CN111049745A - 一种基于大数据分析的网络规划方法及装置 - Google Patents

一种基于大数据分析的网络规划方法及装置 Download PDF

Info

Publication number
CN111049745A
CN111049745A CN201911340835.0A CN201911340835A CN111049745A CN 111049745 A CN111049745 A CN 111049745A CN 201911340835 A CN201911340835 A CN 201911340835A CN 111049745 A CN111049745 A CN 111049745A
Authority
CN
China
Prior art keywords
network
time
path
packet loss
preset
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
CN201911340835.0A
Other languages
English (en)
Other versions
CN111049745B (zh
Inventor
刘莉
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.)
Xiamen Yealink Network Technology Co Ltd
Original Assignee
Xiamen Yealink Network 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 Xiamen Yealink Network Technology Co Ltd filed Critical Xiamen Yealink Network Technology Co Ltd
Priority to CN201911340835.0A priority Critical patent/CN111049745B/zh
Publication of CN111049745A publication Critical patent/CN111049745A/zh
Application granted granted Critical
Publication of CN111049745B publication Critical patent/CN111049745B/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
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/70—Routing based on monitoring results
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种基于大数据分析的网络规划方法及装置，方法包括：对各个网络路径的链路数据进行实时统计并存储；根据最近一次统计的链路数据，对各条网络路径按照丢包率从小到大进行排序，并分别标记出第一、第二、第三优先路径；将第一优先路径设为当前最优网络路径，并将不被前三优先路径经过的节点间连接线标记为无效链路，从网络规划的拓扑中移除；记录预设的统计周期内的峰值发生时间；在下一周期的峰值发生时间之前，将当前最优网络路径进行切换，同时将非重叠网络节点带宽进行扩容。本发明能够根据实时探测结果确定最优的网络拓扑，并且能够根据历史传输数据对网络进行建模预测，以提前调整传输路径，从而有效确保了通信链路的传输质量。

Description

一种基于大数据分析的网络规划方法及装置
技术领域
本发明涉及网络优化技术领域，尤其是涉及一种基于大数据分析的网络规划方法及装置。
背景技术
基于互联网的网络规划，最关键的技术是进行多链路的流量预测，以及各链路的传输质量的控制。衡量一个网络中是否应该增加一条拓扑，是根据网络中各链路的网络基准指标(带宽、丢包、时延、抖动)决定的。链路的网络基准指标是随着时间而不断变化的，为了达到较好的传输效果，应用经常需要根据链路的实时指标，动态调整传输策略，例如新增、删除传输链路，或者改变数据包传输的路由等。
但是，由于实时指标仅能代表上一刻的瞬时情况，因此现有技术对于网络的规划仅是瞬时指标的被动响应，难以保证网络链路的传输性能。
发明内容
本发明实施例所要解决的技术问题在于，提供一种基于大数据分析的网络规划方法及装置，使得对网络的规划不仅只是瞬时指标的被动响应，而是根据历史数据对流量峰值进行建模，准确地预测链路质量，从而保证网络链路的传输性能。
为了解决上述技术问题，本发明实施例提供了一种基于大数据分析的网络规划方法，包括：
根据各个网络节点双向发送的链路探测数据包，对各个网络路径的链路数据进行实时统计并存储；其中，所述链路数据包括带宽、丢包率、延时和抖动；
根据最近一次统计的链路数据，对两个网络节点之间的各条网络路径按照丢包率从小到大进行排序，并将排名前三条网络路径分别标记为第一优先路径、第二优先路径、第三优先路径，将不被所述前三条网络路径经过的节点间连接线标记为无效链路；
将所述第一优先路径设为当前最优网络路径，并将所述无效链路从网络规划的拓扑中移除；
根据预设的统计周期内的链路数据，记录该统计周期内的峰值发生时间；其中，所述峰值发生时间为丢包率峰值发生时间、或延时峰值发生时间、或抖动峰值发生时间；
在所述统计周期下一周期的所述峰值发生时间之前M秒时，将当前最优网络路径切换为所述第二优先路径，同时，按预设的扩容系数将所述第二优先路径中和所述第一优先路径的非重叠网络节点带宽进行扩容；其中，M小于或等于5。
进一步地，所述的基于大数据分析的网络规划方法还包括：
当实时探测到所述第一优先路径的丢包率小于所述统计周期内的平均丢包率且持续超过Z秒时，将当前最优网络路径重新切换为所述第一优先路径，同时，将所述非重叠网络节点带宽进行缩容为扩容前的带宽值；其中，Z大于或等于10。
进一步地，所述的基于大数据分析的网络规划方法还包括：
实时接收所述无效链路以预设的时间间隔发送的链路探测数据包，并根据探测到的链路数据对所述无效链路重新进行丢包率排序，在所述无效链路达到预设的排名之内时，将所述无效链路标注为有效链路，并将该有效链路添加到所述网络规划的拓扑中。
进一步地，所述丢包率峰值发生时间为当丢包率超过预设的丢包率阈值时的时间；所述延时峰值发生时间为当延时超过预设的延时阈值时的时间；所述抖动峰值发生时间为当抖动超过预设的抖动阈值时的时间。
进一步地，所述预设的丢包率阈值为所述统计周期内的平均丢包率的n倍；所述预设的延时阈值为所述统计周期内的平均延时的n倍；所述预设的抖动阈值为所述统计周期内的平均抖动的n倍；其中，n大于或等于4。
为了解决相同的技术问题，本发明还提供了一种基于大数据分析的网络规划装置，包括：
链路数据统计模块，用于根据各个网络节点双向发送的链路探测数据包，对各个网络路径的链路数据进行实时统计并存储；其中，所述链路数据包括带宽、丢包率、延时和抖动；
网络路径排序模块，用于根据最近一次统计的链路数据，对两个网络节点之间的各条网络路径按照丢包率从小到大进行排序，并将排名前三条网络路径分别标记为第一优先路径、第二优先路径、第三优先路径，将不被所述前三条网络路径经过的节点间连接线标记为无效链路；
网络拓扑优化模块，用于将所述第一优先路径设为当前最优网络路径，并将所述无效链路从网络规划的拓扑中移除；
峰值模型构建模块，用于根据预设的统计周期内的链路数据，记录该统计周期内的峰值发生时间；其中，所述峰值发生时间为丢包率峰值发生时间、或延时峰值发生时间、或抖动峰值发生时间；
第一网络调整模块，用于在所述统计周期下一周期的所述峰值发生时间之前M秒时，将当前最优网络路径切换为所述第二优先路径，同时，按预设的扩容系数将所述第二优先路径中和所述第一优先路径的非重叠网络节点带宽进行扩容；其中，M小于或等于5。
