CN112822233A - 流量重定向方法及装置 - Google Patents

Abstract

本发明公开了一种流量重定向方法及装置，该方法包括：获取流经交换机中的数据流信息和链路信息；根据数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中；根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链；对多个服务链按照优先级进行排序，得到路由结果；根据理由结果，发出用于对数据流进行重定向的流指令。本发明可以实现数据流的重定向，提高了网络的整体响应速度。

Description

流量重定向方法及装置

技术领域

本发明涉及通信领域，尤其涉及一种流量重定向方法及装置。

背景技术

随着信息技术的高度发展，人们积累的数据量日益增长，丰富的应用服务使数据中心的规模不断扩大。复杂的数据处理业务和基于集群通信的通信方式给数据中心内部服务器的处理能力和网络传输能力带来了极大的挑战。传统的云计算网络架构可以提供以资源为中心的远程服务，但当数据服务量急剧增加时，它无法满足对独立、低延迟、密集的网络访问和服务的要求。因此，如何有效利用分散的计算资源，在网络边缘执行数据处理任务，将成为物联网发展的关键挑战。边缘计算就是为了满足这种计算需求而提出的，它能有效降低云数据中心的网络带宽和计算负载，将云计算服务资源延伸到网络边缘，解决云计算移动性差、地理信息感知能力弱、延迟大等问题。

当前，网络协议种类繁多、网络结构复杂、维护困难等问题仍然是传统边缘计算网络的局限性。在基于边缘计算的网络汇总，边缘服务器需要面向终端提供多种类的服务，为了提高边缘计算的服务能力，通常边缘服务器采用通用设备，而将服务以功能模块的形式加载和运行在服务器中。在边缘计算网络中不仅要考虑网络负载的问题，同时还要多网络功能服务进行有效的组合和优化，这就需要对边缘计算网络中的流量进行重定向，但是，现有技术并没有相关方法，从而无法提高网络的整体响应速度。

发明内容

本发明实施例提供一种流量重定向方法，用以完成对流量的重定向，提高网络的整体响应速度，该方法包括：

获取流经交换机中的数据流信息和链路信息；

根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中；

根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链；

对多个服务链按照优先级进行排序，得到由结果；

根据所述路由结果，发出用于对数据流进行重定向的流指令。

本发明实施例还提供一种流量重定向装置，用以完成对流量的重定向，提高网络的整体响应速度，该装置包括：

信息获取模块，用于获取流经交换机中的数据流信息和链路信息；

数据流调度模块，用于根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中；

服务链解析模块，用于根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链；

排序模块，用于对多个服务链按照优先级进行排序，得到路由结果；

重定向模块，用于根据所述路由结果，发出用于对数据流进行重定向的流指令。

本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

本发明实施例中，通过获取流经交换机中的数据流信息和链路信息，根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中，再根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链，对多个服务链按照优先级进行排序，得到路由结果，根据所述路由结果，即可发出重定向的流指令，完成对流量的重定向，提高了网络的整体响应速度。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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。在附图中：

图1为本发明实施例中流量重定向方法的流程图；

图2为本发明实施例中流量重定向装置的结构示意图；

图3为本发明实施例中边缘计算网络模型示意图；

图4为本发明实施例中边缘计算网络中流量的分配模型示意图；

图5为本发明实施例中重路由前后链路上的吞吐量变化示意图；

图6为本发明实施例中不同服务链组合方案下的服务器CPU利用率对比示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

随着信息技术的高度发展，人们积累的数据量日益增长，丰富的应用服务使数据中心的规模不断扩大。复杂的数据处理业务和基于集群通信的通信方式给数据中心内部服务器的处理能力和网络传输能力带来了极大的挑战。传统的云计算网络架构可以提供以资源为中心的远程服务，但当数据服务量急剧增加时，它无法满足对独立、低延迟、密集的网络访问和服务的要求。因此，如何有效利用分散的计算资源，在网络边缘执行数据处理任务，将成为物联网发展的关键挑战。边缘计算就是为了满足这种计算需求而提出的，它能有效降低云数据中心的网络带宽和计算负载，将云计算服务资源延伸到网络边缘，解决云计算移动性差、地理信息感知能力弱、延迟大等问题。

图1为本发明实施例提供的流量重定向方法的流程图，如图1所示，该方法包括：

步骤101、获取流经交换机中的数据流信息和链路信息。

在实施例中，可以采用SDN网络架构，网络中的设备包括交换机、控制器和服务器等。具体实施时，可以利用网络中的控制器获取流经交换机中的数据流信息和链路信息。其中，交换机和控制器可以为基于OpenFlow协议的交换机和控制器。

