[发明专利]一种基于混合链的数据中心网络故障诊断和自动配置方法有效
| 申请号: | 202010511243.7 | 申请日: | 2020-06-08 |
| 公开(公告)号: | CN111405074B | 公开(公告)日: | 2020-09-08 |
| 发明(设计)人: | 黄海平;陈雨昊;陈龙;肖甫;汪文明;朱洁;马子洋;李琦 | 申请(专利权)人: | 南京邮电大学 |
| 主分类号: | H04L29/08 | 分类号: | H04L29/08;H04L12/24;H04L29/06 |
| 代理公司: | 南京正联知识产权代理有限公司 32243 | 代理人: | 张玉红 |
| 地址: | 210023 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 混合 数据中心 网络 故障诊断 自动 配置 方法 | ||
本发明提供一种基于混合链的数据中心网络故障诊断和自动配置方法,使用智能合约对超大规模的数据中心网络群组实现去中心化的故障诊断和系统自动配置。基于混合链完成超大规模数据中心网络架构建立,完成混合链中私有链和联盟链的安全参数初始化。在私有链中,利用智能合约完成独立数据中心网络的故障节点诊断,将识别出的故障节点放入故障集,将正常的节点放入正常集,同时发布交易并完成自动配置;在联盟链中,实现有数据依赖关系的数据中心网络之间的交易发布和数据传输。对于任何交易均可以实现完整性验证和证据溯源。能保障以服务器为中心的新型的数据中心网络的去中心化、可靠性、可追踪性、鲁棒性和隐私性。
技术领域
本发明涉及主机安全和区块链的交叉技术领域,尤其涉及一种基于混合链的数据中心网络故障诊断和自动配置方法。
背景技术
随着云计算和云存储技术的发展,对于大容量数据传输网络的性能需求也日益增长,超大规模的数据中心网络应运而生。全球知名的IT企业,例如谷歌、百度、阿里、Facebook等,其数据存储和传输业务都高度依赖于数据中心网络。目前,全球以数据为中心的网络呈现指数级快速增长。为了降低成本,传统的以核心交换机为主导的数据中心网络结构,例如Fat-tree,正面临着严峻的挑战。研究者们致力于设计以服务器为中心的新型数据中心网络结构。该类型的数据中心网络,与传统的以核心交换机为主导的网络结构相比,可以有效的降低成本并提高路由的容错性,同时还具备大容量传输、传输口径小、传输效率高等优点。为了消除数据孤岛,使得多任务的业务处理流程更加简洁化和通畅化,存在数据相互依赖的各个数据中心网络之间不再各自为阵,而是形成了联盟群组。例如某大批量商品的数据,可能从生产环节的数据中心网络A迁移至销售环节的数据中心网络B。这种数据中心网络群组对于各个数据中心网络数据流的集中式管理提出了巨大的挑战。
此外,为了保障数据传输的可靠性,重要的途径之一就是排查数据中心网络的故障节点以提升网络的自动容错能力,以便于数据能够顺利的从发送端传输到接收端。因而,新型的以服务器为中心的数据中心网络(群组)结构,例如BCube、DCell、BCCC、RCube和GBC3等,都应当具备精准故障识别以及系统自动重配置等两大功能:前者的作用是将数据中心网络中的故障节点尽可能实时的发现并精准定位,后者的作用是通知数据中心网络的系统管理者将备用服务器替换掉故障服务器或者将故障服务器的数据任务分派给其它服务器,并告知其它有数据依赖关系的相邻的数据中心网络。在数据中心网络的自动故障诊断中,前者通常使用系统级诊断模型(例如PMC模型)结合t诊断或者t/t诊断技术来实现。后者可以通过故障日志结合事先约定的故障处理方法来实现。然而,这些传统的处理技术需要有中心化的处理机制,在故障记录、可靠性以及证据追溯等处理效果方面不够完善,尤其针对于超大规模的数据中心网络群组。
发明内容
本发明的目的是提供一种基于混合链的数据中心网络故障诊断和自动配置方法,将超大规模的数据中心网络群组看成是具有数据依赖关系的联盟链,而每个独立的数据中心网络则是联盟链中的成员节点,同时它又作为独立的私有链,其中服务器或者普通交换设备作为私有链中的成员节点,从而形成了数据中心网络群组的链中链。
本发明提供一种基于混合链的数据中心网络故障诊断和自动配置方法,所述方法包括以下步骤:
步骤1:基于混合链的数据中心网络架构建立:将独立的数据中心网络架构设计成私有链,数据中心网络中的服务器作为私有链的成员,每个成员初始化其邻居列表;各个具有数据依赖关系的相邻的数据中心网络作为成员组成联盟链,同时形成数据中心网络群组,每个成员初始化其邻居列表;若干私有链和联盟链共同组成了混合区块链;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010511243.7/2.html,转载请声明来源钻瓜专利网。





