CN115250219B - 削峰进度的预测方法、装置和电子设备 - Google Patents

Abstract

本发明提供了一种削峰进度的预测方法、装置和电子设备，从包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值的历史带宽数据中，获取每个时间间隔的带宽使用峰值；基于带宽使用峰值，确定目标客户的带宽规划值；根据历史带宽数据中超过带宽规划值的带宽使用值的削峰个数和指定日期范围的总削峰数量，确定目标客户的削峰进度。该方式通过客户在指定日期范围的历史带宽数据中每个时间间隔的带宽使用峰值预测带宽规划值，进而根据该带宽规划值预测客户的削峰进度；该方式相对于客户主动上报的方式，能够准确预测客户的削峰进度，以使服务商能够根据削峰进度调整削峰策略，避免带宽成本的增加和资源带宽的浪费。

Description

削峰进度的预测方法、装置和电子设备

技术领域

本发明涉及数据处理技术领域，尤其是涉及一种削峰进度的预测方法、装置和电子设备。

背景技术

CDN(Content Delivery Network，内容分发网络)服务商从运营商或者代理商采购的带宽计费方式有很多，但是能够有较大利润空间的计费方式为95峰计费方式，该计费方式以自然月为时间单位，把每5分钟带宽值，按照从大到小排序后，取第5％点处的带宽值作为付费带宽。客户从CDN服务商采购CDN服务，此时CDN服务商就可以利用自身拥有的大量95计费带宽的CDN节点，配合相应的调度策略进行削峰，分配客户的流量资源实现盈利。但是随着技术的发展和客户流量的增加，一些客户也开始使用调度策略对CDN服务商进行削峰，导致CDN服务商的带宽成本增加、资源带宽浪费等。

为了解决上述问题，相关技术中通常采用每月月初客户线下同步本月可能的带宽量级和客户通过接口的方式同步当天是否削峰以及削峰大概量级的方式，使CDN服务商对客户使用带宽进行预测，从而确定客户的削峰进度，进而调整削峰策略。但是，月初与客户线下沟通的量级与实际业务可能存在较大波动，无法作为主要依据进行规划与预测；同时接口同步削峰信息的消息依赖客户主动同步，并且只反应当天削峰情况，不能对历史数据以及未来量级提供决策支持；因而，导致CDN服务商无法准确预测客户的削峰进度，也即是无法避免带宽成本增加、资源带宽浪费的现象。

发明内容

本发明的目的在于提供一种削峰进度的预测方法、装置和电子设备，以准确预测客户的削峰进度，降低带宽成本和带宽资源的浪费。

第一方面，本发明提供了一种削峰进度的预测方法，该方法包括：从目标客户在指定日期范围的历史带宽数据中，获取目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，该历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值；基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值；其中，该带宽规划值用于指示目标客户在非削峰时间段对应的付费带宽的阈值；确定历史带宽数据中超过带宽规划值的带宽使用值的削峰个数；基于该削峰个数和指定日期范围对应的总削峰数量，确定目标客户的削峰进度。

在可选的实施方式中，上述基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值的步骤，包括：根据目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值中，大小相邻的两个带宽使用峰值之间的差值，确定每个带宽使用峰值所属的变化区间；基于带宽使用峰值所属的变化区间和历史带宽数据，确定目标客户对应的带宽规划值。

在可选的实施方式中，根据上述目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值中，大小相邻的两个带宽使用峰值之间的差值，确定每个带宽使用峰值所属的变化区间的步骤，包括：按照从大到小的顺序，对目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值进行排序，得到排序结果；针对排序结果中每相邻的两个带宽使用峰值，将当前相邻的两个带宽使用峰值中的第一个带宽使用峰值与第二个带宽使用峰值之间的差值，确定为第一个带宽使用峰值对应的变化参数；针对每个带宽使用峰值，根据当前带宽使用峰值对应的变化参数，确定当前带宽使用峰值所属的变化区间。

在可选的实施方式中，上述针对每个带宽使用峰值，根据当前带宽使用峰值对应的变化参数，确定当前带宽使用峰值所属的变化区间的步骤，包括：基于每个带宽使用峰值对应的变化参数，确定用于划分变化区间的第一阈值和第二阈值；其中，第一阈值大于第二阈值；根据第一阈值和第二阈值，将变化区间划分为三个变化区间；三个变化区间分别为高变化区间、中变化区间和低变化区间；基于当前带宽使用峰值对应的变化参数与第一阈值和第二阈值的大小关系，确定当前带宽使用峰值所属的变化区间。

