CN106533831A - 用户的带宽使用的确定方法及系统 - Google Patents

用户的带宽使用的确定方法及系统 Download PDF

Info

Publication number
CN106533831A
CN106533831A CN201610983417.3A CN201610983417A CN106533831A CN 106533831 A CN106533831 A CN 106533831A CN 201610983417 A CN201610983417 A CN 201610983417A CN 106533831 A CN106533831 A CN 106533831A
Authority
CN
China
Prior art keywords
slope
point
curve
user
bandwidth
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.)
Pending
Application number
CN201610983417.3A
Other languages
English (en)
Inventor
张喆琳
冀利刚
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.)
LeTV Holding Beijing Co Ltd
LeTV Cloud Computing Co Ltd
Original Assignee
LeTV Holding Beijing Co Ltd
LeTV Cloud Computing 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 LeTV Holding Beijing Co Ltd, LeTV Cloud Computing Co Ltd filed Critical LeTV Holding Beijing Co Ltd
Priority to CN201610983417.3A priority Critical patent/CN106533831A/zh
Publication of CN106533831A publication Critical patent/CN106533831A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876Network utilisation, e.g. volume of load or congestion level
    • H04L43/0894Packet rate

Landscapes

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

Abstract

本发明实施例提供一种用户的带宽使用的确定方法和系统。该方法包括:根据用户在各时间的带宽使用量,确定时间/带宽使用量的函数曲线;确定曲线第j个点与之前的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定曲线中第j个点与之后的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合;基于第一斜率集合和第二斜率集合中各斜率的正负,识别第j个点是否为曲线的有效峰值;根据j在不同取值生成的有效峰值的识别结果,确定用户的带宽使用的活跃/空闲时间。本发明实施例降低了在确定不光滑的函数曲线峰值所造成的资源损耗,提高了确定不光滑的函数曲线峰值的效率。

