CN117014360A - 节点路径确定方法、装置、设备和存储介质 - Google Patents
节点路径确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN117014360A CN117014360A CN202310945732.7A CN202310945732A CN117014360A CN 117014360 A CN117014360 A CN 117014360A CN 202310945732 A CN202310945732 A CN 202310945732A CN 117014360 A CN117014360 A CN 117014360A
- Authority
- CN
- China
- Prior art keywords
- node
- path
- determining
- parameter
- health
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000036541 health Effects 0.000 claims abstract description 59
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 40
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 abstract description 28
- 230000002159 abnormal effect Effects 0.000 abstract description 12
- 230000001360 synchronised effect Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 239000003016 pheromone Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 241000257303 Hymenoptera Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005294 ferromagnetic effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
-
- 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
-
- 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
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例公开了一种节点路径确定方法、装置、设备和存储介质,该方法包括:基于初始路径,确定初始路径的至少一个节点中每个节点的健康度参数;在第一节点的健康度参数大于预设阈值的情况下,根据第一节点确定第二节点;第一节点是至少一个节点中任一节点;第二节点是第一节点的上一跳节点;利用启发式算法,基于第二节点确定第一目标路径。采用本申请实施例的技术方案,能够在初始路径中第一节点的健康度参数出现异常的情况下,基于第一节点的上一跳节点重新计算第一目标路径,有效地避免全部节点重新参与目标路径的计算,实现高效、实时的路径计算及下发。
Description
技术领域
本申请涉及计算机技术领域,特别涉及一种节点路径确定方法、装置、设备和存储介质。
背景技术
在内容分发网络(Content Delivery Network,CDN)节点数量规模大的场景下,存在最优路径计算效率低的问题。CDN动态选路算法可以看作应用层的多约束条件最优路径问题,相关技术中仅考虑利用常见网际层(internet layer,IP)动态路由算法实现传输效率提升,但此方案仅适用于小规模节点数量场景下的路径计算,然而在CDN节点数量庞大,且网络环境变化微小时,常见的IP层动态路由算法都会导致全部CDN节点路径重算,不能满足高效、实时的路径计算及下发需要。而针对该问题,目前尚无有效解决方案。
发明内容
有鉴于此,本申请实施例提供了一种节点路径确定方法、装置、设备和存储介质,旨在有效地避免全部节点重新参与目标路径的计算,实现高效、实时的路径计算及下发。
本申请实施例的技术方案是这样实现的:
本申请实施例提供一种节点路径确定方法,包括:
基于初始路径,确定所述初始路径的至少一个节点中每个节点的健康度参数;
在第一节点的健康度参数大于预设阈值的情况下,根据所述第一节点确定第二节点;所述第一节点是至少一个所述节点中任一节点;所述第二节点是所述第一节点的上一跳节点;
利用启发式算法,基于所述第二节点确定第一目标路径。
在上述方案中,所述确定所述初始路径的至少一个节点中每个节点的健康度参数,包括:
获取每个所述节点的网络质量参数;
基于所述网络质量参数确定每个所述节点的健康度参数。
在上述方案中,所述网络质量参数包括以下至少之一:丢包率参数、首包时延参数、带宽参数和负载参数;所述基于所述网络质量参数确定每个所述节点的健康度参数,包括:
对所述丢包率参数、所述首包时延参数、所述带宽参数及所述负载参数中的至少之一进行加权求和,得到每个所述节点的健康度参数。
在上述方案中,所述利用启发式算法,基于所述第二节点确定第一目标路径,包括:
基于所述第二节点确定至少一个第一路径,以及每个所述第一路径的排序分值;
按照所述排序分值对所述第一路径进行排序,得到第一排序结果;
基于所述第一排序结果,在至少一个所述第一路径中确定所述第一目标路径。
在上述方案中,所述基于所述第二节点确定至少一个第一路径,包括:
根据所述第二节点的概率矩阵确定第三节点;所述第三节点是所述至少一个节点中所述第二节点的下一跳节点;
基于所述第三节点对所述初始路径进行更新,得到所述第一路径。
在上述方案中,所述方法还包括:
根据所述第一排序结果,对至少一个所述第一路径中除所述第一目标路径以外的第一路径进行存储。
在上述方案中,所述方法还包括:
在第四节点的健康度参数大于预设阈值的情况下,基于所述第四节点确定第二目标路径;所述第四节点是至少一个所述节点中所述第一节点之后的任一节点;
获取基于所述第四节点确定所述第二目标路径的第一时长;
在所述第一时长大于预设时长的情况下,基于存储的至少一个所述第一路径确定包括所述第四节点的至少一个第二路径;
将所述第一排序结果中排序第一的所述第二路径确定为所述第二目标路径。
本申请实施例提供一种节点路径确定装置,包括:
第一确定模块,用于基于初始路径,确定所述初始路径的至少一个节点中每个节点的健康度参数;
第二确定模块,用于在第一节点的健康度参数大于预设阈值的情况下,根据所述第一节点确定第二节点;所述第一节点是至少一个所述节点中任一节点;所述第二节点是所述第一节点的上一跳节点;
第三确定模块,用于利用启发式算法,基于所述第二节点确定第一目标路径。
本申请实施例提供一种节点路径确定设备,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,
所述处理器,用于运行计算机程序时,执行上述节点路径确定方法的步骤。
本申请实施例提供一种存储介质,所述存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现上述节点路径确定方法的步骤。
本申请实施例提供了一种节点路径确定方法、装置、设备和存储介质,该方法包括:基于初始路径,确定所述初始路径的至少一个节点中每个节点的健康度参数;在第一节点的健康度参数大于预设阈值的情况下,根据所述第一节点确定第二节点;所述第一节点是至少一个所述节点中任一节点;所述第二节点是所述第一节点的上一跳节点;利用启发式算法,基于所述第二节点确定第一目标路径。采用本申请实施例的技术方案,能够在初始路径中第一节点的健康度参数出现异常的情况下,基于第一节点的上一跳节点重新计算第一目标路径,有效地避免全部节点重新参与目标路径的计算,实现高效、实时的路径计算及下发。
附图说明
图1为本申请实施例节点路径确定方法实现流程示意图;
图2为本申请实施例CDN动态选路架构示意图;
图3为本申请一应用示例中节点路径确定方法实现流程示意图;
图4为本申请实施例节点路径确定装置的结构示意图;
图5为本申请实施例节点路径确定设备的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
本申请实施例提供了一种节点路径确定方法、装置、设备和存储介质,旨在有效地避免全部节点重新参与目标路径的计算,实现高效、实时的路径计算及下发。
相关技术中,CDN加速对于动态请求一般不缓存,需要实时回源获取。针对CDN动态内容访问,现有CDN动态选路技术方案主要包括三种:一种是CDN边缘节点直接回源;第二种是在CDN边缘节点上层设置中转节点,用户请求到达CDN边缘节点后,触发探测应用程序主动发起对CDN的中转节点和源站的周期性探测,并将探测得到的探测数据上报给中央路径计算服务器;中央路径计算服务器根据上报的探测数据计算最优链路,并通过设置探测状态,将存在故障节点的链路从待选回源路径中剔除,减少动态请求访问该IP失败的情况;第三种是在源站和CDN节点间构建虚拟加速网络,虚拟加速网络内各加速节点进行路径选择时,遵循开放最短路径优先(Open Shortest Path First,OSPF)动态路由协议,保障CDN传输节点与源站之间的数据传输效率。
相关技术中,CDN动态选路技术方案存在的缺点至少包括:
1)动态选路算法中没有综合多维质量指标进行建模,抗网络波动能力差。当前动态选路技术方案仅探测路径跳数、下载速率指标,不能充分体现CDN应用层节点网络质量,导致最优路径计算结果不够准确,抗网络波动能力差。
