CN111130842A - 一种反映网络多维资源的动态网络图谱数据库构建方法 - Google Patents
一种反映网络多维资源的动态网络图谱数据库构建方法 Download PDFInfo
- Publication number
- CN111130842A CN111130842A CN201911153765.8A CN201911153765A CN111130842A CN 111130842 A CN111130842 A CN 111130842A CN 201911153765 A CN201911153765 A CN 201911153765A CN 111130842 A CN111130842 A CN 111130842A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- link
- measurement
- state
- 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
Images
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
- H04L41/12—Discovery or management of network topologies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种反映网络多维资源的动态网络图谱数据库的构建方法,该方法采集并存储网络视图中各个节点和链路的实时信息,包括节点CPU使用率、节点内存使用率、节点名称、节点IP和链路时延、链路带宽、链路丢包率,使用内存数据库构建分布式图数据库,加入了多级存储机制和增量索引设计,进行数据老化并将历史数据存入磁盘。本发明将网络拓扑中的节点分为三个层次:集中管理中心、分布式代理测量点和普通端节点,集中管理中心下发测量指令给代理测量点,代理测量点上报测度数据给管理中心,实现动态网络图谱数据库的更新。
Description
技术领域
本发明属于网络测量技术领域,尤其涉及一种反映网络多维资源的动态网络图谱数据库的构建方法。
背景技术
网络管理随着计算机网络而趋于复杂。计算机网络是一些设备和线路的集合,这些设备和线路可以提供由计算机之间传送数据的方法,使在不同地点的用户共享资源。网络管理从宏观上的流量控制到细节处的包处理都需要管理设备对网络各项参数整体而有效的感知。在测量网络各项多维资源过程中,如何存储网络的各项参数成为使网络能够正常、安全、高效、合理地使用和运行的关键。为了保证管理方法对网络系统中的各种设备检测、分析与控制的鲁棒性和可靠性,需要设计可动态反映网络多维资源的图谱数据库。
目前公开文献中的针对于真实网络拓扑环境的图存储数据库目前有三个主流方向:基于关系型数据库构建图数据库、原生图数据库、在NoSQL数据库上封装一层逻辑的图结构。
(1)基于关系型数据库构建图数据库
由于关系型数据库已发展相当成熟,有着相当丰富的设计经验,具有很大的优势。但是其缺点也十分明显:关系型数据库是面向磁盘优化的,最大化利用磁盘顺序读写的优势,在面对图大量的随机访问速度会偏慢;当面对海量数据的读写效率极低;数据库难以横向扩展,面对瞬息万变的网络状态,数据库无法像 web server那样简单的通过添加更多的硬件和服务节点来拓展性能。
(2)原生图数据库
摒弃了关系型数据库的设计模式,使用链表来实现图存储,查询速度有了很大的提升,直接使用图的概念在设计和使用较为简便。然而处理海量数据时,查询和插入操作会极其缓慢,需要大量的内存。当内存不够时,性能会降低并且无版本控制。
(3)使用NoSQL存储的分布式图数据库
其优点和缺点都很突出。它可以通过添加机器横向拓展来支持海量数据;支持海量的并发事务处理和图操作处理;强一致性和实时性;可存储多个版本,可进行版本控制。但它只是在NoSQL数据库上封装了一层图的逻辑,无法表现网络的实时变化信息。另一方面,它基于磁盘存储,其存取速度受I/O瓶颈限制,无法满足实时网络的快速变化。
综上所述,本发明使用了NoSQL存储的分布式图数据库,并采用内存数据库作为内核支持。
发明内容
发明目的:针对以上问题,本发明提出一种反映网络多维资源的动态网络图谱数据库的构建方法,基于真实的网络结构中建立网络拓扑结构视图,并存储视图中各个节点和链路的实时信息形成动态网络图谱数据库。
技术方案:为实现本发明的目的,本发明所采用的技术方案是一种反映网络多维资源的动态网络图谱数据库的构建方法。
如图1所示为动态网络图谱的设计示意图。
其中处理层进行相关的一系列分析操作,包括记录节点名称、节点IP、节点CPU使用情况、节点内存使用情况,记录链路时延、链路带宽、丢包率。
接口层提供了一系列可以对多维资源视图进行操作(如图中节点和边的查询和增删)的各种API,这些API向上层隐藏了下层的实现细节,使上层用户使用时就好像直接对视图进行操作。
应用层直接向用户提供服务,如查看最优路径、查看网络状态等。
