CN104579738B - 用以在网络中管理流量的计算机实施的方法、计算机系统、计算机程序产品 - Google Patents

用以在网络中管理流量的计算机实施的方法、计算机系统、计算机程序产品 Download PDF

Info

Publication number
CN104579738B
CN104579738B CN201410456574.XA CN201410456574A CN104579738B CN 104579738 B CN104579738 B CN 104579738B CN 201410456574 A CN201410456574 A CN 201410456574A CN 104579738 B CN104579738 B CN 104579738B
Authority
CN
China
Prior art keywords
network
capacity
requests
computer
requested
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
Application number
CN201410456574.XA
Other languages
English (en)
Other versions
CN104579738A (zh
Inventor
D·加斯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Accenture Global Services GmbH
Original Assignee
Accenture Global Services GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Accenture Global Services GmbH filed Critical Accenture Global Services GmbH
Publication of CN104579738A publication Critical patent/CN104579738A/zh
Application granted granted Critical
Publication of CN104579738B publication Critical patent/CN104579738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
    • H04L41/5012—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF] determining service availability, e.g. which services are available at a certain point in time
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0882—Utilisation of link capacity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • 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
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M3/00—Automatic or semi-automatic exchanges
    • H04M3/22—Arrangements for supervision, monitoring or testing
    • H04M3/2254—Arrangements for supervision, monitoring or testing in networks
    • H04M3/2263—Network management

Abstract

在一个方面中，本申请指向用以在网络中管理流量的计算机实施的方法、计算机系统、以及计算机程序产品。在一个方面中，提供了一种用以在网络中管理流量的计算机实施的方法。该方法包括：接收容量请求，其中该容量请求包括对于该网络上的容量的请求；鉴于该网络上的当前使用中的网络容量的测量，而评估通过该容量请求所请求的该容量是否会超过阈值水平；如果该阈值水平不会被超过，则该容量请求被满足，使得对应的网络请求能够被许可用于通过该网络的传输；以及如果该阈值水平会被超过，则取回并且分析实时容量数据以确定该网络的可用网络容量，来与该容量请求中所请求的该容量相比较。

Description

用以在网络中管理流量的计算机实施的方法、计算机系统、计 算机程序产品
技术领域
本描述一般性地指向诸如远程通信网络和/或机器对机器(M2M)网络的网络，特别指向用以优化网络容量的针对这种网络的流量管理，并且特别指向用以在网络中管理流量的计算机实施的方法、计算机系统、以及计算机程序产品。
背景技术
在一个网络中，节点、链路和任何中间节点的集合经由该网络的链路而连接以便实现它们之间的远程通信(也被称为通信)。网络中的节点间的这种通信通常被称为网络流量或流量。将节点连接在一起的链路能够是无线的或者有线的，并且这些节点使用电路交换、消息交换、和/或分组交换而通过正确的链路和节点来传递数据和/或信号以到达正确的目的地节点。网络中的每个节点通常具有唯一的地址，因此消息能够被路由到正确的(多个)接收者节点。
网络中的节点之间的链路可以定义这些节点之间的(通信)信道。信道也可以被称为频带并且能够通过它的带宽或针对流量的容量来描述。这些节点可以是任何种类的(技术/电子)设备和/或(计算机)系统。
网络的示例是远程通信网络，诸如计算机网络、互联网、电话网络、以及全球电报网络。
网络的其他示例是机器对机器(M2M)网络。M2M是指允许无线、有线和混合(即有线和无线两者)的系统彼此通信的技术。M2M通信能够是一对一的连接(诸如将信息中继回到中央集线器用于处理的机器的远程网络，该信息将被重新路由到诸如PC的计算机系统中)或者将数据传输给个人器具的网络的系统。M2M网络在过去已经被用于自动化和仪器，但是现今更通常地使用在远程传送(telematics)应用中。事实上，M2M具有众多应用。例如，全部互连的无线M2M网络能够用来改进在诸如如下机械的各种领域中的生产和效率，该机械从事于建造汽车和/或从事于让产品的开发者知道那些产品何时需要为了维护和/或为了其他原因(诸如报告性能指示)而被接纳。另一个示例性应用是使用无线M2M技术来监测诸如用度表(utility meter)的系统。进一步的示例性的应用是使用无线M2M网络来更新广告牌。并且，如上面所注意到的，远程传送和车载娱乐对于M2M开发者也是关注的领域。
流量管理系统被用来控制和/或管理网络中的流量，特别是当可用的网络容量是有限的时，从而网络的性能能够被优化。流量管理系统因此能够被用来，例如，就网络中的和/或跨越不同网络的节点之间的失败连接和/或网络的服务质量的方面来说，最小化高峰使用的影响。服务质量是指(电话和/或计算机)网络的几个相关方面，这些相关方面使得具有具体要求的流量(诸如语音流量)的运送优先。网络容量涉及用以将数据从网络中的一个节点传输到网络中的另一个节点的该网络的一个或多个信道的最大容量。流量管理系统能够被用来针对与带宽有关的性能调整特殊性而优化网络的网络容量。网络容量能够基于网络中的信道中的每个信道的信道容量，并且信道容量可以对能够通过信道可靠传输的数据速率定义最严格的上界。
如由流量管理系统所执行的容量管理是一种过程，该过程被用来管理网络容量以用一种有效的方式来满足当前和未来的要求。因为对网络中的节点和/或信道的使用甚至在短时间段内、在更长的时段内变化，所以节点功能随着处理功率、存储器、带宽需求等的量变化而演化。如果例如在特定时间的带宽需求中存在尖峰，则在合适的位置必须存在如下的过程，这些过程用以分析在那时发生了什么并且对流量分布做出改变以最大化可用的网络容量。
在被用来控制网络(在这些网络中可用的网络容量是有限的)上的流量的流量管理系统中，基于实时收集的与网络流量有关的数据来实时做出控制决定。这样的流量管理系统需要也被称为容量模型的网络容量模型、网络拥塞场景的模型(当网络的信道和/或节点承载太多的数据以致其服务质量恶化时，网络拥塞可能发生)、如由流量控制器所执行的控制网络访问的能力、以及实时测量当前网络利用率的能力。容量模型能够定义网络的容量，并且能够规定网络中的无线电频率的最大数量、网络中的有源电路的最大数量、网络中的并发会话的最大数量、和/或网络的最大允许带宽。
作为需要能够实时收集网络信息的结果，当前可用的流量管理系统是复杂的。这是由于如下的需求：从网络的大量信道和/或设备取回实时数据并且使用这种实施数据来计算当前(即在给定的时间点)可用的网络容量。这种计算需要不断探测网络和实时数据的细化。换句话说，当前的流量管理系统被要求从大量的网络信道和/或节点取回实时数据来确定当前的网络容量。结果，当前可用的流量管理系统可能(关于处理时间和/或存储器、计算资源)是低效的，并且昂贵的。
因此，存在如下的需求：提供用于解决上面的问题的系统和方法来向用于网络的流量管理提供增强的性能(关于处理时间/存储器、计算资源、带宽使用)，其仅需要仅根据具体条件的对实时数据的访问(这也能够被称为“准时化”分析)以减小所需要的实时数据和实时分析的量，以便相比于当前可用的流量管理系统和方法较不复杂并且也更便宜。
发明内容
根据一个一般性的方面，提供了一种用以在网络中管理流量的计算机实施的方法。该方法包括：从网络上的节点接收容量请求，其中该容量请求包括对于网络上的容量的请求；鉴于网络上当前使用中的网络容量的测量，来评估利用该容量请求所请求的容量是否会超过阈值水平；如果该阈值水平不会被超过，则该容量请求被满足使得对应的网络请求能够被许可用于通过网络的传输；并且如果该阈值水平会被超过，则取回并且分析实时容量数据以确定该网络的可用网络容量，来与该容量请求中所请求的容量相比较。
能够使用用以取回与所请求的容量有关的统计数据的标准分析工具，来评估请求用以处理该网络上的相应网络请求的网络容量的该容量请求。该统计数据能够包括处理该网络请求所要求的带宽、需要用于处理该网络请求的所估计的参数、和/或需要用于处理该网络请求的平均时间。
该阈值水平确定对于网络的最优网络容量，并且通过将服务水平估计模型(诸如，本文进一步描述的报童模型)应用到对应于容量请求的统计数据来计算。能够使用用于网络的容量模型来估计网络的当前使用中的网络容量的测量，该容量模型能够是用于将网络容量建模的标准模型。
该方法管理和/或控制网络(例如，远程通信网络、M2M网络)中的流量(诸如通信)来优化网络容量，特别是，在该网络的可用容量是有限的场合。这允许了，就网络中的节点之间的和/或连接至所述网络中的节点的来自不同网络的节点之间的连接失败和/或网络的服务质量的方面来说，最小化高峰使用的影响。
该方法优化了包括信道容量和/或节点容量的网络的容量。该方法实现网络容量的优化，而不需要不断探测网络和实时数据细化。换句话说，避免了从大量的网络信道和/或节点的对实时数据的不断取回以确定当前的网络容量。以这种方式，减小了网络流量并且改进了网络的性能(关于处理时间/存储器、计算资源、带宽利用)。进一步地，因为使用服务水平估计模型来执行准时化分析以确定用于容量请求的阈值水平，所以处理容量请求被性能调整。这减小了所需要的实时数据和实时分析的量，以便相比于当前可用的流量管理系统和方法较不复杂并且也更便宜。
优选地，该阈值水平对应于网络容量将不被超过的置信水平。
优选地，通过将服务水平估计模型应用到利用该容量请求所请求的容量和网络上的当前使用中的网络容量的测量，来执行鉴于网络上的当前使用中的网络容量的测量而评估利用该容量请求所请求的容量是否会超过阈值水平。
优选地，通过将该容量请求中所请求的容量和网络的当前使用中的网络容量的测量应用到服务水平估计模型，该服务水平估计模型被用来确定该阈值。使用该服务水平估计模型，从该容量请求和/或网络的当前使用中的容量所取回和/或所得到的下列数据(或数据值)中的一个或多个或所有数据(或数据值)，能够使用如下的服务水平估计模型而被估计：用于容量单元(例如网络的节点)的平均利用时间＝T和/或容量单元的利用时间的标准偏差＝σ。也被称为置信因子或信任水平“k”的输入参数被利用。“k”涉及服务水平(称为α)，即实际容量利用时间将不超过T+K*σ的概率。在正态分布的假设下，服务水平：95％→K＝1.64，99％→K＝2.32，99.9％→K＝3.09。
