10、Istio 网关:流量管理与安全保障

Istio 网关:流量管理与安全保障

1. 虚拟 IP 与反向代理映射

在服务架构中,我们常常需要将域名映射到一个 IP 地址,这个 IP 地址代表我们的服务。这里的单个“虚拟 IP”能够将流量转发到实际的服务实例。具体做法是将域名映射到一个绑定在特定入口点(即反向代理)的虚拟 IP 上。

反向代理是一个中间组件,负责将请求分发到后端服务,它不对应任何特定的服务。同时,反向代理还具备负载均衡的能力,可避免请求使某个特定的后端服务不堪重负。

例如,我们可以让 prod.istioinaction.io api.istioinaction.io 解析到同一个虚拟 IP 地址。这意味着这两个 URI 的请求都会到达同一个虚拟 IP,进而到达同一个入口反向代理。如果反向代理足够智能,它可以使用 Host HTTP 头进一步区分哪些请求应该发送到哪一组服务。

2. 虚拟主机:单入口多服务

将多个不同的服务托管在单个入口点被称为虚拟主机。为了决定特定请求应路由到哪个虚拟主机组,对于 HTTP/1.1 协议,我们可以使用 Host 头;对于 HTTP/2 协议,使用 :authority 头;对于 TCP 连接,我们可以依赖 TLS 中的服务器名称指示(SNI)。

Istio 引入了入口网关(Gateway)的概念,它充当网络入口点,负责保护和控制来自集群外部的流量对集群的访问。此外,Istio 的网关还具备负载均衡和虚拟主机路由的功能。

3. Istio
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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