CN113055759A - 带宽分配方法、装置及系统 - Google Patents

Abstract

本公开涉及带宽分配方法、装置及系统、计算机可存储介质，涉及计算机技术领域。带宽分配方法包括：获取与光线路终端OLT对应的各个光网络单元ONU的历史流量数据；根据所述各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合；对于每个ONU集合中的任意一个ONU，利用所述任意一个ONU的历史流量数据，预测所述任意一个ONU在第一未来时间段的第一预测流量；根据所述任意一个ONU在第一未来时间段的第一预测流量，生成所述任意一个ONU和与所述任意一个ONU属于同一ONU集合的其他ONU的带宽配置，所述带宽配置用于带宽分配。根据本公开，实现了自动进行带宽分配，降低了人力成本，提高了带宽分配效率。

Description

带宽分配方法、装置及系统

技术领域

本公开涉及计算机技术领域，特别涉及带宽分配方法、装置及系统、计算机可存储介质。

背景技术

随着5G、SDN(Software Defined Network，软件定义网络)等新技术发展，网络流量陡增，网络规模迅速扩展、网络拓扑日趋复杂、业务趋于多样化。

相关技术中，采用人工方式对设备进行单一且固定的带宽配置。

发明内容

发明人认为：相关技术中，带宽配置依赖于人工，配置复杂繁琐，工作量巨大，运维成本巨大，并且使用固定配置，在带宽使用低谷时，会造成带宽资源使用的浪费，在发生“双11”活动等热点事件时，可能由于带宽不足而造成业务拥堵。相关技术无法提前预测到流量的使用趋势，无法对可能产生的阻塞情况进行实时反馈。

针对上述技术问题，本公开提出了一种解决方案，实现了自动进行带宽分配，降低了人力成本，提高了带宽分配效率。

根据本公开的第一方面，提供了一种带宽分配方法包括：获取与光线路终端OLT对应的各个光网络单元ONU的历史流量数据；根据所述各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合；对于每个ONU集合中的任意一个ONU，利用所述任意一个ONU的历史流量数据，预测所述任意一个ONU在第一未来时间段的第一预测流量；根据所述任意一个ONU在第一未来时间段的第一预测流量，生成所述任意一个ONU和与所述任意一个ONU属于同一ONU集合的其他ONU的带宽配置，所述带宽配置用于带宽分配。

在一些实施例中，对于每个ONU，所述历史流量数据包括每个ONU所处地区、每个ONU的用户套餐和历史时间点的日期类型中的至少一种以及每个历史时间点的流量。

在一些实施例中，根据所述各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合包括：将每个ONU所处地区、每个ONU的用户套餐和每个ONU的历史时间点的日期类型中的至少一种以及每个ONU的每个历史时间点的流量，输入到支持向量机模型，对各个ONU进行分类，得到多个ONU集合。

在一些实施例中，带宽分配方法还包括：实时获取每个ONU在指定时长内的各个实时时间点的实时流量；对于每个ONU，确定大于第一流量阈值的实时流量的第一数量和小于第二流量阈值的实时流量的第二数量；计算第一数量与实时时间点的总数的第一比值和第二数量与实时时间点的总数的第二比值；在所述第一比值或所述第二比值大于预设阈值的情况下，利用所述每个ONU的各个实时时间点的实时流量，预测第二未来时间段的第二预测流量，所述第一未来时间段包括所述第二未来时间段。

在一些实施例中，带宽分配方法还包括：对于第二未来时间段的第二预测流量，确定大于第一流量阈值的第二预测流量的第三数量和小于第二流量阈值的第二预测流量的第四数量；计算所述第三数量与第二未来时间段的时间点的总数的第三比值和所述第四数量与第二未来时间段的时间点的总数的第四比值；在所述第三比值或所述第四比值大于所述预设阈值的情况下，根据所述第二未来时间段的流量，重新生成每个ONU在所述第二未来时间段的带宽配置。