为更好说明动态网络图谱数据库的方法步骤,首先介绍动态网络图谱的整体架构。如图2如所示,动态网络图谱将整个系统中的所有节点分为三级,第一级为集中管理节点,称为动态网络图谱管理中心;第二级为分布式节点,称为动态网络图谱代理测量点;第三级为普通端设备节点。分布式代理测量点具有测量、存储和业务职能,与普通节点最大的不同是代理测量点直接接受管理中心下发的业务指令,从而拥有业务职能,并对管理中心负责,上报管理中心所需的测度数据,帮助管理中心更具效率的管理动态网络图谱数据库;管理中心节点统管动态网络图谱,具有测量和存储职能,负责将测量指令指派给各代理测量点,并回收代理测量点返回的测度数据,根据设定的算法阈值判断动态网络图谱的情况,做出网络状态的即时更新。
若设某个网络拓扑中除去管理中心所有节点为N1,N2,N3,…,Nn,则拓扑中所有的链路为N12,N13,…,Nij,1<i<n,1<j<n,再设单个节点的内存使用率为CPU利用率为从节点Ni到节点Nj的链路Nij时延为丢包率为可用带宽为
管理中心发布的测量指令中需要包括的测度为:节点CPU使用率、节点内存使用率、节点名称、链路时延、链路带宽、链路丢包率。
该方法有以下步骤:
(1)为进行动态网络图谱数据库的数据采集,首先要进行全网拓扑的初次测量,管理中心采集节点和链路的初始状态数据;
(2)将节点和链路的初始状态数据储存到内存数据库,并设置管理中心内存数据库的增量索引,使数据可以发生老化,即网络图谱的旧数据可以在数据库更新后放入磁盘存储;
(3)动态图谱数据库的更新流程为动态网络图谱数据库在预设间隔时间通过管理中心下发测量指令,指派给代理测量点网络测量业务,代理测量点完成测量业务,上报给管理中心全局网络测度数据进行汇总从而完成数据库的更新;
(4)管理中心通过自适应测量调度算法,监控数据上报结果并重新发布测量指令,进行细粒度的控制。
进一步,所述步骤(1)中,全网拓扑的初次测量并采集节点和链路的初始状态数据的方法如下:
(1.1)普通端节点测量自身的状态信息,测度包括CPU使用率、内存使用率、节点名称、节点IP,上报给第二层代理测量点,代理测量点采集端节点数据后上报给管理中心;
(1.2)代理测量点负责采集端节点数据上报给管理中心,同时汇报自身数据;
(1.3)对于链路信息,所有节点主动进行测量,使用icmp协议报文原始套接字构建固定大小的探测包,发送至链路另一端的目标节点,通过返回的数据获得链路带宽、RTT和丢包率,然后使用TCP socket套接字进行上传汇报;
(1.4)管理中心采集所有节点和链路状态信息进行汇总,进行初步网络资源视图构建。
进一步,步骤(2)中,动态网络图谱数据库的设计方案如下:
(2.1)动态网络图谱数据库为网络中多维资源视图设计分布式图数据库,选用内存数据库作为动态网络图谱的基本数据库,与从磁盘上读取数据的数据库相比,内存数据库中的数据存取通过内存实现,速度比传统磁盘数据库高了几个数量级,满足动态网络图谱数据库的高实时性要求。
动态网络图谱数据库使用键值对的方式存储数据,表1是动态网络图谱的存储结构。主键可以有两种形式,一种为节点序号,一种为链路标识序号。当主键为节点序号时,节点属性列族中包含该节点CPU和存储信息,节点IP列族中保存节点IP地址,链路状态列族的值置为null;当主键为链路标识序号时,节点属性列族和节点IP列族中的值置为null,链路状态列族保存以该节点为起点的有向链路信息,链路信息包括链路时延、链路带宽、链路丢包率,如表1是以节点1为起点,节点2为终点的链路信息,时间戳为记录数据的时间,通过时间戳进行版本控制。
表1
(2.2)为建立历史数据库进行版本控制,动态网络图谱数据库设置网络拓扑状态增量索引,增量变化为网络拓扑结构的重大变化,当节点不工作或者链路断开,判断为网络拓扑结构发生变化,此时将当前管理中心内存数据库中的数据存储入磁盘,并设置管理中心内存数据库的增量索引,记录历史信息形成历史数据库。
(2.3)动态网络图谱数据库使用多级存储机制,不仅使用内存数据库,而且将磁盘数据库结合使用。多级存储机制将数据分为两级进行存储:代理测量点和管理中心进行测量业务时处理的实时数据被存储在内存数据库,供业务直接存取;在管理中心的内存数据库中的实时数据由于增量索引的作用成为历史数据存储在磁盘中,构成历史数据库。
进一步,步骤(3)中,网络动态图普数据库更新的具体方法如下:
(3.1)管理中心触发对已有节点的测量指令,将其下发给代理测量点;
(3.2)代理测量点接到管理中心派发的测量业务(指令);
(3.3)代理测量点开始测量采集网络测度;
(3.4)对测度变化率进行检测,如果测度变化值超过设定阈值,则说明网络变化幅度较大,需要对预上报时间进行减半处理后主动上报;否则说明网络情况较为稳定,代理测量点只需要在设定的预上报时间间隔上报测量数据。
(3.5)管理中心更新整个动态网络图谱数据库。
其中,步骤(3.4)提出了节点状态因子和链路状态因子的概念,节点状态因子为K1,K2,链路状态因子为K3,K4,K5,并且:
K1+K2=1,K3+K4+K5=1
设Stateold为旧的整体网络状态参数,Statenew为新测量计算所得的整体网络状态参数,典型的预上报时间Time设置为1s。
Stateold=∑State(Ni)+∑State(Nij)
