CN115915290A - 业务特征的提取方法、服务质量调度方法、设备、介质 - Google Patents

业务特征的提取方法、服务质量调度方法、设备、介质 Download PDF

Info

Publication number
CN115915290A
CN115915290A CN202110968463.7A CN202110968463A CN115915290A CN 115915290 A CN115915290 A CN 115915290A CN 202110968463 A CN202110968463 A CN 202110968463A CN 115915290 A CN115915290 A CN 115915290A
Authority
CN
China
Prior art keywords
service
data block
data
message
type
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
Application number
CN202110968463.7A
Other languages
English (en)
Inventor
刘旸
刘芙蕾
吴杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ZTE Corp
Original Assignee
ZTE Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ZTE Corp filed Critical ZTE Corp
Priority to CN202110968463.7A priority Critical patent/CN115915290A/zh
Priority to PCT/CN2022/113546 priority patent/WO2023025052A1/zh
Priority to US18/681,560 priority patent/US20240340247A1/en
Priority to EP22860398.1A priority patent/EP4369783A1/en
Priority to JP2024512112A priority patent/JP2024532880A/ja
Publication of CN115915290A publication Critical patent/CN115915290A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/80—Responding to QoS
    • 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
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
    • H04L65/60—Network streaming of media packets
    • H04L65/65—Network streaming protocols, e.g. real-time transport protocol [RTP] or real-time control protocol [RTCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
    • H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本公开提供一种业务特征的提取方法，包括：提取网际互连协议IP数据流的业务特征字段；根据所述业务特征字段确定所述IP数据流的业务特征,所述业务特征表征所述IP数据流的服务质量QoS需求。本公开还提供一种服务质量调度方法、一种电子设备、一种计算机可读介质。

