数优化模块根据汇总计算结果，构建参数优化模型，实现最优化参数设置。

一种采用上述云解析参数设定管理系统实现参数设定的方法，包括以下步骤：

步骤1：终端用户向云解析服务提供商提交云解析时延、安全等基本需求，以及域名对应的IP地址，云解析服务提供商根据这些信息制定相应的参数设置任务；

步骤2:云解析服务提供商根据参数设置任务分成多个并行化子任务，将参数计算子任务分别交付到各边缘节点解析服务器中；

步骤3:云解析服务提供商收集各边缘节点解析服务器的计算结果，将计算结果按不同的参数任务分类，汇总计算出参数与相关变量之间的关系；

步骤4:云解析服务提供商根据步骤3得到的参数与所有相关变量的关系，构建参数优化模型，并根据参数优化模型和用户的基本需求，求解出最优的参数设置；

步骤5：云解析服务提供商根据网络环境的动态变化，不断调整更新参数优化模型，从而不断调整更新参数的设置。

进一步地，作为优选技术方案，所述步骤1中的参数设置任务包括负载均衡中IP地址对应的比例系数设置、不同解析线路动态选择以及DDoS攻击等安全防护参数设置。

进一步地，作为优选技术方案，所述步骤3中，汇总计算结果按照与参数相关的因素分别进行汇总，拟合出参数与各相关变量之间的关系。

进一步地，作为优选技术方案，所述步骤3中，云解析服务提供商还可将部分汇总任务交给多个边缘节点解析服务器进行并行化处理计算。

进一步地，作为优选技术方案，所述步骤4中，参数优化方法可采用基于集合卡尔曼滤波的参数优化方法，该优化问题可表示为

其中θ为进行优化的参数；X_T,X_V分别为训练数据集和验证数据集，都服从自然分布G_X；n表示X_T训练数据集的状态总个数；f()为在训练集X_T上建立的模型；g()为性能评测准则。

本发明与现有技术相比，具有以下优点及有益效果：

(1)本发明提供一种云解析参数设定管理架构，采用Map-Reduce模型将参数设定任务分配给边缘解析服务器来完成，由云解析服务提供商负责各边缘解析服务器任务的分配和调度，通过任务分解、并行化的处理、分类汇总等手段，来降低参数设定的复杂度。

(2)本发明提供一种云解析参数设定方法，根据云解析服务过程中产生的历史记录构造参数最优化模型，具有较高拟合度，提高了参数优化的准确性，通过动态更新实时调整参数设置，以适应环境的动态变化。

附图说明

图1为本发明的系统结构图；

图2为本发明的参数设定流程图。

具体实施方式

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。

实施例：

如图1所示，本实施例所述的一种云解析参数设定管理系统，包括云解析服务提供商、域名所有者以及终端用户，域名所有者通过互联网访问云解析服务提供商，云解析服务提供商设有若干边缘节点解析服务器，终端用户访问域名时由边缘节点解析服务器进行解析得到对应的IP地址。

具体地，云解析服务提供商设有参数设定任务分配模块、计算汇总模块和参数优化模块，所述云解析服务提供商根据所述域名所有者对域名解析性能的基本要求制定相应的域名解析参数设定任务，通过所述参数设定任务分配模块分配给边缘节点解析服务器，所述计算汇总模块根据所述边缘节点解析服务器提供的计算结果进行汇总计算，所述参数优化模块根据汇总计算结果，构建参数优化模型，实现最优化参数设置。

域名所有者不必自己维护域名服务器和配置域名解析的相关参数，将该工作外包给云解析服务提供商，只需要使用客户端软件来管理域名的DNS记录和基本性能需求，为了避免假冒攻击，保证每个域名的DNS记录和性能需求只能由通过身份认证的域名所有者修改；云解析服务提供商负责域名所有者的域名解析的相关设置，云解析服务根据域名所有者对域名解析性能的基本要求制定相应的域名解析参数设定任务，分配给边缘节点解析服务器，汇总计算由边缘节点解析服务器提供的计算结果，并根据汇总的计算结果，构建参数优化模型，从而最优化参数设置；边缘节点解析服务器根据历史的域名解析记录和解析时延、更新延迟和通信量、丢包率等性能，来计算与参数设定相关的物理量，并将计算结果发送给云解析服务提供商；用户访问域名时，由对应区域的边缘节点解析服务器将域名解析为对应的IP地址。云解析服务提供商与其管辖的边缘节点解析服务器之间采用MapReduce模型，将参数设定任务分配到各个地区的边缘节点解析服务器上，通过并行处理计算，对边缘节点解析服务器的历史数据进行深度挖掘，从而建立参数优化模型，最优化云解析的参数设置。

在上述系统中，由云解析服务提供商根据域名所有者的基本需求，通过MapReduce模型对不同参数和网络环境下的历史DNS性能进行并行化分析与计算，通过赋予参数相关变量合理的权重来建立参数优化模型，从而最优化参数的设置。