步骤102、根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中。

具体实施时，当一个新的数据流进入到OpenFlow交换机中，OpenFlow交换机向OpenFlow控制器发送一个PacketIn消息，OpenFlow控制器解析PacketIn信息并对数据流进行路径规划，然后OpenFlow控制器向OpenFlow交换机下发和安装包含流处理指令的流表项。OpenFlow控制器读取OpenFlow交换机中流表和端口的计数器获得链路和数据流的相关统计信息，通过计算获得数据流的速率以及链路吞吐量等信息，再结合链路传输的总带宽计算出链路的利用率。OpenFlow控制器对数据流的统计信息进行分析和识别，获得数据流的相关信息，如源-目的地址、端口、类型等，再根据OpenFlow控制器所测量的当前数据流传输链路的利用率和目标链路的利用率将数据流调度到新的链路上。

数据流的重定向主要考虑由OpenFlow控制器和边缘计算层组成的边缘网络，包括OpenFlow控制器和OpenFlow交换机，OpenFlow交换机负责通过匹配的流表进行数据转发。在重路由过程中，既要考虑当前路径上链路的利用率，又要考虑目标链路的带宽利用率。在选择多条等效路径时，尽量选择非阻塞路径，同时避免多条流的相互影响。构建网络时使用大量的并行路径，而不是使用昂贵的高速、高端口密度的大型交换机。控制器的控制层的主要功能是为SDN网络提供基本的管理和控制服务，保证网络的正常运行，为上层业务提供必要的支持。控制器的控制层主要包括设备管理模块、拓扑管理模块、统计管理模块和核心管理模块。

流重定向策略层包括路由计算模块，通过调用控制层的统计管理模块获取每条流的源地址和目的地址对(origin-destination pair)确定数据流的端到端的具体信息，利用路由算法和网络拓扑信息计算出数据流在网络中的最短路径和所有可行路径。再根据从网络中收集到的每个OpenFlow交换机和链路的状态信息计算出当前数据流传输链路的利用率和目标链路的利用率。

步骤103、根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链。

在实施例中，服务链表示如下：

ServiceChain＝{(Src,D₁,D₂,Dst)},D₁∈D,D₂∈D

其中，ServiceChain表示每个策略所解析出的一个服务链，Src表示被解析的策略数据流的源地址，Dst表示被解析的策略数据流的目的地址。

步骤104、对多个服务链按照优先级进行排序，得到路由结果。

具体实施时，可以将步骤103得到的服务链进行细分，然后按照服务优先级从大到小的顺序生成路由，具体如下：

Path＝[Path_Src,D1,Path_D1,D2,...,Path_Dn,Dst]

其中，Path为当前服务链的设备类型调度路由，按照服务优先级从大到小的顺序生成路由，相邻虚拟设备之间存在调度路由，网络流调度节点将解析到相应的服务链。

步骤105、根据所述路由结果，发出用于对数据流进行重定向的流指令。

具体实施时，根据步骤104的路由结果，选择合适的服务实例存储在网络流调度算法中，更新策略执行器作为网络流调度节点，然后将服务链策略发送给控制器。根据收到的服务链策略，控制器接收并分析生成相应网络流调度路由的策略，并将其分解为若干个子单元，依次生成流指令并发出交换机来完成流重定向。

本发明实施例提供的流量重定向方法，通过利用网络中控制器获取流经交换机中的数据流信息和链路信息，根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中，再根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链，对多个服务链按照优先级进行排序，以获取路由结果，根据所述路由结果，即可自交换机中发出重定向的流指令，完成对流量(即数据流)的重定向，提高了网络的整体响应速度。

为了便于用户直观获取数据流的调度状态，根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中之后，所述方法还包括：

根据预先采集的网络中的设备状态信息，以及所述数据流的调度情况建立网络拓扑图，所述网络拓扑图表示为：

G＝f(E,S,H,D)

其中，E是连接到交换机的边缘集，S是交换机集，H是主机集，D是虚拟设备集合。需要说明的是，D指的是服务器中如虚拟机的虚拟设备集。

具体实施时，可以采用SNMP采集网络中的设备状态信息，以及链路连通性、时延等状态信息。

在整个***中，交换机连接多台服务器，通过OpenFlow消息与控制器通信，接收控制器发出的指令，并根据相应的指令处理匹配的数据包。不同的服务或虚拟机在服务器上运行，许多网络功能都在边缘计算的服务器中执行，不同的服务功能模块之间通过流重定向实现服务链的功能，从而在多个POD(即图4中的A-D)之间生成数据流。控制器通过周期性地查询采集器中的信息来获取网络的当前运行状态。图3为本发明中基于OpenFlow控制器的边缘计算网络模型。当网络中的数据流第一次到达接入的交换机时，由于OpenFlow交换机的流表项没有相关的流条目，查询将失败，交换机使用PacketIn消息向控制器报告。控制器使用基于最短路径的默认路由算法生成路由决策，然后生成流表条目传递给交换机。交换机根据控制器发送的流条目转发数据包。

进一步地，上述虚拟设备集合中p种设备的资源池表示为

D＝{D₁,D₂,D₃,...,D_p}

为了避免服务器中的虚拟机发生过载，影响后续作业的顺利进行，根据预先采集的网络中的设备状态信息，以及所述数据流的调度情况建立网络拓扑图之后，所述方法还包括：

计算网络中服务器内虚拟机的内存利用率和中央处理器CPU的空闲度，若所述内存利用率和中央处理器CPU的空闲度小于零，则初始化新的虚拟机，并将新的虚拟机连接到服务器中的服务链网络中。

其中，所述虚拟机的内存利用率表示为：

所述CPU的空闲度表示为：

其中，

和

分别表示当前利用率和利用率阈值，阈值由可承载的服务对象数量来确定。

进一步地，在边缘计算网络中服务器需要数据进行处理。服务链是以特定的顺序组合起来的网络服务集合，数据流依次通过服务链中的各个服务节点进行数据处理，需要考虑服务链的时延对数据传输性能的影响。

服务链中的时延包括：链路传输时延和服务节点处理时延。其中，服务节点处理延迟是服务节点延迟的总和，即数据包进入虚拟设备后，对数据包进行相应的检测和分析。由于同一个服务链，内部虚拟服务设备的顺序和类型是固定的，延迟差异不大，故在本发明中对此不予考虑。

所述链路传输时延表示为：

其中，t为随机测量次数，Delay表示链路的平均传输时延，delay表示每次测试的单次链路时延，e表示被拉动的网络流。

图4为边缘计算网络中流量的分配模型。从图4中可以看出，网络在运行时，网络中的流量是不均衡的。有些链路的负载非常的小，而有些链路的负载非常的大。通过采用网络流量重定向技术可以平衡网络中的流量，提高网络的传输效率。

图5显示了在重路由前后链路中网络流量的变化，在前400s内链路1和链路2的吞吐量，在第400s时对网络中的链路进行重路由。通过对流量进行重路由后可以发现，链路1中的网络流量明显的减少，而链路2中的流量明显增加；两条链路中的流量也区域相似，这说明本专利所提的边缘网络负载均衡的流量重定向方法是有效的，能够平衡不同链路之间的流量。

图6显示了在不同方案下边缘计算网络在服务器中执行网络功能服务链时的服务器CPU使用率。通过对比分析发现，随机组合网络功能的方案消耗的服务器资源是最大的；通过将服务器资源进行池化，利用虚拟化技术组合服务链的服务器CPU使用效率要比采用随机组合方案的使用率要小。而本发明所提的基于重路由技术的边缘计算网络的服务器中通过使用重路由技术选择最佳的服务链组合，并使选择传输时延最小的链路对流进行重路由，服务链在服务器的CPU使用率相对前两个方案是最低的。通过对比分析三种方案发现，本发明所提的方案在服务器负载均衡方面也具有显著的效果。

基于同一发明构思，本发明实施例中还提供了一种流量重定向装置，如下面的实施例所述。由于流量重定向装置解决问题的原理与流量重定向方法相似，因此，流量重定向装置的实施可以参见流量重定向方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图2为本发明实施例提供的一种流量重定向装置的结构示意，如图2所示，该装置包括：

信息获取模块201，用于获取流经交换机中的数据流信息和链路信息；

数据流调度模块202，用于根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中；

服务链解析模块203，用于根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链；

排序模块204，用于对多个服务链按照优先级进行排序，得到路由结果；

重定向模块205，用于根据所述路由结果，发出用于对数据流进行重定向的流指令。

在本发明实施例中，所述装置还包括：

网络拓扑图建立模块，用于根据预先采集的网络中的设备状态信息，以及所述数据流的调度情况建立网络拓扑图，所述网络拓扑图表示为：

G＝f(E,S,H,D)

其中，E是连接到交换机的边缘集，S是交换机集，H是主机集，D是虚拟设备集合。

在本发明实施例中，所述装置还包括：

数据计算模块，用于计算网络中服务器内虚拟机的内存利用率和中央处理器CPU的空闲度，若所述内存利用率和中央处理器CPU的空闲度小于零，则初始化新的虚拟机，并将新的虚拟机连接到服务器中的服务链网络中。

