CN104093163A - 终端协同的业务流分配方法和装置 - Google Patents

Abstract

本发明涉及一种终端协同的业务流分配方法，包括：获取参加协同的多个终端分别下载目标文件时的参数；根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；根据所述比较矩阵，分别计算所述归一化参数的权重系数；计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配，提高了网络资源的利用率，提升了用户的业务体验。

Description

终端协同的业务流分配方法和装置

技术领域

本发明涉及计算机网络领域，尤其涉及一种终端协同的业务流分配方法和装置。

背景技术

随着互联网技术的发展，用户终端逐渐以移动终端为主,且许多终端都具有入网的能力，同时，随着移动业务的普及，尤其是高清视频之类的高带宽业务普及，单一的移动终端已经无法满足用户需求。对业务质量要求的快速增长与移动终端能力的缓慢提高成为一种矛盾。目前，一个用户拥有多个终端已是客观现实，指望用户摒弃所有终端，换用一台全功能的集成型终端是不太可行的。反之，每个用户平均拥有多个终端，可以充分利用现有终端协同为用户提供服务。通过多终端的协同，在不改变用户习惯的情况下，使用户享用到泛在的服务，是一种值得探索的可行的技术途径。为此，多终端协同成为泛在环境下新的要求。

在多终端协同中，用户通过某一终端发起业务，同时根据业务需求通过短距离技术(如蓝牙，Zigbee等)将其周围可用的终端设备集合成一个局域网。当用户业务请求得到响应时，网络根据用户的个域网信息，将业务流分给上述的多个终端，并在终端侧进行分流的聚合，以达到更高的传输速率和最大化用户体验。因此，如何对各个协同终端进行业务流分配，将成为影响协同效果和用户体验的一个重要因素，然而，现有技术中采用平均分配(equal-division)的方法，对每个协同终端分配相同比例的任务流，或者采用最短下载时间(time-based)的方法，按照下载速率进行分配，其协同的效率不高，而且网络资源的利用率较低。

发明内容

本发明的目的是提供一种终端协同的业务流分配方法和装置，以解决终端协同时效率不高，网络资源的利用率较低的问题。

第一方面，本发明实施例提供了一种终端协同的业务流分配方法，所述方法包括：

获取参加协同的多个终端分别下载目标文件时的参数，其中，所述参数包括：下载速率、延迟、丢包率、能量和费用；

根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；

根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；

根据所述比较矩阵，分别计算所述归一化参数的权重系数；

计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配。

优选地，所述根据所述终端的数量，对所述参数进行归一化处理具体包括：

分别将下载速率、延迟、丢包率、能量和费用作为业务流流分配的自变量，对获取到的参数进行归一化处理，生成归一化参数。

优选地，所述比较矩阵具体为 $A=\left[a_{\mathrm{ij}}\right]=\left[\begin{array}{cccc}1& a_{12}& \·\·\·& a_{15}\\ 1/a_{12}& 1& \·\·\·& a_{25}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ 1/a_{15}& 1/a_{25}& \·\·\·& 1\end{array}\right],$ 其中，a_ii＝1， $a_{\mathrm{ji}}=\frac{1}{a_{\mathrm{ij}}},$ $\frac{{\mathrm{\ω}}_i}{{\mathrm{\ω}}_j}=a_{\mathrm{ij}}(i,j=\mathrm{1,2,3,4,5}).$

优选地，所述根据所述比较矩阵，分别计算所述归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用的权重系数具体包括：

利用公式计算权重系数，其中，n为所述比较矩阵的阶数，i＝1,2,3,4,5，ω₁为归一化下载速率的权重系数，ω₂为归一化延迟的权重系数，ω₃为归一化丢包率的权重系数，ω₄为归一化能量的权重系数，ω₅为归一化费用的权重系数。

优选地，所述计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对业务流进行分配具体包括：

计算比较矩阵的最大特征向量λ_max；

利用公式计算不一致程度指标CI；

利用公式计算随机性一致比率CR，当CR<0.1时，所述比较矩阵通过验证；其中，n为所述比较矩阵的阶数。

第二方面，本发明实施例提供了一种终端协同的业务流分配装置，所述装置包括：获取单元，处理单元，构建单元，计算单元，验证单元；

所述获取单元，用于获取参加协同的多个终端分别下载目标文件时的参数，其中，所述参数包括：下载速率、延迟、丢包率、能量和费用；

所述处理单元，用于根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；

所述构建单元，用于根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；

所述计算单元，根据所述比较矩阵，分别计算所述归一化参数的权重系数；

所述验证单元，用于计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配。

优选地，所述处理单元具体用于：

分别将下载速率、延迟、丢包率、能量和费用作为业务流流分配的自变量，对获取到的参数进行归一化处理，生成归一化参数。

优选地，所述比较矩阵具体为 $A=\left[a_{\mathrm{ij}}\right]=\left[\begin{array}{cccc}1& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{15}\\ 1/a_{12}& 1& \&CenterDot;\&CenterDot;\&CenterDot;& a_{25}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ 1/a_{15}& 1/a_{25}& \&CenterDot;\&CenterDot;\&CenterDot;& 1\end{array}\right],$ 其中，a_ii＝1， $a_{\mathrm{ji}}=\frac{1}{a_{\mathrm{ij}}},$ $\frac{{\mathrm{\&omega;}}_i}{{\mathrm{\&omega;}}_j}=a_{\mathrm{ij}}(i,j=\mathrm{1,2,3,4,5}).$

优选地，所述计算单元具体用于：

利用公式计算权重系数，其中，n为所述比较矩阵的阶数，i＝1,2,3,4,5，ω₁为归一化下载速率的权重系数，ω₂为归一化延迟的权重系数，ω₃为归一化丢包率的权重系数，ω₄为归一化能量的权重系数，ω₅为归一化费用的权重系数。

优选地，所述验证单元具体用于：

计算比较矩阵的最大特征向量λ_max；

利用公式计算不一致程度指标CI；

利用公式计算随机性一致比率CR，当CR<0.1时，所述比较矩阵通过验证；其中，n为所述比较矩阵的阶数。

通过应用本发明实施例提供的终端协同的业务流分配方法和装置，解决了终端协同时效率不高，网络资源的利用率较低的问题，通过将各个终端的协同能力，结合其能量和消费综合考虑，提高了网络资源的利用率，提升了用户的业务体验。

附图说明

图1为本发明实施例一提供的终端协同的业务流分配方法流程图；

图2为多终端协同场景示意图；

图3a为分别采用平均分配方法、最短下载时间方法和本发明实施例提供的方法时的传输时间对比图；

图3b为分别采用平均分配方法、最短下载时间方法和本发明实施例提供的方法时的丢包率对比图；

图3c为分别采用平均分配方法、最短下载时间方法和本发明实施例提供的方法时的消耗能量对比图；

图3d为分别采用平均分配方法、最短下载时间方法和本发明实施例提供的方法时的费用对比图；

图4为本发明实施例二提供的终端协同的业务流分配装置示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为便于对本发明实时的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。

在本发明实施例中，终端包括但不限于手机、个人数字助理(PersonalDigital Assistant，PDA)、平板电脑、便携设备(例如，便携式计算机)等移动通讯设备，本发明实施例并不限定。

图1为本发明实施例提供的终端协同的业务流分配方法流程图。如图1所示，本实施例包括：

S110，获取参加协同的多个终端分别下载目标文件时的参数，其中，所述参数包括：下载速率、延迟、丢包率、能量和费用；

具体地，如图2所示，图2为多终端协同场景示意图，用户通过某一终端发起业务请求时或从服务器获取目标文件时，该终端可以根据业务需求，通过短距离技术，将其周围的可用终端组成一个局域网，其中，组成局域网的方式可以是这多个终端进行协商，确定是否要参加协同，如果该多个终端都同意参加协同，则该多个终端可以组成一个局域网，当用户业务请求得到服务器的响应时，局域网中的每个终端可以采用长距离链路方式进行下载，获取到目标文件的一部分，即目标文件的一个片段，然后每一部分将自己下载到的目标文件的片段通过短距离链路方式，比如Zigbee，蓝牙等方式，传输给客户端，客户端通过对目标文件的片段的聚合，获取到完整的目标文件，从而提高传输速率，比如，参加协同的终端的数量为m+1个，即首终端、第一终端、第二终端……第m终端，可以通过现有技术，比如，发送数据包的方式，获取所有参加协同的终端中的每个终端单独下载目标文件时的参数，该参数可以是下载速率Rate_i、延迟Delay_i、丢包率Loss_i、能量CE_i和费用CC_i中的任意几个或者全部，其中，能量为终端下载目标文件时所消耗的能量，比如电量消耗，费用为所述终端下载目标文件时所支出的费用，比如，用手机下载视频、APP或者电子文本时消耗的流量所应该收取的费用。

S120，根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；

具体地，多个终端协同终端下载同一目标文件时，如果只考虑每一个终端的下载速率Rate_i，即将Rate_i作为业务流分配的唯一因变量，则假设此时的业务流比例为r_rate＝{rr₀，rr₁,...,rr_m}，由数学理论可知，当参加协同的终端的下载速率Rate_i的分配比例满足下列条件时，可以使得总的下载时间最短，即：

各终端的业务流比例r_rate通过rr₀:rr₁:…:rr_m＝Rate₀:Rate₁:…:Rate_m获得，其中，Rate₀为首终端的下载速率，Rate₁为第一终端的下载速率，Rate_m为第m终端的下载速率，rr₀为首终端的归一化下载速率，rr₁为第一终端的归一化下载速率，rr_m为第m终端的归一化下载速率，由于仅在下载速率的条件下考虑业务流分配，因此，此时每一个终端的归一化下载速率的比值，即为各终端的业务流的分配比例。

同上述，如果只考虑每一个终端的延迟Delay_i，即将Delay_i作为业务流分配的唯一因变量，则假如此时的业务流比例为r_delay＝{rd₀:rd₁:…:rd_m}，由数学理论可知，当参加协同的终端的延迟Delay_i的分配比例满足下列条件时，可以使得总的下载时间最短：

各终端的业务流比例r_delay通过 ${\mathrm{rd}}_0:{\mathrm{rd}}_1:\&CenterDot;\&CenterDot;\&CenterDot;:{\mathrm{rd}}_m=\frac{1}{{\mathrm{Delay}}_0}:\frac{1}{{\mathrm{Delay}}_1}:\&CenterDot;\&CenterDot;\&CenterDot;:\frac{1}{{\mathrm{Delay}}_m}$ 获得，其中，Delay₀为首终端的延迟，Delay₁为第一终端的延迟，Delay_m为第m终端的延迟，rd₀为首终端的归一化延迟，rd₁为第一终端的归一化延迟，rd_m为第m终端的归一化延迟，由于仅在延迟的条件下考虑业务流分配，因此，此时的每一个终端的归一化延迟的比值，即为各终端的业务流的分配比例。

同上述，如果只考虑每一个终端的丢包率Loss_i，即将Loss_i作为业务流分配的唯一因变量，则假如此时的业务流比例为r_loss＝{rl₀:rl₁:…:rl_m}，由数学理论可知，当参加协同的终端的丢包率Loss_i的分配比例满足下列条件时，可以使得总的下载时间最短：

各终端的业务流比例r_loss通过 ${\mathrm{rl}}_0:{\mathrm{rl}}_1:\&CenterDot;\&CenterDot;\&CenterDot;:{\mathrm{rl}}_m=\frac{1}{{\mathrm{Loss}}_0}:\frac{1}{{\mathrm{Loss}}_1}:\&CenterDot;\&CenterDot;\&CenterDot;:\frac{1}{{\mathrm{Loss}}_m}$ 获得，其中，Loss₀为首终端的丢包率，Loss₁为第一终端的丢包率，Loss_m为第m终端的丢包率，rl₀为首终端的归一化丢包率，rl₁为第一终端的归一化丢包率，rl_m为第m终端的归一化丢包率，由于仅在丢包率的条件下考虑业务流分配，因此，此时每一个终端的归一化丢包率的比值，即为各终端的业务流的分配比例。

同上述，如果只考虑每一个终端的需要消耗的能量CE_i，即将CE_i作为业务流分配的唯一因变量，则假如此时的业务流比例为r_CE＝{rce₀:rce₁:…:rce_m}，由数学理论可知，当参加协同的终端的消耗的能量CE_i分配比例满足下列条件时，可以使得总的下载时间最短：

各终端的业务流比例r_CE可以通过 ${\mathrm{rce}}_0:{\mathrm{rce}}_1:\&CenterDot;\&CenterDot;\&CenterDot;:{\mathrm{rce}}_m=\frac{1}{{\mathrm{CE}}_0}:\frac{1}{{\mathrm{CE}}_1}:\&CenterDot;\&CenterDot;\&CenterDot;:\frac{1}{{\mathrm{CE}}_m}$ 获得，其中，CE₀为首终端的消耗的能量，CE₁为第一终端消耗的能量，CE_m为第m终端消耗的能量，rce₀为首终端的消耗的归一化能量，rce₁为第一终端消耗的归一化能量，rce_m为第m终端消耗的能量，由于仅在消耗的能量的条件下考虑业务流分配，因此，此时每一个终端的归一化能量的比值，即为各终端的业务流的分配比例。

同上述，如果只考虑每一个终端的需要消耗的费用CC_i，即将CC_i作为业务流分配的唯一因变量，则假如此时的业务流比例为r_CC＝{rcc₀:rcc₁:…:rcc_m}，由数学理论可知，当参加协同的每个终端的消耗的费用CC_i分配比例满足下列条件时，可以使得总的下载时间最短：

各终端的业务流比例r_CC可以通过 ${\mathrm{rcc}}_0:{\mathrm{rcc}}_1:\&CenterDot;\&CenterDot;\&CenterDot;:{\mathrm{rcc}}_m=\frac{1}{{\mathrm{CC}}_0}:\frac{1}{{\mathrm{CC}}_1}:\&CenterDot;\&CenterDot;\&CenterDot;:\frac{1}{{\mathrm{CC}}_m}$ 获得，其中，CC₀为首终端消耗的费用，CC₁为第一终端消耗的费用，CC_m为第m终端消耗的费用，rcc₀为首终端消耗的费用，rcc₁为第一终端消耗的费用，rcc_m为第m终端消耗的费用，由于仅在消耗费用的条件下考虑业务流分配，因此，此时每一个终端的归一化费用的比值，即为各终端的业务流的分配比例。

其中，利用 $\underset{i=0}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{rr}}_i=\underset{i=0}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{rd}}_i=\underset{i=0}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{rl}}_i=\underset{i=0}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{rce}}_i=\underset{i=0}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{rcc}}_i=1,$ rr_i,rd_i,rl_i,rce_i,rcc_i∈(0,1),0≤i≤m对所述参数进行归一化处理，这样，各个参数对业务流分配比例的影响被量化到(0,1)之间，生成归一化的下载速率r_rate，归一化延迟r_delay，归一化丢包率r_loss，归一化能量r_CE和归一化费用r_CC。

S130，根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；

S140，根据所述比较矩阵，分别计算所述归一化参数的权重系数；

具体地，最终的分流比例可由下面的公式确定：

r＝ω₁×r_rate+ω₂×r_delay+ω₃×r_loss+ω₄×r_CE+ω₅×r_CC

其中，ω₁为归一化下载速率的权重系数，ω₂为归一化延迟的权重系数，ω₃为归一化丢包率的权重系数，ω₄为归一化能量的权重系数，ω₅为归一化费用的权重系数。

可以利用层次分析法获得{ω₁,ω₂,ω₃,ω₄,ω₅}的具体数值，其中，利用层次分析法获取{ω₁,ω₂,ω₃,ω₄,ω₅}的过程如下：

1)将归一化下载速率、归一化延迟、归一化丢包率、归一化能量和归一化费用作为参数，建立比较矩阵：

$A=\left[a_{\mathrm{ij}}\right]=\left[\begin{array}{cccc}1& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{15}\\ 1/a_{12}& 1& \&CenterDot;\&CenterDot;\&CenterDot;& a_{25}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ 1/a_{15}& 1/a_{25}& \&CenterDot;\&CenterDot;\&CenterDot;& 1\end{array}\right],$

在比较矩阵A中，a_ii＝1， $a_{\mathrm{ji}}=\frac{1}{a_{\mathrm{ij}}},$ $\frac{{\mathrm{\&omega;}}_i}{{\mathrm{\&omega;}}_j}=a_{\mathrm{ij}}(i,j=\mathrm{1,2,3,4,5}).$

在建立比较矩阵的过程中，需要根据协同终端对费用和价格的敏感是否敏感来设置不同的比较矩阵。

2)根据比较矩阵，计算权重系数

利用公式计算权重系数，其中，n为所述比较矩阵的阶数。

S150，计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配。

具体地，计算比较矩阵的最大特征向量λ_max；

利用公式计算不一致程度指标CI；

利用公式计算随机性一致比率CR，当CR<0.1时，所述比较矩阵通过验证；其中，n为所述比较矩阵的阶数，可以从有关资料查询而获得平均随机一致性指标RI，RI只与比较矩阵阶数n有关。

如果该比较矩阵验证通过，则可以根据权重系数，进行业务流的分配，使得终端之间的协同效率更高，网络资源的利用率更高。

如果该比较矩阵验证不通过，则需要重新调整比较矩阵。

在一个具体的实施例中，目标文件的大小为1GB，参加协同的终端的数量为5个，其中，0终端接入通用移动通信系统(Universal MobileTelecommunications System，UMTS)，1终端和2终端接入802.11.b，3终端接入802.11.n，4终端接入4G，上述终端的编号和接入的网络环境如表1所示，其中，0终端-4终端的网络的利用率在25％到75％之间随机生成。

表1终端对应的接入网络

终端编号	0	1	2	3	4
						接入网络	UMTS	802.11b	802.11b	802.11n	4G

各终端的参数如表2所示：

表2各接入网络参数

当各终端价格不敏感时，各参数的权重系数如下：

(ω₁,ω₂,ω₃,ω₄,ω₅)＝(0.6154,0.1396,0.1299,0.0587,0.0564)

进行一致性检验时，CI＝0.0405,RI＝1.12，CR＝CI/RI＝0.0315＜0.1，则说明该比较矩阵验证通过。

当各终端价格敏感时，各因素权重如下：

(ω₁,ω₂,ω₃,ω₄,ω₅)＝(0.5557,0.0961,0.0908,0.0448,0.2126)

进行一致性检验时，CI＝0.0421,CI＝0.0375，则说明该比较矩阵验证通过。

最终每个终端进行业务流分配时，分配的业务流比例如表3所示：

表3各终端分流比例

终端编号	0	1	2	3	4
						价格不敏感	0.0729	0.1021	0.1644	0.2254	0.4352
价格敏感	0.0606	0.1012	0.1732	0.2743	0.3907

为了说明应用本发明实施例提供的业务流分配方法进行业务流分配的实际效果，本实施例中选了另外两种分流方法来作对比，即平均分配的(equal-division)方法和最短下载时间(time-based)的方法。equal-division方法，对每个协同终端分配相同比例的任务流；time-based方法，按照下载速率的比例进行分配，以保证下载时间最短。

图3a-3d分别为time-based方法，equal-division方法和本发明实施例提供的业务流分配方法，在传输时间、丢包率、能量消耗和费用消耗的对比图，从图3a-3d可以说明：无论是下载时间、丢包率、能量消耗和费用，本发明的实验结果远远优于equal-division方法的传输时间；和time-based方法相比，本发明在下载时间、丢包率和能量消耗方面效果差不多，但是本发明相对于time-based方法，可以为用户节省约20％的费用。

应用本发明实施例提供的终端协同的业务流分配方法，获取参加协同的多个终端分别下载目标文件时的参数，其中，所述参数包括：下载速率、延迟、丢包率、能量和费用；根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；根据所述比较矩阵，分别计算所述归一化参数的权重系数；计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配，提高了网络资源的利用率，提升了用户的业务体验。

图4为本发明实施例二提供的终端协同的业务流分配装置示意图，如图4所示，本实施例中包括：获取单元410，处理单元420，构建单元430，计算单元440，验证单元450；

所述获取单元410，用于获取参加协同的多个终端分别下载目标文件时的参数，其中，所述参数包括：下载速率、延迟、丢包率、能量和费用；

所述处理单元420，用于根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；

所述构建单元430，用于根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；

所述计算单元440，用于根据所述比较矩阵，分别计算所述归一化参数的权重系数；

所述验证单元450，用于计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配。

可选地，所述处理单元420具体用于，分别将下载速率、延迟、丢包率、能量和费用作为业务流流分配的自变量，对获取到的参数进行归一化处理，生成归一化参数。

可选地，所述比较矩阵具体为 $A=\left[a_{\mathrm{ij}}\right]=\left[\begin{array}{cccc}1& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{15}\\ 1/a_{12}& 1& \&CenterDot;\&CenterDot;\&CenterDot;& a_{25}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ 1/a_{15}& 1/a_{25}& \&CenterDot;\&CenterDot;\&CenterDot;& 1\end{array}\right],$ 其中，a_ii＝1， $a_{\mathrm{ji}}=\frac{1}{a_{\mathrm{ij}}},$ $\frac{{\mathrm{\&omega;}}_i}{{\mathrm{\&omega;}}_j}=a_{\mathrm{ij}}(i,j=\mathrm{1,2,3,4,5}).$

可选地，所述计算单元440具体用于：利用公式计算权重系数，其中，n为所述比较矩阵的阶数，i＝1,2,3,4,5，ω₁为归一化下载速率的权重系数，ω₂为归一化延迟的权重系数，ω₃为归一化丢包率的权重系数，ω₄为归一化能量的权重系数，ω₅为归一化费用的权重系数。

可选地，所述验证单元450具体用于：计算比较矩阵的最大特征向量λ_max；

利用公式计算不一致程度指标CI；

利用公式计算随机性一致比率CR，当CR<0.1时，所述比较矩阵通过验证；其中，n为所述比较矩阵的阶数。

应用本发明实施例提供的终端协同的业务流分配装置，获取单元，获取参加协同的多个终端分别下载目标文件时的参数；处理单元，根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；构建单元，根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；计算单元，根据所述比较矩阵，分别计算所述归一化参数的权重系数；所述验证单元，计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配，提高了网络资源的利用率，提升了用户的业务体验。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种终端协同的业务流分配方法，其特征在于，所述方法包括：

获取参加协同的多个终端分别下载目标文件时的参数，其中，所述参数包括：下载速率、延迟、丢包率、能量和费用；

根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；

根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；

根据所述比较矩阵，分别计算所述归一化参数的权重系数；

计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配。

2.如权利要求1所述的方法，其特征在于，所述根据所述终端的数量，对所述参数进行归一化处理具体包括：

分别将下载速率、延迟、丢包率、能量和费用作为业务流流分配的自变量，对获取到的参数进行归一化处理，生成归一化参数。

3.如权利要求1所述的方法，其特征在于，所述比较矩阵具体为 $A=\left[a_{\mathrm{ij}}\right]=\left[\begin{array}{cccc}1& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{15}\\ 1/a_{12}& 1& \&CenterDot;\&CenterDot;\&CenterDot;& a_{25}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ 1/a_{15}& 1/a_{25}& \&CenterDot;\&CenterDot;\&CenterDot;& 1\end{array}\right],$ 其中，a_ii＝1， $a_{\mathrm{ji}}=\frac{1}{a_{\mathrm{ij}}},$ $\frac{{\mathrm{\&omega;}}_i}{{\mathrm{\&omega;}}_j}=a_{\mathrm{ij}}(i,j=\mathrm{1,2,3,4,5}).$

4.如权利要求1所述的方法，其特征在于，所述根据所述比较矩阵，分别计算所述归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用的权重系数具体包括：

利用公式计算权重系数，其中，n为所述比较矩阵的阶数，i＝1,2,3,4,5，ω₁为归一化下载速率的权重系数，ω₂为归一化延迟的权重系数，ω₃为归一化丢包率的权重系数，ω₄为归一化能量的权重系数，ω₅为归一化费用的权重系数。

5.如权利要求1所述的方法，其特征在于，所述计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对业务流进行分配具体包括：

计算比较矩阵的最大特征向量λ_max；

利用公式计算不一致程度指标CI；

利用公式计算随机性一致比率CR，当CR<0.1时，所述比较矩阵通过验证；其中，n为所述比较矩阵的阶数。

6.一种终端协同的业务流分配装置，其特征在于，所述装置包括：获取单元，处理单元，构建单元，计算单元，验证单元；

所述获取单元，用于获取参加协同的多个终端分别下载目标文件时的参数，其中，所述参数包括：下载速率、延迟、丢包率、能量和费用；

所述处理单元，用于根据所述终端的数量，对所述参数进行归一化处理，生成归一化参数，其中，所述归一化参数包括：归一化下载速率，归一化延迟，归一化丢包率，归一化能量和归一化费用；

所述构建单元，用于根据所述归一化参数以及预设的所述终端对费用和价格的敏感程度，构建比较矩阵；

所述计算单元，用于根据所述比较矩阵，分别计算所述归一化参数的权重系数；

所述验证单元，用于计算所述比较矩阵的最大特征向量，根据所述最大特征向量和预设的平均随机一致性指标，对所述比较矩阵进行验证，当所述比较矩阵通过验证时，根据所述权重系数对所述终端进行业务流分配。

7.如权利要求6所述的装置，其特征在于，所述处理单元具体用于：

分别将下载速率、延迟、丢包率、能量和费用作为业务流流分配的自变量，对获取到的参数进行归一化处理，生成归一化参数。

8.如权利要求6所述的装置，其特征在于，所述比较矩阵具体为 $A=\left[a_{\mathrm{ij}}\right]=\left[\begin{array}{cccc}1& a_{12}& \&CenterDot;\&CenterDot;\&CenterDot;& a_{15}\\ 1/a_{12}& 1& \&CenterDot;\&CenterDot;\&CenterDot;& a_{25}\\ .& .& & .\\ .& .& & .\\ .& .& & .\\ 1/a_{15}& 1/a_{25}& \&CenterDot;\&CenterDot;\&CenterDot;& 1\end{array}\right],$ 其中，a_ii＝1， $a_{\mathrm{ji}}=\frac{1}{a_{\mathrm{ij}}},$ $\frac{{\mathrm{\&omega;}}_i}{{\mathrm{\&omega;}}_j}=a_{\mathrm{ij}}(i,j=\mathrm{1,2,3,4,5}).$

9.如权利要求6所述的装置，其特征在于，所述计算单元具体用于：

利用公式计算权重系数，其中，n为所述比较矩阵的阶数，i＝1,2,3,4,5，ω₁为归一化下载速率的权重系数，ω₂为归一化延迟的权重系数，ω₃为归一化丢包率的权重系数，ω₄为归一化能量的权重系数，ω₅为归一化费用的权重系数。

10.如权利要求6所述的装置，其特征在于，所述验证单元具体用于：

计算比较矩阵的最大特征向量λ_max；

利用公式计算不一致程度指标CI；

利用公式计算随机性一致比率CR，当CR<0.1时，所述比较矩阵通过验证；其中，n为所述比较矩阵的阶数。