CN110290165A

CN110290165A - 网络主机间通信负载调控方法、电子装置及可读存储介质

Info

Publication number: CN110290165A
Application number: CN201910269166.6A
Authority: CN
Inventors: 刘洪晔
Original assignee: Ping An Technology Shenzhen Co Ltd
Current assignee: Ping An Technology Shenzhen Co Ltd
Priority date: 2019-04-04
Filing date: 2019-04-04
Publication date: 2019-09-27
Anticipated expiration: 2039-04-04
Also published as: CN110290165B; WO2020199467A1

Abstract

本发明涉及云监控技术领域，揭露了一种网络主机间通信负载调控方法、电子装置及可读存储介质，通过获得与主机节点对的各个主机节点均通信连接的其它主机节点的数量以形成第一相似度参数，通过获得各个预先确定的数据库与主机节点对的各个主机节点的连接状态以形成第二相似度参数，进而通过第一相似度参数和第二相似度参数计算得到主机节点对对应的综合相似度，根据综合相似度为对应的主机节点对包含的主机节点的通信负载进行调控。利用本发明揭露的技术方案，能更准确并及时有效地调控主机节点通信负载并均衡网络资源配置。

Description

网络主机间通信负载调控方法、电子装置及可读存储介质

技术领域

本发明涉及云监控技术领域，尤其涉及一种网络主机间通信负载调控方法、电子装置及可读存储介质。

背景技术

随着云平台的发展，云平台内的主机数量也在大量增加，各个主机节点间的连接方式也会变得越来越复杂。为了防止云平台内主机节点由于连接过多导致通信负载过大的情况发生，现有技术中普遍采用设定阈值的方式来对云平台内主机节点的通信资源进行调节处理，即统一设定最大连接阈值，当云平台内某个主机节点超过该最大连接阈值时，再对该主机节点进行处理，例如暂停该主机节点的工作。现有的这种通过设置最大连接阈值的方式监控主机节点的负载调整时机，是非常粗放的一种负载监控调整方案，在系统资源浪费和系统负载过大之间无法准确的进行平衡，例如，若将统一设定的最大连接阈值设置的比较低，则会导致主机节点预留出较多的处理空间，又会带来很大的系统资源浪费；若将统一设定的最大连接阈值设置的比较高，则可能会导致主机节点系统过载而导致系统异常或者响应缓慢。虽然，现有技术中也有通过考虑业务关系的方式对主机节点间的连接数进行预测，从而对可能出现的高通信负载情况进行预警，但由于业务变更频繁，且考虑的参考项通常较为单一，往往无法对主机节点间的可连接负载数量做出准确的预测，因此经常造成误判。

发明内容

鉴于以上内容，本发明的主要目的在于提供一种网络主机间通信负载调控方法、装置及存储介质，以更加准确地对云平台通信网络通信负载量进行监控并采取及时有效的调控措施优化网络通信负载资源配置。

为实现上述目的，本发明提供一种网络主机间通信负载调控方法，该方法包括：

第一计算步骤：定时进行网络主机间通信负载调控，在进行网络主机间通信负载调控后，确定包含的主机节点之间未通信连接的主机节点对，在确定一个主机节点对后，分别获得各个预设距离对应的与该主机节点对的各个主机节点均通信连接的其它主机节点的数量，将各个预设距离对应的数量代入第一变量转换公式以计算得到该主机节点对对应的第一相似度参数；

第二计算步骤：分别获得各个预先确定的数据库与该主机节点对的各个主机节点的连接状态，将各个预先确定的数据库与该主机节点对的各个主机节点的连接状态转换成对应的邻接矩阵，将所述邻接矩阵代入预先确定的第二变量转换公式以计算得到该主机节点对对应的第二相似度参数；

