CN115065648A - 一种云网络平台的多出口流量调度方法及系统 - Google Patents
一种云网络平台的多出口流量调度方法及系统 Download PDFInfo
- Publication number
- CN115065648A CN115065648A CN202210935480.5A CN202210935480A CN115065648A CN 115065648 A CN115065648 A CN 115065648A CN 202210935480 A CN202210935480 A CN 202210935480A CN 115065648 A CN115065648 A CN 115065648A
- Authority
- CN
- China
- Prior art keywords
- outlet
- flow
- bandwidth
- charging
- traffic
- 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 33
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 64
- 238000009826 distribution Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000003860 storage Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001595 flow curve Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003828 downregulation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000003827 upregulation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/83—Admission control; Resource allocation based on usage prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/80—Actions related to the user profile or the type of traffic
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5029—Service quality level-based billing, e.g. dependent on measured service level customer is charged more or less
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种云网络平台的多出口流量调度方法及系统,方法包括:根据往期历史流量数据估计下个周期流量情况,计算所有出口在给定计费模式下的计费带宽总和的上界和下界;在上下界内遍历计费带宽的可能取值,对于每个可能取值确定使得总成本最小化的具体每个出口的计费带宽值,并判断其可行性,得到可行方案;当调度周期开始或发生出口故障时,根据实时从云网络平台中获得的业务流量数据和出口数据、每个出口的计费带宽和计算的可行方案确定每个出口应当分配的带宽;根据每个出口应当分配的带宽,采用满足质量约束条件的最大流算法计算业务流量到出口的最终分配方案。本发明实现了高可靠、低成本以及高性能的云网络平台的多出口流量调度。
Description
技术领域
本发明涉及云网络流量优化技术,具体是一种云网络平台的多出口流量调度方法及系统。
背景技术
公有云网络为其承载的复杂云服务提供网络连接服务。其中Internet网络主要负责对接运营商,为公有云用户提供网络接入访问,直接承载用户流量,重要性高,同时由于其对接海量的运营商网络,带来高度的复杂度和不确定性,是公有云网络团队研究的重点。随着使用云服务的企业和组织的快速增多,云网络流量急速增加,云网络厂商对网络流量的成本、性能和可靠性有更严格的要求。
可靠性方面,由于运营商网络的不确定性,时常会产生网络拥塞或者中断现象,直接造成用户访问云网络业务的中断或者体验变差,引起现网的重大故障。性能方面,云网络一般在多个不同城市对接多个运营商,因此业务流量有多个出口可以分配,有多条路径可达,但是每个出口和路径的时延和丢包率并不一致,如何选取端到端综合质量最优的路径并不是一件容易的事情。成本方面,BGP出口是公有云高性能覆盖用户的主要资源之一,云网络厂商需要将大量的业务流量通过不同的运营商出口送达给用户,运营商根据其定价策略和用户的流量使用情况来收费。随着公有云业务持续扩张,云网络流量持续增大,运营商对于云网络流量的收费日益增长。如何在满足业务流量的质量要求和可靠性保证的情况下降低云网络流量的整体费用是当前面对的一项重点和难点问题。
发明内容
