Image Processing and Analysis_15_Image Registration：Mutual-Information-Based Registration of Medical...

最新推荐文章于 2020-08-27 17:28:50 发布
原创 最新推荐文章于 2020-08-27 17:28:50 发布 · 324 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文探讨了图像处理与分析中的关键概念—图像配准，最初应用于医学图像融合，现广泛用于计算机视觉如跟踪和拼接。介绍了基于互信息的配准方法及多种图像配准技术，包括特征匹配和3-D形状配准。

此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。

注意：Registration可翻译为“配准”或“匹配”，一般是图像配准，特征匹配（特征点匹配）。

15. Image Registration
图像配准最早的应用在医学图像上，在图像融合之前需要对图像进行配准。在现在的计算机视觉中，配准也是一个需要理解的概念，比如跟踪，拼接等。在KLT中，也会涉及到配准。这里主要是综述文献。
[1998 MIA] Image matching as a diffusion process
[1992 PAMI] A Method for Registration of 3-D shapes
[1992] a survey of image registration techniques

[1996 MIA] Multi-modal volume registration by maximization of mutual information

[1997 IJCV] Alignment by Maximization of Mutual Information
[1998 MIA] A survey of medical image registration
[2003 IVC] Image registration methods a survey
[2003 TMI] Mutual-Information-Based Registration of Medical Survey
[2011 TIP] Hairis registration

 

翻译

基于互信息的医学调查注册——

作者：

 

摘要 -

 

 

 