Description

用户的带宽使用的确定方法及系统
技术领域
本发明涉及互联网领域,尤其涉及一种用户的带宽使用的确定方法及系统。
背景技术
随着网络的普及与科技的进步,越来越多的用户可以随时随地的观看视频,这使得CDN(Content Delivery Network,内容分发网络)服务商的访问带宽剧增,这就需要更好的做带宽峰值的精准预测,为用户提供更好的服务打好坚实的基础。如果能够提前预知用户及整个CDN网络的带宽峰值、峰值时间点,可以更好的布局CDN的资源,部署恰当的CDN调度,可以提供更好的服务质量。
而精准的峰值时间点预测,前提是识别出峰值,再通过挖掘峰值时间点的特征,才能精准的预测出峰值时间点。现有技术中,对访问带宽曲线借用凸函数或凹函数的思想判断波峰或波谷,对凸函数或凹函数的不同点采用切线来判断不同点的斜率,根据不同时间点切线的斜率的值,预测峰值的时间点。
在实现本发明过程中,发明人发现相关技术中至少存在如下问题:
现实中,访问带宽的函数曲线大都是由多个离散的点拟合而成,带宽的函数曲线并不完全光滑,当在带宽的函数曲线并不完全光滑时,在确定带宽的函数曲线的凸函数或凹函数更加复杂,使得通过函数切线确定峰值的资源消耗大,并且计算的峰值并不精准。服务器由于调度服务资源不合理,当过多的用户同时访问时,导致服务器出现死机等情况。
发明内容
为了至少解决现有技术中对确定不光滑的函数曲线求峰值的消耗资源大、精准度较低的技术问题。
第一方面,本发明实施例提供一种用户的带宽使用的确定方法,包括:
根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),其中1≤i≤n;
确定所述曲线S(Ti,Ui)中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui)中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;
基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
第二方面,本发明实施例提供一种用户的带宽使用的确定系统,包括:
确定函数曲线模块,用于根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),其中1≤i≤n;
斜率集合生成模块,用于确定所述曲线S(Ti,Ui)中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui)中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;
识别模块,用于基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
使用时间确定模块,用于根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
第三方面,本发明实施例还提供了一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令用于执行本发明上述任一项所述的用户的带宽使用的确定方法。
第四方面,本发明实施例还提供了一种电子设备,包括:至少一个处理器;以及存储器;其中,所述存储器存储有可被所述至少一个处理器执行的程序,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明上述任一项用户的带宽使用的确定方法。
第五方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项用户的带宽使用的确定方法。
本发明实施例通过对不完全光滑的函数曲线的某一点做多条割线,计算割线的斜率,通过本方法的调整,在当函数曲线不光滑时,使用本方法可以减少资源的损耗,提高确定不光滑的函数曲线峰值的效率。并且确定不光滑的函数曲线峰值的精准度更高,使服务器调度服务资源更合理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种用户的带宽使用的确定方法的流程图;
图2是本发明另一实施例提供的一种用户的带宽使用的确定方法的流程图;
图3是本发明又一实施例提供的一种用户的带宽使用的确定方法的流程图;
图4是本发明再一实施例提供的一种用户的带宽使用的确定方法的流程图;
图5是本发明还一实施例提供的一种用户的带宽使用的确定方法的流程图;
图6是本发明一具体实施例提供的一种用户的带宽使用的确定方法的示意图;
图7是本发明一具体实施例提供的一种用户的带宽使用的确定方法的流程图;
图8是本发明一实施例提供的一种用户的带宽使用的确定系统的结构示意图;
图9是本发明一实施例提供的用于用户的带宽使用的确定的电子设备的结构示意图。
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作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。
如图1所示为本发明一实施例提供的一种用户的带宽使用的确定方法的流程图,包括如下步骤:
S11:根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),,其中1≤i≤n;
S12:确定所述曲线S(Ti,Ui),中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui),中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;
S13:基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
S14:根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
在本实施方式中,对于步骤S11,通过服务器的后台查询,得到用户在各时间的带宽的使用量,根据用户在各时间的带宽使用量,使用现有技术对各时间对应的各带宽使用量确定函数曲线;
