CN117579595B - 一种域名解析方法、装置及电子设备 - Google Patents
一种域名解析方法、装置及电子设备 Download PDFInfo
- Publication number
- CN117579595B CN117579595B CN202410081945.4A CN202410081945A CN117579595B CN 117579595 B CN117579595 B CN 117579595B CN 202410081945 A CN202410081945 A CN 202410081945A CN 117579595 B CN117579595 B CN 117579595B
- Authority
- CN
- China
- Prior art keywords
- dns
- satellite
- terminal
- query request
- candidate
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000006399 behavior Effects 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 29
- 238000010801 machine learning Methods 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000977 initiatory effect Effects 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 239000000758 substrate Substances 0.000 claims 5
- 239000000523 sample Substances 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 9
- 239000013598 vector Substances 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000000386 athletic effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/45—Network directories; Name-to-address mapping
- H04L61/4505—Network directories; Name-to-address mapping using standardised directories; using standardised directory access protocols
- H04L61/4511—Network directories; Name-to-address mapping using standardised directories; using standardised directory access protocols using domain name system [DNS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18519—Operations control, administration or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请实施例提供了一种域名解析方法、装置及电子设备,方法包括:响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理。从而,无需将DNS查询请求通过星地链路发送至地面站,显著减少DNS查询所需的星地传输时延,进而降低查询延迟。此外,结合候选卫星的运行轨迹信息,为终端确定适合处理DNS查询请求的目标卫星,进一步减少转发DNS查询请求以及反馈DNS查询结果的时延。
Description
技术领域
本申请涉及卫星通信技术领域,特别是涉及一种域名解析方法、装置及电子设备。
背景技术
域名系统(Domain Name System,DNS)是互联网的关键基础设施,主要负责将域名和IP(Internet Protocol,互联网协议)地址进行相互转换,此过程被称为DNS解析。
此外,DNS还承担着负载均衡、故障转移、电子邮箱服务定位等多项关键功能,对于保证互联网的正常运行起到至关重要的作用。
在现行的卫星网络架构中,DNS服务器配置在地面站点,DNS查询请求需要被转发到地面站点进行处理。在卫星网络的环境中,由于星间、星地链路传输时延大,导致DNS请求响应时间慢。且频繁进行域名解析,会加重星载设备的处理负担。
发明内容
本申请实施例的目的在于提供一种域名解析方法、装置及电子设备,以实现无需将DNS查询请求通过星地链路发送至地面站,显著减少DNS查询所需的星地传输时延,进而降低查询延迟。具体技术方案如下:
第一方面,本申请实施例提供了一种域名解析方法,所述方法包括:
响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;
将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理。
可选的,所述根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星,包括:
根据所述终端的地理位置信息、所述候选卫星的运行轨迹信息、星间链路状态信息和/或所述候选卫星的星载DNS缓存服务器的性能评估信息,确定所述目标卫星。
可选的,所述星间链路状态信息包括接入卫星与各所述候选卫星之间星间链路的链路时延、丢包率和/或带宽使用情况。
可选的,所述性能评估信息表征根据所述星载DNS缓存服务器的处理能力、带宽和/或终端连接数目计算得到的负载能力指标。
