CN113067863B - 基于软件定义网络的动态负载均衡方法 - Google Patents
基于软件定义网络的动态负载均衡方法 Download PDFInfo
- Publication number
- CN113067863B CN113067863B CN202110286203.1A CN202110286203A CN113067863B CN 113067863 B CN113067863 B CN 113067863B CN 202110286203 A CN202110286203 A CN 202110286203A CN 113067863 B CN113067863 B CN 113067863B
- Authority
- CN
- China
- Prior art keywords
- server
- load
- network
- flow
- sdn controller
- 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
- 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
-
- 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于软件定义网络的动态负载均衡方法,主要解决现有技术无法根据网络变化实时调整服务器负载的问题。其实现方案为:构建由SDN控制器、sFlow收集器、OpenFlow交换机、客户端和服务器集群组成的初始数据中心网络;sFLow收集器收集网络状态以及服务器的负载信息;交换机生成通配符规则,并获得源IP地址数量;SDN控制器计算服务器权值,根据权值划分客户端请求,将客户端请求的流量分配给指定的服务器;使用OpenFlow交换机的流表项完成服务器的负载均衡;根据负载均衡结果重新分配流量至服务器。本发明实现了服务器集群的负载均衡,降低了客户端请求的响应时间,可用于网络中的流量调度。
Description
技术领域
本发明属于计算机网络技术领域,具体涉及一种动态负载均衡方法,可用于网络中的流量调度。
背景技术
负载均衡是指基于服务器集群当前的整体负载分布,对服务器集群中的负载情况进行动态分配调整,使得负载过重的服务器数目更少,各服务器上分担的负载彼此更为接近,减轻服务器集群中负载不均衡的现象,可通过将过载服务器上的任务转移到其他轻载服务器上的方式,尽可能实现服务器集群的负载平衡。负载均衡技术是扩展应用程序服务器基础结构的最直接方法,随着应用程序需求的增加,可以通过将新服务器添加到资源池中的方式,实现动态扩容和负载均衡。
当前,传统的负载均衡方法多为静态负载均衡方法,其过程不需要使用系统的当前状态信息,具体任务分配到哪台服务器上,不依赖于任务的性质、执行时间和服务器状态的变化。静态负载均衡方法不能根据网络状态的变化动态调整服务器之间的负载,因此均衡效果较差。
软件定义网络即SDN网络是2006年被Nick McKeown教授提出的全新网络架构,通过将网络的控制功能转移到控制器中,实现数据转发和控制相分离,以支持对网络的编程化控制,因此SDN网络被认为是未来网络演进的雏形。
传统的负载均衡方法需要在客户端与服务器之间架设负载均衡服务器,用来完成服务器的负载均衡。相对于传统的通过负载均衡服务器接收网络和应用程序流量,实现服务器集群负载均衡的方法,基于SDN网络的负载均衡方法借助于SDN网络开放可编程的优点,将负载均衡模块内嵌于SDN控制器中,通过OpenFlow交换机下发流表完成流量的调度,不需要额外部署单独的负载均衡服务器,降低了工程成本。由于是在交换机与SDN控制器上实现的负载均衡,所以网络结构相对简化,并且降低了服务器对客户端请求的响应时间。
文献《OpenFlow based Load Balancing for Fat-Tree Networks withMultipath Support》中提出了一种基于OpenFlow的动态负载均衡算法,该算法以数据流为基本单位,所有来自于客户端的流量参照服务器的当前状态信息,并转发到目的服务器,根据网络变化动态调整服务器之间的负载。该方法由于没有考虑网络中整体负载的分布情况,不能保证所得负载均衡结果是最优结果,即属于局部最优解,有极大可能产生加剧网络拥塞的情况。
发明内容
本发明的目的在于克服上述现有技术存在的缺陷,提出一种基于软件定义网络的动态负载均衡方法,以通过数据中心网络的流量特征、网络状态和实际需求对流量进行负载分配,根据网络变化动态调整服务器之间的负载,得到全局最优的负载分配结果,实现网络的负载均衡和网络服务质量的优化,避免产生网络拥塞。
为实现上述目的,本发明采用的技术方案包括如下:
(1)构建初始的数据中心网络N,其包括:SDN控制器、sFlow收集器、OpenFlow交换机、P个客户端和Q个服务器,其中P≥2,Q≥2;
(2)收集网络状态以及服务器的负载信息:
(2a)OpenFlow交换机获取网络中的流量状态,通过sFlow协议上报给sFlow收集器;sFlow收集器分析收到的sFlow数据包,产生全网流量信息;sFlow收集器通过sFlow协议向SDN控制器报告流量信息,SDN控制器得到全网流量IP地址的精确规模;
(2b)安装在服务器上的sFlow代理软件测量得出服务器的负载信息和能力信息之后,通过sFlow协议发送给sFlow收集器,sFlow收集器将负载信息和能力信息报告给SDN控制器;
(3)生成通配符规则,并获得源IP地址数量:
(3a)SDN控制器中的负载均衡模块以二叉树的形式表示二进制数字组合的IP地址前缀,每个叶子节点对应一个IP地址前缀即为一个通配符规则;
(3b)负载均衡模块寻找IP地址分布于通配符规则中的请求,统计有效的源IP地址数量;
(4)计算服务器权值:
(4a)SDN控制器得到服务器的负载信息之后计算服务器s的负载L(s);
(4b)SDN控制器得到服务器的能力信息之后计算服务器s的总处理能力C(s);
(4c)SDN控制器计算服务器s当前剩余处理能力CC(s):
CC(s)=C(s)*(1-L(s)/C(s)),
其中,C(s)表示服务器s的总处理能力,L(s)表示服务器s的负载;
(4d)SDN控制器计算服务器s的当前权值W(s):
其中,n为服务器集群中的服务器总数量;
(5)SDN控制器划分客户端请求,将流量分配给指定的服务器:
(5a)将各通配符规则按照其中的IP地址数量进行排序,依据服务器权值将各通配符规则划分至Q个子网中;
(5b)负载均衡模块将各子网中包含的请求分配给服务器权值与其匹配的服务器,生成各子网请求的流表项,并将流表项下发至OpenFlow交换机,引导客户端的请求分配到各个服务器上;
(6)SDN控制器重新分配流量至服务器:
通过比较服务器的负载L(s),判断服务器集群中的各服务器是否已经负载均衡:若各服务器的负载L(s)无巨大差异,则完成此次流量的调度,若SDN控制器的网络测量模块监测到服务器之间的负载有很大差异,或时间超出了默认调度周期,则返回(3),重新进行流量分配,直到各服务器负载均衡。
本发明与现有技术相比,具有以下优点:
1、本发明使用OpenFlow交换机的流表项完成负载均衡,这种方式不仅无需购买专用的设备,配置灵活,还可以利用SDN控制器的可编程性,实现负载均衡策略,不用再在客户端与服务器之间架设单独的负载均衡服务器,降低了工程成本,简化了网络架构。
2、本发明通过sFlow收集器进行网络状态和服务器负载的收集,可实现以集中的视图向控制器提供决策信息,sFlow收集器在设定的时间周期内,不断接收包样本并且自动在测量模块内更新相应计数器,不需要实时地维护流量的详细统计信息,减少了信息收集方法的复杂性,从而减少了CPU资源的消耗。
3、本发明使用OpenFlow通配符规则聚合客户端请求,并根据测量得出的服务器负载情况,可动态地设定服务器的权值,从而准确反应服务器的负载,实现正确的流量调度策略。
4、本发明通过在SDN控制器上实现负载均衡应用,将大量的请求聚合后分发到服务器上,不需要在服务器上进行单独配置,可实现服务器集群的负载均衡,降低请求的响应时间。
附图说明
图1是本发明的实现流程图;
图2是本发明中构建的网络架构图。
具体实施方式
以下结合附图对本发明的具体实施例作进一步的详细描述。
参照图1,本发明包括如下步骤:
步骤1,构建初始的数据中心网络N。
参照图2,本步骤构建的数据中心网络,其包括一个SDN控制器、一个sFlow收集器、一个OpenFlow交换机、P个客户端和Q个服务器,其中,SDN控制器包括负载均衡模块和网络测量模块,服务器集群由Q台服务器构成,Q≥2,P≥2。
该数据中心网络N的工作原理是:
当客户端向服务器集群发送请求时,OpenFlow交换机测量网络中的流量状态并且使用sFlow协议向收集器报告;控制器查询sFlow收集器收集到的服务器统计信息,sFlow收集器分析sFlow数据包来产生全网范围的流量的视图;控制器通过聚合请求,生成通配符规则下发到OpenFlow交换机上;当请求到达OpenFlow交换机时,OpenFlow交换机使用包头信息和流表中的流表项进行匹配:如果包头信息匹配到了具体的流表项,OpenFlow交换机将根据流表项中的动作修改包头信息,从而引导请求到特定的服务器;如果数据包没有得到流表项的匹配,OpenFlow交换机将把数据包转发给控制器,控制器基于负载均衡模块测量决定如何分发请求。
步骤2,收集网络状态以及服务器的负载信息:
2.1)OpenFlow交换机获取网络中的流量状态,通过sFlow协议上报给sFlow收集器;sFlow收集器分析收到的sFlow数据包,产生全网流量信息;sFlow收集器通过sFlow协议向SDN控制器报告流量信息,SDN控制器得到全网流量IP地址的精确规模;
现有技术中对网络状态的收集一般有两种方法,一种是结合OpenFlow与sFlow技术方法,控制器周期性地查询交换机上流的统计信息;另一种是使用包采样技术来监视OpenFlow网络中流的状况,本实例选择但不限于用OpenFlow与sFlow技术方法,它不仅成本低而且支持大量的网络设备。此外,由于sFlow收集器在设定的时间周期内,不断的接收包样本并且自动在测量模块内部更新相应的计数器,不需要实时的维护和比较每个流的详细统计信息,所以这种方法能够减少请求测量算法的复杂性和CPU资源的消耗;
2.2)安装在服务器上的sFlow代理软件测量得出服务器的负载信息和能力信息,通过sFlow协议发送给sFlow收集器,sFlow收集器将负载信息和能力信息报告给SDN控制器;
所述sFlow收集器,能够将代理软件安装在服务器上,用来导出物理服务器或者虚拟机的性能参数和实时负载信息,具体包括CPU、内存、磁盘和网络的I/O性能;该sFlow收集器将采集到的各种性能指标和网卡地址相关联,通过物理网卡或者虚拟网卡识别具体的服务器;
所述sFlow收集器中包括:
信息采集模块,用于采集网络状态以及服务器信息的sFlow数据包,其中,关于网络状态的sFlow数据包中包含源及目的IP地址、包大小、IP包头等信息,关于服务器信息的sFlow数据包中包含CPU使用率、内存利用率、带宽使用率、磁盘I/O利用率等信息;
流量分析模块,用于完成IP流量统计与分析,将原始的包采样信息进行汇聚,通过计算得出sFlow数据包中的源IP地址子网掩码信息,用以进行IP地址的子网划分;该模块主要是一个运行Hadoop的分布式集群,利用Hadoop的MapReduce框架,对前述的IP流量报文信息并行处理,进行流量统计分析;
数据存储模块,用于存储初始的sFlow数据包信息以及经过流量分析模块统计分析后的IP地址信息;该模块主要是一个MySQL关系型数据库,进行原始数据报信息以及IP地址的存储;
上述步骤2中,使用sFlow协议可以同时测量网络状态和服务器状态,从聚合测量系统的角度来说,它提供了一个关于网络、系统和应用程序性能的完全视图,并且可以直接扩展到大规模网络中。
步骤3,生成通配符规则,并获得源IP地址数量。
所述通配符规则,是使用通配符“*”表示所有字符的一种规则,例如,将IP地址转换为三十二位的二进制数字形式后,前三位为“110”,取这三位为固定数字,后二十九位改由通配符“*”来表示,就形成了一条通配符规则,用来包含所有前三位为“110”的IP地址。
本步骤的具体实现如下:
3.1)SDN控制器中的负载均衡模块以二叉树的形式表示二进制数字组合的IP地址前缀,每个叶子节点对应一个IP地址前缀即为一个通配符规则;
3.2)负载均衡模块寻找IP地址分布于通配符规则中的请求,统计有效的源IP地址数量。
步骤4,计算服务器权值。
4.1)SDN控制器得到服务器的负载信息之后计算服务器s的负载L(s):
L(s)=w1L(CPU)+w2L(mem)+w3L(band)+w4L(disk),
其中,L(CPU)表示CPU使用率,L(mem)表示内存利用率,L(band)表示带宽使用率,L(disk)表示磁盘I/O利用率,w1表示CPU使用率对负载的影响程度,w2表示内存利用率对负载的影响程度,w3表示带宽使用率对负载的影响程度,w4表示磁盘I/O利用率对负载的影响程度,且由于不同类型的参数对服务器的负载有不同程度的影响,所以这里引入了对负载的影响程度的不同参数w1,w2,w3,w4,它们这些参数可根据服务的类型和服务器的性能进行调整,计算得出的L(s)的值越大,则负载越重,L(s)的值越小,则负载越轻;
4.2)SDN控制器得到服务器的能力信息之后计算服务器s的总处理能力C(s):
C(s)=r1C(CPU)+r2C(mem)+r3C(band)+r4C(disk),
其中,C(CPU)表示CPU频率,C(mem)表示内存大小,C(band)表示网络吞吐量,C(disk)表示磁盘I/O速度,r1表示CPU频率与服务器总处理能力的相关系数,r2表示内存大小与服务器总处理能力的相关系数,r3表示网络吞吐量与服务器总处理能力的相关系数,r4表示磁盘I/O速度与服务器总处理能力的相关系数,且
4.3)SDN控制器计算服务器s当前剩余处理能力CC(s):
CC(s)=C(s)*(1-L(s)/C(s)),
其中,C(s)表示服务器s的总处理能力,L(s)表示服务器s的负载;服务器s的当前剩余处理能力CC(s)值越大,说明服务器s当前能够处理的客户端请求越多,值越小,说明服务器s当前能够处理的客户端请求越少;
4.4)SDN控制器计算服务器s的当前权值W(s):
其中,n为服务器集群中的服务器总数量。
步骤5,SDN控制器划分客户端请求,将流量分配给指定的服务器。
5.1)将各通配符规则按照其中的IP地址数量进行排序,依据服务器权值将各通配符规则划分至Q个子网中;
5.2)负载均衡模块将各子网中包含的请求分配给服务器权值与其匹配的服务器,生成各子网请求的流表项,并将流表项下发至OpenFlow交换机,引导客户端的请求分配到各个服务器上,完成各个服务器的负载均衡。
步骤6,SDN控制器重新分配流量至服务器。
通过比较服务器的负载L(s),判断服务器集群中的各个服务器是否已经全部负载均衡:
若是,则完成此次流量的调度,
若SDN控制器的网络测量模块监测到服务器之间的负载有很大差异,或时间超出了默认调度周期,则返回步骤3,重新进行流量分配,直到各服务器负载均衡。
以上描述仅是本发明的一个具体实例,并未构成对本发明的任何限制,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理、结构的情况下,进行形式和细节上的各种修改和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (3)
1.一种基于软件定义网络的动态负载均衡方法,其特征在于,包括如下:
(1)构建初始的数据中心网络N,其包括:SDN控制器、sFlow收集器、OpenFlow交换机、P个客户端和Q个服务器,其中P≥2,Q≥2;
(2)收集网络状态以及服务器的负载信息:
(2a)OpenFlow交换机获取网络中的流量状态,通过sFlow协议上报给sFlow收集器;sFlow收集器分析收到的sFlow数据包,产生全网流量信息;sFlow收集器通过sFlow协议向SDN控制器报告流量信息,SDN控制器得到全网流量IP地址的精确规模;
(2b)安装在服务器上的sFlow代理软件测量得出服务器的负载信息和能力信息之后,通过sFlow协议发送给sFlow收集器,sFlow收集器将负载信息和能力信息报告给SDN控制器;
(3)生成通配符规则,并获得源IP地址数量:
(3a)SDN控制器中的负载均衡模块以二叉树的形式表示二进制数字组合的IP地址前缀,每个叶子节点对应一个IP地址前缀即为一个通配符规则;
(3b)负载均衡模块寻找IP地址分布于通配符规则中的请求,统计有效的源IP地址数量;
(4)计算服务器权值:
(4a)SDN控制器得到服务器的负载信息之后计算服务器s的负载L(s);
(4b)SDN控制器得到服务器的能力信息之后计算服务器s的总处理能力C(s);
(4c)SDN控制器计算服务器s当前剩余处理能力CC(s):
CC(s)=C(s)*(1-L(s)/C(s)),
其中,C(s)表示服务器s的总处理能力,L(s)表示服务器s的负载;
(4d)SDN控制器计算服务器s的当前权值W(s):
(5)SDN控制器划分客户端请求,将流量分配给指定的服务器:
(5a)将各通配符规则按照其中的IP地址数量进行排序,依据服务器权值将各通配符规则划分至Q个服务器中;
(5b)负载均衡模块将各子网中包含的请求分配给服务器权值与其匹配的服务器,生成各子网请求的流表项,并将流表项下发至OpenFlow交换机,引导客户端的请求分配到各个服务器上;
(6)SDN控制器重新分配流量至服务器:
通过比较服务器的负载L(s),判断服务器集群中的各服务器是否已经负载均衡:若各服务器的负载L(s)无巨大差异,则完成此次流量的调度,若SDN控制器的网络测量模块监测到服务器之间的负载有很大差异,或时间超出了默认调度周期,则返回(3),重新进行流量分配,直到各服务器负载均衡。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286203.1A CN113067863B (zh) | 2021-03-17 | 2021-03-17 | 基于软件定义网络的动态负载均衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110286203.1A CN113067863B (zh) | 2021-03-17 | 2021-03-17 | 基于软件定义网络的动态负载均衡方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113067863A CN113067863A (zh) | 2021-07-02 |
CN113067863B true CN113067863B (zh) | 2022-04-19 |
Family
ID=76561016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110286203.1A Active CN113067863B (zh) | 2021-03-17 | 2021-03-17 | 基于软件定义网络的动态负载均衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113067863B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113904984B (zh) * | 2021-10-21 | 2022-12-16 | 杭州志卓科技股份有限公司 | 一种适用于sap与b2b系统的数据传输方法 |
CN115396363B (zh) * | 2022-08-24 | 2023-07-25 | 桂林电子科技大学 | 一种sdn网络环境下的流量分类方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107800641A (zh) * | 2017-12-14 | 2018-03-13 | 中国科学技术大学苏州研究院 | 软件定义网络中防止控制链路拥塞的控制方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243240B (zh) * | 2014-09-23 | 2017-05-24 | 电子科技大学 | 一种基于OpenFlow的SDN流量测量方法 |
CN105391797B (zh) * | 2015-12-03 | 2019-02-22 | 北京航空航天大学 | 基于sdn的云服务器负载均衡方法及装置 |
CN106656847B (zh) * | 2017-03-10 | 2019-05-24 | 重庆邮电大学 | 网络效用最大化的sdn负载均衡方法 |
CN107634882B (zh) * | 2017-10-10 | 2020-05-01 | 安徽大学 | Sdn架构下基于电梯调度算法的负载均衡方法 |
US10567288B1 (en) * | 2017-11-28 | 2020-02-18 | Juniper Networks, Inc. | Automatic discovery, scaling, and load balancing of multiple cloud data centers in a software-defined network environment |