对于步骤S12,通过步骤S11确定的函数曲线确定出该曲线中第j个点与j点之前的由近至远的各个点依次构成的各条割线斜率(例如第j个点与第j-1个点构成的2点的割线,通过这2点计算第j个点与第j-1个点构成的割线的斜率,以此类推),一直获取到k个不为0的斜率,使k个斜率生成第一斜率集合,反之通过步骤S11确定的函数曲线确定出该曲线中第j个点与第j点之后的由近至远的各个点依次构成的各条割线斜率(例如第j个点与第j+1个点构成的2点的割线,通过这2点计算第j个点与第j+1个点构成的割线的斜率,以此类推),一直获取到k个不为0的斜率,使k个斜率生成第二斜率集合。其中k为预设的常数,j值的范围为:k+1≤j≤n-k,因为通过k个不为0的斜率判断当前点j是否为峰值,如果所获取的斜率不足以达到判断峰值的条件,服务器自然将无法判断,所以将判断峰值数据不足的点排除;
对于步骤S13,通过步骤S12获取的第一斜率集合中各集合的正负,与第二集合中各斜率的正负,识别出第j个点是否为步骤S11所述曲线S(Ti,Ui)的有效波峰/波谷;
其中有效波峰/波谷包括:有价值、有意义的波峰。在一个函数曲线中可能会出现很多的波峰/波谷,但是本方法可以判断出可以对函数曲线中有重要意义的波峰/波谷,通过有意义的波峰波谷的信息,可以提取有价值的信息。
对于步骤S14,根据j在[k+1,n-k]中的不同取值所生成的有效波峰或者有效波谷的识别结果,确定出有效波峰的时间为用户的带宽使用的活跃时间,有效波谷的时间为用户的带宽使用的者空闲时间。
通过该实施方法可以看出,本发明提供了一种用户的带宽使用的确定方法,通过使用割线替换了现有技术中使用曲线的切线确定斜率,在带宽函数曲线不光滑时,使用本方法可以减少服务器的计算量,增大确定带宽函数曲线峰值的效率。
如图2所示为本发明另一实施例提供的一种用户的带宽使用的确定方法的流程图,包括如下步骤:
S21:当所述曲线S(Ti,Ui)中第j个点与之前的所有的点构成的j-1条割线的j-1个斜率中不足以获取k个不为0的斜率时,和/或;
S22:当所述曲线S(Ti,Ui)中第j个点与之后的所有的点构成的n-k条割线的n-k个斜率中不足以获取k个不为0的斜率时;
S23:将所述第j个点排除出有效波峰/波谷。
在本实施方式中,对于步骤S21,服务器判断当曲线S(Ti,Ui),中第j个点与j点之前的所有的点构成的j-1条割线的j-1个斜率中不足以获取到k个不为0的斜率;
或者对于步骤S22,判断当曲线S(Ti,Ui),中第j个点与j点之后的所有的点构成的n-k条割线的n-k个斜率中不足以获取到k个不为0的斜率;
对于步骤S23,将符合步骤S21条件的第j个点排除为有效的波峰点或波谷点、将符合步骤S22条件的第j个点排除为有效的波峰点或波谷点。
通过该实施方法可以看出,当第j个点与第j个点之前所有点构成的割线的斜率的个数或者当第j个点与第j个点之后所有点构成的割线的斜率的个数不足k个时,代表着是否有足够的数据来判断第j个点是否为波峰/波谷的情况。当没有足够的数据判断时,排除第j个点为波峰/波谷的情况,增加了判断峰值的精准度。
如图3所示为本发明又一实施例提供的一种用户的带宽使用的确定方法的流程图,包括如下步骤:
S13:基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
S130:当所述第一斜率集合中各斜率均为正值且所述第二斜率集合中各斜率均为负值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波峰。
在本实施方式中,对于步骤S13,与图1中所示的实施例的步骤S13相同,此处不再赘述;
对于步骤S130,当在第一斜率集合中,集合内的各斜率均为正值,并且在第二斜率集合中,集合内的各斜率均为负值的时候,将第j个点识别为曲线S(Ti,Ui)的有效波峰。
通过该实施方法可以看出,通过比对斜率集合中各斜率的正负,可以精准的判断,当前第j个点是否为曲线S(Ti,Ui)的有效波峰。
如图4所示为本发明再一实施例提供的一种用户的带宽使用的确定方法的流程图,包括如下步骤:
S13:基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
S131:当所述第一斜率集合中各斜率均为负值且所述第二斜率集合中各斜率均为正值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波谷。
在本实施方式中,对于步骤S13,与图1中所示的实施例的步骤S13相同,此处不再赘述;
对于步骤S131,当在第一斜率集合中,集合内的各斜率均为负值,并且在第二斜率集合中,集合内的各斜率均为正值的时候,将第j个点识别为曲线S(Ti,Ui),的有效波谷。
通过该实施方法可以看出,通过比对斜率集合中各斜率的正负,可以精准的判断,当前第j个点是否为曲线S(Ti,Ui)的有效波谷。
如图5所示为本发明还一实施例提供的一种用户的带宽使用的确定方法的流程图,包括如下步骤:
S14:根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间;
S140:当存在有效波峰的识别结果时,对所述有效波峰在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的活跃时间;
S141:当存在有效波谷的识别结果时,对所述有效波谷在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的空闲时间。
在本实施方式中,对于步骤S14,与图1中所示的实施例的步骤S14相同,在此不再赘述;
对于步骤S140,当存在若干不同的点为曲线S(Ti,Ui)的有效波峰时,将有效波峰在曲线S(Ti,Ui)上所对应的点的时间值确定为用户的带宽使用的活跃时间;
对于步骤S141,当存在若干不同的点为曲线S(Ti,Ui),的有效波谷时,将有效波谷在曲线S(Ti,Ui),上所对应的点的时间值确定为用户的带宽使用的空闲时间;
通过该实施方法可以看出,通过各波峰波谷点对应的时间值,准确的判断出用户的带宽使用的活跃/空闲时间。
如图6所示为本发明一具体实施例提供的一种用户的带宽使用的确定方法的示意图。
如图7所示为本发明一具体实施例提供的一种用户的带宽使用的确定方法的流程图。
结合图6与图7所示,包括如下步骤:
在本实施方式中,以检测一天中用户访问动漫视频带宽为例,为了便于实施例展示,以预设k的值为3,以1小时为一个时间间隔为例。
服务器获取一天内用户在各时间Ti的动漫视频带宽使用量Ui,确定出该动漫视频带宽的函数曲线S(Ti,Ui)。如图所示,因为设定预设k的值为3,则以点D开始到点V结束进行确定用户的使用时间习惯。通过使用被测点的与被测点前后各点的割线的斜率来判断被检测点是否为波峰或波谷,当被测点与被测点前/后端各点的割线的不为0的斜率不足3个时,服务器因数据不足将无法进行峰值判断,所以将已经明确数据不足的点先排除在外。
点D与点D之前的点C、点B、点A构成的割线DC、DB、DA的斜率值分别为负值、负值、负值,满足获取3个不为零的割线的斜率值,生成点D的第一斜率集合{负值,负值,负值}。点D与点D之后的点E、点F、点G构成割线DE、DF、DG的斜率值分别为正值、0、正值,由于获取到了DF的割线的斜率为零,不满足获取到3个不为零的割线的斜率值生成第二斜率集合,所以,继续获取点G后的点H与点D的割线的斜率值,点D与点H割线DH的斜率为正值,满足获取3个不为零的斜率值,生成点D的第二斜率的集合{正值,正值,正值}。基于点D的第一斜率集合{负值,负值,负值}的斜率都为负,点D的第二斜率集合{正值,正值,正值}的斜率都为正,将点D确定为该动漫视频带宽的函数曲线的波谷点,确定出点D所对应时间的3点为用户观看动漫的空闲时间。
继续以同样的方法确定点E,点E与之前点D、点C、点B构成割线ED、EC、EB的斜率值分别为正值、0、负值,由于获取到了割线EC的斜率为零,还不满足获取到3个不为零的割线的斜率值生成第一斜率集合,所以,继续获取点B前的点A与点E的割线的斜率值,点E与点A割线EA的斜率为负值,满足获取3个不为零的割线的斜率值,生成点E的第一斜率的集合{负值,负值,正值}。以同样的方法获取点E后的割线的斜率值生成点E的第二斜率集合在此不再赘述,点E的第二斜率集合为{正值,正值,正值}。基于点E的第一斜率集合{负值,负值,正值}的斜率不都为负,点E的第二斜率集合{正值,正值,正值}的斜率都为正,判断出点E既非波峰点又非波谷点。
继续以同样的方法确定点E的下一个点F,直到确定到点V是否为峰值点,其确定方法与上述方法相同。从点F到点U是否为波峰点确定过程不再赘述。得到结果为,点F、G、H、I、J、K、L、M既非波峰点又非波谷点,点N为该动漫视频带宽的函数曲线的波峰点,确定点N所对应时间的13点为用户观看动漫的活跃时间,点O、P、Q既非波峰点又非波谷点,点R为该动漫视频带宽的函数曲线的波谷点,确定点R所对应时间的17点为用户观看动漫的空闲时间。点S、T、U既非波峰点又非波谷点.
继续以同样的方法确定点V是否为峰值点,点V与之前点U、点T、点S构成割线VU、VT、VS的斜率值分别为正值、正值、正值,满足获取3个不为零的割线的斜率值,生成点V的第一斜率的集合{正值,正值,正值}。点V与之后点W、点X、点Y构成割线VW、VX、VY的斜率分别为负值、负值、负值,满足获取3个不为零的割线的斜率值,生成点V的第二斜率的集合{负值,负值,负值}。基于点V的第一斜率集合{正值,正值,正值}的斜率都为正,点V的第二斜率集合{负值,负值,负值}的斜率都为负,确定出点V为该动漫视频带宽的函数曲线的波峰点,确定点V所对应的21点为该用户观看动漫的活跃时间。
最后可以精确的确定点D与点R是波谷,点N与点V是波峰。
通过上述实施例可以看出3点与17点为用户观看动漫的空闲时间,13点与21点为用户观看动漫的活跃时间。其中,通过改变k,使得判断斜率集合增大,可以得到更加精准的峰值点。
通过改变检测周期可以获得更精确的信息,例如以7天为一个确定周期,可以发现波谷大都聚集在2点—3点,15点—17点中,波峰大都聚集在12点—13点,21点—23点中。就可以将2点—3点,15点—17点,确定为用户观看动漫的空闲时间,将12点—13点,21点—23点确定为用户观看动漫的活跃时间。
上述方法中只展示了检测用户访问动漫视频带宽为例,通过此方法,也可以检测用户访问其他视频带宽的峰值(例如:电视剧、电影、综艺节目等)。
通过该具体实施例可以看出,本发明实施例的方法在对用户的带宽使用时间习惯有着确定的作用,当用户访问动漫视频带宽的函数曲线不为光滑的时候,通过使用本方法,减少了计算量,提高了服务器在计算访问带宽曲线峰值的效率。并且通过计算后得出的峰值,可以按峰值的时间点对用户观看不同类别的视频的带宽使用时间习惯进行分类,按照用户对不同类别视频的带宽使用时间的习惯,对服务资源进行合理的分配与调度。
如图8所示为本发明一实施例提供的用户的带宽使用的确定系统的结构示意图,本实施例的技术方案可适用于对设备的用户的带宽使用的确定方法,该系统可执行上述任意实施例所述的用户的带宽使用的确定方法,并配置在终端中。
本实施例提供的一种用户的带宽使用的确定系统包括:确定函数曲线模块11,斜率集合生成模块12,识别模块13和使用时间确定模块14。
其中,确定函数曲线模块11用于根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),其中1≤i≤n;斜率集合生成模块12用于确定所述曲线S(Ti,Ui)中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui)中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;识别模块13用于基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;使用时间确定模块14用于根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
进一步地,所述系统还用于:
当所述曲线S(Ti,Ui)中第j个点与之前的所有的点构成的j-1条割线的j-1个斜率中不足以获取k个不为0的斜率时,和/或
当所述曲线S(Ti,Ui)中第j个点与之后的所有的点构成的n-k条割线的n-k个斜率中不足以获取k个不为0的斜率时,
将所述第j个点排除出有效波峰/波谷。
所述识别模块用于:
当所述第一斜率集合中各斜率均为正值且所述第二斜率集合中各斜率均为负值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波峰。
所述识别模块还用于:
当所述第一斜率集合中各斜率均为负值且所述第二斜率集合中各斜率均为正值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波谷。
所述使用时间确定模块用于:
当存在有效波峰的识别结果时,对所述有效波峰在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的活跃时间;
当存在有效波谷的识别结果时,对所述有效波谷在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的空闲时间。
本发明实施例提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的用户的带宽使用的确定方法;
作为一种实施方式,本发明的非易失性计算机存储介质存储有计算机可执行指令,所述计算机可执行指令设置为:
根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),其中1≤i≤n;
确定所述曲线S(Ti,Ui)中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui)中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;
基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
作为一种非易失性计算机可读存储介质,可用于非易失性软件程序、非易失性计算机可执行程序以及模块,如本发明实施例中的用户的带宽使用的确定方法对应的程序指令/模块(例如,附图8所示的确定函数曲线模块11、斜率集合生成模块12、识别模块13和使用时间确定模块14)。所述一个或者多个模块存储在所述非易失性计算机可读存储介质中,当被处理器执行时,执行上述任意方法实施例中的用户的带宽使用的确定方法。
非易失性计算机可读存储介质可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据移动通信网络注册的服务提醒装置的使用所创建的数据等。此外,非易失性计算机可读存储介质可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,非易失性计算机可读存储介质可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至移动通信网络注册的服务提醒装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非易失性计算机可读存储介质上的计算程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述任一项用户的带宽使用的确定方法。
图9是本发明一实施例提供的用于用户的带宽使用的确定的电子设备的结构示意图,如图9所示,该设备包括:
一个或多个处理器910以及存储器920,图9中以一个处理器910为例。
用户的带宽使用的确定方法的设备还可以包括:输入装置930和输出装置940。
处理器910、存储器920、输入装置930和输出装置940可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器920为上述的非易失性计算机可读存储介质。处理器910通过运行存储在存储器920中的非易失性软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的用户的带宽使用的确定方法。
输入装置930可接收输入的数字或字符信息,以及产生与网络注册装置的用户设置以及功能控制有关的键信号输入。输出装置940可包括显示屏等显示设备。
上述产品可执行本发明实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的方法。
作为一种实施方式,上述电子设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),其中1≤i≤n;
确定所述曲线S(Ti,Ui)中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui)中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;
基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
本发明实施例的设备以多种形式存在,包括但不限于:
(1)服务器设备:这类设备的特点是具备数据处理功能,并且以提供数据提取,数据处理,数据分析主要目标。这类终端包括:入门级服务器、工作组级服务器、部门级服务器和企业级服务器等。
(2)具备移动上网特性的超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能。这类终端包括:具备3G/4G上网功能的超级本、PDA、MID和UMPC设备等。
(3)具备移动上网特性的便携式娱乐设备:这类设备可以在线显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPad),掌上游戏机,电子书,以及便携式车载导航设备。
(4)其他具有数据处理功能的电子装置。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (11)