Statenew=∑State(Ni)+∑State(Nij)
进一步,步骤(4)中,管理中心在对测量结果进行分析后可能会因为某些节点或链路测度数据的大幅变化需要对其进行重新测量,这就涉及到管理中心重新发布测量业务的时机问题,这关系到动态网络图谱数据库能否保持实时状态。步骤(3)处理的是全局网络拓扑信息的上报和更新,而管理中心重新触发测量指令针对的是网络中的单个节点或链路,是更加细粒度的控制。在全局网络拓扑信息上报完成后,管理中心会对单个节点和链路信息进行分析,找出状态变化率大于设定阈值的节点或链路对其进行重新测量,在此重新测量的过程中,全局网络拓扑信息将暂不进行上报,等待节点或链路状态变化率小于设定阈值后测量结束,再次进行步骤(3)的流程。
因此,本发明设计了管理中心对节点或链路的自适应测量调度算法,具体做法如下:
管理中心添加了信息采集模块、信息计算模块和自适应调度模块,三个模块拥有独立线程,协调实现自适应调度的过程。
信息采集模块负责接收代理测量点上报的节点和链路的相关信息。
信息计算模块负责对信息采集模块采集的节点链路信息进行量化分析,计算出节点和链路的状态。这样的计算不是计算一次就结束,而是在发出初次测量指令的一段时间内,连续记录α次节点和链路状态,并计算各自的状态方差。
自适应调度模块负责将信息计算模块给出的状态方差与已建立的节点和链路的历史数据库进行比较,找出那些状态方差超过设定阈值的节点或链路。
以节点为例,若则说明节点或链路的状态变化较大,管理中心重新对代理测量点发布测量指令,对这些节点或链路进行重新测量;若则说明那些节点或链路状态变动不大,不需要重新测量。从而节省了网络资源的消耗,达到自适应测量的目的。
有益效果:与现有技术相比,本发明的技术方案具有以下有益技术效果:
(1)本发明能针对现实网络拓扑生成反映网络多维资源视图,通过动态网络图谱数据库实现对网络多维资源的动态存储和实时更新,便于网络管理员正常、安全、高效、合理地使用、运行和维护网络资源,具有重大的现实意义。
(2)本发明使用分布式存储,并依赖内存数据库设计了分级存储机制,有效解决了现有图存储数据库面向磁盘、存储读写速度慢、无法快速反映网络实时变化的弊端。本发明设计的自适应调度算法能有效减少在网络测量过程中网络资源的消耗,同时也保证了多维资源视图查询和更新的速度,在工作效率上具有优异的表现。
附图说明
图1为动态网络图谱数据库的设计示意图;
图2为动态网络图谱的整体架构;
图3为动态网络图谱数据库更新动作的的流程图;
图4为网络仿真实验环境的网络拓扑;
图5为可视化的网络多维资源视图的交互界面;
图6为动态网络图谱多维资源视图的主动查询界面;
图7为网络仿真实验环境的网络拓扑中的仿真节点示意图;
图8为动态网络图谱多维资源视图的资源标注示意图;
图9为动态网络图谱多维资源视图查询的十条不同链路信息图;
图10为动态网络图谱多维资源视图更新时间;
图11为动态网络图谱多维资源视图查询时间。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
为验证动态网络图谱数据库的有效性,实验构建了一个基于Docker容器技术的网络仿真实验环境,在单一物理主机上虚拟出多个交换机。所设计的网络拓扑如图4所示。图中四个深色节点为EGP核心交换机,浅色节点为IGP交换机。 EGP交换机是其各自自治域中的边界交换机,并且每个EGP交换机以二叉树的形式连接IGP交换机。每个自治域中有三层IGP交换机,其中最后一层IGP连接着普通主机等端设备。
该网络拓扑中的各节点类型和数量如下所示:
节点类型 | 节点数量(个) |
核心交换机 | 4 |
IGP交换机 | 56 |
端设备 | 452 |
该网络拓扑中的各类型节点与动态网络图谱数据库的整体架构相对应,EGP 核心交换机为集中管理中心节点,三层IGP交换机皆为代理测量点,端设备为普通主机节点。
动态网络图谱数据库具有可视化和主动查询两种方式显示网络中的节点或链路情况。
可视化的网络多维资源视图提供友好交互界面,视图可自由放大缩小并使用不同颜色标注三种节点。借助鼠标等交互设备,当鼠标停留在某节点或链路上时,屏幕上会自动显示出相关信息,如图5(a)、(b)所示。这种可视化的显示方式能使用户对整个网络拓扑有更加直观的把握。
主动查询界面通过节点区域、节点类型和节点序号三个属性来确定源宿节点,然后查询两节点之间的链路信息,如图6所示。
除此之外,当实际应用的网络拓扑十分复杂不适合在界面上显示时,还可以使用表格的形式进行查看整个网络的实时状态。
以上是对动态网络图谱数据库的基本展示,以下进行了四个实验进一步验证了动态网络图谱数据库的实现功能。
实验一:网络拓扑仿真节点数量测试
实验目的:
验证网络拓扑中的仿真节点数量是否达到设计的512个
实验步骤:
1、启动仿真环境
2、打开动态网络图谱控制界面,查看节点个数是否为512个
实验结果:
如图7所示,EGP核心交换机有4个,IGP交换机56个,端节点452个,总共仿真节点达到512个。
实验二:网络拓扑仿真节点标注测试
实验目的:
验证动态网络图谱是否可对仿真512节点网络进行资源标注
实验步骤:
1、启动仿真环境
2、打开动态网络图谱控制界面,在界面中查看在网络拓扑图中是否对仿真节点标注计算和存储信息,和对仿真链路是否标注时延、带宽和丢包率等信息
实验结果:
如图8所示,动态网络图谱对仿真节点的计算、存储信息和仿真链路的时延、带宽和丢包率能进行有效标注。
实验三:多维资源视图查询测试
实验目的:
测试动态网络图谱多维资源视图查询功能
实验步骤:
1、启动仿真环境
2、打开动态网络图谱控制界面
3、当查询某个节点和直接链路的信息时,鼠标悬置节点或者链路上,可得到信息
4、当查询任意两点之间链路信息时,通过查询栏选择任意两个节点,最后点击查询按钮获得节点之间链路信息
5、多次查询测试
实验结果:
如图9所示,在本次查询测试中查询了十条不同的链路信息,且都查询成功。在查询结果中可以获得链路的源节点、目标节点、链路时延、链路带宽、链路丢包率以及链路信息的测量时间。
实验四:多维资源视图查询和更新时间测试
实验目的:
验证动态网络图谱多维资源视图查询时间小于1秒、更新时间是否小于2 秒
实验步骤:
1、启动仿真环境
2、打开动态网络图谱控制界面
3、设置界面刷新时间分别为2秒,刷新后查看网络拓扑图和图中标注的节点信息和链路信息是否改变,验证多维资源视图刷新时间是否小于2秒
4、连续查询单一链路的链路信息,比较链路信息测量时间,检查更新时间是否小于两秒
5、打开动态网络图谱控制界面,进行多次查询链路,记录查询时间
6、计算多次查询平均时间,验证时间是否小于1秒
实验结果:
如图10所示,当连续查询a0_core0和a0_r0之间的链路信息时,其链路信息的产生时间间隔均小于2秒,验证视图更新时间小于两秒,满足测试目标。
如图11所示,多次链路信息的查询结果中的查询时间均小于1秒,最后平均时间小于1秒,满足测试目标。
Claims (6)
1.一种反映网络多维资源的动态网络图谱数据库的构建方法,其特征在于,该方法包括以下步骤:
(1)对全网拓扑结构进行初次测量,管理中心采集节点和链路的初始状态数据以进行初步网络资源视图构建;
(2)将节点和链路的初始状态数据储存到内存数据库,并设置管理中心内存数据库的增量索引,使网络图谱的旧数据在数据库更新后放入磁盘存储;
(3)通过管理中心下发测量指令,指派给代理测量点网络测量业务,代理测量点完成测量业务,上报给管理中心全局网络测度数据进行汇总从而完成数据库的更新;
(4)管理中心通过自适应测量调度算法,监控数据上报结果并重新发布测量指令,进行细粒度的控制。
2.根据权利要求1所述的一种反映网络多维资源的动态网络图谱数据库的构建方法,其特征在于,步骤(1)的具体方法如下:
(1.1)普通端节点测量自身的状态信息,测度包括CPU使用率、内存使用率、节点名称、节点IP,上报给第二层代理测量点;
(1.2)代理测量点负责采集端节点数据上报给管理中心,同时汇报自身数据;
(1.3)对于链路信息,所有节点主动进行测量,使用icmp协议报文原始套接字构建固定大小的探测包,发送至链路另一端的目标节点,通过返回的数据获得链路带宽、RTT和丢包率,然后进行上传汇报;
(1.4)管理中心采集所有节点和链路状态信息进行汇总,进行初步网络资源视图构建。
3.根据权利要求1所述的一种反映网络多维资源的动态网络图谱数据库的构建方法,其特征在于,步骤(2)中动态网络图谱数据库的设计方法如下:
(2.1)动态网络图谱数据库使用键值对的方式存储数据,主键有两种形式,一种为节点序号,一种为链路标识序号;当主键为节点序号时,节点属性列族中包含该节点CPU和存储信息,节点IP列族中保存节点IP地址,链路状态列族的值置为null;当主键为链路标识序号时,节点属性列族和节点IP列族中的值置为null,链路状态列族保存以该节点为起点的有向链路信息;
(2.2)当节点不工作或者链路断开,判断为网络拓扑结构发生变化,此时将当前管理中心内存数据库中的数据存储入磁盘,并设置管理中心内存数据库的增量索引,记录历史信息形成历史数据库。
4.根据权利要求1所述的一种反映网络多维资源的动态网络图谱数据库的构建方法,其特征在于,步骤(3)的具体方法如下:
(3.1)管理中心触发对已有节点的测量指令,将其下发给代理测量点;
(3.2)代理测量点接到管理中心派发的测量指令;
(3.3)代理测量点开始测量采集网络测度;
(3.4)对测度变化率进行检测,如果测度变化值超过设定阈值,则说明网络变化幅度较大,需要对预上报时间进行减半处理后上报测量数据;否则说明网络稳定,代理测量点只需要在设定的预上报时间间隔上报测量数据;
(3.5)管理中心更新整个动态网络图谱数据库,并更新网络资源视图。
5.根据权利要求4所述的一种反映网络多维资源的动态网络图谱数据库的构建方法,其特征在于,步骤(3.4)的具体方法如下:
设置节点状态因子为K1,K2,链路状态因子为K3,K4,K5,并且:
K1+K2=1,K3+K4+K5=1
节点状态State(Ni)计算的方法是:链路状态State(Nij)计算的方法是:其中,Ni为i个网络节点,Nij表示从节点Ni到节点Nj的链路,表示第i个节点的利用率,表示第i个节点的内存使用率,表示链路Nij的时延,表示链路Nij的丢包率,表示链路Nij的的带宽;
