CN109728950A - 网络质量优化方法、装置、设备及计算机存储介质 - Google Patents

网络质量优化方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN109728950A
CN109728950A CN201811615867.2A CN201811615867A CN109728950A CN 109728950 A CN109728950 A CN 109728950A CN 201811615867 A CN201811615867 A CN 201811615867A CN 109728950 A CN109728950 A CN 109728950A
Authority
CN
China
Prior art keywords
value
network quality
prioritization scheme
layers
resource side
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
CN201811615867.2A
Other languages
English (en)
Other versions
CN109728950B (zh
Inventor
陆晓
沈瀚
张�杰
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.)
China Mobile Communications Group Co Ltd
China Mobile Group Jiangsu Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Group Jiangsu 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 China Mobile Communications Group Co Ltd, China Mobile Group Jiangsu Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201811615867.2A priority Critical patent/CN109728950B/zh
Publication of CN109728950A publication Critical patent/CN109728950A/zh
Application granted granted Critical
Publication of CN109728950B publication Critical patent/CN109728950B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种网络质量优化方法、装置、设备及计算机存储介质。其中,网络质量优化方法包括:获取预定采样周期内的多个用户的互联网访问数据;筛选互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值;根据4LTTFB值和7LTTFB值,确定目标业务类型下的目标资源方对应的优化方案。根据本发明实施例,能够通过分析用户的互联网访问数据来确定对应的优化方案,实现对网络质量的自动优化。

Description

网络质量优化方法、装置、设备及计算机存储介质
技术领域
本发明属于互联网技术领域,尤其涉及一种网络质量优化方法、装置、设备及计算机存储介质。
背景技术
在数据通信网络中,网络服务质量分析是非常重要且常用的,服务质量分析包括带宽、丢包率、报文传输延迟等。
目前已有的网络服务质量分析方法包括深度数据包检查(Deep PacketInspection,DPI)方法,该方法能够通过对数据包进行深度检测,得到应用级别的分析报表,以根据分析报表展现的资源访问情况及质量对服务质量进行评分。可见,该方法仅能了解到非实时的网络健康状态,由于该方法应用于独立于优化系统的分析系统上,因此分析结果无法直接应用于网络服务优化,尚未能实现资源的自动优化。并且,该方法不支持自定义业务分析模板,无法做到对不同业务的智能分析,导致分析结果的准确性无法达到实际需求。另外,该方法由于需要对全部的数据包进行深度检测,也无法满足海量用户上网数据的分析需求。
为了解决上述的网络服务质量分析方法的问题,现有技术还提供了一种基于SDN的网络质量优化方法,主要是通过SDN交换机和SDN控制器针对不同的协议类型的对端设备的报文进行网络质量测试,并对测试的结果进行优化处理,进而提高网络质量。但是,该方法实现的前提是需要在SDN交换机上同时配置NQA客户端和服务器,在NQA测试的对端设备配置普通的网络地址转换(NAT,Network Address Translation)服务器功能,使该对端设备对NQA客户端发送的测试报文进行反射处理,从而无需该对端设备支持NQA服务器功能,也可以实现诸如TCP、UDP和UDP时延抖动等类型的NQA测试。在目前开放的互联网环境中,用户访问的目的服务器无法实现全量部署网络地址转换服务器功能来配合NQA测试,因此该方法存在一定的局限性。