1.一种用户的带宽使用的确定方法:
根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),其中1≤i≤n;
确定所述曲线S(Ti,Ui)中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui)中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;
基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
2.根据权利要求1所述的方法,其中,所述方法还包括:
当所述曲线S(Ti,Ui)中第j个点与之前的所有的点构成的j-1条割线的j-1个斜率中不足以获取k个不为0的斜率时,和/或
当所述曲线S(Ti,Ui)中第j个点与之后的所有的点构成的n-k条割线的n-k个斜率中不足以获取k个不为0的斜率时,
将所述第j个点排除出有效波峰/波谷。
3.根据权利要求1所述的方法,其中,所述基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷包括:
当所述第一斜率集合中各斜率均为正值且所述第二斜率集合中各斜率均为负值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波峰。
4.根据权利要求1所述的方法,其中,所述基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷还包括:
当所述第一斜率集合中各斜率均为负值且所述第二斜率集合中各斜率均为正值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波谷。
5.根据权利要求1-4中任一项所述的方法,其中,所述根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间包括:
当存在有效波峰的识别结果时,对所述有效波峰在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的活跃时间;
当存在有效波谷的识别结果时,对所述有效波谷在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的空闲时间。
6.一种用户的带宽使用的确定系统,包括:
确定函数曲线模块,用于根据用户在各时间Ti的带宽使用量Ui,确定时间/带宽使用量的函数曲线S(Ti,Ui),其中1≤i≤n;
斜率集合生成模块,用于确定所述曲线S(Ti,Ui)中第j个点与之前的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第一斜率集合,确定所述曲线S(Ti,Ui)中第j个点与之后的由近至远的各个点依次构成的各条割线的斜率,直到获取k个不为0的斜率以生成第二斜率集合,其中,k+1≤j≤n-k,k为预设的常数;
识别模块,用于基于所述第一斜率集合中各斜率的正负和所述第二斜率集合中各斜率的正负,识别第j个点是否为所述曲线S(Ti,Ui)的有效波峰/波谷;
使用时间确定模块,用于根据j在[k+1,n-k]中的不同取值生成的有效波峰/波谷的识别结果,确定用户的带宽使用的活跃/空闲时间。
7.根据权利要求6所述的系统,其中,所述系统还用于:
当所述曲线S(Ti,Ui)中第j个点与之前的所有的点构成的j-1条割线的j-1个斜率中不足以获取k个不为0的斜率时,和/或
当所述曲线S(Ti,Ui)中第j个点与之后的所有的点构成的n-k条割线的n-k个斜率中不足以获取k个不为0的斜率时,
将所述第j个点排除出有效波峰/波谷。
8.根据权利要求6所述的系统,其中,所述识别模块用于:
当所述第一斜率集合中各斜率均为正值且所述第二斜率集合中各斜率均为负值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波峰。
9.根据权利要求6所述的系统,其中,所述识别模块还用于:
当所述第一斜率集合中各斜率均为负值且所述第二斜率集合中各斜率均为正值时,将第j个点识别为所述曲线S(Ti,Ui)的有效波谷。
10.根据权利要求6所述的系统,其中,所述使用时间确定模块用于:
当存在有效波峰的识别结果时,对所述有效波峰在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的活跃时间;
当存在有效波谷的识别结果时,对所述有效波谷在所述曲线S(Ti,Ui)上所对应的时间值确定为用户的带宽使用的空闲时间。
11.一种电子设备,包括:至少一个处理器;以及存储器;其中,所述存储器存储有可被所述至少一个处理器执行的程序,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明权利要求1-5中任一项所述的用户的带宽使用的确定方法。
CN201610983417.3A 2016-11-09 2016-11-09 用户的带宽使用的确定方法及系统 Pending CN106533831A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610983417.3A CN106533831A (zh) 2016-11-09 2016-11-09 用户的带宽使用的确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610983417.3A CN106533831A (zh) 2016-11-09 2016-11-09 用户的带宽使用的确定方法及系统

