CN115776443A - 网络优化策略的确定方法、装置及系统 - Google Patents
网络优化策略的确定方法、装置及系统 Download PDFInfo
- Publication number
- CN115776443A CN115776443A CN202111270140.7A CN202111270140A CN115776443A CN 115776443 A CN115776443 A CN 115776443A CN 202111270140 A CN202111270140 A CN 202111270140A CN 115776443 A CN115776443 A CN 115776443A
- Authority
- CN
- China
- Prior art keywords
- network optimization
- network
- target
- optimization
- temporary
- 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
Images
Classifications
-
- 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
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
提供了一种网络优化策略的确定方法、装置及系统。网络优化设备能够采用网络优化算法处理网络的性能参数和目标业务流的业务需求,得到目标网络优化策略,并能够对目标业务流应用该目标网络优化策略,以使得目标业务流的传输性能满足该业务需求。由于网络优化设备能够基于网络优化算法自动确定网络优化策略,因此有效提高了网络优化策略的确定效率。又由于在确定网络优化策略时,网络优化设备还考虑了网络的性能参数,因此确定出的网络优化策略能够适应网络性能的动态变化,也即是,在网络性能动态变化时,也能确保目标业务流的传输性能满足业务需求。
Description
本申请要求于2021年9月7日提交的申请号为202111043719.X、发明名称为“自适应广域优化方法和系统”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本申请涉及通信领域,特别涉及一种网络优化策略的确定方法、装置及系统。
背景技术
广域网(wide area network,WAN)是一种连接不同地区的局域网或城域网的通信网络。为了确保业务流在WAN中的传输质量,WAN通常能够提供如下多种网络优化策略:前向纠错(forward error correction,FEC)、压缩、多发选收、逐包负载分担、抖动缓冲、丢包主动重传和传输控制协议(transmission control protocol,TCP)加速等。
相关技术中,运维人员可以基于业务流的业务需求,例如服务等级协议(servicelevel agreement,SLA)中定义的需求,在网络设备中配置能够满足该业务需求的网络优化策略。网络设备进而可以对业务流执行该网络优化策略。例如,若某个业务流的业务需求为高质量和高吞吐率,则运维人员为该业务流配置的网络优化策略可以包括FEC。若某个业务流的业务需求为高效率,则运维人员为该业务流配置的网络优化策略可以包括TCP加速。
但是,上述由运维人员根据业务需求确定并配置网络优化策略的方法的效率较低。
发明内容
本申请提供了一种网络优化策略的确定方法、装置及系统,可以解决网络优化策略配置效率较低的技术问题,技术方案如下:
一方面,提供了一种网络优化策略的确定方法,应用于网络优化设备;该方法包括:获取网络的性能参数,并采用网络优化算法处理输入参数,得到目标网络优化策略,其中,该输入参数包括网络的性能参数和目标业务流的业务需求;之后,对目标业务流应用目标网络优化策略,以使该目标业务流在网络中的传输性能满足业务需求。
由于网络优化设备能基于网络优化算法自动确定网络优化策略,因此有效提高了网络优化策略的确定效率。又由于在确定网络优化策略时,网络优化设备不仅考虑了业务流的业务需求,还考虑了网络的性能参数,因此确定出的网络优化策略能够适应网络性能的动态变化。
可选地,该获取网络的性能参数的过程可以包括:获取目标业务流在网络中将要流经的链路的性能参数。
由于目标业务流将要流经的链路的性能是影响该目标业务流的传输性能的关键因素,因此在确定目标网络优化策略时,可以仅获取网络中该目标业务流将要流经的链路的性能参数。由此,可以在确保确定出的目标网络优化策略的准确性的前提下,减小网络优化设备所需处理的数据的数据量,提高数据处理的效率。
可选地,采用网络优化算法处理网络的性能参数和目标业务流的业务需求,得到目标网络优化策略的过程可以包括:采用网络优化算法处理输入参数,以从多个不同种类的网络优化技术中选择至少一种网络优化技术,得到目标网络优化策略。
其中,该多个不同种类的网络优化技术可以包括下述技术中的至少两种:FEC技术、压缩技术、多发选收技术、逐包负载分担技术、抖动缓冲技术、丢包主动重传技术和TCP加速技术等。
可选地,该输入参数还可以包括:对目标业务流应用临时网络优化技术后目标业务流的第一临时传输性能,该临时网络优化技术属于该多个不同种类的网络优化技术;相应的,从多个不同种类的网络优化技术中选择至少一种网络优化技术,得到目标网络优化策略的过程可以包括:若第一临时传输性能不满足业务需求,则从该多个不同种类的网络优化技术中,选择与该临时网络优化技术不同的至少一种网络优化技术,得到目标网络优化策略。
网络优化设备对目标业务流应用临时网络优化技术后,还可以基于目标业务流在网络中的实际传输性能,对应用于目标业务流的网络优化技术进行调整,以确保调整后的网络优化技术(即目标网络优化策略)能够使得目标业务流的传输性能满足业务需求。由此,可以实现对应用于目标业务流的网络优化策略的自适应调整,确保在网络性能动态变化的过程中,目标业务流的传输性能始终能够满足业务需求。
可选地,采用网络优化算法处理网络的性能参数和目标业务流的业务需求,得到目标网络优化策略的过程可以包括:采用网络优化算法处理输入参数,以从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略。
本申请提供的方案中,网络优化设备除了可以选择网络优化技术的种类,还可以选择网络优化技术的参数值,以得到最终应用于目标业务流的目标网络优化策略。
可选地,该输入参数还可以包括:对目标业务流应用参数值为第一临时参数值的一种网络优化技术后,目标业务流的第二临时传输性能;相应的,从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略的过程可以包括:若第二临时传输性能不满足业务需求,则在一种网络优化技术的参数值范围内,对第一临时参数值进行调整,得到目标网络优化策略。
当目标业务流的临时传输性能不满足业务需求时,网络优化设备还可以对应用于目标业务流的网络优化技术的参数值进行自适应调整。由此,可以确保在网络性能动态变化的过程中,目标业务流的传输性能始终能够满足业务需求。
可选地,输入参数还可以包括:对目标业务流应用参数值为第二临时参数值的一种网络优化技术后,目标业务流的第三临时传输性能;相应的,从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略的过程可以包括:若第三临时传输性能优于业务需求,则在一种网络优化技术的参数值范围内,对第二临时参数值进行调整,得到目标网络优化策略;其中,执行参数值为第二临时参数值的一种网络优化技术所需的设备资源,多于执行目标网络优化策略所需的设备资源。
当目标业务流的临时传输性能优于业务需求时,网络优化设备也可以对网络优化技术的参数值进行调整,以确保在满足业务需求的前提下,尽量减少网络优化策略所消耗的网络设备的设备资源。由此,可以释放更多的设备资源以对其他业务流执行网络优化策略,即可以有效提高网络设备的资源利用率,增加该网络设备所能够承载的业务流的数量。
可选地,该输入参数还可以包括:用于执行目标网络优化策略的网络设备的资源使用信息;通过在输入参数中增加资源使用信息,可以确保网络设备的设备资源足够执行目标网络优化策略。也即是,可以确保确定出的目标网络优化策略能够被网络设备有效执行。
可选地,网络优化设备采用网络优化算法处理输入参数,得到目标网络优化策略的过程可以包括:将网络性能参数和业务需求输入至优化模型,得到优化模型输出的一种或多个不同种类的网络优化技术;其中,该网络优化算法确定出的目标网络优化策略是从该一种或多个不同种类的网络优化技术中确定的。
例如,网络优化算法还可以包括在线学习算法,网络优化设备可以基于该在线学习算法对优化模型输出的一种或多个不同种类的网络优化技术的种类,和/或,网络优化技术的配置参数的参数值进行选择,得到目标网络优化策略。
可选地,该优化模型可以是对训练样本进行训练得到的,该训练样本可以包括:参考网络优化策略,在对参考业务流应用参考网络优化策略之前网络的性能参数,以及在对参考业务流应用参考网络优化策略后参考业务流的传输性能。
其中,该优化模型可以是由网络优化设备训练得到的,或者可以是由模型训练器训练并下发至网络优化设备的。并且,网络优化设备或模型训练器还可以周期性地对该优化模型进行更新,以改善该优化模型的性能。
可选地,该网络优化设备可以为用于执行目标网络优化策略的网络设备,相应的,对目标业务流应用目标网络优化策略的过程可以包括:对目标业务流执行目标网络优化策略。
可选地,该网络优化设备可以为控制器,相应的,对目标业务流应用目标网络优化策略的过程可以包括:将目标网络优化策略下发至用于执行目标网络优化策略的网络设备,以使得该网络设备对目标业务流执行该目标网络优化策略。
