CN115277436B - 一种基于拓扑结构的微服务软件架构识别方法 - Google Patents

一种基于拓扑结构的微服务软件架构识别方法 Download PDF

Info

Publication number
CN115277436B
CN115277436B CN202210876860.6A CN202210876860A CN115277436B CN 115277436 B CN115277436 B CN 115277436B CN 202210876860 A CN202210876860 A CN 202210876860A CN 115277436 B CN115277436 B CN 115277436B
Authority
CN
China
Prior art keywords
micro
node
topological
service
nodes
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
Application number
CN202210876860.6A
Other languages
English (en)
Other versions
CN115277436A (zh
Inventor
丁宇
王前龙
刘佳文
陈浙阳
牛秋霖
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202210876860.6A priority Critical patent/CN115277436B/zh
Publication of CN115277436A publication Critical patent/CN115277436A/zh
Application granted granted Critical
Publication of CN115277436B publication Critical patent/CN115277436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/186—Templates
    • 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
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/12—Network monitoring probes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/22—Parsing or analysis of headers

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种基于拓扑结构的微服务软件架构识别方法，该方法通过监控微服务组件间的网络，构建微服务的网络拓扑图；并对大量同一软件架构下的微服务构建拓扑图，训练并归类成该软件架构下的拓扑模板，构建模板库；最后，通过一种拓扑图之间的比较算法，将监控的微服务的拓扑结构与模板库中的拓扑模板进行比对，确定所属的拓扑模版，进而确定该微服务的软件架构。通过将微服务映射到特定的软件架构上，云平台可以获取更多的特定架构的特征、以及与实际架构有关的信息。增强云平台的感知能力，云平台可以使用对常见软件架构的知识，来提供更多的辅助客户的能力。

