CN103200114B - 城域网规划方法 - Google Patents
城域网规划方法 Download PDFInfo
- Publication number
- CN103200114B CN103200114B CN201310134949.6A CN201310134949A CN103200114B CN 103200114 B CN103200114 B CN 103200114B CN 201310134949 A CN201310134949 A CN 201310134949A CN 103200114 B CN103200114 B CN 103200114B
- Authority
- CN
- China
- Prior art keywords
- area network
- metropolitan area
- user
- peak
- flow
- 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.)
- Active
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明涉及一种城域网规划方法,包括:通过城域网网管收集城域网出口峰值流量、BRAS峰值流量、IPTV峰值流量、SR峰值流量,计算得到各本地网出城域网比例;根据所述出城域网比例计算城域网出口峰值流量;通过城域网网管收集本地网的公众宽带用户数、政企拨号用户数、以及公众宽带峰值用户数和政企拨号峰值用户数,计算得到宽带用户在线集中比;计算公众宽带及政企拨号用户在线平均使用带宽;依据往期规划数据,采用流量曲线外推法推算未来几年的公众用户平均使用带宽。本发明能够更为准确的预测未来城域网流量,在保障数据业务发展的同时,最大限度地节省城域网网络带宽扩容量,大幅节约运营商城域网带宽扩容投资,具有很好的经济价值和社会价值。
Description
技术领域
本发明属于网络规划领域,更具体地,涉及城域网规划方法。
背景技术
信息源及网络应用的开发与利用的水平是社会信息化程度的重要标志。目前基于IP的各种公众信息源日益丰富,适合我国国情的各种中文信息和应用为人们带来了很大的方便,网络逐步成为新型媒体;网上证券交易、网络书店、网上购物、网络图书馆、网络订票系统及各种网络文化娱乐发明的应用逐步普及,正改变着人们传统的工作、学习和生活方式,网络开始步入人们的日常生活,互联网业务充满了活力,新业务、新应用不断出现,而本发明规划形成的健全高速的城域网网络为社会的信息化提供了坚实的基础,为未来更为丰富的网络应用提供了良好的平台。
随着宽带接入的不断普及,为用户提供更加优质、低廉的宽带接入,以及在此基础上的多元化增值服务,已经成为各电信运营商寻求新增长点的重要选择,在此背景下,IP城域网的建设成为国内外各级电信运营商投资和竞争的焦点。
随着网络用户数量和网络业务流量的增加,IP城域网网络的容量需相应的扩容并优化网络结构以满足业务需求。城域网网络带宽的扩容涉及到大量网络设备的扩容。如何将有限的投资合理投入到网络建设中,往往是困扰运营商的一个难题,譬如在一条链路的扩容上,带宽扩容偏大则造成投资浪费、难以产生经济效益,扩容偏小则不能满足用户需求、影响用户感知。
因此,一个准确有效的流量预测模型在城域网网络建设中非常重要。同时,伴随着城域网流量的飞速增长,现网许多城域网路由器设备需要进行升级改造。由于升级改造费用较大,且对未来发展有较大影响,需要进行多方面周密合理的论证和规划。
现在,大多数运营商所采用的城域网流量预测方法较为简单,没有对用户和业务峰值时间段进行区分,往往采用的峰值流量直接叠加的方法,此方法准确性较差,难以满足扩容需求。
发明内容
本申请的发明人考虑到现有技术的上述情况而作出了本发明,本发明的主要目的在于,综合考虑宽带城域网内公众宽带用户流量、政企宽带用户流量、IPTV流量,采用观察-分析-假设-验证-结论的研究方法,基于以城域网设备流量时间曲线为基础的宽带城域网流量模型,提出宽带城域网规划方法。
本发明的实施例将运营商城域网的宏观流量预测分解为基于时间曲线的多类型用户流量预测,采取函数模拟法对各类的流量进行分析,从城域网设备BRAS(BroadbandRemoteAccessServer)、SR(ServiceRouter)的网络流量曲线入手,分析流量的变化趋势和规律,然后对网络流量模型提出一种新的流量函数模型。新的流量模型考虑了不同用户的行为习惯,通过捕捉用户行为曲线的流量计算和预测方法,采取函数模拟法对公众宽带用户和政企宽带用户的流量进行分析,较以往常用流量预测方法能更准确的预测未来网络流量。
根据本发明的一个方面,提供了一种城域网规划方法,包括以下步骤:a、通过城域网网管收集城域网出口峰值流量、BRAS峰值流量、IPTV峰值流量、SR峰值流量,按照以下等式,计算得到各本地网出城域网比例:出城域网比例=城域网出口峰值流量/(BRAS峰值流量-IPTV峰值流量+K*SR峰值流量),其中,K是BRAS峰值流量与SR峰值流量的比例系数,IPTV表示网络电视,SR表示业务路由器;b、通过城域网网管收集本地网的公众宽带用户数、政企拨号用户数、以及公众宽带峰值用户数和政企拨号峰值用户数,按照以下等式,计算得到宽带用户在线集中比:宽带用户在线集中比=(公众宽带峰值用户数+政企拨号峰值用户数)/(公众宽带用户数+政企拨号用户数));c、按照以下等式,计算公众宽带及政企拨号用户在线平均使用带宽:公众宽带及政企拨号用户在线平均使用带宽=(BRAS流量-IPTV流量)/(公众宽带用户数+政企拨号用户数)/宽带用户在线集中比;d、依据往期规划数据,采用流量曲线外推法推算未来几年的公众用户平均使用带宽。
根据本发明的实施例的城域网规划方法,其中,步骤d包括:通过往期的公众用户平均使用带宽和本期计算得到的公众用户在线使用带宽,做线性归回模拟,根据曲线外推法求得函数F(n),并使用所述函数F(n)推算未来几年内公众用户在线平均使用带宽。
根据本发明的实施例的城域网规划方法,还包括以下步骤:e、根据所述公众用户平均使用带宽函数,推算将来的公众用户在线平均使用带宽,并进而根据预测的宽带用户在线集中比和出城域网比例推算出将来的城域网出口流量的预测值。
根据本发明的实施例的城域网规划方法,其中,将K预设为0.748。
根据本发明的实施例的城域网规划方法,在步骤b之前还包括对比例系数K进行比率分析并进行单样本T检验,其包括以下步骤:对比例系数K的样本进行正态分布检验,验证其是否满足正态分布;通过对SR的峰值流量比率进行分析,得到加权均值及标准差;将得到的加权均值作为检验值进行比例系数K的单样本T检验,检验比例K总体均值与得到的加权均值0.748是否存在显著性差异,给出零假设H0,在置信区间95%时,双侧ρ大于0.05,则零假设成立,可以验证比例K的均值为0.748。
根据本发明的实施例的城域网规划方法,其中,对比例系数K的样本进行正态分布检验的步骤包括:收集每台SR在当日CR峰值发生时刻的流量与当日峰值流量的比率,在SPSS软件中做Q-Q图,通过验证Q-Q图上的点分布在期望直线附近而验证比例系数K的正态分布。
根据本发明的实施例的城域网规划方法,在步骤a之前还包括通过方差齐性检验和配对样本t检验检查,验证BRAS峰值流量发生时间与CR峰值流量发生时间基本一致,其包括以下步骤:收集BRAS和CR峰值发生时间,通过SPSS的单因素ANOVA分析,将结果查方差齐性检验用F值表,若得到F值小于查F值表所得的F0.05(N,N),则验证BRAS流量峰值发生时间与CR流量峰值发生时间是来自于相同方差的不同总体;经方差齐性检验,若两组数据是来自同一总体的成对数据,再进行两组数据的配对样本T检验,在置信水平为95%时,双侧概率ρ=0.9远大于0.05,则零假设成立,验证BRAS峰值流量发生时间与CR峰值流量发生时间没有显著差异。
根据本发明的实施例的技术方案具有如下主要优点:
1)能够更为准确的预测未来城域网流量,在保障数据业务发展的同时,最大限度地节省城域网网络带宽扩容量。
2)大幅节约运营商城域网带宽扩容投资,加强了城域网网络差异化的宽带多媒体业务能力,提升社会公众宽带提速感知度,具有很好的经济价值和社会价值。
附图说明
图1是以现有的某运营商的城域网为例,网络向交叉型和全连接型演进的演进过程的示意图;
图2是示出出口路由器上行总流量的曲线图;
图3是示出运用SPSS(StatisticalPackagefortheSocialSciences)流量分析软件进行方差齐性检验的示意图。
图4是示出采用流量曲线外推法推算未来几年的公众用户平均使用带宽的示意图。
具体实施方式
下面,通过参照附图来说明本发明的实施例。
图1是以现有的某运营商的城域网为例,网络向交叉型和全连接型演进的演进过程的示意图。
目前,骨干网核心层下连至部分未改造地市城域网出口路由器主要为N*10G链路,且网络结构为口字型,安全可靠性较弱,在网络链路带宽不断升级扩容的同时,建议网络向交叉型和全连接型演进,演进过程如图1所示。其包括如下演进步骤。
演进步骤一:扩容为4条40G/100GE电路时,为网络安全性和可靠性考虑,将原来的局点口字形连接优化为交叉型连接,城域网出口的每台设备同时上联骨干网的A和B平面。
演进步骤二:未来城域网出口扩容为8条40G/100GE电路时,考虑到路由对成性,可以将城域网出口路由器和骨干网A、B平面之间形成全互联方式。
在该连接方式中,城域网出口两台核心出口路由器完全等同,所有路由均可以通过骨干层核心路由器到出口路由器的电路实现直达,原则上两台出口路由器之间除去路由协议流量和故障倒换流量,不会出现其他对穿流量。调整后的网络结构的安全可靠性有大幅度的提升,能更好的支撑城域网业务的开展。
下面,以中国湖北省为例,说明本发明的实施例所采用的技术方案。
1、基于时间曲线的流量预测模型
1.1总体思路
根据城域网网管数据,可以作出BRAS流量与CR(CoreRouter)流量(城域网出口流量)的时间函数曲线,通过对比分析可以看到,BRAS流量与CR流量出现峰值的时间点相近,因此假设BRAS和CR流量峰值时间一致,选取几个典型本地网的BRAS峰值时间和CR峰值时间进行对比分析检验,通过配对样本t检验检查,验证BRAS峰值流量发生时间与CR峰值流量发生时间没有显著差异,在做流量分析时可以认为BRAS峰值流量发生时间与CR峰值流量发生时间基本一致,并且取样本的均值作为下一步验证的时间采集点。
由SR流量的时间函数曲线观察可发现,流量峰值发生时间与CR流量峰值发生时间不同,但函数曲线呈规律性分布,假设在CR流量峰值发生时的SR流量与SR峰值流量成一固定的比例关系K。选取全省SR在CR流量峰值发生时的流量与峰量数据,做比例分析,观察离散系数和均值,证实假证成立,并将加权均值作为参考值,对全省SR各自算出的比例值Ki做单样本t检验,验证加权均值与样本均值无显著性差异,可将加权均值作为比例K进行流量测算。
1.2峰值流量的观察与数据的选取
由于城域网主要为城域网网内用户服务,因此,我们选取用来计算流量的源数据均为城域网各设备入流量数据(后文中城域网出口、BRAS、SR等流量的数据采集和预测均以入流量为分析对象)。
对全省出口路由器上行总流量做曲线图,如图2所示。
从图2观察可知,城域网出口路由器2012年6月的峰值流量发生在6月27日,下文将主要以6月27日的CR、BRAS、SR、SW流量作为对象进行分析(验证BRAS和CR峰值时间的一致性选取6月27日至6月30日的数据)。
由BRAS和CR流量曲线图可以观察得出,BRAS流量的峰值和CR流量的峰值均出现在每天晚上的20点-23点之间,并且BRAS峰值发生的时间与CR峰值发生的时间差别较小。由IP城域网网管可以得的,6月27日BRAS全省峰值流量合计1205G,而SR全省峰值流量合计为136G,且SR流量在21点-22点间变化不大,对CR峰值时间影响不大,因此,我们假设BRAS峰值发生时间与CR峰值发生时间一致。
下面,说明对BRAS峰值流量发生时间与CR峰值流量发生时间的一致性的方差齐性检验。
从IP城域网网管截取3各本地网的每台BRAS的从20点至23点的峰值流量数据,整理得到三个本地网BRAS总流量峰值发生时间为
BRAS峰值发生时间
日期 | 本地网1 | 本地网2 | 本地网3 |
2012/06/27 | 21:15 | 21:15 | 21:25 |
2012/06/28 | 21:35 | 21:15 | 21:25 |
2012/06/29 | 21:45 | 21:50 | 21:35 |
2012/06/30 | 21:30 | 21:40 | 20:50 |
截取三个本地网的每台CR的从20点至23点的峰值流量数据,整理得到三个本地网CR总流量峰值发生时间为
CR峰值发生时间
日期 | 本地网1 | 本地网2 | 本地网3 |
2012/06/27 | 21:30 | 21:30 | 21:30 |
2012/06/28 | 21:35 | 21:10 | 21:10 |
2012/06/29 | 21:40 | 21:30 | 21:35 |
2012/06/30 | 21:30 | 21:40 | 21:05 |
整理后得到两组样本峰值发生时间的对比
通过SPSS的单因素ANOVA(AnalysisofVariance)分析得到如下结果:
ANOVA
峰值发生时间
两组样本数据自由度均为11,查方差齐性检验用F值表得到F0.05(11,11)=3.28,F值为0.005远小于3.28,并且显著性水平ρ=0.944,在显著性水平为0.05的前提下,通过方差齐性检验,接受零假设,即认为BRAS流量峰值发生时间与CR流量峰值发生时间是来自于相同方差的不同总体。
2、配对样本T检验
经方差齐性检验,两组数据是来自同一总体的成对数据,再进行两组样本的配对样本T检验:
成对样本统计量
可以看到,BRAS、CR的峰值流量发生时间均值分别为21:26和21:27,标准差分别为00:16和00:11。
成对样本相关系数
N | 相关系数 | Sig. | |
对1BRAS&CR | 12 | .733 | .007 |
在显著性水平为0.05时,概率ρ=0.007,小于0.05,拒绝了零假设,可以认为BRAS流量峰值方式时间与CR流量峰值方式时间具有一定的线性关系。
成对样本检验
上表是两配对样本检验的最终结果,BRAS峰值流量发生时间与CR峰值流量发生时间均值基本一致,置信度为95%时差值的置信下限和置信上限分别为-00:07和00:06,0包括在置信区间内,因此两样本差异不大。
