CN115277570A - 流量分配方法、装置、计算机设备和存储介质 - Google Patents
流量分配方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN115277570A CN115277570A CN202210887501.0A CN202210887501A CN115277570A CN 115277570 A CN115277570 A CN 115277570A CN 202210887501 A CN202210887501 A CN 202210887501A CN 115277570 A CN115277570 A CN 115277570A
- Authority
- CN
- China
- Prior art keywords
- link
- nodes
- traffic
- node
- demand information
- 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 56
- 238000004590 computer program Methods 0.000 claims abstract description 43
- 230000006870 function Effects 0.000 claims description 51
- 230000009977 dual effect Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 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
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- 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
- H04L47/76—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及一种流量分配方法、装置、计算机设备、存储介质和计算机程序产品，涉及大数据技术领域。该方法包括：获取流量分配需求信息；其中，流量分配需求信息包括节点间的需求信息和待分配流量；根据节点间的需求信息和节点间链路的容量，确定最小连接利用率；根据节点间的需求信息、节点间链路的容量和最小连接利用率，确定链路对应的流量占比；其中，流量占比为分配到链路上的流量占待分配流量的比例；根据链路对应的流量占比，对待分配流量进行流量分配。可以理解，本方法是在连接利用率最小的前提下，实现对于流量的分配。采用本方法能够减少流量分配所需的运算资源。
Description
技术领域
本申请涉及大数据技术领域，特别是涉及一种流量分配方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着IP网承载的业务的快速增长，IP网中的流量相应地急剧增加。如果无法对IP网中的流量进行合理分配，在IP网中将出现某些节点间的链路是拥塞的，而某些节点间的链路却未充分利用的情况。对此，为了更充分地利用资源以及提供更好的服务，需要对流量进行合理地分配。
传统技术中，采用在IP网的边缘节点间建立显示链路，使该链路绕过拥塞区域，如此流量便可以在该链路中进行传输，从而缓解流量拥塞问题，实现流量的合理分配。
但是，采用传统技术，当IP网中的节点较多时，从这些大体量的节点中，识别出合适的边缘节点并建立相应的显示链路，所需的运算量也会成倍增加。因此在该情况下，计算显示链路需耗费庞大的运算资源。那么整个流量分配过程也需要耗费较多的运算资源。
发明内容
基于此，有必要针对上述技术问题，提供一种能够减少运算资源的流量分配方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种流量分配方法。所述方法包括：
获取流量分配需求信息；其中，所述流量分配需求信息包括节点间的需求信息和待分配流量；
根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率；
根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比；其中，所述流量占比为分配到所述链路上的流量占所述待分配流量的比例；
根据所述链路对应的流量占比，对所述待分配流量进行流量分配。
在其中一个实施例中，所述节点间的需求信息包括节点间需求的带宽、需求的源节点和需求的目的节点；
所述根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率，包括：
将所述节点间需求的带宽、所述需求的源节点、所述需求的目的节点和所述节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率；其中，所述第一线性规划模型包括第一目标函数和第一约束条件；
所述第一目标函数如下所示：
min{α}；
所述第一约束条件如下所示：
其中，α表示连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在其中一个实施例中，所述节点间的需求信息包括节点间需求的带宽、需求的源节点和需求的目的节点；
所述根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比，包括：
将所述节点间需求的带宽、所述需求的源节点、所述需求的目的节点、所述节点间链路的容量和所述最小连接利用率输入至第二线性规划模型中，得到所述链路对应的流量占比；其中，所述第二线性规划模型包括第二目标函数和第二约束条件；
所述第二目标函数如下所示：
所述第二约束条件如下所示：
其中，αmin表示最小连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在其中一个实施例中，所述根据所述链路对应的流量占比，对所述待分配流量进行流量分配，包括：
