CN111343003A - 基于区块链和sdn边缘计算网络系统的数据分析方法及装置 - Google Patents

基于区块链和sdn边缘计算网络系统的数据分析方法及装置 Download PDF

Info

Publication number
CN111343003A
CN111343003A CN202010085932.6A CN202010085932A CN111343003A CN 111343003 A CN111343003 A CN 111343003A CN 202010085932 A CN202010085932 A CN 202010085932A CN 111343003 A CN111343003 A CN 111343003A
Authority
CN
China
Prior art keywords
network
prediction
analysis
test data
website page
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.)
Withdrawn
Application number
CN202010085932.6A
Other languages
English (en)
Inventor
邱然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Zhile Internet Of Things Technology Co ltd
Original Assignee
Guangzhou Zhile Internet Of Things Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Zhile Internet Of Things Technology Co ltd filed Critical Guangzhou Zhile Internet Of Things Technology Co ltd
Priority to CN202010085932.6A priority Critical patent/CN111343003A/zh
Publication of CN111343003A publication Critical patent/CN111343003A/zh
Withdrawn legal-status Critical Current

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
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • 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
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0442—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply asymmetric encryption, i.e. different keys for encryption and decryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请实施例公开了一种基于区块链和SDN边缘计算网络系统的数据分析方法、装置、电子设备及存储介质。本申请实施例提供的技术方案，通过提取通过不同网络线路收集的网站页面访问测试数据，将网站页面访问测试数据发送至区块链网络，由区块链网络中的多个网络节点接收网站页面访问测试数据并基于自身预设的分析预测模型对网站页面访问测试数据进行分析预测，生成相应的第一预测结果，最终对各个网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。采用上述技术手段，可以避免单个节点进行数据分析时的片面性和安全性问题，通过多个网络节点进行数据分析以提升系统的容错能力，保障数据分析的安全性和灵活性。

