複雜網絡配置方法和系統的製作方法
2023-10-11 08:22:04 1
專利名稱：複雜網絡配置方法和系統的製作方法
技術領域：
本發明涉及通信領域，尤其涉及一種雲計算網絡中的複雜網絡配置方法和系統。
背景技術：
雲計算(Cloud Computing)是一種新興的商業計算模型。它將計算任務分布在大量計算機構成的資源池上，這種資源池稱為「雲」。通過雲計算，使各種應用系統能夠根據需要獲取計算力、存儲空間和各種軟體服務。
「雲」是一些可以自我維護和管理的虛擬計算資源，通常為一些大型伺服器集群，包括計算伺服器、存儲伺服器、寬帶資源等等。雲計算將所有的計算資源集中起來，並由軟體實現自動管理，無需人為參與。這使得應用提供者無需為繁瑣的細節而煩惱，能夠更加專注於自己的業務，有利於創新和降低成本。
雲計算的基本原理是，通過使計算分布在大量的分布式計算機上，而非本地計算機或遠程伺服器中，企業數據中心的運行將更與網際網路相似。這使得企業能夠將資源切換到需要的應用上，根據需求訪問計算機和存儲系統。從最根本的意義來說，雲計算就是利用網際網路上的軟體和數據的能力。
從雲計算的原理中可以看出，雲計算的實現需要大型伺服器集群來為終端用戶提供所需的資源如帶寬、存儲空間、計算能力。由於需求用戶在數量和對雲計算的需求程度上並不是均勻劃分的，很大程度上與當地的經濟和科研狀況有關。因此合理的分配和安置伺服器集群對於提高雲計算的效率和合理分配雲計算資源具有非常重要的意義，但目前還沒有一種對雲計算網絡進行合理配置的機制。
發明內容
本發明提供了一種複雜網絡配置方法和系統，解決了沒有一種對雲計算網絡進行合理配置的機制的問題。
一種複雜網絡配置方法，包括 獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄； 根據所述訪問記錄，構建複雜網絡模型； 對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度； 根據所述社區結構和各社區中成員隸屬度，配置所述網絡的結構。
進一步的，該複雜網絡配置方法還包括 所述雲伺服器池中各雲計算伺服器記錄所述網絡中的終端對本雲計算伺服器的資源請求情況，作為所述訪問記錄。
進一步，所述獲取雲伺服器池中各雲計算伺服器的訪問記錄的步驟之前，還包括 設置網絡結構配置周期，用於指示按照該網絡結構配置周期進行複雜網絡配置。
進一步的，所述獲取雲伺服器池中各雲計算伺服器的訪問記錄包括 在各個網絡結構配置周期，從雲伺服器池中的各雲計算伺服器讀取該雲計算伺服器的訪問記錄； 在讀取完成後，清除該雲計算伺服器上的訪問記錄。
進一步的，所述根據所述訪問記錄，構建複雜網絡模型包括 將各雲計算伺服器和各終端作為結點，獲取所述各終端對所述各雲計算伺服器的訪問次數作為該終端與該雲計算伺服器邊的權重； 根據所述權重，獲取所述網絡的模型數據； 根據所述模型數據，構建複雜網絡模型。
進一步的，所述對所述複雜網絡模型進行社區劃分處理，得到社區結構成各社區中成員隸屬度包括 根據表達式計算獲得增益函數值E，其中，Mij為結點i和結點j相同的鄰居結點數目，di為結點i的度，
為當網絡隨機相連時結構對之間擁有相同鄰居的數目； 根據表達式計算獲得增益矩陣C； 根據增益矩陣C最大特徵對應的特徵向量，將所述網絡劃分為兩個社區； 根據表達式計算獲得各社區的增量矩陣C(g)其中，g為社區編號； 分別根據各個社區的增量矩陣最大特徵值對應的特徵向量進行進一步劃分，計算劃分後得到的各社區的增益函數值E的增量ΔE； 如果ΔE≤0，則將當前社區的社區結構和社區中成員隸屬度作為最終結果；或， 如果ΔE＞0，則對社區進行進一步劃分，直至劃分後獲取的社區的增量ΔE≤0。
進一步的，所述根據所述社區結構成各社區中成員隸屬度，配置所述網絡的結構包括 根據社區結構，調整雲計算伺服器位置； 根據各社區中成員隸屬度，調整雲計算伺服器數據。
進一步的，所述根據社區結構，調整雲計算伺服器位置包括 根據社區中各終端對雲計算伺服器的訪問次數，計算該雲計算伺服器與各終端的平均距離最小位置； 將所述雲計算伺服器置於所述平均距離最小位置。
