專利名稱：一種適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)的制作方法
一種適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)技術(shù)領(lǐng)域
本發(fā)明屬于網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)的設(shè)計(jì)技術(shù)。技術(shù)背景
對(duì)未來網(wǎng)絡(luò)的研究工作已經(jīng)在多個(gè)國(guó)家中展開，研究?jī)?nèi)容包括體系結(jié)構(gòu)理論的創(chuàng)新、實(shí)驗(yàn)平臺(tái)和基礎(chǔ)設(shè)施的搭建。在體系結(jié)構(gòu)上，出現(xiàn)以信息/服務(wù)/用戶等為中心的新網(wǎng)絡(luò)結(jié)構(gòu)，同時(shí)，可編程和虛擬化技術(shù)伴隨著未來網(wǎng)絡(luò)的深入研究而得到長(zhǎng)足發(fā)展。
ICN(以信息為中心的未來網(wǎng)絡(luò))關(guān)注網(wǎng)絡(luò)中的信息對(duì)象及其屬性，也關(guān)注數(shù)據(jù)接收者的興趣愛好。ICN中，返回的數(shù)據(jù)沿路緩存以提高網(wǎng)絡(luò)的利用率。
SCN(以服務(wù)為中心的未來網(wǎng)絡(luò))對(duì)ICN進(jìn)行擴(kuò)展，允許對(duì)服務(wù)對(duì)象和數(shù)據(jù)對(duì)象進(jìn)行編址，并將服務(wù)及數(shù)據(jù)當(dāng)做關(guān)鍵的網(wǎng)絡(luò)設(shè)計(jì)元素，這類網(wǎng)絡(luò)支持多種服務(wù)，客戶發(fā)送興趣包請(qǐng)求服務(wù)，服務(wù)執(zhí)行的結(jié)果以數(shù)據(jù)包返回給客戶。
以用戶為中心的未來網(wǎng)絡(luò)的主要目標(biāo)是無縫移動(dòng)通信，提供基于用戶體驗(yàn)質(zhì)量的網(wǎng)絡(luò)選擇機(jī)制，該機(jī)制獨(dú)立于底層網(wǎng)絡(luò)以實(shí)現(xiàn)更快及多種技術(shù)間的切換。
歐洲的4WARD未來網(wǎng)絡(luò)項(xiàng)目由六個(gè)工作單元組成。其中，新架構(gòu)觀念和原則組研究一種允許多元化和多種類網(wǎng)絡(luò)結(jié)構(gòu)的新技術(shù)；網(wǎng)絡(luò)虛擬化組負(fù)責(zé)不同網(wǎng)絡(luò)結(jié)構(gòu)共存的工作；網(wǎng)內(nèi)管理組提供網(wǎng)絡(luò)性能的發(fā)現(xiàn)和網(wǎng)絡(luò)的自適應(yīng)管理；通用路徑組提取吸收現(xiàn)階段的傳輸效率增強(qiáng)技術(shù)的優(yōu)勢(shì)；信息網(wǎng)絡(luò)化組實(shí)現(xiàn)一個(gè)以信息為中心的示例。
歐洲的Trilogy未來網(wǎng)絡(luò)項(xiàng)目圍繞三個(gè)工作單元組成?？蛇_(dá)性組關(guān)注于創(chuàng)造一種互聯(lián)網(wǎng)絡(luò)服務(wù)，該服務(wù)靈活而防止改變，以可擴(kuò)展的方式提供和管理透明的可達(dá)性；資源控制組關(guān)注于有效、公平、激勵(lì)兼容的資源控制方法的統(tǒng)一；社會(huì)和商業(yè)控制組明確有力地表達(dá)了驅(qū)動(dòng)其他兩組技術(shù)工作的原則。
SAIL未來網(wǎng)絡(luò)項(xiàng)目專注于提供用戶/應(yīng)用控制訪問的方法來建立適應(yīng)未來互聯(lián)網(wǎng)的需求的連接。未來的傳輸和聯(lián)網(wǎng)機(jī)制利用諸如光網(wǎng)絡(luò)的鏈路技術(shù)的先進(jìn)特性，網(wǎng)絡(luò)和路徑的多元化、先進(jìn)的編碼技術(shù)被使用，用戶的泛在移動(dòng)、內(nèi)容和信息對(duì)象將被用統(tǒng)一的方式處理。
ICN引入了位置獨(dú)立的內(nèi)容標(biāo)識(shí)方法。然而，ICN面對(duì)著一個(gè)由數(shù)十億設(shè)備及IO21 字節(jié)量級(jí)的數(shù)據(jù)，急需一種突破性方法解決命名和編制問題。
可編程和虛擬化特性在未來網(wǎng)絡(luò)中得到長(zhǎng)足發(fā)展，GEOT就是為新一代網(wǎng)絡(luò)架構(gòu)和分布式系統(tǒng)而建立的虛擬化可編程設(shè)施，OpenFlow是GENI里的一個(gè)項(xiàng)目，OpenFlow的可編程項(xiàng)是不同交換機(jī)和路由器中的流表。通過選擇路由器和用流表處理來控制流，流經(jīng)網(wǎng)絡(luò)的流被認(rèn)為是互相獨(dú)立并被分別處理，對(duì)流的分別處理要求頻繁改動(dòng)網(wǎng)絡(luò)中流表的路線， 使得網(wǎng)絡(luò)高度不穩(wěn)定，而且忙于傳輸處理連接請(qǐng)求的信令。
傳統(tǒng)上，網(wǎng)絡(luò)被認(rèn)為是數(shù)據(jù)傳輸?shù)妮d體，而ICN中將存儲(chǔ)能力固化到網(wǎng)絡(luò)所有節(jié)點(diǎn)中，則被認(rèn)為對(duì)網(wǎng)絡(luò)架構(gòu)有深遠(yuǎn)的影響。然而，類似人工神經(jīng)網(wǎng)絡(luò)的并行處理/計(jì)算能力還未被發(fā)掘。
Internet是復(fù)雜和無結(jié)構(gòu)的，網(wǎng)絡(luò)中節(jié)點(diǎn)和鏈路可以自由附著和離開，對(duì)于大規(guī)模的無結(jié)構(gòu)網(wǎng)絡(luò)，需要分布式而復(fù)雜的編址、路由和查詢機(jī)制，相反，結(jié)構(gòu)化的網(wǎng)絡(luò)采用全球統(tǒng)一而簡(jiǎn)單的編址、路由和查詢機(jī)制。同時(shí)，基于結(jié)構(gòu)化網(wǎng)絡(luò)的應(yīng)用能很好地實(shí)現(xiàn)內(nèi)容 /服務(wù)編址、語義搜索、移動(dòng)支持、安全的基于位置的服務(wù)、多播、入侵檢測(cè)、網(wǎng)絡(luò)測(cè)量、數(shù)據(jù)融合、網(wǎng)頁分級(jí)和流量負(fù)載均衡，等等。發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)。利用該技術(shù)能實(shí)現(xiàn)網(wǎng)絡(luò)的并行處理/計(jì)算能力和簡(jiǎn)單轉(zhuǎn)發(fā)機(jī)制，并使構(gòu)建的網(wǎng)絡(luò)具有可編程及虛擬化特征。
為了實(shí)現(xiàn)發(fā)明目的，采用的技術(shù)方案如下
通過虛擬層在物理網(wǎng)絡(luò)上構(gòu)建和維護(hù)共存的多個(gè)結(jié)構(gòu)化網(wǎng)絡(luò)(SN)。結(jié)構(gòu)化網(wǎng)絡(luò)的實(shí)用化例子包括超立方體網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)和Batcher網(wǎng)絡(luò)。
所述的虛擬層在物理網(wǎng)絡(luò)上構(gòu)建和維護(hù)共存的多個(gè)SN的方法如下
一、虛擬層利用虛擬機(jī)和虛擬路由器的技術(shù)，把每個(gè)物理節(jié)點(diǎn)的資源虛擬化為多個(gè)獨(dú)立的處理單元，使得每個(gè)SN都可以利用這些處理單元、物理鏈路、邏輯鏈路構(gòu)成所需的拓?fù)浣Y(jié)構(gòu)。其中物理鏈路用于連接物理上相鄰的處理單元，邏輯鏈路用于連接物理上不相鄰的處理單元。一條邏輯鏈路可以是MPLS/GMPLS網(wǎng)絡(luò)的標(biāo)簽交換通路LSP、ATM的虛電路VC、IP網(wǎng)絡(luò)的隧道或連接。
二、通過把一個(gè)大規(guī)模網(wǎng)絡(luò)劃分成多個(gè)小區(qū)域，其中一些區(qū)域成為網(wǎng)絡(luò)的核心，其它區(qū)域成為過渡區(qū)域或者邊緣區(qū)域，實(shí)現(xiàn)大規(guī)模網(wǎng)絡(luò)的層次化。其中每個(gè)區(qū)域都是一種SN。 每個(gè)SN區(qū)域邊界的多個(gè)處理單元可以屬于同一個(gè)物理節(jié)點(diǎn)。多個(gè)處理單元之間的連接可以屬于相同的物理或邏輯鏈路。
三、在SN建好之后，虛擬層負(fù)責(zé)維護(hù)每個(gè)SN。虛擬層自動(dòng)地用一個(gè)備用的處理單元代替一個(gè)失效的處理單元，以保證SN無間斷運(yùn)行，SN所提供的應(yīng)用和服務(wù)也不會(huì)中斷。 為了增強(qiáng)網(wǎng)絡(luò)的可靠性，虛擬層把每個(gè)處理單元的代碼、數(shù)據(jù)、運(yùn)行狀態(tài)復(fù)制到鄰近處理單元。一旦某個(gè)處理單元失效，其替代者能從它的鄰居那里得到恢復(fù)。
四、與端用戶連接的接入節(jié)點(diǎn)，負(fù)責(zé)引導(dǎo)端用戶進(jìn)入不同的SN。每個(gè)接入節(jié)點(diǎn)設(shè)多個(gè)匹配規(guī)則以匹配端用戶對(duì)服務(wù)及內(nèi)容的請(qǐng)求，并將其關(guān)聯(lián)到合適的SN上。關(guān)聯(lián)的方法是將用戶的端口、接口、地址或標(biāo)識(shí)綁定到用戶要訪問的SN。為實(shí)現(xiàn)可編程目的，描述入口節(jié)點(diǎn)的必要屬性由虛擬層提供。