Description

一种基于拓扑结构的微服务软件架构识别方法
技术领域
本发明涉及云计算领域，尤其涉及一种基于拓扑结构的微服务软件架构识别方法。
背景技术
云上的集群难以管理，因为云服务提供商不知道客户在集群中运行的微服务类型，以及这些微服务内部组件是如何交互。因此，当前云提供的自动化管理功能较弱。多数云计算服务商将问题交给了对云服务底层基础架构了解不足的用户。但理想情况下，应由云平台来管理集群资源，并提供强大的应用程序级性能和可靠性保证。
因此，使云具备对应用的“感知能力”，并使用这些知识来赋予云平台更多的辅助客户的能力是极具现实意义的。目前的主流云平台，往往是通过简单网络管理协议，发现并生成基于网络流量的拓扑结构。而这种程度的感知，仅能获取网络层面的相关组件和容器的流量和依赖关系，所进行的资源调度可能会影响应用的性能甚至可靠性。
如一个微服务可能会由三个容器构成：一个网络前端，两个用于容灾的主从数据库。云平台在未了解微服务软件架构的情况下，可能会做出如下错误的调度：比如将这些容器部署在距离对方更远的物理机上，而不是将它们部署在相近的物理机上，以提高它们的性能；盲目地将两个数据库部署在同一台物理机上，而不知道客户的目的是通过冗余的数据库来降低服务器崩溃的影响。因此，目前的云平台都不具备理解分布式的软件架构的能力，进而无法对微服务进行更深层次的自动化运维。
发明内容
针对现有技术的不足，本发明提供一种基于拓扑结构的微服务软件架构识别方法，通过将微服务映射到特定的软件架构上，云平台可以获取更多的特定架构的特征、以及与实际架构有关的信息。本发明的目的在于解决目前云计算领域，云平台对微服务的“感知能力”差的问题。为此，我们提出一种基于拓扑结构的微服务软件架构识别方法。
为了实现上述目的，本发明是通过以下技术方案来实现的：
一种基于拓扑结构的微服务软件架构识别方法，该方法包括如下步骤：
(1)集群流量监控：通过开发的流量监控组件，拦截集群中的网络数据包，对流量数据包的解析，记录每个数据包所发出数据包的容器的地址、数据包最终抵达的容器地址和数据包的大小，将同一微服务的容器构建为一个图，每个容器作为图中的一个节点，并构建微服务的拓扑结构图；
(2)节点分类：对步骤(1)构建的拓扑结构图的节点进行分类，再对用户设置的阈值与节点的相似程度进行比较，当节点的相似程度低于阈值，则视为同一类型的节点；
(3)构建拓扑模板：经过步骤(1)和(2)的处理，将微服务构建为相应的拓扑结构图，通过构建数量充足的拓扑结构图数据集形成拓扑模板库用于训练，并对数据集中拓扑结构图标记上相应软件架构标签，且对同一软件架构的微服务的拓扑结构图通过一种拓扑模版归类算法进行归类，得出对应软件架构的拓扑模版；
(4)识别软件结构：当云平台中新部署了微服务时，可以通过步骤(1)和步骤(2)构建出新部署的微服务的拓扑结构图；通过拓扑结构图比较算法将构建的微服务的拓扑结构图与拓扑模板库中的已有拓扑模版进行比对，选择相似程度最高的模板,作为所属的拓扑模版，然后依据选定的拓扑模板，确定所属的软件架构。
一种基于拓扑结构的微服务软件架构，包括微服务拓扑结构识别模块、软件架构拓扑模板构建模块和微服务软件架构识别模块：
所述微服务拓扑结构识别模块包括流量监控组件和节点分类组件；其中，所述流量监控组件用于监控并统计不同容器之间的数据流向和流量，并抽象为拓扑图的有向边；所述节点分类组件是将微服务中的容器抽象为一个节点，并对节点进行分类，从而将实际的微服务架构转换成拓扑结构图；
在所述软件架构的拓扑模板构建模块，将已打上相应软件架构标签，用于训练拓扑模版的微服务拓扑结构图，通过一种拓扑模版归类算法，归类出相应软件架构的拓扑模板；
在所述微服务软件架构识别模块，将待识别的微服务的拓扑结构图与拓扑模版库中不同软件架构的拓扑模版通过拓扑图比较算法比对、确定所属模板，进而确定该微服务的软件架构。
进一步地，所述步骤(1)中微集群流量监控将每个容器视为一个节点，通过开发的流量监控组件，拦截集群中的网络数据包，再对流量数据包的解析、记录来构建应用的拓扑结构图。
进一步地，所述步骤(2)中由于节点分类为多种分类方式的结合，除了通过用户设置的阈值与节点的相似程度进行比较的方法判断为同一类型的节点外；依据云平台的资源设计理念对具有相同的命名或标签的容器也可判断归类为同一类型。
进一步地，所述步骤(2)的所述的节点相似程度是依据节点的出度、入度、发出的总流量、流入的总流量进行相似度计算、比较以及判断节点的相似程度；节点的相似程度的计算方式为，对节点的出度、入度、发出的总流量、流入的总流量进行归一化处理，相似程度高于阈值的视为同一类型的节点；所述节点n1、节点n2对应的度和其权重值具体的计算方式为：
