CN106604303A

CN106604303A - 选择终端使用频段的方法、系统和接入设备

Info

Publication number: CN106604303A
Application number: CN201611094321.8A
Authority: CN
Inventors: 张骏; 张广兴; 谢高岗; 宋磊
Original assignee: Institute of Computing Technology of CAS
Current assignee: Institute of Computing Technology of CAS
Priority date: 2016-12-02
Filing date: 2016-12-02
Publication date: 2017-04-26

Abstract

本发明提供了一种选择终端使用频段的方法。该方法获取当前的网络性能数据；基于所述当前的网络性能数据利用分类规则为新接入的终端选择使用频段，其中，所述分类规则是基于历史的网络性能数据和网络体验指标利用分类算法进行训练而获得。通过本发明的方法在双频或多频无线环境中，能够综合考虑无线网络的性能数据来为终端用户选择合适的频段，从而改善了用户体验。

Description

选择终端使用频段的方法、系统和接入设备

技术领域

本发明属于通信技术领域，尤其涉及为终端选择使用频段的方法、系统和接入设备。

背景技术

在现有技术中，对于支持双频或多频的无线网络，确定终端用户的接入频段的方法通常包括终端自动选择和由接入网络侧进行选择。

终端自动选择是指当终端检测到两个或多个频段后，任意选择或基于终端测量到的信号强度来选择其中之一进行接入。例如，在目前支持2.4GHz和5GHz的WLAN无线网络中，终端优先选择5GHz频段，在没有5GHz频段时才会选择2.4GHz频段。这种方法没有充分考虑无线环境参数和网络的资源利用情况，可能会导致用户选择了处于拥塞的频段，从而导致数据传输速率下降，影响用户体验。

由网络侧为终端选择使用频段，通常的做法是接入网络基于某个测量(例如，网络负载)来初步选择终端用户的使用频段，而由于无线环境的复杂性，这种方法不能综合考虑无线网络的性能指标，从而导致了频段选择的片面性。

发明内容

本发明的目的在于克服上述现有技术的缺陷，提供一种基于分类算法的选择终端使用频段的方法、系统及接入设备。

根据本发明的第一方面，提供了一种选择终端使用频段的方法。该方法包括：

步骤1：获取当前的网络性能数据；

步骤2：基于所述当前的网络性能数据利用分类规则为新接入的终端选择使用频段，其中，所述分类规则是基于历史的网络性能数据和网络体验指标利用分类算法进行训练而获得。

优选地，所述网络性能数据包括时间占用率、CPU占用率、帧重传率、吞吐量以及终端的RSSI中的一项或几项。

优选地，所述网络体验指标包括时延或吞吐量或丢包率中的一项或几项。

优选地，所述分类算法包括贝叶斯算法、决策树算法或神经网络算法。

优选地，所述分类规则通过以下步骤而获得：获取训练数据的集合，其中，所述训练数据的集合包括不同使用频段下的所述历史的网络性能数据和网络体验指标；基于所述网络体验指标的比较，根据所述历史的网络性能数据的属性将所述训练数据分类，以获得所述分类规则。

优选地，所述网络是WLAN。

优选地，所述使用频段包括2.4GHz频段或5GHz频段。

根据本发明的第二方面，提供了一种选择终端使用频段的系统。该系统包括：获取当前的网络性能数据的模块；以及基于所述当前的网络性能数据利用分类规则为新接入的终端选择使用频段的模块，其中，所述分类规则是基于历史的网络性能数据和网络体验指标利用分类算法进行训练而获得。

根据本发明的第三方面，提供了一种接入设备，该设备包括根据本发明的系统。

与现有技术相比，本发明的优点在于在双频或多频无线环境中，可以综合考虑无线网络的性能数据来为终端用户选择合适的频段，从而改善了用户的网络体验。

附图说明

以下附图仅对本发明作示意性的说明和解释，并不用于限定本发明的范围，其中：

图1示出了根据本发明的一个实施例为终端选择使用频段的方法流程图。

图2示出了WLAN网络中无线时延的示意图。

图3示出了根据本发明一个实施例的利用决策树获取分类规则的示意图。

图4示出了根据本发明的一个实施例的选择终端使用频段的系统的示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现参照附图对本发明提出为终端选择使用频段的方法及系统进一步详细说明。

图1示出了根据本发明一个实施例的为终端选择使用频段的方法流程图。该方法包括以下步骤：

1)步骤S110，获取网络的性能数据和网络体验指标

典型的无线网络包括终端和用于提供终端接入的接入设备，终端和接入设备之间的无线接口称为空口。接入设备维护各个终端的上下文，可以获得空口的性能数据和网络体验指标。

网络性能数据是用于评估网络的性能的指标，可以用于指导网络的性能优化或资源的合理调度。网络体验指标是指可以衡量服务质量或用户满意度的指标。

例如，WLAN的接入点/接入设备(access point，AP)可以测量空口的时间占用率(airtime utilization，AU)、CPU占用率、帧重传率、吞吐量等性能数据以及终端的时延、丢包率等网络体验指标。

上述网络性能数据和网络性能指标可以是当前所使用网络的数据，例如，过去某段时间的历史数据，或者也可以是统计的实验网络中的历史数据。

2)步骤S120，生成训练数据集合

以WLAN为例，分别采集2.4GHz和5GHz多个终端在某段时间内的空口时间占用率(AU)、终端的接收的信号强度指示RSSI(Received Signal Strength Indication)作为网络的性能数据，以无线时延(WD)作为网络体验指标获得表1和表2中的数据。

例如，表1第一行的数据表示某个终端的空口时间占用率AU是0.4，接收到的信号强度指示RSSI是-50dB，无线时延是10ms。

表1：2.4GHz数据集

AU	RSSI	WD
			0.4	-50	10
0.8	-40	16

表2：5GHz数据集

AU	RSSI	WD
			0.6	-55	8
0.9	-45	20

为了将2.4GHz和5GHz的数据集关联起来，例如可以将表1和表2进行笛卡尔积，得到表3的数据集。

表3：作笛卡尔积后的数据集

AU_2.4	RSSI_2.4	WD_2.4	AU_5	RSSI_5	WD_5
						0.4	-50	10	0.6	-55	8
0.4	-50	10	0.9	-45	20
						0.8	-40	16	0.6	-55	8
0.8	-40	16	0.9	-45	20

针对表3中的每行数据，基于网络体验指标的比较将其标记为应归类为2.4GHz还是5GHz。例如，第二行数据中，2.4GHz下，时延是10ms，而5GHz下8ms，则认为在这种情况下，5GHz的频段适合于为终端提高满意的服务，因此，将第二行标记为5GHz。通过这种方式可以构造出如表4所示的描述已有数据分类属性的模型。

表4：标记各种情况下应选择的频段

AU_2.4	RSSI_2.4	AU_5	RSSI_5	标记
					0.4	-50	0.6	-55	5GHz
0.4	-50	0.9	-45	2.4GHz
					0.8	-40	0.6	-55	5GHz
0.8	-40	0.9	-45	2.4GHz

在此步骤中，为了清楚起见，仅以示例性的方式描述了少量数据，本领域的技术人员应理解，在实际的应用中，可以采集更多属性的数据和更多数量的数据作为训练样本，从而提高分类的准确性。

在此实施例中，无线时延是指TCP三次握手中的第二次和第三次数据包经过AP的时间间隔(如图2所示)。采用时延而不是吞吐量作为网络体验指标主要是由于在某些情况下，吞吐量与无线网络的操作系统、驱动、服务器等诸多因素相关，而且某些终端的应用不需要很大的吞吐量。

对于网络体验指标的选择可以根据实际情况灵活选择。例如，在终端应用主要是视频点播等时，吞吐量和时延均与用户的体验有较强的关联，因此，可以选择吞吐量或时延或两者的综合作为网络体验指标。

3)步骤S130，训练分类学习算法并获得分类规则

分类算法基于对样本数据/训练数据的特征或属性进行训练/学习，可以挖掘出数据分类的规则，并基于该分类规则对新的数据进行预测，以将其划分到适当的类别。基于不同的分类思想，可以采用多种分类算法。例如，基于距离的KNN算法、基于归纳的决策树算法、基于统计的贝叶斯算法等。

例如，可以采用决策树的方式针对表4中数据进行分析归纳，以找出选择2.4GHz或5GHz频段的规则。

具体而言，决策树是一个树结构(可以是二叉树或非二叉树)。其每个非叶节点表示一个特征属性(例如，本实施例中的空口时间利用率和RSSI)，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别，即本示例中的2.4GHz或5GHz。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。