Description

业务特征的提取方法、服务质量调度方法、设备、介质
技术领域
本公开涉及通信技术领域，特别涉及一种业务特征的提取方法、一种服务质量调度方法、一种电子设备、一种计算机可读介质。
背景技术
对接入网的业务特征进行识别，并根据业务特征进行服务质量(QoS，Quality OfService)调度，对于保障网络业务质量、提升用户体验意义重大。
但是，由于网络架构限制，传统接入网往往缺少业务特征识别和精准业务质量保障机制，无法满足网络智能化演进的需求。
发明内容
本公开实施例提供一种业务特征的提取方法、一种服务质量调度方法、一种电子设备、一种计算机可读介质。
第一方面，本公开实施例提供一种业务特征的提取方法，包括：
提取网际互连协议IP数据流的业务特征字段；
根据所述业务特征字段确定所述IP数据流的业务特征,所述业务特征表征所述IP数据流的服务质量QoS需求。
在一些实施例中，根据所述业务特征字段确定所述IP数据流的业务特征包括：
根据所述业务特征字段确定所述IP数据流中的至少一个数据块的数据块特征；
根据各个所述数据块的数据块特征计算数据块特征统计值，作为所述IP数据流的业务特征。
在一些实施例中，所述数据块特征包括数据块的数据块大小和到达时延；提取网际互连协议IP数据流的业务特征字段包括：
提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳；
当所述数据块中包括HTTP/1.1字段或HTTP/1.0字段时，提取内容长度字段，所述内容长度字段表征所述数据块的数据块大小；
当所述数据块中不包括HTTP/1.1字段和HTTP/1.0字段时，提取所述数据块的全部数据包的大小信息。
在一些实施例中，提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳之前，提取网际互连协议IP数据流的业务特征字段还包括：
根据GET字段识别所述GET报文；
提取所述GET报文中SEQ字段数值和LEN字段数值；
将所述GET报文后ACK字段数值等于所述SEQ字段数值与所述LEN字段数值的和的第一个数据包，确定为所述起始数据包。
在一些实施例中，提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳之前，提取网际互连协议IP数据流的业务特征字段还包括：
根据GET字段识别所述GET报文；
将所述GET报文后长度大于预设长度的第一个数据包，确定为所述起始数据包。
在一些实施例中，所述数据块特征统计值包括数据块大小统计值和到达时延统计值；根据各个所述数据块的数据块特征计算数据块特征统计值包括：
根据所述至少一个数据块的数据块大小和到达时延，生成至少一个业务特征表，每一个所述数据块对应所述业务特征表的一个业务特征表项；
当预设统计条件满足时，计算所述业务特征表中数据块大小的平均值，得到所述数据块大小统计值；计算所述业务特征表中到达时延的平均值，得到所述到达时延统计值。
在一些实施例中，根据各个所述数据块的数据块特征计算数据块特征统计值还包括：
确定所述业务特征表中业务特征表项的数量；
当所述业务特征表中业务特征表项的数量达到预设数量阈值时，表示所述预设统计条件满足。
在一些实施例中，根据各个所述数据块的数据块特征计算数据块特征统计值还包括：
启动计时器；
当所述计时器达到预设时间阈值时，表示所述预设统计条件满足。
在一些实施例中，根据所述业务特征字段确定所述IP数据流的业务特征包括：
根据所述业务特征字段确定所述IP数据流的业务类型；
根据所述IP数据流的业务类型计算所述IP数据流中数据块的数据块统计特征；
根据所述数据块统计特征确定所述IP数据流的业务特征。
在一些实施例中，根据所述业务特征字段确定所述IP数据流的业务类型包括：
根据所述业务特征字段计算报文的报文统计特征；
根据所述报文统计特征确定IP数据流的业务类型。
在一些实施例中，所述业务特征字段包括所述IP数据流中报文的报文信息；根据所述业务特征字段计算报文的统计特征包括：
根据至少一个报文的报文信息，生成报文信息表；
根据所述报文信息表中各个报文的报文大小信息，计算所述报文信息表中报文大小的期望值，得到所述报文统计特征；
根据所述报文统计特征确定IP数据流的业务类型包括：
将所述报文统计特征与报文大小门限进行比较；
当所述报文统计特征超过所述报文大小门限时，所述IP数据流的业务类型为第一类业务、第二类业务、第一非周期业务中的一者；
当所述报文统计特征未超过所述报文大小门限时，所述IP数据流的业务类型为第三类业务、第四类业务、第二非周期业务中的一者。
在一些实施例中，所述业务特征字段还包括所述IP数据流中数据块的数据块信息；当所述IP数据流的业务类型为第三类业务、第四类业务、第二非周期业务中的一者时，根据所述IP数据流的业务类型计算所述IP数据流中的数据块的数据块统计特征包括：
根据多个数据块的数据块信息生成数据块信息表；
根据所述数据块信息表中多个数据块的数据块间隔信息，计算所述数据块信息表中数据块间隔标准差，得到所述数据块统计特征；
根据所述数据块统计特征确定所述IP数据流的业务特征包括：
将所述数据块间隔标准差与数据块间隔标准差门限进行比较；
当所述数据块间隔标准差超过所述数据块间隔标准差门限时，所述IP数据流的业务类型为第二非周期业务；
计算业务类型为第二非周期业务的IP数据流的带宽特征和最大包大小特征，得到所述业务特征；
当所述数据块间隔标准差未超过所述数据块间隔标准差门限时，所述IP数据流的业务类型为第三类业务或第四类业务；
计算业务类型为第三类业务或第四类业务的IP数据流的周期特征、数据块大小特征、带宽特征、最大包大小特征，得到所述业务特征。
在一些实施例中，所述业务特征字段还包括所述IP数据流中数据块的数据块信息；当所述数据流的业务类型为第一类业务、第二类业务、第一非周期业务中的一者时，根据所述IP数据流的业务类型计算所述IP数据流中的数据块的数据块统计特征包括：
根据多个数据块的数据块信息生成数据块信息表；
根据所述数据块信息表中多个数据块的数据块大小信息，计算所述数据块信息表装数据块大小标准差，得到所述数据块统计特征；
根据所述数据块统计特征确定所述IP数据流的业务特征包括：
根据所述数据块大小标准差确定所述IP数据流的业务类型；
根据所述IP数据流的业务类型通过聚类确定所述业务特征。
在一些实施例中，根据所述数据块大小标准差确定所述IP数据流的业务类型包括：
将所述数据块大小标准差与第一数据块大小标准差门限和第二数据块大小标准差门限进行比较；
当所述数据块大小标准差大于所述第二数据块大小标准差门限时，所述IP数据流的业务类型为第一非周期业务；
当所述数据块大小标准差小于所述第二数据块大小标准差门限且大于所述第一数据块大小标准差门限时，所述IP数据流的业务类型为第一类业务；
当所述数据块大小标准差小于所述第一数据块大小标准差门限时，所述IP数据流的业务类型为第二类业务。
在一些实施例中，当所述IP数据流的业务类型为第一类业务时，根据所述IP数据流的业务类型通过聚类确定所述业务特征包括：
按照数据块大小信息对所述数据块信息表中多个数据块的数据块信息进行聚类，得到第一聚类结果；
根据所述第一聚类结果确定所述业务特征。
在一些实施例中，当所述IP数据流的业务类型为第二类业务时，根据所述IP数据流的业务类型通过聚类确定所述业务特征包括：
按照数据块间隔信息对所述数据块信息表中多个数据块的数据块信息进行聚类，得到第二聚类结果；
根据所述第二聚类结果确定所述业务特征。
在一些实施例中，根据所述业务特征字段确定所述IP数据流的业务类型包括：
根据所述业务特征字段中的业务类型字段确定所述IP数据流的业务类型。
第二方面，本公开实施例提供一种服务质量QoS调度方法，包括：
根据数据流的业务特征进行QoS调度，其中，所述业务特征是根据本公开实施例第一方面所述的任意一种业务特征的提取方法提取的。
第三方面，本公开实施例提供一种电子设备，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据本公开实施例第一方面所述的任意一种业务特征的提取方法和/或根据本公开实施例第二方面所述的任意一种QoS调度方法；
一个或多个I/O接口，连接在所述处理器与存储器之间，配置为实现所述处理器与存储器的信息交互。
第四方面，本公开实施例提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现根据本公开实施例第一方面所述的任意一种业务特征的提取方法和/或根据本公开实施例第二方面所述的任意一种QoS调度方法。
本公开实施例提供一种业务质量的提取方法、基于该提取方法的服务质量调度方法、能够实现该提取方法和该服务质量调度方法的电子设备、存储有实现该提取方法和该服务质量调度方法的计算机可读介质。本公开实施例提供的业务特征的提取方法中，通过对IP数据流进行分析，提取业务特征字段，然后根据业务特征字段确定能够表征IP数据流对应的数据业务的特点以及该数据业务的服务质量需求的业务特征，在本公开实施例提供的服务质量调度方法中，能够根据该业务特征进行网络的QoS调度，从而有效提升用户的QoS体验，实现以用户设备和业务为中心的无线网络智能化。
附图说明
图1是本公开实施例中一种业务特征的提取方法的流程图；
图2是本公开实施例中另一种业务特征的提取方法中部分步骤的流程图；
图3是本公开实施例中又一种业务特征的提取方法中部分步骤的流程图；