在置信水平为95%时,显著性水平为0.05,双侧概率ρ=0.9,远大于0.05,故零假设成立,可以认为BRAS峰值流量发生时间与CR峰值流量发生时间没有显著差异,在做流量分析时可以认为BRAS峰值流量发生时间与CR峰值流量发生时间基本一致,且均值为晚上21点27分左右。
另外,通过城域网网管获得SR流量数据,可以观察到全天有两个波峰,分别发生在下午和晚上,全天峰值发生在下午14点至17点间,而CR流量峰值发生在晚上20点至23点间。数据呈较好的规律性,因此,猜测SR在晚上20点至23点间CR和BRAS峰值发生时的SR流量的与在下午14点至17点间SR峰值流量可能成一定的比例关系(由前文分析,此处CR和BRAS峰值发生时间取均值21点27分),因此假设SR在晚上CR/BRAS峰值发生时的流量与SR的峰值流量成固定比例K。
对比例K进行比率分析并进行单样本T检验。主要步骤如下:
1)对比例K的样本进行正态分布检验,验证其是否满足正态分布;
2)通过对SR在晚上21点27分的流量与在下午14点至17点间的峰值流量比率进行分析,得到加权均值及标准差,分析结果;
3)将得到的加权均值作为检验值进行比例K的单样本T检验,得出均值结论。
下面,说明验证比例K的样本符合正态分布。
在IP城域网网管查截取全省每台SR在6月27日的峰值流量和在6月27日晚上21点27分的流量,整理得下表(共246条链路,此处仅列出前20条)
为进行方差分析,首先对两组数据的比例K值进行正态分布检验。
在SPSS中做Q-Q图,如图3所示。
可以看到,Q-Q图上的点基本分布在期望直线附近,因此,可以认为比例K的分布为正态分布。
下面,说明对SR在CR/BRAS峰值发生时的流量与SR的峰值流量进行比率分析。
对全省SR在晚上21点27分时的流量与在下午14点至17点间的峰值流量作比率分析,得到
比例K的加权均值为0.748,标准差为0.174,离散系数为0.193。离散度较小,可以认为比例K紧密分布在0.748附近。
下面,说明对得到的加权均值作为参考值进行单样本T检验。
检验比例K总体均值与得到的加权均值0.748是否存在显著性差异。给出零假设H0:μ=0.748,
选取检验值为0.748,置信区间95%对比例K做单样本T检验,
单个样本检验
置信度为95%时,显著性水平为0.05,双侧ρ=0.072,大于0.05,且0包括在95%置信区间内,故零假设成立,可以认为比例K的均值为0.748。
综上,因此可以得到:
城域网出口流量=(BRAS流量-IPTV流量+SR流量)*出城域网比例
由上文分析和验证,例如,由IP城域网网管可以收集到2012年6月城域网出口峰值流量,BRAS峰值流量、IPTV峰值流量,SR峰值流量,比例K取0.748,根据以下等式,计算得到各本地网出城域网比例:
城域网出口峰值流量=(BRAS峰值流量-IPTV峰值流量+K*SR峰值流量)*出城域网比例
此外,例如,收集2012年6月全省各本地网的公众宽带用户数,政企拨号用户数和峰值在线用户数,根据以下公式,计算得到宽带用户在线集中比:宽带用户在线集中比=(公众宽带峰值用户数+政企拨号峰值用户数)/(公众宽带用户数+政企拨号用户数)
此外,由于以下等式成立
BRAS流量=公众宽带用户流量+政企拨号用户流量+IPTV流量=(公众宽带用户数+政企拨号用户数)*宽带用户在线集中比*拨号用户在线平均使用带宽+IPTV流量
所以,
公众宽带及政企拨号用户在线平均使用带宽=(BRAS流量-IPTV流量)/(公众宽带用户数+政企拨号用户数)/宽带用户在线集中比
这样,从城域网网管取得BRAS峰值流量和IPTV峰值流量,带入计算得到拨号用户的在线平均使用带宽。
进一步,计算得到2012年6月全省公众宽带及政企拨号用户在线平均使用带宽为492.41kb/s,依据往期规划数据,采用流量曲线外推法推算未来几年的公众用户平均使用带宽。做流量曲线如图4所示。
采用线性回归模型,R2=0.95,能较好的拟合曲线模型,根据曲线外推法求得,全省公众用户在线平均使用带宽函数F(n),
F(n)=0.214x-8318.8,
根据函数推算2013年至2016年公众用户在线平均使用带宽,并进而根据预测的宽带用户在线集中比和出城域网比例推算出2013年至2016年IP城域网出口流量的预测值。
综上所述,计算可得到拨号用户在线平均使用带宽。结合近年的用户在线平均使用带宽,采用流量曲线外推法,可以预测出未来几年的用户在线平均使用带宽。再通过现网的宽带用户在线集中比、出城域网比例等数据的预测,可以预测未来几年的城域网出口峰值流量。
本发明就城域网核心路由器作为研究对象,对40G平台单机路由器提出两种升级方案:升级为40G平台多机集群路由器和升级为100G平台单机路由器。通过初期投资、板卡扩容投资、节能减排等方面探讨了两种演进方式的优劣性。通过比较分析,证实先升级为100G平台单机路由器能有效的节省投资,并能较好的支撑业务发展,是城域网核心路由器升级建设的较优方案。本发明还提出了城域网核心路由器上联骨干网核心路由器的链路结构调整方案,提高城域网上联链路的可靠性。
运用SPSS流量分析软件进行方差齐性检验、配对样本T检验、正态分布检验等来帮助分析验证。通过方差齐性检验和配对样本t检验检查,验证BRAS峰值流量发生时间与CR峰值流量发生时间没有显著差异。通过做比例分析,观察离散系数和均值,并将加权均值作为参考值,对全省SR各自算出的比例值Ki做单样本t检验,验证加权均值与样本均值无显著性差异,得到加权均值K作为比例进行流量测算。
参见下表,例示了本发明的经济效益和社会效益。
本发明的实施例采用的基于时间曲线的流量预测模型经过验证能更为准确的预测未来网络流量趋势,有效的提高了运营商的网络投资有效性(每年节省投资约31%),并保证了在带宽高速提升的时代为用户提供良好的网络体验,具有良好的社会效益和经济效益。
本发明的实施例与现有技术相比,具有下述优势:
上面已经为了列举和说明的目的呈现了本发明的实施例,其不意欲使本发明限于所公开的形式。这里选择和说明的实施例是为了解释本发明的原理和应用,由此,本领域的技术人员能够理解,在针对特定的目的而使用本发明的实施例时,在不脱离本发明的概念和精神的情况下,本领域的技术人员可以对实施例作出各种修改和变型,其均被涵盖在本发明的范围内。
Claims (7)
1.一种城域网规划方法,包括以下步骤:
a、通过城域网网管收集城域网出口峰值流量、BRAS峰值流量、IPTV峰值流量、SR峰值流量,按照以下等式,计算得到各本地网出城域网比例:
出城域网比例=城域网出口峰值流量/(BRAS峰值流量-IPTV峰值流量+K*SR峰值流量),
其中,K是BRAS峰值流量与SR峰值流量的比例系数,IPTV表示网络电视,SR表示业务路由器,
b、通过城域网网管收集本地网的公众宽带用户数、政企拨号用户数、以及公众宽带峰值用户数和政企拨号峰值用户数,按照以下等式,计算得到宽带用户在线集中比:
宽带用户在线集中比=(公众宽带峰值用户数+政企拨号峰值用户数)/(公众宽带用户数+政企拨号用户数),
c、按照以下等式,计算公众宽带及政企拨号用户在线平均使用带宽:
公众宽带及政企拨号用户在线平均使用带宽=(BRAS流量-IPTV流量)/(公众宽带用户数+政企拨号用户数)/宽带用户在线集中比,
d、依据往期规划数据,采用流量曲线外推法推算未来几年的公众用户平均使用带宽。
2.根据权利要求1的城域网规划方法,其中,步骤d包括:通过往期的公众用户平均使用带宽和本期计算得到的公众用户在线使用带宽,做线性归回模拟,根据曲线外推法求得函数F(n),并使用所述函数F(n)推算未来几年内公众用户在线平均使用带宽。
3.根据权利要求2的城域网规划方法,还包括以下步骤:
e、根据所述公众用户平均使用带宽,推算将来的公众用户在线平均使用带宽,并进而根据预测的宽带用户在线集中比和出城域网比例推算出将来的城域网出口流量的预测值。
4.根据权利要求1的城域网规划方法,其中,将K预设为0.748。
5.根据权利要求4的城域网规划方法,在步骤a之前还包括对比例系数K进行比率分析并进行单样本T检验,其包括以下步骤:
对比例系数K的样本进行正态分布检验,验证其是否满足正态分布;
通过对SR的峰值流量比率进行分析,得到加权均值及标准差;
将得到的加权均值作为检验值进行比例系数K的单样本T检验,检验比例K总体均值与得到的加权均值0.748是否存在显著性差异,给出零假设H0,在置信区间95%时,双侧ρ大于0.05,则零假设成立,可以验证比例K的均值为0.748。
6.根据权利要求5的城域网规划方法,其中,对比例系数K的样本进行正态分布检验的步骤包括:收集每台SR在当日CR峰值发生时刻的流量与当日峰值流量的比率,在SPSS软件中做Q-Q图,通过验证Q-Q图上的点分布在期望直线附近而验证比例系数K的正态分布,其中,CR表示核心路由器。
7.根据权利要求1、5或6的城域网规划方法,在步骤a之前还包括通过方差齐性检验和配对样本t检验检查,验证BRAS峰值流量发生时间与CR峰值流量发生时间基本一致,其中,CR表示核心路由器,其包括以下步骤:
收集BRAS和CR峰值发生时间,通过SPSS的单因素ANOVA分析,将结果查方差齐性检验用F值表,若得到F值小于查F值表所得的F0.05(N,N),则验证BRAS流量峰值发生时间与CR流量峰值发生时间是来自于相同方差的不同总体;
经方差齐性检验,若两组数据是来自同一总体的成对数据,再进行两组数据的配对样本T检验,在置信水平为95%时,双侧概率ρ=0.9远大于0.05,则零假设成立,验证BRAS峰值流量发生时间与CR峰值流量发生时间没有显著差异。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310134949.6A CN103200114B (zh) | 2013-04-18 | 2013-04-18 | 城域网规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310134949.6A CN103200114B (zh) | 2013-04-18 | 2013-04-18 | 城域网规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103200114A CN103200114A (zh) | 2013-07-10 |
CN103200114B true CN103200114B (zh) | 2016-04-06 |
Family
ID=48722477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310134949.6A Active CN103200114B (zh) | 2013-04-18 | 2013-04-18 | 城域网规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103200114B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI632522B (zh) * | 2014-11-03 | 2018-08-11 | 中華電信股份有限公司 | Network traffic prediction method and computer program product thereof |
CN110198543B (zh) * | 2018-03-26 | 2021-11-05 | 腾讯科技(深圳)有限公司 | 网络资源规划方法、装置、计算机可读介质及电子设备 |
CN109558987B (zh) * | 2018-12-12 | 2021-03-30 | 南京华苏科技有限公司 | 基于匡算模型预测用户及流量的dc资源处理方法 |
CN109495315B (zh) * | 2018-12-13 | 2021-11-19 | 安徽电信规划设计有限责任公司 | 一种大数据环境下城域网分析预测方法及可读存储介质 |
CN109495317B (zh) * | 2018-12-13 | 2022-01-18 | 中国南方电网有限责任公司 | 数据网流量预测方法及装置 |
CN109743216B (zh) * | 2019-03-06 | 2021-08-17 | 中国联合网络通信集团有限公司 | 一种城域网流量的预测方法及装置 |
CN110166280B (zh) * | 2019-04-10 | 2021-12-07 | 中国联合网络通信集团有限公司 | 一种网络扩容方法和装置 |
CN110300014A (zh) * | 2019-04-17 | 2019-10-01 | 中国联合网络通信集团有限公司 | 一种流量分析方法及装置 |
CN111865635B (zh) * | 2019-04-29 | 2022-11-22 | 中国移动通信集团贵州有限公司 | 环网容量越限时间的确定方法及装置 |
CN112910670B (zh) * | 2019-12-03 | 2023-04-28 | 中盈优创资讯科技有限公司 | 城域网网络扩容方法及装置 |
CN112953741B (zh) * | 2019-12-10 | 2023-10-03 | 中盈优创资讯科技有限公司 | 城域网安全访问端口控制管理方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1545245A (zh) * | 2003-11-12 | 2004-11-10 | 中国科学院计算技术研究所 | 数据网络流量在线预测方法 |
CN1630250A (zh) * | 2003-12-16 | 2005-06-22 | 华为技术有限公司 | 通信网络性能忙闲自动分析方法 |
-
2013
- 2013-04-18 CN CN201310134949.6A patent/CN103200114B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1545245A (zh) * | 2003-11-12 | 2004-11-10 | 中国科学院计算技术研究所 | 数据网络流量在线预测方法 |
CN1630250A (zh) * | 2003-12-16 | 2005-06-22 | 华为技术有限公司 | 通信网络性能忙闲自动分析方法 |
Non-Patent Citations (1)
Title |
---|
"IP城域网流量流向分析";程小芳;《通信与信息技术》;20120930;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN103200114A (zh) | 2013-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103200114B (zh) | 城域网规划方法 | |
Ma | Diusion and assimilation of government microblogging: Evidence from Chinese cities | |
CN104464321B (zh) | 一种基于交通运行指数发展态势的智能交通诱导方法 | |
CN103488678B (zh) | 一种基于用户签到相似度的好友推荐系统 | |
CN109785629A (zh) | 一种短时交通流量预测方法 | |
Lee et al. | Can digital economy alleviate CO2 emissions in the transport sector? Evidence from provincial panel data in China | |
CN109495317A (zh) | 数据网流量预测方法及装置 | |
Rachman et al. | Public opinion of transportation integrated (jak lingko), in dki jakarta, indonesia | |
Huang et al. | Incorporating multimodal coordination into timetabling optimization of the last trains in an urban railway network | |
CN107403396A (zh) | 一种基于微信的智慧物业管理平台 | |
CN103701619A (zh) | 基于cdn和数据中心动态选择的互联网内容分发方法 | |
CN109904925A (zh) | 一种配电台区户变关系校核方法 | |
CN105404943A (zh) | 一种面向移动社交环境的用户行为预测方法 | |
Wang et al. | Big data in telecommunication operators: data, platform and practices | |
CN101895547A (zh) | 一种基于不确定服务的推荐系统及方法 | |
CN103002329B (zh) | 一种预测网络视频广告的到达频次表数据的装置及方法 | |
Wang et al. | Impact of mass media on public awareness: The “Under the Dome” effect in China | |
Zhang | Spatial distribution of inbound tourism in China: Determinants and implications | |
CN105335476A (zh) | 一种热点事件分类方法及装置 | |
CN103699546A (zh) | 一种生成网吧ip数据库的方法及装置 | |
CN111678531B (zh) | 一种基于LightGBM的地铁路径规划方法 | |
Zhang et al. | Last train timetabling optimization for minimizing passenger transfer failures in urban rail transit networks: A time period based approach | |
Cai et al. | Evaluation of urban rail transit operation considering rider and operator satisfaction | |
Van Den Bossche et al. | Maximizing the return on investment for FTTX-rollout through the use of GIS street maps and geomarketing data | |
CN112465396B (zh) | 一种基于沿线站点事件的公交调度方法及系统 |
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 |