CN108521376B - 软件定义网络中基于属性相似性的流表设计方法 - Google Patents
软件定义网络中基于属性相似性的流表设计方法 Download PDFInfo
- Publication number
- CN108521376B CN108521376B CN201810281003.5A CN201810281003A CN108521376B CN 108521376 B CN108521376 B CN 108521376B CN 201810281003 A CN201810281003 A CN 201810281003A CN 108521376 B CN108521376 B CN 108521376B
- Authority
- CN
- China
- Prior art keywords
- flow
- flow table
- items
- attribute
- item
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/54—Organization of routing tables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提出一种软件定义网络中基于属性相似性的流表设计方法。该方法主要用来提高流表资源的利用率和流项的匹配率。基本步骤为:1)定义流表的结构:在流项中添加属性项并映射成列向量,清空流表;2)初始化流表:数据包发生不匹配时,交换机等待接受控制器的决策信息,之后依据决策信息将流项插入流表,直至达到最大流项数;3)交换机处理后续接收的数据包并对数据包进行匹配,若匹配不成功,则发送请求数据包至控制器,执行步骤4),否则交换机据匹配流项对数据包进行相应操作并结束;4)控制器决策:利用各流项的计数器作相对比较,通过该计算与属性相关性计算获取决策信息,并将该信息发送至交换机;5)交换机更新流表并结束。
Description
技术领域
本发明是一种软件定义网络中基于属性相似性的流表设计方法,属于软件定义网络领域。
背景技术
随着网络的快速发展,传统互联网出现了如网络配置复杂度高等诸多问题,这些问题说明网络架构需要革新,可编程网络的相关研究为软件定义网络(Software DefineNetwork,简称SDN)的产生提供了可参考的理论依据。网络允许数据包携带用户程序,并能够由网络设备自动执行。用户可以通过编程方式动态地配置网络,达到了方便管理网络的目的。然而由于需求低、协议兼容性差等问题,并未在工业界实现实际应用。最近有研究提出将可编程的决策平面(即控制层)从数据平面分离,使控制平面逻辑中心化与自动化,该设计思想产生了SDN控制器的雏形。借鉴计算机系统的抽象结构,未来的网络结构将存在转发抽象、分布状态抽象和配置抽象这3类虚拟化概念。转发抽象剥离了传统交换机的控制功能,将控制功能交由控制层来完成,并在数据层和控制层之间提供了标准接口,确保交换机完成识别转发数据的任务。控制层需要将设备的分布状态抽象成为一个全网视图,以便众多应用能够通过全网信息进行网络的统一配置。配置抽象进一步简化了网络模型,用户仅需通过控制层提供的应用接口对网络进行简单配置,就可自动完成沿路径转发设备的统一部署。
如图4所示,SDN主要以控制器为逻辑中心,南向接口主要负责控制层与数据层之间的通信,而北向接口负责应用层与控制层之间的通信。由于北向接口过于复杂,南向接口又是数据与控制分离的核心体现,所以研究南向接口成为了SDN的主要研究热点。OpenFlow是SDN中第一个广泛使用的数据控制层接口协议,得到学术界普遍关注,OpenFlow是基于流来进行转发数据的,在交换机中设置了流表,当数据包传入交换机时,让数据包与交换机流表中的各项进行匹配,若匹配成功,则按照匹配流项的相应动作对数据包进行相关处理,若匹配不成功,则需通知控制器对流表进行更新,之后若再次收到相同数据包将依据新插入的流项进行匹配。针对交换机和控制器的资源分配问题,较多的方法是直接从硬件上入手,提高控制器和交换机的处理能力,并且引入多个控制器进行协调运作,多个控制器共享全局网络信息,此类方法增加了硬件的设计难度。有研究改进了流项的空闲重置机制,该方法将前一轮计数时间内的流项保存到当前轮次的计数时间,虽然提高数据包的匹配率,但是需要交换机留出更多的内存空间以存储前一轮次的流项。维持流表的动态平衡是一种比较合理的设计方法,不直接删除流表的流项,建立缓冲区暂时保存部分不活跃的流项,该方法仍然对内存空间有严格的要求,而且增加了缓冲区与内存之间的交互,带来了新的问题。
本发明提出一种基于SDN中属性相似性的流表设计方法,提高了流表的匹配成功率以及降低了交换机与控制器之间的资源开销。数据包发生不匹配时,先分析交换机各流项的计数器,对流项的计数器作相对比较,尽量删除计数器值较小并且差别较大的流项,再利用属性的相关性进行计算,删除在流表中相关性最大的流项,最后在交换机流表中插入新流项以完成流表的更新。通过分析各流项之间的相关性,合理设计流表,使得流表中的各流项相关性达到最低,降低了交换机中的流表更新频率。
发明内容
针对软件定义网络中流表匹配率低以及流表更新带来的节点失效等问题,本发明将属性的相关性加入流表项,提出基于属性相似性的流表设计方法。通过计算使得各流项间属性相关性较小,使得交换机中的流表更加稳定。同时交换机在匹配数据包时,尽量与属性相关性最大的流项进行匹配。若数据包匹配不成功,控制器先重新进行决策,作出决策信息发送至交换机,交换机再按照决策信息更新流表,主要有以下步骤:
1)定义流表的结构:清空SDN网络控制器中流表已有的流项,在包含包头域、计数器、动作、优先级的基础上,添加属性项并对该属性进行编码,编码长度为M,第i个属性的列向量记为Ri=(X1,X2,…,XM)T;将N个属性列向量构造成一个属性向量矩阵X(N×M),对属性向量矩阵X进行归一化处理,得到归一化矩阵,记作Z(N×M);计算归一化矩阵Z的列相关性矩阵G(N×M),计算方法如下:
G=Z·ZT
G(i,j)表示属性与属性之间的相关性大小,|G(i,j)|≤1,|G(i,j)|的值越大表示属性i与属性j之间的相关性越大,反之亦然。
2)流表的初始化:当交换机接收到数据包之后,若数据包匹配流项失败,并且当前流表流项数cn小于流表最大流项数n,则发送数据包至控制器,交换机等待并接收控制器作出的决策信息,根据该决策完成流项的插入,继续处理下一个数据包,直至cn=n,完成初始化;
3)交换机处理后续接收的数据包:交换机收到数据包时,对接收到的数据包按优先级依次匹配本地流项,若匹配不成功,则发送请求数据包至控制器,执行步骤4),否则交换机按照匹配的流项对数据包执行相应的操作,结束;
4)控制器进行决策:控制器以各流项的计数器为依据作相对比较,先判断是否能直接删除流项,若能则通过基于计数器的删除规则删除流项,否则计算该数据包的属性与当前流表中各流项的属性之间的相关性,依据计算得到可删除流项,并将该决策信息发送至交换机;
5)更新流表:交换机收到控制器发送的决策信息之后,按照决策信息更新流表,结束。
本发明优势:
1)依据属性的相关性设计流表,设计的流表中各流项相关性相对较低,减少了流表存储空间,从而节约了交换机的硬件资源;
2)数据包进行匹配时选择与之最相关的流项进行匹配,降低了流表的更新频率,减小控制器的负载,提高了数据包匹配的成功率和交换机的数据转发能力。
附图说明
图1是本发明流表设计的流程图;
图2是本发明中6种属性的完全图;
图3是本发明中数据包不匹配后构造的完全图;
图4是本发明关于SDN的三层结构图。
具体实施方式
1)修改控制器中的流表结构,在包含的包头域、计数器、动作、优先级的基础上,添加属性项,清空流表中所有的流项,将每个属性定义成一个数据,对该属性进行编码,编码长度为M,第i个属性的列向量记为Ri=(X1,X2,…,XM)T。流表的结构如下:
Header Field | Counter | Action | Priority | … | Property |
其中:Header Field用于匹配数据包的包头域,Counter用于统计流项的匹配信息,Action用于处理匹配数据包,Property用于表示数据包的属性;
2)初始化流表,填充整个流表空间:当交换机接收到数据包之后,若在流表中找到相匹配的流项,则直接根据该流项的动作进行相应的操作(包括转发、丢弃等);若数据包匹配流项失败,并且当前流表流项数cn小于流表最大流项数n,则发送数据包至控制器,交换机等待并接收控制器作出的决策信息,根据该决策完成流项的插入,继续处理下一个数据包,直至cn=n,完成初始化;
假设当前完成初始化后流表中存在6种属性,以这6种属性为顶点,构造一个完全图,两个顶点的边权值表示两个属性的关联性,如图2所示,为了图例更加清晰,只描绘出部分边的权值,将图2的完全图用邻接矩阵A表示,结果如下:
将该矩阵的对角线元素删除,组成一个新的矩阵,取出各行,每一行的元素组成一个列向量,该列向量表示第一种属性的列向量,如用F1=(W12,W13,W14,W15,W16)T表示第一种属性,结果如下:
结合图2,将属性矩阵A′进行实例化,各流项计数器的值依次为{84,56,26,48,17,26},得到的A′结果如下:
3)匹配后续数据包:完成流表的初始化后,当交换机收到数据包时,数据包与流表中各流项进行匹配,若匹配成功则不需要更新流表,按照流项的动作进行相应的操作;若匹配失败则需要更新流表,更新流表的操作主要包括以下两步:
第一步:根据各流项计数器的相对比较结果删除流项:1)假设流表可新增加的流项数目为k,流表的最大流项数为n,则需先从n条流项中删除k条流项,再将新增加的k条流项插入流表。2)控制器收到交换机请求数据包后,取出该交换机流表中各流项计数器的值,按由大到小的规则进行排序,记作:
C1,C2,…,Cn-2k+2,…,Cn-k,Cn-k+1,…,Cn (4)
3)先取出最小的2k条流项,即Cn-2k+2,…,Cn-k,Cn-k+1,…,Cn,再将k条流项Cn-2k+2,…,Cn-k组成一个样本,计算该样本方差,结果记作:
其中E为样本的均值;依次将后k项中的Cm(m=n,n-1,…,n-k+1)加入样本,每次加入时利用上式计算得到新方差D′,判断D′>D是否成立,若成立,则记第i条流项为可删除流项;
4)控制器保存3)中得到的所有可删除流项集合f1,作为之后的决策依据,可删除流项数目记作sf。
假设需新增加的流项数目为2(新添流项小于总流项的一半)条,流表可存储的总流项数目为6,则控制器需从6项中删除2条流表,之后将新增加的2条插入到流表,控制器收到交换机请求数据包后,取出该交换机流表中各流项计数器的值,按由大到小的规则进行排序,记作:
C1,C2,C3,C4,C5,C6 (6)
先取出计数器值最小的4条流项,即C3,C4,C5,C6,利用上式(5)计算样本C3,C4的方差,其中:样本均值E为2条流项组成的样本,样本大小k为2。依次将C6,C5加入样本,每次加入时利用上式(5)计算得到新方差D′,判断D′>D是否成立,若成立,则记第i条流项为可删除流项;
假设C1,C2,C3,C4,C5,C6={84,56,48,26,26,17}则控制器保存3)中得到的所有可删除流项集合f2={F5},作为之后的决策依据,可删除流项数目记作sf=1,显然sf不等于2,即按照计数器的删除规则不能完全删除流项,需要用到第二步;
第二步:利用属性的相关性计算删除流项,在流表中删除第5条流项,将剩余的5项流项的属性列向量组成一个属性向量矩阵:
将属性向量矩阵X进行归一化,可以得到归一化矩阵:
再利用G=Z·ZT,计算列相关性矩阵,结果如下:
在G矩阵中选取最大的元素,在这里有G11=G33=1.0,但由于第一个属性的计数器值大于第三个属性的计数器值,所以应当选取G33,记录可删除流项集合f2={F3},删除集合f1和集合f2中所标记的流项,并将不匹配的2种属性与剩余的4种属性构造完全图,如图3所示,最后控制器发送决策信息,通知交换机更新流表;
4)更新流表:交换机收到控制器发送的决策信息之后,按照决策信息更新流表,结束。
Claims (5)
1.软件定义网络中基于属性相似性的流表设计方法,其特征在于流表的设计,所述方法至少包括以下步骤:
1)定义流表的结构:清空SDN网络控制器中流表已有的流项,在包含包头域、计数器、动作、优先级的基础上,添加属性项并将属性映射成一个列向量,初始化控制器中的流表结构;
2)流表的初始化:当交换机接收到数据包之后,若数据包匹配流项失败,并且当前流表流项数cn小于流表最大流项数n,则发送数据包至控制器,控制器根据收到的数据包完成流项的插入并更新流表发给交换机,交换机继续处理下一个数据包,直至cn=n,完成初始化;
3)交换机处理后续接收的数据包:交换机收到数据包时,对接收到的数据包按优先级依次匹配本地流项,若匹配不成功,则发送请求数据包至控制器,执行步骤4),否则交换机按照匹配的流项对数据包执行相应的操作,结束;
