CN106658727B - 一种基于多种相关属性的业务重要性确定与资源分配方法 - Google Patents

一种基于多种相关属性的业务重要性确定与资源分配方法 Download PDF

Info

Publication number
CN106658727B
CN106658727B CN201610273695.XA CN201610273695A CN106658727B CN 106658727 B CN106658727 B CN 106658727B CN 201610273695 A CN201610273695 A CN 201610273695A CN 106658727 B CN106658727 B CN 106658727B
Authority
CN
China
Prior art keywords
type
value
attribute
service
task
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.)
Expired - Fee Related
Application number
CN201610273695.XA
Other languages
English (en)
Other versions
CN106658727A (zh
Inventor
苏俭
屈潇
郭伟
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201610273695.XA priority Critical patent/CN106658727B/zh
Publication of CN106658727A publication Critical patent/CN106658727A/zh
Application granted granted Critical
Publication of CN106658727B publication Critical patent/CN106658727B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/53Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/56Allocation or scheduling criteria for wireless resources based on priority criteria
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/56Allocation or scheduling criteria for wireless resources based on priority criteria
    • H04W72/563Allocation or scheduling criteria for wireless resources based on priority criteria of the wireless resources

Landscapes

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

Abstract

本发明属于网络资源分配技术领域,尤其涉及一种基于多种相关属性的业务重要性确定与资源分配方法。本发明方法为服务器节点对业务重要性计算所涉及的三个因素分别进行配置,确定所述三个因素各自涉及的属性,并分别计算属性值,建立模糊一致判断矩阵,计算权重值,生成三维业务重要性表,用户终端节点确定任务类型、用户类型和业务类型的取值,并向服务器节点发送携带所述三个因素取值的查询请求信息,服务器节点接收查询请求,并根据三个因素的取值在业务重要性表中查找对应的业务重要性规范值,并分配与业务重要性规范值相匹配的资源,同时将查询结果和分配信息返回用户节点。本发明综合性强,类型及数量可调整,属性侧重可调整,计算方法简单。

Description

一种基于多种相关属性的业务重要性确定与资源分配方法
技术领域
本发明属于网络资源分配技术领域,尤其涉及一种适用于多业务网络的资源分配。
背景技术
在业务复杂多变、带宽资源有限的无线网络中,需要根据业务的特性,快速地建立起一套对业务重要性进行评估的方法,以便有效分配有限的带宽等资源。传统对业务进行评估的方法中,并没有提出业务重要性的概念,而多是使用业务优先级来代替。评估的依据一般根据业务类型或用户类型等单方面的因素。如业务类型大致可分为会话类、流类、交互类和背景类,用户类型可分为高级与低级等。
其中典型的业务优先级评定方法有:区分服务模型评估方法、MLPP模型评估方法和静态表的方法。这些业务优先级评估方法中,区分服务模型具有有效、易于实现和扩展性强等特点,但是灵活性和对带宽的利用率差,且其关注的是网络层的调度保障,而对业务的具体属性与参数没有更多的分析。MLPP模型在上层对业务实现了更严格的分类,但是其分类的依据仅仅是业务的用户优先级,而忽略了业务的其它属性。静态表方法的优点是实现上简单,消耗系统资源少,效率高,但是缺点是不能随着系统和业务的特性变化而变化,可扩展性差。在现有的业务优先级评估方法中,没有明确业务重要性的概念,业务重要性在概念上是不应该等同于业务优先级的,业务重要性的概念应该比优先级包含更多的内容。
发明内容
本发明的目的在于针对现有技术的不足,提供一种基于多种相关属性的业务重要性确定与资源分配方法,该方法在融合任务类型、用户类型和业务类型及与之相关的属性等方面的基础上,快速确定业务重要性程度值,并分配与业务重要性规范值相匹配的资源。
为了方便对本发明进行描述,现在对本发明所涉及的属性进行介绍。
任务类型涉及的属性包括:带宽需求、可靠性、响应时间和任务级别;
用户类型涉及的属性包括:用户服务等级和用户安全策略;
业务类型划分为会话类、流类、交互类和背景类,其中,会话类和流类属于实时业务,实时业务在进行业务重要性计算时主要涉及传输时延、时延抖动和丢包率等属性;交互类和背景类为非实时业务,进行业务重要性计算时主要考虑业务优先级属性。
本发明的技术方案是:
服务器节点对业务重要性计算所涉及的三个因素分别进行配置,确定所述三个因素各自涉及的属性,并分别对业务重要性中所需的任务属性值、用户属性值和业务属性值进行计算,服务器节点根据任务类型、用户类型和业务类型3个影响因素的相对重要程度,建立模糊一致判断矩阵,并计算权重值,生成三维业务重要性表,用户终端节点确定任务类型、用户类型和业务类型的取值,并向服务器节点发送携带所述三个因素取值的查询请求信息,服务器节点接收查询请求,并根据三个因素的取值在业务重要性表中查找对应的业务重要性规范值,并分配与业务重要性规范值相匹配的资源,同时将查询结果和分配信息返回用户节点。
一种基于多种相关属性的业务重要性确定与资源分配方法,具体步骤如下:
S1、服务器节点对业务重要性计算所涉及的三个因素分别进行配置,其中,所述三个因素为:任务类型、用户类型和业务类型,用标识符i对任务类型进行标记,用标识符j对用户类型进行标记,用标识符k对业务类型进行标记;
S2、服务器节点基于当前业务信息,确定S1所述三个因素各自涉及的属性,并分别对业务重要性中所需的任务属性值、用户属性值和业务属性值进行计算,具体为:
S21、根据任务类型,确定任务类型涉及的属性,计算任务属性值,构建任务属性参数决策矩阵A=(ail)N×L,对任务属性值进行去量纲化,即将参数值归一化到[0,1]的范围内,得到规范化的决策矩阵R=(ril)N×L,服务器节点根据需求对任务的各属性给予不同权重,使用加权求和计算得到任务属性值,所述任务类型表明业务所执行任务的类型,用集合Si表示,Si={1,2,…,N},其中,所述任务类型涉及的属性包括:带宽需求、可靠性、响应时间和任务级别,所述决策矩阵A表示N个不同任务类型在L个决策属性下的取值,l=1,2.3,...,L;
S22、根据用户类型,确定用户类型涉及的属性,计算用户属性值,用户类型表明业务终端使用者的等级,用集合Sj表示,Sj={1,2,…,U},U为用户等级个数,用户属性值通过公式获得,其中,所述用户类型涉及的属性包括用户服务等级和用户安全策略,Ij为对应于用户类型j的用户属性值,βj表示用户级别,γj表示用户的安全策略等级;
S23、根据业务类型,确定业务类型涉及的多种属性,计算业务属性值,所述业务类型表明业务终端产生的网络业务流的类型,用集合Sk表示,Sk={1,2,…,T},将T种业务类型划分为实时业务和非实时业务,对所述实时业务,按照确定实时业务属性值,对所述非实时业务,令非实时业务属性值为Ik,nrt=q,所述q为业务优先级属性值,分别以1至3的整数来标识,数值越小代表优先级越高,分别计算得到Ik,rt,Ik,nrt之后,计算业务属性值Ik,利用k=1,2,3,4归一化计算得到业务属性值,其中,Ik,rt对应于实时业务类型k的业务属性值,δk为丢包率,ηk和Tk分别为实时业务的抖动和最大容忍时延,λrt和λnrt分别为实时和非实时业务调整权重值,Ik为对应于业务类型k的业务属性值,其中,所述业务类型的属性包括业务类型划分为会话类、流类、交互类和背景类,所述会话类和流类属于实时业务,,所述交互类和背景类为非实时业务,,进行业务重要性计算时主要考虑业务优先级属性;
S3、服务器节点根据任务类型、用户类型和业务类型3个影响因素的相对重要程度,建立模糊一致判断矩阵,并计算第s项属性的权重值ωs,具体为:
S31、将任务类型、用户类型和业务类型3个影响因素的重要程度作两两比较,采用0.1-0.9标度的方式来标识各影响因素两两之间的重要程度,构建模糊互补判断矩阵其中,n表示影响因素数量,fst表示第s个因素相对第t个因素具有模糊关系“…比…重要得多”的隶属度,所述F中元素满足fst>0,fst+fts=1(s≠t),fss=0.5,s,t=1,2,…,n;
S32、对S31所述模糊互补矩阵F=(fst)n×n按行求并做数学变换得到模糊一致矩阵
S33、对S32所述模糊一致矩阵采用行和归一化计算得到影响因素的权重向量ω中的各元素其中,ωs为第s项属性的权重值,s=1,2,…,n;
S4、根据S21所述Ii、S22所述Ij、S23所述Ik和S3所述ωs,通过加权求和Iv=Ii1+Ij2+Ik3计算各个业务重要性值Iv,规范化业务重要性值Iv,生成三维业务重要性表;
S5、用户终端节点确定任务类型、用户类型和业务类型的取值,并向服务器节点发送携带所述三个因素i、j、k的取值的查询请求信息;
S6、服务器节点接收查询请求,并根据所述三个因素i、j、k的取值在业务重要性表中查找对应的业务重要性规范值,并分配与业务重要性规范值相匹配的资源,同时将查询结果和分配信息返回用户节点。
进一步地,S21所述任务属性参数决策矩阵A规范化为R的过程为
步骤A、首先将任务相关的L个属性分为效益型属性和成本型属性两种,所述效益型属性的属性值的大小与多属性决策评估结果成正比,所述成本型属性的属性值的大小与多属性决策结果成反比;
步骤B、任务相关的带宽需求和任务可靠性等作为效益型属性,用i=1,2,…,N进行规范化处理;
步骤C、任务级别和响应时间等属性作为成本型属性,用i=1,2,…,N进行规范化处理,得到规范化的决策矩阵R后,服务器节点根据需求对任务的各属性给予不同权重,使用加权求和计算得到任务属性值,其中,i对应于任务类型,i=1,2,…,N,Ii为对应于任务类型i的任务属性值,L为属性个数,ωl为第l项属性的权重值,且
进一步地,S4所述生成三维业务重要性表具体步骤如下:
S41、根据S21所述Ii、S22所述Ij、S23所述Ik和S3所述ωs,通过加权求和Iv=Ii1+Ij2+Ik3计算各个业务重要性值Iv
S42、申请大小为|Si|·|Sj|·|Sk|的整型数组C,其中,符号|·|表示求取集合的元素总个数,Si、Sj、Sk分别表示任务类型、用户类型和业务类型的划分集合;
S43、遍历三个因素在i、j、k不同取值所对应的所有业务重要性值Iv,存入所述整型数组C中,并对整型数组C的元素值从小到大进行排序;
S44、取整型数组C中元素的所在位置为所述元素的业务重要性规范值;
S45、由三个因素的不同i、j、k取值与对应的业务重要性程度值映射表构成三维业务重要性表。
本发明的有益效果是:
综合性强。基于多种相关属性的重要性程度值确定方法可以综合业务的任务、用户、业务及与之相关的多种属性特性,综合评判出业务的重要性。而传统的方法只能根据业务的一个或两个特征进行评判。
类型及数量可调整。使用者可以根据实际需求,灵活调整任务类型、用户类型和业务类型中的种类及个数。
属性侧重可调整。使用者可以根据实际需求,调整三个因素中相关属性的侧重程度,如调整任务类型相关的带宽需求、可靠性、响应时间和任务级别等各属性的权重值等。
计算方法简便,计算速度快。该方法使用公式的计算方法,具有快速、简单的特点。
附图说明
图1为本发明的流程图。
图2为业务重要性计算相关属性关系图。
具体实施方式
下面结合实施例和附图,详细说明本发明的技术方案。
本发明用于多业务网络的资源分配,首先基于多种相关属性来确定业务重要性,再基于业务重要性实现资源分配。在确定业务重要性时,涉及任务类型、用户类型和业务类型及与之相关的各种属性:
①任务类型及与之相关的属性:任务类型根据任务的目的进行定义,目的主要包括打击、监控等;对于每个任务类型,综合考虑业务级别、带宽需求、可靠性和响应时间等属性。
②用户类型及与之相关的属性:用户优先级代表了生成业务的用户的身份,分为高优先级用户、次高优先级用户、中优先级用户和低优先级用户,优先级依次降低;对于每个用户类型,主要考虑用户服务等级和用户安全策略等级等属性。
③业务类型及与之相关的属性:业务类型是指网络业务流的类型,可分为会话类、流类、交互类和背景类等;对于每个业务类型,综合考虑传输时延、时延抖动、丢包率和优先级等属性。
S1、服务器节点对业务重要性计算所涉及的三个因素分别进行配置,其中,所述三个因素为:任务类型、用户类型和业务类型,用标识符i对任务类型进行标记,用标识符j对用户类型进行标记,用标识符k对业务类型进行标记;
S2、服务器节点基于当前业务信息,确定S1所述三个因素各自涉及的属性,并分别对业务重要性中所需的任务属性值、用户属性值和业务属性值进行计算,具体为:
S21、根据任务类型,所述任务类型表明业务所执行任务的类型,用集合Si表示,Si={1,2,…,N},主要考虑2种任务类型,即Si={1,2},1、2分别对应打击任务、监控任务确定任务类型涉及的属性,计算任务属性值,构建任务属性参数决策矩阵N=2,L=4,对任务属性值进行去量纲化,即将参数值归一化到[0,1]的范围内,得到规范化的决策矩阵R=(ril)N×L,服务器节点根据需求对任务的各属性给予不同权重,使用加权求和计算得到任务属性值,其中,l=1,2.3,...,L所述任务类型涉及的属性包括:带宽需求、可靠性、响应时间和任务级别,所述决策矩阵A表示N个不同任务类型在L个决策属性下的取值,所述任务类型涉及的多种属性的参数值来自于上层对任务提出的典型要求,如表1所示,
表1任务类型相关属性参数值
所述任务属性参数决策矩阵A规范化为R的过程为:
步骤A、首先将任务相关的4个属性分为效益型属性和成本型属性两种,所述效益型属性的属性值的大小与多属性决策评估结果成正比,所述成本型属性的属性值的大小与多属性决策结果成反比;
步骤B、任务相关的带宽需求和任务可靠性等作为效益型属性,用进行规范化处理;
步骤C、任务级别和响应时间等属性作为成本型属性,用进行规范化处理,得到规范化的决策矩阵R后,服务器节点根据需求对任务的各属性给予不同权重,使用加权求和计算得到任务属性值,其中,i对应于任务类型,i=1,2,Ii为对应于任务类型i的任务属性值,L为属性个数,ωl为第l项属性的权重值,且如设ω1=ω2=ω3=ω4=0.25,计算后得到的任务属性值Ii,如表2所示;
表2任务类型属性值Ii
S22、根据用户类型,确定用户类型涉及的属性,计算用户属性值,用户类型表明业务终端使用者的等级,用集合Sj表示,Sj={1,2,…,U},U为用户等级个数,,取U=4,1-4分别对应高级用户、次高级用户、中级用户和低级用户;对于每种用户类型,进行业务重要性计算需要综合考虑用户服务等级βj和用户安全策略等级γj等2种属性,用户级别越高,βj越小,用户的安全策略等级越高,γj也越小,这两者值均自于上层对于用户属性提出的典型要求,如表3,用户属性值通过公式获得,如表4所示,其中,所述用户类型涉及的属性包括用户服务等级和用户安全策略,Ij为对应于用户类型j的用户属性值,βj表示用户级别,γj表示用户的安全策略等级,这两者值均自于上层对于用户属性提出的典型要求;
表3用户类型相关属性参数值
表4用户类型属性值Ij
S23、根据业务类型,确定业务类型涉及的多种属性,计算业务属性值,所述业务类型表明业务终端产生的网络业务流的类型,用集合Sk表示,Sk={1,2,…,T},将T种业务类型划分为实时业务和非实时业务,对所述实时业务,按照确定实时业务属性值,对所述非实时业务,根据上层需要设置适当的、能够体现出非实时业务之间优先级区分度,如对非实时业务设置3个子优先级,令非实时业务属性值为Ik,nrt=q,所述q为业务优先级属性值,分别以1至3的整数来标识,数值越小代表优先级越高,分别计算得到Ik,rt,Ik,nrt之后,计算业务属性值Ik,由于Ik,rt,Ik,nrt计算方式和量纲各不相同,需要首先进行归一化,同时还可加入权值来动态调整对实时业务和非实时业务的侧重程度,利用k=1,2,3,4归一化计算得到业务属性值,其中,Ik,rt对应于实时业务类型k的业务属性值,δk为丢包率,ηk和Tk分别为实时业务的抖动和最大容忍时延,λrt和λnrt分别为实时和非实时业务调整权重值,此处取λrt=λnrt=1,计算后的业务类型属性值Ik,如表5所示,Ik为对应于业务类型k的业务属性值如当T=4时,1-4分别对应会话类、流类、交互类和背景类,其中,所述业务类型的属性包括业务类型划分为会话类、流类、交互类和背景类,所述会话类和流类属于实时业务,实时业务在进行业务重要性计算时主要考虑传输时延、时延抖动和丢包率等属性,所述交互类和背景类为非实时业务,对丢包率、最大容忍时延、抖动要求较低,进行业务重要性计算时主要考虑业务优先级属性,业务相关的各属性参数值均来自于上层对于业务质量提出的典型要求,如表6所示;
表5业务类型属性值Ik
表6应用类型属性参数
S3、服务器节点根据任务类型、用户类型和业务类型3个影响因素的相对重要程度,建立模糊一致判断矩阵,并计算第s项属性的权重值ωs,具体为:
S31、将任务类型、用户类型和业务类型3个影响因素的重要程度作两两比较,采用0.1-0.9标度的方式来标识各影响因素两两之间的重要程度,如表7和表8所示,构建模糊互补判断矩阵其中,n表示影响因素数量,fst表示第s个因素相对第t个因素具有模糊关系“…比…重要得多”的隶属度,,F中元素满足fst>0,fst+fts=1(s≠t),fss=0.5,s,t=1,2,…,n;
表7 0.1-0.9标度法
表1三种因素两两比较
S32、对S31所述模糊互补矩阵对模糊互补矩阵F=(fst)n×n按行求并做数学变换得到模糊一致矩阵由模糊一致矩阵采用行和归一化计算得到影响因素的权重向量ω中的各元素ωs为第s项属性的权重值,s=1,2,3;
S33、对S32所述模糊一致矩阵采用行和归一化计算得到影响因素的权重向量ω={ω123}={0.4,0.35,0.25};
S4、根据S21所述Ii、S22所述Ij、S23所述Ik和S3所述ωs,通过加权求和Iv=Ii1+Ij2+Ik3计算各个业务重要性值Iv,规范化业务重要性值Iv,生成三维业务重要性表,所述生成三维业务重要性表具体步骤如下:
S41、根据S21所述Ii、S22所述Ij、S23所述Ik和S3所述ωs,通过加权求和Iv=Ii1+Ij2+Ik3计算各个业务重要性值Iv
S42、申请大小为|Si|·|Sj|·|Sk|的整型数组C,其中,符号|·|表示求取集合的元素总个数,Si、Sj、Sk分别表示任务类型、用户类型和业务类型的划分集合;
S43、遍历三个因素在i、j、k不同取值所对应的所有业务重要性值Iv,存入所述整型数组C中,并对整型数组C的元素值从小到大进行排序;
S44、取整型数组C中元素的所在位置为所述元素的业务重要性规范值;
S45、由三个因素的不同i、j、k取值与对应的业务重要性程度值映射表构成三维业务重要性表;
S5、用户终端节点确定任务类型、用户类型和业务类型的取值,并向服务器节点发送携带所述三个因素i、j、k的取值的查询请求信息;
S6、服务器节点接收查询请求,并根据所述三个因素i、j、k的取值在业务重要性表中查找对应的业务重要性规范值,并分配与业务重要性规范值相匹配的资源,同时将查询结果和分配信息返回用户节点。服务器节点基于各业务的重要性取值,分配与业务的重要性程度规范值相匹配的资源。具体分配方式可以采用现有的任何具体分配方式,只要保证其业务的重要性取值越大,对应分配的资源的优先级越高即可。例如基于业务的重要性取值进行排序,优先满足重要性取值最高业务接入,再基于系统剩余资源情况,从高到低依次接入其他重要性取值的业务,当资源缺乏,当前的资源分配不能满足重要性取值最高业务接入需求时,将已接入的重要性取值低业务暂时挂起,将其资源分配给高重要性取值业务。

