CN109429255A - 流量调整方法、装置、服务器、电子设备及存储介质 - Google Patents
流量调整方法、装置、服务器、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109429255A CN109429255A CN201710780033.6A CN201710780033A CN109429255A CN 109429255 A CN109429255 A CN 109429255A CN 201710780033 A CN201710780033 A CN 201710780033A CN 109429255 A CN109429255 A CN 109429255A
- Authority
- CN
- China
- Prior art keywords
- value
- region
- flow
- collection period
- business
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种流量调整方法、装置、服务器、电子设备及存储介质,所述方法包括:确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。在本发明实施例中,可以快速满足用户的业务流量增长需求,避免了业务流失,提高了用户体验。
Description
技术领域
本发明涉及业务支撑技术领域,尤其涉及一种流量调整方法、装置、服务器、电子设备及存储介质。
背景技术
随着各种网络业务的不断发展,用户流量需求呈现激增趋势,例如某个省份2015年的4G流量大约为2014年4G流量的10倍,而用户流量需求的激增趋势将随着VoLTE等新业务的发放进一步扩大。
现有技术中运营商通过传统物理设备进行业务保障时,往往需要提前进行大量的网络准备工作,成本高昂,所以在针对传统物理设备进行业务容量规划时,通常是根据在设定的时间周期内获取到的某一区域的峰值流量,将峰值流量作为该区域的流量需求来规划业务容量。
对于业务流量潮汐变化,如商业区和住宅区,人员会在空间和时间上流动,所以商业区与住宅区白天和晚上的流量峰值差距会进一步扩大,或者是节假日期间流量会随着人员的迁移而产生剧烈变化,并且足球赛事、演唱会等人群突发汇聚的活动,在活动前、活动中及活动后的业务流量存在较大的变化,就会出现该区域业务流量超过物理设备提供的业务容量,造成网络拥塞的情况,这时,运营商的网络维护人员通常依据自身的网络维护经验,根据超出物理设备的业务容量的部分流量,人为规划相应地新的物理设备,如通过限流、分流、业务迁移现场应急通讯车等提供保障措施。
图1为现有技术中提供的网络维护示意图,如图1所示,网络维护人员规划的日常场景包括节假日如国庆、春节等,重要区域如政府、学校等,突然事件如广场聚会等,重大活动如两会、奥运会等、灾难事件如汛情、地震等,网络针对不同的场景及业务流量,当业务流量满足如下任一项条件时,网络维护人员制定策略,部署新的物理设备。具体的需要考量物理设备的利用率超过95%且MSRN(Mobile Station Roaming Number,移动台漫游号码)超过30%,或寻呼成功率不超过40%且MSRN超过30%或寻呼成功率不超过40%且物理设备的利用率超过95%,或寻呼成功率不超过50%且MSRN超过25%或寻呼成功率不超过40%且物理设备的利用率超过95%,或寻呼成功率不超过60%且MSRN超过20%,但是物理设备的扩容建设周期较长,故不能快速满足新老用户的业务增长和迁移诉求,导致业务流失,用户体验差。
发明内容
本发明提供一种流量调整方法、装置、服务器、电子设备及存储介质,用以解决现有技术中物理设备的扩容建设周期较长,故不能快速满足新老用户的业务增长和迁移诉求,导致业务流失,用户体验差问题。
为了解决上述问题,本发明提供了一种流量调整方法,应用于服务器,所述方法包括:
确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;
判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;
如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
进一步地,如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,所述方法还包括:
判断为所述区域内的用户服务的设备中是否包括第二虚拟设备;
如果是,确定所述第二虚拟设备提供的第三业务容量是否小于所述流量差值的绝对值,如果是,删除所述第二虚拟设备。
进一步地,所述预测所述当前采集周期的下一采集周期内所述区域的流量峰值包括:
根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;
根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;
根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
进一步地,所述方法还包括:
接收用户的会话包;
判断为所述区域内的用户服务的物理设备的网络利用率是否达到当前的关键绩效指标KPI值对应的比例值,其中所述网络利用率为所述物理设备当前已经提供的业务容量,与所述物理设备理论提供的业务容量的比值,其中所述KPI值根据所述区域在当前采集周期内的在线会话数占比,所述在线会话数占比为设备处理中的会话包数量与设备已接收的会话包总数量的比值;
如果是,则将所述用户的会话包发送给为所述区域内的用户服务的虚拟设备,如果否,则将所述用户的会话包发送给为所述区域内的用户服务的物理设备。
进一步地,所述部署第一虚拟设备之前,所述方法还包括:
确定当前采集周期内所述区域当前的至少一个参考参数的第一数值,所述参考参数包括设备的网络利用率,注册用户数量增长率和在线会话数占比;
确定所述当前采集周期之前的预设数量个采集周期内对应参考参数的第二数值;
根据所述第一数值及预设数量个第二数值,确定变化趋势;
判断所述变化趋势是否与对应的预设变化趋势匹配;
如果是,则进行后续步骤。
进一步地,所述部署第一虚拟设备之前,所述方法还包括:
根据预先保存的每个评估指标,确定对每个评估指标进行相应预测的预测结果,并确定所述每个评估指标对应的参数值;
根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值;
判断所述风险评估值是否位于预设的风险值范围;
如果是,则进行后续步骤。
进一步地,所述根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值包括:
根据第一子评估值与第二子评估值的和,确定流量调整的风险评估值,其中,第一子评估值=c1*(b1*(A1*a1+A2*a2)+b2*(A3*a3+A4*a4+A5*a5)),第二子评估值=c2*(b3*(A6*a6)+b4*(A7*a7+A8*a8+A9*a9)),A1、A2、A3、A4、A5、A6、A7、A8和A9为时间指标对应的参数值、质量指标对应的参数值、收入指标对应的参数值、总成本指标对应的参数值、客户流失指标对应的参数值、可行性指标对应的参数值、维护成本指标对应的参数值、维护时长指标对应的参数值和效果指标对应的参数值,a1、a2、a3、a4、a5、a6、a7、a8、a9、b1、b2、b3、b4、c1和c2为预设的权重值。
本发明提供了一种流量调整装置,应用于服务器,所述装置包括:
确定预测模块,用于确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;
判断模块,用于判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,触发确定部署模块;
确定部署模块,用于确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
本发明提供了一种服务器,包括:存储器、处理器;
所述处理器,用于读取所述存储器中的程序,执行下列过程:确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
进一步地,所述处理器,还用于如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,判断为所述区域内的用户服务的设备中是否包括第二虚拟设备;如果是,确定所述第二虚拟设备提供的第三业务容量是否小于所述流量差值的绝对值,如果是,删除所述第二虚拟设备。
进一步地,所述处理器,具体用于根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
进一步地,所述处理器,具体用于根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
进一步地,所述处理器,还用于接收用户的会话包;判断为所述区域内的用户服务的物理设备的网络利用率是否达到当前的关键绩效指标KPI值对应的比例值,其中所述网络利用率为所述物理设备当前已经提供的业务容量,与所述物理设备理论提供的业务容量的比值,其中所述KPI值根据所述区域在当前采集周期内的在线会话数占比,所述在线会话数占比为设备处理中的会话包数量与设备已接收的会话包总数量的比值;如果是,则将所述用户的会话包发送给为所述区域内的用户服务的虚拟设备,如果否,则将所述用户的会话包发送给为所述区域内的用户服务的物理设备。
进一步地,所述处理器,还用于确定当前采集周期内所述区域当前的至少一个参考参数的第一数值,所述参考参数包括设备的网络利用率,注册用户数量增长率和在线会话数占比;确定所述当前采集周期之前的预设数量个采集周期内对应参考参数的第二数值;根据所述第一数值及预设数量个第二数值,确定变化趋势;判断所述变化趋势是否与对应的预设变化趋势匹配;如果是,部署第一虚拟设备。