4)控制器进行决策:控制器获取该交换机流表中各流项计数器的值,按由大到小的规则进行排序,若需要增加k条流项,那么先取出最小的2k条流项,将其中最大的k条流项组成样本并计算方差D,然后依次将后k条流项加入样本,每次加入后重新计算得到新方差D′并判断D′>D是否成立,若成立,则将该条流项记为可删除流项;控制器保存所有的可删除流项,进一步得到集合f1,其中若集合f1的可删除流项数目等于k,则控制器将删除集合f1记录的流项作为最终决策信息发送至交换机;若集合f1的可删除流项数目小于k,则进一步将未记为可删除的流项属性列向量组成一个矩阵并归一化,再计算归一化矩阵的列向量相关性矩阵,对结果矩阵中的各元素作绝对值运算,然后找出其中的最大值和该值对应的行和列索引值,删除归一化矩阵中该值所属的行和列得到新的归一化矩阵,同时将列索引值对应的列向量的流项记为可删除流项,并将该流项存入可删除集合f2,若集合f1,f2中所记录的流项数总和小于k,则将更新后的归一化矩阵迭代计算直至流项数总和等于k,最后将集合f1,f2中所记录的流项作为最终决策信息;
5)更新流表:交换机收到控制器发送的决策信息之后,按照决策信息更新流表,结束。
2.根据权利要求1所述的软件定义网络中基于属性相似性的流表设计方法,其特征在于应用属性的映射规则,具体包括:
将每个属性定义成一个数据,对该属性进行编码,编码长度为M,第i个属性的列向量记为Ri=(X1,X2,…,XM)T。
3.根据权利要求2所述的软件定义网络中基于属性相似性的流表设计方法,其特征在于计算各属性间的相关性,具体包括:
1)将N个属性列向量构造成一个属性向量矩阵X(N×M),对属性向量矩阵X进行归一化处理,得到归一化矩阵,记作Z(N×M);
2)计算归一化矩阵Z的列相关性矩阵G(N×M),计算方法如下:
G=Z·ZT
G(l,j)表示属性l与属性j之间的相关性大小,|G(l,j)|≤1,若|G(l,j)|的值越大,则表示属性l与属性j之间的相关性越大。
4.根据权利要求1所述的软件定义网络中基于属性相似性的流表设计方法,其特征在于步骤4的控制器进行决策,具体包括:
1)假设流表可新增加的流项数目为k,流表的最大流项数为n,则需先从n条流项中删除k条流项,再将新增加的k条流项插入流表;
2)控制器收到交换机请求数据包后,取出该交换机流表中各流项计数器的值,按由大到小的规则进行排序,记作:
C1,C2,…,Cn-2k+2,…,Cn-k,Cn-k+1,…,Cn
3)先取出最小的2k条流项,即Cn-2k+2,…,Cn-k,Cn-k+1,…,Cn,再将k条流项Cn-2k+2,…,Cn-k组成一个样本,计算该样本方差,结果记作:
其中E为样本的均值;依次将后k项中的Cm(m=n,n-1,…,n-k+1)加入样本,每次加入时利用上式计算得到新方差D′,判断D′>D是否成立,若成立,则记第m条流项为可删除流项;
4)控制器将所有得到的可删除流项保存至集合f1,作为之后的决策依据,可删除流项数目记作sf。
5.根据权利要求4所述的软件定义网络中基于属性相似性的流表设计方法,其特征在于步骤4的控制器进行决策,具体还包括:
1)基于所述得到可删除流项数目sf后,判断sf是否等于k,若等于,则控制器作出决策为:在流表中删除集合f1记录的流项;否则依据属性间的相关性计算方法删除df条流项,其中df=k-sf;
2)在原来n条流项中删除集合f1记录的流项,得到n-sf条流项,并将这n-sf条流项的属性列向量组成一个属性向量矩阵X;
3)对X进行归一化后得到矩阵Z,通过计算G=Z·ZT得到矩阵G,对矩阵G中各元素作绝对值运算,然后找出矩阵G中元素的最大值和该值对应的行和列索引值u,v,删除矩阵X中的第u行和第v列,可得到新矩阵X′,第v列对应的流项为一条可删除流项并将该流项存入可删除集合f2,令X=X′,df=df-1;
4)经过多次迭代计算,直至df=0,最终标记出所有的可删除流项集合f2,控制器作出决策:在流表中删除集合f1,f2中所记录的流项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810281003.5A CN108521376B (zh) | 2018-04-02 | 2018-04-02 | 软件定义网络中基于属性相似性的流表设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810281003.5A CN108521376B (zh) | 2018-04-02 | 2018-04-02 | 软件定义网络中基于属性相似性的流表设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108521376A CN108521376A (zh) | 2018-09-11 |