图4是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图5是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图6是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图7是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图8是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图9是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图10是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图11是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图12是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图13是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图14是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图15是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图16是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图17是本公开实施例中再一种业务特征的提取方法中部分步骤的流程图；
图18是本公开实施例中一种服务质量调度方法的流程图；
图19是本公开实施例中一种电子设备的组成框图；
图20是本公开实施例中一种计算机可读介质的组成框图。
具体实施方式
为使本领域的技术人员更好地理解本公开的技术方案，下面结合附图对本公开提供的业务特征的提取方法、服务质量调度方法、电子设备、计算机可读介质进行详细描述。
在下文中将参考附图更充分地描述示例实施例，但是所述示例实施例可以以不同形式来体现且不应当被解释为限于本文阐述的实施例。反之，提供这些实施例的目的在于使本公开透彻和完整，并将使本领域技术人员充分理解本公开的范围。
在不冲突的情况下，本公开各实施例及实施例中的各特征可相互组合。
如本文所使用的，术语“和/或”包括一个或多个相关列举条目的任何和所有组合。
本文所使用的术语仅用于描述特定实施例，且不意欲限制本公开。如本文所使用的，单数形式“一个”和“该”也意欲包括复数形式，除非上下文另外清楚指出。还将理解的是，当本说明书中使用术语“包括”和/或“由……制成”时，指定存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。
除非另外限定，否则本文所用的所有术语(包括技术和科学术语)的含义与本领域普通技术人员通常理解的含义相同。还将理解，诸如那些在常用字典中限定的那些术语应当被解释为具有与其在相关技术以及本公开的背景下的含义一致的含义，且将不解释为具有理想化或过度形式上的含义，除非本文明确如此限定。
第一方面，参照图1，本公开实施例提供一种业务特征的提取方法，包括：
S100、提取网际互连协议(IP，Internet Protocol)数据流的业务特征字段；
S200、根据所述业务特征字段确定所述IP数据流的业务特征,所述业务特征表征所述IP数据流的服务质量QoS需求。
在本公开实施例中，IP数据流可以是周期数据业务的IP数据流，也可以是非周期数据业务的数据流。本公开实施例对此不做特殊限定。其中，数据业务可以是视频业务、大带宽业务、大带宽低延时业务、低时延高可靠业务等中的任意一者。本公开实施例对此也不做特殊限定。
在本公开实施例中，通过步骤S200确定的IP数据流的业务特征，能够表征IP数据流对应的数据业务的业务特点，并能够表征该数据业务所需的QoS需求，从而能够基于步骤S200确定的IP数据流的业务特征进行QoS调度，以保障数据业务的质量。
在本公开实施例中，业务特征字段是根据业务特征所确定的。业务特征字段可以是从IP数据流本身携带的字段，也可以是根据IP数据流携带的字段计算得到的。本公开实施例对此不做特殊限定。
在本公开实施例中，对应周期数据业务的业务特征字段和对应非周期数据业务的业务特征字段可以相同，也可以不同。本公开实施例对此不做特殊限定。在一些实施例中，还可以对周期数据业务和非周期数据业务进行识别，然后在步骤S100中根据识别结果提取相应的业务特征字段。
本公开实施例提供的业务特征的提取方法中，通过对IP数据流进行分析，提取业务特征字段，然后根据业务特征字段确定业务特征，业务特征能够表征IP数据流对应的数据业务的特点以及该数据业务的服务质量需求，从而能够为网络的QoS调度提供依据与支撑，进而有效提升用户的QoS体验，实现以用户设备和业务为中心的无线网络智能化。
在一些实施例中，针对非周期数据业务，提取数据块的特征作为非周期数据业务的IP数据流的业务特征。其中，数据块是由连续非零报文或数据包组成的。
相应地，在一些实施例中，参照图2，步骤S200包括：
S210、根据所述业务特征字段确定所述IP数据流中的至少一个数据块的数据块特征；
S220、根据各个所述数据块的数据块特征计算数据块特征统计值，作为所述IP数据流的业务特征。
本公开实施例对数据块的数据块特征不做特殊限定。例如，针对视频业务、大带宽业务、大带宽低延时业务、低时延高可靠业务等非周期业务，将数据块的到达时延和/或数据块大小作为数据块特征。在本公开实施例中，每一个数据块对应一个请求(GET)报文，数据块的到达时延是指数据块的第一个数据包(起始数据包)的到达时刻相对于GET报文的到达时刻的延时；数据块大小是指数据块的全部数据包的大小的总和。
在本公开实施例中，在一些情况下，IP数据流中携带内容长度(Content-Length)字段，内容长度字段的值指示数据块的大小，可以通过提取IP数据流携带的内容长度字段确定数据块大小；在一些情况下，IP数据流中不携带内容长度字段，可以通过提取数据块的各个数据包的大小信息确定数据块大小。
相应地，在一些实施例中，参照图3，所述数据块特征包括数据块的数据块大小和到达时延；步骤S100包括：
S110、提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳；
S120、当所述数据块中包括HTTP/1.1字段或HTTP/1.0字段时，提取内容长度字段，所述内容长度字段表征所述数据块的数据块大小；
S130、当所述数据块中不包括HTTP/1.1字段和HTTP/1.0字段时，提取所述数据块的全部数据包的大小信息。
需要说明的是，在步骤S110中，确定了GET报文的时间戳和数据块的起始数据包的时间戳，相减则可以得到数据块的到达延时。
还需要说明的是，在IP数据流中，内容长度字段与HTTP/1.1字段或HTTP/1.0字段存在对应关系，即，若IP数据流中携带HTTP/1.1字段或HTTP/1.0字段，则也携带内容长度字段。而HTTP/1.1字段或HTTP/1.0字段的格式固定,且位置在传输控制协议(TCP，Transmission Control Protocol)载荷(Payload)的开头，相比于内容长度字段更容易识别。在步骤S120中，提取内容长度字段则可以确定数据块大小；在步骤S130中，提取数据块的全部数据块的大小信息，通过累加则可以得到数据块大小。
在一些实施例中，需要先对GET报文和数据块的起始数据包进行识别。在一些实施中，通过GET字段对GET报文进行识别。GET报文对应的数据块在GET报文之后，在识别到GET报文后再识别数据块的起始数据块。
本公开实施例对于在识别到GET报文后如何识别数据块的起始报文不做特殊限定。在一些实施例中，根据GET报文中的SEQ字段数值和LEN字段的数值与数据包中ACK字段数值的对应关系确定数据块的起始数据包。
在一些实施例中，参照图4，提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳之前，步骤S100还包括：
S141、根据GET字段识别所述GET报文；
S142、提取所述GET报文中SEQ字段数值和LEN字段数值；
S143、将所述GET报文后ACK字段数值等于所述SEQ字段数值与所述LEN字段数值的和的第一个数据包，确定为所述起始数据包。
需要说明的是，在GET报文之后所有ACK字段数值等于SEQ字段数值与LEN字段数值的和的数据包都是该GET报文对应的数据块的数据包。因此，在得到SEQ字段数值与LEN字段数值的和之后，可以通过ACK字段识别数据块的全部数据包，进而通过累加各个数据包的大小得到数据块大小。
在一些实施例中，根据数据包长度确定数据块的起始数据包和结束数据包(最后一个数据包)。
相应地，在一些实施例中，参照图5，提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳之前，步骤S100还包括：
S151、根据GET字段识别所述GET报文；
S152、将所述GET报文后长度大于预设长度的第一个数据包，确定为所述起始数据包。
在一些实施例中，还可以进一步识别数据块的结束数据包，例如，将长度小于第二预设长度、大于第三预设长度的数据包确定为结束数据包。将起始数据包和结束数据包之间的所有数据包的大小累加，即可得到数据块大小。
在一些实施例中，参照图6，所述数据块特征统计值包括数据块大小统计值和到达时延统计值；步骤S220包括：
S221、根据所述至少一个数据块的数据块大小和到达时延，生成至少一个业务特征表，每一个所述数据块对应所述业务特征表的一个业务特征表项；
