CN115801590A - 一种拓扑关系与异常节点的实时分析方法和存储介质 - Google Patents
一种拓扑关系与异常节点的实时分析方法和存储介质 Download PDFInfo
- Publication number
- CN115801590A CN115801590A CN202211565802.8A CN202211565802A CN115801590A CN 115801590 A CN115801590 A CN 115801590A CN 202211565802 A CN202211565802 A CN 202211565802A CN 115801590 A CN115801590 A CN 115801590A
- Authority
- CN
- China
- Prior art keywords
- network
- nodes
- abnormal
- node
- relationship
- 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.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000010223 real-time analysis Methods 0.000 title claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000013499 data model Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明创造提供了一种拓扑关系与异常节点的实时分析方法和存储介质，步骤1，建立底层数据算法；步骤2，建立图数据库；步骤3，建立服务层；步骤4，建立前端用户界面；步骤5，前端软件调取所述网络节点关系,将该网络节点关系由前端软件的前端用户界通过拓扑生成界面展现；步骤6，所述服务层将网络异常节点与图数据库中所述当前网络节点关系中的节点逐一匹配，若发现不匹配的异常节点，则向前端软件实时报告，通过前端软件的前端用户界面向使用者发送异常节点实时报告。本发明创造旨在能够快速分析现有的网络节点以及变更的网络节点的拓扑结构；能够保存网络节点拓扑关系,并可视化展示；实现网络中异常节点实时监控。
Description
技术领域
本发明创造属于网络服务技术领域，尤其是涉及一种拓扑关系与异常节点的实时分析方法。
背景技术
在实际较为复杂的网络体系结构中，为了维护网络设备之间的拓扑关系以及网络异常状态，需要消耗大量的人工成本进行网络登记，也会由于人员失误造成延迟发现网络中出现的异常问题。由于是人工操作，无法快速分析现有的网络节点和变更的网络节点的拓扑结构，网络节点拓扑关系也无法及时地保存起来，更不便于可视化展示与编辑。而且复杂网络的人工维护成本高也是一项较为现实的问题；同时也缺乏对网络中异常节点进行实时监控的能力，造成了较大的损失。
发明内容
有鉴于此，本发明创造旨在提出一种拓扑关系与异常节点的实时分析方法，以快速分析现有的网络节点，和变更的网络节点的拓扑结构；能够保存网络节点拓扑关系,并可视化展示；实现网络中异常节点实时监控。
为达到上述目的，本发明创造的技术方案是这样实现的：
第一方面，本发明提供一种拓扑关系与异常节点的实时分析方法，包括以下步骤：
步骤1，建立底层数据算法，底层数据算法包括用于获取网络节点关系的第一算法和用于获取网络异常节点的第二算法；
步骤2，建立图数据库，图数据库存储所述网络节点关系和所述网络异常节点,并对网络节点关系进行实时数据更新,以取得当前网络节点关系；
步骤3，建立服务层,服务层通过后端程序为前端用户界面提供服务，该服务包括从图数据库中提取所述网络节点关系和网络异常节点，并将网络节点关系和网络异常节点处理为前端软件需要的格式，供前端用户界面调取；所述前端软件需要的格式包括JSON格式文件，其内容包括设备类型、MAC地址、IP地址和层级关系数据；
步骤4，建立前端用户界面，前端用户界面与所示服务层建立通信，以调取所述网络节点关系和网络异常节点；
步骤5，网络拓扑图展现：前端软件调取所述网络节点关系,将该网络节点关系由前端软件的前端用户界通过拓扑生成界面展现；
