CN112787866B - 网络拓扑关系的确定方法、装置、电子设备及存储介质 - Google Patents
网络拓扑关系的确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112787866B CN112787866B CN202110090464.6A CN202110090464A CN112787866B CN 112787866 B CN112787866 B CN 112787866B CN 202110090464 A CN202110090464 A CN 202110090464A CN 112787866 B CN112787866 B CN 112787866B
- Authority
- CN
- China
- Prior art keywords
- interface
- flow
- sampling
- candidate
- determining
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种网络拓扑关系的确定方法、装置、电子设备及存储介质。确定方法包括:获取流量接口;针对各流量接口在预设同一时间段内的流量数据,以相同的采样时间点序列进行采样;根据采样的数据计算各流量接口的入流量采样均值和出流量采样均值;获取各流量接口所对应的第一接口集和第二接口集;获取各流量接口的候选接口集合;计算各流量接口的入流量/出流量与对应的候选接口的出流量/入流量之间的相关系数;根据相关系数确定各流量接口的关联接口。本申请的方法通过对流量接口进行容差分类快速获得候选接口,计算流量接口与其候选接口的相关性,从而确定网络拓扑关系,减少了计算量,提高了确定网络拓扑关系的效率。
Description
技术领域
本申请涉及网络运维技术领域,具体涉及一种网络拓扑关系的确定方法、装置、电子设备及存储介质。
背景技术
在网络运维管理中,拓扑关系的计算是必不可少的一种操作。全面、完整、详细、正确的拓扑关系可以帮助系统实现更好的告警根源分析。现有技术中,有链路层发现协议(Link Layer Discovery Protocol,LLDP)、思科发现协议(Cisco Discovery Protocol,CDP)、邻居发现协议(Neighbor Discovery Protocol,NDP)等协议,但现有技术的协议在相当程度上都存在兼容性问题,比如:1.需要网络设备实现这些协议,但目前包含防火墙、服务器、动力环境设备等诸多除交换机、路由器以外的网络设备,并没有广泛实现这些协议。2.某些协议属于厂商的私有协议,只能发现本厂商设备之间的拓扑关系,不能与其它厂商设备相兼容。例如,CDP/NDP是思科/华为厂商的私有协议。3.LLDP协议等存在“穿透”现象,如A连接B再连接C,当A、C支持LLDP,B不支持时,会忽略中间不支持的B设备,显示A、C直接互联。总体来说,现有技术的网络拓扑关系确定技术的计算量较大,效率较低。
发明内容
本申请的目的是提供一种网络拓扑关系的确定方法、装置、电子设备及存储介质。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本申请实施例的一个方面,提供一种网络拓扑关系的确定方法,包括:
获取流量接口;所述流量接口为在预设时间段内产生过出入流量的物理接口;
针对各所述流量接口在预设同一时间段内的流量数据,以相同的采样时间点序列进行采样;
根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值;
获取各所述流量接口所对应的第一接口集和第二接口集;所述第一接口集中的流量接口的出流量采样均值满足基于所述入流量采样均值预设的容差范围;所述第二接口集中的流量接口的入流量采样均值满足基于所述出流量采样均值预设的容差范围;
获取各所述流量接口的候选接口集合;所述候选接口集合为对应于同一所述流量接口的第一接口集与第二接口集的交集;所述候选接口集合包括若干候选接口;
计算各所述流量接口的入流量/出流量与对应的候选接口的出流量/入流量之间的相关系数;
根据所述相关系数确定各所述流量接口的关联接口。
进一步地,所述获取流量接口包括:
从接口列表中筛选出物理接口;
从筛选出的物理接口中筛选出在所述预设时间段内产生过出入流量的物理接口。
进一步地,在所述根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值之前,所述确定方法还包括:
若某次采样未采集到流量数据,则将该次采样的出流量数据和入流量数据均赋值为预设负数值。
进一步地,所述根据所述相关系数确定各所述流量接口的关联接口,包括:
从对应于同一所述流量接口的所有相关系数中选出最大相关系数;