可选的,针对所述终端确定目标卫星后,在预设的有效期内,将所述终端发起的DNS查询请求均转发至所述目标卫星。
可选的,响应于所述终端在所述有效期之外发起的DNS查询请求,重新执行根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星的步骤。
可选的,所述候选卫星的DNS缓存服务器中的DNS记录是通过访问地面DNS服务器进行周期性更新的;其中,更新的频率根据星间链路状态信息和/或所述候选卫星与所述地面DNS服务器的相对位置动态调整。
可选的,所述候选卫星的DNS缓存服务器中存储有用于查询与预知事件相关的网络域名的DNS记录。
可选的,所述方法还包括:
获取所述终端的行为模式数据,根据所述行为模式数据以及预先训练的机器学习模型,得到DNS预测查询请求;所述行为模式数据包括以下一种或多种:地理位置、发起DNS查询请求的频率、设备类型、网络状态、DNS查询类型、预测时段;所述机器学习模型是根据预先收集的训练数据训练的;所述训练数据包括:历史行为模式数据和历史DNS查询请求;
根据所述DNS预测查询请求,获取并缓存对应的DNS预测查询结果。
可选的,所述方法还包括:
响应于所述终端发起与所述DNS预测查询请求相同的查询请求,将所述DNS预测查询请求对应的DNS预测查询结果发送至所述终端。
第二方面,本申请实施例提供了一种域名解析装置,所述装置包括:
确定模块,用于响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;
转发模块,用于将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理。
可选的,所述确定模块,具体用于:
根据所述终端的地理位置信息、所述候选卫星的运行轨迹信息、星间链路状态信息和/或所述候选卫星的星载DNS缓存服务器的性能评估信息,确定所述目标卫星。
可选的,所述星间链路状态信息包括接入卫星与各所述候选卫星之间星间链路的链路时延、丢包率和/或带宽使用情况。
可选的,所述性能评估信息表征根据所述星载DNS缓存服务器的处理能力、带宽和/或终端连接数目计算得到的负载能力指标。
可选的,所述转发模块,还用于:针对所述终端确定目标卫星后,在预设的有效期内,将所述终端发起的DNS查询请求均转发至所述目标卫星。
可选的,所述确定模块,还用于:响应于所述终端在所述有效期之外发起的DNS查询请求,重新执行根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星的步骤。
可选的,所述候选卫星的DNS缓存服务器中的DNS记录是通过访问地面DNS服务器进行周期性更新的;其中,更新的频率根据星间链路状态信息和/或所述候选卫星与所述地面DNS服务器的相对位置动态调整。
可选的,所述候选卫星的DNS缓存服务器中存储有用于查询与预知事件相关的网络域名的DNS记录。
可选的,所述装置还包括:
预测模块,用于获取所述终端的行为模式数据,根据所述行为模式数据以及预先训练的机器学习模型,得到DNS预测查询请求;所述行为模式数据包括以下一种或多种:地理位置、发起DNS查询请求的频率、设备类型、网络状态、DNS查询类型、预测时段;所述机器学习模型是根据预先收集的训练数据训练的;所述训练数据包括:历史行为模式数据和历史DNS查询请求;
缓存模块,用于根据所述DNS预测查询请求,获取并缓存对应的DNS预测查询结果。
可选的,所述装置还包括:
发送模块,用于响应于所述终端发起与所述DNS预测查询请求相同的查询请求,将所述DNS预测查询请求对应的DNS预测查询结果发送至所述终端。
第三方面,本申请实施例还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的域名解析方法步骤。
第四方面,本申请实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的域名解析方法步骤。
本申请实施例有益效果:
本申请实施例提供的域名解析方法、装置及电子设备,响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理。从而,无需将DNS查询请求通过星地链路发送至地面站,显著减少DNS查询所需的星地传输时延,进而降低查询延迟。此外,结合候选卫星的运行轨迹信息,为终端确定适合处理DNS查询请求的目标卫星,进一步减少转发DNS查询请求以及反馈DNS查询结果的时延。
当然,实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本申请实施例提供的域名解析方法的一种流程示意图;
图2为本申请实施例提供的域名解析方法的另一种流程示意图;
图3为本申请实施例提供的预测DNS查询请求的一种流程示意图;
图4为本申请实施例提供的域名解析装置的一种结构示意图;
图5为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,下面先对本申请的应用场景进行简要说明。
DNS(Domain Name System,域名系统)是互联网中的一项核心服务,可以理解为用于实现域名和IP(Internet Protocol,网络协议)地址相互映射的一个分布式数据库,能够将简单明了的域名翻译成可由计算机识别的IP地址,使终端可以快速便捷的访问互联网。
在卫星通信中,卫星用于承载全部或部分的接入网,终端通过卫星接入互联网。
为了实现与地基网络的兼容性,现行的卫星互联网系统通常采用与地基网络DNS系统的分层树状结构以及分级授权机制,以实现域名到IP地址的映射以及分层管理。终端访问网络,需要向卫星发送DNS查询请求,用于查询域名对应的IP地址,目前DNS服务器配置在地面站点,因此卫星需要将DNS查询请求转发到地面站点进行处理。
然而,在卫星网络环境中,星间、星地链路传输时延较大,导致DNS查询请求的响应时间慢,影响终端访问网络的速度。此外,频繁域名解析会消耗卫星网络资源,并加重星载设备的处理负担。
