CN109391521B - 一种网络流量监测方法及网络设备 - Google Patents

一种网络流量监测方法及网络设备 Download PDF

Info

Publication number
CN109391521B
CN109391521B CN201710681276.4A CN201710681276A CN109391521B CN 109391521 B CN109391521 B CN 109391521B CN 201710681276 A CN201710681276 A CN 201710681276A CN 109391521 B CN109391521 B CN 109391521B
Authority
CN
China
Prior art keywords
node
metric value
frequency domain
time domain
downstream
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
Application number
CN201710681276.4A
Other languages
English (en)
Other versions
CN109391521A (zh
Inventor
李本超
毛航宇
肖阳
肖臻
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.)
Peking University
Huawei Technologies Co Ltd
Original Assignee
Peking University
Huawei Technologies 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 Peking University, Huawei Technologies Co Ltd filed Critical Peking University
Priority to CN201710681276.4A priority Critical patent/CN109391521B/zh
Publication of CN109391521A publication Critical patent/CN109391521A/zh
Application granted granted Critical
Publication of CN109391521B publication Critical patent/CN109391521B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876Network utilisation, e.g. volume of load or congestion level
    • H04L43/0888Throughput

Landscapes

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

Abstract

本申请公开了一种网络流量监测方法及网络设备,适用的网络包括数据源节点、中继节点及目标节点,该方法包括:第一节点的M个下游邻居节点向第一节点发送频域分量,该频域分量是各个下游邻居节点从所述下游邻居节点的时域度量值集合进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域值,然后,第一节点采集所述第一链路的链路负载度量值集合,并将所述第一下游邻居节点的频域分量进行时域变换的结果与所述链路负载度量值集合进行合并,得到子时域度量值集合,继而根据M个子时域度量值集合,确定出所述第一节点的时域度量值集合,这样可以解决现有的流量调节方式传输的信息量大,或者通讯开销大的技术问题。

Description

一种网络流量监测方法及网络设备
技术领域
本申请涉及信息技术领域,尤其涉及一种网络流量监测方法及网络设备。
背景技术
在网络通信中,数据流从一个位置到另一个位置通常存在多条可能的传输路径,因此,可以节点可以将数据流分配至多条可能的路径中,以提高网络资源的利用率。
为避免个别路径拥塞,而其他路径空闲的情况,节点需要对各路径乃至链路的流量进行调节。下游节点会统计自身链路的网络状态信息,然后将网络状态信息传递至上游节点,现有的一种流量监测方式是,每个节点的把该节点对应的链路的拥塞信息压缩成一个链路温度值。因此每个节点每次只传递最近一次统计值,这样做的缺点是不能体现温度的变化趋势,不利上游节点决策。现有技术的另一种流量监测方式是节点每次向上游传递的是最近的N个历史数据,虽然这样做可以改善调节的效果,但是同时增加通讯开销。也就是说,统计周期和传递的信息量之间存在矛盾,统计周期越大,那么设定时长内传递的信息量就越大,对上游节点调节有利,但是通讯开销变大;相反,统计周期越小,通讯开销就变小,但是每次传输的信息量就变少,不利于上游节点调节。
发明内容
有鉴于此,本申请提供了一种网络流量监测方法及网络设备,用以解决现有的流量调节方式传输的信息量大,或者通讯开销大的技术问题。
第一方面,本申请实施例提供了一种网络监测方法,该方法包括:第一节点的M个下游邻居节点向第一节点发送频域分量,该频域分量是各个下游邻居节点从所述下游邻居节点的时域度量值集合进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域值,然后,第一节点采集所述第一链路的链路负载度量值集合,并将所述第一下游邻居节点的频域分量进行时域变换的结果与所述链路负载度量值集合进行合并,得到子时域度量值集合,继而根据M个子时域度量值集合,确定出所述第一节点的时域度量值集合。
本申请中,节点的时域负载度量值可以反映本节点至目标节点的所有传输路径的拥塞情况,之所以将时域负载度量值变换至频域,是因为频域相对于时域采样值数量相对变少,而且也能反映节点的网络流量负载的历史变化信息。这样,下游节点向上游节点发送频域分量,频域分量作为有效信息既可以反映下游节点在统计周期内的变化信息,也能够较少地占用通讯开销,因此达到在占用较少传输带宽的情况下,下游节点每次传输足够的信息量,便于上游节点调节流量。
在一个可能的设计中,所述第一节点为中继节点时,则所述第一节点根据M个子时域度量值集合,确定出所述第一节点的时域度量值集合之后,所述第一节点将对第一节点的时域度量值集合进行频域变换,得到第一节点的频域度量值集合;然后从频域度量值集合中选择频率和/或振幅满足设定取值范围的K个频域分量,并将所述K个频域分量发送至所述第一节点的各个上游邻居节点。
本申请中,各个接收确定了时域度量值之后,继续向上游节点传递,这样每个节点都可以收到来自下游节点的负载反馈,继而可以对数据流进行调度,实现了对整个流量域的监测和调度。
在一种可能的设计中,对时域变换的结果与所述链路负载度量值集合进行合并的方法可以是:所述第一节点将所述第一下游邻居节点的频域分量进行时域变换后,从时域变换结果与所述链路负载度量值集合中选择在同一采样时刻的最大度量值,得到由最大度量值构成的子时域度量值集合。
这样,就可以选择出最具有代表性的度量值向上游传递,有利于上游进行流量调度。
在一种可能的设计中,在所述第一下游邻居节点与目标节点互连的情况下,所述第一下游邻居节点的频域分量是所述第一下游邻居节点从第二链路的链路负载度量值进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L的频域分量,所述第二链路为所述第一下游邻居节点和所述目标节点之间的链路。
在一种可能的设计中,第一节点调度流量的方法可以是:所述第一节点根据M个下游邻居节点的频域分量进行时域变换的结果,预测M个下游邻居节点未来的时域度量值集合;所述第一节点根据M个下游邻居节点未来的时域度量值集合,确定所述第一节点的M个链路中未来的流量分配比例;所述第一节点将流经所述第一节点的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述第一节点和所述M个下游邻居节点之间的链路。
本申请中,第一节点依据监测的结果,对各个下游链路进行流量调度,可以最大化地提高各个链路的利用率,而且还可以某一链路防止发生堵塞。
在一种可能的设计中,节点进行流量调度的调度周期可以是变化的,具体地,所述第一节点根据M个下游邻居节点未来的时域度量值集合,预测所述M个下游邻居节点未来的数据流量和数据流量的变化斜率;所述第一节点根据未来所述M个下游邻居节点的数据流量和数据流量的变化斜率,确定出N个调度周期,以及每个调度周期对应的流量分配比例;针对任意一个调度周期,所述第一节点在所述调度周期内将流经所述第一节点的数据流按照所述调度周期对应的流量分配比例调度至M个链路。
本申请中,通过预测统计周期内均值的变化斜率的绝对值,可以将当前度量值变化的剧烈程度刻画出来,从而可以更加合理确定的调节周期。
在一种可能的设计中,所述第一节点对所述M个下游邻居节点的频域分量求和,并根据求和得到的M个和值确定所述第一节点的M个链路中未来的流量分配比例;
所述第一节点将流经所述第一节点的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述第一节点和所述M个下游邻居节点之间的链路,这样可以少做一次逆傅利叶变换和一次温度预测。可以适量的降低系统的开销。
第二方面,本申请实施例还提供了一种网络设备,该网络设备具有实现上述第一方面方法示例中第一节点行为的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或所述软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,所述网络设备的结构中包括接收单元、发送单元、处理单元、确定单元、调节单元,这些单元可以执行上述方法示例中相应功能,具体参见方法示例中的详细描述,此处不做赘述。
第三方面,本申请实施例还提供了一种网络设备,该网络设备具有实现上述第一方面方法示例中第一节点行为的功能。所述功能可以通过硬件实现。所述第一节点的结构中包括通信接口、处理器、总线以及存储器,其中,所述处理器以及所述存储器通过所述总线连接;处理器调用存储在所述存储器中的指令执行上述方法。
第四方面,本申请实施例中还提供一种计算机存储介质,该存储介质中存储软件程序,该软件程序在被一个或多个处理器读取并执行时可实现第一方面或上述第一方面的任意一种设计提供的方法。
第五方面,本申请还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各方面或各种可能的实现方式所述的数据包发送方法。
本申请实施例提供的网络流量监测方法相较于传统的直接传递统计周期内的采样值的方式,采用传输频域分量可以显著压缩传输的数据量,一般可以压缩90%以上,频域分量作为有效信息既可以反映下游节点在统计周期内的变化信息,也能够较少地占用通讯开销,因此达到在占用较少传输带宽的情况下,下游节点每次传输足够的信息量,便于上游节点调节流量。
附图说明
图1为本申请实施例提供的一种流量域结构流程图;
图2为本申请实施例提供的一种网络流量监测方法和调节方法流程图;
图3为本申请实施例提供的流量域数据流传输路径示意图;
图4为本申请实施例提供的时域和频域变换的示意图;
图5a~图5b为本申请实施例提供的某一流量域,数据源节点、目标节点以及中继节点之间的交互示意图;
图6为本申请实施例提供的一种网络设备的结构示意图一;
图7为本申请实施例提供的一种网络设备的结构示意图二。
具体实施方式
下面将结合附图对本申请作进一步地详细描述。
本申请所提供的技术方案适用于存在多路径的通讯网络,通讯网络可以是整个网络,也可以是网络的一个局部部分。不论是整个还是局部网络,在本申请的应用场景中,统称为流量管理域,或者进一步简称为流量域。
对于中小型网络如企业网、数据中心网络等,可以直接把整个网络作为一个流量域;对于大型网络如广域网,可以依据路由协议的自治域划分出整个网络的一部分作为一个流量域(全球互联网成很多个自治域,运营商、机构甚至公司等都可以申请自治域号码);或者,流量域还可以根据实际需要,选择更小的范围。
流量管理域可由网络运维人员人为划分。流量域中可包括多个节点。图1示出了流量域的一个示例。在图1所示的流量域中包含A、B、C、D、E和F六个节点,其中,节点A及节点F为边缘节点,节点B、C、D及E为中间节点。
节点可以但不限定于是路由器,任一节点至少可用于接收来来自流量域内其他节点或流量域外的网元的数据包,根据数据包所含的目的地址,决定转发到下一个目的地址或节点,此外,在本发明中,其还可执行网络设备的所有操作。
边缘节点可以作为数据源节点(亦称入口节点),也可以作为目标节点(亦称出口节点)。一个流量域内可以有多个数据源节点-目标节点对,在确定某一数据源节点-目标节点对后,便可以定义出一个聚合流,聚合流包括从数据源节点流入至目标节点流出的所有数据流。对于一个边缘节点来说,针对某一聚合流,其可能作为数据源节点,而针对另一聚合流,其可能作为目标节点。以图1所示流量域为例,假设以节点A为某一聚合流的数据源节点、节点F为该聚合流的目标节点时,可以定义出聚合流AF(聚合流AF包括从节点A进入、从节点F流出的数据流)。需要说明的是,在图1流量域中,B节点有可能是另一聚合流BF的数据源节点,F为该另一聚合流BF的目标节点,BDF这条传输路径同时传输两种聚合流,即聚合流AF和聚合流BF。
以聚合流AF为例,聚合流AF从节点A到节点F,存在多种可能的路径。为了实现多条路径的有效利用,本发明实施例提供了网络流量监测方法,用以根据网络的拥塞情况,在多条可能的路径中分配数据流,该网络流量监测方法的执行主体是流量域中的节点(路由器),每个节点会监测自身节点至目标节点之间的各条传输路径上传输的各种聚合流的拥塞状态,并将监测结果向上游节点传输。
需要说明的是,本申请实施例提供的网络流量监测方法应用范围是流量域。因此,无论流量域内如何调节数据流在各条路径中的传递流量,均不会影响其在本流量域之外的所经路径。以图1所示的流量域为例,调节前,聚合流AF从节点A进入本流量域,并从节点F流出,调节后,聚合流AF仍从节点A进入且从节点F流出。这样,可以保证流量域内的路由计算独立于域间路由,流量域内的路由优化不影响域间路由,从而保证网络的层次性控制不被破坏。
基于上述概念,本申请实施例进一步对网络流量监测方法的具体过程进行详细说明,具体步骤如图2所示。
步骤101,每个节点确定流量域内的网络拓扑信息,根据拓扑信息确定可用的传输路径,再依据可用的传输路径确定自身的上下邻居游节点。
具体地,第一步,节点确定流量域内的网络拓扑信息的一种可能的实现是,流量域内的每个节点可以使用OSPF(Open Shortest Path First,开放式最短路径优先)路由协议,将流量域内的网络拓扑信息扩散到本流量域内的所有节点。更具体的,域内每一节点与邻居节点之间交换网络拓扑信息,最终实现全域所有节点都掌握了域内的网络拓扑信息。其中,网络拓扑信息可以包括但不限定于链路连接关系、链路带宽等。另外,节点扩散网络拓扑信息使用的路由协议也并非局限于OSPF路由协议,还可以是IS-IS(Intermediatesystem to intermediate system,中间系统到中间系统)等其他路由协议,另一种可能的实现方式是由管理流量域内节点的上层网管设备确定,再由网管设备通知至各个节点。
第二步,节点获取每一聚合流的可用路径,即流量域内的各个节点获得本流量域的网络拓扑信息后,可采用多路径算法(Multiple Path Algorithm,简称MPA)计算某一聚合流在本流量域内的所有路径,并可以选择全部路径或者衡量指标较好的一部分路径作为可用路径(为了方便,以下可以将可用路径简称为路径)。当然,在计算路径时,还可以使用MPDA(multipath probability data association,多路径概率数据关联)等其他路径算法。
以图1所示的流量域,聚合流AF为例,虽然聚合流AF从入口节点A到出口节点F的路径有多条,但是,本实施例可以选择全部路径或者衡量指标较好的一部分路径作为可用路径,如图3所示,聚合流AF的可用路径可以包括三条,分别是ABDF、ACDF、ACEF,路径ABDCEF理论上可用,但由于跳数开销较大,并未将其作为可用路径。
需要说明的是,每个节点获得的网络拓扑信息相同,且使用相同的路径算法,因此,每个节点获得的可用路径是相同的,流量域内不存在环路或者黑洞。
第三步,根据可用路径,确定自身的上游邻居节点及下游邻居节点。也就是说,在一流量域内,在确定出聚合流的可用路径后,便可以确定本节点在该聚合流中的上下游位置关系,也便可以确定本节点针对聚合流的上游邻居节点及下游邻居节点(上游邻居节点及下游邻居节点可以合称为上下游邻居节点)。仍以图3为例,假定确定出的聚合流AF的可用路径可以包括三条,分别是ABDF、ACDF、ACEF。对于节点B,其上游邻居节点为节点A,其下游邻居节点为节点D。
当然,若本节点为入口节点(例如图3中的节点A),其上游邻居节点为空,若本节点为出口节点(例如图3中的节点F),其下游邻居节点为空。
此外,在确定出自身的下游邻居节点后,还可确定出本节点的下游链路。其中,下游链路为本节点与其下游邻居节点之间的链路。仍以图3为例,对于节点A而言,其没有上游邻居节点,但有两个下游邻居节点,分别为节点B及节点C。基于此可知,节点A的下游链路包括两条,分别为AB及AC。
步骤102,针对流量域中的任意一个不是目标节点的节点,即第一节点接收来自下游邻居节点的频域分量,并根据自身与该下游邻居节点的下游链路的时域负载度量值和频域分量,确定出第一节点的时域负载度量值,节点的时域负载度量值可以反映本节点至目标节点的所有传输路径的拥塞情况,更具体地,拥塞情况可以包括但不限定于:网络局部可用性、负载程度、服务质量、链路成本及与网络运行策略相关的状态等。
具体地,第一节点可能只有一个下游邻居节点,也可能有多个下游邻居节点,在一种情况下,假设第一节点为图3中节点C,有两个下游邻居节点,即D节点和E节点,那么D节点会将自身节点的时域度量值集合进行频域变换,再从频域变换的结果中选择频率、振幅至少一项指标满足设定取值范围的L个频域值,将由这L个频域值构成的频域分量发送至C节点,同理,E节点也会将自身节点的时域度量值集合进行频域变换,再从频域变换的结果中选择频率、振幅至少一项指标满足设定取值范围的N个频域值,将由这N个频域值构成的频域分量发送至C节点,L和N均为正整数,M与N可以相同也可以不同。
这样,C节点就会接收到来自D节点和E节点的频域分量,C节点与D节点之间的下游链路是CD,C节点与E节点之间的下游链路是CE,C节点采集所述CD链路的链路负载度量值集合,所谓链路负载度量值集合反映了该链路的拥塞状态,并将D节点的L个频域值进行时域变换的结果与CD链路负载度量值集合进行合并,得到CDF这条传输路径的子时域度量值集合,同理,C节点采集所述CE链路的链路负载度量值集合,并将E节点的N个频域值进行时域变换的结果与CE链路负载度量值集合进行合并,得到CEF这条传输路径的子时域度量值集合,C节点将这两条传输路径的子时域度量值集合进行加权求和,就可以得到C节点的时域度量值集合,C节点的时域度量值集合反映了CDF、CEF这两条传输路径的拥塞状态。
其中,C节点将D节点的L个频域值进行时域变换的结果与CD链路负载度量值集合进行合并,一种可能的实现方法是,取同一采样时刻的最大值,由最大值组成的集合,作为CDF这条传输路径的子时域度量值集合。
步骤103,第一节点将对时域度量值集合进行频域变换,得到第一节点的频域度量值集合,所述第一节点从所述第一节点的频域度量值集合中选择频率和/或振幅满足设定取值范围的K个频域分量,所述第一节点将所述K个频域分量发送至所述第一节点的各个上游邻居节点。
接续步骤102中的例子,也就是说,C节点把得到时域度量值集合进行频域变换,再从频域变换的结果中选择K个频域值发送至A节点。
步骤104,第一节点根据M个下游邻居节点的频域分量进行时域变换的结果,预测未来周期M个下游邻居节点的时域度量值集合,所述第一节点根据未来M个下游邻居节点的时域度量值集合,确定未来所述第一节点的M个下游链路中的流量分配比例,所述第一节点将流经所述第一节点的数据流按照所述流量分配比例调度至M个链路,所述M个下游链路为所述第一节点和所述M个下游邻居节点之间的链路。
接续步骤102中的例子,也就是说,C节点根据D节点和E节点上报的频域分量,预测下一周期D节点和E节点的时域度量值集合,继而确定未来CD和CE这两条下游链路中的流量分配比例,例如CD占1/3,CE占2/3,C节点将1/3的数据流通过CD发送至D节点,C节点将2/3的数据流通过CE发送至E节点。需要说明的是,步骤103和步骤104之间并没有严格的先后关系,可以同时进行,也可以分前后顺序进行。
在上述步骤中,频域和时域之间的变换可以采用傅里叶变换或者小波变换实现,之所以将时域负载度量值变换至频域,是因为频域相对于时域采样值数量相对变少,而且也能反映节点的网络流量负载的历史变化信息。如图4所示,下游节点在统计周期内不同时刻的采样值在时域上组成一条连续的曲线,对该曲线进行傅里叶变换之后,就可以得到4个频域值,每个频域值即为振幅,换句话说,这四个频域值对应的正弦波可以合成该曲线,因此这四个频域值可以反映该曲线的变化信息。
由于进一步地对频域变化结果进行了筛选,筛选方法:过滤掉频率大于调节周期两倍的频域值;过滤掉振幅小于某个阈值的频域值。经过筛选之后的频域值作为有效信息,可以较准确地反映统计周期内的度量值的变化情况。这样,下游节点向上游节点发送频域分量,频域分量作为有效信息既可以反映下游节点在统计周期内的变化信息,也能够较少地占用通讯开销,因此达到在占用较少传输带宽的情况下,下游节点每次传输足够的信息量,便于上游节点调节流量。
考虑到流量域中每个节点均按照第一节点的执行步骤,向上游邻居节点传输频域分量和调整数据流量,图5a和图5b示出了针对某一流量域,数据源节点、目标节点以及中继节点之间的交互示意图。
在图5a中,假设数据流按照从数据源节点、中继节点、目标节点的方向传输,而网络流量监测则是从目标节点开始,因而目标节点没有下游链路,所以没有时域负载度量值,目标节点上游的中继节点确定本节点的时域负载度量值,并转换成频域后筛选出频域分量发送至数据源节点。因为数据源节点有两条下游链路,所以在确定本节点的时域负载度量值集合后对确定两条下游链路的分配比例,并把数据流按照分配比较对应地下发至两个中及节点。
图5b示出了针对图1的流量域,数据源节点A、中继节点(B、C、D、E)以及目标节点F的另一交互示意图。
步骤500,流量域内的每个节点确定本节点针对聚合流AF的上下游邻居节点。
步骤501,目标节点向所有上游邻居节点(D、E)传递时域负载度量值,因目标节点没有下游链路,所以时域负载度量值为空值。
步骤502,上游邻居节点D根据下游链路DF在时域上的采样结果,确定自身的时域度量值集合,上游邻居节点E根据下游链路EF在时域上的采样结果,确定自身的时域度量值集合。
步骤503,D节点将自身的时域度量值集合进行傅里叶变换,得到多个频域值,过滤掉频率大于调节周期两倍的频域值,以及振幅小于某个阈值的频域值,得到L个频域分量,发送至上游邻居节点C和上游邻居节点B,E节点将自身的时域度量值集合进行傅里叶变换,得到多个频域值,过滤掉频率大于调节周期两倍的频域值,以及振幅小于某个阈值的频域值,得到L个频域分量发送至上游节点C。
步骤504,B节点根据下游链路BD在时域上的采样结果,确定BD链路的链路负载度量值集合,继而B节点把D节点发送的频域分量进行傅里叶逆变换之后,与BD链路的链路负载度量值进行合并,生成由最大值组成的BCF传输链路的子时域度量值集合。C节点根据下游链路CD在时域上的采样结果,确定CD链路的链路负载度量值集合,继而C节点把D节点发送的频域分量进行傅里叶逆变换之后,与CD链路的链路负载度量值进行合并,生成由最大值组成的子时域负载度量值集合,该子时域负载度量值集合反映CDF传输链路的拥塞状态,另外,C节点根据下游链路CE在时域上的采样结果,确定CE链路的链路负载度量值集合,继而C节点把E节点发送的频域分量进行傅里叶逆变换之后,与CE链路的链路负载度量值进行合并,生成由最大值组成的子时域负载度量值集合,该子时域负载度量值集合反映CEF传输链路的拥塞状态。
步骤505,B节点把BCF传输链路的子时域度量值集合转换成频域,把频域分量发送至A节点,C节点把CEF传输链路的负载度量值集合和CDF传输链路的负载度量值集合加权取平均,再转换至频域,把频域分量发送至A节点。
步骤506,A节点把B节点发送的频域分量转成时域后,与AB链路的链路负载度量值合并,得到ABDF传输链路的子时域度量值集合,同时A节点把C节点发送的频域分量转成时域后,与AC链路的链路负载度量值合并,得到ACDF传输链路和ACEF传输链路的子时域度量值集合,A节点把两个子时域度量值集合加权取平均后得到A节点的时域负载度量值集合,若A节点在另一流量域是中继节点,则可以把时域负载度量值集合转换成频域,把频域分量发送至上游邻居节点。
步骤507,C节点根据D节点和E节点发送频域分量,确定下游链路CD和下游链路CE的流量分配比例,按照确定的流量分配比例分配C节点的数据流。
步骤508,A节点根据B节点和C节点发送的频域分量,确定下游链路AC和下游链路AB的流量分配比例,按照确定的流量分配比例分配A节点的数据流。
在步骤507和步骤508中,C节点和A节点主要是根据下游节点的频域分量,对未来的流量进行预测,具体地预测方法可以采用标准的线性回归算法AR、ARIMA等对流量进行预测;也可以将历史波形直接作为未来的波形,然后根据未来预测流量的1-2倍于调节周期的平均温度,对各条链路的流量分配比例进行标准的温敏调节方式。
其中,调节周期可以固定不变的,也可以根据下游邻居节点反馈的拥塞状态确定出多个调节周期,具体地,C节点根据D、E两个下游邻居节点的时域度量值集合,预测下一统计周期内D、E下游邻居节点的数据流量和数据流量的变化斜率;假设,变化斜率有N个,则C节点确定出N个调度周期,以及每个调度周期对应的流量分配比例,在每个调度周期内,C节点将流经所述C节点的数据流按照所述调度周期对应的流量分配比例调度至CD和CE这两个下游链路。通过预测统计周期内均值的变化斜率的绝对值,可以将当前度量值变化的剧烈程度刻画出来,从而可以更加合理确定的调节周期。
在上面的示例中,C节点是根据D、E两个下游邻居节点的时域度量值集合进行预测,也就意味着C节点需要对接收的频域分量进行傅里叶逆变换,本申请提供另一实施例,该实施例可以不用对频域分量进行傅利叶逆变换,而是对每个下游邻居节点的频域分量求和,并根据求和得到的各个和值确定未来所述C节点的两个链路中的流量分配比例;C节点将流经所述C节点的数据流按照所述流量分配比例调度至两个链路。也就是说,可以直接将每个频域分量单独看做一个度量值变化曲线,然后将各个频域分量相加即可,所以可以少做一次逆傅利叶变换和一次温度预测。可以适量的降低系统的开销。
综上,本申请实施例提供的网络流量监测方法相较于传统的直接传递统计周期内的采样值的方式,采用传输频域分量可以显著压缩传输的数据量,一般可以压缩90%以上,因为逐跳汇总下游节点的拥塞状态,所以较全面地反馈下游链路的拥塞状态,便于上游节点对流量进行调节。
针对上述方法流程,本申请提供一种网络设备,该网络设备的具体执行内容可参照上述方法实施,图6为本申请提供的一种网络设备的结构示意图,所述网络设备包括:接收单元601、处理单元602、确定单元603,其中:
接收单元601,用于接收来自M个下游邻居节点的频域分量,该网络设备为数据源节点或者中继节点,所述M个下游邻居节点是与所述网络设备互连且接收来自所述网络设备的数据流的节点,任意一个下游邻居节点的频域分量是所述下游邻居节点从所述下游邻居节点的时域度量值集合进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域值,所述下游邻居节点的时域度量值集合表征所述下游邻居节点和所述目标节点之间的各条数据流传输路径在时域上的拥塞状态,M、L为正整数;
处理单元602,用于针对所述网络设备与第一下游邻居节点之间第一链路,采集所述第一链路的链路负载度量值集合,并将所述第一下游邻居节点的频域分量进行时域变换的结果与所述链路负载度量值集合进行合并,得到子时域度量值集合,所述链路负载度量值集合表征链路在时域上的拥塞状态,第一下游邻居节点为M个下游邻居节点的任意一个;
确定单元603,用于根据M个子时域度量值集合,确定出所述网络设备的时域度量值集合。
可选地,所述网络设备为中继节点时,所述处理单元602还用于:
将对网络设备的时域度量值集合进行频域变换,得到网络设备的频域度量值集合;
从所述网络设备的频域度量值集合中选择频率和/或振幅满足设定取值范围的K个频域分量,K为正整数;
所述网络设备还包括:
发送单元604,用于将所述K个频域分量发送至所述网络设备的各个上游邻居节点,所述各个上游邻居节点是与所述网络设备互连且向所述网络设备发送数据流的节点。
可选地,所述处理单元602具体用于:
将所述第一下游邻居节点的频域分量进行时域变换后,从时域变换结果与所述链路负载度量值集合中选择在同一采样时刻的最大度量值,得到由最大度量值构成的子时域度量值集合。
其中,在所述第一下游邻居节点与目标节点互连的情况下,所述第一下游邻居节点的频域分量是所述第一下游邻居节点从第二链路的链路负载度量值进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L的频域分量,所述第二链路为所述第一下游邻居节点和所述目标节点之间的链路。
可选地,所述确定单元603还用于:
根据M个下游邻居节点的频域分量进行时域变换的结果,预测M个下游邻居节点未来的时域度量值集合;根据M个下游邻居节点未来的时域度量值集合,确定所述网络设备的M个链路中未来的流量分配比例;
所述网络设备还包括:
调节单元605,用于将流经所述网络设备的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述网络设备和所述M个下游邻居节点之间的链路。
可选地,所述确定单元603具体用于:
根据M个下游邻居节点未来的时域度量值集合,预测所述M个下游邻居节点未来的数据流量和数据流量的变化斜率;根据所述M个下游邻居节点未来的数据流量和数据流量的变化斜率,确定出N个调度周期,以及每个调度周期对应的流量分配比例;
所述调节单元605,用于针对任意一个调度周期,在所述调度周期内将流经所述网络设备的数据流按照所述调度周期对应的流量分配比例调度至M个链路。
可选地,所述确定单元603还用于:
所述网络设备对所述M个下游邻居节点的频域分量求和,并根据求和得到的M个和值确定所述网络设备的M个链路中未来的流量分配比例;
所述调节单元605还用于:将流经所述网络设备的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述网络设备和所述M个下游邻居节点之间的链路。
图7为本申请提供的另一种网络设备的结构示意图,所述网络设备包括:通信接口701、处理器702、存储器703和总线系统704;
其中,存储器703,用于存放程序。具体地,程序可以包括程序代码,程序代码包括计算机操作指令。存储器703可能为随机存取存储器(英文:random-access memory,RAM),也可能为非易失性存储器(英文:non-volatile memory,NVM),例如至少一个磁盘存储器。图中仅示出了一个存储器,当然,存储器也可以根据需要,设置为多个。存储器703也可以是处理器702中的存储器。
存储器703存储了如下的元素,可执行模块或者数据结构,或者它们的子集,或者它们的扩展集:
操作指令:包括各种操作指令,用于实现各种操作。
操作系统:包括各种系统程序,用于实现各种基础业务以及处理基于硬件的任务。
处理器702控制网络设备700的操作,处理器702还可以称为中央处理单元(英文:central processing unit,CPU)。具体的应用中,网络设备700的各个组件通过总线系统704耦合在一起,其中总线系统704除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都标为总线系统704。为便于表示,图7中仅是示意性画出。
上述本申请实施例揭示的方法可以应用于处理器702中,或者由处理器702实现。处理器702可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器702中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器702可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器703,处理器702读取存储器703中的信息,结合其硬件执行以上方法步骤。
从属上述内容,可以看出,本申请实施例提供的网络流量监测方法相较于传统的直接传递统计周期内的采样值的方式,采用传输频域分量可以显著压缩传输的数据量,一般可以压缩90%以上,频域分量作为有效信息既可以反映下游节点在统计周期内的变化信息,也能够较少地占用通讯开销,因此达到在占用较少传输带宽的情况下,下游节点每次传输足够的信息量,便于上游节点调节流量。
本领域内的技术人员应明白,本发明实施例可提供为方法、系统、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、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设备上,使得在计算机或其他可编程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。
显然,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本发明实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (21)

1.一种网络流量监测方法,其特征在于,网络包括数据源节点、中继节点及目标节点;该方法包括:
第一节点接收来自M个下游邻居节点的频域分量,所述第一节点为数据源节点或者中继节点,所述M个下游邻居节点是与所述第一节点互连且接收来自所述第一节点的数据流的节点,任意一个下游邻居节点的频域分量是所述下游邻居节点从所述下游邻居节点的时域度量值集合进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域值,所述下游邻居节点的时域度量值集合表征所述下游邻居节点和所述目标节点之间的各条数据流传输路径在时域上的拥塞状态,M、L为正整数;
针对所述第一节点与第一下游邻居节点之间第一链路,所述第一节点采集所述第一链路的链路负载度量值集合,并将所述第一下游邻居节点的频域分量进行时域变换的结果与所述链路负载度量值集合进行合并,得到子时域度量值集合,所述链路负载度量值集合表征链路在时域上的拥塞状态,第一下游邻居节点为M个下游邻居节点的任意一个;
所述第一节点根据M个子时域度量值集合,确定出所述第一节点的时域度量值集合。
2.根据权利要求1所述的方法,其特征在于,所述第一节点为中继节点时,所述第一节点根据M个子时域度量值集合,确定出所述第一节点的时域度量值集合之后,还包括:
所述第一节点对第一节点的时域度量值集合进行频域变换,得到第一节点的频域度量值集合;
所述第一节点从所述第一节点的频域度量值集合中选择频率和/或振幅满足设定取值范围的K个频域分量,K为正整数;
所述第一节点将所述K个频域分量发送至所述第一节点的各个上游邻居节点,所述各个上游邻居节点是与所述第一节点互连且向所述第一节点发送数据流的节点。
3.根据权利要求1或2所述的方法,其特征在于,所述第一节点将所述第一下游邻居节点的频域分量进行时域变换的结果与所述链路负载度量值集合进行合并,得到子时域度量值集合,包括:
所述第一节点将所述第一下游邻居节点的频域分量进行时域变换后,从时域变换结果与所述链路负载度量值集合中选择在同一采样时刻的最大度量值,得到由最大度量值构成的子时域度量值集合。
4.根据权利要求1所述的方法,其特征在于,在所述第一下游邻居节点与目标节点互连的情况下,所述第一下游邻居节点的频域分量是所述第一下游邻居节点从第二链路的链路负载度量值进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域分量,所述第二链路为所述第一下游邻居节点和所述目标节点之间的链路。
5.根据权利要求1或2所述的方法,其特征在于,还包括:
所述第一节点根据M个下游邻居节点的频域分量进行时域变换的结果,预测M个下游邻居节点未来的时域度量值集合;
所述第一节点根据M个下游邻居节点未来的时域度量值集合,确定所述第一节点的M个链路中未来的流量分配比例;
所述第一节点将流经所述第一节点的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述第一节点和所述M个下游邻居节点之间的链路。
6.根据权利要求5所述的方法,其特征在于,所述第一节点根据M个下游邻居节点未来的时域度量值集合,确定所述第一节点的M个链路中未来的流量分配比例,包括:
所述第一节点根据M个下游邻居节点未来的时域度量值集合,预测所述M个下游邻居节点未来的数据流量和数据流量的变化斜率;
所述第一节点根据所述M个下游邻居节点未来的数据流量和数据流量的变化斜率,确定出N个调度周期,以及每个调度周期对应的流量分配比例,N为正整数;
针对任意一个调度周期,所述第一节点在所述调度周期内将流经所述第一节点的数据流按照所述调度周期对应的流量分配比例调度至M个链路。
7.根据权利要求1或2所述的方法,其特征在于,还包括:
所述第一节点对所述M个下游邻居节点的频域分量求和,并根据求和得到的M个和值确定所述第一节点的M个链路中未来的流量分配比例;
所述第一节点将流经所述第一节点的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述第一节点和所述M个下游邻居节点之间的链路。
8.一种网络设备,其特征在于,该网络设备适用的网络包括数据源节点、中继节点及目标节点;该网络设备包括:
接收单元,用于接收来自M个下游邻居节点的频域分量,该网络设备为数据源节点或者中继节点,所述M个下游邻居节点是与所述网络设备互连且接收来自所述网络设备的数据流的节点,任意一个下游邻居节点的频域分量是所述下游邻居节点从所述下游邻居节点的时域度量值集合进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域值,所述下游邻居节点的时域度量值集合表征所述下游邻居节点和所述目标节点之间的各条数据流传输路径在时域上的拥塞状态,M、L为正整数;
处理单元,用于针对所述网络设备与第一下游邻居节点之间第一链路,采集所述第一链路的链路负载度量值集合,并将所述第一下游邻居节点的频域分量进行时域变换的结果与所述链路负载度量值集合进行合并,得到子时域度量值集合,所述链路负载度量值集合表征链路在时域上的拥塞状态,第一下游邻居节点为M个下游邻居节点的任意一个;
确定单元,用于根据M个子时域度量值集合,确定出所述网络设备的时域度量值集合。
9.根据权利要求8所述的网络设备,其特征在于,所述网络设备为中继节点时,所述处理单元还用于:
将对网络设备的时域度量值集合进行频域变换,得到网络设备的频域度量值集合;
从所述网络设备的频域度量值集合中选择频率和/或振幅满足设定取值范围的K个频域分量,K为正整数;
所述网络设备还包括:
发送单元,用于将所述K个频域分量发送至所述网络设备的各个上游邻居节点,所述各个上游邻居节点是与所述网络设备互连且向所述网络设备发送数据流的节点。
10.根据权利要求8或9所述的网络设备,其特征在于,所述处理单元具体用于:
将所述第一下游邻居节点的频域分量进行时域变换后,从时域变换结果与所述链路负载度量值集合中选择在同一采样时刻的最大度量值,得到由最大度量值构成的子时域度量值集合。
11.根据权利要求8所述的网络设备,其特征在于,在所述第一下游邻居节点与目标节点互连的情况下,所述第一下游邻居节点的频域分量是所述第一下游邻居节点从第二链路的链路负载度量值进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域分量,所述第二链路为所述第一下游邻居节点和所述目标节点之间的链路。
12.根据权利要求8或9所述的网络设备,其特征在于,所述确定单元还用于:
根据M个下游邻居节点的频域分量进行时域变换的结果,预测M个下游邻居节点未来的时域度量值集合;根据M个下游邻居节点未来的时域度量值集合,确定所述网络设备的M个链路中未来的流量分配比例;
所述网络设备还包括:
调节单元,用于将流经所述网络设备的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述网络设备和所述M个下游邻居节点之间的链路。
13.根据权利要求12所述的网络设备,其特征在于,所述确定单元具体用于:
根据M个下游邻居节点未来的时域度量值集合,预测所述M个下游邻居节点未来的数据流量和数据流量的变化斜率;根据所述M个下游邻居节点的数据流量和数据流量未来的变化斜率,确定出N个调度周期,以及每个调度周期对应的流量分配比例,N为正整数;
所述调节单元,用于针对任意一个调度周期,在所述调度周期内将流经所述网络设备的数据流按照所述调度周期对应的流量分配比例调度至M个链路。
14.根据权利要求8或9所述的网络设备,其特征在于,所述确定单元还用于:
所述网络设备对所述M个下游邻居节点的频域分量求和,并根据求和得到的M个和值确定所述网络设备的M个链路中未来的流量分配比例;
调节单元还用于:将流经所述网络设备的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述网络设备和所述M个下游邻居节点之间的链路。
15.一种网络设备,其特征在于,所述网络设备包括:通信接口、处理器、总线、以及存储器,其中,所述处理器以及所述存储器通过所述总线连接;
所述处理器调用存储在所述存储器中的计算机程序,执行以下处理:
通过所述通信接口接收来自M个下游邻居节点的频域分量,该网络设备为数据源节点或者中继节点,所述M个下游邻居节点是与所述网络设备互连且接收来自所述网络设备的数据流的节点,任意一个下游邻居节点的频域分量是所述下游邻居节点从所述下游邻居节点的时域度量值集合进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域值,所述下游邻居节点的时域度量值集合表征所述下游邻居节点和所述目标节点之间的各条数据流传输路径在时域上的拥塞状态,M、L为正整数;
针对所述网络设备与第一下游邻居节点之间第一链路,采集所述第一链路的链路负载度量值集合,并将所述第一下游邻居节点的频域分量进行时域变换的结果与所述链路负载度量值集合进行合并,得到子时域度量值集合,所述链路负载度量值集合表征链路在时域上的拥塞状态,第一下游邻居节点为M个下游邻居节点的任意一个;根据M个子时域度量值集合,确定出所述网络设备的时域度量值集合。
16.根据权利要求15所述的网络设备,其特征在于,所述处理器还用于:
将对网络设备的时域度量值集合进行频域变换,得到网络设备的频域度量值集合;
从所述网络设备的频域度量值集合中选择频率和/或振幅满足设定取值范围的K个频域分量,K为正整数;
通过所述通信接口将所述K个频域分量发送至所述网络设备的各个上游邻居节点,所述各个上游邻居节点是与所述网络设备互连且向所述网络设备发送数据流的节点。
17.根据权利要求15或16所述的网络设备,其特征在于,所述处理器还用于:
将所述第一下游邻居节点的频域分量进行时域变换后,从时域变换结果与所述链路负载度量值集合中选择在同一采样时刻的最大度量值,得到由最大度量值构成的子时域度量值集合。
18.根据权利要求15所述的网络设备,其特征在于,所述处理器还用于:
在所述第一下游邻居节点与目标节点互连的情况下,所述第一下游邻居节点的频域分量是所述第一下游邻居节点从第二链路的链路负载度量值进行频域变换的结果中选择的频率和/或振幅满足设定取值范围的L个频域分量,所述第二链路为所述第一下游邻居节点和所述目标节点之间的链路。
19.根据权利要求15或16所述的网络设备,其特征在于,所述处理器还用于:
根据M个下游邻居节点的频域分量进行时域变换的结果,预测M个下游邻居节点未来的时域度量值集合;根据M个下游邻居节点未来的时域度量值集合,确定所述网络设备的M个链路中未来的流量分配比例;
将流经所述网络设备的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述网络设备和所述M个下游邻居节点之间的链路。
20.根据权利要求19所述的网络设备,其特征在于,所述处理器还用于:
根据M个下游邻居节点未来的时域度量值集合,预测所述M个下游邻居节点未来的数据流量和数据流量的变化斜率;根据所述M个下游邻居节点的数据流量和数据流量未来的变化斜率,确定出N个调度周期,以及每个调度周期对应的流量分配比例,N为正整数;
针对任意一个调度周期,在所述调度周期内将流经所述网络设备的数据流按照所述调度周期对应的流量分配比例调度至M个链路。
21.根据权利要求15或16所述的网络设备,其特征在于,所述处理器还用于:
所述网络设备对所述M个下游邻居节点的频域分量求和,并根据求和得到的M个和值确定所述网络设备的M个链路中未来的流量分配比例;
将流经所述网络设备的数据流按照所述流量分配比例调度至M个链路,所述M个链路为所述网络设备和所述M个下游邻居节点之间的链路。
CN201710681276.4A 2017-08-10 2017-08-10 一种网络流量监测方法及网络设备 Active CN109391521B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710681276.4A CN109391521B (zh) 2017-08-10 2017-08-10 一种网络流量监测方法及网络设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710681276.4A CN109391521B (zh) 2017-08-10 2017-08-10 一种网络流量监测方法及网络设备

Publications (2)

Publication Number Publication Date
CN109391521A CN109391521A (zh) 2019-02-26
CN109391521B true CN109391521B (zh) 2020-10-16

Family

ID=65414380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710681276.4A Active CN109391521B (zh) 2017-08-10 2017-08-10 一种网络流量监测方法及网络设备

Country Status (1)

Country Link
CN (1) CN109391521B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111953594B (zh) * 2019-10-24 2021-08-17 北京大学 一种数据传输装置及方法
CN115941557A (zh) * 2020-11-10 2023-04-07 中南大学 基于延时的自适应拥塞控制方法及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0614391D0 (en) * 2005-07-21 2006-08-30 Nec Corp Traffic detection system and communication-quality monitoring system on a network
CN102427596A (zh) * 2011-11-30 2012-04-25 清华大学 基于定位信息辅助的节点移动网络的路由方法及调度方法
CN105979541A (zh) * 2016-07-18 2016-09-28 国网辽宁省电力有限公司阜新供电公司 一种数据通信网络中的动态流量估计方法及系统
CN106209868A (zh) * 2016-07-18 2016-12-07 国网辽宁省电力有限公司阜新供电公司 一种大规模网络流量异常侦测方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0614391D0 (en) * 2005-07-21 2006-08-30 Nec Corp Traffic detection system and communication-quality monitoring system on a network
CN102427596A (zh) * 2011-11-30 2012-04-25 清华大学 基于定位信息辅助的节点移动网络的路由方法及调度方法
CN105979541A (zh) * 2016-07-18 2016-09-28 国网辽宁省电力有限公司阜新供电公司 一种数据通信网络中的动态流量估计方法及系统
CN106209868A (zh) * 2016-07-18 2016-12-07 国网辽宁省电力有限公司阜新供电公司 一种大规模网络流量异常侦测方法及系统

Also Published As

Publication number Publication date
CN109391521A (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
Bari et al. Dynamic controller provisioning in software defined networks
Shetiya et al. Algorithms for routing and centralized scheduling to provide QoS in IEEE 802.16 mesh networks
Alicherry et al. Joint channel assignment and routing for throughput optimization in multi-radio wireless mesh networks
US9559980B2 (en) Inter-domain SDN traffic engineering
US8116324B2 (en) Network resource allocation system and method of the same
Haque et al. SDSense: An agile and flexible SDN-based framework for wireless sensor networks
Beshley et al. Adaptive flow routing model in SDN
CN107204933B (zh) 分布式流量调节方法及装置
CN110177054B (zh) 一种端口队列调度方法、装置、网络控制器及存储介质
Amaldi et al. Network optimization problems subject to max-min fair flow allocation
Kentis et al. Effects of port congestion in the gate control list scheduling of time sensitive networks
CN111512600A (zh) 在电信网络中分配流量的方法、装置和计算机程序
CN109391521B (zh) 一种网络流量监测方法及网络设备
CN108989148B (zh) 一种传输时延最小化的中继多路径流量分配方法
Sunassee et al. A comprehensive review on congestion control techniques in networking
Dou et al. ProgrammabilityMedic: Predictable path programmability recovery under multiple controller failures in SD-WANs
Cheng et al. Application-aware routing scheme for sdn-based cloud datacenters
Nikolaidis et al. A fast and scalable resource allocation scheme for end-to-end network slices
Wu et al. Routing policy for balanced management of slices using flexible Ethernet
Siram et al. Routing and scheduling transient flows for QoS in multi-hop wireless networks
Liu et al. Adaptive Timescale Load Balancing Routing Algorithm for LEO Satellite Network
Kamboj et al. Energy-Aware Routing in SDN Enabled Data Center Network
Capone et al. Dynamic resource allocation in communication networks
WO2024020884A1 (en) An edge device for a distributed traffic engeneering system with quality of service control of a plurality of flow groups
CN116033484B (zh) 一种iab网络中数据包的分流传输方法、装置、设备及介质

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