将所述链路对应的流量占比和所述链路对应的权值输入至第三线性规划模型中，确定最短路径中链路对应的目标流量占比；
根据所述最短路径中链路对应的目标流量占比，对所述待分配流量进行流量分配；
其中，所述第三线性规划模型包括第三目标函数和第三约束条件；
所述第三目标函数如下所示：
所述第三约束条件如下所示：
其中，wij表示节点i和节点j间链路对应的权值。
在其中一个实施例中，所述方法还包括：
确定所述第二线性规划模型对应的对偶问题；
根据所述对偶问题的求解结果，确定所述链路对应的权值。
在其中一个实施例中，所述根据所述对偶问题的求解结果，确定所述链路对应的权值，包括：
将所述对偶问题的求解结果与1相加，得到所述链路对应的权值。
第二方面，本申请还提供了一种流量分配装置。所述装置包括：
需求信息获取模块，用于获取流量分配需求信息；其中，所述流量分配需求信息包括节点间的需求信息和待分配流量；
利用率确定模块，用于根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率；
流量占比确定模块，用于根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比；其中，所述流量占比为分配到所述链路上的流量占所述待分配流量的比例；
流量分配模块，用于根据所述链路对应的流量占比，对所述待分配流量进行流量分配。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取流量分配需求信息；其中，所述流量分配需求信息包括节点间的需求信息和待分配流量；
根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率；
根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比；其中，所述流量占比为分配到所述链路上的流量占所述待分配流量的比例；
根据所述链路对应的流量占比，对所述待分配流量进行流量分配。
第四方面，本申请还提供了一种计算机可读存储介质。所述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以下步骤：
获取流量分配需求信息；其中，所述流量分配需求信息包括节点间的需求信息和待分配流量；
根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率；
根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比；其中，所述流量占比为分配到所述链路上的流量占所述待分配流量的比例；
根据所述链路对应的流量占比，对所述待分配流量进行流量分配。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取流量分配需求信息；其中，所述流量分配需求信息包括节点间的需求信息和待分配流量；
根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率；
根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比；其中，所述流量占比为分配到所述链路上的流量占所述待分配流量的比例；
根据所述链路对应的流量占比，对所述待分配流量进行流量分配。
上述流量分配方法、装置、计算机设备、存储介质和计算机程序产品，先基于节点间的需求信息和节点间链路的容量确定最小连接利用率，然后基于节点间的需求信息、节点间链路的容量和最小连接利用率确定链路对应的流量占比，最后基于流量占比进行流量分配。可以理解，本申请是在连接利用率最小的前提下，实现对于流量的分配。而连接利用率越小，表明所需的运算资源也越少。那么采用最小连接利用率也就意味着保证了运算资源的消耗是处于较低状态的。相对于传统技术中采用在边缘节点间建立显示链路的方式而言，本申请在整个流量分配过程中，是减少了运算资源的。
附图说明
图1为一个实施例中流量分配方法的流程示意图；
图2为一个实施例中链路对应的权值的确定过程的流程示意图；
图3为一个实施例中流量分配装置的结构框图；
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种流量分配方法，本实施例以该方法应用于服务器进行举例说明，可以理解的是，该方法也可以应用于终端，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤S102，获取流量分配需求信息。
其中，流量分配需求信息包括节点间的需求信息和待分配流量。节点间的需求信息可以是不同节点间的需求信息，例如包括节点a与节点b之间的需求信息、节点c与节点d之间的需求信息。假设流量分配需求信息用K表示，节点间的需求信息用k表示，那么k与K的关系为k∈K。在一个实施例中，针对每个节点间的需求信息k，节点间的需求信息包括节点间需求的带宽dk、需求的源节点sk和需求的目的节点tk。
具体而言，用户通过终端输入流量分配需求信息。终端将该流量分配需求信息上传至服务器。服务器接收该流量分配需求信息。
步骤S104，根据节点间的需求信息和节点间链路的容量，确定最小连接利用率。
具体而言，服务器获取节点间链路的容量，并将节点间需求的带宽、需求的源节点、需求的目的节点和节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率。在一个实施例中，第一线性规划模型包括第一目标函数和第一约束条件。第一目标函数用于求解连接利用率的最小值。
步骤S106，根据节点间的需求信息、节点间链路的容量和最小连接利用率，确定链路对应的流量占比。
其中，流量占比为分配到链路上的流量占待分配流量的比例。
具体而言，服务器将节点间需求的带宽、需求的源节点、需求的目的节点、节点间链路的容量和最小连接利用率输入至第二线性规划模型中，得到链路对应的流量占比。在一个实施例中，第二线性规划模型包括第二目标函数和第二约束条件。第二目标函数用于求解总流量的最小值。
步骤S108，根据链路对应的流量占比，对待分配流量进行流量分配。
具体而言，服务器根据链路对应的流量占比，对待分配流量进行流量分配，确定链路对应的流量。
上述流量分配方法中，先基于节点间的需求信息和节点间链路的容量来确定最小连接利用率，然后基于节点间的需求信息、节点间链路的容量和最小连接利用率确定链路对应的流量占比，最后基于流量占比进行流量分配。可以理解，本方法是在连接利用率最小的前提下，实现对于流量的分配。而连接利用率越小，表明所需的运算资源也越少。那么采用最小连接利用率也就意味着保证了运算资源的消耗是处于较低状态的。相对于传统技术中采用在边缘节点间建立显示链路的方式而言，本方法在整个流量分配过程中，是减少了运算资源的。
在一个实施例中，节点间的需求信息包括节点间需求的带宽、需求的源节点和需求的目的节点。基于此，步骤S104包括以下子步骤：
步骤S1042，将节点间需求的带宽、需求的源节点、需求的目的节点和节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率。
其中，第一线性规划模型包括第一目标函数和第一约束条件。
第一目标函数如下所示：
min{α} (1)
第一约束条件如下所示：
其中，α表示连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
具体而言，令αmin表示求解上述第一线性规划模型中的线性规划问题得到的最优解，即最小连接利用率。上述公式(2)用于保证从源节点sk出发的流量为dk。上述公式(3)用于保证对所有中间节点，流入的流量和流出的流量相等。上述公式(4)用于保证每条链路上的流量不大于该条链路的容量与连接利用率的乘积。
本实施例中，通过预先构建的第一目标函数和第一约束条件计算得到最小连接利用率，有利于保证最小连接利用率计算的准确性，进而保证流量分配的合理性。
在一个实施例中，步骤S106包括以下子步骤：
步骤S1062，将节点间需求的带宽、需求的源节点、需求的目的节点、节点间链路的容量和最小连接利用率输入至第二线性规划模型中，得到链路对应的流量占比。
其中，第二线性规划模型包括第二目标函数和第二约束条件。
第二目标函数如下所示：
第二约束条件如下所示：
其中，αmin表示最小连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
具体而言，公式(6)-(10)，用于固定最小连接利用率并使总流量尽可能少。
本实施例中，通过预先构建的第二目标函数和第二约束条件计算得到链路对应的流量占比，有利于保证流量占比计算的准确性，进而保证流量分配的合理性。
在一个实施例中，步骤S108包括以下子步骤：
步骤S1082，将链路对应的流量占比和链路对应的权值输入至第三线性规划模型中，确定最短路径中链路对应的目标流量占比；
步骤S1084，根据最短路径中链路对应的目标流量占比，对待分配流量进行流量分配；
其中，第三线性规划模型包括第三目标函数和第三约束条件。
第三目标函数如下所示：
第三约束条件如下所示：
其中，wij表示节点i和节点j间链路对应的权值。
本实施例中，通过预先构建的第三目标函数和第三约束条件确定最短路径中链路对应的目标流量占比，进而完成流量分配，由于路径采用了最短路径，如此可进一步缩减运算资源。
在一个实施例中，如图2所示，该方法还包括以下步骤：
步骤S112，确定第二线性规划模型对应的对偶问题；
步骤S114，根据对偶问题的求解结果，确定链路对应的权值。
具体而言，根据公式(6)-(10)和对偶理论，得到第二线性规划模型对应的对偶问题。其中，对偶问题包括第四目标函数和第四约束条件。
第四目标函数如下所示：
第四约束条件如下所示：
求解上述对偶问题，确定Wij。将Wij与1相加，得到链路对应的权值。并且当链路对应的权值wij设置为wij＝Wij+1时，由求解公式(11)-(14)所产生的非零流量路径必定是最短路径。在一个实施例中，公式(15)-(17)中的流量分配需求信息可以是通过流量采样和统计的方法得到的IP网中的典型需求信息。
本实施例中，根据第二线性规划模型对应的对偶问题的求解结果，确定链路对应的权值，有利于保证权值计算的准确性，并且在设置链路对应的权值为wij＝Wij+1时，通过第三线性规划模型可确定最短路径中链路对应的目标流量占比，如此在流量分配过程中可进一步减少所需的运算资源。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的流量分配方法的流量分配装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个流量分配装置实施例中的具体限定可以参见上文中对于流量分配方法的限定，在此不再赘述。
在一个实施例中，如图3所示，提供了一种流量分配装置，包括：需求信息获取模块202、利用率确定模块204、流量占比确定模块206和流量分配模块208，其中：
需求信息获取模块202，用于获取流量分配需求信息；其中，流量分配需求信息包括节点间的需求信息和待分配流量；
利用率确定模块204，用于根据节点间的需求信息和节点间链路的容量，确定最小连接利用率；
流量占比确定模块206，用于根据节点间的需求信息、节点间链路的容量和最小连接利用率，确定链路对应的流量占比；其中，流量占比为分配到链路上的流量占待分配流量的比例；
流量分配模块208，用于根据链路对应的流量占比，对待分配流量进行流量分配。
上述流量分配装置中，先基于节点间的需求信息和节点间链路的容量来确定最小连接利用率，然后基于节点间的需求信息、节点间链路的容量和最小连接利用率确定链路对应的流量占比，最后基于流量占比进行流量分配。可以理解，本装置是在连接利用率最小的前提下，实现对于流量的分配。而连接利用率越小，表明所需的运算资源也越少。那么采用最小连接利用率也就意味着保证了运算资源的消耗是处于较低状态的。相对于传统技术中采用在边缘节点间建立显示链路的方式而言，本装置在整个流量分配过程中，是减少了运算资源的。