综上可知,现有DNS技术,主要是针对地面网络环境设计,未考虑卫星网络拓扑的周期变化、链路频繁切换、拓扑动态时变、传输时延大等特性。将这些面向地面网络的DNS方案直接引入到卫星网络,将导致明显的星地/星间链路通信延迟和网络拥塞,甚至可能导致星载设备过载,从而严重影响卫星网络的运行效率。
为了解决上述技术问题,本申请实施例提供了一种域名解析方法,参见图1,图1为本申请实施例提供的域名解析方法的一种流程示意图,如图1所示,方法可以包括以下步骤:
S101:响应于接收终端发起的DNS查询请求,根据终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;候选卫星为部署有DNS缓存服务器的卫星。
本申请实施例提供的域名解析方法可以应用于卫星网络通信中的非地面网络节点设备,例如卫星、航天器等。以卫星为例,卫星中包含用于承载全部或部分接入网的通信设备。
本申请实施例中,终端可以是卫星网络通信中需要通过卫星访问互联网的通信设备,本申请实施例对终端的类型不做限定。
值的说明的是,本实施例中,终端已完成随机接入,即本方法可应用于终端的接入卫星。下文中以执行主体为接入卫星为例进行说明。
在卫星网络通信中,终端需要向接入卫星发送DNS查询请求,该请求用于查询特定域名对应的IP地址。
本申请实施例中,预先在卫星网络中的卫星部署DNS缓存服务器。具体的,可以在卫星网络的部分卫星中部署DNS缓存服务器,或在卫星网络的所有卫星中均部署DNS缓存服务器。部署有DNS缓存服务器的卫星即为候选卫星。
接入卫星接收到终端发起的DNS查询请求,根据终端的地理位置信息和候选卫星的运行轨迹信息,为终端确定目标卫星,目标卫星即实际处理该DNS查询请求的卫星。
其中,获取终端的地理位置信息的方式,本实施例对此不做限定。例如,终端发起的DNS查询请求中可以携带终端的地理位置信息,或者,根据终端的IP地址,采用IP地址定位技术定位终端的地理位置。
本领域技术人员可以理解,卫星网络环境中,卫星按照预设的轨道运行,因此可实时获取卫星在各时刻所处的轨道位置。例如,运行轨迹信息可以是星历信息,通过星历信息确定卫星在各时刻的位置。
本实施例中,候选卫星是部署有DNS缓存服务器的卫星,因此,根据终端的地理位置信息和候选卫星的运行轨迹信息,可确定最适合处理该终端的DNS查询请求的卫星。
作为一个示例,根据终端和候选卫星之间的相对位置,确定与终端距离最近的候选卫星,作为目标卫星。
S102:将DNS查询请求转发至目标卫星,以使目标卫星根据部署的DNS缓存服务器对DNS查询请求进行处理。
本实施例中,目标卫星即实际处理DNS查询请求的卫星,接入卫星向目标卫星转发DNS查询请求,由于目标卫星预先部署有DNS缓存服务器,因此可根据部署的DNS缓存服务器对DNS查询请求进行处理。在处理完成后,将处理结果反馈至接入卫星。
作为一个示例,目标卫星查询DNS缓存服务器中的缓存,确定与DNS查询请求中的域名相映射的IP地址,将查询到的IP地址反馈至接入卫星,接入卫星即可使用该IP地址访问互联网。
可见,本实施例中,预先在候选卫星部署DNS缓存服务器,在终端完成接入后,接入卫星响应于终端发起的DNS查询请求,结合终端的地理位置信息和候选卫星的运行轨迹信息,确定适合处理该DNS查询请求的目标卫星,并向其转发DNS查询请求,目标卫星根据部署的DNS缓存服务器对DNS查询请求进行处理。从而,无需将DNS查询请求通过星地链路发送至地面站,显著减少DNS查询所需的星地传输时延,进而降低查询延迟。此外,结合候选卫星的运行轨迹信息,为终端确定适合处理DNS查询请求的目标卫星,进一步减少转发DNS查询请求以及反馈DNS查询结果的时延。
本申请的一个实施例中,根据终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星,具体为:根据终端的地理位置信息、候选卫星的运行轨迹信息、星间链路状态信息和/或候选卫星的星载DNS缓存服务器的性能评估信息,确定目标卫星。
本实施例中,除了考虑终端的地理位置信息、候选卫星的运行轨迹信息之外,还可以结合星间链路状态信息和/或候选卫星的星载DNS缓存服务器的性能评估信息,为终端确定目标卫星。
具体的,本实施例中,可以复用或调用现有的运控系统来检测星间链路状态信息,实时并准确的获取各个卫星链路的状态信息,包括不限于链路时延、丢包率、带宽使用情况等。
一个实施例中,可以实时对各个候选卫星的星载DNS缓存服务器的性能进行评估,性能评估信息表征根据星载DNS缓存服务器的处理能力、带宽和/或终端连接数目计算得到的负载能力指标。即获取星载DNS缓存服务器的处理能力、带宽和终端连接数目,结合这些数据分析当前的负载能力,可将当前负载能力作为表征星载DNS缓存服务器的性能的评估指标。
本实施例中,可综合考虑终端的地理位置信息、候选卫星的运行轨迹信息,以及星间链路状态信息和/或候选卫星的星载DNS缓存服务器的性能评估信息,为终端确定目标卫星。
例如,结合终端的地理位置信息、候选卫星的运行轨迹信息,可评估终端与各候选卫星的距离。根据星间链路状态信息,可评估接入卫星与各候选卫星之间的链路时延。根据候选卫星的星载DNS缓存服务器的性能评估信息,可确定当前负载较低的候选卫星。进而,综合考虑以上多个因素,例如为上述不同的因素设置对应的加权权重,从而为终端选取链路传输时延较低、且负载较低的候选卫星,作为实际处理DNS查询请求的目标卫星。
可见,本实施例中,在卫星网络环境中,可依据卫星链路的实时状态、用户的地理位置信息、DNS缓存服务器的性能评估信息,主动向终端推荐最优DNS缓存服务器,从而优化卫星网络中的资源分配和负载均衡。
本申请的一个实施例中,针对终端确定目标卫星后,在预设的有效期内,将终端发起的DNS查询请求均转发至目标卫星。
