网络优化方法及系统与流程

1.本公开实施例涉及计算机网络技术领域，尤其涉及一种网络优化方法及系统。


背景技术：

2.目前随着计算机网络规模的不断扩大、网络复杂性的不断提高以及网络异构性的不断增加，网络优化越来越显得重要。网络优化可以使计算机网络能够安全、可靠、高效地运行，以达到最优的网络性能。
3.相关技术中，通常基于计算机网络如校园网等局域网中各节点如计算机设备的运行状态数据确定待优化节点以进行网络优化处理。发明人发现该方式选择确定的待优化节点不够准确，从而使得网络优化效果较差，网络性能有待进一步提高。


技术实现要素：

4.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开实施例提供了网络优化方法及系统。
5.第一方面，本公开实施例提供了一种网络优化方法，应用于管理服务器，该管理服务器与指定计算机网络通信连接，该方法包括：
6.获取指定计算机网络中各节点的运行数据和节点属性数据，各所述节点的运行数据包括节点计算资源数据；
7.基于各所述节点的运行数据，确定各所述节点中节点计算资源占用量大于第一预设值的第一目标节点集合；
8.基于各所述节点的节点属性数据确定各所述节点的节点属性参数，基于各所述节点的节点属性参数确定各所述节点中节点属性参数大于第二预设值的第二目标节点集合，并基于所述第二目标节点集合和所述第一目标节点集合确定第三目标节点；
9.基于所述第三目标节点的运行数据和节点属性数据，确定所述第三目标节点的运行状态，且确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理。
10.在一个实施例中，各所述节点的节点属性数据包括节点类型参数和/或节点连接数，所述节点连接数表示与一个节点相邻连接的其它节点的数量；所述基于各所述节点的节点属性数据确定各所述节点的节点属性参数，包括：
11.基于预先构建的节点属性函数对各所述节点的节点类型参数和节点连接数进行计算处理以确定各所述节点的节点属性参数；其中所述节点属性参数用于表征节点的运行性能，且所述节点属性参数越大则节点运行性能越差。
12.在一个实施例中，各所述节点的运行数据中的节点计算资源数据包括cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据中的一个或多个；所述基于各所述节点的运行数据，确定各所述节点中节点计算资源占用量大于第一预设值的第一目标节点集合，包括：
13.基于各所述节点的cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网
络资源占用数据计算得到各所述节点的节点计算资源占用量；
14.基于各所述节点中节点计算资源占用量大于所述第一预设值的至少一个节点构建所述第一目标节点集合。
15.在一个实施例中，所述第三目标节点是所述第一目标节点集合和所述第二目标节点集合的交集中的节点。
16.在一个实施例中，所述基于所述第三目标节点的运行数据和节点属性数据，确定所述第三目标节点的运行状态，包括：
17.将所述第三目标节点的运行数据和节点属性数据输入预设状态识别模型，以得到所述第三目标节点的运行状态参数；其中，所述预设状态识别模型是预先基于第三目标节点的样本运行数据、样本节点属性数据以及对应的样本运行状态参数对原始基于卷积神经网络的状态识别模型训练得到的；
18.基于所述第三目标节点的运行状态参数，确定所述第三目标节点的运行状态。
19.在一个实施例中，所述基于所述第三目标节点的运行状态参数，确定所述第三目标节点的运行状态，包括：
20.在所述第三目标节点的运行状态参数大于第一状态参数值时，确定所述第三目标节点为第一运行状态；
21.在所述第三目标节点的运行状态参数大于第二状态参数值时，确定所述第三目标节点为第二运行状态，其中所述第二状态参数值大于所述第一状态参数值，所述第二运行状态对应的节点的运行性能差于所述第一运行状态对应的节点的运行性能；
22.在所述第三目标节点的运行状态参数大于第三状态参数值时，确定所述第三目标节点为第三运行状态；其中所述第三状态参数值大于所述第二状态参数值，所述第三运行状态对应的节点的运行性能差于所述第二运行状态对应的节点的运行性能。
23.在一个实施例中，所述确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理，包括：
24.在所述第三目标节点为所述第三运行状态时确定满足所述预设状态条件，并对所述第三目标节点的节点计算资源进行优化处理。
25.第二方面，本公开实施例提供一种网络优化系统，应用于管理服务器，该管理服务器与指定计算机网络通信连接，该系统包括：
26.数据获取模块，用于获取指定计算机网络中各节点的运行数据和节点属性数据，各所述节点的运行数据包括节点计算资源数据；
27.第一确定模块，用于基于各所述节点的运行数据，确定各所述节点中节点计算资源占用量大于第一预设值的第一目标节点集合；
28.第二确定模块，用于基于各所述节点的节点属性数据确定各所述节点的节点属性参数，基于各所述节点的节点属性参数确定各所述节点中节点属性参数大于第二预设值的第二目标节点集合，并基于所述第二目标节点集合和所述第一目标节点集合确定第三目标节点；
29.优化处理模块，用于基于所述第三目标节点的运行数据和目标节点属性数据，确定所述第三目标节点的运行状态，且确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理。
30.第三方面，本公开实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一实施例所述网络优化方法。
31.第四方面，本公开实施例提供一种电子设备，包括：
32.处理器；以及
33.存储器，用于存储计算机程序；
34.其中，所述处理器配置为经由执行所述计算机程序来执行上述任一实施例所述网络优化方法。
35.本公开实施例提供的技术方案与现有技术相比具有如下优点：
36.本公开实施例提供的网络优化方法及系统，应用于与指定计算机网络通信连接的管理服务器，获取指定计算机网络中各节点的运行数据和节点属性数据，各所述节点的运行数据包括节点计算资源数据；基于各所述节点的运行数据，确定各所述节点中节点计算资源占用量大于第一预设值的第一目标节点集合；基于各所述节点的节点属性数据确定各所述节点的节点属性参数，基于各所述节点的节点属性参数确定各所述节点中节点属性参数大于第二预设值的第二目标节点集合，并基于所述第二目标节点集合和所述第一目标节点集合确定第三目标节点；基于所述第三目标节点的运行数据和节点属性数据，确定所述第三目标节点的运行状态，且确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理。如此可以基于节点的运行数据和节点属性数据先分别确定待优化的目标节点集合再综合确定待优化的最终目标节点，然后结合最终目标节点的运行数据和节点属性数据判断其运行状态满足预设状态条件时才对第三目标节点即待优化的最终目标节点进行优化处理，这样可以较准确地确定出待优化节点如对网络性能影响较大的节点，同时对待优化节点再做状态判断以进行网络优化处理，使得整个计算机网络的优化效果提高，从而整体地提升网络性能。
附图说明
37.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
38.为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
39.图1为本公开实施例网络优化方法流程图；
40.图2为本公开实施例的计算机网络架构示意图；
41.图3为本公开又一实施例网络优化方法流程图；
42.图4为本公开实施例网络优化系统示意图；
43.图5为本公开实施例的电子设备示意图。
具体实施方式
44.为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
45.在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
46.应当理解，在下文中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
47.图1为本公开实施例的一种网络优化方法流程图，本公开实施例示例提供的网络优化方法应用于管理服务器，如图2所示，该管理服务器与指定计算机网络(节点1～节点n构成的计算机网络)通信连接，该指定计算机网络例如是校园网等局域网，但不限于此。该管理服务器配置于指定计算机网络中，可以与该计算机网络中的各个节点如节点1～节点n分别通信连接。该方法可包括以下步骤：
48.步骤s101：获取指定计算机网络中各节点的运行数据和节点属性数据，各所述节点的运行数据包括节点计算资源数据。
49.示例性的，指定计算机网络中各节点如节点1～节点n可以定时或实时上报各自的运行数据和节点属性数据，或者管理服务器发送数据获取请求至节点1～节点n以接收返回的运行数据和节点属性数据，对此不作限制。节点的运行数据包括节点计算资源数据，例如节点的cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据中的一个或多个，但也不限于此。
50.步骤s102：基于各所述节点的运行数据，确定各所述节点中节点计算资源占用量大于第一预设值的第一目标节点集合。
51.示例性的，在一个实施例中，管理服务器可基于各所述节点的cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据计算得到各所述节点的节点计算资源占用量，再基于各所述节点中节点计算资源占用量大于所述第一预设值的至少一个节点构建所述第一目标节点集合。
52.可以理解的是，第一预设值可以根据需要设置，对此不作限制。具体的，可以基于每个节点的节点标识如id和/或节点名称标识每个节点，第一目标节点集合中可以是各节点中节点计算资源占用量大于第一预设值的节点的节点标识id。例如节点1～节点n有5个节点的节点计算资源占用量大于第一预设值，则基于这5个节点的节点标识id构建第一目标节点集合p。
53.步骤s103：基于各所述节点的节点属性数据确定各所述节点的节点属性参数，基于各所述节点的节点属性参数确定各所述节点中节点属性参数大于第二预设值的第二目标节点集合，并基于所述第二目标节点集合和所述第一目标节点集合确定第三目标节点。