进一步地，所述基于大数据分析的网络规划装置还包括第二网络调整模块，用于当实时探测到所述第一优先路径的丢包率小于所述统计周期内的平均丢包率且持续超过Z秒时，将当前最优网络路径重新切换为所述第一优先路径，同时，将所述非重叠网络节点带宽进行缩容为扩容前的带宽值；其中，Z大于或等于10。
进一步地，所述基于大数据分析的网络规划装置还包括无效链路恢复模块，用于实时接收所述无效链路以预设的时间间隔发送的链路探测数据包，并根据探测到的链路数据对所述无效链路重新进行丢包率排序，在所述无效链路达到预设的排名之内时，将所述无效链路标注为有效链路，并将该有效链路添加到所述网络规划的拓扑中。
进一步地，所述丢包率峰值发生时间为当丢包率超过预设的丢包率阈值时的时间；所述延时峰值发生时间为当延时超过预设的延时阈值时的时间；所述抖动峰值发生时间为当抖动超过预设的抖动阈值时的时间。
进一步地，所述预设的丢包率阈值为所述统计周期内的平均丢包率的n倍；所述预设的延时阈值为所述统计周期内的平均延时的n倍；所述预设的抖动阈值为所述统计周期内的平均抖动的n倍；其中，n大于或等于4。
与现有技术相比，本发明具有如下有益效果：
本发明实施例提供了一种基于大数据分析的网络规划方法及装置，所述方法包括：根据各个网络节点双向发送的链路探测数据包，对各个网络路径的链路数据进行实时统计并存储；根据最近一次统计的链路数据，对两个网络节点之间的各条网络路径按照丢包率从小到大进行排序，并将排名前三条网络路径分别标记为第一优先路径、第二优先路径、第三优先路径，将不被所述前三条网络路径经过的节点间连接线标记为无效链路；将所述第一优先路径设为当前最优网络路径，并将所述无效链路从网络规划的拓扑中移除；根据预设的统计周期内的链路数据，记录峰值发生时间；在所述统计周期下一周期的所述峰值发生时间之前M秒时，将当前最优网络路径切换为所述第二优先路径，同时将非重叠网络节点带宽进行扩容。本发明能够根据实时探测结果确定最优的网络拓扑，并控制业务数据不经过无效链路；另外，本发明能够根据历史传输数据进行建模，预测未来网络劣化情况，并提前调整传输路径，从而有效确保了通信链路的传输质量。
附图说明
图1是本发明一实施例提供的基于大数据分析的网络规划方法的流程示意图；
图2是本发明一实施例提供的网络规划具体举例示意图；
图3是本发明一实施例提供的另一网络规划具体举例示意图；
图4是本发明一实施例提供的又一网络规划具体举例示意图；
图5是本发明一实施例提供的基于大数据分析的网络规划装置的结构示意图。
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、完整的描述，显然，所描述的实施例仅仅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作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。
请参见图1，本发明实施例提供了一种基于大数据分析的网络规划方法，包括步骤：
S1、根据各个网络节点双向发送的链路探测数据包，对各个网络路径的链路数据进行实时统计并存储；其中，所述链路数据包括带宽、丢包率、延时和抖动；
S2、根据最近一次统计的链路数据，对两个网络节点之间的各条网络路径按照丢包率从小到大进行排序，并将排名前三条网络路径分别标记为第一优先路径、第二优先路径、第三优先路径，将不被所述前三条网络路径经过的节点间连接线标记为无效链路；
S3、将所述第一优先路径设为当前最优网络路径，并将所述无效链路从网络规划的拓扑中移除；
S4、根据预设的统计周期内的链路数据，记录该统计周期内的峰值发生时间；其中，所述峰值发生时间为丢包率峰值发生时间、或延时峰值发生时间、或抖动峰值发生时间。
在本发明实施例中，进一步地，所述丢包率峰值发生时间为当丢包率超过预设的丢包率阈值时的时间；所述延时峰值发生时间为当延时超过预设的延时阈值时的时间；所述抖动峰值发生时间为当抖动超过预设的抖动阈值时的时间。
在本发明实施例中，进一步地，所述预设的丢包率阈值为所述统计周期内的平均丢包率的n倍；所述预设的延时阈值为所述统计周期内的平均延时的n倍；所述预设的抖动阈值为所述统计周期内的平均抖动的n倍；其中，n大于或等于4。
S5、在所述统计周期下一周期的所述峰值发生时间之前M秒时，将当前最优网络路径切换为所述第二优先路径，同时，按预设的扩容系数将所述第二优先路径中和所述第一优先路径的非重叠网络节点带宽进行扩容；其中，M小于或等于5。
进一步地，所述的基于大数据分析的网络规划方法还包括步骤：
S6、当实时探测到所述第一优先路径的丢包率小于所述统计周期内的平均丢包率且持续超过Z秒时，将当前最优网络路径重新切换为所述第一优先路径，同时，将所述非重叠网络节点带宽进行缩容为扩容前的带宽值；其中，Z大于或等于10。
进一步地，所述的基于大数据分析的网络规划方法还包括步骤：
S7、实时接收所述无效链路以预设的时间间隔发送的链路探测数据包，并根据探测到的链路数据对所述无效链路重新进行丢包率排序，在所述无效链路达到预设的排名之内时，将所述无效链路标注为有效链路，并将该有效链路添加到所述网络规划的拓扑中。
可以理解的是，基于互联网的网络规划，最关键的技术是进行多链路的流量预测，以及各链路的传输质量的控制。衡量一个网络中是否应该增加一条拓扑，是根据网络中各链路的网络基准指标(带宽、丢包、时延、抖动)决定的。链路的网络基准指标是随着时间而不断变化的，为了达到较好的传输效果，应用经常需要根据链路的实时指标，动态调整传输策略，例如新增、删除传输链路，或者改变数据包传输的路由等。
但是，由于实时指标仅能代表上一刻的瞬时情况，因此现有技术对于网络的规划仅是瞬时指标的被动响应，难以保证网络链路的传输质量。
如果能够根据长时间(如24小时)的历史数据，对网络流量峰值进行建模，准确地预测链路的质量，就能更好地对传输策略进行优化，从而改善整个传输系统的性能。
需要说明的是，本发明实施例具有如下有益效果：
1、采用本发明的方案可以部署在任意机房，采用自探测模式，不需获取运营商底层网络相关信息，可以实现跨运营商组网和全球组网；
2、可以根据实时网络质量确定无效链路，维持动态最优网络拓扑；
3、本发明方案对历史传输数据建模，预测未来网络劣化情况，预见性调整传输路径，业务切换更平滑。
为了更好说明本发明工作原理，以下进行详细举例说明：
本发明实施例涉及的系统包含若干网络节点(可以部署在各运营商机房、企业内部)，以及节点两两之间的有效通信链路(低质量链路将在拓扑中删除)。以下以节点A和节点B之间的网络规划为例，描述其工作流程：
1、请参见图2，在节点A、B、C、D上均部署本发明描述的探测和计算装置，节点间两两维持低带宽(优选地可以是小于32kpbs)通信链路探测数据包，以固定间隔(可以设为50ms)双向发送。
2、请参见图3，每个节点接收后以N秒为计算周期(优选地N可以设为小于等于3)统计当前路径的业务数据带宽BW、丢包率PLR、延时Delay、抖动Jitter，将上述数据存储入本节点的存储单元，并将同样数据上传至网络规划中心节点存储；
3、请参见图4，节点A到节点B在当前网络中共有A->B，A->C->B，A->D->B，A->C->D->B，A->D->C->B，5条路径，按最近一次的探测结果，丢包率小到大前三条路径依次为A->C->B，A->D->B，A->B，由于只有C-D这一段不被前三路径包含，则标注C-D为无效链路，在网络规划的拓扑中移除。
4、无效链路以长间隔(可以为3秒)发送探测数据包，降低网络探测数据，当后续计算路径前三条路径包含C-D时，可以重新标注为有效链路。
5、网络规划中心节点统计24小时两两节点间丢包率PLR、延时Delay、抖动Jitter峰值，并将峰值发生时间和峰值和平均值数据存储数据库建立峰值模型，作为优选方案，峰值发生的时刻可以定义为：当丢包率PLR>平均丢包率PLRa*4时，或当延时Delay>平均延时Delay a*4时，或当抖动Jitter>平均抖动Jittera*4时。
6、在历史峰值发生时间前M秒(可以设为M<＝5)，将业务数据从优先路径1切换至优先路径2(在上述示例中将A->C->B切换为A->D->B)。
7、同时，在历史峰值发生时间前M秒(M<＝5)，申请优先路径2中和优先路径1的非重叠节点(在本示例中为节点D)的带宽，扩容至历史峰值发生时间优先路径1和2的业务数据带宽和(BW1+BW2)*X(X为扩容系数，可手动配置，默认X>＝1.2)。
8、当优先路径1探测实际丢包率PLR<平均丢包率PLRa，且持续超过Z秒(可以设为Z>＝10)时，则可以将业务数据切换回优先路径1；
9、申请优先路径2中和优先路径1非重叠节点带宽缩容(在本示例中为节点D)回原来带宽值。
10、重复步骤2-9。
根据上述步骤，持续更新历史网络质量数据，并根据当前探测数据和历史数据，实时刷新网络拓扑和调度业务数据传输。
可以理解的是，本发明实施例的关键点有：
1.本发明所述方案对历史24小时传输数据建模，计算两两节点间丢包率PLR、延时Delay、抖动Jitter峰值和平均值，并记录峰值发生时间，预测未来网络劣化情况，提前调整传输路径，使业务不受损失。
2.根据实时探测结果确定网络拓扑，将不在前3优先路径的链路标记为无效链路，控制业务数据不经过无效链路，确保传输质量。
3.根据历史带宽数据，在业务峰值到来前对优先路径2节点进行预扩容，扩容至历史峰值发生时间优先路径1和2的业务数据带宽和(BW1+BW2)*X(X>＝1.2)。
需要说明的是，对于以上方法或流程实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作并不一定是本发明实施例所必须的。
请参见图5，为了解决相同的技术问题，本发明还提供了一种基于大数据分析的网络规划装置，包括：
链路数据统计模块1，用于根据各个网络节点双向发送的链路探测数据包，对各个网络路径的链路数据进行实时统计并存储；其中，所述链路数据包括带宽、丢包率、延时和抖动；
网络路径排序模块2，用于根据最近一次统计的链路数据，对两个网络节点之间的各条网络路径按照丢包率从小到大进行排序，并将排名前三条网络路径分别标记为第一优先路径、第二优先路径、第三优先路径，将不被所述前三条网络路径经过的节点间连接线标记为无效链路；
网络拓扑优化模块3，用于将所述第一优先路径设为当前最优网络路径，并将所述无效链路从网络规划的拓扑中移除；
峰值模型构建模块4，用于根据预设的统计周期内的链路数据，记录该统计周期内的峰值发生时间；其中，所述峰值发生时间为丢包率峰值发生时间、或延时峰值发生时间、或抖动峰值发生时间；
第一网络调整模块5，用于在所述统计周期下一周期的所述峰值发生时间之前M秒时，将当前最优网络路径切换为所述第二优先路径，同时，按预设的扩容系数将所述第二优先路径中和所述第一优先路径的非重叠网络节点带宽进行扩容；其中，M小于或等于5。
进一步地，所述基于大数据分析的网络规划装置还包括第二网络调整模块，用于当实时探测到所述第一优先路径的丢包率小于所述统计周期内的平均丢包率且持续超过Z秒时，将当前最优网络路径重新切换为所述第一优先路径，同时，将所述非重叠网络节点带宽进行缩容为扩容前的带宽值；其中，Z大于或等于10。
进一步地，所述基于大数据分析的网络规划装置还包括无效链路恢复模块，用于实时接收所述无效链路以预设的时间间隔发送的链路探测数据包，并根据探测到的链路数据对所述无效链路重新进行丢包率排序，在所述无效链路达到预设的排名之内时，将所述无效链路标注为有效链路，并将该有效链路添加到所述网络规划的拓扑中。
进一步地，所述丢包率峰值发生时间为当丢包率超过预设的丢包率阈值时的时间；所述延时峰值发生时间为当延时超过预设的延时阈值时的时间；所述抖动峰值发生时间为当抖动超过预设的抖动阈值时的时间。
进一步地，所述预设的丢包率阈值为所述统计周期内的平均丢包率的n倍；所述预设的延时阈值为所述统计周期内的平均延时的n倍；所述预设的抖动阈值为所述统计周期内的平均抖动的n倍；其中，n大于或等于4。
可以理解的是上述装置项实施例，是与本发明方法项实施例相对应的，本发明实施例提供的一种基于大数据分析的网络规划装置，可以实现本发明任意一项方法项实施例提供的基于大数据分析的网络规划方法。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种基于大数据分析的网络规划方法，其特征在于，包括：
根据各个网络节点双向发送的链路探测数据包，对各个网络路径的链路数据进行实时统计并存储；其中，所述链路数据包括带宽、丢包率、延时和抖动；
根据最近一次统计的链路数据，对两个网络节点之间的各条网络路径按照丢包率从小到大进行排序，并将排名前三条网络路径分别标记为第一优先路径、第二优先路径、第三优先路径，将不被所述前三条网络路径经过的节点间连接线标记为无效链路；
将所述第一优先路径设为当前最优网络路径，并将所述无效链路从网络规划的拓扑中移除；
根据预设的统计周期内的链路数据，记录该统计周期内的峰值发生时间；其中，所述峰值发生时间为丢包率峰值发生时间、或延时峰值发生时间、或抖动峰值发生时间；
在所述统计周期下一周期的所述峰值发生时间之前M秒时，将当前最优网络路径切换为所述第二优先路径，同时，按预设的扩容系数将所述第二优先路径中和所述第一优先路径的非重叠网络节点带宽进行扩容；其中，M小于或等于5。
2.根据权利要求1所述的基于大数据分析的网络规划方法，其特征在于，还包括：
当实时探测到所述第一优先路径的丢包率小于所述统计周期内的平均丢包率且持续超过Z秒时，将当前最优网络路径重新切换为所述第一优先路径，同时，将所述非重叠网络节点带宽进行缩容为扩容前的带宽值；其中，Z大于或等于10。
3.根据权利要求1所述的基于大数据分析的网络规划方法，其特征在于，还包括：
实时接收所述无效链路以预设的时间间隔发送的链路探测数据包，并根据探测到的链路数据对所述无效链路重新进行丢包率排序，在所述无效链路达到预设的排名之内时，将所述无效链路标注为有效链路，并将该有效链路添加到所述网络规划的拓扑中。
4.根据权利要求1所述的基于大数据分析的网络规划方法，其特征在于，所述丢包率峰值发生时间为当丢包率超过预设的丢包率阈值时的时间；所述延时峰值发生时间为当延时超过预设的延时阈值时的时间；所述抖动峰值发生时间为当抖动超过预设的抖动阈值时的时间。
5.根据权利要求4所述的基于大数据分析的网络规划方法，其特征在于，所述预设的丢包率阈值为所述统计周期内的平均丢包率的n倍；所述预设的延时阈值为所述统计周期内的平均延时的n倍；所述预设的抖动阈值为所述统计周期内的平均抖动的n倍；其中，n大于或等于4。
6.一种基于大数据分析的网络规划装置，其特征在于，包括：
链路数据统计模块，用于根据各个网络节点双向发送的链路探测数据包，对各个网络路径的链路数据进行实时统计并存储；其中，所述链路数据包括带宽、丢包率、延时和抖动；
网络路径排序模块，用于根据最近一次统计的链路数据，对两个网络节点之间的各条网络路径按照丢包率从小到大进行排序，并将排名前三条网络路径分别标记为第一优先路径、第二优先路径、第三优先路径，将不被所述前三条网络路径经过的节点间连接线标记为无效链路；
网络拓扑优化模块，用于将所述第一优先路径设为当前最优网络路径，并将所述无效链路从网络规划的拓扑中移除；
峰值模型构建模块，用于根据预设的统计周期内的链路数据，记录该统计周期内的峰值发生时间；其中，所述峰值发生时间为丢包率峰值发生时间、或延时峰值发生时间、或抖动峰值发生时间；
第一网络调整模块，用于在所述统计周期下一周期的所述峰值发生时间之前M秒时，将当前最优网络路径切换为所述第二优先路径，同时，按预设的扩容系数将所述第二优先路径中和所述第一优先路径的非重叠网络节点带宽进行扩容；其中，M小于或等于5。
7.根据权利要求6所述的基于大数据分析的网络规划装置，其特征在于，还包括第二网络调整模块，用于当实时探测到所述第一优先路径的丢包率小于所述统计周期内的平均丢包率且持续超过Z秒时，将当前最优网络路径重新切换为所述第一优先路径，同时，将所述非重叠网络节点带宽进行缩容为扩容前的带宽值；其中，Z大于或等于10。
8.根据权利要求6所述的基于大数据分析的网络规划装置，其特征在于，还包括无效链路恢复模块，用于实时接收所述无效链路以预设的时间间隔发送的链路探测数据包，并根据探测到的链路数据对所述无效链路重新进行丢包率排序，在所述无效链路达到预设的排名之内时，将所述无效链路标注为有效链路，并将该有效链路添加到所述网络规划的拓扑中。
9.根据权利要求6所述的基于大数据分析的网络规划装置，其特征在于，所述丢包率峰值发生时间为当丢包率超过预设的丢包率阈值时的时间；所述延时峰值发生时间为当延时超过预设的延时阈值时的时间；所述抖动峰值发生时间为当抖动超过预设的抖动阈值时的时间。
10.根据权利要求9所述的基于大数据分析的网络规划装置，其特征在于，所述预设的丢包率阈值为所述统计周期内的平均丢包率的n倍；所述预设的延时阈值为所述统计周期内的平均延时的n倍；所述预设的抖动阈值为所述统计周期内的平均抖动的n倍；其中，n大于或等于4。
CN201911340835.0A 2019-12-23 2019-12-23 一种基于大数据分析的网络规划方法及装置 Active CN111049745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911340835.0A CN111049745B (zh) 2019-12-23 2019-12-23 一种基于大数据分析的网络规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911340835.0A CN111049745B (zh) 2019-12-23 2019-12-23 一种基于大数据分析的网络规划方法及装置

Publications (2)

Publication Number Publication Date
CN111049745A true CN111049745A (zh) 2020-04-21
CN111049745B CN111049745B (zh) 2021-08-24

Family

ID=70238741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911340835.0A Active CN111049745B (zh) 2019-12-23 2019-12-23 一种基于大数据分析的网络规划方法及装置

Country Status (1)

Country Link
CN (1) CN111049745B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114465913A (zh) * 2022-02-28 2022-05-10 国网新疆电力有限公司电力科学研究院 一种基于网络仿真技术的电力通信网优化方法及系统
CN115473792A (zh) * 2022-08-01 2022-12-13 上海微波技术研究所（中国电子科技集团公司第五十研究所） 基于流表的双信道高可靠通信控制系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6112076A (en) * 1995-07-21 2000-08-29 British Telecommunications Public Limited Company Mobile telephone system
CN105516325A (zh) * 2015-12-18 2016-04-20 内蒙古农业大学 一种根据应用负载进行弹性扩容和流量分发扩展的云负载平衡手段
CN107911447A (zh) * 2017-11-15 2018-04-13 聚好看科技股份有限公司 业务系统扩容方法及装置
CN109981392A (zh) * 2017-12-28 2019-07-05 中国移动通信集团公司 流速预测的方法、装置、电子设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6112076A (en) * 1995-07-21 2000-08-29 British Telecommunications Public Limited Company Mobile telephone system
CN105516325A (zh) * 2015-12-18 2016-04-20 内蒙古农业大学 一种根据应用负载进行弹性扩容和流量分发扩展的云负载平衡手段
CN107911447A (zh) * 2017-11-15 2018-04-13 聚好看科技股份有限公司 业务系统扩容方法及装置
CN109981392A (zh) * 2017-12-28 2019-07-05 中国移动通信集团公司 流速预测的方法、装置、电子设备和存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114465913A (zh) * 2022-02-28 2022-05-10 国网新疆电力有限公司电力科学研究院 一种基于网络仿真技术的电力通信网优化方法及系统
CN114465913B (zh) * 2022-02-28 2024-02-06 国网新疆电力有限公司电力科学研究院 一种基于网络仿真技术的电力通信网优化方法及系统
CN115473792A (zh) * 2022-08-01 2022-12-13 上海微波技术研究所（中国电子科技集团公司第五十研究所） 基于流表的双信道高可靠通信控制系统及方法
CN115473792B (zh) * 2022-08-01 2023-09-22 上海微波技术研究所（中国电子科技集团公司第五十研究所） 基于流表的双信道通信控制系统及方法

Also Published As

Publication number Publication date
CN111049745B (zh) 2021-08-24

Similar Documents

Publication Publication Date Title
US8773992B2 (en) Methods and apparatus for hierarchical routing in communication networks
US6310881B1 (en) Method and apparatus for network control
CN105471764B (zh) 一种SDN网络中端到端QoS保障的方法
CN106716938B (zh) 分组网络上的低抖动业务调度方法及装置
EP0568477B1 (en) Method and apparatus for optimum path selection in packet transmission networks
CN111049745B (zh) 一种基于大数据分析的网络规划方法及装置
JP5276589B2 (ja) 遠隔通信ネットワークにおける情報転送の最適化方法
Leon-Garcia et al. Performance evaluation methods for an integrated voice/data link
EP2834949A1 (en) Congestion control and resource allocation in split architecture networks
JP2002368800A (ja) トラフィックを管理する方法及びシステム
CN102291794A (zh) 一种mesh网络中的信道切换方法和设备
Girard et al. Multicommodity flow models, failure propagation, and reliable loss network design
US20230051166A1 (en) Delay Sensitive Network Estimation System
EP3148130B1 (en) Traffic flow switching method and device
Kumar et al. Confidence-based q-routing: An on-line adaptive network routing algorithm
JP4876131B2 (ja) パケットモード電気通信ネットワークにおけるメッシュ状態のトラフィックの輻輳の遠隔制御方法および装置
Wieselthier et al. Standard clock simulation and ordinal optimization applied to admission control in integrated communication networks
Hać et al. Synchronization in multimedia data retrieval
CN116132353A (zh) 基于ddqn的tsn路由选择方法
CN115604724A (zh) SRv6骨干网流量拥塞风险评估方法
CN114205300A (zh) 一种能够在流量信息不完整情况下保证coflow传输截止期限的流量调度方法
Bracciale et al. A push-based scheduling algorithm for large scale P2P live streaming
Barnhart et al. Ordinal optimization by means of standard clock simulation and crude analytical models
KR100333475B1 (ko) 고속 패킷 노드를 위한 속도 비례 자가 클럭 공정 패킷스케쥴링 장치 및 그 스케쥴링 방법
CN117395178B (zh) 一种基于网络划分的质量监控方法

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