CN108023766B - 一种基于SDN的自动QoE感知管理装置 - Google Patents
一种基于SDN的自动QoE感知管理装置 Download PDFInfo
- Publication number
- CN108023766B CN108023766B CN201711143928.5A CN201711143928A CN108023766B CN 108023766 B CN108023766 B CN 108023766B CN 201711143928 A CN201711143928 A CN 201711143928A CN 108023766 B CN108023766 B CN 108023766B
- Authority
- CN
- China
- Prior art keywords
- service
- qoe
- user
- submodule
- opinion score
- 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
Links
- 230000008447 perception Effects 0.000 title claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 41
- 230000015556 catabolic process Effects 0.000 claims abstract description 25
- 238000006731 degradation reaction Methods 0.000 claims abstract description 25
- 238000007726 management method Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 21
- 230000006978 adaptation Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 7
- WELIVEBWRWAGOM-UHFFFAOYSA-N 3-amino-n-[2-[2-(3-aminopropanoylamino)ethyldisulfanyl]ethyl]propanamide Chemical compound NCCC(=O)NCCSSCCNC(=O)CCN WELIVEBWRWAGOM-UHFFFAOYSA-N 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000009738 saturating Methods 0.000 claims 1
- 238000010835 comparative analysis Methods 0.000 abstract 1
- 229910044991 metal oxide Inorganic materials 0.000 abstract 1
- 150000004706 metal oxides Chemical class 0.000 abstract 1
- 239000004065 semiconductor Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
- H04L41/5067—Customer-centric QoS measurements
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5061—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the interaction between service providers and their network customers, e.g. customer relationship management
-
- 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
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于SDN的自动QoE感知管理装置,所述装置用于获取用户选择服务的用户反馈信息中的体验得分,并根据所述体验得分以及用户选择服务的QoS参数实现对用户选择服务在不同传输路径时的MOS的计算,根据所述计算得出的MOS与用户选择服务的QoE预设阈值进行比较分析,以确定是否存在QoE降级的风险,从而进一步实现自动调整底层网络基础设施资源,避免QoE的降级。
Description
技术领域
本发明涉及电网安全稳定控制通信技术领域,特别涉及一种基于SDN的自动QoE感知管理方法和装置。
背景技术
QoE(体验质量,Quality of Experience)是指用户对设备、网络、系统、应用或业务的质量和性能(包括有效性和可用性等方面)的综合主观感受。通过QoE评分,运营商可以将用户对于网络服务的体验进行评价,以便优化网络,从用户到网络,是一种自上而下的方式。
QoS(服务质量,Quality of Service)指一个网络能够利用各种基础技术,为指定的网络服务提供更好的服务能力,是网络的一种安全机制,是用来解决网络延迟和阻塞等问题的一种技术。目前的网络架构多以TCP/IP架构为主,而该结构中所采用的服务质量(QoS)大部分均遵循自下而上的方法,即从网络到用户的方法。
随着互联网服务访问量的增加,日益需要在网络中提供机制,对网络服务访问的用户体验进行评价,以便对网络服务通过自上而下的方式,即从用户到网络的方式,了解用户体验质量(QoE)。
在目前的SDN网络中,只能通过自下而上的方式提供QoS,而不能提供自上而下的方式来反映用户的需求。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
为了解决现有技术中无法自上而下的反应用户需求的技术问题,本发明提出了一种基于SDN的自动QoE感知管理方法及装置。
第一个方面,本发明提供了一种基于SDN的自动QoE感知管理方法,其中包括:
获取用户对服务的用户反馈信息,所述用户反馈信息中包括体验得分;
获取多个所述服务的服务质量QoS参数值;
根据所述用户反馈信息中的体验得分以及所述多个服务质量参数值,对所述服务的调节系数进行训练,得到所述服务的调节系数;
根据所述服务的调节系数,计算用户选择服务的平均意见得分。
该方法中,对所述服务的调节系数进行训练,得到所述服务的调节系数,包括:
将所述服务的用户反馈信息中的体验得分作为所述服务的平均意见得分MOS的初始值;
将获取的所述服务的服务质量QoS参数带入公式进行训练,得到所述服务的调节系数;
所述公式为每个调节系数与相应的服务质量QoS参数相乘后求和的结果与所述平均意见得分MOS的等式。
该方法中,所述服务质量QoS参数包括:比特率Br、时延Lt和丢包率Plr;所述公式为:
MOS=[αBr+βLt+γPlr+t]
其中,α,β,γ和t为所述服务的调节系数。
该方法中,根据所述服务的调节系数,计算所述用户选择服务的平均意见得分,包括:
根据所述用户选择服务在不同传输路径时的QoS参数,以及所述用户选择服务所对应的调节系数,计算所述用户选择服务在不同传输路径中的平均意见得分。
该方法进一步包括:
对计算所得的用户选择服务的平均意见得分进行分析;
根据上述分析结果执行策略适配动作。
该方法中,所述对计算所得的用户选择服务的平均意见得分进行分析,包括:
将计算所得的平均意见得分与用户选择服务的QoE预设阈值进行比较;
如果所述计算所得的平均意见得分高于所述QoE预设阈值,则认为不存在QoE降级的风险;
如果所述计算所得的平均意见得分低于所述QoE预设阈值,则认为存在QoE降级的风险。
该方法中,所述根据分析结果执行策略适配动作,包括:
如果不存在QoE降级的风险,则将最高平均意见得分所对应的传输路径确定为最优传输路径;
如果存在QoE降级的风险,则根据预设的策略适配动作命令对底层数据传输进行重设、调整、或修改。
第二个方面,本发明还提供了一种基于SDN的自动QoE感知管理装置,其中包括:
用户反馈管理模块,用于获取用户对服务的用户反馈信息;所述用户反馈信息中包括体验得分;
SDN控制模块,用于获取多个所述服务的服务质量QoS参数值;
QoE感知控制模块,包括训练子模块和计算子模块,其中,
训练子模块,用于根据上述用户反馈信息中的体验得分以及所述多个服务质量参数值对所述服务的调节系数进行训练,得到所述服务的调节系数;
计算子模块,用于根据所述服务的调节系数,计算用户选择服务的平均意见得分。
该装置中,所述训练子模块,包括:
确定单元,用于将所述服务的用户反馈信息中的体验得分作为所述服务的平均意见得分MOS的初始值;
训练单元,用于将获取的所述服务的服务质量QoS参数带入公式进行训练,得到所述服务的调节系数;
所述公式为每个调节系数与相应的服务质量QoS参数相乘后求和的结果与所述平均意见得分MOS的等式。
该装置中,所述服务质量QoS参数包括:比特率Br、时延Lt和丢包率Plr;所述公式为:
MOS=[αBr+βLt+γPlr+t]
其中,α,β,γ和t为所述服务的调节系数。
该装置中,所述计算子模块用于根据所述用户选择服务在不同传输路径时的QoS参数,以及所述用户选择服务所对应的调节系数,计算所述用户选择服务在不同传输路径中的平均意见得分。
该装置中,所述QoE感知控制模块进一步包括:
分析子模块,用于对计算所得的用户选择服务的平均意见得分进行分析;
执行子模块,用于根据上述分析结果执行策略适配动作。
该装置中,所述分析子模块,包括:
比较单元,用于将计算所得的平均意见得分与用户选择服务的QoE预设阈值进行比较;
第一分析单元,用于在所述计算所得的平均意见得分高于所述QoE预设阈值时,确定不存在QoE降级的风险;
第二分析单元,用于在所述计算所得的平均意见得分低于所述QoE预设阈值时,确定存在QoE降级的风险。
该装置中,所述执行子模块,包括:
第一执行单元,用于在不存在QoE降级的风险时,将最高平均意见得分所对应的传输路径确定为最优传输路径;
第二执行单元,用于在存在QoE降级的风险时,根据预设的策略适配动作命令,对底层数据传输进行重设、调整、或修改。
通过本申请所公开的方法以及装置,可以计算出用户对于用户选择服务的平均意见得分,从而实现自上而下的反映出用户的需求。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中自动QoE感知管理方法实施的流程示意图;
图2为本发明实施例中自动QoE感知管理装置的逻辑架构示意图。
具体实施方式
下面结合附图,对本发明的具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
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。除非另有其它明确表示,否则在整个说明书和权利要求书中,术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分,而并未排除其它元件或其它组成部分。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本发明,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本发明同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件未作详细描述,以便于凸显本发明的主旨。
实施例1、
根据本发明实施例,提供了一种基于SDN的自动QoE感知管理方法,该方法能够根据知识库(KB)中所存储的信息,将QoS参数映射到QoE中以预测每个用户的平均意见得分(MOS),以及实现自动调整底层网络基础设施资源,避免QoE的降级。
图1为本发明实施例中自动QoE感知管理方法实施的流程示意图,下面结合附图1详细说明所述自动QoE感知管理方法的具体步骤。
所述自动QoE感知管理方法可以包括:
获取用户对服务的用户反馈信息,所述用户反馈信息中包括体验得分;
获取多个所述服务的服务质量QoS参数值;
根据所述用户反馈信息中的体验得分以及所述多个服务质量参数值,对所述服务的调节系数进行训练,得到所述服务的调节系数;
根据所述服务的调节系数,计算用户选择服务的平均意见得分。
具体实施时,本发明实施例可以接收与某一服务相关的用户反馈信息,所述反馈信息可以包括该服务类型,以及该服务的体验得分等信息。
所述体验得分的具体分值可以为1-5分,其中5分表示非常满意,1分表示非常不满意。
所述用户反馈信息可以由QoE网络服务器通过北向接口传输到控制平面并被保存在QoE感知控制模块的知识库中。
本发明实施例可以通过南向接口从数据平面中获取所述服务的QoS参数,例如丢包率、时延、比特率等参数的值。由于所述服务在数据平面具有多条不同的传输路径,因此,所述服务在各个不同传输路径中,具有不同的QoS参数。
根据从数据平面获得的对应于所述服务的QoS参数,可以计算所述服务通过不同传输路径时的MOS(平均意见得分),所述MOS对应于QoE,以QoS参数包括丢包率、时延和比特率为例,MOS的具体计算方法见公式1:
MOS=[αBr+βLt+γPlr+t] (公式1)
公式1中,Br为比特率,Lt为时延,Plr为丢包率。系数α,β,γ和t为不同服务下各自的调节系数。
在具体实施时,QoS参数还可以包括其他参数,本领域技术人员可以根据实际需要选择相应的测试参数并对公式进行调整,本发明对此不作限制,这些参数和公式的调整均应当在本发明的保护范围内。
将知识库中存储的所述服务的用户反馈信息中的体验得分作为该服务的MOS初始值,通过公式1,以线性回归方式,对公式1中的调节系数进行训练,以获得上述调节系数的具体值,并存储在知识库中,不同的服务对应各自固定的α,β,γ和t。
通过以上训练步骤,获得了不同服务的确定的调节系数。
接下来,在用户选择某一服务之后,本发明实施例可以根据用户所选择的服务在不同传输路径时的各自的QoS参数,以及上述经训练得出的对应于该服务的调节系数,计算所述用户选择服务在不同传输路径时MOS。
本发明实施例中,还可以预先存储有不同的服务所对应的QoE预设阈值,所述QoE预设阈值可以是用户最低要求QoE,表示了用户对于选择服务所能接受的最低程度。
根据所存储的QoE预设阈值,对用户选择服务通过不同传输路径时的MOS进行分析,具体分析过程可以为:
将根据用户选择服务通过不同传输路径时的QoS参数计算所得出的该选择服务的MOS,与存储的QoE预设阈值进行比较分析;
如果上述MOS高于QoE预设阈值,则不存在QoE降级的风险,并将最高MOS所对应的传输路径确定为最优传输路径;
如果上述MOS低于QoE预设阈值,则存在QoE降级的风险。
如果存在QoE降级的风险,则触发预存的策略适配动作,并根据策略适配动作的具体内容中所规定的命令通过南向接口发送到数据平面,对底层数据传输进行重设、调整,或修改。
所述策略适配动作可以包括:改变队列配置,继续执行后续操作;流量限制速率的变化使带宽饱和,通过替代路由执行转发操作;改变队列配置,规划空闲路径转发当前延迟流量;规划较为空闲的路径等。
本发明在实现自上而下的反应用户需求的基础上,进一步调整了数据层面的配置。
接下来,通过获取重设、调整、或修改后的传输路径的QoS参数,并重复以上步骤,从而实现避免QoE降级。
通过以上方法,实现了对QoE的自动感知,并自主调整底层网络基础设施资源,从而避免QoE的降级。
实施例2、
基于同一发明构思,本发明实施例还提供了一种基于SDN的自动QoE感知管理装置,该装置能够根据知识库(KB)中所存储的信息,将QoS参数映射到QoE中以预测每个用户的平均意见得分(MOS),以及实现自动调整底层网络基础设施资源,避免QoE的降级。
图2为自动QoE感知管理装置的逻辑架构示意图,下面结合附图2详细说明所述自动QoE感知管理装置的具体架构。
所述自动QoE感知管理装置,可以从SDN架构的逻辑层面划分为管理平面、控制平面和数据平面,所述控制平面可以通过北向接口与所述管理平面相连接、通过南向接口与所述数据平面相连接。
其中:
管理平面可以包括用户反馈管理模块(UFM)201、QoE网络服务器(QoE=NS)202,所述用户反馈管理模块201,可以用于获取用户对服务的用户反馈信息;所述用户反馈信息中包括体验得分;所述QoE网络服务器202,可以用于将所述用户反馈信息通过北向接口传输至QoE感知控制模块203。
所述控制平面可以包括QoE感知控制模块203、以及SDN控制模块204,所述QoE感知控制模块203可以用于根据上述用户反馈信息中的体验得分以及所述多个服务质量参数值对所述服务的调节系数进行训练,得到所述服务的调节系数,并根据所述服务的调节系数,计算用户选择服务的平均意见得分;所述SDN控制模块204可以用于通过南向接口从数据平面中获取服务的QoS参数,并将所述QoS参数传输到QoE感知控制模块203。
所述QoE感知控制模块203可以包括:
知识库2031,用于存储服务的用户反馈信息、以及预设的策略适配动作命令,所述用户反馈信息包括体验得分;
训练子模块2032,用于根据用户反馈信息中的体验得分以及所述多个服务质量参数值对所述服务的调节系数进行训练,得到所述服务的调节系数;
计算子模块2033,用于根据所述服务的调节系数,计算用户选择服务的平均意见得分;
分析子模块2034,用于对计算所得的用户选择服务的平均意见得分进行分析;
执行子模块2035,用于根据上述分析结果执行策略适配动作。
具体实施时,用户反馈管理模块201用于接收与某一服务相关的用户反馈信息,所述用户反馈信息包括该服务的类型,以及用户对于该服务的体验得分,具体分值为1-5分,其中5分表示非常满意,1分表示非常不满意。所述用户反馈信息由QoE网络服务器202通过北向接口传输到QoE感知控制模块203,并被保存在知识库2031中。
QoE感知控制模块203中包括知识库2031,训练子模块2032,计算子模块2033,分析子模块2034,执行子模块2035。
SDN控制模块204通过南向接口从数据平面中获取上述服务的QoS参数,例如丢包率、时延、比特率等,并将所述QoS参数传输到训练子模块2032或计算子模块2033。由于上述服务在数据平面具有多条不同的传输路径,因此,上述服务在各个不同传输路径中,具有不同的QoS参数。
训练子模块2032,能够根据从数据平面所获得的对应于某一服务的QoS参数,计算所述服务通过不同传输路径时的MOS(平均意见得分),具体计算方法见公式1。并将知识库2031中存储的所述服务的用户反馈信息中的体验得分作为该用户选择服务的MOS初始值,通过公式1,以线性回归方式,对公式1中的调节系数进行训练,以获得上述调节系数的具体值,并存储在知识库2031中。
此时,知识库2031中存储了不同服务的确定的调节系数。
接下来,在用户选择某一服务之后,计算子模块2033可以根据用户所选择的服务在不同传输路径时的各自的QoS参数,以及上述经训练得出的对应于该服务的调节系数,计算所述用户选择服务在不同传输路径时MOS。
知识库2031中还存储有不同的服务所对应的QoE预设阈值,所述QoE预设阈值可以是用户最低要求QoE,表示了用户对于所述服务所能接受的最低程度。
分析子模块2034根据知识库2031中所存储的QoE预设阈值,对用户选择服务通过不同传输路径时的MOS进行分析,具体分析过程可以为:
将根据用户选择服务通过不同传输路径时的QoS参数计算所得出的该选择服务的MOS,与知识库2031中存储的QoE预设阈值进行比较分析,
如果上述MOS高于QoE预设阈值,则不存在QoE降级的风险,并将最高MOS所对应的传输路径确定为最优传输路径;
如果上述MOS低于QoE预设阈值,则存在QoE降级的风险。
如果存在QoE降级风险,则触发知识库2031中预存的策略适配动作,并将策略适配动作的具体内容下发至执行子模块2035,执行子模块2035执行策略适配动作的具体内容,将具体内容中所规定的命令通过南向接口发送到数据平面,对底层数据传输进行重设、调整、或修改。
所述策略适配动作可以包括:改变队列配置,继续执行后续操作;流量限制速率的变化使带宽饱和,通过替代路由执行转发操作;改变队列配置,规划空闲路径转发当前延迟流量;规划较为空闲的路径等。
接下来,SDN控制模块204获取重设、调整、或修改后的传输路径的QoS参数,并重复以上步骤,从而实现避免QoE降级。
通过以上装置,实现了对QoE的自动感知,并自主调整底层网络基础设施资源,从而避免QoE的降级。
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。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (1)
1.一种基于SDN的自动QoE感知管理装置,其特征在于,所述自动QoE感知管理装置包括管理平面、控制平面和数据平面;
所述控制平面通过北向接口与所述管理平面相连接、通过南向接口与所述数据平面相连接;
所述管理平面包括用户反馈管理模块、QoE网络服务器;其中,所述用户反馈管理模块用于获取用户对服务的用户反馈信息,其中,所述用户反馈信息中包括体验得分;所述QoE网络服务器用于将所述用户反馈信息通过北向接口传输至QoE感知控制模块;
所述控制平面包括QoE感知控制模块、SDN控制模块;其中,所述QoE感知控制模块用于根据所述用户反馈信息中的体验得分以及多个服务质量参数值对所述服务的调节系数进行训练,得到所述服务的调节系数,并根据所述服务的调节系数,计算用户选择服务的平均意见得分;所述SDN控制模块用于通过南向接口从所述数据平面中获取服务的QoS参数,并将所述QoS参数传输到所述QoE感知控制模块;
其中,所述QoE感知控制模块包括:知识库、训练子模块、计算子模块、分析子模块、执行子模块;其中,所述知识库用于存储所述用户反馈信息以及预设的策略适配动作命令;所述训练子模块用于根据所述用户反馈信息中的体验得分以及所述多个服务质量参数值对所述服务的调节系数进行训练,得到所述服务的调节系数;所述计算子模块用于根据所述服务的调节系数,计算用户选择服务的平均意见得分;所述分析子模块用于对计算所得的用户选择服务的平均意见得分进行分析;所述执行子模块用于根据上述分析结果执行策略适配动作;
所述SDN控制模块用于通过南向接口从所述数据平面中获取所述QoS参数,并将所述QoS参数传输到所述训练子模块或所述计算子模块;所述训练子模块还用于根据从所述数据平面所获得的对应于某一服务的QoS参数,计算该服务通过不同传输路径时的平均意见得分,并将所述知识库中存储的该服务的用户反馈信息中的体验得分作为该用户选择服务的平均意见得分初始值,通过第一式子,以线性回归方式,对所述第一式子中的调节系数进行训练,以获得调节系数的具体值,并存储在所述知识库中,其中所述第一式子为平均意见得分=[αBr+βLt+γPlr+t],其中,α,β,γ和t为所述服务的调节系数,Br为比特率、Lt为时延和Plr为丢包率;
所述计算子模块还用于根据用户所选择的服务在不同传输路径时的各自的QoS参数以及经训练得出的对应于该服务的调节系数,计算所述用户选择服务在不同传输路径时平均意见得分;
所述知识库还存储有不同的服务所对应的QoE预设阈值;
所述分析子模块还用于根据所述知识库中所存储的QoE预设阈值,对用户选择服务通过不同传输路径时的平均意见得分进行分析,其中,具体分析过程为:将根据用户选择服务通过不同传输路径时的QoS参数计算所得出的该选择服务的平均意见得分,与所述知识库中存储的QoE预设阈值进行比较分析,如果平均意见得分高于QoE预设阈值,则不存在QoE降级的风险,并将最高平均意见得分所对应的传输路径确定为最优传输路径;如果上述平均意见得分低于QoE预设阈值,则存在QoE降级的风险;如果存在QoE降级风险,则触发所述知识库中预存的策略适配动作,并将所述策略适配动作的具体内容下发至所述执行子模块;
所述执行子模块还用于将所述策略适配动作的具体内容中所规定的命令通过南向接口发送到所述数据平面,对底层数据传输进行重设、调整或修改,其中,所述策略适配动作包括:改变队列配置以及继续执行后续操作、流量限制速率的变化使带宽饱和以及通过替代路由执行转发操作、改变队列配置以及规划空闲路径转发当前延迟流量、规划较为空闲的路径中的一个或多个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711143928.5A CN108023766B (zh) | 2017-11-17 | 2017-11-17 | 一种基于SDN的自动QoE感知管理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711143928.5A CN108023766B (zh) | 2017-11-17 | 2017-11-17 | 一种基于SDN的自动QoE感知管理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108023766A CN108023766A (zh) | 2018-05-11 |
CN108023766B true CN108023766B (zh) | 2021-03-26 |
Family
ID=62079958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711143928.5A Active CN108023766B (zh) | 2017-11-17 | 2017-11-17 | 一种基于SDN的自动QoE感知管理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108023766B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110225418B (zh) * | 2019-05-15 | 2020-10-27 | 西安交通大学 | 一种基于SDN的HTTP视频流QoE路由优化方法 |
CN112788373A (zh) * | 2019-11-07 | 2021-05-11 | 中国电信股份有限公司 | 用于内容分发网络的调度判决方法、设备及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9426029B2 (en) * | 2008-11-12 | 2016-08-23 | Teloip Inc. | System, apparatus and method for providing improved performance of aggregated/bonded network connections with cloud provisioning |
-
2017
- 2017-11-17 CN CN201711143928.5A patent/CN108023766B/zh active Active
Non-Patent Citations (1)
Title |
---|
An Autonomic QoE-Aware Management Architecture for Software-Defined Networking;Felipe Volpato等;《2017 IEEE 26th International Conference on Enabling Technologies:Infrastructure for Collaborative Enterprises》;20170818;第III部分 * |
Also Published As
Publication number | Publication date |
---|---|
CN108023766A (zh) | 2018-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baraković et al. | Survey and challenges of QoE management issues in wireless networks | |
JP4852509B2 (ja) | ネットワークサービスにサービス品質保証を提供する方法、システム、プログラム及び記憶媒体 | |
RU2677373C1 (ru) | Способ повышения качества передачи фрактального телекоммуникационного трафика | |
CN110972193A (zh) | 一种切片信息处理方法及装置 | |
Seppänen et al. | An autonomous QoE-driven network management framework | |
US10091675B2 (en) | System and method for estimating an effective bandwidth | |
EP3831016B1 (en) | Machine learning for quality of experience optimization | |
US11985049B2 (en) | Method and system for guaranteeing service application experience | |
Hohlfeld et al. | A QoE perspective on sizing network buffers | |
Petrangeli et al. | Network-based dynamic prioritization of http adaptive streams to avoid video freezes | |
de Morais et al. | Application of active queue management for real-time adaptive video streaming | |
US11134409B2 (en) | Determining whether a flow is to be added to a network | |
CN116545936B (zh) | 拥塞控制方法、系统、装置、通信设备及存储介质 | |
CN108023766B (zh) | 一种基于SDN的自动QoE感知管理装置 | |
Petrangeli et al. | Software‐defined network‐based prioritization to avoid video freezes in HTTP adaptive streaming | |
Giannone et al. | Orchestrating heterogeneous MEC-based applications for connected vehicles | |
Elbasheer et al. | A QoS-Based routing algorithm over software defined networks | |
US20240007406A1 (en) | Transmission control method and apparatus | |
Biernacki | Analysis and modelling of traffic produced by adaptive HTTP-based video | |
Yusuf-Asaju et al. | Framework for modelling mobile network quality of experience through big data analytics approach | |
Ahmad et al. | Timber: An SDN based emulation platform for QoE management experimental research | |
Hoßfeld et al. | Quality of experience management for youTube: clouds, foG and the aquareYoum | |
Sevcik et al. | QoE prediction model for multimedia services in IP network applying queuing policy | |
WO2018019018A1 (zh) | 一种分发策略生成方法、装置及网络优化系统 | |
KR101210926B1 (ko) | 동적 라우팅 비용 할당 서버, 장치 및 방법 |
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 |