网络节点

计算机网络的概念如下，1.计算机网络就是利用通信设备和线路将址 责全网中的信息传递。2、资源子网包括提供资源的主机HDST和请求节点:通信子网主要出网络节点和通信链路组成。3.网络节点也称大或它们的组合。这些功能一-般都由专用于通信的计算机来完成，所以信道，它们可以是电话线、同扯电缆或光缆线也可以是无线电、马的转发，这种传输方式称为“存储-转发”.广域网WAN中一般都采月中的网络节点都简化为安装于主机或工作站中的网卡。 来源： 51CTO 作者： mb5e65a33cd8978 链接： https://blog.51cto.com/14748508/2476755

复杂网络是一个非常庞大的研究领域，有众多研究方法与研究对象，社交网络、科学家网络、生物网络、交通网络、生物网络等等。在进行仿真时候，有的网络过于庞大无法用实际的数据进行仿真，例如社交网络。而有一些网络规模较小，就需要用实际的数据进行仿真了，例如交通网络。 那么无论网络规模大小，对这些网络进行研究的时候，第一步往往是建模，只有模型建好了后续的研究、仿真才好进行下去。建模后，可以对网络指标进行分析，可以分析网络的抗毁性等等。总之，建模总是第一步的。 下面我就分享一下，自己对于复杂网络中实体网络建模的一些经验，以地铁网络为例： 建模方法，一般有Space L、Space P、Space B、Space C法，比较常用的建模规则是Space L法。 地铁网络，一般都有三四百个节点，线路十几条左右，看地铁图的是一个眼花缭乱。若是人工统计出来数据也是一项大工程。看着就想放弃，但其实掌握一定的方法并没有那么的费劲。 按线路进行节点的统计，先编号，然后去除掉重合的节点 统计连接关系时有一定的规则：比如从左往右统计、从上往下统计，这样可以避免重复统计 不要直接列出邻接矩阵，先统计出连接关系生成邻接表，然后再转成邻接矩阵 关于邻接表，最好再检查一遍 以上工作最好分成数天进行，否则负荷工作效率低且出错率较高 下面给出 邻接表 转成 邻接矩阵 的Matlab函数代码： function b =

Network Recovery from Massive Failures under Uncertain Knowledge of Damages ——IFIP Networking Conference (IFIP Networking) and Workshops（2017） 故障类型： 由于飓风、地震等造成的网络设备大规模故障 问题： 修复受灾网络，直至满足关键服务 方式： 从已知节点状态开始恢复，逐步修复受损网络 A Customized and Cost-Efficient Backup Scheme in Software-Defined Networks —— IEEE International Conference on Network Protocols （2017） 故障类型： 单链路故障 问题： 常见的故障恢复使用的备份策略占用大量流表空间 方式： 将有共同后续路径的同一个需求的备份路径进行聚合，减少备份规则，提高恢复速率。 Minimum Cost Flow Solution for Tolerating Multiple Node Failures in Wireless Sensor Networks —— IEEE International Conference on Communications (ICC)（2015） 故障类型：

近几年门限密码学在区块链系统里开始逐渐被应用，分为门限加密和门限签名，一般见于随机预言机、防审查、减少通信复杂度（HotStuff）、共识网络中防拜占庭（HoneyBadgerBFT 中用于 BA 环节的 common coin）以及作为分布式伪随机数生成器（coin tossing）的重要原语，其优越的资产协同防盗特性也慢慢被新兴数字资产托管机制所重视，今天我们主要讨论公钥密码学（PKC）里的门限签名机制。一种理想的门限签名系统是可以在异步的网络环境里做到容错容灾不可伪造（non-forgeability），并且拥有极度可靠安全的消息传输通道，签名份额的生成和验证是完全非交互式的，在初始密钥阶段具备可以防止拜占庭行为的异步分布式密钥生成（DKG）机制。 与基础签名机制类似，门限签名机制（Threshold Signature Schemes）也分为两部分： 门限密钥生成（Thresh-Key-Gen）：基于安全参数构造一种分布式密钥生成协议 DKG，协议运行输出一个共同的公钥 pk 和分属不同参与方各自所有的私钥份额 ski，聚集起满足阈值数量的私钥份额可以构建出真正的私钥 sk。 门限签名（Thresh-Sig）：基于分布式通信网络，各参与方通过自己的私钥份额 ski 完成对消息 m 的分布式协作签署并输出最终的可验证签名 Sig(sk, m)，这个签名跟单独用 sk

