论文部分内容阅读
云计算以其特有魅力成为了业界关注的焦点。“互联网+”行动推动了企业向“云”中迁移。同时,随着在线直播、电商视频和网络游戏的蓬勃发展,用户越发重视服务体验。这些新状况的出现使云服务提供商面临挑战。如何高效利用网络资源以更经济的成本为越来越多的用户提供高质量服务成为亟需解决的问题。目前,云服务提供商主要从系统内部来优化资源,缺乏市场手段在宏观上指导网络资源的高效利用。为此,本文提出了利用市场信息反馈机制来解决网络资源高效利用问题的方法,并在内容分发网络(Content Delivery Network,CDN)中进行了实现。该方法关键是为云服务提供商和用户提供相关信息服务。为此,首先需要建立数据驱动的网络信息服务平台,作为市场机制运转的支撑平台;然后,基于该平台获取网络基础信息(比如,网络拓扑信息和网站基本信息),提供网络信息服务,辅助决策;最后,采集和分析行业数据以获得行业信息,提供多种行业信息服务,辅助行业各方进行主动选择。选择后的结果作为反馈信息,再次被提供给行业各方,促进网络资源的优化配置。本文主要研究内容和贡献如下:1.数据驱动的网络信息服务平台研究。基于大数据思想,提出了平台的设计总体目标和技术架构,阐述了建设中的难点问题,并给出了相应的解决方案,建立了网络信息服务平台,作为市场信息反馈机制运转的支撑平台。2.一种获取路由器级网络拓扑信息的方法研究。提出了一种基于增量测量机制的获取路由器级网络拓扑信息的方法,并对基于分析的IP别名解析算法从子网分割计算、IP别名对验证和待测IP提取3个方面进行了改进,实现了在成本可控的前提下,获取更加完整和正确的网络拓扑信息的目标,并以此方法获得了国内路由器级网络拓扑信息。3.基于神经网络的CDN推荐方法研究。提出并实现了基于神经网络的CDN推荐方法。首先,设计了一套面向CDN服务的数据采集和分析方法,从网络、性能和市场占有率3个方面获取了国内CDN信息,并通过可视化分析方法进行了展示;其次,提出了一种通过计算词的权重来提取内容提供商(Internet Content Provider,ICP)关键词的方法,以用于ICP的类型匹配;最后,使用CDN信息和ICP的关键词,基于神经网络建立了高效的CDN推荐模型,提高了ICP选择CDN服务资源的效率,也为云服务其它行业信息推荐服务的实现积累了经验。