Description

基于区块链和SDN边缘计算网络系统的数据分析方法及装置
技术领域
本申请实施例涉及互联网技术领域，尤其涉及一种基于区块链和SDN边缘计算网络系统的数据分析方法及装置。
背景技术
目前，SD-WAN，即软件定义广域网，是将SDN技术应用到广域网场景中所形成的一种服务，这种服务用于连接广阔地理范围的企业网络、数据中心、互联网应用及云服务。在SD-WAN网络中，为了保障网络的稳定性，提升用户的网络访问体验，提高线路的网络利用率。需要对用户访问的线路进行自动优化调度，以实现对SD-WAN网络资源的智能调度。通过收集用户常访问的网址信息，并根据这些网址信息通过多条不同网络线路进行网站页面访问测试数据收集，并通过对测试数据进行分析预测，以此来实现网络资源的智能调度。
但是，在根据网站页面访问测试数据进行智能分析预测各个网络线路的网络质量时，通常使用由一个数据分析子系统单独进行，其分析结果较为片面，且容易因为系统宕机、故障乃至网络攻击等原因而影响数据分析结果，其系统的灵活性、安全性和容错能力相对较差。
发明内容
本申请实施例提供一种基于区块链和SDN边缘计算网络系统的数据分析方法、装置、电子设备及存储介质，能够灵活地对网站页面访问测试数据进行分析预测，提高数据分析预测的容错能力和安全性。
在第一方面，本申请实施例提供了一种基于区块链和SDN边缘计算网络系统的数据分析方法，包括：
提取通过不同网络线路收集的网站页面访问测试数据，将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据；
各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果，所述第一预测结果包含各个不同网络线路的网络质量预测信息；
对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。
进一步的，所述将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据，包括：
根据指定信息将所述网站页面访问测试数据发送至区块链网络中的指定网络节点。
进一步的，所述对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果，包括：
通过公共节点接收各个所述网络节点发送的第一预测结果；
基于所述第一预测结果使用预设的评分规则为不同网络线路进行网络质量评分，并统计各个网络线路的总得分；
基于所述总得分生成网络质量预测列表，以所述网络质量预测列表作为所述第二预测结果，所述网络质量预测列表根据各个网络线路的总得分进行降序排序。
进一步的，所述通过公共节点接收各个所述网络节点发送的第一预测结果，包括：
各个所述网络节点使用所述公共节点的公钥对所述第一预测结果进行数据加密；
所述公共节点接收所述第一预测结果，并使用自身的私钥对所述第一预测结果进行数据解密。
进一步的，在基于所述总得分生成网络质量预测列表，以所述网络质量预测列表作为所述第二预测结果之后，还包括：
将所述网络质量预测列表发送至网络智能调度子系统，所述网络智能调度子系统用于基于所述网络质量预测列表对网络访问路由进行优化调度。
进一步的，在各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果之后，还包括：
在所述区块链网络中添加新的网络节点，并对新的网络节点配置相应的分析预测模型，以用于对接收到的网站页面访问测试数据进行分析预测。
进一步的，在各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果之后，还包括：
对各个所述网络节点生成的第一预测结果进行共识验证，并将所述共识验证结果作为网络节点攻击和数据篡改的判断依据。
在第二方面，本申请实施例提供了一种基于区块链和SDN边缘计算网络系统的数据分析装置，包括：
提取模块，用于提取通过不同网络线路收集的网站页面访问测试数据，将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据；
分析模块，用于通过各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果，所述第一预测结果包含各个不同网络线路的网络质量预测信息；
统计模块，用于对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。
在第三方面，本申请实施例提供了一种电子设备，包括：
存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的基于区块链和SDN边缘计算网络系统的数据分析方法。
在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于区块链和SDN边缘计算网络系统的数据分析方法。
本申请实施例通过提取通过不同网络线路收集的网站页面访问测试数据，将网站页面访问测试数据发送至区块链网络，由区块链网络中的多个网络节点接收网站页面访问测试数据并基于自身预设的分析预测模型对网站页面访问测试数据进行分析预测，生成相应的第一预测结果，最终对各个网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。采用上述技术手段，可以在对网络线路的网络质量进行分析预测时，避免单个节点进行数据分析时的片面性和安全性问题，通过多个网络节点进行数据分析以提升系统的容错能力，保障数据分析的安全性和灵活性。
附图说明
图1是本申请实施例一提供的一种基于区块链和SDN边缘计算网络系统的数据分析方法的流程图；
图2是本申请实施例一中的统计分析流程图；
图3是本申请实施例一中的预测结果加密解密流程图；
图4是本申请实施例二提供的一种基于区块链和SDN边缘计算网络系统的数据分析装置的结构示意图；
图5是本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请提供的基于区块链和SDN边缘计算网络系统的数据分析方法，旨在对收集到的网站页面访问测试数据使用区块链网络进行数据分析，由多个网络节点分别进行网站页面访问测试数据的分析预测，得到对应的分析预测结果，并进一步对各个网络节点的分析预测结果进行统计，确定最终的预测结果。通过使用多个网络节点进行分析预测，可以避免单个网络节点出现宕机故障或网络攻击导致系统无法进行预测分析的情况，提升数据分析的安全性、灵活性和容错能力。并进一步通过统计的方式确定数据分析结果，可以确保单个节点数据分析的片面性，使得数据分析预测结果更具说服力。相对于现有的网络线路质量分析系统，其在对网站页面访问测试数据进行分析预测时，通常只通过单个节点进行分析预测，由于分析预测的模型为人为设定，无法保证分析结果具备足够的说服力。并且，单个节点也容易因系统宕机、故障和网络攻击导致其失去数据分析的能力。基于此，提供本申请实施例的基于区块链和SDN边缘计算网络系统的数据分析方法，以解决现有网络线路质量分析系统灵活性和容错能力差的技术问题。
实施例一：
图1给出了本申请实施例一提供的一种基于区块链和SDN边缘计算网络系统的数据分析方法的流程图，本实施例中提供的基于区块链和SDN边缘计算网络系统的数据分析方法可以由基于区块链和SDN边缘计算网络系统的数据分析设备执行，该基于区块链和SDN边缘计算网络系统的数据分析设备可以通过软件和/或硬件的方式实现，该基于区块链和SDN边缘计算网络系统的数据分析设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，该基于区块链和SDN边缘计算网络系统的数据分析设备可以是服务器主机、网络线路质量分析系统设备等。
下述以基于区块链和SDN边缘计算网络系统的数据分析设备为执行基于区块链和SDN边缘计算网络系统的数据分析方法的设备为例，进行描述。参照图1，该基于区块链和SDN边缘计算网络系统的数据分析方法具体包括：
S110、提取通过不同网络线路收集的网站页面访问测试数据，将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据。
具体的，在进行数据分析之前，首先进行网站拨测，基于对应的网址信息并通过不同的网络线路进行网址访问，获取相应的网站页面访问测试数据。网站页面访问测试数据可包括域名解析时间、首字节到达时间以及实时下载速率、获取资源的文件大小、平均下载速率、最大下载速率、最小下载速率以及流畅率中的一项或多项的组合。需要说明的是，同一个网址，其网站页面访问测试数据对应不同的网络线路进行访问时是不同的，因此通过对应各个网络线路的网站页面访问测试数据即可确定各个网络线路的网络质量，进而进行网络访问路由的自由调度。
进一步的，对应提取到的网站页面访问测试数据，利用区块链网络的区块链网络节点对网站页面访问测试数据分别进行分析预测。并且，在将网站页面访问测试数据下发至各个网络节点进行分析预测时，根据指定信息将所述网站页面访问测试数据发送至区块链网络中的指定网络节点。可以理解的是，区块链网络中包含了一点数量的网络节点，而对网站页面访问测试数据进行分析预测时，可以是指定其中若干个网络节点进行数据分析预测，也可以是将网站页面访问测试数据直接分发至所有网络节点进行分析预测。本申请实施例采用指定网络节点的方式，在下发网站页面访问测试数据时，根据当前各个网络节点的数据处理能力，选择算力相对较强，数据计算负载较少的网络节点，作为网站页面访问测试数据分析预测的网络节点。各个网络节点会实时将自身正在进行的数据处理任务上报给上层节点，以便于上层节点根据各个网络节点的正在进行的数据处理任务确定各个网络节点实时的数据处理能力。上层节点在确定算力较强的前几个网络节点后，以此作为指定信息，将网站页面访问测试数据发送至对于的网络节点上进行分析预测。
可以理解的是，本申请实施例通过将网站页面访问测试数据分别发送至多个网络节点进行分析预测，这样哪怕是某一网络节点出现宕机、故障或者网络攻击时，都可以通过其他正常的网络节点进行数据分析预测，以此来提高系统的容错能力和灵活性。
S120、各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果，所述第一预测结果包含各个不同网络线路的网络质量预测信息。
各个网络节点在接收到对应的网站页面访问测试数据后，会利用自身预先建立的分析预测模型进行网站页面访问测试数据的分析预测。可以理解的是，不同的网络节点可以使用不同的分析预测模型进行网站页面访问测试数据的分析预测。例如，针对网站页面访问测试数据中的域名解析时间、首字节到达时间、实时下载速率、获取资源的文件大小、平均下载速率、最大下载速率、最小下载速率以及流畅率等相关参数信息，分析预测模型可以对应其中一种或者几种参数作为网络线路网络质量的分析依据，并进一步建立相应的分析预测模型。进一步的，分析预测模型也可以对应不同的参数信息设置相应的权重，进一步建立相应的分析预测公式，进行网络线路网络质量的分析预测。对应网络线路的质量分析预测有很多实施方式，本申请实施不做固定限制，在此不多赘述。