AllisWell_WP
关注
CollaGAN: Collaborative GAN for Missing Image Data Imputation——CVPR2019论文详解
qq_42079689的博客
11-11 1624
CollaGAN: Collaborative GAN for Missing Image Data Imputation摘要介绍相关工作生成对抗网络GAN图像到图像的翻译理论使用多种输入多种循环一致性损失 摘要   在许多需要多种输入来得到一个期望输出的应用中，如果有一种输入数据缺失，通常会引入很大的偏差。尽管许多技术已经被用于插补缺失数据，图像插补仍然非常困难，由于自然图像的复杂属性。为了解决...
Image Processing and Analysis_15_Image Registration：Image registration methods a survey——2003
Alliswell_WP
10-19 2227
此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。 注意：Registration可翻译为“配准”或“匹配”，一般是图像配准，...
CollaGAN
Forlogenの解忧杂货铺
05-12 1645
arxiv：https://arxiv.org/abs/1901.09764 收录：CVPR 2019 昨天在关于StarGAN的部分提到，它和本文的CollaGAN的模型架构十分的相似，那么它们之间到底有什么不同呢？ 首先，我们从题目中可以看出，CollaGAN最直接的目的是用于缺失图像的估计，但是作者指出，对于同一个域（Domain）的图像来说，它们都是满足同样的低维流形，所以关于缺失图像的...
imputation in genetics 小笔记
coolsen133的专栏
01-28 752
1. 来自wiki的定义如下： Imputation in genetics refers to the statistical inference of unobserved genotypes.[1] It is achieved by using known haplotypes in a population, for instance from the HapMap or the 10...
缺失值处理（Imputation）
左手coding，右手cooking
06-17 5592
‘’’ sklearn类提供了缺失值处理的基本策略，比如使用缺失值数值所在行或者列的均值，中位数，众数来替换缺失值，该类也兼容不同额缺失值编码 ‘’’ import numpy as np from sklearn.preprocessing import Imputer ''' missing_values : integer or "NaN", optional (default="NaN...
Image Processing and Analysis_15_Image Registration：HAIRIS: A Method for Automatic Image Registratio...
Alliswell_WP
10-19 554
此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。 注意：Registration可翻译为“配准”或“匹配”，一般是图像配准，...
Image Processing and Analysis_15_Image Registration： A Method for Registration of 3-D shapes——1992...
Alliswell_WP
10-09 437
此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。 注意：Registration可翻译为“配准”或“匹配”，一般是图像配准，...
Image Processing and Analysis_15_Image Registration：Image matching as a diffusion process: An analog...
Alliswell_WP
10-09 1233
此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。 注意：Registration可翻译为“配准”或“匹配”，一般是图像配准，...
（八：2020.08.27）CVPR 2020 追踪之论文纲要（译）
Jojo论文基地
08-27 1万+
CVPR 2019 追踪之论文纲要（修正于2020.08.27）讲在前面论文目录 讲在前面 论坛很多博客都对论文做了总结和分类，但就医学领域而言，对这些论文的筛选信息显然需要更加精细的把控，所以自己对这1400篇的论文做一个大致从名称上的筛选，希望能找到些能解决当前问题的答案。 论文链接建议直接Google论文名，比去各种论文或顶会网站找不知道快捷多少。 Respect！ 论文目录 论文 概要 12-in-1 - Multi-Task Vision and Language Repre
周读论文系列笔记(4)-reivew-Image registration methods: a survey
不行不至
01-09 1193
文章目录1. Introduction2. Image registration methodology3. Step1: Feature detection3.1 Area-based methods3.2 Feature-based methods4. Step2: Feature matching4.1 Area-based methods4.2 Feature-based methods5...
Paper Reading: CollaGAN : Collaborative GAN for Missing Image Data Imputation
外婆家的大灰狼
08-22 871
Paper Reading Note 【说明文字均在图片下方】 URL: https://arxiv.org/pdf/1901.09764.pdf TL;DR cvpr2019的一篇文章，提出了一种新型的GAN结构CollaGAN，可以从多角度图像协同提取信息用GAN生成未知角度的图像。相较于点到点的StarGAN和CycleGAN具有更好的效果和更高的性能。 上图中图a、b分别是CycleGA...
互信息（Mutual Information）的介绍
bbbeoy的专栏
05-20 1万+
[+] 概念 互信息，Mutual Information，缩写为MI，表示两个变量X与Y是否有关系，以及关系的强弱。 公式 我们定义互信息的公式为： I(X,Y)=∫X∫YP(X,Y)logP(X,Y)P(X)P(Y) 可以看出，如果X与Y独立，则P(X,Y)=P(X)P(Y)，I(X,Y)就为0，即代表X与Y不相关 解析公式 其中，H(Y)是Y的