Claims (1)

1.一种基于多种相关属性的业务重要性确定与资源分配方法,其特征在于,具体步骤如下:
S1、服务器节点对业务重要性计算所涉及的三个因素分别进行配置,其中,所述三个因素为:任务类型、用户类型和业务类型,用标识符i对任务类型进行标记,用标识符j对用户类型进行标记,用标识符k对业务类型进行标记;
S2、服务器节点基于当前业务信息,确定S1所述三个因素各自涉及的属性,并分别对业务重要性中所需的任务属性值、用户属性值和业务属性值进行计算,具体为:
S21、根据任务类型,确定任务类型涉及的属性,计算任务属性值,构建任务属性参数决策矩阵A=(ail)N×L,对任务属性值进行去量纲化,即将参数值归一化到[0,1]的范围内,得到规范化的决策矩阵R=(ril)N×L,服务器节点根据需求对任务的各属性给予不同权重,使用加权求和计算得到任务属性值,所述任务类型表明业务所执行任务的类型,用集合Si表示,Si={1,2,…,N},其中,所述任务类型涉及的属性包括:带宽需求、可靠性、响应时间和任务级别,所述决策矩阵A表示N个不同任务类型在L个决策属性下的取值,l=1,2.3,...,L;
所述任务属性参数决策矩阵A规范化为R的过程为:
步骤A、首先将任务相关的L个属性分为效益型属性和成本型属性两种,所述效益型属性的属性值的大小与多属性决策评估结果成正比,所述成本型属性的属性值的大小与多属性决策结果成反比;
步骤B、任务相关的带宽需求和任务可靠性等作为效益型属性,用进行规范化处理;
步骤C、任务级别和响应时间等属性作为成本型属性,用进行规范化处理,得到规范化的决策矩阵R后,服务器节点根据需求对任务的各属性给予不同权重,使用加权求和计算得到任务属性值,其中,i对应于任务类型,i=1,2,…,N,Ii为对应于任务类型i的任务属性值,L为属性个数,ωl为第l项属性的权重值,且
S22、根据用户类型,确定用户类型涉及的属性,计算用户属性值,用户类型表明业务终端使用者的等级,用集合Sj表示,Sj={1,2,…,U},U为用户等级个数,用户属性值通过公式获得,其中,所述用户类型涉及的属性包括用户服务等级和用户安全策略,Ij为对应于用户类型j的用户属性值,βj表示用户级别,γj表示用户的安全策略等级;
S23、根据业务类型,确定业务类型涉及的多种属性,计算业务属性值,所述业务类型表明业务终端产生的网络业务流的类型,用集合Sk表示,Sk={1,2,…,T},将T种业务类型划分为实时业务和非实时业务,对所述实时业务,按照确定实时业务属性值,对所述非实时业务,令非实时业务属性值为Ik,nrt=q,所述q为业务优先级属性值,分别以1至3的整数来标识,数值越小代表优先级越高,分别计算得到Ik,rt,Ik,nrt之后,计算业务属性值Ik,利用归一化计算得到业务属性值,其中,Ik,rt对应于实时业务类型k的业务属性值,δk为丢包率,ηk和Tk分别为实时业务的抖动和最大容忍时延,λrt和λnrt分别为实时和非实时业务调整权重值,Ik为对应于业务类型k的业务属性值,其中,所述业务类型的属性包括业务类型划分为会话类、流类、交互类和背景类,所述会话类和流类属于实时业务,所述交互类和背景类为非实时业务,进行业务重要性计算时主要考虑业务优先级属性;
S3、服务器节点根据任务类型、用户类型和业务类型3个影响因素的相对重要程度,建立模糊一致判断矩阵,并计算第s项属性的权重值ωs,具体为:
S31、将任务类型、用户类型和业务类型3个影响因素的重要程度作两两比较,采用0.1-0.9标度的方式来标识各影响因素两两之间的重要程度,构建模糊互补判断矩阵其中,n表示影响因素数量,fst表示第s个因素相对第t个因素具有模糊关系“…比…重要得多”的隶属度,所述F中元素满足fst>0,fst+fts=1(s≠t),fss=0.5,s,t=1,2,…,n;
S32、对S31所述模糊互补矩阵F=(fst)n×n按行求并做数学变换得到模糊一致矩阵
S33、对S32所述模糊一致矩阵采用行和归一化计算得到影响因素的权重向量ω中的各元素其中,ωs为第s项属性的权重值,s=1,2,…,n;
S4、根据S21所述Ii、S22所述Ij、S23所述Ik和S3所述ωs,通过加权求和Iv=Ii1+Ij2+Ik3计算各个业务重要性值Iv,规范化业务重要性值Iv,生成三维业务重要性表;
所述生成三维业务重要性表具体步骤如下:
S41、根据S21所述Ii、S22所述Ij、S23所述Ik和S3所述ωs,通过加权求和Iv=Ii1+Ij2+Ik3计算各个业务重要性值Iv
S42、申请大小为|Si|·|Sj|·|Sk|的整型数组C,其中,符号|·|表示求取集合的元素总个数,Si、Sj、Sk分别表示任务类型、用户类型和业务类型的划分集合;
S43、遍历三个因素在i、j、k不同取值所对应的所有业务重要性值Iv,存入所述整型数组C中,并对整型数组C的元素值从小到大进行排序;
S44、取整型数组C中元素的所在位置为所述元素的业务重要性规范值;
S45、由三个因素的不同i、j、k取值与对应的业务重要性程度值映射表构成三维业务重要性表;
S5、用户终端节点确定任务类型、用户类型和业务类型的取值,并向服务器节点发送携带所述三个因素i、j、k的取值的查询请求信息;
S6、服务器节点接收查询请求,并根据所述三个因素i、j、k的取值在业务重要性表中查找对应的业务重要性规范值,并分配与业务重要性规范值相匹配的资源,同时将查询结果和分配信息返回用户节点。
CN201610273695.XA 2016-04-28 2016-04-28 一种基于多种相关属性的业务重要性确定与资源分配方法 Expired - Fee Related CN106658727B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610273695.XA CN106658727B (zh) 2016-04-28 2016-04-28 一种基于多种相关属性的业务重要性确定与资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610273695.XA CN106658727B (zh) 2016-04-28 2016-04-28 一种基于多种相关属性的业务重要性确定与资源分配方法

Publications (2)

Publication Number Publication Date
CN106658727A CN106658727A (zh) 2017-05-10
CN106658727B true CN106658727B (zh) 2019-08-30

Family

ID=58848685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610273695.XA Expired - Fee Related CN106658727B (zh) 2016-04-28 2016-04-28 一种基于多种相关属性的业务重要性确定与资源分配方法

Country Status (1)

Country Link
CN (1) CN106658727B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107332706B (zh) * 2017-07-06 2020-10-09 中国航空工业集团公司西安飞机设计研究所 一种机载网络选型方法
CN108510161A (zh) * 2018-03-12 2018-09-07 华南理工大学 基于玻尔兹曼分布和多指标评价的稀缺资源分配方法
CN109725996B (zh) * 2018-06-15 2023-07-21 中国平安人寿保险股份有限公司 任务模式选择与任务执行方法、装置、设备及存储介质
CN108881275B (zh) * 2018-07-06 2021-07-23 武汉思普崚技术有限公司 一种用户访问合规性分析的方法及系统
CN110008024B (zh) * 2019-04-02 2021-09-24 广西大学 一种多维约束下基于延迟决策的容器调度方法以及装置
CN111858014A (zh) * 2019-04-24 2020-10-30 中国移动通信集团河北有限公司 资源分配方法及装置
CN110234155A (zh) * 2019-05-22 2019-09-13 吉林大学 一种基于改进topsis的超密集网络接入选择方法
CN110933147B (zh) * 2019-11-15 2020-07-17 链睿信息服务(南通)有限公司 一种基于云计算的信息技术分析系统
CN112036733A (zh) * 2020-08-27 2020-12-04 中国民航大学 一种民航关键业务节点识别方法
CN112612591A (zh) * 2020-12-28 2021-04-06 中国农业银行股份有限公司 确定数据仓库作业优先级的方法、装置及相关设备
CN114422514A (zh) * 2022-01-25 2022-04-29 广州市浚聪计算机有限公司 一种基于计算机网络技术的信息系统集成终端
CN116137630B (zh) * 2023-04-19 2023-08-18 井芯微电子技术(天津)有限公司 网络业务需求的量化处理方法和装置
CN117519990B (zh) * 2024-01-03 2024-05-28 福建亿榕信息技术有限公司 一种边缘算力与边缘网关资源协同管理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012007029A1 (en) * 2010-07-13 2012-01-19 Nokia Siemens Networks Oy Dynamic optimization of radio network resources based on user equipment type smartphone
WO2013090867A2 (en) * 2011-12-16 2013-06-20 Microsoft Corporation Personal space (data) v. corporate space (data)
CN104834553A (zh) * 2014-02-12 2015-08-12 中兴通讯股份有限公司 一种用户终端的业务并发处理方法及用户终端
CN105007591A (zh) * 2015-07-28 2015-10-28 重庆大学 一种异构无线网络中用户与网络双向选择方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012007029A1 (en) * 2010-07-13 2012-01-19 Nokia Siemens Networks Oy Dynamic optimization of radio network resources based on user equipment type smartphone
WO2013090867A2 (en) * 2011-12-16 2013-06-20 Microsoft Corporation Personal space (data) v. corporate space (data)
CN104834553A (zh) * 2014-02-12 2015-08-12 中兴通讯股份有限公司 一种用户终端的业务并发处理方法及用户终端
CN105007591A (zh) * 2015-07-28 2015-10-28 重庆大学 一种异构无线网络中用户与网络双向选择方法

Also Published As

Publication number Publication date
CN106658727A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN106658727B (zh) 一种基于多种相关属性的业务重要性确定与资源分配方法
CN109067579B (zh) 面向底层节点失效的5g网络切片拓扑设计及可靠映射方法
CN107734512B (zh) 一种基于灰度关联层次分析的网络选择方法
Xu et al. Research of development strategy on China’s rural drinking water supply based on SWOT–TOPSIS method combined with AHP-Entropy: a case in Hebei Province
CN108419274A (zh) 一种基于效用函数的异构无线网络选择方法
CN106657287A (zh) 一种数据访问方法及系统
Li et al. Adaptive resource allocation based on the billing granularity in edge-cloud architecture
CN102081754B (zh) 多专家动态协调评判方法及智能化辅助决策支持系统
CN103491202B (zh) 一种基于网络测量的dns节点选址方法
CN104504280B (zh) 电动汽车充电桩集群管理系统通信方式综合评价方法
CN104618924A (zh) 基于无线泛在网的用户体验质量指标系统和测量方法
CN107679719A (zh) 一种复杂电网电能质量知识云监测与评价系统和方法
CN104009993A (zh) 一种基于模糊过滤的信任评估方法
CN105262663B (zh) 一种混合虚拟网络的跨域映射方法
Zhang et al. Cellular traffic offloading via link prediction in opportunistic networks
CN105335376B (zh) 一种流处理方法、装置及系统
CN102984079B (zh) 负载均衡控制方法和系统
CN105120463B (zh) 一种认知无线电网络中基于用户需求的多因素决策方法
Li et al. Multi-attribute Group Grey Target Decision-making Method Based on Three-parameter Interval Grey Number.
CN104009992A (zh) 一种基于模糊控制的信任评估系统构建方法
CN109495315B (zh) 一种大数据环境下城域网分析预测方法及可读存储介质
Zhu et al. Load balancing algorithm for web server based on weighted minimal connections
CN102724193A (zh) 针对IP网络环境中Streaming业务生存性进行控制的方法
Guo et al. A QoS evaluation algorithm for web service ranking based on artificial neural network
Xue et al. Research on comprehensive evaluation of network marketing performance in O2O model-measuring by GIOWA operator

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190830