第三计算步骤：将计算得到的所述第一相似度参数和第二相似度参数输入到预先确定的综合相似度计算公式，以计算得到该主机节点对对应的综合相似度；

调控步骤：根据计算得到的综合相似度，为对应的主机节点对包含的主机节点的通信负载进行调控。

优选地，所述调控步骤包括：

若一个确定的主机节点对对应的综合相似度大于预设阈值，则根据预先确定的综合相似度区间与最大主机连接数的第一映射关系，确定该主机节点对对应的最大主机连接数，并根据确定的最大主机连接数对与该主机节点对中的主机节点连接的其它主机节点的连接数量进行控制，以使与该主机节点对中的主机节点连接的其它主机节点的连接数量小于或者等于确定的最大主机连接数。

优选地，所述调控步骤包括：

在各个确定的主机节点对对应的综合相似度计算完毕后，对各个综合相似度按照从大到小的顺序排序，确定排序在前的预设次序的综合相似度对应的可弹性调控的主机节点对；

根据预先确定的综合相似度区间与弹性主机连接数的第二映射关系，找出各个可弹性调控的主机节点对对应的弹性主机连接数；

分别对各个可弹性调控的主机节点对中的主机节点连接的其它主机节点的连接数量按照对应的弹性主机连接数进行控制，以分别使与各个可弹性调控的主机节点对中的主机节点连接的其它主机节点的连接数量小于或者等于对应的弹性主机连接数。

优选地，所述第一变量转换公式为:S₁＝αA_xy+α²(A²)_xy+α³(A³)_xy+...+αⁿ(Aⁿ)_xy，其中，x、y为云平台下的任意两个主机节点；α指的是预设的权重参数，0<α<1；(Aⁿ)_xy指的是预设距离n对应的与主机节点对的各个主机节点均通信连接的其它主机节点的数量，n为正整数，S₁代表第一相似度参数。

优选地，所述第二变量转换公式为：

其中，B为邻接矩阵，i代表所述邻接矩阵的第i行，k代表所述邻接矩阵的第k列，μ为预设权重值，S₂代表第二相似度参数。

优选地，所述邻接矩阵的计算公式为：其中R为预先确定的数据库与主机节点对的各个主机节点的连接状态的连接状态矩阵，R^T为R 的转置矩阵。

优选地，所述综合相似度计算公式为：S＝S₁×S₂，其中S₁为第一相似度参数， S₂为第二相似度参数。

为实现上述目的，本发明还提供一种电子装置，所述电子装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的通信负载调控程序，所述信负载调控程序被所述处理器执行时实现如下步骤：

优选地，所述调控步骤包括：

优选地，所述第一变量转换公式为:S₁＝αA_xy+α²(A²)_xy+α³(A³)_xy+...+αⁿ(Aⁿ)_xy，其中，x、y为云平台下的任意两个主机节点；α指的是预设的权重参数，0<α<1； (Aⁿ)_xy指的是预设距离n对应的与主机节点对的各个主机节点均通信连接的其它主机节点的数量，n为正整数，S₁代表第一相似度参数。

优选地，所述第二变量转换公式为：

优选地，所述综合相似度计算公式为：S＝S₁×S₂，其中S₁为第一相似度参数，S₂为第二相似度参数。

为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中包括网络主机间通信负载调控程序，该网络主机间通信负载调控程序被处理器执行时实现上述网络主机间通信负载调控方法的步骤。

相较现有技术，本发明通过定时进行网络主机间通信负载调控，在确定一个主机节点对后，分别获得各个预设距离对应的与该主机节点对的各个主机节点均通信连接的其它主机节点的数量以形成第一相似度参数，分别获得各个预先确定的数据库与该主机节点对的各个主机节点的连接状态以形成第二相似度参数，将第一相似度参数和第二相似度参数经过相应转换得到综合相似度，根据综合相似度为对应的主机节点对包含的主机节点的通信负载进行调控，以更准确并及时有效地调控主机节点通信负载并均衡网络资源配置。

附图说明

图1为本发明实现网络主机间通信负载调控的电子装置一实施例的硬件结构图；

图2为图1中网络主机间通信负载调控程序一实施例的功能模块图；

图3为本发明网络主机间通信负载调控方法一实施例的实施流程图；

图4为本发明网络主机间通信负载调控方法一实施例的应用环境示意图。

本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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它实施例，都属于本发明保护的范围。