设Stateold为旧的整体网络状态参数,Statenew为新测量计算所得的整体网络状态参数:
Stateold=∑State(Ni)+∑State(Nij)
Statenew=∑State(Ni)+∑State(Nij)
6.根据权利要求1所述的一种反映网络多维资源的动态网络图谱数据库的构建方法,其特征在于,步骤(4)的具体方法如下:在全局网络拓扑信息上报完成后,管理中心会对单个节点和链路信息进行分析,找出状态变化率大于设定阈值的节点或链路对其进行重新测量,在此重新测量的过程中,全局网络拓扑信息将暂不进行上报,等待节点或链路状态变化率小于设定阈值后测量结束,再次进行步骤(3)的流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911153765.8A CN111130842B (zh) | 2019-11-22 | 2019-11-22 | 一种反映网络多维资源的动态网络图谱数据库构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911153765.8A CN111130842B (zh) | 2019-11-22 | 2019-11-22 | 一种反映网络多维资源的动态网络图谱数据库构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111130842A true CN111130842A (zh) | 2020-05-08 |
CN111130842B CN111130842B (zh) | 2022-04-15 |
Family
ID=70496344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911153765.8A Active CN111130842B (zh) | 2019-11-22 | 2019-11-22 | 一种反映网络多维资源的动态网络图谱数据库构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111130842B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609343A (zh) * | 2021-08-23 | 2021-11-05 | 华青融天(北京)软件股份有限公司 | 关系图的展示方法、装置、电子设备及介质 |
CN114050985A (zh) * | 2021-10-12 | 2022-02-15 | 北京天维信通科技有限公司 | 基于icmp数据包的多维度状态实时监控方法及系统 |
CN114050994A (zh) * | 2021-11-11 | 2022-02-15 | 东南大学 | 一种基于SRv6的网络遥测方法 |
CN114328977A (zh) * | 2022-03-09 | 2022-04-12 | 北京有生博大软件股份有限公司 | 一种基于图数据库的人员迁调图谱构建方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077438A (zh) * | 2014-06-23 | 2014-10-01 | 中国能源建设集团广东省电力设计研究院 | 电网大规模拓扑结构构建方法与系统 |
US20170034006A1 (en) * | 2015-03-30 | 2017-02-02 | Blackfire Research Corporation | Dynamic reconfiguration of network topology for low-latency media transmissions |
-
2019
- 2019-11-22 CN CN201911153765.8A patent/CN111130842B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077438A (zh) * | 2014-06-23 | 2014-10-01 | 中国能源建设集团广东省电力设计研究院 | 电网大规模拓扑结构构建方法与系统 |
US20170034006A1 (en) * | 2015-03-30 | 2017-02-02 | Blackfire Research Corporation | Dynamic reconfiguration of network topology for low-latency media transmissions |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113609343A (zh) * | 2021-08-23 | 2021-11-05 | 华青融天(北京)软件股份有限公司 | 关系图的展示方法、装置、电子设备及介质 |
CN114050985A (zh) * | 2021-10-12 | 2022-02-15 | 北京天维信通科技有限公司 | 基于icmp数据包的多维度状态实时监控方法及系统 |