在可选的实施方式中，上述基于当前带宽使用峰值对应的变化参数与第一阈值和第二阈值的大小关系，确定当前带宽使用峰值所属的变化区间的步骤，包括：如果当前带宽使用峰值对应的变化参数大于或者等于第一阈值，确定当前带宽使用峰值属于高变化区间；如果当前带宽使用峰值大于或者等于第二阈值，且小于第一阈值，确定当前带宽使用峰值属于中变化区间；如果当前带宽使用峰值小于第二阈值，确定当前带宽使用峰值属于低变化区间。

在可选的实施方式中，上述基于每个带宽使用峰值对应的变化参数，确定用于划分变化区间的第一阈值和第二阈值的步骤，包括：基于每个带宽使用峰值对应的变化参数中的最小变化参数和最大变化参数，以及削峰系数，确定第一阈值和所述第二阈值。

在可选的实施方式中，上述基于每个带宽使用峰值对应的变化参数中的最小变化参数和最大变化参数，以及削峰系数，确定第一阈值和第二阈值的步骤，包括：通过下述算式计算第一阈值和第二阈值：

T1＝min(△bw)+[max(△bw)-min(△bw)]*(1-rate)；

T2＝min(△bw)+[max(△bw)-min(△bw)]*rate；

其中，T1表示第一阈值；T2表示第二阈值；min(△bw)表示每个带宽使用峰值对应的变化参数中的最小变化参数；max(△bw)表示每个带宽使用峰值对应的变化参数中的最大变化参数；rate＝A/days，rate表示削峰系数，A为预设值，days表示指定日期范围的总天数。

在可选的实施方式中，上述变化区间根据阈值高低划分为多个变化区间；上述基于带宽使用峰值所属的变化区间和历史带宽数据，确定目标客户对应的带宽规划值的步骤，包括：从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值；基于预测规划值，判断历史带宽数据是否满足预设条件；如果满足，将预测规划值确定为带宽规划值；如果不满足，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值的步骤，直到确定出带宽规划值；如果属于阈值最高的变化区间中的带宽使用峰值中未确定出带宽规划值，将阈值最高的变化区间替换为阈值小于阈值最高的变化区间的变化区间，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值的步骤，直到确定出带宽规划值。

在可选的实施方式中，上述预设条件包括：所述历史带宽数据中超过所述预测规划值的所述带宽使用值的数量，小于或者等于所述指定日期范围的总削峰数量。

在可选的实施方式中，上述基于削峰个数和指定日期范围对应的总削峰数量，确定目标客户的削峰进度的步骤，包括：将削峰个数与指定日期范围对应的总削峰数量的比值，确定为目标客户的削峰进度。

第二方面，本发明提供了一种削峰进度的预测装置，该装置包括：数据获取模块，用于从目标客户在指定日期范围的历史带宽数据中，获取目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值；规划值确定模块，用于基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值；其中，该带宽规划值用于指示目标客户在非削峰时间段对应的付费带宽的阈值；进度预测模块，用于确定历史带宽数据中超过带宽规划值的带宽使用值的削峰个数；基于削峰个数和指定日期范围对应的总削峰数量，确定目标客户的削峰进度。

第三方面，本发明提供了一种电子设备，该电子设备包括处理器和存储器，该存储器存储有能够被处理器执行的机器可执行指令，该处理器执行机器可执行指令以实现前述实施方式任一项所述的削峰进度的预测方法。

第四方面，本发明提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，该机器可执行指令促使处理器实现前述实施方式任一项所述的削峰进度的预测方法。

本发明实施例带来了以下有益效果：

本发明提供的一种削峰进度的预测方法、装置和电子设备，首先从目标客户在指定日期范围的历史带宽数据中，获取目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，该历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值；进而基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值；然后根据历史带宽数据中超过带宽规划值的带宽使用值的削峰个数，和指定日期范围对应的总削峰数量，确定目标客户的削峰进度。该方式通过客户在指定日期范围的历史带宽数据中每个时间间隔的带宽使用峰值预测带宽规划值，进而根据该带宽规划值预测客户的削峰进度；该方式相对于客户主动上报的方式，能够准确预测客户的削峰进度，以使服务商能够根据削峰进度调整削峰策略，避免带宽成本的增加和资源带宽的浪费。

本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种削峰进度的预测方法的流程图；

图2为本发明实施例提供的另一种削峰进度的预测方法的流程图；

图3为本发明实施例提供的一种削峰进度的预测装置的结构示意图；

图4为本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在实际应用中，削峰通常是指在一段时间内把流量人为的调度到某一个或几个CDN节点上，使得接收到被调度流量的CDN节点上的带宽数据出现很高的波峰。如果客户使用调度策略对CDN服务商进行削峰，会对服务商产生以下几点影响：