五、虛擬層構(gòu)建所需的SN的方法如下由于要構(gòu)建的SN的邏輯拓?fù)浜突鶎泳W(wǎng)絡(luò)的物理拓?fù)涫遣煌?，故在基層網(wǎng)絡(luò)上構(gòu)建SN的目標(biāo)函數(shù)就是找到SN的“模型圖”與基層網(wǎng)絡(luò)的“真實(shí)圖”之間的最大匹配。即把兩者之間的最小編輯距離作為目標(biāo)函數(shù)，使得所需要添加的邏輯鏈路數(shù)目最少。新指定的邏輯鏈路必須采用那些不會(huì)對(duì)未來需求產(chǎn)生重要影響的路徑，即“最小干擾”路徑。
六、基于對(duì)全局流量分布的了解，在需要對(duì)全網(wǎng)的流量負(fù)載進(jìn)行平衡或者需要消除網(wǎng)絡(luò)中的熱點(diǎn)或瓶頸的時(shí)候，虛擬層在整個(gè)網(wǎng)絡(luò)內(nèi)重新構(gòu)建邏輯鏈路，并保證不改變所有并存的SN的邏輯拓?fù)洹?br> 所述的超立方體網(wǎng)絡(luò)是一種典型的實(shí)用化的SN的例子，可以提供多種功能和服務(wù)的無縫整合，具體包括內(nèi)容/服務(wù)編址、語義搜索、移動(dòng)性支持、安全的基于位置的服務(wù)和組管理技術(shù)。
所述的超立方體網(wǎng)絡(luò)提供多種功能和服務(wù)無縫整合的方式，具體如下
一、內(nèi)容/服務(wù)編址方式
內(nèi)容的名字通過DHT (分布式散列表)映射到D維超立方體中的一個(gè)點(diǎn)，c = (c1 C2, ... , cD)。當(dāng)附著在節(jié)點(diǎn)s的數(shù)據(jù)源產(chǎn)生內(nèi)容c時(shí)，發(fā)送一個(gè)通告給相應(yīng)節(jié)點(diǎn)η = C，節(jié)點(diǎn)η則記錄下Ic，s}。當(dāng)附著于節(jié)點(diǎn)u的用戶請(qǐng)求名字映射為c的內(nèi)容時(shí)，它將“興趣”包發(fā)送到超立方體的節(jié)點(diǎn)η = c，節(jié)點(diǎn)η將“興趣”包轉(zhuǎn)發(fā)給節(jié)點(diǎn)s，節(jié)點(diǎn)s通知數(shù)據(jù)源。
數(shù)據(jù)源通過節(jié)點(diǎn)s再將“興趣”包同時(shí)轉(zhuǎn)發(fā)到離用戶最近的多個(gè)節(jié)點(diǎn)，指定每個(gè)節(jié)點(diǎn)給用戶提供內(nèi)容的一份或多份片段，實(shí)現(xiàn)內(nèi)容片段的并行傳輸。當(dāng)離用戶最接近的節(jié)點(diǎn)就是節(jié)點(diǎn)s自己時(shí)，數(shù)據(jù)源通過節(jié)點(diǎn)s將完整的內(nèi)容分成等長(zhǎng)的片段直接回復(fù)給附著在u 上的用戶。
在內(nèi)容片段送往U的途中，沿途的節(jié)點(diǎn)和目的地節(jié)點(diǎn)U在每收到一個(gè)新的片段時(shí)， 都通過網(wǎng)絡(luò)編碼的方法，把新收到的片段與已緩存片段進(jìn)行網(wǎng)絡(luò)編碼，以得到一個(gè)新的編碼片段；把新的編碼片段緩存起來并轉(zhuǎn)發(fā)到下一跳。
所有的內(nèi)容分發(fā)路線都是給定的采用源路由方式或者采用沿著相同的維度順序進(jìn)行傳輸?shù)墓潭酚煞绞?。所述的固定路由的具體方式是從節(jié)點(diǎn)s = (S1, S2, ... , SD)到節(jié)點(diǎn) U = (U1, U2,. . . , Ud)沿途必須經(jīng)過的節(jié)點(diǎn)是(S1, S2, . . . , Sd) — (U1, S2, . . . , Sd) — (U1, U2，. . .，SD) — . . . — (U1, U2, ... , Ud)。數(shù)據(jù)源記錄緩存了內(nèi)容片段的所有節(jié)點(diǎn)坐標(biāo)。
當(dāng)內(nèi)容的新版本產(chǎn)生時(shí)，數(shù)據(jù)源通過節(jié)點(diǎn)s多播一個(gè)通告到持有舊版內(nèi)容片段的所有節(jié)點(diǎn)，以便清除這些舊版內(nèi)容。
二、語義搜索方式
把基于本體論的知識(shí)表示語言用于描述語義內(nèi)容。設(shè)數(shù)據(jù)的抽象模型或者屬性可用D元組表示，則一個(gè)基于本體論的知識(shí)表示的原子模式由D個(gè)元素組成(a1; a2,..., aD)。 把每個(gè)元素 散列到一個(gè)數(shù)值Ci,得到索引c = (ci; C2, ... , cD)。將索引c和源節(jié)點(diǎn)s通告給節(jié)點(diǎn)η = C。所以相似的原子模式被注冊(cè)到坐標(biāo)相近的節(jié)點(diǎn)上。
所支持的查詢包括三種類型
原子查詢當(dāng)用戶請(qǐng)求c = (ci; C2, ... , cD)時(shí)，查詢發(fā)送到節(jié)點(diǎn)η = C。
范圍查詢一個(gè)范圍查詢用于搜索屬性值落在某范圍內(nèi)的所有對(duì)象。在范圍查詢方式中，C= (C1, C2,..., CD)中的每個(gè)元素Ci都可以代表一個(gè)范圍A ey。~]，其中、和JJUj分別是范圍j的上界和下界。范圍查詢被多播到所有節(jié)點(diǎn)η e C。
聯(lián)合查詢聯(lián)合查詢能用一系列原子查詢的聯(lián)合來表示，例如"C' η C"。聯(lián)合查詢被多播到所有的η = C和η = C'。
三、移動(dòng)支持方式
設(shè)數(shù)據(jù)源原來附著在節(jié)點(diǎn)S，若數(shù)據(jù)源移動(dòng)并附著在其他節(jié)點(diǎn)S'上，則節(jié)點(diǎn)s被告知節(jié)點(diǎn)S'是到達(dá)數(shù)據(jù)源的下一跳，從而S將新到達(dá)的關(guān)于該數(shù)據(jù)的“興趣”包轉(zhuǎn)發(fā)給 S'。若數(shù)據(jù)源移動(dòng)了多次，則興趣包經(jīng)過多次轉(zhuǎn)發(fā)直到它到達(dá)數(shù)據(jù)源。
若用戶在移動(dòng)，則在每次切換之后，它必須通知先前附著的節(jié)點(diǎn)U它現(xiàn)在附著在 U'上，即，節(jié)點(diǎn)U'是從節(jié)點(diǎn)U到達(dá)該用戶的下一跳。當(dāng)請(qǐng)求的內(nèi)容到達(dá)節(jié)點(diǎn)U時(shí)，它將其轉(zhuǎn)發(fā)到節(jié)點(diǎn)U'，類似地，內(nèi)容能夠通過多次轉(zhuǎn)發(fā)到達(dá)移動(dòng)用戶處。
四、安全的基于位置的服務(wù)方式
設(shè)某個(gè)移動(dòng)用戶的ID映射到D維向量i = (ii; i2,..., iD)，其“虛擬家鄉(xiāng)代理節(jié)點(diǎn)”，定義為節(jié)點(diǎn)h = i。每個(gè)移動(dòng)用戶向其虛擬家鄉(xiāng)移動(dòng)代理節(jié)點(diǎn)h注冊(cè)一個(gè)起始節(jié)點(diǎn)IV 當(dāng)用戶j想與用戶i聯(lián)系而不知道i目前的位置時(shí)，用戶j將請(qǐng)求包發(fā)給節(jié)點(diǎn)h，h將請(qǐng)求轉(zhuǎn)發(fā)給節(jié)點(diǎn)Utl以抵達(dá)用戶i，之后，兩個(gè)用戶在沒有虛擬家鄉(xiāng)代理節(jié)點(diǎn)輔助的情況下直接通
每次當(dāng)移動(dòng)用戶從之前附著的節(jié)點(diǎn)Uk被切換到新附著的節(jié)點(diǎn)uk+1時(shí)，要求通知Uk 其附著到uk+1 了。以此方式，在m次切換之后，Utl，U1,...,Uffl形成一條通向該移動(dòng)用戶目前位置UmW路徑。移動(dòng)用戶可以自行選擇何時(shí)更新該路徑中的任何一項(xiàng)信息uw。當(dāng)更新uk+1 的信息時(shí)，就是向Uk發(fā)一條新的通知，當(dāng)更新Utl時(shí)，就是向其虛擬家鄉(xiāng)移動(dòng)代理節(jié)點(diǎn)h注冊(cè)一個(gè)新起始節(jié)點(diǎn)IV但不必在每次移動(dòng)時(shí)都通知其虛擬家鄉(xiāng)代理節(jié)點(diǎn)。
對(duì)了隱藏移動(dòng)用戶的真實(shí)位置，移動(dòng)用戶不向其虛擬家鄉(xiāng)代理節(jié)點(diǎn)注冊(cè)當(dāng)前實(shí)際附著的節(jié)點(diǎn)IV相反，用戶隨機(jī)選擇任何節(jié)點(diǎn)Ut/，在虛擬家鄉(xiāng)代理注冊(cè)Ut/，然后告知u。' 該用戶的當(dāng)前位置是uQ。
為了實(shí)現(xiàn)安全的基于位置的服務(wù)，移動(dòng)用戶可以隨機(jī)選擇任意轉(zhuǎn)發(fā)路徑U/， U1' ,...,u' ^nUm并以Ut/作為返回地址來請(qǐng)求基于位置的內(nèi)容或者服務(wù)。返回的位置相關(guān)數(shù)據(jù)沿著上述路徑轉(zhuǎn)發(fā)，最終抵達(dá)用戶真實(shí)附著的節(jié)點(diǎn)um。因?yàn)檎?qǐng)求包沒有包含用戶 ID和最終節(jié)點(diǎn)Um的信息，使得基于位置的服務(wù)是安全的。
五、組管理方式
將多播組的名字或者地址映射到向量g = (gl, g2,...,份)，記節(jié)點(diǎn)η = g為該多播組的匯合點(diǎn)。接收者向匯合點(diǎn)發(fā)送加入/離開多播組的消息。多播組的發(fā)送者將多播數(shù)據(jù)發(fā)送到匯合點(diǎn)，匯合點(diǎn)采用一條最優(yōu)的多播樹將數(shù)據(jù)多播給所有接收者。
