CN114553614A - 带宽成本估算方法、装置、设备、介质和程序产品 - Google Patents
带宽成本估算方法、装置、设备、介质和程序产品 Download PDFInfo
- Publication number
- CN114553614A CN114553614A CN202210160437.6A CN202210160437A CN114553614A CN 114553614 A CN114553614 A CN 114553614A CN 202210160437 A CN202210160437 A CN 202210160437A CN 114553614 A CN114553614 A CN 114553614A
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- time period
- tenant
- usage
- determining
- 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 63
- 238000003860 storage Methods 0.000 claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 5
- 238000004590 computer program Methods 0.000 claims description 20
- 238000009826 distribution Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000015654 memory Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003068 static effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
- H04L12/1432—Metric aspects
- H04L12/1435—Metric aspects volume-based
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M15/00—Arrangements for metering, time-control or time indication ; Metering, charging or billing arrangements for voice wireline or wireless communications, e.g. VoIP
- H04M15/82—Criteria or parameters used for performing billing operations
- H04M15/8214—Data or packet based
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供了一种带宽成本估算方法,可以应用于带宽计费技术领域。该方法包括:确定第一时间段内的带宽实际使用量峰值;根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率;确定第一时间段内的带宽产量;获取第一时间段内的带宽总成本,根据带宽产量和带宽总成本,确定基于带宽计费方式的第一单位成本价。本公开还提供了一种带宽成本估算装置、设备、存储介质和程序产品。通过上述方法可以较精确地估算带宽产量,从而估算出带宽的单位成本价,有利于指导对云宽带产品进行合理定价。
Description
技术领域
本公开涉及带宽计费领域,具体涉及一种带宽成本估算方法、装置、设备、介质和程序产品。
背景技术
云服务是一种基于互联网的相关服务的增加、使用和交互模式。云服务可以提供包括带宽、存储、计算等服务。它通常通过互联网来提供动态易扩展、虚拟化的资源,租户以按需、易扩展的方式获得所需服务。这意味着带宽、存储、计算也可作为一种商品通过互联网进行流通。云服务以其安全、灵活、可按需购买、易扩展的特点赢得了广大租户的青睐,对云产品进行合理的计费是云厂商在竞争中取得优势的关键。
对云产品进行计费时需要精确估算单位成本,若成本估算过高,会拉高定价,失去竞争优势;成本估算过低,会影响利润,甚至存在亏本的风险。然而当前计费方式的云带宽计费的成本估算并不精确。
发明内容
鉴于上述问题,本公开提供了提高带宽成本估算精度的带宽成本估算方法、装置、设备、介质和程序产品。
根据本公开的第一个方面,提供了一种带宽成本估算方法,包括:确定第一时间段内的带宽实际使用量峰值;根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率;根据所述第一时间段内的带宽实际使用量峰值、所述租户在第一时间段内的带宽使用量达到峰值的概率和所述租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量;获取第一时间段内的带宽总成本,根据所述带宽产量和所述带宽总成本,确定基于带宽计费方式的第一单位成本价。
根据本公开的实施例,所述确定第一时间段内的带宽实际使用量峰值,包括:根据第一时间段内带宽的实际总量和带宽的升速阈值,确定第一时间段内的带宽实际使用量峰值。
