CN103458461A - 无线局域网负载均衡方法和装置 - Google Patents

Abstract

本发明实施例公开了一种无线局域网负载均衡方法和装置，属于通信技术领域。所述方法包括：AP获取终端的历史行为特征记录；确定各终端的可接入AP列表；计算该终端被执行负载均衡后关联到可接入AP列表中的各AP的偏好概率；计算终端关联到可接入AP列表中的各AP后，各AP的拥塞概率；计算终端被执行负载均衡后的网络的均衡度，该网络的均衡度为终端被执行负载均衡后，可接入AP列表中的各AP发生拥塞的最大概率；根据该网络的均衡度选择终端以执行负载均衡。本发明实施例根据终端的行为特征计算终端被执行均衡负载后，重关联到其它AP的可能性以及关联到其它AP后的网络的均衡度，据此选择终端来执行负载均衡，均衡效果好，易于实现。

Description

无线局域网负载均衡方法和装置

技术领域

本发明涉及通信技术领域，特别涉及一种无线局域网负载均衡方法和装置。

背景技术

随着网络技术的不断发展，网络对人们的生活、学习、工作等方面的影响也随之不断增长。无线局域网不断普及，已经成为了人们生活中不可或缺的一部分。无线局域网中，通常存在多个AP（Access Point，接入点）和多个终端，而随着AP和终端的增多，常常会出现负载不均衡的情况，比如，一个新的热点AP出现，大量的终端接入或切换到该AP中去，使得该AP负载较重，甚至发生超载；或者一小部分AP的业务量饱和，而其他AP较空闲，但仍然陆续有终端接入该饱和的AP等等。负载不均衡的情况会导致网络的吞吐量低，网络弹性差，最终导致服务质量差。

在上述情况下，通常需要采用负载均衡技术来平衡各AP的负载差异，从而充分利用网络现有资源，减少网络阻塞，进而为用户选择更好的服务质量。现有一种负载均衡技术，在该技术中，终端在连接到AP之前或连接过程中，扫描信道获取有关无线网络的信息上报给AP，AP基于终端上报的网络信息为每个终端建立一个建议接入AP列表，当AP需要负载均衡时，通过转交指示信息（包含建议接入的AP）指导STA再次连接。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

在现有的负载均衡中，主要利用STA收集网络信息并通过转交指示信息指导STA再次关联，然而现有的STA大多数都不能支持根据转交指示信息进行重关联的功能，所以现有的负载均衡方案可能失效，难以投入实际应用。

发明内容

为了解决现有技术存在的STA不支持根据转交指示信息进行重关联、导致负载均衡方案失效的问题，本发明实施例提供了一种无线局域网负载均衡方法和装置。所述技术方案如下：

一方面，本发明实施例提供了一种无线局域网负载均衡方法，该方法包括：

接入点获取终端的历史行为特征记录，所述历史行为特征记录包括所述终端每次重关联的接入点标识；

根据所述每次重关联的接入点标识，确定所述终端的可接入接入点列表，所述可接入接入点列表中包括所述终端重关联的所有接入点；

根据所述历史行为特征记录，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率；

计算所述终端关联到所述可接入接入点列表中的各接入点后，各接入点的拥塞概率；

采用所述偏好概率和所述拥塞概率，计算所述终端被执行负载均衡后的网络的均衡度，所述网络的均衡度为所述终端被执行负载均衡后，所述可接入接入点列表中的各接入点发生拥塞的最大概率；

根据所述网络的均衡度执行负载均衡。

另一方面，本发明实施例还提供了一种无线局域网负载均衡装置，该装置包括：

获取模块，用于获取终端的历史行为特征记录，所述历史行为特征记录包括所述终端每次重关联的接入点标识；

确定模块，用于根据所述每次重关联的接入点标识，确定所述终端的可接入接入点列表，所述可接入接入点列表中包括所述终端重关联的所有接入点；

第一计算模块，用于根据所述历史行为特征记录，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率；

第二计算模块，用于计算所述终端关联到所述可接入接入点列表中的各接入点后，各接入点的拥塞概率；

第三计算模块，用于采用所述偏好概率和所述拥塞概率，计算所述终端被执行负载均衡后的网络的均衡度，所述网络的均衡度为所述终端被执行负载均衡后，所述可接入接入点列表中的各接入点发生拥塞的最大概率；

执行模块，用于根据所述第三计算模块计算的网络的均衡度，执行负载均衡。

本发明实施例提供的技术方案带来的有益效果是：通过根据终端的行为特征来计算终端被执行均衡负载后，重关联到其它AP的可能性以及关联到其它AP后的网络的均衡度，在此基础上，选择可以关联到其它AP且关联后网络更加均衡的终端来执行负载均衡，从而可以使得网络负载更加均衡，进而提高充分利用网络现有资源，减少网络阻塞，为用户选择更好的服务质量。并且本发明实施例不需要对终端进行改变，易于实现。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是无线局域网的网络架构图；

图2是本发明实施例1中提供的无线局域网负载均衡方法的流程图；

图3是本发明实施例2中提供的无线局域网负载均衡方法的流程图；

图4是本发明实施例3中提供的无线局域网负载均衡方法的流程图；

图5是本发明实施例4中提供的无线局域网负载均衡装置的结构框图；

图6是本发明实施例5中提供的无线局域网负载均衡装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

如图1所示，在无线局域网中，通常包括一个或多个BSS（Basic Service Set，基本服务集），每个BSS包括一个AP。图中的椭圆表示各AP的覆盖范围，两个或多个AP的覆盖范围部分重叠。位于重叠部分的终端可以关联到多个AP，比如终端1可以关联的AP包括AP1、AP2或AP3。从图中可以看出，若终端1、2、7-10都接入AP2，那么AP2的负载明显高于AP1和AP3的负载，在这种情况下，就需要通过负载均衡来平衡各AP的负载。

实施例1

如图2所示，本发明实施例提供了一种无线局域网负载均衡方法，该方法包括：

步骤101：AP获取终端的历史行为特征记录，该历史行为特征记录包括终端每次重关联的AP标识。

该历史行为特征记录还可以包括相邻的两次重关联之间的时间间隔、每次重关联的时长、终端的优先级等。在具体实现中，可以采用行为特征记录表的形式来记录终端的历史行为特征。

步骤102：根据每次重关联的AP标识，确定各终端的可接入AP列表，该可接入AP列表中包括终端重关联的所有AP。

步骤103：根据终端的历史行为特征记录，计算终端被执行负载均衡后关联到可接入AP列表中的各AP的偏好概率。

具体地，可以假设终端被执行负载均衡后关联到其它AP的过程为随机过程，然后根据该随机过程建立模型，比如一阶马尔科夫模型、半马尔科夫模型等，来计算该偏好概率。此外，还可以根据行为特征记录中，终端关联到各AP的次数来计算该偏好概率。

步骤104：计算终端关联到该可接入AP列表中的各AP后，各AP的拥塞概率。

步骤105：采用计算出的偏好概率和拥塞概率，计算终端被执行负载均衡后的网络的均衡度，该网络的均衡度为终端被执行负载均衡后，可接入AP列表中的各AP发生拥塞的最大概率。

步骤106：根据计算出的网络的均衡度执行负载均衡。

具体地，本实施例不仅适用于已接入终端，还适用于待接入终端。

对于已接入终端，该步骤包括：选择被执行负载均衡后，网络的均衡度小的至少一个终端执行负载均衡。

对于待接入终端，该步骤包括：

计算所述待接入终端关联到当前AP后的网络的均衡度；

比较允许所述待接入终端关联后的网络的均衡度和拒绝所述待接入终端关联后的网络的均衡度，若大于，则允许待接入终端关联到当前AP，若小于，则拒绝待接入终端关联到当前AP。

本发明实施例通过根据终端的行为特征来计算终端被执行均衡负载后，重关联到其它AP的可能性以及关联到其它AP后的网络的均衡度，在此基础上，选择可以关联到其它AP且关联后网络更加均衡的终端来执行负载均衡，从而可以使得网络负载更加均衡，进而提高充分利用网络现有资源，减少网络阻塞，为用户选择更好的服务质量。并且本发明实施例不需要对终端进行改变，易于实现。

实施例2

本实施例以已接入AP的终端为例，对本发明实施例进行详细说明。如图3所示，本实施例提供了一种无线局域网负载均衡方法，该方法包括：

步骤201：判断是否需要启动负载均衡，若是，执行步骤202；若否，则结束本次流程。

具体地，可以根据以下几种方式判断是否需要启动负载均衡：

方式一：根据信道忙闲度Rb判断，若信道忙闲度大于设定阈值，则需要启动负载均衡。具体地，信道忙闲度是指，在一段时间T内，信道上因成功发送数据包或者碰撞而占用信道使得信道忙碌的时间t所占的比率，即Rb=t/T。

方式二：根据当前AP的带宽利用率Ru来判断，若带宽利用率大于设定阈值，则需要启动负载均衡。具体地，带宽利用率Ru为当前业务已占用带宽Bc与AP当前最大可用带宽Bm的比值，即Ru=Bc/Bm。

需要说明的是，该步骤可以由AP周期性或定期自动执行，也可以人工设置启动负载均衡。另外，除了上述两种方式，还可以根据当前用户数量、数据流量等来判断是否需要启动负载均衡。

步骤202：选定至少一个终端作为待均衡终端。

具体地，可以按照终端的类型、终端的预设的优先级、或终端的业务优先级来选定终端。

更具体地，终端的类型包括：支持BSS转移功能的终端（下文中称为A类终端）和不支持BSS转移功能的终端（下文中称为B类终端），优先选择A类终端作为待均衡终端。

终端的类型可以根据以下方式判断：若收到的终端发送的消息中携带了终端偏好AP列表，则表示该终端为A类终端；若没有，则表示该终端为B类终端。

可选地，也可以根据终端的预设的优先级来选定终端，比如，设置会员终端的优先级为1，普通终端的优先级为2，优选选择优先级低终端作为待均衡终端。

可选地，还可以根据终端的业务优先级来选定终端，比如，可以将正在进行VOIP语音业务的终端定义为最高优先级1，其他业务优先级次之，设定为2，优选选择优先级低终端作为待均衡终端。

在具体实现中，可以优先考虑终端类型，然后再考虑优先级。例如，选择顺序可以为优先级低的A类终端、优先级高的A类终端、优先级低的B类终端、优先级高的B类终端。

需要说明的是，本实施例的后续步骤仅针对被选择的待均衡终端进行，以减少计算量并节约资源，但是也可以省略该步骤202，直接默认对每个终端都执行后续步骤。

步骤203：AP获取终端的历史行为特征记录，该历史行为特征记录包括每次重关联的AP标识。

具体地，该历史行为特征记录还可以包括相邻的两次重关联之间的时间间隔、每次重关联的时长、平均重关联时长、平均占用带宽等。当前AP获得终端重关联时长的方式为：在终端重关联到某AP后，会将其上一次关联的AP标识带给该新关联的AP，该新关联的AP会发送关联成功通知消息给上一次关联的AP，这样，上一次关联的AP即可以获得该终端的重关联时长。AP获取平均占用带宽的方式包括但不限于统计单位时间内每个终端的业务流量。

进一步地，对于A类终端，该历史行为特征记录还可以包括终端上报的终端偏好AP列表。AP可以根据本地策略对该终端偏好AP列表进行更新，比如，本地策略可以是综合考虑AP信号强度、AP负载状况、AP信号质量等等而制定的算法。各AP的负载信息，可以通过AC（AccessController，接入控制器）集中维护，各AP周期性上报自身负载给AC，当AP需要获取其它AP的信息时，可以向AC查询对应的负载信息。

需要说明的是，该历史行为特征记录可以采用行为特征记录表的形式，具体地，其可以是一张总列表，也可以分为多个子列表，可以根据需要设置。

在实际应用中，可以采用但不限于以下方式，在下面的方式中，将行为特征记录表分为三个子列表，表一记录各终端每次重关联的相关信息，表二记录B类终端的相关信息，表三记录A类终端的相关信息。

表一

表二B类终端学习表

表三A类终端学习表

步骤204：根据每次重关联的AP标识，确定各终端的可接入AP列表。

进一步地，AP可以根据关联或曾关联到该AP的所有终端的历史行为特征记录，获得该AP的相邻AP列表，比如，对所有历史行为特征记录中的重关联AP的标识取并集。另外，AP还可以根据A类终端上报的终端偏好AP列表来获得该AP的相邻AP列表，比如，对所有终端偏好AP列表中的AP的标识取并集。

步骤205：根据终端的历史行为特征记录，计算终端被执行负载均衡后，关联到该终端的可接入AP列表中的各AP的偏好概率。

具体地，在本实施例中，历史行为特征记录中还包括相邻的两次重关联之间的时间间隔，该步骤包括：采用半马尔科夫模型，计算终端被执行负载均衡后关联到该终端的可接入AP列表中的各AP的偏好概率，半马尔科夫模型的参数通过所述每次重关联的AP标识和相邻的两次重关联之间的时间间隔计算。

更具体地，可以采用偏好概率矩阵来记录各选定移动终端重关联到该AP的各相邻AP的偏好概率。

假设被选择的终端有N个，该AP的相邻AP列表中的AP数量为M，则这N个终端被去关联后，重关联到当前AP的各相邻AP的偏好概率矩阵为：

其中，第n行表示第n个终端重关联到当前AP的各相邻AP的概率，即

$P_n^p=\{p_{n1}^p,p_{n2}^p,....,p_{\mathrm{nm}}^p.....P_{\mathrm{nM}}^p\}---\left(2\right)$

上述偏好概率矩阵可以通过终端的状态转移矩阵计算，过程如下：

假设当前AP将终端去关联后，该终端可能重关联的AP是各随机过程，用X表示。假设该随机过程{X(t),t≥0}的取值状态空间X={a₁，.....a_i....}，0=t₀<t₁<t₂.....是这过程的状态转移时刻，X_n是在时刻t_n发生转移后所处的状态，其中a_i为重关联的AP标识。

假设

表示t→∞时X从状态a_i转移到状态a_j的概率。在本实施例中，将相邻两次重关联之间的时间间隔T_ij假设为概率分布函数

因此，X(t)从状态a_i转移到状态a_j的概率由下式给出：

$P_{\mathrm{ij}}^X\left(t\right)=\underset{t=0}{\overset{\&infin;}{\&Integral;}}{P}_{\mathrm{ij}}^X{f}_{\mathrm{ij}}\left(t\right)\mathrm{dt}=\underset{t=0}{\overset{\&infin;}{\&Integral;}}{P}_{\mathrm{ij}}^X{\mathrm{\&lambda;e}}^{-\mathrm{\&lambda;t}}\mathrm{dt}---\left(3\right)$

根据对终端的行为记录表的分析，可以估算出

和λ。其中，

其中，Nmu(X_n+1=a_j|X_n=a_i)表示X(t)从状态a_i转移到状态a_j的概率的次数。

估算出

和λ后，即可获得X(t)状态转移矩阵P^X(t)：

其中，M为终端可接入AP列表中AP的个数。

假设第n个终端上次重关联到第i个AP，本次重关联与上次重关联的时间间隔为t_n，基于上述状态转移矩阵，可获得该第n个终端重关联到其可接入AP列表的各AP的偏好概率，公式如下：

$P_n^p=\{p_{n1}^p,p_{n2}^p,....p_{\mathrm{nm}}^p.....p_{\mathrm{nM}}^p\}=\{p_{i1}^{X_n}\left(t_n\right),p_{i2}^{X_n}\left(t_n\right)......,p_{\mathrm{iM}}^{X_n}\left(t_n\right)\}---\left(6\right)$

需要说明的是，AP可以周期性地更新由公式（4）所给出的终端的可接入AP列表中各AP之间的状态转移矩阵，也可由事件触发更新公式（4）所示的状态转移矩阵，如需要启动转移式负载均衡时再更新该矩阵。

容易知道，还可以采用一阶马尔科夫模型等算法来计算上述偏好概率。

若上述被选择的N个终端中包括A类终端，则在计算出上述偏好概率之后，对于A类终端，该方法还包括：

按照计算出的偏好概率由大到小的顺序，对可接入AP列表中的AP进行排序处理，获得网络预测AP列表，

判断A类终端对应的网络预测AP列表和终端偏好AP列表中的AP的排列顺序是否一致，若不一致，则用终端偏好AP列表对应的预设的终端偏好概率代替计算出的偏好概率。

具体地，可以按照A类终端上报的终端偏好AP列表中AP的优先级顺序，为各AP从大到小设置一个缺省的概率，即上述预设的终端偏好概率，例如，若终端偏好AP列表

其中

代表了最高优先级的AP标识，则对应

中各AP的偏好概率可简单设置为采用该缺省的概率代替计算出的偏好概率后，再继续执行以下步骤中的计算。

步骤206：计算终端关联到可接入AP列表中的各AP后，各AP的拥塞概率。

具体地，可以根据以下公式计算：

$p_{\mathrm{nm}}^C=\frac{T_n}{B_m^a},$

其中，表示第n个终端负载转移到第m个AP后，该AP的拥塞概率，T_n表示第n个终端的平均占用带宽，

第m个AP的可接入带宽。

同样地，也可以采用矩阵的形式来表示，该矩阵记为拥塞矩阵P^C。

步骤207：采用偏好概率和拥塞概率，计算终端被执行负载均衡后的网络的均衡度，该网络的均衡度为终端被执行负载均衡后，可接入AP列表中的各AP发生拥塞的最大概率。

具体地，假设终端从当前AP去关联后关联到相邻AP的随机过程X和该终端关联到相邻AP后，该相邻AP发生拥塞的随机过程C相互独立，那么，终端被执行负载均衡后，可接入AP列表中的各AP发生拥塞的随机过程Y的概率P^Y可以由C的概率P^C和X^p的概率P^p计算，具体公式为：

$p_{\mathrm{nm}}^Y=p_{\mathrm{nm}}^p*p_{\mathrm{nm}}^C---\left(7\right)$

采用矩阵形式表示，则矩阵P^Y等于偏好矩阵P^p和拥塞矩阵的点乘，如下式所示：

进一步地，假设被当前AP执行负载均衡的第n个终端重关联到相邻AP后网络的均衡度（AP拥塞的最大概率）为 $e_n=\max (p_{n1}^Y,...p_{\mathrm{nm}}^Y,\&CenterDot;\&CenterDot;\&CenterDot;p_{\mathrm{nM}}^Y),---\left(9\right)$

其中，

表示第n个终端转移到第m个AP后，该AP的拥塞概率；e_n越小则表示网络相对均衡度越好。

则被选择的N个终端被执行负载均衡后，网络的均衡度为E={e₁,…e_n，，…e_N,}。

步骤208：根据计算出的网络的均衡度执行负载均衡。

具体地，该步骤包括：

选择被执行负载均衡后，网络的均衡度小的至少一个终端执行负载均衡。

具体地，可以按照以下公式选择终端执行负载均衡：

$n=\mathrm{Arg}\left(\underset{n,0<b\&le;N}{\min }\right\{e_1,\&CenterDot;\&CenterDot;\&CenterDot;e_{n,},\&CenterDot;\&CenterDot;\&CenterDot;e_N\})---\left(10\right)$

具体地，以下表为例对该步骤208进行说明，在表4中，纵轴表示本次可被转移的终端标识，横轴的

分别表示对该终端执行转移后所预测的AP1，AP2，AP3，AP4可能的拥塞度，e_n表示第n个终端转移后的网络的均衡度。按照公式（10）的定义，应该选择终端1进行负载转移。

表4

进一步地，对于A类终端而言，执行负载均衡的步骤包括：发送转移消息，该转移消息中携带有推荐AP列表；

对于B类终端而言，执行负载均衡的步骤包括：执行去关联操作。

具体地，该推荐AP列表可以是AP将网络预测AP列表和终端偏好AP列表综合后给出的列表。比如，可以综合考虑AP信号强度、AP负载状况、AP信号质量等等，基于预定的算法计算出该推荐AP列表。

优选地，在对B类终端执行去关联操作后，该方法还包括：

在预定时间段内，禁止去关联后的终端接入当前AP。这样，可以避免因为重传而消耗网络资源，节约网络流量。

需要说明的是，可以选择一个或多个终端执行负载均衡，具体选择数量根据当前AP的负载状况来决定。

优选地，本实施例的方法还可以包括：

更新终端的历史行为特征记录。

具体地，以上述行为特征记录表为例，可以在终端每次重关联后，对其对应的所有数据（表一、表二和表三中的所有内容）进行更新；也可以在终端每次重关联后，仅更新表一中的各终端重关联的信息，在AP需要启动负载均衡时再对表二和表三中的内容进行更新；还可以在预定时间段内，更新表一中的各终端重关联的信息，周期性对表二和表三中的内容进行更新。

本发明实施例通过根据终端的行为特征来计算终端被执行均衡负载后，重关联到其它AP的可能性以及关联到其它AP后的网络的均衡度，在此基础上，选择可以关联到其它AP且关联后网络更加均衡的终端来执行负载均衡，从而可以使得网络负载更加均衡，进而提高充分利用网络现有资源，减少网络阻塞，为用户选择更好的服务质量。并且本发明实施例不需要对终端进行改变，易于实现。

实施例3

本实施例以待接入终端为例，说明本发明实施例的负载均衡方法，如图4所示，该方法包括：

步骤301：判断是否需要启动负载均衡，若是，执行步骤202；若否，则不进行操作。

具体地，可以根据以下几种方式判断是否需要启动负载均衡：

方式一：根据信道忙闲度Rb判断，若信道忙闲度大于设定阈值，则需要启动负载均衡。具体地，信道忙闲度是指，在一段时间T内，信道上因成功发送数据包或者碰撞而占用信道使得信道忙碌的时间t所占的比率，即Rb=t/T。

方式二：根据当前AP的带宽利用率Ru来判断，若带宽利用率大于设定阈值，则需要启动负载均衡。具体地，带宽利用率Ru为当前业务已占用带宽Bc与AP当前最大可用带宽Bm的比值，即Ru=Bc/Bm。

需要说明的是，该步骤可以由AP周期性或定期自动执行，也可以人工设置启动负载均衡。该步骤的执行与是否有终端接入没有必然关联，但是，若AP启动了负载均衡，则在负载均衡停止之前，对每个待接入终端都需要执行后续步骤。另外，除了上述两种方式，还可以根据当前用户数量、数据流量等来判断是否需要启动负载均衡。

步骤302：获取待接入终端的历史行为特征记录，该行为特征包括每次重关联的AP标识。

AP会保存所有曾经关联过的AP的历史行为特征记录（可以以行为特征记录表的形式），只要该待接入终端曾经关联过当前AP，那么AP就可以获得该终端的行为特征记录表。

具体地，该历史行为特征记录还可以包括相邻的两次重关联之间的时间间隔、每次重关联的时长、平均重关联时长、平均占用带宽等。

步骤303：计算该终端被执行负载均衡后的网络的均衡度。

该步骤303的实现过程与实施例2中的步骤204-207实现过程相同，在此省略详细描述。

步骤304：计算该终端关联到当前AP后的网络的均衡度。

步骤305：根据步骤304和步骤305计算出的网络的均衡度执行负载均衡。

具体地，该步骤包括：

判断该终端关联到当前AP时的网络的均衡度是否较小，若是，则允许该终端关联到当前AP，若否，则拒绝该终端关联到当前AP。

本发明实施例根据终端的行为特征来计算终端被执行均衡负载后，重关联到其它AP的可能性以及关联到其它AP后的网络的均衡度，在此基础上，选择可以关联到其它AP且关联后网络更加均衡的终端来执行负载均衡，从而可以使得网络负载更加均衡，进而提高充分利用网络现有资源，减少网络阻塞，为用户选择更好的服务质量。并且本发明实施例不需要对终端进行改变，易于实现。

实施例4

如图5所示，本实施例提供了一种无线局域网负载均衡装置，该装置包括：

获取模块401，用于获取终端的历史行为特征记录，该历史行为特征记录包括每次重关联的AP标识；

确定模块402，用于根据每次重关联的AP标识，确定各终端的可接入AP列表，该可接入AP列表中包括终端重关联的所有AP；

第一计算模块403，用于根据终端的历史行为特征记录，计算终端被执行负载均衡后关联到可接入AP列表中的各AP的偏好概率；

第二计算模块404，用于计算终端关联到可接入AP列表中的各AP后，各AP的拥塞概率；

第三计算模块405，用于采用前述偏好概率和拥塞概率，计算终端被执行负载均衡后的网络的均衡度，该网络的均衡度为终端被执行负载均衡后，可接入AP列表中的各AP发生拥塞的最大概率；

执行模块406，用于根据第三计算模块405计算的网络的均衡度，执行负载均衡。

具体地，第一计算模块403用于采用半马尔科夫模型，计算终端被执行负载均衡后关联到可接入AP列表中的各AP的偏好概率，该半马尔科夫模型的参数通过每次重关联的AP标识和相邻的两次重关联之间的时间间隔计算。

具体地，第二计算模块404根据以下公式计算终端关联到可接入AP列表中的各AP后，各AP的拥塞概率：

$p_{\mathrm{nm}}^C=\frac{T_n}{B_m^a},$

其中，

表示第n个终端负载转移到第m个AP后，该AP的拥塞概率，T_n表示第n个终端的平均占用带宽，

第m个AP的可接入带宽。

具体地，若终端为已接入终端，则执行模块406，用于选择被执行负载均衡后，网络的均衡度小的至少一个终端执行负载均衡。

更具体地，执行模块406用于对支持BSS转移功能的终端，发送转移消息，该转移消息中携带有推荐AP列表；对不支持BSS转移功能的终端，执行去关联操作。

本发明实施例通过根据终端的行为特征来计算终端被执行均衡负载后，重关联到其它AP的可能性以及关联到其它AP后的网络的均衡度，在此基础上，选择可以关联到其它AP且关联后网络更加均衡的终端来执行负载均衡，从而可以使得网络负载更加均衡，进而提高充分利用网络现有资源，减少网络阻塞，为用户选择更好的服务质量。并且本发明实施例不需要对终端进行改变，易于实现。

实施例5

如图6所示，本发明实施例提供了一种无线局域网负载均衡装置，该装置与实施例4的装置原理和思想相同，与实施例4的装置不同的是，本实施例的装置还可以包括：禁止关联模块507，用于在执行模块406对不支持BSS转移功能的终端，执行去关联操作后，在预定时间段内，禁止去关联后的终端接入当前AP。

优选地，本实施例的装置还包括：

终端选定模块508，用于选定至少一个终端作为待均衡终端；

相应地，获取模块401仅获取该终端选择模块508选定的终端的历史行为特征记录。

优选地，若终端为待接入终端，则本实施例的装置还包括：

第四计算模块509，用于计算该待接入终端关联到当前AP后的网络的均衡度；

则执行模块406，还用于比较允许第四计算模块509计算的网络的均衡度和第三计算模块405计算的网络的均衡度的大小，若大于，则允许该待接入终端关联到当前AP，若小于，则拒绝该待接入终端关联到当前AP。

优选地，若终端中包括支持BSS转移功能的终端，则获取模块401获取到的终端的历史行为特征记录中还包括该支持BSS转移功能的终端上报的终端偏好AP列表；相应地，第一计算模块403还用于，按照计算出的偏好概率由大到小的顺序，对可接入AP列表中的AP进行排序处理，获得网络预测AP列表；判断支持BSS转移功能的终端对应的网络预测AP列表和终端偏好AP列表中的AP的排列顺序是否一致，若不一致，则用终端偏好AP列表对应的预设的终端偏好概率代替计算出的偏好概率。

优选地，本实施例的装置还包括：判断模块510，用于判断是否需要启动负载均衡。

具体地，判断模块510用于判断负载状态变量是否大于阈值，若大于，则判断需要启动负载均衡，该负载状态变量包括但不限于信道忙闲度或接入点带宽利用率。

优选地，本实施例的装置还包括：维护模块511，用于更新终端的历史行为特征记录。

本发明实施例通过根据终端的行为特征来计算终端被执行均衡负载后，重关联到其它AP的可能性以及关联到其它AP后的网络的均衡度，在此基础上，选择可以关联到其它AP且关联后网络更加均衡的终端来执行负载均衡，从而可以使得网络负载更加均衡，进而提高充分利用网络现有资源，减少网络阻塞，为用户选择更好的服务质量。并且本发明实施例不需要对终端进行改变，易于实现。

需要说明的是：上述实施例提供的无线局域网负载均衡装置在负载均衡时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的无线局域网负载均衡装置与无线局域网负载均衡方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (24)

1.一种无线局域网负载均衡方法，其特征在于，所述方法包括：

接入点获取终端的历史行为特征记录，所述历史行为特征记录包括所述终端每次重关联的接入点标识；

根据所述每次重关联的接入点标识，确定所述终端的可接入接入点列表，所述可接入接入点列表中包括所述终端重关联的所有接入点；

根据所述历史行为特征记录，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率；

计算所述终端关联到所述可接入接入点列表中的各接入点后，各接入点的拥塞概率；

采用所述偏好概率和所述拥塞概率，计算所述终端被执行负载均衡后的网络的均衡度，所述网络的均衡度为所述终端被执行负载均衡后，所述可接入接入点列表中的各接入点发生拥塞的最大概率；

根据所述网络的均衡度执行负载均衡。

2.根据权利要求1所述的方法，其特征在于，所述历史行为特征记录还包括相邻的两次重关联之间的时间间隔，所述根据所述历史行为特征记录，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率，包括：

采用半马尔科夫模型，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率，所述半马尔科夫模型的参数通过所述每次重关联的接入点标识和相邻的两次重关联之间的时间间隔计算。

3.根据权利要求1所述的方法，其特征在于，所述计算所述终端关联到所述可接入接入点列表中的各接入点后，各接入点的拥塞概率，根据以下公式计算：

$p_{\mathrm{nm}}^C=\frac{T_n}{B_m^a},$

其中，

表示第n个终端负载转移到第m个接入点后，该接入点的拥塞概率，T_n表示第n个终端的平均占用带宽，第m个接入点的可接入带宽。

4.根据权利要求1所述的方法，其特征在于，若所述终端为已接入终端，则所述根据所述网络的均衡度执行负载均衡，包括：

选择被执行负载均衡后，网络的均衡度小的至少一个终端执行负载均衡。

5.根据权利要求4所述的方法，其特征在于，所述选择执行负载均衡后，网络的均衡度小的至少一个终端执行负载均衡，包括：

对支持基本服务集转移功能的终端，发送转移消息，所述转移消息中携带有推荐接入点列表；

对不支持基本服务集转移功能的终端，执行去关联操作。

6.根据权利要求5所述的方法，其特征在于，在所述对不支持基本服务集转移功能的终端，执行去关联操作后，所述方法还包括：

在预定时间段内，禁止去关联后的所述终端接入当前接入点。

7.根据权利要求4所述的方法，其特征在于，所述方法还包括：

选定至少一个终端作为待均衡终端；

相应地，所述接入点仅获取被选定的终端的历史行为特征记录。

8.根据权利要求1所述的方法，其特征在于，若所述终端为待接入终端，则根据所述网络的均衡度执行负载均衡，包括：

计算所述待接入终端关联到当前接入点后的网络的均衡度；

比较允许所述待接入终端关联后的网络的均衡度和拒绝所述待接入终端关联后的网络的均衡度，若大于，则允许所述待接入终端关联到当前接入点，若小于，则拒绝所述待接入终端关联到当前接入点。

9.根据权利要求1所述的方法，其特征在于，若所述终端中包括支持基本服务集转移功能的终端，则获取到的所述终端的历史行为特征记录中还包括所述支持基本服务集转移功能的终端上报的终端偏好接入点列表；

相应地，在所述根据所述历史行为特征记录，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率之后，所述方法还包括：

按照计算出的偏好概率由大到小的顺序，对所述可接入接入点列表中的接入点进行排序处理，获得网络预测接入点列表，

判断所述支持基本服务集转移功能的终端对应的所述网络预测接入点列表和所述终端偏好接入点列表中的接入点的排列顺序是否一致，若不一致，则用所述终端偏好接入点列表对应的预设的终端偏好概率代替计算出的所述偏好概率。

10.根据权利要求1所述的方法，其特征在于，在所述接入点获取终端的历史行为特征记录之前，所述方法还包括：

接入点判断是否需要启动负载均衡。

11.根据权利要求10所述的方法，其特征在于，所述接入点判断是否需要启动负载均衡，包括：

判断负载状态变量是否大于阈值，若大于，则需要启动负载均衡，所述负载状态变量包括信道忙闲度或接入点带宽利用率。

12.根据权利要求1所述的方法，其特征在于，所述方法还包括：

更新终端的历史行为特征记录。

13.一种无线局域网负载均衡装置，其特征在于，所述装置包括：

获取模块，用于获取终端的历史行为特征记录，所述历史行为特征记录包括所述终端每次重关联的接入点标识；

确定模块，用于根据所述每次重关联的接入点标识，确定所述终端的可接入接入点列表，所述可接入接入点列表中包括所述终端重关联的所有接入点；

第一计算模块，用于根据所述历史行为特征记录，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率；

第二计算模块，用于计算所述终端关联到所述可接入接入点列表中的各接入点后，各接入点的拥塞概率；

第三计算模块，用于采用所述偏好概率和所述拥塞概率，计算所述终端被执行负载均衡后的网络的均衡度，所述网络的均衡度为所述终端被执行负载均衡后，所述可接入接入点列表中的各接入点发生拥塞的最大概率；

执行模块，用于根据所述第三计算模块计算的网络的均衡度，执行负载均衡。

14.根据权利要求13所述的装置，其特征在于，所述历史行为特征记录还包括相邻的两次重关联之间的时间间隔，所述第一计算模块用于采用半马尔科夫模型，计算所述终端被执行负载均衡后关联到所述可接入接入点列表中的各接入点的偏好概率，所述半马尔科夫模型的参数通过所述每次重关联的接入点标识和相邻的两次重关联之间的时间间隔计算。

15.根据权利要求13所述的装置，其特征在于，所述第二计算模块根据以下公式计算所述终端关联到所述可接入接入点列表中的各接入点后，各接入点的拥塞概率：

$p_{\mathrm{nm}}^C=\frac{T_n}{B_m^a},$

其中，表示第n个终端负载转移到第m个接入点后，该接入点的拥塞概率，T_n表示第n个终端的平均占用带宽，

第m个接入点的可接入带宽。

16.根据权利要求13所述的装置，其特征在于，若所述终端为已接入终端，则所述执行模块，用于选择被执行负载均衡后，网络的均衡度小的至少一个终端执行负载均衡。

17.根据权利要求16所述的装置，其特征在于，所述执行模块，用于对支持基本服务集转移功能的终端，发送转移消息，所述转移消息中携带有推荐接入点列表；对不支持基本服务集转移功能的终端，执行去关联操作。

18.根据权利要求17所述的装置，其特征在于，所述装置还包括：

禁止关联模块，用于在所述执行模块对不支持基本服务集转移功能的终端，执行去关联操作后，在预定时间段内，禁止去关联后的所述终端接入当前接入点。

19.根据权利要求16所述的装置，其特征在于，所述装置还包括：

终端选定模块，用于选定至少一个终端作为待均衡终端；

相应地，所述获取模块仅获取所述终端选择模块选定的终端的历史行为特征记录。

20.根据权利要求13所述的装置，其特征在于，若所述终端为待接入终端，则所述装置还包括：

第四计算模块，用于计算所述待接入终端关联到当前接入点后的网络的均衡度；

则所述执行模块，用于比较允许所述第四计算模块计算的网络的均衡度和所述第三计算模块计算的网络的均衡度的大小，若大于，则允许所述待接入终端关联到当前接入点，若小于，则拒绝所述待接入终端关联到当前接入点。

21.根据权利要求13所述的装置，其特征在于，若所述终端中包括支持基本服务集转移功能的终端，则所述获取模块获取到的所述终端的历史行为特征记录中还包括所述支持基本服务集转移功能的终端上报的终端偏好接入点列表；

相应地，所述第一计算模块还用于，按照计算出的偏好概率由大到小的顺序，对所述可接入接入点列表中的接入点进行排序处理，获得网络预测接入点列表；

判断所述支持基本服务集转移功能的终端对应的所述网络预测接入点列表和所述终端偏好接入点列表中的接入点的排列顺序是否一致，若不一致，则用所述终端偏好接入点列表对应的预设的终端偏好概率代替计算出的所述偏好概率。

22.根据权利要求13所述的装置，其特征在于，所述装置还包括：

判断模块，用于判断是否需要启动负载均衡。

23.根据权利要求22所述的装置，其特征在于，所述判断模块用于判断负载状态变量是否大于阈值，若大于，则判断需要启动负载均衡，所述负载状态变量包括信道忙闲度或接入点带宽利用率。

24.根据权利要求13所述的装置，其特征在于，所述装置还包括：

维护模块，用于更新终端的历史行为特征记录。

Images