所述的人工神經(jīng)網(wǎng)絡(luò)是一種典型的實(shí)用化的SN的例子，可以用于對(duì)網(wǎng)絡(luò)信息的分布式的并行處理。具體方法是構(gòu)建一個(gè)人工神經(jīng)網(wǎng)絡(luò)ANN，處理單元作為ANN的神經(jīng)元， 處理單元之間的鏈路作為神經(jīng)元之間的連接，ANN的輸入層神經(jīng)元用做監(jiān)測(cè)節(jié)點(diǎn)，ANN的隱藏層的神經(jīng)元用于并行計(jì)算，ANN的輸出層神經(jīng)元?jiǎng)t基于并行處理結(jié)果對(duì)網(wǎng)絡(luò)進(jìn)行控制。具體應(yīng)用包括入侵檢測(cè)和協(xié)作式測(cè)量。
所述的入侵檢測(cè)技術(shù)能夠有效地檢測(cè)從多處發(fā)起的協(xié)同式攻擊，利用其并行處理能力和快速反應(yīng)能力，使得在攻擊對(duì)系統(tǒng)造成無法挽回的損害之前及時(shí)發(fā)出警報(bào)并做出響應(yīng)。具體方法如下
監(jiān)測(cè)節(jié)點(diǎn)從觀察到的數(shù)據(jù)包中提取所需的特征。在每一個(gè)給定的時(shí)間間隔，網(wǎng)絡(luò)中的所有監(jiān)測(cè)節(jié)點(diǎn)都提取數(shù)據(jù)包中的同一個(gè)特征，并在不同的時(shí)間間隔提取其不同的特征，在每一個(gè)循環(huán)中，每個(gè)特征都被提取一遍。
監(jiān)測(cè)節(jié)點(diǎn)將提取的特征轉(zhuǎn)化為標(biāo)準(zhǔn)的數(shù)值。這些由監(jiān)測(cè)節(jié)點(diǎn)獲得的數(shù)值以并行的方式輸入到ANN。ANN的每個(gè)神經(jīng)元在一給定時(shí)限內(nèi)等待其所有輸入端的輸入數(shù)值的到達(dá)。另一方面，該時(shí)限用于保證同層神經(jīng)元之間的同步，從而使得同一個(gè)層的所有神經(jīng)元都能在新輸入到達(dá)之前處理完其輸入?？v使輸入由于超時(shí)變得不完整或由于噪聲而變形，ANN 仍然可以分析收集到的數(shù)據(jù)。該時(shí)限的長(zhǎng)度與每個(gè)特征的提取時(shí)間間隔相等。輸出結(jié)果從 ANN的輸出層并行輸出。
在第一個(gè)ANN的輸出層之后建立另一個(gè)ANN，使得第一個(gè)ANN的輸出成為第二個(gè) ANN的輸入。第二個(gè)ANN用于分析特征序列的時(shí)間行為。
類似地，并行輸入ANN的可以是流量參數(shù)(數(shù)據(jù)包或字節(jié)的抵達(dá)速率、請(qǐng)求速率、 連接速率、用戶抵達(dá)速率)和最近的歷史數(shù)據(jù)，并行輸出的是對(duì)流量負(fù)載的預(yù)測(cè)結(jié)果和速率控制參數(shù)?；谶@些結(jié)果，其輸出層的控制節(jié)點(diǎn)實(shí)施流量控制。
所述的協(xié)作式網(wǎng)絡(luò)測(cè)量方法如下
主動(dòng)測(cè)量方法是一些監(jiān)測(cè)節(jié)點(diǎn)發(fā)送探測(cè)包，其它監(jiān)測(cè)節(jié)點(diǎn)接收并測(cè)量這些探測(cè)包。ANN分析探測(cè)包對(duì)的輸入間隔和輸出間隔之間的關(guān)系，將分析結(jié)果用于估計(jì)發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)之間的路徑上瓶頸鏈路的可用帶寬。輸出節(jié)點(diǎn)利用分析結(jié)果來輔助多媒體傳輸路徑的選擇。
被動(dòng)測(cè)量方法是兩個(gè)監(jiān)測(cè)節(jié)點(diǎn)各自測(cè)量一對(duì)數(shù)據(jù)包之間的間隔，兩個(gè)測(cè)量之間的平均差用于估計(jì)兩個(gè)監(jiān)測(cè)節(jié)點(diǎn)之間路徑的可用帶寬。類似的，通過監(jiān)測(cè)網(wǎng)絡(luò)的性能或 QoS，對(duì)單向延遲、往返延遲和丟失率做出測(cè)量。
所述的Batcher網(wǎng)是一種典型的實(shí)用化的SN的例子，它能夠以并行方式對(duì)一序列數(shù)字進(jìn)行排序和分布式的并行處理，可以用于對(duì)網(wǎng)絡(luò)信息的快速排序或分級(jí)。具體包括排序和負(fù)載均衡方法。
所述的排序和分級(jí)方法如下
在網(wǎng)絡(luò)上構(gòu)建Batcher bitonic排序網(wǎng)絡(luò)，Batcher網(wǎng)的交換機(jī)是處理單元，交換機(jī)之間的連接是處理單元之間的物理鏈路或者邏輯鏈路。每個(gè)處理單元只有簡(jiǎn)單的功能， 即比較兩個(gè)輸入數(shù)值的大小，把大者轉(zhuǎn)發(fā)到箭頭所指的方向并把小者發(fā)送到相反方向。監(jiān)視節(jié)點(diǎn)對(duì)請(qǐng)求包中的URL進(jìn)行分類計(jì)數(shù)，在每個(gè)時(shí)間間隔內(nèi)，URL被請(qǐng)求的次數(shù)被用作數(shù)據(jù)包頭，網(wǎng)頁的URL或域名則是數(shù)據(jù)包的載荷。這些數(shù)據(jù)包并行進(jìn)入Batcher網(wǎng)，在Batcher 網(wǎng)的輸出層，代表不同網(wǎng)頁的數(shù)據(jù)包依據(jù)數(shù)據(jù)包頭的值被排序。類似地，網(wǎng)絡(luò)流量報(bào)告也能以此方式產(chǎn)生。任何可計(jì)數(shù)的項(xiàng)，如最擁擠網(wǎng)頁、最熱門應(yīng)用、最擁塞鏈路等，都能用這種方式被及時(shí)排序或分級(jí)。這些分級(jí)項(xiàng)可以用于網(wǎng)絡(luò)搜索引擎、對(duì)網(wǎng)絡(luò)監(jiān)測(cè)、管理、性能規(guī)劃、 QoS改善和診斷。
所述的負(fù)載均衡方法如下
Batcher和Banyan網(wǎng)的組合被用于構(gòu)建整個(gè)交換結(jié)構(gòu)，以此消除網(wǎng)絡(luò)內(nèi)部的阻塞以達(dá)到負(fù)載均衡。具體做法是依據(jù)數(shù)據(jù)包頭部的地址比特，Batcher網(wǎng)對(duì)其進(jìn)行排序，然后 Banyan網(wǎng)中的2 X 2交換機(jī)將輸入數(shù)據(jù)包交換到相應(yīng)的輸出。Batcher-Banyan網(wǎng)中的每個(gè)階段按順序只關(guān)心數(shù)據(jù)包頭部的一位比特。


圖1為本發(fā)明的一個(gè)實(shí)施例的系統(tǒng)結(jié)構(gòu)圖2為本發(fā)明的層次化超立方體的示例；
圖3為本發(fā)明的超立方體內(nèi)容編址的示例；
圖4為本發(fā)明的超立方體支持移動(dòng)性的原理示意圖5為本發(fā)明的神經(jīng)網(wǎng)絡(luò)檢測(cè)網(wǎng)絡(luò)異常的原理示意圖6為本發(fā)明的排序網(wǎng)絡(luò)的示例；
圖7為本發(fā)明實(shí)現(xiàn)負(fù)載平衡的原理示意圖；具體實(shí)施方式
下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步的說明。
本發(fā)明的系統(tǒng)結(jié)構(gòu)如附圖1所示，虛擬層利用虛擬機(jī)和虛擬路由器的技術(shù)，把每個(gè)物理節(jié)點(diǎn)的資源虛擬化為多個(gè)獨(dú)立的邏輯處理單元，使得每個(gè)SN都可以利用這些處理單元進(jìn)行數(shù)據(jù)包的轉(zhuǎn)發(fā)、處理、計(jì)算和內(nèi)容的緩存。每條物理鏈路都可以虛擬成多條信道， 以滿足處理單元之間的連接需求和對(duì)帶寬的需求。物理鏈路和物理拓?fù)浔惶摂M層隱藏起來，虛擬層之上只能看見可用的處理單元。
二個(gè)SN的例子如圖1所示。虛擬層按照SN的拓?fù)湫枨筮x擇若干處理單元和物理鏈路，并建立所需的邏輯鏈路。其中物理鏈路用于連接物理上相鄰的處理單元，邏輯鏈路用于連接物理上不相鄰的處理單元。一條邏輯鏈路由一系列物理鏈路和節(jié)點(diǎn)構(gòu)成。它可以是 MPLS/GMPLS網(wǎng)的標(biāo)簽交換通路LSP、ATM的虛電路VC、IP網(wǎng)絡(luò)的隧道或連接。
通過把一個(gè)大規(guī)模網(wǎng)絡(luò)劃分成多個(gè)小區(qū)域，如圖2所示，其中一些區(qū)域成為網(wǎng)絡(luò)的核心，其它區(qū)域成為過渡區(qū)域或者邊緣區(qū)域，實(shí)現(xiàn)大規(guī)模網(wǎng)絡(luò)的層次化。其中每個(gè)區(qū)域都是一種SN。每個(gè)SN區(qū)域邊界的多個(gè)處理單元可以屬于同一個(gè)物理節(jié)點(diǎn)。多個(gè)處理單元之間的連接可以屬于相同的物理或邏輯鏈路，如圖2中邊界節(jié)點(diǎn)0和1之間的連接。
在SN建好之后，虛擬層負(fù)責(zé)維護(hù)每個(gè)SN。虛擬層自動(dòng)地用一個(gè)備用的處理單元代替一個(gè)失效的處理單元，或用一條邏輯鏈路代替失效的物理或邏輯鏈路，以保證SN無間斷運(yùn)行，SN所提供的應(yīng)用和服務(wù)也不會(huì)中斷。為了增強(qiáng)網(wǎng)絡(luò)的可靠性，虛擬層把每個(gè)處理單元的代碼、數(shù)據(jù)、運(yùn)行狀態(tài)復(fù)制到鄰近處理單元。一旦某個(gè)處理單元失效，虛擬層就把其代碼、數(shù)據(jù)、運(yùn)行狀態(tài)從鄰近處理單元那里復(fù)制到其替代者之中。