需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

参照图1所示，为本发明实现网络主机间通信负载调控的电子装置一实施例的硬件结构图。在本实施例中，电子装置1包括存储器11、处理器12、网络接口13，存储器11中存储有可被处理器12执行的网络主机间通信负载调控程序10。

所述电子装置1可以是服务器、智能手机、平板电脑、便携计算机、桌上型计算机等具有存储和运算功能的终端设备。在本发明的一个实施例中，当电子装置1为服务器时，该服务器可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器等的一种或几种。

所述存储器11包括至少一种类型的可读存储介质。所述至少一种类型的可读存储介质可为如闪存、硬盘、多媒体卡、卡型存储器等的非易失性存储介质。在一些实施例中，所述可读存储介质可以是所述电子装置1的内部存储单元，例如该电子装置1的硬盘。在另一些实施例中，所述可读存储介质也可以是所述电子装置1的外部存储器11，例如所述电子装置1上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

所述处理器12可以是中央处理器(Central Processing Unit，CPU)，微处理器或其它任意适用的数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行网络主机间通信负载调控程序10等。

网络接口13可以包括标准的有线接口、无线接口(如WI-FI接口)。通常用于在该电子装置1与其它电子设备之间建立共同连接。

图1仅示出了具有组件11-13以及网络主机间通信负载调控程序10的电子装置1，但是应理解的是，电子装置1可以包括更多或者更少的组件。

在本发明的一个实施例中，处理器12执行存储器11中存储的网络主机间通信负载调控程序10时实现如下步骤：

为了更好的阐述说明所述电子装置1中各个组成部件的功能及相互间的功能配合关系，以下结合图2-3进行详细描述。

参照图2所示，为图1中网络主机间通信负载调控程序10一实施例的功能模块图。所述网络主机间通信负载调控程序10被分割为多个功能模块，该多个功能模块被存储于存储器11中，并由处理器12执行，以更准确并及时有效地调控主机节点通信负载并均衡网络资源配置。本发明所称的“模块”是指能够完成特定功能的一系列计算机程序指令集。在本实施例中，所述网络主机间通信负载调控程序10被分割为：第一计算模块100、第二计算模块110、第三计算模块120、调控模块130。应该理解的是：在本实施例中，将所述网络主机间通信负载调控程序10分割成第一计算模块100、第二计算模块110、第三计算模块120、调控模块130，仅仅是为了更清楚的表达出所述通信负载调控程序10所能实现的功能，并不用于限定所述网络主机间通信负载调控程序10仅能或者必须分割成第一计算模块100、第二计算模块110、第三计算模块120以及调控模块130，对本领域的技术人员来说，可以在其它实施例中，轻易将所述网络主机间通信负载调控程序10分割成与本实施例不同的功能模块，在此不做赘述。

所述第一计算模块100，用于定时(例如，每间隔10分钟)进行网络主机间通信负载调控，在进行网络主机间通信负载调控后，确定包含的主机节点之间未通信连接的主机节点对，在确定一个主机节点对后(例如，主机节点I₁和主机节点I₂)，分别获得各个预设距离对应的与该主机节点对的各个主机节点均通信连接的其它主机节点的数量(例如，若主机节点对I₁、I₂之间距离为2的连接链路包括I₁-B-I₂、I₁-C-I₂、I₁-D-I₂这三条(B，C，D分别为三个主机节点)，则距离2对应的与该主机节点对的各个主机节点I₁和I₂均通信连接的其它主机节点的数量为3；若主机节点对I₁、I₂之间距离为3的连接链路包括I₁-E₁-E₂-I₂、I₁-F₁-F₂-I₂这二条(E₁，E₂，F₁，F₂分别为四个主机节点，则距离3对应的与该主机节点对的各个主机节点I₁和I₂均通信连接的其它主机节点的数量为4))，将各个预设距离对应的数量代入第一变量转换公式以计算得到该主机节点对对应的第一相似度参数S₁。