步骤6，异常节点实时报告：所述服务层将当前网络节点与所述网络节点关系中的节点逐一匹配，所述匹配方法为：根据网络结构节点顺序依次匹配，匹配内容包括设备类型、MAC地址和IP地址是否与图数据库中存储的一致；若发现不匹配的异常节点，则向前端软件实时报告，通过前端软件的前端用户界面向使用者发送异常节点实时报告。
第二方面，本发明提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述第一方面任一方案所述方法的步骤。
相对于现有技术，本发明创造所述的拓扑关系与异常节点的实时分析方法具有以下优势：
本发明提供了一套完善的网络拓扑算法和网络异常分析算法流程，以及完善的用户界面UI展示体系，通过简单的用户界面UI操作就能展示出精确的拓扑关系，并且能接收各种形式的实时网络异常消息。具体通过编写一套完善的网络数据分析算法，根据标准的网络传输协议，可以快速的分析出网络中的现有网络节点和变更的网络节点的拓扑结构，并通过图数据库技术将拓扑关系保存起来，用于可视化展示与编辑，解决了复杂网络人工维护成本高的问题；同时，也对网络中的异常数据包做了实时监控，与图数据库中的网络节点匹配后进行网络异常展示，实时推送异常通知，解决了网络异常状态发现出现延迟的问题。
附图说明
构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解，本发明创造的示意性实施例及其说明用于解释本发明创造，并不构成对本发明创造的不当限定。在附图中：
图1为本发明实施例的步骤流程图；
图2为本发明实施例的系统框架图；
图3为本发明实施例所述前端用户界面图；
图4为本发明实施例所述用于获取网络异常节点的第二算法流程图；
图5为本发明实施例所述网络拓扑及异常分析算法实例。
附图标记说明：
100-底层算法；200-图数据库；300-后端程序；400-前端用户界面；301-接口层；302-服务层；303-数据访问层；304-基础层；401-访问接口界面；402-拓扑配置界面；403-拓扑生成界面；404-可配置化界面；501-可靠性列表；502-获得推测网络模型；503-获得异常级别的推算模型；504-获得确认模型正确性和节点关系。
具体实施方式
需要说明的是，在不冲突的情况下，本发明创造中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明创造。
如图1所示，发明实施例的步骤流程图，一种拓扑关系与异常节点的实时分析方法，包括以下步骤：
步骤1，建立底层数据算法，底层数据算法包括用于获取网络节点关系的第一算法和用于获取网络异常节点的第二算法；
步骤2，建立图数据库，图数据库存储所述网络节点关系和所述网络异常节点,并对网络节点关系进行实时数据更新,以取得当前网络节点关系；
步骤3，建立服务层,服务层通过后端程序为前端用户界面提供服务，该服务包括从图数据库中提取所述网络节点关系和网络异常节点，并将网络节点关系和网络异常节点处理为前端软件需要的格式，供前端用户界面调取；所述前端软件需要的格式包括JSON格式文件，其内容包括设备类型、MAC地址、IP地址和层级关系数据；
步骤4，建立前端用户界面，前端用户界面与所示服务层建立通信，以调取所述网络节点关系和网络异常节点；
步骤5，网络拓扑图展现：前端软件调取所述网络节点关系,将该网络节点关系由前端软件的前端用户界通过拓扑生成界面展现；
步骤6，异常节点实时报告：所述服务层将当前网络节点与所述网络节点关系中的节点逐一匹配，若发现不匹配的异常节点，则向前端软件实时报告，通过前端软件的前端用户界面向使用者发送异常节点实时报告；所述匹配方法为：根据网络结构节点顺序依次匹配，匹配内容包括设备类型、MAC地址和IP地址是否与图数据库中存储的一致。
作为本发明优选实施之一，还包括步骤7，构建接口层；所述接口层与前端软件建立通信，所述接口层用于与开源软件的队列服务、短信服务进行封装，该开源软件的队列服务、短信服务通过所述前端用户界面的可配置化界面进行配置。
如图4所示，作为本发明优选实施例之一，步骤1中,用于获取网络节点关系的第一算法包括以下步骤：
步骤101，进行全网节点网络检测，根据连接可靠性和对应的网络节点相关性，建立数据模型；所述连接可靠性为所述第一算法中相同数据模型多次尝试所得到的跃点数据的一致性；所述网络节点相关性是在获得连接可靠性的基础上，进行数据模型测试，该数据模型用于确定节点之间的相关层级关系；