因此,需要提供一种能够解决上述问题的网络质量优化方法。
发明内容
本发明实施例提供一种网络质量优化方法、装置、设备及计算机存储介质,能够通过分析用户的互联网访问数据来确定对应的优化方案,实现对网络质量的自动优化。
一方面,本发明实施例提供一种网络质量优化方法,包括:
获取预定采样周期内的多个用户的互联网访问数据;
筛选所述互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值;
根据4LTTFB值和7LTTFB值,确定所述目标业务类型下的所述目标资源方对应的优化方案。
进一步地,筛选所述互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值包括:
筛选所述互联网访问数据,获得多组由AS号、资源方标识、4LTTFB值和7LTTFB值构成的话单数据;
根据所述AS号,获得所述目标业务类型对应的话单数据;
根据所述资源方标识,获得目标业务类型下的目标资源方对应的所述4LTTFB值和所述7LTTFB值。
进一步地,根据4LTTFB值和7LTTFB值,确定所述目标业务类型下的所述目标资源方对应的优化方案包括:
根据所述4LTTFB值计算四层时延平均值和四层质量偏差;
若所述四层时延平均值和所述四层质量偏差均超过预设的门限值,确定执行第一优化方案;
若所述四层时延平均值和所述四层质量偏差中的至少一个未超过预设的门限值,根据所述7LTTFB值计算七层时延平均值和七层质量偏差;
若所述七层时延平均值和所述七层质量偏差均超过预设的门限值,确定执行第二优化方案。
进一步地,所述目标业务类型为网内本地业务、网内异地业务或网外业务。
进一步地,所述第一优化方案包括:
若所述目标业务类型为网内本地业务或网内异地业务,将所述目标资源方对应的资源方标识发送至节点测试平台分析路由故障位置;
若所述目标业务类型为网外业务,重新选择链路出口传输所述目标资源方的数据。
进一步地,所述第二优化方案包括:
确定所述目标资源方的数据中的可缓存数据的占比值;
若所述占比值超过预设门限值,利用缓存平台缓存所述目标资源方的数据;
若所述占比值未超过所述预设门限值,通知所述目标资源方进行处理。
进一步地,还包括:
设置第一测试探针和第二测试探针;
利用所述第一测试探针获得未实施所述优化方案的第一网络质量,利用所述第二测试探针获得实施所述优化方案后的第二网络质量;
根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案。
进一步地,根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案包括:
若所述第一网络质量和所述第二网络质量在第一预定时长内保持相同,停止执行所述优化方案。
进一步地,根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案还包括:
若所述目标资源方符合惩罚条件,延长所述第一预定时长至第二预定时长;其中,所述惩罚条件为所述目标资源方连续执行所述优化方案达到预订次数。
进一步地,根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案还包括:
若所述目标资源方符合解除条件,缩短所述第二预定时长至所述第一预定时长;其中,所述解除条件包括所述目标资源方无需执行所述优化方案达到预定第三时长。
另一方面,本发明实施例提供了一种网络质量优化装置,所述装置包括:
数据获取单元,其配置为获取预定采样周期内的多个用户的互联网访问数据;
数据筛选单元,其配置为筛选所述互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值;
质量优化单元,其配置为根据4LTTFB值和7LTTFB值,确定所述目标业务类型下的所述目标资源方对应的优化方案。
再一方面,本发明实施例提供了一种网络质量优化设备,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现上述的网络质量优化方法。
再一方面,本发明实施例提供了一种计算机存储介质,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现上述的网络质量优化方法。
本发明实施例的网络质量优化方法、装置、设备及计算机存储介质,能够根据多个用户的互联网访问数据,确定目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值,然后根据4LTTFB值和7LTTFB值,确定目标业务类型下的目标资源方对应的优化方案,无需额外配置其他设备即可以实现对网络质量的自动优化,从而提高用户的使用体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单的介绍,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是本发明一个实施例提供的网络质量优化方法的流程示意图;
图2是图1中步骤S120的一个示例的具体方法的流程示意图;
图3是图1中步骤S130的一个示例的具体方法的流程示意图;
图4是本发明另一个实施例提供的网络质量优化方法的流程示意图;
图5是本发明一个实施例提供的网络质量优化装置的结构示意图;
图6是本发明实施例提供的网络质量优化设备的硬件结构示意图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了解决现有技术问题,本发明实施例提供了一种网络质量优化方法、装置、设备及计算机存储介质。下面首先对本发明实施例所提供的网络质量优化方法进行介绍。
图1示出了本发明一个实施例提供的网络质量优化方法的流程示意图。如图1所示,该网络质量优化方法包括:
S110、获取预定采样周期内的多个用户的互联网访问数据;
S120、筛选互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值;
S130、根据4LTTFB值和7LTTFB值,确定目标业务类型下的目标资源方对应的优化方案。
本发明实施例能够根据多个用户的互联网访问数据,确定目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值,然后根据4LTTFB值和7LTTFB值,综合判断访问质量并产生预警,同时确定目标业务类型下的目标资源方对应的优化方案,无需额外配置其他设备即可以实现对网络质量的自动优化,从而提高用户的使用体验。
在本发明实施例的步骤S110中,可以通过数据采集服务器获取用户的互联网访问数据,互联网访问数据的获取方法为:采集现网用户的上网数据,筛选其中需要的字段和请求,精确地记录下每条上网数据中的4-7层会话数据,该4-7层会话数据即为互联网访问数据。
在本发明实施例中,互联网访问数据可以包括4LTTFB值、7LTTFB值、统一资源定位符(URL)、域名(Host)、访问地址(IP)、响应码(Response Code)、用户代理(UA)等数据。
在本发明实施例的步骤S110中,预定采样周期可以为一周,也可以根据需要设置为其他的时间长度。
图2示出了图1中步骤S120的一个示例的具体方法的流程示意图。如图2所示,步骤S120、筛选互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值的具体方法可以包括:
S121、筛选互联网访问数据,获得多组由AS号、资源方标识、4LTTFB值和7LTTFB值构成的话单数据;
S122、根据AS号,获得目标业务类型对应的话单数据;
S123、根据资源方标识,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值。
本发明实施例所述的资源方标识可以为互联网访问数据汇总的Host和/或IP。
在本发明实施例中,可以从上述的多种数据中筛选出AS号、资源方标识、4LTTFB值和7LTTFB值,并根据AS号将筛选出的数据分划分不同业务类型,并将划分后的数据分别以话单形式保存为话单数据。
在本发明实施例中,业务类型可以分为网内本地业务、网内异地业务和网外业务。根据目标业务类型可以为网内本地业务、网内异地业务和网外业务中的任意一个。由于不同的业务类型对应的门限值不同,在本发明实施例中将业务类型进行了精确划分,可以根据不同的业务类型进行告警和优化的分析处理,提高后续的告警和优化处理的准确性。
图3示出了图1中步骤S130的一个示例的具体方法的流程示意图。如图3所示,步骤S130、根据4LTTFB值和7LTTFB值,确定所述目标业务类型下的所述目标资源方对应的优化方案的具体方法可以包括:
S131、根据4LTTFB值计算四层时延平均值和四层质量偏差;
S132、若四层时延平均值和四层质量偏差均超过预设的门限值,确定执行第一优化方案;
S133、若四层时延平均值和四层质量偏差中的至少一个未超过预设的门限值,根据7LTTFB值计算七层时延平均值和七层质量偏差;
S134、若七层时延平均值和七层质量偏差均超过预设的门限值,确定执行第二优化方案。
在本发明实施例中,当在步骤S132和步骤S134中,若确定了四层时延平均值和四层质量偏差均超过预设的门限值或七层时延平均值和七层质量偏差均超过预设的门限值,则需要产生时延过高告警。其中,时延过高告警包括四层时延过高告警和七层时延过高告警,四层时延过高告警和七层时延过高告警的告警机制相同。
本发明实施例所采用的告警机制的具体方法可以为:
首先,将目标业务类型下的目标Host(或目标IP)对应的预定采样周期内的全部4LTTFB值和7LTTFB值分别按照时间顺序排序,取每5分钟内的4LTTFB值的四层时延样本值和七层时延样本值,每个小时既可以得到12个四层时延样本值和七层时延样本值,利用预定采样周期内的全部四层时延样本值和七层时延样本值既可以确定该预定采样周期内的用户访问趋势,从而获取到目标业务类型下的目标Host(或目标IP)的4LTTFB的基线数值及7LTTFB的基线数值,例如,针对省内移动资源(网内本地业务)的4LTTFB的基线数值为2.5ms、7LTTFB的基线数值为100ms。
然后,计算目标业务类型下的目标Host(或目标IP)的每小时的四层时延平均值和七层时延平均值,其中,时延平均值的计算公式可以为:
En=(x1+x2+x3…+x12)/12
其中,xi为每小时内的第i个时延样本值。
接着,计算相邻两个小时中后一小时相对于前一小时的四层质量偏差和七层质量偏差,其中,质量偏差的计算公式为:
其中,yi为后一小时的第i个时延样本值相对于前一小时的时延平均值的差值,yi的取值方法如下:
若xi-En-1>0,则yi=xi-En-1,否则yi取值为0。
最后,可以设置时延平均值的门限为基线数值加上100ms,质量偏差的门限100。若每小时的时延平均值均超过基线数值100ms以上,并且连续n个小时的质量偏差均超过100,则输出时延过高告警。其中,n为根据实际情况预设的数量。
在本发明实施例中,由于4LTTFB值和7LTTFB值的改变是受不同的因素影响的,因此,可以先判断四层时延平均值和四层质量偏差是否超过预设的门限值,如果至少有一个未超过预设的门限值,则确定四层时延无问题,再判断七层时延平均值和七层质量偏差是否超过预设的门限值,当判断出是四层时延过高还是七层时延过高后,根据不同的问题出发不同的优化方案,实现互联网网络质量的自动优化。
在本发明实施例中,第一优化方案可以包括:
若目标业务类型为网内本地业务或网内异地业务,将目标资源方对应的资源方标识发送至节点测试平台分析路由故障位置;
若目标业务类型为网外业务,重新选择链路出口传输目标资源方的数据。
具体地,四层时延过高一般是由网络原因导致的,若目标业务类型为网内本地业务或网内异地业务,即网内业务时,可以将目标IP推送至节点测试平台,进行路由跟踪及测试定位分析,确定路由故障位置。若目标业务类型为网外业务,则可以将目标IP通过软件生成优化方案脚本后下发至设备,将其自动疏导至优质出口链路平台,该优质出口链路平台可以根据各链路的健康状况及负载情况,选择最优的链路出口发送及传输目标资源方的数据。
在本发明实施例中,第二优化方案可以包括:
确定目标资源方的数据中的可缓存数据的占比值;
若占比值超过预设门限值,利用缓存平台缓存目标资源方的数据;
若占比值未超过预设门限值,通知目标资源方进行处理。
具体地,七层时延过高一般是资源侧问题。软件可以根据目标Host(或目标IP)生成优化方案脚本,将其疏导至缓存平台,缓存系统在运行过程中会吐出资源可缓存性列表,确定可缓存数据的占比值,若占比值超过预设门限值,可以利用缓存平台缓存目标资源方的数据,若占比值未超过预设门限值,通知目标资源方进行处理,同时,不适合缓存的目标Host(或目标IP)将同时被联动删除。
图4示出了本发明另一个实施例提供的网络质量优化方法的流程示意图。如图4所示,该网络质量优化方法还包括:
S140、设置第一测试探针和第二测试探针;
S150、利用第一测试探针获得未实施优化方案的第一网络质量,利用第二测试探针获得实施优化方案后的第二网络质量;
S160、根据第一网络质量和第二网络质量,确定是否继续执行优化方案。
在本发明实施例中,第一测试探针和第二测试探针可以分别为两个路由。第一测试探针对应的路由按非优化环境测试,此处定义为A组探针,第二测试探针对应的路由按实时优化方案测试,用来模拟用户感知,验证优化效果,此处定义为B组探针。若AB组探针对目标Host(或目标IP)探测到的指标一致,则下发优化方案删除指令,停止执行优化方案。
在本发明实施例中,步骤S160、根据第一网络质量和第二网络质量,确定是否继续执行优化方案包括:
若第一网络质量和第二网络质量在第一预定时长内保持相同,停止执行优化方案。
在本发明实施例中,AB组探针的探测结果一致的情况包括两种:其一为非优化环境中域名质量改善,其二为优化方案并无效果。网络质量的波动和优化方案效果不佳的情况均可能导致优化方案的反复增删,因此需要定义一个惩罚机制,将系统维持在一个稳定运行的状态。
因此,根据第一网络质量和第二网络质量,确定是否继续执行优化方案还包括:
若目标资源方符合惩罚条件,延长第一预定时长至第二预定时长;其中,惩罚条件为目标资源方连续执行优化方案达到预订次数。
