CN114826924A - 用于带宽分配的方法及装置 - Google Patents
用于带宽分配的方法及装置 Download PDFInfo
- Publication number
- CN114826924A CN114826924A CN202210054801.0A CN202210054801A CN114826924A CN 114826924 A CN114826924 A CN 114826924A CN 202210054801 A CN202210054801 A CN 202210054801A CN 114826924 A CN114826924 A CN 114826924A
- Authority
- CN
- China
- Prior art keywords
- parameter
- indication
- scheduler
- shaper
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims description 22
- 238000004891 communication Methods 0.000 claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 14
- 230000002787 reinforcement Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 239000003795 chemical substances by application Substances 0.000 description 9
- 230000009471 action Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 201000009032 substance abuse Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 239000013585 weight reducing agent Substances 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
- H04L47/22—Traffic shaping
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/535—Allocation or scheduling criteria for wireless resources based on resource usage policies
-
- 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
- H04L47/6265—Queue scheduling characterised by scheduling criteria for service slots or service orders past bandwidth allocation
-
- 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
- H04L47/629—Ensuring fair share of resources, e.g. weighted fair queuing [WFQ]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
-
- 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
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/127—Avoiding congestion; Recovering from congestion by using congestion prediction
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种装置,包括用于以下操作的构件:获取通信网络的竞争指示;获取通信网络的相应参与者的历史带宽利用指示参数;基于竞争指示和历史带宽利用指示,来确定用于提供给装置的输出的调度器参数和/或整形器参数,其中,调度器参数和/或整形器参数与向网络的参与者分配带宽相关。
Description
技术领域
各种示例实施例涉及带宽分配,具体地涉及调度器参数和/或整形器参数的确定。
背景技术
在多个客户端之间共享网络中的带宽通常由加权公平队列(WFQ)调度器组件处理。在这个共享方案中,每个客户端被给予权重。它们中的每一个都将接收总带宽的一小部分,该一小部分与它们的权重成比例。根据设计,如果任何客户端不处于活动状态或不请求其授予的带宽部分,则该“免费”或空闲带宽会自动在活动客户端之间与这些活动客户端的权重成比例地被分配。在最坏的情况下,每个客户端将接收的最小带宽等于总带宽乘以其权重与所有客户端权重之和的比率。在最好的情况下,如果某个时间只有一个活动客户端,则该客户端将获取全部带宽。
然而,在一个或多个异常高要求甚至可能滥用用户的情况下,这些机制往往会歧视其他用户。这种情况可能发生在例如在P2P存储网络的情况下住宅订户会托管创建非常高的带宽请求的异常服务时,或者当公司明显滥用住宅的订阅来提供商业服务时。
在切片的背景中,在物理接入节点被虚拟地划分为多个虚拟接入节点,每个虚拟接入节点由以下简称为VNO的虚拟网络运营商管理,VNO为其自己的订户子集提供服务的情况中,问题更加严重。在这种模式下,VNO之间是相互隔离的,这意味着他们只具有对自己的订户的带宽的可见性和控制。同样在这种模式下,物理接入节点实际上由以下简称为InP的基础设施提供商管理,InP负责在多个VNO之间共享带宽。但是,InP不具有对VNO订户的带宽利用的直接可见性。因此,如果滥用订户没有被服务它的虚拟网络的实体妥善管理,其他虚拟网络的用户也可能受到影响。
防止订户使网络饱和的一种典型方法是将WFQ调度器与流量整形器耦合。这些整形器充当限制器,防止客户端请求高于可配置限制的带宽。然而,这些组合的调度器/整形器系统仍然不能充分应对上述潜在滥用用户的问题。
因此需要一种改进的方法和装置来解决上述问题。
发明内容
根据本发明的第一方面,提供了一种装置,包括用于以下操作的构件:获取通信网络的竞争指示;获取所述通信网络的相应参与者的历史带宽利用指示参数;基于所述竞争指示和所述历史带宽利用指示,来确定提供给所述装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
在一个实施例中,所述构件还被配置用于重复以下操作:所述竞争指示的获取;所述历史带宽利用指示参数的获取;以及以预定时间间隔确定所述调度器参数和/或所述整形器参数。
在另一实施例中,所述构件还被配置用于:基于所述获取的竞争指示的历史,确定预测的竞争指示;以及进一步基于所述预测的竞争指示来确定所述调度器参数和/或所述整形器参数。
在进一步的实施例中,所述构件还被配置用于:在与所述竞争指示或所述预测的竞争指示相关的第一预定阈值被超过的情况下,确定所述调度器参数和/或所述整形器参数。
在另一实施例中,所述构件还被配置用于:获取在多个相应的时间窗口期间的所述历史带宽利用指示;以及基于多个相应的第二预定阈值确定所述调度器参数和/或所述整形器参数,所述时间窗口中的相应一个与所述相应第二预定阈值中的至少一个相关联。
所述构件还可以被进一步配置用于:在与所述竞争指示相关的第三预定阈值被超过/将被超过的情况下,将所述调度器参数和/或所述整形器参数恢复到默认值。
在一个实施例中,所述构件还被配置用于:存储在所述预定的相应时间间隔期间的所述调度器参数和/或所述整形器参数的值;并且进一步基于其值来确定所述调度器参数和/或所述整形器参数。
