CN113950056A - 带宽分配方法、装置及存储介质 - Google Patents
带宽分配方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113950056A CN113950056A CN202111230007.9A CN202111230007A CN113950056A CN 113950056 A CN113950056 A CN 113950056A CN 202111230007 A CN202111230007 A CN 202111230007A CN 113950056 A CN113950056 A CN 113950056A
- Authority
- CN
- China
- Prior art keywords
- bandwidth allocation
- base station
- bandwidth
- determining
- updated
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/04—Traffic adaptive resource partitioning
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开提供一种带宽分配方法、装置及存储介质,该方法包括:先获取至少一个基站的历史流量数据,其中,至少一个基站为目标业务场景下的基站;之后根据历史流量数据,确定带宽分配指标的更新值;然后根据带宽分配指标和更新值,确定至少一个基站对应的更新后的带宽分配指标;最终根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。本公开基于业务场景进行带宽分配,以有效降低网络带宽压力;且相比通过提高网络规模来降低网络带宽压力的方案,还可以降低成本。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种带宽分配方法、装置及存储介质。
背景技术
在大数据背景下,手机等无线终端的数量呈现指数型增长,与此同时,用户日常业务对无线流量的需求也产生了急速的增长,从而导致网络拥塞和过载,给网络带来了巨大带宽压力。
目前,为缓解网络带宽压力,通常通过提高网络规模的方式来增加网络并发量,但这种方式的成本较高。
发明内容
为了解决上述问题,本公开提供了一种带宽分配方法、装置及存储介质,达到了降低带宽分配成本的目的。
第一方面,本公开提供了一种带宽分配方法,包括:
获取至少一个基站的历史流量数据,至少一个基站为目标业务场景下的基站;
根据历史流量数据,确定带宽分配指标的更新值;
根据带宽分配指标和所述更新值,确定至少一个基站对应的更新后的带宽分配指标;
根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。
一种可能的实施方式中,确定至少一个基站对应的更新后的带宽分配指标,包括:确定以带宽分配指标进行带宽分配时的误差系数,误差系数用于表示分配带宽与实际使用带宽的差值;根据更新值和误差系数,确定至少一个基站对应的更新后的带宽分配指标。
一种可能的实施方式中,确定以带宽分配指标进行带宽分配时的误差系数,包括:根据带宽分配指标和固定带宽,确定目标业务场景的分配带宽;根据固定带宽和当前时段的带宽冗余率,确定目标业务场景的实际使用带宽;根据分配带宽和实际使用带宽,确定误差系数。
一种可能的实施方式中,根据更新值和所述误差系数,确定至少一个基站对应的更新后的带宽分配指标,包括:根据更新值和所述误差系数,确定所述更新值和所属误差系数的和为所述至少一个基站对应的更新后的带宽分配指标。
一种可能的实施方式中,根据历史流量数据,确定带宽分配指标的更新值,包括:根据历史流量数据,确定目标流量数据,目标流量数据包括至少一个基站对应目标业务场景的网络数据;确定目标流量数据与历史流量数据的比值为带宽分配指标的更新值。
一种可能的实施方式中,获取至少一个基站的历史流量数据之前,还包括:基于业务场景,对基站进行属性划分,得到至少一个主属性网络,不同主属性网络对应的业务场景不同。
一种可能的实施方式中,基于业务场景,对基站进行属性划分,得到至少一个主属性网络,包括:在设定周期开始时,基于业务场景,对基站进行属性划分,得到至少一个主属性网络。
一种可能的实施方式中,设定周期包括多个预设时段,获取至少一个基站的历史流量数据,包括:针对多个预设时段中各预设时段,在预设时段起始时刻,获取至少一个基站的历史流量数据。
一种可能的实施方式中,根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配,包括:在预设时段内,根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。
第二方面,本公开提供一种带宽分配装置,包括:
获取模块,用于获取至少一个基站的历史流量数据,至少一个基站为目标业务场景下的基站;
确定模块,用于根据历史流量数据,确定带宽分配指标的更新值;以及,用于根据带宽分配指标和更新值,确定至少一个基站对应的更新后的带宽分配指标;
分配模块,用于根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。
一种可能的实施方式中,确定模块具体用于:确定以带宽分配指标进行带宽分配时的误差系数,误差系数用于表示分配带宽与实际使用带宽的差值;根据更新值和误差系数,确定至少一个基站对应的更新后的带宽分配指标。
一种可能的实施方式中,确定模块具体用于:根据带宽分配指标和固定带宽,确定目标业务场景的分配带宽;根据固定带宽和当前时段的带宽冗余率,确定目标业务场景的实际使用带宽;根据分配带宽和实际使用带宽,确定误差系数。
一种可能的实施方式中,确定模块具体用于:确定所述更新值和所属误差系数的和为所述至少一个基站对应的更新后的带宽分配指标。
一种可能的实施方式中,确定模块具体用于:根据历史流量数据,确定目标流量数据,目标流量数据包括至少一个基站对应目标业务场景的网络数据;确定目标流量数据与历史流量数据的比值为带宽分配指标的更新值。