具体的,在卫星网络环境中,随着时间的推移,各候选卫星的位置、星间链路状态信息和DNS缓存服务器的性能评估信息都会发生变化,终端的地理位置信息也可能发生变化,因此为终端确定的目标卫星仅在预设的有效期内生效,在有效期内接收到终端发起的DNS查询请求,均向目标卫星转发。
本申请的一个实施例中,响应于终端在有效期之外发起的DNS查询请求,重新执行根据终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星的步骤。
在有效期之外接收终端发起的DNS查询请求,需要基于更新后的终端的地理位置信息、候选卫星的位置、星间链路状态信息和/或候选卫星的星载DNS缓存服务器的性能评估信息,重新确定新的目标卫星。
可见,本实施中,考虑到卫星网络环境中网络拓扑动态时变,链路状态动态时变等特点,采用实时更新推荐结果的方式,即设置动态更新机制,为每一次确定的目标卫星设置有效期,当有效期时效后,需要重新获取新的推荐。从而确保终端始终获取较佳的服务质量。
本申请的一个实施例中,候选卫星的DNS缓存服务器中的DNS记录是通过访问地面DNS服务器进行周期性更新的;其中,更新的频率根据星间链路状态信息和/或候选卫星与地面DNS服务器的相对位置动态调整。
其中,DNS记录可以理解为网络域名与IP地址的对应关系。然而,网站可能更改服务器或者其他相关信息,因此必须及时更新DNS记录才能确保用户正常访问网站。本实施例中,部署有DNS缓存服务器的卫星,需要周期性访问地面DNS服务器,以更新DNS记录。
其中,更新的频率可根据星间链路状态信息和/或候选卫星与地面DNS服务器的相对位置确定。
作为一个示例,若星间链路状态信息表征当前访问地面DNS服务器的链路存在拥塞,则降低更新DNS记录的频率。
作为另一个示例,由于候选卫星在沿轨道不停运行,候选卫星与地面DNS服务器的相对位置发生变化,在距离较远时,可降低更新DNS记录的频率;在距离较近时,可提高更新DNS记录的频率。
可见,本实施例中,考虑到DNS记录的时效性,各个部署有DNS缓存服务器的卫星均周期性访问地面DNS服务器,更新DNS记录,保证终端获取到正确的IP地址。且考虑到卫星通信网络的特点,根据星间链路状态信息、卫星与地面站点的相对位置信息,动态调整更新DNS记录的频率,从而尽可能减少更新DNS记录对星间通信的影响。
此外,本申请实施例中,每个部署有DNS缓存服务器的卫星,都可以配置智能缓存管理机制,即基于LRU(Least Recently Used,最近最少使用)策略对缓存的DNS记录进行管理,确保缓存中保持的是最常用或最近使用的DNS记录,同时会将较少使用的记录移出缓存。
并且,为提高系统可靠性,在卫星网络中实现数据冗余,即每个DNS记录可以在多个卫星节点中存储,即使一个卫星的DNS缓存服务器出现故障,其他卫星的DNS缓存服务器依然可提高服务。考虑到DNS服务的重要性,可采用DNSSEC(DNS Security Extensions,DNS安全扩展)等技术来保护DNS记录的完整性和真实性,以防止DNS欺诈和缓存投毒等攻击。另外可以定期进行安全审计和渗透测试,以发现并修复可能的安全漏洞。
针对分布存储在不同卫星的DNS缓存服务器中的DNS记录,采用诸如Raft协议等的协调机制,确保分布式环境下,不同DNS缓存服务器中同一DNS记录的一致性。
本申请的一个实施例中,候选卫星的DNS缓存服务器中存储有用于查询与预知事件相关的网络域名的DNS记录。
本实施例中,对于预知的事件,可采取预处理措施,提取将相关的DNS记录推送到星载DNS缓存。例如,对于预知在XX月XX日举行的大型运动会,确定与该运动会相关的网络域名,然后获取对应的DNS记录,在XX月XX日之前存储在星载DNS缓存中。从而确保在事件期间可快速响应DNS查询。
可见,本实施例中,对可预知的大流量事件,预先获取相关的DNS记录,提前缓存至星载DNS缓存中,能够进一步减少响应DNS查询请求的时延。
本申请的一个实施例中,参见图2,提供了域名解析方法的另一种流程示意图,在图1方法基础上,还可以包括以下步骤:
S201:获取终端的行为模式数据,根据行为模式数据以及预先训练的机器学习模型,得到DNS预测查询请求;行为模式包括以下一种或多种:地理位置、发起DNS查询请求的频率、设备类型、网络状态、DNS查询类型、预测时段;机器学习模型是根据预先收集的训练数据训练的,训练数据包括:历史行为模式数据和历史DNS查询请求。
S202:根据DNS预测查询请求,获取并缓存对应的DNS预测查询结果。
本实施中,预先收集用户的DNS查询请求,以及与DNS查询请求相关的行为模式数据,作为训练数据,对机器学习模型进行训练。
具体的,与DNS查询请求相关的行为模式数据可以包括以下几种:1)终端的地理位置,其中地理位置可以是具体的坐标,例如经纬高;也可以是终端所处的地理区域,例如,预先将接入卫星覆盖的地面波位划分为多个区域,终端的地理位置即终端所在地面波位中的区域。2)终端发起DNS查询请求的频率,例如统计终端在一定时间内发起的DNS查询请求的数目,计算DNS查询请求的频率;3)设备类型,例如移动终端、PC(Personal Compurter,个人电脑)终端等。4)网络类型,即通信网络的网络制式,不限于4G网络、5G网络等。5)DNS查询类型,可根据DNS查询的目的进行划分,例如查询目的为获取IP地址或获取邮件服务器。6)预测时段。其中,预测时段的划分细粒度可预先确定,例如每小时为一个时段。
容易理解的,以上各个维度的行为模式数据均需要进行编码,得到特征向量的形式。在训练机器学习模型的过程中,同样需要对收集到的历史行为模式数据进行编码。
下面对收集历史行为模式数据、对应的DNS查询请求的过程进行举例说明。针对接入卫星覆盖的地面波束内的终端,统计每个终端发起DNS查询请求的行为模式数据。例如,终端a发起一个DNS查询请求,该DNS查询请求用于查询网站域名b的IP地址,则可统计以下数据:终端a的地理位置,即终端所处的地面波束的区域,例如区域1;终端a在一定时间内发起DNS查询请求的频率,例如2个/分钟;终端a的类型,例如移动终端;终端a的网络类型,例如5G网络;终端a的DNS查询类型,例如属于查询目的为查询IP地址的类型;终端a的查询时段,即终端a在哪个时段发起该DNS查询请求,例如上午的9点-10点之间。