在一个实施例中，节点间的需求信息包括节点间需求的带宽、需求的源节点和需求的目的节点；利用率确定模块204具体用于将节点间需求的带宽、需求的源节点、需求的目的节点和节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率；其中，第一线性规划模型包括第一目标函数和第一约束条件；
第一目标函数如下所示：
min{α}；
第一约束条件如下所示：
其中，α表示连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，节点间的需求信息包括节点间需求的带宽、需求的源节点和需求的目的节点；流量占比确定模块206具体用于将节点间需求的带宽、需求的源节点、需求的目的节点、节点间链路的容量和最小连接利用率输入至第二线性规划模型中，得到链路对应的流量占比；其中，第二线性规划模型包括第二目标函数和第二约束条件；
第二目标函数如下所示：
第二约束条件如下所示：
其中，αmin表示最小连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，流量分配模块208具体用于将链路对应的流量占比和链路对应的权值输入至第三线性规划模型中，确定最短路径中链路对应的目标流量占比；根据最短路径中链路对应的目标流量占比，对待分配流量进行流量分配；其中，第三线性规划模型包括第三目标函数和第三约束条件；
第三目标函数如下所示：
第三约束条件如下所示：
其中，wij表示节点i和节点j间链路对应的权值。
在一个实施例中，该装置还包括：权值确定模块，用于确定第二线性规划模型对应的对偶问题；根据对偶问题的求解结果，确定链路对应的权值。
在一个实施例中，权值确定模块具体用于将对偶问题的求解结果与1相加，得到链路对应的权值。
上述流量分配装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种流量分配方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取流量分配需求信息；其中，流量分配需求信息包括节点间的需求信息和待分配流量；
根据节点间的需求信息和节点间链路的容量，确定最小连接利用率；
根据节点间的需求信息、节点间链路的容量和最小连接利用率，确定链路对应的流量占比；其中，流量占比为分配到链路上的流量占待分配流量的比例；
根据链路对应的流量占比，对待分配流量进行流量分配。
上述计算机设备中，先基于节点间的需求信息和节点间链路的容量来确定最小连接利用率，然后基于节点间的需求信息、节点间链路的容量和最小连接利用率确定链路对应的流量占比，最后基于流量占比进行流量分配。可以理解，本计算机设备是在连接利用率最小的前提下，实现对于流量的分配。而连接利用率越小，表明所需的运算资源也越少。那么采用最小连接利用率也就意味着保证了运算资源的消耗是处于较低状态的。相对于传统技术中采用在边缘节点间建立显示链路的方式而言，本计算机设备在整个流量分配过程中，是减少了运算资源的。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将节点间需求的带宽、需求的源节点、需求的目的节点和节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率；其中，第一线性规划模型包括第一目标函数和第一约束条件；
第一目标函数如下所示：
min{α}；
第一约束条件如下所示：
其中，α表示连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将节点间需求的带宽、需求的源节点、需求的目的节点、节点间链路的容量和最小连接利用率输入至第二线性规划模型中，得到链路对应的流量占比；其中，第二线性规划模型包括第二目标函数和第二约束条件；
第二目标函数如下所示：
第二约束条件如下所示：
其中，αmin表示最小连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将链路对应的流量占比和链路对应的权值输入至第三线性规划模型中，确定最短路径中链路对应的目标流量占比；根据最短路径中链路对应的目标流量占比，对待分配流量进行流量分配；其中，第三线性规划模型包括第三目标函数和第三约束条件；
第三目标函数如下所示：
第三约束条件如下所示：
其中，wij表示节点i和节点j间链路对应的权值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
确定第二线性规划模型对应的对偶问题；根据对偶问题的求解结果，确定链路对应的权值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将对偶问题的求解结果与1相加，得到链路对应的权值。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取流量分配需求信息；其中，流量分配需求信息包括节点间的需求信息和待分配流量；
根据节点间的需求信息和节点间链路的容量，确定最小连接利用率；
根据节点间的需求信息、节点间链路的容量和最小连接利用率，确定链路对应的流量占比；其中，流量占比为分配到链路上的流量占待分配流量的比例；
根据链路对应的流量占比，对待分配流量进行流量分配。