在另一实施例中,所述构件还被配置用于:实施强化学习算法,用于基于所述竞争指示、所述历史带宽利用指示、以及所述调度器和/或所述整形器参数的先前值来确定所述调度器和/或所述整形器参数。
在又一实施例中,所述构件还被配置用于:基于所述竞争指示和所述历史带宽利用指示,确定用于所述网络的所述参与者中的相应参与者的调度器参数和/或整形器参数。
在另一实施例中,所述调度器参数指示用于在加权公平队列调度器中使用的对应于所述网络的所述参与者的权重,并且所述整形器参数指示分配给所述网络的所述参与者的所述带宽的限制。
在一些实施例中,所述网络的所述参与者是网络运营商的订户。
在其他一些实施例中,所述网络的所述参与者是虚拟网络运营商或所述虚拟网络运营商的订户。
在一个实施例中,所述构件包括:至少一个处理器;以及至少一个包括计算机程序代码的存储器,所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起促使所述装置的所述执行。
根据本发明的第二方面,提供了一种方法,包括:获取通信网络的竞争指示;获取所述通信网络的相应参与者的历史带宽利用指示参数;基于所述竞争指示和所述历史带宽利用指示,来确定提供给装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
根据本发明的第三方面,提供了一种计算机程序,包括用于使装置至少执行以下操作的指令:获取通信网络的竞争指示;获取所述通信网络的相应参与者的历史带宽利用指示参数;基于所述竞争指示和所述历史带宽利用指示,来确定提供给所述装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
根据本发明的第四方面,提供了一种装置,所述装置包括至少一个处理器和至少一个包括计算机程序代码的存储器,所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起使所述装置至少执行:获取通信网络的竞争指示;获取所述通信网络的相应参与者的历史带宽利用指示参数;基于所述竞争指示和所述历史带宽利用指示,确定提供给装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
根据本发明的第五方面,提供了一种包括程序指令的非暂时性计算机可读介质,所述程序指令用于使装置至少执行以下操作:获取通信网络的竞争指示;获取所述通信网络的相应参与者的历史带宽利用指示参数;基于所述竞争指示和所述历史带宽利用指示,来确定提供给所述装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
根据本发明的第六方面,提供了一种包括程序指令的计算机可读介质,所述程序指令用于使装置至少执行以下操作:获取通信网络的竞争指示;获取所述通信网络的相应参与者的历史带宽利用指示参数;基于所述竞争指示和所述历史带宽利用指示,来确定提供给装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
根据示例实施例,可以根据可用资源以及所述参与者的历史行为来动态调整分配给网络的参与者的带宽。因此,提供了闭环自动化,并且可以保证长期的公平性。
附图说明
为了更完整地理解本发明的示例性实施例,现在结合附图参考以下描述,在附图中:
图1示出了其中可以应用所公开的实施例的示例的示例性通信网络的一部分;
图2示出了根据装置201的一个示例实施例的功能框图;
图3示出了根据示例实施方式的示例调节规则;
图4示出了根据装置201可以执行的一种示例方法实施方式的流程图;
图5a和5b示出了根据现有技术和示例实施例的带宽利用结果的比较;
图6示出了根据装置202的另一示例实施例的功能框图;
图7示出了根据装置202可以执行的另一示例方法实施方式的流程图;
图8示出了根据装置203的又一示例实施例的功能框图;
图9示出了根据装置203可以执行的又一示例方法实施方式的流程图;
图10示出了根据装置204、205和206的又一示例实施例的实现场景;
图11示出了描绘根据示例实施例操作的装置200的框图;
图12示出了结合示例实施例的方面的示例方法1200。
相同或相似的附图标记指代相同或相似的部件或组件。
具体实施方式
在此详细描述并且在附图中通过示例的方式示出本申请的示例实施例。应当理解,尽管本文讨论了具体实施例,但无意将本发明的范围限制于这些实施例。相反,应当理解,本文讨论的实施例是为了说明的目的,并且可以在不脱离如权利要求中限定的本发明的范围的情况下实施修改的和替代的实施例。方法步骤的顺序不限于特定实施例,方法步骤可以以其他可能的顺序执行。类似地,本文公开的特定结构和功能细节仅代表描述实施例的目的。然而,本文描述的本发明可以采用多种替代形式体现并且不应被解释为仅限于在此阐述的实施例。
根据现有技术,通过对流经给定网络链路的整个流量进行整形来限制网络中的竞争,而无需区分用户。在对流量进行整形时不考虑单个用户的历史带宽利用,在保持用户公平性的同时减轻竞争是不可能的。
图1示出了其中可以应用所公开的实施例的示例的示例性通信网络的一部分。对于本领域技术人员来说显而易见的是,通信网络通常还包括除图1中所示的功能和结构之外的其他功能和结构。
通信网络100可以是光纤网络。替代地,它也可以是有线网络(例如DSL或同轴网络),或移动网络,或固定和无线网络的任意组合。通常,通信网络100可以是任何共享媒体通信网络。
通常,通信网络100包括通信地连接到网络节点120的网络控制器110。通信网络100还包括连接到网络节点120的多个网络参与者131、132、133。虽然图1只示出一个网络节点120,本领域技术人员应当理解,在通信网络100中可以存在多个网络节点120。网络控制器110被配置为监控网络参与者131、132、133的带宽利用,并向管理通信网络100的网络运营商提供对网络参与者的可见性以及控制。
在图1中未示出,加权公平队列调度器和/或流量整形器可以在与多个网络参与者131、132、133连接的网络节点120中实现,以调整分配给多个网络参与者131、132、133中的相应网络参与者的带宽。将进一步讨论那些加权公平队列调度器和流量整形器。
在一个示例实施例中,通信网络100可以指传统接入网络,其中单个网络运营商拥有接入网络节点120并且网络控制器110为其提供对连接到接入网络节点120的所有网络参与者131、132、133的可见性和控制。在该示例实施例中,接入网络100的参与者131、132、133是单个网络运营商的订户。
在另一示例实施例中,通信网络100可以指由正在购买/租用接入网络节点120的部分资源给InP的VNO运营的虚拟接入网络(或网络切片)。在该示例实施例中,虚拟接入网络100的参与者131、132、133是VNO的订户。
在这种模式下,可能有多个VNO共享相同的接入网络节点120,但是网络控制器110仅向VNO提供对其自己的订户的可见性和控制。从VNO来看,由于网络控制器110仅提供接入节点120的局部视图,对应于仅仅接入节点的订户连接到的接口,接入节点的该局部视图有时被称为虚拟接入节点。
在又一示例实施例中,通信网络100可以指虚拟接入网络的网络,其由正在向一个或多个VNO转售/出借该接入节点的资源的InP运营。在该示例实施例中,虚拟接入网络100的网络的参与者131、132、133是VNO。
在该模式中,必须理解,网络控制器110向InP提供对网络参与者131、132、133(即VNO)而不是对那些VNO的订户的可见性和控制。
网络控制器110被配置为通过向装置200提供输入210、220并接收装置200的输出230来与实现本申请的示例实施例的装置200通信。
本领域技术人员应当理解,虽然装置200在图1中被示为与网络控制器110分离,但是在另一示例实施方式中,它可以被实现为网络控制器110的一部分。
