CN114615097A - 客户付费带宽占比的确定方法、装置以及存储介质 - Google Patents

客户付费带宽占比的确定方法、装置以及存储介质 Download PDF

Info

Publication number
CN114615097A
CN114615097A CN202210198523.6A CN202210198523A CN114615097A CN 114615097 A CN114615097 A CN 114615097A CN 202210198523 A CN202210198523 A CN 202210198523A CN 114615097 A CN114615097 A CN 114615097A
Authority
CN
China
Prior art keywords
bandwidth
time unit
total
node
value
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
CN202210198523.6A
Other languages
English (en)
Other versions
CN114615097B (zh
Inventor
张梦琴
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.)
Beijing Yunxiang Zhisheng Technology Co Ltd
Original Assignee
Beijing Yunxiang Zhisheng 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 Beijing Yunxiang Zhisheng Technology Co Ltd filed Critical Beijing Yunxiang Zhisheng Technology Co Ltd
Priority to CN202210198523.6A priority Critical patent/CN114615097B/zh
Publication of CN114615097A publication Critical patent/CN114615097A/zh
Application granted granted Critical
Publication of CN114615097B publication Critical patent/CN114615097B/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
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/14—Payment architectures specially adapted for billing systems
    • 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
    • H04L12/1453—Methods or systems for payment or settlement of the charges for data transmission involving significant interaction with the data transmission network

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种客户付费带宽占比的确定方法、装置以及存储介质。该方法包括：获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值，与消耗带宽值中每一位客户消耗的客户带宽值；按照节点的类型进行聚合；确定每一类节点在每一个基本时间单位内的消耗带宽总值；根据消耗带宽总值，确定第一时间单位集、第二时间单位集以及预设第三时间单位集，得到总时间单位集；确定多个节点中，每一个节点与所在类的总时间单位集对应的目标消耗带宽值和每一个节点中，目标客户的与目标时间点对应的目标客户带宽值；根据目标消耗带宽值与目标客户带宽值确定目标客户的付费带宽占比。本发明解决了确定客户付费带宽占比不准确的技术问题。

Description

客户付费带宽占比的确定方法、装置以及存储介质
技术领域
本发明涉及内容分发领域，具体而言，涉及一种客户付费带宽占比的确定方法、装置以及存储介质。
背景技术
现有技术中，对于内容分发网络(Content Delivery Network，CDN)中的节点，一个节点可以服务多个客户，不同的客户在不同的节点中的消耗的带宽值可以不同，对不同节点最终付费带宽的贡献值也不同。现有技术中确定客户在每一个节点上分摊的付费带宽时，需要计算客户在节点上的付费带宽占比。客户的付费带宽占比，可以使用节点95峰值时刻的客户带宽及节点带宽确定。但是，使用节点95峰值时刻的带宽确定付费带宽占比并不准确，造成最后分摊的付费带宽也不准确。
发明内容
本发明实施例提供了一种客户付费带宽占比的确定方法、装置以及存储介质，以至少解决确定的付费带宽占比不准确的技术问题。
根据本发明实施例的一个方面，提供了一种客户付费带宽占比的确定方法，包括：获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与上述消耗带宽值中，每一位客户消耗的客户带宽值；按照上述节点的类型进行聚合，得到多类节点；确定每一类节点在每一个上述基本时间单位内的消耗带宽总值；将每一类节点作为当前类节点，根据上述当前类节点的消耗带宽总值，确定上述当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，上述第一时间单位集为所有的上述消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，上述第二时间单位集为所有的上述消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，上述第三时间单位集为根据历史数据预设的带宽消耗高峰时间段所对应的第三基本时间单位构成的集合，上述M与上述N的和为100，上述I为正整数；将上述第一时间单位集、上述第二时间单位集以及上述第三时间单位集的并集作为上述当前类节点的总时间单位集；确定上述多个节点中，每一个上述节点的与目标时间单位对应的目标消耗带宽值和每一个上述节点中，目标客户的与上述目标时间点对应的目标客户带宽值，上述目标时间单位为上述节点所在的聚合类的上述总时间单位集中的时间单位；根据上述目标消耗带宽值与目标客户带宽值确定上述目标客户的付费带宽占比。
根据本发明实施例的另一方面，提供了一种客户付费带宽占比的确定装置，包括：获取模块，用于获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与上述消耗带宽值中，每一位客户消耗的客户带宽值；聚合模块，用于按照上述节点的类型进行聚合，得到多类节点；第一确定模块，用于确定每一类节点在每一个上述基本时间单位内的消耗带宽总值；第二确定模块，用于将每一类节点作为当前类节点，根据上述当前类节点的消耗带宽总值，确定上述当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，上述第一时间单位集为所有的上述消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，上述第二时间单位集为所有的上述消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，上述第三时间单位集为根据历史数据预设的带宽消耗高峰时间段所对应的第三基本时间单位构成的集合，上述M与上述N的和为100，上述I为正整数；第三确定模块，用于将上述第一时间单位集、上述第二时间单位集以及上述第三时间单位集的并集作为上述当前类节点的总时间单位集；第四确定模块，用于确定上述多个节点中，每一个上述节点的与目标时间单位对应的目标消耗带宽值和每一个上述节点中，目标客户的与上述目标时间点对应的目标客户带宽值，上述目标时间单位为上述节点所在的聚合类的上述总时间单位集中的时间单位；第五确定模块，用于根据上述目标消耗带宽值与目标客户带宽值确定上述目标客户的付费带宽占比。
作为一种可选的示例，上述聚合模块包括：第一聚类单元，用于按照上述节点所属的层级，对上述节点进行聚类；第二聚类单元，用于按照上述节点所属的大区，对上述节点进行聚类；或者第三聚类单元，用于按照上述节点所属的运营商，对上述节点进行聚类；或者第四聚类单元，用于按照上述节点的层级与上述节点所属的大区与上述节点所属的运营商，对上述节点进行聚类。
作为一种可选的示例，上述第一确定模块包括：第一确定单元，用于将每一个基本时间单位确定为当前时间单位，执行如下操作：将一类上述节点在上述当前时间单位内的上述消耗带宽值求和，将求和结果确定为一类上述节点的上述消耗带宽总值。
作为一种可选的示例，上述第二确定模块包括：排序单元，用于按照上述消耗带宽总值的大小，对上述消耗带宽总值进行排序；第二确定单元，用于将排序结果中，排在后N％的消耗带宽总值中，最大的消耗带宽总值所对应的基本时间单位确定为上述第一基本时间单位；第三确定单元，用于将最大的消耗带宽总值前后各I个消耗带宽总值对应的基本时间单位确定为上述第一基本时间单位。
作为一种可选的示例，上述第二确定模块包括：比对单元，用于对于每一个上述消耗带宽总值，与当前类对应的预估付费带宽总值进行比对；第四确定单元，用于将大于上述预估付费带宽总值的消耗带宽总值对应的基本时间单位确定为上述第二时间单位集中的时间单位。
作为一种可选的示例，上述第五确定模块包括：第五确定单元，用于将每一个上述节点确定为当前节点，对上述当前节点执行如下操作：计算上述当前节点的上述目标消耗带宽值的和，得到第一和；计算上述当前节点中，上述目标客户的上述目标客户带宽值的和，得到第二和；将上述第二和与上述第一和的比值，确定为上述目标客户在上述当前节点的上述付费带宽占比。
作为一种可选的示例，上述装置还包括：计算模块，用于按照上述付费带宽占比与上述节点的付费带宽和带宽单价，计算上述目标客户在所有节点上分摊的客户总付费带宽和客户总成本；第六确定模块，用于将上述客户总成本与上述节点中上述目标客户的上述客户总付费带宽的比值确定为上述目标客户的单位带宽成本。
根据本发明实施例的又一方面，还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被处理器运行时执行上述客户付费带宽占比的确定方法。
根据本发明实施例的又一方面，还提供了一种电子设备，包括存储器和处理器，上述存储器中存储有计算机程序，上述处理器被设置为通过上述计算机程序执行上述的客户付费带宽占比的确定方法。
在本发明实施例中，采用了获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与上述消耗带宽值中，每一位客户消耗的客户带宽值；按照上述节点的类型进行聚合，得到多类节点；确定每一类节点在每一个上述基本时间单位内的消耗带宽总值；将每一类节点作为当前类节点，根据上述当前类节点的消耗带宽总值，确定上述当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，上述第一时间单位集为所有的上述消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，上述第二时间单位集为所有的上述消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，上述第三时间单位集为根据历史数据预设的带宽消耗高峰时间段所对应的第三基本时间单位构成的集合，上述M与上述N的和为100，上述I为正整数；将上述第一时间单位集、上述第二时间单位集以及上述第三时间单位集的并集作为上述当前类节点的总时间单位集；确定上述多个节点中，每一个上述节点的与目标时间单位对应的目标消耗带宽值和每一个上述节点中，目标客户的与上述目标时间点对应的目标客户带宽值，上述目标时间单位为上述节点所在的聚合类的上述总时间单位集中的时间单位；根据上述目标消耗带宽值与目标客户带宽值确定上述目标客户的付费带宽占比的方法，由于在上述方法中，在计算付费带宽时，可以按照节点类型聚类，然后，确定出第一时间单位集、第二时间单位集以及预设第三时间单位集，根据第一时间单位集、第二时间单位集以及预设第三时间单位集获取数据计算客户的付费带宽占比，可以同时考虑95峰值与95峰值附近的带宽值的影响，以及考虑预估付费带宽值的影响和预设的带宽高峰期的影响，从而实现了提高确定的付费带宽占比的准确性的目的，进而解决了确定的付费带宽占比不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的客户付费带宽占比的确定方法的流程图；
图2是根据本发明实施例的一种可选的客户付费带宽占比的确定方法的客户带宽值的确定示意图；
图3是根据本发明实施例的一种可选的客户付费带宽占比的确定方法的消耗带宽总值的确定示意图；
图4是根据本发明实施例的一种可选的客户付费带宽占比的确定方法的目标消耗带宽值的确定示意图；
图5是根据本发明实施例的一种可选的客户付费带宽占比的确定装置的结构示意图；
图6是根据本发明实施例的一种可选的电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例的第一方面，提供了一种客户付费带宽占比的确定方法，可选地，如图1所示，上述方法包括：
S102，获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与消耗带宽值中，每一位客户消耗的客户带宽值；
S104，按照节点的类型进行聚合，得到多类节点；
S106，确定每一类节点在每一个基本时间单位内的消耗带宽总值；
S108，将每一类节点作为当前类节点，根据当前类节点的消耗带宽总值，确定当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，第一时间单位集为所有的消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，第二时间单位集为所有的消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，第三时间单位集为根据历史数据预设的带宽消耗高峰时间段所对应的第三基本时间单位构成的集合，M与N的和为100，I为正整数；
S110，将第一时间单位集、第二时间单位集以及第三时间单位集的并集作为当前类节点的总时间单位集；
S112，确定多个节点中，每一个节点的与目标时间单位对应的目标消耗带宽值和每一个节点中，目标客户的与目标时间点对应的目标客户带宽值，目标时间单位为节点所在的聚合类的总时间单位集中的时间单位；
S114，根据目标消耗带宽值与目标客户带宽值确定目标客户的付费带宽占比。
可选的，本实施例中，上述节点可以为内容分发网络的边缘节点、中层节点或上层节点。每一个节点可以服务不同的客户。不同的客户在不同的节点上对应的客户带宽值可以不同。同一个客户在不同的节点上对应的客户带宽值可以不同。不同的客户在同一个节点上对应的客户带宽值可以不同。每一个客户在每一个节点上对应一个客户带宽值，客户带宽值可以为零。
可选的，上述基本时间单位可以为预设时间单位，可以为5分钟，可以为其他值。以5分钟为例，每5分钟，计算一次节点消耗的消耗带宽值，消耗带宽值是5分钟内的一个时间点检测的当前带宽值。例如1点取当前的带宽值作为1点到1：05的消耗带宽值，1:05也取当前时刻的带宽值作为1：05到1：10的消耗带宽值。每5分钟得到一个消耗带宽值，而每一个客户在每一个节点的每一个基本时间单位可以对应一个客户带宽值。一个节点的每一个时间单位上所有客户的客户带宽值的和与该节点的在该时间单位上的消耗带宽值相等。
例如，如图2所示，图2为一种客户带宽值示意图。每一个时间单位上，不同的客户在不同的节点上均对应一个客户带宽值。客户带宽值的数值可以相同也可以不同。
可选的，本实施例中，可以对节点按照类型进行聚类，得到不同类的节点。每一类节点的消耗带宽值可以求和，得到每一个基本时间单位的消耗总值。例如，仍然以5分钟为一个基本时间单位为例，一天有288个基本时间单位，每一个节点每一个5分钟对应一个消耗带宽值。对于一类节点，将一类节点的对应的5分钟的消耗带宽值相加求和，得到一天的288个消耗总值。
可选的，本实施例中，可以根据消耗总值确定第一时间单位集、第二时间单位集。可以根据消耗总值由大到小对消耗总值进行排序，然后，排序结果中，去除前M％的消耗总值，剩余的N％的消耗总值中，选择最大的消耗总值。该消耗总值对应的基本时间单位作为第一基本时间单位。该最大的消耗总值的前后各I个消耗总值对应的时间单位作为第一基本时间单位。多个第一基本时间单位构成第一时间单位集。
可选的，每一个节点的每一个基本时间单位可以对应一个预估付费带宽值，每一类节点的相同基本时间单位的预估付费带宽值相加，得到该类节点的每一个基本时间单位的预估付费带宽总值。将每类节点的消耗总值大于预估付费带宽总值的基本时间单位确定为该类节点的第二时间单位集中的时间单位。计算客户的付费带宽占比的时候，对于所要使用的预估付费带宽值，可以根据客户所要计算的付费带宽占比的时间段的最后一天来确定。例如，时间段为某月1号到10号，则将10号的预估付费带宽值作为计算1-10号的客户付费带宽占比时使用的每一天的预估付费带宽值。时间段为1-30号，则将30号的预估付费带宽值作为计算1-30号的客户付费带宽占比时使用的每一天的预估付费带宽值。
预设的第三时间单位集可以为根据带宽消耗的高峰期预设的时间单位集，如晚7点到晚12点的基本时间单位作为第三时间单位集中的时间单位。
本实施例中，可以将第一时间单位集、第二时间单位集以及第三时间单位集的并集作为总时间单位集。每一类节点的聚合类都可以确定出一个总时间单位集。
从一个节点的每一个基本时间单位对应的消耗带宽值中，提取与目标时间单位对应的消耗带宽值作为目标消耗带宽值。将目标消耗带宽值中，目标客户消耗的带宽值作为目标客户的目标客户带宽值。确定目标客户带宽值与目标消耗带宽值的比值，作为目标客户在该节点的付费带宽占比。其中，目标时间单位为一个节点所在的聚合类的总时间单位集中的时间单位。
在计算付费带宽时，可以按照节点类型聚类，然后，确定出第一时间单位集、第二时间单位集以及预设第三时间单位集，根据第一时间单位集、第二时间单位集以及预设第三时间单位集获取数据计算客户的付费带宽占比，可以同时考虑95峰值与95峰值附近的带宽值的影响，以及考虑预估付费带宽值的影响和预设的带宽高峰期的影响，从而实现了提高确定的付费带宽占比的准确性的目的。
作为一种可选的示例，按照节点的类型进行聚合，得到多类节点包括：
按照节点所属的层级，对节点进行聚类；或者
按照节点所属的大区，对节点进行聚类；或者
按照节点所属的运营商，对节点进行聚类；或者
按照节点所属的层级、大区与节点所属的运营商，对节点进行聚类。
可选的，本实施例中，对节点进行聚类时，可以按照层级和/或大区和/或运营商进行聚类。如节点1-5属于层级1大区1运营商1，节点6-10属于层级2大区2运营商2。或者节点11-15属于大区1，节点16-20属于大区2，节点21-25属于运营商1，节点26-30属于运营商2，节点31-35属于层级1，节点36-40属于层级2等。
作为一种可选的示例，确定每一类节点在每一个基本时间单位内的消耗带宽总值包括：
将每一个基本时间单位确定为当前时间单位，执行如下操作：
将一类节点在当前时间单位内的消耗带宽值求和，将求和结果确定为一类节点的消耗带宽总值。
可选的，本实施例总，在计算一类节点在一个基本时间单位的消耗带宽总值时，可以将相同时间的基本时间单位对齐，然后将对齐的基本时间单位的消耗带宽值相加。例如，如图3所示，同一类型的节点1和节点2在每一个对应的基本时间单位的消耗带宽值相加，得到该类节点在该基本时间单位的消耗带宽总值。
作为一种可选的示例，根据当前类节点的消耗带宽总值，确定当前类节点的第一时间单位集包括包括：
按照消耗带宽总值的大小，对消耗带宽总值进行排序；
将排序结果中，排在后N％的消耗带宽总值中，最大的消耗带宽总值所对应的基本时间单位确定为第一基本时间单位；
将最大的消耗带宽总值前后各I个消耗带宽总值对应的基本时间单位确定为第一基本时间单位。。
可选的，本实施例中，确定第一时间单位集中的时间单位时，可以根据消耗总值由大到小对消耗总值进行排序，然后，排序结果中，前M％的消耗总值先不考虑，选择后N％的消耗总值中，最大的消耗总值。该最大的消耗总值对应的基本时间单位作为第一基本时间单位。然后，该最大的消耗总值前后各I个消耗总值(此处可以包含前M％的消耗总值中的消耗总值)对应的基本时间单位作为第一基本时间单位。上述N与M的和为100。I可以为预先设定的正整数。
作为一种可选的示例，根据当前类节点的消耗带宽总值，确定当前类节点的第二时间单位集包括：
对于每一个消耗带宽总值，与当前类对应的预估付费带宽总值进行比对；
将当前类的大于预估付费带宽总值的消耗带宽总值对应的基本时间单位确定为当前类的第二时间单位集中的时间单位。
可选的，本实施例中，每一个节点的每一个基本时间单位可以对应一个预估的带宽值，每一类节点的相同基本时间单位的预估的带宽值相加，得到该类节点的预估付费带宽值。将消耗总值大于预估付费带宽值的基本时间单位确定为第二时间单位集中的时间单位。
计算客户的付费带宽占比的时候，对于所要使用的预估付费带宽值，可以根据客户所要计算的付费带宽占比的时间段的最后一天来确定。
作为一种可选的示例，根据目标消耗带宽值与目标客户带宽值确定目标客户的付费带宽占比包括：
将每一个节点确定为当前节点，对当前节点执行如下操作：
计算当前节点的目标消耗带宽值的和，得到第一和；
计算当前节点中，目标客户的目标客户带宽值的和，得到第二和；
将第二和与第一和的比值，确定为目标客户在当前节点的付费带宽占比。
可选的，本实施例中，可以统计每一个节点中，与该节点所在的聚合类的总时间单位集对应的目标消耗带宽值与目标客户消耗的目标客户带宽值，然后通过比对确定目标客户在一个节点的带宽占比。例如，如图4所示，类型1的节点1，每一个基本时间单位对应一个消耗带宽值。确定出的总时间单位集为基本时间单位2和基本时间单位3，则将类型1节点1的与基本时间单位2和基本时间单位3对应的消耗带宽值求和，得到目标消耗带宽值。而目标客户在基本时间单位2和基本时间单位3中的客户带宽值的和作为目标客户带宽值。图3与图4中的数值仅为示例。
作为一种可选的示例，在确定出带宽占比后，上述方法还包括：
按照付费带宽占比与节点的付费带宽和带宽单价，计算目标客户在所有节点上分摊的客户总付费带宽和客户总成本；
将客户总成本与节点中目标客户的客户总付费带宽的比值确定为目标客户的单位带宽成本。
可选的，本实施例中，在确定出目标客户在一个节点的付费带宽占比后，由于该节点的付费带宽是已知的，因此，可以根据付费带宽占比，确定出目标客户在该节点分摊的客户付费带宽。目标客户分摊的客户付费带宽与该节点的带宽单价的乘积，作为目标客户在一个节点的客户成本。目标客户在每一个节点的客户成本相加，得到目标客户的客户总成本。目标客户在每一个节点分摊的客户付费带宽的和，作为目标客户的总带宽值，客户总成本比上总带宽值，得到目标客户每一单位的带宽的成本，即单位带宽成本。单位带宽可以为1兆、1G或者1KB等，本实施例并不限定。通过单位带宽成本，可以比对目标客户哪些节点的客户成本高，哪些节点的客户成本低，目的是看客户是否将大部分带宽量跑在高价节点上，依此判断该客户是否为非优质客户。
可选的，以基本时间单位为5分钟为例，本实施例主要涉及如下步骤：
S1:基本数据的获取。包含5分钟带宽表data_base以及节点规划成本表data_plan。data_base数据包含节点名、客户名、节点层级、大区、运营商、时刻点(每5分钟一个),带宽(当前时刻点)等字段，日期从当月1号到当天；data_plan包含节点名，节点规划成本等字段，日期为当天。从data_base可以获取每一个客户在每一个节点的客户带宽值，每一个节点的消耗带宽值。
S2:聚合维度的划分。对S1中的5分钟带宽表data_base数据进行聚合维度的划分；由于边缘节点与中层节点可能存在于同一合并计费组中，所以边缘节点与中层节点作为合并层级计算，上层节点单独计算；边缘中层节点再按大区、运营商分组，上层节点直接按照运营商分组。最后边缘和中层节点的聚合维度为(边缘中层、大区、运营商)以及上层节点的聚合维度为(上层、运营商),如果有层级、大区、运营商信息中的任一字段缺失影响聚合分组的节点，则聚合维度为(节点名)。将步骤S1中的data_base数据按照以上聚合维度进行划分,得到新的字段agg_col；聚合时，相同的基本时间单位的消耗带宽值相加，得到基本时间单位对应的消耗带宽总值。一类节点的每一个基本时间单位对应一个消耗带宽总值。
S3:获取计费时刻点集合。用S1中的data_base数据，计算每个聚合维度节点mtd95时刻及其左右5个时刻点得到时刻点集合{T1}；
具体为步骤S31:data_base中的数据按照聚合维度agg_col，时刻点进行分组，并对组内带宽进行求和，得到聚合维度下的总5分钟带宽data_base_agg，数据维度为聚合维度、时刻点(每5分钟一个),当前时刻点的带宽。步骤S32:按照步骤S31中的数据计算每个聚合维度下的mtd95时刻(95时刻是指每个时刻的带宽总量按照降序排列，从最大值开始的第5％个时刻点)，以及95时刻的左右5个点，共11个时刻点得到计费时刻点集合{T1}；例如，消耗带宽总值排序后，后95％的带宽总值中选择最大值，然后最大值与最大值前后各I个消耗总值所对应的基本时间单位作为第一基本时间单位。
S4:获取超规划时刻点集合。用S1中的data_base数据和data_plan数据，计算每个聚合维度所有大于规划成本总值的时刻点得到时刻点集合{T2}；具体为步骤S41:从data_base_agg表中取存在节点名，聚合维度agg_col字段(不重复),与步骤1中的data_plan连接得到节点，agg_col，规划成本等字段(没有规划成本的节点用该节点mtd95时刻的带宽值作为规划成本)，对连接后的数据按聚合维度agg_col分组,并对规划成本进行求和，得到每个聚合维度下的规划成本总和data_plan_agg，数据维度为聚合维度，规划成本总和；步骤S42:将步骤S31中的聚合维度下的5分钟带宽表data_base_agg，与步骤S41中聚合维度下的规划成本总值相连，在data_base_agg中取每个聚合维度下所有大于该聚合维度总规划成本的时刻点，得到超规划时刻点集合{T2}；
S5:获取晚高峰时刻点集合。根据data_base数据得到大网5分钟带宽波形，然后选择合适的晚高峰时间段(例如取19:00到24:00)，得到晚高峰时间段内所有时刻点集合{T3}；
S6:获取每个聚合维度最终的时刻点集合。将S3、S4、S5得到的时刻点集合按照对应的聚合维度合并成每个聚合维度下最终的时刻点集合{T}＝{T1,T2,T3}；每一个聚合维度聚合得到的聚合类对应一个{T}。{T}中的时间单位为目标时间单位。
S7:获取时刻点集合对应数据。过滤5分钟带宽表data_base，只保留每个聚合维度下包含在时刻点集合{T}中的数据。由于T中包含了多个目标时间单位，将每一个节点与目标时间单位对应的消耗带宽值提取出来。
S8:计算节点总带宽。S7中的数据按照节点名分组并对每组内带宽求和，得到每个节点的总带宽(node,bw)；也就是将S7提取的每一个节点的与目标时间单位对应的消耗带宽值提取出来后，再求和，得到第一和。
S9:计算节点各客户总带宽。S7中的数据按照节点名，客户名分组并对组内带宽求和，得到每个节点，每个客户所有时刻点的总带宽(node,uid,bw_uid)；也就是说，节点中对于一个客户，提取该客户与目标时间单位对应的客户带宽值，并求和，得到第二和。
S10:计算节点客户的分摊比例。将S9中的数据与S8中的数据按照节点名进行连接,每个节点每个客户的总带宽bw_uid除以该节点总带宽bw得到该节点，该客户的分摊比例，即得到客户的付费带宽占比。
S11:计算客户总成本及单位带宽成本。根据客户在各节点上的分摊比例以及各节点的付费带宽和带宽单价，计算出客户总成本及单位带宽成本。由于已经知晓了付费带宽占比，因此，对于一个节点的付费带宽，按照付费带宽占比，确定各个客户的付费带宽。然后，各个客户的付费带宽与节点的带宽单价相乘，得到客户在一个节点的客户成本，各个节点的客户成本相加，得到客户的总成本。客户的总成本比上客户在每一个节点的付费带宽之和，得到客户的单位带宽成本。
可选的，本实施例中，还可以计算一个客户的某个域名或某个业务在每一个节点上的付费带宽占比，从而确定该客户的某个域名或某个业务的客户总成本以及单位带宽成本。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
根据本申请实施例的另一方面，还提供了一种带宽占比的确定装置，如图5所示，包括：
获取模块502，用于获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与消耗带宽值中，每一位客户消耗的客户带宽值；
聚合模块504，用于按照节点的类型进行聚合，得到多类节点；
第一确定模块506，用于确定每一类节点在每一个基本时间单位内的消耗带宽总值；
第二确定模块508，用于将每一类节点作为当前类节点，根据当前类节点的消耗带宽总值，确定当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，第一时间单位集为所有的消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，第二时间单位集为所有的消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，第三时间单位集为根据历史数据预设的带宽消耗高峰时间段对应的第三基本时间单位构成的集合，M与N的和为100，I为正整数；
第三确定模块510，用于将第一时间单位集、第二时间单位集以及第三时间单位集的并集作为当前类节点的总时间单位集；
第四确定模块512，用于确定多个节点中，每一个节点的与目标时间单位对应的目标消耗带宽值和每一个节点中，目标客户的与目标时间点对应的目标客户带宽值，目标时间单位为节点所在的聚合类的总时间单位集中的时间单位；
第五确定模块514，用于根据目标消耗带宽值与目标客户带宽值确定目标客户的付费带宽占比。
可选的，本实施例中，上述节点可以为内容分发网络的边缘节点、中层节点或上层节点。每一个节点可以服务不同的客户。不同的客户在不同的节点上对应的客户带宽值可以不同。同一个客户在不同的节点上对应的客户带宽值可以不同。不同的客户在同一个节点上对应的客户带宽值可以不同。每一个客户在每一个节点上对应一个客户带宽值，客户带宽值可以为零。
可选的，上述基本时间单位可以为预设时间单位，可以为5分钟，可以为其他值。以5分钟为例，每5分钟，计算一次节点消耗的消耗带宽值，消耗带宽值是5分钟内的一个时间点检测的当前带宽值。例如1点取当前的带宽值作为1点到1：05的消耗带宽值，1:05也取当前时刻的带宽值作为1：05到1：10的消耗带宽值。每5分钟得到一个消耗带宽值，而每一个客户在每一个节点的每一个基本时间单位可以对应一个客户带宽值。一个节点的每一个时间单位上所有客户的客户带宽值的和与该节点的在该时间单位上的消耗带宽值相等。
例如，如图2所示，图2为一种客户带宽值示意图。每一个时间单位上，不同的客户在不同的节点上均对应一个客户带宽值。客户带宽值的数值可以相同也可以不同。
可选的，本实施例中，可以对节点按照类型进行聚类，得到不同类的节点。每一类节点的消耗带宽值可以求和，得到每一个基本时间单位的消耗总值。例如，仍然以5分钟为一个基本时间单位为例，一天有288个基本时间单位，每一个节点每一个5分钟对应一个消耗带宽值。对于一类节点，将一类节点的对应的5分钟的消耗带宽值相加求和，得到一天的288个消耗总值。
可选的，本实施例中，可以根据消耗总值确定第一时间单位集、第二时间单位集。可以根据消耗总值由大到小对消耗总值进行排序，然后，排序结果中，去除前M％的消耗总值，剩余的N％的消耗总值中，选择最大的消耗总值。该消耗总值对应的基本时间单位作为第一基本时间单位。该最大的消耗总值的前后各I个消耗总值对应的时间单位作为第一基本时间单位。多个第一基本时间单位构成第一时间单位集。
可选的，每一个节点的每一个基本时间单位可以对应一个预估付费带宽值，每一类节点的相同基本时间单位的预估付费带宽值相加，得到该类节点的每一个基本时间单位的预估付费带宽总值。将每类节点的消耗总值大于预估付费带宽总值的基本时间单位确定为该类节点的第二时间单位集中的时间单位。计算客户的付费带宽占比的时候，对于所要使用的预估付费带宽值，可以根据客户所要计算的付费带宽占比的时间段的最后一天来确定。
预设的第三时间单位集可以为根据带宽消耗的高峰期预设的时间单位集，如晚7点到晚12点的基本时间单位作为第三时间单位集中的时间单位。
本实施例中，可以将第一时间单位集、第二时间单位集以及第三时间单位集的并集作为总时间单位集。每一类节点的聚合类都可以确定出一个总时间单位集。
从一个节点的每一个基本时间单位对应的消耗带宽值中，提取与目标时间单位对应的消耗带宽值作为目标消耗带宽值。将目标消耗带宽值中，目标客户消耗的带宽值作为目标客户的目标客户带宽值。确定目标客户带宽值与目标消耗带宽值的比值，作为目标客户在该节点的付费带宽占比。其中，目标时间单位为一个节点所在的聚合类的总时间单位集中的时间单位。
在计算付费带宽时，可以按照节点类型聚类，然后，确定出第一时间单位集、第二时间单位集以及预设第三时间单位集，根据第一时间单位集、第二时间单位集以及预设第三时间单位集获取数据计算客户的付费带宽占比，可以同时考虑95峰值与95峰值附近的带宽值的影响，以及考虑预估付费带宽值的影响和预设的带宽高峰期的影响，从而实现了提高确定的付费带宽占比的准确性的目的。
本实施例的其他示例请参见上述示例，在此不在赘述。
图6是根据本申请实施例的一种可选的电子设备的结构框图，如图6所示，包括处理器602、通信接口604、存储器606和通信总线608，其中，处理器602、通信接口604和存储器606通过通信总线608完成相互间的通信，其中，
存储器606，用于存储计算机程序；
处理器602，用于执行存储器606上所存放的计算机程序时，实现如下步骤：
获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与消耗带宽值中，每一位客户消耗的客户带宽值；
按照节点的类型进行聚合，得到多类节点；
确定每一类节点在每一个基本时间单位内的消耗带宽总值；
将每一类节点作为当前类节点，根据当前类节点的消耗带宽总值，确定当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，第一时间单位集为所有的消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，第二时间单位集为所有的消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，第三时间单位集为根据历史数据预设的带宽消耗高峰时间段对应的第三基本时间单位构成的集合，M与N的和为100，I为正整数；
将第一时间单位集、第二时间单位集以及第三时间单位集的并集作为当前类节点的总时间单位集；
确定多个节点中，每一个节点的与目标时间单位对应的目标消耗带宽值和每一个节点中，目标客户的与目标时间点对应的目标客户带宽值，目标时间单位为节点所在的聚合类的总时间单位集中的时间单位；
根据目标消耗带宽值与目标客户带宽值确定目标客户的付费带宽占比。
可选地，在本实施例中，上述的通信总线可以是PCI(Peripheral ComponentInterconnect，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。该通信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6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM，也可以包括非易失性存储器(non-volatile memory)，例如，至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例，上述存储器606中可以但不限于包括上述请求的处理装置中的获取模块502、聚合模块504、第一确定模块506、第二确定模块508、第三确定模块510、第四确定模块512以及第五确定模块514。此外，还可以包括但不限于上述请求的处理装置中的其他模块单元，本示例中不再赘述。
上述处理器可以是通用处理器，可以包含但不限于：CPU(Central ProcessingUnit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(DigitalSignal Processing，数字信号处理器)、ASIC(Application Specific IntegratedCircuit，专用集成电路)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)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。
可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。
本领域普通技术人员可以理解，图6所示的结构仅为示意，实施上述请求的处理方法的设备可以是终端设备，该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图6其并不对上述电子设备的结构造成限定。例如，电子设备还可包括比图6中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图6所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、ROM、RAM、磁盘或光盘等。
根据本发明的实施例的又一方面，还提供了一种计算机可读的存储介质，该计算机可读的存储介质中存储有计算机程序，其中，该计算机程序被处理器运行时执行上述带宽占比的确定方法中的步骤。
可选地，在本实施例中，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(Random Access Memory，RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种客户付费带宽占比的确定方法，其特征在于，包括：
获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与所述消耗带宽值中，每一位客户消耗的客户带宽值；
按照所述节点的类型进行聚合，得到多类节点；
确定每一类节点在每一个所述基本时间单位内的消耗带宽总值；
将每一类节点作为当前类节点，根据所述当前类节点的消耗带宽总值，确定所述当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，所述第一时间单位集为所有的所述消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，所述第二时间单位集为所有的所述消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，所述第三时间单位集为根据历史数据预设的带宽消耗高峰时间段所对应的第三基本时间单位构成的集合，所述M与所述N的和为100，所述I为正整数；
将所述第一时间单位集、所述第二时间单位集以及所述第三时间单位集的并集作为所述当前类节点的总时间单位集；
确定所述多个节点中，每一个所述节点的与目标时间单位对应的目标消耗带宽值和每一个所述节点中，目标客户的与所述目标时间点对应的目标客户带宽值，所述目标时间单位为所述节点所在的聚合类的所述总时间单位集中的时间单位；
根据所述目标消耗带宽值与目标客户带宽值确定所述目标客户的付费带宽占比。
2.根据权利要求1所述的方法，其特征在于，所述按照所述节点的类型进行聚合，得到多类节点包括：
按照所述节点所属的层级，对所述节点进行聚类；或者
按照所述节点所属的大区，对所述节点进行聚类；或者
按照所述节点所属的运营商，对所述节点进行聚类；或者
按照所述节点所属的层级、所属的大区与所述节点所属的运营商，对所述节点进行聚类。
3.根据权利要求1所述的方法，其特征在于，所述确定每一类节点在每一个所述基本时间单位内的消耗带宽总值包括：
将每一个基本时间单位确定为当前时间单位，执行如下操作：
将一类所述节点在所述当前时间单位内的所述消耗带宽值求和，将求和结果确定为一类所述节点的所述消耗带宽总值。
4.根据权利要求1所述的方法，其特征在于，根据当前类节点的所述消耗带宽总值，确定当前类节点的所述第一时间单位集包括：
按照所述消耗带宽总值的大小，对所述消耗带宽总值进行排序；
将排序结果中，排在后N％的消耗带宽总值中，最大的消耗带宽总值所对应的基本时间单位确定为所述第一基本时间单位；
将最大的消耗带宽总值前后各I个消耗带宽总值对应的基本时间单位确定为所述第一基本时间单位。
5.根据权利要求1所述的方法，其特征在于，根据当前类节点的所述消耗带宽总值，确定当前类节点的所述第二时间单位集包括：
对于每一个所述消耗带宽总值，与当前类对应的预估付费带宽总值进行比对；
将大于所述预估付费带宽总值的消耗带宽总值对应的基本时间单位确定为所述第二时间单位集中的时间单位。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标消耗带宽值与目标客户带宽值确定所述目标客户的付费带宽占比包括：
将每一个所述节点确定为当前节点，对所述当前节点执行如下操作：
计算所述当前节点的所述目标消耗带宽值的和，得到第一和；
计算所述当前节点中，所述目标客户的所述目标客户带宽值的和，得到第二和；
将所述第二和与所述第一和的比值，确定为所述目标客户在所述当前节点的所述付费带宽占比。
7.根据权利要求1至6任意一项所述的方法，其特征在于，在确定出所述付费带宽占比后，所述方法还包括：
按照所述付费带宽占比与所述节点的付费带宽和带宽单价，计算所述目标客户在所有节点上分摊的客户总付费带宽和客户总成本；
将所述客户总成本与所述节点中所述目标客户的所述客户总付费带宽的比值确定为所述目标客户的单位带宽成本。
8.一种客户付费带宽占比的确定装置，其特征在于，包括：
获取模块，用于获取多个节点中，每一个节点在每一个基本时间单位内的消耗带宽值与所述消耗带宽值中，每一位客户消耗的客户带宽值；
聚合模块，用于按照所述节点的类型进行聚合，得到多类节点；
第一确定模块，用于确定每一类节点在每一个所述基本时间单位内的消耗带宽总值；
第二确定模块，用于将每一类节点作为当前类节点，根据所述当前类节点的消耗带宽总值，确定所述当前类节点的第一时间单位集、第二时间单位集以及预设第三时间单位集，其中，所述第一时间单位集为所有的所述消耗带宽总值中去除M％最大的消耗带宽总值之后，剩余的N％消耗带宽总值中最大的消耗带宽总值对应的第一基本时间单位和最大的消耗带宽总值前后各I个消耗带宽总值对应的第一基本时间单位构成的时间单位集合，所述第二时间单位集为所有的所述消耗带宽总值中，超过当前类节点的预估付费带宽总值的消耗带宽总值所对应的第二基本时间单位构成的集合，所述第三时间单位集为根据历史数据预设的带宽消耗高峰时间段所对应的第三基本时间单位构成的集合，所述M与所述N的和为100，所述I为正整数；
第三确定模块，用于将所述第一时间单位集、所述第二时间单位集以及所述第三时间单位集的并集作为所述当前类节点的总时间单位集；
第四确定模块，用于确定所述多个节点中，每一个所述节点的与目标时间单位对应的目标消耗带宽值和每一个所述节点中，目标客户的与所述目标时间点对应的目标客户带宽值，所述目标时间单位为所述节点所在的聚合类的所述总时间单位集中的时间单位；
第五确定模块，用于根据所述目标消耗带宽值与目标客户带宽值确定所述目标客户的付费带宽占比。
9.一种计算机可读的存储介质，所述计算机可读的存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行所述权利要求1至7任一项中所述的方法。
10.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行所述权利要求1至7任一项中所述的方法。
CN202210198523.6A 2022-03-02 2022-03-02 客户付费带宽占比的确定方法、装置以及存储介质 Active CN114615097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210198523.6A CN114615097B (zh) 2022-03-02 2022-03-02 客户付费带宽占比的确定方法、装置以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210198523.6A CN114615097B (zh) 2022-03-02 2022-03-02 客户付费带宽占比的确定方法、装置以及存储介质

Publications (2)

Publication Number Publication Date
CN114615097A true CN114615097A (zh) 2022-06-10
CN114615097B CN114615097B (zh) 2023-09-19

Family

ID=81861636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210198523.6A Active CN114615097B (zh) 2022-03-02 2022-03-02 客户付费带宽占比的确定方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN114615097B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100306373A1 (en) * 2009-06-01 2010-12-02 Swarmcast, Inc. Data retrieval based on bandwidth cost and delay
US20130103785A1 (en) * 2009-06-25 2013-04-25 3Crowd Technologies, Inc. Redirecting content requests
US20150262268A1 (en) * 2009-08-31 2015-09-17 Vivek Padmanabhan Incremental computation of billing percentile values in a cloud based application acceleration as a service environment
CN107124375A (zh) * 2017-03-27 2017-09-01 网宿科技股份有限公司 Cdn网络带宽资源的错峰调度方法、系统以及服务器
CN109327634A (zh) * 2017-07-31 2019-02-12 贵州白山云科技股份有限公司 一种解决重复计费的方法及装置
CN111901131A (zh) * 2020-09-29 2020-11-06 杭州优云科技有限公司 一种流量计费的调度方法、存储介质和计算机
US20200382582A1 (en) * 2019-05-05 2020-12-03 Wangsu Science & Technology Co., Ltd. Resource scheduling method and system
CN112202578A (zh) * 2020-12-01 2021-01-08 浙江山迅网络科技有限公司 基于95轮询的调度方法、装置、系统和计算机设备
CN114006821A (zh) * 2021-11-02 2022-02-01 北京金山云网络技术有限公司 一种业务范围调整方法、装置、电子设备及存储介质
CN114095443A (zh) * 2020-08-24 2022-02-25 百度在线网络技术（北京）有限公司 用于管控流量的方法、装置、电子设备及可读存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100306373A1 (en) * 2009-06-01 2010-12-02 Swarmcast, Inc. Data retrieval based on bandwidth cost and delay
US20130103785A1 (en) * 2009-06-25 2013-04-25 3Crowd Technologies, Inc. Redirecting content requests
US20150262268A1 (en) * 2009-08-31 2015-09-17 Vivek Padmanabhan Incremental computation of billing percentile values in a cloud based application acceleration as a service environment
CN107124375A (zh) * 2017-03-27 2017-09-01 网宿科技股份有限公司 Cdn网络带宽资源的错峰调度方法、系统以及服务器
CN109327634A (zh) * 2017-07-31 2019-02-12 贵州白山云科技股份有限公司 一种解决重复计费的方法及装置
US20200382582A1 (en) * 2019-05-05 2020-12-03 Wangsu Science & Technology Co., Ltd. Resource scheduling method and system
CN114095443A (zh) * 2020-08-24 2022-02-25 百度在线网络技术（北京）有限公司 用于管控流量的方法、装置、电子设备及可读存储介质
CN111901131A (zh) * 2020-09-29 2020-11-06 杭州优云科技有限公司 一种流量计费的调度方法、存储介质和计算机
CN112202578A (zh) * 2020-12-01 2021-01-08 浙江山迅网络科技有限公司 基于95轮询的调度方法、装置、系统和计算机设备
CN114006821A (zh) * 2021-11-02 2022-02-01 北京金山云网络技术有限公司 一种业务范围调整方法、装置、电子设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
QILIN FAN, ETAL.: "Resource Reservation and Request Routing for a Cloud-Based Content Delivery Network", 《2019 IEEE INTERNATIONAL CONFERENCE ON SERVICE-ORIENTED SYSTEM ENGINEERING (SOSE)》 *
云栖大讲堂: "PCDN产品支持"日峰值带宽""月95峰值带宽""日流量"三种计费方式", Retrieved from the Internet <URL:https://developer.aliyun.com/ask/201393> *
赖雅玲: "差异化移动通信管道下的内容分发策略研究——内容提供商的视角", 《中国优秀硕士学位论文全文数据库》 *

Also Published As

Publication number Publication date
CN114615097B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
CN110766269A (zh) 一种任务分配方法、装置、可读存储介质及终端设备
CN108416615B (zh) 一种基于树的资源分配方法
CN108764332A (zh) 一种渠道质量分析方法、计算设备及存储介质
CN106648557A (zh) 一种应用程序编程接口api的分享方法和装置
US11533163B2 (en) Mining method and device based on blockchain, and computer readable storage medium
CN106651513B (zh) 线路板订单的报价方法与装置
CN111585798A (zh) 一种网络资源参数配置方法、装置和计算机可读存储介质
CN113037510A (zh) 计费方法、装置和计算机可读存储介质
CN108874805B (zh) 数据的处理方法和装置
CN114615097B (zh) 客户付费带宽占比的确定方法、装置以及存储介质
CN108830663B (zh) 电力客户价值评价方法、系统及终端设备
CN107659982A (zh) 一种无线网络接入点的分类方法及装置
CN111311310A (zh) 广告订单推送方法及装置、存储介质及电子装置
CN110138892A (zh) 确定设备地域信息的方法及装置
CN116029784A (zh) 一种数据平台中商户智能排布方法、系统、设备及介质
CN112836971A (zh) 配额资源的确定方法和装置、电子设备和存储介质
CN109493106A (zh) 销售区域的价值评价方法、装置及计算机可读存储介质
CN115033456A (zh) 一种内网前端性能监控方法、装置、计算机设备及存储介质
CN106682205A (zh) 数据处理装置及方法
CN107809353B (zh) 多端口实测带宽的测量方法及网间结算方法
CN112070349A (zh) 一种订单分配方法、装置、设备和存储介质
CN117391825B (zh) 一种运营商订单分单流转方法、装置以及系统
CN117112242B (zh) 一种云计算系统中的资源节点分配方法和系统
US20230230005A1 (en) Discount predictions for cloud services
CN116245311A (zh) 业务订单分配方法、设备及存储介质

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