2)CDN节点数量规模大的场景下,最优路径计算效率低。CDN动态选路算法可以看作应用层的多约束条件最优路径问题,当前技术方案仅考虑利用常见IP层动态路由算法实现传输效率提升,此方案仅适用于小规模节点数量场景下的路径计算,CDN节点数量庞大,在网络环境变化微小时,常见的IP层动态路由算法都会导致全部CDN节点路径重算,不能满足高效、实时的路径计算及下发需要。
本申请提供了一种节点路径确定方法、装置、设备和存储介质,将CDN动态选路问题抽象为应用层多约束条件的最优路径选择问题,用户请求到达CDN边缘节点后,触发主动探测程序探测CDN边缘节点、中间转发节点、源站间的多维质量指标,包括但不限于丢包率、首包时延、带宽、负载作为质量指标约束因子,输入启发式算法模型进行建模,利用其启发式和分布式特性,在CDN节点数量规模大的场景下,高效计算出CDN动态路径全局最优解。
本申请实施例提供一种节点路径确定方法,如图1所示,该方法包括:
步骤101:基于初始路径,确定初始路径的至少一个节点中每个节点的健康度参数。
示例性地,该节点路径确定方法可以应用于CDN动态选路等场景,节点可以为CDN节点;初始路径的确定过程可以将CND节点的健康度参数输入至相关技术的IP路由算法中的最短路径优先(Shortest Path First,SPF)算法中,计算得出以每个CDN节点自身作为根节点的最优回源路径,作为初始路径。
可以理解的是,在CDN网络中,所有CDN节点以固定频率上报网络数据,其中,固定频率可以为所有CDN节点以每分钟粒度更新网络数据,网络数据中包括网络质量参数;可以基于每个节点的网络质量参数确定每个节点的健康度参数;其中,网络质量参数可以包括丢包率、首包时延、带宽、负载等参数。
在一应用示例中,确定初始路径的至少一个节点中每个节点的健康度参数,包括:
获取每个节点的网络质量参数;
基于网络质量参数确定每个节点的健康度参数。
示例性地,获取每个节点的网络质量参数,可以为根据固定频率,在每个节点上报的网络数据中获取每个节点的网络质量参数。
可以理解的是,网络质量参数中包括的丢包率、首包时延、带宽、负载等参数中每个参数分别对应不同的权重值,可以对网络质量参数中包括的多个参数进行加权求和,得到每个节点的健康度参数。
在一应用示例中,网络质量参数包括以下至少之一:丢包率参数、首包时延参数、带宽参数和负载参数;基于网络质量参数确定每个节点的健康度参数,包括:
对丢包率参数、首包时延参数、带宽参数及负载参数中的至少之一进行加权求和,得到每个节点的健康度参数。
示例性地,可以确定丢包率参数对应的第一权重值、首包时延参数对应的第二权重值、带宽参数对应的第三权重值以及负载参数对应的第四权重值;基于第一权重值、第二权重值、第三权重值以及第四权重值,对丢包率参数、首包时延参数、带宽参数、负载参数中的至少之一进行加权求和,得到每个节点的健康度参数。
本申请在CDN动态选路算法中综合多维质量指标进行建模,包括但不限于丢包率、首包时延、带宽、负载,作为质量指标约束因子输入启发式算法模型,保证CDN动态路径各节点的健康度评价全面、准确,提高最优路径计算准确度。
步骤102:在第一节点的健康度参数大于预设阈值的情况下,根据第一节点确定第二节点;第一节点是至少一个节点中任一节点;第二节点是第一节点的上一跳节点。
示例性地,预设阈值可以为用于判断第一节点的健康度参数是否出现异常的临界阈值,可以根据实际情况确定,在此不做限定;根据第一节点确定第二节点,能够将健康度参数存在异常节点的上一跳节点作为起始位置,继续确定最优路径,避免全部节点重新计算。
步骤103:利用启发式算法,基于第二节点确定第一目标路径。
可以理解的是,启发式算法可以为,启发式路径寻优算法。利用启发式算法,基于第二节点确定第一目标路径,可以为基于第二节点开始进行启发式路径寻优算法,得到第二节点对应的第一目标路径,其中,第一目标路径可以为以第二节点为起点的最优路径。
在一应用示例中,利用启发式算法,基于第二节点确定第一目标路径,包括:
基于第二节点确定至少一个第一路径,以及每个第一路径的排序分值;
按照排序分值对第一路径进行排序,得到第一排序结果;
基于第一排序结果,在至少一个第一路径中确定第一目标路径。
示例性地,基于第二节点确定至少一个第一路径,可以为获取第二节点确定第一路径的第一次数;在第一次数大于或等于预设次数的情况下,停止基于第二节点确定第一路径。其中,预设次数可以是迭代次数,预设次数可以根据第二节点对应的健康度参数列表确定;健康度参数列表包括第二节点的健康度参数和第二节点的下一跳节点健康度参数。
示例性地,按照排序分值对第一路径进行排序,可以为按照排序分值由大到小的顺序进行排序,从而实现各第一路径按照排序分值,且由大到小的顺序进行排序。