根据本公开的实施例,所述根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,包括:根据租户的带宽使用日志信息,确定租户在第二时间段内的带宽使用量曲线;使用多高斯模型拟合所述租户在第二时间段内的带宽使用量曲线;将所述多高斯模型中的高斯按权重大小排序,取其中权重较大的前m个高斯,确定前m个高斯对应的租户占比;确定前m个高斯对应的租户中,在第一时间段内的带宽使用量达到峰值的租户占比,其中,所述第一时间段为所述第二时间段的其中一部分;根据所述前m个高斯对应的租户占比和所述前m个高斯对应的租户中,在第一时间段内的带宽使用量达到峰值的租户占比,确定租户在第一时间段内的带宽使用量达到峰值的概率。
根据本公开的实施例,所述确定租户在第一时间段内的带宽平均使用率,包括:根据互联网线路情况,确定租户在第一时间段内的带宽平均使用率。
根据本公开的实施例,所述根据所述第一时间段内的带宽实际使用量峰值、所述租户在第一时间段内的带宽使用量达到峰值的概率和所述租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量,包括:根据下式计算带宽产量Y:
式中,X为第一时间段内的带宽实际使用量峰值,p为租户在第一时间段内的带宽使用量达到峰值的概率,q为租户在第一时间段内的带宽平均使用率。
根据本公开的实施例,根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用时长;根据所述第一单位成本价、所述租户在第一时间段内的带宽使用时长和所述租户在第一时间段内的带宽平均使用率,确定基于流量计费方式的第二单位成本价。
本公开的第二方面提供了一种带宽成本估算装置,包括:第一参数确定模块,用于确定第一时间段内的带宽实际使用量峰值;第二参数确定模块,用于根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率;产量确定模块,用于根据所述第一时间段内的带宽实际使用量峰值、所述租户在第一时间段内的带宽使用量达到峰值的概率和所述租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量;第一成本确定模块,用于获取第一时间段内的带宽总成本,根据所述带宽产量和所述带宽总成本,确定基于带宽计费方式的第一单位成本价。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述带宽成本估算方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述带宽成本估算方法。
本公开的第五方面还提供了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上述带宽成本估算方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的带宽成本估算方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的带宽成本估算方法的流程图;
图3示意性示出了根据本公开另一实施例的带宽成本估算方法的流程图;
图4示意性示出了根据本公开实施例的带宽成本估算装置的结构框图;以及
图5示意性示出了根据本公开实施例的适于实现带宽成本估算方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
当前云带宽计费一般采用按带宽包月计费和按流量计费两种方式,两种计费方式存在较大差异,不同租户根据自身业务情况可能倾向于采用不同的计费方式。例如,针对只在固定促销日期才会有大量流量的租户可能更倾向于选择按照流量计费方式,而对于全年每月流量分布较为平均的租户则可能会选择按带宽包月计费方式。为了便于租户进行选择,云厂商需要精确估算出来两种计费方式的单位成本,从而合理定价。然而当前计费方法的单位成本估算并不精确,而对单位成本精确估计的关键是准确预测带宽产量,单位成本=总成本/带宽产量。
本公开的实施例提供了一种带宽成本估算方法,包括:确定第一时间段内的带宽实际使用量峰值;根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率;根据第一时间段内的带宽实际使用量峰值、租户在第一时间段内的带宽使用量达到峰值的概率和租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量;获取第一时间段内的带宽总成本,根据带宽产量和带宽总成本,确定基于带宽计费方式的第一单位成本价。通过上述方法,可以较精确地估算带宽产量,从而有效估算出基于带宽计费方式的单位成本价,有利于指导对云宽带产品进行合理定价。
图1示意性示出了根据本公开实施例的带宽成本估算方法、装置、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括终端设备101、102、103,网络104以及服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
租户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对租户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。服务器105可以获取租户使用终端设备101、102、103过程中的带宽使用情况,服务器105还可以保存该带宽使用情况作为租户的带宽使用日志信息。
需要说明的是,本公开实施例所提供的带宽成本估算方法一般可以由服务器105执行。相应地,本公开实施例所提供的带宽成本估算装置一般可以设置于服务器105中。本公开实施例所提供的带宽成本估算方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的带宽成本估算装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图3对公开实施例的带宽成本估算方法进行详细描述。
图2示意性示出了根据本公开实施例的带宽成本估算方法的流程图。
如图2所示,该实施例的带宽成本估算方法包括操作S210~操作S240,该带宽成本估算方法可以由带宽成本估算装置执行。
在操作S210,确定第一时间段内的带宽实际使用量峰值。
其中,“第一时间段”可根据需要确定,第一时间段可以是一年、一个月或一天等。
根据本公开的实施例,确定第一时间段内的带宽实际使用量峰值,包括:根据第一时间段内带宽的实际总量和带宽的升速阈值,确定第一时间段内的带宽实际使用量峰值。具体的,第一时间段内的带宽实际使用量峰值X=X1×w,其中,X1为带宽的实际总量,w为升速阈值。例如,若带宽的实际总量X1=2600Mbps,升速阈值w=0.5,则可得带宽实际使用量峰值X=2600×0.5=1300Mbps;若带宽的实际总量X1=600Mbps,升速阈值w=0.65,则可得带宽实际使用量峰值X=600×0.65=390Mbps。
在操作S220,根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率。
其中,每个租户在单位时间达到峰值的概率p、带宽的月平均使用率q可以根据历史信息动态估计。
根据本公开的实施例,根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,包括:根据租户的带宽使用日志信息,确定租户在第二时间段内的带宽使用量曲线;使用多高斯模型拟合租户在第二时间段内的带宽使用量曲线;将多高斯模型中的高斯按权重大小排序,取其中权重较大的前m个高斯,确定前m个高斯对应的租户占比;确定前m个高斯对应的租户中,在第一时间段内的带宽使用量达到峰值的租户占比,其中,第一时间段为第二时间段的其中一部分;根据前m个高斯对应的租户占比和前m个高斯对应的租户中,在第一时间段内的带宽使用量达到峰值的租户占比,确定租户在第一时间段内的带宽使用量达到峰值的概率。
例如,以第一时间段为一小时,以第二时间段为一天计,则以天为单位统计租户的带宽使用量曲线;采用多高斯模型拟合使用量曲线;将高斯模型中的高斯按权重大小排序,取多中权重较大的前m个高斯;统计落入上述m个高斯的租户的比例,记为u1;统计在m个高斯中在其中一个小时内达到使用峰值的比例,记为u2;估算租户在一天内的带宽使用量达到峰值的概率p,p=u1×u2,
在其他实施例中,还可以采用其他方式估算带宽使用量达到峰值的概率p。例如,取单位时间为1小时,且租户的带宽实际使用量趋势一般以天为周期体现周期性。在一天24小时中,单个租户带宽实际使用量的最大值一般会出现在9:00-11:00和14:00-16:00这两个时间段,共计4小时。因此,假设所有租户中共有80%的租户会在该4小时中达到当天带宽实际使用量的最大值,且其中的50%会集中在这4小时中的其中1小时达到最大值,可采用80%×50%=40%=0.4作为带宽使用量达到峰值的概率p的估算值。
根据本公开的实施例,确定租户在第一时间段内的带宽平均使用率,包括:根据互联网线路情况,确定租户在第一时间段内的带宽平均使用率q。具体的,可以采用互联网带宽线路实际单线路故障高可用策略中的日常阈值作为q的估计值。例如,在静态互联网线路情况下,租户在第一时间段内的带宽平均使用率q=0.35;在BGP互联网线路情况下,租户在第一时间段内的带宽平均使用率q=0.5。
在操作S230,根据第一时间段内的带宽实际使用量峰值、租户在第一时间段内的带宽使用量达到峰值的概率和租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量。
其中,“带宽产量”是指提供给多个租户的带宽量之和。可以根据每个租户在第一时间段内的带宽提供量,计算得到第一时间段内的带宽产量,其单位是Mbps。例如,对于云带宽而言,若云带宽同时满足n个租户,每个租户某月的带宽提供量是s,s单位是Mbps,则该月的带宽产量Y=s·n,Y单位是Mbps。
根据本公开的实施例,根据第一时间段内的带宽实际使用量峰值、租户在第一时间段内的带宽使用量达到峰值的概率和租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量,包括:根据下式计算带宽产量Y:
式(1)中,X为第一时间段内的带宽实际使用量峰值,p为租户在第一时间段内的带宽使用量达到峰值的概率,q为租户在第一时间段内的带宽平均使用率。
具体的,式(1)的推导过程如下:
设单位时间内(假设该单位时间内为带宽使用量的最大值)带宽使用量达到峰值的租户数为ξ,则ξ~C(n,p)(租户总量为n,概率为p的二项分布),则sξ~C(Y,p)(总量为Y,概率为p的二项分布)。其中,p为每个租户在单位时间达到峰值的概率,s为租户在单位时间内的带宽提供量,Y=s·n。
在概率论中,将概率接近于0的事件称为小概率事件。一般多采用0.01或0.05作为小概率事件的标准,即可将事件发生的概率小于等于0.01或0.05的事件称为小概率事件。互联网带宽的可用率为99.95%,即小概率事件发生的概率为0.0005,那么应满足P(sξ≤X/q)≥1-0.0005=0.9995。
依据二项分布和正态分布之间的关系,当np≥5的时候,二项分布近似于正态分布。即当n足够大的时候,可以将正态分布作为二项分布的近似分布。一般云带宽服务的租户数量相对较多,且p的值不会太低,应能满足np≥5的条件,故sξ近似服从N(Yp,Yp(1-p))(期望为Yp,方差为Yp(1-p)的正态分布),并由此可得近似服从N(0,1)(标准正态分布),且P(sξ≤X/q)≥0.9995,即为
根据标准正态分布分位数表可得标准正态分布的上0.9995分位数为3.3,故可得
化简后可得
应理解,式(1)推导过程中以及应用式(1)估算带宽产量Y的过程中,每个租户在单位时间达到峰值的概率p、带宽平均使用率q、小概率事件发生的概率均可以根据实际情况调整。
在操作S240,获取第一时间段内的带宽总成本,根据带宽产量和带宽总成本,确定基于带宽计费方式的第一单位成本价。
其中,“带宽总成本”是指云厂商投入的带宽总成本。根据获取的带宽产量和带宽总成本,可以计算得到第一单位成本价,该第一单位成本价即为基于带宽计费方式的单位成本价。例如,若第一时间段为一个月,获取该一个月内投入的带宽总成本C,C的单位是元,并计算该一个月的带宽产量Y,则基于带宽计费方式的第一单位成本价M=C/Y,M的单位是元/Mbps/月。
本公开实施例中提出了一种综合考虑用户实际使用量峰值、租户在单位时间达到峰值的概率、带宽的月平均使用率等因素的产量预估方法,能较准确预估带宽产量,从而提高基于带宽计费方式的单位成本的估算精度,指导对云宽带产品进行合理定价。
此外,本发明还提供了用于估算基于流量计费方式的单位成本价的方法,下面结合图3,对本发明实施例进行进一步说明。
图3示意性示出了根据本公开另一实施例的带宽成本估算方法的流程图。
如图3所示,该实施例的带宽成本估算方法包括操作S210~操作S360。
在操作S210,确定第一时间段内的带宽实际使用量峰值。参见本发明前述步骤,此处不再赘述。
在操作S220,根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率。参见本发明前述步骤,此处不再赘述。
在操作S230,根据第一时间段内的带宽实际使用量峰值、租户在第一时间段内的带宽使用量达到峰值的概率和租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量。参见本发明前述步骤,此处不再赘述。
在操作S240,获取第一时间段内的带宽总成本,根据带宽产量和带宽总成本,确定基于带宽计费方式的第一单位成本价。参见本发明前述步骤,此处不再赘述。
在操作S350,根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用时长。
其中,“带宽使用时长”是指租户在第一时间段内使用带宽的实际时长。例如,若第一时间段为一个月,根据租户在该一个月内的带宽使用日志信息,可以得到租户在该一个月内的每一天的实际使用带宽的时长,将租户在每一天中实际使用带宽的时长加和,即能得到租户在该一个月内的带宽使用时长。
在操作S360,根据第一单位成本价、租户在第一时间段内的带宽使用时长和租户在第一时间段内的带宽平均使用率,确定基于流量计费方式的第二单位成本价。
具体的,以第一时间段为一个月计,则基于流量计费方式的第二单位成本价N=M/kfqt,N的单位是元/GB/月。
其中,M为基于带宽计费方式的第一单位成本价,M的单位是元/Mbps/月;q为租户在该一个月内的带宽平均使用率;t为租户在该一个月内的带宽使用时长,t的单位是小时;k为1Mbps和1GB/小时之间的换算比例常数,即1Mbps=k GB/小时,可求得k=3600/(8×1024)≈0.43945;f为基于流量计费方式的价格单位换算成“元/GB/月”的比例,即1元/GB/小时=f元/GB/月,例如,按一个月30天计,f=30×24=720。本发明中有关参数k和f的内容可参考此处解释。
基于流量计费方式的第二单位成本价N=M/kfqt的推导原理如下:
由于基于带宽计费方式和基于流量计费方式存在较大差异,容易造成租户选择困难。因此,为了降低或消除租户选择难度,可以使得租户在现有情况下按带宽计费方式与按流量计费方式的价格基本保持一致。
设按带宽计费方式的价格为M元/Mbps/月,按流量计费方式的价格为N元/GB/小时,某租户某月带宽提供量为s Mbps,该月带宽的平均使用率为q,该月使用时长为t小时。则按带宽计费方式的费用为M·s,按流量计费方式的费用为N·k·f·q·t·s,使得Ms=Nkfqts,即可推知N=M/kfqt。
例如,在静态互联网带宽中,X1=2600Mbps,升速阈值w=0.5,则可得X=2600×0.5=1300Mbps。将X=1300,p=0.4,q=0.35代入式(1),可得Y=8904.33Mbps,代入总成本,可以得到静态互联网带宽按带宽计费的单位成本价为M=195.37元/Mbps/月,将上述M的值代入N=M/kfqt,可得静态互联网带宽按流量计费的成本价为N=1.80元/GB/月。还例如,在BGP互联网带宽中,X1=600Mbps,升速阈值w=0.65,则可得X=600×0.65=390Mbps。将X=390,p=0.4,q=0.5代入式(1),可得Y=1779.51Mbps,代入总成本,可以得到BGP互联网带宽按带宽计费的成本价为M=309.30元/Mbps/月,将上述M的值代入N=M/kfqt,可得BGP互联网带宽按流量计费的成本价为N=2.86元/GB/月。
本公开实施例中,较精确地估算了基于流量计费方式的单位成本价,有利于指导对云宽带产品进行合理定价,并且通过在按带宽计费与按流量计费这两种计费方式之间制定了合适的比例,使得在两种计费方式下租户的付费趋于相等,有利于降低租户的选择难度。
基于上述带宽成本估算方法,本公开还提供了一种带宽成本估算装置。以下将结合图4对该装置进行详细描述。
图4示意性示出了根据本公开实施例的带宽成本估算装置的结构框图。
如图4所示,该实施例的带宽成本估算装置400包括第一参数确定模块410、第二参数确定模块420、产量确定模块430和第一成本确定模块440。
第一参数确定模块410用于确定第一时间段内的带宽实际使用量峰值。在一实施例中,产量确定模块410可以用于执行前文描述的操作S210,在此不再赘述。
第二参数确定模块420,用于根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率。在一实施例中,第一成本确定模块420可以用于执行前文描述的操作S220,在此不再赘述。
产量确定模块430,用于根据所述第一时间段内的带宽实际使用量峰值、所述租户在第一时间段内的带宽使用量达到峰值的概率和所述租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量。在一实施例中,参数确定模块430可以用于执行前文描述的操作S230,在此不再赘述。
第一成本确定模块440,用于获取第一时间段内的带宽总成本,根据所述带宽产量和所述带宽总成本,确定基于带宽计费方式的第一单位成本价。在一实施例中,第二成本确定模块440可以用于执行前文描述的操作S240,在此不再赘述。
根据本公开的实施例,第一参数确定模块410、第二参数确定模块420、产量确定模块430和第一成本确定模块440中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,第一参数确定模块410、第二参数确定模块420、产量确定模块430和第一成本确定模块440中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,第一参数确定模块410、第二参数确定模块420、产量确定模块430和第一成本确定模块440中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图5示意性示出了根据本公开实施例的适于实现带宽成本估算方法的电子设备的方框图。
如图5所示,根据本公开实施例的电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 503中,存储有电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器501执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分509被下载和安装,和/或从可拆卸介质511被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在租户计算设备上执行、部分地在租户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到租户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种带宽成本估算方法,其特征在于,包括:
确定第一时间段内的带宽实际使用量峰值;
根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率;
根据所述第一时间段内的带宽实际使用量峰值、所述租户在第一时间段内的带宽使用量达到峰值的概率和所述租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量;
获取第一时间段内的带宽总成本,根据所述带宽产量和所述带宽总成本,确定基于带宽计费方式的第一单位成本价。
2.根据权利要求1所述的带宽成本估算方法,其特征在于,所述确定第一时间段内的带宽实际使用量峰值,包括:
根据第一时间段内带宽的实际总量和带宽的升速阈值,确定第一时间段内的带宽实际使用量峰值。
3.根据权利要求1所述的带宽成本估算方法,其特征在于,所述根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,包括:
根据租户的带宽使用日志信息,确定租户在第二时间段内的带宽使用量曲线;
使用多高斯模型拟合所述租户在第二时间段内的带宽使用量曲线;
将所述多高斯模型中的高斯按权重大小排序,取其中权重较大的前m个高斯,确定前m个高斯对应的租户占比;
确定前m个高斯对应的租户中,在第一时间段内的带宽使用量达到峰值的租户占比,其中,所述第一时间段为所述第二时间段的其中一部分;
根据所述前m个高斯对应的租户占比和所述前m个高斯对应的租户中,在第一时间段内的带宽使用量达到峰值的租户占比,确定租户在第一时间段内的带宽使用量达到峰值的概率。
4.根据权利要求1所述的带宽成本估算方法,其特征在于,所述确定租户在第一时间段内的带宽平均使用率,包括:
根据互联网线路情况,确定租户在第一时间段内的带宽平均使用率。
6.根据权利要求5所述的带宽成本估算方法,其特征在于,还包括:
根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用时长;
根据所述第一单位成本价、所述租户在第一时间段内的带宽使用时长和所述租户在第一时间段内的带宽平均使用率,确定基于流量计费方式的第二单位成本价。
7.一种带宽成本估算装置,包括:
第一参数确定模块,用于确定第一时间段内的带宽实际使用量峰值;
第二参数确定模块,用于根据租户的带宽使用日志信息,确定租户在第一时间段内的带宽使用量达到峰值的概率,以及确定租户在第一时间段内的带宽平均使用率;
产量确定模块,用于根据所述第一时间段内的带宽实际使用量峰值、所述租户在第一时间段内的带宽使用量达到峰值的概率和所述租户在第一时间段内的带宽平均使用率,确定第一时间段内的带宽产量;
第一成本确定模块,用于获取第一时间段内的带宽总成本,根据所述带宽产量和所述带宽总成本,确定基于带宽计费方式的第一单位成本价。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~6中任一项所述的方法。
10.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210160437.6A CN114553614B (zh) | 2022-02-22 | 2022-02-22 | 带宽成本估算方法、装置、设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210160437.6A CN114553614B (zh) | 2022-02-22 | 2022-02-22 | 带宽成本估算方法、装置、设备、介质和程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114553614A true CN114553614A (zh) | 2022-05-27 |
CN114553614B CN114553614B (zh) | 2024-04-26 |
Family
ID=81677676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210160437.6A Active CN114553614B (zh) | 2022-02-22 | 2022-02-22 | 带宽成本估算方法、装置、设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114553614B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116094969A (zh) * | 2022-12-23 | 2023-05-09 | 中国联合网络通信集团有限公司 | 带宽调整方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7873074B1 (en) * | 2006-06-01 | 2011-01-18 | Avaya Inc. | Adaptive selection of bandwidth parameters to meet a service provider pricing model |
US20130346227A1 (en) * | 2012-06-22 | 2013-12-26 | Microsoft Corporation | Performance-Based Pricing for Cloud Computing |
CN107516199A (zh) * | 2017-08-01 | 2017-12-26 | 携程旅游信息技术(上海)有限公司 | 云平台的容器计费方法、装置及系统、设备、存储介质 |
CN108537594A (zh) * | 2018-04-13 | 2018-09-14 | 浙江工业大学 | 一种云资源动态定价方法 |
US20190356498A1 (en) * | 2018-05-17 | 2019-11-21 | At&T Intellectual Property I, L.P. | System and method for optimizing revenue through bandwidth utilization management |
-
2022
- 2022-02-22 CN CN202210160437.6A patent/CN114553614B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7873074B1 (en) * | 2006-06-01 | 2011-01-18 | Avaya Inc. | Adaptive selection of bandwidth parameters to meet a service provider pricing model |
US20130346227A1 (en) * | 2012-06-22 | 2013-12-26 | Microsoft Corporation | Performance-Based Pricing for Cloud Computing |
CN107516199A (zh) * | 2017-08-01 | 2017-12-26 | 携程旅游信息技术(上海)有限公司 | 云平台的容器计费方法、装置及系统、设备、存储介质 |
CN108537594A (zh) * | 2018-04-13 | 2018-09-14 | 浙江工业大学 | 一种云资源动态定价方法 |
US20190356498A1 (en) * | 2018-05-17 | 2019-11-21 | At&T Intellectual Property I, L.P. | System and method for optimizing revenue through bandwidth utilization management |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116094969A (zh) * | 2022-12-23 | 2023-05-09 | 中国联合网络通信集团有限公司 | 带宽调整方法、装置、设备及存储介质 |
CN116094969B (zh) * | 2022-12-23 | 2024-03-29 | 中国联合网络通信集团有限公司 | 带宽调整方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114553614B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10348582B1 (en) | Providing an instance availability estimate | |
US11294733B2 (en) | Dynamic autoscaler for cloud platform | |
CN110418022B (zh) | 为多个用户标识调整流量套餐的方法及装置 | |
US8583799B2 (en) | Dynamic cost model based resource scheduling in distributed compute farms | |
Singh et al. | Dynamic price prediction for amazon spot instances | |
CN111047243B (zh) | 一种确定物流配送费用的方法和装置 | |
US20130219068A1 (en) | Predicting datacenter performance to improve provisioning | |
US20130132009A1 (en) | Systems and methods for apportioning power consumption | |
US20240013328A1 (en) | Workload distribution optimizer | |
US10929190B2 (en) | Heterogeneous resource reservation | |
WO2022062412A1 (zh) | 仓储数据处理方法、装置、介质及电子设备 | |
US20120296852A1 (en) | Determining workload cost | |
CN114553614A (zh) | 带宽成本估算方法、装置、设备、介质和程序产品 | |
CN114663015A (zh) | 补货方法和装置 | |
CN112149863A (zh) | 确定资源消耗量的方法、设备和计算机存储介质 | |
CN110914854B (zh) | 联合传输承诺模拟 | |
CN117290093A (zh) | 资源调度决策方法、装置、设备、介质和程序产品 | |
CN112561552A (zh) | 一种物品价值属性调整方法和装置 | |
CN111861436A (zh) | 由服务器执行的数据处理方法、装置、系统、介质 | |
CN113436003A (zh) | 时长确定方法、装置、电子设备、介质和程序产品 | |
CN114647499A (zh) | 异步作业任务并发控制方法、装置、电子设备和存储介质 | |
US20170169456A1 (en) | Methods and systems of cost determination of computational resources | |
CN113592263A (zh) | 基于动态资源归还增比的资源归还增量预测方法和装置 | |
US20160140590A1 (en) | Managing resource access using multiple service categories | |
CN113256194B (zh) | 确定配送中心自留库存的方法和装置 |
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 |