(di(n1),d0(n1),Ei(n1),Eo(n1))、(di(n2),d0(n2),Ei(n2),Eo(n2))
其中，n1、n2为任意两个节点，di(n)为节点n的入度；d0(n)为节点n的出度；Ei(n)为节点n接收的总流量，即为所有dest_IP等于节点n的边的total_size之和；Eo(n)为节点n发出的总流量，即为所有src_IP等于节点n的边的total_size之和；
所述相似程度的计算公式为：
进一步地，所述步骤(4)的所述的所述拓扑图结构图比较算法，具体如下：
设构建的拓扑结构图为g,分类后共有种类型的节点，需要比对的拓扑模板图为t，分类后有/>种类型的节点；按照节点相似度计算方式，构建总节点相似度矩阵M的表达式如下:
每一行取最大值进行相加，再除以构建的拓扑图的节点数算得的结果作为与比对的拓扑模板图t的相似度。
本发明的有益效果如下：
本文提出了一种基于微服务的拓扑结构，来识别微服务的软件架构的方法。通过将微服务映射到特定的软件架构上，云平台可以获取更多的特定架构的特征、以及与实际架构有关的信息。增强了云平台的“感知能力”，进而对微服务进行更深层次的自动化运维，有利于做出提高微服务的性能、稳定性、可靠性等决策。
附图说明
图1是一种基于拓扑结构的微服务软件架构识别方法流程图；
图2是现有的微服务应用的拓扑模板图，其中(a)为网络服务拓扑模板图，(b)为分布式框架的拓扑模板图，(c)为在线游戏服务拓扑模板图；
图3是待归类的测试样本的拓扑结构示例图；
图4是拓扑模版示例图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
如图1所示，一种基于拓扑结构的微服务软件架构识别方法，该方法包括如下步骤：
(1)集群流量监控：通过开发的流量监控组件，拦截集群中的网络数据包。通过对流量数据包的解析，将每个数据包记录为一个三元组{src_ip,dest_ip，size},其中src_ip为发出数据包的容器(pod)的地址，dest_ip为数据包最终抵达的容器地址，size为数据包的大小。
将同一微服务的容器构建为一个图，每个pod抽象为图中的一个节点，并构建节点间的拓扑图，即构建微服务的拓扑结构图，其拓扑图中边的表示形式为{src_IP,dest_IP，total_size}。
(2)节点分类：对步骤(1)构建的拓扑图的节点进行分类。检查容器所用的端口号与常用的应用程序端口号列表进行匹配；或者设置阈值，当节点的相似程度低于阈值，则视为同一类型的节点。
(3)数据预处理：为了形成拓扑模板库，需要构建数量充足的拓扑结构图数据集用于训练。通过上述步骤(1)、(2)的方法，将所有的微服务样本构建为相应的拓扑结构图，形成拓扑架构图数据集。并对数据集中拓扑结构图标记上相应软件架构标签，为拓扑模版归类做准备。
(4)拓扑模板归类：对步骤(3)处理后的拓扑结构图数据集中，同一软件架构的拓扑结构图，通过拓扑模板归类算法，得出对应软件架构的拓扑模版。所有可识别的软件架构的拓扑模版形成拓扑模版库。
(5)拓扑架构识别：当出现需要识别软件架构的微服务时，通过步骤(1)和步骤(2)，构建待识别微服务的拓扑结构图；并通过拓扑结构比较算法，将待识别微服务的拓扑结构图与拓扑模板库中的拓扑模版进行比对，选择相似程度最高的模板。依据选定的拓扑模板，确定所属的软件架构。
所述步骤(1)的集群流量监控，通过开发的流量监控组件，拦截集群中的网络数据包。通过对流量数据包的解析，将每个数据包记录为一个三元组{src_ip,dest_ip，size},其中src_ip为发出数据包的容器的地址，dest_ip为数据包最终抵达的容器地址，size为数据包的大小。若干个流量闭环的容器构建为一个图，每个容器抽象为图中的一个节点，并构建节点间的拓扑图，在容器网络中，每个容器都有一个IP地址，src_IP为源IP，即发出数据包的容器的IP；dest_IP为目的IP，即接收数据包的容器的IP；此外，在一个通信链路中，两容器之间往往不止一个数据包，total_size指的是两容器之间所有的数据包的大小累加之和。因此，拓扑图中边的表示形式为{src_IP,dest_IP，total_size}。
所述步骤(2)的节点分类：对步骤(1)构建的拓扑图的节点进行分类。可依据云平台的资源设计理念，对具有相同的命名或标签的容器归类为同一类型；或者检查容器所用的端口号与常用的应用程序端口号列表进行匹配；或者设置阈值，当节点的相似程度低于阈值，则视为同一类型的节点。
所述步骤(2)的节点的相似程度的计算方式为，对节点的出度、入度、发出的总流量、流入的总流量进行归一化处理，相似程度高于阈值的视为同一类型的节点。所述节点n1、n2对应的度和权重值具体的计算方式为：