一种可能的实施方式中,获取模块还用于:基于业务场景,对基站进行属性划分,得到至少一个主属性网络,不同主属性网络对应的业务场景不同。
一种可能的实施方式中,还包括划分模块,用于:在设定周期开始时,基于业务场景,对基站进行属性划分,得到至少一个主属性网络。
一种可能的实施方式中,获取模块具体用于:针对多个预设时段中各预设时段,在预设时段起始时刻,获取至少一个基站的历史流量数据。
一种可能的实施方式中,分配模块具体用于:在预设时段内,根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。
第三方面,本公开提供一种电子设备,包括:
存储器和处理器;
存储器用于存储程序指令;
处理器用于调用所述存储器中的程序指令执行第一方面的带宽分配方法。
第四方面,本公开一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序指令,计算机程序指令被执行时,实现第一方面的带宽分配方法。
第五方面,本公开提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面的带宽分配方法。
本公开提供一种带宽分配方法、装置及存储介质,先获取至少一个基站的历史流量数据,其中,至少一个基站为目标业务场景下的基站;之后根据历史流量数据,确定带宽分配指标的更新值;然后根据带宽分配指标和更新值,确定至少一个基站对应的更新后的带宽分配指标;最终根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。本公开通过获取目标业务场景下至少一个基站的历史流量数据,进而更新带宽分配指标,并根据更新后的带宽分配指标进行带宽分配,即基于业务场景进行带宽分配,以有效降低网络带宽压力;且相比通过提高网络规模来降低网络带宽压力的方案,本公开实施例还可以降低成本。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开一实施例提供的应用场景示意图;
图2为本公开一实施例提供的带宽分配方法的流程图;
图3为本公开另一实施例提供的带宽分配方法的流程图;
图4为本公开一实施例提供的带宽分配装置的结构示意图;
图5为本公开一实施例提供的电子设备的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,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,都属于本公开保护的范围。
首先,对本公开涉及的部分技术术语进行解释说明:
冗余率,冗余率作为通信行业的指标之一,其目的在于衡量被分配的固定带宽中,被预留的一部分带宽所占据的比例。因此,固定带宽去除预留部分后才是实际分配带宽。预留部分的设定可以为带宽分配提供一定缓冲,进而使得整个系统具有应对突发事件的能力(例如当高并发业务数量突增时)。
统一资源定位器(Uniform Resource Locator,简称URL),在万维网上,每个信息资源都有统一的且唯一的地址,该地址即统一资源定位器,也可以被称为网址。
目前,随着用户需求的提升和科技的发展,无线通信网络呈现出蜂窝网络和异构网络相辅相成的局面,其中蜂窝网络虽然通信规模大,但链路成本高;异构网络虽然通信成本低,但通信规模有限,链路不稳定。为了避免业务流量需求增多导致的网络阻塞和过载,往往需要通过扩大网络规模来实现海量数据的高效传输。但是,上述方式会带来较高成本,单纯依靠提高网络规模的方式来增加网络并发量,这是不现实的。
发明人发现,在带宽不变的条件下,影响网络流量带宽的非硬件因素主要总结为以下几点:
1、业务场景的多样化,即网络中传输数据类型的多样化,导致不同场景的带宽需求差异明显,使得不同场景需求下的传输速度具有明显差别。
2、网络设备接入的不断增加、设备的多样化都将导致网络的复杂性升高,使得网络传输需求不断提升。
3、高并发业务的发生导致网络负载明显增加,传输速度明显降低。
设计业务带宽分配策略时应充分考虑业务的上下行流量和权重(优先级),再进行策略参数设置和资源分配。本公开提出的带宽分配方法基于业务场景,根据业务请求中的上下行流量来分配带宽。
为实现上述的带宽分配方法,基站主要负责流量监控和策略执行:流量监控旨在获取历史流量数据以及流量特征等;策略执行则以前一段时间的带宽分配表为基础,历史流量数据等信息,更新带宽分配表,并执行带宽分配操作。
另外,用户需求多样化和物联网场景多样化也进一步地对网络带宽提出了更高要求,本公开的带宽分配方法,基于业务场景分配权重,并在部分基站间使用均衡带宽的方式改善网络传输,可以作为一种改善网络整体性能的解决方案。
因此,基于上述问题,本公开的实施例提供了一种带宽分配方法、装置及存储介质,根据业务场景制定相应的带宽分配策略,并根据带宽分配策略生成带宽分配表。另外,带宽分配表会随着时间的推移实时更新,使得基站可以根据带宽分配表,及时调整带宽的分配值。相比通过提高网络规模的方式来增加网络并发量的方案,本公开提出的带宽分配方法不但能够有效地缓解网络带宽压力,减小网络时延;同时还可以降低成本。
图1为本公开一实施例提供的应用场景示意图。如图1所示,本应用场景中,包括社区1、社区2和社区3。其中,社区1包括基站1和基站2;社区2包括基站3和基站4;社区3包括基站5和基站6。其中,本公开不对社区或基站的覆盖范围进行限定。
当社区内的业务请求量发生改变时,可以从基站侧获取历史流量数据,进一步确定下一时段各个社区的带宽分配指标,并根据该带宽分配指标,对各个社区进行带宽分配。
示例地,在一天中10点这个时刻,社区1内的基站1和基站2的带宽分配指标为0.3,在11点时,由于社区1内的业务请求量降低,需将社区1内的基站1和基站2的带宽分配指标降低至0.2。而若在10点时,社区2内的基站3和基站4的带宽分配指标为0.15,在11点时,社区2内的基站3和基站4的业务请求量突增。此时可以将社区2的带宽分配指标调整为0.3,提高了社区2内的带宽分配值。
需要说明的是,图1仅是本公开实施例提供的一种应用场景的示意图,本公开实施例不对图1中各社区包括的设备及设备个数进行限定,也不对图1中设备之间的位置关系进行限定。例如,在图1所示的应用场景中,还可以包括云端服务器,该云端服务器可以假设在基站上,也可以存在于社区中。另外,处于任意社区中的用户终端,其可以是手机,也可以是平板电脑或者笔记本电脑。