與端用戶連接的接入節(jié)點(diǎn)，負(fù)責(zé)引導(dǎo)端用戶進(jìn)入不同的SN。每個(gè)接入節(jié)點(diǎn)設(shè)多個(gè)匹配規(guī)則以匹配端用戶對(duì)服務(wù)及內(nèi)容的請(qǐng)求，并將其關(guān)聯(lián)到合適的SN上。匹配的方法是， 例如，用戶在其發(fā)出的請(qǐng)求包中顯式給出要訪問的SN的標(biāo)識(shí)，接入節(jié)點(diǎn)根據(jù)其標(biāo)識(shí)，把該用戶與要訪問的SN關(guān)聯(lián)在一起。用戶也可以在其發(fā)出的請(qǐng)求包中隱式給出要訪問的SN， 即按照要訪問的SN的要求，給出通信對(duì)方用戶的唯一 ID、或者給出要求獲得的服務(wù)的唯一名稱或者屬性、或者給出要鏈接的內(nèi)容的URL等，接入節(jié)點(diǎn)調(diào)用匹配規(guī)則或者正則表達(dá)式， 根據(jù)用戶使用的協(xié)議特征、報(bào)文格式、尋求的目標(biāo)對(duì)象等特征，確定用戶要訪問的SN。把用戶與SN關(guān)聯(lián)的方法是，將用戶的端口、接口、地址或標(biāo)識(shí)綁定到用戶要訪問的SN，即根據(jù)收到的數(shù)據(jù)包的來源接口(interface)、地址、端口(port)、標(biāo)識(shí)以及其目標(biāo)對(duì)象或者目標(biāo)地址，把數(shù)據(jù)包轉(zhuǎn)發(fā)到相應(yīng)的SN。也可以把在本節(jié)點(diǎn)局部唯一的一個(gè)標(biāo)簽分配給一個(gè)用戶，并把該標(biāo)簽與SN對(duì)應(yīng)起來。此后，來自該用戶的數(shù)據(jù)包都被附上該標(biāo)簽，基于此標(biāo)簽，接入節(jié)點(diǎn)將數(shù)據(jù)包轉(zhuǎn)發(fā)給相應(yīng)的SN。
虛擬層構(gòu)建所需的SN的方法如下由于要構(gòu)建的SN的邏輯拓?fù)浜突鶎泳W(wǎng)絡(luò)的物理拓?fù)涫遣煌模试诨鶎泳W(wǎng)絡(luò)上構(gòu)建SN的目標(biāo)函數(shù)就是找到SN的“模型圖”與基層網(wǎng)絡(luò)的“真實(shí)圖”之間的最大匹配。即把兩者之間的最小編輯距離作為目標(biāo)函數(shù)，使得所需要添加的邏輯鏈路數(shù)目最少。相關(guān)算法可參照K. Riesen和H. Bunke的論文“Approximate graph edit distance computation by means of bipartite graph matching"(Image and Vision Computing, no. 27，2009，pp. 950—959)，以及 A. Robles-Kelly 禾口 Ε· R. Hancock 的論文"Graph edit distance from spectral seriation，，(IEEE Trans. Pattern Anal. Mach. Intell.vol.27, no. 3,2005, pp. 365-378) ·新指定的邏輯鏈路必須采用那些不會(huì)對(duì)未來需求產(chǎn)生重要影響的路徑，即“最小干擾”路徑。相關(guān)算法可參照M. Kodialam和 Τ. V. Laksban 的論文“Minimum Interference Routing with Applications to MPLS Traffic Engineering”(IEEE INF0C0M 2000，pp. 884-893) ·
基于對(duì)全局流量分布的了解，在需要對(duì)全網(wǎng)的流量負(fù)載進(jìn)行平衡或者需要消除網(wǎng)絡(luò)中的熱點(diǎn)或瓶頸的時(shí)候，虛擬層在整個(gè)網(wǎng)絡(luò)內(nèi)重新構(gòu)建邏輯鏈路，并保證不改變所有并存的SN的邏輯拓?fù)洹?br> 結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)的實(shí)用化例子
(1)超立方體網(wǎng)絡(luò)
超立方體網(wǎng)絡(luò)是一種典型的實(shí)用化的SN的例子。在超立方體網(wǎng)絡(luò)中，無需查詢路由表，數(shù)據(jù)包就能依據(jù)目的地的坐標(biāo)被轉(zhuǎn)發(fā)。超立方體網(wǎng)絡(luò)中節(jié)點(diǎn)的坐標(biāo)不是固定不變的， 從而當(dāng)超立方體網(wǎng)絡(luò)被重構(gòu)或重新調(diào)整時(shí)，節(jié)點(diǎn)可被賦予新的坐標(biāo)。設(shè)一個(gè)位于D維超立方體內(nèi)的節(jié)點(diǎn)η = Oi1, n2，. . .，nD)，以“節(jié)點(diǎn)η”簡(jiǎn)記之。
超立方體網(wǎng)絡(luò)可以提供多種功能和服務(wù)的無縫整合，具體包括內(nèi)容/服務(wù)編址、 語義搜索、移動(dòng)性支持、安全的基于位置的服務(wù)和組管理技術(shù)。
I內(nèi)容/服務(wù)編址
內(nèi)容的名字通過DHT (分布式散列表)映射到D維超立方體中的一個(gè)點(diǎn)，c = (C1, C2, ... , CD)，如圖3所示。當(dāng)附著在節(jié)點(diǎn)S的數(shù)據(jù)源產(chǎn)生內(nèi)容C時(shí)，發(fā)送一個(gè)通告給相應(yīng)節(jié)點(diǎn)η = C，節(jié)點(diǎn)η則記錄下Ic，S}。當(dāng)附著于節(jié)點(diǎn)U的用戶請(qǐng)求名字映射為C的內(nèi)容時(shí)，它將“興趣”包發(fā)送到超立方體的節(jié)點(diǎn)η = c，節(jié)點(diǎn)η將“興趣”包轉(zhuǎn)發(fā)給節(jié)點(diǎn)s，節(jié)點(diǎn)s通知數(shù)據(jù)源。
數(shù)據(jù)源通過節(jié)點(diǎn)s再將“興趣”包同時(shí)轉(zhuǎn)發(fā)到離用戶最近的多個(gè)節(jié)點(diǎn)，指定每個(gè)節(jié)點(diǎn)給用戶提供內(nèi)容的一份或多份片段，實(shí)現(xiàn)內(nèi)容片段的并行傳輸。當(dāng)離用戶最接近的節(jié)點(diǎn)就是節(jié)點(diǎn)S自己時(shí)，數(shù)據(jù)源通過節(jié)點(diǎn)S將完整的內(nèi)容分成等長(zhǎng)的片段直接回復(fù)給附著在U 上的用戶。
在內(nèi)容片段送往u的途中，沿途的節(jié)點(diǎn)和目的地節(jié)點(diǎn)u在每收到一個(gè)新的片段時(shí)， 都通過網(wǎng)絡(luò)編碼的方法，把新收到的片段與已緩存片段進(jìn)行網(wǎng)絡(luò)編碼，以得到一個(gè)新的編碼片段；把新的編碼片段緩存起來并轉(zhuǎn)發(fā)到下一跳。
沿途節(jié)點(diǎn)對(duì)內(nèi)容片段進(jìn)行網(wǎng)絡(luò)編碼的具體做法是
設(shè)內(nèi)容是ChXN的數(shù)據(jù)塊，在(ialois field GF(2h)上產(chǎn)生一個(gè)隨機(jī)系數(shù)矩陣(ihxh， 并令 = GhxhX ChXN.然后把 I\x_ = [Ghxh, YhxJ 的每一行 Pm，m = 1，· · ·，h，作為一個(gè)內(nèi)容片段發(fā)送給目的用戶。當(dāng)途中節(jié)點(diǎn)第1次收到片段P時(shí)，把該片段緩存在自己的硬盤中，記為P'；此后，每次收到一個(gè)新的片段P，都在(Galois field GFQh)上產(chǎn)生2個(gè)隨機(jī)數(shù)乂工和力，并令p' =V1P' +v2p，然后緩存更新后的ρ'，并把P'轉(zhuǎn)發(fā)給通向節(jié)點(diǎn)u的下一跳。
當(dāng)用戶收到h個(gè)編碼片段時(shí)，即得到P' hx(h+N) = [G' hxh, Y' hXN]時(shí)，令ChXN = [G' hxJ^XY' hXN即可得到整個(gè)內(nèi)容。
所有的內(nèi)容分發(fā)路線都是給定的采用源路由方式或者采用沿著相同的維度順序進(jìn)行傳輸?shù)墓潭酚煞绞?。所述的固定路由的具體方式是從節(jié)點(diǎn)s = (S1, S2, ... , sD)到節(jié)點(diǎn) U = (U1, U2,. . . , Ud)沿途必須經(jīng)過的節(jié)點(diǎn)是(S1, S2, . . . , Sd) — (U1, S2, . . . , Sd) — (U1, U2，. . .，SD) — . . . — (U1, U2, ... , Ud)。數(shù)據(jù)源記錄緩存了內(nèi)容片段的所有節(jié)點(diǎn)坐標(biāo)。
當(dāng)內(nèi)容的新版本產(chǎn)生時(shí)，數(shù)據(jù)源通過節(jié)點(diǎn)s多播一個(gè)通告到持有舊版內(nèi)容片段的所有節(jié)點(diǎn)，以便清除這些舊版內(nèi)容。
二、語義搜索方式
把基于本體論的知識(shí)表示語言用于描述語義內(nèi)容。例如，資源描述框架(RDF)為知識(shí)表示提供了有力的抽象數(shù)據(jù)模型。RDF模型中，〈主語(s)，謂語(p)，賓語(o)>是原子三元組模式，語義內(nèi)容則由一系列原子三元組模式的聯(lián)合來表達(dá)。設(shè)數(shù)據(jù)的抽象模型或者屬性可用D元組表示，則一個(gè)基于本體論的知識(shí)表示的原子模式由D個(gè)元素組成(a” ，...，aD)。把每個(gè)元素 散列到一個(gè)數(shù)值Ci，得到索引c = (ci; C2, ... , cD)。將索引c 和源節(jié)點(diǎn)s通告給節(jié)點(diǎn)n = c。所以相似的原子模式被注冊(cè)到坐標(biāo)相近的節(jié)點(diǎn)上。例如， 當(dāng)d = 3時(shí)，立方體能用于RDF的數(shù)據(jù)存儲(chǔ)及檢索，原子三元組t = (s，ρ，ο)被映射到以 (hash (s)，hash (ρ)，hash (ο))為坐標(biāo)的節(jié)點(diǎn)。