可以理解的是，以不同的参数信息作为分析依据建立的分析预测模型，其得到的分析预测结果可能不同，定义这一分析预测结果为第一预测结果。而如若各个网络节点得到的第一预测结果中都预测某一网络线路的网络质量良好，则表明该网络线路的网络质量预测结果较为稳定，可信度较高。本申请实施例利用多个网络节点使用不同的分析预测模型进行网站页面访问测试数据的分析预测，在排除单个节点进行数据分析的片面性的同时，还通过多个网络节点来评价各个网络线路的网络质量稳定性，是最终的分析预测结果更具说服力。
在一个实施例中，还会在所述区块链网络中添加新的网络节点，并对新的网络节点配置相应的分析预测模型，以用于对接收到的网站页面访问测试数据进行分析预测。通过在区块链网络中添加新的网络节点并配置对应的分析预测模型，分析预测模型根据实际分析预测需求设置，使得区块链网络各个网络节点的分析预测结果能够覆盖多种不同的分析角度，以此来提升区块链网络数据分析的全面性，并实时修正区块链网络的分析缺陷。
此外，在一个实施例中，还对各个所述网络节点生成的第一预测结果进行共识验证，并将所述共识验证结果作为网络节点攻击和数据篡改的判断依据。在进行共识认证时，依据“少数服从多数”的原理，若某一网络节点的分析预测结果与其他节点出入较大，则认为其存在网络节点攻击和数据篡改的嫌疑，导致其分析预测结果与其他节点出入较大。举例而言，对应A、B和C三条网络线路，网络节点a、b、c和d分别进行分析预测，a、b和c的第一预测结果表明A的网络质量最好，而d的第一预测结果表明A的网络质量最差，则认为网络节点d可能存在网络节点攻击和数据篡改的嫌疑。而如若根据多次共识验证结果均表明网络节点d的分析预测结果与其网络节点的分析预测结果出入较大，则判断其第一预测结果出现数据篡改。此时系统输出网络攻击提警告给用户，以提示用户当前的网络攻击风险。
S130、对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。
对应各个网络节点的第一预测结果，可以通过对各个网络节点的第一预测结果进行统计分析，最终确定表示不同网络线路网络质量的第二预测结果，以第二预测结果为最终分析预测结果。参照图2，统计分析流程包括：
S131、通过公共节点接收各个所述网络节点发送的第一预测结果；
S132、基于所述第一预测结果使用预设的评分规则为不同网络线路进行网络质量评分，并统计各个网络线路的总得分；
S133、基于所述总得分生成网络质量预测列表，以所述网络质量预测列表作为所述第二预测结果，所述网络质量预测列表根据各个网络线路的总得分进行降序排序。
具体的，通过设置一个公共节点，对各个网络节点的第一预测结果进行收集。该公共节点预先存储有对应的评分规则，以对各个网络线路进行网络质量评分。举例而言，各个网络节点生成的第一预测结果，可以先根据各个网络线路网络质量的优劣进行排序。公节点根据评分规则对应各个网络线路网络质量的优劣进行排序，可以理解的是，网络质量越好的网络线路，其评分则越高。网络质量越差，则其评分越低。以这样的评分方式，对每一个网络节点的第一预测结果均使用预设的评分规则进行评分。进一步对每一条网络线路对应不同的第一预测结果得到的评分进行叠加统计，确定各个网络线路的总得分。最终，对应各个网络线路的总得分排序生成网络质量预测列表，该网络质量预测列表即表示了最终各个网络线路的网络质量预测结果。可以理解的是，在网络质量预测列表中，总得分越高，其排名也就越高，网络质量预测越好。通过统计分析各个网络节点的第一预测结果，综合各个网络节点的预测结果，使得最终的分析预测结果根据说服力。
此外，在将第一预测结果发送至公共节点时，可以对数据进行加密传输，以避免数据被破解窃取。参照图3，预测结果加密解密流程包括：
S1311、各个所述网络节点使用所述公共节点的公钥对所述第一预测结果进行数据加密；
S1312、所述公共节点接收所述第一预测结果，并使用自身的私钥对所述第一预测结果进行数据解密。
在进行数据加密传输和解密时，使用公共节点的密钥对对数据进行加密传输和解密。通过密钥对进行数据传输，可以提升数据被破解窃取的难度，进一步保障数据传输的安全性。
之后，对应上述统计分析得到的网络质量预测列表，将所述网络质量预测列表发送至网络智能调度子系统，所述网络智能调度子系统用于基于所述网络质量预测列表对网络访问路由进行优化调度。可以理解的是，在进行网络优化调度时，会尽可能地选择网络质量较好的网络线路进行网络路由访问。则根据该网络质量预测列表，取排序靠前的网络线路作为系统进行网络路由访问的网络线路，以此来确保网络路由访问的流畅性，优化用户的网络访问体验，提高线路的网络利用率。
上述，通过提取通过不同网络线路收集的网站页面访问测试数据，将网站页面访问测试数据发送至区块链网络，由区块链网络中的多个网络节点接收网站页面访问测试数据并基于自身预设的分析预测模型对网站页面访问测试数据进行分析预测，生成相应的第一预测结果，最终对各个网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。采用上述技术手段，可以在对网络线路的网络质量进行分析预测时，避免单个节点进行数据分析时的片面性和安全性问题，通过多个网络节点进行数据分析以提升系统的容错能力，保障数据分析的安全性和灵活性。
实施例二：
在上述实施例的基础上，图4为本申请实施例二提供的一种基于区块链和SDN边缘计算网络系统的数据分析装置的结构示意图。参考图4，本实施例提供的基于区块链和SDN边缘计算网络系统的数据分析装置具体包括：提取模块21、分析模块22和统计模块23。
其中，提取模块21用于提取通过不同网络线路收集的网站页面访问测试数据，将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据；
分析模块22用于通过各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果，所述第一预测结果包含各个不同网络线路的网络质量预测信息；
统计模块23用于对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。
上述，通过提取通过不同网络线路收集的网站页面访问测试数据，将网站页面访问测试数据发送至区块链网络，由区块链网络中的多个网络节点接收网站页面访问测试数据并基于自身预设的分析预测模型对网站页面访问测试数据进行分析预测，生成相应的第一预测结果，最终对各个网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。采用上述技术手段，可以在对网络线路的网络质量进行分析预测时，避免单个节点进行数据分析时的片面性和安全性问题，通过多个网络节点进行数据分析以提升系统的容错能力，保障数据分析的安全性和灵活性。
具体的，统计模块23包括：
接收单元，用于通过公共节点接收各个所述网络节点发送的第一预测结果；
评分单元，用于基于所述第一预测结果使用预设的评分规则为不同网络线路进行网络质量评分，并统计各个网络线路的总得分；
排序单元，用于基于所述总得分生成网络质量预测列表，以所述网络质量预测列表作为所述第二预测结果，所述网络质量预测列表根据各个网络线路的总得分进行降序排序。
具体的，接收单元包括：
加密子单元，用于通过各个所述网络节点使用所述公共节点的公钥对所述第一预测结果进行数据加密；
解密子单元，用于通过所述公共节点接收所述第一预测结果，并使用自身的私钥对所述第一预测结果进行数据解密。
本申请实施例二提供的基于区块链和SDN边缘计算网络系统的数据分析装置可以用于执行上述实施例一提供的基于区块链和SDN边缘计算网络系统的数据分析方法，具备相应的功能和有益效果。
实施例三：
本申请实施例三提供了一种电子设备，参照图5，该电子设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置34。该电子设备中处理器的数量可以是一个或者多个，该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器、存储器、通信模块、输入装置及输出装置可以通过总线或者其他方式连接。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的基于区块链和SDN边缘计算网络系统的数据分析方法对应的程序指令/模块(例如，基于区块链和SDN边缘计算网络系统的数据分析装置中的提取模块、分析模块和统计模块)。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块33用于进行数据传输。
处理器通31过运行存储在存储器中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于区块链和SDN边缘计算网络系统的数据分析方法。
输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例一提供的基于区块链和SDN边缘计算网络系统的数据分析方法，具备相应的功能和有益效果。
实施例四：
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于区块链和SDN边缘计算网络系统的数据分析方法，该基于区块链和SDN边缘计算网络系统的数据分析方法包括：提取通过不同网络线路收集的网站页面访问测试数据，将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据；各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果，所述第一预测结果包含各个不同网络线路的网络质量预测信息；对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的基于区块链和SDN边缘计算网络系统的数据分析方法，还可以执行本申请任意实施例所提供的基于区块链和SDN边缘计算网络系统的数据分析方法中的相关操作。
上述实施例中提供的基于区块链和SDN边缘计算网络系统的数据分析装置、存储介质及电子设备可执行本申请任意实施例所提供的基于区块链和SDN边缘计算网络系统的数据分析方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于区块链和SDN边缘计算网络系统的数据分析方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。

Claims (10)

1.一种基于区块链和SDN边缘计算网络系统的数据分析方法，其特征在于，包括：
提取通过不同网络线路收集的网站页面访问测试数据，将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据；
各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果，所述第一预测结果包含各个不同网络线路的网络质量预测信息；
对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。
2.根据权利要求1所述的基于区块链和SDN边缘计算网络系统的数据分析方法，其特征在于，所述将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据，包括：
根据指定信息将所述网站页面访问测试数据发送至区块链网络中的指定网络节点。
3.根据权利要求1所述的基于区块链和SDN边缘计算网络系统的数据分析方法，其特征在于，所述对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果，包括：
通过公共节点接收各个所述网络节点发送的第一预测结果；
基于所述第一预测结果使用预设的评分规则为不同网络线路进行网络质量评分，并统计各个网络线路的总得分；
基于所述总得分生成网络质量预测列表，以所述网络质量预测列表作为所述第二预测结果，所述网络质量预测列表根据各个网络线路的总得分进行降序排序。
4.根据权利要求3所述的基于区块链和SDN边缘计算网络系统的数据分析方法，其特征在于，所述通过公共节点接收各个所述网络节点发送的第一预测结果，包括：
各个所述网络节点使用所述公共节点的公钥对所述第一预测结果进行数据加密；
所述公共节点接收所述第一预测结果，并使用自身的私钥对所述第一预测结果进行数据解密。
5.根据权利要求3所述的基于区块链和SDN边缘计算网络系统的数据分析方法，其特征在于，在基于所述总得分生成网络质量预测列表，以所述网络质量预测列表作为所述第二预测结果之后，还包括：
将所述网络质量预测列表发送至网络智能调度子系统，所述网络智能调度子系统用于基于所述网络质量预测列表对网络访问路由进行优化调度。
6.根据权利要求1所述的基于区块链和SDN边缘计算网络系统的数据分析方法，其特征在于，在各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果之后，还包括：
在所述区块链网络中添加新的网络节点，并对新的网络节点配置相应的分析预测模型，以用于对接收到的网站页面访问测试数据进行分析预测。
7.根据权利要求1所述的基于区块链和SDN边缘计算网络系统的数据分析方法，其特征在于，在各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果之后，还包括：
对各个所述网络节点生成的第一预测结果进行共识验证，并将所述共识验证结果作为网络节点攻击和数据篡改的判断依据。
8.一种基于区块链和SDN边缘计算网络系统的数据分析装置，其特征在于，包括：
提取模块，用于提取通过不同网络线路收集的网站页面访问测试数据，将所述网站页面访问测试数据发送至区块链网络，由所述区块链网络中的多个网络节点接收所述网站页面访问测试数据；
分析模块，用于通过各个所述网络节点基于自身预设的分析预测模型对所述网站页面访问测试数据进行分析预测，生成相应的第一预测结果，所述第一预测结果包含各个不同网络线路的网络质量预测信息；
统计模块，用于对各个所述网络节点的第一预测结果进行统计分析，确定对应各个不同网络线路网络质量的第二预测结果。
9.一种电子设备，其特征在于，包括：
存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7任一所述的基于区块链和SDN边缘计算网络系统的数据分析方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一所述的基于区块链和SDN边缘计算网络系统的数据分析方法。
CN202010085932.6A 2020-02-11 2020-02-11 基于区块链和sdn边缘计算网络系统的数据分析方法及装置 Withdrawn CN111343003A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010085932.6A CN111343003A (zh) 2020-02-11 2020-02-11 基于区块链和sdn边缘计算网络系统的数据分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010085932.6A CN111343003A (zh) 2020-02-11 2020-02-11 基于区块链和sdn边缘计算网络系统的数据分析方法及装置

Publications (1)

Publication Number Publication Date
CN111343003A true CN111343003A (zh) 2020-06-26

Family

ID=71186830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010085932.6A Withdrawn CN111343003A (zh) 2020-02-11 2020-02-11 基于区块链和sdn边缘计算网络系统的数据分析方法及装置

Country Status (1)

Country Link
CN (1) CN111343003A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407517A (zh) * 2020-11-27 2021-09-17 北京三维天地科技股份有限公司 一种基于多维分析技术的数据质量健康度分析方法及系统
CN114363178A (zh) * 2022-01-21 2022-04-15 无锡软美信息科技有限公司 区块链网络优化方法、装置及系统
CN114430402A (zh) * 2020-10-15 2022-05-03 中国移动通信集团浙江有限公司 网络域名流量调度方法、装置及计算设备
CN114844788A (zh) * 2022-04-25 2022-08-02 中国电信股份有限公司 网络数据分析方法、系统、设备及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114430402A (zh) * 2020-10-15 2022-05-03 中国移动通信集团浙江有限公司 网络域名流量调度方法、装置及计算设备
CN114430402B (zh) * 2020-10-15 2023-11-10 中国移动通信集团浙江有限公司 网络域名流量调度方法、装置及计算设备
CN113407517A (zh) * 2020-11-27 2021-09-17 北京三维天地科技股份有限公司 一种基于多维分析技术的数据质量健康度分析方法及系统
CN113407517B (zh) * 2020-11-27 2022-02-11 北京三维天地科技股份有限公司 一种基于多维分析技术的数据质量健康度分析方法及系统
CN114363178A (zh) * 2022-01-21 2022-04-15 无锡软美信息科技有限公司 区块链网络优化方法、装置及系统
CN114363178B (zh) * 2022-01-21 2022-12-27 肯特智能技术（深圳）股份有限公司 区块链网络优化方法、装置及系统
CN114844788A (zh) * 2022-04-25 2022-08-02 中国电信股份有限公司 网络数据分析方法、系统、设备及存储介质
CN114844788B (zh) * 2022-04-25 2023-10-31 中国电信股份有限公司 网络数据分析方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
CN111343003A (zh) 基于区块链和sdn边缘计算网络系统的数据分析方法及装置
US10997063B1 (en) System testing from production transactions
CN107819829B (zh) 访问区块链的方法、系统、区块链节点设备及用户终端
US20160248798A1 (en) Method and apparatus for automating threat model generation and pattern identification
Meng et al. State monitoring in cloud datacenters
CN111177222B (zh) 模型测试方法、装置及计算设备、存储介质
EP3149582B1 (en) Method and apparatus for a scoring service for security threat management
CN110458559B (zh) 交易数据处理方法、装置、服务器和存储介质
US20150278523A1 (en) Method and system for testing cloud based applications and services in a production environment using segregated backend systems
WO2022151815A1 (zh) 一种终端设备的安全状态判断方法及装置
CN111314174A (zh) 基于区块链和sdn边缘计算网络系统的网络拨测方法及装置
CN108965291A (zh) 混合应用程序的注册登录方法、系统及计算机设备
CN113225339A (zh) 网络安全监测方法、装置、计算机设备及存储介质
CN112434302A (zh) 一种多任务协作漏洞平台及其构建方法、服务方法
CN111316272A (zh) 使用行为和深度分析的先进网络安全威胁减缓
CN111371588A (zh) 基于区块链加密的sdn边缘计算网络系统、加密方法及介质
CN111093194A (zh) 一种基于区块链的边缘计算虚拟基站管理方法及装置
CN111324796A (zh) 基于区块链和sdn边缘计算网络系统的域名爬取方法及装置
Brügner Holt-Winters Traffic Prediction on Aggregated Flow Data
CN112994934B (zh) 数据交互方法、装置及系统
US11316832B1 (en) Computer network data center with reverse firewall and encryption enabled gateway for security against privacy attacks over a multiplexed communication channel
Aguiar et al. Lessons learned and challenges on benchmarking publish-subscribe IoT platforms
CN108270718A (zh) 一种基于Hadoop集群的控制方法和系统
Ayora et al. Social networks as real-time data distribution platforms for smart cities
Neville et al. The rational for developing larger-scale 1000+ machine emulation-based research test beds

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200626