发明目的:本发明提出了一种云网络平台的多出口流量调度方法及系统,在兼顾流量的质量要求和可靠性要求的情况下确定流量分配方案,分配和调节每个出口的流量来减小成本,实现流量调度的成本最优化。
技术方案:为了实现上述目的,本发明采用如下技术方案:
第一方面,一种云网络平台的多出口流量调度方法,包括如下步骤:
根据每个出口应当分配的带宽,采用满足质量约束条件的最大流算法计算业务流量到出口的最终分配方案。
第二方面,一种云网络平台的多出口流量调度系统,包括
出口确定模块,用于根据每个出口应当分配的带宽,采用满足质量约束条件的最大流算法计算业务流量到出口的最终分配方案。
第三方面,一种计算机设备,包括:一个或多个处理器;存储器;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述程序被处理器执行时实现如本发明第一方面所述的云网络平台的多出口流量调度方法的步骤。
第四方面,一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明第一方面所述的云网络平台的多出口流量调度方法的步骤。
有益效果:本发明根据云网络平台提供的全局出口价格信息,出口实测时延信息,网络流量信息和不同类型业务流量的质量要求,满足不同业务流量的不同质量要求并最小化运营商出口计费带来的流量成本,在云网络复杂的多出口场景下,能够应对运营商百分比收费模式,降低出口计费成本,满足业务流量的质量要求,并且能够保障各类流量在运营商故障的情况下得到快速处理。
附图说明
图1是本发明实施例的利用出口5%免费时间进行分时错峰调度流量的前后对比示意图;
图2是本发明实施例的在出口其余95%时间进行流量填充以利用空闲可用流量的前后对比示意图;
图4是本发明实施例的最大流算法确定流与出口匹配关系示意图;
图5是本发明实施例的云网络平台的多出口流量调度方法流程图。
具体实施方式
下面结合附图对本发明的技术方案做出更进一步的说明。
公有云网络在建设和运营过程中,主要面临可靠性、成本以及性能的挑战。本发明针对云网络平台提供一种多出口场景下,综合考虑云网络流量成本、时延和可靠性的流量调度算法。基于在线调度算法确定流量分配方案,在兼顾流量的质量要求和可靠性要求的情况下,解决运营商收费模式下的多出口成本优化问题。在本发明的实施方式中,主要面对运营商百分比的定价策略与云网络多出口场景,通过挖掘百分比收费模式的特点,实现流量调度的成本最优化,分配和调节每个出口的流量来减小成本。
随着网络技术的演进,云网络厂商逐步引入SDN(software defined network,软件定义网络)技术,基于此,可以通过灵活的软件能力,对Internet网络流量进行基于可靠性/成本/性能的智能化调度,提升网络可靠性,以及成本和性能的竞争力。针对网络拥塞或中断的可靠性问题,当运营商网络出口发生异常时,需要基于网络探测数据快速感知到故障的运营商线路,并驱动SDN调度平台将受影响的流量调度到正常的运营商出口和路径,从而实现故障的快速恢复。
针对多出口流量分配性能问题,如果想要达到极致的质量和性能,则需要对所有可达路径做端到端的质量探测,根据探测结果,驱动SDN调度平台来实现优选端到端综合质量最优的路径。同时,不同类型的业务流量对于质量有着不同的要求,可以初步定义时延敏感型,丢包率敏感型以及成本敏感型业务三种类型,如表1所示。各业务类型对网络SLA(service level agreement,服务等级协议)要求不同,需要根据不同业务流量的不同要求进行调度。为了保证特定类型业务流满足其相应的时延要求并能够最优化其性能指标,算法需要针对性能型业务特点,制定优先顺序,进行合理的优先分配和调度。
表1 不同业务类型的要求
成本方面,运营商对于一个BGP出口的收费基于用户产生的流量,即成本Cost=c(x),其中x是运营商根据用户在整个计费周期内的流量所确定的结算流量,c(x)是将结算流量x映射到最终收费的价格函数。市面上存在几种方法可以确定结算流量x,目前最常用的是基于百分比(Percentile-based charging)的计费方式,计算x的具体计费规则为:
其中,总计费周期P(通常为一个月)被划分为M个时间段(一个时间段通常为5 分钟,因此每月大约有M=8640个时间段)的序列,运营商记录出口每个时段的平均流量使用值,在整个计费周期P结束后,按照流量值从小到大对M个时段的流量值排序,取位于95%处的流量值作为最终的结算流量值x。即,第一百分比为95%,则第二百分比为5%,换句话说,在该5%的时间段内流量是免费的。最后根据结算流量值x和价格函数c(x)确定该出口在整个计费周期内最终的收费。除了P95计算的结算流量值x之外,运营商对利用率低于U(通常为20%)的出口按照U的利用率对应的流量收费,即每个出口有保底带宽。在多个BGP出口可供选择的情况下,百分比收费模式的成本最小化调度问题是NP-hard问题。基于运营商的百分比收费模式和保底带宽规则,可通过调度算法均衡调度流量,降低云网络流量的整体费用。应当理解,以下以95%作为第一百分比,5%作为第二百分比,对多出口流量调度过程做出的说明仅是示例的作用,而不是对本发明的限制。