由于每个控制器可以与多个网络设备连接,因此采用控制器作为网络优化设备,可以实现对流经不同网络设备的业务流的网络优化技术的集中计算。并且,便于对该网络优化算法进行维护和更新。
另一方面,提供了一种网络优化设备,该网络优化设备包括至少一个模块,该至少一个模块用于实现上述方面所提供的网络优化策略的确定方法。
又一方面,提供了一种网络优化设备,该网络优化设备包括:存储器,处理器及存储在该存储器上并可在该处理器上运行的计算机程序,该处理器执行该计算机程序时实现如上述方面所提供的网络优化策略的确定方法。
再一方面,提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,该指令由处理器执行以实现如上述方面所提供的网络优化策略的确定方法。
再一方面,提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述方面所提供的网络优化策略的确定方法。
再一方面,提供了一种流量转发系统,该系统包括:控制器和网络设备;其中,该控制器用于执行如上述方面提供的网络优化策略的确定方法,该网络设备用于对目标业务流执行该控制器确定出的网络优化策略。
上述方面所提供的网络优化设备、计算机可读存储介质、计算机程序产品以及流量转发系统所获得的技术效果,均与上述方面所提供的网络优化策略的确定方法中对应的技术手段获得的技术效果近似,在这里不再赘述。
综上所述,本申请提供了一种网络优化策略的确定方法、装置及系统。本申请提供的方案中,网络优化设备能够采用网络优化算法处理网络的性能参数和目标业务流的业务需求,得到目标网络优化策略,并能够对目标业务流应用该目标网络优化策略,以使得目标业务流的传输性能满足该业务需求。由于网络优化设备能够基于网络优化算法自动确定网络优化策略,因此有效提高了网络优化策略的确定效率。又由于在确定网络优化策略时还考虑了网络的性能参数,因此确定出的网络优化策略能够适应网络性能的动态变化。由此,在网络性能动态变化时,也能确保目标业务流的传输性能满足业务需求。
附图说明
图1是本申请实施例提供的一种流量转发系统的结构示意图;
图2是本申请实施例提供的一种网络优化策略的确定方法的流程图;
图3是本申请实施例提供的另一种流量转发系统的结构示意图;
图4是本申请实施例提供的又一种流量转发系统的结构示意图;
图5是本申请实施例提供的一种优化模型的输入参数和输出的网络优化策略的示意图;
图6是本申请实施例提供的一种优化模型的工作原理的示意图;
图7是本申请实施例提供的一种网络优化算法的工作原理的示意图;
图8是本申请实施例提供的一种状态机的示意图;
图9是本申请实施例提供的再一种流量转发系统的结构示意图;
图10是本申请实施例提供的再一种流量转发系统的结构示意图;
图11是本申请实施例提供的一种网络优化设备的结构示意图;
图12是本申请实施例提供的另一种网络优化设备的结构示意图;
图13是本申请实施例提供的再一种网络优化设备的结构示意图。
具体实施方式
下面结合附图详细介绍本申请实施例提供的方案。
图1是本申请实施例提供的一种流量转发系统的结构示意图,如图1所示,该系统(也可以称为网络)可以包括控制器01和多个网络设备。例如,图1中示出的网络设备包括第一网络设备02和第二网络设备03。其中,控制器01与至少一个网络设备(例如第一网络设备02)之间建立有通信连接,各个网络设备之间建立有通信连接。
该控制器01用于对其所连接的各个网络设备进行统一的管理和控制,每个网络设备用于向其他网络设备转发业务流的报文。例如,运维人员可以在控制器01中为目标业务流配置网络优化技术,控制器01可以将该网络优化技术下发至第一网络设备02。第一网络设备02进而可以对目标业务流执行该网络优化技术,并将目标业务流的报文转发至第二网络设备03。
其中,该控制器01可以为一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务中心。该第一网络设备02和第二网络设备03均可以为路由器或交换机等具有报文转发功能的网络设备,也可以称为转发设备。例如,该第一网络设备02和第二网络设备03均可以为接入路由器(access router,AR)。
可选地,本申请实施例提供的流量转发系统可以是广域网,例如可以是软件定义广域网(software-defined WAN,SD-WAN)。广域网中承载的业务流具有复杂和多变的特点,并且广域网中可配置的网络优化技术(例如FEC、压缩、多发选收、逐包负载分担、抖动缓冲、丢包主动重传和TCP加速等)较多,且每种网络优化技术的配置参数多样。由此,导致运维人员手动配置广域优化技术的效率较低。并且,在网络运行的过程中,可能出现目标业务流所流经的链路的性能变差,导致预先配置的网络优化技术无法满足目标业务流的业务需求的情况。
本申请实施例提供了一种网络优化策略的确定方法,网络优化设备可以采用网络优化算法对网络的性能参数和目标业务流的业务需求进行处理,从而得到能够应用于该目标业务流的目标网络优化策略。其中,该目标网络优化策略可以包括至少一种网络优化技术,或者,可以包括至少一种网络优化技术,以及至少一种网络优化技术的配置参数的参数值。其中,网络优化技术可以是广域优化技术。由于本申请实施例提供的方法无需运维人员手动确定并配置网络优化策略,因此有效提高了网络优化策略确定和配置的效率。又由于在确定网络优化策略时还考虑了网络的性能参数,因此确定出的网络优化策略能够适应网络性能的动态变化。由此,在网络性能动态变化时,也能确保目标业务流的传输性能满足业务需求。
图2是本申请实施例提供的一种网络优化策略的确定方法的流程图,该方法可以应用于网络优化设备。该网络优化设备可以是控制器,也可以是用于转发业务流的网络设备。如图2所示,该方法包括:
步骤101、获取网络的性能参数。
在本申请实施例中,网络的性能参数可以包括下述参数中的至少一种:时延、丢包率、抖动和吞吐量等。并且,网络的性能参数可以是该网络中各个链路的性能参数,或者,可以是目标业务流在该网络中将要流经的链路的性能参数。其中,目标业务流是指需要应用网络优化技术的业务流,目标业务流将要流经的链路的数量可以大于或等于1。若目标业务流将要流经的链路的数量大于1,即目标业务流在网络中具有多条可选链路(也称可行链路或可达链路),则网络优化设备可以获取每条可选链路的性能参数。
可以理解的是,网络中的每个业务流可以采用五元组(或四元组或七元组)唯一标识。相应的,网络优化设备可以基于目标业务流的唯一标识,确定该目标业务流将要流经的链路。其中,目标业务流将要流经的链路的可以包括专线链路、普通互联网(Internet)链路和移动通信链路等。移动通信链路可以是第四代移动通信技术(4th generation mobilecommunication technology,4G)链路或5G链路等。
由于目标业务流将要流经的链路的性能是影响该目标业务流的传输性能的关键因素,因此在确定目标网络优化策略时,网络优化设备可以仅获取网络中该目标业务流将要流经的链路的性能参数。由此,可以在确保确定出的目标网络优化策略的准确性的前提下,减小网络优化设备所需处理的数据的数据量,提高数据处理的效率。
可选地,如图3所示,网络中的各个网络设备中均配置有信息采集模块,该信息采集模块可以通过随路测量或主动测量的方式采集网络的性能参数。下文以网络的性能参数为目标业务流将要流经的链路的性能参数为例,并以网络优化设备为第一网络设备02为例进行说明。假设目标业务流将要流经的链路为第一网络设备02和第二网络设备03之间的链路,即第一网络设备02为目标业务流的发送侧的网关设备,第二网络设备03为目标业务流的接收侧的网关设备。则在随路测量时,第一网络设备02中的信息采集模块可以在目标业务流的业务报文中封装标记信息(例如业务报文的发送时间戳和/或业务报文的全局序列号等),并向第二网络设备03发送该业务报文。在主动测量时,第一网络设备02中的信息采集模块可以主动向第二网络设备03发送专用于测量性能参数的探测报文,该探测报文中封装有标记信息。
第二网络设备02中的信息采集模块接收到封装有标记信息的业务报文或探测报文后,可以基于该标记信息计算链路的性能参数,并将计算得到的性能参数反馈至第一网络设备02。例如,第二网络设备02可以基于报文中的全局序列号计算链路的丢包率和吞吐量,并可以基于报文中的发送时间戳计算链路的时延。或者,第二网络设备02可以将报文的接收时间戳反馈至第一网络设备02,并由第一网络设备02根据报文的发送时间戳和接收时间戳计算链路的时延。
对于网络优化设备为控制器的场景,第一网络设备01可以向第二网络设备02发送封装有标记信息的业务报文或探测报文。并且,如图4所示,第一网络设备01中的信息采集模块可以向控制器01的信息接收模块发送报文的检测信息,例如报文中封装的标记信息,和/或,封装有标记信息的报文的个数。第二网络设备02中的信息采集模块接收到封装有标记信息的报文后,也可以向控制器01的信息接收模块发送接收到的报文的检测信息,例如报文的接收时间戳,和/或,接收到的封装有标记信息的报文的个数。控制器01的信息接收模块进而可以基于第一网络设备01和第二网络设备02发送的检测信息,计算链路的性能参数。
步骤102、获取网络设备的资源使用信息。
其中,该网络设备至少包括用于对目标业务流执行网络优化技术的第一网络设备,即目标业务流的发送侧的网关设备。可选地,该网络设备还可以包括目标业务流在网络中的接收侧的网关设备(即第二网络设备)。
网络设备的资源使用信息可以包括下述信息中的至少一种:会话(session)数量、处理器使用信息和内存使用信息等。其中,处理器可以包括中央处理器(centralprocessing unit,CPU)、网络处理器(network processing unit,NPU)和图形处理器(graphics processing unit,GPU)中的一种或多种。可以理解的是,该资源使用信息可以采用网络设备已使用的资源量、已使用的资源的百分比,和/或,剩余可用的资源量来表征。
