CN114422447A - 多业务多网络融合通信调度方法及系统、介质、终端、应用 - Google Patents
多业务多网络融合通信调度方法及系统、介质、终端、应用 Download PDFInfo
- Publication number
- CN114422447A CN114422447A CN202111604883.3A CN202111604883A CN114422447A CN 114422447 A CN114422447 A CN 114422447A CN 202111604883 A CN202111604883 A CN 202111604883A CN 114422447 A CN114422447 A CN 114422447A
- Authority
- CN
- China
- Prior art keywords
- class
- network
- bandwidth
- data
- hetb
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000005540 biological transmission Effects 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims description 18
- 230000004927 fusion Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract 2
- 238000012360 testing method Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 11
- 230000008901 benefit Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 241001522296 Erithacus rubecula Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/215—Flow control; Congestion control using token-bucket
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/52—Queue scheduling by attributing bandwidth to queues
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/62—Queue scheduling characterised by scheduling criteria
- H04L47/625—Queue scheduling characterised by scheduling criteria for service slots or service orders
- H04L47/6275—Queue scheduling characterised by scheduling criteria for service slots or service orders based on priority
Abstract
本发明属于通信网络技术领域，公开了多业务多网络融合通信调度方法及系统、介质、终端、应用。针对应急网络带宽有限、总带宽不稳定、关键流量传输无法保证的问题，提出一种基于数据队列检测，动态调整带宽的算法，并由此构建基于HETB的多业务多网络融合通信调度方法，包括：在传统层级令牌桶算法HTB的基础上，根据网络情景对流量结构进行优化；获得具有弹性优先级的令牌桶算法HETB，使得关键的流量在紧急情况下借用到足够带宽，完成通信。本发明设计基于数据队列检测的带宽抢占策略，满足了高优先级的业务网络资源实时通信需求，同时低优先级的业务数据也能传输。本发明大大提升了网络的可用程度，速度快、效果好。
Description
技术领域
本发明属于通信网络技术领域，尤其涉及一种基于HETB算法的多业务多网络融合通信调度方法及系统、存储介质、信息数据处理终端、应用。
背景技术
在地震、洪涝，森林火灾等突发应急事件发生后，灾区的通讯往往会因为电力、设施损毁等原因导致区域性的通讯中断，导致“通信空洞”。及时地建立应急通讯对于帮助决策部门及时了解灾情情况，安排救援力量十分必要，而灾区应急通信往往面临着网络实际带宽相对需求带宽小、突发流量出现频率高从而导致链路拥塞的问题，同时灾区信息传送要求有延迟低、抖动小的特点。因此灾区应急通信必须要有高效合理的网络通信调度系统配合，才能最大化地保证应急通信网络满足应急救援的通信保障的需求。
通信联络作为救援指挥作战的神经网络和中枢系统，担负着应急现场通信、应急现场情况上报，灾区通信联络的重大责任，在很大程度上决定了救援任务是否能够成功过完成。融合通信可以取长补短，结合多种不同网络的优点。围绕融合应急通信条件下的网络指挥调度，保证数据传输低抖动、低延迟、高质量。
网络调度就是通过一系列方法，对数据包进行排序以控制数据包的发送顺序，并通过策略控制发送和接受数据包的丢弃、发送速率。
QoS是最早用于流量调度的技术之一。QoS(Quality of Service)是服务质量的简称，是指为使用户在吞吐量、延迟抖动、延迟，丢包率等方面获得预期服务水平所采取的一系列技术的集合。QoS就是针对各种不同需求，送的时延，降低数据的丢包率以及时延抖动等。通常情况下，人们常常把QoS的服务模型分为以下三类：尽力而为的服务模型、集成服务模型、差别服务模型。
流量监管是差分服务QoS体系的五种技术之一，主要用于流量限速，QoS体系中的业务识别和队列调度技术，受到业界普遍关注和研究，而流量整形和拥塞避免则相对关注得比较少。如今，传统QoS技术已经不能满足要求，而通过对流量监管技术创新实现的分层CAR，则让这一思想变为现实。
CAR作为流量监管的技术，就是对流量进行控制，通过监督进入网络的流量速率，对超出部分的流量进行丢弃“惩罚”，使进入的流量被限制在一个合理的范围之内，以保护网络资源和用户的利益。CAR技术采用令牌桶控制流量，当令牌桶中存有令牌时，可以允许报文取令牌进行传输；当令牌桶中没有令牌时，必须等到桶中生成新的令牌后才可以继续发送报文。CAR技术根据其分类可以分为普通CAR技术、分层CAR技术、动态CAR技术。
自流量调度的概念诞生开始，不断有新的技术浮现。应急通信下的流量调度作为流量调度中的特殊场景，具有带宽有限，通信需求大，容易造成阻塞，因此研究应急通信场景，尤其是多网络融合下的通信调度在现实应用中具有重要的意义。
通过上述分析，现有技术存在的问题及缺陷为：
(1)灾难发生时，灾害现场常常出现电力、通信中断的情况，为解决应急通信搭建的临时网络往往存在带宽小、突发流量大导致的网络拥塞问题，影响通信效率。
(2)现有技术不能同时满足突发大流量冲击下低优先级、高优先级的业务网络资源实时通信需求，实用性受限。
解决以上问题及缺陷的难度为：保证关键流量的可靠传输是一个困难的问题，其难点在于如何平衡关键流量与普通流量之间带宽的竞争，如果过度考虑关键流量的重要性，普通流量的传输就很容易被中断，反之，关键流量的传输则无法得到保证，本专利提出了动态的带宽占用机制，在保证关键流量传输的同时，兼顾普通流量的传输，使其不至于在关键流量传输时被立刻终止。
解决以上问题及缺陷的意义为：当突发应急事件发生时，往往会出现大面积停电、基础设施的损坏、公网存在不同程度的拥塞、减弱甚至无信号的情况，很难建立起强有力的保障通信保障。在此情况下，能够围绕融合应急通信条件下进行应急救援指挥调度显得尤其重要。通信联络作为救援指挥作战的神经网络和中枢系统，担负着应急现场通信、应急现场情况上报，灾区通信联络的重大责任，关键流量的传输能否得到保证，在很大程度上决定了任务是否能够成功过完成，本专利提出的基于HETB算法的多业务多网络融合通信调度方法解决了关键流量传输的问题，同时保证其他流量的有序传输，为抢险救灾提供高效且稳定的网络状态，避免了因网络传输原因导致的人员财产损失。
发明内容
为克服相关技术中存在的问题，本发明公开实施例提供了一种基于HETB算法的多业务多网络融合通信调度方法及系统、存储介质、信息数据处理终端、应用。
所述技术方案如下：基于HETB算法的多业务多网络融合通信调度方法在传统层级令牌桶算法HTB的基础上，根据网络情景对流量结构进行优化，获得具有弹性优先级的令牌桶算法HETB，动态调整流量的带宽，使关键流量数据在紧急情况下能借用到足够带宽。
在一实施例中，所述根据网络情景对流量结构进行优化包括：构建基于网络情景感知的多维度优化应急通信调度方法，满足高优先级业务网络资源实时通信的需求，同时实现低优先级的业务数据传输。
在一实施例中，所述动态调整流量的带宽，使关键流量数据在紧急情况下能借用到足够带宽包括：对层级令牌桶的不同优先级的最大流量通过流量抢占算法进行动态调整，在高优先级和关键流量数据队列达到一定阈值时，动态调整流量的带宽；满足复杂环境下的网络流量调度以及应急通信突发性大流量的应急业务带宽需求。
在一实施例中，所述基于HETB算法的多业务多网络融合通信调度方法进一步包括：
步骤一、控制服务器与应急现场网络设备通信；所述应急现场网络设备通过socket网络连接方式与链路状态实时监控模块进行连接，实时将多条链路的网络属性传输至控制服务器；
步骤二、对传输至控制服务器的多条链路的网络属性信息使用HETB算法进行计算动态调整队列的带宽分配，确保高优先级传输带宽。
在一实施例中，所述步骤一链路的网络属性采用二进制字符串进行传输；现场网络设备根据约定的压缩格式，将数据压缩二进制字符串；控制服务器获取字符串后，使用unpack函数进行解压，解压后存入本地数据库中；
消息解压后，能得到不同链路对应的上行流量、下行流量、上行重传包流量、下行重传包流量以及时延；当控制服务器的客户端－服务器调度处理模块向链路状态监控模块发送getlink命令后，多网络链路状态监控模块读取数据库中最新的链路状态信息，并将响应结果写入controlToServer消息队列，客户端指挥大屏进行对响应结果实时展示；同时对每一条链路状态信息设置过期时间，当现场网络设备传输的链路状态消息时延超过一定的阈值，将该消息丢弃；
所述步骤二HETB算法执行流程包括：
数据包的入队和出队；当有数据包需要发送时，根据设置好的规则将流量分配到不同的叶子类中，并将指定流量打上标签；
设置规则具体设置步骤包括：
步骤1：设置队列：针对某个网络设备创建队列规则；
步骤2：设置类：为不同流量设置不同的类，每个类的参数类名包括：R为最小带宽，CR为最大带宽，prio为优先级以及crux为是否为关键流量；
步骤3：设置分类器:以IP地址、端口、协议为关键参数区分流量，并通过iptables将符合这些规则的流量打上特定标签，再通过Filters将打有标签的流量分配给指定的类，符合该规则的数据将被发送到指定类的数据队列。
在一实施例中，所述HETB算法具体包括：
步骤1、所有类默认处于非激活状态，当类的数据队列中不存在数据时，该类处于HETB_CAN_SEND状态，当数据到达时，该类被激活；
步骤2、每层被激活的类将按优先级以及类名从小到大组成多棵红黑树；
步骤3、当有类被激活时，网络设备开始发送数据，网络设备以层级从低到高，优先级数值从小到大的顺序从多棵红黑树中寻找激活的类，用于确定发送数据的类；
步骤4、判断是否为关键类，若非关键类，则进入步骤5，若为关键类，则进入步骤8；
步骤5、按照设定的规则进行发送，若无设定，则默认发送Quantum字节的数据包，若类中存在供给树，则以优先级数值从小到大的顺序发送供给树中类数据队列中的数据，发送完毕后返回步骤3；
步骤6、若某个类的发送速率到达设定的最小带宽时，其模式变为HETB_MAY_BORROW模式；此时，该类失活，其父类被激活，随后，该父类根据优先级生成8棵红黑树，称为供给树，并将刚失活的子类根据优先级加入到供给树中，回到步骤3；
步骤7、若类的数据包发送速率达到其设置的Ceil参数后，类变为HETB_CANT_SEND模式，该类就无法再继续发送数据包，回到步骤3；
某个类的实时带宽表示为
BWc＝min(CRc，Rc+Bc) (1)
Bc表示从父类(ancestors)借来的速率；
p为c的父类，D(p)表示所有想从p借用带宽的子类，Qc为Quantum的值，Rp为剩余带宽，由公式(1)得到；
步骤8、若某个类的crux参数设置为1，在发送数据包前，检测该类数据队列，若关键流量的数据队列数据量小于50％，则不抢占任何带宽，若数据量处于50％-75％之间，抢占轮次设置为1，若数据量处于75％-90％之间，抢占轮次设置为2，若数据量大于90％，每发送一次数据，轮次设置加一，假设轮次为i；
步骤9、设定抢占规则，抢占带宽的对象是非关键类，轮到该类发送时，其带宽减少一半，具体实现为：在轮到该类发送流量时，先将
的数据给关键流量发送，然后再发送剩下的
该类数据，i为步骤8中设置的轮次；
被抢占类的带宽为BW_loss，被抢占轮次为i，j为被抢占带宽的类，则
关键流量在借用带宽前假设为BW_Be，则借用后关键流量c的带宽为：
BW_Afc＝BW_Bec+∑jBW_loss
被抢占带宽的类的顺序为从底层到高层，从优先级低到优先级高的类。
本发明的另一目的在于提供一种实施权利要求所述基于HETB算法的多业务多网络融合通信调度方法的基于HETB算法的多业务多网络融合通信调度系统，所述基于HETB算法的多业务多网络融合通信调度系统包括：
多网络融合链路状态实时监控模块，用于实现控制服务器与应急现场网络设备的通信；通过socket网络连接方式与现场网络设备进行连接；实时将多条链路的网络属性传输至控制服务器；
场景化流量控制模块，用于使用HETB算法通过带宽借用动态调整关键流量的带宽。
本发明的另一目的在于提供一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行所述基于HETB算法的多业务多网络融合通信调度方法。
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述基于HETB算法的多业务多网络融合通信调度方法。
本发明的另一目的在于提供一种所述基于HETB算法的多业务多网络融合通信调度方法在地震、海上事故、森林火灾突发应急事件信息处理中的应用。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
本发明使用开源网络仿真软件OMNET++和相应开源库构建仿真模型，模拟应急通信场景的网络流量环境，不断增加网络中的流量密度并得到仿真结果如图5四种方案带宽损失率所示。证明：网络带宽损失率越低，证明算法性能越好，带宽损失率会随着平均流量带宽增加而持续增加。从实验结果中可以看出，在低流量密度时，四种算法的损失率几乎接近。在网络流量比较高时，HETB算法能够有更低的带宽损失率。
本发明针对应急通信中的流量调度问题，提供了一种先进的流量调度算法弹性令牌桶算法(HETB)，该算法对HTB进行了改进，在传统层级令牌桶算法的基础上，根据网络情景对流量结构进行优化，对层级令牌桶的不同优先级的流量限制通过流量抢占进行动态调整，在关键流量数据队列达到一定阈值时，提高关键流量的带宽，解决了HTB无法为关键流量提供足够带宽的问题。该技术满足复杂环境下的网络流量调度，满足应急通信突发性大流量的带宽需求。
可以将常规应急业务需求归结为应急预警下发、应急指挥命令、现场直播和视频交互四个场景，便于快速部署流量调度策略，为抢险救灾提供高效且稳定的网络状态，避免了因网络传输原因导致的人员财产损失。
相比于现有技术，本发明的优点进一步包括：
HTB是一种以类为单位的层次化流量调度算法。在网卡上设置HTB，可以在一条物理链路上模拟出多个不同的网络链路。每条链路可以有不同的速率、优先级等属性，进而将网络带宽层次化。在使用HTB时，需要用户指定模拟链路的划分规则以及每条链路运行通过的数据包。一张网卡上只能存在一个HTB根队列，根队列可以进一步划分为多个类别，每个类有可以继续分，最后形成一个以类为单位的树形结构。
从树形结构的角度看HTB，HTB在同一层次间可以进行带宽的相互借用。当某一层中的某个类有空闲的带宽，那么该层次下的其他类可以根据优先级的高低依次借用该空闲带宽。数据包在发送时，HTB会通过加权轮转的方式询问每一个类，保证每个类都能有机会发送数据包。加权轮转顺序的依据是优先级，优先级高的将被优先处理。
本发明应用于应急通信网络，由于是应急通信网络，网络的带宽有限，在带宽有限的条件下，关键流量的传输往往难以保证。HTB允许同一层次间的类进行带宽借用，并且拥有带宽优先分配的特性，在带宽有限的情况下，不同的流量可以共享带宽，大大提升了网络的可用程度，而带宽的优先分配，解决了关键流量的传输问题，再加上HTB工作于内核中，其速度快、效果好。
但是HTB带宽必须严格小于预先设置的最大带宽，关键流量在紧急通信情况下可能无法借用到足够的带宽，本发明提供了一种具有弹性优先级的令牌桶算法HETB(Hierarchical and Elasticity Token Bucket)，使得关键的流量在紧急情况下可以借用到足够带宽，完成通信。
本发明提供了一种HETB算法，构建了基于网络情景感知的多维度优化应急通信调度方法，满足了高优先级业务网络资源实时通信的需求，同时也能保证低优先级的业务数据传输。
当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明的公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是本发明实施例提供的基于HETB算法的多业务多网络融合通信调度方法流程图。
图2是本发明实施例提供的HETB算法基本结构原理图。
图3是本发明实施例提供的HETB算法流程图。
图4是本发明实施例提供的HETB算法树结构图。
图5是本发明实施例提供的四种方案带宽损失率图。
图6是本发明实施例提供的三网融合应急通信系统总体结构布局效果图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似改进，因此本发明不受下面公开的具体实施的限制。
本发明提供一种基于HETB算法的多业务多网络融合通信调度方法，包括：在传统层级令牌桶算法HTB的基础上，根据网络情景对流量结构进行优化，获得具有弹性优先级的令牌桶算法HETB(Hierarchical and Elasticity Token Bucket)，使得关键的流量在紧急情况下借用到足够带宽，完成通信。
在一优选实施例中，所述根据网络情景对流量结构进行优化包括：
实现是可以使用Linux系统中成熟TC与netfilter/iptables作为流量调度框架，构建基于网络情景感知的多维度优化应急通信调度方法，满足高优先级业务网络资源实时通信的需求，同时也能保证低优先级的业务数据传输。
在一优选实施例中，所述使得关键的流量在紧急情况下借用到足够带宽，完成通信包括：
对层级令牌桶的不同优先级的流量限制通过流量抢占进行动态调整，在关键流量数据队列达到一定阈值时，提高关键流量的带宽；满足复杂环境下的网络流量调度以及应急通信突发性大流量的应急业务带宽需求；所述应急业务需求包括应急广播下发、应急指挥命令、现场直播和现场视频四个场景；
对于应急通信的安全需求，基于行为的多级安全访问控制模型，实现多级安全模型与基于角色的访问控制模型的有机结合，能面向应急通信的复杂网络环境，结合时态、环境时空因素，完成授权服务，进行应急通信系统中用户、数据分级管理和访问控制。
如图1所示，在一优选实施例中，所述基于HETB算法的多业务多网络融合通信调度方法进一步包括：
S101、控制服务器与应急现场网络设备通信；所述应急现场网络设备通过socket网络连接方式与多网络融合链路状态实时监控模块进行连接，实时将多条链路的网络属性传输至控制服务器；
S102、对传输至控制服务器的多条链路的网络属性信息使用HETB(Hierarchicaland Elasticity Token Bucket)算法，增加关键流量的概念，并基于linux，使应急通信网络关键流量传输中阻止某些链路断开、网络总带宽降低。
下面结合附图及具体实施例对本发明的技术方案作进一步描述。
实施例：
本发明实施例提供的基于HETB算法的多业务多网络融合通信调度系统包括：
多网络融合链路状态实时监控模块，链路状态信息的获取是应急指挥调度人员进行指挥调度的前提和了解应急融合网络状态的必要条件。所述多网络融合链路状态实时监控模块主要实现控制服务器与应急现场网络设备的通信。现场网络设备通过socket网络连接方式与链路状态监控模块进行连接。由于链路的状态实时变化，现场网络设备与链路状态监控模块连接后会实时将多条链路的网络属性传输至控制服务器。
为了保证通信的稳定性和效率，链路的网络属性采用二进制字符串进行传输。现场网络设备根据约定的压缩格式，将数据压缩二进制字符串。控制服务器获取字符串后，使用unpack函数进行解压，解压后存入本地数据库中。如表1所示。
表1二进制字符串解包对照表
消息解压后，能够得到不同链路对应的上行流量、下行流量、上行重传包流量、下行重传包流量以及时延等情况。当客户端－服务器调度处理模块向链路状态监控模块发送“getlink”命令后，链路状态监控模块会读取数据库中最新的链路状态信息，并将响应结果写入controlToServer消息队列，以便客户端指挥大屏进行实时展示。为了确保链路状态消息的实时性，本发明为每一条消息设置了过期时间，当现场网络设备传输的链路状态消息时延超过一定的阈值，本发明会将消息丢弃。并且在生产至controlToServer消息队列时，为每一条消息设置了过期时间，防止客户端获取到时效性不佳的数据，有效地保障了链路状态信息传输的高效性和稳定性。
场景化流量控制模块，本发明使用的流量调度算法是HETB(Hierarchical andElasticity Token Bucket)算法，HETB算法是HTB算法的改进算法，增加了关键流量的概念，并基于linux实现，能够保证关键流量传输快速可靠，其余流量可靠传输，用于解决应急通信网络某些链路断开、网络总带宽降低导致无法保证关键流量传输以及突发流量很大的问题。具体包括以下内容：
(1)HETB算法基本结构，HETB算法主要由一棵或多棵树组成，如图2所示。
HETB算法有三个主要组件：队列规则(Qdisc，Queue Discipline)、分类(Classes)以及分类器(Filters)。每个网络设备上可以设置一个或多个队列规则，用于调度数据包的发送与接收。
HETB有两类：内部类和叶子类。每个类都有类ID，类ID由两部分组成，队列ID与类ID，由冒号分割，前者为队列ID，后者为类ID，例如，根类ID为1：1。根类属于内部类，作为数据的入口，其余内部类用于实现流量的整形、令牌的租用等。内部类不对数据进行处理，只有叶子类可以用于处理数据。每个class有以下几个参数：类模式(cmode)、最小速率(R，Rate)、最大速率(CR，Ceil Rate)、基本字节量(Quantum)、优先级(priority)、类层级(level)以及是否为关键类(crux)。
类有三种模式：HETB_CANT_SEND、HETB_MAY_BORROW以及HETB_CAN_SEND，分别代表数据包不可以发送，可以借用，可以发送。R表示在无关键流量借用带宽时，该类可以得到保证的带宽，若该类为关键流量，即使网络总带宽减小，网络也会优先满足关键流量的R带宽，类处于HETB_CAN_SEND状态。CR为流量能够获得的最大带宽。当数据发送速率大于CR时，该类变为HETB_CANT_SEND模式。当数据包发送速率介于R和CR之间时，该类处于HETB_MAY_BORROW模式。
Quantum为基本字节量参数，Quantum的值一般设置为R值的1/10。当某个类需要发送数据时，发送的字节数量到达该数值，或者数据的剩余字节数为0时，停止发送，并开始发送其他类的数据。同时，在向父类租借令牌时，也是以基本字节量为基础单位。HETB算法设置了0到7，总共8个优先级(priority)，数值越小优先级越高，主要用于判断数据包的发送顺序。类层级表示类在树结构中所处的位置，根类的层级为层数减一，叶子类的层级为0。
crux用于指定关键类。应急网络不同于普通网络，存在一些意外情况，比如总带宽因为断点、距离过远而导致的网络总带宽减小，或者发生紧急情况，需要多台无人机进行侦察，导致无人机视频流量的带宽需求将急剧升高。原有的策略无法保证在这样的情况发生时，关键流量的传输。关键类被设置为用于发送关键流量，关键类每次发送完数据就会对发送队列进行检测，若数据队列一直存在数据，且达到一定阈值，则触发带宽抢用。
(2)HETB算法执行流程
HETB算法的执行主要分为两种类型：数据包的入队和出队。当有数据包需要发送时，根据事先设置好的规则将流量分配到不同的叶子类中，这里使用iptables设置规则，并将指定流量打上标签。
设置规则具体设置步骤：
步骤1：设置队列(Qdisc)：针对某个网络设备创建队列规则。
步骤2：设置类(Classes)：为不同流量设置不同的类，每个类需要的参数有类名，R(最小带宽)，CR(最大带宽)，prio(优先级)，crux(是否为关键流量)。
步骤3：设置分类器(Filters):根据IP地址、端口、协议等设置一些特定规则，并通过iptables将符合这些规则的流量打上特定标签，再通过Filters将打有标签的流量分配给指定的类，即符合该规则的数据将被发送到指定类的数据队列。
算法实现步骤如图3所示，具体包括：
步骤1：所有类默认处于非激活状态，当类的数据队列中不存在数据时，该类处于HETB_CAN_SEND状态，当数据到达时，该类被激活。
步骤2：每层被激活的类将按优先级以及类名从小到大组成多棵红黑树。
步骤3：当有类被激活时，网络设备开始发送数据，网络设备以层级从低到高，优先级数值从小到大的顺序从多棵红黑树中寻找激活的类，用于确定发送数据的类。
步骤4：判断是否为关键类，若非关键类，则进入步骤5，若为关键类，则进入步骤8.
步骤5：按照设定的规则进行发送，若无设定，则默认发送其Quantum字节(一般设置为R值的1/10)的数据包，若类中存在供给树，则以优先级数值从小到大的顺序发送供给树中类数据队列中的数据，发送完毕后返回步骤3。
步骤6：若某个类的发送速率到达设定的最小带宽时，其模式变为HETB_MAY_BORROW模式。此时，该类失活，其父类被激活，随后，该父类根据优先级生成8棵红黑树，称为供给树，并将刚失活的子类根据优先级加入到供给树中，回到步骤3。
步骤7：若类的数据包发送速率达到其设置的Ceil参数后，类变为HETB_CANT_SEND模式，该类就无法再继续发送数据包，回到步骤3。
某个类的实时带宽(bandwidth)可表示为
BWc＝min(CRc，Rc+Bc) (1)
Bc表示从父类(ancestors)借来的速率。
p为c的父类，D(p)表示所有想从p借用带宽的子类，Qc为Quantum的值，Rp为剩余带宽，由公式(1)得到。
步骤8：若某个类的crux参数设置为1，在发送数据包前，检测该类数据队列，若关键流量的数据队列数据量小于50％，则不抢占任何带宽，若数据量处于50％-75％之间，抢占轮次设置为1，若数据量处于75％-90％之间，抢占轮次设置为2，若数据量大于90％，每发送一次数据，轮次设置加一，假设轮次为i。
步骤9：设定抢占规则，抢占带宽的对象是非关键类，轮到该类发送时(类本身发送，或在供给树中被选择发送)，其带宽会减少一半，具体实现为，在轮到该类发送流量时，先将
的数据给关键流量发送，然后再发送剩下的
该类数据，i为步骤8中设置的轮次。
此时，被抢占类的带宽为BW_loss，被抢占轮次为i，j为被抢占带宽的类，则
关键流量在借用带宽前假设为BW_Be，则借用后关键流量c的带宽为：
BW_Afc＝BW_Bec+∑jBW_loss
被抢占带宽的类的顺序为从底层到高层，从优先级低到优先级高的类。
下面结合HETB算法树结构对本发明技术方案作进一步描述。
以图4HETB算法树结构图为例，说明HETB算法的执行流程。
假设有一张网卡，名称为eh0，在eth0上部署HETB算法队列规则，ID设置为1。现假设总带宽为10M。根节点拥有所有的带宽，即R与CR都为10M。
不同的流量需要不同大小的带宽，HETB算法则为不同的类分配不同的C与CR，以保证不同应用的带宽需求。在图4中，将类1∶10的R设置为5M，CR设置为8M，节点1：20的R设置为2M，CR设置为5M。两个类的R值之和需要小于总带宽即10M，但是两个类的CR值之和可以大于10M，使得当有某一类的流量突增时，HETB能有调节的空间。
在图4中，节点1：10的Quantum值为50000字节，1：20的Quantum值为20000字节，其余类的R、CR和Quantum的值如图4所示，此时不同的类占用网卡的时间就不再不同，体现出HETB算法对带宽的分配作用。类的优先级都设置为0。若有数据包需要发送，则先通过eth0进行入队，再根据内部规则将其分配到某一叶子类的数据队列。
在进行出队时，首先选择一个层级最低(数值最小)且优先级最高的叶子类，若层级与优先级相同，则选择类ID小的，随后从该类的数据队列中读取数量为Quantum的数据包进行发送。在图4中，1：10为1：101和1：102的父类，1：1为1：10和1：20的父类。HETB算法使用红黑树来管理每个level的类，不同优先级的类属于不同的红黑树。红黑树根据类ID的大小进行排序，此时类1：20为左孩子，类1：101为根节点，类1：102为右孩子。
以图4为例说明出队过程：
1)最初level为0的三个类均处于HETB_CAN_SEND模式，当有数据包进入三个类的数据队列时，类被激活。
2)从level为0的类开始寻找处于可发送模式且优先级最高的类。图4中1：101，1：102，1：20三个类level最低且优先级最高，将其构成的红黑树，选取ID最小的类1：20，发送该类数据队列中的数据包。
3)当从1：20中获取的数据包的字节总数达到其Quantum设置的值，即20000字节时，停止发送并在同一棵红黑树中寻找下一个叶子类，找到ID较小的类1：101。类1：101和类1：102的发送模式与1：20相同。
4)三个类不断发送数据，当类1:102达到0.5MB/s时，即R值时，其模式变为HETB_MAY_BORROW模式，此时类1:102失活，其父类1:10被激活，同时类1:102被加入到其父类的供给树中，供给树是内部类维护的一个字段，用于管理向该类借用带宽的类，按优先级分为0-8，8个红黑树结构。
5)此时，根据level低、优先级高的出队的顺序，出队顺序变为1:20、1:101、1:10，在进行1:10出队时，从优先级数值低到高，ID从小到大的顺序遍历供给树，此时，只有1:102，所以1:102发送数据包。
6)再过一段时间后，类1:101达到1MB/s，即R值时，操作与4)相同，此时1：10供给树优先级为0的红黑树中存在两个类，1:101与1:102。
7)此时，出队顺序为1:20、1:10，在进行1:10出队时出队顺序为1：101、1:102，此时这两个类的带宽已经超过R值，即借用了父类1:10的带宽，1:10的实时带宽为1:101与1:102带宽之和，若类1:10的带宽超过其设置的R值，则失活1:10，并激活1:1。
8)后续1:20速率达到R值时，进行类似操作。
9)继续发送数据包，当节点的数据包发送速率达到其设置的Ceil参数后，节点变为HETB_CANT_SEND模式，此时该类将无法再发送数据包。
10)若将1:20设置为关键类，当其数据队列达到50％时，1:101与1:102的带宽会减半，这是通过在1:101与1:102发送数据时，一半给1:20发送，一半留给自己本身发送实现的，此时，1:20的带宽达到70％时，1:101与1:102其带宽会减少到25％，到达90％时，1:20每发送一次1:101与1:102的带宽会减少当前带宽的一半。
上述技术实施例表明，现有技术中选择HTB为调度算法，经试验验证发现HTB无法满足项目需求，本发明提供了一种先进的流量调度技术，实现了改进的HTB，即HETB作为应急指挥系统流量调度的重要组成部分，以满足复杂的网络流量调度，为抢险救灾提供高效且稳定的网络状态，避免了因网络传输原因导致的人员财产损失。
下面结合仿真结果对本发明的效果作进一步描述。
本发明使用开源网络仿真软件OMNET++和相应开源库构建仿真模型，模拟应急通信场景的网络流量环境，不断增加网络中的流量密度并得到仿真结果如图5四种方案带宽损失率所示。证明：网络带宽损失率越低，证明算法性能越好，带宽损失率会随着平均流量带宽增加而持续增加。从实验结果中可以看出，在低流量密度时，四种算法的损失率几乎接近。在网络流量比较高时，HETB算法能够有更低的带宽损失率。
下面结合测试数据对本发明技术方案的应用作进一步描述。
本发明的被测系统由“省、市、县级应急指挥调度中心平台”、“应急信息管理平台”、接入服务器、流媒体服务器组成，与“应急广播平台”、应急通讯车载平台、U频段LTE网络、U频段Wi-Fi网络、有线连接网络、空中融合通信终端(飞行载体：无人机，在后续图中将“空中融合通信终端”简称为“无人机”)、单兵融合通信终端(载体：背包加头盔，在后续图中将“单兵融合通信终端”简称为“背包头盔”)、DTMB接收终端、FM接收终端共同组成“三网融合应急通信系统”，可提供应急指挥调度、应急广播消息下发以及现场视频回传功能。“三网融合应急通信系统”总体结构布局效果图见图6，被测系统组成见图实线粗框内，系统通信链路的总带宽约为20M。
测试系统可以实现以下功能：
(1)所测平台具有平台连通功能，上级平台可查看本平台和下级平台的设备信息、应急上传信息以及现场视频监控情况，其中，现场视频监控可同时展示省、市、县三级各两路共六路高清(1080P)视频。所测平台可分别对此六路视频进行实时分辨率调整，从而对重要视频的传输质量进行保障。
(2)所测平台定制了应急广播下发、应急指挥命令下发、应急现场直播、应急现场视频通信四个业务应用场景，并可根据不同的业务场景进行业务流量控制和分配，从而对重要业务的传输质量进行保障。
(3)所测平台可对通信链路状态进行实时监控。
主要测试技术指标如下：
在测试现场按照《“应急通信指挥调度系统”测试方案》进行5次指挥时延测试，统计“省级应急指挥调度中心平台”以视频对话方式发出指挥命令到单兵融合通信终端接收到指挥命令的指挥时延，测试结果分别为：0.43秒、0.43秒、0.40秒、0.40秒、0.35秒。
在测试现场按照《“应急通信指挥调度系统”测试方案》进行10次通信调度时延测试，统计“省级应急指挥调度中心平台”发出通信调度命令到接入服务器(IP：192.168.1.99)显示接收成功的通信调度时延，测试结果分别为：2.56秒、3.42秒、2.30秒、6.41秒、5.84秒、5.21秒、4.27秒、1.73秒、6.15秒、3.87秒。
在测试现场按照《“应急通信指挥调度系统”测试方案》进行应急广播时延测试；其中：
10次测试DTMB应急广播时延(“应急广播平台”发出应急广播消息到DTMB终端显示的时间差)结果分别为：5.06秒、4.33秒、4.88秒、4.99秒、5.08秒、4.41秒、4.25秒、5.80秒、4.10秒、5.28秒。
10次测试FM应急广播时延(“应急广播平台”发出应急广播消息到FM终端播报的时间差)结果分别为：5.67秒、5.03秒、5.47秒、6.22秒、6.56秒、5.29秒、6.21秒、5.52秒、6.61秒、5.41秒。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。
Claims (10)
1.一种基于HETB算法的多业务多网络融合通信调度方法，其特征在于，所述基于HETB算法的多业务多网络融合通信调度方法在传统层级令牌桶算法HTB的基础上，根据网络情景对流量结构进行优化，获得具有弹性优先级的令牌桶算法HETB，动态调整流量的带宽，使关键流量数据在紧急情况下能借用到足够带宽。
2.根据权利要求1所述的基于HETB算法的多业务多网络融合通信调度方法，其特征在于，所述根据网络情景对流量结构进行优化包括：构建基于网络情景感知的多维度优化应急通信调度方法，满足高优先级业务网络资源实时通信的需求，同时实现低优先级的业务数据传输。
3.根据权利要求1所述的基于HETB算法的多业务多网络融合通信调度方法，其特征在于，所述动态调整流量的带宽，使关键流量数据在紧急情况下能借用到足够带宽包括：对层级令牌桶的不同优先级的最大流量通过流量抢占算法进行动态调整，在高优先级和关键流量数据队列达到一定阈值时，动态调整流量的带宽；满足复杂环境下的网络流量调度以及应急通信突发性大流量的应急业务带宽需求。
4.根据权利要求1所述的基于HETB算法的多业务多网络融合通信调度方法，其特征在于，所述基于HETB算法的多业务多网络融合通信调度方法进一步包括：
步骤一、控制服务器与应急现场网络设备通信；所述应急现场网络设备通过socket网络连接方式与链路状态实时监控模块进行连接，实时将多条链路的网络属性传输至控制服务器；
步骤二、对传输至控制服务器的多条链路的网络属性信息使用HETB算法进行计算动态调整队列的带宽分配，确保高优先级传输带宽。
5.根据权利要求4所述的基于HETB算法的多业务多网络融合通信调度方法，其特征在于，所述步骤一链路的网络属性采用二进制字符串进行传输；现场网络设备根据约定的压缩格式，将数据压缩二进制字符串；控制服务器获取字符串后，使用unpack函数进行解压，解压后存入本地数据库中；
消息解压后，能得到不同链路对应的上行流量、下行流量、上行重传包流量、下行重传包流量以及时延；当控制服务器的客户端－服务器调度处理模块向链路状态监控模块发送getlink命令后，多网络链路状态监控模块读取数据库中最新的链路状态信息，并将响应结果写入controlToServer消息队列，客户端指挥大屏进行对响应结果实时展示；同时对每一条链路状态信息设置过期时间，当现场网络设备传输的链路状态消息时延超过一定的阈值，将该消息丢弃；
所述步骤二HETB算法执行流程包括：
数据包的入队和出队；当有数据包需要发送时，根据设置好的规则将流量分配到不同的叶子类中，并将指定流量打上标签；
设置规则具体设置步骤包括：
步骤1：设置队列：针对某个网络设备创建队列规则；
步骤2：设置类：为不同流量设置不同的类，每个类的参数类名包括：R为最小带宽，CR为最大带宽，prio为优先级以及crux为是否为关键流量；
步骤3：设置分类器:以IP地址、端口、协议为关键参数区分流量，并通过iptables将符合这些规则的流量打上特定标签，再通过Filters将打有标签的流量分配给指定的类，符合该规则的数据将被发送到指定类的数据队列。
6.根据权利要求5所述的基于HETB算法的多业务多网络融合通信调度方法，其特征在于，所述HETB算法具体包括：
步骤1、所有类默认处于非激活状态，当类的数据队列中不存在数据时，该类处于HETB_CAN_SEND状态，当数据到达时，该类被激活；
步骤2、每层被激活的类将按优先级以及类名从小到大组成多棵红黑树；
步骤3、当有类被激活时，网络设备开始发送数据，网络设备以层级从低到高，优先级数值从小到大的顺序从多棵红黑树中寻找激活的类，用于确定发送数据的类；
步骤4、判断是否为关键类，若非关键类，则进入步骤5，若为关键类，则进入步骤8；
步骤5、按照设定的规则进行发送，若无设定，则默认发送Quantum字节的数据包，若类中存在供给树，则以优先级数值从小到大的顺序发送供给树中类数据队列中的数据，发送完毕后返回步骤3；
步骤6、若某个类的发送速率到达设定的最小带宽时，其模式变为HETB_MAY_BORROW模式；此时，该类失活，其父类被激活，随后，该父类根据优先级生成8棵红黑树，称为供给树，并将刚失活的子类根据优先级加入到供给树中，回到步骤3；
步骤7、若类的数据包发送速率达到其设置的Ceil参数后，类变为HETB_CANT_SEND模式，该类就无法再继续发送数据包，回到步骤3；
某个类的实时带宽表示为
BWc＝min(CRc，Rc+Bc) (I)
Bc表示从父类(ancestors)借来的速率；
p为c的父类，D(p)表示所有想从p借用带宽的子类，Qc为Quantum的值，Rp为剩余带宽，由公式(1)得到；
步骤8、若某个类的crux参数设置为1，在发送数据包前，检测该类数据队列，若关键流量的数据队列数据量小于50％，则不抢占任何带宽，若数据量处于50％-75％之间，抢占轮次设置为1，若数据量处于75％-90％之间，抢占轮次设置为2，若数据量大于90％，每发送一次数据，轮次设置加一，假设轮次为i；
步骤9、设定抢占规则，抢占带宽的对象是非关键类，轮到该类发送时，其带宽减少一半，具体实现为：在轮到该类发送流量时，先将
的数据给关键流量发送，然后再发送剩下的
该类数据，i为步骤8中设置的轮次；
被抢占类的带宽为BW_loss，被抢占轮次为i，j为被抢占带宽的类，则
关键流量在借用带宽前假设为BW_Be，则借用后关键流量c的带宽为：
BW_Afc＝BW_Bec+∑jBW_loss
被抢占带宽的类的顺序为从底层到高层，从优先级低到优先级高的类。
7.一种实施权利要求1～6任意一项所述基于HETB算法的多业务多网络融合通信调度方法的基于HETB算法的多业务多网络融合通信调度系统，其特征在于，所述基于HETB算法的多业务多网络融合通信调度系统包括：
多网络融合链路状态实时监控模块，用于实现控制服务器与应急现场网络设备的通信；通过socket网络连接方式与现场网络设备进行连接；实时将多条链路的网络属性传输至控制服务器；
场景化流量控制模块，用于使用HETB算法通过带宽借用动态调整关键流量的带宽。
8.一种接收用户输入程序存储介质，所存储的计算机程序使电子设备执行权利要求1～6任意一项所述基于HETB算法的多业务多网络融合通信调度方法。
9.一种信息数据处理终端，其特征在于，所述信息数据处理终端包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1～6任意一项所述基于HETB算法的多业务多网络融合通信调度方法。
10.一种如权利要求1～6任意一项所述基于HETB算法的多业务多网络融合通信调度方法在地震、海上事故、森林火灾突发应急事件信息处理中的应用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111604883.3A CN114422447B (zh) | 2021-12-25 | 多业务多网络融合通信调度方法及系统、介质、终端、应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111604883.3A CN114422447B (zh) | 2021-12-25 | 多业务多网络融合通信调度方法及系统、介质、终端、应用 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114422447A true CN114422447A (zh) | 2022-04-29 |
| CN114422447B CN114422447B (zh) | 2024-05-17 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116095175A (zh) * | 2022-12-21 | 2023-05-09 | 北京邮电大学 | 一种用于电网边缘计算系统的数据流调度方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7782869B1 (en) * | 2007-11-29 | 2010-08-24 | Huawei Technologies Co., Ltd. | Network traffic control for virtual device interfaces |
| CN103036803A (zh) * | 2012-12-21 | 2013-04-10 | 南京邮电大学 | 一种基于应用层检测的流量控制方法 |
| CN107835133A (zh) * | 2017-06-16 | 2018-03-23 | 南京航空航天大学 | 一种基于多属性决策的流优先级控制方法 |
| CN108353040A (zh) * | 2015-10-30 | 2018-07-31 | 思杰系统有限公司 | 用于分布式分组调度的系统和方法 |
| US10230645B1 (en) * | 2013-03-14 | 2019-03-12 | Vivint, Inc. | Dynamic adjustment of quality of service parameters |
| CN111614570A (zh) * | 2020-04-20 | 2020-09-01 | 北京邮电大学 | 一种用于服务网格的流量控制系统及方法 |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7782869B1 (en) * | 2007-11-29 | 2010-08-24 | Huawei Technologies Co., Ltd. | Network traffic control for virtual device interfaces |
| CN103036803A (zh) * | 2012-12-21 | 2013-04-10 | 南京邮电大学 | 一种基于应用层检测的流量控制方法 |
| US10230645B1 (en) * | 2013-03-14 | 2019-03-12 | Vivint, Inc. | Dynamic adjustment of quality of service parameters |
| CN108353040A (zh) * | 2015-10-30 | 2018-07-31 | 思杰系统有限公司 | 用于分布式分组调度的系统和方法 |
| CN107835133A (zh) * | 2017-06-16 | 2018-03-23 | 南京航空航天大学 | 一种基于多属性决策的流优先级控制方法 |
| CN111614570A (zh) * | 2020-04-20 | 2020-09-01 | 北京邮电大学 | 一种用于服务网格的流量控制系统及方法 |
Non-Patent Citations (2)
| Title |
|---|
| J.L. VALENZUELA等: "A Hierarchical Token Bucket Algorithm to Enhance QoS in IEEE 802.11:Proposal, Implementation and Evaluation", IEEE 60TH VEHICULAR TECHNOLOGY CONFERENCE, 2004. VTC2004-FALL. 2004 * |
| 刘海英;: "战术宽带组网波形的QoS保障体系设计", 移动通信, no. 09 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116095175A (zh) * | 2022-12-21 | 2023-05-09 | 北京邮电大学 | 一种用于电网边缘计算系统的数据流调度方法及装置 |
| CN116095175B (zh) * | 2022-12-21 | 2024-02-02 | 北京邮电大学 | 一种用于电网边缘计算系统的数据流调度方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240015570A1 (en) | Charging rule binding method, device, and system | |
| US9871739B2 (en) | Service interface for QOS-driven HPNA networks | |
| US10554570B2 (en) | Method and device for implementing QoS in OpenFlow network | |
| Wang et al. | Autonomic QoS management mechanism in software defined network | |
| US7656798B1 (en) | Service interface for QoS-driven HPNA networks | |
| Deng et al. | An application-aware QoS routing algorithm for SDN-based IoT networking | |
| CN111432440A (zh) | 实现业务连续性的方法、装置及系统 | |
| CN104378309A (zh) | OpenFlow网络中实现QoS的方法、系统和相关设备 | |
| JP2006506845A (ja) | ルータにおけるパケットに対し論理リンクを選択する方法 | |
| CN113950104B (zh) | 一种基于动态周期映射的卫星网络业务确定性调度方法 | |
| CN107135521A (zh) | 一种流量控制方法、装置和系统 | |
| CN112073330A (zh) | 一种云平台容器网络限流方法 | |
| CN111224889A (zh) | 一种数据传输的方法和装置 | |
| Bouloukakis et al. | PrioDeX: a Data Exchange middleware for efficient event prioritization in SDN-based IoT systems | |
| Hassan et al. | PlanIoT: a framework for adaptive data flow management in IoT-enhanced spaces | |
| WO2022027331A1 (zh) | 带宽管理方法及装置、计算机存储介质及芯片 | |
| CN114422447B (zh) | 多业务多网络融合通信调度方法及系统、介质、终端、应用 | |
| CN115580568B (zh) | 基于IPv6流标签实现网络服务质量保障的方法及系统 | |
| CN114422447A (zh) | 多业务多网络融合通信调度方法及系统、介质、终端、应用 | |
| CN110247859B (zh) | 一种基于airt-ros节点的数据发送方法及装置 | |
| Lee et al. | Optimal flow rate control for SDN-based naval systems | |
| Fu et al. | A survey of traffic shaping technology in internet of things | |
| Yuan et al. | iVoIP: an intelligent bandwidth management scheme for VoIP in WLANs | |
| WO2022012361A1 (zh) | 一种通信方法及装置 | |
| US20130250961A1 (en) | Virtual subport data traffic management |
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 |