所述第二计算模块110，用于分别获得各个预先确定的数据库(例如数据库U₁、U₂、U₃、U₄)与该主机节点对I₁、I₂的各个主机节点的连接状态(例如，I₁主机节点和数据库U₃有连接则用1表示，无连接则用0表示)，将各个预先确定的数据库与该主机节点对I₁、I₂的各个主机节点I₁或I₂的连接状态转换成对应的邻接矩阵，将所述邻接矩阵代入预先确定的第二变量转换公式以计算得到该主机节点对对应的第二相似度参数S₂。

所述第三计算模块120，用于将计算得到的所述第一相似度参数S₁和第二相似度参数S₂输入到预先确定的综合相似度计算公式，以计算得到该主机节点对对应的综合相似度S。

所述调控模块130，用于根据计算得到的综合相似度S，为对应的主机节点对包含的主机节点的通信负载进行调控。

可选地，在本发明的一个实施例中，所述调控模块130根据计算得到的综合相似度S，为对应的主机节点对包含的主机节点的通信负载进行调控的步骤包括：若一个确定的主机节点对I₁、I₂对应的综合相似度大于预设阈值(例如，预设阈值为0.15)，则根据预先确定的综合相似度区间与最大主机连接数的第一映射关系，确定该主机节点对对应的最大主机连接数(例如，最大主机连接数为100)，并根据确定的最大主机连接数对与该主机节点对中的主机节点连接的其它主机节点的连接数量进行控制，以使与该主机节点对中的主机节点连接的其它主机节点的连接数量小于或者等于确定的最大主机连接数。

可选地，在本发明的一个实施例中，所述调控模块130根据计算得到的综合相似度S，为对应的主机节点对包含的主机节点的通信负载进行调控的步骤包括：

在各个确定的主机节点对对应的综合相似度计算完毕后，对各个综合相似度按照从大到小的顺序排序，确定排序在前的预设次序(例如，排序在前的10个)的综合相似度对应的可弹性调控的主机节点对(例如，可弹性调控的主机节点对的编号分别为I₁和I₂，I₅和I₆，I₇和I₈，I₁₂和I₁₃，I₁₅和I₁₆，I₁₇和I₁₈，I₁₉和I₂₀，I₂₂和I₂₃，I₂₅和I₂₆，I₃₇和I₃₈)；

根据预先确定的综合相似度区间与弹性主机连接数的第二映射关系，找出各个可弹性调控的主机节点对对应的弹性主机连接数(例如，I₁和I₂对应的弹性主机连接数为30，I₅和I₆对应的弹性主机连接数为35，I₇和I₈对应的弹性主机连接数为32，I₁₂和I₁₃对应的弹性主机连接数为33，I₁₅和I₁₆对应的弹性主机连接数为38，I₁₇和I₁₈对应的弹性主机连接数为37，I₁₉和I₂₀对应的弹性主机连接数为39，I₂₂和I₂₃对应的弹性主机连接数为36，I₂₅和I₂₆对应的弹性主机连接数为34，I₃₇和I₃₈对应的弹性主机连接数为31)；

分别对各个可弹性调控的主机节点对中的主机节点连接的其它主机节点的连接数量按照对应的弹性主机连接数进行控制，以分别使与各个可弹性调控的主机节点对中的主机节点连接的其它主机节点的连接数量(例如，I₁和I₂对应的弹性主机连接数为30，则I₁连接的其它主机节点的连接数量为25)小于或者等于对应的弹性主机连接数。

可选地，所述第一变量转换公式为:S₁＝αA_xy+α²(A²)_xy+α³(A³)_xy+...+αⁿ(Aⁿ)_xy，其中，x、y为云平台下的任意两个主机节点；α指的是预设的权重参数，0<α<1； (Aⁿ)_xy指的是预设距离n对应的与主机节点对的各个主机节点均通信连接的其它主机节点的数量，n为正整数，S₁代表第一相似度参数。

