一种对CDN加速服务进行智能监控与分析的方法和系统
阅读：999发布：2023-03-06
专利汇可以提供一种对CDN加速服务进行智能监控与分析的方法和系统专利检索，专利查询，专利分析的服务。并且本 发明 涉及一种对CDN 加速 服务进行智能监控与分析的方法和系统。方法包括步骤：S1、建立CDN监控分析任务；S2、根据CDN监控分析任务的需要对相应参数进行 数据采集 ；S3、对采集的数据进行分类分析；S4、将分析结果与特征库进行对比，得到CDN监控分析任务的结果。系统包括：任务创建模 块 ，用于根据用户需求建立CDN监控分析任务；数据采集模块，用于根据CDN监控分析任务的需要对相应参数进行数据采集；数据分类模块，用于对采集的数据进行分类分析；数据比对模块，用于将分析结果与特征库进行对比，得到CDN监控分析任务的结果。借此，可以实现对CDN加速效果的量化，有助于客户准确衡量、评价加速效果。，下面是一种对CDN加速服务进行智能监控与分析的方法和系统专利的具体信息内容。
1.一种对CDN加速服务进行智能监控与分析的方法，其包括如下步骤：
S1、建立CDN监控分析任务；
S2、根据CDN监控分析任务的需要对相应参数进行数据采集；
S3、对采集的数据进行分类分析；
S4、将分析结果与特征库进行对比，得到CDN监控分析任务的结果。
2.如权利要求1所述的对CDN加速服务进行智能监控与分析的方法，其特征在于，步骤S1中包括步骤S11、区分出CDN监控分析任务所对应的加速服务商。
3.如权利要求2所述的对CDN加速服务进行智能监控与分析的方法，其特征在于：
步骤S11中，通过采集加速服务商返回的http header头信息，并对其进行分析，得到加速服务商的相应信息；或者
分析向加速服务商发送的请求，据此得到加速服务商的相应信息，较佳的，在DNS解析时，用户向加速服务商发送的请求会匹配到相应域名，此时，采集相应别名的特征值，并对其中的元素进行对比，根据对各元素的对比结果来区分加速服务商，更进一步的，通过识别CDN的Cname特征值来识别加速资源的加速服务商。
4.如权利要求1所述的对CDN加速服务进行智能监控与分析的方法，其特征在于，还包括步骤S0、建立特征库。所述特征库包括各加速服务商的身份信息。各加速服务商的身份信息是通过持续学习得到的。较佳的，通过针对各加速服务商的大数据分析进行学习。具体的，在DNS解析时，向加速服务商发送请求，当匹配到相应域名(通常是别名)时，采集相应别名的特征值，并对其中的元素进行对比，通过对比结果来匹配各加速服务商的关键词，通过大量的积累和不停的迭代，确定各加速服务商的关键词。较佳的，所述特征值可以是或包括CDN的Cname特征值。
5.如权利要求1所述的对CDN加速服务进行智能监控与分析的方法，其特征在于，步骤S2中包括：
步骤S21、依据加速服务商的不同来确定相应的监控参数；
步骤S22、依据监控参数的不同对相应的参数进行持续的数据采集。
6.一种对CDN加速服务进行智能监控与分析的系统，其特征在于，其包括：
任务创建模块，用于根据用户需求建立CDN监控分析任务；
数据采集模块，与任务创建模块连接，用于根据CDN监控分析任务的需要对相应参数进行数据采集；
数据分类模块，与数据采集模块连接，用于对采集的数据进行分类分析；
数据比对模块，与数据分类模块连接，用于将分析结果与特征库进行对比，得到CDN监控分析任务的结果。
7.如权利要求6所述的对CDN加速服务进行智能监控与分析的系统，其特征在于：
任务创建模块包括：URL配置模块，用于区分出CDN监控分析任务所对应的加速服务商。
和/或
数据采集模块包括：服务商区分模块，用于区分出CDN监控分析任务所对应的加速服务商。其中，服务商区分模块包括：信息采集模块，用于采集区分加速服务商用的信息；和信息分析模块，与信息采集模块连接，用于分析采集的信息，得到加速服务商的相应信息。
8.如权利要求7所述的对CDN加速服务进行智能监控与分析的系统，其特征在于：
信息采集模块可以是header头信息采集模块，用于采集加速服务商返回的http header头信息；
信息分析模块可以是header头信息分析模块，用于分析采集的http header头信息，得到加速服务商的相应信息。或者
信息采集模块是请求信息采集模块，用于采集向加速服务商发送的请求中的全部或部分信息；信息分析模块是请求信息分析模块，用于分析采集的请求信息中的全部或部分，据此得到加速服务商的相应信息。较佳的，请求信息采集模块中包括：特征值采集模块，用于采集请求所匹配到的相应域名的特征值。较佳的，所述特征值是指或包括CDN的Cname特征值。较佳的，请求信息分析模块中包括：特征值元素分析模块，用于对特征值中的元素进行对比，根据对各元素的对比结果来区分加速服务商。
9.如权利要求6所述的对CDN加速服务进行智能监控与分析的系统，其特征在于，其还包括特征库，所述特征库包括各加速服务商的特征信息。所述特征库中的各加速服务商的特征信息为动态的。所述特征库设置有特征信息采集模块，用于采集区分各加速服务商用的特征信息。其中，所述特征信息采集模块包括学习模块，用于根据各加速服务商的相关数据进行学习，以保持特征库中的特征信息的有效性。较佳的，学习模块是针对各加速服务商的大数据分析进行学习的。其中，学习模块中包括：学习资料收集模块，用于收集关于加速服务商的相关资料；学习资料分析模块，与学习资料收集模块连接，用于分析收集的相关资料，得到能区分各加速服务商的特征信息。其中，所述特征信息采集模块还包括特征信息提取模块，与学习模块连接，用于根据学习模块的学习结果提取特征信息。其中，所述特征库设置有特征库构建模块，用于依据特征信息采集模块采集的特征信息构建特征库。其中，所述特征库设置有特征库更新模块，用于依据学习模块得到的特征信息更新特征库。所述特征信息包括特征元素和特征值。较佳的，所述特征值是指或包括CDN的Cname特征值。
10.如权利要求6所述的对CDN加速服务进行智能监控与分析的系统，其特征在于，还包括：展示模块。所述展示模块包括：概览子模块、CDN评估子模块、主机统计子模块、元素性能子模块、运营商子模块、响应时间子模块、性能评估子模块、可用性子模块和/或指标对比子模块。概览子模块设有页面可用性、元素响应时间、元素可用性、元素性能评估、首屏时间和/或可用率等模块。页面可用性模块中展示的数据包括：DNS解析故障、连接超时、400错误、500错误、其他异常。元素响应时间模块中展示的数据包括：DNS解析不达标、DNS解析达标、首字节达标、首字节不达标、SSL握手达标、SSL握手不达标、建立连接达标、建立连接不达标。元素可用性模块中展示的数据包括：DNS解析故障、连接超时、400错误、500错误、其他异常。元素性能评估模块中展示的数据包括：静态资源CDN使用率、首字节、连接保持、静态资源、图片压缩。首屏时间模块中展示的数据包括：运营商首屏时间统计，包括移动、联通、电信。CDN评估子模块展示如下内容中的一种或多种：CDN服务提供商、加速资源数、响应cache节点数、TCP建连平均时间、首字节平均时间、平均下载速率、平均可用率、序号、请求发起地区、请求总次数、响应cache节点数、TCP建连平均时间、首字节平均时间、平均下载速率、可用率、查看城市&运营商。其中，CDN服务提供商以按钮形式展示各个CDN运营商。其中，加速资源数、响应cache节点数、TCP建连平均时间、首字节平均时间、平均下载速率、平均可用率中的一种或多种以KeyValue文字形式展示。其中，序号、请求发起地区、请求总次数、响应cache节点数、TCP建连平均时间、首字节平均时间、平均下载速率、可用率、查看城市&运营商中的一种或多种以列表的表头形式展示。主机统计子模块展示如下内容中的一种或多种：序号、主机IP、省市运营商、CDN服务提供商、域名、首字节时间、平均下载速率、响应次数、响应成功率，其中的一种或多种以列表的表头形式展示。元素性能子模块展示如下内容中的一种或多种：序号、类型、元素URL、CDN服务提供商、被请求次数、平均响应时间、可用率、元素大小，其中的一种或多种以列表的表头形式展示。
一种对CDN加速服务进行智能监控与分析的方法和系统
技术领域
[0001] 本发明属于为网络服务提供性能监控的技术领域，可以是SaaS产品(Software as a Service的简称，软件即服务)，应用场景或对象可以是需要进行网络服务性能 监控的企业及产品，具体涉及一种对CDN(Content Delivery Network的简称，即内 容发布网络)加速服务进行智能监控与分析的方法和系统，主要用于帮助用户实现 对CDN加速服务的性能监控。
背景技术
[0002] CDN(全称是Content Delivery Network，即内容分发网络)目的是通过在现有 的Internet中增加一层新的网络架构，将网站的内容发布到最接近用户的网络“边 缘”，使用户可以就近取得所需的内容，提高用户访问网站的响应速度。CDN可以 明显提高Internet网络中信息流动的效率，可以解决由于网络带宽小、用户访问量 大、网点分布不均等问题，提高用户访问网站的响应速度。
[0003] 其主要工作流程为：当用户访问已经加入CDN服务的网站时，首先通过DNS 重定向技术确定最接近用户的最佳CDN节点，同时将用户的请求指向该节点；当用 户的请求到达指定节点时，CDN的服务器(节点上的高速缓存)负责将用户请求的 内容提供给用户。例如，用户在自己的浏览器中输入要访问的网站的域名，浏览器 向本地DNS请求对该域名的解析，本地DNS将请求发到网站的主DNS，主DNS根 据一系列的策略确定当时最适当的CDN节点，并将解析的结果(IP地址)发给用户， 用户向给定的CDN节点请求相应网站的内容。
[0004] 通常，CDN的实现需要依赖多种网络技术的支持，其中比较主要的几个是负载 均衡技术、动态内容分发与复制技术、缓存技术。
[0005] CDN技术在一定程度上可以解决前述问题，但是，其依然存在一定的不足，例 如实时性不太好。而如何评价CDN加速服务的好坏，是用户所关心的问题。
[0006] 目前，市场上的产品对于CDN加速的评估是按照以下方式进行的：通过建立两 个相同URL的任务，但要求一个任务是加速前的URL，另一个为使用CDN加速后 的URL，同时需要指定所使用CDN加速所提供的厂商，通过一段时间的数据采集， 将CDN厂商的加速情况进行汇总展示，展示的数据包含响应时间、下载速度、可用 率等内容。特别是，需要用户指定CDN加速资源所对应的cache节点才能监测对应 节点的主机性能。
[0007] 但是，由于市场上的CDN加速产品种类多样、优势性能也各不相同，而用户为 了在各方面提速，以期获得更好的综合性能，可能会同时使用多个加速服务商，如 此一来，当整体加速效果不佳时，用户很难得知问题所在，只能逐个找服务商解 决，而服务商往往也难以找到问题所在，甚至可能出现服务商推卸责任的情况。
[0008] 综上所述，当用户同时使用了多个CDN厂商提供的服务时，依据现有技术不能 进行有效的分析与监控，用户无法知道哪些节点是可靠的，哪些节点是不可靠的， 也就是说，现有的产品无法区分和识别同一客户使用了哪些不同CDN服务厂商的 加速服务，也无法评估CDN厂商提供的服务质量，不能做到准确的性能分析、故障 预警，以及故障报告，遇到CDN服务质量的问题，无法快速定位及解决。
发明内容
[0009] 为了解决现有技术的上述问题，本发明提供一种对CDN加速服务进行智能监控 与分析的方法，一方面，其使得CDN加速效果可量化，另一方面，其可以识别加速 资源的加速服务商，还可以更进一步地帮助用户实现对CDN加速服务的整体性能评 估及故障定位。
[0010] 为了达到上述目的，本发明采用的主要技术方案包括：
[0011] 一种对CDN加速服务进行智能监控与分析的方法，其包括如下步骤：
[0012] S1、建立CDN监控分析任务；
[0013] S2、根据CDN监控分析任务的需要对相应参数进行数据采集；
[0014] S3、对采集的数据进行分类分析；
[0015] S4、将分析结果与特征库进行对比，得到CDN监控分析任务的结果。
[0016] 借助上述方案，本发明的对CDN加速服务进行智能监控与分析的方法，其可以 实现对CDN加速效果的量化，有助于客户准确衡量、评价加速效果。
[0017] 其中，步骤S1中，用户只需配置一次URL。
[0018] 具体的，步骤S1中包括步骤S11、区分出CDN监控分析任务所对应的加速服务 商，借此，使得用户可以得知CDN加速服务具体涉及到的服务商都有哪些，便于采 取下一步分析措施，例如确定需要进行数据采集的参数种类、评价加速效果、查找 故障位置等。
[0019] 其中，步骤S11中，可以通过采集加速服务商返回的http header头信息，并对 其进行分析，得到加速服务商的相应信息，例如身份信息，以此来得知CDN监控分 析任务所对应的具体是哪家或哪些服务商。
[0020] 具体的，可以先向加速服务商发送请求，并采集加速服务商返回的http header 头信息。
[0021] 较佳的，可以分析向加速服务商发送的请求，据此得到加速服务商的相应信 息，以避免由于加速服务商自身不规范导致的分析不准确，使得可以更快速、更准 确地确定CDN监控分析任务所对应的具体是哪家或哪些服务商。
[0022] 具体的，在DNS解析时，用户向加速服务商发送的请求会匹配到相应域名(通 常是别名)，此时，采集相应别名的特征值，并对其中的元素进行对比，根据对各 元素的对比结果来区分加速服务商。
[0023] 较佳的，通过识别CDN的Cname特征值来识别加速资源的加速服务商。
[0024] 实施时，可以采用上述方法识别各加速服务商的cache节点，并对相应的cache 节点进行性能监测，让用户了解CDN厂商是否按照CDN服务策略去分配加速资 源。
[0025] 其中，本发明的对CDN加速服务进行智能监控与分析的方法，其还包括步骤 S0、建立特征库。特征库的建立，首先通过collector采集各个CDN不同厂商的域名 特征值，并通过学习机制不断的完善特征值的所对应的CDN厂商，从而智能分辨 出，新增加的特征值属于哪个CDN厂商，再与域名特征值进行比对，从而一步步识 别全部的CDN厂商。
[0026] 其中，CDN特征值建立流程可以是：技术专家根据业务模型、知识模型、计算 模型建立初步的特征信息库，并持续收集各类资源信息。机器学习模块根据不断改 进的学习算法分析已有数据和新入数据。CDN信息分类模块和数据对比模块通过对 海量数据进行对比、校验，并结合已有CDN厂商的特征信息，对特征信息库持续进 行迭代、优化。
[0027] 其中，主机统计建立流程可以是：主机统计模块通过资源信息采集器获取的海 量资源信息，在数据收集、预处理、后处理过程中对各类信息进行筛检、关联，持 续优化主机IP、省市运营商、CDN服务提供商、域名等资源信息，形成各类不同资 源信息库，提供多维数据模型支持。
[0028] 其中，元素统计建立流程可以是：元素性能评估模块通过用户页面资源的有效 分析，结合静态资源评分算法，形成对CDN使用率、首字节、连接保持、静态资 源、图片压缩资源信息的可靠评估，全方位定位页面静态资源问题。
[0029] 其中，CDN评估建立流程可以是：CDN评估模块通对CDN服务提供商、加速 资源数、响应cache节点数、TCP建连平均时间、首字节平均时间、平均下载速 率、平均可用率、请求发起地区、请求总次数、响应cache节点数、TCP建连平均 时间等资源信息进行多视角展现，可实现对CDN加速效果的量化，有助于客户准确 衡量、评价加速效果。
[0030] 其中，CDN评估依赖关系可以是：CDN评估模块在采集数据后，通过对CDN 资源分类信息进行业务分析，并结合主机统计和元素性能所分析得到的知识库，有 针对性的进行业务整合，把CDN资源使用、元素性能、静态资源信息、响应时间 等数据立体化呈现。
[0031] 较佳的，步骤S0在步骤S1之前进行。
[0032] 其中，所述特征库包括各加速服务商的身份信息。
[0033] 具体的，各加速服务商的身份信息是通过持续学习得到的。
[0034] 较佳的，通过针对各加速服务商的大数据分析进行学习。
[0035] 具体的，在DNS解析时，向加速服务商发送请求，当匹配到相应域名(通常是 别名)时，采集相应别名的特征值，并对其中的元素进行对比，通过对比结果来匹 配各加速服务商的关键词，通过大量的积累和不停的迭代，确定各加速服务商的关 键词。
[0036] 较佳的，所述特征值可以是或包括CDN的Cname特征值。
[0037] 其中，所述元素包括：html、script、css、xml等格式文本，jpeg、png、gif、 webp、svg、icon等格式图片。
[0038] 较佳的，对各元素进行分类匹配。
[0039] 其中，步骤S2中包括：
[0040] 步骤S21、依据加速服务商的不同来确定相应的监控参数；
[0041] 步骤S22、依据监控参数的不同对相应的参数进行持续的数据采集。
[0042] 借此，可以使得监控结果更加准确，效率也更高。
[0043] 较佳的，在预定位置建立服务器节点，用于数据采集。借此，使得数据采集更 稳定、完整、全面，达到元素级性能监控与分析的能力，更便于对元素级性能问题 进行深层次的分析与诊断，更准确地定位故障位置，便于业务的快速恢复，有利于 保障业务的持续稳定运行。
[0044] 其中，步骤S3中，所述分类包括：html、script、css、xml等格式文本，jpeg、 png、gif、webp、svg、icon等格式图片，flash、x-mpegurl、js、json、xml、 octet-steam、mpegurl等格式应用，audio音频、flv、mp4等格式视频及socket文件。
[0045] 本发明还提供一种对CDN加速服务进行智能监控与分析的系统，一方面，其使 得CDN加速效果可量化，另一方面，其可以识别加速资源的加速服务商，还可以更 进一步地帮助用户实现对CDN加速服务的整体性能评估及故障定位。
[0046] 为了达到上述目的，本发明采用的主要技术方案包括：
[0047] 一种对CDN加速服务进行智能监控与分析的系统，其包括：
[0048] 任务创建模块，用于根据用户需求建立CDN监控分析任务；
[0049] 数据采集模块，与任务创建模块连接，用于根据CDN监控分析任务的需要对相 应参数进行数据采集；
[0050] 数据分类模块，与数据采集模块连接，用于对采集的数据进行分类分析；
[0051] 数据比对模块，与数据分类模块连接，用于将分析结果与特征库进行对比，得 到CDN监控分析任务的结果。
[0052] 借助上述方案，本发明的对CDN加速服务进行智能监控与分析的系统，其可以 实现对CDN加速效果的量化，有助于客户准确衡量、评价加速效果。
[0053] 其中，任务创建模块包括：URL配置模块，用于区分出CDN监控分析任务所对 应的加速服务商。
[0054] 其中，数据采集模块包括：服务商区分模块，用于区分出CDN监控分析任务所 对应的加速服务商。
[0055] 其中，服务商区分模块包括：
[0056] 信息采集模块，用于采集区分加速服务商用的信息；
[0057] 信息分析模块，与信息采集模块连接，用于分析采集的信息，得到加速服务商 的相应信息，例如身份信息，以此来得知CDN监控分析任务所对应的具体是哪家或 哪些服务商。
[0058] 实施时，信息采集模块可以是header头信息采集模块，用于采集加速服务商返 回的http header头信息；
[0059] 信息分析模块可以是header头信息分析模块，用于分析采集的http header头信 息，得到加速服务商的相应信息，例如身份信息，以此来得知CDN监控分析任务所 对应的具体是哪家或哪些服务商。
[0060] 较佳的，信息采集模块是请求信息采集模块，用于采集向加速服务商发送的请 求中的全部或部分信息；
[0061] 信息分析模块是请求信息分析模块，用于分析采集的请求信息中的全部或部 分，据此得到加速服务商的相应信息，以避免由于加速服务商自身不规范导致的分 析不准确(例如加速服务商改变了反馈模式或反馈信息组成)，使得可以更快速、 更准确地确定CDN监控分析任务所对应的具体是哪家或哪些服务商。
[0062] 较佳的，请求信息采集模块中包括：
[0063] 特征值采集模块，用于采集请求所匹配到的相应域名的特征值(优选为域名的 别名)。
[0064] 较佳的，所述特征值是指或包括CDN的Cname特征值。
[0065] 较佳的，请求信息分析模块中包括：
[0066] 特征值元素分析模块，用于对特征值中的元素进行对比，根据对各元素的对比 结果来区分加速服务商。
[0067] 其中，本发明的对CDN加速服务进行智能监控与分析的系统，其还包括特征 库，所述特征库包括各加速服务商的特征信息(例如身份信息)。
[0068] 其中，所述特征库为动态的。
[0069] 其中，所述特征库中的各加速服务商的特征信息为动态的。
[0070] 其中，所述特征库设置有特征信息采集模块，用于采集区分各加速服务商用的 特征信息。
[0071] 其中，所述特征信息采集模块包括学习模块，用于根据各加速服务商的相关数 据进行学习，以保持特征库中的特征信息的有效性。
[0072] 较佳的，学习模块是针对各加速服务商的大数据分析进行学习的。
[0073] 其中，学习模块中包括：
[0074] 学习资料收集模块，用于收集关于加速服务商的相关资料；
[0075] 学习资料分析模块，与学习资料收集模块连接，用于分析收集的相关资料，得 到能区分各加速服务商的特征信息。
[0076] 其中，所述特征信息采集模块还包括特征信息提取模块，与学习模块连接，用 于根据学习模块的学习结果提取特征信息。
[0077] 其中，所述特征库设置有特征库构建模块，用于依据特征信息采集模块采集的 特征信息构建特征库。
[0078] 其中，所述特征库设置有特征库更新模块，用于依据学习模块得到的特征信息 更新特征库。
[0079] 所述特征信息包括特征元素和特征值。
[0080] 较佳的，所述特征值是指或包括CDN的Cname特征值。
[0081] 其中，本发明的对CDN加速服务进行智能监控与分析的系统，其还包括展示模 块，用于展示处理中或处理后的上述任一种或任几种结果。
[0082] 所述展示模块包括：概览子模块、CDN评估子模块、主机统计子模块和/或元 素性能子模块。
[0083] 其中，概览子模块可以设于产品的首页面或主操作页面。
[0084] 其中，概览子模块可以设置页面可用性、元素响应时间、元素可用性、元素性 能评估、首屏时间和/或可用率等模块，用于展示相应数据。
[0085] 例如，页面可用性模块中展示的数据包括：DNS解析故障、连接超时、400错 误、500错误、其他异常。
[0086] 元素响应时间模块中展示的数据包括：DNS解析不达标、DNS解析达标、首字 节达标、首字节不达标、SSL握手达标、SSL握手不达标、建立连接达标、建立连 接不达标。
[0087] 元素可用性模块中展示的数据包括：DNS解析故障、连接超时、400错误、500 错误、其他异常。
[0088] 元素性能评估模块中展示的数据包括：静态资源CDN使用率、首字节、连接保 持、静态资源、图片压缩。
[0089] 首屏时间模块中展示的数据包括：运营商首屏时间统计，包括移动、联通、电 信。
[0090] 其中，概览子模块中可以用环形饼状图、面积雷达图、地理区划图、柱状图、 折线图、仪表盘等形式展示结果。
[0091] 例如，页面可用性、元素响应时间、元素可用性用环形饼状图展示。
[0092] 元素性能评估用面积雷达图展示。
[0093] 首屏时间用柱状图展示，其中的数据可以是城市+运营商的模式。
[0094] 可用率&响应时间曲线图用折线图展示。
[0095] 整体可用率用仪表盘展示。
[0096] 其中，CDN评估子模块可以设于产品的首页面或主操作页面。
[0097] 其中，CDN评估子模块可以展示如下内容中的一种或多种：
[0098] CDN服务提供商、加速资源数、响应cache节点数、TCP建连平均时间、首字 节平均时间、平均下载速率、平均可用率、序号、请求发起地区、请求总次数、响 应cache节点数、TCP建连平均时间、首字节平均时间、平均下载速率、可用率、 查看城市&运营商。
[0099] 其中，CDN服务提供商可以按钮形式展示各个CDN运营商。
[0100] 其中，加速资源数、响应cache节点数、TCP建连平均时间、首字节平均时 间、平均下载速率、平均可用率中的一种或多种可以以KeyValue文字形式展示。
[0101] 其中，序号、请求发起地区、请求总次数、响应cache节点数、TCP建连平均 时间、首字节平均时间、平均下载速率、可用率、查看城市&运营商中的一种或多 种可以以列表形式展示，例如以列表的表头形式展示。
[0102] 其中，主机统计子模块可以设于产品的首页面或主操作页面。
[0103] 其中，主机统计子模块可以展示如下内容中的一种或多种：
[0104] 序号、主机IP、省市运营商、CDN服务提供商、域名、首字节时间、平均下载 速率、响应次数、响应成功率。
[0105] 上述内容中的一种或多种可以以列表形式展示，例如以列表的表头形式展示。
[0106] 其中，元素性能子模块可以设于产品的首页面或主操作页面。
[0107] 其中，元素性能子模块可以展示如下内容中的一种或多种：
[0108] 序号、类型、元素URL、CDN服务提供商、被请求次数、平均响应时间、可用 率、元素大小。
[0109] 上述内容中的一种或多种可以以列表形式展示，例如以列表的表头形式展示。
[0110] 较佳的，所述展示模块还包括：运营商子模块、响应时间子模块、性能评估子 模块、可用性子模块和/或指标对比子模块。
[0111] 其中，产品的首页面或主操作页面还可以设置网页性能监控子模块、综合概览 子模块、任务管理子模块、快速检测子模块、运营商子模块、响应时间子模块、性 能评估子模块、可用性子模块和/或指标对比子模块。
[0112] 本发明的对CDN加速服务进行智能监控与分析的方法和系统，能够将DNS监 控与CDN相结合，突破了原有技术不能深入分析的技术瓶颈，使得CDN加速效果 可量化统计，可视化展示，可快速发现并定位故障原因，为CDN调度策略及内容分 发提供数据参考和信息依据，大大提高运维及运营效率，进一步为DNS解析智能调 配及内容高效分发提供技术支撑，加强CDN的管控效果，提高用户体验。附图说明
[0113] 图1为本发明一个实施例的对CDN加速服务进行智能监控与分析的 方法的流程示意图；图2为本发明一个实施例的对CDN加速服务进行智能监控与分析的 系统的结构示意图；
图3为本发明一个实施例的对CDN加速服务进行智能监控与分析的 系统中的信息采集模块的结构示意图；
图4为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(一、产品概览页面)；
图5为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(二、CDN评估页面)；
图6为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(三、运营商页面)；
图7为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(四、响应时间页面)；
图8为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(五、主机统计页面)；
图9为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(六、性能评估页面)；
图10为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图8中的线框图布局基本相同，将“主机统计 详情列表”替换为“元素统计详情列表”即可)和界面示意图(七、元素性 能页面)；
图11为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图6中的线框图布局基本相同，将“首屏时间 统计”和“首屏时间详情列表”分别替换为“可用性点分图”和“可用性列表”
图12为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图8中的线框图布局基本相同，将“主机统计 详情列表”替换为“对比指标折线图”即可)和界面示意图(九、指标对比 页面)；
图13为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图4中的线框图基本相同)和界面示意图(十、 概览页面)；
图14为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十一、可用性瀑布图)；
图15为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十二、元素性能页面)；
图16为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图8中的线框图基本相同)和界面示意图(十 三、主机统计页面下一级页面)；
图17为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十四、主机统计页面下二级页面)；
图18为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图4中的线框图基本相同)和界面示意图(十 五、性能评估页面)；
图19为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十六、CDN评估页面)；
图20为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的CDN特征值建立流程示意图；
图21为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的主机统计建立流程示意图；
图22为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的元素统计建立流程示意图；
图23为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的CDN评估建立流程示意图；
图24为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的CDN评估依赖关系示意图。
图3为本发明一个实施例的对CDN加速服务进行智能监控与分析的 系统中的信息采集模块的结构示意图；
图4为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(一、产品概览页面)；
图5为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(二、CDN评估页面)；
图6为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(三、运营商页面)；
图7为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(四、响应时间页面)；
图8为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(五、主机统计页面)；
图9为本发明一个应用例的对CDN加速服务进行智能监控与分析的 系统的线框图和界面示意图(六、性能评估页面)；
图10为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图8中的线框图布局基本相同，将“主机统计 详情列表”替换为“元素统计详情列表”即可)和界面示意图(七、元素性 能页面)；
图11为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图6中的线框图布局基本相同，将“首屏时间 统计”和“首屏时间详情列表”分别替换为“可用性点分图”和“可用性列表”
图12为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图8中的线框图布局基本相同，将“主机统计 详情列表”替换为“对比指标折线图”即可)和界面示意图(九、指标对比 页面)；
图13为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图4中的线框图基本相同)和界面示意图(十、 概览页面)；
图14为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十一、可用性瀑布图)；
图15为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十二、元素性能页面)；
图16为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图8中的线框图基本相同)和界面示意图(十 三、主机统计页面下一级页面)；
图17为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十四、主机统计页面下二级页面)；
图18为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图(线框图与图4中的线框图基本相同)和界面示意图(十 五、性能评估页面)；
图19为本发明一个应用例的对CDN加速服务进行智能监控与分析 的系统的线框图和界面示意图(十六、CDN评估页面)；
图20为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的CDN特征值建立流程示意图；
图21为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的主机统计建立流程示意图；
图22为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的元素统计建立流程示意图；
图23为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的CDN评估建立流程示意图；
图24为本发明一个实施例的对CDN加速服务进行智能监控与分析 的方法中的CDN评估依赖关系示意图。
具体实施方式
[0114] 为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发 明作详细描述。
[0115] 参见图1，本发明一个实施例的对CDN加速服务进行智能监控与分析的方法，其包 括：
[0116] S0、建立特征库；
[0117] S1、建立CDN监控分析任务；
[0118] S2、根据CDN监控分析任务的需要对相应参数进行数据采集；
[0119] S3、对采集的数据进行分类分析；
[0120] S4、将分析结果与特征库进行对比，得到CDN监控分析任务的结果。
[0121] 借助上述方案，本发明的对CDN加速服务进行智能监控与分析的方法，其可以实 现对CDN加速效果的量化，有助于客户准确衡量、评价加速效果。
[0122] 对于本领域技术人员而言，也可以直接接入已有特征库，而不需要执行建立特征库 的步骤，即步骤S0可省略。
[0123] 其中，所述特征库包括各加速服务商的身份信息。
[0124] 具体的，各加速服务商的身份信息是通过持续学习得到的。
[0125] 较佳的，通过针对各加速服务商的大数据分析进行学习。
[0126] 具体的，在DNS解析时，向加速服务商发送请求，当匹配到相应域名(通常是别名) 时，采集相应别名的特征值，并对其中的元素进行对比，通过对比结果来匹配各加速服 务商的关键词，通过大量的积累和不停的迭代，确定各加速服务商的关键词。
[0127] 其中，所述元素包括：html、script、css、xml等格式文本，jpeg、png、gif、webp、svg、icon等格式图片。
[0128] 较佳的，对各元素进行分类匹配。
[0129] 其中，步骤S1中包括步骤S11、区分出CDN监控分析任务所对应的加速服务商， 借此，使得用户可以得知CDN加速服务具体涉及到的服务商都有哪些，便于采取下一 步分析措施，例如确定需要进行数据采集的参数种类、评价加速效果、查找故障位置 等。
[0130] 借此，在分析CDN任务时，仅需要用户配置一次URL，无论用户是已使用CDN加 速或未使用CDN加速服务，使用一个或多个CDN厂商进行CDN加速，都可以智能对 CDN厂商进行识别，解决了现有技术中当用户使用了多个CDN厂商提供的服务时不能 进行分析与监控的技术问题。
[0131] 其中，步骤S11中，可以通过采集加速服务商返回的http header头信息，并对其进 行分析，得到加速服务商的相应信息，例如身份信息，以此来得知CDN监控分析任务 所对应的具体是哪家或哪些服务商。
[0132] 具体的，可以先向加速服务商发送请求，并采集加速服务商返回的http header头信 息。
[0133] 较佳的，可以分析向加速服务商发送的请求，据此得到加速服务商的相应信息，以 避免由于加速服务商自身不规范导致的分析不准确，使得可以更快速、更准确地确定 CDN监控分析任务所对应的具体是哪家或哪些服务商。
[0134] 具体的，在DNS解析时，用户向加速服务商发送的请求会匹配到相应域名(通常是 别名)，此时，采集相应别名的特征值，并对其中的元素进行对比，根据对各元素的对 比结果来区分加速服务商。
[0135] 实施时，可以采用上述方法识别各加速服务商的cache节点，并对相应的cache节点 进行性能监测，让用户了解CDN厂商是否按照CDN服务策略去分配加速资源。
[0136] 其中，步骤S2中包括：
[0137] 步骤S21、依据加速服务商的不同来确定相应的监控参数；
[0138] 步骤S22、依据监控参数的不同对相应的参数进行持续的数据采集。
[0139] 借此，可以使得监控结果更加准确，效率也更高。
[0140] 较佳的，在预定位置建立服务器节点，用于数据采集。借此，使得数据采集更稳 定、完整、全面，达到元素级性能监控与分析的能力，更便于对元素级性能问题进行深 层次的分析与诊断，更准确地定位故障位置，便于业务的快速恢复，有利于保障业务的 持续稳定运行。
[0141] 其中，步骤S3中，所述分类包括：html、script、css、xml等格式文本，jpeg、 png、gif、webp、svg、icon等格式图片，flash、x-mpegurl、js、json、xml、 octet-steam、mpegurl等格式应用，audio音频、flv、mp4等格式视频及socket文件。
[0142] 参见图20，本发明一个实施例的对CDN加速服务进行智能监控与分析的方法中的 CDN特征值建立流程可以是：技术专家根据业务模型、知识模型、计算模型建立初步的 特征信息库，并持续收集各类资源信息。机器学习模块根据不断改进的学习算法分析已 有数据和新入数据。CDN信息分类模块和数据对比模块通过对海量数据进行对比、校 验，并结合已有CDN厂商的特征信息，对特征信息库持续进行迭代、优化。
[0143] 参见图21，本发明一个实施例的对CDN加速服务进行智能监控与分析的方法中的 主机统计建立流程可以是：主机统计模块通过资源信息采集器获取的海量资源信息，在 数据收集、预处理、后处理过程中对各类信息进行筛检、关联，持续优化主机IP、省市 运营商、CDN服务提供商、域名等资源信息，形成各类不同资源信息库，提供多维数据 模型支持。
[0144] 参见图22，本发明一个实施例的对CDN加速服务进行智能监控与分析的方法中的 元素统计建立流程可以是：元素性能评估模块通过用户页面资源的有效分析，结合静态 资源评分算法，形成对CDN使用率、首字节、连接保持、静态资源、图片压缩资源信 息的可靠评估，全方位定位页面静态资源问题。
[0145] 参见图23，本发明一个实施例的对CDN加速服务进行智能监控与分析的方法中的 CDN评估建立流程可以是：CDN评估模块通对CDN服务提供商、加速资源数、响应 cache节点数、TCP建连平均时间、首字节平均时间、平均下载速率、平均可用率、请 求发起地区、请求总次数、响应cache节点数、TCP建连平均时间等资源信息进行多视 角展现，可实现对CDN加速效果的量化，有助于客户准确衡量、评价加速效果。
[0146] 参见图24，本发明一个实施例的对CDN加速服务进行智能监控与分析的方法中的 CDN评估依赖关系可以是：CDN评估模块在采集数据后，通过对CDN资源分类信息进 行业务分析，并结合主机统计和元素性能所分析得到的知识库，有针对性的进行业务整 合，把CDN资源使用、元素性能、静态资源信息、响应时间等数据立体化呈现。
[0147] 参见图2，本发明一个实施例的对CDN加速服务进行智能监控与分析的系统，其包 括：
[0148] 数据库，其中包括各加速服务商的特征信息；
[0149] 任务创建模块，用于根据用户需求建立CDN监控分析任务；
[0150] 数据采集模块，与任务创建模块连接，用于根据CDN监控分析任务的需要对相应 参数进行数据采集；
[0151] 数据分类模块，与数据采集模块连接，用于对采集的数据进行分类分析；
[0152] 数据比对模块，与数据分类模块连接，用于将分析结果与特征库进行对比，得到 CDN监控分析任务的结果。
[0153] 借助上述方案，本发明的对CDN加速服务进行智能监控与分析的系统，其可以实 现对CDN加速效果的量化，有助于客户准确衡量、评价加速效果。尤其是，本发明可 以智能识别不同CDN厂商的cache节点并对其性能进行监测，相较现有技术需要用户指 定CDN加速资源所对应的cache节点才能监测对应节点的主机性能而言，更便于用户了 解CDN厂商是否按照CDN服务策略去分配加速资源，以及CDN加速服务的实际效果 如何，是否达到预期。
[0154] 对于本领域技术人员而言，系统中也可以不设置数据库，而是接入任何已有数据 库。
[0155] 其中，所述特征库优选为动态的。
[0156] 其中，所述特征库中的各加速服务商的特征信息优选为动态的。
[0157] 其中，所述特征库设置有特征信息采集模块，用于采集区分各加速服务商用的特征 信息。
[0158] 其中，所述特征信息采集模块包括学习模块，用于根据各加速服务商的相关数据进 行学习，以保持特征库中的特征信息的有效性。
[0159] 较佳的，学习模块是针对各加速服务商的大数据分析进行学习的。
[0160] 其中，学习模块中包括：
[0161] 学习资料收集模块，用于收集关于加速服务商的相关资料；
[0162] 学习资料分析模块，与学习资料收集模块连接，用于分析收集的相关资料，得到能 区分各加速服务商的特征信息。
[0163] 其中，所述特征信息采集模块还包括特征信息提取模块，与学习模块连接，用于根 据学习模块的学习结果提取特征信息。
[0164] 其中，所述特征库设置有特征库构建模块，用于依据特征信息采集模块采集的特征 信息构建特征库。
[0165] 其中，所述特征库设置有特征库更新模块，用于依据学习模块得到的特征信息更新 特征库。
[0166] 所述特征信息包括特征元素和特征值。
[0167] 参见图2，其中，任务创建模块包括：URL配置模块，用于区分出CDN监控分析任 务所对应的加速服务商。
[0168] 其中，数据采集模块包括：服务商区分模块，用于区分出CDN监控分析任务所对 应的加速服务商。
[0169] 其中，服务商区分模块包括：
[0170] 信息采集模块，用于采集区分加速服务商用的信息；
[0171] 信息分析模块，与信息采集模块连接，用于分析采集的信息，得到加速服务商的相 应信息，例如身份信息，以此来得知CDN监控分析任务所对应的具体是哪家或哪些服 务商。
[0172] 实施时，信息采集模块可以是header头信息采集模块，用于采集加速服务商返回 的http header头信息；
[0173] 信息分析模块可以是header头信息分析模块，用于分析采集的http header头信 息，得到加速服务商的相应信息，例如身份信息，以此来得知CDN监控分析任务所对 应的具体是哪家或哪些服务商。
[0174] 参见图3，较佳的，信息采集模块是请求信息采集模块，用于采集向加速服务商发 送的请求中的全部或部分信息；
[0175] 信息分析模块是请求信息分析模块，用于分析采集的请求信息中的全部或部分，据 此得到加速服务商的相应信息，以避免由于加速服务商自身不规范导致的分析不准确 (例如加速服务商改变了反馈模式或反馈信息组成)，使得可以更快速、更准确地确定 CDN监控分析任务所对应的具体是哪家或哪些服务商。
[0176] 较佳的，请求信息采集模块中包括：
[0177] 特征值采集模块，用于采集请求所匹配到的相应域名的特征值(优选为域名的别 名)。
[0178] 较佳的，请求信息分析模块中包括：
[0179] 特征值元素分析模块，用于对特征值中的元素进行对比，根据对各元素的对比结果 来区分加速服务商。
[0180] 借此，本发明能够对元素级性能问题进行深层次的分析与诊断，智能区分CDN厂 商及评估其服务质量，克服了现有技术不能提供元素级性能监控与分析能力的不足，为 用户提供了深层次的性能分析能力。
[0181] 参见图4至图12，本发明的对CDN加速服务进行智能监控与分析的系统，其还包 括展示模块，用于展示处理中或处理后的上述任一种或任几种结果。
[0182] 所述展示模块包括：概览子模块、CDN评估子模块、主机统计子模块和/或元素性 能子模块。
[0183] 其中，概览子模块可以设于产品的首页面或主操作页面。
[0184] 其中，概览子模块可以设置页面可用性、元素响应时间、元素可用性、元素性能评 估、首屏时间和/或可用率等模块，用于展示相应数据。
[0185] 例如，页面可用性模块中展示的数据包括：DNS解析故障、连接超时、400错误、500错误、其他异常。
[0186] 元素响应时间模块中展示的数据包括：DNS解析不达标、DNS解析达标、首字节达 标、首字节不达标、SSL握手达标、SSL握手不达标、建立连接达标、建立连接不达 标。
[0187] 元素可用性模块中展示的数据包括：DNS解析故障、连接超时、400错误、500错 误、其他异常。
[0188] 元素性能评估模块中展示的数据包括：静态资源CDN使用率、首字节、连接保 持、静态资源、图片压缩。
[0189] 首屏时间模块中展示的数据包括：运营商首屏时间统计，包括移动、联通、电信。
[0190] 其中，概览子模块中可以用环形饼状图、面积雷达图、地理区划图、柱状图、折线 图、仪表盘等形式展示结果。
[0191] 例如，页面可用性、元素响应时间、元素可用性用环形饼状图展示。
[0192] 元素性能评估用面积雷达图展示。
[0193] 首屏时间用柱状图展示，其中的数据可以是城市+运营商的模式。
[0194] 可用率&响应时间曲线图用折线图展示。
[0195] 整体可用率用仪表盘展示。
[0196] 其中，CDN评估子模块可以设于产品的首页面或主操作页面。
[0197] 其中，CDN评估子模块可以展示如下内容中的一种或多种：
[0198] CDN服务提供商、加速资源数、响应cache节点数、TCP建连平均时间、首字节平 均时间、平均下载速率、平均可用率、序号、请求发起地区、请求总次数、响应cache 节点数、TCP建连平均时间、首字节平均时间、平均下载速率、可用率、查看城市&运 营商。
[0199] 其中，CDN服务提供商可以按钮形式展示各个CDN运营商。
[0200] 其中，加速资源数、响应cache节点数、TCP建连平均时间、首字节平均时间、平 均下载速率、平均可用率中的一种或多种可以以KeyValue文字形式展示。
[0201] 其中，序号、请求发起地区、请求总次数、响应cache节点数、TCP建连平均时 间、首字节平均时间、平均下载速率、可用率、查看城市&运营商中的一种或多种可以 以列表形式展示，例如以列表的表头形式展示。
[0202] 其中，主机统计子模块可以设于产品的首页面或主操作页面。
[0203] 其中，主机统计子模块可以展示如下内容中的一种或多种：
[0204] 序号、主机IP、省市运营商、CDN服务提供商、域名、首字节时间、平均下载速 率、响应次数、响应成功率。
[0205] 上述内容中的一种或多种可以以列表形式展示，例如以列表的表头形式展示。
[0206] 其中，元素性能子模块可以设于产品的首页面或主操作页面。
[0207] 其中，元素性能子模块可以展示如下内容中的一种或多种：
[0208] 序号、类型、元素URL、CDN服务提供商、被请求次数、平均响应时间、可用 率、元素大小。
[0209] 上述内容中的一种或多种可以以列表形式展示，例如以列表的表头形式展示。
[0210] 较佳的，所述展示模块还包括：运营商子模块、响应时间子模块、性能评估子模 块、可用性页面和/或指标对比子模块。
[0211] 其中，产品的首页面或主操作页面还可以设置网页性能监控子模块、综合概览子模 块、任务管理子模块、快速检测子模块、运营商子模块、响应时间子模块、性能评估子 模块、可用性和/或指标对比子模块。
[0212] 借此，本发明能做到深层次、多维度、细颗粒度的性能指标数据的提取、分析与对 比，填补了领域空白。
[0213] 下面还提供一个应用实例对本发明进行描述。
[0214] 参见图13-图19，本应用实例中，本发明的对CDN加速服务进行智能监控与分析的 系统主要由9个功能模块组成：概览页面、CDN评估页面、运营商页面、响应时间页 面、主机统计页面、性能评估页面、元素性能页面、可用性页面和指标对比页面。
[0215] 参见图13，客户分别接到上海和武汉的用户投诉，网站异常，响应超时。随后客户 自己访问站点正常，客户又和CDN服务商取得联系，沟通后得到的反馈也是网页正 常。这种情况按照现有技术进行处理的话，就是客户网站因异常而被投诉，CDN加速服 务商却认为是正常的，也就是说客户遇到了问题却无法解决。
[0216] 客户又联系到我们看能否帮确认具体情况，下面描述采用本发明的系统如何解决现 有技术的上述问题。
[0217] 图13所示为客户任务，可以看到客户站点在全国大部分地区的访问都正常，只在上 海和武汉地区出现红色，网站的首屏时间超过14秒，武汉地区甚至到达了17秒，远远 超过平均首屏时间。
[0218] 我们点击查看上海电信监测点，如图14所示，首屏时间在发生当日有两次不达标情 况。查看不达标的快照，发现有一个元素请求超时，拖慢了整体网站的首屏时间，那么 这个元素是否为CDN加速过的呢？我们带着这个问题继续查看。
[0219] 点击元素URL，进入元素性能，如图15所示。我们检索发现，该元素为一张GIF 图片，且该元素是CDN加速元素。并且从图中可以发现，该元素的平均响应时间超过 500ms，加速效果不明显。
[0220] 采用本发明的系统，通过上述方法，可以帮助客户发现故障的所在，解决了现有技 术不能发现故障所在的不足。
[0221] 发现了问题所在，但并不能帮助客户享受到更好的CDN服务，更进一步的，如何 排除故障是本领域技术人员需要解决的技术问题。
[0222] 点击主机IP，进入主机统计的一级和二级页面，如图16、图17所示，查看这台元 素分布的主机是否存在问题。
[0223] 从图16、图17中不难发现，和我们预期的一样，这台加速主机存在问题，响应时 间较长，这个主机无法满足客户的加速需求。
[0224] 再前往性能评估页面，如图18所示，我们可以明显看到，客户在性能方面表现很 好，而且客户对于CDN的依赖性比较高。
[0225] 再前CDN评估页面，我们可以查看CDN服务商的加速情况。如图19所示，网宿的 CDN服务整体质量不错，但仅上海地区的响应时间，下载速率等性能指标都与平均值有 较大差距，再对比上海CDN节点的速度和加速主机的速度，发现客户的主机速度就 CDN服务商在上海地区的表现而言较好，元素已进行了加速。产生这个响应超时的问题 很有可能是上海区域的网络整体问题。
[0226] 综上所述，本发明通过识别CDN的Cname特征值来识别加速资源的加速服务商， 通过持续的数据采集、分类分析及实时监控，达到对用户使用CDN整体性能评估及故 障定位，可以帮助客户监控CDN的服务质量、分析CDN的性能、发现CDN的故障， 保障业务持续稳定运行，提高运维及运营效率。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种电子加速器内部冷却装置 | 2020-05-13 | 850 |
| 电子加速器 | 2020-05-11 | 356 |
| 一种电子加速器 | 2020-05-11 | 292 |
| 粒子加速器 | 2020-05-11 | 753 |
| 一种加速器控制系统 | 2020-05-12 | 464 |
| 高电压加速管 | 2020-05-11 | 320 |
| 粒子加速器 | 2020-05-11 | 417 |
| 一种加速器的束斑自动矫正器及加速器 | 2020-05-12 | 244 |
| 电子加速器 | 2020-05-11 | 970 |
| 一种离子加速器 | 2020-05-12 | 637 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
加速热门专利
QQ群二维码
意见反馈
意见反馈