在本发明实施例中,当优化方案不再被反复增删时,说明网络质量不再波动或优化方案的效果较好,可以解除惩罚机制。
因此,根据第一网络质量和第二网络质量,确定是否继续执行优化方案还包括:
若目标资源方符合解除条件,缩短第二预定时长至第一预定时长;其中,解除条件包括目标资源方无需执行优化方案达到预定第三时长。
具体地,在本发明实施例中,根据第一网络质量和第二网络质量,确定是否继续执行优化方案具体方法的一个示例如下:
设定吐出告警列表的时间间隔为T1,当经过第一个T1时长的质量监控,出现在告警列表中的目标IP将根据优化方案进行第一次优化,即优化次数C=1,此时,A组合B组探针将分别进行每分钟m次的拨测,若持续T2的时间,AB组探针的探测指标一致,则删除并停止执行优化方案。当经过第二个T1时长的质量监控,该目标IP再次出现在告警列表中,则对该目标IP根据新的优化方案进行第二次优化,此时,优化次数C+1=2,并设置翻转次数R=1,同时,再次进行探针拨测。其中,告警列表中每连续出现一次该目标IP,翻转次数R增加1。若翻转次数R已连续增长至3,则该目标IP进入惩罚期,惩罚时长为T3,在惩罚期期间,若每经过T1的时间间隔,C次数不再增加,则R下降0.5,若连续经过4个T1时长后,R下降至1,则该目标IP退出惩罚期,若惩罚期内C次数仍旧产生递增,则R随之递增,且当R再次超过3时,惩罚时长重置为T3并且重新开始计时。
本发明实施例的网络质量优化方法,通过分析现网用户访问互联网的4LTTFB值和7LTTFB值来跟踪现网服务趋势,与传统质量监测系统不同之处在于,其能够记录用户真实发生的上网行为,并依据需求筛选其中需要的字段和请求,对用户实际发生的网络行为进行分析和记录,获得用户第一手的感知数据。因此,通过本发明实施例的网络质量优化方法,能够记录、回朔、实时查询网络和应用的质量信息,可以分析并呈现,包括:IPTV、4G、通缓、视频服务在内的综合内容网络的用户侧感知,能够提供服务器高延迟发生时的场景、影响的范围、影响的内容对象等一系列有助于流量分析的信息,是对网络中现有流量监测体系的补充和完善。
本发明实施例的网络质量优化方法,能够实现网络质量的主动优化,定时根据用户行为按访问量从高到低排序,对四层时延过高或七层时延过高的质差资源吐出告警列表,并针对不同的告警运用不同的优化方案,实现准实时的质差资源优化,可在批量用户感知下降造成投诉前,将大部分网外路由问题和可缓存资源问题解决,极大的降低人工验证及判断工作,精准定位质差资源并高效实现优化操作。
图5示出了本发明一个实施例提供的网络质量优化装置的结构示意图。如图5所示,该网络质量优化装置包括:
数据获取单元210,其配置为获取预定采样周期内的多个用户的互联网访问数据;
数据筛选单元220,其配置为筛选互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值;
质量优化单元230,其配置为根据4LTTFB值和7LTTFB值,确定目标业务类型下的目标资源方对应的优化方案。
在本发明实施例中,数据获取单元210可以通过分光或镜像的方式采集现网用户的上网数据,然后通过FPGA芯片的快速算法和定位,系统可以记录在40-100Gbps链路上所有用户访问的所有请求(4-7层会话数据),该4-7层会话数据即为互联网访问数据。
在本发明实施例中,数据筛选单元220可以根据需求,将http业务筛选出来,同时依据分析的需求,筛选数据报文中需要的字段和用户请求,最终以话单形式分类保存不同业务类型的不同资源方对应的4LTTFB值和7LTTFB值。
当具有了完整的数据来源后,质量优化单元230既可以依据预定的方法进行网络质量分析。本发明实施例的质量优化单元230提供了广谱分析能力,能为拨测分析平台和其他质量监控系统完善质差分析、测试,提供内容网络CDN或缓存质量分析与测试分析,分析客户端手机、家庭宽带、探针测试数据,形成报表,分析定位质差原因,并提出优化方法,分析设备IP地址分布、端口、设备等综合信息管理工作,协助开展资源调度分析、网间出口质量分析、重点ICP资源调度分析等。本发明实施例的质量优化单元230可以根据4LTTFB值和7LTTFB值,对四层时延过高或七层时延过高的质差资源吐出告警列表,并确定质差资源对应的目标业务类型和目标资源方,从而确定目标业务类型下的目标资源方的网络质量问题以及对应的优化方案。
在本发明实施例中,质量优化单元230被进一步配置为针对不同的告警类型运用不同的优化方案。
在本发明实施例中,网络质量优化装置还包括效果验证单元,效果验证单元包含分布式部署的第一测试探针和第二测试探针,效果验证单元被配置为利用第一测试探针和第二测试探针实时监控优化前后的效果,对是否继续执行优化方案进行动态更新。
由于质量的波动和效果不佳的情况均可能导致优化方案的反复增删,因此需要在效果验证单元中定义一个惩罚机制,避免频繁的优化方案的调整带来的性能消耗,将网络质量优化装置维持在一个稳定运行的状态。
图6示出了本发明实施例提供的网络质量优化设备的硬件结构示意图。
在网络质量优化设备可以包括处理器301以及存储有计算机程序指令的存储器302。
具体地,上述处理器301可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器302可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器302可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器302可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器302可在综合网关容灾设备的内部或外部。在特定实施例中,存储器302是非易失性固态存储器。在特定实施例中,存储器302包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器301通过读取并执行存储器302中存储的计算机程序指令,以实现上述实施例中的任意一种网络质量优化方法。
在一个示例中,网络质量优化设备还可包括通信接口303和总线310。其中,如图6所示,处理器301、存储器302、通信接口303通过总线310连接并完成相互间的通信。
通信接口303,主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线310包括硬件、软件或两者,将网络质量优化设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线310可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
该网络质量优化设备可以执行本发明实施例中的网络质量优化方法,从而实现结合上述附图描述的网络质量优化方法和装置。
另外,结合上述实施例中的网络质量优化方法,本发明实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种网络质量优化方法。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (13)

1.一种网络质量优化方法,其特征在于,包括:
获取预定采样周期内的多个用户的互联网访问数据;
筛选所述互联网访问数据,获得目标业务类型下的目标资源方对应的四层延迟(4LTTFB)值和七层延迟(7LTTFB)值;
根据4LTTFB值和7LTTFB值,确定所述目标业务类型下的所述目标资源方对应的优化方案。
2.根据权利要求1所述的网络质量优化方法,其特征在于,筛选所述互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值包括:
筛选所述互联网访问数据,获得多组由自制系统(AS)号、资源方标识、4LTTFB值和7LTTFB值构成的话单数据;
根据所述AS号,获得所述目标业务类型对应的话单数据;
根据所述资源方标识,获得目标业务类型下的目标资源方对应的所述4LTTFB值和所述7LTTFB值。
3.根据权利要求1所述的网络质量优化方法,其特征在于,根据4LTTFB值和7LTTFB值,确定所述目标业务类型下的所述目标资源方对应的优化方案包括:
根据所述4LTTFB值计算四层时延平均值和四层质量偏差;
若所述四层时延平均值和所述四层质量偏差均超过预设的门限值,确定执行第一优化方案;
若所述四层时延平均值和所述四层质量偏差中的至少一个未超过预设的门限值,根据所述7LTTFB值计算七层时延平均值和七层质量偏差;
若所述七层时延平均值和所述七层质量偏差均超过预设的门限值,确定执行第二优化方案。
4.根据权利要求3所述的网络质量优化方法,其特征在于,所述目标业务类型为网内本地业务、网内异地业务或网外业务。
5.根据权利要求4所述的网络质量优化方法,其特征在于,所述第一优化方案包括:
若所述目标业务类型为网内本地业务或网内异地业务,将所述目标资源方对应的资源方标识发送至节点测试平台分析路由故障位置;
若所述目标业务类型为网外业务,重新选择链路出口传输所述目标资源方的数据。
6.根据权利要求3所述的网络质量优化方法,其特征在于,所述第二优化方案包括:
确定所述目标资源方的数据中的可缓存数据的占比值;
若所述占比值超过预设门限值,利用缓存平台缓存所述目标资源方的数据;
若所述占比值未超过所述预设门限值,通知所述目标资源方进行处理。
7.根据权利要求1所述的网络质量优化方法,其特征在于,还包括:
设置第一测试探针和第二测试探针;
利用所述第一测试探针获得未实施所述优化方案的第一网络质量,利用所述第二测试探针获得实施所述优化方案后的第二网络质量;
根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案。
8.根据权利要求7所述的网络质量优化方法,其特征在于,根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案包括:
若所述第一网络质量和所述第二网络质量在第一预定时长内保持相同,停止执行所述优化方案。
9.根据权利要求8所述的网络质量优化方法,其特征在于,根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案还包括:
若所述目标资源方符合惩罚条件,延长所述第一预定时长至第二预定时长;其中,所述惩罚条件为所述目标资源方连续执行所述优化方案达到预订次数。
10.根据权利要求9所述的网络质量优化方法,其特征在于,根据所述第一网络质量和所述第二网络质量,确定是否继续执行所述优化方案还包括:
若所述目标资源方符合解除条件,缩短所述第二预定时长至所述第一预定时长;其中,所述解除条件包括所述目标资源方无需执行所述优化方案达到预定第三时长。
11.一种网络质量优化装置,其特征在于,所述装置包括:
数据获取单元,其配置为获取预定采样周期内的多个用户的互联网访问数据;
数据筛选单元,其配置为筛选所述互联网访问数据,获得目标业务类型下的目标资源方对应的4LTTFB值和7LTTFB值;
质量优化单元,其配置为根据4LTTFB值和7LTTFB值,确定所述目标业务类型下的所述目标资源方对应的优化方案。
12.一种网络质量优化设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器执行所述计算机程序指令时实现如权利要求1-10任意一项所述的网络质量优化方法。
13.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-10任意一项所述的网络质量优化方法。
CN201811615867.2A 2018-12-27 2018-12-27 网络质量优化方法、装置、设备及计算机存储介质 Active CN109728950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811615867.2A CN109728950B (zh) 2018-12-27 2018-12-27 网络质量优化方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811615867.2A CN109728950B (zh) 2018-12-27 2018-12-27 网络质量优化方法、装置、设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN109728950A true CN109728950A (zh) 2019-05-07
CN109728950B CN109728950B (zh) 2021-11-23

Family

ID=66296566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811615867.2A Active CN109728950B (zh) 2018-12-27 2018-12-27 网络质量优化方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN109728950B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114422403A (zh) * 2021-12-23 2022-04-29 中国人民解放军63921部队 一种基于数据基线的时延越限告警方法
CN114968391A (zh) * 2021-05-26 2022-08-30 中移互联网有限公司 应用程序加速方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530347A (zh) * 2013-10-09 2014-01-22 北京东方网信科技股份有限公司 一种基于大数据挖掘的互联网资源质量评估方法及系统
CN106130791A (zh) * 2016-08-12 2016-11-16 飞思达技术(北京)有限公司 基于服务质量的缓存设备服务能力遍历测试系统及方法
EP3286967B1 (en) * 2015-04-23 2018-06-13 Telefonaktiebolaget LM Ericsson (publ) Technique for scheduling transmission of content in an access network
CN108696561A (zh) * 2017-04-11 2018-10-23 中国移动通信集团河北有限公司 资源推送的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530347A (zh) * 2013-10-09 2014-01-22 北京东方网信科技股份有限公司 一种基于大数据挖掘的互联网资源质量评估方法及系统
EP3286967B1 (en) * 2015-04-23 2018-06-13 Telefonaktiebolaget LM Ericsson (publ) Technique for scheduling transmission of content in an access network
CN106130791A (zh) * 2016-08-12 2016-11-16 飞思达技术(北京)有限公司 基于服务质量的缓存设备服务能力遍历测试系统及方法
CN108696561A (zh) * 2017-04-11 2018-10-23 中国移动通信集团河北有限公司 资源推送的方法和装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114968391A (zh) * 2021-05-26 2022-08-30 中移互联网有限公司 应用程序加速方法及装置
CN114968391B (zh) * 2021-05-26 2023-07-25 中移互联网有限公司 应用程序加速方法及装置
CN114422403A (zh) * 2021-12-23 2022-04-29 中国人民解放军63921部队 一种基于数据基线的时延越限告警方法

Also Published As

Publication number Publication date
CN109728950B (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
Dhamdhere et al. Inferring persistent interdomain congestion
Bild et al. Aggregate characterization of user behavior in Twitter and analysis of the retweet graph
US8972568B2 (en) Quantifying user quality of experience by passive monitoring
US6708137B2 (en) System and method for providing composite variance analysis for network operation
US10193908B2 (en) Data transfer for network interaction fraudulence detection
EP2061194B1 (fr) Procédé et système de gestion de communication
CN104869155B (zh) 数据审计方法及装置
CN109831357B (zh) 一种服务验证方法、装置、存储介质及服务器
CN105610993B (zh) 一种域名解析方法、装置及系统
CN109728950A (zh) 网络质量优化方法、装置、设备及计算机存储介质
CN111327539A (zh) 一种业务调度的方法、装置及设备
CN108206769B (zh) 过滤网络质量告警的方法、装置、设备和介质
WO2016079046A1 (en) Diagnostic testing in networks
CN109873734B (zh) 一种底层数据监控方法、介质、设备及装置
CN105243007A (zh) 移动终端中内存的老化测试方法和装置
CN111277451B (zh) 一种业务评估方法、装置、终端设备和介质
CN108900339B (zh) 一种度量业务质量的方法、装置及电子设备
CN107948022B (zh) 一种对等网络流量的识别方法及识别装置
EP3593493B1 (en) Prediction of a performance indicator
CN109996254A (zh) 语音业务单通原因定位方法、装置、设备和介质
KR100553553B1 (ko) 순차적인 서비스 품질(QoS) 정보를 관리 및 제공하는시스템 및 방법
CN106919508A (zh) 一种计算机网络应用程序测试案例的生成方法
CN105630503B (zh) 一种基于用户操作记录的应用开发移动设备选取方法
CN115297037A (zh) 拨测方法、装置、设备及存储介质
CN112637881A (zh) 可靠性测试方法、装置和计算机存储介质

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