CN108521376B true CN108521376B (zh) | 2021-07-13 |
Family
ID=63431405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810281003.5A Active CN108521376B (zh) | 2018-04-02 | 2018-04-02 | 软件定义网络中基于属性相似性的流表设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108521376B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114629842B (zh) * | 2022-03-30 | 2024-06-28 | 阿里巴巴(中国)有限公司 | 流表处理方法、电子设备、可读存储介质及产品 |
CN115134300B (zh) * | 2022-06-07 | 2023-08-25 | 复旦大学 | 面向软件定义网络的交换设备规则缓存管理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102946365A (zh) * | 2012-11-09 | 2013-02-27 | 清华大学 | 一种基于软件定义网络的保持流表更新一致性的方法 |
CN103368851A (zh) * | 2013-07-22 | 2013-10-23 | 武汉烽火网络有限责任公司 | 基于资源复用的Openflow流表存储优化方法 |
CN103793347A (zh) * | 2012-10-31 | 2014-05-14 | Lsi公司 | 自配置其端口的路由属性的sas扩展器的方法和结构 |
CN103812778A (zh) * | 2014-02-21 | 2014-05-21 | 华为技术有限公司 | 流表项生成方法以及装置 |
CN103841056A (zh) * | 2014-03-13 | 2014-06-04 | 北京邮电大学 | 一种基于软件定义网络的开放存储管理调度方法和系统 |
CN104901890A (zh) * | 2015-06-24 | 2015-09-09 | 上海斐讯数据通信技术有限公司 | 一种sdn的路由生成、匹配方法和系统 |
CN105512484A (zh) * | 2015-12-10 | 2016-04-20 | 湘潭大学 | 一种采用特征值相似度的数据关联方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9112771B2 (en) * | 2009-02-06 | 2015-08-18 | The Chinese University Of Hong Kong | System and method for catching top hosts |
CN101997654B (zh) * | 2009-08-17 | 2013-08-28 | 富士通株式会社 | 生成预编码矩阵码书组的方法和装置 |
US20160006663A1 (en) * | 2014-07-02 | 2016-01-07 | Telefonaktiebolaget L M Ericsson (Publ) | Method and system for compressing forward state of a data network |
-
2018
- 2018-04-02 CN CN201810281003.5A patent/CN108521376B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103793347A (zh) * | 2012-10-31 | 2014-05-14 | Lsi公司 | 自配置其端口的路由属性的sas扩展器的方法和结构 |
CN102946365A (zh) * | 2012-11-09 | 2013-02-27 | 清华大学 | 一种基于软件定义网络的保持流表更新一致性的方法 |
CN103368851A (zh) * | 2013-07-22 | 2013-10-23 | 武汉烽火网络有限责任公司 | 基于资源复用的Openflow流表存储优化方法 |