如图2所示，本实施例可通过如下方法来实现参数设定，具体包括以下步骤：

步骤1：终端用户向云解析服务提供商提交云解析时延、安全等基本需求，以及域名对应的IP地址，云解析服务提供商根据这些信息制定相应的参数设置任务，这里所说的参数设置任务包括负载均衡中IP地址对应的比例系数设置、不同解析线路动态选择以及DDoS攻击等安全防护参数设置。

步骤2:云解析服务提供商根据参数设置任务分成多个并行化子任务，将参数计算子任务分别交付到各边缘节点解析服务器中，子任务分配需考虑域名所有者、云解析服务器环境、用户访问环境三方面的内容。例如，负载均衡中IP地址对应的比例系数设置任务，需考虑域名所有者服务器的处理能力，云解析服务器环境中边缘服务器的数量、位置、服务能力等因素，以及不同时段不同区域用户访问域名的情况。

步骤3:云解析服务提供商收集各边缘节点解析服务器的计算结果，将计算结果按不同的参数任务分类，汇总计算出参数与相关变量之间的关系；汇总计算结果按照与参数相关的因素分别进行汇总，拟合出参数与各相关变量之间的关系。云解析服务提供商还可将部分汇总任务交给多个边缘节点解析服务器计算，通过并行化处理，缩短计算时间。

步骤4:云解析服务提供商根据步骤3得到的参数与所有相关变量的关系，构建参数优化模型，并根据参数优化模型和用户的基本需求，求解出最优的参数设置；参数优化模型的构建需对各相关变量赋予不同的权重，按照变量的重要程度，以及域名所有者的基本需求来设置权重，权重分配还需通过实际的数据进行验证和调整，使其达到最优化配置。参数优化方法可采用基于集合卡尔曼滤波的参数优化方法，该优化问题可表示为

其中θ为进行优化的参数；X_T,X_V分别为训练数据集和验证数据集，都服从自然分布G_X；n表示X_T训练数据集的状态总个数；f()为在训练集X_T上建立的模型；g()为性能评测准则；公式的优化目标是最优化模型f()在验证数据集XV上的期望平均，输出一个性能最优的参数。

步骤5：云解析服务提供商根据网络环境的动态变化，不断调整更新参数优化模型，从而不断调整更新参数的设置。

上述方法通过参数设置任务分配、并行化处理等技术，降低参数设置复杂度，实现对参数的最优化设置。该技术方案用于分析建模的数据由云解析服务过程中产生，因而由此建立的优化模型具有较高拟合度，提高了参数优化的准确性，通过动态更新实时调整参数设置，以适应环境的动态变化。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (6)

1.一种云解析参数设定管理系统，其特征在于，包括云解析服务提供商、域名所有者以及终端用户，所述域名所有者通过互联网访问所述云解析服务提供商，所述云解析服务提供商设有若干边缘节点解析服务器，所述终端用户访问域名时由所述边缘节点解析服务器进行解析得到对应的IP地址，

其中，所述云解析服务提供商设有参数设定任务分配模块、计算汇总模块和参数优化模块，所述云解析服务提供商根据所述域名所有者对域名解析性能的基本要求制定相应的域名解析参数设定任务，通过所述参数设定任务分配模块分配给边缘节点解析服务器，所述计算汇总模块根据所述边缘节点解析服务器提供的计算结果进行汇总计算，所述参数优化模块根据汇总计算结果，构建参数优化模型，实现最优化参数设置。

2.一种采用权利要求1所述的一种云解析参数设定管理系统实现参数设定的方法，其特征在于，包括以下步骤：

步骤1：终端用户向云解析服务提供商提交包括云解析时延、安全的基本需求，以及域名对应的IP地址，云解析服务提供商根据这些信息制定相应的参数设置任务；

步骤2:云解析服务提供商根据参数设置任务分成多个并行化子任务，将参数计算子任务分别交付到各边缘节点解析服务器中；

步骤3:云解析服务提供商收集各边缘节点解析服务器的计算结果，将计算结果按不同的参数任务分类，汇总计算出参数与相关变量之间的关系；

步骤4:云解析服务提供商根据步骤3得到的参数与所有相关变量的关系，构建参数优化模型，并根据参数优化模型和用户的基本需求，求解出最优的参数设置；

步骤5：云解析服务提供商根据网络环境的动态变化，不断调整更新参数优化模型，从而不断调整更新参数的设置。

3.根据权利要求2所述的方法，其特征在于，所述步骤1中的参数设置任务包括负载均衡中IP地址对应的比例系数设置、不同解析线路动态选择以及DDoS攻击的安全防护参数设置。

4.根据权利要求2所述的方法，其特征在于，所述步骤3中，汇总计算结果按照与参数相关的因素分别进行汇总，拟合出参数与各相关变量之间的关系。

5.根据权利要求2所述的方法，其特征在于，所述步骤3中，云解析服务提供商还将部分汇总任务交给多个边缘节点解析服务器进行并行化处理计算。

6.根据权利要求2所述的方法，其特征在于，所述步骤4中，参数优化方法采用基于集合卡尔曼滤波的参数优化方法，优化问题表示为

其中θ为进行优化的参数；X_T,X_V分别为训练数据集和验证数据集，都服从自然分布G_X；n表示X_T训练数据集的状态总个数；f()为在训练集X_T上建立的模型；g()为性能评测准则。

Images