CN114124942A - 核心网资源调度方法、装置及电子设备 - Google Patents
核心网资源调度方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114124942A CN114124942A CN202010794910.7A CN202010794910A CN114124942A CN 114124942 A CN114124942 A CN 114124942A CN 202010794910 A CN202010794910 A CN 202010794910A CN 114124942 A CN114124942 A CN 114124942A
- Authority
- CN
- China
- Prior art keywords
- link
- core network
- bandwidth utilization
- utilization rate
- network
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/101—Server selection for load balancing based on network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1012—Server selection for load balancing based on compliance of requirements or conditions with available server resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请公开了一种核心网资源调度方法、装置及电子设备,以至少解决现有技术中存在的资源调度效率低及资源分配不合理的问题。所述方法包括:获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种核心网资源调度方法、装置及电子设备。
背景技术
目前,针对核心网的资源调度通常采用静态的均衡分配方法,具体而言,依靠人工根据核心网中每个网元的初始性能和决对容量为每个网元设置一对应的固定权重,进而基于各网元对应的固定权重对核心网进行资源调度处理。然而,这种静态的均衡分配方法因依赖于人为经验,主观性较强,存在资源调度效率低以及资源分配不合理的问题。
发明内容
本申请实施例提供一种核心网资源调度方法、装置及电子设备,以至少解决现有技术中存在的资源调度效率低及资源分配不合理的问题。
为了解决上述技术问题,本申请实施例采用下述技术方案:
根据本申请实施例的第一方面,提供一种核心网资源调度方法,包括:
获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;
基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;
基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;
基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
可选地,基于所述网元间的链路流向信息建立带宽利用率映射模型,包括:
对于所述核心网中任意两个网元,根据所述两个网元间的链路流向信息,确定所述两个网元间的连接矩阵系数;
基于所述两个网元间的连接矩阵系数,建立所述两个网元间的链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系。
可选地,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,包括:
将使所述核心网中的最大带宽利用率为最小为作为目标,基于获取到的链路性能参数和所述带宽利用率映射模型,确定目标函数;
以所述核心网中各链路对应的权重系数为非负数且所有链路对应的权重系数的和值等于预设值为约束条件,基于所述目标函数和所述约束条件,通过最优化算法,确定所述核心网中各链路对应的权重系数。
可选地,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,包括:
在触发资源调度条件时,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,其中,所述触发资源调度条件包括以下一种或多种情况:
所述核心网中任一链路的流量出现异常、所述核心网中新增网元、所述核心网中任一网元发生故障。
可选地,所述最优化算法包括以下至少一种算法:最小二乘法、最大似然估计法、贝叶斯估计算法以及梯度下降法。
根据本申请实施例的第二方面,提供一种核心网资源调度装置,包括:
第一获取模块,用于获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;
模型建立模块,用于基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;
第一确定单元,用于基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;
资源调度模块,用于基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
可选地,所述模型建立模块具体用于:
对于所述核心网中任意两个网元,根据所述两个网元间的链路流向信息,确定所述两个网元间的连接矩阵系数;
基于所述两个网元间的连接矩阵系数,建立所述两个网元间的链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系。
可选地,所述第一确定单元具体用于:
将使所述核心网中的最大带宽利用率为最小为作为目标,基于获取到的链路性能参数和所述带宽利用率映射模型,确定目标函数;
以所述核心网中各链路对应的权重系数为非负数且所有链路对应的权重系数的和值等于预设值为约束条件,基于所述目标函数和所述约束条件,通过最优化算法,确定所述核心网中各链路对应的权重系数。