(di(n1),d0(n1),Ei(n1),Eo(n1))、(di(n2),d0(n2),Ei(n2),Eo(n2))
其中，di(n)为节点n的入度；d0(n)为节点n的出度；Ei(n)为节点n接收的总流量，即为所有dest_IP等于节点n的边的total_size之和；Eo(n)为节点n发出的总流量，即为所有src_IP等于节点n的边的total_size之和。
所述相似程度的计算公式为：
所述步骤(3)数据集划分是通过上述步骤(1)、(2)的方法，将所有的微服务构建为相应的拓扑结构图，形成拓扑架构图数据集，并将数据集划分为训练集和测试集。
所述步骤(4)的拓扑模板归类算法，具体为，通过以上公式计算拓扑图中任意节点的相似程度，对相似程度高于阈值的节点归类为相同类型节点,用t表示。类型t表示为:(di(t),d0(t),Ei(t),Eo(t))
其中，di(t)为类型t的入度，其值为所有归类于该类型的节点入度的均值；d0(t)为类型t的出度，其值为所有归类于该类型的节点出度的均值；Ei(t)为类型t发出的总流量，其值为所有归类于该类型的节点接收流量的均值；Eo(t)为类型t发出的总流量，其值为所有归类于该类型的节点发出流量的均值。利用均值，对不同拓扑样本的节点类型进行相似度比较。
假设拓扑样本g,分类后共有种类型的节点；拓扑样本t，分类后有/>种类型的节点。按照节点相似度计算方式，构建节点类型的相似度矩阵M：
其中，ti表示拓扑样本t中类型为的节点；gi表示拓扑样本g中类型为 的节点。
第L行的最大值所在的列号，即为拓扑样本t中与gL类型节点，最相似的节点类型。若该值大于指定阈值，则视为同一类型节点。
其上所述的基于拓扑结构的微服务软件架构，包括微服务拓扑结构识别模块、软件架构拓扑模板构建模块和微服务软件架构识别模块：
所述微服务拓扑结构识别模块包括流量监控组件和节点分类组件；其中，所述流量监控组件用于监控并统计不同容器之间的数据流向和流量，并抽象为拓扑图的有向边；所述节点分类组件是将微服务中的容器抽象为一个节点，并对节点进行分类，从而将实际的微服务架构转换成拓扑结构图；
在所述软件架构的拓扑模板构建模块，将已打上相应软件架构标签，用于训练拓扑模版的微服务拓扑结构图，通过一种拓扑模版归类算法，归类出相应软件架构的拓扑模板；
在所述微服务软件架构识别模块，将待识别的微服务的拓扑结构图与拓扑模版库中不同软件架构的拓扑模版通过拓扑图比较算法比对、确定所属模板，进而确定该微服务的软件架构。
通过这种方式，将同一标签下的拓扑样本的节点类型进行归类，确定拓扑模板中的节点类型。如果，某一类型的节点在95％以上的拓扑样本中出现，那么将该类型的节点作为拓扑模板中的节点类型。取拓扑样本中该类型节点数量的众数作为模板中该类型节点的数量。同类型的节点的出度、入度、发出的总流量、流入的总流量相同，且取值为样本中该类型节点的均值。
通过以上流程，是可以构建指定软件架构下的微服务拓扑模板，由数量众多的微服务拓扑模版也是可以形成微服务拓扑模板库的。在现有技术中，如图2中(a)图为一种常见的网络服务拓扑模板，其中类型一的节点为负载均衡器、类型2的节点为网络服务器、类型三的节点为缓存服务器、类型4的节点为数据库、类型5的节点为底层存储器；(b)图为一种分布式框架(Hadoop)的拓扑模板，其中类型6为命名节点(NameNode)及作业跟踪器(JobTracker)、类型7为数据节点(DataNodes)以及任务跟踪器(TaskTrackers)；(c)为一种在线游戏服务拓扑模板，其中类型8为游戏代理组件(Proxy)、类型9为关系数据库组件(SQL)。
因此，经过所述步骤(4)的拓扑架构识别，再将步骤(2)中构建的微服务拓扑结构图与步骤(4)构建的拓扑模版通过拓扑图结构比较算法进行比对，选择相似程度最高的模板，作为所属的拓扑模版。
所述拓扑图结构图比较算法，具体如下：
假设构建的拓扑结构图g,共有5个节点，结构为如图3所示；需要比对的拓扑模板图t，共有3个节点，结构为如图4所示；同样按照节点相似度计算方式，构建总节点相似度矩阵M:
每一行取最大值进行相加，再除以构建的拓扑图的节点数算得的结果作为与比对的拓扑模板图t的相似度。
所述步骤(5)拓扑结构识别是将步骤(3)划分得到的测试集中的拓扑结构图与已有的模板库中的拓扑模版进行比对，选择相似程度最高的模板,作为所属的拓扑模版，然后依据选定的拓扑模板，确定所属的软件架构。按照以上方式，对模板库中每个拓扑模板进行比对，选择相似度最高的作为归类的模版，进而确定微服务的软件架构。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (4)