CN114050994A (zh) * | 2021-11-11 | 2022-02-15 | 东南大学 | 一种基于SRv6的网络遥测方法 |
CN114328977A (zh) * | 2022-03-09 | 2022-04-12 | 北京有生博大软件股份有限公司 | 一种基于图数据库的人员迁调图谱构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111130842B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111130842B (zh) | 一种反映网络多维资源的动态网络图谱数据库构建方法 | |
US10565200B2 (en) | Conversion of model views into relational models | |
US9229877B2 (en) | Method and apparatus for optimal cache sizing and configuration for large memory systems | |
US10621064B2 (en) | Proactive impact measurement of database changes on production systems | |
US7167821B2 (en) | Evaluating hardware models having resource contention | |
CN104205039B (zh) | 使用兴趣驱动数据管线进行数据分析的兴趣驱动商业智能系统和方法 | |
US10452625B2 (en) | Data lineage analysis | |
US10331657B1 (en) | Contention analysis for journal-based databases | |
US9710515B2 (en) | Analysis system, computer system, and analysis method for analyzing behavior of database management system | |
CN106776288B (zh) | 一种基于Hadoop的分布式系统的健康度量方法 | |
Malensek et al. | Analytic queries over geospatial time-series data using distributed hash tables | |
US7571088B2 (en) | Simulation of connected devices | |
CN104158748B (zh) | 一种面向云计算网络的拓扑探测方法 | |
Wang | Stream processing systems benchmark: Streambench | |
CN114238085A (zh) | 接口测试方法、装置、计算机设备、存储介质 | |
CN115860709A (zh) | 一种软件服务保障系统及方法 | |
CN112241354A (zh) | 一种面向应用的事务负载生成系统及事务负载生成方法 | |
Wang et al. | Hgraph: I/o-efficient distributed and iterative graph computing by hybrid pushing/pulling | |
Pal et al. | Near real-time big data stream processing platform using cassandra | |
US11741096B1 (en) | Granular performance analysis for database queries | |
Liu et al. | Improving grid monitoring with data quality assessment | |
Pritz et al. | Performance Impact of Parallel Access of Time Series in the Context of Relational, NoSQL and NewSQL Database Management Systems | |
Verbowski | Optimization strategies for large scale distributed systems | |
Du et al. | Content Filtering-Based Data Distribution for Middleware Joint Test Platform | |
JPH11308221A (ja) | ネットワーク管理システム |
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 |