需要进一步说明的是：所述跃点数据的一致性包括MAC地址、一致性和IP一致性，经过多测尝试相同数据模型，判断得到同样的相关系数和可靠系数；依次递增分组个数，直到能稳定的探测到每组网络的可靠性和相关性系统一致时停止，得到推测到的一种或者多种网络模型，然后验证该网络模型是否为异常模型。
步骤102，根据步骤101中所述网络节点相关性推测网络模型；进一步的，根据网络节点的相关系数求解数据模型的欠定方程，得到多个满足方程条件的网络模型；
步骤103，根据节点总数和所述网络节点相关性，确定模型概率；
需要进一步说明的是：计算所述节点总数使用的公式为：
L＝j×m
其中L表示网络拓扑的总数据流个数，j表示网络内的数据流个数，m表示核心通道的网络链路数；
步骤104，不同模型推送出不同的模型容错,获得异常级别的推算模型；所述不同网络模型的推测模型过程按照所述步骤102和步骤103进行，根据数据模型多次计算所述网络节点相关性和所述连接可靠性计算出相同概率的不同网络模型；
步骤105，根据网络模型、网络链路数、节点网络数据传输情况，确定网络拓扑结构，同时根据网络监控情况，对应网络异常模型，确认模型正确性和节点关系。
作为本发明优选实施例之一，步骤1中，所述第一算法包括主拓扑关系的分析算法，该分析算法具体步骤为：将一组数据报注入被探测的网络,通过对网络反馈信息进行分析,得到网络的拓扑连接情况；所述网络反馈信息包括连接时长、连接跃点数据和跃点类型。
作为本发明优选实施例之一，步骤1中，所述第一算法包括主拓扑关系的分析算法，该分析算法具体步骤为：对网络元素间的数据进行侦听,通过对侦听得到的数据进行分析,得出网络的拓扑连接情况，其具体方法为：首先探测出网络中所有节点，然后对节点进行分组，两个节点为一分组；之后根据分组注入的数据模型，探测网络结果的网络反馈信息；所述跃点数据的一致性包括MAC地址一致性和IP一致性，经过多测尝试相同数据模型，判断得到同样的相关系数和可靠系数；依次递增分组个数，直到能稳定的探测到每组网络的可靠性和相关性系统一致时停止，得到推测到的一种或者多种网络模型，然后验证该网络模型是否为异常模型。
更加进一步的，按照发现方法对网络拓扑发现进行分类,可分为主动式网络拓扑发现和被动式网络拓扑发现。所谓主动式的网络拓扑发现,是指将一组精心设计的数据报注入被探测的网络,通过对网络反馈信息进行分析,得到网络的拓扑连接情况。例如,各种基于Traceroute的网络拓扑发现方法,就是典型的主动式网络拓扑发现。基于SNMP的网络拓扑发现,从原理上也应该归类为主动式的网络拓扑发现方法。由于主动式网络拓扑发现可以根据探测需要,由探测发起者对探测数据报进行专门设计,因此适用情形较广,可以探测网络范围可以很大,并且可通过提高注入数据包的科学性和合理性,不断提高网络拓扑探测的准确度。而被动式的网络拓扑发现,则是指对网络元素间的数据进行侦听,通过对侦听得到的数据进行分析,进而得出网络的拓扑连接情况。例如,通过侦听路由器间的OSPF交换数据包来探测网络拓扑的方法,就是一种被动式的拓扑发现方法。
更加进一步的，针对网络中路由器的分析算法，具体方法包括：第一步、在路由器的路由记录中，路由器类型为1表示其他，路由器类型为2表示无效，路由器类型为3表示直接，路由器类型为4表示间接，若路由器类型为3，则表示目标子网的ip地址与路由器直接相连，路由器的下一站地址与目标网络的子网掩码得到子网ip地址，ipRouteTable中的ipRouteIfIndex是本地接口的索引,其值与接口表(ifTable)中的ifIndex值相对应。通过ifIndex和ifType的对应关系可以得到子网的类型。将子网及其相关信息加入到子网数据库中。第二步、目的子网不直接与路由器相连,则只能通过ipRouteNextHop所指的下一跳路由器到达子网。此时的下一跳路由器与本路由器直接相连,将其加入到路由器数据库中。第三步、对于新发现的路由器，重复上述步骤完成所有路由器和子网的搜索。第四步、对数据库中路由器表和子网表的搜索可以知道网络主拓扑结构。
作为本发明优选实施例之一，步骤1中，所述第一算法还包括子拓扑关系的分析算法，该分析算法包括以下步骤：步骤111，在主拓扑的发现过程中记录了子网的网络地址和子网掩码，使用子网掩码与相应的路由器表中的IP地址转换表(ipNetToMediaNetAddress)进行“与”操作，得到这个子网内的所有节点的IP地址，然后向这些节点用异步的方式发送ICMP回应请求包来确定活动主机；
步骤112，确定交换机之间的链接，通过PING子网内所有的交换机，依次获取每个交换机的地址转发表及其本身的MAC地址地址，从而得到每个交换机的上行端口、下行端口和本地端口；从子网中的各交换机中选取其地址转发表中具有最多转发MAC地址数的交换机，将其设定为当前“生成树”的根交换机；然后遍历根交换机的除与管理站链接的上行端口外所有下行端口，确定与根交换机各端口具有简单链接关系的其它各交换机和相应端口，将其划分为各个子树；最后，在各端口对应的交换机子树中确定与根交换机的下行端口直接链接的交换机后，就将根交换机从生成树中删除，新生成的树是原来的生成树的子树，然后以该子树作为新子树的根交换机，递归执行这个过程，直至每个交换机子树中只包含一个交换机，该交换机为叶结点；
步骤113，确定交换机与主机的链接，对于本地端口集合，检查其每个端口的转发表，如果某个端口的地址转发表包含路由器的MAC地址，则此本地端口与对应的路由器相连；如果某个端口的地址转发表中包括某个主机的MAC地址，则此本地端口与对应的主机直接相连。
作为本发明优选实施例之一，步骤1中，用于获取网络异常节点的第二算法包括以下步骤：
步骤121，从图数据库中获取网络节点关系中所有节点的信息，然后找到被检测节点及其相连节点；
步骤122，被检测节点向与其直接相连的节点发送网络控制信息协议，判断是否相连，若连接则判断网络状态正常，若未连接则判断与其直接相连的节点均网络状态异常；
步骤123，网络状态正常的节点递归执行步骤122，直至出现网络状态异常的节点或者到达最后一个节点为止。
作为本发明优选实施例之一，如图2所示，步骤3中，所述后端程序包括接口层301、服务层302和数据访问层303；数据访问层303用于与图数据库进行数据交互，以获取所述网络节点关系和网络异常节点的拓扑数据；服务层302用于对该拓扑数据进行业务处理，取得拓扑结构和异常信息；接口层301用于将拓扑结构和异常信息传送至前端用户界面。
作为本发明优选实施例之一，如图3所示，所述前端用户界面包括访问接口界面401、拓扑配置界面402、拓扑生成界面403和可配置化界面404。
图5为本发明实施例所述网络拓扑及异常分析算法实例，按照所述步骤101，建立网络相关性、可靠性列表501；按照所述步骤102，获得推测网络模型502；按照所述步骤103至步骤104，获得异常级别的推算模型503；按照所述步骤105，获得确认模型正确性和节点关系504。
一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述方法的步骤,用于对网络的拓扑关系与异常节点进行实时分析。
以上所述仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明创造的保护范围之内。
Claims (10)
1.一种拓扑关系与异常节点的实时分析方法，其特征在于，包括以下步骤：
步骤1，建立底层数据算法，底层数据算法包括用于获取网络节点关系的第一算法和用于获取网络异常节点的第二算法；
步骤2，建立图数据库，图数据库存储所述网络节点关系和所述网络异常节点,并对网络节点关系进行实时数据更新,以取得当前网络节点关系；
步骤3，建立服务层,服务层通过后端程序为前端用户界面提供服务，该服务包括从图数据库中提取所述网络节点关系和网络异常节点，并将网络节点关系和网络异常节点处理为前端软件需要的格式，供前端用户界面调取；所述前端软件需要的格式包括JSON格式文件，其内容包括设备类型、MAC地址、IP地址和层级关系数据；
步骤4，建立前端用户界面：前端用户界面与所述服务层建立通信，以调取所述网络节点关系和网络异常节点；
步骤5，网络拓扑图展现：前端软件调取所述网络节点关系,将该网络节点关系由前端软件的前端用户界面通过拓扑生成界面展现；
步骤6，异常节点实时报告：所述服务层将当前网络节点与所述网络节点关系中的节点逐一匹配，所述匹配方法为：根据网络结构节点顺序依次匹配，匹配内容包括设备类型、MAC地址和IP地址是否一致；若发现不匹配，则向前端软件实时报告，通过前端软件的前端用户界面向使用者发送异常节点实时报告。
2.根据权利要求1所述的拓扑关系与异常节点的实时分析方法，其特征在于，还包括步骤7，构建接口层；所述接口层与前端软件建立通信，所述接口层用于与开源软件的队列服务、短信服务进行封装，该开源软件的队列服务、短信服务通过所述前端用户界面的可配置化界面进行配置。
3.根据权利要求1所述的拓扑关系与异常节点的实时分析方法，其特征在于，步骤1中,用于获取网络节点关系的第一算法包括以下步骤：
步骤101，进行全网节点网络检测，根据连接可靠性和对应的网络节点相关性，建立数据模型；所述连接可靠性为所述第一算法中相同数据模型多次尝试所得到的跃点数据的一致性；所述网络节点相关性是在获得连接可靠性的基础上，进行数据模型测试，该数据模型用于确定节点之间的相关层级关系；步骤102，根据步骤101中所述网络节点相关性推测网络模型；
步骤103，根据节点总数和所述网络节点相关性，确定模型概率；
步骤104，不同网络模型推送出不同的模型容错,获得异常级别的推算模型；所述不同网络模型的推测模型过程按照所述步骤102和步骤103进行，根据数据模型多次计算所述网络节点相关性和所述连接可靠性计算出相同概率的不同网络模型；
步骤105，根据网络模型、网络链路数、节点网络数据传输情况，确定网络拓扑结构，同时根据网络监控情况，对应网络异常模型，确认模型正确性和节点关系。
4.根据权利要求1所述的拓扑关系与异常节点的实时分析方法，其特征在于，步骤1中，所述第一算法包括主拓扑关系的分析算法，该分析算法具体步骤为：将一组数据报注入被探测的网络,通过对网络反馈信息进行分析,得到网络的拓扑连接情况；所述网络反馈信息包括连接时长、连接跃点数据和跃点类型。
5.根据权利要求1所述的拓扑关系与异常节点的实时分析方法，其特征在于，步骤1中，所述第一算法包括主拓扑关系的分析算法，该分析算法具体步骤为：对网络元素间的数据进行侦听,通过对侦听得到的数据进行分析,得出网络的拓扑连接情况，其具体方法为：首先探测出网络中所有节点，然后对节点进行分组，两个节点为一分组；之后向分组注入数据模型,探测网络结果的网络反馈信息。
6.根据权利要求4或5任意权利要求所述的拓扑关系与异常节点的实时分析方法，其特征在于，步骤1中，所述第一算法还包括子拓扑关系的分析算法，该分析算法包括以下步骤：
步骤111，在主拓扑的发现过程中记录了子网的网络地址和子网掩码，使用子网掩码与相应的路由器表中的IP地址转换表进行“与”操作，就可以得到这个子网内的所有节点的IP地址，然后向这些节点用异步的方式发送ICMP回应请求包来确定活动主机；
步骤112，确定交换机之间的链接，通过PING子网内所有的交换机，依次获取每个交换机的地址转发表及其本身的MAC地址，从而得到每个交换机的上行端口、下行端口和本地端口；从子网中的各交换机中选取其地址转发表中具有最多转发MAC地址数的交换机，将其设定为当前“生成树”的根交换机；然后遍历除根交换机以外其它交换机的所有上行端口、下行端口，确定与根交换机各端口具有简单链接关系的其它各交换机和相应端口，将其划分为各个子树；最后，在各端口对应的交换机子树中确定与根交换机的下行端口直接链接的交换机后，就将根交换机从生成树中删除，新生成的树是原来的生成树的子树，然后以该子树作为新子树的根交换机，递归执行这个过程，直至每个交换机子树中只包含一个交换机，该交换机为叶结点；
步骤113，确定交换机与主机的链接，对于本地端口集合，检查其每个端口的转发表，如果某个端口的地址转发表包含路由器的MAC地址，则此本地端口与对应的路由器相连；如果某个端口的地址转发表中包括某个主机的MAC地址，则此本地端口与对应的主机直接相连。
7.根据权利要求1所述的拓扑关系与异常节点的实时分析方法，其特征在于：步骤1中，用于获取网络异常节点的第二算法包括以下步骤：
步骤121，从图数据库中获取网络节点关系中所有节点的信息，然后找到被检测节点及其相连节点；
步骤122，被检测节点向与其直接相连的节点发送网络控制信息协议，判断是否相连，若连接则判断网络状态正常，若未连接则判断与其直接相连的节点均网络状态异常；
步骤123，网络状态正常的节点递归执行步骤122，直至出现网络状态异常的节点或者到达最后一个节点为止。
8.根据权利要求1所述的拓扑关系与异常节点的实时分析方法，其特征在于：步骤3中，所述后端程序包括接口层(301)、服务层(302)和数据访问层(303)；数据访问层(303)用于与图数据库进行数据交互，以获取所述网络节点关系和网络异常节点的拓扑数据；服务层(302)用于对该拓扑数据进行业务处理，取得拓扑结构和异常信息；接口层(301)用于将拓扑结构和异常信息传送至前端用户界面。
9.根据权利要求1所述的拓扑关系与异常节点的实时分析方法，其特征在于：所述前端用户界面包括访问接口界面、拓扑配置界面、拓扑生成界面和可配置化界面。
10.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，计算机程序被处理器运行时执行上述权利要求1至9任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211565802.8A CN115801590B (zh) | 2022-12-07 | 一种拓扑关系与异常节点的实时分析方法和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211565802.8A CN115801590B (zh) | 2022-12-07 | 一种拓扑关系与异常节点的实时分析方法和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115801590A true CN115801590A (zh) | 2023-03-14 |
| CN115801590B CN115801590B (zh) | 2025-02-18 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117579344A (zh) * | 2023-11-20 | 2024-02-20 | 北京思存通信技术有限公司 | 一种网络结构特征异常检测系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105981347A (zh) * | 2014-02-25 | 2016-09-28 | 甲骨文国际公司 | 在用于中间件和应用执行的工程系统中用于防止对子网管理员(sa)访问的拒绝服务(dos)攻击以及用于支持基于子网管理员(sa)访问的可靠连接(rc)的系统和方法 |
| US20180139104A1 (en) * | 2016-11-12 | 2018-05-17 | Solana Networks Inc. | Method and System for Discovery and Mapping of a Network Topology |
| CN109039766A (zh) * | 2018-08-29 | 2018-12-18 | 东北电力大学 | 一种基于渗流概率的电力cps网络风险传播阈值确定方法 |
| CN112968804A (zh) * | 2021-03-18 | 2021-06-15 | 河南大学 | 一种基于容错哈密顿圈的数据中心网络故障诊断方法 |
| CN114902183A (zh) * | 2019-11-29 | 2022-08-12 | 亚马逊技术股份有限公司 | 云计算实例在通信服务提供商网络中的基于延时的布局 |
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105981347A (zh) * | 2014-02-25 | 2016-09-28 | 甲骨文国际公司 | 在用于中间件和应用执行的工程系统中用于防止对子网管理员(sa)访问的拒绝服务(dos)攻击以及用于支持基于子网管理员(sa)访问的可靠连接(rc)的系统和方法 |
| US20180139104A1 (en) * | 2016-11-12 | 2018-05-17 | Solana Networks Inc. | Method and System for Discovery and Mapping of a Network Topology |
| CN109039766A (zh) * | 2018-08-29 | 2018-12-18 | 东北电力大学 | 一种基于渗流概率的电力cps网络风险传播阈值确定方法 |
| CN114902183A (zh) * | 2019-11-29 | 2022-08-12 | 亚马逊技术股份有限公司 | 云计算实例在通信服务提供商网络中的基于延时的布局 |
| CN112968804A (zh) * | 2021-03-18 | 2021-06-15 | 河南大学 | 一种基于容错哈密顿圈的数据中心网络故障诊断方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117579344A (zh) * | 2023-11-20 | 2024-02-20 | 北京思存通信技术有限公司 | 一种网络结构特征异常检测系统 |
| CN117579344B (zh) * | 2023-11-20 | 2024-06-07 | 北京思存通信技术有限公司 | 一种网络结构特征异常检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7108674B2 (ja) | 故障根本原因決定方法及び装置並びにコンピュータ記憶媒体 | |
| CN113079091B (zh) | 一种主动随流检测的方法、网络设备以及通信系统 | |
| US9942101B2 (en) | Method and system for collecting topology information | |
| KR101911579B1 (ko) | Ｏｐｅｎｆｌｏｗ에 대한 제어기 구동 ｏａｍ | |
| Breitbart et al. | Topology discovery in heterogeneous IP networks | |
| JP5840788B2 (ja) | 根本原因分析のための方法、装置、および通信ネットワーク | |
| KR100916288B1 (ko) | 네트워크 토폴로지의 결정을 위한 장치 및 방법 | |
| Azzouni et al. | Fingerprinting OpenFlow controllers: The first step to attack an SDN control plane | |
| US7688758B2 (en) | Node merging process for network topology representation | |
| EP3675419A1 (en) | Method and apparatus for detecting network fault | |
| WO2012106925A1 (zh) | Ip网络故障定位方法、装置及系统 | |
| WO2015143810A1 (zh) | 节点故障检测方法及装置 | |
| CN110224883A (zh) | 一种应用于电信承载网的灰色故障诊断方法 | |
| WO2021018309A1 (zh) | 报文传输路径确定方法、装置及系统、计算机存储介质 | |
| CN101668025A (zh) | 一种链路层网络拓扑发现方法及装置 | |
| WO2020088683A1 (zh) | 处理路由事件记录表项的方法、网络设备和控制设备 | |
| US20080298258A1 (en) | Information transfer capability discovery apparatus and techniques | |
| US20040215781A1 (en) | Techniques for determining device connectivity in a network using protocol-specific connectivity information | |
| CN116545861A (zh) | 网络拓扑图生成方法、装置和设备 | |
| CN114915561B (zh) | 网络拓扑图生成方法和装置 | |
| CN116248479A (zh) | 网络路径探测方法、装置、设备及存储介质 | |
| US9210046B2 (en) | Zone-based network traffic analysis | |
| US20240113944A1 (en) | Determining an organizational level network topology | |
| CN115801590A (zh) | 一种拓扑关系与异常节点的实时分析方法和存储介质 | |
| US8467301B2 (en) | Router misconfiguration diagnosis |
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 |