判断所述最大相关系数是否小于预设阈值;
若小于,则确定所述流量接口与其各候选接口之间均不存在拓扑关系;
否则,确定所述最大相关系数所对应的候选接口即为所述流量接口的关联接口。
进一步地,所述相关系数为皮尔逊积矩相关系数。
根据本申请实施例的一个方面,提供一种网络拓扑关系的确定装置,包括:
第一获取模块,用于获取流量接口;所述流量接口为在预设时间段内产生过出入流量的物理接口;
采样模块,用于针对各所述流量接口在预设同一时间段内的流量数据,以相同的采样时间点序列进行采样;
第一计算模块,用于根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值;
第二获取模块,用于获取各所述流量接口所对应的第一接口集和第二接口集;所述第一接口集中的流量接口的出流量采样均值满足基于所述入流量采样均值预设的容差范围;所述第二接口集中的流量接口的入流量采样均值满足基于所述出流量采样均值预设的容差范围;
第三获取模块,用于获取各所述流量接口的候选接口集合;所述候选接口集合为对应于同一所述流量接口的第一接口集与第二接口集的交集;所述候选接口集合包括若干候选接口;
第二计算模块,用于计算各所述流量接口的入流量/出流量与对应的候选接口的出流量/入流量之间的相关系数;
确定模块,用于根据所述相关系数确定各所述流量接口的关联接口。
进一步地,所述确定装置还包括赋值模块,用于在所述第一计算模块根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值之前,若某次采样未采集到流量数据,则将该次采样的出流量数据和入流量数据均赋值为预设负数值。
进一步地,所述确定模块,包括:
选择单元,用于从对应于同一所述流量接口的所有相关系数中选出最大相关系数;
判断单元,用于判断所述最大相关系数是否小于预设阈值;
若小于,则确定所述流量接口与其各候选接口之间均不存在拓扑关系;
否则,确定所述最大相关系数所对应的候选接口即为所述流量接口的关联接口。
根据本申请实施例的一个方面,提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现上述的网络拓扑关系的确定方法。
根据本申请实施例的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以实现上述的网络拓扑关系的确定方法。
本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果:
本申请实施例提供的网络拓扑关系的确定方法,通过对流量接口进行容差分类快速获得候选接口,计算流量接口与其候选接口的相关性,从而确定网络拓扑关系,减少了计算量,提高了确定网络拓扑关系的效率。
本申请的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者,部分特征和优点可以从说明书中推知或毫无疑义地确定,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请的一个实施例的网络拓扑关系的确定方法流程图;
图2示出了本申请一实施方式中的根据所述相关系数确定各所述流量接口的关联接口的步骤流程图;
图3示出了本申请的一个实施方式的网络拓扑关系的确定装置接口框图;
图4示出了本申请的另一实施方式的网络拓扑关系的确定装置接口框图;
图5示出了本申请的一个实施方式的电子设备结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本申请做进一步说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
如图1所示,本申请的一个实施例提供了一种网络拓扑关系的确定方法,包括:
S10、获取流量接口。
在某些实施方式中,步骤S10包括以下步骤:
S101、从接口列表中筛选出物理接口。
具体地,从接口列表中排除除了物理接口之外的其他类型的接口,只保留物理接口。
排除例如VLAN Interface等虚拟接口和聚合接口。使用SNMP(简单网络管理协议)等协议从网络设备所采集回来的接口列表中包含物理接口、虚拟接口、聚合接口和其它类型的接口,而真正存在物理拓扑关系的只有物理接口,因此需要通过接口类型筛选出物理接口,排除除了物理接口之外的其他类型的接口。
S102、从筛选出的物理接口中筛选出流量接口;流量接口为在预设时间段内产生过出入流量的物理接口。
具体地,从筛选出的物理接口中排除在预设时间段内未产生过出入流量的物理接口,只保留在预设时间段内产生过出入流量的物理接口(产生过出入流量即出流量和入流量不全为0)。未产生过出入流量的物理接口即在该预设时间段内既没有产生过出流量也没有产生过入流量(即出流量和入流量均为0)的物理接口。由于未产生过出入流量的物理接口大概率上没有拓扑关系,因此排除未产生过出入流量的物理接口可以大大简化处理过程,减小工作量,节省处理时间。