图像处理与计算机视觉：基础，经典以及最近发展（4）图像处理与分析
热门推荐
xdyang的图像视觉小屋
05-29 2万+
Last update: 2012-6-3 本章主要讨论图像处理与分析。虽然后面计算机视觉部分的有些内容比如特征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己所用，或者从中得到灵感，这就够了。 本章的下载地址在： http://
【四旋翼飞行器】【模拟悬链机器人的动态】设计和控制由两个四旋翼飞行器推动的缆绳研究（Matlab代码实现）
11-26
【四旋翼飞行器】【模拟悬链机器人的动态】设计和控制由两个四旋翼飞行器推动的缆绳研究（Matlab代码实现）内容概要：本文围绕“设计和控制由两个四旋翼飞行器推动的缆绳系统”展开研究，通过建立动力学模型并利用Matlab进行仿真，模拟类似悬链机器人的动态行为。研究重点在于多无人机协同控制、缆绳张力分析及系统稳定性控制，结合非线性动力学与控制理论，实现对柔性连接负载的精确操控。文中提供了完整的Matlab代码实现，便于复现实验结果，适用于复杂空中作业任务的仿真验证。; 适合人群：具备一定控制理论基础和Matlab编程能力的研究生、科研人员及从事无人机协同控制、机器人系统开发的工程技术人员。; 使用场景及目标：①研究多无人机协同搬运与柔性负载控制；②掌握缆绳系统动力学建模与仿真方法；③应用于空中机器人、工业吊装、救援运输等实际场景的控制系统设计与优化； 阅读建议：建议结合Matlab代码逐模块分析，重点关注动力学建模、控制律设计与仿真结果验证部分，可进一步扩展至更多无人机协同或复杂环境干扰下的鲁棒性研究。
基于遗传算法的梯级水电站群联合火电厂优化调度研究（Python代码实现）
11-26
基于遗传算法的梯级水电站群联合火电厂优化调度研究（Python代码实现）内容概要：本文研究了基于遗传算法的梯级水电站群联合火电厂优化调度问题，旨在通过智能优化方法实现电力系统中水火电资源的协调调度，提升能源利用效率与调度经济性。文中构建了考虑水电站间水力联系、水库库容约束、机组出力特性及火电厂运行成本的综合优化模型，并采用遗传算法进行求解，给出了完整的Python代码实现。该方法能够有效处理复杂的非线性、多约束、多变量调度问题，具备良好的收敛性和实
无人机基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较]（Matlab代码实现）
最新发布
11-26
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较]（Matlab代码实现）内容概要：本文围绕基于改进粒子群算法的无人机路径规划展开研究，重点探讨了在复杂环境中利用改进粒子群算法（PSO）实现无人机三维路径规划的方法，并将其与遗传算法（GA）、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估，所有实验均通过Matlab代码实现，提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较，突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群：具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标：①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究；②比较不同智能优化算法（如PSO、GA、蚁群算法、RRT等）在路径规划中的性能差异；③为多目标优化问题提供算法选型和改进思路。; 阅读建议：建议读者结合文中提供的Matlab代码进行实践操作，重点关注算法的参数设置、适应度函数设计及路径约束处理方式，同时可参考文中提到的多种算法对比思路，拓展到其他智能优化算法的研究与改进中。
图像重建使用FDK的三维谢普洛根幻影重建（Matlab代码实现）
11-26
【图像重建】使用FDK的三维谢普洛根幻影重建（Matlab代码实现）内容概要：本文介绍了使用FDK算法在Matlab环境中实现三维谢普洛根幻影（Shepp-Logan phantom）图像重建的技术方法，重点展示了图像重建过程中的关键步骤与代码实现。该资源属于一系列图像处理与医学成像技术研究的一部分，涵盖了从投影数据生成到反投影重建的完整流程，帮助读者理解CT图像重建的基本原理与FDK算法的应用细节。; 适合人群：具备一定Matlab编程基础，从事医学图像处理、计算机断层成像（CT）或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标：①学习和掌握FDK算法在三维图像重建中的具体实现；②理解Shepp-Logan幻影模型在仿真成像中的作用；③为医学图像重建、算法验证与教学演示提供可运行的Matlab代码参考； 阅读建议：建议结合Matlab代码逐行调试，理解投影（正弦图）生成与滤波反投影的每一步操作，同时可延伸学习其他重建算法（如FBP
【大数据搜索技术】Elasticsearch7.8安装部署与集群管理：基于CentOS的分布式搜索引擎配置及性能优化实践
11-26
内容概要：本文详细介绍了Elasticsearch 7.8的安装部署及核心功能应用，涵盖环境准备、解压配置、启动优化、集群搭建、分片管理、健康监控等内容，并结合Kibana和Logstash构建完整的ELK日志分析体系。文章还讲解了中文分词器IK的使用、快照备份与恢复机制，以及如何通过Filebeat采集Nginx等服务的日志数据并进行可视化展示，系统性地呈现了Elasticsearch在实际生产环境中的部署与运维流程。; 适合人群：具备Linux基础和一定运维经验的技术人员，尤其是从事日志分析、搜索系统搭建或中间件维护的开发与运维工程师；适合初学者入门Elasticsearch及相关生态组件。; 使用场景及目标：①掌握Elasticsearch单节点与集群环境的安装与配置；②理解索引、分片、副本等核心概念并应用于实际业务；③构建基于Filebeat+Logstash+ES+Kibana的日志采集与分析链路；④实现数据的备份恢复与中文检索功能； 阅读建议：建议按照文档顺序逐步操作，重点关注配置参数调优与常见错误处理（如权限、虚拟内存限制），动手实践集群部署与日志采集流程，结合Kibana进行数据验证与可视化分析，加深对ELK生态协同工作的理解。
# istio for dev.aps1 # config reference: https://sohoiconfluence.rd.tp-link.net/pages/viewpage.action?pageId=59583497 # ingress gateway port definition: https://sohoiconfluence.rd.tp-link.net/pages/viewpage.action?pageId=35105373 kind: Gateway apiVersion: networking.istio.io/v1alpha3 metadata: name: common-data-management-system-aps1-gw namespace: common-data-management-system spec: selector: istio: ingressgateway servers: - hosts: - aps1-api-common-data-management-system-alpha.tplinkcloud.com port: name: https-web number: 11443 protocol: HTTP2 - hosts: - common-data-management-system-aps1.common-data-management-system.svc.cluster.local port: name: grpc-aps1 number: 21885 # aps1 gRPC internal: aws internal network access protocol: GRPC --- kind: VirtualService apiVersion: networking.istio.io/v1alpha3 metadata: name: common-data-management-system-aps1-vs namespace: common-data-management-system spec: gateways: - common-data-management-system-aps1-gw hosts: - aps1-api-common-data-management-system-alpha.tplinkcloud.com http: # Web HTTP API - match: - uri: prefix: / # access path - port: 11443 route: - destination: host: common-data-management-system-aps1 port: number: 8091 --- kind: VirtualService apiVersion: networking.istio.io/v1alpha3 metadata: name: common-data-management-system-internal-grpc-aps1-vs namespace: common-data-management-system spec: gateways: - common-data-management-system-aps1-gw hosts: - common-data-management-system-aps1.common-data-management-system.svc.cluster.local http: # internal grpc - match: - uri: prefix: / # access path - port: 21885 # aps1 gRPC internal: aws internal network access route: - destination: host: common-data-management-system-aps1 port: number: 8850 --- apiVersion: networking.istio.io/v1alpha3 kind: VirtualService metadata: name: common-data-management-system-grpc-aps1-vs namespace: common-data-management-system spec: hosts: - common-data-management-system-aps1.common-data-management-system.svc.cluster.local # Internal gRPC http: - match: - port: 8850 route: - destination: host: common-data-management-system-aps1 port: number: 8850 --- kind: DestinationRule apiVersion: networking.istio.io/v1alpha3 metadata: name: common-data-management-system-aps1-dr namespace: common-data-management-system spec: host: common-data-management-system-aps1.common-data-management-system.svc.cluster.local trafficPolicy: tls: mode: DISABLE --- # Limit the amount of Istio configuration for workloads in a certain namespace # config reference: https://pdconfluence.tp-link.com/pages/viewpage.action?pageId=43063019; https://pdconfluence.tp-link.com/pages/viewpage.action?pageId=63018180 apiVersion: networking.istio.io/v1alpha3 kind: Sidecar metadata: name: default namespace: common-data-management-system spec: egress: - hosts: - common-data-management-system/* 解析一下怎么配置
10-23