示例性地,基于第一排序结果,在至少一个第一路径中确定第一目标路径,可以为在第一排序结果的至少一个第一路径中,将第一排序结果中排序第一的第一路径确定为第一目标路径。
可以理解的是,基于第二节点确定至少一个第一路径,以及每个第一路径的排序分值,可以为计算第二节点的概率矩阵,基于概率矩阵确定第二节点的下一跳节点,基于第二节点和下一跳节点确定子路径,进而根据多个子路径确定以第二节点为起点的最优路径。
在一应用示例中,基于第二节点确定至少一个第一路径,包括:
根据第二节点的概率矩阵确定第三节点;第三节点是至少一个节点中第二节点的下一跳节点;
基于第三节点对初始路径进行更新,得到第一路径。
示例性地,根据第二节点的概率矩阵确定第三节点,可以为确定第二节点和第五节点之间的转移概率;第五节点可以为至少一个节点中能够作为第二节点下一跳的节点;对至少一个转移概率进行排序,得到第二排序结果;基于第二排序结果确定第三节点;具体地,将第二排序结果中排序在第一的第五节点确定为第三节点。
示例性地,基于第三节点对初始路径进行更新,得到第一路径,可以为基于第三节点和第二节点确定第一子路径;基于第一子路径对初始路径进行更新;根据第三节点的概率矩阵确定第三节点的下一跳节点,以及基于第三节点和第三节点的下一跳节点确定第二子路径;基于第二子路径对初始路径进行更新,直至将初始路径更新完成。
在一应用示例中,该方法还包括:
根据第一排序结果,对至少一个第一路径中除第一目标路径以外的第一路径进行存储。
示例性地,将第一排序结果中排序第一的第一路径作为以第二节点为起点的最优路径;将第一排序结果中排序在以第二节点为起点的最优路径之后的第一路径作为以第二节点为起点的优质路径,并按照第一排序结果进行存储。
在其他实施例中,可以根据存储参数和比例参数,确定存储第一路径的第一数量;对至少一个第一路径中除第一目标路径以外前第一数量的第一路径进行存储。存储参数可以为节点存储容量,比例参数可以表征存储第一路径的数量与节点存储容量成正比关系。
本申请充分利用CDN节点存储容量充足的特点,进一步提升传输效率。根据CDN各节点实时存储容量情况预先缓存多条备选路径,存储容量越充足的节点缓存的备选路径越多,避免单条路径质量劣化导致的访问延迟或卡顿,进一步提升回源传输效率。
在一应用示例中,该方法还包括:
在第四节点的健康度参数大于预设阈值的情况下,基于第四节点确定第二目标路径;第四节点是至少一个节点中第一节点之后的任一节点;
获取基于第四节点确定第二目标路径的第一时长;
在第一时长大于预设时长的情况下,基于存储的至少一个第一路径确定包括第四节点的至少一个第二路径;
将第一排序结果中排序第一的第二路径确定为第二目标路径。
示例性地,本实施例中在第四节点的健康度参数大于预设阈值的情况下,基于第四节点确定第二目标路径的步骤可参照前述实施例中利用启发式算法,基于第二节点确定第一目标路径步骤中的描述,这里不再赘述。
示例性地,可以在确定第四节点的健康度参数大于预设阈值的情况下开始计时,从而获取基于第四节点确定第二目标路径的第一时长。
示例性地,基于存储的至少一个第一路径确定包括第四节点的至少一个第二路径,可以为判断至少一个第一路径中是否包括第四节点,若确定第一路径中包括第四节点,则将包括第四节点的第一路径确定为第二路径。
示例性地,将第一排序结果中排序第一的第二路径确定为第二目标路径,可以为基于在第一排序结果的至少一个第二路径中,将第一排序结果中排序第一的第二路径确定为第二目标路径。
为了理解本申请实施例,以下以一种高效的CDN动态选路方法为例进行说明。
为了解决现有CDN动态选路方案存在的未综合多维质量指标进行建模导致最优路径计算准确度不足、CDN节点数量规模大的场景下最优路径计算效率低的两大问题,本申请实施例提供一种高效的CDN动态选路方法,实现CDN动态路径各节点的健康度评价全面、准确,大规模节点场景下路径计算实时高效。
如图2所示,本申请提出的CDN动态选路架构主要包括两个部分:CDN节点网络、大数据中心。其中CDN节点网络包括边缘节点和加速节点两层,用户动态内容访问请求接入到CDN边缘节点后,根据路由表寻找下一跳加速节点,直到完成最优路径回源;大数据中心与CDN节点网络进行交互,负责接收各CDN节点的多维质量指标,输入启发式算法模型进行计算,将计算得出的最优路径下发至CDN各节点。
如图3所示,具体方法步骤如下:
步骤301:CDN节点网络中的所有节点以固定频率向数据中心上报网络质量指标,包括丢包率、首包时延、带宽、负载等指标,综合多维质量指标计算出最终的CDN节点健康度评价指标,具体计算方法如公式(1)所示,
Health_point=0.5*Loss_t+0.3*Delay_f+0.1*BW+0.1*Load (1)
其中,Health_point代表CDN节点健康度评价指标结果,Loss_t代表丢包率指标数值,Delay_f代表首包时延指标数值,BW代表节点带宽,Load代表节点负载值。