例如,流量接口可以表示为port1、port2、…portN,N为正整数。
S20、数据预处理。
步骤S20包括以下步骤:
S201、针对各流量接口在预设同一时间段内的流量数据,以相同的采样时间点序列进行采样,得到各流量接口的入流量采样数据和出流量采样数据。
该预设同一时间段可以为同一天或相同的连续两天等等,具体可以根据实际需要进行设定。采样时间点序列即由每次采样的时间点所构成的序列。针对各流量接口的流量数据以相同的采样时间点序列进行采样,即按照相同的采样时刻进行采样,则对各流量接口的采样频率、采样起始时刻、两次采样时刻之间的时间间隔均相同。用各流量接口的入流量采样数据组成入流量数据组,用各流量接口的出流量采样数据组成出流量数据组。采样的频率可以根据实际需要进行设定。例如,可以设定每隔五分钟从中采样一次,则对每一流量接口在同一天时间段内共进行288次采样,得到288个采样数据,假设从0点开始采样,则对应的采样时间点序列即0点5分、0点10分、0点15分、0点20分、……。
例如,各流量接口port1、port2、…portN的入流量数据组表示如下:
INport1=[vIn11,vIn12…vIn1m];
INport2=[vIn21,vIn22…vIn2m];
…
INportN=[vInN1,vInN2…vInNm];
其中,vInNn代表第N个流量接口的第n个采样值的入流量数据,1≤n≤m,m代表针对每一流量接口的采样次数,针对每一流量接口的采样次数均为m次。
各流量接口port1、port2、…portN的出流量数据组表示如下:
OUTport1=[vOut11,vOut12…vOut1m];
OUTport2=[vOut21,vOut22…vOut2m];
…
OUTportN=[vOutN1,vOutN2…vOutNm];
vOutNn代表第N个流量接口的第n个采样值的出流量数据,1≤n≤m,m代表针对每一流量接口的采样次数,针对每一流量接口的采样次数均为m次。
S202、若某次采样未采集到流量数据,则将该次采样的出流量数据和入流量数据均赋值为预设负数值。
由于设备故障等原因,可能会导致某些时刻未能采集到采样数据,则分别将未能采集到的出流量数据和入流量数据记为预设负数值(例如-1、-2等),以放大与正常流量数据的差异,从而提高后续计算相关性的准确度。
在某些实施方式中,可以对采样获得的出入流量数据进行时间戳对齐以及等模处理,确保入流量采样数据与出流量采样数据的时间戳、采样时间相隔以及采样数据总量均相同。
S30、容差分类。
为了提高算法效率,减少后续步骤的计算量,对流量接口进行容差分类。
由于在实践过程中不可能同时完成对所有流量接口的流量数据的采集,因此在同一时刻所采集的一对互联接口的出流量和入流量在数值上也不会完全相等,所以分类主要是基于有容差的流量均值进行的。
在某些实施方式中,容差分类主要基于有容差的流量均值进行,步骤S30具体包括以下步骤:
S301、根据采样的数据,分别计算各所述流量接口的入流量采样均值和出流量采样均值。
入流量采样均值即相应流量接口的入流量采样数据的平均值,出流量采样均值即相应流量接口的出流量采样数据的平均值。
利用各所述流量接口的入流量采样均值和出流量采样均值分别组成各个流量接口的入流量采样均值数组和出流量采样均值数组。
在某些实施方式中,分别计算各个流量接口的入流量采样均值和出流量采样均值,入流量采样均值组成入流量采样均值数组,出流量采样均值组成出流量采样均值数组。
例如,以流量接口portN为例,流量接口portN的入流量采样均值aIn1为vIn11,vIn12……和vIn1m的平均值,流量接口portN的出流量采样均值aOUTN为vOutN1,vOutN2…和vOutNm的平均值。
所有流量接口的入流量采样均值组成入流量采样均值数组,可以记作
avg_In=[aIn1,……aInN];
所有流量接口的出流量采样均值组成出流量采样均值数组,可以记作
avg_Out=[aOUT1,……aOUTN]。
在某些实施方式中,S301包括:分别计算各个流量接口的入流量采样均值和出流量采样均值,并分别对所有入流量采样均值和所有出流量采样均值进行排序,分别得到入流量采样均值序列和出流量采样均值序列。
具体地,分别对avg_In=[aIn1,……aInN]中的入流量采样均值和avg_Out=[aOUT1,……aOUTN]进行升序或降序排列,优选升序排列,得到分别得到入流量采样均值序列SIn和出流量采样均值序列SOut。
S302、获取各流量接口所对应的第一接口集和第二接口集;第一接口集中的流量接口的出流量采样均值满足基于入流量采样均值预设的容差范围;第二接口集中的流量接口的入流量采样均值满足基于出流量采样均值预设的容差范围。