对于网络优化设备为第一网络设备的场景,参考图3,第一网络设备02的信息采集模块可以采集自身的资源使用信息。第二网络设备03的信息采集模块可以将第二网络设备03的资源使用信息发送至第一网络设备02。
对于网络优化设备为控制器的场景,参考图4,第一网络设备02的信息采集模块可以向控制器01的信息接收模块发送该第一网络设备02的资源使用信息。第二网络设备03的信息采集模块可以向控制器01的信息接收模块发送该第二网络设备03的资源使用信息。
步骤103、采用网络优化算法处理输入参数,得到目标网络优化策略,该输入参数包括网络的性能参数、资源使用信息和目标业务流的业务需求。
在本申请实施例中,网络优化设备中预先配置有网络优化算法和需要进行网络优化的目标业务流的业务需求。其中,该业务需求(也可以称为性能需求或服务质量需求)可以是SLA需求或其他约定需求,且该业务需求可以包括对下述至少一种性能参数的需求:时延、丢包率、抖动和吞吐量等。
网络优化设备可以周期性获取网络的性能参数和网络设备的资源使用信息,并可以周期性地采用网络优化算法处理该性能参数、资源使用信息和目标业务流的业务需求,以得到目标网络优化策略。网络优化设备采用网络优化算法处理输入参数的过程中,可以从多个不同种类的网络优化技术中选择至少一种网络优化技术,和/或,从一种网络优化技术的参数值范围内选择一组参数值,从而得到目标网络优化策略。其中,每种网络优化技术具有至少一个配置参数,每种网络优化技术的参数值范围可以包括该种网络优化技术的每个配置参数的可选数值范围。相应的,每种网络优化技术的一组参数值可以包括该种网络优化技术的至少一个配置参数的参数值。基于上述分析可知,该目标网络优化策略可以包括至少一种网络优化技术,或者,该目标网络优化策略可以包括至少一种网络优化技术,以及该至少一种网络优化技术中,一种或多种网络优化技术的配置参数的参数值。
可选地,该多个不同种类的网络优化技术可以包括FEC技术、压缩技术、多发选收技术、逐包负载分担技术、抖动缓冲技术、丢包主动重传技术、TCP加速技术和七层协议优化技术等。该七层协议优化技术可以包括:超文本传输协议(hyper text transferprotocol,HTTP)优化技术和文件传输协议(file transfer protocol,FTP)优化技术等。其中,FEC技术的配置参数可以包括编码块大小(block size)、丢包率和冗余率等;压缩技术的配置参数可以包括压缩算法的类型和滑动窗口的大小等;多发选收技术的配置参数可以包括重组等待时间和抖动等;逐包负载分担技术的配置参数可以包括各个链路的权重和重组等待时间等;抖动缓冲技术的配置参数可以包括缓存大小和缓存等待时间等;丢包主动重传技术的配置参数可以包括:缓存大小,缓存等待时间,以及发送端报文释放等待时间等;TCP加速技术的配置参数可以包括:拥塞窗口的大小和慢启动阈值等;HTTP优化技术的配置参数可以包括资源缓存策略和数据预取方式等。
其中,编码块大小是指相邻两次冗余包编码操作所需间隔的报文的个数。例如,假设编码块大小为20,则表示每隔20个报文执行一次冗余包编码操作,且每次冗余包编码操作可以生成一个或多个冗余包。HTTP优化技术中的资源缓存策略可以包括最近最少使用(least recently used,LRU)策略和最近最不常用(least frequently used,LFU)策略等。
可以理解的是,若目标业务流在网络中具有多条可选链路,则网络优化设备采用网络优化算法处理输入参数后,不仅可以得到网络优化技术(或网络优化技术及其参数值),还可以从该多条可选链路中确定出至少一条目标链路。该至少一条目标链路为用于转发该目标业务流的业务报文的链路。
还可以理解的是,网络优化设备也可以不执行上述步骤102,相应的,该输入参数也可以不包括网络设备的资源使用信息。
步骤104、对目标业务流应用目标网络优化策略,以使该目标业务流在网络中的传输性能满足该业务需求。
网络优化设备确定出目标网络优化策略后,即可对目标业务流应用该目标网络优化策略。由于网络优化设备在确定目标网络优化策略时考虑了网络的性能参数,因此即使网络性能动态变化,也可以确保应用该目标网络优化策略后,该目标业务流在网络中的传输性能依旧能够满足该目标业务流的业务需求。若该输入参数还包括网络设备的资源使用信息,则可以确保用于执行该目标网络优化策略的网络设备,具有足够的设备资源以执行该目标网络优化策略。也即是,可以确保确定出的目标网络优化策略能够被网络设备有效执行。
其中,对于网络优化设备为第一网络设备的场景,如图3所示,该第一网络设备02中配置有优化模块和执行模块。该优化模块采用网络优化算法处理输入参数,得到目标网络优化策略后,执行模块可以对目标业务流执行该目标网络优化策略。也即是,该执行模块可以采用目标网络优化策略对目标业务流的业务报文进行处理。
对于网络优化设备为控制器的场景,如图4所示,控制器01中配置有优化模块。该优化模块采用网络优化算法处理输入参数,得到目标网络优化策略后,可以将该目标网络优化策略下发至第一网络设备02。第一网络设备02的执行模块进而可以对目标业务流执行该目标网络优化策略。
由于控制器可以与多个网络设备连接,因此采用控制器作为网络优化设备,可以实现对流经不同网络设备的业务流的网络优化技术的集中计算。并且,便于对该网络优化算法进行维护和更新。
如图3所示,该第一网络设备02还可以包括流量识别模块、封装模块和转发模块。其中,流量识别模块用于识别需要进行网络优化的目标业务流,例如流量识别模块可以基于业务流的五元组识别该目标业务流。该封装模块用于对目标业务流的业务报文进行封装,例如封装模块可以采用通用路由封装协议(generic routing encapsulation,GRE)在业务报文封装目标网络优化策略的标识。转发模块用于向第二网络设备03转发目标业务流的业务报文,例如,转发模块可以通过至少一条目标链路转发该目标业务流的业务报文。
继续参考图3,第二网络设备03还包括解封装模块、逻辑处理模块和转发模块。其中,解封装模块用于对接收到的业务报文进行解封装。逻辑处理模块用于对业务报文进行逻辑处理,例如可以基于业务报文中封装的目标网络优化策略的标识,采用对应的解码技术对业务报文进行解码。转发模块用于向目标业务流的接收端设备转发逻辑处理后的业务报文。
可选地,在上述步骤104之后,网络优化设备还可以继续执行上述步骤101至步骤103,以更新该目标网络优化策略。例如,网络优化设备可以周期性执行上述步骤101至步骤103;或者,网络优化设备可以在检测到网络的性能参数,和/或,网络设备的资源使用信息发生变化时,再次执行上述步骤101至步骤103。基于此,在网络性能或网络设备的资源使用情况发生变化时,网络优化设备能够自适应调整应用于目标业务流的网络优化策略,以确保能够满足该目标业务流的业务需求。
下文对上述步骤103的实现过程进行介绍。如图5所示,网络优化设备中部署的网络优化算法包括优化模型(也可以称为自适应模型)。网络优化设备可以将获取到的网络的性能参数、网络设备的资源使用信息以及目标业务流的业务需求输入至该优化模型,得到该优化模型输出的一种或多个不同种类的网络优化技术。之后,网络优化设备可以从优化模型输出的一种或多个不同种类的网络优化技术中确定目标网络优化策略。例如,网络优化设备可以随机选择一种网络优化技术,得到目标网络优化策略。
可选地,参考图5,优化模型可以输出至少一个网络优化策略(policy),每个网络优化策略包括:至少一条目标链路的标识,至少一种网络优化技术,以及每种网络优化技术的配置参数的参数值。例如,如图5所示,该优化模型可以输出n个网络优化策略,该n为大于1的整数。
其中,网络优化策略P1中的目标链路的标识为:链路1,网络优化技术为FEC技术,且该FEC技术的参数值包括:编码块大小为10,丢包率为2%。网络优化策略P2中的网络优化技术包括逐包负载分担技术,目标链路的标识包括:链路1和链路2,即该链路1和链路2用于实现逐包负载分担。该逐包负载分担技术的参数值包括:链路1的权重W1=2,链路2的权重W2=1。并且,该网络优化策略P2中的网络优化技术还包括:分别与链路1和链路2对应的FEC技术。其中,与链路1对应的FEC技术的参数值包括:编码块大小为30,丢包率为1%;与链路2对应的FEC技术的参数值包括:编码块大小为20,丢包率为10%。
网络优化策略Pn中的目标链路的标识为:链路K,网络优化技术为多发选收技术,且该多发选收技术的参数值包括:重组等待时间为100毫秒(ms),抖动为10ms。
可选地,该优化模型可以是基于规则的模型,且对于不同类型的业务流,该优化模型输出的网络优化策略所包含的内容可以不同。示例的,参考图6,对于目标类型的业务流(图6以语音业务的业务流,以及视频等实时业务的业务流为例),该优化模型可以先基于业务流的业务需求为该业务流选择目标链路,以及至少一种网络优化技术。之后,优化模型可以基于网络的性能参数(或者性能参数和网络设备的资源使用信息)确定网络优化技术的配置参数的参数值。例如,对于FEC技术,可以根据链路的性能参数确定编码块大小和丢包率。相应的,对于该目标类型的业务流,优化模型输出的网络优化策略可以包括:至少一条目标链路的标识,至少一种网络优化技术,以及每种网络优化技术的配置参数的参数值。
对于除目标类型之外的其他类型的业务流,该优化模型则可以仅基于业务需求为该业务流选择目标链路,而无需再确定网络优化技术。相应的,对于其他类型的业务流,该优化模型输出的网络优化策略可以仅包括至少一条目标链路的标识。
可以理解的是,当网络性能较好时,该优化模型输出的目标类型的业务流的网络优化策略中也可以仅包括至少一条目标链路的标识,而不包括网络优化技术。相应的,网络优化设备无需对目标类型的业务流应用网络优化技术。由此,可以确保在网络性能变好时,网络优化设备能够及时对目标业务流去使能网络优化技术,进而有效释放网络设备的设备资源。
可选地,该优化模型基于输入参数确定网络优化技术的规则,可以是基于不同网络优化技术的特点并结合实验分析确定的。表1中示意性示出了不同网络优化技术的特点,如表1所示,FEC技术是一种通过冗余包来抗丢包和降低重传时延的网络优化技术,该FEC技术在部分场景下还能够提升吞吐。例如,可以提升大带宽时延积(bandwidth-delayproduct,BDP)丢包链路或非阻塞性丢包率高的链路的吞吐。该FEC技术的使用约束主要为:引入额外带宽抗丢包,不适用阻塞链路。其中,非阻塞性丢包也称为随机性丢包,其是指并非由链路阻塞引起的丢包。
表1
从表1还可以看出,TCP加速技术、逐包负载分担技术和压缩技术的主要目的均是用于提升吞吐,多发选收技术的主要目的是实现高可靠。并且,可以理解的是,不同网络优化技术对会话数的限制可以不同。如某个网络优化技术对会话数的限制为M(M为大于1的整数),则表示网络设备最多能够同时对M个业务流执行该网络优化技术。示例的,FEC技术对会话数的限制M可以为32。
可以理解的是,上述基于规则的优化模型的精度可能难以满足某些复杂网络场景的需求。为了提高确定出的网络优化策略的精度,如图7所示,该网络优化算法还可以包括在线学习算法。该在线学习算法能够基于目标业务流在网络中的传输性能,从优化模型输出的多个不同种类的网络优化技术中选择至少一种网络优化技术,得到目标网络优化策略,和/或,从优化模型输出的一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略。也即是,网络优化设备能够通过在线学习算法,对优化模型输出的网络优化技术的种类,和/或,网络优化技术的参数值进行选择,得到最终的目标网络优化策略。其中,目标业务流在网络中的传输性能可以采用下述至少一种性能参数表征:时延、丢包率、抖动和吞吐量等。
在第一种可能的实现方式中,对于该优化模型输出多个不同种类的网络优化技术的场景,该网络优化算法所处理的输入参数还可以包括:对目标业务流应用临时网络优化技术之后,该目标业务流的第一临时传输性能。其中,该临时网络优化技术属于该多个不同种类的网络优化技术;相应的,网络优化设备通过在线学习算法确定目标网络优化策略的过程可以包括:
若该第一临时传输性能不满足目标业务流的业务需求,则从优化模型输出的多个不同种类的网络优化技术中,选择与该临时网络优化技术不同的至少一种网络优化技术,得到目标网络优化策略。
可选地,网络优化设备可以选择与该临时网络优化技术不同的另一种网络优化技术,得到目标网络优化策略。或者,网络优化设备可以选择与该临时网络优化技术不同的另一种网络优化技术,并将该临时网络优化技术和该另一种网络优化技术组合,得到目标网络优化策略。也即是,网络优化设备可以对目标业务流应用多种网络优化技术。
示例的,假设对于某个目标业务流,优化模型输出的网络优化技术包括FEC技术和多发选收技术。若网络优化设备将FEC技术作为临时网络优化技术应用于该目标业务流之后,该目标业务流在网络中的第一临时传输性能不满足业务需求,则网络优化设备可以将多发选收技术确定为目标网络优化策略,并对该目标业务流应用该多发选收技术。或者,网络优化设备可以将FEC技术和多发选收技术的组合确定为目标网络优化策略,并对该目标业务流分别应用FEC技术和多发选收技。
在该第一种可能的实现方式中,由于网络优化设备对目标业务流应用临时网络优化技术后,还可以基于目标业务流在网络中的实际传输性能(即临时传输性能),对应用于目标业务流的网络优化技术进行调整,因此可以确保调整后的网络优化技术(即目标网络优化策略)能够使得目标业务流的传输性能满足业务需求。由此,可以实现对应用于目标业务流的网络优化策略的自适应调整,确保在网络性能动态变化的过程中,目标业务流的传输性能始终能够满足业务需求。
在第二种可能的实现方式中,对于该优化模型输出一种网络优化技术的场景,该网络优化算法所处理的输入参数还可以包括:对目标业务流应用参数值为第一临时参数值的该种网络优化技术后,该目标业务流的第二临时传输性能。相应的,网络优化设备通过在线学习算法确定目标网络优化策略的过程可以包括:
若该第二临时传输性能不满足目标业务流的业务需求,则在该种网络优化技术的参数值范围内,对该第一临时参数值进行调整,得到目标网络优化策略。
其中,网络优化技术的参数值范围可以是优化模型输出的,且该参数值范围可以包括网络优化技术的每个配置参数的可选数值范围。网络优化设备在确定第二临时传输性能不满足目标业务流的业务需求后,可以在至少一个配置参数的参数值的可选数值范围内,调节该配置参数的参数值,直至目标业务流的传输性能满足业务需求。
例如,假设优化模型输出的一种网络优化技术为FEC技术,该FEC技术的配置参数包括编码块大小和丢包率,则优化模型输出的FEC技术的参数值范围可以包括:编码块大小的可选数值范围,以及丢包率的可选数值范围。相应的,网络优化设备若确定第二临时传输性能不满足目标业务流的业务需求,则可以调节编码块大小和/或丢包率的大小,直至目标业务流的传输性能满足业务需求。
作为一种可选的示例,网络优化设备在调节配置参数的参数值时,可以先分别按照增大参数值和减小参数值的方向对配置参数的参数值进行调节,并分别获取对目标业务流应用增大参数值的网络优化技术后,该目标业务流的第一更新传输性能,以及对目标业务流应用减小参数值的网络优化技术后,该目标业务流的第二更新传输性能。之后,网络优化设备可以采用效益函数(例如马氏距离)分别判断第一更新传输性能与该目标业务流的业务需求的第一距离,以及第二更新传输性能与该目标业务流的业务需求的第二距离。
由于距离越近则表示更新传输性能越逼近业务需求,因此若第一距离小于第二距离,则网络优化设备可以在配置参数的可选数值范围内,继续增大参数值,直至对目标业务流应用增大参数值的网络优化技术后,该目标业务流的传输性能满足业务需求。若第二距离小于第一距离,则网络优化设备可以在配置参数的可选数值范围内,继续减小参数值,直至对目标业务流应用减小参数值的网络优化技术后,该目标业务流的传输性能满足业务需求。
作为另一种可选的示例,网络优化设备在调节配置参数的参数值时,可以先按照目标方向对配置参数的参数值进行调节,并获取对目标业务流应用调节参数值的网络优化技术后,该目标业务流的更新传输性能。若该更新传输性能相比于第二临时传输性能更逼近目标业务流的业务需求,则网络优化设备可以继续按照该目标方向调节参数值,直至对目标业务流应用调节参数值的网络优化技术后,该目标业务流的传输性能满足业务需求。若该更新传输性能相比于第二临时传输性能远离目标业务流的业务需求,则网络优化设备可以按照与该目标方向相反的方向调节参数值,直至对目标业务流应用调节参数值的网络优化技术后,该目标业务流的传输性能满足业务需求。其中,该目标方向可以为增大参数值的方向或者减小参数值的方向。
在上述两种示例中,网络优化设备均可以按照固定的调整比例对配置参数的参数值进行调整。例如,网络优化设备每次可以将参数值增大为原参数值的1.25倍,或者,减小为原参数值的0.75倍。
可以理解的是,若网络优化设备在将一种网络优化技术的配置参数的参数值调节至可选数值范围的上限或下限后,仍无法满足目标业务流的业务需求,则网络优化设备可以重新采用网络优化算法处理输入参数,以获取目标网络优化策略。
还可以理解的是,对于优化模型输出多种网络优化技术的场景,网络优化设备可以结合上述第一种可能的实现方式和第二种可能的实现方式来确定目标网络优化策略。例如,网络优化设备若确定目标业务流的第一临时传输性能不满足业务需求,则可以先采用上述第二种可能的实现方式对该临时网络优化技术的配置参数的参数值进行调整。若将该临时网络优化技术的配置参数的参数值调节至可选数值范围的上限或下限后,仍无法满足业务需求,则网络优化设备可以采用上述第一种可能的实现方式,选择与该临时网络优化技术不同的至少一种网络优化技术,得到目标网络优化策略。
示例的,如图7所示,假设优化模型输出的网络优化技术包括P1和P2两种,则网络优化设备可以先将网络优化技术P1作为临时网络优化技术,并应用于目标业务流。之后,网络优化设备可以检测该目标业务流在网络中的第一临时传输性能U1。若该第一临时传输性能U1不满足目标业务流的业务需求T,则网络优化设备可以将网络优化技术P1的配置参数的参数值由A1调节为A2,并应用于目标业务流。然后,网络优化设备可以检测该目标业务流在网络中的第二临时传输性能U2。若该第二临时传输性能U2仍不满足业务需求T,则网络优化设备可以继续对网络优化技术P1的配置参数的参数值进行调整。
若网络优化设备将网络优化技术P1的配置参数的参数值调整至上限Ak后,该目标业务流的临时传输性能仍不满足业务需求T,则网络优化设备可以对目标业务流应用网络优化技术P2。若应用网络优化技术P2后,目标业务流的传输性能满足该业务需求T,则网络优化设备可以将该网络优化技术P2作为目标网络优化策略并继续应用于该目标业务流。其中,图7中的i为正整数,k为大于1的整数,Ui表示网络优化设备第i次获取到的目标业务流的传输性能。
可选地,在该第二种可能的实现方式中,该输入参数还可以包括:对目标业务流应用参数值为第二临时参数值的一种网络优化技术后,该目标业务流的第三临时传输性能;网络优化设备通过在线学习算法确定目标网络优化策略的过程可以包括:
若该第三临时传输性能优于目标业务流的业务需求,则在该种网络优化技术的参数值范围内,对该第二临时参数值进行调整,得到目标网络优化策略。其中,执行参数值为该第二临时参数值的该种网络优化技术所需的设备资源,多于执行该目标网络优化策略所需的设备资源。
也即是,对于第三临时传输性能优于业务需求的场景,网络优化设备也可以对网络优化技术的第二临时参数值进行调整,以确保在满足业务需求的前提下,尽量减少网络优化策略所消耗的网络设备的设备资源。由此,可以释放更多的设备资源以对其他业务流执行网络优化策略,即可以有效提高网络设备的资源利用率,增加该网络设备所能够承载的业务流的数量(即所支持的session数量)。
可以理解的是,网络优化设备可以按照上文所述的两种可选的示例,对第二临时参数值进行调整,以使得对目标业务流应用调整参数值后的网络优化技术之后,目标业务流的传输性能满足该业务需求,且更逼近该业务需求。
在本申请实施例中,网络优化设备中还配置有状态机,网络优化设备在通过在线学习算法确定目标网络优化策略的过程中,可以根据该状态机调整网络优化技术的参数值或切换网络优化技术的种类。下文以图8所示的状态机为例,对网络优化设备确定目标网络优化策略的过程进行介绍。
如图8所示,在初始化(start up)状态下,网络优化设备能够基于优化模型的输出,确定初始的网络优化技术(即临时网络优化技术)。在步骤S1中,网络优化设备可以对目标业务流应用该临时网络优化技术。之后,网络优化设备进入持续优化(continueoptimization)状态,并每隔调整间隔执行一次步骤S2,其中该调整间隔的时长可以为1秒。在步骤S2中,网络优化设备可以对临时网络优化技术的配置参数的参数值进行调整,并检测调整参数值之后,该目标业务流的临时传输性能是否满足业务需求。
在步骤S3中,网络优化设备若检测到前一个状态(pre-state)为初始化状态,且当前目标业务流的临时传输性能不满足业务需求,则可以执行步骤S4。在步骤S4中,网络优化设备可以选择与临时网络优化技术不同的至少一种网络优化技术。
在步骤S5中,网络优化设备若检测到前一个状态为持续优化状态,且当前目标业务流的临时传输性能不满足业务需求,则可以进入回滚状态,并执行步骤S6。在该步骤S6中,网络优化设备可以将临时网络优化技术的配置参数的参数值恢复至上一次调整之前的数值。也即是,网络优化设备在持续调整参数值的过程中,若前若干次调整后,目标业务流的临时传输性能均能满足业务需求,但最后一次调整后,目标业务流的临时传输性能不再满足业务需求。则网络优化设备可以确定:最后一次调整之前,目标业务流的临时传输性能已逼近业务需求,因此可以将临时网络优化技术的配置参数的参数值回滚至最后一次调整之前的数值,从而得到目标网络优化策略。
如图8所示,在步骤S6之后,网络优化设备可以进入稳定(stable)状态,并执行步骤S7。在步骤S7中,网络优化设备可以每隔检查间隔,执行一次持续优化的操作,即每隔检查间隔调整一次参数值,并检测调整参数值之后,目标业务流的传输性能是否满足业务需求。其中,该检查间隔的时长大于调整间隔的时长,例如该检查间隔可以为5秒或10秒。若调整参数值之后,目标业务流的传输性能不满足业务需求(即持续优化失败),则网络优化设备可以执行步骤S8。在步骤S8中,网络优化设备可以将当前选定的网络优化技术的配置参数的参数值回滚至最后一次调整之前的数值,并可以增大该检查间隔。例如,可以将该检查间隔增大为原来的两倍。之后,网络优化设备即可按照增大后的检测间隔执行持续优化的操作。
继续参考图8,网络优化设备在稳定状态下,若通过步骤S9检测到目标业务流所流经的目标链路故障(down),或者目标链路的性能持续恶化,则可以进入重置(reset)状态,并执行步骤S11。在步骤S11中,网络优化设备可以重新选择与临时网络优化技术不同的至少一种网络优化技术。从图8可以看出,网络优化设备在持续优化状态下,若通过步骤S10检测到目标业务流所流经的目标链路故障或者性能持续恶化,则也可以进入重置状态。
可选地,在本申请实施例中,该优化模型可以是对多个训练样本进行训练得到的。例如可以是采用机器学习算法(如决策树或贝叶斯网络等)或强化学习算法训练得到的。其中,每个训练样本可以包括:参考网络优化策略,在对参考业务流应用该参考网络优化策略之前该网络的性能参数,以及在对该参考业务流应用该参考网络优化策略后该参考业务流的传输性能。
其中,该参考网络优化策略可以包括至少一种网络优化技术,或者可以包括至少一种网络优化技术,以及该至少一种网络优化技术中一种或多种网络优化技术的参数值。其中,该至少一种网络优化技术可以包括FEC技术、压缩技术、多发选收技术、逐包负载分担技术、抖动缓冲技术、丢包主动重传技术和/或TCP加速技术等。不同训练样本中的参考业务流可以是不同类型的应用的业务流,例如可以是语音业务的业务流或视频业务的业务流。
示例的,如图9和图10所示,流量转发系统中还可以包括模型训练器04,该模型训练器04可以为一台服务器,或者由若干台服务器组成的服务器集群,或者是一个云计算服务中心。该模型训练器04可以用于对多个训练样本进行训练得到的优化模型,并将优化模型下发至网络优化设备。例如,参考图9,对于网络优化设备为第一网络设备02的场景,模型训练器04可以将优化模型下发至第一网络设备02中的优化模块。参考图10,对于网络优化设备为控制器01的场景,模型训练器04可以将优化模型下发至控制器01中的优化模块。
参考图9和图10可以看出,用于训练模型的各个训练样本可以是各个网络设备中的信息采集模块采集并上报至模型训练器04的,或者,可以是控制器01收集并上报至模型训练器04的。
可以理解的是,该模型训练器04在训练得到优化模型后,还可以周期性的获取训练样本,并基于获取到的训练样本对该优化模型进行更新。之后,模型训练器04可以将更新后的优化模型下发至网络优化设备,网络优化设备进而可以采用更新后的优化模型确定网络优化策略。
还可以理解的是,该模型训练器04也可以集成在网络优化设备中,即网络优化设备也具有模型训练和模型更新的功能。
还可以理解的是,上述网络优化算法也可以是采用机器学习算法或深度学习算法训练得到的网络优化模型。也即是,网络优化设备将输入参数输入至网络优化模型后,即可得到该网络优化模型输出的目标网络优化策略。
可选地,本申请实施例提供的方法的步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减。例如,步骤102可以在步骤101之前执行,或者网络优化设备也可以无需执行步骤102。
综上所述,本申请实施例提供了一种网络优化策略的确定方法。网络优化设备能够采用网络优化算法处理网络的性能参数和目标业务流的业务需求,得到目标网络优化策略,并能够对目标业务流应用该目标网络优化策略,以使得目标业务流的传输性能满足该业务需求。由于网络优化设备能够基于网络优化算法自动确定网络优化策略,因此有效提高了网络优化策略的确定效率。又由于在确定网络优化策略时还考虑了网络的性能参数,因此确定出的网络优化策略能够适应网络性能的动态变化。由此,在网络性能动态变化时,也能确保目标业务流的传输性能满足业务需求。
其中,在网络性能变差导致目标业务流的传输性能无法满足业务需求时,网络优化设备能够通过调整网络优化技术的参数值,切换网络优化技术的种类,和/或,叠加其他网络优化技术来改善该目标业务流的传输性能,以确保满足该目标业务流的业务需求。在网络性能变好时,网络优化设备能够通过调整网络优化技术的参数值,或者,去使能网络优化技术来释放网络设备的资源,以提高网络设备的资源利用率。
本申请实施例还提供了一种网络优化设备,该网络优化设备可以应用于图1、图3、图4、图9或图10所示的系统中,且可以用于实现上述方法实施例提供的方法。如图11所示,该网络优化设备30包括:
获取模块301,用于获取网络的性能参数。该获取模块301的功能实现可以参考上述方法实施例中步骤101的相关描述。
优化模块302,用于采用网络优化算法处理输入参数,得到目标网络优化策略,输入参数包括网络的性能参数和目标业务流的业务需求。该优化模块302的功能实现可以参考上述方法实施例中步骤103的相关描述。
应用模块303,用于对目标业务流应用目标网络优化策略,以使目标业务流在网络中的传输性能满足业务需求。该应用模块303的功能实现可以参考上述方法实施例中步骤104的相关描述。
可选地,该获取模块301,用于获取目标业务流在网络中将要流经的链路的性能参数。
可选地,该优化模块302,可以用于从多个不同种类的网络优化技术中选择至少一种网络优化技术,得到目标网络优化策略。
可选地,该输入参数还包括:对目标业务流应用临时网络优化技术后目标业务流的第一临时传输性能,临时网络优化技术属于多个不同种类的网络优化技术;该优化模块302,可以用于若第一临时传输性能不满足业务需求,则从多个不同种类的网络优化技术中,选择与临时网络优化技术不同的至少一种网络优化技术,得到目标网络优化策略。
可选地,该优化模块302,可以用于采用网络优化算法处理输入参数,以从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略。
可选地,该输入参数还包括:对目标业务流应用参数值为第一临时参数值的一种网络优化技术后,目标业务流的第二临时传输性能;该优化模块302,可以用于若第二临时传输性能不满足业务需求,则在一种网络优化技术的参数值范围内,对第一临时参数值进行调整,得到目标网络优化策略。
可选地,该输入参数还包括:对目标业务流应用参数值为第二临时参数值的一种网络优化技术后,目标业务流的第三临时传输性能;该优化模块302,可以用于若第三临时传输性能优于业务需求,则在一种网络优化技术的参数值范围内,对第二临时参数值进行调整,得到目标网络优化策略;
其中,执行参数值为第二临时参数值的一种网络优化技术所需的设备资源,多于执行目标网络优化策略所需的设备资源。
可选地,该输入参数还包括:用于执行目标网络优化策略的网络设备的资源使用信息;该资源使用信息用于使网络设备的设备资源足够执行目标网络优化策略。该获取模块301的功能实现还可以参考上述方法实施例中步骤102的相关描述。
可选地,该优化模块302,可以用于将网络性能参数和业务需求输入至优化模型,得到优化模型输出的一种或多个不同种类的网络优化技术;
其中,目标网络优化策略从该一种或多个不同种类的网络优化技术中确定。
可选地,该优化模型是对训练样本进行训练得到的,训练样本包括:参考网络优化策略,在对参考业务流应用参考网络优化策略之前网络的性能参数,以及在对参考业务流应用参考网络优化策略后参考业务流的传输性能。
作为一种可能的实现方式,该网络优化设备30可以为控制器,该应用模块303可以用于将目标网络优化策略下发至用于执行该目标网络优化策略的网络设备。该获取模块301可以是上述实施例中的信息接收模块。
作为另一种可能的实现方式,该网络优化设备30可以为用于执行该目标网络优化策略的网络设备,该应用模块303可以用于对目标业务流执行目标网络优化策略。该获取模块301可以是上述实施例中的信息采集模块。
综上所述,本申请实施例提供了一种网络优化设备,该网络优化设备能够采用网络优化算法处理网络的性能参数和目标业务流的业务需求,得到目标网络优化策略,并能够对目标业务流应用该目标网络优化策略,以使得目标业务流的传输性能满足该业务需求。由于网络优化设备能够基于网络优化算法自动确定网络优化策略,因此有效提高了网络优化策略的确定效率。又由于在确定网络优化策略时还考虑了网络的性能参数,因此确定出的网络优化策略能够适应网络性能的动态变化。由此,在网络性能动态变化时,也能确保目标业务流的传输性能满足业务需求。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上文描述的网络优化设备及各模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
应理解的是,本申请实施例提供的网络优化设备可以用专用集成电路(application-specific integrated circuit,ASIC)实现,或可编程逻辑器件(programmable logic device,PLD)实现,上述PLD可以是复杂程序逻辑器件(complexprogrammable logical device,CPLD),现场可编程门阵列(field-programmable gatearray,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。或者,也可以通过软件实现上述方法实施例提供的网络优化策略的确定方法,当通过软件实现上述方法实施例提供的网络优化策略的确定方法时,上述网络优化设备中的各个模块也可以为软件模块。
图12是本申请实施例提供的另一种网络优化设备的结构示意图,该网络优化设备可以应用于图1、图3、图4、图9或图10所示的系统中,且可以用于实现上述方法实施例提供的方法。参考图12,该网络优化设备可以包括:处理器401、存储器402、网络接口403和总线404。其中,总线404用于连接处理器401、存储器402和网络接口403。通过网络接口403(可以是有线或者无线)可以实现与其他设备之间的通信连接。存储器402中存储有计算机程序4021,该计算机程序4021用于实现各种应用功能。
应理解,在本申请实施例中,处理器401可以是CPU,该处理器401还可以是其他通用处理器、数字信号处理器(digital signal processing,DSP)、专用集成电路(application-specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)、通用阵列逻辑(generic array logic,GAL)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,或上述处理器的任意组合。通用处理器可以是微处理器或者是任何常规的处理器等。
存储器402可包括易失性存储器,非易失性存储器,或其组合。其中,非易失性存储器可以包括只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)、闪存或其任意组合。易失性存储器可以包括随机存取存储器(random access memory,RAM),例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data date SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)、直接内存总线随机存取存储器(direct rambus RAM,DR RAM)或其任意组合。
总线404除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见,在图中将各种总线都标为总线404。
处理器401可以被配置为执行存储器402中存储的计算机程序4021来实现上述方法实施例提供的网络优化策略的确定方法。
图13是本申请实施例提供的又一种网络优化设备的结构示意图,该网络优化设备可以应用于图1、图3、图4、图9或图10所示的系统中,且可以用于实现上述方法实施例提供的方法。如图13所示,该网络优化设备包括主控板501和接口板502。
主控板501也称为主处理单元(main processing unit,MPU)或路由处理卡(routeprocessor card),主控板501用于对网络优化设备中各个组件进行控制和管理,包括路由计算、设备管理、设备维护和协议处理等功能。主控板501包括:中央处理器5011和存储器5012。
接口板502也称为线路接口单元卡(line processing unit,LPU)、线卡(linecard)或业务板。接口板502用于提供各种业务接口并实现业务帧的转发。业务接口包括而不限于以太网接口、基于SONET/SDH的业务帧(packet over SONET/SDH,POS)接口等。SONET是指同步光纤网络(synchronous optical network),SDH是指同步数字体系(synchronousdigital hierarchy)。以太网接口例如是灵活以太网业务接口(flexible Ethernetclients,FlexE Clients)。接口板502包括:中央处理器5021、网络处理器5022、转发表项存储器5024和物理接口卡(physical interface card,PIC)5023。
接口板502上的中央处理器5021用于对接口板502进行控制管理并与主控板501上的中央处理器5011进行通信。
网络处理器5022用于实现报文的转发处理。网络处理器5022的形态可以是转发芯片。转发芯片可以是网络处理器(network processor,NP)。在一些实施例中,转发芯片可以通过ASIC或FPGA实现。具体而言,网络处理器5022用于基于转发表项存储器5024保存的转发表转发接收到的报文,如果报文的目的地址为网络优化设备的地址,则将该报文上送至CPU(如中央处理器5021)处理;如果报文的目的地址不是网络优化设备的地址,则根据该目的地址从转发表中查找到该目的地址对应的下一跳和出接口,将该报文转发到该目的地址对应的出接口。其中,上行报文的处理可以包括:报文入接口的处理,转发表查找;下行报文的处理可以包括:转发表查找等等。在一些实施例中,中央处理器也可执行转发芯片的功能,比如基于通用CPU实现软件转发,从而接口板中不需要转发芯片。
物理接口卡5023用于实现物理层的对接功能,原始的流量由此进入接口板502,以及处理后的报文从该物理接口卡5023发出。物理接口卡5023也称为子卡,可安装在接口板502上,负责将光电信号转换为报文并对报文进行合法性检查后转发给网络处理器5022处理。在一些实施例中,中央处理器5021也可执行网络处理器5022的功能,比如基于通用CPU实现软件转发,从而物理接口卡5023中不需要网络处理器5022。
可选地,网络优化设备包括多个接口板,例如网络优化设备还包括接口板503,接口板503包括:中央处理器5031、网络处理器5032、转发表项存储器5034和物理接口卡5033。接口板503中各部件的功能和实现方式与接口板502相同或相似,在此不再赘述。
可选地,网络优化设备还包括交换网板504。交换网板504也可以称为交换网板单元(switch fabric unit,SFU)。在网络管理设备有多个接口板的情况下,交换网板504用于完成各接口板之间的数据交换。例如,接口板502和接口板503之间可以通过交换网板504通信。
主控板501和接口板耦合。例如。主控板501、接口板502和接口板503,以及交换网板504之间通过系统总线与系统背板相连实现互通。在一种可能的实现方式中,主控板501和接口板502及接口板503之间建立进程间通信协议(inter-process communication,IPC)通道,主控板501和接口板502及接口板503之间通过IPC通道进行通信。
在逻辑上,网络优化设备包括控制面和转发面,控制面包括主控板501和中央处理器5011,转发面包括执行转发的各个组件,比如转发表项存储器5024、物理接口卡5023和网络处理器5022。控制面执行路由器、生成转发表、处理信令和协议报文、配置与维护网络设备的状态等功能,控制面将生成的转发表下发给转发面,在转发面,网络处理器5022基于控制面下发的转发表对物理接口卡5023收到的报文查表转发。控制面下发的转发表可以保存在转发表项存储器5024中。在有些实施例中,控制面和转发面可以完全分离,不在同一网络设备上。