进一步地,所述处理器,还用于根据预先保存的每个评估指标,确定对每个评估指标进行相应预测的预测结果,并确定所述每个评估指标对应的参数值;根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值;判断所述风险评估值是否位于预设的风险值范围;如果是,则部署第一虚拟设备。
进一步地,所述处理器,具体用于:根据第一子评估值与第二子评估值的和,确定流量调整的风险评估值,其中,第一子评估值=c1*(b1*(A1*a1+A2*a2)+b2*(A3*a3+A4*a4+A5*a5)),第二子评估值=c2*(b3*(A6*a6)+b4*(A7*a7+A8*a8+A9*a9)),A1、A2、A3、A4、A5、A6、A7、A8和A9为时间指标对应的参数值、质量指标对应的参数值、收入指标对应的参数值、总成本指标对应的参数值、客户流失指标对应的参数值、可行性指标对应的参数值、维护成本指标对应的参数值、维护时长指标对应的参数值和效果指标对应的参数值,a1、a2、a3、a4、a5、a6、a7、a8、a9、b1、b2、b3、b4、c1和c2为预设的权重值。
本发明提供了一种电子设备,处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一所述方法的步骤。
本发明提供了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行上述任一所述方法的步骤。
本发明提供了一种流量调整方法、装置、服务器、电子设备及存储介质,所述方法包括:确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。在本发明实施例中,服务器当确定流量峰值超过为该区域内的用户服务的设备提供的第一业务容量时,服务器部署第一虚拟设备,第一虚拟设备提供的第二业务容量不小于该流量峰值与第一业务容量的流量差值,使第一虚拟设备为该区域内的用户提供服务,服务器在进行虚拟设备的部署时远比进行物理设备的部署所需的建设周期短,从而可以快速满足用户的业务流量增长需求,避免了业务流失,提高了用户体验。
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为现有技术中提供的网络维护示意图;
图2为本发明实施例1提供的一种业务流量调整过程示意图;
图3为本发明实施例1提供的一种进行流量调整的区域的流量值示意图;
图4为本发明实施例1提供的部署第一虚拟设备后的该区域的流量调整示意图;
图5为本发明实施例2提供的一种流量调整的缩容示意图;
图6为本发明实施例2提供的一种缩容的流程示意图;
图7为本发明实施例3提供的一种基于通用移动通信技术的长期演进的语音业务VoLTE日常场景流量模型;
图8为本发明实施例3提供的一种通用移动通信技术的长期演进LTE春节场景流量模型;
图9为本发明实施例3提供的一种潮汐场景流量模型;
图10为本发明实施例3提供的一种重大事件场景流量模型;
图11为本发明实施例3提供的一种流量调整的示意图;
图12为本发明实施例7提供的一种服务器;
图13为本发明实施例8提供的一种电子设备;
图14为本发明实施例提供的一种业务流量调整装置示意图。
具体实施方式
为了快速满足用户的业务流量增长的需求,提高用户体验,本发明实施例提供了一种流量调整方法、装置、服务器、电子设备及存储介质。
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明的一部分实施例,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1:
图2为本发明实施例提供的一种业务流量调整过程示意图,该过程包括以下步骤:
S201:确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值。
本发明实施例提供的业务流量调整方法应用于服务器,该服务器可以确定当前采集周期内进行流量调整的区域在每个时间点的流量值。
服务器在采集数据信息时是针对进行流量调整的区域进行采集的,当前采集周期内包括一个或多个时间点,服务器可以根据当前采集周期内每个时间点采集到的数据信息确定每个时间点的流量值,数据信息中包括为该区域内的用户服务的设备当前正在处理的会话包数量,及每个会话包的流量,则服务器根据该区域内的所有用户在每个时间点产生的会话包数据及每个会话包的流量,确定当前采集周期内该区域在每个时间点的流量值。
针对不同区域,服务器中保存的采集周期对应的时间长度可以相同可以不同,例如针对住宅区,服务器中保存的一个采集周期对应的时间长度为2小时,针对旅游景点,服务器中保存的一个采集周期对应的时间长度为30分钟。
服务器可以根据当前采集周期内该区域在每个时间点的流量,预测当前采集周期的下一采集周期内的该区域的流量峰值。
为了降低服务器的资源消耗,当服务器确定当前采集周期内该区域中某一时间点的流量值大于预设流量阈值时,才预测当前采集周期的下一采集周期内该区域的流量峰值,如果当前采集周期内该区域中任一时间点的流量值都不大于预设流量阈值,服务器不对当前采集周期的下一采集周期的流量峰值进行预测,其中不同区域对应的预设流量阈值可以相同可以不同,同一区域不同时间点对应的预设流量阈值可以相同可以不同。
服务器在预测当前采集周期的下一采集周期内的该区域的流量峰值的过程时,可以是根据预先保存的场景流量模型确定的,可以是服务器中保存有流量值区间与下一采集周期的流量峰值的对应关系,服务器根据当前采集周期内该区域在每个时间点的流量值,确定每个时间点的流量值中的流量最大值,根据该流量最大值所在的流量值区间,确定当前采集周期的下一采集周期的流量峰值。
当前采集周期的下一采集周期内的该区域的流量峰值为,当前采集周期的下一采集周期内的每个时间点的流量值中的流量最大值。
S202:判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,进行S203,如果否,进行S204。
服务器中保存有为该区域内的用户服务的设备提供的第一业务容量,为该区域内的用户服务的设备可以为一个或多个,仅包括物理设备,或者包括物理设备和虚拟设备。如果为该区域内的用户服务的设备仅包括物理设备,则设备提供的第一业务容量为物理设备提供的业务容量;如果为该区域内的用户服务的设备包括物理设备和虚拟设备,则设备提供的第一业务容量为,物理设备提供的业务容量和虚拟设备提供的业务容量的总和。
服务器可以根据流量峰值,判断流量峰值是否超过第一业务容量,根据判断结果进行相应的步骤。
S203:确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
当服务器判断预测到的流量峰值超过为该区域内的用户服务的设备提供的第一业务容量,则认为该区域内的当前的第一业务容量,无法满足当前采集周期的下一采集周期内该区域内的用户的业务流量需求。
服务器根据流量峰值与第一业务容量,确定流量峰值与第一业务容量的流量差值,根据流量差值,部署相应的第一虚拟设备,并且部署的第一虚拟设备提供的第二业务容量不小于流量差值,使该区域内的当前的设备与第一虚拟设备为该区域内的用户提供服务,实现通过该第一虚拟设备为该区域内的流量分流。
服务器部署的第一虚拟设备可以是在该服务器中的虚拟设备,也可以是在其他服务器上的虚拟设备。
服务器在部署第一虚拟设备时不需要提前进行大量的网络准备工作和物理设备的建设,只需要将网络中可用的虚拟设备直接进行部署即可,从而大大缩短了业务容量扩容时所需的扩容建设周期。
服务器部署第一虚拟设备,通过第一虚拟设备为所述区域内的用户提供服务器的过程属于现有技术,在本发明实施例中不做赘述。
S204:不进行流量调整。
当服务器判断预测到的流量峰值不超过为该区域内的用户服务的设备提供的第一业务容量,则认为该区域内的当前的第一业务容量,能够满足当前采集周期的下一采集周期内该区域内的用户的业务流量需求,则使用该区域内的设备为用户继续提供服务器,无需进行流量调整。
下面以一个具体的实施例对本发明实施例进行说明,图3为本发明实施例提供的一种进行流量调整的区域的流量值示意图,横轴为该区域的每个时间点,纵轴为该区域在每个时间点的流量值,如图3所示,服务器在8点到12点的采集周期,预测的区域的下一采集周期12点到18点的流量峰值超过为该区域内的用户服务的设备提供的第一业务容量,此时为该区域内的用户服务的设备仅为物理设备,则服务器确定流量峰值与第一业务容量的流量差值,部署第一虚拟设备。
部署第一虚拟设备后的该区域的流量调整如图4所示,图4中PNF(PhysicalNetwork Function,物理网络功能)表示用于提供服务的物理设备,VNF(Virtual NetworkFunction,虚拟网络功能)表示用于提供服务的虚拟设备,不超过物理设备提供的第一业务容量的流量由物理设备提供,超过物理设备提供的第一业务容量的流量差值由第一虚拟设提供,以满足流量差值对应的用户流量需求。
在本发明实施例中,服务器当确定流量峰值超过为该区域内的用户服务的设备提供的第一业务容量时,服务器部署第一虚拟设备,第一虚拟设备提供的第二业务容量不小于该流量峰值与第一业务容量的流量差值,使第一虚拟设备为该区域内的用户提供服务,服务器在进行虚拟设备的部署时远比进行物理设备的部署所需的建设周期短,从而可以快速满足用户的业务流量增长需求,避免了业务流失,提高了用户体验。
实施例2:
为了提高网络资源的利用率,在上述实施例的基础上,本发明实施例中,如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,所述方法还包括:
判断为所述区域内的用户服务的设备中是否包括第二虚拟设备;
如果是,确定所述第二虚拟设备提供的第二业务容量是否小于所述流量差值的绝对值,如果是,删除所述第二虚拟设备。
对于某一个区域来说,由于该区域内平时的流量需求较低,或者是该区域不存在重大事件,为该区域内的用户服务的设备中如果包括虚拟设备,则当该区域内的物理设备足够提供服务时,对虚拟设备进行缩容,删除设备中的虚拟设备,以提高网络利用率。
服务器在判断流量峰值不超过为该区域内的用户服务的设备提供的第一业务容量后,判断设备中是否包括第二虚拟设备,如果包括,则为该区域内的用户提供服务的设备包括物理设备和第二虚拟设备,第一业务容量为物理设备提供的业务容量,与第二虚拟设备提供的第三业务容量的总和。
当流量峰值不超过为该区域内的用户服务器的设备提供的第一业务容量时,服务器确定流量峰值与第一业务容量的流量差值的绝对值,判断第二虚拟设备提供的第三业务容量是否小于流量差值的绝对值,如果是,则认为为该区域内的用户服务的设备中的物理设备足够为用户提供服务器,则删除第二虚设备。
服务器在确定第二虚拟设备提供的第三业务容量小于流量差值的绝对值后,删除第二虚拟设备前,先判断该区域内的设备的网络利用率,设备的注册用户增长率和设备的在线会话数占比中的至少一项是否满足对应的预设虚拟设备删除条件,如果是,认为该区域的流量需求呈减少趋势,当前采集周期的下一采集周期内,物理设备足够为该区域内的用户提供服务,则删除第二虚拟设备。
设备的网络利用率为设备当前已经提供的业务容量,与设备理论提供的业务容量的比值,设备的注册用户数量增长率为当前采集周期内通过该设备注册的用户数量,与通过该设备的注册的全部用户数量的比值,其中通过该设备的注册的全部用户数量,可以是全部采集周期内通过该设备注册的用户数量的总和,设备的在线会话数占比为设备处理中的会话包数量,与设备已接收的会话包总数量的比值,其中已接收的会话包总数量可以是当前采集周期内已接收到的会话包总数量,可以是全部采集周期内已接收到的会话包总数量。
该区域内的设备的网络利用率对应的预设虚拟设备删除条件为,当前采集周期内该区域内的物理设备的网络利用率、及第二虚拟设备的网络利用率均小于对应的预设第一网络利用率,且当前采集周期前的预设数量个采集周期内的物理设备的网络利用率、及第二虚拟设备的网络利用率均小于对应的预设第二网络利用率。
该区域内的设备的注册用户增长率对应的预设虚拟设备删除条件为,当前采集周期内该区域内的物理设备的注册用户数量增长率、及第二虚拟设备的注册用户增长率均小于对应的预设第一注册用户增长率,且当前采集周期前的预设数量个采集周期内的物理设备的注册用户数量增长率、及第二虚拟设备的注册用户数量增长率均小于对应的预设第二注册用户增长率。
该区域内的设备的在线会话数占比对应的预设虚拟设备删除条件为当前采集周期内区域内该区域内的物理设备的在线会话数占比、及第二虚拟设备的在线会话数占比均小于对应的预设第一在线会话数占比,且当前采集周期前的预设数量个采集周期内的物理设备的在线会话数占比、及第二虚拟设备的在线会话数占比均小于对应的预设第二在线会话数占比。
服务器可以是先将当前采集周期内该区域的流量调整至物理设备,使物理设备为该区域内的用户提供服务后,删除第二虚拟设备。
为了避免多次进行虚拟设备的增加和删除,避免网络的不稳定性,服务器可以检测在多个采集周期内第二虚拟设备的注册用户增长率是否为0,如果是,则确定第二虚拟设备不需要为该区域内的用户提供服务,可以删除第二虚拟设备。为了避免删除第二虚拟设备时对用户体验造成影响,服务器可以检测当前时间点是否位于该区域内的用户流量需求较低的时间段内,如果是,删除第二虚拟设备,用户流量需求较低的时间段通常为用户的休息时间段,如0:00到早上1:00,早上的1:00到5:00等。
本发明实施例提供的一种流量调整的缩容示意图如图5所示,图5中为IESstudioDE开发工具的界面图,上方为菜单栏包括主页、分析、动态库存、编辑等,左侧为不同流量调整策略的树形结构,包括缩容策略和扩容策略,右侧为当前的缩容示意图,根据检测到的设备的网络利用率、注册用户增长率和在线会话数占比,确定是否需要缩容。
图6为本发明实施例提供的一种缩容的流程示意图,包括以下步骤:
S601:如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,当当前采集周期内物理设备的网络利用率不大于30%,第二虚拟设备的网络利用率不大于20%时,判断是否当前采集周期之前的5个采集周期中的任一采集周期内的物理设备的网络利用率都不大于30%,且当前采集周期之前的5个采集周期的任一采集周期内的第二虚拟设备的网络利用率均不大于20%;如果是,进行S602。
在图6所示的当前采集周期前的预设数量个采集周期为5个采集周期,物理设备对应的预设第一网络利用率,和物理设备对应的预设第二网络利用率均为30%,第二虚拟设备对应的预设第一网络利用率,和第二虚拟设备对应的预设第二网络利用率为20%。
如果当前采集周期内物理设备的网络利用率大于30%,和/或第二虚拟设备的网络利用率大于20%,则将下一采集周期作为当前采集周期重复S601的判断。
如果当前采集周期内物理设备的网络利用率不大于30%,第二虚拟设备的网络利用率不大于20%,但是当前采集周期之前的5个采集周期中的任一采集周期内的物理设备的网络利用率均大于30%,和/或当前采集周期之前的5个采集周期的任一采集周期内的第二虚拟设备的网络利用率均大于20%,则将下一采集周期作为当前采集周期重复S601的判断。
下述S602、S603和S604的过程与S601相同,在本发明实施例中不做赘述。
S602:当当前采集周期内的物理设备的注册用户数量增长率不大于30%,第二虚拟设备的注册用户数量增长率不大于20%时,判断是否当前采集周期之前的5个采集周期中的任一采集周期内的物理设备的注册用户数量增长率都不大于30%,且当前采集周期之前的5个采集周期的任一周期内的第二虚拟设备的注册用户数量增长率都不大于20%;如果是,进行S603。
在图6所示的当前采集周期前的预设数量个采集周期为5个采集周期,物理设备对应的预设第一注册用户数量增长率,和物理设备对应的预设第二注册用户数量增长率均为30%,第二虚拟设备对应的预设第一注册用户数量增长率,和第二虚拟设备对应的预设第二注册用户增长率为20%。
S603:当当前采集周期内的物理设备的在线会话数占比不大于30%,第二虚拟设备的在线会话数占比不大于20%时,判断是否当前采集周期之前的5个采集周期中的任一采集周期内的物理设备的在线会话数占比不大于30%,且当前采集周期前的5个周期之前的5个采集周期的任一采集周期内的第二虚拟设备的在线会话数占比不大于20%;如果是,进行S604。
在图6所示的当前采集周期前的预设数量个采集周期为5个采集周期,物理设备对应的预设第一在线会话数占比,和物理设备对应的预设第二在线会话数占比均为30%,第二虚拟设备对应的预设第一在线会话数占比,和第二虚拟设备对应的预设第二在线会话数占比为20%。
S604:由物理设备为该区域中的用户提供服务,第二虚拟设备不为该区域中的用户提供服务,判断是否在5个周期中的任一采集周期的第二虚拟设备的注册用户数量增长率为0,且当前时间点位于早上的1:00到5:00对应的时间段内;如果是,进行S605。
S605:删除第二虚拟设备。
由于本发明实施例中当该区域内的物理设备足够提供服务时,服务器对虚拟设备进行缩容,删除设备中的虚拟设备,以提高网络利用率。
实施例3:
为了提高流量峰值预测的准确度,在上述各实施例的基础上,本发明实施例中,所述预测所述当前采集周期的下一采集周期内所述区域的流量峰值包括:
根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;
根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;
根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
服务器根据场景流量模型,进行当前采集周期的下一采集周期的流量峰值的预测,可以提高流量峰值预测的准确度。
服务器中保存有区域与场景流量模型的对应关系,不同区域对应的场景流量模型可能相同可能不同,通常情况下,不同区域对应的场景流量模型是不同的。
场景流量模型中保存有该区域不同时间点中的每个时间点对应的流量值,此外,场景流量模型中还可以保存有该区域除流量值之外的数据信息,例如每个时间点产生流量值的用户信息、时间信息、地点信息和活动信息等,用户信息包括该区域的用户数量,用户的年龄段、社会阶层、使用的终端类型等用户特征信息;时间信息包括每个时间点所在的时间段为忙时,还是闲时,是否位于节假日,每个时间点的流量值是否具有周期性等;地点信息包括该区域属于景点区域、和/或会展中心、和/或体验馆、和/或中心商务区、和/或居住区等;活动信息包括流量的类别信息、单个业务处理速率、每个会话包长度、每个会话包发起时间、每个会话包持续时间、会话包数量,任意两个业务间的会话包间隔,流量的类别信息包括网页(web)流量,游戏(game)流量、社交即时通讯(Social IM)流量、视频流量(video)等。
服务器在采集数据信息的过程中除流量值,还可以依据其对应的目标场景流量模型中包括的数据信息进行采集。
场景流量模型可以定义该区域内的日常潮汐、节假日、重大事件场景等。
图7为本发明实施例提供的一种VoLTE(Voice over Long Term Evolution,基于通用移动通信技术的长期演进的语音业务)日常场景流量模型,横轴表示24小时范围内的采集周期,每个采集周期的时间长度为25分钟,例如00:25:00到00:50:00,纵轴表示每个时间点对应的流量值,流量值的单位为Gbits(Giga bits,十亿字节)。
图8为本发明实施例提供的一种LTE(Long Term Evolution,通用移动通信技术的长期演进)春节场景流量模型,横轴表示2月3日到3月1日范围内的采集周期,每个采集周期的时间长度为1天,例如从2月29日到3月1日,纵轴表示地区1、地区2、地区3在每个时间点分别对应的流量值。
图9为本发明实施例提供的一种潮汐场景流量模型,横轴表示从2016年2月29日00:00到2016年3月6日18:00范围内的采集周期,每个采集周期的时间长度为6小时,例如从2016年3月1日12:00到2016年3月1日18:00,纵轴表示,锦业路机房在陕北关中地区、锦业路机房在西安陕南地区、枢纽路机房在陕北关中地区、枢纽路机房在西安陕南地区在每个时间点对应的流量值的平均值,该流量值的平均值在图9中用Gbits/s表示,即每秒钟机房中的服务器提供的流量值为对应的Gbits。