S222、当预设统计条件满足时，计算所述业务特征表中数据块大小的平均值，得到所述数据块大小统计值；计算所述业务特征表中到达时延的平均值，得到所述到达时延统计值。
在一些实施例中，参照图7，步骤S220还包括：
S223、确定所述业务特征表中业务特征表项的数量；当所述业务特征表中业务特征表项的数量达到预设数量阈值时，表示所述预设统计条件满足。
在一些实施例中，预设数量阈值为业务特征表的容量。本公开实施例对预设数量阈值不做特殊限定，例如，预设数量阈值为10000。
在一些实施例中，参照图8，步骤S220还包括：
S224、启动计时器；当所述计时器达到预设时间阈值时，表示所述预设统计条件满足。
本公开实施例还能够用于提取周期业务的IP数据流的业务特征。
相应地，在一些实施例中，参照图9，步骤S200包括：
S230、根据所述业务特征字段确定所述IP数据流的业务类型；
S240、根据所述IP数据流的业务类型计算所述IP数据流中数据块的数据块统计特征；
S250、根据所述数据块统计特征确定所述IP数据流的业务特征。
在一些实施例中，参照图10，步骤S230包括：
S231、根据所述业务特征字段计算报文的报文统计特征；
S232、根据所述报文统计特征确定IP数据流的业务类型。
在一些实施例中，参照图11，所述业务特征字段包括所述IP数据流中报文的报文信息；步骤S231包括：
S2311、根据至少一个报文的报文信息，生成报文信息表；
S2312、根据所述报文信息表中各个报文的报文大小信息，计算所述报文信息表中报文大小的期望值，得到所述报文统计特征；
步骤S232包括：
S2321、将所述报文统计特征与报文大小门限进行比较；当所述报文统计特征超过所述报文大小门限时，所述IP数据流的业务类型为第一类业务、第二类业务、第一非周期业务中的一者；当所述报文统计特征未超过所述报文大小门限时，所述IP数据流的业务类型为第三类业务、第四类业务、第二非周期业务中的一者。
需要说明的是，在本公开实施例中，第一类业务为大带宽业务，具有多个数据块大小特征；第二类业务为大带宽低时延业务，具有多个数据块间隔的特征；第三类业务为上行低时延高可靠业务，具有周期性小报文特征；第四类业务为下行低时延高可靠业务，具有周期性小报文特征；第一非周期业务和第二非周期业务不具有明显特征。
在一些实施例中，参照图12，所述业务特征字段还包括所述IP数据流中数据块的数据块信息；当所述IP数据流的业务类型为第三类业务、第四类业务、第二非周期业务中的一者时，步骤S240包括：
S241、根据多个数据块的数据块信息生成数据块信息表；
S242、根据所述数据块信息表中多个数据块的数据块间隔信息，计算所述数据块信息表中数据块间隔标准差，得到所述数据块统计特征；
步骤S250包括：
S251、将所述数据块间隔标准差与数据块间隔标准差门限进行比较；
当所述数据块间隔标准差超过所述数据块间隔标准差门限时，所述IP数据流的业务类型为第二非周期业务；
S252、计算业务类型为第二非周期业务的IP数据流的带宽特征和最大包大小特征，得到所述业务特征。
当所述数据块间隔标准差未超过所述数据块间隔标准差门限时，所述IP数据流的业务类型为第三类业务或第四类业务；
S253、计算业务类型为第三类业务或第四类业务的IP数据流的周期特征、数据块大小特征、带宽特征、最大包大小特征，得到所述业务特征。
在一些实施例中，参照图13，所述业务特征字段还包括所述IP数据流中数据块的数据块信息；当所述数据流的业务类型为第一类业务、第二类业务、第一非周期业务中的一者时，步骤S240包括：
S243、根据多个数据块的数据块信息生成数据块信息表；
S244、根据所述数据块信息表中多个数据块的数据块大小信息，计算所述数据块信息表装数据块大小标准差，得到所述数据块统计特征；
步骤S250包括：
S254、根据所述数据块大小标准差确定所述IP数据流的业务类型；
S255、根据所述IP数据流的业务类型通过聚类确定所述业务特征。
在一些实施例中，参照图14，步骤S254包括：
S2541、将所述数据块大小标准差与第一数据块大小标准差门限和第二数据块大小标准差门限进行比较；
当所述数据块大小标准差大于所述第二数据块大小标准差门限时，所述IP数据流的业务类型为第一非周期业务；
当所述数据块大小标准差小于所述第二数据块大小标准差门限且大于所述第一数据块大小标准差门限时，所述IP数据流的业务类型为第一类业务；
当所述数据块大小标准差小于所述第一数据块大小标准差门限时，所述IP数据流的业务类型为第二类业务。
在一些实施例中，参照图15，当所述IP数据流的业务类型为第一类业务时，步骤S255包括：
S2551、按照数据块大小信息对所述数据块信息表中多个数据块的数据块信息进行聚类，得到第一聚类结果；
S2552、根据所述第一聚类结果确定所述业务特征。
在一些实施例中，参照图16，当所述IP数据流的业务类型为第二类业务时，步骤S255包括：
S2553、按照数据块间隔信息对所述数据块信息表中多个数据块的数据块信息进行聚类，得到第二聚类结果；
S2554、根据所述第二聚类结果确定所述业务特征。
在一些实施例中，参照图17，步骤S230包括：
S233、根据所述业务特征字段中的业务类型字段确定所述IP数据流的业务类型。
第二方面，参照图18，本公开实施例提供一种服务质量QoS调度方法，包括：
S300、根据数据流的业务特征进行QoS调度，其中，所述业务特征是根据本公开实施例第一方面所述的任意一种业务特征的提取方法提取的。
在本公开实施例提供的服务质量调度方法中，能够根据通过本公开实施例第一方面提供的提取方法提取的业务特征进行网络的QoS调度，从而有效提升用户的QoS体验，实现以用户设备和业务为中心的无线网络智能化。
第三方面，参照图19，本公开实施例提供一种电子设备，其包括：
一个或多个处理器101；
存储器102，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本公开实施例第一方面所述的任意一种业务特征的提取方法和/或根据本公开实施例第二方面所述的任意一种QoS调度方法；
一个或多个I/O接口103，连接在处理器与存储器之间，配置为实现处理器与存储器的信息交互。
其中，处理器101为具有数据处理能力的器件，其包括但不限于中央处理器(CPU)等；存储器102为具有数据存储能力的器件，其包括但不限于随机存取存储器(RAM，更具体如SDRAM、DDR等)、只读存储器(ROM)、带电可擦可编程只读存储器(EEPROM)、闪存(FLASH)；I/O接口(读写接口)103连接在处理器101与存储器102间，能实现处理器101与存储器102的信息交互，其包括但不限于数据总线(Bus)等。
在一些实施例中，处理器101、存储器102和I/O接口103通过总线104相互连接，进而与计算设备的其它组件连接。
第四方面，参照图20，本公开实施例提供一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本公开实施例第一方面所述的任意一种业务特征的提取方法和/或根据本公开实施例第二方面所述的任意一种QoS调度方法。
为了使本领域技术人员能够更清楚地理解本公开实施例提供的技术方案，下面通过具体的实施例，对本公开实施例提供的技术方案进行详细说明：
实施例一
本实施例提出一种非周期数据业务的特征提取方法，包括：对数据流中的指定字段进行识别和提取，依据识别和提取结果，计算数据流的业务特征，并输出统计结果。
其中，对数据流中的特定字段进行提取和识别，包括：识别数据流中的IP五元组、GET字段、HTTP/1.1字段、数据块起始报文、数据块结束报文以及各个特定字段所对应报文的到达时刻。
其中，依据提取和识别的特征字段，计算数据流的业务特征，包括：依据GET报文到达时刻和数据块起始报文到达时刻，计算数据块的到达时延；依据报文中HTTP/1.1字段或HTTP/1.0字段和Content-Length字段直接提取数据块的大小；依据数据块起始报文和数据块结束报文，累加计算得到数据块大小。依据数据块起始报文到达时刻和数据快结束报文到达时刻之差，计算数据块的持续时间。
其中，输出统计结果，包括：采用统计的方式，依据IP五元组对收到的所有数据包进行分类汇总，生成业务特征表。业务特征表中包含当前业务流的多条记录，每条记录包括数据块到达时延和数据块大小。
可选的，当业务特征表填满时，对业务特征表中的数据块到达时延和数据块大小计算均值，得到统计结果，即当前IP数据流的业务特征。
可选的，当计时器超时时，对业务特征表中已有的的数据块到达时延和数据块大小计算均值，得到统计结果，即当前IP数据流的业务特征。
实施例二
本实施例提出一种周期数据业务的特征提取方法，包括：对IP数据报文进行提取，计算报文统计特征并与门限比较，按业务类型计算数据块统计特征，将数据块统计特征与门限比较，区分业务类型并选择合适的聚类方式进行聚类，按照聚类结果进行统计，输出统计结果。
其中，对IP数据报文进行提取，包括：将IP数据报文信息写入报文信息表。所述报文信息表中包含报文序列号、报文到达时刻、报文大小、报文方向等信息。
其中，计算报文统计特征并与门限比较，包括：提取并计算报文信息表中报文的统计值，与报文大小门限进行比较，初步区分业务类型。若超过报文大小门限，则为第一类业务、第二类业务或非周期业务；未超过报文大小门限，则为第三类业务、第四类业务或非周期业务。
所述第一类业务为大带宽业务，具有多个数据块大小特征。
所述第二类业务为大带宽低时延业务，具有多个数据块间隔的特征。
所述第三类业务为上行低时延高可靠业务，具有周期性小报文特征。
所述第四类业务为下行低时延高可靠业务，具有周期性小报文特征。
所述非周期业务不具有明显特征。