值得说明的是,主控板可能有一块或多块,有多块的时候可以包括主用主控板和备用主控板。接口板可能有一块或多块,网络管理设备的数据处理能力越强,提供的接口板越多。接口板上的物理接口卡也可以有一块或多块。交换网板可能没有,也可能有一块或多块,有多块的时候可以共同实现负荷分担冗余备份。在集中式转发架构下,网络管理设备可以不需要交换网板,接口板承担整个系统的业务数据的处理功能。在分布式转发架构下,网络管理设备可以有至少一块交换网板,通过交换网板实现多块接口板之间的数据交换,提供大容量的数据交换和处理能力。所以,分布式架构的网络管理设备的数据接入和处理能力要大于集中式架构的网络管理设备。可选地,网络管理设备的形态也可以是只有一块板卡,即没有交换网板,接口板和主控板的功能集成在该一块板卡上,此时接口板上的中央处理器和主控板上的中央处理器在该一块板卡上可以合并为一个中央处理器,执行两者叠加后的功能,这种形态网络管理设备的数据交换和处理能力较低(例如,低端交换机或路由器等网络设备)。具体采用哪种架构,取决于具体的组网部署场景,此处不做任何限定。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,该指令由处理器执行以实现上述方法实施例提供的网络优化策略的确定方法。
本申请实施例还提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述方法实施例提供的网络优化策略的确定方法。
本申请实施例还提供了一种流量转发系统,如图1、图4和图10所示,该系统包括:控制器01和第一网络设备02。其中,控制器01的结构可以参考图11至图13,且该控制器01用于执行上述方法实施例提供的网络优化策略的确定方法。该第一网络设备02用于对目标业务流执行该控制器01确定出的网络优化策略。示例的,该流量转发系统可以为广域网,该第一网络设备02可以为AR。
上述实施例,可以全部或部分地通过软件、硬件、固件或其任意组合来实现。当使用软件或固件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站移动终端、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、双绞线)或无线(例如红外、无线、微波等)方式向另一个网站移动终端、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何介质或者是包含一个或多个介质集合的服务器、数据中心等数据存储设备。所述介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,光盘)、或者半导体介质。半导体介质可以是固态硬盘(solid state drive,SSD)。
本申请中术语“至少一个”的含义是指一个或多个,本申请中术语“多个”的含义是指两个或两个以上,本文中术语“系统”和“网络”经常可互换使用。在本文中提及的“和/或”,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述仅为本申请的可选实施例,并不用以限制本申请。本申请的保护范围以权利要求为准。
Claims (27)
1.一种网络优化策略的确定方法,其特征在于,应用于网络优化设备;所述方法包括:
获取网络的性能参数;
采用网络优化算法处理输入参数,得到目标网络优化策略,所述输入参数包括所述网络的性能参数和目标业务流的业务需求;
对所述目标业务流应用所述目标网络优化策略,以使所述目标业务流在所述网络中的传输性能满足所述业务需求。
2.根据权利要求1所述的方法,其特征在于,所述获取网络的性能参数包括:
获取所述目标业务流在所述网络中将要流经的链路的性能参数。
3.根据权利要求1或2所述的方法,其特征在于,所述采用网络优化算法处理所述网络的性能参数和目标业务流的业务需求,得到目标网络优化策略包括:
采用网络优化算法处理输入参数,以从多个不同种类的网络优化技术中选择至少一种网络优化技术,得到目标网络优化策略。
4.根据权利要求3所述的方法,其特征在于,所述输入参数还包括:对所述目标业务流应用临时网络优化技术后所述目标业务流的第一临时传输性能,所述临时网络优化技术属于所述多个不同种类的网络优化技术;
所述从多个不同种类的网络优化技术中选择至少一种网络优化技术,得到目标网络优化策略,包括:
若所述第一临时传输性能不满足所述业务需求,则从所述多个不同种类的网络优化技术中,选择与所述临时网络优化技术不同的至少一种网络优化技术,得到目标网络优化策略。
5.根据权利要求1至4任一所述的方法,其特征在于,所述采用网络优化算法处理所述网络的性能参数和目标业务流的业务需求,得到目标网络优化策略包括:
采用网络优化算法处理输入参数,以从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略。
6.根据权利要求5所述的方法,其特征在于,所述输入参数还包括:对所述目标业务流应用参数值为第一临时参数值的所述一种网络优化技术后,所述目标业务流的第二临时传输性能;
所述从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略包括:
若所述第二临时传输性能不满足所述业务需求,则在所述一种网络优化技术的参数值范围内,对所述第一临时参数值进行调整,得到目标网络优化策略。
7.根据权利要求5所述的方法,其特征在于,所述输入参数还包括:对所述目标业务流应用参数值为第二临时参数值的所述一种网络优化技术后,所述目标业务流的第三临时传输性能;
所述从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略包括:
若所述第三临时传输性能优于所述业务需求,则在所述一种网络优化技术的参数值范围内,对所述第二临时参数值进行调整,得到目标网络优化策略;
其中,执行参数值为所述第二临时参数值的所述一种网络优化技术所需的设备资源,多于执行所述目标网络优化策略所需的设备资源。
8.根据权利要求1至7任一所述的方法,其特征在于,所述输入参数还包括:用于执行所述目标网络优化策略的网络设备的资源使用信息;
所述资源使用信息用于使所述网络设备的设备资源足够执行所述目标网络优化策略。
9.根据权利要求1至8任一所述的方法,其特征在于,所述采用网络优化算法处理输入参数,得到目标网络优化策略,包括:
将所述网络性能参数和所述业务需求输入至优化模型,得到所述优化模型输出的一种或多个不同种类的网络优化技术;
其中,所述目标网络优化策略从所述一种或多个不同种类的网络优化技术中确定。
10.根据权利要求9所述的方法,其特征在于,所述优化模型是对训练样本进行训练得到的,所述训练样本包括:参考网络优化策略,在对参考业务流应用所述参考网络优化策略之前所述网络的性能参数,以及在对所述参考业务流应用所述参考网络优化策略后所述参考业务流的传输性能。
11.根据权利要求1至10任一所述的方法,其特征在于,所述网络优化设备为控制器,所述对所述目标业务流应用所述目标网络优化策略,包括:
将所述目标网络优化策略下发至用于执行所述目标网络优化策略的网络设备。
12.根据权利要求1至10任一所述的方法,其特征在于,所述网络优化设备为用于执行所述目标网络优化策略的网络设备,所述对所述目标业务流应用所述目标网络优化策略,包括:
对所述目标业务流执行所述目标网络优化策略。
13.一种网络优化设备,其特征在于,所述网络优化设备包括:
获取模块,用于获取网络的性能参数;
优化模块,用于采用网络优化算法处理输入参数,得到目标网络优化策略,所述输入参数包括所述网络的性能参数和目标业务流的业务需求;
应用模块,用于对所述目标业务流应用所述目标网络优化策略,以使所述目标业务流在所述网络中的传输性能满足所述业务需求。
14.根据权利要求13所述的设备,其特征在于,所述获取模块,用于获取所述目标业务流在所述网络中将要流经的链路的性能参数。
15.根据权利要求13或14所述的设备,其特征在于,所述优化模块,用于:
采用网络优化算法处理输入参数,以从多个不同种类的网络优化技术中选择至少一种网络优化技术,得到目标网络优化策略。
16.根据权利要求15所述的设备,其特征在于,所述输入参数还包括:对所述目标业务流应用临时网络优化技术后所述目标业务流的第一临时传输性能,所述临时网络优化技术属于所述多个不同种类的网络优化技术;所述优化模块,用于:
若所述第一临时传输性能不满足所述业务需求,则从所述多个不同种类的网络优化技术中,选择与所述临时网络优化技术不同的至少一种网络优化技术,得到目标网络优化策略。
17.根据权利要求13至16任一所述的设备,其特征在于,所述优化模块,用于:
采用网络优化算法处理输入参数,以从一种网络优化技术的参数值范围内选择一组参数值,得到目标网络优化策略。
18.根据权利要求17所述的设备,其特征在于,所述输入参数还包括:对所述目标业务流应用参数值为第一临时参数值的所述一种网络优化技术后,所述目标业务流的第二临时传输性能;所述优化模块,用于:
若所述第二临时传输性能不满足所述业务需求,则在所述一种网络优化技术的参数值范围内,对所述第一临时参数值进行调整,得到目标网络优化策略。
19.根据权利要求17所述的设备,其特征在于,所述输入参数还包括:对所述目标业务流应用参数值为第二临时参数值的所述一种网络优化技术后,所述目标业务流的第三临时传输性能;所述优化模块,用于:
若所述第三临时传输性能优于所述业务需求,则在所述一种网络优化技术的参数值范围内,对所述第二临时参数值进行调整,得到目标网络优化策略;
其中,执行参数值为所述第二临时参数值的所述一种网络优化技术所需的设备资源,多于执行所述目标网络优化策略所需的设备资源。
20.根据权利要求13至19任一所述的设备,其特征在于,所述输入参数还包括:用于执行所述目标网络优化策略的网络设备的资源使用信息;
所述资源使用信息用于使所述网络设备的设备资源足够执行所述目标网络优化策略。
21.根据权利要求13至20任一所述的设备,其特征在于,所述优化模块,用于:
将所述网络性能参数和所述业务需求输入至优化模型,得到所述优化模型输出的一种或多个不同种类的网络优化技术;
其中,所述目标网络优化策略从所述一种或多个不同种类的网络优化技术中确定。
