CN108306769A - 一种cdn的节点部署控制方法和系统 - Google Patents

一种cdn的节点部署控制方法和系统 Download PDF

Info

Publication number
CN108306769A
CN108306769A CN201810096129.5A CN201810096129A CN108306769A CN 108306769 A CN108306769 A CN 108306769A CN 201810096129 A CN201810096129 A CN 201810096129A CN 108306769 A CN108306769 A CN 108306769A
Authority
CN
China
Prior art keywords
idc nodes
idc
nodes
training
node
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
Application number
CN201810096129.5A
Other languages
English (en)
Other versions
CN108306769B (zh
Inventor
丁浩
吴岩
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.)
Beijing QIYI Century Science and Technology Co Ltd
Original Assignee
Beijing QIYI Century Science and Technology 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 Beijing QIYI Century Science and Technology Co Ltd filed Critical Beijing QIYI Century Science and Technology Co Ltd
Priority to CN201810096129.5A priority Critical patent/CN108306769B/zh
Publication of CN108306769A publication Critical patent/CN108306769A/zh
Application granted granted Critical
Publication of CN108306769B publication Critical patent/CN108306769B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • 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
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/63—Routing a service request depending on the request content or context

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例提供了一种CDN的节点部署控制方法和系统，该方法和系统具体为获取可供选择的多个IDC节点；获取每个IDC节点的参考数据；利用预先训练好的数学模型对参考数据进行计算，得到每个IDC节点的服务质量等级，质量等级反映了IDC节点的部署效果和性价比，是节点部署的重要的客观参考依据；根据服务质量等级从多个IDC节点中选取目标节点。这样一来就使采购人员在选择IDC节点进行部署时就有了客观的依据，相比传统部署时采购人员只能根据从业经验来处理，根据上述得到的服务质量等级能够尽最大程度避免主观因素的影响，从而能够提供部署的效果。

Description

一种CDN的节点部署控制方法和系统
技术领域
本发明涉及互联网技术领域，特别是涉及一种CDN的节点部署控制方法和系统。
背景技术
CDN的全称是Content Delivery Network，即内容分发网络。其基本思路是将服务器节点部署在网络的边缘，使得服务器更接近用户，从而提升用户的访问速度。对需要构建CDN网络的企业来说，当业务发展时，需要及时的增加新的服务器节点，这个时候选择在何处部署节点就称为了一个重要问题。部署节点的本质，其实就是向ISP(Internet ServiceProvider，互联网服务商)购买其IDC(Internet Data Center，互联网数据服务中心)的机架、带宽等资源，放置自己的机器。
节点部署的原则，是使用最低的价格获得最优的服务质量。但是，由于节点部署涉及技术、商务、社会学等各个方面的知识，导致缺乏有效的技术手段支持。因此，目前的节点部署多是采购人员根据从业经验来处理，由于这种处理方式受从业人员的业务经验、个人好恶等主观因素的影响较大，因此节点部署缺乏客观依据，导致部署的效果较差。
发明内容
有鉴于此，本发明提供了一种CDN的节点部署控制方法和系统，以解决目前在节点部署时因缺乏客观依据导致节点部署的效果较差的问题。
为了解决上述问题，本发明公开了一种CDN的节点部署控制方法，包括步骤：
获取可供选择的多个IDC节点；
获取每个所述IDC节点的参考数据；
利用预先训练好的数学模型对所述参考数据进行计算，得到每个所述IDC节点的服务质量等级，所述质量等级反映了所述IDC节点的部署效果和性价比；
根据所述服务质量等级从所述多个IDC节点中选取目标节点。
可选的，所述参考数据包括下述多个参数中的全部或部分，其中所述多个参数分别为：
所述IDC节点的所属运营商类型；
所述IDC节点的带宽价格；
所述IDC节点与最近的骨干网的拓扑跳数；
所述IDC节点与与最近的骨干网的平均延迟；
所述IDC节点与最近的省内多个城市的市中心的物理距离；
和，所述IDC节点与最近的多个省会城市的市中心的物理距离。
可选的，所述平均延迟为晚高峰平均延迟。
可选的，还包括步骤：
根据所述目标节点的参考数据对所述数学模型进行强化训练。
可选的，还包括用于训练所述数学模型的训练过程，所述训练过程包括：
预置多个服务质量等级；
获取与每个所述服务质量等级相对应的多个训练数据；
根据所述训练数据并使用监督学习的方法进行训练，得到所述数学模型。
相应的，为了保证上述方法的实施，本发明还提供了一种CDN的节点部署控制系统，包括：
节点获取模块，用于获取可供选择的多个IDC节点；
参数获取模块，用于获取每个所述IDC节点的参考数据；
质量计算模块，用于利用预先训练好的数学模型对所述参考数据进行计算，得到每个所述IDC节点的服务质量等级，所述质量等级反映了所述IDC节点的部署效果和性价比；
目标选取模块，用于根据所述服务质量等级从所述多个IDC节点中选取目标节点。
可选的，所述参考数据包括下述多个参数中的全部或部分，其中所述多个参数分别为：
所述IDC节点的所属运营商类型；
所述IDC节点的带宽价格；
所述IDC节点与最近的骨干网的拓扑跳数；
所述IDC节点与与最近的骨干网的平均延迟；
所述IDC节点与最近的省内多个城市的市中心的物理距离；
和，所述IDC节点与最近的多个省会城市的市中心的物理距离。
可选的，所述平均延迟为晚高峰平均延迟。
可选的，还包括：
强化训练模块，用于根据所述目标节点的参考数据对所述数学模型进行强化训练。
可选的，还包括模型训练模块，所述模型训练模块包括：
等级预置单元，用于预置多个服务质量等级；
数据获取单元，用于获取与每个所述服务质量等级相对应的多个训练数据；
训练执行单元，用于根据所述训练数据并使用监督学习的方法进行训练，得到所述数学模型。
从上述技术方案可以看出，本发明提供了一种CDN的节点部署控制方法和系统，该方法和系统具体为获取可供选择的多个IDC节点；获取每个IDC节点的参考数据；利用预先训练好的数学模型对参考数据进行计算，得到每个IDC节点的服务质量等级，质量等级反映了IDC节点的部署效果和性价比，是节点部署的重要的客观参考依据；根据服务质量等级从多个IDC节点中选取目标节点。这样一来就使采购人员在选择IDC节点进行部署时就有了客观的依据，相比传统部署时采购人员只能根据从业经验来处理，根据上述得到的服务质量等级能够尽最大程度避免主观因素的影响，从而能够提供部署的效果。
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简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明实施例提供的一种CDN的节点部署控制方法的步骤流程图；
图2为本发明实施例提供的另一种CDN的节点部署控制方法的步骤流程图；
图3为本发明实施例提供的一种CDN的节点部署控制系统的结构框图；
图4为本发明实施例提供的另一种CDN的节点部署控制系统的结构框图；
图5为本发明实施例提供的又一种CDN的节点部署控制系统的结构框图。
具体实施方式
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，所描述的实施例仅仅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做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。
实施例一
图1为本发明实施例提供的一种CDN的节点部署控制方法的步骤流程图。
参照图1所示，本实施例提供的节点部署控制方法又称为节点采购方法，用于在向ISP购买其IDC的时候选择效果较好的IDC进行购买时的决策，即提供客观的决策依据，具体的节点部署控制方法包括如下步骤：
S101：获取可供选择的多个IDC节点。
这里的IDC节点是指该节点的名称、地址或者简称等，用于使购买者能够对其他IDC节点进行区分。这里多个IDC节点是采购人员根据相应的市场信息从现有的IDC节点中选出的，在选出后采购人员自然会给出相应的信息，此时接收采购人员给出的信息，从而完成节点的获取。
S102：获取每个IDC节点的参考数据。
即在获取多个IDC节点后，针对每个IDC节点进行数据采集，从而得到每个IDC节点的参考数据。这些参考数据具体包括相应IDC节点的所属运营商类型、带宽价格、与最近的骨干网的拓扑跳数、与最近的骨干网的平均延迟、与最近的省内多个城市的市中心的物理距离，还可以包括相应IDC节点与最近的多个省会城市的市中心的物理距离。
该IDC节点所属运营商的类型的取值为标称型，共三种，以A、B、C标记，分别表示“本区域主要运营商”、“本区域次要运营商”和“本区域小运营商”。以北京地区为例，联通属于A类，移动、电信属于B类，其他运营商属于C类。
该IDC节点的带宽价格为标称型变量，不需要具体价格，而也仅需要分三类，以A、B、C标记，分别表示“高”、“中”、“低”。可以由商务人员将所有价格进行标注后提供。
该IDC节点距离最近的骨干网络的拓扑跳数为数值型变量，由技术人员进行标注，具体标注时，从需要标注的IDC节点使用traceroute命令连接一个远端IP，然后将相关结果查询apnic数据库，第一个存在数据库中的IP即为骨干网IP，计算至此IP经过的IP数量，即为跳数。
该IDC节点距离最近的骨干网络的平均延迟为数值型变量，由技术人员进行标注。在标注时计算某个预设时间至此IP的延迟，多个平均延迟的平均数作为平均延迟。在实际中一般选择晚间的高峰时段进行标注，如可选择晚间21:00进行标注，即标注晚高峰平均延迟。
距离该IDC节点最近的省内6个城市的市中心至该IDC节点的物理距离为数值型变量，计算距离并取整，单位为km。同样，距离该IDC节点最近的6个省会城市的市中心至该IDC节点的物理距离为数值型变量，计算距离并取整，单位为km。
S103：利用预先训练的数学模型对参考数据进行计算。
在得到多个可供选择的IDC节点得参考数据后，将每个IDC节点的参考数据代入预先训练好的数学模型进行计算，从而得到每个IDC节点的服务质量等级，该服务质量等级反映了每个IDC节点的部署效果和性价比，是节点部署的重要的客观参考依据。
例如，可以预示四个服务质量等级，分别为4、3、2、1。这四个等级分别代表“高服务质量”、“常规服务质量”、“低服务质量”和“不推荐节点”。
S104：根据服务质量等级选取目标节点。
即在得到上述可供选择的多个IDC节点的服务质量等级后，可以根据该服务质量等级从中选取出目标节点进行节点部署。
从上述技术方案可以看出，本实施例提供了一种CDN的节点部署控制方法，该方法具体为获取可供选择的多个IDC节点；获取每个IDC节点的参考数据；利用预先训练好的数学模型对参考数据进行计算，得到每个IDC节点的服务质量等级，质量等级反映了IDC节点的部署效果和性价比，是节点部署的重要的客观参考依据；根据服务质量等级从多个IDC节点中选取目标节点。这样一来就使采购人员在选择IDC节点进行部署时就有了客观的依据，相比传统部署时采购人员只能根据从业经验来处理，根据上述得到的服务质量等级能够尽最大程度避免主观因素的影响，从而能够提供部署的效果。
本申请中还可以包括相应的训练方法，该训练方法用于在没有现成的数学模型可用的情况下训练数学模型。该训练方法具体包括如下步骤：
S3001：预置多个服务质量等级。
多个服务质量等级可以为4、3、2、1，分别代表“高服务质量”、“常规服务质量”、“低服务质量”、“不推荐建点”。每个服务质量等级针对不同的IDC节点的可选程度。
S3002：获取每个服务质量等级对应的多个训练数据。
在获取相应服务质量等级后，即需获取每个服务质量等级对应的训练数据，这里，4、3和2这三个等级的训练数据，可以通过现有IDC节点的相关服务质量参数等级确定，如该IDC的下载速度慢速比例、视频卡顿比例等。等级1的训练数据可以根据过往确定的不建点的IDC确定。
上述训练数据与前面的参考数据相对应，也分别包括相应IDC节点的所属运营商类型、带宽价格、与最近的骨干网的拓扑跳数、与最近的骨干网的平均延迟、与最近的省内多个城市的市中心的物理距离，还可以包括相应IDC节点与最近的多个省会城市的市中心的物理距离等。
S3003：根据训练数据并使用监督学习的方法进行训练。
在得到相应的训练数据后，可以根据监督学习的方法对训练数据进行训练，从而得到上述的数学模型。具体训练可以利用随机森林算法对该训练数据进行训练，随机森林算法下每颗决策树都可以使用CART算法。
另外，本实施例中还包括如下步骤，如图2所示：
S105：根据目标节点的参考数据对数学模型进行强化训练。
在选定上述目标节点后，进一步获取该目标节点的多个参考数据。然后利用这些参考数据对上述数学模型进行进一步的强化训练。
通过对数学模型的强化训练，可以提高该数学模型预测的精确度。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
实施例二
图3为本发明实施例提供的一种CDN的节点部署控制系统的结构框图。
参照图3所示，本实施例提供的节点部署控制系统用于在向ISP购买其IDC的时候选择效果较好的IDC进行购买时的决策，即提供客观的决策依据，具体的节点部署控制系统包括节点获取模块10、参数获取模块20、质量计算模块30和目标选取模块40。节点获取模块用于获取可供选择的多个IDC节点。
这里的IDC节点是指该节点的名称、地址或者简称等，用于使购买者能够对其他IDC节点进行区分。这里多个IDC节点是采购人员根据相应的市场信息从现有的IDC节点中选出的，在选出后采购人员自然会给出相应的信息，此时接收采购人员给出的信息，从而完成节点的获取。
参数获取模块用于获取每个IDC节点的参考数据。
即在获取多个IDC节点后，针对每个IDC节点进行数据采集，从而得到每个IDC节点的参考数据。这些参考数据具体包括相应IDC节点的所属运营商类型、带宽价格、与最近的骨干网的拓扑跳数、与最近的骨干网的平均延迟、与最近的省内多个城市的市中心的物理距离，还可以包括相应IDC节点与最近的多个省会城市的市中心的物理距离。
该IDC节点所属运营商的类型的取值为标称型，共三种，以A、B、C标记，分别表示“本区域主要运营商”、“本区域次要运营商”和“本区域小运营商”。以北京地区为例，联通属于A类，移动、电信属于B类，其他运营商属于C类。
该IDC节点的带宽价格为标称型变量，不需要具体价格，而也仅需要分三类，以A、B、C标记，分别表示“高”、“中”、“低”。可以由商务人员将所有价格进行标注后提供。
该IDC节点距离最近的骨干网络的拓扑跳数为数值型变量，由技术人员进行标注，具体标注时，从需要标注的IDC节点使用traceroute命令连接一个远端IP，然后将相关结果查询apnic数据库，第一个存在数据库中的IP即为骨干网IP，计算至此IP经过的IP数量，即为跳数。
该IDC节点距离最近的骨干网络的平均延迟为数值型变量，由技术人员进行标注。在标注时计算某个预设时间至此IP的延迟，多个平均延迟的平均数作为平均延迟。在实际中一般选择晚间的高峰时段进行标注，如可选择晚间21:00进行标注，即标注晚高峰平均延迟。
距离该IDC节点最近的省内6个城市的市中心至该IDC节点的物理距离为数值型变量，计算距离并取整，单位为km。同样，距离该IDC节点最近的6个省会城市的市中心至该IDC节点的物理距离为数值型变量，计算距离并取整，单位为km。
质量计算模块用于利用预先训练的数显模型对参考数据进行计算。
在得到多个可供选择的IDC节点得参考数据后，将每个IDC节点的参考数据代入预先训练好的数学模型进行计算，从而得到每个IDC节点的服务质量等级，该服务质量等级反映了每个IDC节点的部署效果和性价比，是节点部署的重要的客观参考依据。
例如，可以预示四个服务质量等级，分别为4、3、2、1。这四个等级分别代表“高服务质量”、“常规服务质量”、“低服务质量”和“不推荐节点”。
目标选取模块用于根据服务质量等级选取目标节点。
即在得到上述可供选择的多个IDC节点的服务质量等级后，可以根据该服务质量等级从中选取出目标节点进行节点部署。
从上述技术方案可以看出，本实施例提供了一种CDN的节点部署控制系统，该系统具体为获取可供选择的多个IDC节点；获取每个IDC节点的参考数据；利用预先训练好的数学模型对参考数据进行计算，得到每个IDC节点的服务质量等级，质量等级反映了IDC节点的部署效果和性价比，是节点部署的重要的客观参考依据；根据服务质量等级从多个IDC节点中选取目标节点。这样一来就使采购人员在选择IDC节点进行部署时就有了客观的依据，相比传统部署时采购人员只能根据从业经验来处理，根据上述得到的服务质量等级能够尽最大程度避免主观因素的影响，从而能够提供部署的效果。
本实施例中还可以包括相应的模型训练模块60，参考图4所示，该模块用于在没有现成的数学模型可用的情况下训练数学模型。该模型训练模块具体包括等级预置单元、数据获取单元和训练执行单元。
等级预置单元用于预置多个服务质量等级。
多个服务质量等级可以为4、3、2、1，分半代表“高服务质量”、“常规服务质量”、“低服务质量”、“不推荐建点”。每个服务质量等级针对不同的IDC节点的可选程度。
数据获取单元用于获取每个服务质量等级对应的多个训练数据。
在获取相应服务质量等级后，即需获取每个服务质量等级对应的训练数据，这里，4、3和2这三个等级的训练数据，可以通过现有IDC节点的相关服务质量参数等级确定，如该IDC的下载速度慢速比例、视频卡顿比例等。等级1的训练数据可以根据过往确定的不建点的IDC确定。
上述训练数据与前面的参考数据相对应，也分别包括相应IDC节点的所属运营商类型、带宽价格、与最近的骨干网的拓扑跳数、与最近的骨干网的平均延迟、与最近的省内多个城市的市中心的物理距离，还可以包括相应IDC节点与最近的多个省会城市的市中心的物理距离等。
训练执行单元用于根据训练数据并使用监督学习的方法进行训练。
在得到相应的训练数据后，可以根据监督学习的方法对训练数据进行训练，从而得到上述的数学模型。具体训练可以利用随机森林算法对该训练数据进行训练，随机森林算法下每颗决策树都可以使用CART算法。
另外，本实施例中还包括强化训练模块50，如图4所示：
强化训练模块用于根据目标节点的参考数据对数学模型进行强化训练。
在选定上述目标节点后，进一步获取该目标节点的多个参考数据，参考数据同上面所述的参考数据。然后利用这些参考数据对上述数学模型进行进一步的强化训练。
通过对数学模型的强化训练，可以提高该数学模型预测的精确度。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的技术方案进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种CDN的节点部署控制方法，其特征在于，包括步骤：
获取可供选择的多个IDC节点；
获取每个所述IDC节点的参考数据；
利用预先训练好的数学模型对所述参考数据进行计算，得到每个所述IDC节点的服务质量等级，所述质量等级反映了所述IDC节点的部署效果和性价比；
根据所述服务质量等级从所述多个IDC节点中选取目标节点。
2.如权利要求1所述的节点部署控制方法，其特征在于，所述参考数据包括下述多个参数中的全部或部分，其中所述多个参数分别为：
所述IDC节点的所属运营商类型；
所述IDC节点的带宽价格；
所述IDC节点与最近的骨干网的拓扑跳数；
所述IDC节点与最近的骨干网的平均延迟；
所述IDC节点与最近的省内多个城市的市中心的物理距离；
和，所述IDC节点与最近的多个省会城市的市中心的物理距离。
3.如权利要求2所述的节点部署控制方法，其特征在于，所述平均延迟为晚高峰平均延迟。
4.如权利要求1所述的节点部署控制方法，其特征在于，还包括步骤：
根据所述目标节点的参考数据对所述数学模型进行强化训练。
5.如权利要求1～4任一项所述的节点部署控制方法，其特征在于，还包括用于训练所述数学模型的训练过程，所述训练过程包括：
预置多个服务质量等级；
获取与每个所述服务质量等级相对应的多个训练数据；
根据所述训练数据并使用监督学习的方法进行训练，得到所述数学模型。
6.一种CDN的节点部署控制系统，其特征在于，包括：
节点获取模块，用于获取可供选择的多个IDC节点；
参数获取模块，用于获取每个所述IDC节点的参考数据；
质量计算模块，用于利用预先训练好的数学模型对所述参考数据进行计算，得到每个所述IDC节点的服务质量等级，所述质量等级反映了所述IDC节点的部署效果和性价比；
目标选取模块，用于根据所述服务质量等级从所述多个IDC节点中选取目标节点。
7.如权利要求6所述的节点部署控制系统，其特征在于，所述参考数据包括下述多个参数中的全部或部分，其中所述多个参数分别为：
所述IDC节点的所属运营商类型；
所述IDC节点的带宽价格；
所述IDC节点与最近的骨干网的拓扑跳数；
所述IDC节点与与最近的骨干网的平均延迟；
所述IDC节点与最近的省内多个城市的市中心的物理距离；
和，所述IDC节点与最近的多个省会城市的市中心的物理距离。
8.如权利要求7所述的节点部署控制系统，其特征在于，所述平均延迟为晚高峰平均延迟。
9.如权利要求6所述的节点部署控制系统，其特征在于，还包括：
强化训练模块，用于根据所述目标节点的参考数据对所述数学模型进行强化训练。
10.如权利要求6～9任一项所述的节点部署控制系统，其特征在于，还包括模型训练模块，所述模型训练模块包括：
等级预置单元，用于预置多个服务质量等级；
数据获取单元，用于获取与每个所述服务质量等级相对应的多个训练数据；
训练执行单元，用于根据所述训练数据并使用监督学习的方法进行训练，得到所述数学模型。
CN201810096129.5A 2018-01-31 2018-01-31 一种cdn的节点部署控制方法和系统 Active CN108306769B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810096129.5A CN108306769B (zh) 2018-01-31 2018-01-31 一种cdn的节点部署控制方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810096129.5A CN108306769B (zh) 2018-01-31 2018-01-31 一种cdn的节点部署控制方法和系统

Publications (2)

Publication Number Publication Date
CN108306769A true CN108306769A (zh) 2018-07-20
CN108306769B CN108306769B (zh) 2021-08-20

Family

ID=62867361

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810096129.5A Active CN108306769B (zh) 2018-01-31 2018-01-31 一种cdn的节点部署控制方法和系统

Country Status (1)

Country Link
CN (1) CN108306769B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109245943A (zh) * 2018-10-19 2019-01-18 北京奇艺世纪科技有限公司 一种故障定位方法及装置
CN109802997A (zh) * 2018-12-20 2019-05-24 华为技术服务有限公司 一种节点设备的选择方法及其相关设备
CN111010312A (zh) * 2019-11-28 2020-04-14 网宿科技股份有限公司 网络质量评估方法与服务器
CN114268672A (zh) * 2021-12-20 2022-04-01 北京字节跳动网络技术有限公司 Cdn节点分配方法、装置、电子设备、介质及程序产品

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035660A (zh) * 2009-09-24 2011-04-27 中国移动通信集团公司 基于idc网络的业务处理方法、设备和系统
CN103177017A (zh) * 2011-12-22 2013-06-26 阿里巴巴集团控股有限公司 一种训练服务质量评估模型的方法及装置
CN104572851A (zh) * 2014-12-16 2015-04-29 北京百度网讯科技有限公司 获取推荐信息的方法和装置
CN105306553A (zh) * 2015-09-30 2016-02-03 北京奇艺世纪科技有限公司 访问请求调度方法及装置
CN105718479A (zh) * 2014-12-04 2016-06-29 中国电信股份有限公司 跨idc大数处理架构下执行策略生成方法、装置
US20160330135A1 (en) * 2013-12-24 2016-11-10 Le Holdings (Beijing) Co., Ltd. Node distribution method and control center
CN107231436A (zh) * 2017-07-14 2017-10-03 网宿科技股份有限公司 一种进行业务调度的方法和装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102035660A (zh) * 2009-09-24 2011-04-27 中国移动通信集团公司 基于idc网络的业务处理方法、设备和系统
CN103177017A (zh) * 2011-12-22 2013-06-26 阿里巴巴集团控股有限公司 一种训练服务质量评估模型的方法及装置
US20160330135A1 (en) * 2013-12-24 2016-11-10 Le Holdings (Beijing) Co., Ltd. Node distribution method and control center
CN105718479A (zh) * 2014-12-04 2016-06-29 中国电信股份有限公司 跨idc大数处理架构下执行策略生成方法、装置
CN104572851A (zh) * 2014-12-16 2015-04-29 北京百度网讯科技有限公司 获取推荐信息的方法和装置
CN105306553A (zh) * 2015-09-30 2016-02-03 北京奇艺世纪科技有限公司 访问请求调度方法及装置
CN107231436A (zh) * 2017-07-14 2017-10-03 网宿科技股份有限公司 一种进行业务调度的方法和装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109245943A (zh) * 2018-10-19 2019-01-18 北京奇艺世纪科技有限公司 一种故障定位方法及装置
CN109245943B (zh) * 2018-10-19 2022-02-01 北京奇艺世纪科技有限公司 一种故障定位方法及装置
CN109802997A (zh) * 2018-12-20 2019-05-24 华为技术服务有限公司 一种节点设备的选择方法及其相关设备
CN111010312A (zh) * 2019-11-28 2020-04-14 网宿科技股份有限公司 网络质量评估方法与服务器
CN111010312B (zh) * 2019-11-28 2021-11-19 网宿科技股份有限公司 网络质量评估方法与服务器
CN114268672A (zh) * 2021-12-20 2022-04-01 北京字节跳动网络技术有限公司 Cdn节点分配方法、装置、电子设备、介质及程序产品
CN114268672B (zh) * 2021-12-20 2024-01-12 北京字节跳动网络技术有限公司 Cdn节点分配方法、装置、电子设备、介质及程序产品

Also Published As

Publication number Publication date
CN108306769B (zh) 2021-08-20

Similar Documents

Publication Publication Date Title
CN108306769A (zh) 一种cdn的节点部署控制方法和系统
Shakkottai et al. The price of simplicity
CN110245802A (zh) 基于改进梯度提升决策树的卷烟空头率预测方法及系统
CN109508839A (zh) 订单分配方法和装置
CN106815700A (zh) 物流信息处理方法及装置
CN110210813B (zh) 一种确定配送范围的方法、装置、电子设备及存储介质
CN111932318B (zh) 区域划分方法、装置、电子设备及计算机可读存储介质
CN104754611A (zh) 用户感知评估方法及系统
CN104486236B (zh) 负载分担的方法和路由设备
CN104901878B (zh) 确定中间节点的方法和装置
CN105373887A (zh) 一种终端应用的质量评估方法和系统
CN107067282B (zh) 一种消费品返利销售营销管理系统及其使用方法
US7742960B2 (en) Method and device for calculating a price for using a specific link in a network
CN107172177A (zh) 一种信息推荐方法及装置
CN109387215A (zh) 路线推荐方法和装置
CN110225418B (zh) 一种基于SDN的HTTP视频流QoE路由优化方法
CN107465739A (zh) 实体渠道用户引流的方法及装置
CN108282508A (zh) 地理位置的确定方法及装置、信息推送方法及装置
CN104657457B (zh) 一种用户评价视频的数据处理方法、视频推荐方法及装置
CN110322114A (zh) 基于大数据的小区推荐方法、装置、设备及存储介质
CN107274163A (zh) 一种话费支付的路由选择方法和装置
AU2002249518A1 (en) Method and device for calculating a price for using a specific link in a network
CN106980613B (zh) 一种搜索导航方法及设备
CN109840611B (zh) 一种综合业务接入区定容定址处理方法及装置
CN107395502B (zh) 确定路由策略的方法和装置

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