CN110177027A - 网络时延抖动度量方法、装置、计算机设备及存储介质 - Google Patents

网络时延抖动度量方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN110177027A
CN110177027A CN201910456140.2A CN201910456140A CN110177027A CN 110177027 A CN110177027 A CN 110177027A CN 201910456140 A CN201910456140 A CN 201910456140A CN 110177027 A CN110177027 A CN 110177027A
Authority
CN
China
Prior art keywords
value
delay variation
delay
network
data packet
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
CN201910456140.2A
Other languages
English (en)
Other versions
CN110177027B (zh
Inventor
黄敏龙
陈浩能
何志东
陈利
邹胜
苗咏
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.)
Shenzhen Huarui Distributed Technology Co.,Ltd.
Original Assignee
Shenzhen Huarui Financial 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 Shenzhen Huarui Financial Technology Co Ltd filed Critical Shenzhen Huarui Financial Technology Co Ltd
Priority to CN201910456140.2A priority Critical patent/CN110177027B/zh
Publication of CN110177027A publication Critical patent/CN110177027A/zh
Application granted granted Critical
Publication of CN110177027B publication Critical patent/CN110177027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • 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
    • H04L43/0852—Delays
    • H04L43/087—Jitter

Abstract

本发明实施例公开了一种网络时延抖动度量方法、装置、计算机设备及存储介质，其中所述方法包括从网络链路上连续获取预设数量n的数据包；根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn‑1，并构成一D值序列；根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn‑1，并构成一第一J值序列；确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn‑1的数量，并计算所确定的数量所占的百分比；若百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。本发明能够更为精确地度量网络链路中的网络时延抖动情况。

Description

网络时延抖动度量方法、装置、计算机设备及存储介质
技术领域
本发明涉及计算机网络领域，尤其涉及一种网络时延抖动度量方法、装置、计算机设备及存储介质。
背景技术
网络时延抖动是指在一个固定网络链路，一个主机向另一个主机发送消息，消息在网络内传输时延大小的变化。理想情况下，网络传输的时延不变，则该网络内不存在抖动，但在实际应用过程中，数据包传输容易受到链路拥塞、网络设备收发队列等因素影响，则必然会导致网络时延抖动的存在。网络时延抖动是衡量网络质量的一个重要指标。
目前时延抖动的算法主要有MPPDV、MAPDV、MAPDV2、RTP/RTCP等，都依赖于时延大小变化的平均值进行计算。对平均值较大的依赖，反而容易减小或放大了数据传输时延的尖峰，短期居高状态对时延抖动值的影响。再者网络时延抖动的优化方案和效果评估，是需要建立在能够精确度量时延抖动的前提之下的，而传统的网络时延抖动算法能力存在一定的局限性。
发明内容
本发明实施例提供一种网络时延抖动度量方法、装置、计算机设备及存储介质，其能更为精确地度量网络链路中的网络时延抖动情况，从而准确评估网络质量，以实现对网络的不同层面的优化。
第一方面，本发明实施例提供了一种网络时延抖动度量方法，该方法包括：
若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数；
根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列；
若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列；
确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比；
若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
第二方面，本发明实施例还提供了一种网络时延抖动度量装置，该装置包括：
数据获取单元，用于若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数；
第一计算单元，用于根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列；
第二计算单元，用于若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列；
第三计算单元，用于确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比；
提示生成单元，用于若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
第三方面，本发明实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。
本发明实施例提供了一种网络时延抖动度量方法、装置、计算机设备及存储介质。本发明实施例通过对时延抖动评估值的迭代计算，能够精确地度量网络链路中网络时延抖动发生的情况，同时还能够通过一系列的时延抖动评估值来准确监控评估网络质量，以实现对网络的不同层面的优化。
附图说明
为了更清楚地说明本发明实施例技术方案，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网络时延抖动度量方法的流程示意图；
图2是本发明另一实施例提供的一种网络时延抖动度量方法的流程示意图；
图3是本发明实施例提供的一种网络时延抖动度量装置的示意性框图；
图4是本发明另一实施例提供的一种网络时延抖动度量装置的示意性框图；
图5是本发明实施例提供的一种计算机设备结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
请参阅图1，图1是本申请实施例提供的一种网络时延抖动度量方法的示意流程图。具体的本申请通过对网络链路中的数据包的网络时延大小的变化进行精准度量，能够有效评估衡量网络质量，从而更好地实现对网络的优化。其中，该方法的步骤包括步骤S101～S105。
步骤S101，若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数。
在本实施例中，网络时延抖动是指在一段时间内，相同的两主机之间网络传输时延大小的变化过程。当接收到网络时延抖动度量请求时，可以在网络链路中抓取数据包的时候，使用Tcpdump等工具获取数据包的时间戳，从而确定每个数据包在主机上发送和接收的纳秒级时间。为了更为精确地度量网络时延抖动的情况，需要从网络链路上连续获取一定数量的数据包，预设数量n可以根据实际情况进行设置，在此处并不做限制。
其中，通过数据包的抓取工具能够在抓取数据包的同时确定每个数据包的发送时间Sn和接收时间Rn，当然为了计算网络时延抖动，此时的n可以是大于或等于2的整数。
在一实施例中，所述步骤S101还可以包括以下步骤：
若接收到网络时延抖动度量请求，每隔预设时间从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn。
在本实施例中，当接收到网络时延抖动度量请求后，可以每个预设时间即从网络链路上获取预设数量n的数据包，以便于定时度量计算网络链路的网络时延抖动情况，并便于实现用户对网络质量的监控，从而提示用户进行相应地网络优化。
步骤S102，根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列。
在本实施例中，每相邻的两个数据包之间的时延抖动变化值Dn-1可以根据预设的第一公式进行计算。例如，在主机1和主机2进行网络通信时，对于在网络链路中按相邻顺序依次进行传送的两个数据包Pn以及Pn-1而言，数据包Pn-1在主机1上的发送时间为Sn-1，在主机2上的接收时间为Rn-1；数据包Pn在主机1上的发送时间为Sn，在主机2上的接收时间为Rn。同时，对预设数量n的数据包依次进行两两计算，可以得到n-1个时延抖动变化值，并由着n-1个时延抖动变化值Dn-1根据n的取值的不同按顺序排列构成一个D值序列。
在一实施例中，由于处于网络链路两端的主机之间不一定存在时钟同步关系，加上复杂的网络链路情况，时钟同步可能会存在较大的误差，故在不依赖于主机系统时钟的情况下，由于主机时钟的频率是基本一致的，则用于计算连续两个数据包之间的时延抖动变化值Dn-1的预设的第一公式可以是
Dn-1＝|(Sn-1-Sn)-(Rn-1-Rn)|。
步骤S103，若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列。
在本实施例中，一般情况，对少量连续的数据包传输时的时延抖动进行评估时，可以根据预设迭代算法模型对所述D值序列进行迭代计算得到迭代后的值。所述预设迭代算法模型是指能够实现对时延抖动评估值Jn-1进行迭代计算的算法模型；也就是说通过预设迭代算法模型将由根据预设数量n的数据包得到的时延抖动变化值所在的D值序列映射为由时延抖动评估值Jn-1构成的第一J值序列。通过分析第一J值序列中的时延抖动评估值Jn-1的大小，能够反映出当前的网络链路的时延抖动情况，进而评估当前的网络链路的质量。尤其是，如果D值序列全都为0，则传输的数据包在时延上反映网络链路没有任何抖动，不需要优化。
在一实施例中，预设迭代算法模型可以是：将当前的时延抖动评估值Jm定义为上一个时延抖动评估值Jm-1与当前的时延抖动变化值Dm以各占一定权重的方法相加。当只有两个数据包发送时，时延抖动评估值J1为时延抖动变化值D1；当数据包的数量大于2时，时延抖动评估值Jm可见如下公式。即对所述D值序列进行迭代计算的预设迭代算法模型为
其中，m＝n-1，且m大于或等于2的整数；T为迭代系数，且T大于0且小于1。
具体的，当迭代系数T越大，则代表前一个时延抖动评估值的权重越大，同时降低了当前的时延抖动变化值的权重，此时计算出的时延抖动评估值Jm可更侧重于时延抖动变化的平均情况，但是用也不易表达网络时延抖动中的尖峰抖动情况。反之，迭代系数T越小，代表当前的时延抖动变化值的权重越大，此时计算出的时延抖动评估值Jm可更侧重于当前时刻的时延抖动，难以反映连续一端数值包的网络时延抖动的整体情况。故关于迭代系数T的选取可以根据实际情况进行选择。
作为可选的实施例，T的取值范围可以为0.4～0.6。当然，作为优选的，可以定义T为0.5，以便兼顾网络时延抖动的变化过程和当前最新的网络时延抖动情况。
步骤S104，确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比；
在本实施例中，为了确定网络链路的网络时延抖动情况，可以通过确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，从而计算出超过预设数值范围的时延抖动评估值在所述第一J值序列中所占的百分比。
其中，所述预设数值范围可以根据具体情况进行相应的设置。作为优选的，所述预设数值范围可以是0～200纳秒。
步骤S105，若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
在本实施例中，若第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量在所述第一J值序列中所占的百分比大于预设占比，则表明网络链路不稳定，此时即可生成相应的网络时延抖动预警信息，从而提示用户进行相应的网络优化，如关注网络流量大小和网卡硬件芯片频率等。而若所述百分比小于或等于预设占比，则表明该网络链路较为稳定。
综上，本申请通过对时延抖动评估值的迭代计算，能够精确地度量网络链路中网络时延抖动发生的情况，同时还能够通过一系列的时延抖动评估值来准确监控评估网络质量，以实现对网络的不同层面的优化。
请参阅图2，图2是本发明另一实施例提供的一种网络时延抖动度量方法的示意流程图。本实施例与图1所示的实施例中的区别在于所述步骤S105之前还包括步骤S206～S209，本实施例与图1所示的实施例中相同的部分的相关解释和详细说明在此不再赘述，下面详细说明的为本实施例中所增加的步骤。
步骤S201，若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数。
步骤S202，根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列。
步骤S203，若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列。
步骤S204，确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比。
步骤S206，若所述预设数量n大于第一预设阀值，按排列顺序将D值序列均分为k个D值子序列，以使每个D值子序列均包括q个按顺序排列的时延抖动变化值，k为大于或等于2的整数，q为小于或等于第一预设阀值的正整数。
在本实施例中，若所述预设数量n大于第一预设阀值，即表明当数据包的数量较大，此时前面部分的数据包传输时的时延抖动变化值难以在时延抖动评估值的大小上进行体现，反而后面部分的数据包传输时的时延抖动变化值在很大程度上影响了时延抖动评估值的大小。故此时为了精确计算大量连续数据包在传输时的网络时延抖动，可以按排列顺序将D值序列均分k个D值子序列，同时，每个D值子序列均包括q个按顺序排列的时延抖动变化值，一般情况下，k为大于或等于2的整数，同时，k的取值可以根据预设数量n和q的大小进行确定。
例如，q的值可以是32，即需要按32个连续时延抖动变化值每段对D值序列进行分段，每段即为一个D值子序列；同时按照上述的预设迭代算法模型计算每一段的最后一位的时延抖动评估值Jk。当然，在D值子序列的数量超过某一个限定值时，也可以对每32个连续的Jk进行相应的划分，依据相同的算法，进一步地迭代计算另一时延抖动评估值Jxk。依此递归，最终计算出的值为一整段时间内网络传输时延的精确抖动值。在计算过程中的各个J值序列均可以精确反映这一段时间内网络时延抖动的变化过程。
步骤S207，根据预设迭代算法模型对每个D值子序列分别进行迭代计算，以得到每个D值子序列中第q位时延抖动变化值所对应的时延抖动评估值Jk，并将所有的时延抖动评估值Jk均确定为新的时延抖动变化值Dk，以使所有更新后的时延抖动变化值Dk按顺序排列构成一个新的D值序列。
在本实施例中，可以根据预先设置的迭代算法模型对每个D值子序列分别进行迭代计算，此时可以计算得到每个D值子序列中第q位时延抖动变化值所对应的时延抖动评估值Jk。为了再次通过预设迭代算法模型进行相应的迭代计算，此时需要将所有的时延抖动评估值Jk均确定为新的时延抖动变化值Dk，从而使得所有更新之后的时延抖动变化值Dk能够按照顺序排列成为一个新的D值序列。
步骤S208，根据预设迭代算法模型对所述新的D值序列进行迭代计算，以得到时延抖动评估值Jxk，并由所有的时延抖动评估值Jxk按顺序排列构成一个第二J值序列。
在本实施例中，需要再次根据预设迭代算法模型对上述的心的D值序列再次进行迭代计算，从而得到相应的时延抖动评估值Jxk，为了进行相应的分析，还需要将所有的时延抖动评估值Jxk按顺序排列成为一个第二J值序列。
步骤S209，确定所述第二J值序列中超过预设数值范围的时延抖动评估值Jxk的数量，并计算所确定的数量在所述第二J值序列中所占的百分比。
在本实施例中，为了对网络进行相应的优化，需要确定网络链路的网络时延抖动情况，即可以通过确定所述第二J值序列中超过预设数值范围的时延抖动评估值Jxk的数量，从而计算出超过预设数值范围的时延抖动评估值在所述第二J值序列中所占的百分比。其中，所述预设数值范围可以根据具体情况进行相应的设置。作为优选的，所述预设数值范围可以是0～200纳秒。
步骤S205，若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
在另一实施例中，所述步骤208之后还包括：
步骤S210，若所述第二J值序列中的时延抖动评估值的数量大于第一预设阀值，将所有的时延抖动评估值Jxk均确定为新的时延抖动变化值Dk，以使所有更新后的时延抖动变化值Dk按顺序排列构成另一个新的D值序列。
在本实施例中，为了进一步精确度量网络时延抖动的情况，当第二J值序列中的时延抖动评估值的数量还大于第一预设阀值时，可以将将所有的时延抖动评估值Jxk均确定为新的时延抖动变化值Dk，并通过将所有的更新后的时延抖动变化值Dk按顺序构成另一个新的D值序列，从而能够实现对另一个新的D值序列的再次的迭代计算。
其中，构成另一个新的D值序列后，需要返回所述步骤S206，从而实现D值子序列的划分等，其中具体是，按排列顺序将D值序列均分为k个D值子序列，以使每个D值子序列均包括q个按顺序排列的时延抖动变化值，k为大于或等于2的整数的步骤，直至最后的J值序列的时延抖动评估值的数量小于或等于第一预设阀值。
本领域普通技术员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等。
请参阅图3，对应上述一种网络时延抖动度量方法，本发明实施例还提出一种网络时延抖动度量装置，该装置100包括：数据获取单元101、第一计算单元102、第二计算单元103、第三计算单元104以及提示生成单元105。
数据获取单元101，用于若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数。
在本实施例中，网络时延抖动是指在一段时间内，相同的两主机之间网络传输时延大小的变化过程。当接收到网络时延抖动度量请求时，可以在网络链路中抓取数据包的时候，使用Tcpdump等工具获取数据包的时间戳，从而确定每个数据包在主机上发送和接收的纳秒级时间。为了更为精确地度量网络时延抖动的情况，需要从网络链路上连续获取一定数量的数据包，预设数量n可以根据实际情况进行设置，在此处并不做限制。
在一实施例中，所述数据获取单元S101还可以用于若接收到网络时延抖动度量请求，每隔预设时间从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn。
在本实施例中，当接收到网络时延抖动度量请求后，可以每个预设时间即从网络链路上获取预设数量n的数据包，以便于定时度量计算网络链路的网络时延抖动情况，并便于实现用户对网络质量的监控，从而提示用户进行相应地网络优化。
第一计算单元102，用于根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列。
在本实施例中，每相邻的两个数据包之间的时延抖动变化值Dn-1可以根据预设的第一公式进行计算。例如，在主机1和主机2进行网络通信时，对于在网络链路中按相邻顺序依次进行传送的两个数据包Pn以及Pn-1而言，数据包Pn-1在主机1上的发送时间为Sn-1，在主机2上的接收时间为Rn-1；数据包Pn在主机1上的发送时间为Sn，在主机2上的接收时间为Rn。同时，对预设数量n的数据包依次进行两两计算，可以得到n-1个时延抖动变化值，并由着n-1个时延抖动变化值Dn-1根据n的取值的不同按顺序排列构成一个D值序列。
在一实施例中，由于处于网络链路两端的主机之间不一定存在时钟同步关系，加上复杂的网络链路情况，时钟同步可能会存在较大的误差，故在不依赖于主机系统时钟的情况下，由于主机时钟的频率是基本一致的，则用于计算连续两个数据包之间的时延抖动变化值Dn-1的预设的第一公式可以是
Dn-1＝|(Sn-1-Sn)-(Rn-1-Rn)|。
第二计算单元103，用于若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列。
在本实施例中，一般情况，对少量连续的数据包传输时的时延抖动进行评估时，可以根据预设迭代算法模型对所述D值序列进行迭代计算得到迭代后的值。所述预设迭代算法模型是指能够实现对时延抖动评估值Jn-1进行迭代计算的算法模型；也就是说通过预设迭代算法模型将由根据预设数量n的数据包得到的时延抖动变化值所在的D值序列映射为由时延抖动评估值Jn-1构成的第一J值序列。通过分析第一J值序列中的时延抖动评估值Jn-1的大小，能够反映出当前的网络链路的时延抖动情况，进而评估当前的网络链路的质量。尤其是，如果D值序列全都为0，则传输的数据包在时延上反映网络链路没有任何抖动，不需要优化。
在一实施例中，预设迭代算法模型可以是：将当前的时延抖动评估值Jm定义为上一个时延抖动评估值Jm-1与当前的时延抖动变化值Dm以各占一定权重的方法相加。当只有两个数据包发送时，时延抖动评估值J1为时延抖动变化值D1；当数据包的数量大于2时，时延抖动评估值Jm可见如下公式。即对所述D值序列进行迭代计算的预设迭代算法模型为
其中，m＝n-1，且m大于或等于2的整数；T为迭代系数，且T大于0且小于1。
具体的，当迭代系数T越大，则代表前一个时延抖动评估值的权重越大，同时降低了当前的时延抖动变化值的权重，此时计算出的时延抖动评估值Jm可更侧重于时延抖动变化的平均情况，但是用也不易表达网络时延抖动中的尖峰抖动情况。反之，迭代系数T越小，代表当前的时延抖动变化值的权重越大，此时计算出的时延抖动评估值Jm可更侧重于当前时刻的时延抖动，难以反映连续一端数值包的网络时延抖动的整体情况。故关于迭代系数T的选取可以根据实际情况进行选择。
作为可选的实施例，T的取值范围可以为0.4～0.6。当然，作为优选的，可以定义T为0.5，以便兼顾网络时延抖动的变化过程和当前最新的网络时延抖动情况。
第三计算单元104，用于确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比。
在本实施例中，为了确定网络链路的网络时延抖动情况，可以通过确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，从而计算出超过预设数值范围的时延抖动评估值在所述第一J值序列中所占的百分比。
其中，所述预设数值范围可以根据具体情况进行相应的设置。作为优选的，所述预设数值范围可以是0～200纳秒。
提示生成单元105，用于若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
在本实施例中，若第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量在所述第一J值序列中所占的百分比大于预设占比，则表明网络链路不稳定，此时即可生成相应的网络时延抖动预警信息，从而提示用户进行相应的网络优化，如关注网络流量大小和网卡硬件芯片频率等。而若所述百分比小于或等于预设占比，则表明该网络链路较为稳定。
请参阅图4，图4是本发明另一实施例提供的一种网络时延抖动度量装置的示意性框图。本实施例的装置200与图3所示的实施例中的装置100区别在于所述提示生成单元105之前还包括序列均分单元206、第四计算单元207、第五计算单元208以及第六计算单元209，本实施例与图4所示的实施例中相同的部分的相关解释和详细说明在此不再赘述，下面详细说明的为本实施例中所增加的单元。
数据获取单元201，用于若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数。
第一计算单元202，用于根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列。
第二计算单元203，用于若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列。
第三计算单元204，用于确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比。
序列均分单元206，用于若所述预设数量n大于第一预设阀值，按排列顺序将D值序列均分为k个D值子序列，以使每个D值子序列均包括q个按顺序排列的时延抖动变化值，k为大于或等于2的整数，q为小于或等于第一预设阀值的正整数。
在本实施例中，若所述预设数量n大于第一预设阀值，即表明当数据包的数量较大，此时前面部分的数据包传输时的时延抖动变化值难以在时延抖动评估值的大小上进行体现，反而后面部分的数据包传输时的时延抖动变化值在很大程度上影响了时延抖动评估值的大小。故此时为了精确计算大量连续数据包在传输时的网络时延抖动，可以按排列顺序将D值序列均分k个D值子序列，同时，每个D值子序列均包括q个按顺序排列的时延抖动变化值，一般情况下，k为大于或等于2的整数，同时，k的取值可以根据预设数量n和q的大小进行确定。
例如，q的值可以是32，即需要按32个连续时延抖动变化值每段对D值序列进行分段，每段即为一个D值子序列；同时按照上述的预设迭代算法模型计算每一段的最后一位的时延抖动评估值Jk。当然，在D值子序列的数量超过某一个限定值时，也可以对每32个连续的Jk进行相应的划分，依据相同的算法，进一步地迭代计算另一时延抖动评估值Jxk。依此递归，最终计算出的值为一整段时间内网络传输时延的精确抖动值。在计算过程中的各个J值序列均可以精确反映这一段时间内网络时延抖动的变化过程。
第四计算单元207，用于根据预设迭代算法模型对每个D值子序列分别进行迭代计算，以得到每个D值子序列中第q位时延抖动变化值所对应的时延抖动评估值Jk，并将所有的时延抖动评估值Jk均确定为新的时延抖动变化值Dk，以使所有更新后的时延抖动变化值Dk按顺序排列构成一个新的D值序列。
在本实施例中，可以根据预先设置的迭代算法模型对每个D值子序列分别进行迭代计算，此时可以计算得到每个D值子序列中第q位时延抖动变化值所对应的时延抖动评估值Jk。为了再次通过预设迭代算法模型进行相应的迭代计算，此时需要将所有的时延抖动评估值Jk均确定为新的时延抖动变化值Dk，从而使得所有更新之后的时延抖动变化值Dk能够按照顺序排列成为一个新的D值序列。
第五计算单元208，用于根据预设迭代算法模型对所述新的D值序列进行迭代计算，以得到时延抖动评估值Jxk，并由所有的时延抖动评估值Jxk按顺序排列构成一个第二J值序列。
在本实施例中，需要再次根据预设迭代算法模型对上述的心的D值序列再次进行迭代计算，从而得到相应的时延抖动评估值Jxk，为了进行相应的分析，还需要将所有的时延抖动评估值Jxk按顺序排列成为一个第二J值序列。
第六计算单元209，用于确定所述第二J值序列中超过预设数值范围的时延抖动评估值Jxk的数量，并计算所确定的数量在所述第二J值序列中所占的百分比。
在本实施例中，为了对网络进行相应的优化，需要确定网络链路的网络时延抖动情况，即可以通过确定所述第二J值序列中超过预设数值范围的时延抖动评估值Jxk的数量，从而计算出超过预设数值范围的时延抖动评估值在所述第二J值序列中所占的百分比。其中，所述预设数值范围可以根据具体情况进行相应的设置。作为优选的，所述预设数值范围可以是0～200纳秒。
提示生成单元205，用于若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
在另一实施例中，所述步骤208之后还包括：
序列更新单元210，用于若所述第二J值序列中的时延抖动评估值的数量大于第一预设阀值，将所有的时延抖动评估值Jxk均确定为新的时延抖动变化值Dk，以使所有更新后的时延抖动变化值Dk按顺序排列构成另一个新的D值序列。
在本实施例中，为了进一步精确度量网络时延抖动的情况，当第二J值序列中的时延抖动评估值的数量还大于第一预设阀值时，可以将将所有的时延抖动评估值Jxk均确定为新的时延抖动变化值Dk，并通过将所有的更新后的时延抖动变化值Dk按顺序构成另一个新的D值序列，从而能够实现对另一个新的D值序列的再次的迭代计算。
其中，构成另一个新的D值序列后，需要返回所述序列均分单元206，从而实现D值子序列的划分等，其中序列均分单元206具体是用于按排列顺序将D值序列均分为k个D值子序列，以使每个D值子序列均包括q个按顺序排列的时延抖动变化值，k为大于或等于2的整数的步骤，直至最后的J值序列的时延抖动评估值的数量小于或等于第一预设阀值。
需要说明的是，所属领域的技术人员可以清楚地了解到，上述网络时延抖动度量装置和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
由以上可见，在硬件实现上，以上数据获取单元101、第一计算单元102、第二计算单元103、第三计算单元104以及提示生成单元105等可以以硬件形式内嵌于或独立于异常交易行为分析的装置中，也可以以软件形式存储于网络时延抖动度量装置的存储器中，以便处理器调用执行以上各个单元对应的操作。该处理器可以为中央处理单元(CPU)、微处理器、单片机等。
上述网络时延抖动度量装置可以实现为一种计算机程序的形式，计算机程序可以在如图5所示的计算机设备上运行。
图5为本发明一种计算机设备的结构组成示意图。该设备可以是终端，终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。
参照图5，该计算机设备300包括通过系统总线301连接的处理器302、存储器、内存储器304和网络接口305，其中，存储器可以包括非易失性存储介质303和内存储器304。
该非易失性存储介质303可存储操作系统3031和计算机程序3032，该计算机程序3032被执行时，可使得处理器302执行一种网络时延抖动度量方法。
该处理器302用于提供计算和控制能力，支撑整个计算机设备300的运行。
该内存储器304为非易失性存储介质303中的计算机程序3032的运行提供环境，该计算机程序3032被处理器302执行时，可使得处理器302执行一种网络时延抖动度量方法。
该网络接口305用于与其它设备进行网络通信。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备300的限定，具体的计算机设备300可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器302用于运行存储在存储器中的计算机程序3032，以实现如上述实施例中的网络时延抖动度量方法中的步骤。
应当理解，在本申请实施例中，处理器302可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器302还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，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。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。
因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序，该计算机程序被处理器执行时使处理器执行如上述实施例中的网络时延抖动度量方法中的步骤。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述，仅为本发明的具体实施方式，但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。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种网络时延抖动度量方法，其特征在于，包括：
若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数；
根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列；
若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列；
确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比；
若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
2.如权利要求1所述的方法，其特征在于，所述若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn的步骤，包括：
若接收到网络时延抖动度量请求，每隔预设时间从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn。
3.如权利要求1所述的方法，其特征在于，所述第一公式为
Dn-1＝|(Sn-1-Sn)-(Rn-1-Rn)|。
4.如权利要求1所述的方法，其特征在于，对所述D值序列进行迭代计算的预设迭代算法模型为
其中，m＝n-1，且m大于或等于2的整数；T为迭代系数，且T大于0且小于1。
5.如权利要求4所述的方法，其特征在于，T的取值范围为0.4～0.6。
6.如权利要求1所述的方法，其特征在于，所述若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化的步骤之前，所述方法还包括：
若所述预设数量n大于第一预设阀值，按排列顺序将D值序列均分为k个D值子序列，以使每个D值子序列均包括q个按顺序排列的时延抖动变化值，k为大于或等于2的整数，q为小于或等于第一预设阀值的正整数；
根据预设迭代算法模型对每个D值子序列分别进行迭代计算，以得到每个D值子序列中第q位时延抖动变化值所对应的时延抖动评估值Jk，并将所有的时延抖动评估值Jk均确定为新的时延抖动变化值Dk，以使所有更新后的时延抖动变化值Dk按顺序排列构成一个新的D值序列；
根据预设迭代算法模型对所述新的D值序列进行迭代计算，以得到时延抖动评估值Jxk，并由所有的时延抖动评估值Jxk按顺序排列构成一个第二J值序列；
确定所述第二J值序列中超过预设数值范围的时延抖动评估值Jxk的数量，并计算所确定的数量在所述第二J值序列中所占的百分比。
7.如权利要求6所述的方法，其特征在于，所述根据预设迭代算法模型对所述新的D值序列进行迭代计算，以得到时延抖动评估值Jxk，并由所有的时延抖动评估值Jxk按顺序排列构成一个第二J值序列的步骤之后，包括：
若所述第二J值序列中的时延抖动评估值的数量大于第一预设阀值，将所有的时延抖动评估值Jxk均确定为新的时延抖动变化值Dk，以使所有更新后的时延抖动变化值Dk按顺序排列构成另一个新的D值序列；
返回所述按排列顺序将D值序列均分为l个D值子序列，以使每个D值子序列均包括q个按顺序排列的时延抖动变化值，l为大于或等于2的整数的步骤，直至最后的J值序列的时延抖动评估值的数量小于或等于第一预设阀值。
8.一种网络时延抖动度量装置，其特征在于，所述装置包括：
数据获取单元，用于若接收到网络时延抖动度量请求，从网络链路上连续获取预设数量n的数据包，并确定每个数据包的发送时间Sn和接收时间Rn，其中n为大于或等于2的整数；
第一计算单元，用于根据每个数据包的发送时间Sn、接收时间Rn以及预设的第一公式依次计算每两个相邻数据包之间的时延抖动变化值Dn-1，并由所有的时延抖动变化值Dn-1按顺序排列构成一个D值序列；
第二计算单元，用于若所述预设数量n小于或等于第一预设阀值，根据预设迭代算法模型对所述D值序列进行迭代计算，以得到时延抖动评估值Jn-1，并由所有的时延抖动评估值Jn-1按顺序排列构成一个第一J值序列；
第三计算单元，用于确定所述第一J值序列中超过预设数值范围的时延抖动评估值Jn-1的数量，并计算所确定的数量在所述第一J值序列中所占的百分比；
提示生成单元，用于若所述百分比大于预设占比，生成相应的网络时延抖动预警信息，以提示用户进行相应的网络优化。
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器执行如权利要求1-7中任一项所述的方法。
CN201910456140.2A 2019-05-29 2019-05-29 网络时延抖动度量方法、装置、计算机设备及存储介质 Active CN110177027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910456140.2A CN110177027B (zh) 2019-05-29 2019-05-29 网络时延抖动度量方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910456140.2A CN110177027B (zh) 2019-05-29 2019-05-29 网络时延抖动度量方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN110177027A true CN110177027A (zh) 2019-08-27
CN110177027B CN110177027B (zh) 2020-10-27

Family

ID=67696061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910456140.2A Active CN110177027B (zh) 2019-05-29 2019-05-29 网络时延抖动度量方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110177027B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110838950A (zh) * 2019-10-21 2020-02-25 大唐软件技术股份有限公司 一种网络性能抖动值的确定方法及装置
CN113037585A (zh) * 2021-01-04 2021-06-25 大唐软件技术股份有限公司 一种网络稳定性评估方法和装置
CN113497932A (zh) * 2020-04-07 2021-10-12 上海交通大学 测量视频传输时延的方法、系统及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103326903A (zh) * 2013-07-05 2013-09-25 华北电力大学 基于隐马尔科夫的Internet网络时延预测方法
US8670315B1 (en) * 2004-12-15 2014-03-11 Rockstar Consortium Us Lp Method and apparatus for estimating end-to-end packet delay
CN107196821A (zh) * 2017-05-24 2017-09-22 深圳市乃斯网络科技有限公司 网络链路中时延的校验方法及系统
CN108667686A (zh) * 2018-04-11 2018-10-16 国电南瑞科技股份有限公司 一种网络报文时延测量的可信度评估方法
CN108768778A (zh) * 2018-05-31 2018-11-06 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种网络时延计算方法、装置、设备及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8670315B1 (en) * 2004-12-15 2014-03-11 Rockstar Consortium Us Lp Method and apparatus for estimating end-to-end packet delay
CN103326903A (zh) * 2013-07-05 2013-09-25 华北电力大学 基于隐马尔科夫的Internet网络时延预测方法
CN107196821A (zh) * 2017-05-24 2017-09-22 深圳市乃斯网络科技有限公司 网络链路中时延的校验方法及系统
CN108667686A (zh) * 2018-04-11 2018-10-16 国电南瑞科技股份有限公司 一种网络报文时延测量的可信度评估方法
CN108768778A (zh) * 2018-05-31 2018-11-06 中国商用飞机有限责任公司北京民用飞机技术研究中心 一种网络时延计算方法、装置、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董雯: "基于排队理论的通信网络时延抖动建模与性能分析", 《中国优秀硕士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110838950A (zh) * 2019-10-21 2020-02-25 大唐软件技术股份有限公司 一种网络性能抖动值的确定方法及装置
CN113497932A (zh) * 2020-04-07 2021-10-12 上海交通大学 测量视频传输时延的方法、系统及介质
CN113497932B (zh) * 2020-04-07 2022-10-18 上海交通大学 测量视频传输时延的方法、系统及介质
CN113037585A (zh) * 2021-01-04 2021-06-25 大唐软件技术股份有限公司 一种网络稳定性评估方法和装置

Also Published As

Publication number Publication date
CN110177027B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN110177027A (zh) 网络时延抖动度量方法、装置、计算机设备及存储介质
CN110417650A (zh) 多链路数据分配方法、装置及电子设备
Pásztor et al. The packet size dependence of packet pair like methods
CN100463416C (zh) 一种网络最大可用带宽的测试方法
CN101682548A (zh) 可用带宽估计
CN104184659B (zh) 一种用于获取网络中数据包的方法与设备
US20170118088A1 (en) Service chain management apparatus, service chain management system, service chain management method, and program recording medium
CN111541626A (zh) 网络带宽更新方法、装置、电子设备及存储介质
CN104753626B (zh) 一种数据压缩方法、设备及系统
CN110198332A (zh) 内容分发网络节点的调度方法、装置及存储介质
CN109151848B (zh) 确定网络服务质量的方法、装置及服务器
CN109213965B (zh) 一种系统容量预测方法、计算机可读存储介质及终端设备
CN108075851A (zh) 用于同步时钟的设备和方法
CN110311963A (zh) 消息推送方法、装置、计算机设备及计算机可读存储介质
CN110365598A (zh) 心跳消息发送的方法、装置、服务器、终端及存储介质
EP3264696A1 (en) Control device, traffic control method, and recording medium onto which computer program is recorded
CN105553781B (zh) 测量瓶颈带宽的方法和装置
CN107276856A (zh) 网络检测方法、网络检测装置及智能终端
CN109587075B (zh) 一种业务处理方法、装置、设备及存储介质
CN108418730B (zh) 网络流量测试方法、装置、设备以及计算机可读存储介质
US10263873B2 (en) Method and system for determining short-timescale traffic rates from time-stamped packet data
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
JP2011142439A (ja) データ収集システムおよびそのデータ収集サーバ
CN113381873B (zh) 网络设备的扩容方法和相关装置
CN105577903B (zh) 一种信号显示方法及移动终端

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
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: Room 2301, building 5, Shenzhen new generation industrial park, 136 Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen, Guangdong 518000

Patentee after: SHENZHEN ARCHFORCE FINANCIAL TECHNOLOGY Co.,Ltd.

Address before: 603-604, block a, Tianjing building, Tian'an Digital City, Shatou street, Futian District, Shenzhen, Guangdong 518000

Patentee before: SHENZHEN ARCHFORCE FINANCIAL TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 2301, building 5, Shenzhen new generation industrial park, 136 Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen, Guangdong 518000

Patentee after: Shenzhen Huarui Distributed Technology Co.,Ltd.

Address before: Room 2301, building 5, Shenzhen new generation industrial park, 136 Zhongkang Road, Meidu community, Meilin street, Futian District, Shenzhen, Guangdong 518000

Patentee before: SHENZHEN ARCHFORCE FINANCIAL TECHNOLOGY Co.,Ltd.