基于上述场景分析,可以确定本发明要解决的流量调度问题需要算法为数据中心流量确定实时动态出口分配方案,根据实时云网络流量数据,动态调整流量调度结果,最小化流量成本并满足流量质量要求,且能够根据故障情况合理调度受影响的流量。调度算法需要以统一的方式综合兼顾所有要求,可靠性要求,业务性能要求,成本调度目标。
对于整个问题,可靠性要求作为基础,需要算法确保优化的流量路径上无故障发生,以及当发生故障时能快速切换路线。可靠性要求算法进行实时流量分配和动态调整,保证出口故障发生时的流量调度处理。为了应对出口故障的情况,算法对于每个出口上的流量,在为其分配出口时需确定其备份出口,从而在当前出口故障时,能够立刻将流量调度到备份出口上。而性能目标要求作为约束,算法需要根据流的质量要求确定特定流的可选出口,对于性能型业务确保性能型流量的性能要求得到满足。在满足可靠性和性能的基础上,考虑成本目标,分析百分比收费模式来最优化成本,力求能够综合百分比收费模式的特点和多个出口的实际实测时延等信息进行流量调度,最小化出口成本。
本发明将该问题定义为以出口总体成本最小化为目标的流量调度问题。涉及的符号描述如表2所示。
表2 多出口流量调度问题涉及的符号说明
问题的目标是最小化所有ISP(internet service provider,网络业务提供商)出
口的总成本,,即所有出口的收费之和,一个出口的成本由出口
的价格函数和计费带宽共同确定。对于最小化成本的流量调度问题,流量分配算
法需要在整个计费周期内,在每个时间点为每一个出口确定应当分配多少流量(以及哪些
流量)于此出口。
以自顶向下的方式考虑整个问题:算法目标是最小化总成本,总成本等于所有出
口的成本之和,其中每个出口的价格函数由运营商决定且已给出,因此决定最终整体成本
的是每一个出口的计费带宽。出口的计费带宽由出口在整个计费周期内分配的流量曲
线根据百分比收费模式来计算得到,因此为了最小化整体成本,算法需要以一种合理的
方式确定每个出口分配的流量曲线,使得所有出口在百分比收费模式下的计费带宽的
集合能够最小化成本。综上所述,问题的核心在于如何确定这样一
组的值,一方面,使最终的总成本尽可能小,另一方面,每个需要
满足其自身的定义。且保证每一个时刻,每个出口分配的流量不超过其可用带宽容量的上
限,所有出口分配的流量之和等于当前时刻的总流量。
百分比计费模式有其固有特性,挖掘百分比收费模式的特点成为最小化总成本的
关键。算法需要充分挖掘多出口流量特点,分时错峰,利用出口5%免费时间,每个出口在最
高的5%时间内满额(满额是指出口e分配的流量达到其容量的上限)并不会增加其计
费带宽,在总流量高峰期,应当利用好出口5%免费时间,通过组织出口以交错的方式分
担流量高峰期的流量,达到分时错峰,有助于减小总体收费。如图1所示,图1中(a)示出了出
口1根据普通分配算法,在整个计费周期内不同时隙中分配的流量,并已按照流量从高到底
将每个时隙的流量排序,以柱状图的形式展示(由于整个计费周期按5分钟为粒度划分得到
的时隙数量很多,图中只象征性地展示了部分时隙),根据百分比计费规则,将流量从低到
高排序取其95%处的流量值,相当于图中将流量从高到低排序并取其5%处的流量值作为出
口1的计费带宽。图1中(b)所示为算法挖掘百分比收费模式特点,优化多出口带宽成本的
空间所在,即每个出口相当于有5%的“免费”时间,让出口在最高的5%时隙内满额(满额是指
出口e分配的流量达到其容量可允许的上限)并不会增加其计费带宽,以出口1为
例,若分配算法在其最高的5%时隙上,为出口1分配的流量达到其容量,则由于百分比
计费规则的特点,并不会增加最终的计费带宽。因此在总流量高峰期,应当通过组织出口
以合理的方式分担流量高峰期的流量,充分利用好每个出口的5%免费时间。
在出口其余的95%时间中,利用出口的可用容量,合理填充出口可用容量和保底带
宽。由于百分比收费模式的特点,不增加一个出口的计费带宽就不会增加最终的成本,因此
在出口其余的95%时间中,可以对每一个出口进行流量填充,利用好出口的空闲可用容量,
这部分容量不会增加最终的收费,但可以减小其他出口的压力,从而最终有助于减小总体
收费。参照图2,图2中(a)表示出口1根据普通分配算法,在整个计费周期内不同时隙中分配
的流量,并已按照流量从高到底将每个时隙的流量排序,以柱状图的形式展示(由于整个计
费周期按5分钟为粒度划分得到的时隙数量很多,图中只象征性地展示了部分时隙),根据
百分比计费规则,将流量从低到高排序取其95%处的流量值,相当于图中将流量从高到低排
序并取其5%处的流量值作为出口1的计费带宽。图2中(b)表示每个出口在分配的流量小
于其计费带宽的时隙上,增加该时隙此出口的流量,只要不超过计费带宽,则并不会
增加其最终成本。以出口1为例,若分配算法在其余的95%时隙上,为出口1分配的流量不超
过,则由于百分比计费规则的特点,并不会增加最终的计费带宽,并不会增加该出口
的成本。
实际平台需要在线调度,算法可以采用历史数据,结合趋势估计,估算接下来整个
收费周期(一个月)的流量情况,根据估算的整体流量趋势,预先计算每个出口的计费带宽。在接下来的整个收费周期内,根据预先计算得到的每个出口的计费带宽来指导实时流