接下来,通过具体实施例介绍带宽分配方法,本公开的执行主体可以是运营商侧的服务器,且不对其加以限定。
图2为本公开一实施例提供的带宽分配方法的流程图,如图2所示,本公开提供的带宽分配方法可以包括:
S201、获取至少一个基站的历史流量数据,至少一个基站为目标业务场景下的基站。
其中,每个业务场景都会对应至少一个基站。这些基站的覆盖范围可以完全不同,也可以完全相同,亦可以部分相同。
示例地,业务场景可以是用户访问网址、用户拨打电话或者用户收发短信等。
根据目标业务场景的类型,确定其涉及的基站之后,从基站侧获取历史流量数据。该历史流量数据表征了该目标业务场景的历史数据。
例如,用户访问网址这一业务场景涉及10个基站;用户拨打电话这一业务场景涉及另外10个基站。分别从这20个基站获取历史流量数据,用户访问网址这一业务场景对应基站的历史流量数据反映了用户访问网址的具体数据;用户拨打电话这一业务场景对应的基站的历史流量数据反映了用户拨打电话的具体数据。
示例地,获取历史流量数据的手段可以由服务器从基站侧直接获取,也可以是服务器通过网络管理平台间接获取。
S202、根据历史流量数据,确定带宽分配指标的更新值。
其中,带宽分配指标是可随着时间而变化的。每经过一段时间,服务器会根据获取到的历史流量数据,进一步确定带宽分配指标的更新值。
示例地,该更新值可以为一附加值,即将该更新值附加在之前带宽分配指标的基础上;或者,该更新值还可以直接作为更新后的带宽分配指标的参考值。
仍以用户访问网址这一业务场景涉及10个基站,用户拨打电话这一业务场景涉及另外10个基站为例,在确定带宽分配指标时,上述两种业务场景涉及的历史流量数据可以进行独立处理,也可以进行相互融合后再处理。本公开中,以独立方式为例进行处理。具体地,对应于独立处理的情况,根据两种业务场景独立分配带宽。即,当业务场景为用户访问网址时,根据其历史流量数据确定一种带宽分配指标;当业务场景为用户拨打手机时,根据其历史流量数据确定另一种带宽分配指标,两者的应用范围不同,是相互独立的。
S203、根据带宽分配指标和更新值,确定至少一个基站对应的更新后的带宽分配指标。
可以理解,上述的带宽分配指标是指前一段时间的带宽分配指标,经过一段时间后,由于历史流量数据发生变化,此时需要确定后一段时间的带宽分配指标,即更新后的带宽分配指标。
具体地,可以通过分区的方式,将基站划分到多个不同的区域。若该区域包含第一区域和第二区域。对于第一区域而言,其内部更新后的带宽分配指标可以全部相同;对于第二区域而言,其内部更新后的带宽分配指标也可以全部相同。同时,第一区域内的部分基站更新后的带宽分配指标还可以和第二区域内的部分基站更新后的带宽分配指标相同。即,不同基站之间对应的更新后的带宽分配指标可以相同,也可以不同。
S204、根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。
示例地,该更新后的带宽分配指标可以应用在后一段时间。每个更新后的带宽分配指标所应用的时长是可以任意设定的,不对其加以限定。具体地,可以为1个小时,半个小时等。所谓带宽分配指标,可以理解为带宽分配的权重。指标值越大,权重越大;反之越小。应理解:权重越大,该基站分配得到的带宽值越大。进而该基站可以提供更多的业务流量,支持更多的用户终端。
在进行带宽分配时,其方式可以是依次对每个基站进行带宽分配;也可以是先对一片区域的物理站点进行带宽分配后,再由该物理站点对其下挂的基站进行进一步地的带宽分配。
本公开实施例中,通过获取至少一个基站的历史流量数据,其中,至少一个基站为目标业务场景下的基站;之后再根据历史流量数据,确定带宽分配指标的更新值;然后再根据带宽分配指标和更新值,确定至少一个基站对应的更新后的带宽分配指标;最终根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。本公开实施例通过获取目标业务场景下至少一个基站的历史流量数据,进而更新带宽分配指标,并根据更新后的带宽分配指标进行带宽分配,即基于业务场景进行带宽分配,以有效降低网络带宽压力;且相比通过提高网络规模来降低网络带宽压力的方案,本公开实施例还可以降低成本。
在上述实施例的基础上,考虑到由于实际业务中存在多种业务场景,因此往往需要先根据业务场景的类型划分出多个主属性网络。因此,一些实施例中,在获取至少一个基站的历史流量数据之前,还可以包括:基于业务场景,对基站进行属性划分,得到至少一个主属性网络,不同主属性网络对应的业务场景不同。
需要说明的是:前文所述的每个业务场景至少存在一个基站这一情况,其仍然可以应用于本实施例中。具体地,先将多个业务场景分为多个主属性网络。其中,每个主属性网络代表了该业务场景的主属性(主特征)。此时,还可以进一步将每个主属性网络进行细化,将其再分为多个子属性网络(在应用场景中被称为社区)。可以理解:每个子属性网络都带有主属性中的某个子属性,换言之,子属性网络是在具有主属性的前提下,进一步确定该主属性中的某个子属性的网络。再进一步地,每个子属性网络包含了至少一个基站,该基站代表了子属性的特征。
综上,可以理解,由一个业务场景,可以确定一个主属性网络,并确定多个子属性网络,进而确定多个基站。
作为一种示例,在可以用如下方法进行主属性网络的建模:
基于某个业务场景,确定一主属性网络Gc。其中,G表示以基站为对象建模的网络;c表示建模网络中主属性的物理意义。示例地,若该业务场景为用户访问网址,该主属性网络Gc则为用户访问网址的集合,其主属性的物理意义与业务场景相同,也为用户访问网址。
主属性网络Gc可以表示为{V,E}。V表示网络中节点的集合,这里表示网络包含的所有基站;E表示网络中节点连边的集合,这里表示网络包含的所有基站间由于建模形成的连边。
建模主属性网络的意义在于通过上述无权重的无向图,进行带宽分配指标的计算。
进一步地,每个主属性网络Gc,还可以通过如下方式细化:
将主属性网络Gc划分为多个子属性网络,其中,每个子属性都隶属于该主属性。例如,对于主属性为用户访问网址的情况,子属性可以是用户通过搜索引擎访问网址,用户通过游戏访问网址,用户通过音乐访问网址,用户通过视频访问网址以及用户通过购物访问网址等等。