在一些实施例中，利用时间序列算法预测所述第一未来时间段的第一预测流量和所述第二未来时间段的第二预测流量。

在一些实施例中，所述带宽配置用于被所述OLT所属的OLT控制器调用并发送给所述OLT。

在一些实施例中，利用网络遥测技术采集所述各个ONU的历史流量数据和所述各个实时时间点的实时流量。

根据本公开第二方面，提供了一种带宽分配装置包括：获取模块，被配置为获取与光线路终端OLT对应的各个光网络单元ONU的历史流量数据；分类模块，被配置为根据所述各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合；预测模块，被配置为对于每个ONU集合中的任意一个ONU，利用所述任意一个ONU的历史流量数据，预测所述任意一个ONU在第一未来时间段的第一预测流量；生成模块，被配置为根据所述任意一个ONU在第一未来时间段的第一预测流量，生成所述任意一个ONU和与所述任意一个ONU属于同一ONU集合的其他ONU的带宽配置，所述带宽配置用于带宽分配。

根据本公开第三方面，提供了一种带宽分配装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令，执行上述任一实施例所述的带宽分配方法。

根据本公开的第四方面，提供了一种带宽分配系统包括：上述任一实施例所述的带宽分配装置，被配置为执行上述任一实施例所述的带宽分配方法；光线路终端OLT控制器，被配置为获取所述带宽分配装置生成的带宽配置；和OLT，被配置为接收所述OLT控制器下发的所述带宽配置。

根据本公开的第五方面，一种计算机可存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上述任一实施例所述的带宽分配方法。

在上述实施例中，实现了自动进行带宽分配，降低了人力成本，提高了带宽分配效率。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1示出根据本公开一些实施例的带宽分配方法的流程图；

图2示出根据本公开另一些实施例的带宽分配方法的流程图；

图3示出根据本公开一些实施例的带宽分配装置的框图；

图4示出根据本公开另一些实施例的带宽分配装置的框图；

图5示出根据本公开一些实施例的带宽分配系统的框图；

图6示出用于实现本公开一些实施例的计算机系统的框图。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1示出根据本公开一些实施例的带宽分配方法的流程图。

如图1所示，带宽分配方法包括步骤S110-步骤S140。

在步骤S110中，获取与OLT(optical line terminal，光线路终端)对应的各个ONU(Optical Network Unit，光网络单元)的历史流量数据。在一些实施例中，对于每个ONU，历史流量数据包括每个ONU所处地区、每个ONU的用户套餐和历史时间点的日期类型中的至少一种以及每个历史时间点的流量。

在一些实施例中，利用网络遥测技术采集各个ONU的历史流量数据。

在步骤S120中，根据各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合。

例如，通过如下方式实现根据各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合。

将每个ONU所处地区、每个ONU的用户套餐和每个ONU的历史时间点的日期类型中的至少一种以及每个ONU的每个历史时间点的流量，输入到支持向量机(SVM，SupportVector Machine)模型，对各个ONU进行分类，得到多个ONU集合。

通过挖掘流量、日期类型、用户套餐、ONU所处地区等特征的规律，避免了对相同类型的ONU重复预测，提高了预测效率，提高了可预测的时间范围和准确性，从而提高了带宽分配效率。

例如，利用支持向量机模型，将所处地区相同和历史时间点的流量趋势相同的多个ONU，作为一个ONU集合。

例如，还可以利用支持向量机模型，将所述地区相同、用户套餐相同且历史时间点的流量趋势相同的多个ONU，作为一个ONU集合。

在本公开中，可以将每个ONU所处地区、每个ONU的用户套餐和每个ONU的历史时间点的日期类型中的任意一个或任意多个与历史时间点的流量进行组合，作为支持向量机模型的输入数据，用于对各个ONU进行分类，从而得到不同分类标准下的多个ONU集合。例如，日期类型包括节假日、工作日、周末等。