图3示出了基于表4中的训练数据集合生成的决策树的示意。对于决策树的具体构造过程属于本领域的现有技术，在此不再赘述。

通过图3所示的决策树，可以找出属性AU和RSSI等和类别2.4GHz和5GHz之间的关系，即获得了分类的规则。

5)步骤S140，基于分类规则选择使用频段

此步骤的目的在于，当有新的终端请求接入时，可以根据获得的分类规则，为终端分配使用的频段。

例如，在WLAN中，当终端探测网络时，发送探测请求帧。AP分别测量目前2.4GHz和5GHz两个频段的性能数据。将这些性能数据作为决策树的输入，得到输出标记为2.4GHz或5GHz。例如，当测量到的AU_2.4＝0.3，RSSI_2.4＝-40dB，AU_5＝0.6，RSSI_5＝-52dB时，决策树输出标记为2.4GHz，即在2.4GHz频段向终端回复探测响应帧，因此，终端将选择该频段进行接入。

综上所述，本发明基于训练数据，利用分类算法获得分类规则，从而实现了为新的终端选择合适的频段。该方法综合考虑了无线环境中的多个属性，以网络体验指标作为分类的依据，从而使得选择的频段更加有助于改善为用户提供的服务质量，增加了用户的满意度。

上述实施例仅是示意性的，本领域的技术人员在不违背本发明的精神和范围的前提下，可以对该实施例作多种变型或改变。

例如，在两个以上频段可用的情况下，根据本发明的算法选择其中之一。例如，上述训练分类算法，获得分类规则的过程在计算机或分布式网络环境中进行，而只将最终获得的分类模型集成到接入设备中。例如，为了时获得的分类规则准确，对训练数据集合进行预处理，以去掉重复的数据或突变数据等。例如，在WLAN中，由于802.11协议限制了主动执行接入动作的只能是终端，现有WLAN中的网络侧选择方案仍然需要修改终端，最终由终端执行选择频段的接入动作，这极大地限制了此类方案的大规模应用，因此，可以通过设置对终端隐藏服务集标识SSID，以避免终端自主选择频段，从而触发由接入设备基于本发明的选择频段的算法，以充分利用网络资源，此外，通过这种方式，不需要修改终端，能够兼容当前的硬件和软件，有利用大规模应用本发明的方法。

图4示出了根据本发明一个实施例的选择终端使用频段的系统的示意图。该系统400包括用于获取网络的性能数据和网络体验指标的模块410；用于基于所述网络性能数据和所述网络体验指标对分类算法进行训练，以得到分类规则的模块420；以及用于基于所述分类规则为新接入的终端选择使用频段的模块430，即上述各模块用于实现根据本发明的方法。

根据本发明的方法和系统应用在无线网络的接入设备中，例如，WLAN的AP。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims

1.一种选择终端使用频段的方法，包括：

步骤1：获取当前的网络性能数据；

2.根据权利要求1所述的方法，其中，所述网络性能数据包括时间占用率、CPU占用率、帧重传率、吞吐量以及终端的RSSI中的一项或几项。

3.根据权利要求1所述的方法，其中，所述网络体验指标包括时延或吞吐量或丢包率中的一项或几项。

4.根据权利要求1至3中的任一项所述的方法，其中，所述分类算法包括贝叶斯算法、决策树算法或神经网络算法。

5.根据权利要求1所述的方法，其中，所述分类规则通过以下步骤而获得：

获取训练数据的集合，其中，所述训练数据的集合包括不同使用频段下的所述历史的网络性能数据和网络体验指标；

基于所述网络体验指标的比较，根据所述历史的网络性能数据的属性将所述训练数据分类，以获得所述分类规则。

6.根据权利要求1所述的方法，其中，所述网络是WLAN。

7.根据权利要求6所述的方法，其中，所述使用频段包括2.4GHz频段或5GHz频段。

8.一种选择终端使用频段的系统，包括：

获取当前的网络性能数据的模块；

基于所述当前的网络性能数据利用分类规则为新接入的终端选择使用频段的模块，其中，所述分类规则是基于历史的网络性能数据和网络体验指标利用分类算法进行训练而获得。

9.一种接入设备，包括根据权利要求8所述的系统。