上述计算机可读存储介质中，先基于节点间的需求信息和节点间链路的容量来确定最小连接利用率，然后基于节点间的需求信息、节点间链路的容量和最小连接利用率确定链路对应的流量占比，最后基于流量占比进行流量分配。可以理解，本计算机可读存储介质是在连接利用率最小的前提下，实现对于流量的分配。而连接利用率越小，表明所需的运算资源也越少。那么采用最小连接利用率也就意味着保证了运算资源的消耗是处于较低状态的。相对于传统技术中采用在边缘节点间建立显示链路的方式而言，本计算机可读存储介质在整个流量分配过程中，是减少了运算资源的。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将节点间需求的带宽、需求的源节点、需求的目的节点和节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率；其中，第一线性规划模型包括第一目标函数和第一约束条件；
第一目标函数如下所示：
min{α}；
第一约束条件如下所示：
其中，α表示连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将节点间需求的带宽、需求的源节点、需求的目的节点、节点间链路的容量和最小连接利用率输入至第二线性规划模型中，得到链路对应的流量占比；其中，第二线性规划模型包括第二目标函数和第二约束条件；
第二目标函数如下所示：
第二约束条件如下所示：
其中，αmin表示最小连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将链路对应的流量占比和链路对应的权值输入至第三线性规划模型中，确定最短路径中链路对应的目标流量占比；根据最短路径中链路对应的目标流量占比，对待分配流量进行流量分配；其中，第三线性规划模型包括第三目标函数和第三约束条件；
第三目标函数如下所示：
第三约束条件如下所示：
其中，wij表示节点i和节点j间链路对应的权值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
确定第二线性规划模型对应的对偶问题；根据对偶问题的求解结果，确定链路对应的权值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将对偶问题的求解结果与1相加，得到链路对应的权值。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
获取流量分配需求信息；其中，流量分配需求信息包括节点间的需求信息和待分配流量；
根据节点间的需求信息和节点间链路的容量，确定最小连接利用率；
根据节点间的需求信息、节点间链路的容量和最小连接利用率，确定链路对应的流量占比；其中，流量占比为分配到链路上的流量占待分配流量的比例；
根据链路对应的流量占比，对待分配流量进行流量分配。
上述计算机程序产品中，先基于节点间的需求信息和节点间链路的容量来确定最小连接利用率，然后基于节点间的需求信息、节点间链路的容量和最小连接利用率确定链路对应的流量占比，最后基于流量占比进行流量分配。可以理解，本计算机程序产品是在连接利用率最小的前提下，实现对于流量的分配。而连接利用率越小，表明所需的运算资源也越少。那么采用最小连接利用率也就意味着保证了运算资源的消耗是处于较低状态的。相对于传统技术中采用在边缘节点间建立显示链路的方式而言，本计算机程序产品在整个流量分配过程中，是减少了运算资源的。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将节点间需求的带宽、需求的源节点、需求的目的节点和节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率；其中，第一线性规划模型包括第一目标函数和第一约束条件；
第一目标函数如下所示：
min{α}；
第一约束条件如下所示：
其中，α表示连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将节点间需求的带宽、需求的源节点、需求的目的节点、节点间链路的容量和最小连接利用率输入至第二线性规划模型中，得到链路对应的流量占比；其中，第二线性规划模型包括第二目标函数和第二约束条件；
第二目标函数如下所示：
第二约束条件如下所示：
其中，αmin表示最小连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将链路对应的流量占比和链路对应的权值输入至第三线性规划模型中，确定最短路径中链路对应的目标流量占比；根据最短路径中链路对应的目标流量占比，对待分配流量进行流量分配；其中，第三线性规划模型包括第三目标函数和第三约束条件；
第三目标函数如下所示：
第三约束条件如下所示：
其中，wij表示节点i和节点j间链路对应的权值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
确定第二线性规划模型对应的对偶问题；根据对偶问题的求解结果，确定链路对应的权值。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将对偶问题的求解结果与1相加，得到链路对应的权值。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种流量分配方法，其特征在于，所述方法包括：
获取流量分配需求信息；其中，所述流量分配需求信息包括节点间的需求信息和待分配流量；
根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率；
根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比；其中，所述流量占比为分配到所述链路上的流量占所述待分配流量的比例；
根据所述链路对应的流量占比，对所述待分配流量进行流量分配。
2.根据权利要求1所述的方法，其特征在于，所述节点间的需求信息包括节点间需求的带宽、需求的源节点和需求的目的节点；
所述根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率，包括：
将所述节点间需求的带宽、所述需求的源节点、所述需求的目的节点和所述节点间链路的容量输入至第一线性规划模型中，得到最小连接利用率；其中，所述第一线性规划模型包括第一目标函数和第一约束条件；
所述第一目标函数如下所示：
min{α}；
所述第一约束条件如下所示：
其中，α表示连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
3.根据权利要求1所述的方法，其特征在于，所述节点间的需求信息包括节点间需求的带宽、需求的源节点和需求的目的节点；
所述根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比，包括：
将所述节点间需求的带宽、所述需求的源节点、所述需求的目的节点、所述节点间链路的容量和所述最小连接利用率输入至第二线性规划模型中，得到所述链路对应的流量占比；其中，所述第二线性规划模型包括第二目标函数和第二约束条件；
所述第二目标函数如下所示：
所述第二约束条件如下所示：
其中，αmin表示最小连接利用率，i和j表示节点，E表示节点间链路集合，k表示节点间的需求信息，K表示流量分配需求信息，
表示分配到从节点i到节点j之间链路上的流量占待分配流量的比例，
表示分配到从节点j到节点i之间链路上的流量占待分配流量的比例，sk表示需求的源节点，tk表示需求的目的节点，dk表示节点间需求的带宽，cij表示节点i和节点j间链路的容量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述链路对应的流量占比，对所述待分配流量进行流量分配，包括：
将所述链路对应的流量占比和所述链路对应的权值输入至第三线性规划模型中，确定最短路径中链路对应的目标流量占比；
根据所述最短路径中链路对应的目标流量占比，对所述待分配流量进行流量分配；
其中，所述第三线性规划模型包括第三目标函数和第三约束条件；
所述第三目标函数如下所示：
所述第三约束条件如下所示：
其中，wij表示节点i和节点j间链路对应的权值。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
确定所述第二线性规划模型对应的对偶问题；
根据所述对偶问题的求解结果，确定所述链路对应的权值。
6.根据权利要求5所述的方法，其特征在于，所述根据所述对偶问题的求解结果，确定所述链路对应的权值，包括：
将所述对偶问题的求解结果与1相加，得到所述链路对应的权值。
7.一种流量分配装置，其特征在于，所述装置包括：
需求信息获取模块，用于获取流量分配需求信息；其中，所述流量分配需求信息包括节点间的需求信息和待分配流量；
利用率确定模块，用于根据所述节点间的需求信息和所述节点间链路的容量，确定最小连接利用率；
流量占比确定模块，用于根据所述节点间的需求信息、所述节点间链路的容量和所述最小连接利用率，确定所述链路对应的流量占比；其中，所述流量占比为分配到所述链路上的流量占所述待分配流量的比例；
流量分配模块，用于根据所述链路对应的流量占比，对所述待分配流量进行流量分配。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一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权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210887501.0A CN115277570B (zh) | 2022-07-26 | 2022-07-26 | 流量分配方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210887501.0A CN115277570B (zh) | 2022-07-26 | 2022-07-26 | 流量分配方法、装置、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115277570A true CN115277570A (zh) | 2022-11-01 |
| CN115277570B CN115277570B (zh) | 2024-05-03 |
Family
ID=83770101
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210887501.0A Active CN115277570B (zh) | 2022-07-26 | 2022-07-26 | 流量分配方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115277570B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116962298A (zh) * | 2023-09-19 | 2023-10-27 | 阿里健康科技(中国)有限公司 | 访问流量的分配方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8937865B1 (en) * | 2012-08-21 | 2015-01-20 | Juniper Networks, Inc. | Scheduling traffic over aggregated bundles of links |
| CN104601485A (zh) * | 2015-02-12 | 2015-05-06 | 清华大学 | 网络流量的分配方法及实现网络流量分配的路由方法 |
| CN112187535A (zh) * | 2020-09-21 | 2021-01-05 | 国网通用航空有限公司 | 雾计算环境下服务器部署方法及装置 |
| CN114124942A (zh) * | 2020-08-10 | 2022-03-01 | 中国移动通信集团湖南有限公司 | 核心网资源调度方法、装置及电子设备 |
-
2022
- 2022-07-26 CN CN202210887501.0A patent/CN115277570B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8937865B1 (en) * | 2012-08-21 | 2015-01-20 | Juniper Networks, Inc. | Scheduling traffic over aggregated bundles of links |
| CN104601485A (zh) * | 2015-02-12 | 2015-05-06 | 清华大学 | 网络流量的分配方法及实现网络流量分配的路由方法 |
| CN114124942A (zh) * | 2020-08-10 | 2022-03-01 | 中国移动通信集团湖南有限公司 | 核心网资源调度方法、装置及电子设备 |
| CN112187535A (zh) * | 2020-09-21 | 2021-01-05 | 国网通用航空有限公司 | 雾计算环境下服务器部署方法及装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116962298A (zh) * | 2023-09-19 | 2023-10-27 | 阿里健康科技(中国)有限公司 | 访问流量的分配方法、装置、设备及存储介质 |
| CN116962298B (zh) * | 2023-09-19 | 2023-12-08 | 阿里健康科技(中国)有限公司 | 访问流量的分配方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115277570B (zh) | 2024-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | The G t/GI/st+ GI many-server fluid queue | |
| WO2018176385A1 (en) | System and method for network slicing for service-oriented networks | |
| CN108475207A (zh) | 云应用的联合自动缩放 | |
| US11570043B2 (en) | Method and apparatus for mapping network slices onto network infrastructures with SLA guarantee | |
| US20190268234A1 (en) | Capacity engineering in distributed computing systems | |
| Johnson et al. | Large-scale network partitioning for decentralized traffic management and other transportation applications | |
| CN115277570B (zh) | 流量分配方法、装置、计算机设备和存储介质 | |
| US9021094B1 (en) | Allocation of resources for tiers of a multi-tiered system based on selecting items from respective sets | |
| US10474644B2 (en) | Systems and methods for optimizing selection of a replication data node in a distributed file system | |
| CN115361332B (zh) | 容错路由的处理方法及装置、处理器和电子设备 | |
| CN116737373A (zh) | 负载均衡方法、装置、计算机设备、存储介质 | |
| CN114936097A (zh) | 处理节点确定方法、装置、计算机设备和存储介质 | |
| Bin Obaid et al. | An approximation to max min fairness in multi commodity networks | |
| CN113282417B (zh) | 任务分配方法、装置、计算机设备和存储介质 | |
| Klimenko et al. | Resource-saving multiobjective task distribution in the fog-and edge-robotics | |
| CN115987885A (zh) | 数据包路由方法、装置、计算机设备、存储介质 | |
| CN115134301B (zh) | 流量控制方法、装置、计算机设备和存储介质 | |
| CN114637606A (zh) | 基于配电台区配变网关的任务卸载方法、装置和设备 | |
| CN114706687A (zh) | 计算任务的分配方法、装置、计算机设备和存储介质 | |
| CN117539587A (zh) | 资源调度方法、装置、计算机设备、存储介质和程序产品 | |
| Pagano et al. | On the application of dynamic screening method to resource queueing system with infinite servers | |
| CN117610849A (zh) | 客服调度策略确定方法、装置、计算机设备和存储介质 | |
| CN114421475A (zh) | 配电网并联型有源电力滤波器配置优化方法和装置 | |
| CN117971742A (zh) | 基于传输序列的芯片数据传输方法和装置 | |
| CN117575113A (zh) | 基于马尔科夫链的边端协同任务处理方法、装置和设备 |
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 |