将以上行为模式数据转换为行为模式特征向量x,将DNS查询请求相关的网站域名b转换为网络域名特征向量y,即可建立一组对应关系,也就是一条训练数据。在进行大量的统计之后,可生成包含大量训练数据的数据集,根据数据集训练机器学习模型。
本实施例中,收集上述数据的过程需要得到用户的授权,例如,针对接入的终端,向其发送授权请求,仅收集同意授权请求的终端的上述行为模式数据。并且,收集到的数据将被匿名化并按照严格的数据保护政策存储和处理。
本实施例中,根据数据集训练机器学习模型的过程,可以参见相关技术。本领域技术人员可以理解,机器学习模型本质是一种映射关系,本实施例中,将行为模式特征向量映射为网络域名特征向量。
训练过程,可以理解为采用机器学习算法,训练行为模式特征向量x与网络域名特征向量y之间的映射关系,本实施例对训练过程中采用的机器学习算法不做限定,例如可以是线性回归、逻辑回归、决策树、人工神经网络、K-最近邻、K-均值等。
在完成机器学习模型的训练后,输入终端的行为模式数据,即可得到DNS预测查询请求,也就是预测得到的终端可能查询的网络域名。其中,终端的行为模式数据包括以下一种或多种:地理位置、发起DNS查询请求的频率、设备类型、网络状态、DNS查询类型、预测时段。其中,预测时段是期望预测的时段,例如当前时段为上午的8点-9点,预测时段可以是当前时段的下一时段,即上午的9点-10点。
本实施例中,在得到DNS预测查询请求,也就是预测的网络域名后,可提前查询对应的IP地址,具体查询过程可参见上文实施例,例如将查询请求转发到部署有DNS缓存服务器的卫星。在获取查询结果后,存储在当前卫星,即终端接入卫星的缓存中。
考虑到预取的结果可能会过时,本实施例中,可设定一个机制来更新和维护这些结果。例如,可以定期从DNS服务器获取最新结果,或者当用户发出真正的查询请求时,比较缓存结果和实时查询结果,如果不一致,则会更新缓存结果。
为了便于理解,参见图3,提供了一种预测DNS查询请求的一种流程示意图,如图3所示,包括以下步骤:
S301:收集用户查询数据与行为模式。
所收集的具体数据可参见上文。
S302:预测用户查询需求。
如上文所述,根据训练的机器学习模型,预测用户的DNS查询请求。
S303:预取并缓存查询结果。
根据所预测的DNS查询请求,提取获取对应的DNS记录,并缓存。
S304:更新和维护缓存结果。
具体的,可定期从DNS服务器获取最新结果,或者当用户发出真正的查询请求时,比较缓存结果和实时查询结果,如果不一致,则会更新缓存结果。
S305:更新预测模型。
由于用户的行为会随时间变化,也可定期更新用户行为模型。这可以通过在线学习算法来实现,或者定期使用最新的数据重新训练机器学习模型,以确保预测始终能准确反映用户的最新行为。此外,还可以定期评估模型的效果,如果发现模型的预测效果下降,及时调整模型或更换新的模型。
更新预测模型后,基于更新后的预测模型重新预测用户查询需求,即返回S302步骤。
可见,本实施例中,考虑到用户行为模式和DNS查询请求之间存在一定的规律性,预先收集各个维度的行为模式数据,以及对应的DNS查询请求,采用机器学习算法进行建模,并进行模型训练,从而预测终端可能发起的DNS查询请求,能够提前获取对应的查询结果并缓存。
本申请的一个实施例中,响应于终端发起的与DNS预测查询请求相同的查询请求,将DNS预测查询请求对应的DNS预测查询结果发送至终端。
本实施例中,在接收终端发起的DNS查询请求后,与预先缓存的DNS预测查询请求进行匹配,若相同,即直接获取对应的查询结果。
可见,本实施例中,通过机器学习模型预测终端可能发起的DNS查询请求,提前获取对应的查询结果并缓存,当真正接收查询请求后,可立即从缓存中获取查询结果,并发送至终端。大幅降低了终端的DNS查询延迟,提升用户体验。
参见图4,提供了域名解析装置的一种结构示意图,包括以下模块:
确定模块401,用于响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;
转发模块402,用于将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理。
从而,无需将DNS查询请求通过星地链路发送至地面站,显著减少DNS查询所需的星地传输时延,进而降低查询延迟。此外,结合候选卫星的运行轨迹信息,为终端确定适合处理DNS查询请求的目标卫星,进一步减少转发DNS查询请求以及反馈DNS查询结果的时延。
本申请的一个实施例中,确定模块,具体用于:
根据所述终端的地理位置信息、所述候选卫星的运行轨迹信息、星间链路状态信息和/或所述候选卫星的星载DNS缓存服务器的性能评估信息,确定所述目标卫星。
本申请的一个实施例中,转发模块,还用于:
针对所述终端确定目标卫星后,在预设的有效期内,将所述终端发起的DNS查询请求均转发至所述目标卫星;
响应于终端在所述有效期之外发起的DNS查询请求,触发所述确定模块。
本申请的一个实施例中,所述候选卫星的DNS缓存服务器中的DNS记录是通过访问地面DNS服务器进行周期性更新的;其中,更新的频率根据星间链路状态信息和/或所述候选卫星与所述地面DNS服务器的相对位置动态调整。
本申请的一个实施例中,所述候选卫星的DNS缓存服务器中存储有用于查询与预知事件相关的网络域名的DNS记录。
本申请的一个实施例中,在图4所示装置基础上,还可以包括:
预测模块,用于获取所述终端的行为模式数据,根据所述行为模式数据以及预先训练的机器学习模型,得到DNS预测查询请求;所述行为模式数据包括以下一种或多种:地理位置、发起DNS查询请求的频率、设备类型、网络状态、DNS查询类型、预测时段;所述机器学习模型是根据预先收集的训练数据训练的;所述训练数据包括:历史行为模式数据和历史DNS查询请求;
缓存模块,用于根据所述DNS预测查询请求,获取并缓存对应的DNS预测查询结果。