量分配。具体来说,对于每个出口,已预先确定其计费带宽之后,接下来需要确定的就是
在哪些时间段让这个出口满额(即尽可能多的填充流量,且每个出口的满额时间不超过
5%),以分担流量高峰期的流量。
如图3所示,核心在于如何确定这样一组,最小化成本并满
足其自身的定义和约束条件,首先,根据百分比计费模式的物理意义,可计算的上界
和下界。上界的含义是:计费带宽总和的上限等于总流量排序后位于其95%处的流量
值。下界的含义是:计费带宽总和的下限等于满足以下条件的最小取值:对于总
流量曲线中流量值高于的时隙的流量,其超过的部分的累加之和用Sum来表示,
所有出口在其5%时隙内相比于其计费带宽可以多承载的流量之和大于等于Sum。
公式表示如下:
根据计算得到的上界和下界,算法从下界到上界,遍历的可能取值,对于的每个可能取值,算法采用贪心或动态规划的方式确定使得总成本最小化的具体每
个出口的值,并判断其可行性。判断得到的是否可行是指判断能否满足:存在某种顺序让部分出口在总体流量高峰期内满额,利
用每个出口的5%免费时间,最终能够覆盖总流量高于的时隙的高峰流量,如果存在满
足条件的出口满额顺序和,说明得到可行解,对于实际系统中的实
时流量分配问题,根据得到的可行方案指导实际每个时刻的流量分配。
在实际运行时,之前计算的可行方案得到的是每个时隙内,每个出口上应当分配
多少流量,而具体是当前的哪些业务流分配到哪些出口上,调度算法通过最大流算法加以
计算,并通过对于最大流的图模型的构建加以约束,来保证分配结果满足业务流量的质量
要求。如图4所示,算法根据所有出口计算得到的和实时流量信息,构建最大流的图模
型,其中T节点代表目的节点(Target),S节点代表源节点(Source),中间的两层分别代表经
过汇总和简化的流量节点(算法根据业务流量的性能要求,将性能要求类似的业务流量进
行汇总聚合,以减小流量节点的数量,优化算法时间复杂度)和所有的出口节点,每个流量
节点和S节点之间有边相连,边的容量为流量节点的带宽,每个出口节点和T节点之间有边
相连,边的容量为出口节点的取值,出口节点和流量节点之间也存在边相连,这类边的
存在与否由质量相关的约束条件进行限制。
为了确保业务流量的质量要求,算法需要根据流的质量要求(时延要求和丢包率
要求)和出口的实测质量(实测时延和丢包)确定业务流的可选出口,即对于质量要求为
的业务流f,算法从所有实测质量满足(时延和丢包都分别满足业务的时延要求和丢包要
求)的出口中为其选择分配的出口,该约束条件通过在最大流算法中是否构建和添加出口
节点和流量节点之间的边来得以保证,即对于质量要求为的业务流f,其节点与满足质量
要求的出口节点之间有边相连,与不满足质量要求的出口节点之间没有边相连。对于最终
得到的图模型,运行最大流算法,计算流节点和出口节点之间的流量分配,得到具体的流到
出口的分配关系。
基于以上描述,参照图5,本发明所述的公有云网络平台的多出口场景下的出口流量调度算法包括以下步骤:
(1)调度算法根据往期历史数据,采用历史数据结合趋势估计,估算接下来整个收
费周期(一个月)的流量情况,具体的估计方式为:以上个月的流量数据为基底,根据往年到
目前每个月同期的流量变化趋势计算变化系数,将变化系数应用于上个月的流量数据得到
本月的估计值。根据估计的整体流量情况,结合百分比计费模式的物理意义,得到的
上界和下界。
(3)调度在线运行,会触发调度算法的事件包括以下两种:网络流量定期触发调度算法、出口故障触发调度算法。具体来说,1)当业务流量到来,调度系统定期对于到来的网络流量确定出口分配方案;2)当云平台检测到某些出口故障,调度算法为故障出口的流量计算备份出口,云平台将故障出口的流量调度到备份出口。
调度算法实时从云网络平台中获得当前所有业务流量数据,包括其流量带宽大小,业务流的质量要求等信息,同时获得当前所有出口的数据,包括出口实测时延等信息。
当调度事件发生时,调度算法将获得的业务流量数据和出口数据作为输入信息,
根据预先计算得到的每个出口的计费带宽和之前计算的可行方案确定每个出口应当分
配的带宽,具体地,若当前时隙i中,总流量低于,则对于每个出口,按比例计
算每个出口应当分配的带宽;若总流量高于,则根据的大小和之前计算
的可行方案中出口满额顺序,选择出口集合,让其满额,即用其5%免费时间承担流量。
(4)确定每个出口应该分配的带宽之后,采用满足质量约束条件的最大流算法计算业务流量到出口的分配方案。
(5)调度算法根据当前计费周期(一个月)内实际的流量信息更新和调整一开始根
据历史数据做出的流量估计,算法根据历史数据预先对当月总流量做流量估计,并计算可
行的值,如果实际当月的流量分布和估计分布类似,则计算得到的可行,如果当
月实际的流量分布比估计情况更高或更低,则需要对和每个出口的计费带宽进行调
整以保证可行性,动态调整行为在当月时间经过预设时间阈值如10%之后启动。调度算法记
录实际流量情况,若对于估计过高,等比例下调,若对于估计过低,等比例上
调。算法将当月实际到目前为止的高低时隙数据和估计的当月到目前为止的高低时隙
数据对比,计算得到一个修正系数,将其乘到每一个上来等比例上调或者下调。具体
来说,算法在当月实际运行时,记录每个时隙实际到来的总流量值,以估算的值为界
限,若该时隙的实际流量值大于,说明这是一个高流量的时隙,反之,若该时隙的实际
流量值小于等于,则是一个低流量的时隙。算法将实际从计费周期(当月)开始到目前
为止经过的高流量时隙和从计费周期(当月)开始到目前为止经过的所有时隙(高、低流量
时隙之和)的数目之比记为实际的高低时隙数据α。算法利用历史数据已经估算了当月的高
流量时隙和低流量时隙在一个月上的分布,算法将估算的当月到目前为止经过的高流量时
隙和当月到目前为止经过的所有时隙的数目之比记为估算的高低时隙数据β。将实际的高
低时隙数据α和估算的高低时隙数据β进行对比,确定是估计过高还是过低,并进行修
正。作为一个示例,算法用α和β得到修正系数δ=αμ/β,其中μ为可调参数,可以根据实际情况
自行设置。若α>β,意味着估计过低,则将每一个乘以(1+δ)以实现等比例上调;
若α<β,意味着估计过高,则将每一个乘以(1-δ)以实现等比例下调。
本发明还提供一种云网络平台的多出口流量调度系统,包括:
出口确定模块,用于根据每个出口应当分配的带宽,采用满足质量约束条件的最大流算法计算业务流量到出口的最终分配方案。
根据本发明的实施方式,对于百分比计费模式,的上界指示满足如下条件的
最大的值:取值小于等于总流量排序后的第一百分比处流量值;的下界
指示满足如下条件的最小的值:所有出口在其第二百分比时隙内相比于其计费带宽
能够多承载的流量之和大于等于总流量在各时隙内超过的流量之和,其中第一百分
比+第二百分比=100%。
根据本发明的实施方式,带宽确定模块确定使得总成本最小化的具体每个出口的值,并判断其可行性,得到可行方案包括:对于的每个可能取值,采用贪心算法或
动态规划算法确定使得总成本最小化的具体每个出口的值,得到一组,其中n为出口总数,判断能否满足:存在
某种顺序让部分出口在总体流量高峰期内满额,利用每个出口的免费时间使得最终能够覆
盖总流量高于的时隙的高峰流量,如果存在满足条件的出口满额顺序和,则判断是可行方案。
根据本发明的实施方式,带宽分配模块确定每个出口应当分配的带宽包括:根据
实时获得的业务流量数据和出口数据,判断流量情况:若当前时隙i中,总流量低于
,则对于每个出口,按比例计算每个出口应当分配的带宽,若总流量高于,根
据的大小和计算的可行方案中出口满额顺序,选择出口集合,让其满额,即用其
免费时间承担流量。
根据本发明的实施方式,出口确定模块采用满足质量约束条件的最大流算法计算
业务流量到出口的最终分配方案包括:根据流的质量要求和出口的实测质量确定业务流的
可选出口,对于质量要求为的业务流f,从所有实测质量小于的出口中为其选择分配的
出口,该约束条件通过最大流算法中出口节点和流量节点之间的边是否存在得以保证,其
中对于质量要求为的业务流f,其节点与满足质量要求的出口节点之间有边相连,与不满
足质量要求的出口节点之间没有边相连。
其中,实测质量包括时延和丢包率。
根据本发明的实施方式,所述流量估算模块还用于根据当前计费周期内实际的流
量信息更新和调整根据历史数据做出的流量估计,调整方法包括:记录实际流量高于估计
值和低于估计值的比例,对于估计值高于实际流量,等比例下调估计值,对于估
计值低于实际流量,等比例上调估计值。
本发明还提供一种计算机设备,包括:一个或多个处理器;存储器;以及一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述程序被处理器执行时实现如上所述的云网络平台的多出口流量调度方法的步骤。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的云网络平台的多出口流量调度方法的步骤。
本领域普通技术人员可以理解,实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中。在本发明的上下文中,所述计算机可读存储介质可以被认为是有形的且非暂时性的。非暂时性有形计算机可读存储介质的非限制性示例包括非易失性存储器电路(例如闪存电路、可擦除可编程只读存储器电路或掩膜只读存储器电路)、易失性存储器电路(例如静态随机存取存储器电路或动态随机存取存储器电路)、磁存储介质(例如模拟或数字磁带或硬盘驱动器)和光存储介质(例如CD、DVD或蓝光光盘)等。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
此外,虽然采用特定次序描绘了各操作,但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行,或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地,在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
以上详细描述了本发明的优选实施方式,但是,本发明并不限于上述实施方式中的具体细节,在本发明的技术构思范围内,可以对本发明的技术方案进行多种等同变换,这些等同变换均属于本发明的保护范围。
Claims (10)
1.一种云网络平台的多出口流量调度方法,其特征在于,包括以下步骤:
根据每个出口应当分配的带宽,采用满足质量约束条件的最大流算法计算业务流量到出口的最终分配方案。
6.根据权利要求5所述的方法,其特征在于,所述实测质量包括时延和丢包率。
8.一种云网络平台的多出口流量调度系统,其特征在于,包括:
出口确定模块,用于根据每个出口应当分配的带宽,采用满足质量约束条件的最大流算法计算业务流量到出口的最终分配方案。
9.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述程序被处理器执行时实现如权利要求1-7中任一项所述的云网络平台的多出口流量调度方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的云网络平台的多出口流量调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210935480.5A CN115065648B (zh) | 2022-08-05 | 2022-08-05 | 一种云网络平台的多出口流量调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210935480.5A CN115065648B (zh) | 2022-08-05 | 2022-08-05 | 一种云网络平台的多出口流量调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115065648A true CN115065648A (zh) | 2022-09-16 |
CN115065648B CN115065648B (zh) | 2022-12-09 |
Family
ID=83208538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210935480.5A Active CN115065648B (zh) | 2022-08-05 | 2022-08-05 | 一种云网络平台的多出口流量调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115065648B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107465708A (zh) * | 2016-06-02 | 2017-12-12 | 腾讯科技(深圳)有限公司 | 一种cdn带宽调度系统及方法 |
CN110493017A (zh) * | 2019-08-22 | 2019-11-22 | 北京世纪互联宽带数据中心有限公司 | 一种流量计费方法及系统 |
CN111585824A (zh) * | 2020-05-21 | 2020-08-25 | 北京奇艺世纪科技有限公司 | 资源分发方法、装置、系统及电子设备 |
CN111614473A (zh) * | 2020-05-21 | 2020-09-01 | 北京奇艺世纪科技有限公司 | 最高带宽可用idc确定方法、装置、系统及电子设备 |
CN111988388A (zh) * | 2020-08-13 | 2020-11-24 | 北京达佳互联信息技术有限公司 | 流量分配的方法、装置、电子设备及存储介质 |
CN112311590A (zh) * | 2020-09-25 | 2021-02-02 | 浙江宇视科技有限公司 | 云服务的租赁优化方法、装置、设备和介质 |
CN113271213A (zh) * | 2021-05-10 | 2021-08-17 | 南京工业大学 | 一种基于sdn的计费网络出口路由选择方法 |
CN113746650A (zh) * | 2020-05-28 | 2021-12-03 | 北京金山云网络技术有限公司 | 一种带宽分配方法、装置、调度服务器及介质 |
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 |
-
2022
- 2022-08-05 CN CN202210935480.5A patent/CN115065648B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107465708A (zh) * | 2016-06-02 | 2017-12-12 | 腾讯科技(深圳)有限公司 | 一种cdn带宽调度系统及方法 |
CN110493017A (zh) * | 2019-08-22 | 2019-11-22 | 北京世纪互联宽带数据中心有限公司 | 一种流量计费方法及系统 |
CN111585824A (zh) * | 2020-05-21 | 2020-08-25 | 北京奇艺世纪科技有限公司 | 资源分发方法、装置、系统及电子设备 |
CN111614473A (zh) * | 2020-05-21 | 2020-09-01 | 北京奇艺世纪科技有限公司 | 最高带宽可用idc确定方法、装置、系统及电子设备 |
CN113746650A (zh) * | 2020-05-28 | 2021-12-03 | 北京金山云网络技术有限公司 | 一种带宽分配方法、装置、调度服务器及介质 |
CN111988388A (zh) * | 2020-08-13 | 2020-11-24 | 北京达佳互联信息技术有限公司 | 流量分配的方法、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 |
CN112311590A (zh) * | 2020-09-25 | 2021-02-02 | 浙江宇视科技有限公司 | 云服务的租赁优化方法、装置、设备和介质 |
CN113271213A (zh) * | 2021-05-10 | 2021-08-17 | 南京工业大学 | 一种基于sdn的计费网络出口路由选择方法 |
Non-Patent Citations (2)
Title |
---|
杨秋平: "基于东莞理工学院的校园网计费管理策略", 《东莞理工学院学报》 * |
皇甫大鹏等: "基于一种改进的K-means算法的校园网用户行为分析研究", 《广西大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115065648B (zh) | 2022-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107707382B (zh) | 一种智能调度方法和装置 | |
US7760643B2 (en) | Automatic policy change management scheme for DiffServ-enabled MPLS networks | |
US9504061B2 (en) | Networked resource provisioning system | |
CN107395733B (zh) | 地理分布交互服务云资源协同优化方法 | |
US20150339169A1 (en) | Reactive auto-scaling of capacity | |
US11625271B2 (en) | Network resource management | |
TW201541260A (zh) | 公共雲資源動態配置方法及系統 | |
CN109510834B (zh) | 一种安全策略下发方法及装置 | |
US11838389B2 (en) | Service deployment method and scheduling apparatus | |
CN115065648B (zh) | 一种云网络平台的多出口流量调度方法及系统 | |
US11831555B2 (en) | System and method for managing video streaming congestion | |
JP2018023188A (ja) | 充放電計画設定プログラム、充放電計画設定方法、及び充放電計画設定装置 | |
CN106170767B (zh) | 一种确定虚拟机数量调整操作的装置和方法 | |
CN111080368A (zh) | 一种云代理针对多周期预留实例的实时分层选择方法 | |
CN110688615A (zh) | 提供资源包服务的方法、装置、设备及存储介质 | |
Ran et al. | SLA-driven dynamic resource provisioning for service provider in cloud computing | |
CN116980417A (zh) | Cdn节点调度方法和装置 | |
US20240119378A1 (en) | System and method for monthly revenue commit cost optimization | |
US7532632B2 (en) | Method for controlling memory consumption in router-based virtual private networks | |
WO2023073723A1 (en) | Method, system controller, and computer program for selection of system operational action in a communication system | |
CN116419403A (zh) | 资源分配方法、装置和非易失性计算机可读存储介质 | |
CN117278630A (zh) | 一种费用最小化的边云网络流量调度方法 | |
Ooteghem | A two-phased scheme for allocating shared costs to services in a converged network | |
CN116962215A (zh) | 一种微服务熔断管理方法及装置 |
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 |