Publications (1)

Publication Number Publication Date
CN106533831A true CN106533831A (zh) 2017-03-22

Family

ID=58350154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610983417.3A Pending CN106533831A (zh) 2016-11-09 2016-11-09 用户的带宽使用的确定方法及系统

Country Status (1)

Country Link
CN (1) CN106533831A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110109395A (zh) * 2019-05-08 2019-08-09 广东电网有限责任公司 一种过程的频率带宽的获取方法、装置、设备和存储介质
CN110602569A (zh) * 2019-09-18 2019-12-20 深圳市梦网百科信息技术有限公司 一种基于带宽趋势的带宽复用方法和系统
CN112929313A (zh) * 2021-02-03 2021-06-08 电子科技大学 一种临近空间毫米波无线传输方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110109395A (zh) * 2019-05-08 2019-08-09 广东电网有限责任公司 一种过程的频率带宽的获取方法、装置、设备和存储介质
CN110602569A (zh) * 2019-09-18 2019-12-20 深圳市梦网百科信息技术有限公司 一种基于带宽趋势的带宽复用方法和系统
CN110602569B (zh) * 2019-09-18 2021-11-09 深圳市梦网视讯有限公司 一种基于带宽趋势的带宽复用方法和系统
CN112929313A (zh) * 2021-02-03 2021-06-08 电子科技大学 一种临近空间毫米波无线传输方法

Similar Documents

Publication Publication Date Title
CN111143612B (zh) 视频审核模型训练方法、视频审核方法及相关装置
Meade et al. Forecasting in telecommunications and ICT—A review
CN108109011A (zh) 一种广告反作弊方法及计算设备
CN109948023A (zh) 推荐对象获取方法、装置及存储介质
CN105023165A (zh) 社交网络平台中投放任务的控制方法、装置及系统
CN103971170A (zh) 一种用于对特征信息的变化进行预测的方法和装置
CN106598711A (zh) 智能终端工作模式切换方法及系统
CN108985489B (zh) 一种风险预测方法、风险预测装置和终端设备
CN106533831A (zh) 用户的带宽使用的确定方法及系统
CN110267097A (zh) 基于分类特征的视频推送方法、装置及电子设备
CN112016773A (zh) 一种确定潜力主播的方法及装置
CN109146581A (zh) 一种资源分配方法、装置及可读存储介质
New et al. Lifelong learning metrics
CN112269943B (zh) 一种信息推荐系统及方法
CN105260906A (zh) 互动链接推送方法及装置
CN110020896A (zh) 一种营收预测、模型训练方法、装置、设备及存储介质
CN107507023B (zh) 一种信息投放方法及装置
CN113869377A (zh) 训练方法、装置及电子设备
CN106658072A (zh) 视频编码码率调整方法及系统
CN110275661A (zh) 数据展示方法及装置
CN113077815A (zh) 一种音频评估方法及组件
CN113128696A (zh) 分布式机器学习通信优化方法、装置、服务器及终端设备
CN111062449A (zh) 预测模型的训练方法、兴趣度预测方法、装置和存储介质
CN113038055B (zh) 图像处理方法、装置及电子设备
CN113128597B (zh) 一种用户行为特征的提取和分类预测的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170322