可选地，所述第二变量转换公式为：

可选地，所述邻接矩阵的计算公式为：其中R为预先确定的数据库与主机节点对的各个主机节点的连接状态的连接状态矩阵，R^T为R 的转置矩阵。

可选地，所述综合相似度计算公式为：S＝S₁×S₂，其中S₁为第一相似度参数，S₂为第二相似度参数。

本发明提供一种网络主机节点间通信负载调控方法、电子装置及可读存储介质，是基于多层网络相似度算法，并对云平台主机节点的通信负载进行调控。在本发明中，将云平台上的所有运行主机节点都统归为主机节点集群，并对该主机节点集群抽象划分为多层网络，该多层网络包括了两个层次的网络，其中第一层网络从物理层次来划分，将相互之间有进行通信连接的主机节点划分为第一层网络。第二层网络是按图论里的拓扑结构来划分的，性质上是个二部图网络(或称为隐藏网络)，其中数据库等效于虚拟主机节点，所有数据库形成虚拟主机节点集群，并与第一层网络中的主机节点集群进行通信连接，主机节点集群为所述二部图网络集合里的子集，虚拟主机节点集群是所述二部图网络集合里的主机节点集群的补集。

通过对主机节点集群内的连接情况进行分析得出结论：确定的未通信连接的主机节点对I₁、I₂(I₁是该主机节点中的一个节点，I₂是该主机节点中的另一个节点)共同相连(包括直接相连和间接相连)的其它主机节点数量越多，且确定的未通信连接的主机节点对I₁、I₂和其共同相连的其它主机节点之间的距离越近(相隔节点越少)，则该确定的未通信连接的主机节点对I₁、I₂互相连接的可能性越大；而确定的未通信连接的主机节点对I₁、I₂共同相连的数据库越多，则该确定的未通信连接的主机节点对I₁、I₂互相连接的可能性越大。例如，若确定的未通信连接的主机节点对I₁、I₂为同一业务线上的相似主机节点，则这确定的未通信连接的主机节点对I₁、I₂执行的业务项或处理事情会很相似，因此会调用相同的数据库节点(例如U1或/与U3)，导致这两个节点之间的连接可能性也较大。

基于上述分析，本发明中针对云平台下数量众多的主机节点，可通过确定的未通信连接的主机节点对I₁、I₂之间的相似度(对相似性的度量)来预测确定的未通信连接的主机节点对I₁、I₂之间的连接可能性，确定的未通信连接的主机节点对I₁、I₂之间的相似度越高，则确定的未通信连接的主机节点对I₁、 I₂之间的连接可能性越大,而主机节点间的相似度可以通过共同相连的其它主机节点以及共同相连数据库的情况来衡量。

进一步地，针对所述第一层网络的所有主机节点，这里分两部分来分析, 第一部分是作为负载调控对象的确定的未通信连接的主机节点对I₁、I₂，另一部分是除I₁、I₂的其它主机节点，包括一阶相连主机节点(直接与I₁、I₂相连的主机节点)，二阶相连主机节点(相隔一个节点间接与I₁、I₂相连的主机节点)，乃至N阶相连主机节点(相隔N-1个节点间接与I₁、I₂相连的主机节点)。

如果应用一阶相连主机节点，二阶相连主机节点，乃至N阶相连主机节点这些所包含的多维度信息来计算与分析确定的未通信连接的主机节点对I₁、 I₂之间的相似度，则针对确定的未通信连接的主机节点对I₁、I₂之间产生连接可能性大小的预测会更加准确。其中，应用一阶相连主机节点，二阶相连主机节点，乃至N阶相连主机节点这些多维度信息来计算分析确定的未通信连接的主机节点对I₁、I₂之间的相似度的公式如下：

S₁＝αA_xy+α²(A²)_xy+a³(A³)_xy+...+αⁿ(Aⁿ)_xy

其中，S₁为主机节点对I₁、I₂之间在所述第一层网络中的第一相似度参数， I₁、I₂为云平台下的确定的未通信连接的主机节点对；，x、y为云平台下的任意两个主机节点；α是预设可调的权重参数，0<α<1；(Aⁿ)_xy是在确定一个未通信连接的主机节点对后，预设距离为n的对应的与该主机节点对的各个主机节点均通信连接的其它主机节点的数量，n为自然数。

即A_xy是一阶相连主机节点，(A²)_xy是二阶相连主机节点。例如，对于二阶相连主机节点，若主机节点I₁、I₂之间距离为2的连接链路包括I₁-X-I₂、I₁-Y-I₂、 I₁-Z-I₂这三条(X，Y，Z分别为三个主机节点)，则距离2对应的与该主机节点对的各个主机节点I₁和I₂均通信连接的其它主机节点的数量为3，即(A²)_xy＝3。

又例如，(A³)_xy是三阶相连接点，若主机节点对I₁、I₂之间距离为3的连接链路包括I₁-J₁-J₂-I₂、I₁-K₁-K₂-I₂这二条(J₁，J₂，K₁，K₂分别为四个主机节点)，则距离3对应的与该主机节点对的各个主机节点I₁和I₂均通信连接的其它主机节点的数量为4，即(A³)_xy＝4。特别需指出，主机节点I₁和它自己的相似度应该为1.但因为主机节点不会和自己产生网络连接,而为避免对后续计算产生影响,我们将主机节点本身的相似度设置为0。

需要说明的是，上述公式是通过对权重参数α以及最高连接阶数n的调整来平衡第一层网络的算法复杂度与准确度的。例如，在一些场景中，若需考虑低阶连接的影响较大，即确定的未通信连接的主机节点对I₁、I₂之间在一阶相连主机节点、二阶相连主机节点等之间的相似度对这确定的未通信连接的主机节点对I₁、I₂之间最终连接的可能性影响较大，则可调低权重参数α的值，以削弱高阶相连接点对相似度S₁计算结果的影响，进而减小高阶相连接点对确定的未通信连接的主机节点对I₁、I₂之间最终连接可能性的预测结果的影响。

相反，若需考虑更多维度的信息来计算相似度，则可调高权重参数α的值，以加强高阶相连接点对第一相似度参数S₁计算结果的影响，进而增强高阶相连接点对确定的未通信连接的主机节点对I₁、I₂之间最终连接可能性的预测结果的影响。

针对所述第二层网络，主机节点与数据库的连接状态所形成的邻接矩阵可以用B来表示，所述R中的每一行代表一个主机节点集，包括主机节点I₁和I₂，每一列代表一个数据库集，包括数据库U₁、U₂、U₃、U₄，当一个主机节点和一个数据库存在连接时用1表示,未连接则表示为0。如图(a)的矩阵表1 所示的邻接矩阵，例如，数据库U₁和主机节点I₂连接表示为1，数据库U₄和主机节点I₂未连接则表示为0。然后根据如下包含转置矩阵的公式拼接所述邻接矩阵，得到图(b)的矩阵表2所示的邻接矩阵B。

接着对照所述邻接矩阵B使用下面的第二变量转换公式计算出确定的未通信连接的主机节点对I₁、I₂在第二层网络的第二相似度参数，其中μ为预设权重值，S₂代表第二相似度参数，并得到图(c)所示的矩阵表3。

对于确定的未通信连接的主机节点对I₁、I₂，所述第一层网络中的第一相似度参数S₁和所述第二层网络中的第二相似度参数S₂相乘，得到该确定的未通信连接的主机节点对最终的综合相似度S。

参照图3所示，为本发明通信负载调控方法一实施例的实施流程图。在本实施例中，处理器12执行存储器11中存储的通信负载调控程序10的计算机程序时实现通信负载调控方法包括：步骤S300-步骤S330，并结合图4的通信负载调控方法的应用环境示意图对本发明的实现加以阐述。

S300,第一计算模块100定时进行(例如，每间隔10分钟)网络主机间通信负载调控，在进行网络主机间通信负载调控后，确定包含的主机节点之间未通信连接的主机节点对，在确定一个主机节点对(例如，主机节点I₁和主机节点I₂)后，分别获得各个预设距离对应的与该主机节点对的各个主机节点均通信连接的其它主机节点的数量(例如，若主机节点I₁、I₂之间距离为2的连接链路包括I₁-B-I₂、I₁-C-I₂、I₁-D-I₂这三条(B，C，D分别为三个主机节点)，则主机节点I₁、I₂之间距离为2的连接其它主机节点数为3)，将各个预设距离对应的数量代入第一变量转换公式以计算得到该主机节点对对应的第一相似度参数。