1、客户通过对不同CDN服务商进行削峰策略，减少了CDN服务商的收益。

2、客户削峰侵占了CDN服务商的削峰空间和免费点数，抬高了CDN服务商成本；其中，在95计费中每个月的5分钟带宽点数是固定的，那么95％不计费的点数即为免费点数。

3、客户进行削峰增加了带宽波形的不确定性，不再是自然的带宽波形，也即是带宽波形中某一时间段的流量会出现突增或者突降，也即是在削峰时段流量波峰会很高，不削峰时段流量波峰可能会很低很宽，从而存在浪费削峰点数(通常与免费点数相反，即每月5％计费的5分钟带宽点数为削峰点数)和资源不足无法调度的现象，甚至可能会对服务质量产生影响，即产生较长延迟，削峰过后会恢复，也可能导致CDN节点宕机，完全不能提供服务，需要人工干预才可修复。

4、CDN服务商更难做资源的规划与评估。

为了解决上述问题，相关技术中通常采用每月月初客户线下同步本月可能的带宽量级，以及客户通过接口的方式同步当天是否削峰和削峰大概量级，从而CDN服务商可以根据接收的数据对客户使用带宽进行预测，从而确定客户的削峰进度，进而调整削峰策略。但是，月初与客户线下沟通的量级与实际业务可能存在较大波动，无法作为主要依据进行规划与预测；同时接口同步削峰信息依赖客户主动同步，并且只反应当天削峰情况，不能对历史数据以及未来量级提供决策支持，而且上述方式无法系统的提供削峰进度以及免费点数使用进度，对95削峰资源的使用情况没有直观的体现；因而，导致CDN服务商无法准确预测客户的削峰进度，也即是无法避免带宽成本增加、资源带宽浪费的现象。

基于上述问题，本发明实施例提供了一种削峰进度的预测方法、装置和电子设备。该技术可以应用于95计费中的削峰、削峰策略调整和资源规划等场景中。为便于对本实施例进行理解，首先对本发明实施例所公开的一种削峰进度的预测方法进行详细介绍，该方法可以应用于CDN服务商侧的某一个CDN节点中；如图1所示，该方法包括如下步骤：

步骤S102，从目标客户在指定日期范围的历史带宽数据中，获取该目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，该历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值。

上述目标客户可以CDN服务商服务的多个客户中的任意一个，上述指定日期范围可以是用户指定的从某一日期到另一日期的范围，也可以是某一个月或者几十天等。上述时间间隔可以是用户指定的时间间隔，例如，可以是一天、24小时或者48小时等。上述子时间间隔比上述时间间隔要小，该子时间间隔可以根据用户需求定义，可以是几分钟或者十几分钟等。

上述目标客户在指定日期范围的历史带宽数据可以是从目标客户对应的节点设备中获取的，该历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔中每隔子时间间隔获取的带宽使用值。该历史时间为指定日期范围内已经过去的日期，例如，指定日期范围为1月1日到1月31日，当前日期为1月20日，那么历史时间是指1月1日到1月19日；假设时间间隔为每天，子时间间隔为每五分钟，那么历史带宽数据中包含有在1月1日到1月19日内每天的24小时中每五分钟对应的带宽使用值，也即是一天中包含有24*12＝288个带宽使用值。

具体地，指定日期范围的历史时间内某一时间间隔对应的带宽使用峰值是指目标客户在指定日期范围的历史时间内该时间间隔对应的多个带宽使用值中的最大值。

步骤S104，基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值；其中，该带宽规划值用于指示目标客户在非削峰时间段对应的付费带宽的阈值。

上述付费带宽通常是用来计算带宽使用费用的带宽，例如，在95计费中，以自然月为时间单位，把每5分钟带宽值，按照从大到小排序后，取第5％点处的带宽值作为付费带宽；在非削峰时间段对应的付费带宽的阈值理想情况下为95计费下的付费带宽。

在具体实现时，可以根据预设规则(例如，根据带宽使用峰值的分布特征或者大小等)，从目标客户在指定日期范围的历史时间内每个时间间隔对应的多个带宽使用峰值中确定出目标客户的带宽规划值，该预设规则可以根据用户需求设置。