54.示例性的，节点属性数据例如是节点类型参数、节点连接数即与一个节点相邻连接的其它节点的数量。不同的节点类型参数表示一个节点的类型，如路由节点，计算节点、存储节点等不同类型。该节点类型参数可以自定义设置，对此不作限制。管理服务器可基于
各节点如节点1～节点n的节点属性数据如节点类型参数和节点连接数确定各节点的节点属性参数，节点属性参数表征节点的运行性能，且节点属性参数越大则节点运行性能越差。再基于各节点的节点属性参数确定各节点中节点属性参数大于第二预设值的第二目标节点集合。
55.示例性的，第二预设值也可以根据需要设置，对此也不作限制。具体的，例如节点1～节点n中有4个节点的节点属性参数大于第二预设值，则基于这4个节点的节点标识id构建第二目标节点集合q。之后基于第一目标节点集合p和第二目标节点集合q确定第三目标节点。在一个实施例中，第三目标节点是第一目标节点集合p和第二目标节点集合q的交集m(p∩q＝m)中的节点，也即第一目标节点集合p和第二目标节点集合q中具有相同的节点标识id的节点。此时即确定了计算机网络中待优化的目标节点，例如是指定计算机网络中运行性能相对最差的一个或多个节点。
56.步骤s104：基于所述第三目标节点的运行数据和节点属性数据，确定所述第三目标节点的运行状态，且确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理。
57.示例性的，确定了计算机网络中待优化的目标节点之后，再基于待优化的目标节点的运行数据如cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据和节点属性数据如节点类型参数、节点连接数确定待优化的目标节点的运行状态，判断该运行状态满足预设状态条件如运行状态较差时，对待优化的目标节点进行优化处理以改善运行状态。
58.本实施例的上述方法可以基于节点的运行数据和节点属性数据先分别确定待优化的目标节点集合再综合确定待优化的最终目标节点，然后结合最终目标节点的运行数据和节点属性数据判断其运行状态满足预设状态条件时才对第三目标节点即待优化的最终目标节点进行优化处理，这样可以较准确地确定出待优化节点如对网络性能影响较大的节点，同时对待优化节点再做状态判断以进行网络优化处理，使得整个计算机网络的优化效果提高，从而整体地提升计算机网络性能。
59.在一个实施例中，各所述节点的节点属性数据包括节点类型参数u和/或节点连接数v，所述节点连接数v表示与一个节点相邻连接的其它节点的数量。步骤s103中基于各所述节点的节点属性数据确定各所述节点的节点属性参数，具体可以包括：基于预先构建的节点属性函数对各所述节点的节点类型参数和节点连接数进行计算处理以确定各所述节点的节点属性参数；其中所述节点属性参数用于表征节点的运行性能，且所述节点属性参数越大则节点运行性能越差。
60.示例性的，该节点属性函数h(u，v)可以预先在管理服务器上建立，具体可以基于试验采集的节点的多个节点类型参数u和节点连接数v与对应的多个节点属性参数f的映射关系拟合确定f＝h(u，v)。该方式考虑了节点的类型和节点连接数两个因素，构建的节点属性函数可准确表征不同的节点属性数据如节点类型参数和节点连接数对应的不同的节点属性参数即不同的节点运行性能。本实施例中基于该预先构建的节点属性函数可以准确确定节点的节点属性参数，进而使得基于节点属性参数确定的第二目标节点集合中的目标节点更加准确，也即使得最终确定的待优化节点更加准确，从而使得整个计算机网络的优化效果提高，整体地进一步提升计算机网络性能。
61.在一个实施例中，结合参考图3中所示，步骤s104中基于所述第三目标节点的运行数据和节点属性数据，确定所述第三目标节点的运行状态，具体可以包括以下步骤：
62.步骤s301：将所述第三目标节点的运行数据和节点属性数据输入预设状态识别模型，以得到所述第三目标节点的运行状态参数；其中，所述预设状态识别模型是预先基于第三目标节点的样本运行数据、样本节点属性数据以及对应的样本运行状态参数对原始基于卷积神经网络的状态识别模型训练得到的。
63.示例性的，卷积神经网络可以包括输入层、中间层和输出层，一个样本运行数据如cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据以及样本节点属性数据如节点类型参数、节点连接数预先输入卷积神经网络的输入层，由中间层进行处理如特征提取并由输出层最终输出对应的预测运行状态参数如概率值，计算该预测运行状态参数与对应的一个样本运行状态参数两者差值大于预设值时重新输入另一个样本运行数据以及样本节点属性数据，如此循环训练以更新原始基于卷积神经网络的状态识别模型的模型参数，直至该差值小于预设值时结束训练。基于训练得到的预设状态识别模型，对步骤s103中确定的第三目标节点即最终待优化的节点的运行数据和节点属性数据进行处理得到第三目标节点的运行状态参数如概率值。
64.步骤s302：基于所述第三目标节点的运行状态参数，确定所述第三目标节点的运行状态。
65.具体的，得到第三目标节点的运行状态参数如概率值后，即可确定第三目标节点即最终待优化的节点的运行状态，然后执行后续步骤如优化处理步骤。
66.本实施例中基于预先训练得到的预设状态识别模型来识别最终待优化的节点的运行状态，训练时是基于节点的样本运行数据以及样本节点属性数据同时进行训练的，考虑了节点属性数据的影响因素，使得训练得到的预设状态识别模型可以准确识别最终待优化的节点的运行状态，进而使得对最终待优化节点做出准确的状态判断以进行网络优化处理，从而使得整个计算机网络的优化效果进一步提高，整体地进一步提升计算机网络性能。
67.在一个实施例中，步骤s302中基于所述第三目标节点的运行状态参数，确定所述第三目标节点的运行状态，具体可以包括步骤：在所述第三目标节点的运行状态参数大于第一状态参数值时，确定所述第三目标节点为第一运行状态；在所述第三目标节点的运行状态参数大于第二状态参数值时，确定所述第三目标节点为第二运行状态，其中所述第二状态参数值大于所述第一状态参数值，所述第二运行状态对应的节点的运行性能差于所述第一运行状态对应的节点的运行性能；在所述第三目标节点的运行状态参数大于第三状态参数值时，确定所述第三目标节点为第三运行状态；其中所述第三状态参数值大于所述第二状态参数值，所述第三运行状态对应的节点的运行性能差于所述第二运行状态对应的节点的运行性能。
68.示例性的，第三状态参数值、第二状态参数值以及第一状态参数值可以根据需要设置，对此不作限制。这些状态参数值越大，则节点的运行性能越差。据此可以细化更具体准确地确定第三目标节点的不同运行状态，以便管理服务器做出准确的状态判断以进行网络优化处理，从而使得整个计算机网络的优化效果进一步提高。
69.在一个实施例中，步骤s104中确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理，具体可以包括：在所述第三目标节点为所述第三运行状态时确
定满足所述预设状态条件，并对所述第三目标节点的节点计算资源进行优化处理。
70.也即确定第三目标节点处于第三运行状态即节点的运行性最差时，认为满足预设状态条件，此时对第三目标节点的节点计算资源如cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据等进行优化处理如暂停或结束一些任务释放占用的部分计算资源以改善节点的运行性能，进而改善网络优化效果，提升网络性能。
71.进一步的，不同的任务的执行可能会对网络性能造成一定影响，在一个实施例中，该方法还可包括：对所述第三目标节点的节点计算资源进行优化处理时，获取第三目标节点上当前正在运行的多个任务的任务标识，将多个任务中具有预设任务标识的任务暂停或结束。其中具有预设任务标识的任务对网络性能的影响程度高于其它任务对网络性能的影响程度，其它任务是所述多个任务中具有预设任务标识的任务之外的其余任务。如此可以暂停或结束一些对网络性能的影响程度高的指定任务释放占用的部分计算资源以供其它任务使用，在改善节点的运行性能的同时提高其它任务的执行效率，减少其它任务的执行对网络性能带来的潜在不良影响，从而整体上提升网络性能。
72.需要说明的是，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。另外，也易于理解的是，这些步骤可以是例如在多个模块/进程/线程中同步或异步执行。
73.如图4所示，本公开实施例提供一种网络优化系统，应用于管理服务器，该管理服务器与指定计算机网络通信连接，该系统包括：
74.数据获取模块401，用于获取指定计算机网络中各节点的运行数据和节点属性数据，各所述节点的运行数据包括节点计算资源数据；
75.第一确定模块402，用于基于各所述节点的运行数据，确定各所述节点中节点计算资源占用量大于第一预设值的第一目标节点集合；
76.第二确定模块403，用于基于各所述节点的节点属性数据确定各所述节点的节点属性参数，基于各所述节点的节点属性参数确定各所述节点中节点属性参数大于第二预设值的第二目标节点集合，并基于所述第二目标节点集合和所述第一目标节点集合确定第三目标节点；
77.优化处理模块404，用于基于所述第三目标节点的运行数据和目标节点属性数据，确定所述第三目标节点的运行状态，且确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理。
78.在一个实施例中，各所述节点的节点属性数据包括节点类型参数和/或节点连接数，所述节点连接数表示与一个节点相邻连接的其它节点的数量；所述第二确定模块403基于各所述节点的节点属性数据确定各所述节点的节点属性参数，包括：基于预先构建的节点属性函数对各所述节点的节点类型参数和节点连接数进行计算处理以确定各所述节点的节点属性参数；其中所述节点属性参数用于表征节点的运行性能，且所述节点属性参数越大则节点运行性能越差。
79.在一个实施例中，各所述节点的运行数据中的节点计算资源数据包括cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据中的一个或多个；所述
第一确定模块402基于各所述节点的运行数据，确定各所述节点中节点计算资源占用量大于第一预设值的第一目标节点集合，包括：基于各所述节点的cpu资源占用数据、存储资源占用数据、硬盘资源占用数据和网络资源占用数据计算得到各所述节点的节点计算资源占用量；基于各所述节点中节点计算资源占用量大于所述第一预设值的至少一个节点构建所述第一目标节点集合。
80.在一个实施例中，所述第三目标节点是所述第一目标节点集合和所述第二目标节点集合的交集中的节点。
81.在一个实施例中，所述优化处理模块404基于所述第三目标节点的运行数据和节点属性数据，确定所述第三目标节点的运行状态，包括：将所述第三目标节点的运行数据和节点属性数据输入预设状态识别模型，以得到所述第三目标节点的运行状态参数；其中，所述预设状态识别模型是预先基于第三目标节点的样本运行数据、样本节点属性数据以及对应的样本运行状态参数对原始基于卷积神经网络的状态识别模型训练得到的；基于所述第三目标节点的运行状态参数，确定所述第三目标节点的运行状态。
82.在一个实施例中，所述优化处理模块404基于所述第三目标节点的运行状态参数，确定所述第三目标节点的运行状态，包括：在所述第三目标节点的运行状态参数大于第一状态参数值时，确定所述第三目标节点为第一运行状态；在所述第三目标节点的运行状态参数大于第二状态参数值时，确定所述第三目标节点为第二运行状态，其中所述第二状态参数值大于所述第一状态参数值，所述第二运行状态对应的节点的运行性能差于所述第一运行状态对应的节点的运行性能；在所述第三目标节点的运行状态参数大于第三状态参数值时，确定所述第三目标节点为第三运行状态；其中所述第三状态参数值大于所述第二状态参数值，所述第三运行状态对应的节点的运行性能差于所述第二运行状态对应的节点的运行性能。
83.在一个实施例中，所述优化处理模块404确定所述运行状态满足预设状态条件时，对所述第三目标节点进行优化处理，包括：在所述第三目标节点为所述第三运行状态时确定满足所述预设状态条件，并对所述第三目标节点的节点计算资源进行优化处理。
84.在一个实施例中，优化处理模块404还可用于：对所述第三目标节点的节点计算资源进行优化处理时，获取第三目标节点上当前正在运行的多个任务的任务标识，将多个任务中具有预设任务标识的任务暂停或结束。其中具有预设任务标识的任务对网络性能的影响程度高于其它任务对网络性能的影响程度，其它任务是所述多个任务中具有预设任务标识的任务之外的其余任务。
85.关于上述实施例中的系统，其中各个模块执行操作的具体方式以及带来的相应技术效果已经在有关该方法的实施例中进行了对应的详细描述，此处将不做详细阐述说明。
86.应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。作为模块或单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现木公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
87.本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一项实施例所述网络优化方法。
88.示例性的，该可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
89.所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
90.本公开实施例还提供一种电子设备，包括处理器以及存储器，存储器用于存储计算机程序。其中，所述处理器配置为经由执行所述计算机程序来执行上述任一项实施例中网络优化方法。
91.下面参照图5来描述根据本发明的这种实施方式的电子设备600。图5显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
92.如图5所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
93.其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述方法实施例部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示网络优化方法的步骤。
94.所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。
95.所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
96.总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
97.电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限
于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
98.通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述各实施例的方法步骤。
99.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
100.以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。