步骤302:将CDN节点健康度指标作为“cost”,输入常见IP路由算法中的SPF算法中,计算得出以每个CDN节点自身作为根节点的最优回源路径。
步骤303:探测最优路径各节点健康度指标是否出现异常。
步骤304:若未探测到最优路径各节点健康度指标出现异常,则保持最优路径访问动态内容。
步骤305:若探测到最优路径异常,则开始进行启发式路径寻优算法,利用蚁群算法基本原理,以探测异常节点的上一跳为起始位置,继续计算最优路径,避免全部节点重新计算。启发式路径寻优算法过程如下:
步骤3051:初始化参数:
蚂蚁数量m:设置为CDN节点数N的1.5倍,此数值为经验值,若设置过大,会导致每条CDN动态路径的信息素过于平均,在CDN节点数规模很大的场景下,收敛速度过慢;若设置过小,会导致某些CDN路径未被遍历,降低全局解的精准性。具体地,若此值过大,则路径之间趋同且运行时间过长;若此值过小,则不能保证全局最优,可能是局部最优。
迭代次数n:在探测到最优路径异常的情况下,以探测异常节点的上一跳为起始位置,计算CDN节点健康度列表,将当前CDN节点健康度列表归一化为[0,1],取此探测区域内节点集合/>的均值
信息素因子α:取经验值3。
启发函数因子β:取经验值4。
信息素挥发因子ρ:取经验值0.4。
信息素常量Q:取经验值500。
步骤3052:计算转移概率更新信息素邻接矩阵:
避开当前最优路径中的故障节点及区域外节点,选择概率最大的值作为CDN动态路径当前节点的下一跳,从而得到当前节点的最优子路径,将每个最优子路径串在一起,得到最优路径。
信息素矩阵:其中k代表第k只蚂蚁,i代表当前位置,j代表下一跳位置,/>代表蚂蚁所在区域的节点健康度均值,Q代表信息素常量。
启发性矩阵:具体同名变量定义同上。
转移概率矩阵的计算方法如公式(2)所示,
其中,代表除当前异常节点外的可选区域。
步骤3053:判断是否达到迭代次数:
若达到迭代次数,则中止计算最优路径,达到迭代次数后,蚁群算法本身会进行路径优质度排序,每个可达路径都会有一个分值,根据分值对优质路径排序得到排序结果,进而确定更新后的最优路径。
利用启发式算法得到最优路径结果后,在排序中确定最优路径,将其他可达的优质路径存储。充分利用CDN存储优势,将最优路径进行缓存,根据节点存储容量C,缓存计算出的前l条优质路径路由表l。其中l=μ*C,缓存路径数与节点存储容量成正比关系,μ具体计算方式可由经验确定,或设置自适应算法得到。
若第二次探测到最优路径异常的情况下,以第二次探测异常节点的上一跳为起始位置,重新计算最优路径,获取重新计算最优路径的时间,若时间大于时间阈值,则从缓存的优质路径中选择新的最优路径;若时间小于时间阈值,则将重新计算的最优路径作为新的最优路径。
本申请提出的CDN动态选路方法,可以全面、准确的综合评价CDN动态路径各节点的健康度,提高最优路径计算准确度,并在最优路径异常时触发启发式寻优算法,高效计算出剩余最优路径,避免CDN节点规模巨大场景下造成全部节点重算,同时充分利用CDN存储资源优势,将计算得到的剩余最优路径依据存储容量进行缓存,进一步提升回源传输效率。
本申请在CDN节点数量规模大的场景下,提升最优路径计算效率。将CDN动态选路抽象为应用层多约束条件最优路径问题,在常见IP层动态路由算法基础上,提出CDN应用层启发式路径寻优算法,在网络环境变化微小时,避免导致全部CDN节点路径重算,实现高效、实时的路径计算及下发。
本申请实施例提供一种节点路径确定装置,如图4所示,该装置400包括:
第一确定模块401,用于基于初始路径,确定初始路径的至少一个节点中每个节点的健康度参数;
第二确定模块402,用于在第一节点的健康度参数大于预设阈值的情况下,根据第一节点确定第二节点;第一节点是至少一个节点中任一节点;第二节点是第一节点的上一跳节点;
第三确定模块403,用于利用启发式算法,基于第二节点确定第一目标路径。
在一些实施例中,第一确定模块401,还用于获取每个节点的网络质量参数;基于网络质量参数确定每个节点的健康度参数。
在一些实施例中,网络质量参数包括以下至少之一:丢包率参数、首包时延参数、带宽参数和负载参数;第一确定模块401,还用于获对丢包率参数、首包时延参数、带宽参数及负载参数中的至少之一进行加权求和,得到每个节点的健康度参数。
在一些实施例中,第三确定模块403,还用于基于第二节点确定至少一个第一路径,以及每个第一路径的排序分值;按照排序分值对第一路径进行排序,得到第一排序结果;基于第一排序结果,在至少一个第一路径中确定第一目标路径。
在一些实施例中,第三确定模块403,还用于根据第二节点的概率矩阵确定第三节点;第三节点是至少一个节点中第二节点的下一跳节点;基于第三节点对初始路径进行更新,得到第一路径。
在一些实施例中,节点路径确定装置400还包括存储模块,用于根据第一排序结果,对至少一个第一路径中除第一目标路径以外的第一路径进行存储。