其中，按业务类型计算数据块统计特征，包括：
若为第一类业务、第二类业务或非周期业务，生成对应的数据块信息表，提取数据块大小信息并计算数据块大小的统计值，包括但不限于：数据块大小期望值和数据块大小标准差；若为第三类业务、第四类业务或非周期业务，生成对应的数据块信息表，提取数据块间隔信息并计算数据块间隔统计值，包括但不限于：数据块间隔期望值和数据块间隔标准差。
其中，将数据块统计特征与门限比较，区分业务类型并选择合适的聚类方式进行聚类，包括：
将数据块间隔的标准差与数据块间隔标准差门限作比较，若未超过门限，则为第三类业务或第四类业务，则分别计算第三类业务和第四类业务的数据块大小的期望值、带宽和最大包大小，并提取数据块间隔的期望值，作为数据流的业务特征输出。若超过门限，则为非周期业务，记数据块大小和数据块间隔为0，计算带宽和最大包大小，作为数据流的业务特征输出。
还包括：
将数据块大小的标准差与数据块大小标准差门限二作比较，若未超过数据块大小标准差门限二，则为第一类业务或第二类业务。若超过数据块大小标准差门限二，则为非周期业务，记数据块大小和数据块间隔为0，计算带宽和最大包大小，作为数据流的业务特征输出。
还包括：
将数据块大小的标准差与数据块大小标准差门限一作比较，若未超过数据块大小标准差门限一，则为第二类业务，生成第二类业务数据块信息表，按照数据块间隔进行聚类。若超过数据块大小标准差门限一，则为第一类业务，生成第一类业务数据块信息表，按照数据块大小进行聚类。
其中，按照聚类结果进行统计，输出统计结果，包括：若为第一类业务，根据数据块大小聚类结果，计算各聚类数据的数据块大小和数据块间隔的期望值，计算带宽和最大包大小，作为数据流的业务特征输出。若为第二类与业务，根据数据块间隔聚类结果，计算各聚类数据的数据块大小和数据块间隔的期望值，计算带宽和最大包大小，作为数据流的业务特征输出。若为非周期业务，记数据块大小和数据块间隔为0，计算带宽和最大包大小，作为数据流的业务特征输出。
实施例三
本实施例提供一种非周期业务特征识别方法，该方法包括：在线分析模块，离线模块和预测模块。
在本实施例中，输入为原始IP数据流。对输入的IP数据流进行复制：一份进入在线分析模块，一份进入离线模块；输出为IP数据流的业务特征，包括数据块大小，数据到达时延。
在线分析模块：完成实时数据包解析，识别报文GET字段，识别报文HTTP/1.1字段，提取数据包大小size信息，同时从离线分析模块读取预测的到达时间；
离线模块：识别报文GET字段，识别报文HTTP/1.1字段，识别数据块首包和数据块尾包，提取或计算数据块大小size信息；计算GET报文与数据包首包之间的时间间隔；建立并维护业务特征库。
预测模块：输出数据块大小(通过解析特殊字段或计算获取)；输出GET请求与数据包首包之间的时延(通过计算获取)。
业务特征库：由多张业务特征表组成，典型的业务特征表结构如表1所示：
表1
Figure BDA0003225077130000121
业务特征表包括以下内容：
·App IP+App port+protocol组合：从报文的IP五元组中解析出的服务器IP地址
+服务器端口号+协议号。同一张业务特征表中App IP+App port+protocol相同，每张表的容量记为tableLength，默认值为10000，表示业务特征表可以记录同一条业务流中的10000条分析记录。记业务特征表数目为tableNum，则整个特征库的容量是：表张数tableqiNum×每张表容量tableLength；
·data size：当前GET请求对应的数据块大小；
·Delay：当前GET请求与对应的数据块首包之间的时延；
·APP tag：用于标识业务流所属的视频APP；
业务特征表更新：采用先进先出方式，新收到的数据写入表的尾部，动态维护最多10000条记录；
报文GET字段：GET关键字位于HTTP报文的前三个字节。其ASCII编码为474554(十六进制)。HTTP报文添加TCP首部之后打包成为TCP报文，TCP报文添加IP首部之后打包成为IP报文。其中IPv6报文首部长度为40字节，IPv4报文首部长度为20字节，TCP报文首部长度为20字节。
识别GET字段时，若为IPv6报文，可以检测IPv6报文的第61字节至第63字节是否为474554(十六进制)；若为IPv4报文，可以检测IPv6报文的第41字节至第43字节是否为474554(十六进制)。
报文HTTP/1.1字段：从GET报文的下一个报文开始遍历解析数据包。如果数据包payload部分包括’HTTP/1.1’字段，说明其携带数据块大小信息，提取payload中的Content-Length字段的值，该字段的值对应此次GET请求的数据块大小。
HTTP/1.1的ASCII编码为48 54 54 50 2f 31 2e 31(十六进制)，位置在TCPpayload开头的前8个字节。类似于GET字段识别方式，若为IPv6报文，可以检测IPv6报文的第61字节至第68字节是否为48 54 54 50 2f 31 2e 31。若为IPv4报文，可以检测IPv4报文的第61字节至第68字节是否为48 54 54 50 2f 31 2e 31。
数据块首包：以下两种方法可以用于识别数据块首包：
方法一：
从GET报文的下一个报文开始遍历解析数据包。若数据包长度大于1400字节,则认为当前报文是数据块首包。
方法二：
步骤1：提取GET报文中Seq字段数值与Len字段数值，对两个数值求和。其中，Seq为TCP报文段序列号，Len为IP报文总长度字段，含首部及数据长度。
步骤2：从GET报文的下一个报文开始遍历解析数据包，当检测到报文中Ack字段数值与步骤1中GET报文的Seq字段数值与Len字段数值之和相等时，则认为当前报文是数据块首包。
数据块尾包：有以下两种方法用于识别数据块尾包：
方法一：
从GET数据的下一个报文开始遍历解析数据包。若数据包长度大于150字节而小于1000字节，则认为是当前数据块的尾包。
方法二:
步骤1：提取GET报文中Seq字段数值与Len字段数值，对两个数值求和。其中，Seq为TCP报文段序列号，Len为IP报文总长度字段，含首部及数据长度。
步骤2：从GET报文的下一个报文开始遍历解析数据包。当检测到报文中Ack字段数值与步骤1中GET报文的Seq字段数值与Len字段数值之和相等时，标记所有满足上述条件的数据包，其中最后一个数据包就是数据块尾包。
数据块大小：对应表1中的data size字段，有以下两种计算方法：
方法一(报文payload部分包括’HTTP/1.1’字段)：
直接读取数据包payload中Content-Length字段数值，该数值对应此次GET请求的数据块大小。
方法二(报文payload部分不包括’HTTP/1.1’字段)：
对当前数据块首包和数据块尾包之间的所有数据包进行累加求和，该数值对应此次GET请求的数据块大小。
数据到达时延：对应表1中的delay字段，获取当前IP流的每个GET包和该GET相应的首包的时间戳，相减得到数据块时延。
数据块大小与时延的期望值：表1创建时会启动定时器tabelUPdateTimer(默认：60s)，该定时器超时，则完成如下处理：
定时器tabelUPdateTimer清0，然后重新启动；
计算当前表1中所有data size的平均值，更新当前数据块大小统计值avg_size。
计算当前表1中所有delay的平均值，更新当前数据时延统计值avg_delay。
实施例四
本实施例提供一种周期性业务的特征提取方法，该方法包括：
对IP数据报文进行提取，计算报文统计特征并与门限比较，按业务类型计算数据块统计特征，将数据块统计特征与门限比较，进一步区分业务类型，选择合适的聚类方式进行聚类并按聚类结果进行统计，输出统计结果。
其中，对IP数据报文进行提取，包括：将IP数据报文信息写入报文信息表。所述报文信息表用于记录抓取到的原始报文信息，包括报文到达序号(pktNo)、报文到达时刻(pktTstp)、报文大小(pktSize)、报文方向(pktDir)等。其中pktDir指报文的传输方向，上行为UL，下行为DL。
报文信息表由10个数据分片(section)组成，每个分片容量为section capacity(默认：1000)。每次从IP数据流中抓取一个数据分片的报文，共抓取10个数据分片后填满统计表。统计表填满以后，如果抓取到新的数据分片，则丢弃统计表中编号最小的数据分片(section1分片)并将新数据分片加入统计表尾部。报文信息表的典型结构如表2所示：
表2
Figure BDA0003225077130000141
其中，计算报文统计特征并与门限比较，包括：
当报文信息表填满时，基于报文信息表中的报文信息进行计算。可选的，当计时器超时时，而报文信息表未填满时，基于报文信息表中已有的报文信息进行计算。计算方式如下：
提取报文信息表中报文大小pktSize字段的非零值，并计算所提取的非零报文的期望值pktSizeNAvg，与报文大小门限pktSizeThr(默认：200字节)进行比较，初步区分业务类型。若pktSizeNAvg超过报文大小门限pktSizeThr，则为第一类业务、第二类业务或非周期业务；未超过报文大小门限，则为第三类业务、第四类业务或非周期业务。
所述第一类业务为大带宽业务，具有多个数据块大小特征。如视频监控、在线直播业务。
所述第二类业务为大带宽低时延业务，具有多个数据块间隔的特征。如生产线摄像头拍摄的高清图片，上传到服务器用于实时质检。
所述第三类业务为上行低时延高可靠业务，具有周期性小报文特征。如生产线或园区传感器采集数据上传。
所述第四类业务为下行低时延高可靠业务，具有周期性小报文特征。如生产线下发运行控制指令控制机械臂运行。
所述非周期业务为周期性不明显的业务，不具有周期性特征。如噪声和干扰等。
其中，按业务类型计算数据块统计特征，包括：
若为第一类业务、第二类业务或非周期业务，生成数据块信息表，提取数据块大小信息并计算数据块大小的统计值，包括但不限于：数据块大小期望值(dbSizeAvg)和数据块大小标准差(dbSizeStd)；若为第三类业务、第四类业务或非周期业务，生成对应的数据块信息表，提取数据块间隔信息并计算数据块间隔统计值，包括但不限于：数据块间隔期望值(dbItvlAvg)和数据块间隔标准差(dbItvlStd)。
数据块信息表用于记录数据块信息，所述数据块由连续非零报文组成。数据块信息包括数据块编号(dbNo)，起始时间(dbStart)，结束时间(dbEnd)，数据块大小(dbSize)，数据块间隔(dbItvl)，数据块持续时间(dbDu)。其中dbStart为数据块中首包的报文时刻，dbEnd为数据块中尾包的报文时刻。构造数据块信息表时，按照业务类型ID(serviceTypeID)标签生成以下5种数据块信息表(业务类型为0～4)：
serviceTypeID＝0，非周期业务；
serviceTypeID＝1，第一类业务；
serviceTypeID＝2，第二类业务；
serviceTypeID＝3，第三类业务；
serviceTypeID＝4，第四类业务；
表3所示为第一类业务(serviceTypeID＝1)的数据块信息表：
表3
Figure BDA0003225077130000151
所述数据块起始时间为数据块首包的到达时间。数据块首包的到达时间可以采用如下方式确定：
对于第一类和第二类业务：若报文长度大于bPktThr(默认：1468字节)，判断为数据块首包。记录数据块首包时刻dbStart。
对于第三类和第四类业务：若连续三个报文长度大于sPktThr(默认：64字节)，判断三个连续报文中的第一个报文为数据块首包。记录数据块首包时刻dbStart。
所述数据块结束时间为数据块尾包的到达时间。数据块尾包的到达时间可以采用如下方式确定：
识别数据块首包后，从数据块首包的下一个报文开始遍历：
对于第一类和第二类业务：若报文长度小于bPktThr(默认：1468字节)，判断为数据块尾包。记录数据块尾包时刻dbEnd。
对于第三类和第四类业务：若报文长度不大于sPktThr(默认：64字节)，判断为数据块尾包。记录数据块尾包时刻dbEnd。
所述数据块大小(dbSize)为满足条件的多个连续报文的报文大小累加和。本实施例中的数据块大小即为对当前数据块首包和当前数据块尾包之间的所有数据包的长度进行累加求和得到。
所述数据块间隔(dbItvl)：对相邻的两个数据块首包时刻相减，得到数据块间隔。
所述数据块持续时间(dbDu)：同一个数据块尾包到达时刻减去数据块首包到达时刻。
其中，将数据块统计特征与门限比较，进一步区分业务类型，包括：
将数据块间隔标准差dbItvlStd与数据块间隔标准差门限dbItvlStdThr作比较，若dbItvlStd未超过门限dbItvlStdThr，则为第三类业务或第四类业务。其中第三类业务为上行业务，第四类业务为下行业务，两类业务的特征计算方式相同。特征计算方式如下：
周期特征：提取数据块间隔的期望值dbItvlAvg作为数据流的周期特征，输出方式如表4所示。
表4
Figure BDA0003225077130000161
数据块大小特征：提取数据块大小的期望值dbSizeAvg作为数据流的数据块大小特征，输出方式如表5所示。
表5
Figure BDA0003225077130000162
带宽特征：以2000ms为单位统计对应业务类型所产生的数据量(数据包总和)即为带宽值，将得到的多个带宽值求统计平均值，得到数据流的带宽特征。输出方式如表6所示。
表6
Figure BDA0003225077130000163
最大包大小特征：遍历数据包统计表中对应业务类型报文的pktSize最大值，得到数据流的最大包大小特征。输出方式如表7所示。
表7
Figure BDA0003225077130000164
若dbItvlStd超过门限dbItvlStdThr，则为非周期业务，其特征计算方式如下：
周期特征：0。输出方式如表4所示。
数据块大小特征：0。输出方式如表5所示。
带宽特征：以2000ms为单位统计非周期业务所产生的数据量即为带宽值，将得到的多个带宽值求统计平均值，得到带宽特征。输出方式如表6所示。
最大包大小特征：遍历数据包统计表中对应非周期业务类型报文的pktSize最大值，得到数据流的最大包大小特征。输出方式如表7所示。
还包括：
将数据块大小的标准差dbSizeStd与数据块大小标准差门限二dbSizeStdThr2(默认：2*pktSizeNAvg)作比较，若dbSizeStd未超过dbSizeStdThr2，则为第一类或第二类业务，需要进一步判断。若超过dbSizeStdThr2，则为非周期业务，其特征计算方式如下：
周期特征：0。输出方式如表4所示。
数据块大小特征：0。输出方式如表5所示。
带宽特征：以2000ms为单位统计非周期业务所产生的数据量即为带宽值，将得到的多个带宽值求统计平均值，得到带宽特征。输出方式如表6所示。
最大包大小特征：遍历数据包统计表中对应非周期业务类型报文的pktSize最大值，得到数据流的最大包大小特征。输出方式如表7所示。
其中，选择合适的聚类方式进行聚类并按聚类结果进行统计，输出统计结果。包括：
将数据块大小的标准差dbSizeStd与数据块大小标准差门限一dbSizeStdThr1(默认：0.5*pktSizeNAvg)作比较，若dbSizeStd未超过dbSizeStdThr1，则为第二类业务，生成第二类业务数据块信息表，按照数据块间隔dbItvl进行聚类。若dbSizeStd超过dbSizeStdThr1，则为第一类业务，生成第一类业务数据块信息表，按照数据块大小dbSize进行聚类。
聚类采用无监督聚类方式。如果是第一类业务，按照数据块大小dbSize进行聚类。本实施例中第一类业务周期数为2，采用k-means算法，统计每个数据块大小dbSize所对应的标签，生成新的统计表。每个新的统计表记录当前数据块大小dbSize所属类别以及聚类中心的统计数据，聚类中心为dbSize的期望值。
k-means算法使用python sklearn.cluster.KMeans函数，nclusters参数设为2，其余参数默认。
如果是第二类业务，则对dbItvl进行聚类。由于周期数未知，采用mean_shift算法聚类，聚合出的类别数就是周期的数量。统计每个数据块间隔dbItvl对应的标签，生成新的统计表。每个新的统计表记录当前数据块间隔dbItvl所属类别以及聚类中心的统计数据，聚类中心为dbItvl的期望值。
mean_shift算法使用python sklearn.cluster.MeanShift函数，参数默认。
若为第一类业务，依据数据块大小dbSize进行聚类。对各聚类数据，计算数据块间隔dbItvl的期望值dbItvlAvg作为周期特征，周期特征的输出形式如表4所示。对各聚类数据，将聚类中心作为数据块大小特征，数据块大小特征的输出形式如表5所示。对各聚类数据，统计2000ms内产生的数据量即为带宽值，将得到的多个带宽值求统计平均值，得到带宽特征。带宽特征的输出形式如表6所示。对各聚类数据，遍历数据包统计表中对应业务类型报文的pktSize最大值，得到数据流的最大包大小特征。最大包大小特征的输出形式如表7所示。
若为第二类业务，依据数据块间隔dbItvl进行聚类。对各聚类数据，将聚类中心作为周期特征，周期特征的输出形式如表4所示。对各聚类数据，计算数据块大小dbSize的期望值dbSizeAvg作为数据块大小特征，数据块大小特征的输出形式如表5所示。对各聚类数据，统计2000ms内产生的数据量即为带宽值，将得到的多个带宽值求统计平均值，得到带宽特征。带宽特征的输出形式如表6所示。对各聚类数据，遍历数据包统计表中对应业务类型报文的pktSize最大值，得到数据流的最大包大小特征。最大包大小特征的输出形式如表7所示。
若为非周期业务，记数据块间隔统计值为0作为周期特征，周期特征的输出形式如表4所示。记数据块大小统计值为0，作为数据块大小特征，数据块大小的输出形式如表5所示。统计2000ms内产生的数据量即为带宽值，将得到的多个带宽值求统计平均值，得到带宽特征。带宽特征的输出形式如表6所示。遍历数据包统计表中对应业务类型报文的pktSize最大值，得到数据流的最大包大小特征。最大包大小特征的输出形式如表7所示。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字多功能盘(DVD)或其它光盘存储、磁盒、磁带、磁盘存储或其它磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其它的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其它传输机制之类的调制数据信号中的其它数据，并且可包括任何信息递送介质。
本文已经公开了示例实施例，并且虽然采用了具体术语，但它们仅用于并仅应当被解释为一般说明性含义，并且不用于限制的目的。在一些实例中，对本领域技术人员显而易见的是，除非另外明确指出，否则可单独使用与特定实施例相结合描述的特征、特性和/或元素，或可与其它实施例相结合描述的特征、特性和/或元件组合使用。因此，本领域技术人员将理解，在不脱离由所附的权利要求阐明的本公开的范围的情况下，可进行各种形式和细节上的改变。