1.一种基于拓扑结构的微服务软件架构识别方法，其特征在于，该方法包括如下步骤：
(1)集群流量监控：通过开发的流量监控组件，拦截集群中的网络数据包，对流量数据包的解析，记录每个数据包所发出数据包的容器的地址、数据包最终抵达的容器地址和数据包的大小，将同一微服务的容器构建为一个图，每个容器作为图中的一个节点，并构建微服务的拓扑结构图；
(2)节点分类：对步骤(1)构建的拓扑结构图的节点进行分类，再对用户设置的阈值与节点的相似程度进行比较，当节点的相似程度低于阈值，则视为同一类型的节点；
(3)构建拓扑模板：经过步骤(1)和(2)的处理，将微服务构建为相应的拓扑结构图，通过构建数量充足的拓扑结构图数据集形成拓扑模板库用于训练，并对数据集中拓扑结构图标记上相应软件架构标签，且对同一软件架构的微服务的拓扑结构图通过一种拓扑模版归类算法进行归类，得出对应软件架构的拓扑模版；
(4)识别软件结构：当云平台中新部署了微服务时，可以通过步骤(1)和步骤(2)构建出新部署的微服务的拓扑结构图；通过拓扑结构图比较算法将构建的微服务的拓扑结构图与拓扑模板库中的已有拓扑模版进行比对，选择相似程度最高的模板,作为所属的拓扑模版，然后依据选定的拓扑模板，确定所属的软件架构；
所述拓扑结构图比较算法，具体如下：
设构建的拓扑结构图为g,分类后共有g种类型的节点，需要比对的拓扑模板图为t，分类后有t种类型的节点；按照节点相似度计算方式，构建总节点相似度矩阵M的表达式如下:
每一行取最大值进行相加，再除以构建的拓扑图的节点数算得的结果作为与比对的拓扑模板图t的相似度。
2.根据权利要求1所述的一种基于拓扑结构的微服务软件架构识别方法，其特征在于，所述步骤(1)中微集群流量监控将每个容器视为一个节点，通过开发的流量监控组件，拦截集群中的网络数据包，再对流量数据包的解析、记录来构建应用的拓扑结构图。
3.根据权利要求1所述的一种基于拓扑结构的微服务软件架构识别方法，其特征在于，所述步骤(2)中由于节点分类为多种分类方式的结合，除了通过用户设置的阈值与节点的相似程度进行比较的方法判断为同一类型的节点外；依据云平台的资源设计理念对具有相同的命名或标签的容器也可判断归类为同一类型。
4.根据权利要求1所述的一种基于拓扑结构的微服务软件架构识别方法，其特征在于，所述步骤(2)的所述的节点相似程度是依据节点的出度、入度、发出的总流量、流入的总流量进行相似度计算、比较以及判断节点的相似程度；节点的相似程度的计算方式为，对节点的出度、入度、发出的总流量、流入的总流量进行归一化处理，相似程度高于阈值的视为同一类型的节点；所述节点n1、节点n2对应的度和其权重值具体的计算方式为：
(di(n1),d0(n1),Ei(n1),Eo(n1))、(di(n2),d0(n2),Ei(n2),Eo(n2))其中，n1、n2为任意两个节点，di(n)为节点n的入度；d0(n)为节点n的出度；Ei(n)为节点n接收的总流量，即为所有dest_IP等于节点n的边的total_size之和；Eo(n)为节点n发出的总流量，即为所有src_IP等于节点n的边的total_size之和；
所述相似程度的计算公式为：
CN202210876860.6A 2022-07-25 2022-07-25 一种基于拓扑结构的微服务软件架构识别方法 Active CN115277436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210876860.6A CN115277436B (zh) 2022-07-25 2022-07-25 一种基于拓扑结构的微服务软件架构识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210876860.6A CN115277436B (zh) 2022-07-25 2022-07-25 一种基于拓扑结构的微服务软件架构识别方法

Publications (2)

Publication Number Publication Date
CN115277436A CN115277436A (zh) 2022-11-01
CN115277436B true CN115277436B (zh) 2023-08-04

Family

ID=83770580

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210876860.6A Active CN115277436B (zh) 2022-07-25 2022-07-25 一种基于拓扑结构的微服务软件架构识别方法

Country Status (1)

Country Link
CN (1) CN115277436B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112615743A (zh) * 2020-12-18 2021-04-06 江苏云柜网络技术有限公司 拓扑图绘制方法及装置
EP3809631A1 (en) * 2019-10-16 2021-04-21 Fundació Centre Tecnologic de Telecomunicacions de Catalunya (CTTC) Method and system for cloud-native applications-based network operations

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3809631A1 (en) * 2019-10-16 2021-04-21 Fundació Centre Tecnologic de Telecomunicacions de Catalunya (CTTC) Method and system for cloud-native applications-based network operations
CN112615743A (zh) * 2020-12-18 2021-04-06 江苏云柜网络技术有限公司 拓扑图绘制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
网络汇聚点传输层拓扑的流量识别;张剑;曹萍;寿国础;;计算机应用(第07期);全文 *

Also Published As

Publication number Publication date
CN115277436A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
Yan et al. Automatic virtual network embedding: A deep reinforcement learning approach with graph convolutional networks
US11233709B2 (en) Method and system for monitoring performance of an application system
CN107181724B (zh) 一种协同流的识别方法、系统以及使用该方法的服务器
US20210243132A1 (en) Unified network traffic controllers for multi-service environments
US10747592B2 (en) Router management by an event stream processing cluster manager
US8543690B1 (en) Methods and apparatus for predicting impact of proposed changes and implementations in distributed networks
US10027739B1 (en) Performance-based content delivery
US8732302B2 (en) Method and system for monitoring performance of an application system
US9769248B1 (en) Performance-based content delivery
Vlăduţu et al. Internet traffic classification based on flows' statistical properties with machine learning
Sun et al. The cost-efficient deployment of replica servers in virtual content distribution networks for data fusion
EP3796167B1 (en) Router management by an event stream processing cluster manager
CN107683586A (zh) 用于异常检测中的计算基于小区密度的稀有度的方法和装置
US20200195517A1 (en) SYSTEM FOR IDENTIFYING AND ASSISTING IN THE CREATION AND IMPLEMENTATION OF A NETWORK SERVICE CONFIGURATION USING HIDDEN MARKOV MODELS (HMMs)
CN110324327B (zh) 基于特定企业域名数据的用户及服务器ip地址标定装置及方法
Park et al. NSAF: An Approach for Ensuring Application‐Aware Routing Based on Network QoS of Applications in SDN
US11882045B2 (en) System and method for classifying network devices
JP2023534858A (ja) ドメイン空間探索と機械学習技術を用いたクロス環境イベント相関
CN115277436B (zh) 一种基于拓扑结构的微服务软件架构识别方法
Battista et al. How to extract BGP peering information from the internet routing registry
Liu et al. Towards dynamic reconfiguration of composite services via failure estimation of general and domain quality of services
Tariq et al. Answering “what-if” deployment and configuration questions with WISE: Techniques and deployment experience
Sun et al. Quality-of-protection (QoP): a quantitative methodology to grade security services
Garrett et al. A holistic approach for locating traffic differentiation in the internet
Manias et al. Robust and Reliable SFC Placement in Resource-Constrained Multi-Tenant MEC-Enabled Networks

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