進一步的，所述獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄的步驟之前，還包括 設置隸屬度判斷標準，用於提供調整雲計算伺服器的依據。
進一步的，所述根據各社區中成員隸屬度，調整雲計算伺服器數據包括 判斷各雲計算伺服器的隸屬度是否達到所述隸屬度判斷標準； 如果雲計算伺服器的隸屬度達到所述隸屬度判斷標準，則為該雲計算伺服器添加負載分擔伺服器；或， 如果雲計算伺服器的隸屬度未達到所述隸屬度判斷標準，刪除所述雲計算伺服器。
本發明還提供了一種複雜網絡配置系統，包括雲伺服器池、訪問記錄資料庫管理維護模塊和伺服器資源配置管理模塊； 所述訪問記錄資料庫管理維護模塊，用於獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄； 所述伺服器資源配置管理模塊，用於根據所述訪問記錄，構建複雜網絡模型，對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度，並根據所述社區結構成各社區中成員隸屬度，配置所述網絡的結構。
進一步的，所述雲伺服器池包括至少一臺雲計算伺服器，用於記錄所述網絡中終端對各雲計算伺服器的資源請求情況，作為訪問記錄。
本發明的實施例提供了一種複雜網絡配置方法和系統，獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄，根據所述訪問記錄，構建複雜網絡模型，再對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度，最後根據所述社區結構成各社區中成員隸屬度，配置所述網絡的結構，實現了根據當前網絡中各雲計算伺服器的使用情況進行網絡配置，解決了沒有一種對雲計算網絡進行合理配置的機制的問題，提高了雲計算伺服器提供的帶寬、存儲空間和計算能力。
圖1為包含多個社區的複雜網絡結構示意圖； 圖2為本發明的實施例應用場景結構示意圖； 圖3為本發明的實施例提供的一種複雜網絡結構配置方法流程圖； 圖4為一種複雜網絡的結構示意圖； 圖5為圖3中步驟305的具體流程圖。
具體實施例方式 複雜網絡是複雜系統的抽象，網絡中的結點是複雜系統中的個體，結點之間的邊是個體之間按照某種規則而自然形成或人為構造的一種關係。朋友關係網絡、全球資訊網、電力網、新陳代謝網絡等都可看成是複雜網絡。小世界特性(small world character)和無標度特性(scale-free character)。小世界特性是指與相同規模的隨機網絡相比，該網絡具有較小的平均最短距離和較大的簇係數。無標度特性是指網絡中結點的度分布服從冪律分布，即在雙對數坐標系下度分布是一條下降的直線。
社區結構是複雜網絡所呈現出的一個重要特徵，整個網絡是由若干個「群(group)」或「團(cluster)」構成，每個群內部的結點之間的連接相對非常緊密，但是各個群之間的連接相對來說卻比較稀疏，一個包含多個社區的複雜網絡結構如圖1所示。
在複雜網絡社區結構劃分的研究中，社區結構劃分算法所要劃分的網絡大致可分為兩類，第一類是比較常見的網絡，即僅包含正聯繫的網絡(網絡中邊的權值為正實數)；第二類是符號社會網絡，即網絡中既包含正向聯繫的邊，也包含負向聯繫的邊。因此劃分網絡中社區結構的算法相應分為兩大類，而對於第一類網絡又提出了許多不同的社區結構劃分算法，劃分第一類網絡社區的傳統算法可分為兩大類，第一類是基於圖論的算法，比如K-L算法、譜平分法、隨機遊走算法和派系過濾算法等；第二類是層次聚類算法，比如基於相似度度量的凝聚算法和基於邊介數度量的分裂算法等。最近幾年從其他不同的角度又提出了許多劃分第一類網絡社區結構的算法，大致可劃分如下基於電阻網絡性質的算法、基於資訊理論的算法、基於PCA的算法和最大化模塊度的算法等。對於符號網絡，現有技術中有一種利用局部搜索劃分符號網絡社區結構的算法，還有一種基於代理的啟發式劃分符號網絡社區結構的算法(FEC)。下面著重介紹一下基於模塊度矩陣的社區結構劃分算法。