Claims (20)

1.一种业务特征的提取方法，包括：
提取网际互连协议IP数据流的业务特征字段；
根据所述业务特征字段确定所述IP数据流的业务特征,所述业务特征表征所述IP数据流的服务质量QoS需求。
2.根据权利要求1所述的提取方法，其中，根据所述业务特征字段确定所述IP数据流的业务特征包括：
根据所述业务特征字段确定所述IP数据流中的至少一个数据块的数据块特征；
根据各个所述数据块的数据块特征计算数据块特征统计值，作为所述IP数据流的业务特征。
3.根据权利要求2所述的提取方法，其中，所述数据块特征包括数据块的数据块大小和到达时延；提取网际互连协议IP数据流的业务特征字段包括：
提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳；
当所述数据块中包括HTTP/1.1字段或HTTP/1.0字段时，提取内容长度字段，所述内容长度字段表征所述数据块的数据块大小；
当所述数据块中不包括HTTP/1.1字段和HTTP/1.0字段时，提取所述数据块的全部数据包的大小信息。
4.根据权利要求3所述的提取方法，其中，提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳之前，提取网际互连协议IP数据流的业务特征字段还包括：
根据GET字段识别所述GET报文；
提取所述GET报文中SEQ字段数值和LEN字段数值；
将所述GET报文后ACK字段数值等于所述SEQ字段数值与所述LEN字段数值的和的第一个数据包，确定为所述起始数据包。
5.根据权利要求3所述的提取方法，其中，提取请求GET报文的时间戳和所述数据块的起始数据包的时间戳之前，提取网际互连协议IP数据流的业务特征字段还包括：
根据GET字段识别所述GET报文；
将所述GET报文后长度大于预设长度的第一个数据包，确定为所述起始数据包。
6.根据权利要求3至5中任意一项所述的提取方法，其中，所述数据块特征统计值包括数据块大小统计值和到达时延统计值；根据各个所述数据块的数据块特征计算数据块特征统计值包括：
根据所述至少一个数据块的数据块大小和到达时延，生成至少一个业务特征表，每一个所述数据块对应所述业务特征表的一个业务特征表项；
当预设统计条件满足时，计算所述业务特征表中数据块大小的平均值，得到所述数据块大小统计值；计算所述业务特征表中到达时延的平均值，得到所述到达时延统计值。
7.根据权利要求6所述的提取方法，其中，根据各个所述数据块的数据块特征计算数据块特征统计值还包括：
确定所述业务特征表中业务特征表项的数量；
当所述业务特征表中业务特征表项的数量达到预设数量阈值时，表示所述预设统计条件满足。
8.根据权利要求6所述的提取方法，其中，根据各个所述数据块的数据块特征计算数据块特征统计值还包括：
启动计时器；
当所述计时器达到预设时间阈值时，表示所述预设统计条件满足。
9.根据权利要求1所述的提取方法，其中，根据所述业务特征字段确定所述IP数据流的业务特征包括：
根据所述业务特征字段确定所述IP数据流的业务类型；
根据所述IP数据流的业务类型计算所述IP数据流中数据块的数据块统计特征；
根据所述数据块统计特征确定所述IP数据流的业务特征。
10.根据权利要求9所述的提取方法，其中，根据所述业务特征字段确定所述IP数据流的业务类型包括：
根据所述业务特征字段计算报文的报文统计特征；
根据所述报文统计特征确定IP数据流的业务类型。
11.根据权利要求10所述的提取方法，其中，所述业务特征字段包括所述IP数据流中报文的报文信息；根据所述业务特征字段计算报文的统计特征包括：
根据至少一个报文的报文信息，生成报文信息表；
根据所述报文信息表中各个报文的报文大小信息，计算所述报文信息表中报文大小的期望值，得到所述报文统计特征；
根据所述报文统计特征确定IP数据流的业务类型包括：
将所述报文统计特征与报文大小门限进行比较；
当所述报文统计特征超过所述报文大小门限时，所述IP数据流的业务类型为第一类业务、第二类业务、第一非周期业务中的一者；
当所述报文统计特征未超过所述报文大小门限时，所述IP数据流的业务类型为第三类业务、第四类业务、第二非周期业务中的一者。
12.根据权利要求11所述的提取方法，其中，所述业务特征字段还包括所述IP数据流中数据块的数据块信息；当所述IP数据流的业务类型为第三类业务、第四类业务、第二非周期业务中的一者时，根据所述IP数据流的业务类型计算所述IP数据流中的数据块的数据块统计特征包括：
根据多个数据块的数据块信息生成数据块信息表；
根据所述数据块信息表中多个数据块的数据块间隔信息，计算所述数据块信息表中数据块间隔标准差，得到所述数据块统计特征；
根据所述数据块统计特征确定所述IP数据流的业务特征包括：
将所述数据块间隔标准差与数据块间隔标准差门限进行比较；
当所述数据块间隔标准差超过所述数据块间隔标准差门限时，所述IP数据流的业务类型为第二非周期业务；
计算业务类型为第二非周期业务的IP数据流的带宽特征和最大包大小特征，得到所述业务特征；
当所述数据块间隔标准差未超过所述数据块间隔标准差门限时，所述IP数据流的业务类型为第三类业务或第四类业务；
计算业务类型为第三类业务或第四类业务的IP数据流的周期特征、数据块大小特征、带宽特征、最大包大小特征，得到所述业务特征。
13.根据权利要求11所述的提取方法，其中，所述业务特征字段还包括所述IP数据流中数据块的数据块信息；当所述数据流的业务类型为第一类业务、第二类业务、第一非周期业务中的一者时，根据所述IP数据流的业务类型计算所述IP数据流中的数据块的数据块统计特征包括：
根据多个数据块的数据块信息生成数据块信息表；
根据所述数据块信息表中多个数据块的数据块大小信息，计算所述数据块信息表装数据块大小标准差，得到所述数据块统计特征；
根据所述数据块统计特征确定所述IP数据流的业务特征包括：
根据所述数据块大小标准差确定所述IP数据流的业务类型；
根据所述IP数据流的业务类型通过聚类确定所述业务特征。
14.根据权利要求13所述的提取方法，其中，根据所述数据块大小标准差确定所述IP数据流的业务类型包括：
将所述数据块大小标准差与第一数据块大小标准差门限和第二数据块大小标准差门限进行比较；
当所述数据块大小标准差大于所述第二数据块大小标准差门限时，所述IP数据流的业务类型为第一非周期业务；
当所述数据块大小标准差小于所述第二数据块大小标准差门限且大于所述第一数据块大小标准差门限时，所述IP数据流的业务类型为第一类业务；
当所述数据块大小标准差小于所述第一数据块大小标准差门限时，所述IP数据流的业务类型为第二类业务。
15.根据权利要求14所述的提取方法，其中，当所述IP数据流的业务类型为第一类业务时，根据所述IP数据流的业务类型通过聚类确定所述业务特征包括：
按照数据块大小信息对所述数据块信息表中多个数据块的数据块信息进行聚类，得到第一聚类结果；
根据所述第一聚类结果确定所述业务特征。
16.根据权利要求14所述的提取方法，其中，当所述IP数据流的业务类型为第二类业务时，根据所述IP数据流的业务类型通过聚类确定所述业务特征包括：
按照数据块间隔信息对所述数据块信息表中多个数据块的数据块信息进行聚类，得到第二聚类结果；
根据所述第二聚类结果确定所述业务特征。
17.根据权利要求9所述的提取方法，其中，根据所述业务特征字段确定所述IP数据流的业务类型包括：
根据所述业务特征字段中的业务类型字段确定所述IP数据流的业务类型。
18.一种服务质量QoS调度方法，包括：
根据数据流的业务特征进行QoS调度，其中，所述业务特征是根据权利要求1至17中任意一项所述的业务特征的提取方法提取的。
19.一种电子设备，包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至17中任意一项所述的业务特征的提取方法和/或根据权利要求18所述的QoS调度方法；
一个或多个I/O接口，连接在所述处理器与存储器之间，配置为实现所述处理器与存储器的信息交互。
20.一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1至17中任意一项所述的业务特征的提取方法和/或根据权利要求18所述的QoS调度方法。
CN202110968463.7A 2021-08-23 2021-08-23 业务特征的提取方法、服务质量调度方法、设备、介质 Pending CN115915290A (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202110968463.7A CN115915290A (zh) 2021-08-23 2021-08-23 业务特征的提取方法、服务质量调度方法、设备、介质
PCT/CN2022/113546 WO2023025052A1 (zh) 2021-08-23 2022-08-19 业务特征的提取方法、服务质量调度方法、电子设备和计算机可读存储介质
US18/681,560 US20240340247A1 (en) 2021-08-23 2022-08-19 Method for extracting a service feature, quality of service scheduling method, electronic device and computer-readable storage medium
EP22860398.1A EP4369783A1 (en) 2021-08-23 2022-08-19 Method for extracting a service feature, quality of service scheduling method, electronic device and computer-readable storage medium
JP2024512112A JP2024532880A (ja) 2021-08-23 2022-08-19 トラフィック特徴の抽出方法、サービス品質スケジューリング方法、電子機器およびコンピュータ可読記憶媒体