例如，利用数据拟合，将ONU的1小时的流量数据绘制成一条曲线，通过SVM分类算法将具有相似曲线的ONU当作一类，并划分到一个ONU集合中。例如，还可以挖掘地区、日期类型、套餐对流量曲线的影响。例如，节假日曲线类型为1，工作日曲线类型为2，周末曲线类型为3，则能得到日期类型相同的ONU集合。根据ONU集合中任意一个ONU的流量数据，可预测未来时间的流量曲线。同理，可运用在某个地区、某个套餐的流量预测。

在一些实施例中，带宽分配方法还包括：利用各个ONU的历史流量数据训练支持向量机模型，并利用训练好的支持向量机模型对各个ONU进行分类。

在步骤S130中，对于每个ONU集合中的任意一个ONU，利用该任意一个ONU的历史流量数据，预测该任意一个ONU在第一未来时间段的第一预测流量。例如，利用时间序列算法预测第一未来时间段的第一预测流量。在一些实施例中，还可以结合热点事件，进行流量预测。例如，时间序列算法包括LSTM(long short term memory，长短期记忆)算法。

在一些实施例中，带宽分配方法还包括：利用该任意一个ONU的历史流量数据训练时间序列算法模型，并利用训练好的时间序列算法模型预测第一未来时间段的第一预测流量。

在步骤S140中，根据该任意一个ONU在第一未来时间段的第一预测流量，生成该任意一个ONU和与该任意一个ONU属于同一ONU集合的其他ONU的带宽配置。带宽配置用于带宽分配。例如，带宽配置用于被OLT所述的OLT控制器调用并发送给OLT，由OLT执行带宽配置。

例如，带宽配置包括对哪些ONU在第二未来时间段的哪些子时间段分配多少带宽。采用指令的形式存储带宽配置。

本公开的带宽分配方法，通过对ONU分类，并对任意一个ONU进行流量预测，根据该任意一个ONU的预测流量，生成带宽配置，这个带宽配置同时应用于属于同一类别的ONU，实现了自动生成带宽配置，并自动进行带宽分配，降低了人力成本，提高了带宽分配效率。进一步地，通过对ONU分类，实现生成一个ONU的带宽配置，就可以得到同类型的ONU的带宽配置，进一步提高了带宽分配效率。

根据历史流量数据，利用机器学习来预测未来的流量情况，预先自动调整带宽配置策略，提高带宽的使用率，保证业务畅通，灵活地进行带宽分配，实现全网网络规划，降低运营商的带宽和运营成本，有一定的市场价值。

图2示出根据本公开另一些实施例的带宽分配方法的流程图。

图2与图1的不同之处在于，图2示出了另一些实施例的带宽分配方法的步骤S150-步骤S180。下面将仅描述图2与图1的不同之处，相同之处不再赘述。

如图2所示，带宽分配方法还包括步骤S150-步骤S180。

在步骤S150中，实时获取每个ONU在指定时长内的各个实时时间点的实时流量。利用网络遥测技术采集各个实时时间点的实时流量。

在步骤S160中，对于每个ONU，确定大于第一流量阈值的实时流量的第一数量和小于第二流量阈值的实时流量的第二数量。

在步骤S170中，计算第一数量与实时时间点的总数的第一比值和第二数量与实时时间点的总数的第二比值。

在步骤S180中，在第一比值或第二比值大于预设阈值的情况下，利用每个ONU的各个实时时间点的实时流量，预测第二未来时间段的第二预测流量。第一未来时间段包括所述第二未来时间段。例如，利用时间序列算法预测第二未来时间段的第二预测流量。

在一些实施例中，带宽分配方法还包括如下步骤：

首先，对于第二未来时间段的第二预测流量，确定大于第一流量阈值的第二预测流量的第三数量和小于第二流量阈值的第二预测流量的第四数量。

然后，计算第三数量与第二未来时间段的时间点的总数的第三比值和第四数量与第二未来时间段的时间点的总数的第四比值。

最后，在第三比值或第四比值大于预设阈值的情况下，根据第二未来时间段的流量，重新生成每个ONU在第二未来时间段的带宽配置。

通过监测实时流量，可以应对突发事件，针对原有的第一未来时间段的带宽配置进行适当调整，提高了带宽分配的准确性。通过对每个ONU单独进行监控，只对监控到有问题的ONU进行带宽配置更改。后续则继续监控该ONU来判断流量问题是突发的还是长久的。突发的则在流量突发结束后恢复原来配置，长久的则更改预测第一未来时间段的流量的模型。

图3示出根据本公开一些实施例的带宽分配装置的框图。

如图3所示，带宽分配装置3包括获取模块31、分类模块32、预测模块33和生成模块34。

获取模块31被配置为获取与光线路终端OLT对应的各个光网络单元ONU的历史流量数据，例如执行如图1所示的步骤S110。

分类模块32被配置为根据各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合，例如执行如图1所示的步骤S120。

预测模块33被配置为对于每个ONU集合中的任意一个ONU，利用任意一个ONU的历史流量数据，预测任意一个ONU在第一未来时间段的第一预测流量，例如执行如图1所示的步骤S130。

生成模块34被配置为根据任意一个ONU在第一未来时间段的第一预测流量，生成任意一个ONU和与任意一个ONU属于同一ONU集合的其他ONU的带宽配置，带宽配置用于带宽分配，例如执行如图1所示的步骤S140。

图4示出根据本公开另一些实施例的带宽分配装置的框图。

如图4所示，带宽分配装置4包括存储器41；以及耦接至该存储器41的处理器42，存储器41用于存储执行带宽分配方法对应实施例的指令。处理器42被配置为基于存储在存储器41中的指令，执行本公开中任意一些实施例中的带宽分配方法。

图5示出根据本公开一些实施例的带宽分配系统的框图。

如图5所示，带宽分配系统5包括本公开任意一些实施例中的带宽分配装置51、OLT控制器52和OLT 53。

带宽分配装置51被配置为执行本公开任意一些实施例中的的带宽分配方法。

OLT控制器52被配置为获取带宽分配装置生成的带宽配置。

OLT 53被配置为接收OLT控制器下发的带宽配置。

图6示出用于实现本公开一些实施例的计算机系统的框图。

如图6所示，计算机系统60可以通用计算设备的形式表现。计算机系统60包括存储器610、处理器620和连接不同系统组件的总线600。

存储器610例如可以包括系统存储器、非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。系统存储器可以包括易失性存储介质，例如随机存取存储器(RAM)和/或高速缓存存储器。非易失性存储介质例如存储有执行带宽分配方法中的至少一种的对应实施例的指令。非易失性存储介质包括但不限于磁盘存储器、光学存储器、闪存等。

处理器620可以用通用处理器、数字信号处理器(DSP)、应用专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑设备、分立门或晶体管等分立硬件组件方式来实现。相应地，诸如判断模块和确定模块的每个模块，可以通过中央处理器(CPU)运行存储器中执行相应步骤的指令来实现，也可以通过执行相应步骤的专用电路来实现。

总线600可以使用多种总线结构中的任意总线结构。例如，总线结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MCA)总线、外围组件互连(PCI)总线。

计算机系统60还可以包括输入输出接口630、网络接口640、存储接口650等。这些接口630、640、650以及存储器610和处理器620之间可以通过总线600连接。输入输出接口630可以为显示器、鼠标、键盘等输入输出设备提供连接接口。网络接口640为各种联网设备提供连接接口。存储接口650为软盘、U盘、SD卡等外部存储设备提供连接接口。

这里，参照根据本公开实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个框以及各框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可提供到通用计算机、专用计算机或其他可编程装置的处理器，以产生一个机器，使得通过处理器执行指令产生实现在流程图和/或框图中一个或多个框中指定的功能的装置。

这些计算机可读程序指令也可存储在计算机可读存储器中，这些指令使得计算机以特定方式工作，从而产生一个制造品，包括实现在流程图和/或框图中一个或多个框中指定的功能的指令。

本公开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。

通过上述实施例中的带宽分配方法、装置及系统、计算机可存储介质，实现了自动进行带宽分配，降低了人力成本，提高了带宽分配效率。

至此，已经详细描述了根据本公开的带宽分配方法、装置及系统、计算机可存储介质。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

Claims (12)

1.一种带宽分配方法，包括：

获取与光线路终端OLT对应的各个光网络单元ONU的历史流量数据；

根据所述各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合；

对于每个ONU集合中的任意一个ONU，利用所述任意一个ONU的历史流量数据，预测所述任意一个ONU在第一未来时间段的第一预测流量；

根据所述任意一个ONU在第一未来时间段的第一预测流量，生成所述任意一个ONU和与所述任意一个ONU属于同一ONU集合的其他ONU的带宽配置，所述带宽配置用于带宽分配。

2.根据权利要求1所述的带宽分配方法，其中，对于每个ONU，所述历史流量数据包括每个ONU所处地区、每个ONU的用户套餐和历史时间点的日期类型中的至少一种以及每个历史时间点的流量。

3.根据权利要求2所述的带宽分配方法，其中，根据所述各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合包括：

将每个ONU所处地区、每个ONU的用户套餐和每个ONU的历史时间点的日期类型中的至少一种以及每个ONU的每个历史时间点的流量，输入到支持向量机模型，对各个ONU进行分类，得到多个ONU集合。

4.根据权利要求1所述的带宽分配方法，还包括：

实时获取每个ONU在指定时长内的各个实时时间点的实时流量；

对于每个ONU，确定大于第一流量阈值的实时流量的第一数量和小于第二流量阈值的实时流量的第二数量；

计算第一数量与实时时间点的总数的第一比值和第二数量与实时时间点的总数的第二比值；

在所述第一比值或所述第二比值大于预设阈值的情况下，利用所述每个ONU的各个实时时间点的实时流量，预测第二未来时间段的第二预测流量，所述第一未来时间段包括所述第二未来时间段。

5.根据权利要求4所述的带宽分配方法，还包括：

对于第二未来时间段的第二预测流量，确定大于第一流量阈值的第二预测流量的第三数量和小于第二流量阈值的第二预测流量的第四数量；

计算所述第三数量与第二未来时间段的时间点的总数的第三比值和所述第四数量与第二未来时间段的时间点的总数的第四比值；

在所述第三比值或所述第四比值大于所述预设阈值的情况下，根据所述第二未来时间段的流量，重新生成每个ONU在所述第二未来时间段的带宽配置。

6.根据权利要求1所述的带宽分配方法，其中，利用时间序列算法预测所述第一未来时间段的第一预测流量和所述第二未来时间段的第二预测流量。

7.根据权利要求1或5所述的带宽分配方法，其中，所述带宽配置用于被所述OLT所属的OLT控制器调用并发送给所述OLT。

8.根据权利要求1或4所述的带宽分配方法，其中，利用网络遥测技术采集所述各个ONU的历史流量数据和所述各个实时时间点的实时流量。

9.一种带宽分配装置，包括：

获取模块，被配置为获取与光线路终端OLT对应的各个光网络单元ONU的历史流量数据；

分类模块，被配置为根据所述各个ONU的历史流量数据，对各个ONU进行分类，得到多个ONU集合；

预测模块，被配置为对于每个ONU集合中的任意一个ONU，利用所述任意一个ONU的历史流量数据，预测所述任意一个ONU在第一未来时间段的第一预测流量；

生成模块，被配置为根据所述任意一个ONU在第一未来时间段的第一预测流量，生成所述任意一个ONU和与所述任意一个ONU属于同一ONU集合的其他ONU的带宽配置，所述带宽配置用于带宽分配。

10.一种带宽分配装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令，执行如权利要求1至8任一项所述的带宽分配方法。

11.一种带宽分配系统，包括：

如权利要求9至10任一项所述的带宽分配装置，被配置为执行如权利要求1至8任一项所述的带宽分配方法；

光线路终端OLT控制器，被配置为获取所述带宽分配装置生成的带宽配置；和

OLT，被配置为接收所述OLT控制器下发的所述带宽配置。

12.一种计算机可存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现如权利要求1至8任一项所述的带宽分配方法。

Images