具体地,针对各入流量采样均值,分别从出流量采样均值数组中查找出满足预设容差要求的出流量采样均值,然后利用满足预设容差要求的出流量采样均值所对应的流量接口组成第一接口集;针对各出流量采样均值,分别从入流量采样均值数组中查找出满足预设容差要求的出流量采样均值,然后利用满足预设容差要求的入流量采样均值所对应的流量接口组成第二接口集。
预设容差的值可以根据实际需要进行设定,例如可以设定为准确值的5%等。
以容差为准确值的5%为例,入流量采样均值数组avg_In=[aIn1,……aInN],出流量采样均值数组avg_Out=[aOUT1,……aOUTN];
对于port1,其入流量采样均值为aIn1,即准确值为aIn1,准确值的5%即5%aIn1,容差阈值上限为1.05aIn1,容差阈值下限为0.95aIn1,从avg_Out=[aOUT1,……aOUTN]中选出属于容差范围[0.95aIn1,1.05aIn1]的出流量采样均值所对应的流量接口组成候选集合C1,即port1的第一接口集;
对于port1,其出流量采样均值为aOUT1,容差阈值上限为1.05aOUT1,容差阈值下限为0.95aOUT1,从avg_In=[aIn1,……aInN]中选出属于容差范围[0.95aOUT1,1.05aOUT1]的入流量采样均值所对应的流量接口组成候选集合D1,即port1的第二接口集;
对于portN,其入流量采样均值为aInN,容差阈值上限为1.05aInN,容差阈值下限为0.95aInN,从avg_Out=[aOUT1,……aOUTN]中选出属于容差范围[0.95aInN,1.05aInN]的出流量采样均值所对应的流量接口组成候选集合CN,即portN的第一接口集。
对于portN,其出流量采样均值为aOUTN,容差阈值上限为1.05aOUTN,容差阈值下限为0.95aOUTN,从avg_In=[aIn1,……aInN]中选出属于容差范围[0.95aOUTN,1.05aOUTN]的入流量采样均值所对应的流量接口组成候选集合CN,即portN的第一接口集。
对port1~portN之间的其他流量接口均采取同样的操作,分别获得各流量接口的第一接口集和第二接口集。
S303、获取各所述流量接口的候选接口集合;所述候选接口集合为对应于同一所述流量接口的第一接口集与第二接口集的交集;所述候选接口集合包括若干候选接口。
针对各流量接口,获取对应于同一流量接口的第一接口集与第二接口集的交集,得到交集中的候选接口。
每一流量接口均分别对应于一个第一接口集和一个第二接口集,具体地,取对应于同一流量接口的第一接口集和第二接口集的交集,即C1∩D1,C2∩D2,……CN∩DN,这些交集即对应于各流量接口的候选接口集合。这样即得到了对应于每一流量接口的候选接口。
流量接口的出流量采样均值数组还可以表示为 其中,i代表流量接口的编号,P_Li为第i个流量接口的标签,即第i个接口的入流量采样均值,即第i个流量接口的出流量采样均值,P_INi代表第i个接口的入流量数据序列,P_OUTi代表第i个接口的出流量数据序列,并分别对入流量采样均值数组和出流量采样均值数组中的值进行升序排序,且保持索引键,索引键即各个入流量采样均值和各个出流量采样均值所对应的流量接口的编号。
先以各流量接口的入流量采样均值为主视角,依次判断出流量采样均值序列中的各出流量采样均值是否满足容差要求。
由于现实中不可能同时对所有设备进行采集,同一时刻一对互联接口的出入流量值不一定会严格相等,因此需要预先设定容差,例如可以设定容差为5%确定上下限阈值。在出流量采样均值序列中,依次判断各出流量采样均值是否满足上下限阈值要求,记录第一个满足下限阈值要求的出流量采样阈值所对应的流量接口以及记录第一个满足上限阈值要求的出流量采样阈值所对应的流量接口。
最后得到对应于X的候选接口集合R_IN=[P_Li:INi]。
取出下一个流量接口时,由于IN、OUT都是已排序数组,在流量接口中,只需从第i个接口开始判断,并继续记录这样的i,大大加速了分类效率。
例如,令X=AVG_OUT,Y=AVG_IN,重复第2步的计算,得到结果集R_OUT=[P_Li:OUTi]。
在分类结果中,过滤掉OUT中与IN是同一设备的接口,得到从IN视角得出的每一个接口以及跟它可能有拓扑关系的候选接口列表。
针对各出流量采样均值,分别从入流量采样均值序列中查找出满足容差要求的入流量采样均值。交换入流量采样数据和出流量采样数据的主视角进行前述操作过程,再得到一组结果。筛选出出流量采样均值和入流量采样均值均满足容差要求的流量接口,作为候选接口。最终每一个接口的结果,取两个视角的候选接口列表的交集,过滤掉结果为空的接口。例如,最终的结果集为R=[P_Li:INi∩OUTi,且交集不为空]。