CN103812778A (zh) * | 2014-02-21 | 2014-05-21 | 华为技术有限公司 | 流表项生成方法以及装置 |
CN103841056A (zh) * | 2014-03-13 | 2014-06-04 | 北京邮电大学 | 一种基于软件定义网络的开放存储管理调度方法和系统 |
CN104901890A (zh) * | 2015-06-24 | 2015-09-09 | 上海斐讯数据通信技术有限公司 | 一种sdn的路由生成、匹配方法和系统 |
CN105512484A (zh) * | 2015-12-10 | 2016-04-20 | 湘潭大学 | 一种采用特征值相似度的数据关联方法 |
Non-Patent Citations (1)
Title |
---|
软件定义网络(SDN)网络管理关键技术研究;冯涛;《中国博士学位论文全文数据库》;20170315(第03期);第1-117 * |
Also Published As
Publication number | Publication date |
---|---|
CN108521376A (zh) | 2018-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019200714A1 (zh) | 服务器连接方法、计算机可读存储介质、终端设备及装置 | |
US20160342626A1 (en) | Image-based faceted system and method | |
CN108632235B (zh) | 一种网包分类决策树建立方法及装置 | |
US20100241615A1 (en) | Mitigation of obsolescence for archival services | |
WO2012149789A1 (zh) | Vpc迁移中的资源匹配方法及装置 | |
CN108521376B (zh) | 软件定义网络中基于属性相似性的流表设计方法 | |
CN113992259B (zh) | 一种时隙资源拓展图的构建方法 | |
CN110909173A (zh) | 一种基于标签传播的非重叠社区发现方法 | |
CN109120431B (zh) | 复杂网络中传播源选择的方法、装置及终端设备 | |
CN107330094A (zh) | 动态存储键值对的布鲁姆过滤器树结构及键值对存储方法 | |
CN111159577B (zh) | 一种社群划分方法、装置、存储介质及电子装置 | |
CN114567634B (zh) | 面向后e级图计算的方法、系统、存储介质及电子设备 | |
CN111026765A (zh) | 严格平衡二叉树的动态处理方法、设备、存储介质及装置 | |
CN110502611B (zh) | 字符串检索方法和装置 | |
CN109818796A (zh) | 数据中心构建方法、装置、电子设备和介质 | |
CN111405007B (zh) | Tcp会话管理方法、装置、存储介质及电子设备 | |
CN103414756B (zh) | 一种任务分发方法、分发节点及系统 | |
CN107124362B (zh) | 一种基于子流表分割的流表存储优化方法及装置 | |
Chen et al. | A boolean expression-based approach for maximum incomplete subcube identification in faulty hypercubes | |
CN110224847B (zh) | 基于社交网络的社团划分方法、装置、存储介质及设备 | |
CN107818113A (zh) | 文件访问位置的确定方法及装置 | |
CN107800738B (zh) | 数据更新的方法与装置 | |
CN109523634A (zh) | 优化网格的方法及装置 | |
CN110020087B (zh) | 一种基于相似度估计的分布式PageRank加速方法 | |
CN108429635B (zh) | 一种用于分布式环境下的数据传输方法 |
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 |