可选地,所述第一确定单元,具体用于:
在触发资源调度条件时,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,其中,所述触发资源调度条件包括以下一种或多种情况:
所述核心网中任一链路的流量出现异常、所述核心网中新增网元、所述核心网中任一网元发生故障。
可选地,所述最优化算法包括以下至少一种算法:最小二乘法、最大似然估计法、贝叶斯估计算法以及梯度下降法。
根据本申请实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的方法。
根据本申请实施例的第四方面,提供一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如第一方面所述的方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过核心网中网元间的链路流向信息建立用于指示核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系的带宽利用率映射模型,通过实际获取到链路性能参数和最优化算法对带宽利用率映射模型进行求解,确定核心网中各链路对应的权重系数,由于各链路的带宽利用率反映了各链路的网络负荷情况,通过本实施例所述的方法计算出的各链路的权重系数能够准确地反映出各链路对资源的需求情况,进而基于核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理,相较于现有技术中基于各网元对应的固定权重对核心网进行资源调度处理的方式,能够保证资源分配的合理性,且整个过程自动进行而无需人工参与,提高了资源调度的效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请的一个实施例提供的一种核心网资源调度方法的流程图;
图2为本申请的一个实施例提供的一种核心网的网络拓扑结构示意图;
图3为本申请的一个实施例提供的一种电子设备的结构示意图;
图4为本申请的一个实施例提供的一种核心网资源调度装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
实施例1
请参见图1,本申请实施例提供一种核心网资源调度方法,如图1所示,该方法包括:
S102、获取核心网中网元间的链路流向信息和链路性能参数。
本申请实施例中,核心网中可以包括多种不同的资源类型的网元,按照所属的资源类型可以将核心网中的网元划分为不同的资源组。例如,如图2所示,核心网包括PTN(Packet Transport Network,分组传送网)传输设备组、SGW(Serving Gateway,服务网关)网元组、SW(Switch,交换机)网元组、FW(Firewall,防火墙)网元组等,每个资源组中可以包括一个或多个网元。
网元间的链路流向信息用于指示网元间是否存在链路以及在存在链路的情况下,网元间的链路的数据流向。链路性能参数是指用于反映网元间链路的性能的参数,具体可以包括但不限于链路的流量和带宽,其中,链路的流量可以包括链路的上行流量和下行流量,链路的带宽可以包括链路的上行带宽和下行带宽。
例如,仍以上述图2所示的核心网的网络拓扑为例,核心网中的链路包括PTN与各个SGW之间的链路、各个SGW与对应的SW之间的链路、各个SW与对应的FW之间的链路,SGW与SW为一一对应关系,SW与FW之间也为一一对应关系,各个网元之间的链路流向信息均为双向的,相应地,获取到的链路性能参数可以包括PTN到各个SGW的上行流量和上行带宽、各个SGW到PTN的下行流量和下行带宽、各个SGW到对应的SW的上行流量和上行带宽、各个SW到对应的SGW的下行流量和下行带宽等等。
对于网元间的链路性能参数的获取,可以按照设定的时间间隔获取核心网中网元间的链路性能参数,也可以在接收到预设获取指令时获取核心网中网元间的链路性能参数。其中,预设获取指令可以根据实际应用自定义设置。
S104、基于核心网中网元间的链路流向信息建立带宽利用率映射模型。
其中,带宽利用率映射模型包括核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系。
链路的带宽利用率用于表征链路的流量与带宽之间的比值,具体来说,链路的带宽利用率可以包括上行带宽利用率和下行带宽利用率。可以理解,链路的上行带宽利用率用于表征该链路的上行流量与上行带宽之间的比值,链路的下行带宽利用率用于表征该链路的下行流量与下行带宽之间的比值。
由于链路的带宽利用率反映了链路的网络负荷情况,链路的带宽利用率越大,则表明链路的网络负荷越大,反之,则表明链路的网络负荷越小,因而可以基于链路的带宽利用率为链路设置相应的权重系数,通过权重系数指示需要分配给该链路的资源的多少。
一种可选的实施方式中,对于核心网中任意两个网元,根据两个网元间的链路流向信息确定所述两个网元间的连接矩阵系数,进一步基于两个网元间的连接矩阵系数建立所述两个网元间的链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系。其中,连接矩阵系数用于指示所述两个网元间是否存在链路以及在存在链路的情况下,所述两个网元间的链路的数据流向。例如,若网元A与网元B之间存在链路且数据流向为从网元A到网元B,则网元A到网元B的连接矩阵系数为1;若网元A与网元B之间不存在链路,则网元A到网元B的连接矩阵系数为0。
接续上述图2所示的核心网,该核心网中的带宽利用率映射模型包括PTN到各个SGW的上行带宽利用率、各SGW到对应的SW的上行带宽利用率、各SW到对应的FW的上行带宽利用率、各FW到对应的SW的下行带宽利用率、各SW到对应的SGW的下行带宽利用率以及各SGW到PTN的下行带宽利用率。
其中,
S106、基于获取到的链路性能参数和带宽利用率映射模型,通过最优化算法,确定核心网中各链路对应的权重系数。
在基于上述步骤S104建立带宽利用率映射模型后,可利用最优化算法和实际获取到的链路性能参数对该带宽利用率映射模型进行求解,得到核心网中各链路对应的权重系数。
可选地,可以将使所述核心网中的最大带宽利用率为最小为作为目标,基于获取到的链路性能参数和所述带宽利用率映射模型,确定目标函数,以所述核心网中各链路对应的权重系数为非负数且所有链路对应的权重系数的和值等于预设值为约束条件,基于所述目标函数和所述约束条件,通过最优化算法,确定所述核心网中各链路对应的权重系数。目标函数和约束条件如下所示:
min max{f(x)}
s.t.ΣXi=100
Xi≥0
其中,f(x)表示链路的带宽利用率,Xi表示第i条链路对应的权重系数。
具体地,基于所述约束条件可以确定出N种权重系数组合,基于每种权重系数组合可确定出核心网中各条链路的带宽利用率,进而可得到核心网中的最大带宽利用率。若某种权重系数组合对应的最大带宽利用率是N种权重系数组合对应的最大带宽利用率中的最小值,则可确定该权重系数组合为最优的权重系数组合,进而得到核心网中各链路对应的权重系数。
本申请实施例中,最优化算法可以包括以下至少一种算法:最小二乘法、最大似然估计法、贝叶斯估计算法以及梯度下降法。
可以理解,通过最优化算法对带宽利用率映射模型进行求解来确定核心网中各链路对应的权重系数,可以在允许的约束条件下寻求最优的权重系数组合,相较于通过设定固定的判别准则的方式确定权重系数,确定出的各链路的权重系数更合理,且不易受到单一时刻的异常流量情况的影响,对网络的整体影响较小,安全稳定。
进一步地,考虑到核心网中各链路的负荷情况是动态变化的,进而各链路对资源的需求也是动态变化的。对此,为了实现对核心网的动态资源调度以适应核心网的资源需求变化,可以在触发资源调度条件时执行上述步骤S106,其中,触发资源调度条件包括以下一种或多种情况的组合:核心网中任一链路的流量出现异常、核心网中新增网元、核心网中任一网元发生故障。
S108、基于核心网中各链路对应的权重系数,对核心网中各链路进行资源调度处理。
链路对应的权重系数用于指示链路所需的资源大小,对此,具体实施时,可对核心网中权重系数较大的链路分配较多的资源,而对权重系数较小的链路则分配较少的资源。
在进行资源分类时,可通过查询权重系数与资源量之间的预设对应关系,确定与各链路的权重系数对应的资源量,并基于确定出的资源量对各链路进行资源调度。
需要说明的是,权重系数与资源量之间的预设对应关系可根据实际应用进行调整,本申请实施例对此不做限定。
通过本实施例所提供的核心网资源调度方法,通过核心网中网元间的链路流向信息建立用于指示核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系的带宽利用率映射模型,通过实际获取到链路性能参数和最优化算法对带宽利用率映射模型进行求解,确定核心网中各链路对应的权重系数,由于各链路的带宽利用率反映了各链路的网络负荷情况,通过本实施例所述的方法计算出的各链路的权重系数能够准确地反映出各链路对资源的需求情况,进而基于核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理,相较于现有技术中基于各网元对应的固定权重对核心网进行资源调度处理的方式,能够保证资源分配的合理性,且整个过程自动进行而无需人工参与,提高了资源调度的效率。
需要说明的是,实施例1所提供方法的各步骤的执行主体均可以是同一设备,或者,该方法也由不同设备作为执行主体。比如,步骤102的执行主体可以为设备1,步骤104至步骤108的执行主体可以为设备2;又比如,步骤102和步骤104的执行主体可以为设备1,步骤106和步骤108的执行主体可以为设备2;等等。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
实施例2
图3是本申请的一个实施例电子设备的结构示意图。请参考图3,在硬件层面,该电子设备包括处理器,可选地还包括内部总线、网络接口、存储器。其中,存储器可能包含内存,例如高速随机存取存储器(Random-Access Memory,RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少1个磁盘存储器等。当然,该电子设备还可能包括其他业务所需要的硬件。
处理器、网络接口和存储器可以通过内部总线相互连接,该内部总线可以是ISA(Industry Standard Architecture,工业标准体系结构)总线、PCI(PeripheralComponent Interconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
存储器,用于存放程序。具体地,程序可以包括程序代码,所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器,并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,在逻辑层面上形成核心网资源调度装置。处理器,执行存储器所存放的程序,并具体用于执行以下操作:
获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;
基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;
基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;
基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
上述如本申请图1所示实施例揭示的核心网资源调度装置执行的方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
该电子设备还可执行图1的方法,并实现核心网资源调度装置在图1所示实施例的功能,本申请实施例在此不再赘述。
当然,除了软件实现方式之外,本申请的电子设备并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
本申请实施例还提出了一种计算机可读存储介质,该计算机可读存储介质存储一个或多个程序,该一个或多个程序包括指令,该指令当被包括多个应用程序的便携式电子设备执行时,能够使该便携式电子设备执行图1所示实施例的方法,并具体用于执行以下操作:
获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;
基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;
基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;
基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
实施例3
图4是本申请的一个实施例核心网资源调度装置的结构示意图。请参考图4,在一种软件实施方式中,核心网资源调度装置400可包括:
第一获取模块410,用于获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;
模型建立模块420,用于基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;
第一确定单元430,用于基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;
资源调度模块440,用于基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
可选地,所述模型建立模块420,具体用于:
对于所述核心网中任意两个网元,根据所述两个网元间的链路流向信息,确定所述两个网元间的连接矩阵系数;
基于所述两个网元间的连接矩阵系数建立所述两个网元间的链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系。
可选地,所述第一确定单元430,具体用于:
将使所述核心网中的最大带宽利用率为最小为作为目标,基于获取到的链路性能参数和所述带宽利用率映射模型,确定目标函数;
以所述核心网中各链路对应的权重系数为非负数且所有链路对应的权重系数的和值等于预设值为约束条件,基于所述目标函数和所述约束条件,通过最优化算法,确定所述核心网中各链路对应的权重系数。
可选地,所述最优化算法包括以下至少一种算法:最小二乘法、最大似然估计法、贝叶斯估计算法以及梯度下降法。
可选地,所述第一确定单元430,具体用于:
在触发资源调度条件时,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,其中,所述触发资源调度条件包括以下一种或多种情况:
所述核心网中任一链路的流量出现异常、所述核心网中新增网元、所述核心网中任一网元发生故障。
总之,以上所述仅为本申请的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (10)
1.一种核心网资源调度方法,其特征在于,包括:
获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;
基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;
基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;
基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
2.根据权利要求1所述的方法,其特征在于,基于所述网元间的链路流向信息建立带宽利用率映射模型,包括:
对于所述核心网中任意两个网元,根据所述两个网元间的链路流向信息,确定所述两个网元间的连接矩阵系数;
基于所述两个网元间的连接矩阵系数,建立所述两个网元间的链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系。
3.根据权利要求1所述的方法,其特征在于,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,包括:
将使所述核心网中的最大带宽利用率为最小为作为目标,基于获取到的链路性能参数和所述带宽利用率映射模型,确定目标函数;
以所述核心网中各链路对应的权重系数为非负数且所有链路对应的权重系数的和值等于预设值为约束条件,基于所述目标函数和所述约束条件,通过最优化算法,确定所述核心网中各链路对应的权重系数。
4.根据权利要求1所述的方法,其特征在于,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,包括:
在触发资源调度条件时,基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数,其中,所述触发资源调度条件包括以下一种或多种情况:
所述核心网中任一链路的流量出现异常、所述核心网中新增网元、所述核心网中任一网元发生故障。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述最优化算法包括以下至少一种算法:最小二乘法、最大似然估计法、贝叶斯估计算法以及梯度下降法。
6.一种核心网资源调度装置,其特征在于,包括:
第一获取模块,用于获取核心网中网元间的链路流向信息和链路性能参数,所述链路性能参数包括链路的流量和带宽;
模型建立模块,用于基于所述网元间的链路流向信息建立带宽利用率映射模型,所述带宽利用率映射模型包括所述核心网中各链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系;
第一确定单元,用于基于获取到的链路性能参数和所述带宽利用率映射模型,通过最优化算法,确定所述核心网中各链路对应的权重系数;
资源调度模块,用于基于所述核心网中各链路对应的权重系数,对所述核心网中各链路进行资源调度处理。
7.根据权利要求6所述的装置,其特征在于,所述模型建立模块具体用于:
对于所述核心网中任意两个网元,根据所述两个网元间的链路流向信息,确定所述两个网元间的连接矩阵系数;
基于所述两个网元间的连接矩阵系数,建立所述两个网元间的链路对应的权重系数、链路性能参数及带宽利用率之间的映射关系。
8.根据权利要求6所述的装置,其特征在于,所述第一确定单元具体用于:
将使所述核心网中的最大带宽利用率为最小为作为目标,基于获取到的链路性能参数和所述带宽利用率映射模型,确定目标函数;
以所述核心网中各链路对应的权重系数为非负数且所有链路对应的权重系数的和值等于预设值为约束条件,基于所述目标函数和所述约束条件,通过最优化算法,确定所述核心网中各链路对应的权重系数。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至5中任一项所述的方法。
10.一种计算机可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如权利要求1至5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010794910.7A CN114124942B (zh) | 2020-08-10 | 2020-08-10 | 核心网资源调度方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010794910.7A CN114124942B (zh) | 2020-08-10 | 2020-08-10 | 核心网资源调度方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114124942A true CN114124942A (zh) | 2022-03-01 |
CN114124942B CN114124942B (zh) | 2023-08-15 |
Family
ID=80373578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010794910.7A Active CN114124942B (zh) | 2020-08-10 | 2020-08-10 | 核心网资源调度方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114124942B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277417A (zh) * | 2022-07-29 | 2022-11-01 | 中国人民解放军国防科技大学 | 基于变异系数权重约束提升通信设备资源利用率的方法 |
CN115277570A (zh) * | 2022-07-26 | 2022-11-01 | 中国工商银行股份有限公司 | 流量分配方法、装置、计算机设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120008503A1 (en) * | 2009-06-11 | 2012-01-12 | Qiu Baojian | Network routing method and apparatus |
CN105337861A (zh) * | 2015-11-18 | 2016-02-17 | 东北大学 | 一种基于能效优先和认知理论的路由方法 |
US20160112327A1 (en) * | 2014-10-17 | 2016-04-21 | Ciena Corporation | Optical and packet path computation and selection systems and methods |
CN105634823A (zh) * | 2016-01-18 | 2016-06-01 | 河南科技大学 | 一种基于多路由配置的数据中心网络故障恢复方法 |
CN107872503A (zh) * | 2016-11-07 | 2018-04-03 | 中国移动通信集团湖南有限公司 | 一种防火墙会话数监控方法及装置 |
CN108183828A (zh) * | 2018-02-02 | 2018-06-19 | 昆明理工大学 | 一种基于局部无线网络拓扑的流量控制方法 |
CN110011863A (zh) * | 2019-05-05 | 2019-07-12 | 北京思特奇信息技术股份有限公司 | 一种网络带宽资源均衡调度方法及装置 |
CN111130858A (zh) * | 2019-12-09 | 2020-05-08 | 网络通信与安全紫金山实验室 | 一种sd-wan场景下的动态多目标虚拟网络映射方法 |
CN111182037A (zh) * | 2019-12-13 | 2020-05-19 | 中国联合网络通信集团有限公司 | 一种虚拟网络的映射方法和装置 |
US20200228436A1 (en) * | 2017-09-28 | 2020-07-16 | Cloudminds (Shenzhen) Robotics Systems Co., Ltd. | Route selection method and apparatus based on hybrid resource, and server thereof |
-
2020
- 2020-08-10 CN CN202010794910.7A patent/CN114124942B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120008503A1 (en) * | 2009-06-11 | 2012-01-12 | Qiu Baojian | Network routing method and apparatus |
US20160112327A1 (en) * | 2014-10-17 | 2016-04-21 | Ciena Corporation | Optical and packet path computation and selection systems and methods |
CN105337861A (zh) * | 2015-11-18 | 2016-02-17 | 东北大学 | 一种基于能效优先和认知理论的路由方法 |
CN105634823A (zh) * | 2016-01-18 | 2016-06-01 | 河南科技大学 | 一种基于多路由配置的数据中心网络故障恢复方法 |
CN107872503A (zh) * | 2016-11-07 | 2018-04-03 | 中国移动通信集团湖南有限公司 | 一种防火墙会话数监控方法及装置 |
US20200228436A1 (en) * | 2017-09-28 | 2020-07-16 | Cloudminds (Shenzhen) Robotics Systems Co., Ltd. | Route selection method and apparatus based on hybrid resource, and server thereof |
CN108183828A (zh) * | 2018-02-02 | 2018-06-19 | 昆明理工大学 | 一种基于局部无线网络拓扑的流量控制方法 |
CN110011863A (zh) * | 2019-05-05 | 2019-07-12 | 北京思特奇信息技术股份有限公司 | 一种网络带宽资源均衡调度方法及装置 |
CN111130858A (zh) * | 2019-12-09 | 2020-05-08 | 网络通信与安全紫金山实验室 | 一种sd-wan场景下的动态多目标虚拟网络映射方法 |
CN111182037A (zh) * | 2019-12-13 | 2020-05-19 | 中国联合网络通信集团有限公司 | 一种虚拟网络的映射方法和装置 |
Non-Patent Citations (3)
Title |
---|
YU SHENG 等: "Dynamic Resource Allocation Based on Weighted Max-Min Fairness", 《 2011 NINTH ANNUAL COMMUNICATION NETWORKS AND SERVICES RESEARCH CONFERENCE》 * |
刘山: "基于链路特征的MPTCP子路径数据调度算法研究", 《中国优秀硕士学位论文全文数据库》 * |
尹鹏伟: "\"异构无线网络中基于多属性的联合资源调度策略研究\"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277570A (zh) * | 2022-07-26 | 2022-11-01 | 中国工商银行股份有限公司 | 流量分配方法、装置、计算机设备和存储介质 |
CN115277570B (zh) * | 2022-07-26 | 2024-05-03 | 中国工商银行股份有限公司 | 流量分配方法、装置、计算机设备和存储介质 |
CN115277417A (zh) * | 2022-07-29 | 2022-11-01 | 中国人民解放军国防科技大学 | 基于变异系数权重约束提升通信设备资源利用率的方法 |
CN115277417B (zh) * | 2022-07-29 | 2024-01-16 | 中国人民解放军国防科技大学 | 基于变异系数权重约束提升通信设备资源利用率的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114124942B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107547433B (zh) | 基于令牌漏桶进行限流的方法、装置和设备 | |
CN110557445A (zh) | 访问请求路由方法、装置及存储介质、电子设备 | |
CN112929408A (zh) | 动态负载均衡方法及装置 | |
CN110061930B (zh) | 一种数据流量的限制、限流值的确定方法和装置 | |
CN109257758B (zh) | 一种网络扩容方法及装置 | |
CN114124942A (zh) | 核心网资源调度方法、装置及电子设备 | |
CN115190078B (zh) | 一种访问流量控制方法、装置、设备以及存储介质 | |
WO2014194704A1 (en) | A grouping processing method and system | |
CN113079189B (zh) | 能力开放平台的容量控制方法、装置及电子设备 | |
CN112367384B (zh) | 基于Kafka集群的动态限速方法、装置以及计算机设备 | |
CN112737798B (zh) | 主机资源分配方法、装置及调度服务器、存储介质 | |
CN110995856B (zh) | 一种服务器扩展的方法、装置、设备及存储介质 | |
CN111913792A (zh) | 一种业务处理方法和装置 | |
CN115617532B (zh) | 一种目标追踪处理方法、系统及相关装置 | |
CN108628551B (zh) | 一种数据处理方法及装置 | |
CN110535785B (zh) | 一种发送频率的控制方法、装置和分布式系统 | |
CN114296869A (zh) | 一种基于tcp长连接的服务器节点服役方法及装置 | |
US9479579B2 (en) | Grouping processing method and system | |
CN114489463A (zh) | 动态调整存储卷qos的方法、装置及计算设备 | |
CN115150400B (zh) | 服务故障的处理方法、装置、云服务平台和存储介质 | |
CN113099488B (zh) | 解决网络拥塞的方法、装置、计算设备及计算机存储介质 | |
CN114201113B (zh) | 多对象存储桶的选择方法、装置及处理器 | |
CN112671704B (zh) | 一种攻击感知的mMTC切片资源分配方法、装置及电子设备 | |
CN109582449B (zh) | 风控业务系统中的风控任务分组方法、装置、计算机设备 | |
CN116069502A (zh) | 数据处理的动态控制方法及设备 |
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 |