S310,第二计算模块110分别获得各个预先确定的数据库(例如数据库 U₁、U₂、U₃、U₄)与该主机节点对的各个主机节点的连接状态(例如，I₁主机节点和数据库U₃有连接则用1表示，无连接则用0表示)，将各个预先确定的数据库与该主机节点对的各个主机节点的连接状态转换成对应的邻接矩阵，将所述邻接矩阵代入预先确定的第二变量转换公式以计算得到该主机节点对对应的第二相似度参数。

S320，第三计算模块120将计算得到的所述第一相似度参数S₁和第二相似度参数S₂输入到预先确定的综合相似度计算公式，以计算得到该主机节点对对应的综合相似度S。

S330，调控模块130根据计算得到的综合相似度，为对应的主机节点对包含的主机节点的通信负载进行调控。

可选地，在本发明的一个实施例中，所述调控模块130根据计算得到的综合相似度S，为对应的主机节点对包含的主机节点的通信负载进行调控的步骤包括：若一个确定的主机节点对对应的综合相似度大于预设阈值，则根据预先确定的综合相似度区间与最大主机连接数的第一映射关系，确定该主机节点对对应的最大主机连接数，并根据确定的最大主机连接数对与该主机节点对中的主机节点连接的其它主机节点的连接数量进行控制，以使与该主机节点对中的主机节点连接的其它主机节点的连接数量小于或者等于确定的最大主机连接数。

在各个确定的主机节点对对应的综合相似度计算完毕后，对各个综合相似度按照从大到小的顺序排序，确定排序在前的预设次序的综合相似度对应的可弹性调控的主机节点对。

根据预先确定的综合相似度区间与弹性主机连接数的第二映射关系，找出各个可弹性调控的主机节点对对应的弹性主机连接数。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多状态下前者是更佳的实施方式。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，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种网络主机间通信负载调控方法，应用于电子装置，其特征在于，所述方法包括：

2.根据权利要求1所述的网络主机间通信负载调控方法，其特征在于，所述调控步骤包括：

3.根据权利要求1所述的网络主机间通信负载调控方法，其特征在于，所述调控步骤包括：

4.根据权利要求1所述的网络主机间通信负载调控方法，其特征在于，所述第一变量转换公式为:S₁＝αA_xy+α²(A²)_xy+α³(A³)_xy+...+αⁿ(Aⁿ)_xy，其中，x、y为云平台下的任意两个主机节点；α指的是预设的权重参数，0<α<1；(Aⁿ)_xy指的是预设距离n对应的与主机节点对的各个主机节点均通信连接的其它主机节点的数量，n为正整数，S₁代表第一相似度参数。

5.根据权利要求1所述的网络主机间通信负载调控方法，其特征在于，所述第二变量转换公式为：其中，B为邻接矩阵，i代表所述邻接矩阵的第i行，k代表所述邻接矩阵的第k列，μ为预设权重值，S₂代表第二相似度参数。

6.根据权利要求5所述的网络主机间通信负载调控方法，其特征在于，所述邻接矩阵的计算公式为：其中R为预先确定的数据库与主机节点对的各个主机节点的连接状态的连接状态矩阵，R^T为R的转置矩阵。

7.根据权利要求1-6任一项所述的网络主机间通信负载调控方法，其特征在于，所述综合相似度计算公式为：S＝S₁×S₂，其中S₁为第一相似度参数，S₂为第二相似度参数。

8.一种电子装置，所述电子装置包括存储器和处理器，其特征在于，所述存储器上存储有可在所述处理器上运行的网络主机间通信负载调控程序，所述网络主机间通信负载调控程序被所述处理器执行时实现如下步骤：

9.如权利要求8所述的电子装置，其特征在于，所述调控步骤包括：

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网络主机间通信负载调控程序，所述网络主机间通信负载调控程序被处理器所执行时实现如权利要求1至6中任一项所述的网络主机间通信负载调控方法的步骤。