S301~S303的步骤实现了对流量接口的容差分类,从而快速获得候选接口,提高了算法效率,减少了后续步骤的计算量。
S40、计算各流量接口与各候选接口的相关性。
步骤S40包括:
S401、分别计算各所述流量接口的入流量/出流量与对应的候选接口的出流量/入流量之间的相关系数。
每一流量接口均对应一个候选接口集合,计算流量接口的入流量/出流量与其对应的候选接口的出流量/入流量之间的相关系数。一个流量接口与其每一候选接口之间均具有一个相关系数,通过计算获得对应于同一个流量接口的所有相关系数。对应于同一个流量接口的所有相关系数组成相关系数集合。
例如,可以分别计算各所述流量接口的入流量与各所述候选接口的出流量之间的相关系数。也可以分别计算各所述流量接口的出流量与各所述候选接口的入流量之间的相关系数。
在某些实施方式中,计算某流量接口的入流量采样数据与某候选接口的出流量采样数据之间的皮尔逊积矩相关系数r,所采用公式(1)为
在公式(1)中Xi代表流量接口的入流量采样数据,i代表采样次序编号,Xi代表第i次采样得到的入流量采样数据,代表该流量接口的入流量采样均值,代表该候选接口的出流量采样均值,Yi代表该候选接口的出流量采样数据,n代表采样总次数。
利用上述步骤计算出某流量接口的入流量采样数据与各候选接口的出流量采样数据之间的皮尔逊积矩相关系数,得到相关系数集合。
在某些具体实施方式中,计算某流量接口的出流量采样数据与某候选接口的入流量采样数据之间的皮尔逊积矩相关系数r,所采用公式(2)为
在公式(2)中Yi代表流量接口的出流量采样数据,i代表采样次序编号,Yi代表第i次采样得到的出流量采样数据,代表该流量接口的出流量采样均值,代表该候选接口的入流量采样均值,Xi代表该候选接口的入流量采样数据,n代表采样总次数。
利用上述步骤计算出某流量接口的入流量采样数据与各候选接口的出流量采样数据之间的皮尔逊积矩相关系数,得到相关系数集合。
S402、根据所述相关系数确定各所述流量接口的关联接口。
如图2所示,步骤S402包括:从对应于同一所述流量接口的所有相关系数中选出最大相关系数;判断最大相关系数是否小于预设阈值,若小于,则确定该流量接口与其各候选接口均无拓扑关系,否则,该最大相关系数所对应的候选接口即为该流量接口的关联接口。
具体地,查找出相关系数集合中最大的一个相关系数MAX(r),若MAX(r)<预设阈值,则该流量接口所对应的候选接口与该流量接口均无拓扑关系;若MAX(r)≥预设阈值,则确定MAX(r)所对应的候选接口为该流量接口的关联接口。
例如,预设阈值可以取0.9,MAX(r)小于0.9的候选接口被认为与该流量接口没有拓扑关系,MAX(r)大于或等于0.9时,MAX(r)所对应的接口确定为该流量接口的互联接口。
本申请实施例提供的网络拓扑关系的确定方法,通过对流量接口进行容差分类快速获得候选接口,计算流量接口与其候选接口的相关性,从而确定网络拓扑关系,减少了计算量,提高了确定网络拓扑关系的效率,准确率高。另外本方法的适用性较强,兼容性较好,适用于各种网络拓扑关系的应用场景。
如图3所示,本申请的另一个实施例提供了一种网络拓扑关系的确定装置,包括:
第一获取模块10,用于获取流量接口;所述流量接口为在预设时间段内产生过出入流量的物理接口;
采样模块20,用于针对各所述流量接口在预设同一时间段内的流量数据,以相同的采样时间点序列进行采样;
第一计算模块30,用于根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值;
第二获取模块40,用于获取各所述流量接口所对应的第一接口集和第二接口集;所述第一接口集中的流量接口的出流量采样均值满足基于所述入流量采样均值预设的容差范围;所述第二接口集中的流量接口的入流量采样均值满足基于所述出流量采样均值预设的容差范围;
第三获取模块50,用于获取各所述流量接口的候选接口集合;所述候选接口集合为对应于同一所述流量接口的第一接口集与第二接口集的交集;所述候选接口集合包括若干候选接口;
第二计算模块60,用于计算各所述流量接口的入流量/出流量与对应的候选接口的出流量/入流量之间的相关系数;
确定模块70,用于根据所述相关系数确定各所述流量接口的关联接口。
如图4所示,在某些实施方式中,所述确定装置还包括赋值模块20’,用于在所述第一计算模块30根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值之前,若某次采样未采集到流量数据,则将该次采样的出流量数据和入流量数据均赋值为预设负数值。
在某些实施方式中,所述确定模块70,包括:
选择单元,用于从对应于同一所述流量接口的所有相关系数中选出最大相关系数;
判断单元,用于判断所述最大相关系数是否小于预设阈值;
若小于,则确定所述流量接口与其各候选接口之间均不存在拓扑关系;