图10为本发明实施例提供的一种重大事件场景流量模型,横轴表示从2016年3月11日0点到2016年3月12日22点范围内的采集周期,每个采集周期的时间长度为2小时,例如从2016年3月11日18点到2016年3月11日20点,纵轴表示湖景家苑、交大4号站、旺园宾馆、金花兴庆公园在每个时间点对应的流量值,流量值的单位为Gbits。
服务器根据当前采集周期对应的时间段,可以确定目标场景流量模型中与该时间段对应的目标周期,例如当前采集周期对应的时间段为8:00-8:10,则目标场景流量模型中与该时间段对应的目标周期为8:00-8:10,并根据场景流量模型的目标周期内的每个时间点对应的目标流量值。
针对不同区域,服务器中保存的场景流量模型中的采集周期对应的时间长度可以相同可以不同。
根据目标周期内的每个时间点对应的目标流量值,及目标场景流量模型中目标周期的下一周期的流量峰值,可以确定该区域对应的目标场景流量模型中的目标周期的下一周期的流量变化趋势,服务器再根据当前采集周期内该区域的每个时间点的流量值及确定的流量变化趋势,确定当前采集周期的下一采集周期的流量峰值。
下面以一个具体的实施例对上述各实施例进行说明,图11为本发明实施例提供的一种流量调整的示意图,如图11所示,平滑的曲线为每个时间点及每个时间点的预测流量值,毛刺状线为每个时间点及采集到的每个时间点的流量值,折线为设备每个时间点及设备在每个时间点提供的业务容量。
业务容量用来表示设备能够提供的最大业务能力,服务器在确定设备在每个时间点提供的业务容量时,根据上一个时间点对该时间点的预测流量值,叠加预设的冗余系数确定的。服务器根据上一个时间点对该时间点的预测流量值叠加预设的冗余系数,确定设备在每个时间点提供的业务容量的过程属于现有技术,本发明实施例中不做赘述。
如图11所示,为某一区域内的用户服务的物理设备提供的第一业务容量为200,服务器在8:00时确定8:00所在的当前采集设备的下一采集周期的流量峰值为296.1666667,判断出流量峰值超过第一业务容量,需要扩容为该区域内的用户服务的设备,使扩容后的设备对该区域内的流量进行分流。
服务器在8点根据确定的流量峰值与第一业务容量的流量差值为96.1666667,部署提供的第二业务容量为150的第一虚拟设备,并在8:28完成该第二虚拟设备的部署。该区域内的流量在11:00达到流量峰值为296,低于200的流量由原有的设备提供服务,超过200的流量由第一虚拟设备提供服务。
服务器预测22:30所在的采集周期内的峰值流量不超过第一业务容量,则物理设备对该区域内的流量进行分流,为该区域内的用户提供服务,当第一虚拟设备不需要对该区域内用户提供服务,删除第一虚拟设备。
由于本发明实施例中服务器根据场景流量模型,进行当前采集周期的下一采集周期的流量峰值的预测,提高流量峰值预测的准确度。
实施例4:
为了提高物理设备的利用率,在上述各实施例的基础上,本发明实施例中,所述方法还包括:
接收用户的会话包;
判断为所述区域内的用户服务的物理设备的网络利用率是否达到当前的关键绩效指标KPI值对应的比例值,其中所述网络利用率为所述物理设备当前已经提供的业务容量,与所述物理设备理论提供的业务容量的比值,其中所述KPI值根据所述区域在当前采集周期内的在线会话数占比,所述在线会话数占比为设备处理中的会话包数量与设备已接收的会话包总数量的比值,不同的KPI值对应不同的比例值;
如果是,则将所述用户的在线会话包发送给为所述区域内的用户服务的虚拟设备,如果否,则将所述用户的在线会话包发送给为所述区域内的用户服务的物理设备。
通过调整流量实现物理设备和虚拟设备的使用均衡,可以提高物理设备的网络利用率。
在本发明实施例中,服务器在通过调整流量实现物理设备和虚拟设备的使用均衡时,是通过KPI值进行调整的,当为该区域内的用户服务的物理设备的网络利用率未达到当前的KPI值对应的比例值时,将接收到的用户的会话包发送给为该区域内的用户服务的物理设备,如果为该区域内的用户服务的物理设备的网络利用率达到当前的KPI值对应的比例值时,将接收到的用户的会话包发送给为该区域内的用户服务的虚拟设备。
服务器根据设备处理中的会话包数量与设备已接收到的会话包总数量的比值,确定在线会话数占比,因为某一区域内的用户发送给的会话包,会由为该区域内的用户服务的设备进行处理,所以使用在线会话数占比确定的KPI值在一定程度上可以表示该区域内的用户服务的设备的网络利用率。
设备处理中的会话包数量可以是当前采集周期内正在处理的会话包数量,也可以是当前采集周期内的平均会话包数量,其中当前采集周期内的平均会话包数量为当前采集周期内正在处理的会话包数量,与包括当前采集周期在内的设定数量个采集周期的周期数量的比值。
对应的已接收的会话包总数量可以是当前采集周期内已接收的会话包总数量,包括当前采集周期在内的设定数量个采集周期内已接收的会话包总数量,也可以是包括当前采集周期在内的设定数量个采集周期的平均会话包数量,即包括当前采集周期在内的设定数量个采集周期内已接收的会话包总数量与包括当前采集周期在内的设定数量个采集周期的周期数量的比值等。
服务器根据该区域在当前周期内的在线会话数占比确定KPI的过程属于现有技术,在本发明实施例中不做赘述。
不同的KPI值对应的比例值可以相同可以不同,服务器中预先保存有KPI值与比例值的对应关系,如果服务器中保存的不同的KPI值对应的比例值是相同的,则可以将对应的比例值相同的KPI值划分为一个KPI区间,在确定当前采集周期中的当前的KPI值后,根据当前的KPI值所在的KPI区间,即不同的KPI区间与比例值的对应关系,确定当前的KPI值对应的比例值。
例如,当当前的KPI值所在的KPI区间,符合KPI值不小于0且KPI值小于0.3,则当前的KPI值对应的比例值为为该区域内的用户服务的物理设备的网络利用率为100%;当当前的KPI值所在的KPI区间,符合KPI值不小于0.3且KPI值小于0.5,则当前的KPI值对应的比例值为为该区域内的用户服务的物理设备的网络利用率为70%,当前的KPI值对应的比例值为为该区域内的用户服务的虚拟设备的网络利用率为30%;当当前的KPI值所在的KPI区间,符合KPI值不小于0.5且KPI值小于0.6,则当前的KPI值对应的比例值为为该区域内用户服务的物理设备的网络利用率为60%,当前的KPI值对应的比例值为为该区域内的用户服务的虚拟设备的网络利用率为40%;当当前的KPI值所在的KPI区间,符合KPI值不小于0.6且KPI值小于0.7,则当前的KPI值对应的比例值为为该区域内用户服务的物理设备的网络利用率为50%,当前的KPI值对应的比例值为为该区域内的用户服务的虚拟设备的网络利用率为50%;当当前的KPI值所在的KPI区间,符合KPI值不小于0.7且KPI值小于0.8,则当前的KPI值对应的比例值为为该区域内用户服务的物理设备的网络利用率为40%,当前的KPI值对应的比例值为为该区域内的用户服务的虚拟设备的网络利用率为60%;当当前的KPI值所在的KPI区间,符合KPI值不小于0.8,则当前的KPI值对应的比例值为为该区域内用户服务的物理设备的网络利用率为0%,当前的KPI值对应的比例值为为该区域内的用户服务的虚拟设备的网络利用率为100%。
由于本发明实施例中通过调整流量实现物理设备和虚拟设备的使用均衡,可以提高物理设备的网络利用率。
实施例5:
为了进一步提高流量调整的准确性,在上述各实施例的基础上,本发明实施例中,所述部署第一虚拟设备之前,所述方法还包括:
确定当前采集周期内所述区域当前的至少一个参考参数的第一数值,所述参考参数包括设备的网络利用率,注册用户数量增长率和在线会话数占比;
确定所述当前采集周期之前的预设数量个采集周期内对应参考参数的第二数值;
根据所述第一数值及预设数量个第二数值,确定变化趋势;
判断所述变化趋势是否与对应的预设变化趋势匹配;
如果是,则进行后续步骤。
服务器在进行当前采集周期的下一采集周期的流量峰值的预测时,可能存在误差,为了进一步提高流量调整的准确性,服务器在预测出流量峰值后,如果判断当前的流量变化趋势符合对应的预设变化趋势,则部署第一虚拟设备为该区域内的用户提供服务。
通常情况下如果该区域中的流量存在增长的变化趋势,则需要为该区域部署第一虚拟设备,而设备的网络利用率,注册用户数量增长率,在线回话数占比可以用来表征该区域中的流量变化趋势。则服务器在确定当前采集周期的变化趋势时,是根据本地保存的参考参数确定的,本地保存的参考参数包括以下至少一种:设备的网络利用率,注册用户数量增长率,在线会话数占比。
具体地,服务器在确定当前采集周期的变化趋势时,是根据当前采集周期内该区域当前的至少一个参考参数的第一数值,当前采集周期之前的预设数量个采集周内对应参考参数的第二数值确定的,为了进一步提高确定的变化趋势的正确性,至少一个参考参数为第一业务容量的网络利用率,注册用户数量增长率,在线会话数占比三个。
对于同一参考参数的第一数值,第一数值不同,对应当前采集周期之前的预设数量个采集周期可能相同,可能不同,预设数量个可以是1、2或5等正整数。
例如,服务器中保存的对应的预设变化趋势为,当前采集周期内的该区域当前的设备的网络利用率的第一数值不小于70%,且确定当前采集周期之前的上一个采集周期内对应参考参数的第二数值不小于50%;或者当前采集周期内的该区域当前的设备的网络利用率的第一数值不小于50%且小于70%,且当前采集周期的第一数值不小于当前采集周期前的上一个采集周期的第二数值,且当前采集周期前的上一个采集周期的第二数值不小于当前采集周期前的上两个采集周期的第二数值,且当前采集周期前的上一个采集周期的第二数值不小于50%;或者当前采集周期内的该区域当前的注册用户数量增长率不小于70%,且确定当前采集周期之前的上一个采集周期内对应参考参数的第二数值不小于50%;或者当前采集周期内的该区域当前的注册用户数量增长率的第一数值不小于50%且小于70%,且当前采集周期的第一数值不小于当前采集周期前的上一个采集周期的第二数值,且当前采集周期前的上一个采集周期的第二数值不小于当前采集周期前的上两个采集周期的第二数值,且当前采集周期前的上一个采集周期的第二数值不小于50%;或者当前采集周期内的该区域当前的在线会话数占比不小于70%,且确定当前采集周期之前的上一个采集周期内对应参考参数的第二数值不小于50%;或者当前采集周期内的该区域当前的在线会话数占比的第一数值不小于50%且小于70%,且当前采集周期的第一数值不小于当前采集周期前的上一个采集周期的第二数值,且当前采集周期前的上一个采集周期的第二数值不小于当前采集周期前的上两个采集周期的第二数值,且当前采集周期前的上一个采集周期的第二数值不小于50%,当根据第一数值及预设数量个第二数值确定的变化趋势,与上述至少一项对应的预设变化趋势匹配,则为该区域部署第一虚拟设备。
进一步地,为了避免频繁地调整虚拟设备造成网络不稳定,还可以是服务器在根据第一数值及预设数量个第二数值确定的变化趋势,与对应的预设变化趋势匹配后,判断是否在当前采集周期前的三个采集周期内是否未为该区域部署虚拟设备,如果是,则认为当前网络较为稳定,可以为该区域部署第一虚拟设备。
服务器在预测出流量峰值后,如果判断当前的流量变化趋势符合对应的预设变化趋势,则部署第一虚拟设备为该区域内的用户提供服务,进一步提高了流量调整的准确性。
实施例6:
为了进一步保证了网络的稳定性,在上述各实施例的基础上,本发明实施例中,所述部署第一虚拟设备之前,所述方法还包括:
根据预先保存的每个评估指标,确定对每个评估指标进行相应预测的预测结果,并确定所述每个评估指标对应的参数值;
根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值;
判断所述风险评估值是否位于预设的风险值范围;
如果是,则进行后续步骤。
在部署第一虚拟设备之前,根据预先保存的每个评估指标,确定流量调整的风险评估值,当流量调整的风险评估值位于预设的风险值范围时,可以进行第一虚拟设备的部署,则服务器在部署第一虚拟设备后,进行流量调整,对当前网络的稳定性的影响处于正常范围内,不会影响为区域内的用户提供服务,进一步保证了网络的稳定性。
服务器中预先保存有用于确定流量调整的风险评估值的每个评估指标,服务器中预先保存的评估指标包括以下至少一个:时间指标、质量指标、收入指标、总成本指标、客户流失指标、可行性指标、维护成本指标、维护时长指标和效果指标。
服务器可以确定对每个评估指标进行相应预测的预测结果,预测结果为维护人员的经验值,服务器可以提示维护人员针对本次部署第一虚拟设备后的流量调整,输入每个评估指标对应的预测结果,将接收到的维护人员输入的每个评估指标对应的预测结果,确定为对每个评估指标进行相应预测的预测结果。
服务器中针对每个评估指标,保存有该评估指标的预测结果与该评估指标对应的参数值的对应关系,因此当服务器确定了对每个评估指标进行相应预测的预测结果后,可以根据该对应关系,确定每个评估指标对应的参数值。
服务器中确定的每个评估指标对应的参数值不小于0且不大于9。
服务器在确定风险评估值时可以是,将每个评估指标对应的参数值累加,也可以是将每个评估指标对应的参数值及预设的每个评估指标对应的权重值相乘后得到的每个乘积进行累加等,服务器中预设的每个评估指标对应的权重值可以相同可以不同。
如果评估指标包括时间指标、质量指标、收入指标、总成本指标、客户流失指标、可行性指标、维护成本指标、维护时长指标和效果指标,服务器还可以对评估指标进行分组,如将时间指标和质量指标划分到客户体验第二指标组中,将收入指标、总成本指标和客户流失指标划分到收入和利润第二指标组中,将可行性指标划分到可行性第二指标组中,将运维成本指标、维护时长指标和效果指标划分到运维效率第二指标组中,进一步地,服务器还可以将客户体验第二指标组,及收入和利润第二指标组划分到商务第三指标组中,将可行性第二指标组及运维效率第二指标组划分到技术第三指标组中,服务器针对每个指标,保存有每个指标对应的第一权重值,针对每个第二指标组,保存有每个第二指标组对应的第二权重值,针对每个第三指标组,保存有每个第三指标组对应的第三权重值,服务器中保存的每个第一权重值、每个第二权重值和每个第三权重值可以相同可以不同。
服务器根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值可以是,服务器根据每个评估指标对应的参数值,及每个评估指标对应的第一权重值,每个第二指标组对应的参数值,及每个第二指标组对应的第二权重值,每个第三指标组对应的参数值,及每个第三指标组对应的第三权重值,确定流量调整的风险评估值。
具体可以根据第一子评估值与第二子评估值的和,确定流量调整的风险评估值,其中,第一子评估值=c1*(b1*(A1*a1+A2*a2)+b2*(A3*a3+A4*a4+A5*a5)),第二子评估值=c2*(b3*(A6*a6)+b4*(A7*a7+A8*a8+A9*a9)),A1、A2、A3、A4、A5、A6、A7、A8和A9分别为时间指标对应的参数值、质量指标对应的参数值、收入指标对应的参数值、总成本指标对应的参数值、客户流失指标对应的参数值、可行性指标对应的参数值、维护成本指标对应的参数值、维护时长指标对应的参数值和效果指标对应的参数值,a1、a2、a3、a4、a5、a6、a7、a8、a9分别为每个指标对应的第一权重值,b1、b2、b3、b4分别为每个第二指标组对应的第二权重值,c1和c2分别为每个第三指标组对应的第三权重值。其中,a1、a2、a3、a4、a5、a6、a7、a8、a9、b1、b2、b3、b4、c1和c2任意两个之间可以相同可以不同。
下面以一个具体的实施例对上述各实施例进行说明,评估指标包括时间指标、质量指标、收入指标、总成本指标、客户流失指标、可行性指标、维护成本指标、维护时长指标和效果指标,风险评估算法为风险评估值=商务子评估值+技术子评估值,其中,商务子评估值=50%*(70%*(A1*50%+A2*50%)+30%*(A3*40%+A4*40%+A5*20%)),技术子评估值=50%*(60%*(A6*100%)+40%*(A7*40%+A8*30%+A9*30%))。
服务器根据接收到的维护人员输入的时间指标对应的预测结果,确定的时间指标对应的参数值为3,服务器根据接收到的维护人员输入的质量指标对应的预测结果,确定的质量指标对应的参数值为6,则确定的客户体验第二指标组对应的参数值为3*50%+6*50%=4.5,服务器根据接收到的维护人员输入收入指标对应的预测结果,确定的收入指标对应的参数值为1,根据接收到的维护人员输入的总成本指标对应的预测结果,确定的总成本指标对应的参数值为1,根据接收到的维护人员输入的客户流失指标对应的预测结果,确定的客户流失指标对应的参数值为4,则确定的收入和利润第二指标组对应的参数值为1*40%+1*40%+4*20%=1.6,则确定的商务第三指标组对应的参数值为4.5*70%+1.6*30%=3.6(保留小数点后一位),则商务子评估值=商务第三指标组对应的参数值*商务第三指标组对应的第三权重值=3.6*50%=1.8。
服务器根据接收到的维护人员输入可行性指标对应的预测结果,确定的可行性指标对应的参数值为9,则确定的可行性第二指标组对应的参数值为9*100%=9,服务器根据接收到的维护人员输入维护成本指标对应的预测结果,确定的运维成本指标对应的参数值为2,根据接收到的维护人员输入的维护时长指标对应的预测结果,确定的维护时长指标对应的参数值为2,根据接收到的维护人员输入的效果指标对应的预测结果,确定的效果指标对应的参数值为2,则运维效率第二指标组对应的参数值为2*40%+2*30%+2*30%=2,则确定技术第三指标组对应的参数值为9*60%+2*40%=6.2,则技术子评估值=技术第三指标组对应的参数值*技术第三指标组对应的第三权重值=6.2*50%=3.1,所以服务器确定的流量调整的风险评估值为1.8+3.1=4.9。
所述服务器中预设的风险值范围为本领域技术人员根据多次模拟仿真实验的实验值或日常工作中的经验值所得,例如在本发明实施例中,预设的风险值范围为0-4,也就是当流量调整的风险评估值不大于4时,认为服务器在部署第一虚拟设备后,进行流量调整,对当前网络的稳定性的影响处于正常范围内,不会影响为区域内的用户提供服务。
当然,如果流量调整的风险评估值满足预设的风险值范围,服务器直接部署第一虚拟设备,如果流量调整的风险评估值不满足预设的风险值范围,为了能够为该区域内的新增用户提供服务,满足用户的业务流量增长需求,服务器针对流量调整的风险评估值不满足预设的风险值范围,提醒维护人员确认是否需要继续部署第一虚拟设备,如果接收到维护人员发送的继续部署第一虚拟设备的确认信息,则服务器部署第一虚拟设备,使第一虚拟设备为该区域内的用户提供服务。
在本发明实施例中,在部署第一虚拟设备之前,根据预先保存的每个评估指标,确定流量调整的风险评估值,当流量调整的风险评估值位于预设的风险值范围时,可以进行第一虚拟设备的部署,则服务器在部署第一虚拟设备后,进行流量调整,对当前网络的稳定性的影响处于正常范围内,不会影响为区域内的用户提供服务,进一步保证了网络的稳定性。
实施例7:
在上述各实施例的基础上,本发明实施例还提供了一种服务器,如图12所示,包括存储器1201和处理器1202;
所述处理器1202,用于读取所述存储器1201中的程序,执行下列过程:确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
基于同一发明构思,本发明实施例提供了一种服务器,由于上述服务器解决问题的原理与流量调整方法相似,因此上述服务器的实施可以参见方法的实施,重复指出不再赘述。
在图12中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器1202代表的一个或多个处理器和存储器1102代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。处理器1202负责管理总线架构和通常的处理,存储器1201可以存储处理器1202在执行操作时所使用的数据。
可选的,处理器1202可以是CPU(中央处埋器)、ASIC(Application SpecificIntegrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或CPLD(Complex Programmable Logic Device,复杂可编程逻辑器件)。
所述处理器1202,还用于如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,判断为所述区域内的用户服务的设备中是否包括第二虚拟设备;如果是,确定所述第二虚拟设备提供的第三业务容量是否小于所述流量差值的绝对值,如果是,删除所述第二虚拟设备。
所述处理器1202,具体用于根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
所述处理器1202,还用于接收用户的会话包;判断为所述区域内的用户服务的物理设备的利用率是否达到当前的关键绩效指标KPI值对应的比例值,其中所述利用率为所述物理设备当前已经提供的业务容量,与所述物理设备理论提供的业务容量的比值,其中所述KPI值根据所述区域在当前采集周期内的在线会话数占比,所述在线会话数占比为设备处理中的会话包数量与设备已接收的会话包总数量的比值;如果是,则将所述用户的会话包发送给为所述区域内的用户服务的虚拟设备,如果否,则将所述用户的会话包发送给为所述区域内的用户服务的物理设备。
所述处理器1202,还用于确定当前采集周期内所述区域当前的至少一个参考参数的第一数值,所述参考参数包括第一业务容量的网络利用率,注册用户数量增长率和在线会话数占比;确定所述当前采集周期之前的预设数量个采集周期内对应参考参数的第二数值;根据所述第一数值及预设数量个第二数值,确定变化趋势;判断所述变化趋势是否与对应的预设变化趋势匹配;如果是,部署第一虚拟设备。
所述处理器1202,还用于根据预先保存的每个评估指标,确定对每个评估指标进行相应预测的预测结果,并确定所述每个评估指标对应的参数值;根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值;判断所述风险评估值是否位于预设的风险值范围;如果是,则部署第一虚拟设备。
所述处理器1202,具体用于:根据第一子评估值与第二子评估值的和,确定流量调整的风险评估值,其中,第一子评估值=c1*(b1*(A1*a1+A2*a2)+b2*(A3*a3+A4*a4+A5*a5)),第二子评估值=c2*(b3*(A6*a6)+b4*(A7*a7+A8*a8+A9*a9)),A1、A2、A3、A4、A5、A6、A7、A8和A9为时间指标对应的参数值、质量指标对应的参数值、收入指标对应的参数值、总成本指标对应的参数值、客户流失指标对应的参数值、可行性指标对应的参数值、维护成本指标对应的参数值、维护时长指标对应的参数值和效果指标对应的参数值,a1、a2、a3、a4、a5、a6、a7、a8、a9、b1、b2、b3、b4、c1和c2为预设的权重值。
在本发明实施例中,处理器执行存储器上所存放的程序时,当流量峰值超过为该区域内的用户服务的设备提供的第一业务容量时,部署第一虚拟设备,第一虚拟设备提供的第二业务容量不小于该流量峰值与第一业务容量的流量差值,使第一虚拟设备为该区域内的用户提供服务,服务器在进行虚拟设备的部署时远比进行物理设备的部署所需的建设周期短,从而可以快速满足用户的业务流量增长需求,避免了业务流失,提高了用户体验。
实施例8:
在上述各实施例的基础上,本发明实施例还提供了一种电子设备,如图13所示,包括:处理器1301、通信接口1302、存储器1303和通信总线1304,其中,处理器1301,通信接口1302,存储器1303通过通信总线1304完成相互间的通信;
所述存储器1303中存储有计算机程序,当所述程序被所述处理器1301执行时,使得所述处理器1301执行如下步骤:
确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;
判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;
如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
本发明实施例提供的电子设备具体可以为桌面计算机、服务器、网络侧设备等。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口1302用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
在本发明实施例中,处理器执行存储器上所存放的程序时,当流量峰值超过为该区域内的用户服务的设备提供的第一业务容量时,部署第一虚拟设备,第一虚拟设备提供的第二业务容量不小于该流量峰值与第一业务容量的流量差值,使第一虚拟设备为该区域内的用户提供服务,服务器在进行虚拟设备的部署时远比进行物理设备的部署所需的建设周期短,从而可以快速满足用户的业务流量增长需求,避免了业务流失,提高了用户体验。
实施例9:
在上述各实施例的基础上,本发明实施例还提供了一种计算机存储可读存储介质,所述计算机可读存储介质内存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行时实现如下步骤:
确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;
判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;
如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
在本发明实施例中提供的计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时,当流量峰值超过为该区域内的用户服务的设备提供的第一业务容量时,部署第一虚拟设备,第一虚拟设备提供的第二业务容量不小于该流量峰值与第一业务容量的流量差值,使第一虚拟设备为该区域内的用户提供服务,服务器在进行虚拟设备的部署时远比进行物理设备的部署所需的建设周期短,从而可以快速满足用户的业务流量增长需求,避免了业务流失,提高了用户体验。
图14为本发明实施例提供的一种业务流量调整装置示意图,该装置包括:
确定预测模块1401,用于确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;
判断模块1402,用于判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,触发确定部署模块;
确定部署模块1403,用于确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
所述装置还包括:
删除模块1404,用于如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,判断为所述区域内的用户服务的设备中是否包括第二虚拟设备;如果是,确定所述第二虚拟设备提供的第三业务容量是否小于所述流量差值的绝对值,如果是,删除所述第二虚拟设备。
所述确定预测模块1401,具体用于根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
所述装置还包括:
接收发送模块1405,用于接收用户的会话包;判断为所述区域内的用户服务的物理设备的利用率是否达到当前的关键绩效指标KPI值对应的比例值,其中所述利用率为所述物理设备当前已经提供的业务容量,与所述物理设备理论提供的业务容量的比值,其中所述KPI值根据所述区域在当前采集周期内的在线会话数占比,所述在线会话数占比为设备处理中的会话包数量与设备已接收的会话包总数量的比值;如果是,则将所述用户的会话包发送给为所述区域内的用户服务的虚拟设备,如果否,则将所述用户的会话包发送给为所述区域内的用户服务的物理设备。
所述装置还包括:
确定判断模块1406,用于确定当前采集周期内所述区域当前的至少一个参考参数的第一数值,所述参考参数包括第一业务容量的网络利用率,注册用户数量增长率和在线会话数占比;确定所述当前采集周期之前的预设数量个采集周期内对应参考参数的第二数值;根据所述第一数值及预设数量个第二数值,确定变化趋势;判断所述变化趋势是否与对应的预设变化趋势匹配;如果是,触发确定部署模块1403。
所述确定判断模块1406,还用于根据预先保存的每个评估指标,及对流量调整进行相应预测的预测结果,确定所述每个评估指标对应的参数值;根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值;判断所述风险评估值是否位于预设的风险值范围;如果是,则触发确定部署模块1403。
所述确定判断模块1406,具体用于根据第一子评估值与第二子评估值的和,确定流量调整的风险评估值,其中,第一子评估值=c1*(b1*(A1*a1+A2*a2)+b2*(A3*a3+A4*a4+A5*a5)),第二子评估值=c2*(b3*(A6*a6)+b4*(A7*a7+A8*a8+A9*a9)),A1、A2、A3、A4、A5、A6、A7、A8和A9为时间指标对应的参数值、质量指标对应的参数值、收入指标对应的参数值、总成本指标对应的参数值、客户流失指标对应的参数值、可行性指标对应的参数值、维护成本指标对应的参数值、维护时长指标对应的参数值和效果指标对应的参数值,a1、a2、a3、a4、a5、a6、a7、a8、a9、b1、b2、b3、b4、c1和c2为预设的权重值。
在本发明实施例中,服务器当流量峰值超过为该区域内的用户服务的设备提供的第一业务容量时,部署第一虚拟设备,第一虚拟设备提供的第二业务容量不小于该流量峰值与第一业务容量的流量差值,使第一虚拟设备为该区域内的用户提供服务,服务器在进行虚拟设备的部署时远比进行物理设备的部署所需的建设周期短,从而可以快速满足用户的业务流量增长需求,避免了业务流失,提高了用户体验。
对于系统/装置实施例而言,由于其基本相似于方法实施例,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。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
尽管已描述了本申请的优选实施例,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申请范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (17)
1.一种流量调整方法,其特征在于,应用于服务器,所述方法包括:
确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;
判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;
如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
2.如权利要求1所述的方法,其特征在于,如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,所述方法还包括:
判断为所述区域内的用户服务的设备中是否包括第二虚拟设备;
如果是,确定所述第二虚拟设备提供的第三业务容量是否小于所述流量差值的绝对值,如果是,删除所述第二虚拟设备。
3.如权利要求1所述的方法,其特征在于,所述预测所述当前采集周期的下一采集周期内所述区域的流量峰值包括:
根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;
根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;
根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
接收用户的会话包;
判断为所述区域内的用户服务的物理设备的网络利用率是否达到当前的关键绩效指标KPI值对应的比例值,其中所述网络利用率为所述物理设备当前已经提供的业务容量,与所述物理设备理论提供的业务容量的比值,其中所述KPI值根据所述区域在当前采集周期内的在线会话数占比,所述在线会话数占比为设备处理中的会话包数量与设备已接收的会话包总数量的比值;
如果是,则将所述用户的会话包发送给为所述区域内的用户服务的虚拟设备,如果否,则将所述用户的会话包发送给为所述区域内的用户服务的物理设备。
5.如权利要求1所述的方法,其特征在于,所述部署第一虚拟设备之前,所述方法还包括:
确定当前采集周期内所述区域当前的至少一个参考参数的第一数值,所述参考参数包括设备的网络利用率,注册用户数量增长率和在线会话数占比;
确定所述当前采集周期之前的预设数量个采集周期内对应参考参数的第二数值;
根据所述第一数值及预设数量个第二数值,确定变化趋势;
判断所述变化趋势是否与对应的预设变化趋势匹配;
如果是,则进行后续步骤。
6.如权利要求1所述的方法,其特征在于,所述部署第一虚拟设备之前,所述方法还包括:
根据预先保存的每个评估指标,确定对每个评估指标进行相应预测的预测结果,并确定所述每个评估指标对应的参数值;
根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值;
判断所述风险评估值是否位于预设的风险值范围;
如果是,则进行后续步骤。
7.如权利要求6所述的方法,其特征在于,所述根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值包括:
根据第一子评估值与第二子评估值的和,确定流量调整的风险评估值,其中,第一子评估值=c1*(b1*(A1*a1+A2*a2)+b2*(A3*a3+A4*a4+A5*a5)),第二子评估值=c2*(b3*(A6*a6)+b4*(A7*a7+A8*a8+A9*a9)),A1、A2、A3、A4、A5、A6、A7、A8和A9为时间指标对应的参数值、质量指标对应的参数值、收入指标对应的参数值、总成本指标对应的参数值、客户流失指标对应的参数值、可行性指标对应的参数值、维护成本指标对应的参数值、维护时长指标对应的参数值和效果指标对应的参数值,a1、a2、a3、a4、a5、a6、a7、a8、a9、b1、b2、b3、b4、c1和c2为预设的权重值。
8.一种流量调整装置,其特征在于,应用于服务器,所述装置包括:
确定预测模块,用于确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;
判断模块,用于判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,触发确定部署模块;
确定部署模块,用于确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
9.一种服务器,其特征在于,包括:存储器、处理器;
所述处理器,用于读取所述存储器中的程序,执行下列过程:确定当前采集周期内进行流量调整的区域在每个时间点的流量值,并预测所述当前采集周期的下一采集周期内所述区域的流量峰值;判断所述流量峰值是否超过为所述区域内的用户服务的设备提供的第一业务容量;如果是,确定所述流量峰值与所述第一业务容量的流量差值,部署第一虚拟设备,使所述第一虚拟设备为所述区域内的用户提供服务,其中所述第一虚拟设备提供的第二业务容量不小于所述流量差值。
10.如权利要求9所述的服务器,其特征在于,所述处理器,还用于如果所述流量峰值不超过为所述区域内的用户服务的设备提供的第一业务容量,判断为所述区域内的用户服务的设备中是否包括第二虚拟设备;如果是,确定所述第二虚拟设备提供的第三业务容量是否小于所述流量差值的绝对值,如果是,删除所述第二虚拟设备。
11.如权利要求9所述的服务器,其特征在于,所述处理器,具体用于根据预先保存的区域与场景流量模型的对应关系,确定所述区域对应的目标场景流量模型;根据当前采集周期对应的时间段,确定所述目标场景流量模型中与所述时间段对应的目标周期;根据当前采集周期内所述区域的每个时间点的流量值,所述目标周期内的每个时间点对应的目标流量值,及所述目标场景流量模型中所述目标周期的下一周期的流量峰值,确定当前采集周期的下一采集周期的流量峰值。
12.如权利要求9所述的服务器,其特征在于,所述处理器,还用于接收用户的会话包;判断为所述区域内的用户服务的物理设备的网络利用率是否达到当前的关键绩效指标KPI值对应的比例值,其中所述网络利用率为所述物理设备当前已经提供的业务容量,与所述物理设备理论提供的业务容量的比值,其中所述KPI值根据所述区域在当前采集周期内的在线会话数占比,所述在线会话数占比为设备处理中的会话包数量与设备已接收的会话包总数量的比值;如果是,则将所述用户的会话包发送给为所述区域内的用户服务的虚拟设备,如果否,则将所述用户的会话包发送给为所述区域内的用户服务的物理设备。
13.如权利要求9所述的服务器,其特征在于,所述处理器,还用于确定当前采集周期内所述区域当前的至少一个参考参数的第一数值,所述参考参数包括设备的网络利用率,注册用户数量增长率和在线会话数占比;确定所述当前采集周期之前的预设数量个采集周期内对应参考参数的第二数值;根据所述第一数值及预设数量个第二数值,确定变化趋势;判断所述变化趋势是否与对应的预设变化趋势匹配;如果是,部署第一虚拟设备。
14.如权利要求9所述的服务器,其特征在于,所述处理器,还用于根据预先保存的每个评估指标,确定对每个评估指标进行相应预测的预测结果,并确定所述每个评估指标对应的参数值;根据每个评估指标对应的参数值,及预先保存的风险评估算法,确定流量调整的风险评估值;判断所述风险评估值是否位于预设的风险值范围;如果是,则部署第一虚拟设备。
15.如权利要求14所述的服务器,其特征在于,所述处理器,具体用于:根据第一子评估值与第二子评估值的和,确定流量调整的风险评估值,其中,第一子评估值=c1*(b1*(A1*a1+A2*a2)+b2*(A3*a3+A4*a4+A5*a5)),第二子评估值=c2*(b3*(A6*a6)+b4*(A7*a7+A8*a8+A9*a9)),A1、A2、A3、A4、A5、A6、A7、A8和A9为时间指标对应的参数值、质量指标对应的参数值、收入指标对应的参数值、总成本指标对应的参数值、客户流失指标对应的参数值、可行性指标对应的参数值、维护成本指标对应的参数值、维护时长指标对应的参数值和效果指标对应的参数值,a1、a2、a3、a4、a5、a6、a7、a8、a9、b1、b2、b3、b4、c1和c2为预设的权重值。
16.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1~7任一所述方法的步骤。
17.一种计算机可读存储介质,其特征在于,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行权利要求1~7任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710780033.6A CN109429255B (zh) | 2017-09-01 | 2017-09-01 | 流量调整方法、装置、服务器、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710780033.6A CN109429255B (zh) | 2017-09-01 | 2017-09-01 | 流量调整方法、装置、服务器、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109429255A true CN109429255A (zh) | 2019-03-05 |
CN109429255B CN109429255B (zh) | 2022-01-25 |
Family
ID=65513114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710780033.6A Active CN109429255B (zh) | 2017-09-01 | 2017-09-01 | 流量调整方法、装置、服务器、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109429255B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110011926A (zh) * | 2019-03-07 | 2019-07-12 | 新华三技术有限公司 | 一种调整报文发送时间的方法、装置、设备及存储介质 |
CN110798527A (zh) * | 2019-11-04 | 2020-02-14 | 深圳市网心科技有限公司 | 一种节点数据部署方法、装置、系统及介质 |
CN112752298A (zh) * | 2019-10-31 | 2021-05-04 | 中国移动通信集团安徽有限公司 | 一种抑制epc潮汐效应的方法及装置、控制系统 |
CN114449569A (zh) * | 2020-11-02 | 2022-05-06 | 中国移动通信集团广东有限公司 | 用户流量使用量处理方法、网络设备及业务处理系统 |
CN114466030A (zh) * | 2021-12-27 | 2022-05-10 | 天翼云科技有限公司 | 数据分布存储策略的管理方法、装置及分布式存储系统 |
CN115633197A (zh) * | 2022-09-15 | 2023-01-20 | 海南乾唐视联信息技术有限公司 | 一种业务数据的分流系统、方法、装置、电子设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130318232A1 (en) * | 2006-08-22 | 2013-11-28 | Citrix Systems, Inc. | Systems and methods for providing dynamic connection spillover among virtual servers |
CN105992228A (zh) * | 2015-01-29 | 2016-10-05 | 中国移动通信集团浙江有限公司 | 一种无线网络的扩容方法、装置及电子设备 |
CN106529842A (zh) * | 2016-12-26 | 2017-03-22 | 国网山东省电力公司泰安供电公司 | 电网中的调控操作量化评估系统及方法 |
CN106775936A (zh) * | 2016-11-30 | 2017-05-31 | 华为技术有限公司 | 一种虚拟机的管理方法及装置 |
-
2017
- 2017-09-01 CN CN201710780033.6A patent/CN109429255B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130318232A1 (en) * | 2006-08-22 | 2013-11-28 | Citrix Systems, Inc. | Systems and methods for providing dynamic connection spillover among virtual servers |
CN105992228A (zh) * | 2015-01-29 | 2016-10-05 | 中国移动通信集团浙江有限公司 | 一种无线网络的扩容方法、装置及电子设备 |
CN106775936A (zh) * | 2016-11-30 | 2017-05-31 | 华为技术有限公司 | 一种虚拟机的管理方法及装置 |
CN106529842A (zh) * | 2016-12-26 | 2017-03-22 | 国网山东省电力公司泰安供电公司 | 电网中的调控操作量化评估系统及方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110011926A (zh) * | 2019-03-07 | 2019-07-12 | 新华三技术有限公司 | 一种调整报文发送时间的方法、装置、设备及存储介质 |
CN112752298A (zh) * | 2019-10-31 | 2021-05-04 | 中国移动通信集团安徽有限公司 | 一种抑制epc潮汐效应的方法及装置、控制系统 |
CN112752298B (zh) * | 2019-10-31 | 2022-11-22 | 中国移动通信集团安徽有限公司 | 一种抑制epc潮汐效应的方法及装置、控制系统 |
CN110798527A (zh) * | 2019-11-04 | 2020-02-14 | 深圳市网心科技有限公司 | 一种节点数据部署方法、装置、系统及介质 |
CN110798527B (zh) * | 2019-11-04 | 2022-04-29 | 深圳市网心科技有限公司 | 一种节点数据部署方法、装置、系统及介质 |
CN114449569A (zh) * | 2020-11-02 | 2022-05-06 | 中国移动通信集团广东有限公司 | 用户流量使用量处理方法、网络设备及业务处理系统 |
CN114449569B (zh) * | 2020-11-02 | 2024-01-16 | 中国移动通信集团广东有限公司 | 用户流量使用量处理方法、网络设备及业务处理系统 |
CN114466030A (zh) * | 2021-12-27 | 2022-05-10 | 天翼云科技有限公司 | 数据分布存储策略的管理方法、装置及分布式存储系统 |
CN114466030B (zh) * | 2021-12-27 | 2024-03-12 | 天翼云科技有限公司 | 数据分布存储策略的管理方法、装置及分布式存储系统 |
CN115633197A (zh) * | 2022-09-15 | 2023-01-20 | 海南乾唐视联信息技术有限公司 | 一种业务数据的分流系统、方法、装置、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109429255B (zh) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109429255A (zh) | 流量调整方法、装置、服务器、电子设备及存储介质 | |
US11172381B2 (en) | Network traffic forecasting for non-ticketed events | |
Hong et al. | Vulnerability assessment and mitigation for the Chinese railway system under floods | |
CN106355289B (zh) | 一种基于位置服务的景区客流量预测方法 | |
Pillac et al. | A conflict-based path-generation heuristic for evacuation planning | |
Terada et al. | Population estimation technology for mobile spatial statistics | |
Cheng et al. | A destination choice model for hurricane evacuation | |
CN103634807B (zh) | Wifi数据热点小区数据监测方法、wlan部署排序方法及装置 | |
ES2681437T3 (es) | Método y aparato para determinar la velocidad del flujo de datos del puerto de acceso al servicio | |
CN107534884A (zh) | 基于可用网络的质量在网络之间切换 | |
CN109872535A (zh) | 一种智慧交通通行预测方法、装置及服务器 | |
Jian et al. | Beta/M/1 model for machine type communication | |
Cheng et al. | Dynamic gravity model for hurricane evacuation planning | |
CN111080501B (zh) | 基于手机信令数据的真实人群密度时空分布估算方法 | |
Joe-Wong et al. | Offering supplementary wireless technologies: Adoption behavior and offloading benefits | |
CN110990443A (zh) | 一种基于手机信令的职住人口特征估算方法 | |
CN106535204A (zh) | 一种业务覆盖质量评估方法及装置 | |
CN108495329A (zh) | 一种基站可靠性的评价方法和装置 | |
CN108322915B (zh) | 基站规划的信息处理方法与装置 | |
CN107645740A (zh) | 一种移动监测方法及终端 | |
Liu et al. | Internet of things based solutions for transport network vulnerability assessment in intelligent transportation systems | |
CN112533270A (zh) | 基站节能的处理方法、装置、电子设备及存储介质 | |
Ozbay et al. | Analysis of network-wide impacts of behavioral response curves for evacuation conditions | |
Fan et al. | A bi-level metaheuristic approach to designing optimal bus transit route network | |
CN113630786B (zh) | 网络数据流量预测方法、装置、计算设备及存储介质 |
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 |