划分后的主属性网络Gc可以写作:Gc={C1,C2,…,Cn}。其中子属性网络Ci∈Gc,且Ci={Vi},i表示主属性的某一子属性(如:通过搜索引擎访问网址),Ci表示子属性为i的子属性网络;Vi表示子属性网络Ci包含的节点集合,这里也可以表示子属性网络Ci所有基站的集合。
另外,对主属性网络进行划分的标准应考虑当前主属性网络划分的具体要求和不同算法针对不同业务场景的侧重,例如:主要考虑网络结构进行主属性网络划分的最优模块度算法;以及主要考虑网络流进行主属性网络划分的标签传播算法。
本公开实施例中,通过将主属性网络进一步划分为多个子属性网络,其中,每个子属性网络都具有主属性对应的某个子属性。这种方法可以将业务场景进一步细化,进而根据业务场景下不同的子属性进行带宽分配,提高了带宽分配的精确度和多样性。
另外,在一些实施例中,对于前述实施例的时间段概念,进行如下叙述:
基于业务场景,对基站进行属性划分,得到至少一个主属性网络,可以包括:在设定周期开始时,基于业务场景,对基站进行属性划分,得到至少一个主属性网络。
应理解:本公开中在进行带宽分配之前,需要预设一周期,即设定周期。示例地,该设定周期的时长可以是为一周,或者一个月。设定周期的目的在于校准本公开提供的带宽分配方法。由于经过一个周期的带宽指标更新以及带宽分配后,带宽分配指标和历史流量数据会有一定的偏差。因此,需要引入设定周期。具体地,当前一个设定周期结束,且新的设定周期开始时,需要重新进行主属性网络的建模。并在新建模的主属性网络的基础上,进行上述的带宽分配指标的更新和带宽分配的操作。
更进一步地,上述设定周期包括多个预设时段。对应地,获取至少一个基站的历史流量数据,可以包括:针对多个预设时段中各预设时段,在预设时段起始时刻,获取至少一个基站的历史流量数据。
可以理解:设定周期内还包括有多个预设时段,在每个预设时段起始时刻,需要执行上述的获取历史流量数据的步骤。
其中,一种实施方式可以为:若设定周期为7天,将一天24小时划分为N个预设时段,预设时段集合可以表示为T={T1,T2,…,TN}。该设定周期的所有预设时段的和为7*24等于168。
当每个预设时段开始时,获取至少一个基站的历史流量数据,该历史流量数据可以是前一天同一时段内的流量数据。例如,7月3日的13点时段的历史流量数据为7月2日的13点至13点59分的流量数据。之所以选择相邻两天的同一预设时段之间进行数据分析,是为了保证数据的可参考性。比如,周内不同两天的上午8点,人们都处于早高峰时段;而周内不同两天的18点则处于晚高峰时段。
综上所述,可以理解,在一个设定周期内,在每个预设时段的起始时刻,都会进行一次带宽分配指标的更新,并且,具体地,根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配,可以包括:在预设时段内,根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。即预设时段内分配的带宽是根据预设时段起始时刻确定的带宽分配指标进行确定的。
由此可知,在一个设定周期内,每个预设时段都会发生一个迭代计算,得到更新的带宽分配指标。以前述的示例为例,一周为设定周期,会发生168次迭代。由此可知设定周期的意义同样重要。若发生多次迭代后,计算结果的偏差必然会越来越大;同时,由于实际的工作日和休息日刚好为7天(一周),也是将设定周期设置为7天的原因之一。
本公开实施例中,通过引入设定周期,并在设定周期中划分为多个预设时段。在每个预设时段开始时先获取历史流量数据,进而确定更新后的带宽分配指标。进而在该预设时段进行带宽分配。如此循环处理后,当时间超过设定周期时,需要重新进行主属性网络建模。本公开通过在设定周期内循环迭代的方式确定更新后的带宽分配指标,这种方式节约了时间,提升了效率;同时又在超出设定周期后,重新建模主属性网络,并重置设定周期,又同时保证了循环迭代后,计算得出的带宽分配指标的精确性。
接下来,通过一些实施例来具体叙述带宽分配指标的更新方式:
根据历史流量数据,确定带宽分配指标的更新值,可以包括:根据历史流量数据,确定目标流量数据,目标流量数据包括至少一个基站对应目标业务场景的网络数据;确定目标流量数据与历史流量数据的比值为带宽分配指标的更新值。
示例性地,上述历史流量数据可以是某个子属性网络包含的所有基站的上下行流量之和,记作Fi;目标流量数据可以是某个子属性网络包含的所有基站下包含该子属性的上下行流量之和,记作fi。则带宽分配指标的更新值为fi/Fi,记作Iinew。由于每个子属性网络均有一个带宽分配指标的更新值,因此,主属性网络在某个预设时段的带宽分配指标的更新值集合可以写作:Inew={I1new,I2new,…,Innew},其中,Iinew∈Inew。
综上,概括性地,多个主属性网络中,每个主属性网络中又包含了多个子属性网络。且在一个设定周期内,每个子属性网络在每个预设时段起始时刻都会产生一带宽分配指标的更新值,并根据该更新值确定更新后的带宽分配指标。即,一个子属性网络,对应于上述实施例,其在一天内的24个预设时段,会产生24个不同的带宽分配指标的更新值集合,并生成24个带宽分配指标,以及24个用于分配带宽的带宽分配表。本公开不对带宽分配表的具体形式加以限定。
在一些实施方式中,上述的根据带宽分配指标和更新值,确定至少一个基站对应的更新后的带宽分配指标,可以包括:确定以带宽分配指标进行带宽分配时的误差系数,误差系数用于表示分配带宽与实际使用带宽的差值;根据更新值和误差系数,确定至少一个基站对应的更新后的带宽分配指标。
计算出带宽分配指标的更新值之后,还需要根据前一个预设时段的带宽分配指标确定出当前预设时段的误差系数,之后结合误差系数和带宽分配指标的更新值,确定更新后的带宽分配指标。
一些实施例中,根据更新值和所述误差系数,确定至少一个基站对应的更新后的带宽分配指标,可以包括:根据更新值和所述误差系数,确定所述更新值和所属误差系数的和为所述至少一个基站对应的更新后的带宽分配指标。
示例地,若某个子属性网络的前一个预设时段的带宽分配指标Ii,则该主属性网络的前一个预设时段的带宽分配指标集合可以写作I={I1,I2,…,In},其中,Ii∈I。
