CN104041091B - 用于在拥塞网络中进行预下载的系统和方法 - Google Patents
用于在拥塞网络中进行预下载的系统和方法 Download PDFInfo
- Publication number
- CN104041091B CN104041091B CN201380004892.6A CN201380004892A CN104041091B CN 104041091 B CN104041091 B CN 104041091B CN 201380004892 A CN201380004892 A CN 201380004892A CN 104041091 B CN104041091 B CN 104041091B
- Authority
- CN
- China
- Prior art keywords
- data
- expense
- relatively low
- network
- prediction
- 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.)
- Expired - Fee Related
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0215—Traffic management, e.g. flow control or congestion control based on user or device properties, e.g. MTC-capable devices
-
- 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
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- 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
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/62—Establishing a time schedule for servicing the requests
Abstract
一种实施例用户设备具有用户可能请求的预测数据列表,以及执行如下操作的程序:基于所述预测数据列表以较低的费用接收预取数据,其中所述较低的费用低于下载所述数据的网络费用;以及将所述预取数据存储在所述UE内供未来使用。一种实施例基站具有UE可能请求的预测数据列表、所述UE请求的数据的高优先级队列以及具有对应于所述预测数据列表的预测数据的低优先级队列。所述基站进一步包括发送所述被请求数据和发送所述预测数据的程序。
Description
本发明要求2012年1月6日递交的发明名称为“用于在拥塞网络中进行预测下载的系统和方法(Systems and Methods for Predictive Downloading in CongestedNetworks)”的第61/583973号美国临时申请案以及2013年1月4日递交的发明名称为“用于在拥塞网络中进行预测下载的系统和方法(Systems and Methods for PredictiveDownloading in Congested Networks)”的第13/734439号美国非临时申请案的在先申请优先权,这两个在先申请的内容以引入的方式并入本文本中。
技术领域
本发明大体上涉及通信方法和系统,且在具体实施例中,涉及一种用于在通信网络中下载信息的系统和方法。
背景技术
通信网络提供网元之间的通信。例如,无线通信网络等通信网络允许用户访问远端信息。用户访问和下载的数据量可能是庞大的,并且可在用户等待请求数据的时间量方面产生响应时间的延迟。
关于数据访问,特别是下载,普遍认为用户的下载习惯是可预测的,而且传输/接收数据的费用随着时间的推移而动态变化(例如,系统经常负载不足)。目前涉及预测下载的技术聚焦于用户应用层。用户设备(UE)中的特定应用可使用预测下载来预取数据并在用户实际请求数据时最小化响应时间。
发明内容
通过本发明的优选实施例,其允许在预测网络中进行预测下载,通常可解决或避免这些和其他问题,而且通常可获得技术优势。
根据本发明的实施例,一种用于预取数据的方法包括提供预测数据列表给用户设备(UE);在所述UE处以较低的费用接收对应于所述预测数据列表的预取数据,其中所述较低的费用低于下载所述预测数据的网络费用;以及将所述预取数据存储在所述UE内供未来使用。
根据本发明的另一实施例,用户设备包括处理器和存储由所述处理器执行的程序的计算机可读存储介质,所述程序包括进行如下操作的指令:接收所述UE将来可请求的数据列表;基于所述列表以较低的费用下载数据,其中所述较低的费用低于下载所述预测数据的网络费用;以及将所述数据存储在所述UE中。
根据本发明的另一实施例,一种用于传输数据的方法包括传输来自基站(BS)的由用户设备(UE)请求的请求数据;提供UE可请求的预测数据列表给所述BS;基于所述列表生成低优先级队列的预测数据,其中设置所述低优先级队列的优先级低于由所述BS传输的请求数据的优先级;以及以较低的费用传输所述低优先级队列中的预测数据,其中所述较低的费用低于传输所述预测数据的费用。
根据本发明的又一实施例,基站(BS)包括处理器以及存储由所述处理器执行的程序的计算机可读存储介质。所述程序包括进行如下操作的指令:在所述BS处为用户设备(UE)请求的数据创建一个高优先级队列;发送所述高优先级队列中的请求数据;在所述BS处接收所述UE可请求的潜在数据列表;创建对应于所述潜在数据的低优先级队列,其中所述低优先级队列的优先级低于所述高优先级队列的优先级;以及以较低的费用将潜在数据发送给接收所述潜在数据的UE,其中所述较低的费用低于发送所述潜在数据的费用。
实施例的优点是其允许UE在没有支付数据的费用时接收预测数据,除非实际上使用了该数据。
实施例的又一优点是其在网络负载不足的时期发送预测数据给UE,从而允许网络最大化吞吐量。
附图说明
为了更完整地理解本发明及其优点,现在参考以下结合附图进行的描述,其中:
图1为根据实施例的图示网络系统的方框图,该网络系统可用于实施本文所述的设备和方法等。
图2为根据实施例的用户设备(UE)的方框图,该用户设备可用于实施本文所述的设备和方法等。
图3为根据实施例的调度器的流程图,该调度器可用于实施本文所述的设备和方法等。
图4为根据实施例的图示计算平台的方框图,该计算平台可用于实施本文所述的设备和方法等。
具体实施方式
下文将详细论述当前优选实施例的制作和使用。然而,应了解,本发明提供可在各种具体上下文中体现的许多适用的发明性概念。所论述的具体实施例仅仅说明用以实施和使用本发明的具体方式,而不限制本发明的范围。
用户应用层处的预测下载忽略了网络负载,并且未能在网络负载不足时预取数据和最大化网络效率。此外,根据目前的方法,用户使用任何预取数据都向网络付费,即使用户最终没有请求数据。因此,用户可能要为他们实际不需要的数据付费。相应地,提供了一种用于在拥塞网络中进行预测下载的系统和方法以解决这些问题。
结合具体上下文中的优选实施例描述各种实施例,所述具体上下文即无线网络。然而,本发明还可应用于其他网络,例如有线网络、光网络,或这些网络的组合。
图1示出了根据实施例的网络系统100的方框图。数据云102表示可用于网络112的数据池。数据云102可表示互联网等。网络112包括出口路由器104、多个中间路由器106以及基站108。出口路由器104使用数据包的优先级标记各个离开云102的数据包。中间路由器106将数据包传输给对应于目标UE110的合适的基站108。基站108随后基于包的优先级将数据包的传输调度到目标UE110。在实施例中,基站108可以是演进型节点B。图1示出了包括特定数目的部件(例如,四个中间路由器、两个基站以及六个UE)的系统100;然而,其他实施例涉及包括任何数目的这些部件和其他部件的系统100。此外,基站108主要应用于无线网络系统,而且在其他实施例中可能不会应用于其他网络系统。例如,在有线网络中,基站108会被合适的局域路由器替代,该局域路由器调度传送到UE110的数据包。
根据实施例,系统100预测各种用户将会提前下载什么(预测数据),然后当到网络112的费用低时将该预测数据发送给UE110。例如,系统100可包括透明后台,该透明后台分析过去的下载历史并预测用户未来可能想要的数据。该后台向网络112指示哪些预测数据可在低流量时期为用户预取(以下简称预取数据或预取对象)。网络112可以为预取数据设定非常低的队列优先级。基站108可以调度这些队列作为大时延容忍数据,从而实质上不平等地最大化吞吐量。随后只有在实际使用该预取数据时,UE110才要向网络支付该预取数据的费用。这种支付机制可以,例如通过UE110实现,UE110下载密钥以在下载预取数据之前以所用的带宽为代价来解密该数据。
图2示出了根据实施例接收来自网络202的数据的UE200的方框图。UE200和网络202可对应于图1中特定的UE110和网络112。媒体接入控制器(MAC)204基于生成的列表将预测数据下载到下载缓存208中。在下载预测数据时,用户向网络202支付下载费用。在替代性实施例中,用户支付较低的下载费用(即,费用低于下载数据的全带宽费用)。
在实施例中,对用户透明的后台控制该预取数据的生成和下载。该后台可存在于若干个地方,例如,在UE200处、在特定应用服务器206内,或在网络202处。该后台还可同时存在于若干个不同地方内,后台可以在每个位置上执行的那些任务可能重叠。因此,在替代性实施例中会考虑后台活动的各种组合,有助于下载预取数据到UE200中的组合。
在实施例中,后台存在于UE200内。后台监控用户过去和现在的下载历史并基于观测的模式生成信息。后台还可监控各种用户特定的统计数据,例如位置、电池寿命、日时间、可用缓存大小等等。后台可创建包括两部分的数据库:预测数据和预取数据的副本。预测数据列表记录了用户的下载历史并为用户生成预测数据列表。例如,该第一部分可以保存用户访问的统一资源定位器(URL)列表、下载URL的次数、下载频率以及下载信息有效时的时间帧。后台随后知道用户的信息何时过时并可在用户请求该信息之前预取它。
用户还可主动为该预测数据列表设置感兴趣对象列表和这些对象的刷新频率。这些主动目标还可通过在UE中操作的应用206添加到数据库中,从而不需要用户干预和决定预取哪些对象。一些示例性应用206为新闻网站、天气,或股票信息,其可以定期下载,或很容易从You Tube和Netflix(例如,用户定期播放的TV节目)等网站上识别视频。对这些种类的示例应用的规定存在于许多内容中心网络方案(例如CCNx)中。
数据库的第二部分,预取数据的副本,保存了MAC204已经下载的预取对象的副本并且将这些对象链接到预测数据列表。这些预取对象中的一些对象可包含许多部分(例如,由超文本标记语言(HTML)文本文件和二进制图像对象组成的网页)。这些预取对象还可包括许多子对象,这些子对象可串行到单个文件以便于存储在数据库中。
数据库的第二部分的示例实施方式是类似于网页缓存的下载缓存208。通常,网页缓存减少了网络上的负载,因为其允许用户多次查看同一对象而无需每次都下载它。在这种情况下,下载缓存208允许网络将对象推送到用户的设备并存储这些对象供以后使用,即使用户没有请求这些对象。
在数据库的第二部分的替代性实施例中,可以在UE200内引入虚拟防火墙和缓存。该防火墙拦截一些或所有通信,从而离开UE200并且如果适用,使用常规算法将数据重定向到缓存中。通过检查最常见的命中数据构建预测数据列表,而且预取数据集可以下载到缓存中。
在替代性实施例中,后台存在于网络202内。特定UE,例如UE200,生成的流量可以被监控并与其他流量模式或UE200的过去流量历史进行比较。然后可使用预测算法生成预测数据列表。
在实施例中,可以优化系统,使得网络202可以记录类似于由驻留在UE200内的后台生成的数据库的部分数据库。例如,网络可无偿保留部分预测数据列表(数据库的第一部分)的副本。由于用户从网络202下载对象,所以网络202已经拥有过去下载对象的列表。因此,网络202可以访问下载URL列表、URL下载频率,以及下载信息有效时的时间帧。由于网络202拥有这部分数据库的副本,所以UE200不需要通知网络202哪些对象要过时并应该为用户预取。
对于作为第一部分数据库的一部分的主动对象来说,网络202可以在其骨干上与网络业务合作以知道用户未来希望下载的对象,例如TV节目。这减轻或减少了对在网络202和UE200之间进行通信以获取该信息的需求。对于其他主动对象来说,UE200可以以主动的方式明确通知网络其想要下载的对象。例如,网络202可以读取存在于HTML5中的预取标记和一些原有事物。在该方案中,应用指示,作为对象请求的部分,对象正被预取,并且上述方案可以应用于该数据。应注意,不同类型的流控制(即,除了未修改的TCP)可应用于该流量,因为行为可以完全不同。
在实施例中,优化网络202还可保存部分预取数据副本(数据库的第二部分)的副本。该副本可由多个用户共享,因为存储在数据库的一部分中的URL唯一地标识对象。该实施例的优点在于其允许网络202通过不为不同的用户多次获取同一对象来保存骨干带宽。应注意,组播/广播消息可以用来将数据同时传送给一个以上的用户。
例如,可以将预取对象在时间t1推送到用户A。在稍后的时间t2(t2大于t1),不同用户B请求同一对象。由于网络202已经拥有该对象的副本,所以,如果该对象必须从互联网上下载,网络202可以将该对象更快更便宜地传送给用户B。在另一示例中,用户A可以在时间t1下载一个对象。用户B随后在时间t2(t2大于t1)请求该网络对象。网络202确定在t1下载的对象不再新,所以网络202在其骨干上下载一个新的版本。网络202随后保存更新后的对象的副本,这样更新后的对象可以在网络负载不足时为用户A预取。因此,网络只需要下载更新后的对象一次就可以保存骨干带宽。
在另一实施例中,后台还可存在于应用服务器中。具体应用,例如UE200中的应用206,可以基于UE200的活动生成预测列表并从其服务器中下载预取数据。例如,视频应用(例如,Netflix)可以预下载下个视频系列或用户应用(例如,播客)可以自动下载新的用户数据。
应用服务器还可保存预测数据列表。该列表基于用户的喜好和先前使用,这两者都为应用服务器所知。应用服务器将该列表和对象推送给网络202。网络202随后可在其负载不足时为用户预取这些对象。或者,应用服务器可提供关于某些对象所需的新鲜度的信息给网络202以和用户相关。特定对象的新鲜度要求可不同。例如,天气数据应该每几个小时或更频繁地更新以保持新鲜,而TV剧情在几天、几周或几年内保持更新。网络202可自动下载更新后的对象并将它们推送到UE200。
在另一实施例中,应用可以是代理服务器,或中继节点内CDN网络的其他部分。例如,代理服务器可提供数据列表以下载已经过期并有可能再次请求的表示常见对象。然后可更长久保持其缓存的新鲜度。
在实施例中,预取数据列表还可包括关于数据的其他信息。其可包括,例如,请求数据的位置、使用概率以及数据的新鲜度。预取数据信息还可包括有关数据传输的其他信息。例如,信息可包括已经接收的百分比,哪部分信息已经被接收以及加密密钥。该信息可以保存为后台内的列表。
图3示出了调度器300的流程图,调度器300可用于实施各种实施例。网络调度器300可驻留在图1中的基站108内。调度器300可以以非常低的网络优先级将预取数据推送给用户。在实施例中,该预取数据的优先级可以选择比用户请求的一个或多个其他类型的数据的优先级低。调度器300可使用基于优先级的数据调度。设置预取数据为低优先级以及优先级调度的组合可用于限定或限制预取数据的传输在较低的网络使用的周期内进行。较低的网络使用周期可以是所有其他数据已经被网络发送时的周期。如果主动用户流量较低,这允许较高的网络利用率,并确保预取数据流量不干扰其他流量。
在实施例中,为每个用户创建各个队列302,每个用户通过每条数据的优先级、服务质量(QoS)分类识别码(QCI):QCI(0)、QCI(1)……QCI(N)进行组织。预测数据根据优先级、QCI(-1)放置在队列302’中,QCI(-1)是所有其他优先级下面的新优先级。不同的用户可使用关于当前网络(例如,首先最高优先级或加权队列调度,其中不同的队列以比例公平调度分配有固定权重)的现有技术中已知的方法竞争资源以接收队列302中的数据。调度器306基于节点304上设置的业务速率协调要传送到用户的数据。由于预取数据在所有的用户中具有最低的数据优先级,所以其最后被发送到用户并且只要网络已经为较高的优先级数据分配多余的吞吐量。使用概率和其他信息可用来促使各个用户确定谁接收预测数据。关于预测数据,传输调度可能不能实现现有技术中已知的网络公平,例如,比例公平。关于预取数据,目标不是公平而是最大化或增加网络传输的整体速率。尽管队列302中的常规数据可以实现公平,但是队列302’(预测数据)中数据之间的公平不能实现。
调度器300可以是基于效用的调度器,意味着调度器为每个用户计算效用并试图基于次佳或最佳调度技术最大化已分配的效用。一种类型的调度器是比例公平(PF)调度器,其中整个效用函数最大化为:r_instant/r_ave。
其中r_instant是可获得的数据传输速率,r_ave是数据在某个时间窗口上传输的平均速率。发送一条特定数据的效用可以在节点308处计算。节点310随后基于在节点308处计算的效用计算公平速率同时试图最大化上述整个效用函数。节点312基于在节点310处估计的公平速率为节点304处不同的队列302和302’设置业务速率。最后,调度器306基于在节点304中设置的业务速率将数据传送给用户。
发送一条特定预测数据给用户的效用可以基于以下等式计算:
(r_instant*probability of use*scaling constant)–x
其中,x是用于表示各种因子(例如给小区外用户生成的干扰、UE接收时的电池消耗、基站的耗电量等)的值。x的值根据UE的条件随时间而改变。比例常数用于在数据的优先级和其他优先级之间进行比较。预测数据的比例常数可以很低以防止这类数据在其他类型的数据存在时传输。
由于UE在网络想要发送预测数据时可能处于休眠模式中,所以UE可能需要被唤醒以接收数据。当考虑是否传输该数据时,可将所需开销以及所消耗的电池考虑到效用函数中。例如,上述变量x的计算可考虑到开销费用中,如果发送该条数据的效用函数为正,则调度器将仅发送预测数据。在实施例中,基于最后已知的信道质量,r-instant对于处于休眠模式中的这些用户来说是近似的。
预测数据可使用多种方法传送到队列302’中。在一项实施例中,网络可使预测数据的副本避开先前传输,这样数据已经存在于队列302’中。
在另一项实施例中,不会立即下载大的预测数据包(例如,大小为若干MB或GB的对象)。在这种情况下,如果应用服务器支持网络编码协议,则可下载数据,即每次从应用服务器上下载一个编码过的包。如果应用服务器不支持网络编码协议,则大的预测数据将由网络使用某个其他协议下载。例如,如果允许部分下载和恢复(即,Rsync等),则仅可部分下载。将数据划分成网页对象展示了将大数据划分成更多可管理的数据块的自然方式。每个对象唯一标识且大小小于全部对象。较大的对象可通过具有恢复特征的协议下载。例如,文件传输协议(FTP)允许通过其REST命令恢复先前开始的传输。
在网络处,大的预测数据包可划分成许多较小的包,这些较小的包彼此进行网络编码。这些较小的包位于网络的上层,各个基站根据需要可请求这些包。当基站预测其将具有可用带宽时,基站可通过发送对预测数据的请求开始获取该预测数据。该数据使用非常低的优先级发送给基站,类似于数据如何从基站传送给UE。如果回程网络拥塞,该基于优先级的传送系统可防止预测数据大幅增加拥塞。网络编码仅仅是一个示例实施方式,且不能在各种替代性实施例中出现。
返回参考图2,在实施例中,用户不用支付预取数据的费用,但是使用该预取数据时用户要支付预取数据的费用。在替代性实施例中,用户仅支付预取数据的较少费用,但是使用预取数据时需要支付其余的费用。在图2中,用户可通过应用206请求访问一条存储在缓存208中的预取数据。MAC204提供数据给应用206,MAC204还通过网络202处理所用的预取数据的账单。
在实施例中,每条预取数据通过单个密钥进行加密。MAC204必须在将数据发送给应用206之前请求密钥来解密预取数据。这种请求将指示数据的使用,而且其可导致网络202向用户账户收取发送预取数据的费用。网络202还可在提出对密钥的请求时检查预取数据的新鲜性。网络随后能够验证发送给UE的数据仍然新鲜,并通知UE。
在替代性实施例中,无论何时访问预取数据,MAC204简单地通知网络202,而无需使用各个加密密钥。对于该方法,MAC204可以是网络202信任的应用,从而有助于支付并确保用户没有作弊。一种以安全的方式实施MAC204的方法是在网络侧加密预取数据并仅和MAC204一起共享加密密钥。一个密钥用来同时加密所有预取数据。MAC204使用其密钥对用户请求的数据部分进行解密并通知网络202数据被访问。
在又一实施例中,网络202给每个用户分配额度,该额度存储在UE200上的信任应用MAC204中。MAC204检查用户是否还有额度而不是每次访问数据都联系网络。如果用户拥有足够的额度访问数据,则将数据发送给用户进行使用。如果用户没有足够的额度,则MAC204联系网络202为用户获取更多的额度。该方法的优点在于减少了网络202收费内容消耗的数据流量。
图4是处理系统的方框图,该处理系统可以用来实施本文公开的设备和方法。特定设备可以利用所示的所有部件,或仅部件的子集,且集成水平随设备的不同而不同。进一步地,设备可包含部件的多个实例,例如多个处理单元、处理器、存储器、发送器、接收器等等。处理系统可包括配备有一个或多个输入/输出设备的处理单元,所述输入/输出设备包括扬声器、麦克风、鼠标、触摸屏、按键、键盘、打印机、显示器等等。处理单元可包括中央处理器(CPU)、存储器、大容量存储器设备、视频适配器以及连接至总线的I/O接口。
总线可以为任何类型的若干总线架构中的一个或多个,包括存储总线或者存储控制器、外设总线、视频总线等等。CPU可包括任意类型的电子数据处理器。存储器可包括任何类型的系统存储器,例如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、同步DRAM(SDRAM)、只读存储器(ROM)或其组合等等。在实施例中,存储器可包括在开机时使用的ROM以及执行程序时使用的程序和数据存储器的DRAM。
大容量存储器设备可包括任意类型的存储器设备,其用于存储数据、程序和其他信息,并使这些数据、程序和其他信息可通过总线访问。大容量存储器设备可包括如下项中的一种或多种:固态磁盘、硬盘驱动器、磁盘驱动器、光盘驱动器等等。
视频适配器和I/O接口提供接口以耦合外部输入输出设备至处理单元。如图所示,输入输出设备的示例包括耦合至视频适配器的显示器和耦合至I/O接口的鼠标/键盘/打印机。其它设备可以耦合到处理单元,可以利用附加的或更少的接口卡。例如,可使用串行接口卡(未示出)将串行接口提供给打印机。
处理单元还包括一个或多个网络接口,其可包括以太网电缆等有线链路和/或接入节点或不同网络的无线链路。网络接口允许处理单元通过网络与远程单元通信。例如,网络接口可通过一个或多个发射器/发射天线和一个或多个接收器/接收天线提供无线通信。在实施例中,处理单元耦合到局域网或广域网用于数据处理并与远程设备(例如,其他处理单元、互联网、远程存储设施等等)进行通信。
虽然已参考说明性实施例描述了本发明,但此描述并不意图限制本发明。所属领域的一般技术人员在参考该描述后,会显而易见地认识到说明性实施例的各种修改和组合,以及本发明的其他实施例。因此,希望所附权利要求书涵盖任何此类修改或实施例。
Claims (20)
1.一种用于预取数据的方法,其特征在于,包括:
用户设备UE接收预测数据列表;
在所述UE处以较低的费用接收对应于所述预测数据列表的预取数据,其中所述较低的费用低于下载所述预测数据的网络费用;以及
将所述预取数据存储在所述UE内供未来使用。
2.根据权利要求1所述的方法,其特征在于,所述较低的费用为零。
3.根据权利要求1所述的方法,其特征在于,进一步包括当使用所述预取数据时,支付所述预取数据的其余费用,其中所述其余费用是所述较低的费用和下载所述预测数据的所述网络费用之间的差值。
4.根据权利要求3所述的方法,其特征在于,加密所述接收到的预取数据,以及支付所述预取数据的费用包括接收加密密钥以解锁在支付其余费用时待使用的所述加密预取数据。
5.根据权利要求3所述的方法,其特征在于,进一步包括所述UE处的应用在使用所述预取数据时通知所述网络以及支付所述其余费用。
6.根据权利要求3所述的方法,其特征在于,进一步包括:
所述UE接收用于网络费用的额度;
所述UE处的应用检查使用所述预取数据时的所述额度量,其中所述额度量对应于UE处的额度数目;以及
如果所述额度量大于或等于所述其余费用,则用所述其余费用减去额度;或者
如果所述额度量小于所述其余费用,则所述UE支付其他金额。
7.根据权利要求1所述的方法,其特征在于,接收所述预测数据列表包括所述UE处的透明后台监控所述UE使用的数据以及基于被监控的由UE使用的数据生成所述预测数据列表。
8.根据权利要求1所述的方法,其特征在于,存储所述预取数据包括将所述数据存储在下载缓存中以及向所述UE提供连接所述存储数据和所述预测数据列表的数据库。
9.一种用户设备UE,其特征在于,包括:
处理器;以及
计算机可读存储介质,所述计算机可读存储介质存储由所述处理器执行的程序,所述程序包括如下指令:
接收所述UE在未来可能请求的数据列表;
基于所述列表以较低的费用下载数据,其中所述较低的费用低于下载所述数据的网络费用;以及
将所述数据存储在所述UE中。
10.根据权利要求9所述的UE,其中所述较低的费用为零。
11.根据权利要求9所述的UE,其特征在于,所述程序进一步包括以下指令:如果所述UE请求所述下载数据,则支付所述下载数据的其余费用,其中所述其余费用是所述较低的费用和下载所述数据的所述网络费用之间的差值。
12.一种用于传输数据的方法,其特征在于,包括:
提供用户设备UE可能请求的预测数据列表给基站BS;
基于所述列表生成预测数据的低优先级队列,其中设置所述低优先级队列的优先级低于所述UE从所述BS请求的请求数据的优先级;以及
以较低的费用传输所述低优先级队列中的预测数据,其中所述较低的费用低于传输所述预测数据的费用。
13.根据权利要求12所述的方法,其特征在于,所述较低的费用为零。
14.根据权利要求12所述的方法,其特征在于,进一步包括:
接收所述UE请求所述预测数据的通知;以及
向UE收取其余费用,其中所述其余费用是所述较低的费用和传输所述预测数据的所述费用之间的差值。
15.根据权利要求12所述的方法,其特征在于,进一步包括所述BS传输被请求数据以及在传输所述请求数据之后,传输预测数据在所述BS具有多余带宽时发生。
16.根据权利要求12所述的方法,其特征在于,传输所述被请求数据和传输所述预测数据包括使用基于比例公平效用的调度器调度所述传输。
17.根据权利要求12所述的方法,其特征在于,提供预测数据列表给所述BS包括所述BS处的透明后台监控到特定UE的数据传输历史以及基于所述监控的传输历史生成所述UE可能请求的预测数据列表。
18.一种基站BS,其特征在于,包括:
处理器;以及
计算机可读存储介质,所述计算机可读存储介质存储由所述处理器执行的程序,所述程序包括如下指令:
在所述BS处为用户设备UE请求的数据创建高优先级队列;
发送所述高优先级队列中的请求数据;
在所述BS处接收所述UE可能请求的潜在数据列表;
创建对应于所述潜在数据的低优先级队列,其中所述低优先级队列的优先级低于所述高优先级队列的优先级;以及
以较低的费用将潜在数据发送给接收所述潜在数据的UE,其中所述较低的费用低于发送所述潜在数据的费用。
19.根据权利要求18所述的BS,其特征在于,所述程序进一步包括如下指令:如果所述UE请求所述潜在数据,则接收通知;以及向UE收取其余费用,其中所述其余费用是所述较低的费用和发送所述潜在数据的所述费用之间的差值。
20.根据权利要求18所述的BS,其特征在于,所述较低的费用为零。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261583973P | 2012-01-06 | 2012-01-06 | |
US61/583,973 | 2012-01-06 | ||
US13/734,439 | 2013-01-04 | ||
US13/734,439 US9060292B2 (en) | 2012-01-06 | 2013-01-04 | Systems and methods for predictive downloading in congested networks |
PCT/CN2013/070111 WO2013102443A1 (en) | 2012-01-06 | 2013-01-06 | Systems and methods for predictive downloading in congested networks |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104041091A CN104041091A (zh) | 2014-09-10 |
CN104041091B true CN104041091B (zh) | 2018-06-05 |
Family
ID=48743851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380004892.6A Expired - Fee Related CN104041091B (zh) | 2012-01-06 | 2013-01-06 | 用于在拥塞网络中进行预下载的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9060292B2 (zh) |
CN (1) | CN104041091B (zh) |
WO (1) | WO2013102443A1 (zh) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9060292B2 (en) * | 2012-01-06 | 2015-06-16 | Futurewei Technologies, Inc. | Systems and methods for predictive downloading in congested networks |
KR20130093813A (ko) * | 2012-01-12 | 2013-08-23 | 삼성전자주식회사 | 컨텐츠 중심 네트워크에서 컨텐츠의 세그먼트를 프리패칭하는 대상 노드의 통신 방법 및 그 대상 노드 |
US20140136705A1 (en) * | 2012-11-12 | 2014-05-15 | Nokia Siemens Networks Oy | Managing Effective Bytes Based on Radio Frequency Conditions |
US9307450B2 (en) | 2013-07-11 | 2016-04-05 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for content caching in a wireless communication network |
US10009794B2 (en) | 2013-12-05 | 2018-06-26 | Huawei Technologies Co., Ltd. | Framework for traffic engineering in software defined networking |
US20150172469A1 (en) * | 2013-12-18 | 2015-06-18 | Telefonaktiebolaget L M Ericsson (Publ) | Method and Apparatus for Pre-Fetched Content Charging |
US9344876B2 (en) * | 2013-12-24 | 2016-05-17 | Facebook, Inc. | Systems and methods for predictive download |
US9485689B2 (en) | 2014-01-06 | 2016-11-01 | Huawei Technologies Co., Ltd. | Adaptive traffic engineering configuration |
US9413900B2 (en) * | 2014-03-24 | 2016-08-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for online charging of pre-fetched content |
JP2015192365A (ja) * | 2014-03-28 | 2015-11-02 | ソニー株式会社 | 通信制御装置、通信制御方法、およびプログラム |
US9380487B2 (en) * | 2014-07-29 | 2016-06-28 | Huawei Technologies Co., Ltd. | System and method for a location prediction-based network scheduler |
US10148578B2 (en) | 2014-10-17 | 2018-12-04 | Ciena Corporation | Optical and packet path computation and selection systems and methods |
US9819565B2 (en) | 2015-01-26 | 2017-11-14 | Ciena Corporation | Dynamic policy engine for multi-layer network management |
US10015057B2 (en) | 2015-01-26 | 2018-07-03 | Ciena Corporation | Representative bandwidth calculation systems and methods in a network |
US10504034B2 (en) * | 2015-01-27 | 2019-12-10 | Huawei Technologies Co., Ltd. | Systems, devices and methods for distributed content interest prediction and content discovery |
US9838272B2 (en) | 2015-04-13 | 2017-12-05 | Ciena Corporation | Service enhancement discovery for connectivity traits and virtual network functions in network services |
EP3145157A1 (en) * | 2015-09-18 | 2017-03-22 | Alcatel Lucent | Method and device for transmission of content |
CN105471980B (zh) * | 2015-11-20 | 2019-07-05 | 合肥城市云数据中心股份有限公司 | 一种基于嵌入式OpenWrt无线路由器技术的云服务器数据访问方法 |
CN105897837A (zh) * | 2015-12-07 | 2016-08-24 | 乐视云计算有限公司 | 内容分发任务的提交方法及系统 |
US20180143816A1 (en) * | 2016-11-18 | 2018-05-24 | Google Inc. | Reducing latency between clicking media content and landing on a resulting application installation page |
WO2018234847A1 (en) * | 2017-06-20 | 2018-12-27 | Telefonaktiebolaget Lm Ericsson (Publ) | METHODS AND NETWORK NODES ENABLING A CONTENT DISTRIBUTION NETWORK TO MANAGE UNEXPECTED TRAFFIC OVERVOLTAGES |
CN109195180A (zh) * | 2018-07-20 | 2019-01-11 | 重庆邮电大学 | 一种减小移动内容中心网络中内容获取时延的解决方法 |
US11363031B2 (en) | 2018-08-27 | 2022-06-14 | Ciena Corporation | Network architecture providing device identification and redirection using whitelisting traffic classification |
US11057495B2 (en) | 2019-05-01 | 2021-07-06 | Ciena Corporation | Selecting where to process data associated with Internet of Things (IoT) devices |
CN112001563B (zh) * | 2020-09-04 | 2023-10-31 | 深圳天源迪科信息技术股份有限公司 | 一种话单量的管理方法、装置、电子设备及存储介质 |
US11777598B2 (en) | 2021-06-21 | 2023-10-03 | Ciena Corporation | Utilizing polarization characteristics to detect vibrations in optical fibers |
US11595761B2 (en) | 2021-06-25 | 2023-02-28 | Ciena Corporation | Detecting and localizing acoustic signals with an optical network |
US11894969B2 (en) | 2021-07-12 | 2024-02-06 | Ciena Corporation | Identifying root causes of network service degradation |
US11477070B1 (en) | 2021-07-12 | 2022-10-18 | Ciena Corporation | Identifying root causes of network service degradation |
US11683260B2 (en) | 2021-07-13 | 2023-06-20 | Ciena Corporation | Estimating a traffic matrix of a communication network using network topology features |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1342295A (zh) * | 1999-12-28 | 2002-03-27 | 索尼株式会社 | 数字数据处理装置和方法,数据再生终端装置,数据处理终端装置,和终端装置 |
CN101110844A (zh) * | 2007-08-21 | 2008-01-23 | 华为技术有限公司 | 一种节目片段预取方法及一种对等网络节点 |
US20110153088A1 (en) * | 2009-12-15 | 2011-06-23 | Siemens Aktiengesellschaft | Method and system for controlling and/or regulating room comfort variables in a building |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5684861A (en) * | 1995-12-04 | 1997-11-04 | Lewis; Walter F. | Apparatus and method for monitoring cellular telephone usage |
US6717547B2 (en) * | 2001-06-21 | 2004-04-06 | Rosum Corporation | Position location using broadcast television signals and mobile telephone signals |
US7711797B1 (en) * | 2006-07-31 | 2010-05-04 | Juniper Networks, Inc. | Optimizing batch size for prefetching data over wide area networks |
US8209291B1 (en) * | 2008-09-16 | 2012-06-26 | Juniper Networks, Inc. | Optimized prefetching for wide area networks |
CN101369280A (zh) | 2008-10-10 | 2009-02-18 | 深圳市茁壮网络技术有限公司 | 一种数字电视终端网页浏览的方法和装置 |
US8238243B2 (en) * | 2009-02-12 | 2012-08-07 | Arcsoft, Inc. | System and method for network optimization by managing low priority data transfers |
US7826469B1 (en) * | 2009-03-09 | 2010-11-02 | Juniper Networks, Inc. | Memory utilization in a priority queuing system of a network device |
US8886760B2 (en) * | 2009-06-30 | 2014-11-11 | Sandisk Technologies Inc. | System and method of predictive data acquisition |
CN102137148A (zh) | 2010-12-24 | 2011-07-27 | 华为技术有限公司 | 电子书的下载方法、装置及系统 |
US9060292B2 (en) * | 2012-01-06 | 2015-06-16 | Futurewei Technologies, Inc. | Systems and methods for predictive downloading in congested networks |
CN102711072A (zh) | 2012-05-23 | 2012-10-03 | 华为软件技术有限公司 | 一种实现计费的方法和预取服务器 |
-
2013
- 2013-01-04 US US13/734,439 patent/US9060292B2/en active Active
- 2013-01-06 WO PCT/CN2013/070111 patent/WO2013102443A1/en active Application Filing
- 2013-01-06 CN CN201380004892.6A patent/CN104041091B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1342295A (zh) * | 1999-12-28 | 2002-03-27 | 索尼株式会社 | 数字数据处理装置和方法,数据再生终端装置,数据处理终端装置,和终端装置 |
CN101110844A (zh) * | 2007-08-21 | 2008-01-23 | 华为技术有限公司 | 一种节目片段预取方法及一种对等网络节点 |
US20110153088A1 (en) * | 2009-12-15 | 2011-06-23 | Siemens Aktiengesellschaft | Method and system for controlling and/or regulating room comfort variables in a building |
Also Published As
Publication number | Publication date |
---|---|
WO2013102443A1 (en) | 2013-07-11 |
US20130176846A1 (en) | 2013-07-11 |
CN104041091A (zh) | 2014-09-10 |
US9060292B2 (en) | 2015-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104041091B (zh) | 用于在拥塞网络中进行预下载的系统和方法 | |
CN107251525B (zh) | 用于支持移动设备用户的预测内容预取服务的分布式服务器架构 | |
KR101943530B1 (ko) | 이동성 관리를 위한 가상 서빙 게이트웨이를 배치하기 위한 시스템 및 방법 | |
EP3170335B1 (en) | Efficient content delivery over wireless networks using guaranteed prefetching at selected times-of-day | |
CN107251524A (zh) | 管理预测预取内容的移动设备用户订购和服务偏好 | |
US8806142B2 (en) | Anticipatory response pre-caching | |
Dai et al. | Edge intelligence for adaptive multimedia streaming in heterogeneous internet of vehicles | |
US8761727B2 (en) | Method and apparatus for pre-caching in a telecommunication system | |
EP2782014B1 (en) | Method and apparatus for managing cache memory in communication system | |
Dai et al. | A learning-based approach for vehicle-to-vehicle computation offloading | |
CA2874633C (en) | Incremental preparation of videos for delivery | |
US20130080701A1 (en) | Decentralized Caching System | |
Rahim et al. | An intelligent content caching protocol for connected vehicles | |
Liu et al. | Mobility-aware video prefetch caching and replacement strategies in mobile-edge computing networks | |
Peng et al. | Value‐aware cache replacement in edge networks for Internet of Things | |
US10298716B2 (en) | Server, client device and methods therein for handling cached content resources | |
CN110191362B (zh) | 数据传输方法及装置、存储介质及电子设备 | |
Sharma et al. | Federated learning based caching in fog computing for future smart cities | |
Kumar et al. | Caching Techniques in Edge Computing and Challenges | |
US11182452B2 (en) | Web acceleration via learning | |
CN103503417B (zh) | 通信系统 | |
Shen | A hierarchical task scheduling strategy in mobile edge computing | |
EP3164985B1 (en) | Server, client device and methods therein for handling cached content ressources | |
Gupta et al. | Utilizing icn caching for iot big data management in wsn-based vehicular networks | |
Chen et al. | A Hybrid Deep Reinforcement Learning Approach for Jointly Optimizing Offloading and Resource Management in Vehicular Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180605 Termination date: 20210106 |
|
CF01 | Termination of patent right due to non-payment of annual fee |