該算法的目的是為了讓社區內部擁有儘可能多的邊數，此目的可通過最大化實際網絡中社區內部的邊數和網絡在隨機相連的情況下社區內部的邊數的差值來實現。但是，尋找該差值的最大值將會耗費很大的計算量，不適合大型複雜網絡數據的社區劃分，因此可尋找一種使差值儘可能大的方法。基於模塊度矩陣的社區劃分方法就是利用模塊度矩陣的譜特徵，使差值儘可能大的一種方法。表達式一中去掉等式右邊的常係數項後表示在網絡劃分為兩個社區的情形下的上述差值 表達式一 其中m為網絡中的總邊數，ki為網絡中結點i的度，Aij為網絡鄰接矩陣中的元素，
為網絡在隨機相連的情形下，結點i與結點j之間擁有的邊數。S＝(s1，s2，...，sn)T是一個標記向量，若結點i屬於第一個社區，則si＝1，否則si＝-1。上式Q的值為網絡進行二社區劃分後的模塊度的值。表達式一可轉換為如下的等價形式 表達式二 其中矩陣B被稱為模塊度矩陣， 基於模塊度矩陣劃分網絡二社區的算法描述如下首先求得模塊度矩陣B的最大特徵值所對應的特徵向量，然後根據此特徵向量中元素的正負，把網絡劃分為兩個社區。正的元素為一個社區，負的元素屬於另一個社區。該算法的時間複雜度為O(n2log n)，其中n為網絡中結點的個數。
在複雜網絡模型構造中，雲計算伺服器和終端用戶可看作是網絡中的結點，若終端用戶對某個雲計算伺服器有過請求，則它們之間就有邊相連，並且邊的權重代表終端用戶對此雲計算伺服器訪問的次數。由於在網絡模型的構造中主要集中於雲計算伺服器和終端用戶的資源請求關係，並且終端用戶傾向於請求的是距離自己較近的伺服器，因此雲計算伺服器在整個網絡中處於核心的位置，它需要與眾多的終端用戶進行交互。所以此網絡模型符合複雜網絡的特點，可利用複雜網絡社區劃分技術進行分析。
本發明實施例將上述對複雜網絡進行社區劃分的方法與雲計算網絡相結合，提供了一種複雜網絡配置方法，解決了沒有一種對雲計算網絡進行合理配置的機制的問題，實現了根據當前網絡中各雲計算伺服器的使用情況進行網絡配置。
為了使本發明的實施例更易理解，首先對本發明的實施例的應用環境進行介紹，本發明的實施例所使用的網絡環境如圖2所示，包括雲伺服器池201，雲終端202，訪問紀錄資料庫管理維護系統203和伺服器資源配置管理系統204。其中，雲伺服器池201包括至少一組雲伺服器群，每組雲伺服器群對應一種業務；雲終端202包括多種用戶接入網絡的終端，如手機、PC等；訪問紀錄資料庫管理維護系統203包括訪問記錄數據管理器2031和訪問記錄資料庫2032；伺服器資源配置管理系統204包括複雜網絡處理子模塊2041、伺服器資源控制器2042和伺服器資源配置資料庫2043。雲伺服器池201、雲終端202、訪問紀錄資料庫管理維護系統203和伺服器資源配置管理系統204通過IP網進行通信。訪問記錄數據管理器2031用於對訪問雲伺服器的記錄數據進行保存及資料庫維護。
下面結合上述應用環境，對本發明的實施例提供的複雜網絡配置方法進行說明，使用該方法完成網絡配置的過程如圖3所示，包括 步驟301、設置網絡結構配置周期； 本步驟中，設置網絡結構配置周期，並將該周期存儲於伺服器資源控制器中。
由於終端用戶對伺服器集群的訪問是隨著時間而變化的，因此伺服器集群的整體架構不能是一成不變的，故需要周期的對系統進行調整，以符合新的資源需求的變化。
此外，在新構建雲計算網絡時，也需要通過本發明的實施例提供的複雜網絡配置方法對該雲計算網絡進行配置。
步驟302、雲伺服器池中各雲計算伺服器記錄所述網絡中終端對本雲計算伺服器的資源請求情況，作為訪問記錄； 本發明實施例中，在各雲計算伺服器上均維護有一終端用戶訪問伺服器的清單，清單中每一項的內容為訪問雲計算伺服器的終端用戶的IP以及被訪問的次數，用於獲取一段時間內終端用戶對伺服器資源的請求情況，該清單即為訪問記錄。
步驟303、獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄； 本步驟中，在到達一個網絡結構配置周期時，複雜網絡處理子模塊從各雲計算伺服器導出在該網絡結構配置周期內的訪問記錄，並將所有的雲計算伺服器被訪問的數據導入訪問記錄資料庫。
步驟304、根據所述訪問記錄，構建複雜網絡模型； 本發明實施例中，將雲計算伺服器和終端用戶作為網絡的結點，終端用戶對伺服器的訪問次數作為連接終端用戶和伺服器邊的權重，利用訪問記錄資料庫管理器得出複雜網絡的模型數據。例如，如圖4所示，以A、B、C和D分別代表雲計算中的兩臺不同的雲伺服器和兩個不同的用戶終端，假設它們之間的資源請求網絡如下所示，其中邊的權重代表終端向雲伺服器請求的次數，AC間的權重為1，BC間的權重為2，BD間的權重為3，AD間的權重為4，則相對應的複雜網絡的模型數據為一矩陣，如下所示
複雜網絡處理子模塊根據該模型數據，構建該雲計算網絡的複雜網絡模型，以進行社區劃分。
本領域技術人員顯然知道，獲取模型數據的方法並不局限於上述一種，本發明實施例中不再一一舉例說明。
步驟305、對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度； 本步驟中，複雜網絡處理子模塊利用複雜網絡社區劃分技術，對此複雜網絡模型數據進行分析處理，具體流程如圖5所示，包括 步驟3051、根據表達式三，計算獲得增益函數值E； 表達式三 其中，Mij為結點i和結點j相同的鄰居結點數目，di為結點i的度，
為當網絡隨機相連時結構對之間擁有相同鄰居的數目。
步驟3052、根據表達式四，計算獲得增益矩陣C； 表達式四 步驟3053、根據增益矩陣C最大特徵對應的特徵向量，將所述網絡劃分為兩個社區； 由於特徵向量有正負之分，故本發明實施例中，在進行社區劃分時都是將一個網絡劃分為兩個社區。需要說明的是，在對複雜網絡進行社區劃分時，依據特徵向量進行劃分僅為劃分方法之一，本領域技術人員顯然知道劃分方法不限於上述一種，根據劃分方法的不同，在進行劃分時可劃分的社區數量也會進行相應的變化，本發明實施例在此不一一舉例說明。
步驟3054、根據表達式五計算獲得各社區的增量矩陣C(g)； 表達式五 其中，g為社區編號。
步驟3055、分別根據各個社區的增量矩陣最大特徵值對應的特徵向量進行進一步劃分，計算劃分後得到的各社區的增益函數值E的增量ΔE； 步驟3056、判斷是否需要對社區進行進一步區分； 本步驟具體為判斷各社區的增益函數值E的增量ΔE是否小於等於0。
如果ΔE≤0，則將當前社區的社區結構和社區中成員隸屬度作為最終結果；如果ΔE＞0，則對社區進行進一步劃分，直至劃分後獲取的社區的增量ΔE≤0。
步驟306、根據所述社區結構和各社區中成員隸屬度，配置所述網絡的結構； 本步驟中，將社區劃分處理後得到的各社區結構和各社區中成員隸屬度導入伺服器資源配置資料庫，伺服器資源控制器從伺服器資源配置資料庫獲取社區結構和各社區中成員隸屬度，對雲伺服器進行動態配置，具體配置過程包括兩方面，下面對這兩個配置流程進行具體說明。
一方面，需要調整提供同一種業務的雲計算伺服器數目。大多數劃分複雜網絡社區結構的算法規定社區內部成員對該社區的隸屬度範圍為0～1，並且隸屬度的值越大，說明該成員在社區內的地位越重要。本發明實施例中，在系統初始化時，在伺服器資源控制器上設置一個隸屬度判斷標準，該隸屬度判斷標準具體可為一隸屬度閾值，此閾值的獲取可通過取所有社區內伺服器對社區隸屬度的平均值獲得，隸屬度大於等於該閾值的雲計算伺服器任務較繁重，需要另外添加負載分擔伺服器以分擔此雲計算伺服器的工作量。若某臺雲計算伺服器的隸屬度小於上述閾值，則可以考慮在伺服器集群中刪除此臺雲計算伺服器。
可選的，所述隸屬度判斷標準也可以是兩個隸屬度閾值，分別為第一閾值和第二閾值，第一閾值大於第二閾值，當雲計算伺服器的隸屬度值大於等於第一閾值時，認為該雲計算伺服器任務較繁重；當雲計算伺服器的隸屬度值小於等於第二閾值時，認為該雲計算伺服器較空閒，可刪除該雲計算伺服器。
另一方面，在每個社區內部，通過終端用戶對每個伺服器的訪問次數，能夠計算出該雲計算伺服器距離社區內終端用戶的平均距離最短的位置，具體的，可以在該社區內部定義一個二維坐標，每個終端均對應一個坐標值，假設該社區內部有兩個終端用戶x和y，坐標分別為(x1，y1)，(x2，y2)，且對應訪問社區內雲伺服器的次數為2和3，則該社區內所有終端用戶x坐標的平均值可通過(x1*2+x2*3)/(2+3)得到，y坐標的平均值也可相應得到，此坐標平均值可作為雲伺服器的安放位置，根據以上計算結果調整伺服器的位置。本領域技術人員顯然知道還有其他計算平均距離最短位置的方法，在此不再一一舉例說明。