在一些实施例中,第三确定模块403,用于在第四节点的健康度参数大于预设阈值的情况下,基于第四节点确定第二目标路径;第四节点是至少一个节点中第一节点之后的任一节点;获取基于第四节点确定第二目标路径的第一时长;在第一时长大于预设时长的情况下,基于存储的至少一个第一路径确定包括第四节点的至少一个第二路径;将第一排序结果中排序第一的第二路径确定为第二目标路径。
需要说明的是:上述实施例提供的节点路径确定装置在进行控制时,仅以上述各程序模块的划分进行举例说明,实际应用中,可以根据需要而将上述处理分配由不同的程序模块完成,即将装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分处理。另外,上述实施例提供的节点路径确定装置与前述的节点路径确定方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
基于上述程序模块的硬件实现,且为了实现本申请实施例的方法,本申请实施例还提供一种节点路径确定设备。图5仅仅示出了该节点路径确定设备的示例性结构而非全部结构,根据需要可以实施图5示出的部分结构或全部结构。
如图5所示,本申请实施例提供的节点路径确定设备500,包括:至少一个处理器501、存储器502和用户接口503。终端设备500中的各个组件通过总线***504耦合在一起。可以理解,总线***504用于实现这些组件之间的连接通信。总线***504除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图5中将各种总线都标为总线***504。
其中,用户接口503可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按钮、触感板或者触摸屏等。
本申请实施例中的存储器502用于存储各种类型的数据以支持控制设备的操作。这些数据的示例包括:用于在控制设备上操作的任何计算机程序。
本申请实施例揭示的节点路径确定方法可以应用于处理器501中,或者由处理器501实现。处理器501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,节点路径确定方法的各步骤可以通过处理器501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501可以是通用处理器、数字信号处理器(DSP,Digital SignalProcessor),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。处理器501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。软件模块可以位于存储介质中,该存储介质位于存储器502,处理器501读取存储器502中的信息,结合其硬件完成本申请实施例提供的节点路径确定方法的步骤。
在示例性实施例中,终端设备可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程逻辑门阵列(FPGA,Field Programmable Gate Array)、通用处理器、控制器、微控制器(MCU,Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现,用于执行前述方法。
可以理解,存储器502可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本申请实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在示例性实施例中,本申请实施例还提供了一种存储介质,即计算机存储介质,具体可以是计算机可读存储介质,例如包括存储计算机程序的存储器502,上述计算机程序可由终端设备的处理器501执行,以完成本申请实施例方法所述的步骤。计算机可读存储介质可以是ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是:“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
另外,本申请实施例所记载的技术方案之间,在不冲突的情况下,可以任意组合。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请披露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种节点路径确定方法,其特征在于,包括:
基于初始路径,确定所述初路径的至少一个节点中每个节点的健康度参数;
在第一节点的健康度参数大于预设阈值的情况下,根据所述第一节点确定第二节点;所述第一节点是至少一个所述节点中任一节点;所述第二节点是所述第一节点的上一跳节点;
利用启发式算法,基于所述第二节点确定第一目标路径。
2.根据权利要求1所述的方法,其特征在于,所述确定所述初始路径的至少一个节点中每个节点的健康度参数,包括:
获取每个所述节点的网络质量参数;
基于所述网络质量参数确定每个所述节点的健康度参数。
3.根据权利要求2所述的方法,其特征在于,所述网络质量参数包括以下至少之一:丢包率参数、首包时延参数、带宽参数和负载参数;所述基于所述网络质量参数确定每个所述节点的健康度参数,包括:
对所述丢包率参数、所述首包时延参数、所述带宽参数及所述负载参数中的至少之一进行加权求和,得到每个所述节点的健康度参数。
4.根据权利要求1所述的方法,其特征在于,所述利用启发式算法,基于所述第二节点确定第一目标路径,包括:
基于所述第二节点确定至少一个第一路径,以及每个所述第一路径的排序分值;
按照所述排序分值对所述第一路径进行排序,得到第一排序结果;
基于所述第一排序结果,在至少一个所述第一路径中确定所述第一目标路径。
5.根据权利要求4所述的方法,其特征在于,所述基于所述第二节点确定至少一个第一路径,包括:
根据所述第二节点的概率矩阵确定第三节点;所述第三节点是所述至少一个节点中所述第二节点的下一跳节点;
基于所述第三节点对所述初始路径进行更新,得到所述第一路径。
6.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述第一排序结果,对至少一个所述第一路径中除所述第一目标路径以外的第一路径进行存储。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
在第四节点的健康度参数大于预设阈值的情况下,基于所述第四节点确定第二目标路径;所述第四节点是至少一个所述节点中所述第一节点之后的任一节点;
获取基于所述第四节点确定所述第二目标路径的第一时长;
在所述第一时长大于预设时长的情况下,基于存储的至少一个所述第一路径确定包括所述第四节点的至少一个第二路径;
将所述第一排序结果中排序第一的所述第二路径确定为所述第二目标路径。
8.一种节点路径确定装置,其特征在于,包括:
第一确定模块,用于基于初始路径,确定所述初始路径的至少一个节点中每个节点的健康度参数;
第二确定模块,用于在第一节点的健康度参数大于预设阈值的情况下,根据所述第一节点确定第二节点;所述第一节点是至少一个所述节点中任一节点;所述第二节点是所述第一节点的上一跳节点;
第三确定模块,用于利用启发式算法,基于所述第二节点确定第一目标路径。
9.一种节点路径确定设备,其特征在于,包括:处理器和用于存储能够在处理器上运行的计算机程序的存储器,其中,
所述处理器,用于运行计算机程序时,执行权利要求1至7任一项所述方法的步骤。
10.一种存储介质,所述存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310945732.7A CN117014360A (zh) | 2023-07-28 | 2023-07-28 | 节点路径确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310945732.7A CN117014360A (zh) | 2023-07-28 | 2023-07-28 | 节点路径确定方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117014360A true CN117014360A (zh) | 2023-11-07 |
Family
ID=88566708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310945732.7A Pending CN117014360A (zh) | 2023-07-28 | 2023-07-28 | 节点路径确定方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117014360A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101778423A (zh) * | 2010-01-19 | 2010-07-14 | 南京邮电大学 | 基于移动代理的无线多媒体传感器网络服务质量保障方法 |
US20100195535A1 (en) * | 2007-07-26 | 2010-08-05 | Siemens Ag | Methods, Networks and Network Nodes for Selecting a Route |
CN108551661A (zh) * | 2018-04-19 | 2018-09-18 | 南京邮电大学 | 一种基于蚁群路由算法连通预测的能效最优化方法 |
CN115842765A (zh) * | 2021-09-18 | 2023-03-24 | 中兴通讯股份有限公司 | 路径调整方法、路由设备、存储介质 |
CN115884304A (zh) * | 2022-10-25 | 2023-03-31 | 深圳市欧瑞博科技股份有限公司 | 基于无线Mesh网络的路由修复方法及相关设备 |
-
2023
- 2023-07-28 CN CN202310945732.7A patent/CN117014360A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100195535A1 (en) * | 2007-07-26 | 2010-08-05 | Siemens Ag | Methods, Networks and Network Nodes for Selecting a Route |
CN101778423A (zh) * | 2010-01-19 | 2010-07-14 | 南京邮电大学 | 基于移动代理的无线多媒体传感器网络服务质量保障方法 |
CN108551661A (zh) * | 2018-04-19 | 2018-09-18 | 南京邮电大学 | 一种基于蚁群路由算法连通预测的能效最优化方法 |
CN115842765A (zh) * | 2021-09-18 | 2023-03-24 | 中兴通讯股份有限公司 | 路径调整方法、路由设备、存储介质 |
CN115884304A (zh) * | 2022-10-25 | 2023-03-31 | 深圳市欧瑞博科技股份有限公司 | 基于无线Mesh网络的路由修复方法及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10305968B2 (en) | Reputation-based strategy for forwarding and responding to interests over a content centric network | |
CN102821113B (zh) | 缓存方法及*** | |
KR102192863B1 (ko) | 정보 권고 방법 및 장치 | |
EP2985970B1 (en) | Probabilistic lazy-forwarding technique without validation in a content centric network | |
CN105376160B (zh) | 在信息中心网络上基于声誉的指令处理 | |
CN103312733B (zh) | 信息处理方法和装置 | |
CN106161569A (zh) | 网络内容的推荐、缓存替换方法和设备 | |
CN106230997B (zh) | 一种资源调度方法和装置 | |
WO2018040816A1 (zh) | 一种资源获取的方法、终端及服务器 | |
CN108683695A (zh) | 热点访问处理方法、缓存访问代理设备及分布式缓存*** | |
CN106982236A (zh) | 一种信息处理方法、装置和*** | |
JP7451689B2 (ja) | ネットワーク輻輳処理方法、モデル更新方法、および関連装置 | |
CN107454019A (zh) | 软件定义网络动态带宽分配方法、装置、设备及存储介质 | |
US10642585B1 (en) | Enhancing API service schemes | |
CN111988445B (zh) | 一种报文转发方法、装置、存储介质和电子设备 | |
CN110196863B (zh) | 数据处理方法、装置、计算设备及存储介质 | |
CN117014360A (zh) | 节点路径确定方法、装置、设备和存储介质 | |
Yao et al. | A SMDP-based forwarding scheme in named data networking | |
CN114844838B (zh) | 一种流量控制方法和装置 | |
CN110392073B (zh) | 一种基于动态加速的调度方法及装置 | |
CN110633804A (zh) | 金融产品进件评价方法、服务器和存储介质 | |
CN111935301B (zh) | 一种命名数据网络的缓存放置决策信息的确定方法及装置 | |
CN110391980B (zh) | 一种数据转发方法、路由设备及计算机存储介质 | |
CN115865712B (zh) | 一种基于时效亲密模型的边缘数据存储方法 | |
CN117041139B (zh) | 数据包传输方法、装置、计算机设备和存储介质 |
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 |