CN107483223A - 网络传输速度的预测方法及装置 - Google Patents
网络传输速度的预测方法及装置 Download PDFInfo
- Publication number
- CN107483223A CN107483223A CN201610405799.1A CN201610405799A CN107483223A CN 107483223 A CN107483223 A CN 107483223A CN 201610405799 A CN201610405799 A CN 201610405799A CN 107483223 A CN107483223 A CN 107483223A
- Authority
- CN
- China
- Prior art keywords
- speed
- transfer speeds
- movable
- network transfer
- network
- 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.)
- Granted
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
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- 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
- H04L43/0894—Packet rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供了一种网络传输速度的预测方法及装置。该方法包括:获取已有用户系统中活动IP的网络传输速度;根据所述活动IP的网络传输速度,生成包含概率和速度区间的统计数据,其中,所述概率和速度区间具有对应关系;根据所述统计数据预测新用户系统的网络传输速度。本发明实施例通过计算已有用户系统中活动IP网络传输速度的统计数据,获取已有用户系统的概率和速度区间的对应关系,从而为新用户系统提供预测参考。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种网络传输速度的预测方法及装置。
背景技术
随着互联网技术的发展,用户对网络传输速度的要求越来越高。应运而生的网络加速产品在一定程度上能够满足用户对网络传输速度的需求。
发明人在实现本发明的过程中,发现现有技术至少存在如下问题:用户在使用网络加速产品之前,通常希望能够预先了解该网络加速产品的使用效果。但是现有技术中,无法有效地预测用户在使用网络加速产品后的网络传输速度。
发明内容
本发明实施例提供一种网络传输速度的预测方法及装置,以预测新用户系统的网络传输速度。
为达到上述目的,本发明实施例提供了一种网络传输速度的预测方法,包括:获取已有用户系统中活动IP的网络传输速度;根据所述活动IP的网络传输速度,生成包含概率和速度区间的统计数据,其中,所述概率和速度区间具有对应关系;根据所述统计数据预测新用户系统的网络传输速度。
本发明实施例还提供了一种网络传输速度的预测装置,包括:获取模块,用于获取已有用户系统中活动IP的网络传输速度;预测模块,用于根据所述获取模块获取到的所述活动IP的网络传输速度,生成包含概率和速度区间的统计数据,并根据所述统计数据预测新用户系统的网络传输速度,其中,所述概率和速度区间具有对应关系。
本发明实施例提供的网络传输速度的预测方法及装置,通过计算已有用户系统中活动IP网络传输速度的统计数据,获取已有用户系统的概率和速度区间的对应关系,从而为新用户系统提供预测参考。
附图说明
图1为本发明提供的网络传输速度的预测方法一个实施例的方法流程图;
图2为本发明提供的网络传输速度的预测方法另一个实施例的方法流程图;
图3为本发明实施例中网络传输速度比例分布示意图;
图4为本发明实施例中网络传输速度预测结果示意图;
图5为本发明提供的网络传输速度的预测装置一个实施例的结构示意图;
图6为本发明提供的网络传输速度的预测装置另一个实施例的结构示意图。
附图标记说明:
510-获取模块、520-预测模块、511-第一获取单元、512-第二获取单元、521-参考值设定单元、522-映射单元、523-计算单元。
具体实施方式
下面结合附图对本发明实施例网络传输速度的预测方法及装置进行详细描述。
实施例一
图1为本发明提供的网络传输速度的预测方法一个实施例的方法流程图。该方法的执行主体可以为网络加速产品,也可以为应用了网络加速产品的终端、服务器等。如图1所示,本发明实施例提供的网络传输速度的预测方法,包括如下步骤:
S110,获取已有用户系统中活动互联网协议地址(Internet Protocoladdress;以下简称:IP)的网络传输速度。
网络加速产品通常能够很好地记录已有用户系统中活动IP(即,已安装该网络加速产品的用户系统中已连接的IP)的网络传输速度。因此,可以通过网络加速产品对已有用户系统中活动IP的网络传输速度进行采样。
具体地,针对已有用户系统中的多个活动IP,可以在指定时段内分别获取每个活动IP的平均网络传输速度。例如,新用户想要预测上午10点至12点的网络传输速度,则选取该指定时段,计算每个活动IP在该指定时段内的平均网络传输速度。也可以针对已有用户系统中指定IP组内的多个活动IP,分别获取每个活动IP的平均网络传输速度。例如,当新用户想要预测某个区域或者某类网络用户(例如,学校网、政府网等)的网络传输速度时,可以将与该区域或该类网络相对应的IP组设定为指定IP组,针对该指定IP组,分别获取每个活动IP的平均网络传输速度。
S120,根据活动IP的网络传输速度,生成包含概率和速度区间的统计数据,其中,所述概率和速度区间具有对应关系。
根据上述步骤获取到网络传输速度后,统计各活动IP的网络传输速度的概率分布,生成统计数据,该统计数据包含具有对应关系的概率和速度区间。
S130,根据上述统计数据预测新用户系统的网络传输速度。
根据上述具有对应关系的概率和速度区间,用户可以输入某概率值,以获取相对应的速度区间;也可以输入某个速度区间,以获取相对应的概率值。例如,根据上述统计数据,用户可以预测出使用上述网络加速产品后,其网络传输速度有80%的概率处于速度区间[3.7Gbps,4.8Gbps];也可以预测出使用上述网络加速产品后,其网络传输速度处于速度区间[3.5Gbps,6Gbps]的概率为75%等。
本发明实施例提供的网络传输速度的预测方法,通过计算已有用户系统中活动IP网络传输速度的统计数据,获取已有用户系统的概率和速度区间的对应关系,从而为新用户系统提供预测参考。
实施例二
图2为本发明提供的网络传输速度的预测方法另一个实施例的方法流程图。如图2所示,在上述实施例的基础上,本发明实施例提供的网络传输速度的预测方法可以进一步包括以下步骤:
S210,获取已有用户系统中活动IP的平均网络传输速度。
在本发明实施例中,可以取一个典型的时间周期T,例如24小时,将时间周期T分成n段,每个时段记作Ti,其中,1≤i≤n。在指定时段Ti内,对已使用该网络加速产品的用户系统中的网络传输速度进行采样。在已有用户系统中选择M个活动IP,计算它们在指定时段Ti内的平均网络传输速度Vj,其中1≤j≤M。为了提升系统可靠性,可以对M个活动IP在多个时间周期T中的相同指定时段Ti内进行多次统计,以获取平均网络传输速度Vj。当然,当针对已有用户系统中指定IP组内的多个活动IP分别获取每个活动IP的平均网络传输速度时,为了提升系统可靠性,也可以对M个活动IP在同一指定IP组内进行不同时段的多次统计,以获取平均网络传输速度Vj。
S220,在多个平均网络传输速度中的最大值和最小值之间的范围内,设定多个速度参考值。该速度参考值可以以均匀分布的方式分布在最大值和最小值之间,也可以根据需要,采取非均分的方式进行设定。
具体地,该步骤可以包括:获取数组{Vj}中的最大值Umax和最小值Umin;将区间[Umin,Umax]等分为具有d个端点的d-1个单位区间,每个端点对应一个速度参考值Ua,其中,0≤a≤d-1。
S230,将每个平均网络传输速度以就近原则映射到速度参考值上,使得每个活动IP对应一个速度参考值。
将每个平均网络传输速度Vj以就近原则映射到速度参考值Ua上,即,对于每一个Vj,在数组{Ua}中找到一个数值最接近的值映射(如果找到两个,则规定选择较小或者较大的值)。
举例说明,表1为网络传输速度映射表。假设指定时段Ti内共选择了10个活动IP(M=10),其网络传输速度如表1所示,最小值Umin为2.7(V2)和最大值Umax为6.7(V8)。假设将速度区间[2.7,6.7]等分为具有5个端点的4个单位区间(d=5),每个端点对应的速度参考值{Ua}为{2.7,3.7,4.7,5.7,6.7}。因此,对于数组{Ua}中的每一个值,都有若干个对应的Vj,每个Vj对应一个活动IP,换言之,数组{Ua}中的每一个值都对应一定数量的活动IP。
表1网络传输速度映射表
Vj(1<=j<=M) | 网络传输速度(Gbps) | 在数组{Ua}中的映射值 |
V1 | 3.6 | 3.7(a=1) |
V2 | 2.7 | 2.7(a=0) |
V3 | 4.1 | 3.7(a=1) |
V4 | 3.3 | 3.7(a=1) |
V5 | 5.8 | 5.7(a=3) |
V6 | 4.4 | 4.7(a=2) |
V7 | 4.0 | 3.7(a=1) |
V8 | 6.7 | 6.7(a=4) |
V9 | 4.1 | 3.7(a=1) |
V10 | 4.8 | 4.7(a=2) |
S240,根据每个速度参考值对应的活动IP的个数,计算给定概率条件下的速度区间,或者计算给定速度区间条件下的概率。
具体地,该步骤可以包括:计算数组{Ua}中每个值对应的活动IP的个数Xa,其中,0≤a≤d-1。根据公式计算给定概率λ条件下的速度区间[Uleft,Uright],或者计算给定速度区间[Uleft,Uright]条件下的概率λ,其中,速度区间的最小值Uleft为a=left时的Ua,速度区间的最大值Uright为a=right时的Ua。
Xa代表网络传输速度接近Ua的活动IP的数量。例如,在表1所示的例子中,数组{Vj}中有5个值{V1,V3,V4,V7,V9}对应数组{Ua}中的3.7(a=1),则X1=5。
因为,数组{Xa}满足:因此,Xa/M代表网络传输速度接近Ua的活动IP的数量占全部M个活动IP的比例。举例说明,假设d=10。图3为本发明实施例中网络传输速度比例分布示意图。如图3所示,以Xa/M作为被预测的网络传输速度能够达到Ua的概率,记作Pa。以数列Pa中的最大值为中心Pmax,同时向左右寻找两个点,其在图3中的二位坐标分别为(Uleft,Pleft)和(Uright,Pright),使这两个点满足公式图3中,阴影部分围成的面积即为λ。通过计算机编程进行循环的数组运算,很容易就能找到(Uleft,Pleft)和(Uright,Pright)。通常情况下,只有一个Pmax,当出现多个Pmax时,以最左边的Pmax和最右边的Pmax围成的区域为中心,向左右两侧寻找(Uleft,Pleft)和(Uright,Pright)即可。因此,速度区间[Uleft,Uright]包含与数组{Xa}中的最大值相对应的速度参考值。
进一步地,当根据给定概率λ计算出多组速度区间时,选取|Uright-Uleft|值最小的一组速度区间[Uleft,Uright],以使得预测精度最大化。
S250,根据上述统计数据预测新用户系统的网络传输速度。
对每一个时段Ti都计算出满足概率λi的速度区间[Uileft,Uirigh]。表2为分时段的速度区间和概率的举例关系表。
表2分时段的速度区间和概率的举例关系表
将表2的速度区间和概率转化图4,图4为本发明实施例中网络传输速度预测结果示意图。如图4所示,阴影部分即为被预测的网络传输速度区间,例如,被预测的对象在时段T2(如,每天的凌晨1-2点)内,其网速有80%的概率处于3.7Gbps至4.8Gbps之间。本发明实施例支持给不同的时段设定不同的概率,以满足更丰富的应用场景。
本发明实施例提供的网络传输速度的预测方法,通过计算已有用户系统中活动IP网络传输速度的统计数据,计算给定概率条件下的速度区间,或者给定速度区间条件下的概率,从而为新用户系统提供预测参考,以预测出新的用户在使用网络加速产品之后达到期望概率的条件下的网络传输速度区间,或者达到期望速度区间条件下的概率。
实施例三
图5为本发明提供的网络传输速度的预测装置一个实施例的结构示意图,可用于执行如图1所示的方法步骤。如图5所示,该装置包括:获取模块510和预测模块520。其中,获取模块510用于获取已有用户系统中活动IP的网络传输速度;预测模块520用于根据获取模块510获取到的活动IP的网络传输速度,生成包含概率和速度区间的统计数据,并根据该统计数据预测新用户系统的网络传输速度,其中,概率和速度区间具有对应关系。
在预测网络传输速度之前,首先由获取模块510对已有用户系统中活动IP的网络传输速度进行采样。然后,预测模块520根据获取模块510获取到网络传输速度后,统计各活动IP的网络传输速度的概率分布,生成统计数据,该统计数据包含具有对应关系的概率和速度区间。根据上述具有对应关系的概率和速度区间,用户可以输入某概率值,以获取相对应的速度区间;也可以输入某个速度区间,以获取相对应的概率值。例如,根据上述统计数据,用户可以预测出使用上述网络加速产品后,其网络传输速度有80%的概率处于速度区间[3.7Gbps,4.8Gbps];也可以预测出使用上述网络加速产品后,其网络传输速度处于速度区间[3.5Gbps,6Gbps]的概率为75%等。
本发明实施例提供的网络传输速度的预测装置,通过计算已有用户系统中活动IP网络传输速度的统计数据,获取已有用户系统的概率和速度区间的对应关系,从而为新用户系统提供预测参考。
实施例四
图6为本发明提供的网络传输速度的预测装置另一个实施例的结构示意图。如图6所示,在上述图5所示实施例的基础上,获取模块510可以包括:第一获取单元511。该第一获取单元511可以用于针对已有用户系统中的多个活动IP,在指定时段内分别获取每个活动IP的平均网络传输速度。例如,新用户想要预测上午10点至12点的网络传输速度,则选取该指定时段,计算每个活动IP在该指定时段内的平均网络传输速度。
获取模块510也可以包括:第二获取单元512。该第二获取单元512可以用于针对已有用户系统中指定IP组内的多个活动IP,分别获取每个活动IP的平均网络传输速度。例如,当新用户想要预测某个区域或者某类网络用户(例如,学校网、政府网等)的网络传输速度时,可以将与该区域或该类网络相对应的IP组设定为指定IP组,针对该指定IP组,分别获取每个活动IP的平均网络传输速度。
在本发明实施例中,可以取一个典型的时间周期T,例如24小时,将时间周期T分成n段,每个时段记作Ti,其中,1≤i≤n。在指定时段Ti内,获取模块1对已使用该网络加速产品的用户系统中的网络传输速度进行采样。在已有用户系统中选择M个活动IP,计算它们在指定时段Ti内的平均网络传输速度Vj,其中1≤j≤M。为了提升系统可靠性,第一获取单元511可以对M个活动IP在多个时间周期T中的相同指定时段Ti内进行多次统计,以获取平均网络传输速度Vj。当然,当针对已有用户系统中指定IP组内的多个活动IP分别获取每个活动IP的平均网络传输速度时,为了提升系统可靠性,第二获取单元512也可以对M个活动IP在同一指定IP组内进行不同时段的多次统计,以获取平均网络传输速度Vj。
进一步地,预测模块520可以包括:参考值设定单元521、映射单元522和计算单元523。其中,参考值设定单元521用于在多个平均网络传输速度中的最大值和最小值之间的范围内,设定多个速度参考值;映射单元522用于将每个平均网络传输速度以就近原则映射到所述速度参考值上,使得每个活动IP对应一个所述速度参考值;计算单元523用于根据每个速度参考值对应的活动IP的个数,计算给定概率条件下的速度区间,或者计算给定速度区间条件下的概率。
具体地,参考值设定单元521可以用于获取数组{Vj}中的最大值Umax和最小值Umin,并将区间[Umin,Umax]等分为具有d个端点的d-1个单位区间,每个端点对应一个速度参考值Ua,其中,0≤a≤d-1。
映射单元522将每个平均网络传输速度Vj以就近原则映射到速度参考值Ua上,即,对于每一个Vj,在数组{Ua}中找到一个数值最接近的值映射(如果找到两个,则规定选择较小或者较大的值)。
计算单元523可以用于计算数组{Ua}中每个值对应的活动IP的个数Xa,并根据公式计算给定概率λ条件下的速度区间[Uleft,Uright],或者计算给定速度区间[Uleft,Uright]条件下的概率λ,其中,速度区间的最小值Uleft为a=left时的Ua,速度区间的最大值Uright为a=right时的Ua。
Xa代表网络传输速度接近Ua的活动IP的数量。因为,数组{Xa}满足:因此,Xa/M代表网络传输速度接近Ua的活动IP的数量占全部M个活动IP的比例。速度区间[Uleft,Uright]包含与数组{Xa}中的最大值相对应的速度参考值。
计算单元523还可以用于当根据给定概率λ计算出多组速度区间时,选取|Uright-Uleft|值最小的一组速度区间[Uleft,Uright],以使得预测精度最大化。
本发明实施例提供的网络传输速度的预测装置,通过计算已有用户系统中活动IP网络传输速度的统计数据,计算给定概率条件下的速度区间,或者给定速度区间条件下的概率,从而为新用户系统提供预测参考,以预测出新的用户在使用网络加速产品之后达到期望概率的条件下的网络传输速度区间,或者达到期望速度区间条件下的概率。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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,或者对其中部分或者全部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范围。
Claims (20)
1.一种网络传输速度的预测方法,其特征在于,包括:
获取已有用户系统中活动IP的网络传输速度;
根据所述活动IP的网络传输速度,生成包含概率和速度区间的统计数据,其中,所述概率和速度区间具有对应关系;
根据所述统计数据预测新用户系统的网络传输速度。
2.根据权利要求1所述的网络传输速度的预测方法,其特征在于,所述获取已有用户系统中活动IP的网络传输速度,具体为:
针对已有用户系统中的多个活动IP,在指定时段内分别获取每个所述活动IP的平均网络传输速度。
3.根据权利要求1所述的网络传输速度的预测方法,其特征在于,所述获取已有用户系统中活动IP的网络传输速度,具体为:
针对已有用户系统中指定IP组内的多个活动IP,分别获取每个所述活动IP的平均网络传输速度。
4.根据权利要求2或3所述的网络传输速度的预测方法,其特征在于,所述根据所述活动IP的网络传输速度,生成包含概率和速度区间的统计数据,包括:
在多个所述平均网络传输速度中的最大值和最小值之间的范围内,设定多个速度参考值;
将每个所述平均网络传输速度以就近原则映射到所述速度参考值上,使得每个所述活动IP对应一个所述速度参考值;
根据每个所述速度参考值对应的活动IP的个数,计算给定概率条件下的速度区间,或者计算给定速度区间条件下的概率。
5.根据权利要求4所述的网络传输速度的预测方法,其特征在于,所述活动IP的个数为M,每个所述活动IP的平均网络传输速度为Vj,其中1≤j≤M,
所述在多个所述平均网络传输速度中的最大值和最小值之间的范围内,设定多个速度参考值,包括:
获取数组{Vj}中的最大值Umax和最小值Umin;
将区间[Umin,Umax]等分为具有d个端点的d-1个单位区间,每个所述端点对应一个速度参考值Ua,其中,0≤a≤d-1。
6.根据权利要求5所述的网络传输速度的预测方法,其特征在于,所述根据每个所述速度参考值对应的活动IP的个数,计算给定概率条件下的速度区间,或者计算给定速度区间条件下的概率,包括:
计算数组{Ua}中每个值对应的活动IP的个数Xa;
根据公式计算给定概率λ条件下的速度区间[Uleft,Uright],或者计算给定速度区间[Uleft,Uright]条件下的概率λ,其中,所述速度区间的最小值Uleft为a=left时的Ua,所述速度区间的最大值Uright为a=right时的Ua。
7.根据权利要求6所述的网络传输速度的预测方法,其特征在于,当根据所述给定概率λ计算出多组速度区间时,选取|Uright-Uleft|值最小的一组速度区间[Uleft,Uright]。
8.根据权利要求6所述的网络传输速度的预测方法,其特征在于,所述速度区间[Uleft,Uright]包含与数组{Xa}中的最大值相对应的速度参考值。
9.根据权利要求2所述的网络传输速度的预测方法,其特征在于,对所述多个活动IP在多个时间周期的相同指定时段进行多次统计,以获取所述平均网络传输速度。
10.根据权利要求3所述的网络传输速度的预测方法,其特征在于,对所述多个活动IP在同一指定IP组内进行不同时段的多次统计,以获取所述平均网络传输速度。
11.一种网络传输速度的预测装置,其特征在于,包括:
获取模块,用于获取已有用户系统中活动IP的网络传输速度;
预测模块,用于根据所述获取模块获取到的所述活动IP的网络传输速度,生成包含概率和速度区间的统计数据,并根据所述统计数据预测新用户系统的网络传输速度,其中,所述概率和速度区间具有对应关系。
12.根据权利要求11所述的网络传输速度的预测装置,其特征在于,所述获取模块包括:
第一获取单元,用于针对已有用户系统中的多个活动IP,在指定时段内分别获取每个所述活动IP的平均网络传输速度。
13.根据权利要求11所述的网络传输速度的预测装置,其特征在于,所述获取模块包括:
第二获取单元,用于针对已有用户系统中指定IP组内的多个活动IP,分别获取每个所述活动IP的平均网络传输速度。
14.根据权利要求12或13所述的网络传输速度的预测装置,其特征在于,所述预测模块包括:
参考值设定单元,用于在多个所述平均网络传输速度中的最大值和最小值之间的范围内,设定多个速度参考值;
映射单元,用于将每个所述平均网络传输速度以就近原则映射到所述速度参考值上,使得每个所述活动IP对应一个所述速度参考值;
计算单元,用于根据每个所述速度参考值对应的活动IP的个数,计算给定概率条件下的速度区间,或者计算给定速度区间条件下的概率。
15.根据权利要求14所述的网络传输速度的预测装置,其特征在于,所述活动IP的个数为M,每个所述活动IP的平均网络传输速度为Vj,其中1≤j≤M,
所述参考值设定单元还用于获取数组{Vj}中的最大值Umax和最小值Umin,并将区间[Umin,Umax]等分为具有d个端点的d-1个单位区间,每个所述端点对应一个速度参考值Ua,其中,0≤a≤d-1。
16.根据权利要求15所述的网络传输速度的预测装置,其特征在于,所述计算单元还用于计算数组{Ua}中每个值对应的活动IP的个数Xa,并根据公式计算给定概率λ条件下的速度区间[Uleft,Uright],或者计算给定速度区间[Uleft,Uright]条件下的概率λ,其中,所述速度区间的最小值Uleft为a=left时的Ua,所述速度区间的最大值Uright为a=right时的Ua。
17.根据权利要求16所述的网络传输速度的预测装置,其特征在于,所述计算单元还用于当根据所述给定概率λ计算出多组速度区间时,选取|Uright-Uleft|值最小的一组速度区间[Uleft,Uright]。
18.根据权利要求16所述的网络传输速度的预测装置,其特征在于,所述速度区间[Uleft,Uright]包含与数组{Xa}中的最大值相对应的速度参考值。
19.根据权利要求12所述的网络传输速度的预测装置,其特征在于,所述第一获取单元还用于对所述多个活动IP在多个时间周期的相同指定时段进行多次统计,以获取所述平均网络传输速度。
20.根据权利要求13所述的网络传输速度的预测装置,其特征在于,所述第二获取单元还用于对所述多个活动IP在同一指定IP组内进行不同时段的多次统计,以获取所述平均网络传输速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610405799.1A CN107483223B (zh) | 2016-06-08 | 2016-06-08 | 网络传输速度的预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610405799.1A CN107483223B (zh) | 2016-06-08 | 2016-06-08 | 网络传输速度的预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107483223A true CN107483223A (zh) | 2017-12-15 |
CN107483223B CN107483223B (zh) | 2020-11-20 |
Family
ID=60594355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610405799.1A Active CN107483223B (zh) | 2016-06-08 | 2016-06-08 | 网络传输速度的预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107483223B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6512746B1 (en) * | 1998-09-11 | 2003-01-28 | Nortel Networks Limited | Method and apparatus for measuring voice grade of service in an IP network |
US7047164B1 (en) * | 2000-05-30 | 2006-05-16 | Paradyne Corporation | Port trend analysis system and method for trending port burst information associated with a communications device |
CN101453368A (zh) * | 2007-12-03 | 2009-06-10 | 华为技术有限公司 | 一种因特网ip地址分类和带宽预测的方法、系统及设备 |
CN101651568A (zh) * | 2009-07-01 | 2010-02-17 | 青岛农业大学 | 一种网络流量预测和异常检测方法 |
CN104346517A (zh) * | 2013-08-02 | 2015-02-11 | 杨凤琴 | 一种基于回声状态网络的预测方法及预测装置 |
CN109873712A (zh) * | 2018-05-18 | 2019-06-11 | 新华三信息安全技术有限公司 | 一种网络流量预测方法及装置 |
-
2016
- 2016-06-08 CN CN201610405799.1A patent/CN107483223B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6512746B1 (en) * | 1998-09-11 | 2003-01-28 | Nortel Networks Limited | Method and apparatus for measuring voice grade of service in an IP network |
US7047164B1 (en) * | 2000-05-30 | 2006-05-16 | Paradyne Corporation | Port trend analysis system and method for trending port burst information associated with a communications device |
CN101453368A (zh) * | 2007-12-03 | 2009-06-10 | 华为技术有限公司 | 一种因特网ip地址分类和带宽预测的方法、系统及设备 |
CN101651568A (zh) * | 2009-07-01 | 2010-02-17 | 青岛农业大学 | 一种网络流量预测和异常检测方法 |
CN104346517A (zh) * | 2013-08-02 | 2015-02-11 | 杨凤琴 | 一种基于回声状态网络的预测方法及预测装置 |
CN109873712A (zh) * | 2018-05-18 | 2019-06-11 | 新华三信息安全技术有限公司 | 一种网络流量预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107483223B (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103678408B (zh) | 一种查询数据的方法及装置 | |
CN102930062B (zh) | 一种数据库快速水平扩展的方法 | |
CN103970870A (zh) | 数据库查询方法和服务器 | |
CN109408590B (zh) | 分布式数据库的扩容方法、装置、设备及存储介质 | |
WO2017084505A1 (zh) | 一种获得应用集群容量的方法和装置 | |
CN108804383B (zh) | 基于度量空间的支撑点并行枚举方法及装置 | |
CN110941602B (zh) | 数据库的配置方法、装置、电子设备及存储介质 | |
CN101694649A (zh) | 集群监控的报表生成系统及方法 | |
CN107169009A (zh) | 一种分布式存储系统的数据分裂方法及装置 | |
WO2021169386A1 (zh) | 一种图数据处理方法、装置、设备、介质 | |
CN104765760A (zh) | 一种基于json格式的页面生成和显示方法 | |
CN110149377A (zh) | 一种视频服务节点资源分配方法、系统、装置及存储介质 | |
CN115168240B (zh) | 一种基于变量组合时间序列功能覆盖率的测试方法和系统 | |
CN106547805A (zh) | 优化数据库索引的方法和装置 | |
CN104424240A (zh) | 多表关联方法、主服务节点、计算节点及系统 | |
CN109034880A (zh) | 收入预测方法及装置 | |
CN109325266B (zh) | 面向在线云服务的响应时间分布预测方法 | |
CN111064776A (zh) | 区块链中区块的生成方法、设备及存储介质 | |
CN111563115B (zh) | 一种分布式数据库中数据分布信息的统计方法及装置 | |
CN106990913B (zh) | 一种大规模流式集合数据的分布式处理方法 | |
CN107483223A (zh) | 网络传输速度的预测方法及装置 | |
CN111125157B (zh) | 查询数据的处理方法、装置、存储介质及处理器 | |
CN115754413A (zh) | 示波器及数据处理方法 | |
Escobar et al. | Approximate solution for multi-server queueing systems with Erlangian service times | |
CN111538718A (zh) | 分布式系统的实体id生成和定位方法、扩容方法及设备 |
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 |