前面讨论了 Neutron 的架构和基础知识，接下来就要通过实验深入学习和实践了。 第一步就是准备实验用的物理环境，考虑如下几个问题： 需要几个节点？ 如何分配节点的角色？ 节点上部署哪些服务？ 配几个网卡？ 物理网络如何连接？ 1 控制节点 + 1 计算节点 的部署方案 我们的目的是通过实验学习 Neutron 的各种特性。 为了达到这个目的，实验环境应尽量贴近典型的部署方案；但同时，由于是个人学习使用，受物理条件的限制需要尽量利用有限的资源，所以我们采用下面的部署方案： Q：需要几个节点？ A：2 节点 = 1 控制节点 + 1 计算节点 Q：如何分配节点的角色？ A：控制节点合并了网络节点的功能，同时也是一个计算节点 Q：节点上部署哪些服务？ A：如上图 配置多个网卡区分不同类型的网络数据 OpenStack 至少包含下面几类网络流量 Management API VM External Management 网络 用于节点之间 message queue 内部通信以及访问 database 服务，所有的节点都需要连接到 management 网络。 API 网络 OpenStack 各组件通过该网络向用户暴露 API 服务。Keystone, Nova, Neutron, Glance, Cinder, Horizon 的 endpoints 均配置在 API 网络上。

关于数据库和区块链，总会有很多的困惑。区块链其实是一种数据库，因为他是数字账本，并且在区块的数据结构上存储信息。数据库中存储信息的结构被称为表格。但是，区块链是数据库，数据库可不是区块链。他们虽然都是存储信息的，但是设计却完全不同，所以不可以互换。而且，这两者存在的目标也不同，所以对于很多人来说，他们不是很清楚为什么区块链是需要的，以及为什么数据库更适合存储某些数据。首先，我们来看看数据库和区块链之间的区别。 1 数据库 传统数据库是用来存储信息的数据结构。这包含能够用来制作支持各类商业，金融和管理决定的报告，所需要的数据。政府也会使用数据库来存储大型数据，可以会有几百万个记录。数据库从文件分级系统开始，提供了最基本的信息获取和存储功能。然后，数据库使用相关的模型，通过将多个数据库进行相关，可以有更多复杂的方式来获得数据。存储在数据库中的信息可以使用管理系统来进行管理。简单的数据库被存储在数据行列中，被称为表格。表格中包含不同领域，用来定义不同记录的种类，存储数据被称为属性。每个领域包含列和航，代表存储的记录。 数据库是被管理员可以修改，管理和控制的。数据库总是会有管理员，并且可以完全控制数据库。他们可以创建，删除，修改数据库中的任何记录。他们能优化数据库的性能和大小。越大的数据库就会有更慢的性能，所以管理员可以使用方法来优化。管理员也可以把这个身份转给别人。例如

今天学习的是阿姆斯特丹大学的同学于 2016 发表的一篇论文《Semi-supervised Classification with Graph Convolutional Networks》，目前有 2800 多引用。 在 2013 年在之前，NetWork Representation 有两种主流的方式，包括矩阵分解和 NetWork Embedding。 在 2013 年之后，也就是 Mikolov 提出 Word2Vec 之后，人们将注意力转移到 Network Embedding 上，并在此之后出现了很多有名的算法——DeepWalk、LINE、Node2Vec 等等。但是所有的这些方法都需要分成两步分别优化，一个是基于随机游走的生成序列和另一个是半监督学习的训练。 2013 年，本文作者提出了基于空间的图卷积神经网络，通过在图上进行卷积来完成特征提取，并取得非常好的效果。 1. Introduction 我们知道对于 CNN 网络中来说，其核心在使用了基于 Kernel 的卷积操作来提取图像的特征，卷积操作类似于对 计算区域内的中心节点和相邻节点进行加权求和 ： CNN 之所以能成为图像领域的明珠却很少应用于其他领域原因是： 图片是一个规整的二维矩阵 ，无论 Kernel 平移到图片中的哪个位置都可以保证其运算结果的一致性，即： 平移不变性 。CNN