否则,确定所述最大相关系数所对应的候选接口即为所述流量接口的关联接口。
本申请的另一个实施例提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现上述任一实施方式的网络拓扑关系的确定方法。在某实施方式中,如图5所示,电子设备100可以包括:处理器1000,存储器1001,总线1002和通信接口1003,所述处理器1000、通信接口1003和存储器1001通过总线1002连接;所述存储器1001中存储有可在所述处理器1000上运行的计算机程序,所述处理器1000运行所述计算机程序时执行本申请前述任一实施方式所提供的方法。
其中,存储器1001可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还可以包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口1003(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网、广域网、本地网、城域网等。
总线1002可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中,存储器1001用于存储程序,所述处理器1000在接收到执行指令后,执行所述程序,前述本申请实施例任一实施方式揭示的所述方法可以应用于处理器1000中,或者由处理器1000实现。
处理器1000可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1000中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1000可以是通用处理器,可以包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1001,处理器1000读取存储器1001中的信息,结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的方法出于相同的发明构思,具有与其采用、运行或实现的方法相同的有益效果。
本申请的另一个实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行,以实现上述任一实施方式的网络拓扑关系的确定方法。计算机可读存储介质的例子可以包括但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质等,在此不再一一赘述。
术语“模块”并非意图受限于特定物理形式。取决于具体应用,模块可以实现为硬件、固件、软件和/或其组合。此外,不同的模块可以共享公共组件或甚至由相同组件实现。不同模块之间可以存在或不存在清楚的界限。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例仅表达了本申请的实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种网络拓扑关系的确定方法,其特征在于,包括:
获取流量接口;所述流量接口为在预设时间段内产生过出入流量的物理接口;
针对各所述流量接口在预设同一时间段内的流量数据,以相同的采样时间点序列进行采样;
根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值;
获取各所述流量接口所对应的第一接口集和第二接口集;所述第一接口集中的流量接口的出流量采样均值满足基于所述入流量采样均值预设的容差范围;所述第二接口集中的流量接口的入流量采样均值满足基于所述出流量采样均值预设的容差范围;
获取各所述流量接口的候选接口集合;所述候选接口集合为对应于同一所述流量接口的第一接口集与第二接口集的交集;所述候选接口集合包括若干候选接口;
计算各所述流量接口的入流量/出流量与对应的候选接口的出流量/入流量之间的相关系数;
根据所述相关系数确定各所述流量接口的关联接口。
2.根据权利要求1所述的网络拓扑关系的确定方法,其特征在于,所述获取流量接口包括:
从接口列表中筛选出物理接口;
从筛选出的物理接口中筛选出在所述预设时间段内产生过出入流量的物理接口。
3.根据权利要求1所述的网络拓扑关系的确定方法,其特征在于,在所述根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值之前,所述确定方法还包括:
若某次采样未采集到流量数据,则将该次采样的出流量数据和入流量数据均赋值为预设负数值。
4.根据权利要求1所述的网络拓扑关系的确定方法,其特征在于,所述根据所述相关系数确定各所述流量接口的关联接口,包括:
从对应于同一所述流量接口的所有相关系数中选出最大相关系数;