CN109451052A (zh) * | 2018-12-18 | 2019-03-08 | 天津城建大学 | 一种基于模糊逻辑的sdn负载均衡方法 |
-
2021
- 2021-03-17 CN CN202110286203.1A patent/CN113067863B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107800641A (zh) * | 2017-12-14 | 2018-03-13 | 中国科学技术大学苏州研究院 | 软件定义网络中防止控制链路拥塞的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113067863A (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109308221B (zh) | 一种基于WebSocket长连接的Nginx动态负载均衡方法 | |
CN113067863B (zh) | 基于软件定义网络的动态负载均衡方法 | |
CN112148484B (zh) | 一种基于耦合度的微服务在线分配方法与系统 | |
Abdelltif et al. | SDN-based load balancing service for cloud servers | |
CN110324260B (zh) | 一种基于流量识别的网络功能虚拟化智能调度方法 | |
Kang et al. | Application of adaptive load balancing algorithm based on minimum traffic in cloud computing architecture | |
Guo et al. | AggreFlow: Achieving power efficiency, load balancing, and quality of service in data center networks | |
CN107566535B (zh) | 基于Web地图服务并发访问时序规则的自适应负载均衡方法 | |
CN112817752B (zh) | 一种分布式数据库动态负载均衡方法 | |
Tangari et al. | Decentralized monitoring for large-scale software-defined networks | |
Prakash et al. | Server-based dynamic load balancing | |
Du et al. | OpenFlow-Based Dynamic Server Cluster Load Balancing with Measurement Support. | |
Fancy et al. | Traffic-aware adaptive server load balancing for software defined networks | |
Zheng et al. | Hermes: Utility-aware network update in software-defined wans | |
Farhoudi et al. | Server load balancing in software-defined networks | |
Goldszmidt | Load management for scaling up Internet services | |
Wang et al. | SDN controller network load balancing approach for cloud computing data center | |
Fan et al. | An edge computing service model based on information-centric networking | |
Zhu et al. | Load balancing algorithm for web server based on weighted minimal connections | |
CN113377544A (zh) | 一种基于负荷数据动态更新率的web集群负载均衡方法 | |
Duan et al. | Dynamic load balancing in web cache cluster | |
Grigoryan et al. | Towards Greener Data Centers via Programmable Data Plane | |
CN112148474A (zh) | 面向负载均衡的龙芯大数据一体机自适应任务分割方法及系统 | |
Guo et al. | A QoS aware multicore hash scheduler for network applications | |
Wenzheng et al. | Novel algorithm for load balancing in cluster 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |