CN103686841B - 预测网络拥塞控制的系统和方法 - Google Patents
预测网络拥塞控制的系统和方法 Download PDFInfo
- Publication number
- CN103686841B CN103686841B CN201310410546.XA CN201310410546A CN103686841B CN 103686841 B CN103686841 B CN 103686841B CN 201310410546 A CN201310410546 A CN 201310410546A CN 103686841 B CN103686841 B CN 103686841B
- Authority
- CN
- China
- Prior art keywords
- network
- user
- alarm
- equipment
- service quality
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000008859 change Effects 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 15
- 238000007405 data analysis Methods 0.000 claims description 6
- 230000004043 responsiveness Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 41
- 230000009471 action Effects 0.000 description 25
- 230000015654 memory Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 230000001413 cellular effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- XIJXHOVKJAXCGJ-XLPZGREQSA-N 1-[(2r,4s,5r)-4-hydroxy-5-(hydroxymethyl)oxolan-2-yl]-5-iodopyrimidin-2-one Chemical compound C1[C@H](O)[C@@H](CO)O[C@H]1N1C(=O)N=CC(I)=C1 XIJXHOVKJAXCGJ-XLPZGREQSA-N 0.000 description 2
- 230000003139 buffering effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241001062009 Indigofera Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
- H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0681—Configuration of triggering conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/83—Admission control; Resource allocation based on usage prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/74—Admission control; Resource allocation measures in reaction to resource unavailability
- H04L47/743—Reaction at the end points
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/74—Admission control; Resource allocation measures in reaction to resource unavailability
- H04L47/745—Reaction in network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/74—Admission control; Resource allocation measures in reaction to resource unavailability
- H04L47/748—Negotiation of resources, e.g. modification of a request
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/76—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions
- H04L47/762—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions triggered by the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/82—Miscellaneous aspects
- H04L47/822—Collecting or measuring resource availability data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
预测网络拥塞控制的方法可以包括接收网络的网络业务数据。网络业务数据可以指示该位置中网络的当前使用等级。基于接收到的网络业务数据并基于网络的该位置过去的网络业务数据,可以识别网络的该位置处的预测的未来使用等级。可以生成对改变该位置的未来使用等级的推荐。该推荐可以包括将被发送给网络的该位置中的用户的设备的一种类型的警报。可以将推荐发送到网络的网络策略管理服务器。
Description
技术领域
本专利文件一般涉及网络管理,而且更具体地涉及,但不限于,预测网络拥塞(predictive network congestion control,PNCC)控制的系统和方法。
背景技术
对于诸如提供移动通信网络的通信服务提供商(CSP)而言,对网络资源的需求的增加已经产生许多问题。例如,需求的增加导致了网络拥塞,这可能无法通过增加更多的接入点(例如,蜂窝塔(celluar tower))来迅速或廉价地解决。这种拥塞可能导致掉线、较低的比特率和整体来说较低的客户满意度。
发明内容
本发明的一方面提供了一种系统,其包括:网络接口,其被配置为接收网络中的位置的网络业务数据,该网络业务数据指示该位置中网络的当前使用等级;数据分析引擎,其被配置为基于接收到的网络业务数据并基于网络的该位置过去的网络业务数据来预测网络的该位置处的未来使用等级;以及推荐引擎,其被配置为生成对改变该位置的未来使用等级的推荐,该推荐包括将被发送给网络的该位置中的用户的设备的一种类型的警报,其中,该推荐被发送到网络的网络策略管理服务器。
本发明的另一方面提供了一种方法,包括:经由设备的网络接口从网络管理服务器接收警报,该警报包括以用户的帐户余额的变化作为交换来相对于网络改变设备的服务质量的提议;访问用户偏好以对于接收到的警报做出响应,该用户偏好定义如何对不同类型的警报做出响应;基于用户偏好将响应发送到网络管理服务器;以及基于该响应更新用户的帐户余额。
本发明的另一方面提供了一种包括指令的计算机可读存储设备,当所述指令被至少一个处理器执行时,使所述至少一个处理器:接收网络中的位置的网络业务数据,该网络业务数据指示该位置中网络的当前使用等级;基于接收到的网络业务数据并基于网络的该位置过去的网络业务数据来识别网络的该位置处的预测的未来使用等级;以及生成对改变该位置的未来使用等级的推荐,该推荐包括将被发送给网络的该位置中的用户的设备的一种类型的警报,将该推荐发送到网络的网络策略管理服务器。
附图说明
一些实施例通过在附图的各图中举例但不是限制来示出,在附图中:
图1是根据示范性实施例的系统概览图;
图2是根据示范性实施例的预测网络拥塞控制(PNCC)的图解表示;
图3是根据示范性实施例的用户设备(UE)的图解表示;
图4是根据示范性实施例的数据流图;
图5是图示根据示范性实施例的生成推荐方法的流程图;
图6是根据示范性实施例的对警报做出响应的方法的流程图;以及
图7是采用计算机系统的示例形式的机器的框图,在该计算机系统中可以运行用于使机器执行本文所讨论的任一或多个方法的一组指令。
具体实施方式
以下详细描述包括对附图的参考,所述附图可以构成所述详细描述的一部分。附图通过举例方式示出了可以实践本发明的特定实施例。这些实施例在此也被“示例”,它们被足够详细地示出以使本领域技术人员能够实践本发明。可以组合实施例,可以利用其它实施例,或者可以做出结构、逻辑和电学上的改变而不脱离本发明的范围。因此,以下详细描述不要在限制的意义上来理解,而且本发明的范围由所附权利要求及其等同物定义。
对于诸如提供移动通信网络的通信服务提供商(CSP)而言,对网络资源的需求的增长已经产生许多问题。例如,需求的增长导致了网络拥塞,这可能无法通过增加更多的接入点(例如,蜂窝塔)来迅速或廉价地解决。这种拥塞可能导致掉线、较低的比特率和整体上较低的客户满意度。
CSP已经尝试了各种策略管理战略(policy management strategies),以多种方式来防止拥塞。策略管理可以在技术上有两个重点领域:服务质量(QoS)和网络性能。此外,CSP已经开始终止无限制的使用数据计划。
在一个实施例中,QoS调整涉及依赖于服务的性能要求(service-dependentperformance requirement)的定义,以保证网络质量。例如, CSP可以给予语音服务比对等服务更高的优先级。这可以帮助提高客户满意度和避免客户流失。
在一个实施例中,网络性能调整可以集中在避免网络拥塞上。在这里, CSP可以削减使用过多数据的用户的带宽并且限制业务速率(traffic rate)。例如,CSP可以延迟某些数据包(packet),甚至对于诸如视频的指定服务,可以允许可接受的丢包率。
在各种实施例中,采样第三种方法来缓解网络拥塞。简单地说,第三种方法使CSP能够基于网络区域中当前或未来使用等级(例如,拥塞)向用户发送警报。这些警报可以包括以增加用户帐户的数额(credit)作为交换来降低用户当前的QoS的提议。在各种实施例中,数额可以是指货币数额或非货币数额,诸如奖励积分。例如,警报可以包括以减少用户帐户的余额(credit balance)作为交换来增加视频的QoS的提议。为了方便起见,而且不作为限制,这第三种方法在这里被称为预测网络拥塞控制(PNCC)。
通过使用PNCC系统,可以实现额外的好处。例如,PNCC系统可以记录用户如何对警报做出响应。这进而可以允许CSP更好地调整价格结构,以便同时减少网络拥塞和保持客户满意度。在各种实施例中,PNCC系统还合并了机器学习元素,其学习什么警报不产生影响。因此,PNCC系统可以适应目前的环境。
图1图示了示例的PNCC系统100。PNCC系统100可以包括PNCC服务器102、策略管理服务器104、账单(billing)服务器106、用户设备(UE) 108和网络110。
虽然系统100被示出为具有多个服务器102、104和106,但是这些服务器可以被实现为一个服务器。类似地,每个服务器可以包括一个或多个附加的计算机以执行服务器的相应任务。服务器可以位于单一位置,或者可以分布在多个位置。
在各种实施例中,系统100中所示的元件经由一个或多个网络连接。例如,网络110可以是由CSP管理的蜂窝网络。服务器102、104和106可以经由网络110或未示出的额外网络通信。示例网络可以包括局域网(LAN)、广域网(WAN)、无线网络(例如,802.11或蜂窝网络,诸如UMTS和LTE)、公共交换电话网(PSTN)网络、Ad hoc(自组织)网络、个人区域网络(如蓝牙)、或者网络协议和网络类型的其他组合或排列。网络可以包括单一的 LAN或WAN、或者LAN或WAN的组合,诸如因特网。
在一个实施例中,策略管理服务器104管理网络110的业务流。管理可以包括定义QoS度量(metric)和试图降低网络拥塞。例如,QoS策略可以向目的地为UE 108的语音业务赋予高于视频业务的优先级。减少网络拥塞可以包括对于高带宽用户限制或阻断业务。策略管理服务器104可以对于不同的地理区域具有不同的策略。
在一个实施例中,账单服务器106是管理网络110的用户帐户的服务器,并且涉及开账单(billing)、定费率(rating)和计费(charging)功能。例如,账单服务器106可以具有用于存储网络110的用户的条目的数据库。在一个实施例中,每个条目存储与UE 108相关联的标识符(例如,名称、电话号码、社会保险号码、帐户号码)。每个条目可以包括与用户对网络110的使用相关联的一个或多个账单费率(billing rate)。例如,可以存在对于语音使用的固定月费率以及对于数据使用的每GB(gigabyte,十亿字节)费率。这些账单费率可以基于用户是否接受临时降低/提高服务质量的提议而改变,如本文将进一步讨论的。账单服务器106还可以存储用户的账户余额,其基于用户的选择被扣减或增加。
用户设备108可以利用用于数据和/或语音通信的网络110。用户设备的例子可以包括,但不限于,笔记本计算机、平板计算机、蜂窝电话、智能电话、功能电话(featurephone)、个人计算机(PC)、网络接入卡、和能够在网络上进行通信的其他设备。为了叙述的目的并且不作为限制,用户设备108 被视为能够对策略管理服务器104发送的消息做出响应的蜂窝电话。图3更详细地图示了示例UE 108。
在一个实施例中,PNCC服务器102分析网络110的业务数据,并向策略管理服务器104提供推荐的下一步行动。例如,下一步行动可以包括向将影响网络110的QoS或网络拥塞的用户发送警报。图2图示了PNCC服务器 102的更详细的示例。
图2图示了PNCC服务器102、策略管理服务器104、账单服务器106、网络110和数据交换接口202。在一个实施例中,PNCC服务器102包括:价格计划(price plan)分析器208、管理栈(administrative stack)210、决定和推荐引擎206和数据分析模块204。
在一个实施例中,数据交换接口202被配置为用于交换数据的一个或多个接口。例如,数据交换接口可以被实现为一个或多个应用编程接口(API)。因此,例如,来自账单服务器106的数据可以采用第一格式,并且被重新格式化以供PNCC服务器102使用。数据交换接口202还可以包括用于数据的检索或提交的一个或多个函数调用。例如,可以定义用于将账单账户数据从账单服务器106通过数据交换接口202发送到PNCC服务器102的API调用。虽然图示为与PNCC服务器102分离,但是数据交换接口202可以是PNCC 服务器102的一部分。虽然图中未示出,但是数据交换接口202也可以被用于在策略管理服务器104和PNCC服务器102之间交换数据。
在一个实施例中,可以在PNCC服务器102处经由数据交换接口202接收关于CSP的网络的网络业务数据。在各种实施例中,通过分析网络110,在数据分析模块204中生成网络业务数据。在各种实施例中,根据互联网协议详细记录(internet protocol detailrecord,IPDR)接口接收网络业务数据。根据标准通用标记语言(诸如XML)来格式化IPDR。
网络业务数据可以包括在网络110中传输的数据包的当前数量、通信信道信息、虚拟信道的数量、网络吞吐率、信道窗口大小、缓冲区利用率、容量、注册的设备(例如,每个网络、每个小区、每个区域)、消费细节记录(consumption detail record,CDR)、QoS要求、所使用的数据的类型(例如,语音、视频等)、以及队列长度(例如,数据包的最小和最大阈值)。可以从一个或多个CSP周期性地(例如,每五秒钟、每分钟、每小时等)接收网络业务数据。在各种实施例中,可以以不同的时间间隔接收不同类型的网络业务数据。例如,可以每天接收一次QoS要求,而每十分钟接收一次数据包的当前数量。
在各种实施例中,数据分析模块204生成和保持接收到的网络业务数据的业务数据库。业务数据库可以被存储在诸如系统存储器的易失性存储器中。因此,任何查找和存储可以大大快于诸如传统光盘存储器的非易失性存储器。在一个实施例中,数据库被存储为关系数据库或平面文件(flat-file)数据库;然而,可以使用能够存储和检索数据的任何格式。
在一个实施例中,在业务数据库内,网络业务数据与该网络业务数据所关联的时间(例如,网络业务被收集的时间)相关(例如,日期、小时、分钟、秒)。业务数据还可以与特定位置相关。在一个实施例中,位置可以以许多不同的方式定义。例如,位置可以是单个蜂窝塔、由地理坐标定义的任意区域、邮政编码、或城市。在各种实施例中,每条业务数据与一个或多个位置相关。
在一个实施例中,两条信息之间的相关的意思是检索两条信息之一将直接或间接引导到另一条信息。例如,业务数据库可以具有多个数据条目行,其包括用于业务数据、时间和位置中的每个类型的列。因此,在数据库中查询位置将得到多个行,其包括网络中不同时间的数据包的数量。在不脱离本公开的范围的情况下,也可以使用数据相关的其他排列(例如,具有公共键标识符的数据库模式。
在一个实施例中,决定和推荐引擎206使用业务数据中的数据来预测一个或多个位置中的网络110的未来使用等级,并向策略管理服务器104发送最好的下一步行动。使用等级也可以被称为拥塞等级。确定当前拥塞等级或预测未来拥塞等级可以基于根据CSP定义的统计模型(这里被称为拥塞模型)。例如,用于在任何时间点上确定拥塞等级的相对简单的拥塞模型可以是:注册的设备/容量。更复杂的拥塞模型涉及对多种类型的网络业务数据进行缩放和加权,诸如:0.2(注册的设备)+0.5(传输的数据包)+0.3(缓冲区)。在其它实施例中,拥塞模型可以使用单条业务数据。然后可以将拥塞模型的数字输出与用于各种拥塞等级的一组预定义的范围(例如,低、中、高)进行比较。拥塞模型的输出和所确定的拥塞等级可以与接收到的网络业务数据相关联(例如,业务数据的行可以被更新)。虽然本文讨论了对拥塞等级进行预测,但是可以利用用于输出预测的缓冲等级的类似的模型。
在各种实施例中,预测未来拥塞等级可以基于由CSP定义的另一模型(本文被称为预测模型)。简单模型可以查看给定位置的历史拥塞等级,并预测未来的相似时段将具有相同拥塞等级。例如,在星期二下午6:00,根据历史趋势,平均拥塞等级(例如,使用拥塞模型计算出的)可能为低。然后,在下午7:00,平均拥塞等级可能增加到高。因此,决定和推荐引擎206可以向CSP 发送推荐的行动,以鼓励用户在星期二下午7:00使用较少的网络110的带宽。本文将进一步讨论特定的鼓励。
在一个实施例中,也可以使用更复杂的预测模型来预测未来拥塞等级。例如,使用各种统计技术(诸如,回归分析),可以分析网络业务数据以确定哪些类型的数据更好地预测未来拥塞等级、或与未来拥塞等级更相关。因此,当所确定的类型的数据变化时,可以对未来拥塞进行预测(例如,拥塞的百分比概率或微小变化(percentage probability ornominal change in congestion))。“未来”可以指任何时间段,诸如下一个五分钟或下一小时。在各种实施例中,可以生成对不同时段的多个预测。
在各种实施例中,当新的业务数据变得可用时,预测模式被动态调整。例如,考虑所做出的下周五的下午8:00的拥塞预测。决定和推荐引擎206可以下周五的下午8:00生成拥塞等级,并且将其与预测的等级进行比较。如果两个拥塞等级不同,则可以对预测模型做出调整以反映实际的拥塞等级。此外,可以以类似的方式生成标识当前缓冲区使用率和预测的未来缓冲区使用率的模型。
如上简要讨论的,决定和推荐引擎206可以输出最好的下一步行动,并将其发送到策略管理服务器104。在各种实施例中,最好的下一步行动可以是两种不同类型中的至少一个:(1)网络策略推荐;和(2)鼓励推荐。最好的下一步行动可以基于CSP定义的对于网络的要求。例如,CSP可以指示:在工作日的上午8点到下午4点的时间内拥塞等级不应该高于中等。这些要求可以被存储在PNCC服务器102内。
网络策略推荐可以包括标识哪些类型的数据包的优先级应该高于其他类型的数据包的优先级的数据。例如,推荐可以指示:对于接下来的两个小时,语音数据包应当被赋予高于视频数据包的优先级。其他类型的推荐可以包括限制可用比特率和增加延迟。然而,由于广泛的(broad-based)网络变化可能导致用户担心网络服务/可靠性,因此鼓励推荐也可以被发送到策略管理服务器 104。
在各种实施例中,鼓励推荐标识一种提议(也被称为警报),其将被发送到网络110的位置中的一个或多个用户。所述提议(offer)可以至少包括三个组成部分:(1)质量变化;(2)成本;和(3)持续时间。
在一个实施例中,质量变化指示:如果接受提议,则用户的哪些网络设置将变化。例如,质量变化可以是增加或减少可用于一种数据包(例如,视频、基于IP的语言(VoIP))的带宽。在一个实施例中,质量变化是全局变化,从而带宽的增加/减少与数据包类型无关。
在各种实施例中,成本可以是货币或非货币(例如,积分、数额(credit))。例如,每个用户可以具有货币数额和/或非货币数额的账户余额。提议可以指示:质量变化成本为2.00美元或15个积分。类似地,提议可以指示:质量变化可以导致用户的账户余额增加2.00美元或15个积分。
在一个实施例中,持续时间可以是数值的或条件的。例如,质量变化可以持续两小时或者直到拥塞等级下降到目标等级。持续时间可以是重复时段,从而在每个定义的时段用户被扣款/存款(charged/credited)一次,直到满足条件为止。
因此,在各种实施例中,决定和推荐引擎206可以向策略管理服务器104 发送一个或多个鼓励推荐。推荐可以以特定地点(诸如单个蜂窝塔)为目标。
此外,鼓励推荐可以包括提议应该被发送到的用户的数量。例如,根据类似提议的以往接受率,决定和推荐引擎206可以确定该提议具有预测的25 %的接受率。此外,基于预测和拥塞模型,决策和推荐引擎206可能已经确定:对于接受该提议的每100个用户,拥塞等级降低2%。因此,如果CSP 的要求指示拥塞需要下降4%,则推荐的行动将向800个用户发送该提议(800*0.25=200个接受,而且拥塞降低4%)。可以根据从策略管理服务器104 接收到的信息来确定预测的接受率。与其他模型一样,可以相对于实际接受率来判断预测的接受率,并且将其更新以反映任何差异。
在各种实施例中,价格计划分析器组件208基于过去的使用和由决定和推荐引擎206确定的拥塞模式来分析并推荐价格计划。例如,价格计划分析器组件208可以分析从账单服务器106接收到的账单数据。账单数据可以包括对于一个或多个位置中的用户的目前定价计划(pricing plan)。定价计划可以针对无限制的数据/语音使用、分级计划和特定于数据类型的定价计划。随着时间的推移,对于网络业务数据,决定和推荐引擎206可以确定(例如,使用回归分析)价格的增加或减少对网络拥塞造成什么样的影响。因此,基于 CSP的要求,价格计划分析器组件208可以向一个或多个用户推荐定价计划。
在各种实施例中,PNCC服务器102可以提供接口(例如,网络服务API、独立的应用、网页),其被配置为从用户(例如,CSP的管理者/管理员)接收输入。该输入可以与定价计划的结构相关。价格计划分析器组件208可以输出该输入将对网络110造成的影响。例如,该输出可以显示拥塞等级的变化。该输出也可以显示用户的价格敏感度(例如,在什么样的价格上用户减少他或她的网络使用,或者什么样的价格上用户转换通信公司)。因此,用户可以在实施之前模拟不同定价结构的影响。
在各种实施例中,管理栈组件210被配置成便于PNCC服务器102的各种组件之间的数据交换。例如,管理栈组件210可以帮助定义数据模型(例如,预测和拥塞),其被决定和推荐引擎206用来推荐最好的下一步行动。“定义”可以指将模型的表示存储在数据库中并且将其与CSP关联。管理栈组件 210也可以负责定义如何存储经由数据交换接口202接收到的数据(例如,模式)。类似地,管理栈组件210也可以定义任意的API,其可以用于经由数据交换接口202来交换数据。
图3图示了示例UE 108。在一个实施例中,UE 108是智能电话,其包括至少一个处理器、RF接收器、RF发射器、电源、显示器、输入设备、扬声器、存储设备和麦克风。处理器可以控制UE 108的整体功能,诸如运行存储在存储设备上的应用和控制外围设备。处理器可以是任何类型的处理器,包括RISC、CISC、VLIW、MISC、OISC等。处理器可以与RF接收器和RF发射器通信,以接收和发送诸如蜂窝、蓝牙和WiFi信号的无线信号。处理器可以使用短期存储器来存储操作指令以及在运行操作指令和应用的过程中提供帮助,诸如,计算的临时存储等。处理器也可以使用非临时性存储来读取需要长期的非易失性存储的指令、文件和其他数据。处理器可以接收来自输入设备(例如,手势捕捉、键盘、触摸屏、语音)的输入。处理器可以产生在扬声器上播放的音频输出和其他警报。
在各种实施例中,UE 108被配置为运行与策略管理服务器104或账单服务器106通信的一个或多个应用。如果用户使用非货币的通货(currency),则UE 108可以与图中未示出的忠诚管理平台通信。例如,UE 108可以在用户接口层302之内包括个性化应用304、余额应用306和行动应用308。这些应用可以存在于单一的应用中,该单一的应用是从CSP服务器下载的,或者是从UE 108的制造商提供的在线应用商店下载的。(多个)应用可以被定期更新。此外,图示的处理层310可以被配置为从UE 108接收和发送关于鼓励警报的数据。
在各种实施例中,个性化应用304被配置为向用户(例如,使用UE 108 的CSP的用户)显示一个或多个用户接口(UI),以生成关于接受或拒绝来自CSP的警报的规则。例如,可以创建规则:自动接受视频带宽降低1兆比特/秒(Mbit/s)三个小时,作为交换,存入1.00美元或10个积分。
为此,UI屏幕可以呈现如上所述的警报的三个组成部分中的一个或多个:(1)质量变化;(2)成本;和(3)持续时间。每个组成部分都可以具有为该组成部分定制的一个或多个下拉菜单或其他UI输入元素。例如,质量变化组成部分可以包括具有用于带宽类型(例如,通用数据、视频数据、音频数据)以及质量变化率(例如,1Mbit/s减少、1Mbit/s增加)的条目的下拉菜单。成本组成部分可以包括具有影响质量变化的货币或者非货币值(例如,存入2.00美元、扣除2.00美元、存入10个忠诚积分)的下拉菜单。持续时间可以包括具有值的列表(例如,1、2、3)的下拉菜单和时段(例如,分钟、小时、天)的下拉菜单。其他组成部分也可以被用于规则的创建,诸如一天中的时间、可用数额(available credit)。
此外,布尔值(例如,AND(与)、OR(或)、NOT(非))以及关系运算符(例如,<、>、<=等)可以被呈现给用户,从而可以利用多个条件来创建规则。最后,如果规则被评估并且是真实的,则可以向下拉菜单提供要采取的行动。在一个实施例中,行动可以是:自动接受提议;自动拒绝提议;呈现提议以供我批准/拒绝。例如,为了构建上述示例规则,用户可以从带宽类型下拉菜单选择视频带宽元素、从质量变化率下拉菜单选择1Mbit/s 减少、与从持续时间下拉菜单选择与存入1.00美元的选择相连的AND操作符、与“3”和“小时”相连的AND操作符、以及从行动下拉菜单选择自动接受。在各种实施例中,规则存储在UE 108上,供以后在接收到提议时用于评估。个性化应用304可以允许用户检索先前生成的规则并且进行编辑,然后将其存储。
在一个实施例中,余额应用306被配置来检索和显示已经被链接以供 CSP使用的用户帐户的信用余额。例如,用户可以具有支票帐户(checking account)和航空公司奖励帐户。登录、识别或授权凭证(例如,令牌、密钥)可以被存储在UE 108上以用于检索余额。余额应用306可以定期(例如,每天)或有条件地(例如,在接收或接受提议之后)检索帐户的余额。例如,余额应用306可以使用授权凭证向账单服务器106(或忠诚平台服务器)发送余额请求。账单服务器106可以将余额发送回UE 108,UE 108将消息转发给余额应用306。然后余额应用306可以将余额以及接收到该余额的时间的时间戳存储在一起。
在一个实施例中,用户可以打开(例如,使用输入设备或UE 108激活应用)余额应用306,并且用户的账户的余额和检索余额的时间戳被呈现给该用户。除了任何计划的更新以外,手动刷新余额的选项可以被呈现给该用户。此外,添加或删除账户的选项可以被呈现被该用户。也可以显示用于选择默认帐户的偏好。在一个实施例中,当基于提议的接受来确定哪个帐户被存款或扣款时,行动应用308将使用默认帐户。
在一个实施例中,行动应用308评估在UE 108处从策略管理服务器104 接收到的提议。例如,当在UE 108处接收到提议时,行动应用308可以解析该提议以确定其组成部分(例如,持续时间、成本等)的值。行动应用308 然后可以使用这些值来评估每个规则,以及任何其他规则条件,其已经由用户存储以确定要采取的行动。如果多于一个的规则评估结果为真(true)而且行动冲突(例如,一个行动是自动接受,另一行动是自动拒绝),则可以在UE 108的屏幕上显示消息,该信息具有接受或拒绝该提议的选项。根据规则或用户的手动选择,做出接受还是拒绝该提议的决定。该决定可以从行动应用308传达到处理层310。
在一个实施例中,处理层310被配置为将由行动应用308确定的决定发布到策略管理服务器104。在一个实施例中,发布包括将该决定和该提议的条款发送回策略管理服务器104。在一个实施例中,当从策略管理服务器104 接收到提议时,标识(数字、字母数字)与提议包括在一起。当通过该决定对提议做出响应时,处理层310可以包括该标识。
虽然以上关于UE为中心的规则管理范例进行描述,但是可以使用其他安排。例如,可以使用由CSP运行的网络服务器建立接受或拒绝的规则。然后,当规则可以在网络服务器上评估时,可以接受提议而不需要将该提议总是发送给UE。然后,当已经接受提议时,可以将标识提议的条款的通知发送给UE。可以向用户呈现用于驳回(override)该接受的选项。
图4图示了根据示范性实施例的示例数据流图400。数据流图400中图示了网络110、PNCC服务器102、策略管理服务器104、账单服务器106和 UE 108。
在一个实施例中,在PNCC服务器102接收来自网络110的网络业务数据402。如所讨论的,网络业务数据402可以包括多种类型的数据,其特征在于数据通过网络110流动。在PNCC服务器102识别业务模式404。业务模式可以是网络110的当前或未来拥塞等级。
在一个实施例中,根据识别出的业务模式404,生成最好的下一步行动数据406并将其发送到策略管理服务器104。例如,识别出的业务模式可以是针对网络中的位置的预测的未来使用等级。如果预测的使用等级高于CSP 的要求,则最好的下一步行动可以是发送到策略管理服务器104的指令,以向该位置的一定数量的用户提供2.00美元的存款以换取可用比特率的降低。
在一个实施例中,策略管理服务器104接收最好的下一步行动数据406 并向UE108发送行动警报408。在各种实施例中,使用短消息服务(SMS)、多媒体消息服务(MMS)、非结构化补充业务数据(USSD)、或推送通知来发送行动警报408。行动警报408可以包括最好的下一步行动数据406中接收到的提议细节。在一个实施例中,UE 108向策略管理服务器104发送回对警报的响应410。可以根据存储在UE 108中的自动规则来确定该响应。
在一个实施例,如果对警报的响应410指示接受提议,则策略管理服务器104根据行动警报的条款改变可用于用户的带宽。在一个实施例中,策略管理服务器104分别向账单服务器106和PNCC服务器102发送响应412、 414。响应412、414可以标识行动警报408的接受或拒绝。在一个实施例中,账单服务器106可以基于指示接受行动警报408的响应412来更新UE 108的用户的帐户余额。PNCC服务器102可以使用响应414来进一步改进拥塞预测模型。例如,未来网络业务可以被监视,以确定接受警报的用户的X%对预测的拥塞等级造成什么影响。
图5是图示根据示范性实施例的生成推荐的方法500的流程图。
在方框502,在一个实施例中,接收网络中的位置的网络业务数据。网络业务数据可以指示该位置中网络当前使用等级。在一个实施例中,在诸如 PNCC服务器102的服务器处接收网络业务数据。
在方框504,在一个实施例中,使用本文所描述的任一方法,基于接收到的网络业务数据并基于该位置过去的网络业务数据来预测网络的该位置处的未来使用等级。可以使用PNCC服务器102的数据分析引擎预测未来使用等级。在一个实施例中,预测的未来使用等级可以指示:超过上述可接受的限度时将发生拥塞。
在方框506,使用本文所描述的任一方法生成对改变该位置的未来使用等级的推荐。“改变”可以包括降低该位置中拥塞的预测等级。在一个实施例中,推荐包括将被发送给网络中的该位置中的用户设备的一种类型的警报。确定推荐可以包括基于网络中的位置中的响应于该类型的警报的用户的子集对未来使用等级进行建模。例如,可以确定响应于警报的10个人使拥塞降低 1%。建模可以包括分析网络中的位置中的用户过去对于该类警报的响应率。可以在诸如PNCC服务器102的服务器上生成推荐。
在一个示例中,该类警报可以是针对网络上的用户设备改变网络的QoS 的提议。改变QoS可以包括改变可用于设备的带宽(例如,比特率)。在一个实施例中,该类警报包括改变QoS的持续时间。在一个实施例中,该类警报包括针对在设备处接收到的一类数据改变QoS。
在方框508中,在一个实施例中,将推荐发送到该网络的网络策略管理服务器。
图6是图示根据示范性实施例的对警报做出响应的方法600的流程图。
在方框602,在一个实施例中,在设备处从网络管理服务器接收警报。在一个实施例中,警报包括以用户的帐户余额的变化作为交换来相对于网络改变设备的服务质量的提议。例如,警报可以包括提议以增加帐户余额作为交换来降低设备的服务质量的警报,或者警报可以提议以减少用户的帐户余额作为交换来提高在设备处接收的视频的服务质量。
在方框604,在一个实施例中,访问对接收到的警报做出响应的用户偏好。例如,访问可以包括检索存储在设备上的规则,其标识何时向用户显示警报。用户偏好也可以定义如何对不同类型的警报做出响应。例如,用户偏好可以标识何时自动接受提议。
在方框606,在一个实施例中,基于用户偏好将响应发送到网络管理服务器。
在方框608,在一个实施例中,可以基于响应更新用户的帐户余额。例如,设备可以存储用户的账户余额而且基于提议的接受来减少或增加余额。在一个实施例中,设备向账单服务器发送余额调整请求。余额调整请求可以包括提议金额和用户的帐户的标识。
模块、组件和逻辑
本文将某些实施例描述为包括逻辑或多个模块、组件、引擎或机制(统称为模块)。模块可以构成软件模块(例如,(1)在机器可读介质上具体实施的代码或者(2)在传输信号中具体实施的代码)或硬件实现的模块。硬件实现的模块是能够执行某些操作的有形单元,并且可以以某种方式配置或排列。在示例性实施例中,一个或多个计算机系统(例如,独立的客户端或服务器计算机系统)或者一个或多个处理器可以通过软件(例如,应用或应用的一部分)配置为操作以执行本文所描述的某些操作的硬件实现的模块。
在各种实施例中,硬件实现的模块可以以机械的方式或以电子的方式实施。例如,硬件实现的模块可以包括永久配置为执行某些操作的专用电路或逻辑(例如,作为特定用途的处理器,诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC))。硬件实现的模块还可以包括暂时通过软件进行配置以执行某些操作的可编程逻辑或电路(例如,包含在通用处理器或其他可编程处理器内)。将要理解的是,可以通过成本和时间考虑来驱使以确定是以专用且永久配置的电路或是以暂时配置的电路(例如,通过软件配置)来以机械的方式实施硬件实现的模块。
因此,术语“硬件实现的模块”应该理解为包含有形实体,其是具有物理结构的实体,并被永久配置(例如,硬连线的)或者被临时或暂时配置(例如,编程的)以便以某些方式操作和和/或执行本文所述的某些操作。考虑其中硬件实现的模块是临时配置的(例如,编程的)实施例,每个硬件实现的模块不需要在任一时间的实例中进行配置或实例化(instantiated)。例如,在硬件实现的模块包括使用软件配置的通用处理器的情况下,通用处理器可以被配置为在不同时间用作各自不同的硬件实现的模块。因此,例如软件可以将处理器配置为在一个时间实例处构成特定的硬件实现的模块,而且在不同的时间实例处构成不同的硬件实现的模块。
本文所描述的示例性方法的各种操作可以至少部分地通过暂时配置(例如,通过软件)或永久配置以执行相关操作的一个或多个处理器来实施。不论是暂时配置或永久配置,这种处理器可以构成操作以执行一个或多个操作或功能的处理器实施的模块。在一些示例性实施例中,本文所提及的模块可以包括处理器实施的模块。
类似地,本文所述的方法可以至少部分地由处理器实施。例如,方法的至少一些操作可以由一个或多个处理器或处理器实施的模块来执行。某些操作的性能可以分布在一个或多个处理器之中,不仅驻留在单一机器上,而且部署在多个机器上。在一些示例性实施例中,处理器或多个处理器可以位于单一位置处(例如,位于家庭环境、办公环境、或服务器群内),而在其他实施例中,处理器可以分布在多个位置处。
一个或多个处理器也可以操作以支持“云计算”环境中的相关操作的性能,或作为“软件即服务”(software as a service,SaaS)。例如,至少一些操作可以由一组计算机(作为例子,包括处理器的机器)执行,这些操作可通过网络(例如,互联网)并通过一个或多个合适的接口(例如,应用程序接口(例如,API))访问。
示例性机器架构和机器可读介质
图7是计算机系统700的示例性形式的机器的框图,在该计算机系统700 中可以运行用于使机器执行本文所讨论的任一或多个方法的指令。在可替换的实施例中,机器操作为独立的设备或者可以连接(例如,网络连接)至其他机器。在网络连接部署中,机器可以以服务器-客户端网络环境中的服务器或客户端机器的能力操作,或者作为对等(或分布式)网络环境中的对等机器。机器可以是PC、平板PC、机顶盒(STB)、个人数字助理(PDA)、蜂窝电话、网络应用、网络路由器、交换机或网桥、或能够运行指定将由该机器处理的动作的指令(顺序或其他)的任意机器。而且,虽然仅示出了单一机器,但是术语“机器”还应该被认为包括单独或共同运行一组(或多组)指令以便执行本文所讨论的任一或多种方法的机器的任何集合。
示例性计算机系统700包括处理器702(例如,中央处理器(CPU)、图形处理器(GPU)或二者)、主存储器704和静态存储器706,它们通过总线 708相互通信。计算机系统700还可以包括视频显示单元710(例如,液晶显示器(LCD)或阴极射线管(CRT))。计算机系统700还包括字母数字输入设备712(例如,键盘)、UI导航设备714(例如,鼠标)、磁盘驱动器单元716、信号生成设备718(例如,扬声器)以及网络接口设备720。
机器可读介质
磁盘驱动器单元716包括机器可读介质722,在机器可读介质722上存储有实时或利用本文描述的一个或多个方法或功能的、一组或多组指令和数据结构(例如,软件)724。在由计算机系统700运行指令过程中,指令724 还可以完全地或者至少部分地存在主存储器704内和/或处理器702内,主存储器704和处理器702也构成机器可读介质。
虽然在示例性实施例中将机器可读介质722示出为单一介质,但是术语“机器可读介质”可以包括单一介质或多个介质(例如,集中式数据库或分布式数据库、和/或相关联的高速缓冲存储器和服务器),其存储一组或多组指令或数据结构。术语“机器可读介质”还应该被认为包括能够存储、编码或携带由机器运行且使机器执行本文所公开的一个或多个方法的指令的、或者能够存储、编码或携带由这种指令使用或与这种指令相关联的数据结构的任意临时性或非临时性介质。因此,术语“机器可读介质”应该被认为包括但不限于固态存储器、光介质和磁介质。机器可读介质的具体示例包括非易失性存储器,包括作为示例的半导体存储器设备,例如可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)和闪存设备;诸如内部硬盘和可移动磁盘的磁盘;磁光盘;CD-ROM和DVD-ROM盘。
传输介质
指令724还可以在使用传输介质的通信网络726上发送或接收。指令724 可以使用网络接口设备720和多种已知传输协议(例如,超文本传输协议(HTTP))中的任意一种进行发送。通信网络的示例包括LAN、广域网(“WAN”)、互联网、移动电话网、普通老式电话服务(POST)网络、无线数据网络(例如,WiFi和WiMax网络)。术语“传输介质”应该被认为包括能够存储、编码或携带由机器运行的指令并且包括数字或模拟通信信号的非临时性介质,或者便于这种软件进行通信的其他非临时性介质。
虽然已经参照特定的示例性实施例描述了实施例,但是将明显的是,在不脱离本发明的更宽的精神和范围的情况下,可以对这些实施例做出各种修改和改变。因此,说明书和附图应被视为说明性的而不是限制性的意义。形成本发明的一部分的附图通过举例的方式而不是限制的方式示出特定的实施例,在特定的实施例中主题可以被实践。所示的实施例被足够详细地描述,以使本领域技术人员能够实践这里所公开的教导。其他实施例可以被利用并由其衍生,从而可以做出结构上和逻辑上的替代和变化而不脱离本公开的范围。因此,这种详细的描述不应被认为具有限制意义,并且各种实施例的范围仅由所附权利要求连同这些权利要求的等同物的全部范围来定义。
在这里,本发明主题的这些实施例可以被单独地和/或共同地称为术语“发明”,这仅仅为了方便并且如果实际上公开了一个以上的发明或发明构思,则不旨在将本申请的范围主动限制为任何单一的发明或发明构思。因此,尽管在这里已经示出并描述了特定的实施例,但是应当理解的是,计划用于实施相同目的的任何安排都可以取代所示的特定实施例。本公开旨在覆盖各种实施例的任何和所有改变或变体。阅读上述描述时,上述实施例和本文中没有具体描述的其他实施例的组合对本技术领域技术人员将是显而易见的。
Claims (18)
1.一种用于预测网络拥塞控制的系统,该系统包括:
网络接口,其被配置为接收网络中的位置的网络业务数据,该网络业务数据指示所述位置中网络的当前使用等级;
数据分析引擎,其被配置为基于接收到的网络业务数据并基于网络的所述位置过去的网络业务数据来预测网络的所述位置处的未来使用等级;以及
推荐引擎,其被配置为使用预测的网络的所述位置处的未来使用等级生成关于网络的策略的改变的推荐,该推荐包括将被发送给网络的所述位置中的用户的设备的一种类型的警报,并且将该推荐发送给网络的网络策略管理服务器,
其中,所述网络策略管理服务器被配置为响应于接收到所述推荐而改变所述网络的策略,所述网络的策略调节用于控制所述位置处的网络业务的网络资源的使用,其中所述经调节的网络资源确定提供给所述网络的用户的服务质量,
其中,所述网络策略管理服务器被配置为,在从所述推荐引擎接收到所述推荐时,向所述网络的所述位置处的用户的设备发送警报,所述警报包括允许对于所述网络上的所述用户的设备改变所述网络的服务质量的请求,
其中,所述网络策略管理服务器被配置为,在接收到来自用户的指示允许对于所述用户的设备改变所述网络的服务质量的通知时,对于所述用户的设备改变相应的网络策略。
2.如权利要求1所述的系统,其中,所述类型的警报是对于网络上的用户的设备改变网络的服务质量的提议。
3.如权利要求2所述的系统,其中,改变所述网络策略包括改变服务质量从而改变可用于所述用户的设备的比特率。
4.如权利要求2所述的系统,其中,所述类型的警报包括改变服务质量的持续时间。
5.如权利要求2所述的系统,其中,所述类型的警报包括针对在设备处接收到的一种类型的数据改变服务质量。
6.如权利要求1所述的系统,其中,为了确定所述推荐,所述推荐引擎被配置为:
基于网络中的该位置中的对所述类型的警报做出响应的用户的子集,对未来使用等级进行建模。
7.如权利要求6所述的系统,其中,为了对未来使用等级进行建模,所述推荐引擎被配置为:
分析网络的该位置中的用户过去对于所述类型的警报的响应率。
8.一种用于预测网络拥塞控制的方法,该方法包括:
经由设备的网络接口从网络管理服务器接收警报,该警报包括关于允许相对于网络改变设备的服务质量的请求;
访问用户偏好以对于接收到的警报做出响应,该用户偏好包括指示如何对警报做出响应的信息,其中所述用户偏好标识何时自动接受请求;
基于所述用户偏好中包括的信息将响应发送到网络管理服务器,所述响应指示是否接受关于允许改变所述设备的服务质量的请求。
9.如权利要求8所述的方法,其中,接收警报包括接收关于允许降低所述设备的服务质量的请求。
10.如权利要求8所述的方法,其中,所述用户偏好标识何时向用户显示警报。
11.如权利要求8所述的方法,其中,所述用户偏好标识自动接受请求的设备的位置。
12.如权利要求8所述的方法,其中,所述用户偏好标识自动接受请求的时段。
13.一种存储指令的计算机可读存储设备,当所述指令被至少一个处理器执行时,使所述至少一个处理器:
接收网络中的位置的网络业务数据,该网络业务数据指示所述位置中网络的当前使用等级;
基于接收到的网络业务数据并基于网络的所述位置过去的网络业务数据来识别预测的网络的所述位置处的未来使用等级;以及
使用预测的网络的所述位置处的未来使用等级生成关于所述网络的策略的改变的推荐,该推荐包括将被发送给网络的该位置中的用户的设备的一种类型的警报,
将该推荐发送到网络的网络策略管理服务器,
其中,所述网络策略管理服务器被配置为响应于接收到所述推荐而改变所述网络的策略,所述网络的策略调节用于控制所述位置处的网络业务的网络资源的使用,其中所述经调节的网络资源确定提供给所述网络的用户的服务质量,
其中,所述网络策略管理服务器被配置为,在从所述推荐引擎接收到所述推荐时,向网络的所述位置处的用户的设备发送警报,所述警报包括允许对于所述网络上的所述用户的设备改变所述网络的服务质量的请求,
其中,所述网络策略管理服务器被配置为,在接收到来自用户的指示允许对于所述用户的设备改变所述网络的服务质量的通知时,对于所述用户的设备改变相应的网络策略。
14.如权利要求13所述的计算机可读存储设备,其中,所述类型的警报是对于网络上的用户的设备改变网络的服务质量的提议。
15.如权利要求14所述的计算机可读存储设备,其中,改变网络策略包括改变服务质量从而改变可用于所述用户的设备的比特率。
16.如权利要求14所述的计算机可读存储设备,其中,所述类型的警报包括改变服务质量的持续时间。
17.如权利要求13所述的计算机可读存储设备,其中,确定推荐包括:
基于网络中的该位置中的对所述类型的警报做出响应的用户的子集,对未来使用等级进行建模。
18.如权利要求17所述的计算机可读存储设备,其中,对未来使用等级进行建模包括:
分析网络的该位置中的用户过去对于所述类型的警报的响应率。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/608,536 US9787540B2 (en) | 2012-09-10 | 2012-09-10 | System and method for predictive network congestion control |
US13/608,536 | 2012-09-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103686841A CN103686841A (zh) | 2014-03-26 |
CN103686841B true CN103686841B (zh) | 2018-08-28 |
Family
ID=49165553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310410546.XA Active CN103686841B (zh) | 2012-09-10 | 2013-09-10 | 预测网络拥塞控制的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9787540B2 (zh) |
EP (1) | EP2706703B1 (zh) |
JP (1) | JP5868917B2 (zh) |
CN (1) | CN103686841B (zh) |
CA (1) | CA2824819C (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9954781B2 (en) | 2013-03-15 | 2018-04-24 | International Business Machines Corporation | Adaptive setting of the quantized congestion notification equilibrium setpoint in converged enhanced Ethernet networks |
US9401857B2 (en) | 2013-03-15 | 2016-07-26 | International Business Machines Corporation | Coherent load monitoring of physical and virtual networks with synchronous status acquisition |
US9219689B2 (en) * | 2013-03-15 | 2015-12-22 | International Business Machines Corporation | Source-driven switch probing with feedback request |
US9253096B2 (en) | 2013-03-15 | 2016-02-02 | International Business Machines Corporation | Bypassing congestion points in a converged enhanced ethernet fabric |
US9606840B2 (en) | 2013-06-27 | 2017-03-28 | Sap Se | Enterprise data-driven system for predictive resource provisioning in cloud environments |
US9591108B2 (en) * | 2013-08-20 | 2017-03-07 | Avaya Inc. | Management of network impairment by communication endpoints |
US9674042B2 (en) * | 2013-11-25 | 2017-06-06 | Amazon Technologies, Inc. | Centralized resource usage visualization service for large-scale network topologies |
US9647904B2 (en) * | 2013-11-25 | 2017-05-09 | Amazon Technologies, Inc. | Customer-directed networking limits in distributed systems |
US9749188B2 (en) * | 2014-05-13 | 2017-08-29 | Cisco Technology, Inc. | Predictive networking architecture for next-generation multiservice, multicarrier WANs |
US10102019B2 (en) * | 2014-06-09 | 2018-10-16 | Verizon Patent And Licensing Inc. | Analyzing network traffic for layer-specific corrective actions in a cloud computing environment |
WO2016008519A1 (en) * | 2014-07-16 | 2016-01-21 | Nec Europe Ltd. | Method and system for managing flows in a network |
US9749902B2 (en) | 2014-08-19 | 2017-08-29 | Qualcomm Incorporated | Admission control and load balancing |
US11757970B2 (en) * | 2015-04-13 | 2023-09-12 | Sony Group Corporation | System and method for content streaming in a network environment |
WO2016188565A1 (en) * | 2015-05-26 | 2016-12-01 | Nec Europe Ltd. | Method for providing congestion information in a network |
US10708795B2 (en) | 2016-06-07 | 2020-07-07 | TUPL, Inc. | Artificial intelligence-based network advisor |
EP3258680A1 (en) * | 2016-06-17 | 2017-12-20 | Nokia Solutions and Networks Oy | Multi subscription network prioritization |
CN106254263B (zh) * | 2016-09-30 | 2019-09-20 | 北京邮电大学 | 底层网络拥塞状态信息的获取方法、装置及系统 |
US10986516B2 (en) * | 2017-03-10 | 2021-04-20 | Huawei Technologies Co., Ltd. | System and method of network policy optimization |
US11018958B2 (en) * | 2017-03-14 | 2021-05-25 | Tupl Inc | Communication network quality of experience extrapolation and diagnosis |
US10148525B1 (en) | 2018-04-13 | 2018-12-04 | Winshuttle, Llc | Methods and systems for mitigating risk in deploying unvetted data handling rules |
US11678252B2 (en) | 2018-10-05 | 2023-06-13 | Huawei Technologies Co., Ltd. | Quality of service information notification to user equipment, users, and application server |
EP3790295B1 (en) * | 2019-09-09 | 2024-05-29 | Volkswagen AG | Method, computer program, and apparatus for determining a minimum inter-vehicular distance for a platoon, vehicle, traffic control entity |
US11447164B2 (en) | 2019-10-11 | 2022-09-20 | Progress Rail Services Corporation | Artificial intelligence watchdog for distributed system synchronization |
CN113643348B (zh) * | 2020-04-23 | 2024-02-06 | 杭州海康威视数字技术股份有限公司 | 一种人脸属性分析方法及装置 |
CN113904974B (zh) * | 2021-10-09 | 2023-08-15 | 咪咕文化科技有限公司 | 智能路由方法、装置及设备 |
Family Cites Families (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5892754A (en) * | 1996-06-07 | 1999-04-06 | International Business Machines Corporation | User controlled adaptive flow control for packet networks |
EP0883075A3 (en) | 1997-06-05 | 1999-01-27 | Nortel Networks Corporation | A method and apparatus for forecasting future values of a time series |
US7499453B2 (en) * | 2000-05-19 | 2009-03-03 | Cisco Technology, Inc. | Apparatus and methods for incorporating bandwidth forecasting and dynamic bandwidth allocation into a broadband communication system |
JP4186776B2 (ja) * | 2003-10-01 | 2008-11-26 | 日本電気株式会社 | フロー制御方式およびフロー制御方法 |
US20070180061A1 (en) * | 2006-02-02 | 2007-08-02 | International Business Machines Corporation | Methods and apparatus for interactive specification of context-sensitive sevice level agreements; for provisioning of resources required during service delivery events regulated by service level agreements; and for monitoring compliance with service level agreements during service delivery events |
US8050671B2 (en) * | 2006-11-03 | 2011-11-01 | Alcatel Lucent | Method and apparatus for network growth planning in wireless networks |
US20100273493A1 (en) | 2007-12-12 | 2010-10-28 | Nec Corporation | Radio access network management device, facility plan support system, and facility plan support method used therefor |
US20100157841A1 (en) * | 2008-12-18 | 2010-06-24 | Sarat Puthenpura | Method and apparatus for determining bandwidth requirement for a network |
JP5378268B2 (ja) | 2010-02-23 | 2013-12-25 | 日本電信電話株式会社 | 無線基地局、無線通信システム、無線基地局のトラヒックレベル決定方法 |
WO2012054772A2 (en) * | 2010-10-20 | 2012-04-26 | Visa International Service Association | Dynamically generated targeted subscription package |
US8392574B1 (en) * | 2010-10-29 | 2013-03-05 | Hewlett-Packard Development Company, L.P. | Providing services based on an environmental metric |
US8660523B2 (en) * | 2010-11-08 | 2014-02-25 | Alcatel Lucent | Method of providing rate tiers in wireless communication systems |
EP2469757A1 (en) | 2010-12-24 | 2012-06-27 | British Telecommunications Public Limited Company | Communications network management |
US20120163203A1 (en) * | 2010-12-28 | 2012-06-28 | Tektronix, Inc. | Adaptive Control of Video Transcoding in Mobile Networks |
GB201101909D0 (en) * | 2011-02-04 | 2011-03-23 | Rolls Royce Plc | A method of tip grinding the blades of a gas turbine rotor |
WO2012167191A1 (en) * | 2011-06-01 | 2012-12-06 | Al Gharabally Faisal | Promotional content provided privately via client devices |
US8521129B2 (en) * | 2011-06-27 | 2013-08-27 | Verizon Patent And Licensing Inc. | Adaptive pricing service plan |
US8670385B2 (en) * | 2011-08-23 | 2014-03-11 | Verizon Patent And Licensing Inc. | Dynamic allocation of network resources for provisioning services to user devices |
US20130124557A1 (en) * | 2011-11-14 | 2013-05-16 | Sweetlabs, Inc. | Systems and methods for user configurable recommendation systems |
US9659310B1 (en) * | 2012-03-14 | 2017-05-23 | Amazon Technologies, Inc. | Consumption based subscription frequency recommendations |
-
2012
- 2012-09-10 US US13/608,536 patent/US9787540B2/en active Active
-
2013
- 2013-08-21 CA CA2824819A patent/CA2824819C/en active Active
- 2013-09-09 JP JP2013186000A patent/JP5868917B2/ja active Active
- 2013-09-10 CN CN201310410546.XA patent/CN103686841B/zh active Active
- 2013-09-10 EP EP13183688.4A patent/EP2706703B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2014053898A (ja) | 2014-03-20 |
EP2706703B1 (en) | 2015-11-18 |
CA2824819C (en) | 2018-10-16 |
CA2824819A1 (en) | 2014-03-10 |
CN103686841A (zh) | 2014-03-26 |
EP2706703A2 (en) | 2014-03-12 |
JP5868917B2 (ja) | 2016-02-24 |
US20140071814A1 (en) | 2014-03-13 |
US9787540B2 (en) | 2017-10-10 |
EP2706703A3 (en) | 2014-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103686841B (zh) | 预测网络拥塞控制的系统和方法 | |
CN103262583B (zh) | 使用包括用于多等级计费方案提供、呼叫接纳或容量规划的地理和/或时间无线资源使用模式的用户简档 | |
US11323890B2 (en) | Integrated mobility network planning | |
JP5307153B2 (ja) | 移動環境におけるメッセージ値計算のための方法およびシステム | |
CN102474715B (zh) | 用于在移动设备上预先缓存信息的系统和方法 | |
CN113169886A (zh) | 通信网络优化 | |
CN108605032A (zh) | 用于针对无线通信网络进行客户服务管理的方法和设备 | |
US20170186018A1 (en) | Method and apparatus to create a customer care service | |
US20160323767A1 (en) | Enhanced data collection, processing, and analysis facilities | |
CN103369584A (zh) | 终端装置、终端控制方法、程序和信息处理系统 | |
CN101483531A (zh) | 一种预测式余额告警的方法及系统 | |
Kalem et al. | Technology forecasting in the mobile telecommunication industry: A case study towards the 5G era | |
US11418993B2 (en) | Management of telecommunications network congestion on roadways | |
Xiong et al. | Contract design in hierarchical game for sponsored content service market | |
JP2009099152A (ja) | ネットワークシミュレーション手順を効果的に実行するためのシステム及び方法 | |
Xiao et al. | An in-depth study of commercial MVNO: Measurement and optimization | |
EP3908013B1 (en) | Management of telecommunications network congestion on roadways | |
Joe-Wong et al. | Offering supplementary network technologies: Adoption behavior and offloading benefits | |
Ma et al. | Optimal dynamic pricing of mobile data plans in wireless communications | |
US11190597B1 (en) | Network bandwidth sharing | |
Deng et al. | Utility maximization of cloud-based in-car video recording over vehicular access networks | |
CN103188629B (zh) | 一种不同制式网络间的流量引导方法和装置 | |
Zhao et al. | SDN-based cross-domain cooperative method for trusted nodes recommendation in Mobile crowd sensing | |
CN112037023B (zh) | 一种银行网点管理方法和相关装置 | |
Damnjanovic et al. | Valuation of strategic network flexibility in development of toll road projects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C53 | Correction of patent of invention or patent application | ||
CB02 | Change of applicant information |
Address after: German Waldo Applicant after: SAP AG Address before: German Waldo Applicant before: SAP AG |
|
COR | Change of bibliographic data |
Free format text: CORRECT: APPLICANT; FROM: SAP AG TO: SAP EUROPE AG |
|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |