[发明专利]一种基于智能学习算法的链路负载均衡出站会话保持方法

说明书

本发明提供一种基于智能学习算法的链路负载均衡出站会话保持方法，该方法是在修改了linux内核源码的基础上重新编写了路由模块，生成一种在智能学习基础上的路由会话保持方法，会话保持目的是为了在特殊应用中多次连接走同一条链路，而会话保持与链路轮询算法是矛盾的，为了解决这一矛盾。链路负载均衡出站会话保持方法可以提高上网选择链路的效率，特别是存在多条链路运营商的情况下，可以通过智能选择线路，并保持会话不受其他算法影响，然后选择特定的路由进行数据转发。与传统的链路负载均衡相比，本发明能够快速分辨访问需要走的线路，并通过定制路由表。

技术领域

本发明涉及计算机技术领域,具体地说是一种在负载均衡内部智能区分用户数据是否需要会话保持和选路算法的方法，或者说是一种基于改进的BP学习算法的出站会话保持方法。

背景技术

本发明涉及linux内核模块的开发，会话保持是链路负载均衡的一个基本功能。在大多数电子商务的应用系统或者需要进行用户身份认证的在线系统中，一个客户与服务器经常经过好几次的交互过程才能完成一笔交易或者是一个请求的完成。由于这几次交互过程是密切相关的，服务器在进行这些交互过程的某一个交互步骤时，往往需要了解上一次交互过程的处理结果，或者上几步的交互过程结果，服务器进行下一步操作时需要这就要求所有这些相关的交互过程都由一台服务器完成，而不能被负载均衡器分散到不同的服务器上。

而这一系列的相关的交互过程可能是由客户到服务器的一个连接的多次会话完成，也可能是在客户与服务器之间的多个不同连接里的多次会话完成。不同连接的多次会话，最典型的例子就是基于http的访问，一个客户完成一笔交易可能需多次点击，而一个新的点击产生的请求，可能会重用上一次点击建立起来的连接，也可能是一个新建的连接。

本发明对不同链路的访问做了智能的区分，需要会话保持与非会话保持的线路进行了内部分类，在运营商线路较多，网络复杂的情况这种技术的高效性得以体现。

发明内容

本发明提供一种在负载均衡内部智能区分用户数据是否需要会话保持和选路算法的方法。

本发明的目的是按以下方式实现的，包括1)智能学习算法优化，通过用户访问的数据包内容分析协议类型、服务类型参数，根据设定的标准和学习算法的经验来定位用户访问的类型；2)会话保持，根据第一阶段的判断结果设定用户方位的数据包的选路策略，包括进行轮询选路或进入会话保持机制进行路由；3)开发新功能模块，具体内容如下：

1)智能学习算法优化，是在经过BP神经网络学习的基础上进行了改进，修改了优化函数f(x),加入了动向量，样本是动态的，但是需要多次学习之间的联系，故引入了经验值radom，将来访的数据包内容参数进行分类作为参数进行神经网络的学习，通过学习和设定的标准进行比对，从而得出下一步的动作，所依据的标准是算法在不断的学习，通过大量的学习给出经验值，在后续访问数据包到来时不需要进行具体学习便可分类，从而不会影响系统的效率；

2)会话保持技术，将来源IP、目的IP、时间、协议类型参数登记下来，下次需要会话保持的数据来了之后先进行进表判断，缓存表中不存在用户方位的数据包，则向表中添加，如果该数据存在，则选择走和用户方位的数据包相应的线路，并修改表内的执行时间。根据表的登记时间，有一个定时器定期检查的检查表，发现该表的数据时间与当前时间差大于一定值，则说明这段时间没有新连接，也就是超时了，则删除该数据；

3)开发新功能模块，是一个具有保持信息、添加信息、查找信息、定时删除信息的功能模块，该模块能够插入到linux内核中，保持模块中不存在但是有效的路由信息，以备下次查找，模块中已有且能查找到的信息，改变时间戳，直接返回信息，避免了整个路由表继续匹配所花费的CPU开销；

具体步骤如下：

当给一个训练好的网提供新的学习记忆模式时，将使已有的连接权值被打乱，导致已记忆的学习模式的信息的消失，在此基础上我们对BP神经网络算法加以改造，引入动量项，加入经验记忆值；