步骤S106，确定历史带宽数据中超过带宽规划值的带宽使用值的削峰个数；基于削峰个数和指定日期范围对应的总削峰数量，确定目标客户的削峰进度。

针对历史带宽数据中所包含的目标客户在指定日期范围的历史时间内所有的带宽使用值中的每个带宽使用值，判断该带宽使用值是否超过带宽规划值，如果超过，目标客户在指定日期范围内的削峰个数加一；如果不超过，削峰个数不变；基于该方式，可以得到最终的削峰个数，其中，削峰个数是从零开始计数的。该削峰个数可以表示目标客户在指定日期范围内已经使用(或已消耗)的削峰点数。

上述指定日期范围对应的总削峰数量是一个定值，也即是指定日期范围对应的总削峰数量为：指定日期范围中所包含的时间间隔的数量、每个时间间隔中所包含的子时间间隔的数量、以及预设的削峰点数对应的百分比三者的乘积；其中，削峰点数对应的百分比根据带宽计费方式确定，例如，95计费中，削峰点数对应的百分比为0.05。在具体实现时，针对95计费，上述指定日期范围可以某一个月，每一个月中的时间间隔为每天，每天中的子时间间隔为24小时中的每5分钟，那么1月份对应的总削峰数量为31*24*12*0.05。

在具体实现时，可以根据削峰个数和指定日期范围对应的总削峰数量的比值，确定目标客户的削峰进度；也可以根据削峰点数与预设权重的乘积，与总削峰数量的比值，确定目标客户的削峰进度。目标客户对应的削峰进度可以反应目标客户在指定日期范围内的带宽的使用量级以及目标客户的削峰策略，CDN服务商可以根据该削峰进度对CDN节点的削峰策略进行调整，例如，当目标客户的削峰进度大于CDN服务商的预期值时，CDN服务商可以线下通知目标客户近期不要再进行削峰，也可以提高自身的带宽规划值等，从而可以避免带宽资源的浪费，并且可以降低CDN服务商成本的增长。

本发明实施例提供的一种削峰进度的预测方法，首先从目标客户在指定日期范围的历史带宽数据中，获取目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，该历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值；进而基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值；然后根据历史带宽数据中超过带宽规划值的带宽使用值的削峰个数，和指定日期范围对应的总削峰数量，确定目标客户的削峰进度。该方式通过客户在指定日期范围的历史带宽数据中每个时间间隔的带宽使用峰值预测带宽规划值，进而根据该带宽规划值预测客户的削峰进度；该方式相对于客户主动上报的方式，能够准确预测客户的削峰进度，以使服务商能够根据削峰进度调整削峰策略，避免带宽成本的增加和资源带宽的浪费。

本发明实施例还提供了另一种削峰进度的预测方法，该方法在上述实施例方法的基础上实现；该方法重点描述基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值的具体过程(通过下述步骤S204-S206实现)，以及基于削峰个数和指定日期范围对应的总削峰数量，确定目标客户的削峰进度的具体过程(通过下述步骤S210实现)；如图2所示，该方法包括如下具体步骤：

步骤S202，从目标客户在指定日期范围的历史带宽数据中，获取该目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值。

步骤S204，根据目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值中，大小相邻的两个带宽使用峰值之间的差值，确定每个带宽使用峰值所属的变化区间。

在具体实现时，大小相邻的两个带宽使用峰值之间的差值越大，说明这两个带宽使用峰值的变化幅度越大，那么这两个带宽使用峰值也将属于变化大的变化区间。具体地，上述步骤S204可以通过下述步骤10-12实现：

步骤10，按照从大到小的顺序，对目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值进行排序，得到排序结果。

上述排序结果中包含有目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值从大到小的排列的数值。

步骤11，针对上述排序结果中每相邻的两个带宽使用峰值，将当前相邻的两个带宽使用峰值中的第一个带宽使用峰值与第二个带宽使用峰值之间的差值，确定为第一个带宽使用峰值对应的变化参数。

上述第一个带宽使用峰值可以是排序结果中相邻的两个带宽使用峰值中排序靠前的带宽使用峰值；上述第二个带宽使用峰值可以是排序结果中相邻的两个带宽使用峰值中排序靠后的带宽使用峰值。上述变化参数可以表示为第一个带宽使用峰值与第二带宽使用峰值之间的斜率，该变化参数为第一个带宽使用峰值对应的变化参数，因而，排序结果中的最后一个带宽使用峰值将无法计算得到变化参数，那么可以将最后一个带宽使用峰值对应的变化参数设置为0或者默认值等。

步骤12，针对每个带宽使用峰值，根据当前带宽使用峰值对应的变化参数，确定当前带宽使用峰值所属的变化区间。

上述变化区间通常包含有多个，每个变化区间对应的变化参数的范围不同，具体的，可以根据用户需求设置。在具体实现时，带宽使用峰值对应的变化参数越大，该带宽使用峰值所属的变化区间的范围越高。当上述变化区间为三个变化区间时，上述步骤12可以通过下述步骤20-22实现：

步骤20，基于每个带宽使用峰值对应的变化参数，确定用于划分变化区间的第一阈值和第二阈值；其中，第一阈值大于第二阈值。

在具体实现时，上述第一阈值和第二阈值可以根据用户设定的规则进行划分。例如，可以基于每个带宽使用峰值对应的变化参数中的最小变化参数和最大变化参数，以及削峰系数，确定第一阈值和第二阈值。其中，削峰系数表示预设值与指定日期范围的总天数的比值。在一些实施例中，上述预设值可以结合业务特点和历史大数据进行设置，理论上该预设值可以是客户理想的削峰天数，通常不同的客户对应的理想削峰天数会略有差异，但是每个客户对应的理想削峰天数为定值，一般取经验值12天。

在一些实施例中，可以通过下述算式计算第一阈值和第二阈值：

T1＝min(△bw)+[max(△bw)-min(△bw)]*(1-rate)；

T2＝min(△bw)+[max(△bw)-min(△bw)]*rate；

其中，T1表示第一阈值；T2表示第二阈值；min(△bw)表示指定日期范围内的所有带宽使用峰值对应的变化参数中的最小变化参数；max(△bw)表示指定日期范围内的所有带宽使用峰值对应的变化参数中的最大变化参数；rate＝A/days，rate表示削峰系数，A为预设值，days表示指定日期范围的总天数。

步骤21，根据第一阈值和第二阈值，将变化区间划分为三个变化区间；三个变化区间分别为高变化区间、中变化区间和低变化区间。

步骤22，针对每个带宽使用峰值，基于当前带宽使用峰值对应的变化参数与第一阈值和第二阈值的大小关系，确定当前带宽使用峰值所属的变化区间。

在具体实现时，如果当前带宽使用峰值对应的变化参数大于或者等于第一阈值，确定当前带宽使用峰值属于高变化区间；如果当前带宽使用峰值大于或者等于第二阈值，且小于第一阈值，确定当前带宽使用峰值属于中变化区间；如果当前带宽使用峰值小于第二阈值，确定当前带宽使用峰值属于低变化区间。

步骤S206，基于带宽使用峰值所属的变化区间和历史带宽数据，确定目标客户对应的带宽规划值。

由于带宽规划值用于指示非削峰时段的付费带宽的阈值，那么需要从最大阈值对应的变化区间开始，从该变化区间中包含的带宽使用峰值中选取目标带宽使用峰值，如果该目标带宽使用峰值满足预设的条件，确定该目标带宽使用峰值为带宽规划值。在具体实现时，变化区间根据阈值高低划分为多个变化区间；上述步骤S206可以通过下述步骤30-33实现：

步骤30，从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值。

步骤31，基于预测规划值，判断历史带宽数据是否满足预设条件；如果满足，执行步骤32；否则，执行步骤33。

上述预设条件可以根据用户需求进行设定，例如，该预设条件包括：历史带宽数据中超过预测规划值的带宽使用值的数量，小于或者等于指定日期范围的总削峰数量。如果小于或等于，将预测规划值确定为带宽规划值。

步骤32，将预测规划值确定为带宽规划值。

步骤33，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值的步骤，直到确定出带宽规划值；如果属于阈值最高的变化区间中的带宽使用峰值中未确定出带宽规划值，将阈值最高的变化区间替换为阈值小于阈值最高的变化区间的变化区间，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值的步骤，直到确定出带宽规划值。

为了便于对上述步骤30-33进行理解，假设变化区间包含有高变化区间、中变化区间和低变化区间是三个，首先从高变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将该目标带宽使用峰值确定为预测规划值；进而判断历史带宽数据中超过预测规划值的带宽使用值的数量，是否小于或者等于指定日期范围的总削峰数量，如果小于或者等于，则将预测规划值确定为带宽规划值；如果大于，则继续从高变化区间中确定目标带宽使用峰值，重复以上判断，如果未能在高变化区间的带宽使用峰值中确定出带宽规划值，则将高变化区间替换为中变化区间，即从中变化区间所包含的带宽使用峰值中，确定目标带宽使用峰值，重复上述判断，直到确定出带宽规划值，如果未能在中变化区间中确定出带宽规划值，则将中变化区间替换为低变化区间，即从低变化区间所包含的带宽使用峰值中，确定目标带宽使用峰值，重复上述判断，直到确定出带宽规划值。

步骤S208，确定历史带宽数据中超过带宽规划值的带宽使用值的削峰个数。

步骤S210，将上述削峰个数与指定日期范围对应的总削峰数量的比值，确定为目标客户的削峰进度。

上述削峰进度的预测方法，该方式利用历史带宽数据，通过分布算法预测目标客户的带宽规划值，通过该带宽规划值计算指定日期范围内的历史带宽数据中超过规划值的削峰个数，该削峰个数即为消耗的削峰点数；然后将削峰个数除以指定日期范围内总削峰数量即为目标客户在指定日期范围内的削峰进度。结合时间进度、大区、省份、运营商等维度，通过图表和柱状图直观反应CDN服务商的削峰点数使用进度和预估客户削峰点数使用进度，来判断削峰点数使用的好坏，进一步对调度进行策略指导。该方式相对于深度学习算法计算带宽规划值，本发明在资源消耗与时效性上有明显优势，并且在准确率上也会有优势，可以灵活结合业务。

针对于上述削峰进度的预测方法的实施例，本发明实施例提供了一种削峰进度的预测装置，如图3所示，该装置包括：

数据获取模块300，用于从目标客户在指定日期范围的历史带宽数据中，获取目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，该历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值。

规划值确定模块301，用于基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值；其中，该带宽规划值用于指示目标客户在非削峰时间段对应的付费带宽的阈值。

进度预测模块302，用于确定历史带宽数据中超过带宽规划值的带宽使用值的削峰个数；基于削峰个数和指定日期范围对应的总削峰数量，确定所目标客户的削峰进度。

上述削峰进度的预测装置，首先从目标客户在指定日期范围的历史带宽数据中，获取目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，该历史带宽数据中包含有目标客户在指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值；进而基于目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定目标客户的带宽规划值；然后根据历史带宽数据中超过带宽规划值的带宽使用值的削峰个数，和指定日期范围对应的总削峰数量，确定目标客户的削峰进度。该方式通过客户在指定日期范围的历史带宽数据中每个时间间隔的带宽使用峰值预测带宽规划值，进而根据该带宽规划值预测客户的削峰进度；该方式相对于客户主动上报的方式，能够准确预测客户的削峰进度，以使服务商能够根据削峰进度调整削峰策略，避免带宽成本的增加和资源带宽的浪费。

进一步地，上述规划值确定模块301，包括：所属区域确定模块，用于根据目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值中，大小相邻的两个带宽使用峰值之间的差值，确定每个带宽使用峰值所属的变化区间；数值确定模块，用于基于带宽使用峰值所属的变化区间和历史带宽数据，确定目标客户对应的带宽规划值。

具体地，上述所属区域确定模块，用于：按照从大到小的顺序，对目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值进行排序，得到排序结果；针对排序结果中每相邻的两个带宽使用峰值，将当前相邻的两个带宽使用峰值中的第一个带宽使用峰值与第二个带宽使用峰值之间的差值，确定为第一个带宽使用峰值对应的变化参数；针对每个带宽使用峰值，根据当前带宽使用峰值对应的变化参数，确定当前带宽使用峰值所属的变化区间。

在具体实现时，上述所属区域确定模块，还用于：基于每个带宽使用峰值对应的变化参数，确定用于划分变化区间的第一阈值和第二阈值；其中，第一阈值大于所述第二阈值；根据第一阈值和第二阈值，将变化区间划分为三个变化区间；三个变化区间分别为高变化区间、中变化区间和低变化区间；基于当前带宽使用峰值对应的变化参数与第一阈值和第二阈值的大小关系，确定当前带宽使用峰值所属的变化区间。

具体地，如果当前带宽使用峰值对应的变化参数大于或者等于第一阈值，确定当前带宽使用峰值属于高变化区间；如果当前带宽使用峰值大于或者等于第二阈值，且小于第一阈值，确定当前带宽使用峰值属于中变化区间；如果当前带宽使用峰值小于第二阈值，确定当前带宽使用峰值属于低变化区间。

进一步地，上述所属区域确定模块，还用于：基于每个带宽使用峰值对应的变化参数中的最小变化参数和最大变化参数，以及削峰系数，确定第一阈值和第二阈值。

在具体实现时，上述所属区域确定模块，还用于：通过下述算式计算第一阈值和第二阈值：

T1＝min(△bw)+[max(△bw)-min(△bw)]*(1-rate)；

T2＝min(△bw)+[max(△bw)-min(△bw)]*rate；

其中，T1表示第一阈值；T2表示第二阈值；min(△bw)表示每个带宽使用峰值对应的变化参数中的最小变化参数；max(△bw)表示每个带宽使用峰值对应的变化参数中的最大变化参数；rate＝A/days，rate表示削峰系数，A为预设值，days表示指定日期范围的总天数。

进一步地，上述数值确定模块，用于：从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值；基于预测规划值，判断历史带宽数据是否满足预设条件；如果满足，将预测规划值确定为带宽规划值；如果不满足，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值的步骤，直到确定出带宽规划值；如果属于阈值最高的变化区间中的带宽使用峰值中未确定出带宽规划值，将阈值最高的变化区间替换为阈值小于阈值最高的变化区间的变化区间，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将目标带宽使用峰值作为预测规划值的步骤，直到确定出带宽规划值。

具体地，上述预设条件包括：历史带宽数据中超过预测规划值的带宽使用值的数量，小于或者等于指定日期范围的总削峰数量。

进一步地，上述进度预测模块302，还用于：将削峰个数与指定日期范围对应的总削峰数量的比值，确定为目标客户的削峰进度。

本发明实施例所提供的削峰进度的预测装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

本发明实施例还提供了一种电子设备，如图4所示，该电子设备包括处理器101和存储器100，该存储器100存储有能够被处理器101执行的机器可执行指令，该处理器101执行机器可执行指令以实现上述削峰进度的预测方法。

进一步地，图4所示的电子设备还包括总线102和通信接口103，处理器101、通信接口103和存储器100通过总线102连接。

其中，存储器100可能包含高速随机存取存储器(RAM，RandomAccessMemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。所述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4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。

处理器101可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100，处理器101读取存储器100中的信息，结合其硬件完成前述实施例的方法的步骤。

本发明实施例还提供了一种机器可读存储介质，该机器可读存储介质存储有机器可执行指令，该机器可执行指令在被处理器调用和执行时，该机器可执行指令促使处理器实现上述削峰进度的预测方法，具体实现可参见方法实施例，在此不再赘述。

所述功能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，可以存储在一个计算机可读取存储介质中。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一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，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。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (13)

1.一种削峰进度的预测方法，其特征在于，所述方法包括：

从目标客户在指定日期范围的历史带宽数据中，获取所述目标客户在所述指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，所述历史带宽数据中包含有所述目标客户在所述指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值；

基于所述目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定所述目标客户的带宽规划值；其中，所述带宽规划值用于指示所述目标客户在非削峰时间段对应的付费带宽的阈值；

确定所述历史带宽数据中超过所述带宽规划值的所述带宽使用值的削峰个数；基于所述削峰个数和所述指定日期范围对应的总削峰数量，确定所述目标客户的削峰进度。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定所述目标客户的带宽规划值的步骤，包括：

根据所述目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值中，大小相邻的两个所述带宽使用峰值之间的差值，确定每个所述带宽使用峰值所属的变化区间；

基于所述带宽使用峰值所属的变化区间和所述历史带宽数据，确定所述目标客户对应的带宽规划值。

3.根据权利要求2所述的方法，其特征在于，根据所述目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值中，大小相邻的两个所述带宽使用峰值之间的差值，确定每个所述带宽使用峰值所属的变化区间的步骤，包括：

按照从大到小的顺序，对所述目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值进行排序，得到排序结果；

针对所述排序结果中每相邻的两个所述带宽使用峰值，将当前相邻的两个所述带宽使用峰值中的第一个带宽使用峰值与第二个带宽使用峰值之间的差值，确定为所述第一个带宽使用峰值对应的变化参数；

针对每个所述带宽使用峰值，根据当前带宽使用峰值对应的变化参数，确定所述当前带宽使用峰值所属的变化区间。

4.根据权利要求3所述的方法，其特征在于，所述针对每个所述带宽使用峰值，根据当前带宽使用峰值对应的变化参数，确定所述当前带宽使用峰值所属的变化区间的步骤，包括：

基于每个所述带宽使用峰值对应的变化参数，确定用于划分所述变化区间的第一阈值和第二阈值；其中，所述第一阈值大于所述第二阈值；

根据所述第一阈值和所述第二阈值，将所述变化区间划分为三个变化区间；所述三个变化区间分别为高变化区间、中变化区间和低变化区间；

基于所述当前带宽使用峰值对应的变化参数与所述第一阈值和所述第二阈值的大小关系，确定所述当前带宽使用峰值所属的变化区间。

5.根据权利要求4所述的方法，其特征在于，所述基于所述当前带宽使用峰值对应的变化参数与所述第一阈值和所述第二阈值的大小关系，确定所述当前带宽使用峰值所属的变化区间的步骤，包括：

如果所述当前带宽使用峰值对应的变化参数大于或者等于所述第一阈值，确定所述当前带宽使用峰值属于所述高变化区间；

如果所述当前带宽使用峰值大于或者等于所述第二阈值，且小于所述第一阈值，确定所述当前带宽使用峰值属于所述中变化区间；

如果所述当前带宽使用峰值小于所述第二阈值，确定所述当前带宽使用峰值属于所述低变化区间。

6.根据权利要求4所述的方法，其特征在于，所述基于每个所述带宽使用峰值对应的变化参数，确定用于划分所述变化区间的第一阈值和第二阈值的步骤，包括：

基于每个所述带宽使用峰值对应的变化参数中的最小变化参数和最大变化参数，以及削峰系数，确定所述第一阈值和所述第二阈值。

7.根据权利要求6所述的方法，其特征在于，所述基于每个所述带宽使用峰值对应的变化参数中的最小变化参数和最大变化参数，以及削峰系数，确定所述第一阈值和所述第二阈值的步骤，包括：

通过下述算式计算所述第一阈值和所述第二阈值：

T1＝min(△bw)+[max(△bw)-min(△bw)]*(1-rate)；

T2＝min(△bw)+[max(△bw)-min(△bw)]*rate；

其中，T1表示所述第一阈值；T2表示所述第二阈值；min(△bw)表示每个所述带宽使用峰值对应的变化参数中的最小变化参数；max(△bw)表示每个所述带宽使用峰值对应的变化参数中的最大变化参数；rate＝A/days，rate表示削峰系数，A为预设值，days表示所述指定日期范围的总天数。

8.根据权利要求2所述的方法，其特征在于，所述变化区间根据阈值高低划分为多个变化区间；所述基于所述带宽使用峰值所属的变化区间和所述历史带宽数据，确定所述目标客户对应的带宽规划值的步骤，包括：

从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将所述目标带宽使用峰值作为预测规划值；

基于所述预测规划值，判断所述历史带宽数据是否满足预设条件；

如果满足，将所述预测规划值确定为所述带宽规划值；

如果不满足，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将所述目标带宽使用峰值作为预测规划值的步骤，直到确定出所述带宽规划值；

如果属于阈值最高的变化区间中的带宽使用峰值中未确定出所述带宽规划值，将所述阈值最高的变化区间替换为阈值小于所述阈值最高的变化区间的变化区间，继续执行从属于阈值最高的变化区间中的带宽使用峰值中，确定目标带宽使用峰值，将所述目标带宽使用峰值作为预测规划值的步骤，直到确定出所述带宽规划值。

9.根据权利要求8所述的方法，其特征在于，所述预设条件包括：所述历史带宽数据中超过所述预测规划值的所述带宽使用值的数量，小于或者等于所述指定日期范围的总削峰数量。

10.根据权利要求1所述的方法，其特征在于，所述基于所述削峰个数和所述指定日期范围对应的总削峰数量，确定所述目标客户的削峰进度的步骤，包括：

将所述削峰个数与所述指定日期范围对应的总削峰数量的比值，确定为所述目标客户的削峰进度。

11.一种削峰进度的预测装置，其特征在于，所述装置包括：

数据获取模块，用于从目标客户在指定日期范围的历史带宽数据中，获取所述目标客户在所述指定日期范围的历史时间内每个时间间隔的带宽使用峰值；其中，所述历史带宽数据中包含有所述目标客户在所述指定日期范围的历史时间内每个时间间隔对应的每个子时间间隔的带宽使用值；

规划值确定模块，用于基于所述目标客户在指定日期范围的历史时间内每个时间间隔的带宽使用峰值，确定所述目标客户的带宽规划值；其中，所述带宽规划值用于指示所述目标客户在非削峰时间段对应的付费带宽的阈值；

进度预测模块，用于确定所述历史带宽数据中超过所述带宽规划值的所述带宽使用值的削峰个数；基于所述削峰个数和所述指定日期范围对应的总削峰数量，确定所述目标客户的削峰进度。

12.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器执行所述机器可执行指令以实现权利要求1至10任一项所述的削峰进度的预测方法。

13.一种机器可读存储介质，其特征在于，所述机器可读存储介质存储有机器可执行指令，所述机器可执行指令在被处理器调用和执行时，所述机器可执行指令促使处理器实现权利要求1至10任一项所述的削峰进度的预测方法。