你提供的 Istio 配置是一个 **完整的微服务网关 + 路由 + 安全策略** 的 YAML 文件，用于在 Kubernetes 中为 `common-data-management-system` 服务配置对外和对内访问。 我们来逐部分详细解析它的作用、逻辑结构，并说明它是如何工作的。 --- ## 🌐 总体架构概览 这个配置实现了以下功能： | 功能 | 说明 | |------|------| | ✅ 外部 HTTPS 访问 Web API | 通过域名 `aps1-api-common-data-management-system-alpha.tplinkcloud.com:11443` 暴露 HTTP 接口 | | ✅ 内部 gRPC 通信（跨集群） | 允许 AWS 内网通过端口 `21885` 调用内部 gRPC 服务 | | ✅ 集群内服务间调用 gRPC | Pod 直接使用 `.svc.cluster.local` 访问本地 gRPC 端口 `8850` | | ✅ 流量策略控制 | 禁用 mTLS 加密（测试环境） | | ✅ Sidecar 限制出口范围 | 减少 Envoy 代理加载的路由数量，提升性能 | --- ## 🔍 1. `Gateway`：入口网关定义 ```yaml kind: Gateway apiVersion: networking.istio.io/v1alpha3 metadata: name: common-data-management-system-aps1-gw namespace: common-data-management-system spec: selector: istio: ingressgateway servers: - hosts: - aps1-api-common-data-management-system-alpha.tplinkcloud.com port: name: https-web number: 11443 protocol: HTTP2 - hosts: - common-data-management-system-aps1.common-data-management-system.svc.cluster.local port: name: grpc-aps1 number: 21885 protocol: GRPC ``` ### ✅ 作用： 这是 Istio 的“大门”，决定哪些外部请求可以进入网格。 ### 🔍 字段详解： | 字段 | 含义 | |------|------| | `selector: istio: ingressgateway` | 绑定到默认的 Istio Ingress Gateway（通常是负载均衡器暴露的 Pod） | | 第一个 server（HTTPS） | 外部用户通过 `https://aps1-api-...tplinkcloud.com:11443` 访问 Web API | | 第二个 server（gRPC） | AWS 内部网络可通过 `:21885` 访问该服务的 gRPC 接口（跨集群调用） | | `protocol: HTTP2` / `GRPC` | gRPC 基于 HTTP/2，所以这两个都可以支持 gRPC 流量 | > ⚠️ 注意：虽然写了 `GRPC` 协议，但实际还是走 HTTP/2。Istio 会自动识别。 --- ## 🔍 2. `VirtualService` #1：外部 Web API 路由 ```yaml kind: VirtualService metadata: name: common-data-management-system-aps1-vs namespace: common-data-management-system spec: gateways: - common-data-management-system-aps1-gw hosts: - aps1-api-common-data-management-system-alpha.tplinkcloud.com http: - match: - uri: prefix: / - port: 11443 route: - destination: host: common-data-management-system-aps1 port: number: 8091 ``` ### ✅ 作用： 将来自网关的外部 HTTPS 请求（端口 11443）转发到后端服务的 `8091` 端口。 ### 🔍 解析： - 只有绑定了 `common-data-management-system-aps1-gw` 的流量才生效 - 当请求头中 `Host: aps1-api-...tplinkcloud.com` 且目标端口是 `11443` 时匹配 - 所有路径 `/` 开头的请求都路由到 `common-data-management-system-aps1:8091` - 这个 8091 很可能是 Spring Boot 或 Go 编写的 RESTful API 服务 --- ## 🔍 3. `VirtualService` #2：内部 gRPC 外部入口（AWS 内网） ```yaml kind: VirtualService metadata: name: common-data-management-system-internal-grpc-aps1-vs namespace: common-data-management-system spec: gateways: - common-data-management-system-aps1-gw hosts: - common-data-management-system-aps1.common-data-management-system.svc.cluster.local http: - match: - uri: prefix: / - port: 21885 route: - destination: host: common-data-management-system-aps1 port: number: 8850 ``` ### ✅ 作用： 允许从 **AWS 内部网络** 通过 `21885` 端口访问本服务的 gRPC 接口（映射到内部 `8850`） ### 🔍 关键点： - 使用的是 **集群内 DNS 名称** 作为 host（`.svc.cluster.local`） - 但这不是集群内的调用，而是为了让外部系统也能用相同名字访问（比如 VPC 对等连接） - 实际上是“伪装成内部服务”的外部接入方式 - 典型场景：多区域部署，其他区域的服务通过专线调用此服务的 gRPC --- ## 🔍 4. `VirtualService` #3：纯内部 gRPC 调用 ```yaml apiVersion: networking.istio.io/v1alpha3 kind: VirtualService metadata: name: common-data-management-system-grpc-aps1-vs namespace: common-data-management-system spec: hosts: - common-data-management-system-aps1.common-data-management-system.svc.cluster.local http: - match: - port: 8850 route: - destination: host: common-data-management-system-aps1 port: number: 8850 ``` ### ✅ 作用： 处理 **集群内部 Pod 到 Pod 的直接 gRPC 调用** ### 🔍 区别于上面那个： | VS 类型 | 来源 | 是否经过 Ingress | 端口 | 场景 | |--------|------|------------------|-------|------| | `internal-grpc-aps1-vs` | 外部（AWS 内网） | 是（经 Ingress） | 21885 → 8850 | 跨集群调用 | | `grpc-aps1-vs` | 集群内部 Pod | 否（直连 Sidecar） | 8850 → 8850 | 同集群服务调用 | 📌 即：同一个服务名，既可以从外进，也可以从内调，Istio 自动区分。 --- ## 🔍 5. `DestinationRule`：目标策略（禁用 TLS） ```yaml kind: DestinationRule apiVersion: networking.istio.io/v1alpha3 metadata: name: common-data-management-system-aps1-dr namespace: common-data-management-system spec: host: common-data-management-system-aps1.common-data-management-system.svc.cluster.local trafficPolicy: tls: mode: DISABLE ``` ### ✅ 作用： 明确告诉 Istio：**所有发往这个服务的流量都不需要加密（mTLS）** ### 🔍 适用场景： - 开发/测试环境调试方便 - 客户端不支持 mTLS - 与遗留系统集成 > ❌ 不推荐生产环境使用！应设为 `ISTIO_MUTUAL` --- ## 🔍 6. `Sidecar`：限制 Envoy 代理的可见性 ```yaml apiVersion: networking.istio.io/v1alpha3 kind: Sidecar metadata: name: default namespace: common-data-management-system spec: egress: - hosts: - common-data-management-system/* ``` ### ✅ 作用： 限制该命名空间下所有 Pod 的 **出站（egress）网络访问范围** ### 🔍 解释： - 默认情况下，Istio Sidecar 会加载整个网格的所有服务信息（可能导致内存过高） - 此配置表示：“只允许访问 `common-data-management-system` 命名空间下的服务” - 提升性能、增强安全性（防误连其他服务） > 💡 类似防火墙规则：只允许调用自己 namespace 的服务 --- ## 🧩 整体流量流向图 ```text 外部 HTTPS 请求 (Web API) │ Host: aps1-api-*.tplinkcloud.com:11443 ↓ Istio Ingress Gateway │ ├─→ VirtualService #1 → common-data-management-system-aps1:8091 (HTTP) │ 内部 gRPC 请求 (AWS 内网) │ Host: *.svc.cluster.local:21885 ↓ Istio Ingress Gateway │ ├─→ VirtualService #2 → common-data-management-system-aps1:8850 (gRPC) │ 集群内 gRPC 请求 │ 直接访问 *.svc.cluster.local:8850 ↓ Pod A → Sidecar → VirtualService #3 → Pod B (gRPC) │ ←─ DestinationRule 控制是否启用 TLS │ Sidecar 规则限制只能访问本 ns 服务 ``` --- ## ✅ 配置总结表 | 资源 | 名称 | 用途 | |------|------|------| | `Gateway` | `-gw` | 定义入口端口和域名 | | `VirtualService` | `-vs` | 外部 Web API 路由 | | `VirtualService` | `-internal-grpc-aps1-vs` | 外部 gRPC 接入（AWS 内网） | | `VirtualService` | `-grpc-aps1-vs` | 内部 gRPC 直接调用 | | `DestinationRule` | `-dr` | 禁用 mTLS | | `Sidecar` | `default` | 限制出口流量范围 | --- ## ✅ 建议优化项（生产环境） ### 1. 启用 mTLS ```yaml trafficPolicy: tls: mode: ISTIO_MUTUAL ``` ### 2. 添加重试机制（尤其 gRPC） ```yaml http: - route: - destination: ... retries: attempts: 3 perTryTimeout: 2s ``` ### 3. 添加超时控制 ```yaml timeout: 30s ``` ### 4. 添加负载均衡策略 ```yaml loadBalancer: simple: ROUND_ROBIN ``` --- ## ✅ 如何验证？ ```bash # 查看资源是否创建成功 kubectl get gw,vs,dr,sidecar -n common-data-management-system # 查看 ingress gateway 外部 IP kubectl get svc istio-ingressgateway -n istio-system # 测试外部访问 curl -H "Host: aps1-api-common-data-management-system-alpha.tplinkcloud.com" \ https://<INGRESS_IP>:11443/api/health # 测试 gRPC 调用（需 grpcurl） grpcurl -plaintext <INGRESS_IP>:21885 list ``` ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值