CN102647760A - 一种基于多业务网络的业务资源高效管理方法 - Google Patents

一种基于多业务网络的业务资源高效管理方法 Download PDF

Info

Publication number
CN102647760A
CN102647760A CN2012100515297A CN201210051529A CN102647760A CN 102647760 A CN102647760 A CN 102647760A CN 2012100515297 A CN2012100515297 A CN 2012100515297A CN 201210051529 A CN201210051529 A CN 201210051529A CN 102647760 A CN102647760 A CN 102647760A
Authority
CN
China
Prior art keywords
business
service
controller
individual
fuzzy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012100515297A
Other languages
English (en)
Other versions
CN102647760B (zh
Inventor
黄东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing an Yin Technology Co., Ltd.
Original Assignee
黄东
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 黄东 filed Critical 黄东
Priority to CN201210051529.7A priority Critical patent/CN102647760B/zh
Publication of CN102647760A publication Critical patent/CN102647760A/zh
Application granted granted Critical
Publication of CN102647760B publication Critical patent/CN102647760B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种基于多服务网络的神经网络、模糊控制系统和业务接入控制机制相结合的业务管理方法，该方法通过运用神经网络对业务进行优先级分类，并采用模糊控制方法和设计相应的业务接入控制机制实现高效的业务管理。

Description

一种基于多业务网络的业务资源高效管理方法
技术领域
本发明涉及无线通信技术领域，特别是涉及无线传输，神经网络理论。
背景技术
随着网络应用的日益普及和新型应用的不断涌现，传统网络从单纯的信息基础设施建设，逐渐发展成为社会的重要组成部分。在此过程中，对网络的业务资源的控制和分配显得尤为重要。
由于多服务业务的广泛应用，不同服务业务对网络QoS的要求不同，因此不同应用对数据传输性能的要求有所区别，如语音传输要求网络具有比较稳定的吞吐量，并且其对时延和抖动非常敏感，但可以容许少量的丢包；视频传输通常要求比较高的带宽，可以接受一定的时延和时延抖动，但是对丢包比较敏感。因此需从系统的应用需求出发，通过适当的信令协议和业务的管理控制机制，实现合理有序的业务资源分配，满足用户的服务质量要求是网络设计的重点研究内容，现有的QoS参考模型如图1所示。
网络QoS参数用于从数量上描述和刻画不同应用的QoS特性，大体上可以分为两大类：一类是用于描述数据流特征的参数，如最大分组长度、平均速率、峰值速率等，其中流量整形机制利用的就是这类参数；另一类是用于描述网络传输性能的参数，如吞吐量、丢包率、时延、时延抖动等，分组调度算法更多关注的是这类参数。而接纳控制策略，则要综合利用这两类QoS参数来做出是否接纳用户请求的决定。
由于传统的网络只提供“尽力而为”的传输服务，不能满足日渐普及的多服务应用在带宽、时延等方面的要求，IETF先后提出集成服务(Intserv)和区分服务(Diffserv)，通过资源预留、接纳控制、流量整形、分组调度等多种QoS实现机制，为不同服务提供所需的QoS支持。
因此，针对支持多业务传输的网络，应建立相应的业务管理机制，保证多服务业务的QoS。。
发明内容
本发明所要解决的技术问题是：实现多业务网络中的业务高效管理。
本发明为解决上述技术问题提供一种基于多业务网络的业务资源高效管理方法，其特征在于：
A、针对多服务网络中不同QoS要求的业务，采用基于神经网络系统的业务分类器将不同QoS要求的业务进行分类； 
B、所有业务被分类之后，按照业务QoS要求的高低进行业务传输的优先级区分，在同一时刻只能允许具有某种优先级的业务被传输；
C、使用呼叫接入控制单元、业务接入请求控制器、业务状态观测控制器和业务输出控制器控制业务的接入。
所述步骤A中，由于神经网络具有很强的分类能力，通过对输入样本的自组织学习，能够将分类结果在输出层中显示出来，因此可将其用于对不同QoS要求的业务进行分类，设输入的业务特征向量                                                
Figure 669678DEST_PATH_IMAGE001
并行连接到神经网络系统中
Figure 235789DEST_PATH_IMAGE002
个神经元中的每一个神经元，每个神经元对应一个连接权重矢量，
Figure 632452DEST_PATH_IMAGE003
有
Figure 753992DEST_PATH_IMAGE004
个分量，其表示为
Figure 123793DEST_PATH_IMAGE005
，
Figure 279968DEST_PATH_IMAGE006
，，其值可通过自组织学习确定，对业务的分类过程为：a.首先进行神经网络系统初始化，将神经网络系统的连接权重矢量
Figure 403968DEST_PATH_IMAGE008
赋予
Figure 311881DEST_PATH_IMAGE009
区间的随机值，并确定邻域
Figure 322562DEST_PATH_IMAGE010
的初始值
Figure 290518DEST_PATH_IMAGE011
、学习速率和总的学习次数
Figure 567096DEST_PATH_IMAGE013
；b.选取
Figure 432284DEST_PATH_IMAGE014
个学习特征向量中的一个特征向量
Figure 571141DEST_PATH_IMAGE015
提供给神经网络系统的输入层，并将此特征向量作归一化处理；c.对连接权重矢量
Figure 154569DEST_PATH_IMAGE016
进行归一化处理；d.采用欧拉公式
Figure 138706DEST_PATH_IMAGE017
进行尺度计算；e.在个神经元中找出最小的尺度
Figure 168159DEST_PATH_IMAGE018
，并确定获胜的神经元
Figure 238883DEST_PATH_IMAGE019
，使得
Figure 761131DEST_PATH_IMAGE020
成立；f.以
Figure 600911DEST_PATH_IMAGE019
为中心的周围
Figure 81571DEST_PATH_IMAGE010
以内的神经元，与输入层神经元之间的连接权重矢量进行更新；g.选取另一个学习特征向量提供给神经网络的输入层，返回至子步骤c，直至
Figure 639591DEST_PATH_IMAGE014
个学习特征向量全部提供给神经网络；采用规则
Figure 231110DEST_PATH_IMAGE021
    更新学习速率，其中
Figure 70900DEST_PATH_IMAGE023
为神经网络的初始学习速率，
Figure 850637DEST_PATH_IMAGE024
为学习次数；h.采用规则
Figure 245846DEST_PATH_IMAGE025
更新邻域
Figure 60218DEST_PATH_IMAGE026
，其中
Figure 351522DEST_PATH_IMAGE027
为取整符号，
Figure 618556DEST_PATH_IMAGE028
为竞争层神经元；i.令
Figure 817456DEST_PATH_IMAGE029
，返回至子步骤b，直至
Figure 424018DEST_PATH_IMAGE030
为止，业务分类流程如图2所示。
所述步骤B中，所有业务被分类之后，按照业务QoS要求的高低进行业务传输的优先级区分，业务的传输受优先级控制，对QoS要求高的业务被优先传输，然后传输对QoS要求低的业务，当所有被传输业务中对QoS要求最低的业务被发送后，优先级控制器调整至对QoS要求最高的业务对其进行传输，并重复上述过程。
所述步骤B中，优先级控制器控制
Figure DEST_PATH_IMAGE031A
个优先级业务，其中第
Figure 604332DEST_PATH_IMAGE032
个业务具有服务等级，以及相应的时延上界
Figure 95673DEST_PATH_IMAGE033
，其大于时延边界的概率为
Figure 619059DEST_PATH_IMAGE034
，优先级为
Figure 517744DEST_PATH_IMAGE032
的统计服务包线为
Figure 759370DEST_PATH_IMAGE035
，服务等级为
Figure 34493DEST_PATH_IMAGE032
的统计服务包线的均值为
Figure 677964DEST_PATH_IMAGE036
，其中
Figure 13131DEST_PATH_IMAGE037
，
Figure 210894DEST_PATH_IMAGE038
，
Figure 289708DEST_PATH_IMAGE039
，，
Figure 559333DEST_PATH_IMAGE041
，，
Figure 612051DEST_PATH_IMAGE043
为第
Figure 964534DEST_PATH_IMAGE032
个优先等级上的业务的平均速率，
Figure 907083DEST_PATH_IMAGE044
为第个优先等级上的业务的平均速率，第
Figure 707045DEST_PATH_IMAGE032
个优先等级上的正实常数，
Figure DEST_PATH_IMAGE047A
为第
Figure 820495DEST_PATH_IMAGE045
个优先等级上的正实常数，
Figure 745726DEST_PATH_IMAGE048
为在第
Figure 438875DEST_PATH_IMAGE032
个优先等级上所包含的业务个数，
Figure 500372DEST_PATH_IMAGE049
为在第
Figure 784723DEST_PATH_IMAGE045
个优先等级上所包含的业务个数，
Figure 197250DEST_PATH_IMAGE050
为在第个优先等级上的链路容量。
所述步骤C中，控制业务接入模型如图3所示。使用基于模糊控制模块的呼叫接入控制单元控制业务的连接。当多业务网络收到一个新的业务连接请求时，其即时判断现有的网络可用带宽是否满足请求连接的业务所需带宽要求，若满足要求则接受业务连接请求，若不满足要求则拒绝请求。当业务接入请求控制器接受业务连接请求时，其启动业务输出控制器允许业务的输出。业务状态观测控制器的使用与否受呼叫接入控制单元的控制，业务经业务输出控制器输出后，业务状态观测控制器对业务的状态进行实时观测，并根据所获得的业务状态对业务速率进行调整。
所述步骤C中，呼叫接入控制单元由决策单元、模糊控制模块、模糊等价带宽模块、模糊逻辑规则库和知识库以及经验库组成，模糊控制单元根据模糊逻辑规则库和知识库以及经验库获取规则及经验信息，用于控制和判断模糊等价带宽与请求连接的业务所需带宽的大小，若模糊等价带宽大于请求连接的业务所需带宽，则启用决策单元发送接受业务连接请求信号，若模糊等价带宽小于请求连接的业务所需带宽，则启用决策单元发送拒绝业务连接请求信号。业务接入请求控制器的结构如图4所示。
所述步骤C中，业务状态观测控制器由输入业务状态监测器、业务速率控制器以及业务状态评估单元组成，如图5所示。输入业务状态监测器由业务负载过量测量单元和负载均衡单元组成，其中业务负载过量测量单元用于监测输入的业务是否超出多服务网络资源所能提供的范围，负载均衡单元用于调整输入业务的速率，当虚拟缓存没有空间存放输入的业务时，负载均衡单元通过调整虚拟缓存的服务时间来减小输入业务的速率。业务状态评估单元用于对经输入业务状态监测器和业务速率控制器调整前后的输入业务进行评估，检验输入业务是否满足人工设定的相应业务状态指标，并将此信息发送至呼叫接入控制单元中的知识库和经验库用于调整模糊控制器的决策。业务状态观测控制器使用与否由呼叫接入控制单元中的决策单元决定，当接受业务连接请求时启用业务状态观测控制器，当拒绝业务连接请求时不使用业务状态观测控制器。
本发明的有益效果为：提供一种基于神经网络、模糊控制系统和业务接入控制机制相结合的多服务网络的业务管理方法，该方法通过运用神经网络对业务进行优先级分类，并采用模糊控制方法和设计相应的业务接入控制机制实现高效的业务管理。
 
附图说明
图1为现有的QoS参考模型；
图2为业务分类流程示意图；
图3为控制业务接入模型示意图；
图4为业务接入请求控制器结构示意图；
图5为业务状态观测控制器结构示意图。
 
具体实施方式
本发明为解决上述技术问题所采用的技术方案为：提供一种基于多服务网络的神经网络、模糊控制系统和业务接入控制机制相结合的业务管理方法，该方法通过运用神经网络对业务进行优先级分类，并采用模糊控制方法和设计相应的业务接入控制机制实现高效的业务管理；其特征在于：通过发明一种满足多服务网络中业务QoS要求的业务管理方法，实现对业务的高效调度，包括以下步骤：
步骤1，由于神经网络具有很强的分类能力，通过对输入样本的自组织学习，能够将分类结果在输出层中显示出来，因此可采用其对不同QoS要求的业务进行分类。设输入的业务特征向量并行连接到神经网络系统中
Figure 65346DEST_PATH_IMAGE002
个神经元中的每一个神经元，每个神经元对应一个连接权重矢量
Figure 965169DEST_PATH_IMAGE003
，
Figure 531279DEST_PATH_IMAGE003
有
Figure 551057DEST_PATH_IMAGE004
个分量，其表示为，；
Figure 668551DEST_PATH_IMAGE007
，其值可通过自组织学习确定。对业务的分类过程为：a.首先进行神经网络系统初始化，将神经网络系统的连接权重矢量
Figure DEST_PATH_IMAGE051A
赋以
Figure 27988DEST_PATH_IMAGE009
区间的随机值，并确定邻域
Figure 825043DEST_PATH_IMAGE010
的初始值
Figure 433879DEST_PATH_IMAGE011
、学习速率
Figure 607371DEST_PATH_IMAGE012
和总的学习次数；b.选取
Figure 54850DEST_PATH_IMAGE014
个学习特征向量中的一个特征向量
Figure 150982DEST_PATH_IMAGE015
提供给神经网络系统的输入层，并将此特征向量作归一化处理；c.对连接权重矢量进行归一化处理；d.采用欧拉公式
Figure 331428DEST_PATH_IMAGE017
进行尺度计算；e.在
Figure 196616DEST_PATH_IMAGE002
个神经元中找出最小的尺度
Figure 335473DEST_PATH_IMAGE018
，并确定获胜的神经元，使得
Figure 385261DEST_PATH_IMAGE020
成立；f.以
Figure 839376DEST_PATH_IMAGE019
为中心的周围
Figure 149135DEST_PATH_IMAGE010
以内的神经元，与输入层神经元之间的连接权重矢量进行更新；g.选取另一个学习特征向量提供给神经网络的输入层，返回至子步骤c，直至
Figure DEST_PATH_IMAGE053
个学习特征向量全部提供给神经网络；采用规则
Figure 219859DEST_PATH_IMAGE021
更新学习速率
Figure 742107DEST_PATH_IMAGE022
，其中
Figure 581887DEST_PATH_IMAGE023
为神经网络的初始学习速率，
Figure 62547DEST_PATH_IMAGE024
为学习次数；h.采用规则
Figure 354988DEST_PATH_IMAGE025
更新邻域
Figure 680927DEST_PATH_IMAGE026
，其中
Figure 375214DEST_PATH_IMAGE027
为取整符号，
Figure 26775DEST_PATH_IMAGE028
为竞争层神经元；i.令
Figure 72091DEST_PATH_IMAGE029
，返回至子步骤b，直至
Figure 467301DEST_PATH_IMAGE030
为止， 业务分类流程如图2所示。
步骤2，所有业务被分类之后，按照业务QoS要求的高低进行业务传输的优先级区分，在同一时刻，只能允许具有某种优先级的业务被传输。所有业务被分类之后，按照业务QoS要求的高低进行业务传输的优先级区分，业务的传输受优先级控制，对QoS要求高的业务被优先传输，然后传输对QoS要求低的业务，当所有被传输业务中对QoS要求最低的业务被发送后，优先级控制器调整至对QoS要求最高的业务对其进行传输，并重复上述过程。
步骤3，优先级控制器控制
Figure DEST_PATH_IMAGE031AA
个优先级业务，其中第
Figure 734203DEST_PATH_IMAGE054
个业务具有服务等级
Figure 822245DEST_PATH_IMAGE054
，以及相应的时延上界
Figure 558119DEST_PATH_IMAGE033
，大于时延边界的概率为
Figure 757020DEST_PATH_IMAGE034
，优先级为
Figure 160319DEST_PATH_IMAGE032
的统计服务包线为
Figure DEST_PATH_IMAGE055
，服务等级为
Figure 888104DEST_PATH_IMAGE032
的统计服务包线的均值为
Figure 642433DEST_PATH_IMAGE036
，其中，
Figure 371672DEST_PATH_IMAGE038
，
Figure 801516DEST_PATH_IMAGE039
，
Figure 777562DEST_PATH_IMAGE040
，，，
Figure 516476DEST_PATH_IMAGE043
为第
Figure 245398DEST_PATH_IMAGE032
个优先等级上的业务的平均速率，
Figure 324212DEST_PATH_IMAGE044
为第
Figure 291031DEST_PATH_IMAGE045
个优先等级上的业务的平均速率，第
Figure 13317DEST_PATH_IMAGE032
个优先等级上的正实常数，
Figure 895822DEST_PATH_IMAGE056
为第
Figure 248306DEST_PATH_IMAGE045
个优先等级上的正实常数，
Figure 659696DEST_PATH_IMAGE048
为在第
Figure 97630DEST_PATH_IMAGE032
个优先等级上所包含的业务个数，
Figure 518247DEST_PATH_IMAGE049
为在第
Figure 990817DEST_PATH_IMAGE045
个优先等级上所包含的业务个数，
Figure 838687DEST_PATH_IMAGE050
为在第
Figure 232760DEST_PATH_IMAGE032
个优先等级上的链路容量。
步骤4，使用呼叫接入控制单元、业务接入请求控制器、业务状态观测控制器和业务输出控制器控制业务的接入。控制业务接入模型如图3所示，使用基于模糊控制模块的呼叫接入控制单元控制业务的连接。当网络收到一个新的业务连接请求时，及时判断现有的网络带宽是否满足请求连接的业务所需带宽要求，若满足则接受业务连接请求，若不满足则拒绝请求。当业务接入请求控制器接受业务连接请求时，其启动业务输出控制器允许业务的输出。业务状态观测控制器的使用与否受呼叫接入控制单元的控制，业务经业务输出控制器输出后，业务状态观测控制器对业务的状态进行实时观测，并根据所获得的业务状态对业务速率进行调整。
步骤5，呼叫接入控制单元由决策单元、模糊控制模块、模糊等价带宽模块、模糊逻辑规则库和知识库以及经验库组成，模糊控制单元根据模糊逻辑规则库和知识库以及经验库获取规则及经验信息控制判断模糊等价带宽与请求连接的业务所需带宽的大小，若模糊等价带宽大于请求连接的业务所需带宽，则启用决策单元发送接受业务连接请求信号，若模糊等价带宽小于请求连接的业务所需带宽，则启用决策单元发送拒绝业务连接请求信号。业务接入请求控制器的结构如图4所示。
步骤6，业务状态观测控制器由输入业务状态监测器、业务速率控制器以及业务状态评估单元组成，如图5所示。输入业务状态监测器由业务负载过量测量单元和负载均衡单元组成，其中业务负载过量测量单元用于监测输入的业务是否超出多服务网络资源所能提供的范围，负载均衡单元用于调整输入业务的速率，当虚拟缓存没有空间存放输入的业务时，负载均衡单元通过调整虚拟缓存的服务时间来减小输入业务的速率。业务状态评估单元用于对经输入业务状态监测器和业务速率控制器调整前后的输入业务进行评估，检验输入业务是否满足人工设定的相应业务状态指标，并将此信息发送至呼叫接入控制单元中的知识库和经验库用于调整模糊控制器的决策。业务状态观测控制器使用与否由呼叫接入控制单元中的决策单元决定，当接受业务连接请求时启用业务状态观测控制器，当拒绝业务连接请求时不使用业务状态观测控制器。

Claims (7)

1.一种基于多业务网络的业务资源高效管理方法，实现多业务网络中的业务高效管理，包括如下步骤：
A、针对多服务网络中不同QoS要求的业务，采用基于神经网络系统的业务分类器将不同QoS要求的业务进行分类； 
B、所有业务被分类之后，按照业务QoS要求的高低进行业务传输的优先级区分，在同一时刻只能允许具有某种优先级的业务被传输；
C、使用呼叫接入控制单元、业务接入请求控制器、业务状态观测控制器和业务输出控制器控制业务的接入。
2.根据权利要求1的方法，对于所述步骤A其特征在于：由于神经网络具有很强的分类能力，通过对输入样本的自组织学习，能够将分类结果在输出层中显示出来，因此可采用其对不同QoS要求的业务进行分类，设输入的业务特征向量                                                
Figure DEST_PATH_IMAGE001
并行连接到神经网络系统中个神经元中的每一个神经元，每个神经元对应一个连接权重矢量
Figure DEST_PATH_IMAGE003
，
Figure 166801DEST_PATH_IMAGE003
有
Figure 74714DEST_PATH_IMAGE004
个分量，其表示为
Figure DEST_PATH_IMAGE005
，
Figure 554237DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE007
，其值可通过自组织学习确定，对业务的分类过程为：a.首先进行神经网络系统初始化，将神经网络系统的连接权重矢量
Figure 522193DEST_PATH_IMAGE008
赋以
Figure DEST_PATH_IMAGE009
区间的随机值，并确定邻域
Figure 87166DEST_PATH_IMAGE010
的初始值
Figure DEST_PATH_IMAGE011
、学习速率
Figure 267612DEST_PATH_IMAGE012
和总的学习次数
Figure DEST_PATH_IMAGE013
；b.选取
Figure 132800DEST_PATH_IMAGE014
个学习特征向量中的一个特征向量
Figure DEST_PATH_IMAGE015
提供给神经网络系统的输入层，并将此特征向量作归一化处理；c.对连接权重矢量
Figure 740498DEST_PATH_IMAGE016
进行归一化处理；d.采用欧拉公式
Figure DEST_PATH_IMAGE017
进行尺度计算；e.在
Figure 792768DEST_PATH_IMAGE002
个神经元中找出最小的尺度
Figure 308063DEST_PATH_IMAGE018
，并确定获胜的神经元，使得成立；f.以
Figure 304893DEST_PATH_IMAGE019
为中心的周围以内的神经元，与输入层神经元之间的连接权重矢量进行更新；g.选取另一个学习特征向量提供给神经网络的输入层，返回至子步骤c，直至
Figure 897865DEST_PATH_IMAGE014
个学习特征向量全部提供给神经网络；采用规则
Figure DEST_PATH_IMAGE021
  更新学习速率
Figure 206487DEST_PATH_IMAGE022
，其中
Figure DEST_PATH_IMAGE023
为神经网络的初始学习速率，
Figure DEST_PATH_IMAGE025
为学习次数；h.采用规则
Figure 155988DEST_PATH_IMAGE026
更新邻域，其中
Figure 714008DEST_PATH_IMAGE028
为取整符号，
Figure DEST_PATH_IMAGE029
为竞争层神经元；i.令
Figure 774368DEST_PATH_IMAGE030
，返回至子步骤b，直至
Figure DEST_PATH_IMAGE031
为止。
3.根据权利要求1的方法，对于所述步骤B其特征在于：所有业务被分类之后，按照业务QoS要求的高低进行业务传输的优先级区分，业务的传输受优先级控制，对QoS要求高的业务被优先传输，然后传输对QoS要求低的业务，当所有被传输业务中对QoS要求最低的业务被发送后，优先级控制器调整至对QoS要求最高的业务对其进行传输，并重复上述过程。
4.根据权利要求1的方法，对于所述步骤B其特征在于：优先级控制器控制
Figure 937496DEST_PATH_IMAGE004
个优先级业务，其中第个业务具有服务等级，以及相应的时延上界
Figure 103216DEST_PATH_IMAGE034
，其大于时延边界的概率为
Figure DEST_PATH_IMAGE035
，优先级为
Figure 967266DEST_PATH_IMAGE033
的统计服务包线为
Figure 781639DEST_PATH_IMAGE036
，服务等级为
Figure 571478DEST_PATH_IMAGE033
的统计服务包线的均值为
Figure DEST_PATH_IMAGE037
，其中
Figure 838511DEST_PATH_IMAGE038
，
Figure DEST_PATH_IMAGE039
，，
Figure DEST_PATH_IMAGE041
，，
Figure DEST_PATH_IMAGE043
，
Figure 637337DEST_PATH_IMAGE044
为第
Figure 391666DEST_PATH_IMAGE033
个优先等级上的业务的平均速率，
Figure DEST_PATH_IMAGE045
为第
Figure 597520DEST_PATH_IMAGE046
个优先等级上的业务的平均速率，
Figure DEST_PATH_IMAGE047
第
Figure 589746DEST_PATH_IMAGE033
个优先等级上的正实常数，
Figure 19591DEST_PATH_IMAGE048
为第
Figure 730058DEST_PATH_IMAGE046
个优先等级上的正实常数，
Figure DEST_PATH_IMAGE049
为在第
Figure 5181DEST_PATH_IMAGE033
个优先等级上所包含的业务个数，
Figure 117494DEST_PATH_IMAGE050
为在第
Figure 452660DEST_PATH_IMAGE046
个优先等级上所包含的业务个数，
Figure DEST_PATH_IMAGE051
为在第
Figure 650423DEST_PATH_IMAGE033
个优先等级上的链路容量。
5.根据权利要求1的方法，对于所述步骤C其特征在于：使用基于模糊控制模块的呼叫接入控制单元控制业务的连接，当多业务网络收到一个新的业务连接请求时，其即时判断现有的网络可用带宽是否满足请求连接的业务所需带宽要求，若满足要求则接受业务连接请求，若不满足要求则拒绝请求，当业务接入请求控制器接受业务连接请求时，其启动业务输出控制器允许业务的输出，业务状态观测控制器的使用与否受呼叫接入控制单元的控制，业务经业务输出控制器输出后，业务状态观测控制器对业务的状态进行实时观测，并根据所获得的业务状态对业务速率进行调整。
6.根据权利要求1的方法，对于所述步骤C其特征在于：呼叫接入控制单元由决策单元、模糊控制模块、模糊等价带宽模块、模糊逻辑规则库和知识库以及经验库组成，模糊控制单元根据模糊逻辑规则库和知识库以及经验库获取规则及经验信息，用于控制和判断模糊等价带宽与请求连接的业务所需带宽的大小，若模糊等价带宽大于请求连接的业务所需带宽，则启用决策单元发送接受业务连接请求信号，若模糊等价带宽小于请求连接的业务所需带宽，则启用决策单元发送拒绝业务连接请求信号。
7.根据权利要求1的方法，对于所述步骤C其特征在于：业务状态观测控制器由输入业务状态监测器、业务速率控制器以及业务状态评估单元组成，输入业务状态监测器由业务负载过量测量单元和负载均衡单元组成，其中业务负载过量测量单元用于监测输入的业务是否超出多服务网络资源所能提供的范围，负载均衡单元用于调整输入业务的速率，当虚拟缓存没有空间存放输入的业务时，负载均衡单元通过调整虚拟缓存的服务时间来减小输入业务的速率，业务状态评估单元用于对经输入业务状态监测器和业务速率控制器调整前后的输入业务进行评估，检验输入业务是否满足人工设定的相应业务状态指标，并将此信息发送至呼叫接入控制单元中的知识库和经验库用于调整模糊控制器的决策，业务状态观测控制器使用与否由呼叫接入控制单元中的决策单元决定，当接受业务连接请求时启用业务状态观测控制器，当拒绝业务连接请求时不使用业务状态观测控制器。
CN201210051529.7A 2012-03-02 2012-03-02 一种基于多业务网络的业务资源高效管理方法 Active CN102647760B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210051529.7A CN102647760B (zh) 2012-03-02 2012-03-02 一种基于多业务网络的业务资源高效管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210051529.7A CN102647760B (zh) 2012-03-02 2012-03-02 一种基于多业务网络的业务资源高效管理方法

Publications (2)

Publication Number Publication Date
CN102647760A true CN102647760A (zh) 2012-08-22
CN102647760B CN102647760B (zh) 2014-10-15

Family

ID=46660292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210051529.7A Active CN102647760B (zh) 2012-03-02 2012-03-02 一种基于多业务网络的业务资源高效管理方法

Country Status (1)

Country Link
CN (1) CN102647760B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970241A (zh) * 2012-11-07 2013-03-13 浪潮(北京)电子信息产业有限公司 多路径负载均衡方法和装置
CN103986745A (zh) * 2014-04-08 2014-08-13 黄东 一种物联网的业务分类接入和物件标签位置预测方法
CN104080112A (zh) * 2014-07-17 2014-10-01 重庆邮电大学 一种提高无线自组织网络业务可靠性的方法
CN104602142A (zh) * 2015-01-29 2015-05-06 太仓市同维电子有限公司 基于神经网络学习的业务分类方法
CN111711961A (zh) * 2020-04-30 2020-09-25 南京邮电大学 一种引入随机概率参数的业务端到端性能分析方法
CN113473628A (zh) * 2021-08-05 2021-10-01 深圳市虎瑞科技有限公司 智能平台的通信方法以及系统
CN114268985A (zh) * 2021-11-26 2022-04-01 中国联合网络通信集团有限公司 5g专网的质量评估方法、装置、电子设备及存储介质
CN115102871A (zh) * 2022-05-20 2022-09-23 浙江大学 基于业务特征向量的能源互联网控制终端业务处理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080279139A1 (en) * 2004-01-28 2008-11-13 Nathalie Beziot Method for Managing Radio Resources in an Utran Radio Access Network
CN101938403A (zh) * 2009-06-30 2011-01-05 中国电信股份有限公司 多用户多业务的服务质量的保证方法和业务接入控制点

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080279139A1 (en) * 2004-01-28 2008-11-13 Nathalie Beziot Method for Managing Radio Resources in an Utran Radio Access Network
CN101938403A (zh) * 2009-06-30 2011-01-05 中国电信股份有限公司 多用户多业务的服务质量的保证方法和业务接入控制点

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970241A (zh) * 2012-11-07 2013-03-13 浪潮(北京)电子信息产业有限公司 多路径负载均衡方法和装置
CN103986745A (zh) * 2014-04-08 2014-08-13 黄东 一种物联网的业务分类接入和物件标签位置预测方法
CN103986745B (zh) * 2014-04-08 2017-05-17 黄东 一种物联网的业务分类接入和物件标签位置预测方法
CN104080112B (zh) * 2014-07-17 2017-11-07 重庆邮电大学 一种提高无线自组织网络业务可靠性的方法
CN104080112A (zh) * 2014-07-17 2014-10-01 重庆邮电大学 一种提高无线自组织网络业务可靠性的方法
CN104602142B (zh) * 2015-01-29 2018-10-26 太仓市同维电子有限公司 基于神经网络学习的业务分类方法
CN104602142A (zh) * 2015-01-29 2015-05-06 太仓市同维电子有限公司 基于神经网络学习的业务分类方法
CN111711961A (zh) * 2020-04-30 2020-09-25 南京邮电大学 一种引入随机概率参数的业务端到端性能分析方法
CN113473628A (zh) * 2021-08-05 2021-10-01 深圳市虎瑞科技有限公司 智能平台的通信方法以及系统
CN113473628B (zh) * 2021-08-05 2022-08-09 深圳市虎瑞科技有限公司 智能平台的通信方法以及系统
CN114268985A (zh) * 2021-11-26 2022-04-01 中国联合网络通信集团有限公司 5g专网的质量评估方法、装置、电子设备及存储介质
CN114268985B (zh) * 2021-11-26 2024-02-13 中国联合网络通信集团有限公司 5g专网的质量评估方法、装置、电子设备及存储介质
CN115102871A (zh) * 2022-05-20 2022-09-23 浙江大学 基于业务特征向量的能源互联网控制终端业务处理方法
CN115102871B (zh) * 2022-05-20 2023-10-03 浙江大学 基于业务特征向量的能源互联网控制终端业务处理方法

Also Published As

Publication number Publication date
CN102647760B (zh) 2014-10-15

Similar Documents

Publication Publication Date Title
CN102647760A (zh) 一种基于多业务网络的业务资源高效管理方法
CN101828361B (zh) 用于在通信网络系统中调度数据分组的方法和设备
CN108092791B (zh) 网络控制方法、装置及系统
CN107404733A (zh) 一种基于mec和分层sdn的5g移动通信方法及系统
CN107733689A (zh) 基于优先级的动态加权轮询调度策略方法
CN109314710A (zh) 用于通信网络中的服务质量监测、策略执行和计费的系统和方法
CN106789660A (zh) 软件定义网络中QoS可感知的流量管理方法
CN101848167B (zh) 基于类的加权公平队列调度方法及装置
CN106341346A (zh) 基于SDN的数据中心网络中一种保障QoS的路由算法
CN105515880B (zh) 一种适合融合网络的令牌桶流量整形方法
CN1750517B (zh) 一种实现业务带宽保证的方法
CN101692648B (zh) 一种队列调度方法及系统
CN106453143B (zh) 带宽设置方法、装置和系统
CN102739507A (zh) 一种承载状态感知的路由器及其业务流带宽分配方法
US20120027024A1 (en) Zero-Setting Network Quality Service System
CN101217495A (zh) 用于t-mpls网络环境下的流量监控方法和装置
CN105897612B (zh) 一种基于sdn多业务动态带宽分配的方法和系统
MX2015006471A (es) Metodo y aparato para controlar la utilizacion en una aplicacion de software horizontalmente escalado.
CN107948067B (zh) 一种软件定义网络中多业务流QoS保障的链路负载均衡方法
CN104348751B (zh) 虚拟输出队列授权管理方法及装置
CN106533939B (zh) 一种软件定义光接入汇聚网带宽动态调整方法及装置
CN101120612A (zh) 无线基站、控制装置以及无线通信方法
CN105871755A (zh) 一种基于sdn的网络资源分配方法和系统
WO2019128764A1 (zh) 一种调度方法及装置
CN103036802A (zh) 一种流量卸载的方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20180926

Address after: 400026 Chongqing City Jiangbei District 53 West Road 1 Building 2 unit 4-1

Patentee after: Chongqing an Yin Technology Co., Ltd.

Address before: 400042 2-3, nine Keng Zi Road, Yuzhong District, Yuzhong District, Chongqing, 2-3

Patentee before: Huang Dong

TR01 Transfer of patent right