装置200被配置为获取通信网络的竞争指示。
具体地,在一个示例实施方式中,该装置可以包括被进一步配置为获取竞争指示的部件,该竞争指示指示期间网络的参与者所使用的带宽引起竞争的时间的比率。
更具体地,在一个示例中,基于通信网络中所有活动网络参与者在预定时间段(例如5分钟)期间的实际总带宽利用,竞争指示被确定为合计的时间间隔与预定时间段的比率,在该时间间隔期间,由多个网络参与者利用的带宽高于预定阈值,例如总可用带宽的95%。
竞争指示被用于监控实际带宽利用与总链路容量的接近程度(或链路接近竞争的程度)。换句话说,竞争指示用于监控WFQ调度器仍可分配给创建额外需求(例如进行速度测试)的任何网络参与者的剩余可用带宽。由于网络冲浪、在线游戏或其他可变带宽类型的应用引起的快速变化的流量需求,通常在用户感知的数量级(以秒为单位),在短时间段内监控此剩余容量是有利的。根据所需的回路反应时间,竞争可被表示为较大时间段的比率(例如,在最后5分钟内1%的竞争)。
在网络控制器110中确定竞争指示是有利的。然而,对于确定竞争指示,吞吐量是以快速的步速(几秒的数量级)被监控的并且合计是在更长的时间间隔内(过去5分钟内的竞争百分比)被计算的,如果不能足够快地将吞吐量测量从接入网络节点120流式传输给网络控制器110,则也可以在接入网络节点120本身中确定竞争指示。在这种情况下,只有合计的竞争级别被流式传输给网络控制器110。
装置200还被配置为获取通信网络的相应参与者的历史带宽利用指示参数。
具体地,在一个示例实施方式中,装置200可以包括进一步被配置为获取指示网络的参与者中的相应参与者在至少一个时间窗口(有利地在多个时间窗口)上的历史带宽消耗的历史带宽利用指示的构件。例如,网络控制器110或接入网络节点120可以为网络的每个参与者确定在过去5分钟、过去15分钟、过去1小时、过去4小时、上一天、上周、上月等期间的实际带宽利用。
装置200还被配置为基于竞争指示和历史带宽利用指示确定提供给装置的输出的调度器参数和/或整形器参数,其中,调度器参数和/或整形器参数与向网络的参与者分配带宽相关。
本实施例带来的好处是可以根据可用资源以及参与者的历史行为来调整分配给网络的参与者的带宽,使得总链路利用不会增加到一定阈值以上,或者换句话说,在负载突然增加(或速度测试)的情况下,调度器总是有一个最小带宽可以分配给用户。因此,提供了闭环自动化,并且可以提供用户公平性。
在有利的实施例中,装置200还被配置为重复以下:所述竞争指示的获取;所述历史带宽利用指示参数的获取;以及以预定时间间隔确定所述调度器参数和/或所述整形器参数。
根据这样的实施例,可以动态调整分配给网络的参与者的带宽,并且可以保证长期用户公平性。
用于重复的预定时间间隔可以涉及更新竞争指示的频率。
具体地,用于确定竞争指示的时间段可以小于或等于用于重复的预定时间间隔。将用于确定竞争指示的时间段设置为等于用于重复的预定时间间隔使得更容易实现。如果用于确定竞争指示的时间段低于用于重复的预定时间间隔,则这意味着每重复间隔有一个以上的竞争指示可用,并且在这种情况下,附加逻辑(例如计算多个竞争指示的均值、中值、最大值或任何百分位)可用于合计多个竞争指示。
在一个示例实施例中,调度器参数指示用于在加权公平队列调度器中使用的对应于网络的参与者的权重,并且整形器参数指示分配给网络的参与者的带宽的限制。
更具体地说,例如,权重可以被表示为介于0和1之间的浮点数,或被表示为范围从0到取决于量化的最大值(例如,用于8比特量化的255)的整数。整形器限制可被直接表示为数据吞吐量(bps、kbps、Mbps、Gbps等)。
在一个示例实施例中,装置200还被配置为基于竞争指示和历史带宽利用指示来确定网络的参与者中的相应参与者的调度器参数和/或整形器参数。
本领域技术人员应当理解,可以为网络的每个参与者周期性地更新调度器参数和/或整形器参数,但是一些参与者的更新后的调度器参数和/或整形器参数可以保持与默认值或先前循环中的值相同。
图2示出了根据装置201的一个示例实施例的功能框图。
如图2的这个描绘的实施例中所示,装置201包括调节引擎,该调节引擎被馈送有从装置201要控制的通信网络100测量的竞争指示和历史带宽利用指示。竞争指示是在WFQ调度器的上游被获取的,其指示WFQ调度器仍然可以分配给网络100的任何参与者的剩余可用带宽。通信网络的相应参与者的历史带宽利用指示是在WFQ调度器和整形器的下游被获取的,其参数可以由调节引擎或笼统而言由装置201确定。因此,相应参与者的历史带宽利用指示与由调节引擎或者笼统而言由装置201确定的调度器参数和/或整形器参数相关,并且可以被认为是来自通信网络100的反馈。
此外,调节引擎基于竞争指示和通信网络的相应参与者的历史带宽利用指示来确定相应参与者的调度器参数和/或整形器参数。由调节引擎确定的调度器参数和/或整形器参数被进一步分别馈送给用于相应参与者的WFQ调度器和整形器。因此,提供了闭环自动化。
在一些实施例中,例如图2所示的实施例,装置201可以包括用于测量WFQ调度器上游的竞争的模块。在其他实施例中,这可以由装置外部的模块(例如在网络控制器110中,其然后将该测量提供给装置201)执行。在图2的实施例中,装置201还包括测量历史带宽利用的模块,馈送到可以被认为是来自通信网络100的反馈信号。在其他实施例中,该模块也可以在装置201之外,例如在网络控制器110中。装置201可以包括用于接收竞争指示和/或历史带宽利用的模块。
用于执行历史带宽利用的测量的方法是本领域技术人员公知的,并且可以包括由网络控制器110定期收集在网络节点120中实现的计数器,例如如由RFC7223(用于接口管理的YANG数据模型)定义的八位字节内和八位字节外计数器。
调节引擎可以动态地调整WFQ调度器权重和整形器限制,使得总链路利用不会增加到某个阈值以上,或者换句话说,在负载突然增加或潜在速度测试的情况下总是有最小BW可供调度器分配给用户。
在一个示例实施方式中,竞争指示和历史带宽利用指示可以由网络控制器110获取并且被存储在其存储器(有时被称为数据湖)中。形成装置一部分的调节引擎可被实现为虚拟网络功能(缩写为VNF),意味着它由网络控制器110中的软件实现,从数据湖读取数据并将新的配置参数(调度器参数和/或整形器参数)直接推送到对应的WFQ调度器和/或整形器。
有多种实现图2所示的调节引擎的方法。
在一个示例实施例中,装置201还被配置为在与竞争指示相关的第一预定阈值被超过的情况下确定调度器参数和/或整形器参数。
例如,如果竞争指示高于第一预定阈值,则其表明仍然可以分配给创建额外需求(例如进行速度测试)的网络的任何参与者的剩余可用带宽是不够的。因此,调整调度器参数和/或整形器参数以减少网络中的竞争是有意义的。
在一个示例实施例中,装置201还被配置为在多个相应的时间窗口上获取历史带宽利用指示,并且基于多个相应的第二预定阈值确定调度器参数和/或整形器参数,所述时间窗口的相应一个与所述相应的第二预定阈值中的至少一个相关联。
具体地,在一个示例实施方式中,如果竞争指示高于第一预定阈值,则装置201还被配置为降低历史带宽利用指示高于对应于相应时间窗口的相应第二预定阈值的网络参与者的调度器参数和/或整形器参数。
这种示例实施方式也可以称为使用基于规则的调节引擎。
图3示出了根据示例实施方式的示例调节规则。
在图3所示的示例实施方式中,在数据量(GB)方面为每个历史带宽利用指示观察时间窗口定义第二预定阈值。还为第二预定阈值中的每一个定义了对调度器参数和整形器参数的惩罚(penalty)。本领域技术人员可以理解,虽然图3所示的例子中定义了对调度器参数和整形器参数的惩罚,但没有必要同时应用。
具体而言,如果参与者在某个时间窗口期间的历史带宽利用指示高于该时间窗口对应的第二预定阈值,则将对该滥用参与者的调度器参数和/或整形器参数应用对应的惩罚。
例如,如果参与者131在过去15分钟内的历史带宽利用指示高于75GB,则针对参与者131调度器参数将被减小20%和/或整形器参数将被减小2%。
在另一种实施方式中,可以为某个时间窗口定义多于一个的第二预定阈值。同时可以相应地定义不同的惩罚级别。例如,如果参与者131在过去60分钟内的历史带宽利用指示高于200GB,则针对参与者131调度器参数将被减小33%和/或整形器参数将被减小5%。如果参与者132在过去60分钟内的历史带宽利用指示高于100GB,则针对参与者132调度器参数将被减小25%和/或整形器参数将被减小4%。在这种情况下,当参与者的历史带宽利用在相同时间窗口内越过多于一个第二预定阈值时,应用最严重即更高的惩罚。
具体而言,在图3所示的示例实施方式中,可以使用以下公式对调度器参数应用相对惩罚:
新权重=原始权重*(1-惩罚)
替代地,也可以通过绝对惩罚来减少权重。在这种情况下,要应用的公式将变为:
新权重=原始权重-惩罚
在图3所示的示例实施方式中,可以使用以下公式对整形器参数应用相对惩罚:
新整形器限制=原始整形器限制*(1-惩罚)
替代地,也可以通过绝对惩罚来减少整形器限制。在这种情况下,要应用的公式将变为:
新整形器限制=原始整形器限制-惩罚
图4示出了根据装置201可以执行的一种示例方法实施方式的流程图。
在图4所示的示例实施方式中,以固定的时间间隔,例如每5分钟,读取竞争指示。如果竞争指示高于第一预定阈值,则表明检测到竞争,检索连接到WFQ调度器的所有订户的历史带宽利用。于是,应用一些规则(如图3中所示的预定惩罚集合)来确定要应用的新WFQ权重和/或整形器限制。
有利地,装置201还被配置为在与竞争指示相关的第三预定阈值被超过的情况下将调度器参数和/或整形器参数恢复到默认值。
具体地,例如,当竞争指示低于第三预定阈值时,则表明不再检测到竞争。于是,调度器参数和/或整形器参数可以立即恢复到默认值,该恢复或在一个步骤中立即进行、或渐进地(逐步地)进行、或在某个延迟之后在单个步骤中进行。
根据这样的示例实施例,可以在最大化带宽利用的同时保证长期用户公平性。
图5a和5b示出了根据现有技术和本发明的示例实施例的带宽利用结果的比较。
图5a示出了根据现有技术的可能带宽利用结果。具体而言,示出了特定时间段内3个用户的示例带宽利用。
在本示例中,3个用户被连接到WFQ调度器并被配置了相同的权重。如果3个用户在不同时间请求峰值容量,例如每个用户都可以访问最大带宽。但是,如果其中一个订户的行为不像典型的住宅订户,并且出于任何原因永久请求最大带宽,这将对所有其他订户产生重大影响,始终阻止其他订户访问高带宽,即使其他订户只是不时地请求。
这种情况如图5a所示,用户3在不断地加载链路,例如当用户1或用户2请求一些容量时,他们只能得到最大带宽的一半。
图5b示出了根据示例实施例的可能的带宽利用结果。类似地,示出了在特定时间段内3个用户的示例带宽利用。
如图5b所示,由于用户3非常高且永久的带宽利用,用户3的整形器限制以及权重被逐渐减小。在其他用户(或速度测试)的需求突然增加的情况下,整形器限制减小恢复一些最小的空闲容量,并防止永久拥塞。当竞争仍然偶尔发生时,权重减小会给其他(公平的)用户更多的优先权。
图6示出了根据装置202的另一示例实施例的功能框图。
在示例实施例中,装置202还被配置为基于所获取的竞争指示的历史来确定预测的竞争指示;并且进一步基于预测的竞争指示来确定调度器参数和/或整形器参数。
例如,与针对先前实施例所描述的类似,装置202可以在与预测的竞争指示相关的第一预定阈值被超过的情况下,确定调度器参数和/或整形器参数。
如图6所示,不是将竞争指示直接提供给调节引擎,而是在两者之间插入一个AI模块,该模块经过训练以基于过去的竞争测量预测下一个时间间隔内的竞争。这个时间序列预测模块允许更快地做出反应(减少回路反应时间),进一步减少竞争时间。
具体来说,可以使用任何时间序列预测算法,包括但不限于经典机器学习算法,例如移动平均(简单、加权、指数……)和回归(线性、自回归、ARIMA和变体),以及深度学习技术,例如人工神经网络、卷积神经网络(CNN)、循环神经网络(RNN)、长短期记忆(LSTM)、时间卷积网络(TCN)、回归树、随机森林等。
装置202的其他功能与针对装置200、201的描述类似,在此不再赘述。
图7示出了根据装置202可以执行的另一示例方法实施方式的流程图。
在图7所示的示例实施方式中,可以存储用于先前时间间隔的竞争指示以形成指示的历史指示。预测引擎需要由竞争指示的历史(n个最后测量值)而不仅仅是最新的测量馈送。
与先前的实施方式不同,图7中本文的竞争检测不是直接基于竞争指示确定的,而是基于对下一个时间间隔的竞争指示的预测。
例如,如果对于下一个时间间隔竞争指示的预测高于第一预定阈值,则针对其历史带宽利用指示高于对应于相应时间窗口的相应第二预定阈值的网络的参与者,调度器参数和/或整形器参数将被减小。
与图4中描述的类似,整个工作流程必须按规则的时间间隔进行安排调度,例如每5分钟一次。
图8示出了根据装置203的又一示例实施例的功能框图。
在示例实施例中,装置203还被配置为存储在所述预定的相应时间间隔期间的调度器参数和/或整形器参数的值;并且进一步基于其值来确定调度器参数和/或整形器参数。
在示例实施例中,装置203还被配置为实现强化学习算法,以用于基于所述竞争指示、所述历史带宽利用指示、以及所述调度器和/或所述整形器参数的先前值,来确定所述调度器和/或所述整形器参数。
在强化学习(RL)场景的典型框架中,代理在环境中采取行动,该环境被解释为奖励和状态的表示,该奖励和状态的表示被反馈给代理。
强化学习代理以离散的时间步长与其环境交互。在每个时间t,代理接收当前状态和奖励。然后它从可用动作集中选择动作,然后将所选动作发送给环境。环境移动到新状态,并与转换相关联的奖励被确定。强化学习代理的目标是学习使预期累积奖励最大化的策略。
如图8所示,这个概念被应用于这个示例实施例,例如:
-环境由WFQ调度器和随后的流量整形器以及连接到它们并生成流量的不同订户组成(图中未显示)
-解释器(interpreter)由以下组成:
-如前所述,竞争指示和历史带宽利用指示。这些指示通过生成一些可观察的状态(即调度器根部的竞争级别和订户的历史带宽利用)来“解释”环境(量化其某些特征)。状态可以是离散的或连续的。例如,竞争指示可以采用诸如“0=低于阈值,1=高于阈值”的离散状态的形式,或诸如“竞争级别=x%”的连续状态的形式。类似地,历史带宽利用指示可以采取对于对应于不同时间窗口的多个阈值(诸如图3中)的例如“0=低于阈值,1=高于阈值”的离散状态的形式,或由在最后n个迭代周期中测量的订户的带宽利用的阵列组成的连续状态的形式。
-基于状态来计算代理将最大化的度量(奖励)的奖励函数。由于希望在最大化可用带宽的利用的同时最小化竞争时间,因此奖励函数将例如通过加权和(以及必要时的符号的变化,例如当竞争时间被最小化并且历史带宽利用指示被最大化时奖励被最大化)组合这些因素。
-强化学习代理(RL代理,或简称为“代理”)将学习一种策略,该策略基于先前观察到的状态和瞬时奖励来确定下一个最佳动作,以应用于调度器参数和/或整形器参数以最大化累积奖励。本文的动作也可以是离散的(通过预定义的步骤增加或减少WFQ调度器权重或整形器限制)或连续的(将WFQ调度器权重或整形器限制设置为新值)。取决于实施方式选择(离散或连续状态和动作空间),可以使用不同的强化学习算法。可以使用在申请日先前或之后开发的任何强化学习算法。
在图8所示的示例实施方式中,基于网络竞争指示和历史带宽利用指示来确定奖励函数,其中当网络竞争指示减少时奖励函数增加,当历史带宽利用指示减少时奖励函数减少。调度器参数和/或整形器参数可以进一步使用强化学习算法同时最大化奖励函数来确定。
替代地,在另一示例实施方式中,可以基于网络竞争指示和历史带宽利用指示来确定成本函数,其中当网络竞争指示增加时成本函数增加,当历史带宽利用指示增加时成本函数减小。调度器参数和/或整形器参数可以进一步使用强化学习算法同时最小化成本函数来确定。
装置203的其他功能与针对装置200、201、202描述的那些类似,在此不再赘述。
这种基于AI的引擎的优势在于,与需要随着新服务的引入或带宽需求的增加而更新的基于规则的引擎相反,本文的系统会自动适应新的条件(至少如果新引入的服务是最大的努力)。
图9示出了根据装置203可以执行的又一示例方法实施方式的流程图。
如图9所示,可以存储用于前一时间间隔的竞争指示以形成指示的历史指示。为了使强化学习算法能够从过去的动作中学习,先前配置的调度器参数和/或整形器参数被存储在数据库中。
调度器参数和/或整形器参数是基于竞争的历史指示、历史带宽利用指示以及调度器参数和/或整形器参数的历史值被确定。
与针对先前实施方式所描述的类似,这样的工作流可以以规则的时间间隔(例如每5分钟)执行。
已经针对网络运营商级别的调度描述了示例实施例,其中网络的参与者是网络运营商的订户。
在另一示例实施例中,网络的参与者是虚拟网络运营商和/或虚拟网络运营商的订户。
即,示例实施例也可以在基础设施提供商(InP)级别或甚至分层实现。
图10示出了根据装置204、205和206的又一示例实施例的实现场景。
如图10所示,VNO正在从电信基础设施提供商(InP)购买/租用网络切片,并向其订户出售互联网接入服务。VNO负责交付给其订户的QoS以及在其自己的切片内的超售(overbooking)。但是,InP可以向多个VNO提供网络切片,并在切片级别引入超售。
例如,在VNO 1和VNO 2之间共享物理PON(限制为2.4Gbps),VNO 1和VNO 2分别为多个(为简单起见,图10中仅示出了3个)订户服务。InP(PON拥有者)正在向两个VNO超售其容量,并且每个VNO可进一步向其自己的订户超售其切片的容量。
在上述情形中,本发明的各方面可以在InP级别和/或VNO级别实现。
在图10所示的示例实施例中,分层WFQ调度器在InP级别和VNO级别实现。此外,在VNO级别,为每个订户配置了一个整形器,而在InP级别,为每个VNO配置了一个整形器,限制了每个VNO可以接入的最大带宽。
在VNO级别,针对VNO中的每一个实现装置205、206。每个装置205、206基于VNO级别的竞争指示和VNO中每个订户的历史带宽利用指示参数,来确定用于相应VNO的订户的调度器参数和/或整形器参数。确定的调度器参数和/或整形器参数将被提供给相应的1级WFQ调度器和相应的整形器。
在InP级别,装置204基于InP级别的竞争指示和每个VNO的历史带宽利用指示参数,来确定用于每个VNO的调度器参数和/或整形器参数。
本领域技术人员可以理解,此处图10所示的VNO数量仅作为示例。InP可以配置任何其他数量的VNO。尽管在图10中显示为VNO级别和InP级别两者中的分层实施方式,但是本发明的方面可以在任一级别中实现。同时,也没有必要让所有的VNO都实现本发明的示例实施例。
图11是描绘根据示例实施例操作的装置200的框图。该框图也可以适用于上述装置201、202、203、204、205和206中的任何一个。装置200可以例如是诸如芯片、芯片组、电子设备或接入网控制器等的电子设备。装置200包括处理器1110和存储器1160。在其他示例中,装置200可以包括多个处理器。
在图11的示例中,处理器1110是可操作地连接以从存储器1160读取和写入存储器1160的控制单元。处理器1110还可以被配置为接收经由输入接口接收的控制信号,和/或处理器1110可以被配置为经由输出接口输出控制信号。在示例实施例中,处理器1110可以被配置为将接收的控制信号转换成用于控制装置的功能的适当命令。
存储器1160存储计算机程序指令1120,其在被加载到处理器1110中时控制装置200的如上所述的操作。在其他示例中,装置200可以包括多于一个的存储器1160或不同种类的存储设备。
用于实现本发明的示例实施例的计算机程序指令1120或这样的计算机程序指令的一部分可以由装置200的制造商、装置200的用户或装置200本身基于下载程序加载到装置200上,或者指令可以通过外部设备被推送到装置200。计算机程序指令可以经由电磁载波信号到达装置200,或者从物理实体复制,例如计算机程序产品、存储器设备或记录介质(例如光盘(CD)、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或蓝光光盘)。
根据示例实施例,装置200包括构件,其中构件包括至少一个处理器1110和包括计算机程序代码1120的至少一个存储器1160,至少一个存储器1160和计算机程序代码1120被配置为与至少一个处理器1110一起促使装置200的执行。
图12示出了结合先前公开的实施例的方面的示例方法1200。
该方法开始于获取1210通信网络的竞争指示。该方法继续获取1220通信网络的相应参与者的历史带宽利用指示参数。该方法还继续基于竞争指示和历史带宽利用指示来确定1230用于提供给装置的输出的调度器参数和/或整形器参数,其中,调度器参数和/或整形器参数与向网络的参与者分配带宽相关。
本领域技术人员应当理解,该方法的顺序不限于图示的示例。该方法可以以其他顺序实现。例如,可以在一个步骤中一起获取竞争指示和历史带宽利用指示,或者可以在竞争指示之前获取历史带宽利用指示。
在不以任何方式限制下面出现的权利要求的范围、解释或应用的情况下,本文公开的一个或多个示例实施例的技术效果是可以根据可用资源以及网络的参与者的历史行为来调整分配给该参与者的带宽,这样总的链路利用不会增加超过某个阈值,或者换句话说,总有一个最小带宽可供调度器分配给用户,以防万一负载突然增加(或速度测试)。因此,提供了闭环自动化,并且可以提供用户公平性。
示例实施例可以应用于上游和下游带宽分配。
本发明的实施例可以以软件、硬件、应用逻辑或者软件、硬件和应用逻辑的组合来实现。软件、应用逻辑和/或硬件可以驻留在装置、单独的设备或多个设备上。如果需要,部分软件、应用逻辑和/或硬件可以驻留在装置上,部分软件、应用逻辑和/或硬件可以驻留在单独的设备上,以及部分软件、应用逻辑和/或硬件可以驻留在多个设备上。在示例实施例中,应用逻辑、软件或指令集被维护在各种常规计算机可读介质中的任一个上。在本文件的上下文中,“计算机可读介质”可以是可以包含、存储、通信、传播或传输指令以供指令执行系统、装置或设备(例如计算机)使用或与其结合使用的任何介质或构件,其具有图11中描述和描绘的计算机的一个示例。计算机可读介质可以包括计算机可读存储介质,计算机可读存储介质可以是可以包含或存储供指令执行系统、装置或设备(例如计算机)使用或与其结合使用的指令的任何介质或构件。
如果需要,本文讨论的不同功能可以以不同的顺序和/或彼此同时执行。此外,如果需要,上述功能中的一个或多个可以是可选的或者可以被组合。
尽管在独立权利要求中阐述了本发明的各个方面,但本发明的其他方面包括来自所描述的实施例和/或从属权利要求的特征与独立权利要求的特征的其他组合,而不仅仅是在权利要求中明确陈述的组合。
对于本领域技术人员来说显而易见的是,随着技术的进步,可以以各种方式实现本发明构思。本发明及其实施例不限于上述示例,而是可以在权利要求的范围内变化。
Claims (15)
1.一种装置(200,201,202,203,204,205,206),包括用于以下操作的构件:
-获取通信网络(100)的竞争指示;
-获取所述通信网络的相应参与者(131,132,133)的历史带宽利用指示参数;
-基于所述竞争指示和所述历史带宽利用指示,来确定用于提供给所述装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或整形器参数与向所述网络的参与者(131,132,133)分配带宽相关。
2.根据权利要求1所述的装置(200,201,202,203,204,205,206),其中,所述构件还被配置为重复以下操作:所述竞争指示的获取;所述历史带宽利用指示参数的获取;以及以预定时间间隔确定所述调度器参数和/或所述整形器参数。
3.根据任一前述权利要求所述的装置(202),其中,所述构件进一步被配置用于:
-基于所获取的竞争指示的历史来确定预测的竞争指示;
-进一步基于所预测的竞争指示来确定所述调度器参数和/或所述整形器参数。
4.根据任一前述权利要求所述的装置(201,202),其中,所述构件进一步被配置用于:
-在超过与所述竞争指示或所述预测竞争指示相关的第一预定阈值的情况下确定所述调度器参数和/或所述整形器参数。
5.根据任一前述权利要求所述的装置(201,202),其中,所述构件进一步被配置用于:
-获取在多个相应时间窗口期间的所述历史带宽利用指示;
-基于多个相应的第二预定阈值确定所述调度器参数和/或所述整形器参数,所述时间窗口中的相应一个与所述相应第二预定阈值中的至少一个相关联。
6.根据任一前述权利要求所述的装置(201,202),其中,所述构件进一步被配置用于:
-在与所述竞争指示相关的第三预定阈值被超过/将被超过的情况下,将所述调度器参数和/或所述整形器参数恢复到默认值。
7.根据权利要求2所述的装置(203),其中,所述构件进一步被配置用于:
-存储在所述预定的相应时间间隔期间的所述调度器参数和/或所述整形器参数的值;
-进一步基于其值来确定所述调度器参数和/或所述整形器参数。
8.根据权利要求7所述的装置(203),其中,所述构件还被配置用于:
-实施强化学习算法,用于基于所述竞争指示、所述历史带宽利用指示、以及所述调度器和/或所述整形器参数的先前值来确定所述调度器和/或所述整形器参数。
9.根据任一前述权利要求中所述的装置(200,201,202,203,204,205,206),其中,所述构件进一步被配置用于:
-基于所述竞争指示和所述历史带宽利用指示,确定用于所述网络的所述参与者(131,132,133)中的相应参与者的调度器参数和/或整形器参数。
10.根据任一前述权利要求所述的装置(200,201,202,203,204,205,206),其中,所述调度器参数指示用于在加权公平队列调度器中使用的对应于所述网络的所述参与者(131,132,133)的权重,并且所述整形器参数指示对分配给所述网络的所述参与者(131,132,133)的带宽的限制。
11.根据任一前述权利要求所述的装置(200,201,202,203),其中,所述网络的所述参与者(131,132,133)是网络运营商的订户。
12.根据任一前述权利要求所述的装置(200,201,202,203,204,205,206),其中,所述网络的所述参与者(131,132,133)是虚拟网络运营商或所述虚拟网络运营商的订户。
13.根据任一前述权利要求中所述的装置(200,201,202,203,204,205,206),其中,所述构件包括:
至少一个处理器;以及
包括计算机程序代码的至少一个存储器,所述至少一个存储器和计算机程序代码被配置为与所述至少一个处理器一起促使所述装置的所述执行。
14.一种方法,包括:
-获取通信网络的竞争指示;
-获取所述通信网络的相应参与者的历史带宽利用指示参数;
-基于所述竞争指示和所述历史带宽利用指示,来确定提供给装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
15.一种计算机程序,包括用于使装置至少执行以下操作的指令:
-获取通信网络的竞争指示;
-获取所述通信网络的相应参与者的历史带宽利用指示参数;
-基于所述竞争指示和所述历史带宽利用指示,来确定提供给所述装置的输出的调度器参数和/或整形器参数,其中,所述调度器参数和/或所述整形器参数与向所述网络的参与者分配带宽相关。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21382040.0 | 2021-01-19 | ||
EP21382040.0A EP4030708A1 (en) | 2021-01-19 | 2021-01-19 | Method and apparatus for bandwidth allocation |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114826924A true CN114826924A (zh) | 2022-07-29 |
Family
ID=74205787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210054801.0A Pending CN114826924A (zh) | 2021-01-19 | 2022-01-18 | 用于带宽分配的方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220232584A1 (zh) |
EP (1) | EP4030708A1 (zh) |
CN (1) | CN114826924A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115941622A (zh) * | 2022-10-25 | 2023-04-07 | 阿里巴巴(中国)有限公司 | 一种带宽调节方法、系统、设备及存储介质 |
EP4373050A1 (en) | 2022-11-17 | 2024-05-22 | Nokia Solutions and Networks Oy | Method and apparatus for bandwidth allocation in a sliced network |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060120282A1 (en) * | 2000-05-19 | 2006-06-08 | Carlson William S | Apparatus and methods for incorporating bandwidth forecasting and dynamic bandwidth allocation into a broadband communication system |
US20060280119A1 (en) * | 2005-06-10 | 2006-12-14 | Christos Karamanolis | Weighted proportional-share scheduler that maintains fairness in allocating shares of a resource to competing consumers when weights assigned to the consumers change |
US20080069138A1 (en) * | 2006-09-19 | 2008-03-20 | Cisco Technology, Inc. (A California Corporation) | System and method for managing bandwidth |
US20080273591A1 (en) * | 2007-05-04 | 2008-11-06 | Brooks Paul D | Methods and apparatus for predictive capacity allocation |
US20120046991A1 (en) * | 2010-08-18 | 2012-02-23 | International Business Machines Corporation | Competing simulator in multi-channel retailing environment among multiple retailers |
US20120195209A1 (en) * | 2011-02-01 | 2012-08-02 | Google Inc. | System to share network bandwidth among competing applications |
US20120203886A1 (en) * | 2011-02-03 | 2012-08-09 | Disney Enterprises, Inc. | Optimized video streaming to client devices |
CN102958182A (zh) * | 2011-08-30 | 2013-03-06 | 中兴通讯股份有限公司 | 一种认知无线电公平性调度的方法及系统 |
CN105027658A (zh) * | 2013-02-26 | 2015-11-04 | 高通股份有限公司 | 基于竞争的对等无线网络中的可缩放发现 |
US20150326479A1 (en) * | 2014-05-07 | 2015-11-12 | Richard L. Goodson | Telecommunication systems and methods using dynamic shaping for allocating network bandwidth |
US20170187632A1 (en) * | 2014-05-07 | 2017-06-29 | Adtran, Inc. | Telecommunication systems and methods using dynamic shaping for allocating network bandwidth |
CN107111597A (zh) * | 2015-06-01 | 2017-08-29 | 华为技术有限公司 | 用于动态地控制基于需求收费的网络中的客户流量的方法和设备 |
CN108370353A (zh) * | 2015-12-04 | 2018-08-03 | 索尼公司 | 使用网络辅助协议来提高网络利用率 |
US20200344772A1 (en) * | 2018-02-23 | 2020-10-29 | Telefonaktiebolaget Lm Ericsson (Publ) | Radio network node, user equipment (ue), system and methods performed therein for handling communication in a wireless communication network |
CN111937471A (zh) * | 2018-03-28 | 2020-11-13 | 诺基亚技术有限公司 | 用于具有数据重复的多节点连接的urllc优化调度策略 |
US20200413283A1 (en) * | 2019-06-27 | 2020-12-31 | Cisco Technology, Inc. | Congestion Avoidance with Adaptive QoS policy enforcement from SD-WAN Controller in SD-WAN Networks |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0322770D0 (en) * | 2003-09-29 | 2003-10-29 | British Telecomm | Bandwith allocation |
US11540176B2 (en) * | 2020-11-09 | 2022-12-27 | Celona, Inc. | Method and apparatus for load control of an enterprise network on a campus based upon observations of busy times and service type |
-
2021
- 2021-01-19 EP EP21382040.0A patent/EP4030708A1/en active Pending
- 2021-12-27 US US17/562,309 patent/US20220232584A1/en active Pending
-
2022
- 2022-01-18 CN CN202210054801.0A patent/CN114826924A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060120282A1 (en) * | 2000-05-19 | 2006-06-08 | Carlson William S | Apparatus and methods for incorporating bandwidth forecasting and dynamic bandwidth allocation into a broadband communication system |
US20060280119A1 (en) * | 2005-06-10 | 2006-12-14 | Christos Karamanolis | Weighted proportional-share scheduler that maintains fairness in allocating shares of a resource to competing consumers when weights assigned to the consumers change |
US20080069138A1 (en) * | 2006-09-19 | 2008-03-20 | Cisco Technology, Inc. (A California Corporation) | System and method for managing bandwidth |
US20080273591A1 (en) * | 2007-05-04 | 2008-11-06 | Brooks Paul D | Methods and apparatus for predictive capacity allocation |
US20120046991A1 (en) * | 2010-08-18 | 2012-02-23 | International Business Machines Corporation | Competing simulator in multi-channel retailing environment among multiple retailers |
US20120195209A1 (en) * | 2011-02-01 | 2012-08-02 | Google Inc. | System to share network bandwidth among competing applications |
US20120203886A1 (en) * | 2011-02-03 | 2012-08-09 | Disney Enterprises, Inc. | Optimized video streaming to client devices |
CN102958182A (zh) * | 2011-08-30 | 2013-03-06 | 中兴通讯股份有限公司 | 一种认知无线电公平性调度的方法及系统 |
CN105027658A (zh) * | 2013-02-26 | 2015-11-04 | 高通股份有限公司 | 基于竞争的对等无线网络中的可缩放发现 |
US20150326479A1 (en) * | 2014-05-07 | 2015-11-12 | Richard L. Goodson | Telecommunication systems and methods using dynamic shaping for allocating network bandwidth |
US20170187632A1 (en) * | 2014-05-07 | 2017-06-29 | Adtran, Inc. | Telecommunication systems and methods using dynamic shaping for allocating network bandwidth |
CN107111597A (zh) * | 2015-06-01 | 2017-08-29 | 华为技术有限公司 | 用于动态地控制基于需求收费的网络中的客户流量的方法和设备 |
CN108370353A (zh) * | 2015-12-04 | 2018-08-03 | 索尼公司 | 使用网络辅助协议来提高网络利用率 |
US20200344772A1 (en) * | 2018-02-23 | 2020-10-29 | Telefonaktiebolaget Lm Ericsson (Publ) | Radio network node, user equipment (ue), system and methods performed therein for handling communication in a wireless communication network |
CN111937471A (zh) * | 2018-03-28 | 2020-11-13 | 诺基亚技术有限公司 | 用于具有数据重复的多节点连接的urllc优化调度策略 |
US20200413283A1 (en) * | 2019-06-27 | 2020-12-31 | Cisco Technology, Inc. | Congestion Avoidance with Adaptive QoS policy enforcement from SD-WAN Controller in SD-WAN Networks |
Non-Patent Citations (1)
Title |
---|
罗军;袁满;胡建平;阚志刚;马健;: "QoS保证的资源竞争与用户需求策略研究", 计算机科学, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
US20220232584A1 (en) | 2022-07-21 |
EP4030708A1 (en) | 2022-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Toka et al. | Machine learning-based scaling management for kubernetes edge clusters | |
US20230283681A1 (en) | System and method for throttling service requests having non-uniform workloads | |
JP6457447B2 (ja) | データセンターのネットワークトラフィックスケジューリング方法及び装置 | |
US9419904B2 (en) | System and method for throttling service requests using work-based tokens | |
US7305431B2 (en) | Automatic enforcement of service-level agreements for providing services over a network | |
US9504061B2 (en) | Networked resource provisioning system | |
CN114826924A (zh) | 用于带宽分配的方法及装置 | |
Dai et al. | Psaccf: Prioritized online slice admission control considering fairness in 5g/b5g networks | |
US20040236846A1 (en) | System and method for utilizing informed throttling to guarantee quality of service to I/O streams | |
Katsalis et al. | SLA-driven VM scheduling in mobile edge computing | |
US9515793B2 (en) | Network resource configuration | |
EP3981111B1 (en) | Allocating cloud resources in accordance with predicted deployment growth | |
WO2011138854A1 (ja) | リソース管理システム、リソース管理方法およびリソース管理プログラム | |
Shifrin et al. | Optimal control of VNF deployment and scheduling | |
Balasubramanian et al. | Reinforcing cloud environments via index policy for bursty workloads | |
CN111813524A (zh) | 一种任务执行方法、装置、电子设备和存储介质 | |
Mazzucco et al. | Web service hosting and revenue maximization | |
CN114936089A (zh) | 资源调度方法、系统、设备及存储介质 | |
KR20210056163A (ko) | 슬라이스의 자원관리장치 및 방법 | |
Bouterse et al. | Dynamic VM allocation in a SaaS environment | |
Kumar et al. | A QoS-based reactive auto scaler for cloud environment | |
Bañares et al. | Revenue creation for rate adaptive stream management in multi-tenancy environments | |
US20240171524A1 (en) | Method and apparatus for bandwidth allocation in a sliced network | |
Zhuang et al. | Dynamic vnf resource scaling and migration: A machine learning approach | |
US20230281682A1 (en) | Infrastructure management agent managing parameters corresponding to cloud-based computational services |
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 |