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110968463.7A CN115915290A (zh) 2021-08-23 2021-08-23 业务特征的提取方法、服务质量调度方法、设备、介质

Publications (1)

Publication Number Publication Date
CN115915290A true CN115915290A (zh) 2023-04-04

Family

ID=85322520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110968463.7A Pending CN115915290A (zh) 2021-08-23 2021-08-23 业务特征的提取方法、服务质量调度方法、设备、介质

Country Status (5)

Country Link
US (1) US20240340247A1 (zh)
EP (1) EP4369783A1 (zh)
JP (1) JP2024532880A (zh)
CN (1) CN115915290A (zh)
WO (1) WO2023025052A1 (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101404597B (zh) * 2008-11-19 2013-06-05 华为技术有限公司 一种网络质量指标的获取方法、系统及装置
US20120033563A1 (en) * 2010-08-05 2012-02-09 Apple Inc. Packet classification and prioritization using an ip header in a mobile wireless device
CN102752792B (zh) * 2011-12-26 2015-08-19 华为技术有限公司 监测移动终端上网业务质量的方法、设备及系统
CN102594621A (zh) * 2012-02-21 2012-07-18 德科仕通信(上海)有限公司 一种高性能ip媒体流监测方法及系统
CN105337753B (zh) * 2014-08-06 2019-06-28 中国移动通信集团广东有限公司 一种互联网真实质量监测方法及装置

Also Published As

Publication number Publication date
WO2023025052A1 (zh) 2023-03-02
US20240340247A1 (en) 2024-10-10
EP4369783A1 (en) 2024-05-15
JP2024532880A (ja) 2024-09-10

Similar Documents

Publication Publication Date Title
WO2023061342A1 (zh) 数据趋势检测方法、电子设备和存储介质
CN112035182A (zh) 一种基于kong的API网关监控方法及系统
CN111324886A (zh) 业务请求的处理方法、装置和服务器
CN112565338A (zh) 一种以太网报文捕获、过滤、存储、实时解析方法及系统
CN117857649B (zh) 一种传输控制协议数据包的传输方法及系统
US11218411B2 (en) Flow monitoring in network devices
US11870703B2 (en) Method for configuring and managing TSN network and system applying the method
CN117061239B (zh) 物联终端运行数据安全上传与存储方法和系统
CN115915290A (zh) 业务特征的提取方法、服务质量调度方法、设备、介质
CN117081996A (zh) 基于服务端实时反馈和软值的流量控制方法及相关设备
CN112688924A (zh) 网络协议分析系统
WO2023051050A1 (zh) 网络监测方法、装置及计算机存储介质
CN112565821B (zh) 数据处理方法、装置、安全网关及存储设备
US20210360050A1 (en) Poor-qoe assessment method and related device
US11863449B2 (en) Communication device and network management method
CN115174478A (zh) 一种网络拥塞控制方法及相关装置
US20110019581A1 (en) Method for identifying packets and apparatus using the same
CN114449340A (zh) 一种加密视频的视频码率识别方法、视频播放指标估计方法及装置
CN114095386A (zh) 一种数据流统计方法、设备及存储介质
CN116582507B (zh) 基于可编程交换机的网络微突发流检测方法及相关设备
CN116662100B (zh) 数据处理方法和电子设备
CN118474042B (zh) 遥测信息上报方法、装置、设备、存储介质及产品
CN114125496B (zh) 视频业务感知方法、装置、视频传输设备及接收设备
JP2794953B2 (ja) データ廃棄方式
CN112749398B (zh) 数据传输通道控制方法和系统

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