CN109450672B - 一种识别带宽需求突发的方法和装置 - Google Patents

一种识别带宽需求突发的方法和装置 Download PDF

Info

Publication number
CN109450672B
CN109450672B CN201811232186.8A CN201811232186A CN109450672B CN 109450672 B CN109450672 B CN 109450672B CN 201811232186 A CN201811232186 A CN 201811232186A CN 109450672 B CN109450672 B CN 109450672B
Authority
CN
China
Prior art keywords
bandwidth
bandwidth data
time
real
data
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
CN201811232186.8A
Other languages
English (en)
Other versions
CN109450672A (zh
Inventor
杨主决
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.)
Wangsu Science and Technology Co Ltd
Original Assignee
Wangsu 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 Wangsu Science and Technology Co Ltd filed Critical Wangsu Science and Technology Co Ltd
Priority to CN201811232186.8A priority Critical patent/CN109450672B/zh
Priority to US17/044,304 priority patent/US20210083947A1/en
Priority to PCT/CN2018/119599 priority patent/WO2020082518A1/zh
Priority to EP18938206.2A priority patent/EP3869736A4/en
Publication of CN109450672A publication Critical patent/CN109450672A/zh
Application granted granted Critical
Publication of CN109450672B publication Critical patent/CN109450672B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
    • 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
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • 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
    • H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
    • H04L41/5048—Automatic or semi-automatic definitions, e.g. definition templates
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0888—Throughput
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0894—Packet rate
    • 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
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • 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
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation

Landscapes

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

Abstract

本发明公开了一种识别带宽需求突发的方法和装置，属于网络通信技术领域。所述方法包括：周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板；每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据；根据指定时段内每个所述标准时刻的实时带宽数据及所述指定时段内所述常规带宽模板的模板带宽数据，判断所述目标客户是否存在带宽需求突发。采用本发明，可以较为及时准确地对客户的带宽需求突发情况进行识别。

Description

一种识别带宽需求突发的方法和装置
技术领域
本发明涉及网络通信技术领域，特别涉及一种识别带宽需求突发的方法和装置。
背景技术
为了提高对用户访问的反馈速度，同时保证业务后台系统的稳定性和高可用性，业务提供方大多选用CDN加速服务来实现相关的业务服务。从CDN提供方的角度来讲，CDN提供方往往会为每个选用CDN加速的业务提供方(可以称为客户)分配一定量的CDN带宽资源，并通过已分配好的CDN带宽资源来为各个客户的业务提供CDN加速服务。
考虑到大多客户往往都存在带宽需求突发的情况，如客户需要对某项新业务进行大力推广，或者客户提供了当下热门资源时，客户的带宽需求大幅增加，而此时预先分配的带宽资源无法满足突发的带宽需求，从而很大可能会出现网络时延激增、响应速度骤降等问题，最终导致客户的业务质量下滑，甚至出现用户流失现象。故而，目前亟需一种在出现带宽需求突发时，能够准确及时地进行识别的方法，使得CDN提供方可以基于带宽需求突发对带宽资源进行有效的调度，以保证客户的整体业务质量。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种识别带宽需求突发的方法和装置。所述技术方案如下：
第一方面，提供了一种识别带宽需求突发的方法，所述方法包括：
周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；
根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板；
每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据；
根据指定时段内每个所述标准时刻的实时带宽数据及所述指定时段内所述常规带宽模板的模板带宽数据，判断所述目标客户是否存在带宽需求突发。
可选的，所述每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据之后，还包括：
如果获取到的所述预设时长内的实时带宽数据中缺少目标时刻的实时带宽数据，则根据所述目标时刻的相邻时刻的实时带宽数据，通过线性插值算法计算所述目标时刻的实时带宽数据。
可选的，所述每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据之后，还包括：
根据上一预设时长内获取的实时带宽数据，确定最新获取的实时带宽数据的带宽变化比例；
如果所述带宽变化比例大于预设变化阈值，且连续带宽突变次数小于预设次数阈值，则将所述最新获取的实时带宽数据更新为上一预设时长内获取的实时带宽数据，并将所述连续带宽突变次数加一；
如果所述带宽变化比例不大于预设变化阈值，或者所述连续带宽突变次数不小于预设次数阈值，则根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，并将所述连续带宽突变次数重置为零。
可选的，所述根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板，包括：
对于所述多个历史周期中的每两个历史周期，将所述两个历史周期中所有标准时刻的历史带宽数据的差值之和确定为所述两个历史周期的距离；
以每个所述历史周期作为初始的聚类簇，利用single-linkage层次聚类算法逐步合并所述距离最小的两个聚类簇；
当出现包含的历史周期的个数超过预设数目的目标聚类簇时，确定所述目标聚类簇中包含的所有目标历史周期；
基于各个所述标准时刻在所述目标历史周期的历史带宽数据的均值，创建每个所述标准时刻对应的常规带宽模板。
可选的，所述根据指定时段内每个所述标准时刻的实时带宽数据及所述指定时段内所述常规带宽模板的模板带宽数据，判断所述目标客户是否存在带宽需求突发，包括：
计算指定时段内所有所述标准时刻的实时带宽数据之和以及所述指定时段内常规带宽模板中的模板带宽数据之和；
根据所述实时带宽数据之和与所述模板带宽数据之和的比值，以及预设的突发预警比例，判断所述目标客户是否存在带宽需求突发。
可选的，所述根据所述实时带宽数据之和与所述模板带宽数据之和的比值，以及预设的突发预警比例，判断所述目标客户是否存在带宽需求突发，包括：
获取所述模板带宽数据的峰值模板带宽数据和当前时刻的当前带宽数据；
通过所述当前带宽数据与所述峰值模板带宽数据的比值，以及预设的突发预警比例，建立突发标准比值；
如果所述实时带宽数据之和与所述模板带宽数据之和的比值大于所述突发标准比值，且所述当前带宽数据大于预设的突发带宽最小值，则确定所述目标客户当前存在带宽需求突发。
可选的，所述方法还包括：
当前一次确定所述目标客户存在带宽需求突发时，如果所述实时带宽数据之和与所述模板带宽数据之和的比值小于预设的突发消警比例，或者所述当前带宽数据小于所述突发带宽最小值，或者所述当前带宽数据小于所述峰值模板带宽数据的二分之一，则确定所述目标客户的带宽需求突发已结束。
可选的，所述每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据之后，还包括：
将所述实时带宽数据按照所述标准时刻进行划分；
将两个所述标准时刻间的实时带宽数据全部累加在后一所述标准时刻的实时带宽数据上，更新并存储所述标准时刻的实时带宽数据。
第二方面，提供了一种识别带宽需求突发的装置，所述装置包括：
第一获取模块，用于周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；
生成模块，用于根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板；
第二获取模块，用于每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据；
判断模块，用于根据指定时段内每个所述标准时刻的实时带宽数据及所述指定时段内所述常规带宽模板的模板带宽数据，判断所述目标客户是否存在带宽需求突发。
可选的，所述装置还包括数据插值模块，用于：
如果获取到的所述预设时长内的实时带宽数据中缺少目标时刻的实时带宽数据，则根据所述目标时刻的相邻时刻的实时带宽数据，通过线性插值算法计算所述目标时刻的实时带宽数据。
可选的，所述装置还包括数据平滑模块，用于：
根据上一预设时长内获取的实时带宽数据，确定最新获取的实时带宽数据的带宽变化比例；
如果所述带宽变化比例大于预设变化阈值，且连续带宽突变次数小于预设次数阈值，则将所述最新获取的实时带宽数据更新为上一预设时长内获取的实时带宽数据，并将所述连续带宽突变次数加一；
如果所述带宽变化比例不大于预设变化阈值，或者所述连续带宽突变次数不小于预设次数阈值，则根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，并将所述连续带宽突变次数重置为零。
可选的，所述生成模块，具体用于：
对于所述多个历史周期中的每两个历史周期，将所述两个历史周期中所有标准时刻的历史带宽数据的差值之和确定为所述两个历史周期的距离；
以每个所述历史周期作为初始的聚类簇，利用single-linkage层次聚类算法逐步合并所述距离最小的两个聚类簇；
当出现包含的历史周期的个数超过预设数目的目标聚类簇时，确定所述目标聚类簇中包含的所有目标历史周期；
基于各个所述标准时刻在所述目标历史周期的历史带宽数据的均值，创建每个所述标准时刻对应的常规带宽模板。
可选的，所述判断模块，具体用于：
计算指定时段内所有所述标准时刻的实时带宽数据之和以及所述指定时段内常规带宽模板中的模板带宽数据之和；
根据所述实时带宽数据之和与所述模板带宽数据之和的比值，以及预设的突发预警比例，判断所述目标客户是否存在带宽需求突发。
可选的，所述判断模块，具体用于：
获取所述模板带宽数据的峰值模板带宽数据和当前时刻的当前带宽数据；
通过所述当前带宽数据与所述峰值模板带宽数据的比值，以及预设的突发预警比例，建立突发标准比值；
如果所述实时带宽数据之和与所述模板带宽数据之和的比值大于所述突发标准比值，且所述当前带宽数据大于预设的突发带宽最小值，则确定所述目标客户当前存在带宽需求突发。
可选的，所述装置还包括：
确定模块，用于当前一次确定所述目标客户存在带宽需求突发时，如果所述实时带宽数据之和与所述模板带宽数据之和的比值小于预设的突发消警比例，或者所述当前带宽数据小于所述突发带宽最小值，或者所述当前带宽数据小于所述峰值模板带宽数据的二分之一，则确定所述目标客户的带宽需求突发已结束。
可选的，所述装置还包括更新模块，用于：
将所述实时带宽数据按照所述标准时刻进行划分；
将两个所述标准时刻间的实时带宽数据全部累加在后一所述标准时刻的实时带宽数据上，更新并存储所述标准时刻的实时带宽数据。
第三方面，提供了一种客户管理设备，所述客户管理设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的识别带宽需求突发的方法。
第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面所述的识别带宽需求突发的方法。
本发明实施例提供的技术方案带来的有益效果是：
本发明实施例中，周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；根据历史带宽数据生成各个标准时刻对应的常规带宽模板；每隔预设时长获取目标客户在预设时长内的实时带宽数据；根据指定时段内每个标准时刻的实时带宽数据及指定时段内常规带宽模板的模板带宽数据，判断目标客户是否存在带宽需求突发。这样，基于大数据分析，挖掘客户带宽使用情况的周期特性，在不同时刻为不同客户针对性的创建常规带宽模板，并通过最新的实时带宽数据，结合常规带宽模板，可以较为及时准确地对客户的带宽需求突发情况进行识别，从而可以针对带宽需求突发进行有效的带宽资源调度，保证了客户的整体业务质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明实施例提供的一种CDN系统的场景框架示意图；
图2是本发明实施例提供的一种识别带宽需求突发的方法流程图；
图3是本发明实施例提供的一种识别带宽需求突发的装置结构示意图；
图4是本发明实施例提供的一种客户管理设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种识别带宽需求突发的方法，该方法的可以运用在 CDN系统中，并具体可以由CDN系统中的客户管理设备来实现。其中，客户管理设备可以是CDN系统中用于管理享有CDN加速服务的客户的带宽需求的设备，其可以通过获取到的客户的带宽数据来识别带宽需求是否突发，并以此指导CDN系统中的资源调度子系统进行带宽资源调度。同时，CDN系统中还可以包括带宽数据采集子系统，客户管理设备可以由该带宽数据采集子系统处获取客户的实时带宽数据。此外，CDN系统中也可以存在带宽数据存储子系统，带宽数据存储子系统可以用于存储带宽数据采集子系统采集到的客户的带宽数据，并将存储的带宽数据提供给客户管理设备。具体的场景架构可以如图1所示。上述带宽数据采集子系统和带宽数据存储子系统均可以采用分布式架构部署在CDN系统内部，以便于进行带宽数据的采集及存储处理。上述客户管理设备可以包括处理器、存储器、收发器，处理器可以用于进行下述流程中的识别带宽需求突发的处理，存储器可以用于存储下述处理过程中需要的数据以及产生的数据，收发器可以用于接收和发送下述处理过程中的相关数据。
下面将结合具体实施方式，对图2所示的处理流程进行详细的说明，内容可以如下：
步骤201，周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据。
在实施中，带宽数据采集子系统可以在目标客户与CDN系统的接口处采集目标客户的实时带宽数据，并将采集到的实时带宽数据存储在带宽数据存储子系统中。客户管理设备可以周期性地从带宽数据存储子系统中获取目标客户在多个历史周期中各个标准时刻的历史带宽数据。需要说明的是，周期时长以及标准时刻均可以是CDN系统的技术人员预先设定的，周期时长可以是1天，标准时刻可以是每5分钟对应的时刻，则1个周期可以包括288个标准时刻，即 00：00、00：05、00：10……、23：50、23：55。带宽数据采集子系统在采集带宽数据时，可以以标准时刻作为采集间隔，或者选取更短的采集间隔，而在存储带宽数据时，可以选择仅存储每个周期内标准时刻的带宽数据，也可以选择存储所有采集到的带宽数据。以周期1天、标准时刻为每5分钟对应的时刻为例，客户管理设备可以在每天凌晨获取前N天中每天288个标准时刻的历史带宽数据。
步骤202，根据历史带宽数据生成各个标准时刻对应的常规带宽模板。
在实施中，客户管理设备在获取到历史带宽数据后，可以根据历史带宽数据生成各个标准时刻对应的常规带宽模板。可以理解，常规带宽模板的长度为步骤201 中提及的一个周期的长度，并实际由多个标准时刻对应的模板带宽数据构成，而这些模板带宽数据则基于多个历史周期中各个标准时刻的历史带宽数据生成，故而，每个常规带宽模板仅适用于一个周期，每个周期所使用的常规带宽模板可能互不相同。
可选的，步骤202中生成常规带宽模板的处理可以具体如下：
对于多个历史周期中的每两个历史周期，将两个历史周期中所有标准时刻的历史带宽数据的差值之和确定为两个历史周期的距离；
以每个历史周期作为初始的聚类簇，利用single-linkage层次聚类算法逐步合并距离最小的两个聚类簇；
当出现包含的历史周期的个数超过预设数目的目标聚类簇时，确定目标聚类簇中包含的所有目标历史周期；
基于各个标准时刻在目标历史周期的历史带宽数据的均值，创建每个标准时刻对应的常规带宽模板。
在实施中，客户管理设备可以在获取多个历史周期的历史带宽数据后，可以对多个历史周期的每两个历史周期，计算两个历史周期中各个标准时刻的历史带宽数据的差值，然后累加所有差值，将差值之和确定为两个历史周期的距离，即采用曼哈顿距离算法：
Figure BDA0001837420970000081
其中，x、y为任意两个历史周期，k为一个历史周期内标准时刻的计数标识，p 为一个历史周期标准时刻的个数，如标准时刻的间隔为5分钟，可以将“00： 00”的计数标识设为1，“00：05”的计数标识设为2，以此类推，p的取值为 288，xk与yk为两个历史周期内标准时刻的历史带宽数据，d(x,y)为x、y两个历史周期的距离。
下一步，客户管理设备可以利用single-linkage层次聚类算法，以每个历史周期作为初始的聚类簇，逐步合并距离最小的两个聚类簇，例如，存在A、B、 C、D、E等5个历史周期，其两两间的距离可以如下表：
A B C D E
A 0 1 2 4 6
B 1 0 3 2 5
C 2 3 0 4 4
D 4 2 4 0 3
E 6 5 4 3 0
那么，初始的聚类簇为d(A)、d(B)、d(C)、d(D)、d(E)，第一步合并距离为1的两个聚类簇，即将d(A)、d(B)合并，剩下聚类簇d(A、B)、d(C)、d(D)、d(E)，第二步合并距离为2的两个聚类簇，即将d(A、B)、d(C)、 d(D)合并，剩下聚类簇d(A、B、C、D)、d(E)。此处，在single-linkage 层次聚类算法下，d(A、B)和d(C)的距离以AC距离2、BC距离3中最小者为准，同理，d(A、B)和d(D)的距离以AD距离4、BD距离2中最小者为准。
这样，当出现包含的历史周期的个数超过预设数目的目标聚类簇时，可以确定目标聚类簇中包含的所有目标历史周期，然后对于每个标准时刻，计算在不同目标历史周期内相应的历史带宽数据的均值，从而可以基于这些均值创建每个标准时刻对应的常规带宽模板。
步骤203，每隔预设时长获取目标客户在预设时长内的实时带宽数据。
在实施中，在带宽数据采集子系统采集目标客户的实时带宽数据的同时，客户管理设备可以每隔预设时长从带宽数据采集子系统处，获取目标客户在预设时长内的实时带宽数据。其中的预设时长可以同样由CDN系统的技术人员确定，可以选取标准时刻的间隔时长，也可以选取其它间隔时长，如标准时刻的间隔时长为5分钟，则预设时长可以是5分钟，也可以是3分钟、7分钟等。值得一提的是，此处的实时带宽数据可以直接从带宽数据采集子系统处获取，无需等带宽数据存储子系统存储后再从其中读取，从而可以保证实时带宽数据的时效性，进而可以较为及时地识别带宽需求突发。此外，视处理流程的不同，本步骤获取的实时带宽数据可以仅包含预设时长内标准时刻的实时带宽数据，也可以同时包含其他时刻的实时带宽数据。
可选的，客户管理设备可以对获取到的实时带宽数据进行一些数据整理，以更准确地进行带宽需求突发的识别，本实施例公开了补充缺失数据和平滑噪声数据两种处理：
其一，补充缺失数据的处理可以如下：
如果获取到的预设时长内的实时带宽数据中缺少目标时刻的实时带宽数据，则根据目标时刻的相邻时刻的实时带宽数据，通过线性插值算法计算目标时刻的实时带宽数据。
在实施中，客户管理设备每隔预设时长获取实时带宽数据后，可以遍历获取到的所有实时带宽数据，判断其中是否存在数据缺失。如果其中缺少目标时刻的带宽数据，则可以采用获取目标时刻的相邻时刻的实时带宽数据，然后通过线性插值算法计算目标时刻的实时带宽数据。具体的，可以参考下述公式：
Figure BDA0001837420970000091
其中，t为目标时刻，位于其相邻时刻t0与t1之间，S0为t0时刻的实时带宽数据， S1为t1时刻的实时带宽数据，s为缺失的实时带宽数据。
其二，平滑噪声数据的处理可以如下：
根据上一预设时长内获取的实时带宽数据，确定最新获取的实时带宽数据的带宽变化比例；
如果带宽变化比例大于预设变化阈值，且连续带宽突变次数小于预设次数阈值，则将最新获取的实时带宽数据更新为上一预设时长内获取的实时带宽数据，并将连续带宽突变次数加一；
如果带宽变化比例不大于预设变化阈值，或者连续带宽突变次数不小于预设次数阈值，则根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，并将连续带宽突变次数重置为零。
在实施中，客户管理设备每隔预设时长获取实时带宽数据后，可以读取上一预设时长内获取的实时带宽数据，然后确定最新获取的实时带宽数据的带宽变化比例：带宽变化比例＝|最新实时带宽数据-上一实时带宽数据|/上一实时带宽数据。如果该带宽变化比例大于预设变化阈值，则说明目标客户的带宽数据发生了突变，则可能是出现了较大的噪声，或者出现了带宽需求突发。进而，客户管理设备可以判断记录的连续带宽突变次数是否小于预设的次数阈值，如果是，则可以暂且认为带宽数据突变是由大噪声引起的，并将最新获取的实时带宽数据更新为上一预设时长内获取的实时带宽数据，同时将记录的连续带宽突变次数加一。而如果连续带宽突变次数不小于预设次数阈值，则可以暂且认为带宽数据突变是由带宽需求突发引起的，故而可以根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，并将连续带宽突变次数重置为零。而如果上述带宽变化比例不大于预设变化阈值，则可以直接对最新获取的实时带宽数据进行平滑处理，以消除其中可能存在的微小噪声的影响，也即根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，同时也将连续带宽突变次数重置为零。上述调整方式可以参考下述公式：
St＝α×Yt+(1-α)×St-1
其中，t时刻的实时带宽数据为Yt，平滑调整后实时带宽数据为St，St由预设加权系数α、上一预设时长内的实时带宽数据St-1和Yt共同决定。
当然，带宽数据存储子系统中的历史带宽数据同样需要执行相同的数据整理，故而客户管理设备可以将整理完的实时带宽数据存储在带宽数据存储子系统中，或者在步骤201获取到历史带宽数据后，对历史带宽数据进行数据整理。此外，上述对于历史带宽数据的数据整理还可以由带宽数据采集子系统在采集完带宽数据之后，且在将带宽数据存储至带宽数据存储子系统之前执行，或者，在带宽数据存储子系统中存储带宽数据后，由带宽数据存储子系统执行。
步骤204，根据指定时段内每个标准时刻的实时带宽数据及指定时段内常规带宽模板的模板带宽数据，判断目标客户是否存在带宽需求突发。
在实施中，客户管理设备在获取预设时长内的实时带宽数据之后，可以调用步骤202中生成的各个标准时刻对应的常规带宽模板，然后确定指定时段内每个标准时刻的实时带宽数据，以及指定时段内常规带宽模板中的模板带宽数据。此处，指定时段也可以是由CDN技术的技术人员预设的，以当前时刻为起始，往前选取指定长度的时间段，该指定时段的长度至少与标准时刻的间隔时长相等。之后，客户管理设备可以根据上述确定出的每个标准时刻的实时带宽数据和模板带宽数据，判断目标客户是否存在带宽需求。进而，可以根据判断结果，指示资源调度子系统对带宽资源进行调度。
可选的，步骤204中判断带宽需求突发的处理可以具体如下：
计算指定时段内所有标准时刻的实时带宽数据之和以及指定时段内常规带宽模板中的模板带宽数据之和；
根据实时带宽数据之和与模板带宽数据之和的比值，以及预设的突发预警比例，判断目标客户是否存在带宽需求突发。
在实施中，客户管理设备在确定了指定时段内的实时带宽数据之后，可以计算指定时段内所有标准时刻的实时带宽数据之和，并计算指定时段内常规带宽模板中的模板带宽数据之和。可以理解，常规带宽模板仅包含标准时刻的模板带宽数据，故而实时带宽数据之和与模板带宽数据之和的数据量一致。之后，客户管理设备可以根据实时带宽数据之和与模板带宽数据之和的比值，以及预设的突发预警比例，判断目标客户是否存在带宽需求突发。
可选的，在判断带宽需求突发时，可以结合当前带宽数据、峰值模板带宽数据等多个角度进行，相应的处理可以如下：
获取模板带宽数据的峰值模板带宽数据和当前时刻的当前带宽数据；
通过当前带宽数据与峰值模板带宽数据的比值，以及预设的突发预警比例，建立突发标准比值；
如果实时带宽数据之和与模板带宽数据之和的比值大于突发标准比值，且当前带宽数据大于预设的突发带宽最小值，则确定目标客户当前存在带宽需求突发。
在实施中，客户管理设备在确定了指定时段内的实时带宽数据之后，可以获取模板带宽数据的峰值模板带宽数据以及当前时刻的当前带宽数据，然后计算当前带宽数据与峰值模板带宽数据的比值，并基于该比值与预设的突发预警比例，建立突发标准比值。这样，客户管理设备可以先判断当前带宽数据是否大于预设的突发带宽最小值，如果是，则可以进一步判断实时带宽数据之和与模板带宽数据之和的比值，是否大于上述突发标准比值，如果大于，则可以确定目标客户当前存在带宽需求突发。以下示例性地给出了判断公式：
Figure BDA0001837420970000121
其中，
Figure BDA0001837420970000122
为当前带宽数据，initial Value为突发带宽最小值，S/T为实时带宽数据之和S与模板带宽数据之和T的比值，peakbw为峰值模板带宽数据，alpha为突发预警比例。
可选的，在带宽需求已出现突发的情况下，还可以通过带宽数据来判断带宽需求是否结束，具体的处理可以如下：
当前一次确定目标客户存在带宽需求突发时，如果实时带宽数据之和与模板带宽数据之和的比值小于预设的突发消警比例，或者当前带宽数据小于突发带宽最小值，或者当前带宽数据小于峰值模板带宽数据的二分之一，则确定目标客户的带宽需求突发已结束。
在实施中，如果在前一次判断出目标客户存在带宽需求突发，客户管理设备则可以通过以下三种方式来检测带宽需求突发是否已结束：其一，可以将实时带宽数据之和与模板带宽数据之和的比值与预设的突发消警比例进行比较，如果该比值小于突发消警比例，则说明带宽需求突发已结束；其二，可以判断当前带宽数据是否小于突发带宽最小值，如果是，则表示带宽需求突发已结束；其三，可以对比当前带宽数据和峰值模板带宽数据的大小，如果当前带宽数据小于峰值模板带宽数据的一半，则判定带宽需求突发已结束。上述三种检测方式可以参考如下公式：
Figure BDA0001837420970000131
其中，beta为突发消警比例。
可选的，在判断突发带宽需求时，可以同时考虑获取到的所有实时带宽数据，相应的，步骤203之后，步骤204之前可以存在如下处理：将实时带宽数据按照标准时刻进行划分；
将两个标准时刻间的实时带宽数据全部累加在后一标准时刻的实时带宽数据上，更新并存储标准时刻的实时带宽数据。
在实施中，客户管理设备每隔预设时长获取到实时带宽数据之后，可以将实时带宽数据按照预设的标准时刻进行划分，然后将任意两个标准时刻之间的实时带宽数据全部累加在两标准时刻中的后一标准时刻的实时带宽数据上，这样，每个标准时刻的实时带宽数据将更新为前一标准时刻的间隔内所有实时带宽数据的叠加值，从而可以使得后续在判断带宽需求突发时，不仅考虑标准时刻的实时带宽数据，同时参考了所有获取到的实时带宽数据，使得可以更及时准确地识别带宽需求突发。当然，带宽数据存储子系统中的历史带宽数据同样需要执行相同的叠加处理，故而客户管理设备可以将更新完的实时带宽数据存储在带宽数据存储子系统中。此外，上述对于历史带宽数据的叠加处理可以由带宽数据采集子系统在采集完带宽数据之后，且在将带宽数据存储至带宽数据存储子系统之前执行，或者，在带宽数据存储子系统中存储带宽数据后，由带宽数据存储子系统执行。
本发明实施例中，周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；根据历史带宽数据生成各个标准时刻对应的常规带宽模板；每隔预设时长获取目标客户在预设时长内的实时带宽数据；根据指定时段内每个标准时刻的实时带宽数据及指定时段内常规带宽模板的模板带宽数据，判断目标客户是否存在带宽需求突发。这样，基于大数据分析，挖掘客户带宽使用情况的周期特性，在不同时刻为不同客户针对性的创建常规带宽模板，并通过最新的实时带宽数据，结合常规带宽模板，可以较为及时准确地对客户的带宽需求突发情况进行识别，从而可以针对带宽需求突发进行有效的带宽资源调度，保证了客户的整体业务质量。
基于相同的技术构思，本发明实施例还提供了一种识别带宽需求突发的装置，如图3所示，所述装置包括
第一获取模块301，用于周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；
生成模块302，用于根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板；
第二获取模块303，用于每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据；
判断模块304，用于根据指定时段内每个所述标准时刻的实时带宽数据及所述指定时段内所述常规带宽模板的模板带宽数据，判断所述目标客户是否存在带宽需求突发。
可选的，所述装置还包括数据插值模块，用于：
如果获取到的所述预设时长内的实时带宽数据中缺少目标时刻的实时带宽数据，则根据所述目标时刻的相邻时刻的实时带宽数据，通过线性插值算法计算所述目标时刻的实时带宽数据。
可选的，所述装置还包括数据平滑模块，用于：
根据上一预设时长内获取的实时带宽数据，确定最新获取的实时带宽数据的带宽变化比例；
如果所述带宽变化比例大于预设变化阈值，且连续带宽突变次数小于预设次数阈值，则将所述最新获取的实时带宽数据更新为上一预设时长内获取的实时带宽数据，并将所述连续带宽突变次数加一；
如果所述带宽变化比例不大于预设变化阈值，或者所述连续带宽突变次数不小于预设次数阈值，则根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，并将所述连续带宽突变次数重置为零。
可选的，所述生成模块302，具体用于：
对于所述多个历史周期中的每两个历史周期，将所述两个历史周期中所有标准时刻的历史带宽数据的差值之和确定为所述两个历史周期的距离；
以每个所述历史周期作为初始的聚类簇，利用single-linkage层次聚类算法逐步合并所述距离最小的两个聚类簇；
当出现包含的历史周期的个数超过预设数目的目标聚类簇时，确定所述目标聚类簇中包含的所有目标历史周期；
基于各个所述标准时刻在所述目标历史周期的历史带宽数据的均值，创建每个所述标准时刻对应的常规带宽模板。
可选的，所述判断模块304，具体用于：
计算指定时段内所有所述标准时刻的实时带宽数据之和以及所述指定时段内常规带宽模板中的模板带宽数据之和；
根据所述实时带宽数据之和与所述模板带宽数据之和的比值，以及预设的突发预警比例，判断所述目标客户是否存在带宽需求突发。
可选的，所述判断模块304，具体用于：
获取所述模板带宽数据的峰值模板带宽数据和当前时刻的当前带宽数据；
通过所述当前带宽数据与所述峰值模板带宽数据的比值，以及预设的突发预警比例，建立突发标准比值；
如果所述实时带宽数据之和与所述模板带宽数据之和的比值大于所述突发标准比值，且所述当前带宽数据大于预设的突发带宽最小值，则确定所述目标客户当前存在带宽需求突发。
可选的，所述装置还包括：
确定模块，用于当前一次确定所述目标客户存在带宽需求突发时，如果所述实时带宽数据之和与所述模板带宽数据之和的比值小于预设的突发消警比例，或者所述当前带宽数据小于所述突发带宽最小值，或者所述当前带宽数据小于所述峰值模板带宽数据的二分之一，则确定所述目标客户的带宽需求突发已结束。
可选的，所述装置还包括更新模块，用于：
将所述实时带宽数据按照所述标准时刻进行划分；
将两个所述标准时刻间的实时带宽数据全部累加在后一所述标准时刻的实时带宽数据上，更新并存储所述标准时刻的实时带宽数据。
本发明实施例中，周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；根据历史带宽数据生成各个标准时刻对应的常规带宽模板；每隔预设时长获取目标客户在预设时长内的实时带宽数据；根据指定时段内每个标准时刻的实时带宽数据及指定时段内常规带宽模板的模板带宽数据，判断目标客户是否存在带宽需求突发。这样，基于大数据分析，挖掘客户带宽使用情况的周期特性，在不同时刻为不同客户针对性的创建常规带宽模板，并通过最新的实时带宽数据，结合常规带宽模板，可以较为及时准确地对客户的带宽需求突发情况进行识别，从而可以针对带宽需求突发进行有效的带宽资源调度，保证了客户的整体业务质量。
需要说明的是：上述实施例提供的识别带宽需求突发的装置在识别带宽需求突发时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的识别带宽需求突发的装置与识别带宽需求突发的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图4是本发明实施例提供的客户管理设备的结构示意图。该客户管理设备 400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器422(例如，一个或一个以上处理器)和存储器432，一个或一个以上存储应用程序442或数据444的存储介质430(例如一个或一个以上海量存储设备)。其中，存储器432和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对客户管理设备中的一系列指令操作。更进一步地，中央处理器422可以设置为与存储介质430通信，在客户管理设备400上执行存储介质430中的一系列指令操作。
客户管理设备400还可以包括一个或一个以上电源426，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口458，一个或一个以上键盘456，和/或，一个或一个以上操作系统441，例如Windows Server，Mac OS X， Unix，Linux，FreeBSD等等。
客户管理设备400可以包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行上述识别带宽需求突发的指令。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种识别带宽需求突发的方法，其特征在于，所述方法包括：
周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；
根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板；
每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据；
计算指定时段内所有所述标准时刻的实时带宽数据之和以及所述指定时段内常规带宽模板中的模板带宽数据之和；
获取所述模板带宽数据的峰值模板带宽数据和当前时刻的当前带宽数据；
通过所述当前带宽数据与所述峰值模板带宽数据的比值，以及预设的突发预警比例，建立突发标准比值；
如果所述实时带宽数据之和与所述模板带宽数据之和的比值大于所述突发标准比值，且所述当前带宽数据大于预设的突发带宽最小值，则确定所述目标客户当前存在带宽需求突发。
2.根据权利要求1所述的方法，其特征在于，所述每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据之后，还包括：
如果获取到的所述预设时长内的实时带宽数据中缺少目标时刻的实时带宽数据，则根据所述目标时刻的相邻时刻的实时带宽数据，通过线性插值算法计算所述目标时刻的实时带宽数据。
3.根据权利要求1所述的方法，其特征在于，所述每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据之后，还包括：
根据上一预设时长内获取的实时带宽数据，确定最新获取的实时带宽数据的带宽变化比例；
如果所述带宽变化比例大于预设变化阈值，且连续带宽突变次数小于预设次数阈值，则将所述最新获取的实时带宽数据更新为上一预设时长内获取的实时带宽数据，并将所述连续带宽突变次数加一；
如果所述带宽变化比例不大于预设变化阈值，或者所述连续带宽突变次数不小于预设次数阈值，则根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，并将所述连续带宽突变次数重置为零。
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板，包括：
对于所述多个历史周期中的每两个历史周期，将所述两个历史周期中所有标准时刻的历史带宽数据的差值之和确定为所述两个历史周期的距离；
以每个所述历史周期作为初始的聚类簇，利用single-linkage层次聚类算法逐步合并所述距离最小的两个聚类簇；
当出现包含的历史周期的个数超过预设数目的目标聚类簇时，确定所述目标聚类簇中包含的所有目标历史周期；
基于各个所述标准时刻在所述目标历史周期的历史带宽数据的均值，创建每个所述标准时刻对应的常规带宽模板。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当前一次确定所述目标客户存在带宽需求突发时，如果所述实时带宽数据之和与所述模板带宽数据之和的比值小于预设的突发消警比例，或者所述当前带宽数据小于所述突发带宽最小值，或者所述当前带宽数据小于所述峰值模板带宽数据的二分之一，则确定所述目标客户的带宽需求突发已结束。
6.根据权利要求1所述的方法，其特征在于，所述每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据之后，还包括：
将所述实时带宽数据按照所述标准时刻进行划分；
将两个所述标准时刻间的实时带宽数据全部累加在后一所述标准时刻的实时带宽数据上，更新并存储所述标准时刻的实时带宽数据。
7.一种识别带宽需求突发的装置，其特征在于，所述装置包括：
第一获取模块，用于周期性获取目标客户在多个历史周期中各个标准时刻的历史带宽数据；
生成模块，用于根据所述历史带宽数据生成各个所述标准时刻对应的常规带宽模板；
第二获取模块，用于每隔预设时长获取所述目标客户在所述预设时长内的实时带宽数据；
判断模块，用于计算指定时段内所有所述标准时刻的实时带宽数据之和以及所述指定时段内常规带宽模板中的模板带宽数据之和；
获取所述模板带宽数据的峰值模板带宽数据和当前时刻的当前带宽数据；
通过所述当前带宽数据与所述峰值模板带宽数据的比值，以及预设的突发预警比例，建立突发标准比值；
如果所述实时带宽数据之和与所述模板带宽数据之和的比值大于所述突发标准比值，且所述当前带宽数据大于预设的突发带宽最小值，则确定所述目标客户当前存在带宽需求突发。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括数据插值模块，用于：
如果获取到的所述预设时长内的实时带宽数据中缺少目标时刻的实时带宽数据，则根据所述目标时刻的相邻时刻的实时带宽数据，通过线性插值算法计算所述目标时刻的实时带宽数据。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括数据平滑模块，用于：
根据上一预设时长内获取的实时带宽数据，确定最新获取的实时带宽数据的带宽变化比例；
如果所述带宽变化比例大于预设变化阈值，且连续带宽突变次数小于预设次数阈值，则将所述最新获取的实时带宽数据更新为上一预设时长内获取的实时带宽数据，并将所述连续带宽突变次数加一；
如果所述带宽变化比例不大于预设变化阈值，或者所述连续带宽突变次数不小于预设次数阈值，则根据上一预设时长内获取的实时带宽数据调整最新获取的实时带宽数据，并将所述连续带宽突变次数重置为零。
10.根据权利要求7所述的装置，其特征在于，所述生成模块，具体用于：
对于所述多个历史周期中的每两个历史周期，将所述两个历史周期中所有标准时刻的历史带宽数据的差值之和确定为所述两个历史周期的距离；
以每个所述历史周期作为初始的聚类簇，利用single-linkage层次聚类算法逐步合并所述距离最小的两个聚类簇；
当出现包含的历史周期的个数超过预设数目的目标聚类簇时，确定所述目标聚类簇中包含的所有目标历史周期；
基于各个所述标准时刻在所述目标历史周期的历史带宽数据的均值，创建每个所述标准时刻对应的常规带宽模板。
11.根据权利要求7所述的装置，其特征在于，所述装置还包括：
确定模块，用于当前一次确定所述目标客户存在带宽需求突发时，如果所述实时带宽数据之和与所述模板带宽数据之和的比值小于预设的突发消警比例，或者所述当前带宽数据小于所述突发带宽最小值，或者所述当前带宽数据小于所述峰值模板带宽数据的二分之一，则确定所述目标客户的带宽需求突发已结束。
12.根据权利要求7-11任一项所述的装置，其特征在于，所述装置还包括更新模块，用于：
将所述实时带宽数据按照所述标准时刻进行划分；
将两个所述标准时刻间的实时带宽数据全部累加在后一所述标准时刻的实时带宽数据上，更新并存储所述标准时刻的实时带宽数据。
13.一种客户管理设备，其特征在于，所述客户管理设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至6任一所述的识别带宽需求突发的方法。
14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至6任一所述的识别带宽需求突发的方法。
CN201811232186.8A 2018-10-22 2018-10-22 一种识别带宽需求突发的方法和装置 Active CN109450672B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201811232186.8A CN109450672B (zh) 2018-10-22 2018-10-22 一种识别带宽需求突发的方法和装置
US17/044,304 US20210083947A1 (en) 2018-10-22 2018-12-06 Method and apparatus for recognizing surge in bandwidth demand
PCT/CN2018/119599 WO2020082518A1 (zh) 2018-10-22 2018-12-06 一种识别带宽需求突发的方法和装置
EP18938206.2A EP3869736A4 (en) 2018-10-22 2018-12-06 BURST OF BANDWIDTH REQUEST IDENTIFICATION PROCESS AND DEVICE

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811232186.8A CN109450672B (zh) 2018-10-22 2018-10-22 一种识别带宽需求突发的方法和装置

Publications (2)

Publication Number Publication Date
CN109450672A CN109450672A (zh) 2019-03-08
CN109450672B true CN109450672B (zh) 2020-09-18

Family

ID=65547834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811232186.8A Active CN109450672B (zh) 2018-10-22 2018-10-22 一种识别带宽需求突发的方法和装置

Country Status (4)

Country Link
US (1) US20210083947A1 (zh)
EP (1) EP3869736A4 (zh)
CN (1) CN109450672B (zh)
WO (1) WO2020082518A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111405319B (zh) * 2020-03-31 2021-07-23 北京达佳互联信息技术有限公司 带宽确定方法、装置、电子设备和存储介质
CN111988332B (zh) * 2020-08-31 2022-11-29 上海船舶运输科学研究所 一种航运卫星通信平台中卫星服务商的运行与控制域系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107786351A (zh) * 2016-08-24 2018-03-09 中国电信股份有限公司 业务带宽自适应调整方法、系统和sdn控制器

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7499453B2 (en) * 2000-05-19 2009-03-03 Cisco Technology, Inc. Apparatus and methods for incorporating bandwidth forecasting and dynamic bandwidth allocation into a broadband communication system
US7415038B2 (en) * 2001-03-29 2008-08-19 International Business Machines Corporation Method and system for network management providing access to application bandwidth usage calculations
US6862540B1 (en) * 2003-03-25 2005-03-01 Johnson Controls Technology Company System and method for filling gaps of missing data using source specified data
CN101155085B (zh) * 2006-09-29 2011-05-11 中兴通讯股份有限公司 实时流量预测方法及装置和实时流量监测预警方法及装置
GB2456026A (en) * 2007-12-26 2009-07-01 Contendo Inc CDN balancing and sharing platform
CN101448321B (zh) * 2008-10-28 2010-09-08 北京邮电大学 异构无线网络频谱资源共享的方法及装置
CN103256859B (zh) * 2013-04-17 2015-04-08 上海航天测控通信研究所 以通用化软件模式判读运载火箭全箭信息的系统及方法
CN105827472B (zh) * 2015-01-04 2019-08-20 华为技术有限公司 网络数据流类型检测方法及装置
US10241725B2 (en) * 2015-10-30 2019-03-26 International Business Machines Corporation Workload balancing in a distributed storage system
US10491754B2 (en) * 2016-07-22 2019-11-26 Level 3 Communications, Llc Visualizing predicted customer bandwidth utilization based on utilization history
CN106557401A (zh) * 2016-10-13 2017-04-05 中国铁道科学研究院电子计算技术研究所 一种it设备监控指标的动态阈值设定方法及系统
US20180123901A1 (en) * 2016-10-31 2018-05-03 Level 3 Communication, Llc Distributed calculation of customer bandwidth utilization models
CN107070683A (zh) * 2016-12-12 2017-08-18 国网北京市电力公司 数据预测的方法和装置
CN108650218B (zh) * 2018-03-22 2019-10-08 平安科技（深圳）有限公司 网络流量监测方法、装置、计算机设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107786351A (zh) * 2016-08-24 2018-03-09 中国电信股份有限公司 业务带宽自适应调整方法、系统和sdn控制器

Also Published As

Publication number Publication date
EP3869736A4 (en) 2021-12-01
EP3869736A1 (en) 2021-08-25
CN109450672A (zh) 2019-03-08
US20210083947A1 (en) 2021-03-18
WO2020082518A1 (zh) 2020-04-30

Similar Documents

Publication Publication Date Title
CN108874640B (zh) 一种集群性能的评估方法和装置
CN109032801B (zh) 一种请求调度方法、系统及电子设备和存储介质
US10474504B2 (en) Distributed node intra-group task scheduling method and system
CN110474852B (zh) 一种带宽调度方法及装置
CN110365765B (zh) 一种缓存服务器的带宽调度方法及装置
CN108667658B (zh) 一种带宽复用方法及装置
CN106161485B (zh) 一种基础服务集群的资源调度方法、装置和系统
CN103309723B (zh) 虚拟机资源整合系统及方法
CN114064204A (zh) 一种微服务环境下基于业务预测动态扩容的方法
CN111966289A (zh) 基于Kafka集群的分区优化方法和系统
CN107483292B (zh) 用于云平台的动态监控方法
CN109450672B (zh) 一种识别带宽需求突发的方法和装置
CN110413393B (zh) 集群资源管理方法、装置、计算机集群及可读存储介质
CN105262634A (zh) 一种监控阈值的生成方法、装置和系统
CN107203256B (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
CN113422808B (zh) 物联网平台http信息推送方法、系统、装置及介质
CN108536525B (zh) 一种宿主机调度方法及装置
CN113079062A (zh) 一种资源调整方法、装置、计算机设备和存储介质
CN110909072B (zh) 一种数据表建立方法、装置及设备
CN115048225B (zh) 一种基于分布式存储的分布式调度方法
WO2016206441A1 (zh) 一种虚拟资源分配方法及装置、计算机存储介质
CN112003900B (zh) 实现分布式系统中高负载场景下服务高可用的方法、系统
WO2017162075A1 (zh) 任务调度方法和装置
CN111092755B (zh) 一种基于资源占用的边缘服务迁移仿真方法
CN112468530B (zh) 北斗高精度格网差分数据高可用高并发播发方法、设备、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