專利名稱：計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機數(shù)據(jù)網(wǎng)絡(luò)傳輸裝置，特別涉及一種計算機硬盤 數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層。
背景技術(shù)：
在當(dāng)前計算機網(wǎng)絡(luò)環(huán)境下，由于硬軟件配置的限制，網(wǎng)絡(luò)傳輸速 度并不理想，盡可能的利用有效帶寬，提高傳輸數(shù)據(jù)的信息熵，這是
任何網(wǎng)絡(luò)應(yīng)用所不斷追求的。TCP/IP作為事實上的工業(yè)標準，被各 個現(xiàn)代操作系統(tǒng)所支持。 一般，TCP/IP分成四層，從底向上分別是
數(shù)據(jù)鏈路層(data link layer),網(wǎng)絡(luò)層(internet layer),傳輸層 (transport layer),應(yīng)用層(a卯lication layer)。其中前三層一般
都由操作系統(tǒng)內(nèi)核所直接支持，對上層網(wǎng)絡(luò)應(yīng)用層是透明的。上層網(wǎng) 絡(luò)應(yīng)用層被屏蔽了硬軟件細節(jié)和具體網(wǎng)絡(luò)環(huán)境，這就使應(yīng)用層在針對 性上降低，很難進行特定的優(yōu)化使硬軟件發(fā)揮全部的潛能。

發(fā)明內(nèi)容
在目前這樣一種普遍的情況下，本發(fā)明提供一種可加在現(xiàn)有網(wǎng)絡(luò) 結(jié)構(gòu)的數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、應(yīng)用層的任意層次之間的計算 機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層，而且它不管是對上層還是下層，都是透 明的、高效的。
本發(fā)明的技術(shù)解決方案是 一種計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速 層，它可加在現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、應(yīng)用層 的任意層次之間，它由前端、智能分析引擎、智能處理引擎和后端構(gòu) 成，所述的前端是在與上層網(wǎng)絡(luò)進行通信時，在發(fā)送端截獲上層網(wǎng)絡(luò) 應(yīng)用層的請求，為網(wǎng)絡(luò)加速層內(nèi)部的智能分析引擎和智能處理引擎的 工作準備數(shù)據(jù)緩沖的模塊，作為發(fā)送端時，其輸出端與智能分析引擎 和智能處理引擎的輸入端連接，作為接收端時，其輸入端與智能處理 引擎輸出端連接，智能分析引擎是在發(fā)送端經(jīng)過前端釆樣數(shù)據(jù)，對數(shù) 據(jù)流進行采樣分析，給智能處理引擎提供與數(shù)據(jù)密切相關(guān)和系統(tǒng)密切 相關(guān)的參數(shù)的模塊，作為發(fā)送端時，其輸入端連接前端和智能處理引 擎的輸出端，接收前端釆樣數(shù)據(jù)和智能處理引擎的實時信息，其輸出 端連接智能處理引擎的輸入端，作為接收端時，其輸出端連接智能處 理引擎的輸入端，智能處理引擎是在發(fā)送端對智能分析引擎和前端的 數(shù)據(jù)流進行處理，通過壓縮以提高數(shù)據(jù)的信息熵的模塊，作為發(fā)送端 時，其輸入端連接前端和智能分析引擎的輸出端，其輸出端連接后端 和智能分析引擎的輸入端，作為接收端時，其輸入端連接后端的輸出 端，其輸出端連接前端的輸入端，所述的后端是在與下層網(wǎng)絡(luò)進行通 信時，在接收端截獲下層網(wǎng)絡(luò)傳輸層提交的請求，為網(wǎng)絡(luò)加速層內(nèi)部 的處理引擎的工作準備數(shù)據(jù)緩沖的模塊，作為發(fā)送端時，其輸入端與 智能處理引擎的輸出端連接，作為接收端時，其輸出端與智能處理引 擎的輸入端連接。
所述的前端設(shè)有給網(wǎng)絡(luò)上層提供一致的、定義完整的接口，前端 在與上層網(wǎng)絡(luò)進行通信時，在發(fā)送端截獲上層網(wǎng)絡(luò)的請求，建立兩個 緩沖區(qū)構(gòu)成緩沖池，其中一個緩沖區(qū)用于存放應(yīng)用數(shù)據(jù)，另外一個用 于存放壓縮后數(shù)據(jù)。
所述的后端設(shè)有給網(wǎng)絡(luò)下層提供一致的、定義完整的接口，后端 在與下層網(wǎng)絡(luò)進行通信時，在接收端截獲下層網(wǎng)絡(luò)提交的請求，建立 兩個緩沖區(qū)構(gòu)成緩沖池，其中一個緩沖區(qū)用于臨時存放解壓前的數(shù) 據(jù)，另外一個用于存放解壓后的數(shù)據(jù)。
作為 發(fā)送端時，智能分析引擎給智能處理引擎提供與數(shù)據(jù)密切相 關(guān)和系統(tǒng)密切相關(guān)的參數(shù)，包括①cpu當(dāng)前利用率，②內(nèi)存使用情 況，③網(wǎng)絡(luò)帶寬，④來源數(shù)據(jù)類型，同時，智能處理引擎的實時系 統(tǒng)信息如壓縮所花費的時間和最終壓縮率反饋給智能分析引擎；作為 接收端時，智能分析引擎給處理引擎提供一些必備的系統(tǒng)參數(shù)。
作為發(fā)送端時，智能處理引擎根據(jù)智能分析引擎的分析結(jié)果釆用 合適的壓縮算法和壓縮深度對數(shù)據(jù)進行高效快速的壓縮，作為接收端
時，智能處理引擎釆用數(shù)據(jù)指定的解壓縮算法來對數(shù)據(jù)進行高效快速 的解壓處理。
本發(fā)明的有益效果是可有效的利用硬軟件配置資源，盡可能的利 用有效帶寬，提高傳輸數(shù)據(jù)的速度和數(shù)據(jù)量；經(jīng)過處理對于原有網(wǎng)絡(luò) 結(jié)構(gòu)各層上下透明，在提高效率的基礎(chǔ)上不影響原網(wǎng)絡(luò)結(jié)構(gòu)，高效、 安全、可靠；對于對網(wǎng)絡(luò)有安全性和可靠性方面有特定要求的場合， 網(wǎng)絡(luò)加速層可以提供額外的安全機制，數(shù)據(jù)經(jīng)過壓縮后，使得黑客即 使截獲數(shù)據(jù)也不能威脅到網(wǎng)絡(luò)安全。從系統(tǒng)性能這個角度來考慮，網(wǎng) 絡(luò)加速層可以做到內(nèi)核級，可以針對特定的硬軟件環(huán)境實施優(yōu)化。


圖1是本發(fā)明發(fā)送端網(wǎng)絡(luò)加速層結(jié)構(gòu)示意圖。 圖2是本發(fā)明接收端網(wǎng)絡(luò)加速層結(jié)構(gòu)示意圖。
圖3是本發(fā)明以網(wǎng)絡(luò)加速層放置于傳輸層與應(yīng)用層之間為例的 網(wǎng)絡(luò)應(yīng)用結(jié)構(gòu)原理示意圖。
具體實施例方式
網(wǎng)絡(luò)加速層可加在現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、 應(yīng)用層的不同層次之間。具體加在哪 一層需要權(quán)衡性能與實現(xiàn)復(fù)雜 度。越接近底層，可以更好的發(fā)揮硬件的性能，但卻需要對各異的硬
件提供支持，這提高了實現(xiàn)的復(fù)雜性；越往上層，更多的機器細節(jié)被
下層所隱藏，這樣針對具體機器環(huán)境的優(yōu)化就會受到限制，性能提升 的空間就十分有限，但是可以換來的是實現(xiàn)上的相對簡單，因為無需 關(guān)注更多的細節(jié)。因此，為了便于本發(fā)明進一步的描述，故將網(wǎng)絡(luò)加 速層放置于表現(xiàn)較好的傳輸層和應(yīng)用層之間加以說明。
如圖1所示，在發(fā)送端中，加入網(wǎng)絡(luò)加速層，它主要由前端、智 能分析引擎、智能處理引擎和后端構(gòu)成。前端是在與上層網(wǎng)絡(luò)進行通 信時，在發(fā)送端截獲上層網(wǎng)絡(luò)應(yīng)用層的請求，為網(wǎng)絡(luò)加速層內(nèi)部的智 能分析引擎和智能處理引擎的工作準備數(shù)據(jù)緩沖的模塊，前端設(shè)有給 網(wǎng)絡(luò)上層提供一致的、定義完整的接口，這里的接口指的是接受上層 協(xié)議棧的數(shù)據(jù)的 一個接口 ，前端輸出端與智能分析引擎和智能處理引
擎的輸入端連接，智能分析引擎是在發(fā)送端經(jīng)過前端采樣數(shù)據(jù)，對數(shù) 據(jù)流進行釆樣分析，給智能處理引擎提供與數(shù)據(jù)密切相關(guān)和系統(tǒng)密切 相關(guān)的參數(shù)的模塊，其輸入端連接前端和智能處理引擎的輸出端，接 收前端釆樣數(shù)據(jù)和智能處理引擎的實時信息，其輸出端連接智能處理 引擎的輸入端，智能分析引擎負責(zé)分析系統(tǒng)密切相關(guān)的參數(shù)和數(shù)據(jù)流 密切相關(guān)的參數(shù)，包括①cpu當(dāng)前利用率，②內(nèi)存使用情況，③網(wǎng) 絡(luò)帶寬，④來源數(shù)據(jù)類型。智能分析引擎分析這些參數(shù)后，調(diào)整智 能處理引擎的壓縮深度和壓縮算法。智能分析引擎的分析結(jié)果直接影 響智能處理引擎的兩個參數(shù)①壓縮算法②壓縮深度；智能分析引
擎的工作就是根據(jù)系統(tǒng)狀態(tài)去調(diào)整這兩個參數(shù)，它的分析原理如下 1、因為壓縮深度越大，壓縮比越大，但是耗費cpu時間變多，消耗 的內(nèi)存變大，所以當(dāng)cpu利用率比較低，或內(nèi)存剩余較多時，可適當(dāng)
調(diào)大壓縮深度；反之調(diào)小壓縮深度；2、當(dāng)網(wǎng)絡(luò)帶寬較小時，也應(yīng)該 調(diào)大壓縮比，使得傳輸數(shù)據(jù)量減小，以適應(yīng)小帶寬的情況。3、來源 數(shù)據(jù)類型，有分兩種1、普通類型；2、多媒體類型；兩種類型各自 有適合的壓縮算法，智能分析引擎判斷數(shù)據(jù)源屬于何種類型，以供智 能處理引擎釆用不同壓縮算法。智能處理引擎是在發(fā)送端對智能分析 引擎和前端的數(shù)據(jù)流進行處理，通過壓縮以提高數(shù)據(jù)的信息熵的模 塊，其輸入端連接前端和智能分析引擎的輸出端，其輸出端連接后端 和智能分析引擎的輸入端，智能處理引擎采用對x86系列cpu優(yōu)化過 的模塊(主要是壓縮模塊)來對數(shù)據(jù)進行高效快速的壓縮。智能處理 引擎本身也具有很好的自適應(yīng)性。智能處理引擎的核心任務(wù)就是要提 高數(shù)據(jù)的信息熵以便傳輸和恢復(fù)原始數(shù)據(jù)。在智能分析引擎工作的基 礎(chǔ)上，智能處理引擎已經(jīng)對要處理數(shù)據(jù)有了把握，這樣可以更有效的 權(quán)衡各種處理細節(jié)，已實施預(yù)期的處理。智能處理引擎涉及大量數(shù)據(jù) 處理和計算，因此充分挖掘cpu的性能非常關(guān)鍵，智能處理引擎需要 針對不同CPU做不同的優(yōu)化，以期最大限度的發(fā)揮CPU的效能。網(wǎng)絡(luò) 加速層內(nèi)部是自反饋的，智能處理引擎的一些重要的實時系統(tǒng)信息 (包括壓縮所花費時間和最終壓縮率)會反饋給智能分析引擎，這樣
智能分析引攀可以根據(jù)當(dāng)前的壓縮率和時間做壓縮算法調(diào)整，從這一 點上來講，網(wǎng)絡(luò)加速層是高度自適應(yīng)的。所述的后端是在與下層網(wǎng)絡(luò) 進行通信時，在接收端截獲下層網(wǎng)絡(luò)傳輸層提交的請求，為網(wǎng)絡(luò)加速 層內(nèi)部的處理引擎的工作準備數(shù)據(jù)緩沖的模塊，后端設(shè)有給網(wǎng)絡(luò)下層 提供一致的、定義完整的接口，后端輸入端與智能處理引擎的輸出端 連接。經(jīng)過智能處理引擎處理的數(shù)據(jù)進入后端的緩沖池，由后端負責(zé) 向傳輸層投送。
如圖2所示，在接收端中，加入網(wǎng)絡(luò)加速層，它由前端、智能分 析引擎、智能處理引擎和后端構(gòu)成，后端輸出端與智能處理引擎的輸 入端連接，智能分析引擎輸出端連接智能處理引擎的輸入端，智能處 理引擎輸出端與前端的輸入端連接。智能分析引擎除了提供一些必備
的系統(tǒng)參數(shù)外，參數(shù)包括cpu利用率和內(nèi)存使用情況，無需更多地參
與智能處理引擎的工作。而智能處理引擎的工作也相對簡單，它只要
專注地使經(jīng)過后端處理過的數(shù)據(jù)恢復(fù)成網(wǎng)絡(luò)層認為無誤的數(shù)據(jù)形式，
并完成校驗的工作。
如圖3所示，在實際應(yīng)用中，應(yīng)以網(wǎng)絡(luò)加速層放置在傳輸層與應(yīng) 用層之間效果最佳。將網(wǎng)絡(luò)加速層加到傳輸層之上，位于操作系統(tǒng)核 心態(tài)，對上層應(yīng)用透明，這樣不失網(wǎng)絡(luò)加速層的廣泛適應(yīng)性和性能的 彈性，又在實現(xiàn)上相對簡潔，無需過問系統(tǒng)太多細節(jié)，這樣可以有效 保持系統(tǒng)的健壯性，不至于由于網(wǎng)絡(luò)加速層的引入帶來系統(tǒng)難以捕捉 的不穩(wěn)定和安全漏洞。權(quán)衡的結(jié)果是系統(tǒng)整體高效可靠。
數(shù)據(jù)傳輸時，具體實現(xiàn)經(jīng)過以下傳輸過程(以linux操作系統(tǒng)為
例)
在發(fā)送端，應(yīng)用程序通過socket接口向內(nèi)核協(xié)議棧發(fā)送數(shù)據(jù)。 此時網(wǎng)絡(luò)加速層以網(wǎng)絡(luò)過濾驅(qū)動程序的形式加入內(nèi)核，使其介于應(yīng)用 層與傳輸層之間，但卻直接運行于核心態(tài)，對應(yīng)用層以及下層的傳輸 層完全透明。當(dāng)應(yīng)用程序調(diào)用socket接口的時候，網(wǎng)絡(luò)加速層知道 此時應(yīng)用程序有網(wǎng)絡(luò)請求，網(wǎng)絡(luò)加速層前端需要為這個socket數(shù)據(jù) 建立緩沖區(qū)。當(dāng)網(wǎng)絡(luò)加速層前端截獲socket數(shù)據(jù)時，為對應(yīng)socket
數(shù)據(jù)建立兩個緩沖區(qū)構(gòu)成緩沖池，其中 一個緩沖區(qū)用于存放應(yīng)用數(shù) 據(jù)，另外一個用于存放壓縮后數(shù)據(jù)。緩沖池中的第一個緩沖區(qū)的數(shù)據(jù) 會首先傳遞給智能分析引擎，由智能分析引擎進行處理。智能分析引 擎分析當(dāng)前的數(shù)據(jù)類型屬于什么類型，選定適當(dāng)?shù)膲嚎s算法，并根據(jù) 系統(tǒng)狀態(tài)選擇壓縮深度。然后把數(shù)據(jù)交給智能處理引擎處理。在發(fā)送 端智能分析引擎的分析過程如下首先從操作系統(tǒng)中獲得cpu使用 率、剩余內(nèi)存量和網(wǎng)絡(luò)帶寬量，根據(jù)這些參數(shù)選擇壓縮的深度為幾級; 然后智能分析引擎隨機釆樣前端緩沖區(qū)的數(shù)據(jù)，根據(jù)數(shù)據(jù)內(nèi)容的特征 判斷當(dāng)前緩沖區(qū)中的數(shù)據(jù)屬于什么類型，根據(jù)數(shù)據(jù)類型選定壓縮算
法，對于普通數(shù)據(jù)選擇lzo算法，對于多媒體數(shù)據(jù)類型選擇mpeg壓
縮。算法和深度確定后，智能處理引擎開始壓縮緩沖區(qū)數(shù)據(jù)。智能處 理引擎釆用適合的壓縮算法和深度來對數(shù)據(jù)進行壓縮。壓縮算法可以
用通用的算法，如lzo, lz77等，智能處理引擎處理后的壓縮率和壓 縮時間也會反饋給智能分析引擎。經(jīng)過處理的數(shù)據(jù)進入后端的緩沖 池，由后端負責(zé)向傳輸層投送。
接收端收到發(fā)送端傳送的數(shù)據(jù)，經(jīng)傳輸層至網(wǎng)絡(luò)加速層。網(wǎng)絡(luò)加 速層后端截獲傳輸層的上交數(shù)據(jù)，并為對應(yīng)socket數(shù)據(jù)建立兩個緩 沖區(qū)構(gòu)成緩沖池，其中一個緩沖區(qū)用于臨時存放解壓前的數(shù)據(jù)，另外 一個用于存放解壓后的數(shù)據(jù)。當(dāng)?shù)谝粋€緩沖區(qū)中的數(shù)據(jù)滿足解壓要求 時立即送往智能處理引擎進行處理。在這個過程中，智能分析引擎只 須向智能處理引擎提供有限的幾個系統(tǒng)參數(shù)就可以，包括cpu利用率 和內(nèi)存剩余容量。在接收端智能分析引擎的分析過程是首先獲得 cpu使用率和內(nèi)存容量，立即反饋給智能處理引擎，由智能處理引擎 解壓縮緩沖區(qū)中的數(shù)據(jù)，解壓過程中，參考前面兩個參數(shù)調(diào)整解壓的 速度。發(fā)送端壓縮數(shù)據(jù)后把壓縮算法傳給接收端，接收端依發(fā)送端傳 過來的算法解壓，智能處理引擎釆用數(shù)據(jù)指定的解壓縮算法來對數(shù)據(jù) 進行高效快速的解壓處理，解壓數(shù)據(jù)放入第二個緩沖區(qū)。智能處理引 擎專一的將數(shù)據(jù)恢復(fù)成應(yīng)用層認為無誤的數(shù)據(jù)，將數(shù)據(jù)放入前端的緩 沖池。然后由前端負責(zé)向上提交數(shù)據(jù)。
權(quán)利要求
1、一種計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層，其特征在于它可加在現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、應(yīng)用層的任意層次之間，它由前端、智能分析引擎、智能處理引擎和后端構(gòu)成，所述的前端是在與上層網(wǎng)絡(luò)進行通信時，在發(fā)送端截獲上層網(wǎng)絡(luò)應(yīng)用層的請求，為網(wǎng)絡(luò)加速層內(nèi)部的智能分析引擎和智能處理引擎的工作準備數(shù)據(jù)緩沖的模塊，作為發(fā)送端時，其輸出端與智能分析引擎和智能處理引擎的輸入端連接，作為接收端時，其輸入端與智能處理引擎輸出端連接，智能分析引擎是在發(fā)送端經(jīng)過前端采樣數(shù)據(jù)，對數(shù)據(jù)流進行采樣分析，給智能處理引擎提供與數(shù)據(jù)密切相關(guān)和系統(tǒng)密切相關(guān)的參數(shù)的模塊，作為發(fā)送端時，其輸入端連接前端和智能處理引擎的輸出端，接收前端采樣數(shù)據(jù)和智能處理引擎的實時信息，其輸出端連接智能處理引擎的輸入端，作為接收端時，其輸出端連接智能處理引擎的輸入端，智能處理引擎是在發(fā)送端對智能分析引擎和前端的數(shù)據(jù)流進行處理，通過壓縮以提高數(shù)據(jù)的信息熵的模塊，作為發(fā)送端時，其輸入端連接前端和智能分析引擎的輸出端，其輸出端連接后端和智能分析引擎的輸入端，作為接收端時，其輸入端連接后端的輸出端，其輸出端連接前端的輸入端，所述的后端是在與下層網(wǎng)絡(luò)進行通信時，在接收端截獲下層網(wǎng)絡(luò)傳輸層提交的請求，為網(wǎng)絡(luò)加速層內(nèi)部的處理引擎的工作準備數(shù)據(jù)緩沖的模塊，作為發(fā)送端時，其輸入端與智能處理引擎的輸出端連接，作為接收端時，其輸出端與智能處理引擎的輸入端連接。
2、 如權(quán)利要求1所述的計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層，其特 征在于所述的前端設(shè)有給網(wǎng)絡(luò)上層提供一致的、定義完整的接口， 前端在與上層網(wǎng)絡(luò)進行通信時，在發(fā)送端截獲上層網(wǎng)絡(luò)的請求，建立 兩個緩沖區(qū)構(gòu)成緩沖池，其中一個緩沖區(qū)用于存放應(yīng)用數(shù)據(jù)，另外一 個用于存放壓縮后數(shù)據(jù)。
3、 如權(quán)利要求1所述的計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層，其特征在于所述的后端設(shè)有給網(wǎng)絡(luò)下層提供一致的、定義完整的接口， 后端在與下層網(wǎng)絡(luò)進行通信時，在接收端截獲下層網(wǎng)絡(luò)提交的請求， 建立兩個緩沖區(qū)構(gòu)成緩沖池，其中一個緩沖區(qū)用于臨時存放解壓前的 數(shù)據(jù)，另外一個用于存放解壓后的數(shù)據(jù)。
4、 如權(quán)利要求1所述的計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層，其特征在于作為發(fā)送端時，智能分析引擎給智能處理引擎提供與數(shù)據(jù)密 切相關(guān)和系統(tǒng)密切相關(guān)的參數(shù)，包括①cpu當(dāng)前利用率，②內(nèi)存使用情況，③網(wǎng)絡(luò)帶寬，④來源數(shù)據(jù)類型，同時，智能處理引擎的實時系統(tǒng)信息如壓縮所花費的時間和最終壓縮率反饋給智能分析引擎； 作為接收端時，智能分析引擎給處理引擎提供一些必備的系統(tǒng)參數(shù)。
5、 如權(quán)利要求1所述的計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層，其特 征在于作為發(fā)送端時，智能處理引擎根據(jù)智能分析引擎的分析結(jié)果 釆用合適的壓縮算法和壓縮深度對數(shù)據(jù)進行高效快速的壓縮，作為接 收端時，智能處理引擎采用數(shù)據(jù)指定的解壓縮算法來對數(shù)據(jù)進行高效 快速的解壓處理。
全文摘要
本發(fā)明提供一種計算機硬盤數(shù)據(jù)網(wǎng)絡(luò)傳輸加速層，它可加在現(xiàn)有網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層、傳輸層、應(yīng)用層任意層次之間，它由前端、智能分析引擎、智能處理引擎和后端構(gòu)成，在發(fā)送端智能分析引擎經(jīng)過前端采樣數(shù)據(jù)，對數(shù)據(jù)流進行采樣分析，給智能處理引擎提供與數(shù)據(jù)密切相關(guān)和系統(tǒng)密切相關(guān)的參數(shù)，智能處理引擎對智能分析引擎和前端的數(shù)據(jù)流進行處理，通過壓縮以提高數(shù)據(jù)的信息熵。本發(fā)明可有效的利用硬軟件配置資源，盡可能的利用有效帶寬，提高傳輸數(shù)據(jù)的速度和數(shù)據(jù)量；經(jīng)過處理對于原有網(wǎng)絡(luò)結(jié)構(gòu)各層上下透明，在提高效率的基礎(chǔ)上不影響原網(wǎng)絡(luò)結(jié)構(gòu)，高效、安全、可靠。
文檔編號H04L29/08GK101184109SQ20071019922
公開日2008年5月21日 申請日期2007年12月14日 優(yōu)先權(quán)日2007年12月14日
發(fā)明者張有成, 管繼崗, 靜 馬 申請人:西安三茗科技有限責(zé)任公司