22.根据权利要求21所述的设备,其特征在于,所述优化模型是对训练样本进行训练得到的,所述训练样本包括:参考网络优化策略,在对参考业务流应用所述参考网络优化策略之前所述网络的性能参数,以及在对所述参考业务流应用所述参考网络优化策略后所述参考业务流的传输性能。
23.根据权利要求13至22任一所述的设备,其特征在于,所述网络优化设备为控制器,所述应用模块,用于:
将所述目标网络优化策略下发至用于执行所述目标网络优化策略的网络设备。
24.根据权利要求13至22任一所述的设备,其特征在于,所述网络优化设备为用于执行所述目标网络优化策略的网络设备,所述应用模块,用于:
对所述目标业务流执行所述目标网络优化策略。
25.一种网络优化设备,其特征在于,所述设备包括:存储器,处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至12任一所述的方法。
26.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,所述指令由处理器执行以实现如权利要求1至12任一所述的方法。
27.一种流量转发系统,其特征在于,所述系统包括:控制器和网络设备;
其中,所述控制器用于执行如权利要求1至11任一所述的网络优化策略的确定方法,所述网络设备用于对目标业务流执行所述控制器确定出的网络优化策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2022/116441 WO2023036042A1 (zh) | 2021-09-07 | 2022-09-01 | 网络优化策略的确定方法、装置及系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111043719 | 2021-09-07 | ||
CN202111043719X | 2021-09-07 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115776443A true CN115776443A (zh) | 2023-03-10 |
Family
ID=85388397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111270140.7A Pending CN115776443A (zh) | 2021-09-07 | 2021-10-29 | 网络优化策略的确定方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115776443A (zh) |
WO (1) | WO2023036042A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116996895A (zh) * | 2023-09-27 | 2023-11-03 | 香港中文大学(深圳) | 一种基于深度强化学习的全网时延和吞吐率联合优化方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116996397B (zh) * | 2023-09-27 | 2024-01-09 | 之江实验室 | 一种网络丢包优化的方法、装置、存储介质及电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101087464A (zh) * | 2007-07-04 | 2007-12-12 | 华为技术有限公司 | 网络优化方法和装置 |
CN103763205B (zh) * | 2014-01-14 | 2017-03-15 | 合肥工业大学 | 硅通孔负载全局均衡的三维片上网络延迟上界优化方法 |
CN111294819B (zh) * | 2018-12-07 | 2023-04-28 | 中国移动通信集团陕西有限公司 | 一种网络优化方法及装置 |
EP4344287A1 (en) * | 2019-07-08 | 2024-03-27 | Google Llc | Optimizing a cellular network using machine learning |
CN113015147B (zh) * | 2021-02-20 | 2022-12-06 | Oppo广东移动通信有限公司 | 一种网络优化方法及终端设备 |
CN113329430A (zh) * | 2021-06-15 | 2021-08-31 | 中国联合网络通信集团有限公司 | 网络优化方法和装置 |
-
2021
- 2021-10-29 CN CN202111270140.7A patent/CN115776443A/zh active Pending
-
2022
- 2022-09-01 WO PCT/CN2022/116441 patent/WO2023036042A1/zh active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116996895A (zh) * | 2023-09-27 | 2023-11-03 | 香港中文大学(深圳) | 一种基于深度强化学习的全网时延和吞吐率联合优化方法 |
CN116996895B (zh) * | 2023-09-27 | 2024-01-02 | 香港中文大学(深圳) | 一种基于深度强化学习的全网时延和吞吐率联合优化方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023036042A1 (zh) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3754917B1 (en) | Network congestion control method and device | |
KR101907752B1 (ko) | 인공지능을 이용하여 DDoS 공격을 탐지하는 소프트웨어 정의 네트워크 및 이에 포함되는 컨트롤러 | |
JP6526825B2 (ja) | 伝送制御プロトコルtcpデータパケットを送信する方法及び装置、並びにシステム | |
WO2023036042A1 (zh) | 网络优化策略的确定方法、装置及系统 | |
CN110337121B (zh) | 用于评估聚合的连接的网络性能的方法和系统 | |
US9692697B2 (en) | Control channel establishing method, forwarding point, and controller | |
EP3533162B1 (en) | Handling of data packet transfer via a proxy | |
US10135736B1 (en) | Dynamic trunk distribution on egress | |
Muthumanikandan et al. | Link failure recovery using shortest path fast rerouting technique in SDN | |
JP2007527170A (ja) | 並列通信のためのシステムおよび方法 | |
WO2019179157A1 (zh) | 一种数据流量处理方法及相关网络设备 | |
EP4184937A1 (en) | Method, apparatus, and system for communication in data centre | |
EP4333380A1 (en) | Packet forwarding method and apparatus, and dragonfly network | |
CN116233256A (zh) | 调度路径配置方法、装置、设备及存储介质 | |
CN111431812B (zh) | 一种报文转发控制方法及装置 | |
US20190268263A1 (en) | Flow cache based mechanism of packet redirection in multiple border routers for application awareness | |
Utsumi et al. | A new explicit congestion notification scheme for satellite IP networks | |
US11805071B2 (en) | Congestion control processing method, packet forwarding apparatus, and packet receiving apparatus | |
Qin et al. | Edge computing aided congestion control using neuro-dynamic programming in NDN | |
CN116074236A (zh) | 报文转发方法及装置 | |
WO2023093804A1 (zh) | 一种丢包管理方法及相关装置 | |
US20240056885A1 (en) | Multi-access traffic management | |
CN117155803B (zh) | 一种面向多层次场景的路由器及其自适应优化方法 | |
WO2023040783A1 (zh) | 获取能力、发送能力信息的方法、装置、系统及存储介质 | |
WO2022048571A1 (zh) | 传送子切片带宽调整方法、装置、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |