CN106101010B - 基于端局云化的vBRAS流量负载均衡方法及装置 - Google Patents

基于端局云化的vBRAS流量负载均衡方法及装置 Download PDF

Info

Publication number
CN106101010B
CN106101010B CN201610669244.8A CN201610669244A CN106101010B CN 106101010 B CN106101010 B CN 106101010B CN 201610669244 A CN201610669244 A CN 201610669244A CN 106101010 B CN106101010 B CN 106101010B
Authority
CN
China
Prior art keywords
port
load
traffic load
traffic
migration
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
CN201610669244.8A
Other languages
English (en)
Other versions
CN106101010A (zh
Inventor
王智明
王志军
毋涛
李伟杰
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201610669244.8A priority Critical patent/CN106101010B/zh
Publication of CN106101010A publication Critical patent/CN106101010A/zh
Application granted granted Critical
Publication of CN106101010B publication Critical patent/CN106101010B/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
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/122—Avoiding congestion; Recovering from congestion by diverting traffic away from congested entities

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种基于端局云化的vBRAS流量负载均衡方法及装置，属于通信技术领域。本发明的基于端局云化的vBRAS流量负载均衡方法，包括S1、获取各个端口的流量负载数据；S2、将各个端口的流量负载与阈值进行比较，获取流量负载大于阈值的端口；S3、将流量负载大于阈值的端口上的部分流量负载，按照第一预设条件迁移至其他端口上；S4、比较各个端口流量负载迁移前后，各个端口的流量负载大小，得到其中流量负载的最大值Pmax g和最小值Pmin g，以及流量负载迁移前后的流量负载的最大值Pmax k和最小值Pmin k；S5、根据Pmax g、Pmin g、Pmax k、Pmin k判断流量负载迁移后的各个端口的流量负载是否满足预设第二条件，以均衡个端口的负载流量。

Description

基于端局云化的vBRAS流量负载均衡方法及装置
技术领域
本发明属于通信技术领域，具体涉及一种基于端局云化的vBRAS流量负载均衡方法及装置。
背景技术
端局云化现已成为全球电信行业发展的重要趋势，端局云化技术是为了解决现有专业通信设备的不足而随之产生的。即是替代现今专有的设备，其功能可以被聚集或分解，并且在基础设施上实例化聚集或分解的功能。当前，端局云化已经成为全球电信产业界公认的发展重点。各国政府积极通过政策引导、资金投入等方式加快本国端局云化的战略布局和产业发展；国际和国内的端局云化产业巨头加快技术研发、企业转型和联盟合作以抢占端局云化发展的主导权和新兴市场空间。随着电信应用业务的快速增长，网络中的流量迅速增长，基于端局云化的vBRAS流量负载均衡系统对于端局云化的迅速持续发展具有重要意义。
现有端局云化应用系统随着电信应用业务的快速增长，网络中的流量迅速增长，导致业务的响应速度慢，伴之产生的网络拥塞程度高、利用率低、消耗高等问题日益突出。
同时，现有端局云化应用系统主要采用静态负载均衡算法,如:轮询调度算法(Round Robin Scheduling)、源地址散列调度算法(Source Hashing)、最小连接调度算法(Least Connection Scheduling)、加权轮询调度算法、基于局部最少连接调度等算法，未充分考虑到网络拥塞程度高、利用率低、消耗高等方面问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一，提供一种可以降低网络拥塞程度、利用率高、消耗低的基于端局云化的vBRAS流量负载均衡方法及装置。
解决本发明技术问题所采用的技术方案是一种基于端局云化的vBRAS流量负载均衡方法，包括如下步骤：
S1、获取各个端口的流量负载数据，并进行存储；
S2、将各个端口的流量负载与阈值进行比较，获取流量负载大于阈值的端口；
S3、将流量负载大于阈值的端口上的部分流量负载，按照第一预设条件迁移至其他端口上，以使各个端口上的流量负载小于阈值；
S4、比较各个端口流量负载迁移前后，各个端口的流量负载大小，得到其中流量负载的最大值Pmax g和最小值Pmin g，以及流量负载迁移前后的流量负载的最大值Pmax k和最小值Pmin k；
S5、根据Pmax g、Pmin g、Pmax k、Pmin k判断流量负载迁移后的各个端口的流量负载是否满足预设第二条件；
S6、当判断出迁移后的各个端口的流量负载满足预设第二条件时，则完成各个端口的流量负载均衡；
当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上，重复步骤S4和S5，直至判断出迁移后的各个端口的流量负载满足第二预设条件，或者当端口的流量负载迁移次数大于预设值时，完成各个端口的流量负载均衡。
优选的是，所述S1具体包括：
获取当前的各个端口的流量负载数据，并按照m×n的矩阵形式进行存储，其中，m、n均为大于等于1的整数。
优选的是，所述S2中的阈值为各个端口的流量负载的平均值。
优选的是，所述S3具体包括：
将各个端口排成环形节点；
确定出流量负载最大的端口作为初始节点，依次将超出阈值的部分流量负载迁移至最近两个节点中流量负载最小的节点上，以使各个节点的流量负载均小于阈值。
优选的是，所述S4中的第二预设条件为：
其中，(Sk)2为各个端口的流量负载的方差值，k为迁移次数，d为大于2的整数。
优选的是，所述当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上的步骤具体包括：
当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载迁移至与该端口最近的两个端口中负载流量最小的一个上，且保证各个端口的流量负载小于阈值。
解决本发明技术问题所采用的技术方案是一种基于端局云化的vBRAS流量负载均衡装置，其特征在于，包括：
获取单元，用于获取各个端口的流量负载数据，并进行存储；
第一比较单元，用于将各个端口的流量负载与阈值进行比较，获取流量负载大于阈值的端口；
第一负载流量迁移单元，用于将流量负载大于阈值的端口上的部分流量负载，按照第一预设条件迁移至其他端口上，以使各个端口上的流量负载小于阈值；
第二比较单元，用于比较各个端口流量负载迁移前后，各个端口的流量负载大小，得到其中流量负载的最大值Pmax g和最小值Pmin g，以及流量负载迁移前后的流量负载的最大值Pmax k和最小值Pmin k；
判断单元，用于根据Pmax g、Pmin g、Pmax k、Pmin k判断流量负载迁移后的各个端口的流量负载是否满足预设第二条件；
第二负载流量迁移单元，用于当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上，直至判断出迁移后的各个端口的流量负载满足预设条件，或者当端口的流量负载迁移次数大于预设值时，完成各个端口的流量负载均衡。
优选的是，所述获取单元，具体用于获取当前的各个端口的流量负载数据，并按照m×n的矩阵形式进行存储，其中，m、n均为大于等于1的整数。
优选的是，所述第一负载流量迁移单元，具体用于将各个端口排成环形节点；
确定出流量负载最大的端口作为初始节点，依次将超出阈值的部分流量负载迁移至最近两个节点中流量负载最小的节点上，以使各个节点的流量负载均小于阈值。
优选的是，所述第二预设条件为：
其中，(Sk)2为各个端口的流量负载的方差值，k为迁移次数，d为大于2的整数。
优选的是，所述第二负载流量迁移单元，具体用于当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载迁移至与该端口最近的两个端口中负载流量最小的一个上，且保证各个端口的流量负载小于阈值。
本发明具有有益效果：
综上，本实施例的基于端局云化的vBRAS流量负载均衡方法对各端口的流量负载等因素实时地分析而得到动态分配策略。根据实时的各端口流量负载得到新的策略，能够得到更优异的分配方案，相对更能适应实时的端口流量负载并根据各端口的动态流量负载全局化合理分配网络资源。
附图说明
图1为本发明的实施例1的基于端局云化的vBRAS流量负载均衡方法的流程图；
图2为本发明的实施例1的基于端局云化的vBRAS流量负载均衡方法的各个端口的环形排布图；
图3为本发明的实施例2的基于端局云化的vBRAS流量负载均衡装置的示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。
实施例1：
如图1所示，本实施例提供一种基于端局云化的vBRAS流量负载均衡方法，具体包括如下步骤：
S1、获取各个端口的流量负载数据，并进行存储。
该步骤具体可以为：获取当前的各个端口的流量负载数据，并按照m×n的矩阵形式进行存储，m、n均为大于等于1的整数。其中，获取端口流量负载数据可以是接收各个端口主动上报的流量负载数据，也可以是定期被询问机制获取的端口流量负载数据。流量负载矩阵：
k为获取的各个端口的流量负载次数，或者说是迁移/调整/迭代各个端口的流量负载次数。
S2、将各个端口的流量负载与阈值进行比较，获取流量负载大于阈值的端口。
该步骤中的阈值为预设设置的参数，而该阈值优选为各个端口的流量负载的平均值。在该步骤中可以确定流量负载最大和最小的端口即，同时可以根据值阈值确定出流量负载过度的端口(流量负载大于阈值的端口)和过度空闲的端口(流量负载小于阈值的端口)。
S3、将流量负载大于阈值的端口上的部分流量负载，按照第一预设条件迁移至其他端口上，以使各个端口上的流量负载小于阈值。
也就是说在该步骤中对流量负载过度的端口上的流量负载进行调整，以使这些端口上的流量负载不再过度。具体的，该步骤可以包括：
1、将各个端口排成环形节点。
2、确定出流量负载最大的端口作为初始节点，依次将超出阈值的部分流量负载迁移至最近两个节点中流量负载最小的节点上，以使各个节点的流量负载均小于阈值。
S4、比较各个端口流量负载迁移前后，各个端口的流量负载大小，得到其中流量负载的最大值Pmax g和最小值Pmin g，以及流量负载迁移前后的流量负载的最大值Pmax k和最小值Pmin k。
S5、根据Pmax g、Pmin g、Pmax k、Pmin k判断流量负载迁移后的各个端口的流量负载是否满足预设第二条件。
其中，第二预设条件可以为：
其中，(Sk)2为各个端口的流量负载的方差值，k为迁移次数，d为大于2的整数。
具体的，如图2所示的各个流量负载的端口的环形排布方式，其数学模型可表示为：
其中式(1-2)和(1-3)中的和(Si k)2分别为式(1-1)中第i行端口即节点的样本平均及样本方差，式(1-4)和(1-5)中的和(Sk)2分别为全部端口即节点的平均值及方差，简称为总平均值及总方差。假设P1 k,P2 k,…,Pm k相互独立，并假定Pi k服从正态分布。式(1-2)至式(1-5)中的k表示第k次迭代，需满足k＝1,2,…,d的条件。
其中，
记
则：
n*(Sk)2＝Qe k+U1 k (1-10)
Sall k＝n*(Sk)2 (1-11)
总离差平方和的分解式(1-6)中的Qe k和U1 k分别表示误差项平方和及因子的平方和，式(1-7)表示P1 k,P2 k,…,Pm k相互独立，式(1-11)中的Sall k为总离差平方和。
评价函数，也就是第二预设条：
上式(1-12)中，Pmax g和Pmin g分别为迁移前后的负载最大和最小端口即节点流量值，Pmax k和Pmin k分别为当次迁移(迭代)即第k次迭代的负载最大和最小端口即节点流量值，其中k必须满足k≤d条件，n*(Sk)2为第k次迭代总离差平方和。式(1-6)至式(1-12)中的k表示第k次迭代，需满足k＝1,2,…,d的条件。
S6、当判断出迁移后的各个端口的流量负载满足预设第二条件时，则完成各个端口的流量负载均衡。也就是说，通过步骤S4调整后的各个端口上的流量负载已经均衡。
当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上，重复步骤S4和S5，直至判断出迁移后的各个端口的流量负载满足预设条件，或者当端口的流量负载迁移次数大于预设值时，完成各个端口的流量负载均衡。
此时，也就是步骤S4中的一次调整仍然不能保证各个端口的流量负载是均衡的，此时需要继续调整，也即采用上述术方法进行迭代，直至判断出迁移后的各个端口的流量负载满足第二预设条件，也即满足：
当然，在最大迭代次数后，也即对各个端口上的流量负载进行迁移多次后，各个端口的流量负载仍然还不满足第二预设条件，此时也就是停止继续迭代，认为各个流量端口的流量负载均衡。
综上，本实施例的基于端局云化的vBRAS流量负载均衡方法对各端口的流量负载等因素实时地分析而得到动态分配策略。根据实时的各端口流量负载得到新的策略，能够得到更优异的分配方案，相对更能适应实时的端口流量负载并根据各端口的动态流量负载全局化合理分配网络资源。
实施例2：
如图3所示，本实施例提供一种基于端局云化的vBRAS流量负载均衡装置，包括：获取单元、第一比较单元、第一负载流量迁移单元、第二比较单元、判断单元、第二负载流量迁移单元。
其中，获取单元用于获取各个端口的流量负载数据，并进行存储。该获取单元具体用于第二负载流量迁移单元。其中，获取端口流量负载数据可以是接收各个端口主动上报的流量负载数据，也可以是定期被询问机制获取的端口流量负载数据。
第一比较单元用于将各个端口的流量负载与阈值进行比较，获取流量负载大于阈值的端口。
其中，阈值为预设设置的参数，而该阈值优选为各个端口的流量负载的平均值。第一比较单元可以确定流量负载最大和最小的端口即，同时可以根据值阈值确定出流量负载过度的端口(流量负载大于阈值的端口)和过度空闲的端口(流量负载小于阈值的端口)。
第一负载流量迁移单元用于将流量负载大于阈值的端口上的部分流量负载，按照第一预设条件迁移至其他端口上，以使各个端口上的流量负载小于阈值。
其中，该第一负载流量迁移单元具体可以用于1、将各个端口排成环形节点。
2、确定出流量负载最大的端口作为初始节点，依次将超出阈值的部分流量负载迁移至最近两个节点中流量负载最小的节点上，以使各个节点的流量负载均小于阈值。
第二比较单元，用于比较各个端口流量负载迁移前后，各个端口的流量负载大小，得到其中流量负载的最大值Pmax g和最小值Pmin g，以及流量负载迁移前后的流量负载的最大值Pmax k和最小值Pmin k；
判断单元，用于根据Pmax g、Pmin g、Pmax k、Pmin k判断流量负载迁移后的各个端口的流量负载是否满足预设第二条件。
其中，其中，第二预设条件可以为：
其中，(Sk)2为各个端口的流量负载的方差值，k为迁移次数，d为大于2的整数。
第二负载流量迁移单元用于当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上，直至判断出迁移后的各个端口的流量负载满足预设条件，或者当端口的流量负载迁移次数大于预设值时，完成各个端口的流量负载均衡。
其中，第二负载流量迁移单元具体用于当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载迁移至与该端口最近的两个端口中负载流量最小的一个上，且保证各个端口的流量负载小于阈值。
综上，本实施例的基于端局云化的vBRAS流量负载均衡装置对各端口的流量负载等因素实时地分析而得到动态分配策略。根据实时的各端口流量负载得到新的策略，能够得到更优异的分配方案，相对更能适应实时的端口流量负载并根据各端口的动态流量负载全局化合理分配网络资源。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (9)

1.一种基于端局云化的vBRAS流量负载均衡方法，其特征在于，包括如下步骤：
S1、获取各个端口的流量负载数据，并进行存储；
S2、将各个端口的流量负载与阈值进行比较，获取流量负载大于阈值的端口；
S3、将流量负载大于阈值的端口上的部分流量负载，按照第一预设条件迁移至其他端口上，以使各个端口上的流量负载小于阈值；
S4、比较各个端口流量负载迁移前后，各个端口的流量负载大小，得到其中流量负载的最大值Pmax g和最小值Pmin g，以及流量负载迁移前后的流量负载的最大值Pmax k和最小值Pmin k；
S5、根据Pmax g、Pmin g、Pmax k、Pmin k判断流量负载迁移后的各个端口的流量负载是否满足预设第二条件；
S6、当判断出迁移后的各个端口的流量负载满足预设第二条件时，则完成各个端口的流量负载均衡；
当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上，重复步骤S4和S5，直至判断出迁移后的各个端口的流量负载满足第二预设条件，或者当端口的流量负载迁移次数大于预设值时，完成各个端口的流量负载均衡；
其中，Pmax g为迁移前负载最大的端口流量值，Pmin g为迁移后负载最小的端口流量值，Pmax k为第k次迁移时负载最大的端口流量值，Pmin k为第k次迁移时负载最小的端口流量值；
其中，所述S3具体包括：
将各个端口排成环形节点；
确定出流量负载最大的端口作为初始节点，依次将超出阈值的部分流量负载迁移至最近两个节点中流量负载最小的节点上，以使各个节点的流量负载均小于阈值。
2.根据权利要求1所述的基于端局云化的vBRAS流量负载均衡方法，其特征在于，所述S1具体包括：
获取当前的各个端口的流量负载数据，并按照m×n的矩阵形式进行存储，其中，m、n均为大于等于1的整数。
3.根据权利要求1所述的基于端局云化的vBRAS流量负载均衡方法，其特征在于，所述S2中的阈值为各个端口的流量负载的平均值。
4.根据权利要求2所述的基于端局云化的vBRAS流量负载均衡方法，其特征在于，所述S4中的第二预设条件为：
其中，(Sk)2为各个端口的流量负载的方差值，k为迁移次数，d为大于2的整数。
5.根据权利要求1所述的基于端局云化的vBRAS流量负载均衡方法，其特征在于，所述当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上的步骤具体包括：
当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载迁移至与该端口最近的两个端口中负载流量最小的一个上，且保证各个端口的流量负载小于阈值。
6.一种基于端局云化的vBRAS流量负载均衡装置，其特征在于，包括：
获取单元，用于获取各个端口的流量负载数据，并进行存储；
第一比较单元，用于将各个端口的流量负载与阈值进行比较，获取流量负载大于阈值的端口；
第一负载流量迁移单元，用于将流量负载大于阈值的端口上的部分流量负载，按照第一预设条件迁移至其他端口上，以使各个端口上的流量负载小于阈值；
第二比较单元，用于比较各个端口流量负载迁移前后，各个端口的流量负载大小，得到其中流量负载的最大值Pmax g和最小值Pmin g，以及流量负载迁移前后的流量负载的最大值Pmax k和最小值Pmin k；
判断单元，用于根据Pmax g、Pmin g、Pmax k、Pmin k判断流量负载迁移后的各个端口的流量负载是否满足预设第二条件；
第二负载流量迁移单元，用于当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载按照第三预设条件迁移其他端口上，直至判断出迁移后的各个端口的流量负载满足预设条件，或者当端口的流量负载迁移次数大于预设值时，完成各个端口的流量负载均衡；
其中，Pmax g为迁移前负载最大的端口流量值，Pmin g为迁移后负载最小的端口流量值，Pmax k为第k次迁移时负载最大的端口流量值，Pmin k为第k次迁移时负载最小的端口流量值；
其中，其特征在于，所述第一负载流量迁移单元，具体用于将各个端口排成环形节点；
确定出流量负载最大的端口作为初始节点，依次将超出阈值的部分流量负载迁移至最近两个节点中流量负载最小的节点上，以使各个节点的流量负载均小于阈值。
7.根据权利要求6所述的基于端局云化的vBRAS流量负载均衡装置，其特征在于，所述获取单元，具体用于获取当前的各个端口的流量负载数据，并按照m×n的矩阵形式进行存储，其中，m、n均为大于等于1的整数。
8.根据权利要求7所述的基于端局云化的vBRAS流量负载均衡装置，其特征在于，所述第二预设条件为：
其中，(Sk)2为各个端口的流量负载的方差值，k为迁移次数，d为大于2的整数。
9.根据权利要求6所述的基于端局云化的vBRAS流量负载均衡装置，其特征在于，所述第二负载流量迁移单元，具体用于当判断出迁移后的各个端口的流量负载不满足第二预设条件时，则将流量负载最大的端口上的部分流量负载迁移至与该端口最近的两个端口中负载流量最小的一个上，且保证各个端口的流量负载小于阈值。
CN201610669244.8A 2016-08-15 2016-08-15 基于端局云化的vBRAS流量负载均衡方法及装置 Active CN106101010B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610669244.8A CN106101010B (zh) 2016-08-15 2016-08-15 基于端局云化的vBRAS流量负载均衡方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610669244.8A CN106101010B (zh) 2016-08-15 2016-08-15 基于端局云化的vBRAS流量负载均衡方法及装置

Publications (2)

Publication Number Publication Date
CN106101010A CN106101010A (zh) 2016-11-09
CN106101010B true CN106101010B (zh) 2019-06-28

Family

ID=58069204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610669244.8A Active CN106101010B (zh) 2016-08-15 2016-08-15 基于端局云化的vBRAS流量负载均衡方法及装置

Country Status (1)

Country Link
CN (1) CN106101010B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108075955B (zh) * 2016-11-10 2020-04-14 中国移动通信有限公司研究院 骨干网的数据处理方法及装置
CN106506394B (zh) * 2016-11-21 2020-10-20 浙江宇视科技有限公司 一种负载均衡方法、系统和装置
CN108512919B (zh) * 2018-03-25 2021-07-13 上海米卡信息技术服务有限公司 一种云存储空间分配方法及服务器
CN113746709B (zh) * 2021-08-25 2023-01-31 烽火通信科技股份有限公司 转控分离动态容量管理方法、装置、设备及存储介质
CN117081996B (zh) * 2023-10-16 2024-01-05 北京乐讯科技有限公司 基于服务端实时反馈和软阈值的流量控制方法及相关设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101640644B (zh) * 2009-09-01 2011-11-16 杭州华三通信技术有限公司 基于灵活链路组的流量均衡方法和设备
JP5271876B2 (ja) * 2009-11-12 2013-08-21 株式会社日立製作所 パケット振り分け機能を有する装置及びパケット振り分け方式
CN104158755B (zh) * 2014-07-30 2017-12-05 华为技术有限公司 传输报文的方法、装置和系统
CN104821922B (zh) * 2015-02-12 2019-03-15 新华三技术有限公司 一种流量分担方法和设备

Also Published As

Publication number Publication date
CN106101010A (zh) 2016-11-09

Similar Documents

Publication Publication Date Title
CN106101010B (zh) 基于端局云化的vBRAS流量负载均衡方法及装置
Zhou et al. Load balancing for multiple controllers in SDN based on switches group
US20100254409A1 (en) System and Method for Optimizing Network Bandwidth Usage
CN106341346A (zh) 基于SDN的数据中心网络中一种保障QoS的路由算法
CN105391797A (zh) 基于sdn的云服务器负载均衡方法及装置
van der Boor et al. Load balancing in large-scale systems with multiple dispatchers
Zhao et al. PLOFR: An online flow route framework for power saving and load balance in SDN
US11509566B2 (en) Shaping outgoing traffic of network packets in a network management system
CN104852859A (zh) 一种聚合接口业务处理方法和设备
Lin et al. Energy-aware service function chaining embedding in NFV networks
EP3001883A2 (en) Systems and methods for traffic engineering in software defined networks
CN107770874A (zh) 超密集网络中的分簇方法和子信道分配方法
CN104469851B (zh) 一种lte下行链路中均衡吞吐量和延迟的资源分配方法
CN110177056B (zh) 一种自动适应的带宽控制方法
CN110769023B (zh) 一种基于智能家庭网关的点对点内容分发网络系统
Cui et al. A novel method of virtual network embedding based on topology convergence-degree
Ren et al. A SDN-based dynamic traffic scheduling algorithm
CN109286563B (zh) 一种数据传输的控制方法和装置
CN114785692A (zh) 一种虚拟电厂聚合调控通信网络流量均衡方法及装置
CN108923817B (zh) 一种LoRa网络中降低终端之间干扰的方法
Liu et al. Scheduling multi-flow network updates in Software-Defined NFV systems
CN105337832B (zh) 在线多播虚拟网络的资源分配方法
You et al. Hierarchical multiresource fair queueing for packet processing
CN109218217A (zh) 一种负荷分担方法、装置、路由设备及存储介质
CN116319565A (zh) 基于在网计算的负载均衡系统、方法、设备及存储介质

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