1. Kubernetes 简介 1.1. 什么是 Kubernetes kubernetes 简称 k8s(因为k和s之间有8个字母), 是 Google 旗下的开源容器编排平台, k8s 的诞生深受 Google 内部容器编排系统 Borg 的影响, k8s 实现了如下功能 自动装箱 建构于容器之上, 基于资源依赖及其他约束条件自动完成容器部署 自我修复 支持容器故障后自动重启、节点故障后重新调度容器, 以及节点健康状态检查失败后关闭容器并重新创建等自我修复机制 水平扩展 支持通过命令或 UI 手动水平扩展, 以及基于 CPU 等资源负载率的自动水平扩展机制 服务发现和负载均衡 k8s 通过 CoreDNS 附件为系统内置了服务发现功能, 为每个 Service 配置 DNS 名称, 并允许集群内的客户端直接使用此名称发出访问请求, Service 通过 iptables 或 ipvs 内建负载均衡机制 自动发布和回滚 k8s 支持 灰度 更新应用程序或其配置信息, 在更新过程中 k8s 将会监控更新过程中应用程序的健康状态, 以确保 k8s 不会在同一时刻杀掉所有实例, 而此过程中一旦有故障发生, 将会立即自动执行回滚操作 秘钥和配置管理 k8s 的 ConfigMap 实现了配置数据与 Docker 镜像解耦, 需要时仅对配置做出变更而无须重新构建 Docker 镜像,

通常我们使用rabbitmq 做消息队列，若我们是 cluster模式。若我们的网络不稳定很容易造成网络分区，监测是否发生网络分区可以使用rabbitmq的ui来看，也可以用命令来检测 rabbitmqctl cluster_status 若返回值为： [{nodes,[{disc,['rabbit@node1', 'rabbit@node2']}]}, {running_nodes,['rabbit@node2','rabbit@node1']}, {cluster_name,<<"rabbit@node1">>}, {partitions,[]}] 则集群状态为正常，若返回值为 [{nodes, [{disc, ['rabbit@node1','rabbit@node2']}]}, {running_nodes,['rabbit@node1']}, {cluster_name,<<"rabbit@node1">>}, {partitions, [{'rabbit@node1',['rabbit@node2']}]}] 则表示rabbitmq发生网络分区了。 此时我们要手动解决网络分区。 一、最简单的是我们重启rabbitmq集群服务，这样会造成以产生的消息队列失去了消费者，即用户的一些操作可能一直处于“转圈”等待中。 二、 为了从网络分区中恢复，首先需要挑选一个信任的分区

一、Neutron概述 众所周知，整个Open stack中网络是通过Neutron组件实现，它也成为了整个Open stack中最复杂的部分，本文重点介绍Neutron的实现模型与应用场景，闲言少叙，步入正题。 1. Neutron的架构 Neutron的架构如下图所示： Neutron Serve由Core Plugins和Service Plugins组成，原生Neutron的Core Plugins使用的是ML2插件，它又分为类型驱动和机制驱动，可以提供基础的网络类型和实现机制，高级的功能如×××等通过Service Plugins实现，同时Neutron作为一个开放性的组件，允许厂商在1，2，3位置处对接自己的插件，本文采用Core Plugins的ML2插件进行说明，通过OVS重点讲述VLAN和VXLAN类型的网络。 2. Open stack部署模型 以3节点为例，Open stack由控制节点，网络节点和计算节点组成，当位于控制节点的Neutron server通过RESTful或CLI接收到请求后，会通过RPC的方式将信息传递给网络和计算节点的Agent，Agent在指挥具体的程序实现功能 举例来说，当Neutron Server通过CLI接收到开启DHCP功能的指令后，会将该指令下发给DHCP Agent，DHCP