可见,本实施例中,考虑到用户行为模式和DNS查询请求之间存在一定的规律性,预先收集各个维度的行为模式数据,以及对应的DNS查询请求,采用机器学习算法进行建模,并进行模型训练,从而预测终端可能发起的DNS查询请求,能够提前获取对应的查询结果并缓存。当真正接收查询请求后,可立即从缓存中获取查询结果,并发送至终端。大幅降低了终端的DNS查询延迟,提升用户体验。
本申请实施例还提供了一种电子设备,如图5所示,包括处理器501、通信接口502、存储器503和通信总线504,其中,处理器501,通信接口502,存储器503通过通信总线504完成相互间的通信,
存储器503,用于存放计算机程序;
处理器501,用于执行存储器503上所存放的程序时,实现如下步骤:
响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;
将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,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。
在本申请提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一域名解析方法的步骤。
在本申请提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中任一域名解析方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk (SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备及存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本申请的保护范围内。
Claims (13)
1.一种域名解析方法,其特征在于,所述方法包括:
响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;
将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理;
获取所述终端的行为模式数据,根据所述行为模式数据以及预先训练的机器学习模型,得到DNS预测查询请求;所述机器学习模型的训练数据包括:历史行为模式数据和历史DNS查询请求;
根据所述DNS预测查询请求,获取并缓存对应的DNS预测查询结果;
响应于所述终端发起与所述DNS预测查询请求相同的查询请求,将所述DNS预测查询请求对应的DNS预测查询结果发送至所述终端。
2.根据权利要求1所述的方法,其特征在于,所述根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星,包括:
根据所述终端的地理位置信息、所述候选卫星的运行轨迹信息、星间链路状态信息和/或所述候选卫星的星载DNS缓存服务器的性能评估信息,确定所述目标卫星。
3.根据权利要求2所述的方法,其特征在于,
所述星间链路状态信息包括接入卫星与各所述候选卫星之间星间链路的链路时延、丢包率和/或带宽使用情况。
4.根据权利要求2所述的方法,其特征在于,
所述性能评估信息表征根据所述星载DNS缓存服务器的处理能力、带宽和/或终端连接数目计算得到的负载能力指标。
5.根据权利要求1-4任一项所述的方法,其特征在于,
针对所述终端确定目标卫星后,在预设的有效期内,将所述终端发起的DNS查询请求均转发至所述目标卫星。
6.根据权利要求5所述的方法,其特征在于,
响应于所述终端在所述有效期之外发起的DNS查询请求,重新执行根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星的步骤。
7.根据权利要求1所述的方法,其特征在于,
所述候选卫星的DNS缓存服务器中的DNS记录是通过访问地面DNS服务器进行周期性更新的;其中,更新的频率根据星间链路状态信息和/或所述候选卫星与所述地面DNS服务器的相对位置动态调整。
8.根据权利要求1所述的方法,其特征在于,
所述候选卫星的DNS缓存服务器中存储有用于查询与预知事件相关的网络域名的DNS记录。
9.根据权利要求1所述的方法,其特征在于,
所述行为模式数据包括以下一种或多种:地理位置、发起DNS查询请求的频率、设备类型、网络状态、DNS查询类型、预测时段。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于所述终端发起的与所述DNS预测查询请求相同的查询请求,从所述目标卫星重新获取该查询请求对应的查询结果,判断该查询结果与所述DNS预测查询请求对应的DNS预测查询结果是否一致,若不一致,更新所述DNS预测查询请求对应的DNS预测查询结果。
11.一种域名解析装置,其特征在于,所述装置包括:
确定模块,用于响应于接收终端发起的DNS查询请求,根据所述终端的地理位置信息和候选卫星的运行轨迹信息,确定目标卫星;所述候选卫星为部署有DNS缓存服务器的卫星;
转发模块,用于将所述DNS查询请求转发至所述目标卫星,以使所述目标卫星根据部署的DNS缓存服务器对所述DNS查询请求进行处理;
还包括:
预测模块,用于获取所述终端的行为模式数据,根据所述行为模式数据以及预先训练的机器学习模型,得到DNS预测查询请求;所述机器学习模型的训练数据包括:历史行为模式数据和历史DNS查询请求;
缓存模块,用于根据所述DNS预测查询请求,获取并缓存对应的DNS预测查询结果;
发送模块,用于响应于所述终端发起与所述DNS预测查询请求相同的查询请求,将所述DNS预测查询请求对应的DNS预测查询结果发送至所述终端。
12.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-10任一所述的方法步骤。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-10任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410081945.4A CN117579595B (zh) | 2024-01-19 | 2024-01-19 | 一种域名解析方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410081945.4A CN117579595B (zh) | 2024-01-19 | 2024-01-19 | 一种域名解析方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117579595A CN117579595A (zh) | 2024-02-20 |
CN117579595B true CN117579595B (zh) | 2024-05-24 |
Family
ID=89892329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410081945.4A Active CN117579595B (zh) | 2024-01-19 | 2024-01-19 | 一种域名解析方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117579595B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3454936A (en) * | 1966-11-14 | 1969-07-08 | Data Pathing Inc | Method of and system for interrogating a plurality of sources of data |
US6223209B1 (en) * | 1997-09-30 | 2001-04-24 | Ncr Corporation | Distributed world wide web servers |
US6243648B1 (en) * | 1999-07-12 | 2001-06-05 | Eagle Eye, Inc. | Fast acquisition position reporting system |
CN109768824A (zh) * | 2019-01-17 | 2019-05-17 | 西安电子科技大学 | 低轨卫星数据传输方法、系统、计算机设备及存储介质 |
CN112600868A (zh) * | 2020-11-10 | 2021-04-02 | 清华大学 | 域名解析方法、域名解析装置及电子设备 |
CN115278803A (zh) * | 2022-05-12 | 2022-11-01 | 北京邮电大学 | 星地融合网络的群切换方法和装置 |
CN117082541A (zh) * | 2023-08-16 | 2023-11-17 | 上海卫星互联网研究院有限公司 | 低轨卫星的网络分域管控方法及其装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020031102A1 (en) * | 2000-05-02 | 2002-03-14 | Globalstar L.P. | On-board DNS service for a satellite ISP system using non-geosynchronous orbit satellites |
US11115338B2 (en) * | 2019-12-10 | 2021-09-07 | Hughes Network Systems, Llc | Intelligent conversion of internet domain names to vector embeddings |
US20220239693A1 (en) * | 2021-01-22 | 2022-07-28 | Comcast Cable Communications, Llc | Systems and methods for improved domain name system security |
US12028354B2 (en) * | 2021-10-26 | 2024-07-02 | Palo Alto Networks, Inc. | Predictive DNS cache to improve security and performance |
-
2024
- 2024-01-19 CN CN202410081945.4A patent/CN117579595B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3454936A (en) * | 1966-11-14 | 1969-07-08 | Data Pathing Inc | Method of and system for interrogating a plurality of sources of data |
US6223209B1 (en) * | 1997-09-30 | 2001-04-24 | Ncr Corporation | Distributed world wide web servers |
US6243648B1 (en) * | 1999-07-12 | 2001-06-05 | Eagle Eye, Inc. | Fast acquisition position reporting system |
CN109768824A (zh) * | 2019-01-17 | 2019-05-17 | 西安电子科技大学 | 低轨卫星数据传输方法、系统、计算机设备及存储介质 |
