中国人民解放军国防科技大学;中国人民解放军31003部队胡洛林获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国人民解放军国防科技大学;中国人民解放军31003部队申请的专利基于流程解耦的分布式网络探测任务自适应高效调度方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121334165B 。
龙图腾网通过国家知识产权局官网在2026-03-10发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511882411.2,技术领域涉及:H04L67/1008;该发明授权基于流程解耦的分布式网络探测任务自适应高效调度方法是由胡洛林;沈毅;刘江伟;何韶军;施凡;高海宁;胡淼;许成喜设计研发完成,并于2025-12-15向国家知识产权局提交的专利申请。
本基于流程解耦的分布式网络探测任务自适应高效调度方法在说明书摘要公布了:本发明公开基于流程解耦的分布式网络探测任务自适应高效调度方法,属于网络空间测绘技术领域。在该方法中,由控制端获得指定目标IP范围和端口列表,而后开展任务规划,将生成的子任务推送到消息服务器的任务队列;各个节点持续监听消息服务器的任务队列,负载空闲时主动从消息服务器拉取子任务;探测节点在本地生成总的探测任务列表并实施探测,同时更新记录当前任务负载和性能负载;探测结果返回后,探测节点将多个返回报文推送回消息服务器的结果队列;控制端根据任务类型分配到本地消息队列;本地从不同消息队列读取处理数据并储存到ES数据库,支撑下游应用。本发明用于解决单点探测效率不高且分布式探测任务分配与负载不均衡的问题。
本发明授权基于流程解耦的分布式网络探测任务自适应高效调度方法在权利要求书中公布了:1.一种基于流程解耦的分布式网络探测任务自适应高效调度方法,其特征在于,所述方法包括: 步骤S1、控制端接收用户探测任务和探测模式,从中获得指定的目标IP地址范围和端口列表;开展任务规划,对目标IP地址进行分块及分片,嵌套遍历各个分片和端口,并生成多个子任务,将生成的全部子任务推送到消息服务器的任务队列; 其中,在步骤S1中,控制端接收用户探测任务和探测模式,从中获得指定的目标IP地址范围和端口列表,目标IP地址范围为指定的IP段或指定的地域;其中: 若探测模式为精准探测,则先执行分块过程,通过查询GeoIP数据库对目标IP地址进行分块,并为每个分块添加地域标签Geo-Tag,而后对每个分块进行分片;其中,精准探测指视域优先的探测模式; 若探测模式为随机探测,则直接执行分片过程; 在执行分片过程时,根据目标IP地址范围计算待探测的IP地址总数Total_IPs,并采用自适应策略确定分片数Num_AddrSlices;其中: Num_AddrSlices=ceilsqrtTotal_IPs或者 Num_AddrSlices=kceilsqrtTotal_IPs 其中,ceil表示向上取整,sqrt表示求平方根,k为调节系数; 步骤S2、分布式探测节点集群中的各个探测节点持续监听消息服务器的任务队列,并实时监控自身任务负载和性能负载的状态,负载存在空闲时主动从消息服务器拉取子任务; 其中,在步骤S2中: 若探测模式为精准探测,针对带有地域标签Geo-Tag的子任务仅允许部分探测节点从消息服务器拉取该子任务,所述部分探测节点指,对Geo-Tag对应的地域进行视域评估且评估结果靠前的n个探测节点; 若探测模式为随机探测,针对不带有地域标签Geo-Tag的子任务,允许任一空闲探测节点拉取该子任务; 步骤S3、子任务到达探测节点后,探测节点基于子任务中所包含的地址集、白名单、黑名单、负载权重,在本地生成总的探测任务列表,并根据任务分片编号实施探测,同时更新当前任务负载和性能负载的状态; 其中,在步骤S3中,探测节点实施探测具体包括: 根据白名单和黑名单对地址集内的目标IP地址进行过滤,生成需要探测的目标IP地址列表TargetList; 基于TargetList索引序号对分片数取模,若取模的值等于当前探测节点拉取的任务分片编号,则对该索引序号对应的地址进行探测; 步骤S4、探测节点将多个探测结果返回报文推送至消息服务器的结果队列;控制端从消息服务器的结果队列拉取探测结果返回报文,并根据任务类型将探测结果分配到不同的本地结果队列; 步骤S5、从不同的本地结果队列中读取不同任务类型的探测结果,经数据处理后储存到ES数据库,以供下游应用使用相关数据。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军国防科技大学;中国人民解放军31003部队,其通讯地址为:410073 湖南省长沙市开福区德雅路109号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励