为了确定误差系数,一些实施例中,确定以带宽分配指标进行带宽分配时的误差系数,包括:根据带宽分配指标和固定带宽,确定目标业务场景的分配带宽;根据固定带宽和当前时段的带宽冗余率,确定目标业务场景的实际使用带宽;根据分配带宽和实际使用带宽,确定误差系数。
可选地,在计算误差系数时,还需要考虑到冗余率。若固定带宽为B,对于子属性网络Ci,其冗余率为Ri。此时,子属性网络Ci中分配的带宽为Ii*B,该子属性网络实际使用的带宽为B*(1-Ri)。因此,可以将子属性网络Ci预留的带宽Ii*B-B*(1-Ri)作为带宽误差Li。进一步地,将带宽误差归一化后,可以得到误差系数,记为li,其表达式可以写作li=(Ii*B-B*(1-Ri))/B=(Ii+R-1)。前述实施例中,子属性网络Ci的带宽分配指标的更新值为Iinew,因此,最终计算得到的当前预设时段更新后的带宽分配指标为Ii=Iinew+(Ii+R-1)。通过上述方法,可以计算多个子属性网络的更新后的带宽分配指标,进而确定主属性网络的更新后的带宽分配指标集合,将其记作I’。其中,I’={I1’,I2’,…,In’}。同时,主属性网络中各个子属性网络的更新后的带宽分配指标可以如表1所示:
表1
表1中,对于同一个子属性网络内的各个基站,其更新后带宽分配指标可以相同,也可以不同,本公开不对其加以限定。
得到上述的带宽分配表之后,服务器可以根据表中的各个带宽分配指标对各个主属性网络中子属性网络的各个基站进行带宽分配,进而实现了基于业务场景的带宽分配策略。
例如,若在更新后的带宽分配表中,子属性网络C1的更新后的带宽分配指标为0.15;子属性网络C2的更新后的带宽分配指标为0.25;子属性网络C3的更新后的带宽分配指标为0.4。且固定带宽为B;则此时各个子属性网络分配的带宽分别为:子属性网络C1为0.15*B;子属性网络C2为0.25*B;子属性网络C3为0.4*B。
接下来,通过一实施例来介绍本公开提供的带宽分配方法的完整步骤,如图3所示,该方法包括:
S301、将一天24小时分为24个时段,并预设设定周期为一周。
本实施例将一天内划分为24个时段,每个预设时段为1个小时。通过获取前一天同一预设时段的历史流量数据,确定当前预设时段的更新后的带宽分配指标。设定周期为一周,即在一周内的七天进行带宽分配指标的迭代计算。超过一周后,重置周期。
S302、根据一主属性构建主属性网络。
具体地,该主属性可以是用户访问网址或者用户收发短信等等,此处不再赘述。建模复杂网络的方法一般是根据节点间的关系建立节点间的连边,进而生成复杂网络。例如:根据节点间的相似性生成节点间连边;根据节点间的距离生成节点间的连边等。
S303、将建模好的主属性网络划分为多个子属性网络。
每个子属性网络都包含了主属性网络中的某个子属性。例如,主属性对应于用户收发短信时,则子属性网络对应的各个子属性可以是:用户收发彩信;用户发送短信的条数;用户接受短信的条数等。
S304、从各个子属性网络的基站侧获取前一天同一预设时段的历史流量数据,并得到各个子属性网络当前预设时段的带宽分配指标的更新值。
该步骤与前文所述方法一致,此处不再赘述。
S305、根据各个子属性网络前一天的带宽分配指标和当前预设时段的带宽分配指标的更新值,确定各个子属性网络当前预设时段的带宽分配指标,并生成各个子属性网络当前预设时段的带宽分配指标表。
可以理解:上述中,当前预设时段的带宽分配指标即为更新后的带宽分配指标。生成的当前预设时段的带宽分配指标表会替换掉前一天该预设时段的带宽分配指标表。
S306、根据各个子属性网络当前预设时段的带宽分别指标表,对各个子属性网络进行带宽分配。
S307、判断下一预设时段是否处于设定周期内。
若是,则返回步骤S304;若否,则返回步骤S301。
本公开实施例至少具有以下优势:
1、基于业务场景根据历史流量数据进行分析,划分出业务场景下的多个不同主属性的主属性网络。
2、对各个主属性网络中的各个子属性网络进行历史流量数据分析,得到更新后的带宽分配指标集合,生成新的带宽分配表并替换之前的带宽分配表。
本公开的基于业务场景的带宽分配方法,可以对带宽分配表进行持续更新,进而保证带宽分配的实用性。上述带宽分配方法,对不同主属性网络和不同子属性网络内的基站设置不同带宽分配指标,可以降低网络压力,使得带宽资源可以有效利用。
叙述了本公开提供的带宽分配方法后,接下来叙述本公开提供的带宽分配装置,如图4所示,该带宽分配装置400包括:
获取模块401,用于获取至少一个基站的历史流量数据,至少一个基站为目标业务场景下的基站;
确定模块402,用于根据历史流量数据,确定带宽分配指标的更新值;以及,用于根据带宽分配指标和更新值,确定至少一个基站对应的更新后的带宽分配指标;
分配模块403,用于根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。
一种可能的实施方式中,确定模块402具体用于:确定以带宽分配指标进行带宽分配时的误差系数,误差系数用于表示分配带宽与实际使用带宽的差值;根据更新值和误差系数,确定至少一个基站对应的更新后的带宽分配指标。
一种可能的实施方式中,确定模块402具体用于:根据带宽分配指标和固定带宽,确定目标业务场景的分配带宽;根据固定带宽和当前时段的带宽冗余率,确定目标业务场景的实际使用带宽;根据分配带宽和实际使用带宽,确定误差系数。
一种可能的实施方式中,确定模块402具体用于:确定带宽更新指标和误差系数的和为至少一个基站对应的更新后的带宽分配指标。
一种可能的实施方式中,确定模块402具体用于:根据历史流量数据,确定目标流量数据,目标流量数据包括至少一个基站对应目标业务场景的网络数据;确定目标流量数据与历史流量数据的比值为带宽分配指标的更新值。
一种可能的实施方式中,获取模块401还用于:基于业务场景,对基站进行属性划分,得到至少一个主属性网络,不同主属性网络对应的业务场景不同。
一种可能的实施方式中,还包括划分模块(图中未标出),用于:在设定周期开始时,基于业务场景,对基站进行属性划分,得到至少一个主属性网络。
一种可能的实施方式中,获取模块401具体用于:针对多个预设时段中各预设时段,在预设时段起始时刻,获取至少一个基站的历史流量数据。
一种可能的实施方式中,分配模块403具体用于:在预设时段内,根据更新后的带宽分配指标,对至少一个基站进行对应目标业务场景的带宽分配。
本公开实施例提供的装置,可用于执行如前所述的实施例的方法,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,处理模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上处理模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘solid state disk(SSD))等。
图5为本公开一实施例提供的电子设备的结构示意图。示例性地,电子设备可以被提供为例如服务器(一种管理计算资源的计算机)。参照图5,电子设备500包括处理组件501,其进一步包括一个或多个处理器,以及由存储器502所代表的存储器资源,用于存储可由处理组件501的执行的指令,例如应用程序。存储器502中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件501被配置为执行指令,以执行上述任一方法实施例。
电子设备500还可以包括一个电源组件503被配置为执行电子设备500的电源管理,一个有线或无线网络接口504被配置为将电子设备500连接到网络,和一个输入输出(I/O)接口505。电子设备500可以操作基于存储在存储器502的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本公开还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上带宽分配方法的方案。
本公开还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上的带宽分配方法的方案。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于带宽分配装置中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各实施例对本公开进行了详细的说明,
本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的范围。
Claims (12)
1.一种带宽分配方法,其特征在于,包括:
获取至少一个基站的历史流量数据,所述至少一个基站为目标业务场景下的基站;
根据所述历史流量数据,确定带宽分配指标的更新值;
根据所述带宽分配指标和所述更新值,确定所述至少一个基站对应的更新后的带宽分配指标;
根据所述更新后的带宽分配指标,对所述至少一个基站进行对应所述目标业务场景的带宽分配。
2.根据权利要求1所述的带宽分配方法,其特征在于,所述根据所述带宽分配指标和所述更新值,确定所述至少一个基站对应的更新后的带宽分配指标,包括:
确定以所述带宽分配指标进行带宽分配时的误差系数,所述误差系数用于表示分配带宽与实际使用带宽的差值;
根据所述更新值和所述误差系数,确定所述至少一个基站对应的更新后的带宽分配指标。
3.根据权利要求2所述的带宽分配方法,其特征在于,所述确定以所述带宽分配指标进行带宽分配时的误差系数,包括:
根据所述带宽分配指标和固定带宽,确定所述目标业务场景的分配带宽;
根据所述固定带宽和当前时段的带宽冗余率,确定所述目标业务场景的实际使用带宽;
根据所述分配带宽和所述实际使用带宽,确定误差系数。
4.根据权利要求2所述的带宽分配方法,其特征在于,所述根据所述更新值和所述误差系数,确定所述至少一个基站对应的更新后的带宽分配指标,包括:
根据所述更新值和所述误差系数,确定所述更新值和所属误差系数的和为所述至少一个基站对应的更新后的带宽分配指标。
5.根据权利要求1至4中任一项所述的带宽分配方法,其特征在于,所述根据所述历史流量数据,确定带宽分配指标的更新值,包括:
根据所述历史流量数据,确定目标流量数据,所述目标流量数据包括所述至少一个基站对应所述目标业务场景的网络数据;
确定所述目标流量数据与所述历史流量数据的比值为所述带宽分配指标的更新值。
6.根据权利要求1至4中任一项所述的带宽分配方法,其特征在于,所述获取至少一个基站的历史流量数据之前,还包括:
基于业务场景,对基站进行属性划分,得到至少一个主属性网络,不同所述主属性网络对应的业务场景不同。
7.根据权利要求6所述的带宽分配方法,其特征在于,所述基于业务场景,对基站进行属性划分,得到至少一个主属性网络,包括:
在设定周期开始时,基于业务场景,对基站进行属性划分,得到至少一个主属性网络。
8.根据权利要求7所述的带宽分配方法,其特征在于,所述设定周期包括多个预设时段,所述获取至少一个基站的历史流量数据,包括:
针对所述多个预设时段中各预设时段,在预设时段起始时刻,获取至少一个基站的历史流量数据。
9.根据权利要求8所述的带宽分配方法,其特征在于,所述根据所述更新后的带宽分配指标,对所述至少一个基站进行对应所述目标业务场景的带宽分配,包括:
在预设时段内,根据所述更新后的带宽分配指标,对所述至少一个基站进行对应所述目标业务场景的带宽分配。
10.一种带宽分配装置,其特征在于,所述带宽分配装置包括:
获取模块,用于获取至少一个基站的历史流量数据,所述至少一个基站为目标业务场景下的基站;
确定模块,用于根据所述历史流量数据,确定带宽分配指标的更新值;以及,用于根据所述带宽分配指标和所述更新值,确定所述至少一个基站对应的更新后的带宽分配指标;
分配模块,用于根据所述更新后的带宽分配指标,对所述至少一个基站进行对应所述目标业务场景的带宽分配。
11.一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至9中任一项所述的带宽分配方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至9中任一项所述的带宽分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230007.9A CN113950056B (zh) | 2021-10-20 | 2021-10-20 | 带宽分配方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111230007.9A CN113950056B (zh) | 2021-10-20 | 2021-10-20 | 带宽分配方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113950056A true CN113950056A (zh) | 2022-01-18 |
CN113950056B CN113950056B (zh) | 2024-10-01 |
Family
ID=79331988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111230007.9A Active CN113950056B (zh) | 2021-10-20 | 2021-10-20 | 带宽分配方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113950056B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120307674A1 (en) * | 2010-02-16 | 2012-12-06 | Siemens Aktiengesellschaft | Method for data transmission in a communication network |
CN104580012A (zh) * | 2013-10-14 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 一种内容分发网络节点的选择方法及装置 |
EP3026948A1 (en) * | 2009-02-06 | 2016-06-01 | Sony Corporation | Communication control method and communication system |
CN107959640A (zh) * | 2016-10-14 | 2018-04-24 | 腾讯科技(深圳)有限公司 | 网络业务调度方法及装置 |
US20180241684A1 (en) * | 2017-02-17 | 2018-08-23 | At&T Intellectual Property I, L.P. | Controlling data rate based on domain and radio usage history |
US20180316623A1 (en) * | 2015-12-29 | 2018-11-01 | Wangsu Science & Technology Co., Ltd. | Method and system for self-adaptive bandwidth control of cdn platform |
CN108989238A (zh) * | 2018-07-20 | 2018-12-11 | 浪潮电子信息产业股份有限公司 | 一种分配业务带宽的方法以及相关设备 |
CN109962856A (zh) * | 2017-12-26 | 2019-07-02 | 中国电信股份有限公司 | 资源分配方法、装置以及计算机可读存储介质 |
CN110149282A (zh) * | 2019-01-30 | 2019-08-20 | 华为技术有限公司 | 流量调度方法和装置 |
CN110198543A (zh) * | 2018-03-26 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 网络资源规划方法、装置、计算机可读介质及电子设备 |
CN110380904A (zh) * | 2019-07-23 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 带宽分配方法、装置、电子设备及存储介质 |
CN110839184A (zh) * | 2019-10-15 | 2020-02-25 | 北京邮电大学 | 基于流量预测的移动前传光网络带宽调整方法及装置 |
CN111279742A (zh) * | 2017-11-06 | 2020-06-12 | T移动美国公司 | 电信网络流量的频谱共享系统 |
CN112566187A (zh) * | 2020-12-08 | 2021-03-26 | 京信通信系统(中国)有限公司 | 带宽分配方法、装置、计算机设备和计算机可读存储介质 |
CN113055759A (zh) * | 2019-12-26 | 2021-06-29 | 中国电信股份有限公司 | 带宽分配方法、装置及系统 |
-
2021
- 2021-10-20 CN CN202111230007.9A patent/CN113950056B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3026948A1 (en) * | 2009-02-06 | 2016-06-01 | Sony Corporation | Communication control method and communication system |
US20120307674A1 (en) * | 2010-02-16 | 2012-12-06 | Siemens Aktiengesellschaft | Method for data transmission in a communication network |
CN104580012A (zh) * | 2013-10-14 | 2015-04-29 | 深圳市腾讯计算机系统有限公司 | 一种内容分发网络节点的选择方法及装置 |
US20180316623A1 (en) * | 2015-12-29 | 2018-11-01 | Wangsu Science & Technology Co., Ltd. | Method and system for self-adaptive bandwidth control of cdn platform |
CN107959640A (zh) * | 2016-10-14 | 2018-04-24 | 腾讯科技(深圳)有限公司 | 网络业务调度方法及装置 |
US20180241684A1 (en) * | 2017-02-17 | 2018-08-23 | At&T Intellectual Property I, L.P. | Controlling data rate based on domain and radio usage history |
CN111279742A (zh) * | 2017-11-06 | 2020-06-12 | T移动美国公司 | 电信网络流量的频谱共享系统 |
CN109962856A (zh) * | 2017-12-26 | 2019-07-02 | 中国电信股份有限公司 | 资源分配方法、装置以及计算机可读存储介质 |
CN110198543A (zh) * | 2018-03-26 | 2019-09-03 | 腾讯科技(深圳)有限公司 | 网络资源规划方法、装置、计算机可读介质及电子设备 |
CN108989238A (zh) * | 2018-07-20 | 2018-12-11 | 浪潮电子信息产业股份有限公司 | 一种分配业务带宽的方法以及相关设备 |
CN110149282A (zh) * | 2019-01-30 | 2019-08-20 | 华为技术有限公司 | 流量调度方法和装置 |
CN110380904A (zh) * | 2019-07-23 | 2019-10-25 | 腾讯科技(深圳)有限公司 | 带宽分配方法、装置、电子设备及存储介质 |
CN110839184A (zh) * | 2019-10-15 | 2020-02-25 | 北京邮电大学 | 基于流量预测的移动前传光网络带宽调整方法及装置 |
CN113055759A (zh) * | 2019-12-26 | 2021-06-29 | 中国电信股份有限公司 | 带宽分配方法、装置及系统 |
CN112566187A (zh) * | 2020-12-08 | 2021-03-26 | 京信通信系统(中国)有限公司 | 带宽分配方法、装置、计算机设备和计算机可读存储介质 |
Non-Patent Citations (3)
Title |
---|
BO FAN等: ""A dynamic bandwidth allocation algorithm in mobile networks with big data of users and networks"", 《IEEE NETWORK ( VOLUME: 30, ISSUE: 1, JANUARY-FEBRUARY 2016)》, 25 January 2016 (2016-01-25) * |
周楠等: ""基于机器学习的电力通信网带宽分配算法"", 《电网与清洁能源》, 25 May 2021 (2021-05-25) * |
荆倩等: ""一种改进的光网络动态上行带宽分配算法研究"", 《光通信研究》, 22 September 2020 (2020-09-22) * |
Also Published As
Publication number | Publication date |
---|---|
CN113950056B (zh) | 2024-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11249969B2 (en) | Data storage method and apparatus, and storage medium | |
CN109191287B (zh) | 一种区块链智能合约的分片方法、装置及电子设备 | |
CN106713028B (zh) | 业务降级方法、装置和分布式任务调度系统 | |
CN109002357B (zh) | 资源分配方法、装置及物联网系统 | |
CN111147395B (zh) | 一种网络资源调整方法及装置 | |
WO2021051782A1 (zh) | 区块链的共识方法、装置及设备 | |
WO2021197042A1 (zh) | 分布式图数据库的优化方法、装置和电子设备 | |
CN111885184A (zh) | 高并发场景下热点访问关键字处理方法和装置 | |
US20240354164A1 (en) | Data processing method, device, and computer-readable storage medium | |
WO2020000724A1 (zh) | 云平台主机间通信负载的处理方法、电子装置及介质 | |
CN111770150B (zh) | 访问流量控制方法、装置及电子设备 | |
CN113950056B (zh) | 带宽分配方法、装置及存储介质 | |
CN112286930A (zh) | redis业务方资源共享的方法、装置、存储介质及电子设备 | |
CN112488563A (zh) | 一种算力参数的确定方法和装置 | |
CN110839166A (zh) | 一种数据共享方法及装置 | |
CN111125161A (zh) | 数据的实时处理方法、装置、设备及存储介质 | |
CN113938992B (zh) | 一种阈值确定方法及装置 | |
CN114297318A (zh) | 数据处理方法及装置 | |
CN113487148A (zh) | 一种获取网络评价结果的方法及装置 | |
CN112333110A (zh) | 基于漏斗限流模型的请求验证处理方法及相关设备 | |
CN111225023B (zh) | 一种缓存方法及装置 | |
CN115996404B (zh) | 节点链路动态调整方法及装置 | |
JP6646340B2 (ja) | 分散装置および分散方法 | |
CN113613184B (zh) | 流量套餐确定方法和装置 | |
US20240160572A1 (en) | Systems and methods to generate a miss ratio curve for a cache with variable-sized data blocks |
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 |