相似的原子模式被注冊(cè)到坐標(biāo)相近的節(jié)點(diǎn)上，例如，c = (C1, C2, ... , cD)和C’ = (C1, C2, ...，C’ D)注冊(cè)到位于同一直線上的兩點(diǎn)。所支持的查詢包括三種類型
原子查詢當(dāng)用戶請(qǐng)求c = (ci; C2, ... , cD)時(shí)，查詢發(fā)送到節(jié)點(diǎn)η = C。
范圍查詢一個(gè)范圍查詢用于搜索屬性值落在某范圍內(nèi)的所有對(duì)象。在范圍查詢方式中，C= (C1, C2,..., CD)中的每個(gè)元素Ci都可以代表一個(gè)范圍A ey。~]，其中、和JJUj分別是范圍j的上界和下界。范圍查詢被多播到所有節(jié)點(diǎn)nec。例如，查詢"C= (C1, c2, ？ C3, C4, ...，cD) FILTER c2 e V1 and c3 e v2"的目的是尋找給定 C1, c4, . . . , cD 并被 C2 e Vland C3 e V2界定的所有對(duì)象，其中Vl和V2是范圍。此情形下，節(jié)點(diǎn)u= (Ul，u2，...，UD)沿著路徑(U1, U2, ... , Ud) — (C1, U2, U3, U4, ... , Ud) — (C1, U2, U3, C4, ... , Ud) — (C1, U2,U3, C4, ...，Cd)發(fā)送查詢，節(jié)點(diǎn)(C1, U2, U3, C4, ...，Cd)收到查詢，接著將范圍查詢沿第2、3 維多播到所有屬于(C1, V2, V3, C4, ...，Cd)的節(jié)點(diǎn)。所有屬于(C1, V2, V3, C4, ... , Cd)的節(jié)點(diǎn)對(duì)范圍查詢進(jìn)行匹配并將查詢轉(zhuǎn)發(fā)到擁有符合查詢范圍的內(nèi)容的節(jié)點(diǎn)。
聯(lián)合查詢聯(lián)合查詢用一系列原子查詢的聯(lián)合來表示，例如"C' η C"。聯(lián)合查詢被多播到所有的η = C和η = C'，即節(jié)點(diǎn)U同時(shí)向相應(yīng)節(jié)點(diǎn)η = C和η = C'發(fā)送原子查詢，潛在的數(shù)據(jù)源收到原子查詢，將其與自己持有的內(nèi)容相對(duì)比，如果匹配的內(nèi)容存在， 則返回?cái)?shù)據(jù)給查詢用戶。
三、移動(dòng)支持方式
設(shè)數(shù)據(jù)源原來附著在節(jié)點(diǎn)S，若數(shù)據(jù)源移動(dòng)并附著在其他節(jié)點(diǎn)S'上，則節(jié)點(diǎn)s被告知節(jié)點(diǎn)S'是到達(dá)數(shù)據(jù)源的下一跳，從而S將新到達(dá)的關(guān)于該數(shù)據(jù)的“興趣”包轉(zhuǎn)發(fā)給 S'。若數(shù)據(jù)源移動(dòng)了多次，則興趣包經(jīng)過多次轉(zhuǎn)發(fā)直到它到達(dá)數(shù)據(jù)源，如圖4所示。
若用戶在移動(dòng)，則在每次切換之后，它必須通知先前附著的節(jié)點(diǎn)u它現(xiàn)在附著在U'上，即，節(jié)點(diǎn)U'是從節(jié)點(diǎn)u到達(dá)該用戶的下一跳。當(dāng)請(qǐng)求的內(nèi)容到達(dá)節(jié)點(diǎn)u時(shí)，它將其轉(zhuǎn)發(fā)到節(jié)點(diǎn)U'，類似地，內(nèi)容能夠通過多次轉(zhuǎn)發(fā)到達(dá)移動(dòng)用戶處。
四、安全的基于位置的服務(wù)方式
設(shè)某個(gè)移動(dòng)用戶的ID映射到D維向量i = (ii; i2,..., iD)，其“虛擬家鄉(xiāng)代理節(jié)點(diǎn)”，定義為節(jié)點(diǎn)h = i。每個(gè)移動(dòng)用戶向其虛擬家鄉(xiāng)移動(dòng)代理節(jié)點(diǎn)h注冊(cè)一個(gè)起始節(jié)點(diǎn)IV 當(dāng)用戶j想與用戶i聯(lián)系而不知道i目前的位置時(shí)，用戶j將請(qǐng)求包發(fā)給節(jié)點(diǎn)h，h將請(qǐng)求轉(zhuǎn)發(fā)給節(jié)點(diǎn)Utl以抵達(dá)用戶i，之后，兩個(gè)用戶在沒有虛擬家鄉(xiāng)代理節(jié)點(diǎn)輔助的情況下直接通
每次當(dāng)移動(dòng)用戶從之前附著的節(jié)點(diǎn)Uk被切換到新附著的節(jié)點(diǎn)uk+1時(shí)，要求通知Uk 其附著到uk+1 了。以此方式，在m次切換之后，Utl，U1,...,Uffl形成一條通向該移動(dòng)用戶目前位置UmW路徑。移動(dòng)用戶可以自行選擇何時(shí)更新該路徑中的任何一項(xiàng)信息uw。當(dāng)更新uk+1 的信息時(shí)，就是向Uk發(fā)一條新的通知，當(dāng)更新Utl時(shí)，就是向其虛擬家鄉(xiāng)移動(dòng)代理節(jié)點(diǎn)h注冊(cè)一個(gè)新起始節(jié)點(diǎn)IV但不必在每次移動(dòng)時(shí)都通知其虛擬家鄉(xiāng)代理節(jié)點(diǎn)。
為了隱藏移動(dòng)用戶的真實(shí)位置，移動(dòng)用戶不向其虛擬家鄉(xiāng)代理節(jié)點(diǎn)注冊(cè)當(dāng)前實(shí)際附著的節(jié)點(diǎn)IV相反，用戶隨機(jī)選擇任何節(jié)點(diǎn)Uc/，在虛擬家鄉(xiāng)代理注冊(cè)Uc/，然后告知U。' 該用戶的當(dāng)前位置是uQ。
為了實(shí)現(xiàn)安全的基于位置的服務(wù)，移動(dòng)用戶可以隨機(jī)選擇任意轉(zhuǎn)發(fā)路徑Utl'， U1' ,...,U' ^pUm并以Ut/作為返回地址來請(qǐng)求基于位置的內(nèi)容或者服務(wù)。返回的位置相關(guān)數(shù)據(jù)沿著上述路徑轉(zhuǎn)發(fā)，最終抵達(dá)用戶真實(shí)附著的節(jié)點(diǎn)Um。因?yàn)檎?qǐng)求包沒有包含用戶 ID和最終節(jié)點(diǎn)Um的信息，使得基于位置的服務(wù)是安全的。
五、組管理方式
將多播組的名字或者地址映射到向量g = {gl, g2,...,份)，記節(jié)點(diǎn)η = g為該多播組的匯合點(diǎn)。接收者向匯合點(diǎn)發(fā)送加入/離開多播組的消息。多播組的發(fā)送者將多播數(shù)據(jù)發(fā)送到匯合點(diǎn)，匯合點(diǎn)采用一條最優(yōu)的多播樹將數(shù)據(jù)多播給所有接收者。
(2)人工神經(jīng)網(wǎng)絡(luò)
人工神經(jīng)網(wǎng)絡(luò)(ANN)是個(gè)并行系統(tǒng)，它是非線性統(tǒng)計(jì)數(shù)據(jù)建模工具，通常用于為輸入輸出間復(fù)雜關(guān)系的建?；?qū)ふ覕?shù)據(jù)間的模式。以ANN作為典型的實(shí)用化的SN的例子， 可以用于對(duì)網(wǎng)絡(luò)信息的分布式的并行處理。
在物理網(wǎng)絡(luò)上構(gòu)建一個(gè)人工神經(jīng)網(wǎng)絡(luò)ANN，即把處理單元作為ANN的神經(jīng)元，處理單元之間的鏈路作為神經(jīng)元之間的連接，ANN的輸入層神經(jīng)元用做監(jiān)測(cè)節(jié)點(diǎn)，ANN的隱藏層的神經(jīng)元用于并行計(jì)算，ANN的輸出層神經(jīng)元?jiǎng)t基于并行處理結(jié)果對(duì)網(wǎng)絡(luò)進(jìn)行控制。具體應(yīng)用包括入侵檢測(cè)和協(xié)作式測(cè)量。
一、入侵檢測(cè)
當(dāng)應(yīng)用到入侵檢測(cè)時(shí)，人工神經(jīng)網(wǎng)絡(luò)將數(shù)據(jù)分類為已知的分布式攻擊和或網(wǎng)絡(luò)異常行為。在整個(gè)網(wǎng)絡(luò)上構(gòu)建的基于ANN的入侵檢測(cè)技術(shù)能夠有效地檢測(cè)從多處發(fā)起的協(xié)同式攻擊，利用其并行處理能力和快速反應(yīng)能力，使得在攻擊對(duì)系統(tǒng)造成無法挽回的損害之前及時(shí)發(fā)出警報(bào)并做出響應(yīng)。具體方法如下
監(jiān)測(cè)節(jié)點(diǎn)從觀察到的數(shù)據(jù)包中提取所需的特征。在每一個(gè)給定的時(shí)間間隔，網(wǎng)絡(luò)中的所有監(jiān)測(cè)節(jié)點(diǎn)都提取數(shù)據(jù)包中的同一個(gè)特征，并在不同的時(shí)間間隔提取其不同的特征，在每一個(gè)循環(huán)中，每個(gè)特征都被提取一遍。例如，在第一個(gè)時(shí)間間隔里，每個(gè)監(jiān)測(cè)節(jié)點(diǎn)對(duì)觀測(cè)到的數(shù)據(jù)包計(jì)數(shù)，在第二個(gè)時(shí)間間隔里，對(duì)傳輸?shù)淖止?jié)進(jìn)行計(jì)數(shù)，...，直到最后的特征被提取，然后不斷重復(fù)此過程。
在當(dāng)前hternet中，有上百個(gè)特征可被提取，例如
(a)各個(gè)連接的基本特征包括連接的持續(xù)性、目的地的網(wǎng)絡(luò)服務(wù)、從源到目的地字節(jié)數(shù)、從目的地到源的字節(jié)數(shù)、標(biāo)明連接正?；蝈e(cuò)誤的標(biāo)志，等等。
(b)域知識(shí)建議的內(nèi)容特征包括“過熱”指示的數(shù)目、登陸失敗的數(shù)目、“有危害性的”情況數(shù)目，等等。
(c)頭兩秒的流量特征包括同一主機(jī)的連接數(shù)、同一服務(wù)的連接數(shù)、數(shù)據(jù)包的到達(dá)時(shí)間間隔、數(shù)據(jù)包的字節(jié)數(shù)，等等。