在本发明实施例中，所述虚拟机的内存利用率表示为：

所述CPU的空闲度表示为：

其中，

和

分别表示当前利用率和利用率阈值，阈值由可承载的服务对象数量来确定。

在本发明实施例中，所述服务器中服务链的时延包括：链路传输时延和服务节点处理时延；

所述链路传输时延表示为：

其中，t为随机测量次数，Delay表示链路的平均传输时延，delay表示每次测试的单次链路时延，e表示被拉动的网络流。

为了实现上述目的，根据本申请的另一方面，还提供了一种计算机设备。该计算机设备包括存储器、处理器、通信接口以及通信总线，在存储器上存储有可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。

处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，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、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元，如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及作品数据处理，即实现上述方法实施例中的方法。

存储器可以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***、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选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处理器。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。

所述一个或者多个单元存储在所述存储器中，当被所述处理器执行时，执行上述实施例中的方法。

本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。

综上所述，本发明体现了用于边缘网络负载均衡的流量的重定向功能。独立考虑SDN网络下的网络流状态，获取网络状态信息，生成得到网络拓扑关系。在这种情况下，考虑资源池的状况，若其CPU或内存利用率小于零，则认为该实例过载，初始化新实例并连接到网络。然后，考虑链路传输时延对数据传输性能的影响，通过延迟随机测量t次，取平均值，得到延迟函数。再将每个策略都解析为一个服务链链路，按照服务优先级从大到小的顺序生成路由，选择合适的服务实例存储在网络流调度算法中，更新策略执行器作为网络流调度节点，然后将服务链策略发送给控制器。控制器接收并分析生成相应网络流调度路由的策略，依次生成流指令并发出交换机来完成流量重定向。采用这种方法，可以有效地应对边缘网络复杂数据流量下的复杂定向等关联问题。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，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，均应包含在本发明的保护范围之内。

Claims (10)

1.一种流量重定向方法，其特征在于，包括：

获取流经交换机中的数据流信息和链路信息；

根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中；

根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链；

对多个服务链按照优先级进行排序，得到路由结果；

根据所述路由结果，发出用于对数据流进行重定向的流指令。

2.如权利要求1所述的方法，其特征在于，根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中之后，所述方法还包括：

根据预先采集的网络中的设备状态信息，以及所述数据流的调度情况建立网络拓扑图，所述网络拓扑图表示为：

G＝f(E,S,H,D)

其中，E是连接到交换机的边缘集，S是交换机集，H是主机集，D是虚拟设备集合。

3.如权利要求2所述的方法，其特征在于，根据预先采集的网络中的设备状态信息，以及所述数据流的调度情况建立网络拓扑图之后，所述方法还包括：

计算网络中服务器内虚拟机的内存利用率和中央处理器CPU的空闲度，若所述内存利用率和中央处理器CPU的空闲度小于零，则初始化新的虚拟机，并将新的虚拟机连接到服务器中的服务链网络中。

4.如权利要求3所述的方法，其特征在于，所述虚拟机的内存利用率表示为：

所述CPU的空闲度表示为：

其中，

和

分别表示当前利用率和利用率阈值，阈值由可承载的服务对象数量来确定。

5.如权利要求3所述的方法，其特征在于，所述服务器中服务链的时延包括：链路传输时延和服务节点处理时延；

所述链路传输时延表示为：

其中，t为随机测量次数，Delay表示链路的平均传输时延，delay表示每次测试的单次链路时延，e表示被拉动的网络流。

6.一种流量重定向装置，其特征在于，包括：

信息获取模块，用于获取流经交换机中的数据流信息和链路信息；

数据流调度模块，用于根据所述数据流信息和链路信息计算当前链路的利用率和目标链路的利用率，并根据当前链路的利用率和目标链路的利用率将当前链路中的数据流调度到目标链路中；

服务链解析模块，用于根据每个数据流的源地址和目的地址，将每个数据流的流动策略解析为一个服务链；

排序模块，用于对多个服务链按照优先级进行排序，得到路由结果；

重定向模块，用于根据所述路由结果，发出用于对数据流进行重定向的流指令。

7.如权利要求6所述的装置，其特征在于，所述装置还包括：

网络拓扑图建立模块，用于根据预先采集的网络中的设备状态信息，以及所述数据流的调度情况建立网络拓扑图，所述网络拓扑图表示为：

G＝f(E,S,H,D)

其中，E是连接到交换机的边缘集，S是交换机集，H是主机集，D是虚拟设备集合。

8.如权利要求7所述的装置，其特征在于，所述装置还包括：

数据计算模块，用于计算网络中服务器内虚拟机的内存利用率和中央处理器CPU的空闲度，若所述内存利用率和中央处理器CPU的空闲度小于零，则初始化新的虚拟机，并将新的虚拟机连接到服务器中的服务链网络中。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。

10.一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存储有执行权利要求1至5任一所述方法的计算机程序。

Images