CN112600868A (zh) * | 2020-11-10 | 2021-04-02 | 清华大学 | 域名解析方法、域名解析装置及电子设备 |
CN115278803A (zh) * | 2022-05-12 | 2022-11-01 | 北京邮电大学 | 星地融合网络的群切换方法和装置 |
CN117082541A (zh) * | 2023-08-16 | 2023-11-17 | 上海卫星互联网研究院有限公司 | 低轨卫星的网络分域管控方法及其装置 |
Non-Patent Citations (2)
Title |
---|
一种实用的卫星通信地球站数据采集系统;周先来;杜平;;金融电子化;20000207(02);全文 * |
带智能预测缓存的物联网标识解析器;杜源峰;孔宁;田野;毛伟;;计算机应用研究;20130515(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117579595A (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102546738B (zh) | 基于网络环境中的事件来分配资源的系统和方法 | |
US11201794B1 (en) | Edge federation system for an integrated service provisioning model and method thereof | |
US8849256B2 (en) | Providing customized information to a user based on identifying a trend | |
CN101222424B (zh) | 内容分发网络和该网络中基于内容的调度方法 | |
US6260061B1 (en) | Technique for effectively managing proxy servers in intranets | |
CN111327461B (zh) | 一种基于cdn系统的域名管理方法、装置、设备及介质 | |
US20190108229A1 (en) | Configuration-aware micro-database caches | |
CN114553963B (zh) | 移动边缘计算中基于深度神经网络的多边缘节点协作缓存方法 | |
CN103491075A (zh) | 动态调整dns递归服务器缓存资源记录的方法和系统 | |
CN110913430B (zh) | 无线网络中文件的主动式协作缓存方法及缓存管理装置 | |
US20130198330A1 (en) | Cooperative catching method and apparatus for mobile communication system | |
Abbasi et al. | An intelligent method for reducing the overhead of analysing big data flows in Openflow switch | |
CN117579595B (zh) | 一种域名解析方法、装置及电子设备 | |
CN112702446B (zh) | Dns缓存在边缘网络中的分布式存储系统 | |
Liu et al. | Fusion of state estimates over long-haul sensor networks with random loss and delay | |
CN109474461A (zh) | 基于信誉泊松分布的无线传感器网络信任管理方法及系统 | |
Seyyed Hashemi et al. | Analytical characterization of cache replacement policy impact on content delivery time in information‐centric networks | |
Delvadia et al. | Reinforcement learning inspired forwarding strategy for information centric networks using Q‐learning algorithm | |
Zhijun et al. | Towards efficient data access in mobile cloud computing using pre-fetching and caching | |
Ghosh et al. | I2M: Intelligent Information Management for Rendering IoE Services in Society 5.0 | |
Luo et al. | Software defined network‐based multipath state‐aware routing with traffic prediction in satellite network | |
Iyengar et al. | Opportunistic Prefetching of Cellular Internet of Things (cIoT) device contexts | |
JP7481595B1 (ja) | 通信管理装置および通信管理方法 | |
Patel et al. | Optimizing the performance of web applications in mobile cloud computing | |
Chavan et al. | A Markov model based cache replacement policy for mobile environment |
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 |