監(jiān)測(cè)節(jié)點(diǎn)將提取的特征轉(zhuǎn)化為標(biāo)準(zhǔn)的數(shù)值，例如，基于http的應(yīng)用以數(shù)值“80”表示。這些由監(jiān)測(cè)節(jié)點(diǎn)獲得的數(shù)值以并行的方式輸入到ANN。ANN的每個(gè)神經(jīng)元在一給定時(shí)限內(nèi)等待其所有輸入端的輸入數(shù)值的到達(dá)。另一方面，該時(shí)限用于保證同層神經(jīng)元之間的同步，從而使得同一個(gè)層的所有神經(jīng)元都能在新輸入到達(dá)之前處理完其輸入?？v使輸入由于超時(shí)變得不完整或由于噪聲而變形，ANN仍然可以分析收集到的數(shù)據(jù)。該時(shí)限的長(zhǎng)度與每個(gè)特征的提取時(shí)間間隔相等。輸出結(jié)果從ANN的輸出層并行輸出。并行處理能力對(duì)于從多處發(fā)起的協(xié)同攻擊的檢測(cè)十分重要，快速的處理速度有助于在攻擊對(duì)系統(tǒng)造成無法挽回的損害前及時(shí)提出警報(bào)并在做出響應(yīng)。
在第一個(gè)ANN的輸出層之后建立另一個(gè)ANN，使得第一個(gè)ANN的輸出成為第二個(gè) ANN的輸入。第二個(gè)ANN用于分析特征序列的時(shí)間行為。即第一個(gè)ANN用于評(píng)估網(wǎng)絡(luò)的空間行為，第二個(gè)ANN用于評(píng)估時(shí)間行為。
可用于入侵檢測(cè)的ANN包括多層前饋神經(jīng)網(wǎng)、自適應(yīng)循環(huán)神經(jīng)網(wǎng)、無監(jiān)督學(xué)習(xí)神經(jīng)網(wǎng)、監(jiān)督及無監(jiān)督混合神經(jīng)網(wǎng)等。圖5所示的是ANN的一個(gè)例子，即后向傳播(BP)網(wǎng)絡(luò)， 系數(shù)M^T)表示從m層的神經(jīng)元i到η層的神經(jīng)元j的權(quán)重，ρ代表所選的特征個(gè)數(shù)，這些特征用于檢測(cè)網(wǎng)絡(luò)時(shí)空行為上的異常。BP網(wǎng)在虛擬層上以SN的方式建立。BP網(wǎng)將至少有一個(gè)隱藏層，該層有非線性激活函數(shù)，即最常用的sigmoid函數(shù)。采用一種有監(jiān)督的學(xué)習(xí)方法。即錯(cuò)誤從輸出節(jié)點(diǎn)反向傳播到輸入節(jié)點(diǎn)，在每級(jí)計(jì)算權(quán)重誤差的梯度，并在簡(jiǎn)單的隨機(jī)梯度遞減算法中使用該梯度，以尋找使誤差最小化的權(quán)重系數(shù)。
類似地，并行輸入ANN的可以是流量參數(shù)(數(shù)據(jù)包或字節(jié)的抵達(dá)速率、請(qǐng)求速率、 連接速率、用戶抵達(dá)速率)和最近的歷史數(shù)據(jù)，并行輸出的是對(duì)流量負(fù)載的預(yù)測(cè)結(jié)果和速率控制參數(shù)。基于這些結(jié)果，其輸出層的控制節(jié)點(diǎn)實(shí)施流量控制。
二、協(xié)作式網(wǎng)絡(luò)測(cè)量方法
主動(dòng)測(cè)量方法一些監(jiān)測(cè)節(jié)點(diǎn)發(fā)送探測(cè)包，其它監(jiān)測(cè)節(jié)點(diǎn)接收并測(cè)量這些探測(cè)包。 ANN分析探測(cè)包對(duì)的輸入間隔和輸出間隔之間的關(guān)系，將分析結(jié)果用于估計(jì)發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)之間的路徑上瓶頸鏈路的可用帶寬。輸出節(jié)點(diǎn)利用分析結(jié)果來輔助多媒體傳輸路徑的選擇。
被動(dòng)測(cè)量方法兩個(gè)監(jiān)測(cè)節(jié)點(diǎn)各自測(cè)量一對(duì)數(shù)據(jù)包之間的間隔，兩個(gè)測(cè)量之間的平均差用于估計(jì)兩個(gè)監(jiān)測(cè)節(jié)點(diǎn)之間路徑的可用帶寬。類似的，通過監(jiān)測(cè)網(wǎng)絡(luò)的性能或QoS， 對(duì)單向延遲、往返延遲和丟失率做出測(cè)量。
另外，如果要求監(jiān)測(cè)節(jié)點(diǎn)將每個(gè)請(qǐng)求與發(fā)送者關(guān)聯(lián)起來，ANN的聯(lián)想記憶功能就可以用于觀測(cè)或收集位于hternet中眾多區(qū)域的、眾多用戶中每個(gè)用戶發(fā)送的對(duì)多個(gè)網(wǎng)址內(nèi)容的一系列請(qǐng)求，以了解和掌握所有用戶的行為。
當(dāng)來自所有監(jiān)測(cè)/感知節(jié)點(diǎn)的數(shù)據(jù)間存在大量冗余時(shí)，ANN還能用于數(shù)據(jù)融合。例如，來自鄰居節(jié)點(diǎn)的數(shù)據(jù)可能是相似或高度依賴的，在一小段時(shí)間內(nèi)連續(xù)從相同節(jié)點(diǎn)收集來的數(shù)據(jù)也是非常接近的，所以，ANN非常適用于無線傳感網(wǎng)(WSN)，其中感知節(jié)點(diǎn)連續(xù)收集一些環(huán)境相關(guān)的項(xiàng)，如溫度、濕度、噪聲、震動(dòng)、光照，等等。在WSN上的ANN能實(shí)現(xiàn)靈活、 精確、高效的無線數(shù)據(jù)融合及傳輸，并在獲取數(shù)據(jù)時(shí)提供抗干擾能力。
(3) Batcher 網(wǎng)絡(luò)
Batcher網(wǎng)是一種典型的實(shí)用化的SN的例子，它能夠以并行方式對(duì)一序列數(shù)字進(jìn)行排序和分布式的并行處理，可以用于對(duì)網(wǎng)絡(luò)信息的快速排序或分級(jí)。具體包括排序和負(fù)載均衡方法。
一、排序和分級(jí)方法
如圖6所示，在網(wǎng)絡(luò)上構(gòu)建Batcher bitonic排序網(wǎng)絡(luò)，Batcher網(wǎng)的交換機(jī)是處理單元，交換機(jī)之間的連接是處理單元之間的物理鏈路或者邏輯鏈路。每個(gè)處理單元只有簡(jiǎn)單的功能，即比較兩個(gè)輸入數(shù)值的大小，把大者轉(zhuǎn)發(fā)到箭頭所指的方向并把小者發(fā)送到相反方向。監(jiān)視節(jié)點(diǎn)對(duì)請(qǐng)求包中的URL進(jìn)行分類計(jì)數(shù)，在每個(gè)時(shí)間間隔內(nèi)，URL被請(qǐng)求的次數(shù)被用作數(shù)據(jù)包頭，網(wǎng)頁的URL或域名則是數(shù)據(jù)包的載荷。這些數(shù)據(jù)包并行進(jìn)入Batcher 網(wǎng)，在Batcher網(wǎng)的輸出層，代表不同網(wǎng)頁的數(shù)據(jù)包依據(jù)數(shù)據(jù)包頭的值被排序。類似地，網(wǎng)絡(luò)流量報(bào)告也能以此方式產(chǎn)生。任何可計(jì)數(shù)的項(xiàng)，如最擁擠網(wǎng)頁、最熱門應(yīng)用、最擁塞鏈路等，都能用這種方式被及時(shí)排序或分級(jí)。這些分級(jí)項(xiàng)可以用于網(wǎng)絡(luò)搜索引擎、對(duì)網(wǎng)絡(luò)監(jiān)測(cè)、 管理、性能規(guī)劃、QoS改善和診斷等。
二、負(fù)載均衡方法
Batcher和Banyan網(wǎng)的組合被用于構(gòu)建整個(gè)交換結(jié)構(gòu)，以此消除網(wǎng)絡(luò)內(nèi)部的阻塞以達(dá)到負(fù)載均衡，如圖7所示。具體做法是依據(jù)數(shù)據(jù)包頭部的地址比特，Batcher網(wǎng)對(duì)其進(jìn)行排序，然后Banyan網(wǎng)中的2 X 2交換機(jī)將輸入數(shù)據(jù)包交換到相應(yīng)的輸出。Batcher-Banyan 網(wǎng)中的每個(gè)階段按順序只關(guān)心數(shù)據(jù)包頭部的一位比特。1權(quán)利要求
1.一種適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于通過虛擬層在物理網(wǎng)絡(luò)上構(gòu)建和維護(hù)共存的多個(gè)結(jié)構(gòu)化網(wǎng)絡(luò)SN，具體方法如下1)、虛擬層利用虛擬機(jī)和虛擬路由器的技術(shù)，把每個(gè)物理節(jié)點(diǎn)的資源虛擬化為多個(gè)獨(dú)立的處理單元，使得每個(gè)SN都能利用這些處理單元、物理鏈路、邏輯鏈路構(gòu)成所需的拓?fù)浣Y(jié)構(gòu)；其中物理鏈路用于連接物理上相鄰的處理單元，邏輯鏈路用于連接物理上不相鄰的處理單元；2)、把一個(gè)大規(guī)模網(wǎng)絡(luò)劃分成多個(gè)小區(qū)域，其中一些區(qū)域成為網(wǎng)絡(luò)的核心，其它區(qū)域成為過渡區(qū)域或者邊緣區(qū)域，實(shí)現(xiàn)大規(guī)模網(wǎng)絡(luò)的層次化；其中每個(gè)區(qū)域都是一種SN ；每個(gè)SN 區(qū)域邊界的多個(gè)處理單元能設(shè)計(jì)為屬于同一個(gè)物理節(jié)點(diǎn)；多個(gè)處理單元之間的連接能設(shè)計(jì)為屬于相同的物理或邏輯鏈路；3)、在SN建好之后，虛擬層負(fù)責(zé)維護(hù)每個(gè)SN;虛擬層自動(dòng)地用一個(gè)備用的處理單元代替一個(gè)失效的處理單元，以保證SN無間斷運(yùn)行，SN所提供的應(yīng)用和服務(wù)也不會(huì)中斷，為了增強(qiáng)網(wǎng)絡(luò)的可靠性，虛擬層把每個(gè)處理單元的代碼、數(shù)據(jù)、運(yùn)行狀態(tài)復(fù)制到鄰近處理單元； 一旦某個(gè)處理單元失效，其替代者能從它的鄰居那里得到恢復(fù)；4)、與端用戶連接的接入節(jié)點(diǎn)負(fù)責(zé)引導(dǎo)端用戶進(jìn)入不同的SN；每個(gè)接入節(jié)點(diǎn)設(shè)多個(gè)匹配規(guī)則以匹配端用戶對(duì)服務(wù)及內(nèi)容的請(qǐng)求，并將其關(guān)聯(lián)到合適的SN上；關(guān)聯(lián)的方法是將用戶的端口、接口、地址或標(biāo)識(shí)綁定到用戶要訪問的SN ；5)、虛擬層構(gòu)建所需的SN的方法如下由于要構(gòu)建的SN的邏輯拓?fù)浜突鶎泳W(wǎng)絡(luò)的物理拓?fù)涫遣煌?