P2p流量缓存部署方法及装置制造方法

文档序号:7769314阅读:220来源:国知局
P2p流量缓存部署方法及装置制造方法
【专利摘要】本发明提出一种P2P流量缓存部署方法,包括:对网络中的链路进行监测,识别P2P流并测量P2P流的流量信息;将P2P流的流量信息输入P2P流量矩阵模型,得到P2P流量矩阵;根据P2P流量矩阵计算缓存部署方案对应的P2P流量优化收益,并选取最优缓存部署方案;以及根据缓存最优部署方案,在网络中部署P2P流量缓存设备。本发明实施例的P2P流量缓存部署方法,只需少量的网络测量信息便可获取全局网络中对等流量的分布状况,在此基础上合理部署流量缓存设备,有效地节省网络带宽,具有可扩展、效率高、开销低、易操作的优点。本发明还提出一种P2P流量缓存部署装置。
【专利说明】P2P流量缓存部署方法及装置【技术领域】
[0001]本发明涉及网络流量的管理与优化【技术领域】,尤其涉及一种P2P流量缓存部署方法及装置。
【背景技术】
[0002]基于缓存的优化主要是通过在网络中部署缓存设备,从而减少链路上的冗余流量,降低链路负载。缓存设备使用户在就近的位置就可以下载到所需要的数据,而无需从距离较远的节点处获取。近年来,各种类型的P2P (Peer-to-Peer)应用不断涌现,导致互联网中P2P流量大幅度增加。有关统计数据显示,P2P流量在全部网络流量中的比重超过了50%。大量的P2P流量增加网络的负担,使得网络出现拥塞的概率增加,对网络的性能造成严重的负面影响。现有的缓存技术主要是在单条链路上部署缓存设备,缺乏网络全局的视角,因而缓存效果不佳。

【发明内容】

[0003]本发明旨在至少解决上述技术问题之一。
[0004]为此,本发明的目的在于提出高效的P2P流量缓存部署方法及装置。
[0005]根据本发明实施例的P2P流量缓存部署方法,包括以下步骤:S1.对网络中的链路进行监测,识别P2P流并测量所述P2P流的流量信息;S2.将所述P2P流的流量信息输入P2P流量矩阵模型,得到P2P流量矩阵;S3.根据所述P2P流量矩阵计算缓存部署方案对应的P2P流量优化收益,并选取最优缓存部署方案;以及S4.根据所述缓存最优部署方案,在网络中部署P2P流量缓存设备。
[0006]本发明实施例的P2P流量缓存部署方法,不仅将P2P流量的测量、预测与缓存优化融为一体,形成一个高效、统一的有机整体,而且只需要少量的网络测量信息,便可以获取全局网络中对等流量的分布状况,在此基础上合理部署流量缓存设备,从而有效地节省网络带宽,具有可扩展、效率高、开销低、易操作等优点。
[0007]在本发明的一个实施例中,在所述步骤SI包括以下步骤:为每台主机配置一个下载数据集合,并初始化所述下载数据集合为空;检测所述网络中的网络流,将每条所述网络流切分为数据块,并将所述数据块保存在目的主机对应的所述下载数据集合中;以及将每台主机的上传流中的数据块和所述主机的所述下载数据集合中的数据块进行匹配,若匹配成功则将认为所述数据块所属上传流和下载流属于P2P流,记录所述P2P流的流量信息。
[0008]在本发明的一个实施例中,所述步骤S2中:所述P2P流量矩阵是通过聚合处理后
得到的,所述P2P流量矩阵中的元素表达式为
【权利要求】
1.一种P2P流量缓存部署方法,其特征在于,包括以下步骤: 51.对网络中的链路进行监测,识别P2P流并测量所述P2P流的流量信息; 52.将所述P2P流的流量信息输入P2P流量矩阵模型,得到P2P流量矩阵; 53.根据所述P2P流量矩阵计算缓存部署方案对应的P2P流量优化收益,并选取最优缓存部署方案;以及 54.根据所述缓存最优部署方案,在网络中部署P2P流量缓存设备。
2.如权利要求1所述的P2P流量缓存部署方法,其特征在于,在所述步骤SI包括以下步骤: 为每台主机配置一个下载数据集合,并初始化所述下载数据集合为空; 检测所述网络中的网络流,将每条所述网络流切分为数据块,并将所述数据块保存在目的主机对应的所述下载数据集合中;以及 将每台主机的上传流中的数据块和所述主机的所述下载数据集合中的数据块进行匹配,若匹配成功则将认为所述数据块所属上传流和下载流属于P2P流,记录所述P2P流的流量信息。
3.如权利要求1所述的P2P流量缓存部署方法,其特征在于,所述步骤S2中:所述P2P流量矩阵是通过聚合处理后得到的,所述P2P流量矩阵中的元素表达式为
4.如权利要求1所述的P2P流量缓存部署方法,其特征在于,所述根据所述P2P流量矩阵计算缓存部署方案对应的P2P流量优化收益包括以下步骤: 定义缓存部署方案为向量V=(Vm),Vm取值为I表示第m条链路上部署缓存设备,Vm取值为O表示所述第m条链路上不部署缓存设备,m为正整数;以及 计算所述缓存部署方案V对应P2P流量优化收益,计算公式为B (V) = Σ B (V;) X vm,其中,B(VnT)表示仅在第m条所述链路上部署缓存设备后所述网络减少的P2P流量。若第m条所述链路位于节点i和j之间,那么B(Vj)的值等于所述P2P流量矩阵中第i行和第j列的所有元素之和。
5.如权利要求1所述的P2P流量缓存部署方法,其特征在于,采用枚举法、拥塞优先法、分支定界算法或贪婪算法,在不超过开销上限的约束下选取最优缓存部署方案。
6.如权利要求5所述的P2P流量缓存部署方法,其特征在于,所述贪婪算法的具体实现过程如下: A.设立部署缓存设备链路集合并初始化为空集,并初始化所述网络的剩余开销值为c ; B.对于网络中任意一条无部署缓存设备的链路Iy,若所述链路Iy部署开销Cy不大于所述剩余开销值c,则计算所述链路Iy的部署性价比,其中,y为正整数,所述链路Iy的部署性价比等于该链路部署缓存设备后的收益增量与部署开销增量的比值;C.计算出所有所述链路Iy的部署性价比后,选择所述部署性价比最高的所述链路仁加入到所述部署缓存设备链路集合中进行更新,并将所述C的数值减少所述Cy进行更新;以及 D.重复执行所述步骤B和C,直至所述剩余开销值C=O或不存在符合条件的所述链路IyO
7.—种P2P流量缓存部署装置,其特征在于,包括以下部分: P2P流识别测量单元,所述P2P流识别测量单元用于对网络中的链路进行监测,识别P2P流并测量所述P2P流的流量信息; 流量矩阵计算单元,所述流量矩阵计算单元与所述P2P流识别测量单元相连,用于将所述P2P流的流量信息输入P2P流量矩阵模型,得到P2P流量矩阵; 收益计算及最优决策单元,所述收益计算及最优决策单元与所述流量矩阵计算单元相连,用于根据所述P2P流量矩阵计算缓存部署方案对应的P2P流量优化收益,并选取最优缓存部署方案;以及 缓存部署单元,所述缓存部署单元与所述收益计算及最优决策单元相连,用于根据所述缓存最优部署方案,在网络中部署P2P流量缓存设备。
8.如权利要求7所述的P2P流量缓存部署装置,其特征在于,所述P2P流识别测量单元包括: 网络流分块模块,所述网络流分块模块用于检测所述网络中的网络流,将每条所述网络流切分为数据块,并将所述数据块保存在目的主机对应的所述下载数据集合中; 匹配模块,所述匹配模块与 所述网络流分块模块相连,用于将每台主机的上传流中的数据块和所述主机的所述下载数据集合中的数据块进行匹配;以及 流量记录模块,所述流量记录模块与所述匹配模块相连,用于在所述匹配模块判断所述数据块匹配成功时记录所述数据块所属上传流和下载流的流量信息。
9.如权利要求7所述的P2P流量缓存部署装置,其特征在于,所述流量矩阵计算单元中:所述P2P流量矩阵是通过聚合处理后得到的,所述P2P流量矩阵中的元素表达式为
10.如权利要求7所述的P2P流量缓存部署装置,其特征在于,所述根据所述P2P流量矩阵计算缓存部署方案对应的P2P流量优化收益包括以下步骤: 定义缓存部署方案为向量V=(Vm),Vm取值为I表示第m条链路上部署缓存设备,Vm取值为O表示所述第m条链路上不部署缓存设备,m为正整数;以及 计算所述缓存部署方案V对应P2P流量优化收益,计算公式为B (V) = Σ B (V;) X vm,其中,B(VnT)表示仅在第m条所述链路上部署缓存设备后所述网络减少的P2P流量。若第m条所述链路位于节点i和j之间,那么B(Vj)的值等于所述P2P流量矩阵中第i行和第j列的所有元素之和。
11.如权利要求7所述的P2P流量缓存部署装置,其特征在于,采用枚举法、拥塞优先法、分支定界算法或贪婪算法,在不超过开销上限的约束下选取最优缓存部署方案。
12.如权利要求11所述的P2P流量缓存部署装置,其特征在于,所述贪婪算法的具体实现过程如下: A.设立部署缓存设备链路集合并初始化为空集,并初始化所述网络的剩余开销值为c ; B.对于网络中任意一条无部署缓存设备的链路Iy,若所述链路Iy部署开销Cy不大于所述剩余开销值c,则计算所述链路Iy的部署性价比,其中,y为正整数,所述链路Iy的部署性价比等于该链路部署缓存设备后的收益增量与部署开销增量的比值; C.计算出所有所述链路Iy的部署性价比后,选择所述部署性价比最高的所述链路仁加入到所述部署缓 存设备链路集合中进行更新,并将所述C的数值减少所述Cy进行更新;以及 D.重复执行所述步骤B和C,直至所述剩余开销值C=O或不存在符合条件的所述链路IyO
【文档编号】H04L12/801GK103457867SQ201310398267
【公开日】2013年12月18日 申请日期:2013年9月4日 优先权日:2013年9月4日
【发明者】徐恪, 沈蒙 申请人:清华大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1