CN114448872A - 一种cdn中的路径选择方法及系统 - Google Patents

一种cdn中的路径选择方法及系统 Download PDF

Info

Publication number
CN114448872A
CN114448872A CN202111592577.2A CN202111592577A CN114448872A CN 114448872 A CN114448872 A CN 114448872A CN 202111592577 A CN202111592577 A CN 202111592577A CN 114448872 A CN114448872 A CN 114448872A
Authority
CN
China
Prior art keywords
correction value
packet time
retransmission ratio
acquired
download speed
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
CN202111592577.2A
Other languages
English (en)
Other versions
CN114448872B (zh
Inventor
蒋辉
齐铁鹏
郭迎
林金棚
余升水
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.)
Tianyi Cloud Technology Co Ltd
Original Assignee
Tianyi Cloud 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 Tianyi Cloud Technology Co Ltd filed Critical Tianyi Cloud Technology Co Ltd
Priority to CN202111592577.2A priority Critical patent/CN114448872B/zh
Publication of CN114448872A publication Critical patent/CN114448872A/zh
Application granted granted Critical
Publication of CN114448872B publication Critical patent/CN114448872B/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
    • H04L45/12—Shortest path evaluation
    • H04L45/123—Evaluation of link metrics
    • 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
    • H04L45/121—Shortest path evaluation by minimising delays
    • 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
    • H04L45/124—Shortest path evaluation using a combination of metrics

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种CDN中的路径选择方法及系统，其中，所述方法包括：在指定次数的数据采集周期内，针对待探测的中转节点或者源站，采集探测往返时延、重传比、下载速度和首包时间；根据采集的所述重传比、下载速度和首包时间，分别生成对应的重传比校正数值、下载速度校正数值和首包时间校正数值；根据所述重传比校正数值、下载速度校正数值和首包时间校正数值，对所述探测往返时延进行校正，以生成复合型时延指标；通过所述复合型时延指标，对回源路径进行选择。本申请提供的技术方案，能够提高选路的质量。

Description

一种CDN中的路径选择方法及系统
技术领域
本发明涉及互联网技术领域，具体涉及一种CDN中的路径选择方法及系统。
背景技术
当前CDN(Content Delivery Network，内容分发网络)动态加速进行智能路由时，主要采用周期性探测目标IP(包含CDN中转节点或源站IP)时获取的探测RTT(Round-TripTime，往返时延)和重传比来进行路径指标的度量，然而这两种指标主要度量传输层的网络性能，且局限于小报文的传输度量，而实际很多的动态加速请求都是http/https等应用层报文，请求的文件有大有小，尤其是对于大文件的下载请求，涉及到大报文的分组、发送、解析、处理及接收时延，因此当前这种选路决策度量指标并不适用于CDN动态加速的智能路由，这样会造成虽然RTT和重传比都很小，但实际请求访问却很慢的问题，影响客户的CDN动态加速体验。
发明内容
有鉴于此，本发明实施方式提供了一种CDN中的路径选择方法及系统，能够提高选路的质量。
本发明一方面提供了一种CDN中的路径选择方法，所述方法包括：在指定次数的数据采集周期内，针对待探测的中转节点或者源站，采集探测往返时延、重传比、下载速度和首包时间；根据采集的所述重传比、下载速度和首包时间，分别生成对应的重传比校正数值、下载速度校正数值和首包时间校正数值；根据所述重传比校正数值、下载速度校正数值和首包时间校正数值，对所述探测往返时延进行校正，以生成复合型时延指标；通过所述复合型时延指标，对回源路径进行选择。
在一个实施方式中，在采集到探测往返时延、重传比、下载速度和首包时间之后，所述方法还包括：针对所述探测往返时延、重传比、下载速度和首包时间中的任一参数，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理，以生成对应的综合参数，并基于生成的所述综合参数进行路径选择。
在一个实施方式中，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理包括：为各个参数分配各自的权重系数，其中，所述权重系数随时间由近及远的顺序呈指数式递减，以使得越接近当前时刻的参数，分配到的权重系数越大；根据各自分配到的权重系数进行加权求和计算。
在一个实施方式中，所述重传比校正数值按照以下方式生成：当采集的所述重传比小于重传比阈值，按照以下公式生成重传比校正数值：
Figure BDA0003430269840000021
当采集的所述重传比大于或者等于所述重传比阈值，按照以下公式生成重传比校正数值：
f(RR)＝1.5+400(RR-RRThr)1.8
其中，f(RR)表示重传比校正数值，RR表示采集到的重传比，RRThr表示重传比阈值。
在一个实施方式中，所述下载速度校正数值按照以下方式生成：
Figure BDA0003430269840000022
其中，f(DS)表示所述下载速度校正数值，DS表示采集的所述下载速度，DSThr表示所述下载速度阈值。
在一个实施方式中，所述首包时间校正数值按照以下方式生成：
当采集的所述首包时间小于首包时间阈值，按照以下公式生成首包时间校正数值：
Figure BDA0003430269840000031
当采集的所述首包时间大于或者等于所述首包时间阈值，按照以下公式生成首包时间校正数值：
f(FT)＝1.5+100(FT-FTThr)2
其中，f(FT)表示首包时间校正数值，FT表示采集到的首包时间，FTThr表示首包时间阈值。
在一个实施方式中，按照以下方式生成复合型时延指标：
Figure BDA0003430269840000032
其中，MRTT表示所述复合型时延指标，RTT表示采集到的探测往返时延，f(RR)表示所述重传比校正数值，f(DS)表示所述下载速度校正数据，f(FT)表示所述首包时间校正数值。
本发明另一方面还提供一种CDN中的路径选择系统，所述系统包括：
数据采集单元，用于在指定次数的数据采集周期内，针对待探测的中转节点或者源站，采集探测往返时延、重传比、下载速度和首包时间；
校正数值生成单元，用于根据采集的所述重传比、下载速度和首包时间，分别生成对应的重传比校正数值、下载速度校正数值和首包时间校正数值；
校正单元，用于根据所述重传比校正数值、下载速度校正数值和首包时间校正数值，对所述探测往返时延进行校正，以生成复合型时延指标；
选路单元，用于通过所述复合型时延指标，对回源路径进行选择。
在一个实施方式中，所述系统还包括：
加权平均单元，用于针对所述探测往返时延、重传比、下载速度和首包时间中的任一参数，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理，以生成对应的综合参数，并基于生成的所述综合参数进行路径选择。
在一个实施方式中，所述加权平均单元具体用于：为各个参数分配各自的权重系数，其中，所述权重系数随时间由近及远的顺序呈指数式递减，以使得越接近当前时刻的参数，分配到的权重系数越大；根据各自分配到的权重系数进行加权求和计算。
本发明相对现有技术而言，至少具备以下有益效果：
1)CDN动态加速智能选路决策度量指标不再单独局限于RTT及重传比，还包含应用层指标：下载速率及首包时间，通过4种指标综合度量传输层及应用层的网络传输性能，更加贴合CDN动态加速传统的http/https请求的客户，能够更加全面地对所有可能回源的路径优劣进行预先度量，为动态请求提供最优的回源路径。
2)由于越靠近当前时刻的探测结果，对动态智能选路决策的影响越大，因此，采用指数移动加权平均算法来计算多次RTT、重传比、下载速率及首包时间的历史探测结果的平均值，充分考虑到越靠近当前时刻的探测结果对选路的影响越大的因素，避免传统平均算法将多次探测结果给予相同的权重系数带来的问题，这样不仅达到了探测结果的平滑处理，又可以在探测到突然的网络拥塞、网络波动及超时丢包后，能够及时规避这种客户访问体验差的回源路径。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：
图1示出了本发明一个实施方式中的路径选择方法步骤示意图；
图2示出了本发明一个实施方式中路径选择系统的功能模块示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域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方式，都属于本发明保护的范围。
请参阅图1，本申请提供的CDN中的路径选择方法，可以包括以下多个步骤。
S1：在指定次数的数据采集周期内，针对待探测的中转节点或者源站，采集探测往返时延、重传比、下载速度和首包时间；
S2：根据采集的所述重传比、下载速度和首包时间，分别生成对应的重传比校正数值、下载速度校正数值和首包时间校正数值；
S3：根据所述重传比校正数值、下载速度校正数值和首包时间校正数值，对所述探测往返时延进行校正，以生成复合型时延指标；
S4：通过所述复合型时延指标，对回源路径进行选择。
本发明提出了一种新的适用于CDN动态加速智能路由决策的复合型度量指标：将探测RTT、重传比、下载速率和首包时间结合用于选路决策的度量，这里的探测RTT作为核心指标，其他指标主要通过建立函数模型作为探测RTT的影响因子来对其值进行校正，最终将这4个选路指标结合起来选路，这样对于传输层和应用层的数据传输能够更加全面地度量，提高智能选路决策的选路可靠性，避免出现实际用户动态http/https请求访问体验慢的问题。
具体地，为了防止动态加速智能路由选择到丢包重传较严重的CDN中转节点或源站，根据重传比的严重程度来校正探测RTT，这里通过数学建模结合生产环境的测试数据得到一个基于重传比的函数模型如下：
当采集的重传比小于重传比阈值，表示重传比很小，对探测RTT的影响基本可忽略，此时校正函数值在[1，1.5]之间，校正函数值很平缓地增长，函数模型如下所示：
Figure BDA0003430269840000051
当采集的重传比大于或者等于所述重传比阈值，表示重传比较大，此时校正函数值在[1.5，+∞]之间，TCP因丢包导致的重传对探测RTT的影响较大，且随着重传比的严重程度，校正函数值呈幂指数函数增长，增长速度越来越快，函数模型如下所示：
f(RR)＝1.5+400(RR-RRThr)1.8
上述公式中：f(RR)表示重传比校正数值，RR表示采集到的重传比，RRThr表示重传比阈值，这些参数都可分频道配置。
为了防止动态加速智能路由选择到下载速率很低的CDN中转节点或源站，根据下载速率的大小来校正探测RTT，这里通过数学建模结合生产环境的测试数据得到一个基于下载速率的函数模型如下：
Figure BDA0003430269840000061
上述公式中：f(DS)表示所述下载速度校正数值，DS表示采集的所述下载速度，DSThr表示所述下载速度阈值，这些参数同样可分频道配置。
在实际应用中，当下载速度小于100kb/s时，此时校正函数值在[1.5，+∞]之间，表示下载速率很低，随着下载速度的增大，校正函数值呈现幂指数形势的下降，且下降的幅度越来越慢。当下载速度大于或者等于100kb/s时，此时校正函数值在[1，1.5]之间，表示下载速度较大，其对探测RTT的影响可以忽略。
为了防止动态加速智能路由选择到首包时间较差的CDN中转节点或源站，根据首包时间来校正探测RTT，这里通过数学建模结合生产环境的测试数据得到一个基于首包时间的函数模型如下：
当采集的首包时间小于首包时间阈值时，表示首包时间较优，对探测RTT的影响基本可忽略，此时校正函数值在[1，1.5]之间，校正函数值很平缓地增长，函数模型如下所示：
Figure BDA0003430269840000062
当采集的首包时间大于或者等于所述首包时间阈值，表示首包时间较差，此时校正函数值在[1.5，+∞]之间，首包时间对探测RTT的影响较大，且随着首包时间越来越大，校正函数值呈幂指数函数增长，增长速度越来越快，函数模型如下所示：
f(FT)＝1.5+100(FT-FTThr)2
上述公式中：f(FT)表示首包时间校正数值，FT表示采集到的首包时间，FTThr表示首包时间阈值，这些参数也可分频道配置。
探测RTT经过重传比、下载速率及首包时间的校正后，获取校正值的平均值作为CDN动态加速智能路由决策复合型指标MRTT，计算方式如下：
Figure BDA0003430269840000071
其中，MRTT表示所述复合型时延指标，RTT表示采集到的探测往返时延，f(RR)表示所述重传比校正数值，f(DS)表示所述下载速度校正数据，f(FT)表示所述首包时间校正数值。
在一个实施方式中，探测发起方周期性地向CDN中转节点或源站IP发起探测时，为了获取较为平滑的探测数据，传统的方式获取到最近N次的探测结果(RTT或重传比)，然后取平均作为本次的最终探测结果，这种平均的探测数据加权方式对于所有的N次探测结果权重相同，这样如果此时突然出现网络拥塞、网络抖动或超时丢包，即使探测到CDN中转节点或源站IP的RTT或重传比很大，但是N次平均的结果可能会导致本次探测数据(RTT或重传比)值仍然很小，最终导致动态请求无法及时规避往这种网络拥塞或网络波动的路径转发，造成客户动态加速体验差的问题。
为了平滑探测结果，在指定次数N的数据采集周期内，采集到探测RTT、重传比TCPRetransRate、下载速率DownloadSpeed和首包时间FirstPacketTime后，这里采用移动加权平均(EWMA)算法，分别对于这4个指标将其N个历史值给予不同的权重系数，且各数值的权重系数随时间呈指数式递减，越靠近当前时刻的数值加权系数就越大，越远离当前时刻的数值加权系数就越小，这样既能达到平滑探测结果的效果，又能避免突然的网络拥塞、网络波动及超时丢包后的探测值受到传统平均由于相同权重系数带来的问题，因此上述的RTT、TCPRetransRate、DownloadSpeed及FirstPacketTime都是经过EWMA加权算法得到的探测结果。
也就是说，针对所述探测往返时延、重传比、下载速度和首包时间中的任一参数，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理，以生成对应的综合参数，并基于生成的所述综合参数进行路径选择。
具体地，可以为各个参数分配各自的权重系数，其中，所述权重系数随时间由近及远的顺序呈指数式递减，以使得越接近当前时刻的参数，分配到的权重系数越大，根据各自分配到的权重系数进行加权求和计算。
在本实施方式中，对智能路由决策复合型指标进行量化处理后，可以上报给路径计算应用程序进行最优回源路径计算，得到最优回源路径后，将其下发给负责探测的应用程序，从而完成选路的过程。
请参阅图2，本申请还提供一种CDN中的路径选择系统，所述系统包括：
数据采集单元，用于在指定次数的数据采集周期内，针对待探测的中转节点或者源站，采集探测往返时延、重传比、下载速度和首包时间；
校正数值生成单元，用于根据采集的所述重传比、下载速度和首包时间，分别生成对应的重传比校正数值、下载速度校正数值和首包时间校正数值；
校正单元，用于根据所述重传比校正数值、下载速度校正数值和首包时间校正数值，对所述探测往返时延进行校正，以生成复合型时延指标；
选路单元，用于通过所述复合型时延指标，对回源路径进行选择。
在一个实施方式中，所述系统还包括：
加权平均单元，用于针对所述探测往返时延、重传比、下载速度和首包时间中的任一参数，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理，以生成对应的综合参数，并基于生成的所述综合参数进行路径选择。
在一个实施方式中，所述加权平均单元具体用于：为各个参数分配各自的权重系数，其中，所述权重系数随时间由近及远的顺序呈指数式递减，以使得越接近当前时刻的参数，分配到的权重系数越大；根据各自分配到的权重系数进行加权求和计算。
本发明相对现有技术而言，至少具备以下有益效果：
1)CDN动态加速智能选路决策度量指标不再单独局限于RTT及重传比，还包含应用层指标：下载速率及首包时间，通过4种指标综合度量传输层及应用层的网络传输性能，更加贴合CDN动态加速传统的http/https请求的客户，能够更加全面地对所有可能回源的路径优劣进行预先度量，为动态请求提供最优的回源路径。
2)由于越靠近当前时刻的探测结果，对动态智能选路决策的影响越大，因此，采用指数移动加权平均算法来计算多次RTT、重传比、下载速率及首包时间的历史探测结果的平均值，充分考虑到越靠近当前时刻的探测结果对选路的影响越大的因素，避免传统平均算法将多次探测结果给予相同的权重系数带来的问题，这样不仅达到了探测结果的平滑处理，又可以在探测到突然的网络拥塞、网络波动及超时丢包后，能够及时规避这种客户访问体验差的回源路径。
本领域技术人员可以理解，实现上述实施方式方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施方式的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种CDN中的路径选择方法，其特征在于，所述方法包括：
在指定次数的数据采集周期内，针对待探测的中转节点或者源站，采集探测往返时延、重传比、下载速度和首包时间；
根据采集的所述重传比、下载速度和首包时间，分别生成对应的重传比校正数值、下载速度校正数值和首包时间校正数值；
根据所述重传比校正数值、下载速度校正数值和首包时间校正数值，对所述探测往返时延进行校正，以生成复合型时延指标；
通过所述复合型时延指标，对回源路径进行选择。
2.根据权利要求1所述的方法，其特征在于，在采集到探测往返时延、重传比、下载速度和首包时间之后，所述方法还包括：
针对所述探测往返时延、重传比、下载速度和首包时间中的任一参数，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理，以生成对应的综合参数，并基于生成的所述综合参数进行路径选择。
3.根据权利要求2所述的方法，其特征在于，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理包括：
为各个参数分配各自的权重系数，其中，所述权重系数随时间由近及远的顺序呈指数式递减，以使得越接近当前时刻的参数，分配到的权重系数越大；
根据各自分配到的权重系数进行加权求和计算。
4.根据权利要求1所述的方法，其特征在于，所述重传比校正数值按照以下方式生成：
当采集的所述重传比小于重传比阈值，按照以下公式生成重传比校正数值：
Figure FDA0003430269830000021
当采集的所述重传比大于或者等于所述重传比阈值，按照以下公式生成重传比校正数值：
f(RR)＝1.5+400(RR-RRThr)1.8
其中，f(RR)表示重传比校正数值，RR表示采集到的重传比，RRThr表示重传比阈值。
5.根据权利要求1所述的方法，其特征在于，所述下载速度校正数值按照以下方式生成：
Figure FDA0003430269830000022
其中，f(DS)表示所述下载速度校正数值，DS表示采集的所述下载速度，DSThr表示所述下载速度阈值。
6.根据权利要求1所述的方法，其特征在于，所述首包时间校正数值按照以下方式生成：
当采集的所述首包时间小于首包时间阈值，按照以下公式生成首包时间校正数值：
Figure FDA0003430269830000023
当采集的所述首包时间大于或者等于所述首包时间阈值，按照以下公式生成首包时间校正数值：
f(FT)＝1.5+100(FT-FTThr)2
其中，f(FT)表示首包时间校正数值，FT表示采集到的首包时间，FTThr表示首包时间阈值。
7.根据权利要求1所述的方法，其特征在于，按照以下方式生成复合型时延指标：
Figure FDA0003430269830000024
其中，MRTT表示所述复合型时延指标，RTT表示采集到的探测往返时延，f(RR)表示所述重传比校正数值，f(DS)表示所述下载速度校正数据，f(FT)表示所述首包时间校正数值。
8.一种CDN中的路径选择系统，其特征在于，所述系统包括：
数据采集单元，用于在指定次数的数据采集周期内，针对待探测的中转节点或者源站，采集探测往返时延、重传比、下载速度和首包时间；
校正数值生成单元，用于根据采集的所述重传比、下载速度和首包时间，分别生成对应的重传比校正数值、下载速度校正数值和首包时间校正数值；
校正单元，用于根据所述重传比校正数值、下载速度校正数值和首包时间校正数值，对所述探测往返时延进行校正，以生成复合型时延指标；
选路单元，用于通过所述复合型时延指标，对回源路径进行选择。
9.根据权利要求8所述的系统，其特征在于，所述系统还包括：
加权平均单元，用于针对所述探测往返时延、重传比、下载速度和首包时间中的任一参数，将所述指定次数的数据采集周期内采集到的多个参数进行移动加权平均处理，以生成对应的综合参数，并基于生成的所述综合参数进行路径选择。
10.根据权利要求9所述的系统，其特征在于，所述加权平均单元具体用于：为各个参数分配各自的权重系数，其中，所述权重系数随时间由近及远的顺序呈指数式递减，以使得越接近当前时刻的参数，分配到的权重系数越大；根据各自分配到的权重系数进行加权求和计算。
CN202111592577.2A 2021-12-23 2021-12-23 一种cdn中的路径选择方法及系统 Active CN114448872B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111592577.2A CN114448872B (zh) 2021-12-23 2021-12-23 一种cdn中的路径选择方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111592577.2A CN114448872B (zh) 2021-12-23 2021-12-23 一种cdn中的路径选择方法及系统

Publications (2)

Publication Number Publication Date
CN114448872A true CN114448872A (zh) 2022-05-06
CN114448872B CN114448872B (zh) 2023-06-23

Family

ID=81363338

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111592577.2A Active CN114448872B (zh) 2021-12-23 2021-12-23 一种cdn中的路径选择方法及系统

Country Status (1)

Country Link
CN (1) CN114448872B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11977653B2 (en) * 2022-03-07 2024-05-07 Recolabs Ltd. Systems and methods for securing files and/or records related to a business process

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140169173A1 (en) * 2012-12-14 2014-06-19 Ygdal Naouri Network congestion management by packet circulation
US20170103013A1 (en) * 2015-10-09 2017-04-13 The Board Of Trustees Of The University Of Illinois System and methods for automatically localizing faults
CN106656800A (zh) * 2017-02-21 2017-05-10 网宿科技股份有限公司 一种路径选取方法及系统、网络加速节点及网络加速系统
CN109412946A (zh) * 2018-11-14 2019-03-01 网宿科技股份有限公司 一种确定回源路径的方法、装置、服务器及可读存储介质
CN109787868A (zh) * 2019-03-18 2019-05-21 网宿科技股份有限公司 一种选取路由路径的方法、系统及服务器
CN110266741A (zh) * 2018-03-12 2019-09-20 贵州白山云科技股份有限公司 一种内容分发网络中的客户业务自动调度方法及装置
CN111181849A (zh) * 2018-11-09 2020-05-19 北京嘀嘀无限科技发展有限公司 回源路径确定方法、确定装置、计算机设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140169173A1 (en) * 2012-12-14 2014-06-19 Ygdal Naouri Network congestion management by packet circulation
CN104205754A (zh) * 2012-12-14 2014-12-10 英特尔公司 通过分组循环进行网络拥塞管理
US20170103013A1 (en) * 2015-10-09 2017-04-13 The Board Of Trustees Of The University Of Illinois System and methods for automatically localizing faults
CN106656800A (zh) * 2017-02-21 2017-05-10 网宿科技股份有限公司 一种路径选取方法及系统、网络加速节点及网络加速系统
CN110266741A (zh) * 2018-03-12 2019-09-20 贵州白山云科技股份有限公司 一种内容分发网络中的客户业务自动调度方法及装置
CN111181849A (zh) * 2018-11-09 2020-05-19 北京嘀嘀无限科技发展有限公司 回源路径确定方法、确定装置、计算机设备和存储介质
CN109412946A (zh) * 2018-11-14 2019-03-01 网宿科技股份有限公司 一种确定回源路径的方法、装置、服务器及可读存储介质
CN109787868A (zh) * 2019-03-18 2019-05-21 网宿科技股份有限公司 一种选取路由路径的方法、系统及服务器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王继梅: "《5G网络下MEC与CDN技术结合的优势分析》", 《信息记录材料》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11977653B2 (en) * 2022-03-07 2024-05-07 Recolabs Ltd. Systems and methods for securing files and/or records related to a business process

Also Published As

Publication number Publication date
CN114448872B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
EP1876758B1 (en) Method for probing the peer-to-peer quality of service (QOS)
CN110875915B (zh) 数据传输方法及装置
US7346679B2 (en) Method and system for identifying lossy links in a computer network
EP1836813A1 (en) Method of controlling packet flow
US10164893B2 (en) Data transfer apparatus, data transfer controlling method and data stream
WO2011008090A1 (en) Network transmission capacity measurement
CN106713166B (zh) 确定拥塞窗口大小的方法及装置
US8885473B2 (en) Method for measurement of asymmetric network capacities
CN107689919B (zh) Sdn网络的动态调整权重模糊选路方法
US20140369195A1 (en) Congestion avoidance and control for udp-based protocols
CN108322401A (zh) 网络传输拥塞的控制方法及装置
CN114448872B (zh) 一种cdn中的路径选择方法及系统
CN110072130A (zh) 一种基于http/2的has视频切片推送方法
Qazi et al. Congestion control with multipacket feedback
US10079746B2 (en) System and method for testing data channel bandwidth, packet loss, latency and jitter
CN109560978B (zh) 网络流量检测方法、装置及系统和计算机可读存储介质
CN111901237B (zh) 源路由选路方法及系统、相关设备及计算机可读存储介质
Sun et al. RFBBR: a RTT faireness awared algorithm based on BBR
JP3853784B2 (ja) データ通信管理方法
KR101643552B1 (ko) 통신시스템에서 네트워크 경로들의 가용 밴드위스 및 캐패시티를 추정하는 장치 및 방법
Kua Understanding the achieved rate multiplication effect in FlowQueue-based AQM bottleneck
Clegg et al. On the relationship between fundamental measurements in TCP flows
US9882751B2 (en) Communication system, communication controller, communication control method, and medium
WO2023195171A1 (ja) 通信システム、中継機、通信方法、及び非一時的なコンピュータ可読媒体
JP6508812B2 (ja) 通信行動分析装置

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