优选地，该服务水平估计模型是报童模型的实施方式。
优选地，该网络是远程通信网络。
优选地，该网络是机器对机器网络。
根据另一个一般性的方面，提供了一种用以在网络中管理流量的计算机系统(本文也称为流量管理系统)。该系统包括：请求接口(或网络接口)，可操作为接收容量请求，其中该容量请求包括对于网络上的容量的请求；以及分析引擎，可操作为鉴于网络上当前使用中的网络容量的测量，来评估利用该容量请求所请求的容量是否会超过阈值水平。如果该阈值水平不会被超过，则该容量请求被满足使得对应的网络请求能够被许可用于通过网络的传输。如果该阈值水平会被超过，则与网络容量有关的实时数据被取回并且被分析，以确定该网络的可用网络容量。将该可用网络容量与该容量请求中所请求的容量相比较。
优选地，该系统可操作为实施所定义的方法中的任何方法。
在另一个一般性的方面，提供有一种包括计算机可读指令的计算机程序产品，当这些计算机可读指令被加载并且运行在计算机系统和/或计算机网络系统中时，促使该计算机系统和/或该计算机网络系统执行如所描述的方法。
在本说明书中所描述的主题能够实施为方法或系统，或者使用有形地具体化在信息载体中的计算机程序产品来实施，这些信息载体诸如CD-ROM、DVD-ROM、半导体存储器、信号和/或数据流、以及硬盘。这种计算机程序产品可以促使数据处理装置来进行本说明书中所描述的一个或多个操作。
另外，在本说明书中所描述的主题还能够实施为包括处理器和耦合到该处理器的存储器的系统。该存储器可以编码一个或多个程序，该一个或多个程序促使该处理器执行本说明书中所描述的方法动作中的一个或多个方法动作。进一步地，本说明书中所描述的主题能够使用各种MRI机器来实施。
在随附的示例性附图和下面的示例性描述中阐述了一个或多个实施方式的细节。根据该描述和附图，并且根据权利要求书，其他特征将是明显的。
附图说明
图1示出了利用流量管理系统和方法来实施的示例性网络。
图2示出了能够利用图1的流量管理系统和方法来实施的示例性服务水平估计模型。
图3示出了用于实施如图1和2中所示出的方法和系统的示例性计算机系统。
具体实施方式
在下文中，将参考附图而给出对示例的详细描述。应当理解，可以做出对这些示例的各种修改。特别是，一个示例的元素可以被组合并且使用在其他示例中以形成新的示例。
本申请一般性地描述了用于网络的网络容量的管理的计算和网络技术。网络包括节点、链路(也被称为信道)、以及能够经由网络的链路而连接以建立链路连接以便实现这些节点之间的远程通信(也被称为通信)的任何中间节点的集合。
优选地，该网络是远程通信网络。优选地，该网络是M2M网络，并且进一步优选地是窄带M2M网络。窄带描述了一种信道，在该信道中，网络中的节点之间所传送的消息的带宽不显著地超过该信道的相干带宽。
描述了新的系统和方法，用以管理和/或用以控制网络中的流量，特别是，在可用网络容量是有限的场合。所描述的流量管理的系统和方法能够被用来，就网络中的和/或跨越不同网络的节点之间的失败链路连接和/或网络的服务质量的方面来说，最小化高峰使用的影响。因此，所描述的流量管理的系统和方法能够被用来，针对与带宽有关的性能调整特殊性而优化网络的网络容量。
网络容量涉及用以将数据从网络中的一个节点传输至网络中的另一个节点的网络的一个或多个信道的最大容量。流量管理系统能够因此被用来，针对与带宽有关的性能调整特殊性而优化网络的网络容量。网络容量能够基于网络中的信道中的每个信道的信道容量。信道容量可以对能够通过信道可靠传输的数据速率定义最严格的上界。
本申请的目的是最小化网络中的失败链路连接并且最大化网络的服务质量。换句话说，本申请的目的在于网络的优化的网络容量。如本文所描述的流量管理系统和方法，通过减小对实时数据的取回以及对实时数据的处理以便确定用于容量请求的网络容量，来实现这个目的。网络容量，优选为优化的网络容量，通过评估对于网络容量的请求(在本文中也称为容量请求)是否不超过阈值水平来计算(或确定)。在发送对应数据和/或处理请求本身之前，能够从网络之内或之外的节点发送容量请求，以便确定网络是否具有容量来处理该请求。基于网络容量将不会被超过的信任水平来设置该阈值水平。例如，假设
-具体网络节点中的最大容量“M”，
-对于容量单元(例如，节点中的资源或网络的节点)的平均利用时间＝T，
-容量单元的利用时间的标准偏差＝σ，
-α是服务水平，
-置信水平“k”，
-T-计数＝发生在间隔：T+k*σ(其涉及在服务水平α的情况下，实际容量利用时间将不会超过这个值T-计数的概率；T-计数因此被称为阈值水平并且不应超过M)中的容量请求的数量。
假设n是等于该阈值水平T-计数的在先前时间中所接收的对于网络的给定节点的容量请求的数量。如果n等于M，则该容量潜在地已经完全被利用并且在满足任何另外的请求之前，流量控制器(优选地与实时数据取回器交互)将必须取回所述节点的(当前)利用率的实时数据，以便避免超额订购。
最优服务水平估计基于一种用于在供应链中逼近最优库存量的启发式模型，也被称为“报童模型”。
流量管理系统和方法对与容量请求(也称为容量请求的统计数据)和服务水平估计模型有关的所估计的和/或预测性的数据进行操作。能够根据对完成的网络活动的定期数据分析来得到容量请求的统计数据。将被估计的容量请求的统计数据包括对于容量单位(例如，节点的资源，网络中的节点)的平均利用时间＝T，和/或容量单元的利用时间的标准偏差＝σ。所述统计数据能够涉及诸如在呼叫网络节点上的全局平均和/或能够是诸如每网络节点和/或每请求(类型)地专门化的。
鉴于阈值水平，该服务水平估计模型被应用到容量请求的统计数据，用以管理绝大多数的网络请求和/或用以由此最小化(或者至少减小)为了利用优化的网络容量来操作网络所需要的实时数据取回和实时数据分析的量。
图1示出了流量管理系统100，流量管理系统100实施了用于网络300(诸如远程通信网络或M2M网络)的管理和/或控制的对应的流量管理方法。网络300包括多个节点310(也称为网络节点310)。流量管理系统100连接到网络300。流量管理系统还可操作为，取回为对应的网络请求来请求网络容量的一个或多个容量请求200。该网络请求涉及对于网络300内的数据和/或数据处理的请求。能够从网络300的节点310和/或从网络300之外的节点取回容量请求200。容量请求200能够例如经由web服务、JMS消息、或者类似的请求来指定，并且包括与网络请求有关的数据，该网络请求包括如下的数据和/或信息，为了取回与该容量请求中所涉及的一个或多个节点有关的信息而需要该数据和/或信息。容量请求200因此涉及网络300中的流量。
流量管理系统100处理容量请求200，以确定容量请求200是否被满足，使得对应的网络请求能够在网络300中被处理。为了这个目的，流量管理系统100鉴于网络300的可用容量而分析容量请求200，优选地在给定的时间点和/或在用以取回与容量请求200有关的统计数据的给定时间段期间。网络300的可用容量能够通过容量模型130的评估和/或网络300中的过去和/或当前的流量来估计和/或确定。容量请求200的统计数据然后被使用在服务水平估计模型110中，以确定阈值水平是否被满足。下面参考图2来详细描述服务水平估计模型110。
为了实施上面的计算，流量管理系统100能够包括请求接口120、容量模型130、分析引擎140、实时数据取回器150、流量控制器160、和/或节点接口170。
该流量管理系统还可操作为取回和/或截取一个或多个容量请求200，一个或多个容量请求200为在请求接口120处的对应的网络300请求来请求网络容量。接口120可操作为接受传入的容量请求200。在网络300中有可用容量的情况中，肯定的确认消息被发送给容量请求200的请求者。在关于容量请求200的不可用容量的情况中，否定的响应消息被发送给容量请求200的请求者。
流量管理系统100可操作为，通过节点接口170而连接至网络300的节点310。节点接口170可操作为，接收与节点310的容量利用的实时状态有关的数据和/或信息，和/或实时地终止/中止网络300中的节点310之间的已有连接的状态。
容量模型130是指定网络300的容量的标准模型。容量模型130能够基于网络300的预测性数据分析。使用容量模型130，在至少一个节点310中的当前利用的资源的估计，能够通过以下计算来执行：在时间T0中所利用的容量单元的数量等于在间隔(T0-T-计数，T0)中所接收的请求的数量。
实时数据取回器150是一种标准的网络组件，其可操作为取回与网络300(包括网络300中的信道和节点)有关的实时数据。实时数据取回器150可操作为，利用节点接口170来取回与网络300中的给定节点310中的容量请求200有关的状态的实时数据和/或信息。
流量控制器160是一种标准的网络组件，其可操作为控制网络300中的网络活动，优选地与网络300中的过去和/或当前的流量有关。流量控制器160还可以可操作为，响应于网络请求而协调网络300中的节点310的分配和/或解除分配。对于在流量管理系统100处所接收的容量请求200，流量控制器160可操作为执行以下操作：如果根据容量请求200的容量(可能)是可用的，则通过访问容量模型130来估计。如果基于容量模型130的分析，对于容量请求200的容量是可用的，则流量控制器160经由容量接口120将肯定的确认消息发送给容量请求200的请求者。对应的请求然后能够在网络300中被处理。
如果基于容量模型130的分析，对于容量请求200的容量不是可用的，则流量控制器160经由容量接口120将否定的响应消息发送给容量请求200的请求者。在这种情况中，流量控制器160进一步与实时数据取回器150交互来取回实时数据，以便检查网络300关于容量的实时状态。优选地，如果基于容量模型130的分析，对于容量请求200的容量不是可用的，并且如果请求200具有正常优先级，则流量控制器160经由容量接口120将否定的响应消息发送给容量请求200的请求者。如果基于容量模型130的分析，对于容量请求200的容量不是可用的，并且如果请求200具有高优先级，则流量控制器160保持搁置或者中止已有的容量请求200，并且经由容量接口120将肯定的确认消息发送给容量请求200的请求者。
分析引擎140可操作为处理在流量管理系统100处所取回的容量请求200。分析引擎140可以用于处理容量模型130、服务水平估计模型130、实时数据取回器150、和/或流量控制器160。分析引擎140能够可操作为，确定用于包括的容量请求200的统计数据，和/或使用被应用到容量请求200的统计数据的服务水平估计模型110来确定阈值水平是否被满足。
关于容量请求200的统计数据，分析引擎140能够可操作为，针对将被满足的所接收的容量请求200来计算平均时间。通过利用对分段取回的容量请求110的聚集和估计分段的利用平均值，针对容量请求200的平均时间能够被定期地重新评估，并且分段是例如每节点类型的、每个传入请求类型的、每个一天中的时间的。
使用分析引擎140和/或组件120、130、140、150、160、170中的一个或多个组件的组合，流量管理系统100可操作为，评估容量请求200是否被网络300满足。通过鉴于网络300的当前使用中的网络容量而评估利用容量请求所请求的容量是否超过与网络容量有关的阈值水平，能够确定容量请求200是否被满足。网络300的当前(在给定的时间点)使用中的网络容量优选地根据容量模型130的评估来产生。使用被应用到容量请求的统计数据和/或网络300的当前使用中的网络容量的服务水平估计模型110，来确定阈值水平。
流量管理系统100的组件120、130、140、150、160、170还能够实施在形成流量管理100本身的单个组件和/或具有本文所描述的功能的进一步其他组件中。
容量请求200在流量管理系统100处被接收和/或截取。流量管理系统100处理和/或评估容量请求200，以预测、估计和/或逼近与利用容量请求200来为其请求容量的对应网络请求有关的统计数据，包括需要多少带宽、所需求的参数、和/或用于处理网络300中的对应网络请求的平均时间。基于在预定时间段(例如，在每天的基础上)内在网络300中的完成的网络活动，来定期地重新评估用于处理的平均时间。
流量管理系统100鉴于使用容量模型130所确定的网络300的当前使用中的网络容量，通过将对应的数据应用到服务水平估计模型110，来评估容量请求200的统计数据，以便鉴于网络300的当前使用中的容量而评估和/或确定容量请求200是否会超过阈值水平。换句话说，与容量请求200有关的统计数据以及与容量模型130有关的网络300的当前使用中的容量被评估以取回结果。例如，被评估的数据可以包括，在预定时间段内在网络300中的平均容量利用持续时间以及它的标准偏差。该结果能够是能够与阈值水平相比较的值。该阈值水平优选地基于网络300的网络容量将不会被超过的置信水平。
如果根据评估的结果，使用容量请求300的统计数据和服务水平估计模型110，网络容量(基本上)是最优的，优选地，如果该阈值水平不会被超过，则容量请求200被满足并且对应的网络请求能够在网络300中被处理。否则，容量请求200被延迟，并且流量管理系统100根据容量请求200而取回与网络300的具体的一个或多个节点310中的可用容量有关的实时数据(优选地，通过相应地触发实时数据取回器150)。换句话说，在这种情况中，流量管理系统100探测实时数据，以根据容量请求200来确定这些具体节点310中的可用容量。基于所取回的有效容量数据(例如，所取回的实时数据)，容量请求200然后被满足、中止、或者保持搁置。
图2示出了服务水平估计模型110，能够利用如图1中所示出的流量管理系统100来实施服务水平估计模型110，以鉴于网络300的当前使用中的容量、关于容量请求200的统计数据而确定网络300的(可用)网络容量。
服务水平估计模型110是报童模型的一种实施方式，如上面所解释的，报童模型是一种使用在用来确定最优库存量水平的操作管理和应用经济学中的数学模型。报童模型定义了如下的复杂数学问题，该数学问题能够通过对卖报人所面对的如下情形的类比来描述：知道未售出的拷贝在一天结束时将会不值钱，面对不确定的需求，必须决定存货多少份当天的报纸。在这种背景中，报童模型的实施方式的独特方面是，网络容量传统地不被视为类似于实物库存；然而本文所建议的模型的应用准许可用网络容量以不需要实时数据的恒定流的方式而被估计。
依据服务水平估计模型110来应用报童模型，模型110被用来通过将模型110应用到统计数据而确定用于最优网络容量的最优阈值水平，该统计数据通过对容量请求200的评估和请求200所指向的网络300的容量模型130来获得。阈值水平基于网络300的网络容量将不会被超过的置信水平。
换句话说，服务水平估计模型110被用来估计在给定时间点的网络300的可用网络容量，以确定对网络300的容量请求200是否被满足。用于该可用网络容量的阈值水平被估计。基于网络容量将不会被超过的置信水平来设置该阈值水平。
为了应用于评估网络300的最优网络容量，在服务水平估计模型110中，所使用的变量定义如下：
-具体网络节点中的最大容量“M”，
-对于容量单元(例如，节点中的资源或网络的节点)的平均利用时间＝T，
-容量单元的利用时间的标准偏差＝σ，
-α是服务水平，
-置信水平“k”，
-T-计数＝发生在间隔：T+k*σ(其涉及在服务水平α的情况下，实际容量利用时间将不会超过这个值T-计数的概率；T-计数因此被称为阈值水平并且不应超过M)中的容量请求的数量。
假设n是等于该阈值水平T-计数的在先前时间中所接收的对于网络的给定节点的容量请求的数量。如果n等于M，则该容量潜在地已经完全被利用并且在满足任何另外的请求之前，流量控制器(优选地与实时数据取回器交互)将必须取回所述节点的(当前)利用率的实时数据，以便避免超额订购。
能够使用如图2中所示出的报童模型来评估服务水平α：
u＝是未满足的容量请求，
o＝是未使用的容量的成本，其优选地使用成本实时容量检查来评估。
图3示出了用于实施本发明的示例性系统，包括以计算设备920为形式的通用计算设备。作为示例，计算设备920可以采取台式计算机、服务器计算机、网络路由器、网络交换机、或者其他远程通信设备的形式。在一些实施方式中，设备920可以包括一个或多个设备920，每个都包括设备920的一个或多个组件。设备920可以执行本文所描述的一个或多个过程。
计算设备920包括处理器922、系统存储器924、以及系统总线926。该系统总线将包括系统存储器924的各种系统组件耦合到处理器922。处理器922通过访问系统存储器924可以执行算术、逻辑和/或控制操作。系统存储器924可以存储用于与处理器922联合使用的信息和/或指令。处理器922可以包括处理器(例如，中央处理单元、图形处理单元、加速的处理单元)、微处理器、或者解译和/或执行指令的类似处理组件。系统存储器924可以包括易失性和非易失性存储器，诸如随机访问存储器(RAM)928和只读存储器(ROM)930。包含(诸如在启动期间)帮助在计算设备920内的元件之间传送信息的基本例程的基本输入/输出系统(BIOS)，可以存储在ROM 930中。系统总线926可以是若干类型的总线结构中的任何类型，包括存储器总线或存储器控制器、外围总线、以及使用各种总线架构中的任何总线架构的局部总线。
计算设备920可以进一步包括，用于从硬盘(未示出)读取并且向硬盘写入的硬盘驱动器932，以及用于从可移除盘936读取或者向可移除盘936写入的外部盘驱动器934。可移除盘936可以是用于磁盘驱动器的磁盘或者用于光盘驱动器的诸如CD ROM的光盘。硬盘驱动器932和外部盘驱动器934分别通过硬盘驱动器接口938和外部盘驱动器接口940而连接至系统总线926。这些驱动器以及它们的相关联的计算机可读介质提供了对计算机可读指令、数据结构、程序模块和用于计算设备920的其他数据的非易失性存储。如上面所描述的，数据结构可以包括用于如下方法的实施的相关数据，该方法用于为移动电子支付提供基于毫微微小区的基础设施。该相关数据可以被组织在数据库中，数据库例如关系数据库管理系统或者面向对象的数据库管理系统。
虽然本文所描述的示例性计算设备920采用硬盘(未示出)和外部盘936，但是本领域的技术人员应当意识到，能够存储计算机可访问的数据的其他类型的计算机可读介质，诸如盒式磁带、固态(即闪速)存储器、数字视频盘、随机访问存储器、只读存储器等，也可以使用在示例性操作环境中。
计算设备920可以执行本文所描述的过程中的一个或多个过程，和/或它可以响应于执行计算机可读介质中所包括的软件指令的处理器922来执行这些过程，该计算机可读介质诸如RAM 928、ROM 930、硬盘驱动器932、可移除盘936、或者其他非瞬态存储器设备。这样的存储器设备可以包括，单个物理存储设备内的存储器空间，或者分散在多个物理存储设备中的存储空间。更具体地，多个程序模块可以存储在硬盘驱动器932、可移除盘936、ROM930或RAM 928上，包括操作系统(未示出)、一个或多个应用程序944、其他程序模块(未示出)、以及程序数据946。应用程序可以包括如图1和2中所描绘的功能的至少一部分。在一些实施方式中，图1中所描绘的系统100的一个或多个方面可以由计算设备920执行。在一些实施方式中，图1中所描绘的系统100的一个或多个方面可以由从计算设备920分离的或者包括计算设备920的另一计算设备或一组计算设备来执行。
如下面所讨论的，用户可以通过诸如键盘948和鼠标950的输入设备而将命令和信息输入计算设备920。其他输入设备(未示出)可以包括麦克风(或其他传感器)、操纵杆、游戏垫、扫描仪等。这些和其他输入设备可以通过耦合到系统总线926的串行端口接口952而连接到处理器922，或者可以通过其他接口(诸如并行端口接口954、游戏端口或通用串行总线(USB))来采集。进一步地，可以使用打印机956来打印信息。打印机956和其他并行输入/输出设备可以通过并行端口接口954而连接到处理器922。监视器958或其他类型的显示设备经由接口(诸如视频输入/输出960)也被连接到系统总线926。除了监视器之外，计算设备920还可以包括其他外围输出设备(未示出)，诸如扬声器或其他可听的输出。
计算设备920可以与诸如计算机、电话(有线或无线)、个人数字助理、电视等的其他电子设备通信。为了通信，计算机设备920可以使用通向一个或多个电子设备的连接而在M2M联网的环境中操作。图3描绘了与远程计算机962联网的计算机环境。远程计算机962可以是另一计算环境，诸如服务器、路由器、网络PC、对等设备或者其他常见的网络节点，并且可以包括上面相对于计算设备920所描述的元件中的许多或所有元件。图3中所描绘的逻辑连接包括局域网(LAN)964和广域网(WAN)966。这样的联网环境常见于办公室、企业范围计算机网络、内联网和互联网，并且可以特别地加密。
当使用在LAN联网环境中时，计算设备920可以通过网络I/O 968而连接到LAN964。当使用在WAN联网环境中时，计算设备920可以包括调制解调器970或者用于建立通过WAN 966的通信的其他装置。调制解调器970，其可以在计算设备920内部或外部，经由串行端口接口952而连接到系统总线926。在联网的环境中，相对于计算设备920或其部分所描绘的程序模块，可以存储在位于远程计算机962上或者远程计算机962可访问的远程存储器存储设备中。此外，与用于在网络中(如上面所描述的)管理流量的方法有关的其他数据，可以位于远程计算机962上或者经由远程计算机962可访问。将意识到，所示出的网络连接是示例性的，并且在电子设备之间建立通信链路的其他装置可以被使用。
上面所描述的计算设备920仅是可以被用来实施用于在网络中管理流量的方法的该类型的计算设备的一个示例。
参考标号列表
100 流量管理系统
110 服务水平估算模型
120 请求者接口
130 容量模型
140 分析引擎
150 实时数据取回器
160 流量控制器
170 节点接口
200 容量请求
300 网络
310 节点
920 计算设备
922 处理单元
924 系统存储器
926 系统总线
928 随机访问存储器(RAM)
930 只读存储器(ROM)
932 硬盘驱动器
934 外部盘驱动器
936 可移除盘
938 硬盘驱动器接口
940 外部盘驱动器接口
944 一个或多个应用程序
946 程序数据
948 键盘
950 鼠标
952 串行端口接口
954 并行端口接口
956 打印机
958 监视器
960 视频输入/输出
962 远程计算机
964 局域网(LAN)
966 广域网(WAN)
968 网络I/O
970 调制解调器

Claims (13)

1.一种用以在网络(300)中管理流量的计算机实施的方法，所述方法包括：
接收容量请求(210)，其中所述容量请求(210)包括对于所述网络(300)上的容量的请求；
通过将服务水平估计模型(110)应用到利用所述容量请求(200)所请求的所述容量、和所述网络(300)上的当前使用中的网络容量的测量，以鉴于所述网络(300)上的当前使用中的网络容量的所述测量，而评估通过所述容量请求(200)所请求的所述容量是否会超过阈值水平；
如果所述阈值水平不会被超过，则所述容量请求(200)被满足，使得对应的网络请求能够被许可用于通过所述网络(300)的传输；以及
如果所述阈值水平会被超过，则根据所述容量请求(200)获取并且分析所述网络(300)的特定一个或多个节点(310)的可用容量的实时容量数据以确定所述网络(300)的可用网络容量，来与所述容量请求(200)中所请求的所述容量相比较。
2.根据权利要求1所述的方法，其中所述阈值水平对应于所述网络(300)的网络容量将不会被超过的置信水平。
3.根据权利要求1所述的方法，其中通过将所述容量请求(200)中所请求的所述容量和所述网络(300)的当前使用中的网络容量的所述测量应用到所述服务水平估计模型(110)，所述服务水平估计模型(110)被用来确定所述阈值。
4.根据权利要求3的所述方法，其中所述服务水平估计模型(110)是报童模型的实施方式。
5.根据前述权利要求1或2所述的方法，其中所述网络是远程通信网络。
6.根据前述权利要求1或2所述的方法，其中所述网络是机器对机器网络。
7.一种存储计算机可读指令的计算机可读存储介质，当所述计算机可读指令被加载并且运行在计算机系统(100)中时，促使所述计算机系统(100)中的一个或多个处理器执行根据前述权利要求中任一项所述的方法的操作。
8.一种用以在网络(300)中管理流量的计算机系统(100)，所述系统包括：
请求接口(120)，可操作为接收容量请求(200)，其中所述容量请求(200)请求所述网络(300)上的容量；以及
分析引擎(140)，在所述计算机系统(100)的一个或多个处理器上被执行，可操作为通过将服务水平估计模型(110)应用到利用所述容量请求(200)所请求的所述容量、和所述网络(300)上的当前使用中的网络容量的测量，以鉴于所述网络(300)上的当前使用中的网络容量的所述测量而评估利用所述容量请求(200)所请求的所述容量是否会超过阈值水平；
其中
如果所述阈值水平不会被超过，则所述容量请求(200)被满足，使得对应的网络请求能够被许可用于通过所述网络(300)的传输；并且
如果所述阈值水平会被超过，则实时数据取回器(150)可操作为，根据所述容量请求(200)获取并且分析所述网络(300)的特定一个或多个节点(310)的可用容量的实时容量数据以确定所述网络(300)的可用网络容量，来与所述容量请求中所请求的所述容量相比较。
9.根据权利要求8所述的系统，其中所述阈值水平对应于所述网络(300)的网络容量将不会被超过的置信水平。
10.根据权利要求8所述的系统，其中通过将所述容量请求(200)中所请求的所述容量和所述网络(300)的当前使用中的网络容量的所述测量应用到所述服务水平估计模型(110)，所述服务水平估计模型(110)被用来确定所述阈值。
11.根据权利要求10所述的系统，其中所述服务水平估计模型(110)是报童模型的实施方式。
12.根据权利要求8至11中任一项所述的系统，其中所述网络(300)是远程通信网络。
13.根据权利要求8至11中任一项所述的系统，其中所述网络(300)是机器对机器网络。
CN201410456574.XA 2013-10-21 2014-09-04 用以在网络中管理流量的计算机实施的方法、计算机系统、计算机程序产品 Active CN104579738B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP13290260.2 2013-10-21
EP13290260.2A EP2863597B1 (en) 2013-10-21 2013-10-21 Computer-implemented method, computer system, computer program product to manage traffic in a network

Publications (2)

Publication Number Publication Date
CN104579738A CN104579738A (zh) 2015-04-29
CN104579738B true CN104579738B (zh) 2019-05-17

Family

ID=49639813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410456574.XA Active CN104579738B (zh) 2013-10-21 2014-09-04 用以在网络中管理流量的计算机实施的方法、计算机系统、计算机程序产品

Country Status (4)

Country Link
US (1) US9621438B2 (zh)
EP (1) EP2863597B1 (zh)
CN (1) CN104579738B (zh)
CA (1) CA2857727C (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180234320A1 (en) * 2015-03-10 2018-08-16 Aruba Networks, Inc. Capacity comparisons
US9860906B2 (en) 2015-12-15 2018-01-02 At&T Intellectual Property I, L.P. Method, computer-readable storage device and apparatus for processing machine-to-machine communications
DK3531368T3 (da) * 2018-02-21 2021-12-20 Kamstrup As Forsyningsfordelingsnetværksanalytik
CN112433851B (zh) * 2020-11-23 2021-09-03 广州技象科技有限公司 一种物联网资源调度方法、装置、设备及存储介质
CN117155864B (zh) * 2023-11-01 2024-01-30 南京市微驰数字科技有限公司 一种基于互联网的流量管理系统及管理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1868233A (zh) * 2003-10-16 2006-11-22 日本电气株式会社 容量调度的方法和系统
CN101252789A (zh) * 2008-03-20 2008-08-27 华为技术有限公司 多帧动态带宽分配的方法和装置
CN101448321A (zh) * 2008-10-28 2009-06-03 北京邮电大学 异构无线网络频谱资源共享的方法及装置
EP2323314A1 (en) * 2009-11-17 2011-05-18 Thomson Telecom Belgium Method of accessing services and corresponding apparatus
CN103038652A (zh) * 2010-05-25 2013-04-10 海德沃特合作I有限公司 用于保护网络容量的装置辅助服务

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI107505B (fi) * 1999-02-16 2001-08-15 Nokia Networks Oy Pääsynvalvontamenetelmä
US20040139037A1 (en) * 2003-01-10 2004-07-15 Paleologo Giuseppe Andrea Method for design of pricing schedules in utility contracts
US7688730B2 (en) * 2007-12-20 2010-03-30 Harris Corporation System and method for multi-channel data-adaptive thresholding for shared channels with time-varying rate constraints
US8589541B2 (en) * 2009-01-28 2013-11-19 Headwater Partners I Llc Device-assisted services for protecting network capacity
US8893009B2 (en) * 2009-01-28 2014-11-18 Headwater Partners I Llc End user device that secures an association of application to service policy with an application certificate check
US8010677B2 (en) * 2009-12-02 2011-08-30 Avaya Inc. Alternative bandwidth management algorithm
US8190593B1 (en) * 2010-04-14 2012-05-29 A9.Com, Inc. Dynamic request throttling
US8457010B2 (en) * 2010-11-16 2013-06-04 Edgecast Networks, Inc. Request modification for transparent capacity management in a carrier network
US8521606B2 (en) * 2010-12-16 2013-08-27 Xerox Corporation System and method of determining price optimization for distributed demand
JP5669613B2 (ja) * 2011-02-18 2015-02-12 沖電気工業株式会社 動的帯域割当方法、光通信ネットワーク及び局側装置
WO2013133738A1 (en) * 2012-03-06 2013-09-12 Telefonaktiebolaget Lm Ericsson (Publ) Method and network node for determining admittance based on reason for not achieving quality of service
US20140153577A1 (en) * 2012-12-03 2014-06-05 Aruba Networks, Inc. Session-based forwarding

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1868233A (zh) * 2003-10-16 2006-11-22 日本电气株式会社 容量调度的方法和系统
CN101252789A (zh) * 2008-03-20 2008-08-27 华为技术有限公司 多帧动态带宽分配的方法和装置
CN101448321A (zh) * 2008-10-28 2009-06-03 北京邮电大学 异构无线网络频谱资源共享的方法及装置
EP2323314A1 (en) * 2009-11-17 2011-05-18 Thomson Telecom Belgium Method of accessing services and corresponding apparatus
CN103038652A (zh) * 2010-05-25 2013-04-10 海德沃特合作I有限公司 用于保护网络容量的装置辅助服务

Also Published As

Publication number Publication date
CA2857727C (en) 2018-01-02
EP2863597A1 (en) 2015-04-22
CN104579738A (zh) 2015-04-29
US9621438B2 (en) 2017-04-11
EP2863597B1 (en) 2016-01-06
US20150109915A1 (en) 2015-04-23
CA2857727A1 (en) 2015-04-21

Similar Documents

Publication Publication Date Title
US11321210B2 (en) System and method for cloud-device collaborative real-time user experience and performance abnormality detection
US20220247635A1 (en) Methods and apparatus to control processing of telemetry data at an edge platform
US10289973B2 (en) System and method for analytics-driven SLA management and insight generation in clouds
CN104579738B (zh) 用以在网络中管理流量的计算机实施的方法、计算机系统、计算机程序产品
US10586175B2 (en) System and method for an optimized, self-learning and self-organizing contact center
CN110869909B (zh) 应用机器学习算法来计算健康分数以进行工作负载调度的系统和方法
US20190149424A1 (en) Continuous monitoring for performance evaluation of service interfaces
CN108694068A (zh) 用于虚拟环境中的方法和系统
KR20220044717A (ko) 작업 스케줄링 효율을 향상시키기 위한 방법, 시스템, 제품 및 장치
US11855909B2 (en) System and method for managing network resources
US20210042578A1 (en) Feature engineering orchestration method and apparatus
US10666570B2 (en) Computing infrastructure resource-workload management methods and apparatuses
CN101378361A (zh) 通信量控制系统以及通信量控制方法
Santos et al. Zeus: A resource allocation algorithm for the cloud of sensors
CN103765408A (zh) 利用真实数据中心测试的服务质量感知捕获型聚集
Rajagopal et al. FedSDM: Federated learning based smart decision making module for ECG data in IoT integrated Edge-Fog-Cloud computing environments
US11979336B1 (en) Quota-based resource scheduling
CN108366082A (zh) 扩容方法及扩容装置
US11861410B2 (en) Cloud computing burst instance management through transfer of cloud computing task portions between resources satisfying burst criteria
KR20230000946A (ko) 에지 데이터 우선순위 지정을 위한 시스템, 장치 및 방법
US8589926B2 (en) Adjusting processor utilization data in polling environments
US20220326757A1 (en) Multi-timescale power control technologies
Premkumar et al. Processing capacity‐based decision mechanism edge computing model for IoT applications
US20180005249A1 (en) Optimize a resource allocation plan corresponding to a legacy software product sustenance
CN113779021A (zh) 数据处理方法、装置、计算机系统及可读存储介质

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