，故在基層網(wǎng)絡(luò)上構(gòu)建SN的目標(biāo)函數(shù)就是找到SN的“模型圖”與基層網(wǎng)絡(luò)的 “真實(shí)圖”之間的最大匹配；即把兩者之間的最小編輯距離作為目標(biāo)函數(shù)，使得所需要添加的邏輯鏈路數(shù)目最少；新指定的邏輯鏈路必須采用那些不會(huì)對(duì)未來需求產(chǎn)生重要影響的路徑，即“最小干擾”路徑；6)、基于對(duì)全局流量分布的了解，在需要對(duì)全網(wǎng)的流量負(fù)載進(jìn)行平衡或者需要消除網(wǎng)絡(luò)中的熱點(diǎn)或瓶頸的時(shí)候，虛擬層在整個(gè)網(wǎng)絡(luò)內(nèi)重新構(gòu)建邏輯鏈路，并保證不改變所有并存的SN的邏輯拓?fù)洹?br> 2.根據(jù)權(quán)利要求1所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述SN的實(shí)用化例子包括超立方體網(wǎng)絡(luò)，所述超立方體網(wǎng)絡(luò)能提供多種功能和服務(wù)的無縫整合，具體包括內(nèi)容/服務(wù)編址、語義搜索、移動(dòng)性支持、安全的基于位置的服務(wù)和組管理技術(shù)。
3.根據(jù)權(quán)利要求2所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述的超立方體網(wǎng)絡(luò)提供多種功能和服務(wù)無縫整合的方式，具體如下21)、內(nèi)容/服務(wù)編址方式內(nèi)容的名字通過分布式散列表DHT映射到D維超立方體中的一個(gè)點(diǎn)，c = (ci; c2，...， cD)；當(dāng)附著在節(jié)點(diǎn)s的數(shù)據(jù)源產(chǎn)生內(nèi)容c時(shí)，發(fā)送一個(gè)通告給相應(yīng)節(jié)點(diǎn)η = c，節(jié)點(diǎn)η則記錄下{c，s}；當(dāng)附著于節(jié)點(diǎn)u的用戶請(qǐng)求名字映射為c的內(nèi)容時(shí)，它將數(shù)據(jù)包發(fā)送到超立方體的節(jié)點(diǎn)η = c，節(jié)點(diǎn)η將數(shù)據(jù)包轉(zhuǎn)發(fā)給節(jié)點(diǎn)s，節(jié)點(diǎn)s通知數(shù)據(jù)源；數(shù)據(jù)源通過節(jié)點(diǎn)s再將數(shù)據(jù)包同時(shí)轉(zhuǎn)發(fā)到離用戶最近的多個(gè)節(jié)點(diǎn)，指定每個(gè)節(jié)點(diǎn)給用戶提供內(nèi)容的一份或多份片段，實(shí)現(xiàn)內(nèi)容片段的并行傳輸；當(dāng)離用戶最接近的節(jié)點(diǎn)就是節(jié)點(diǎn)s自己時(shí)，數(shù)據(jù)源通過節(jié)點(diǎn)s將完整的內(nèi)容分成等長(zhǎng)的片段直接回復(fù)給附著在u上的用戶；在內(nèi)容片段送往u的途中，沿途的節(jié)點(diǎn)和目的地節(jié)點(diǎn)u在每收到一個(gè)新的片段時(shí)，都通過網(wǎng)絡(luò)編碼的方法，把新收到的片段與已緩存片段進(jìn)行網(wǎng)絡(luò)編碼，以得到一個(gè)新的編碼片段；把新的編碼片段緩存起來并轉(zhuǎn)發(fā)到下一跳；所有的內(nèi)容分發(fā)路線都是給定的采用源路由方式或者采用沿著相同的維度順序進(jìn)行傳輸?shù)墓潭酚煞绞?；所述的固定路由的具體方式是從節(jié)點(diǎn)s = (S1, S2, ... , SD)到節(jié)點(diǎn) U = (U1, U2, ... , Ud)沿途必須經(jīng)過的節(jié)點(diǎn)是(S1, S2, ... , Sd) — (U1, S2, ... , Sd) — (U1, U2, ...，SD) — ... — (U1, U2, ... , Ud)；數(shù)據(jù)源記錄緩存了內(nèi)容片段的所有節(jié)點(diǎn)坐標(biāo)；當(dāng)內(nèi)容的新版本產(chǎn)生時(shí)，數(shù)據(jù)源通過節(jié)點(diǎn)S多播一個(gè)通告到持有舊版內(nèi)容片段的所有節(jié)點(diǎn)，以便清除這些舊版內(nèi)容；22)、語義搜索方式把基于本體論的知識(shí)表示語言用于描述語義內(nèi)容；設(shè)數(shù)據(jù)的抽象模型或者屬性可用D 元組表示，則一個(gè)基于本體論的知識(shí)表示的原子模式由D個(gè)元素組成( , ，...， )；把每個(gè)元素 散列到一個(gè)數(shù)值Ci，得到索引c = (C1, C2, ... , CD)；將索引C和源節(jié)點(diǎn)S通告給節(jié)點(diǎn)η = C ；所以相似的原子模式被注冊(cè)到坐標(biāo)相近的節(jié)點(diǎn)上； 所支持的查詢包括三種類型原子查詢當(dāng)用戶請(qǐng)求C = (C1, C2, ... , cD)時(shí)，查詢發(fā)送到節(jié)點(diǎn)η = C ； 范圍查詢一個(gè)范圍查詢用于搜索屬性值落在某范圍內(nèi)的所有對(duì)象；在范圍查詢方式中，C = (C1, C2, ... , cD)中的每個(gè)元素Ci都能代表一個(gè)范圍A eYl叫，其中Ij和Uj分別是范圍j的上界和下界；范圍查詢被多播到所有節(jié)點(diǎn)η e C ；聯(lián)合查詢聯(lián)合查詢能用一系列原子查詢的聯(lián)合來表示，例如"c' Π c"；聯(lián)合查詢被多播到所有的η = c和η = c ‘；23)、移動(dòng)支持方式設(shè)數(shù)據(jù)源原來附著在節(jié)點(diǎn)s，若數(shù)據(jù)源移動(dòng)并附著在其他節(jié)點(diǎn)s'上，則節(jié)點(diǎn)s被告知節(jié)點(diǎn)s'是到達(dá)數(shù)據(jù)源的下一跳，從而s將新到達(dá)的關(guān)于該數(shù)據(jù)的數(shù)據(jù)包轉(zhuǎn)發(fā)給s'；若數(shù)據(jù)源移動(dòng)了多次，則數(shù)據(jù)包經(jīng)過多次轉(zhuǎn)發(fā)直到它到達(dá)數(shù)據(jù)源；若用戶在移動(dòng)，則在每次切換之后，它必須通知先前附著的節(jié)點(diǎn)u它現(xiàn)在附著在u ‘ 上，即，節(jié)點(diǎn)u'是從節(jié)點(diǎn)u到達(dá)該用戶的下一跳；當(dāng)請(qǐng)求的內(nèi)容到達(dá)節(jié)點(diǎn)u時(shí)，它將其轉(zhuǎn)發(fā)到節(jié)點(diǎn)u'，類似地，內(nèi)容能夠通過多次轉(zhuǎn)發(fā)到達(dá)移動(dòng)用戶處；24)、安全的基于位置的服務(wù)方式設(shè)某個(gè)移動(dòng)用戶的ID映射到D維向量i = (ii; i2,..., iD)，其虛擬家鄉(xiāng)代理節(jié)點(diǎn)定義為節(jié)點(diǎn)h = i ；每個(gè)移動(dòng)用戶向其虛擬家鄉(xiāng)移動(dòng)代理節(jié)點(diǎn)h注冊(cè)一個(gè)起始節(jié)點(diǎn)Utl ；當(dāng)用戶j 想與用戶i聯(lián)系而不知道i目前的位置時(shí)，用戶j將請(qǐng)求包發(fā)給節(jié)點(diǎn)h，h將請(qǐng)求轉(zhuǎn)發(fā)給節(jié)點(diǎn)Utl以抵達(dá)用戶i，之后，兩個(gè)用戶在沒有虛擬家鄉(xiāng)代理節(jié)點(diǎn)輔助的情況下直接通信；每次當(dāng)移動(dòng)用戶從之前附著的節(jié)點(diǎn)Uk被切換到新附著的節(jié)點(diǎn)uk+1時(shí)，要求通知Uk其附著到uk+1 了 ；以此方式，在m次切換之后，Utl，U1,..., Um形成一條通向該移動(dòng)用戶目前位置 Um的路徑；移動(dòng)用戶可以自行選擇何時(shí)更新該路徑中的任何一項(xiàng)信息uk+1 ；當(dāng)更新uk+1的信息時(shí)，就是向Uk發(fā)一條新的通知，當(dāng)更新Utl時(shí)，就是向其虛擬家鄉(xiāng)移動(dòng)代理節(jié)點(diǎn)h注冊(cè)一個(gè)新起始節(jié)點(diǎn)Utl ；但不必在每次移動(dòng)時(shí)都通知其虛擬家鄉(xiāng)代理節(jié)點(diǎn)；為了隱藏移動(dòng)用戶的真實(shí)位置，移動(dòng)用戶不向其虛擬家鄉(xiāng)代理節(jié)點(diǎn)注冊(cè)當(dāng)前實(shí)際附著的節(jié)點(diǎn)Utl;相反，用戶隨機(jī)選擇任何節(jié)點(diǎn)Ut/，在虛擬家鄉(xiāng)代理注冊(cè)u(píng)/，然后告知u/該用戶的當(dāng)前位置是U。；為了實(shí)現(xiàn)安全的基于位置的服務(wù)，移動(dòng)用戶可以隨機(jī)選擇任意轉(zhuǎn)發(fā)路徑U/， U1' , ...,u' ^pUm并以Ut/作為返回地址來請(qǐng)求基于位置的內(nèi)容或者服務(wù)；返回的位置相關(guān)數(shù)據(jù)沿著上述路徑轉(zhuǎn)發(fā)，最終抵達(dá)用戶真實(shí)附著的節(jié)點(diǎn)Um ；因?yàn)檎?qǐng)求包沒有包含用戶 ID和最終節(jié)點(diǎn)Um的信息，使得基于位置的服務(wù)是安全的；25)、組管理方式將多播組的名字或者地址映射到向量g = (gl，&，...，份)，記節(jié)點(diǎn)η = g為該多播組的匯合點(diǎn)；接收者向匯合點(diǎn)發(fā)送加入/離開多播組的消息；多播組的發(fā)送者將多播數(shù)據(jù)發(fā)送到匯合點(diǎn)，匯合點(diǎn)采用一條最優(yōu)的多播樹將數(shù)據(jù)多播給所有接收者。
4.根據(jù)權(quán)利要求1所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述SN的實(shí)用化例子包括人工神經(jīng)網(wǎng)絡(luò)，所述人工神經(jīng)網(wǎng)絡(luò)用于對(duì)網(wǎng)絡(luò)信息的分布式的并行處理； 具體方法是構(gòu)建一個(gè)人工神經(jīng)網(wǎng)絡(luò)ANN，處理單元作為ANN的神經(jīng)元，處理單元之間的鏈路作為神經(jīng)元之間的連接，ANN的輸入層神經(jīng)元用做監(jiān)測(cè)節(jié)點(diǎn)，ANN的隱藏層的神經(jīng)元用于并行計(jì)算，ANN的輸出層神經(jīng)元?jiǎng)t基于并行處理結(jié)果對(duì)網(wǎng)絡(luò)進(jìn)行控制；具體應(yīng)用包括入侵檢測(cè)和協(xié)作式測(cè)量；
5.根據(jù)權(quán)利要求4所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述的入侵檢測(cè)技術(shù)能夠有效地檢測(cè)從多處發(fā)起的協(xié)同式攻擊，利用其并行處理能力和快速反應(yīng)能力，使得在攻擊對(duì)系統(tǒng)造成無法挽回的損害之前及時(shí)發(fā)出警報(bào)并做出響應(yīng)；具體方法如下監(jiān)測(cè)節(jié)點(diǎn)從觀察到的數(shù)據(jù)包中提取所需的特征；在每一個(gè)給定的時(shí)間間隔，網(wǎng)絡(luò)中的所有監(jiān)測(cè)節(jié)點(diǎn)都提取數(shù)據(jù)包中的同一個(gè)特征，并在不同的時(shí)間間隔提取其不同的特征，在每一個(gè)循環(huán)中，每個(gè)特征都被提取一遍；監(jiān)測(cè)節(jié)點(diǎn)將提取的特征轉(zhuǎn)化為標(biāo)準(zhǔn)的數(shù)值；這些由監(jiān)測(cè)節(jié)點(diǎn)獲得的數(shù)值以并行的方式輸入到ANN ；ANN的每個(gè)神經(jīng)元在一給定時(shí)限內(nèi)等待其所有輸入端的輸入數(shù)值的到達(dá)；另一方面，該時(shí)限用于保證同層神經(jīng)元之間的同步，從而使得同一個(gè)層的所有神經(jīng)元都能在新輸入到達(dá)之前處理完其輸入；縱使輸入由于超時(shí)變得不完整或由于噪聲而變形，ANN仍然可以分析收集到的數(shù)據(jù)；該時(shí)限的長(zhǎng)度與每個(gè)特征的提取時(shí)間間隔相等；輸出結(jié)果從ANN 的輸出層并行輸出；在第一個(gè)ANN的輸出層之后建立另一個(gè)ANN，使得第一個(gè)ANN的輸出成為第二個(gè)ANN的輸入；第二個(gè)ANN用于分析特征序列的時(shí)間行為；類似地，并行輸入ANN的可以是流量參數(shù)和最近的歷史數(shù)據(jù)，并行輸出的是對(duì)流量負(fù)載的預(yù)測(cè)結(jié)果和速率控制參數(shù)；基于這些結(jié)果，其輸出層的控制節(jié)點(diǎn)實(shí)施流量控制。
6.根據(jù)權(quán)利要求4所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述的協(xié)作式網(wǎng)絡(luò)測(cè)量方法如下主動(dòng)測(cè)量方法是一些監(jiān)測(cè)節(jié)點(diǎn)發(fā)送探測(cè)包，其它監(jiān)測(cè)節(jié)點(diǎn)接收并測(cè)量這些探測(cè)包； ANN分析探測(cè)包對(duì)的輸入間隔和輸出間隔之間的關(guān)系，將分析結(jié)果用于估計(jì)發(fā)送節(jié)點(diǎn)和接收節(jié)點(diǎn)之間的路徑上瓶頸鏈路的可用帶寬；輸出節(jié)點(diǎn)利用分析結(jié)果來輔助多媒體傳輸路徑的選擇；被動(dòng)測(cè)量方法是兩個(gè)監(jiān)測(cè)節(jié)點(diǎn)各自測(cè)量一對(duì)數(shù)據(jù)包之間的間隔，兩個(gè)測(cè)量之間的平均差用于估計(jì)兩個(gè)監(jiān)測(cè)節(jié)點(diǎn)之間路徑的可用帶寬；類似的，通過監(jiān)測(cè)網(wǎng)絡(luò)的性能或QoS，對(duì)單向延遲、往返延遲和丟失率做出測(cè)量；
7.根據(jù)權(quán)利要求1所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述SN的實(shí)用化例子包括Batcher網(wǎng)絡(luò)，所述Batcher網(wǎng)絡(luò)能夠以并行方式對(duì)一序列數(shù)字進(jìn)行排序和分布式的并行處理，用于對(duì)網(wǎng)絡(luò)信息的快速排序或分級(jí)；具體包括排序和分級(jí)、負(fù)載均
8.根據(jù)權(quán)利要求7所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述的排序和分級(jí)方法如下在網(wǎng)絡(luò)上構(gòu)建Batcher bitonic排序網(wǎng)絡(luò)，Batcher網(wǎng)的交換機(jī)是處理單元，交換機(jī)之間的連接是處理單元之間的物理鏈路或者邏輯鏈路；每個(gè)處理單元只有簡(jiǎn)單的功能，即比較兩個(gè)輸入數(shù)值的大小，把大者轉(zhuǎn)發(fā)到箭頭所指的方向并把小者發(fā)送到相反方向；監(jiān)視節(jié)點(diǎn)對(duì)請(qǐng)求包中的URL進(jìn)行分類計(jì)數(shù)，在每個(gè)時(shí)間間隔內(nèi)，URL被請(qǐng)求的次數(shù)被用作數(shù)據(jù)包頭，網(wǎng)頁的URL或域名則是數(shù)據(jù)包的載荷；這些數(shù)據(jù)包并行進(jìn)入Batcher網(wǎng)，在Batcher網(wǎng)的輸出層，代表不同網(wǎng)頁的數(shù)據(jù)包依據(jù)數(shù)據(jù)包頭的值被排序；類似地，網(wǎng)絡(luò)流量報(bào)告也能以此方式產(chǎn)生；任何可計(jì)數(shù)的項(xiàng)，如最擁擠網(wǎng)頁、最熱門應(yīng)用、最擁塞鏈路等，都能用這種方式被及時(shí)排序或分級(jí)；這些分級(jí)項(xiàng)能用于網(wǎng)絡(luò)搜索引擎、對(duì)網(wǎng)絡(luò)監(jiān)測(cè)、管理、性能規(guī)劃、QoS改善和診斷。
9.根據(jù)權(quán)利要求7所述的適用于未來互聯(lián)網(wǎng)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，其特征在于所述的負(fù)載均衡方法如下Batcher和Banyan網(wǎng)的組合被用于構(gòu)建整個(gè)交換結(jié)構(gòu)，以此消除網(wǎng)絡(luò)內(nèi)部的阻塞以達(dá)到負(fù)載均衡；具體做法是依據(jù)數(shù)據(jù)包頭部的地址比特，Batcher網(wǎng)對(duì)其進(jìn)行排序，然后 Banyan網(wǎng)中的2X2交換機(jī)將輸入數(shù)據(jù)包交換到相應(yīng)的輸出；Batcher-Banyan網(wǎng)中的每個(gè)階段按順序只關(guān)心數(shù)據(jù)包頭部的一位比特。
全文摘要
本發(fā)明提供一種適用于未來互聯(lián)網(wǎng)架構(gòu)的結(jié)構(gòu)化網(wǎng)絡(luò)系統(tǒng)，通過虛擬層在物理網(wǎng)絡(luò)上構(gòu)建和維護(hù)共存的多個(gè)結(jié)構(gòu)化網(wǎng)絡(luò)(SN)。本系統(tǒng)能在大規(guī)模的無結(jié)構(gòu)網(wǎng)絡(luò)上，建立結(jié)構(gòu)化的未來互聯(lián)網(wǎng)，并采用全球統(tǒng)一而簡(jiǎn)單的編址、路由和查詢機(jī)制，從而使得路由查詢時(shí)間、網(wǎng)絡(luò)互操作或互連接、內(nèi)容分發(fā)效率和服務(wù)預(yù)留都得到極大改善。結(jié)構(gòu)化網(wǎng)絡(luò)的實(shí)用化例子包括超立方體網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)和Batcher網(wǎng)絡(luò)。實(shí)現(xiàn)的功能包括內(nèi)容/服務(wù)編址、語義搜索、移動(dòng)支持、安全的基于位置的服務(wù)、多播、入侵檢測(cè)、網(wǎng)絡(luò)測(cè)量、數(shù)據(jù)融合、網(wǎng)頁分級(jí)和流量負(fù)載均衡。
文檔編號(hào)H04L29/08GK102523166SQ20111043937
公開日2012年6月27日 申請(qǐng)日期2011年12月23日 優(yōu)先權(quán)日2011年12月23日
發(fā)明者余順爭(zhēng) 申請(qǐng)人:中山大學(xué)