判断所述最大相关系数是否小于预设阈值;
若小于,则确定所述流量接口与其各候选接口之间均不存在拓扑关系;
否则,确定所述最大相关系数所对应的候选接口即为所述流量接口的关联接口。
5.根据权利要求1所述的网络拓扑关系的确定方法,其特征在于,所述相关系数为皮尔逊积矩相关系数。
6.一种网络拓扑关系的确定装置,其特征在于,包括:
第一获取模块,用于获取流量接口;所述流量接口为在预设时间段内产生过出入流量的物理接口;
采样模块,用于针对各所述流量接口在预设同一时间段内的流量数据,以相同的采样时间点序列进行采样;
第一计算模块,用于根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值;
第二获取模块,用于获取各所述流量接口所对应的第一接口集和第二接口集;所述第一接口集中的流量接口的出流量采样均值满足基于所述入流量采样均值预设的容差范围;所述第二接口集中的流量接口的入流量采样均值满足基于所述出流量采样均值预设的容差范围;
第三获取模块,用于获取各所述流量接口的候选接口集合;所述候选接口集合为对应于同一所述流量接口的第一接口集与第二接口集的交集;所述候选接口集合包括若干候选接口;
第二计算模块,用于计算各所述流量接口的入流量/出流量与对应的候选接口的出流量/入流量之间的相关系数;
确定模块,用于根据所述相关系数确定各所述流量接口的关联接口。
7.根据权利要求6所述的网络拓扑关系的确定装置,其特征在于,所述确定装置还包括赋值模块,用于在所述第一计算模块根据采样的数据计算各所述流量接口的入流量采样均值和出流量采样均值之前,若某次采样未采集到流量数据,则将该次采样的出流量数据和入流量数据均赋值为预设负数值。
8.根据权利要求6所述的网络拓扑关系的确定装置,其特征在于,所述确定模块,包括:
选择单元,用于从对应于同一所述流量接口的所有相关系数中选出最大相关系数;
判断单元,用于判断所述最大相关系数是否小于预设阈值;
若小于,则确定所述流量接口与其各候选接口之间均不存在拓扑关系;
否则,确定所述最大相关系数所对应的候选接口即为所述流量接口的关联接口。
9.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5中任一所述的网络拓扑关系的确定方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以实现如权利要求1-5中任一所述的网络拓扑关系的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110090464.6A CN112787866B (zh) | 2021-01-22 | 2021-01-22 | 网络拓扑关系的确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110090464.6A CN112787866B (zh) | 2021-01-22 | 2021-01-22 | 网络拓扑关系的确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112787866A CN112787866A (zh) | 2021-05-11 |
CN112787866B true CN112787866B (zh) | 2022-10-14 |
Family
ID=75758685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110090464.6A Active CN112787866B (zh) | 2021-01-22 | 2021-01-22 | 网络拓扑关系的确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112787866B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716187A (zh) * | 2013-12-20 | 2014-04-09 | 新浪网技术(中国)有限公司 | 网络拓扑结构确定方法和系统 |
CN109039821A (zh) * | 2018-08-21 | 2018-12-18 | 平安科技(深圳)有限公司 | 网络流量监控方法、装置、计算机设备及存储介质 |
CN111953507A (zh) * | 2019-05-17 | 2020-11-17 | 中移(苏州)软件技术有限公司 | 一种网络拓扑发现方法、装置以及计算机存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2536606A (en) * | 2014-11-28 | 2016-09-28 | Aria Networks Ltd | Network topology optimization |