通過利用複雜網絡社區劃分技術對此網絡模型進行劃分，可得到如下結果，n個社區以及社區中的每個伺服器對該社區的隸屬程度。在每個社區內部，可根據社區內每個終端用戶對該社區內雲計算伺服器的訪問次數調整雲計算伺服器的放置位置，使其到達每個終端用戶的相對平均距離最短，因為此平均距離考慮到終端用戶對雲計算伺服器的訪問次數，所以並不一定是地理位置上的平均距離。並且如果該伺服器在社區內的隸屬程度比較高，說明該社區內終端用戶對資源的需求量比較大，因此可適當增加伺服器的數量，減小該社區內伺服器的負載量。
本發明的實施例還提供了一種複雜網絡配置系統，包括雲伺服器池、訪問記錄資料庫管理維護模塊和伺服器資源配置管理模塊； 所述訪問記錄資料庫管理維護模塊，用於獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄； 所述伺服器資源配置管理模塊，用於根據所述訪問記錄，構建複雜網絡模型，對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度，並根據所述社區結構成各社區中成員隸屬度，配置所述網絡的結構。
進一步的，所述雲伺服器池包括至少一臺雲計算伺服器，用於記錄所述網絡中終端對各雲計算伺服器的資源請求情況，作為訪問記錄。
上述複雜網絡配置系統，可以與本發明的實施例提供的一種複雜網絡配置方法相結合，獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄，根據所述訪問記錄，構建複雜網絡模型，再對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度，最後根據所述社區結構成各社區中成員隸屬度，配置所述網絡的結構，實現了根據當前網絡中各雲計算伺服器的使用情況進行網絡配置。通過動態的添加和減少伺服器集群的數量以及合理的調整伺服器集群的位置，使得雲計算伺服器資源得到合理的利用，並且可以通過縮短用戶數據的傳輸距離，達到縮短用戶數據的傳輸時間和提高用戶數據的傳輸質量的目的，有利於提高雲計算系統的時效性和可靠性。
本領域普通技術人員可以理解實現上述實施例方法攜帶的全部或部分步驟是可以通過程序來指令相關的硬體完成，所述的程序可以存儲於一種計算機可讀存儲介質中，該程序在執行時，包括方法實施例的步驟之一或其組合。
另外，在本發明各個實施例中的各功能單元可以採用硬體的形式實現，也可以採用軟體功能模塊的形式實現。所述集成的模塊如果以軟體功能模塊的形式實現並作為獨立的產品銷售或使用時，也可以存儲在一個計算機可讀取存儲介質中。
上述提到的存儲介質可以是只讀存儲器，磁碟或光碟等。
以上所述，僅為本發明的具體實施方式
，但本發明的保護範圍並不局限於此，任何熟悉本技術領域的技術人員在本發明揭露的技術範圍內，可輕易想到變化或替換，都應涵蓋在本發明的保護範圍之內。因此，本發明的保護範圍應以權利要求所述的保護範圍為準。
權利要求
1.一種複雜網絡配置方法，其特徵在於，包括
獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄；
根據所述訪問記錄，構建複雜網絡模型；
對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度；
根據所述社區結構和各社區中成員隸屬度，配置所述網絡的結構。
2.根據權利要求1所述的複雜網絡配置方法，其特徵在於，該方法還包括
所述雲伺服器池中各雲計算伺服器記錄所述網絡中的終端對本雲計算伺服器的資源請求情況，作為所述訪問記錄。
3.根據權利要求1所述的複雜網絡配置方法，其特徵在於，所述獲取雲伺服器池中各雲計算伺服器的訪問記錄的步驟之前，還包括
設置網絡結構配置周期，用於指示按照該網絡結構配置周期進行複雜網絡配置。
4.根據權利要求3所述的複雜網絡配置方法，其特徵在於，所述獲取雲伺服器池中各雲計算伺服器的訪問記錄包括
在各個網絡結構配置周期，從雲伺服器池中的各雲計算伺服器讀取該雲計算伺服器的訪問記錄；
在讀取完成後，清除該雲計算伺服器上的訪問記錄。
5.根據權利要求1所述的複雜網絡配置方法，其特徵在於，所述根據所述訪問記錄，構建複雜網絡模型包括
將各雲計算伺服器和各終端作為結點，獲取所述各終端對所述各雲計算伺服器的訪問次數作為該終端與該雲計算伺服器邊的權重；
根據所述權重，獲取所述網絡的模型數據；
根據所述模型數據，構建複雜網絡模型。
6.根據權利要求1所述的複雜網絡配置方法，其特徵在於，所述對所述複雜網絡模型進行社區劃分處理，得到社區結構成各社區中成員隸屬度包括
根據表達式計算獲得增益函數值E，其中，Mij為結點i和結點j相同的鄰居結點數目，di為結點i的度，
為當網絡隨機相連時結構對之間擁有相同鄰居的數目；
根據表達式計算獲得增益矩陣C；
根據增益矩陣C最大特徵對應的特徵向量，將所述網絡劃分為兩個社區；
根據表達式計算獲得各社區的增量矩陣C(g)其中，g為社區編號；
分別根據各個社區的增量矩陣最大特徵值對應的特徵向量進行進一步劃分，計算劃分後得到的各社區的增益函數值E的增量ΔE；
如果ΔE≤0，則將當前社區的社區結構和社區中成員隸屬度作為最終結果；或，
如果ΔE＞0，則對社區進行進一步劃分，直至劃分後獲取的社區的增量ΔE≤0。
7.根據權利要求1所述的複雜網絡配置方法，其特徵在於，所述根據所述社區結構成各社區中成員隸屬度，配置所述網絡的結構包括
根據社區結構，調整雲計算伺服器位置；
根據各社區中成員隸屬度，調整雲計算伺服器數據。
8.根據權利要求7所述的複雜網絡配置方法，其特徵在於，所述根據社區結構，調整雲計算伺服器位置包括
根據社區中各終端對雲計算伺服器的訪問次數，計算該雲計算伺服器與各終端的平均距離最小位置；
將所述雲計算伺服器置於所述平均距離最小位置。
9.根據權利要求7所述的複雜網絡配置方法，其特徵在於，所述獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄的步驟之前，還包括
設置隸屬度判斷標準，用於提供調整雲計算伺服器的依據。
10.根據權利要求9所述的複雜網絡配置方法，其特徵在於，所述根據各社區中成員隸屬度，調整雲計算伺服器數據包括
判斷各雲計算伺服器的隸屬度是否達到所述隸屬度判斷標準；
如果雲計算伺服器的隸屬度達到所述隸屬度判斷標準，則為該雲計算伺服器添加負載分擔伺服器；或，
如果雲計算伺服器的隸屬度未達到所述隸屬度判斷標準，刪除所述雲計算伺服器。
11.一種複雜網絡配置系統，其特徵在於，包括雲伺服器池、訪問記錄資料庫管理維護模塊和伺服器資源配置管理模塊；
所述訪問記錄資料庫管理維護模塊，用於獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄；
所述伺服器資源配置管理模塊，用於根據所述訪問記錄，構建複雜網絡模型，對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度，並根據所述社區結構成各社區中成員隸屬度，配置所述網絡的結構。
12.根據權利要求11所述的複雜網絡配置系統，其特徵在於，
所述雲伺服器池包括至少一臺雲計算伺服器，用於記錄所述網絡中終端對各雲計算伺服器的資源請求情況，作為訪問記錄。
全文摘要
本發明提供了一種複雜網絡配置方法和系統。涉及通信領域；解決了沒有一種對雲計算網絡進行合理配置的機制的問題。該方法包括獲取網絡的雲伺服器池中各雲計算伺服器的訪問記錄；根據所述訪問記錄，構建複雜網絡模型；對所述複雜網絡模型進行社區劃分處理，得到社區結構和各社區中成員隸屬度；根據所述社區結構和各社區中成員隸屬度，配置所述網絡的結構。本發明提供的技術方案適用於雲計算網絡。
文檔編號H04L29/08GK101778005SQ20101012757
公開日2010年7月14日 申請日期2010年3月5日 優先權日2010年3月5日
發明者高濱, 張娜 申請人:中興通訊股份有限公司