-
2021
- 2021-01-22 CN CN202110090464.6A patent/CN112787866B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103716187A (zh) * | 2013-12-20 | 2014-04-09 | 新浪网技术(中国)有限公司 | 网络拓扑结构确定方法和系统 |
CN109039821A (zh) * | 2018-08-21 | 2018-12-18 | 平安科技(深圳)有限公司 | 网络流量监控方法、装置、计算机设备及存储介质 |
CN111953507A (zh) * | 2019-05-17 | 2020-11-17 | 中移(苏州)软件技术有限公司 | 一种网络拓扑发现方法、装置以及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112787866A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110519290B (zh) | 异常流量检测方法、装置及电子设备 | |
US20210135948A1 (en) | Discovering a computer network topology for an executing application | |
CN113608916B (zh) | 故障诊断的方法、装置、电子设备及存储介质 | |
CN112183869A (zh) | 一种基于大数据的建筑能耗预测方法及系统 | |
CN113658192A (zh) | 一种多目标行人的轨迹获取方法、系统、装置及介质 | |
KR20220023825A (ko) | 타깃 모델의 획득 방법 및 장치, 전자 기기 및 저장 매체 | |
CN112787866B (zh) | 网络拓扑关系的确定方法、装置、电子设备及存储介质 | |
CN117170979B (zh) | 一种大规模设备的能耗数据处理方法、系统、设备及介质 | |
CN112261019B (zh) | 分布式拒绝服务攻击检测方法、装置及存储介质 | |
WO2019096176A1 (zh) | 数据处理学习方法、系统以及电子设备 | |
CN117134967A (zh) | 一种主机异常网络服务检测方法、装置、设备及存储介质 | |
JPWO2019107149A1 (ja) | ビットアサイン推定装置、ビットアサイン推定方法、プログラム | |
CN111031233B (zh) | 一种数字图像处理帧率控制方法及装置 | |
CN112131274A (zh) | 时间序列异常点的检测方法、装置、设备及可读存储介质 | |
CN109063261B (zh) | 一种动力电池老化趋势的判断方法和装置 | |
CN114500247B (zh) | 工控网络故障诊断方法、装置、电子设备及可读存储介质 | |
CN106778872B (zh) | 基于密度的连通图的聚类方法与装置 | |
CN111885159B (zh) | 数据采集方法、装置、电子设备及存储介质 | |
CN115550178A (zh) | 一种智慧网关管控方法及系统 | |
CN107797861B (zh) | 数据处理方法、模块、数据处理系统及其构建方法、装置 | |
CN112468368B (zh) | 一种电表通信协议自动识别方法、设备、系统及可读存储介质 | |
CN114742143A (zh) | 基于联邦学习的安全训练模型构建方法、装置、系统 | |
CN114968992A (zh) | 数据识别清洗及补偿方法、装置、电子设备及存储介质 | |
CN113589729A (zh) | 一种智慧楼宇自控方法及装置 | |
US20120320930A1 (en) | Mac address table collection in distributed switching systems |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhang Yuming Inventor after: Wang Peng Inventor after: Wang Junyan Inventor after: Cluster Inventor before: Zhang Yuming Inventor before: Wang Junyan Inventor before: Cluster |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |