CN116886571B - 针对家庭宽带用户的分析方法、设备及计算机可读介质 - Google Patents
针对家庭宽带用户的分析方法、设备及计算机可读介质 Download PDFInfo
- Publication number
- CN116886571B CN116886571B CN202311146194.1A CN202311146194A CN116886571B CN 116886571 B CN116886571 B CN 116886571B CN 202311146194 A CN202311146194 A CN 202311146194A CN 116886571 B CN116886571 B CN 116886571B
- Authority
- CN
- China
- Prior art keywords
- condition
- network
- weight
- determining
- rate
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011144 upstream manufacturing Methods 0.000 claims description 7
- DRHKJLXJIQTDTD-OAHLLOKOSA-N Tamsulosine Chemical compound CCOC1=CC=CC=C1OCCN[C@H](C)CC1=CC=C(OC)C(S(N)(=O)=O)=C1 DRHKJLXJIQTDTD-OAHLLOKOSA-N 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013475 authorization Methods 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0882—Utilisation of link capacity
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Mining & Analysis (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供了一种针对家庭宽带用户的分析方法、设备及计算机可读介质,所述方法包括:获取各家庭宽带用户的网络流量报文;根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息;根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重;根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户。可以至少用以解决相关技术中如何锁定基于固网的目标客户,便于运营商实现精准化营销的技术问题。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种针对家庭宽带用户的分析方法、设备及计算机可读介质。
背景技术
相关技术中,因移动网络的便利性等优势,已经使其具备很大的吸引力去替代传统固定网络(固网)。移动网络在互联网接入、数据服务等方面,越来越多的呈现出替代固网的趋势。智能手机成为访问主流互联网应用最常见的工具,越来越多的消费者退订了家庭宽带,舍弃了宽带电视,更偏爱智能手机、平板电脑和笔记本电脑等便携式终端设备。
发明人至少发现:基于移动网络已经严重侵蚀了固网的空间,导致固网的收益严重下降的现象。不断创新、开发新业务、寻找新增长点已经成为固网发展方向的必然选择。因此,运营商需要固网以基本宽带业务为基础,再捆绑一些其他的黏性业务,尤其是高带宽的黏性业务,通过体现出固网宽带与无线宽带在带宽方面的差异性来提升用户对固网的使用率,进而提升固网的收益率,但是,如何锁定基于固网的目标客户,便于运营商实现精准化营销,成为亟待解决的技术问题。
发明内容
本申请的一个目的是提供一种针对家庭宽带用户的分析方法、设备及计算机可读介质,至少用以解决相关技术中如何锁定基于固网的目标客户,便于运营商实现精准化营销的技术问题。
第一方面,本申请的一些实施例提供了一种针对家庭宽带用户的分析方法,所述方法包括:获取各家庭宽带用户的网络流量报文;根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息;根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重;根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户。
第二方面,本申请的一些实施例还提供了一种计算机设备,所述设备包括:一个或多个处理器;以及存储有计算机程序指令的存储器,所述计算机程序指令在被执行时使所述处理器执行如上任意一项所述的方法。
第三方面,本申请的一些实施例还提供了一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现所述的方法。
相较于现有技术,本申请实施例提供的方案中,通过获取各家庭宽带用户的网络流量报文,然后再根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息,进而根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重,并根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户,可以精准的锁定基于固网的目标客户,有助于运营商实现精准化营销,提升用户粘性,以及提高固网收益。
附图说明
图1为本申请实施例一提供的一种针对家庭宽带用户的分析方法的示例性流程图;
图2为本申请实施例二提供的一种针对家庭宽带用户的分析方法的示例性流程图中,步骤S102的子步骤的示例性流程图;
图3为本申请实施例三提供的一种针对家庭宽带用户的分析方法的示例性流程图中,步骤S103的子步骤的示例性流程图;
图4为本申请实施例五提供的一种计算机设备的示例性结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
在本文中使用以下术语。
Radius,指远程用户拨号认证服务,英文全称Remote Authentication Dial InUser Service,RADIUS应用广泛,包括普通电话上网、ADSL上网、小区宽带上网、IP电话、VPDN(Virtual Private Dialup Networks,基于拨号用户的虚拟专用拨号网业务)、移动电话预付费等业务。
DPDK,指数据平面开发套件,英文全称Data Plane Development Kit。主要基于Linux系统运行,用于快速数据包处理的函数库与驱动集合,可以极大提高数据处理性能和吞吐量,提高数据平面应用程序的工作效率。
BRAS,指宽带接入服务器,英文全称Broadband Remote Access Server,是面向宽带网络应用的新型接入网关,它可以完成用户带宽的IP/ATM网的数据接入,实现商业楼宇及小区住户的宽带上网、基于IPSec(IP Security Protocol)的IP VPN服务、构建企业内部Intranet、支持ISP向用户批发业务等应用。
AAA服务器,其中的AAA是验证、授权和记账Authentication、Authorization、Accounting 三个英文单词的简称,是一个能够处理用户访问请求的服务器程序,提供验证授权以及账户服务,主要目的是管理用户访问网络服务器,对具有访问权的用户提供服务。同AAA服务器协作的网络连接服务器接口是Radius。
实施例一
本申请实施例一提供了一种针对家庭宽带用户的分析方法,所述方法可以包括如下步骤,如图1所示:
步骤S101,获取各家庭宽带用户的网络流量报文;
步骤S102,根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息;
步骤S103,根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重;
步骤S104,根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户。
以下分别对上述各步骤进行详细说明。
具体地说,针对步骤S101,在一些例子中,所述各家庭宽带用户可以是全网的家庭宽带用户,也可以是目标范围内的家庭宽带用户,比如是华北地区的家庭宽带用户、华南地区的家庭宽带用户等等,本申请实施例对此不作具体限定。进一步地,在本申请一些实施例中,所述获取各家庭宽带用户的网络流量报文可以包括:获取各家庭宽带用户的网络流量的Radius报文镜像;所述根据各所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息可以包括:根据各所述Radius报文镜像,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息。
进一步地,在一些例子中,可以通过分析程序获取并解析各家庭宽带用户的网络流量报文。所述分析程序可以是DPDK分析程序。AAA服务器接收到Radius报文后,所述AAA服务器将所述Radius报文发送至bras,其中,所述分析程序可以基于所述AAA服务器和所述bras之间的流量获取到所述Radius报文镜像。
具体地说,针对步骤S102,在一些例子中,在所述分析程序获取并对各家庭宽带用户的网络流量报文进行解析后,即可根据解析结果提取对应各家庭宽带用户的上下文信息,从而在本申请实例中,可以根据所述上下文信息,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息。
进一步地,在一些例子中,所述上下文信息可以包括但不限于以下信息:宽带的用户名/账号、公网IP、上网状态信息、宽带速率信息和字节信息。
其中,在一些例子中,所述宽带的用户名/账号一般为电话号码;所述公网IP即为广域网IP;所述上网状态信息可以包括用户的上线时间、自动更新周期和下线时间。在一些例子中,所述自动更新周期和所述下线时间统称为更新时间;也就是说,即可以根据所述自动更新周期进行信息更新,也可以根据下线时间进行信息更新。其中,所述更新时间一般是固定的更新周期T周期,比如,在实际应用中,所述固定的更新周期T周期可以为2小时。则可以每隔2小时更新用户在该时间段内传输的字节信息;所述下线时间一般是随机时间,从而,所述在线时间T在线=下线时间T下线-上线时间T上线,如此,可以在下线时间更新用户在该在线时间内传输的字节信息。此外,可以理解,针对各用户的家庭宽带而言,由于用户往往不会频繁主动关闭宽带网络而下线,因此在大多数情况下是根据所述更新时间进行信息更新的。
其中,在一些例子中,所述字节信息可以包括在所述更新时间内传输的上行总字节数Input-Octets和下行总字节数Output-Octets。其中,所述上行总字节数Input-Octets可以包括上行字节数Acct-Input-Octets和上行字节倍数Acct-Input-Gigawords(表示上行字节数是4G的倍数),下行总字节数Output-Octets可以包括下行字节数Acct-Output-Octets和下行字节倍数Acct-Output-Gigawords(表示下行字节数是4G的倍数)。因为上行字节数和下行字节数的长度限制为4个字节,因此,如果上行字节数Acct-Input-Octets和/或下行字节数Acct-Output-Octets超过4294967296,则需要对应配合字节倍数进行计算。具体可以参见如下公式:
上行总字节数Input-Octets =上行字节数Acct-Input-Octets+上行字节倍数Acct-Input-Gigawords*4G;
下行总字节数Output-Octets =下行字节数Acct-Output-Octets+下行字节倍数Acct-Output-Gigawords*4G。
其中,在一些例子中,所述宽带速率信息主要用于体现用户的家庭宽带速率,可以包括上行宽带速率Input-Average-Rate和下行宽带速率Output-Average-Rate。
具体地说,针对步骤S103,在一些例子中,可以将所述带宽使用率、所述负荷信息输入至预先设置好的模型中,该预设模型可以内置有匹配算法,从而所述预设模型可以根据所述带宽使用率和所述负荷信息,执行所述匹配算法,从而得到输出结果。该输出结果包括各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重。
具体地说,针对步骤S104,在一些例子中,可以将各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重输入至预设公式,根据所述预设公式的计算结果,确定所述各家庭宽带用户中的目标用户。从而便于运营商对所述目标用户进行精准化营销。
不难发现,与相关技术相比,本申请实施例提供的方法,通过获取各家庭宽带用户的网络流量报文,然后再根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息,进而根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重,并根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户,可以精准的锁定基于固网的目标客户,有助于运营商实现精准化营销,提升用户粘性,以及提高固网收益。
实施例二
本申请实施例二是在实施例一的基础上做了进一步改进,具体改进之处在于,在本申请实施例二中,所述根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息可以包括如下步骤,如图2所示:
步骤S1021,根据所述网络流量报文,获取各家庭宽带用户基于网络的更新时间和宽带速率;
步骤S1022,获取在所述更新时间内传输的字节信息;
步骤S1023,根据所述更新时间、所述字节信息和所述宽带速率,确定所述带宽使用率,并根据所述更新时间和所述字节信息,确定所述负荷信息。
具体地说,针对步骤S1021,在一些例子中,可以根据所述Radius报文镜像获取各家庭宽带用户的上下文信息,从而根据所述上下文信息获取所述更新时间和宽带速率,获取的具体方式已在实施例一中有记载,为避免重复,此处不再赘述。
进一步地,针对步骤S1022,在本申请一些实施例中,所述获取在所述更新时间内传输的字节信息可以进一步包括:获取在所述更新时间内,网络对应传输的上行总字节数Input-Octets和下行总字节数Output-Octets;从而,所述步骤S1023,所述根据所述更新时间、所述字节信息和所述宽带速率,确定所述带宽使用率可以进一步包括:获取所述宽带速率包括的上行宽带速率Input-Average-Rate和下行宽带速率Output-Average-Rate;根据所述更新时间、所述上行总字节数Input-Octets和所述上行宽带速率Input-Average-Rate,确定上行带宽使用率Input-Usage-Rate;根据所述更新时间、所述下行总字节数Output-Octets和所述下行宽带速率Output-Average-Rate,确定下行带宽使用率Output-Usage-Rate,根据所述上行带宽使用率Input-Usage-Rate和所述下行带宽使用率Output-Usage-Rate,确定所述带宽使用率。
进一步地,在一些例子中,具体可以参见如下公式得到所述上行带宽使用率Input-Usage-Rate和下行带宽使用率Output-Usage-Rate:
上行带宽使用率Input-Usage-Rate=上行总字节数Input-Octets/(上行宽带速率Input-Average-Rate*更新时间);
下行带宽使用率Output-Usage-Rate=下行总字节数Output-Octets/ (下行宽带速率Output-Average-Rate*更新时间);
其中,假设所述更新时间为2小时,则对应到公式中可以用7200s表示。
进一步地,在所述步骤S1023中,还可以根据所述更新时间和所述字节信息,确定所述负荷信息;具体地说,在一些例子中,所述负荷信息可以包括对应所述更新时间的各家庭宽带用户中活跃用户的数量信息和网络流速信息。其中,所述活跃用户的数量信息可以进一步包括活跃用户数量user_num和所述更新时间内的峰值用户数量user_nummax;所述网络流速信息可以进一步包括各家庭宽带用户的网络瞬时流速flow和所述更新时间内的峰值流速flowmax。
实施例三
本申请实施例三是在实施例二的基础上做了进一步改进,具体改进之处在于,在本申请实施例三中,所述根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重可以包括如下步骤,如图3所示:
步骤S1031,将所述带宽使用率、所述负荷信息输入至所述预设模型;
步骤S1032,所述预设模型基于所述带宽使用率、所述负荷信息,分别进行第一条件、第二条件、第三条件和第四条件的判断;其中,所述第一条件用于判断每个家庭宽带用户对网络带宽需求的高低;所述第二条件用于判断每个家庭宽带用户的网络需求是否具备连续性;所述第三条件用于判断每个家庭宽带用户对网络的需求时间是否具备稳定性;所述第四条件用于判断每个家庭宽带用户对网络负荷需求的高低;
步骤S1033,根据所述第一条件和第二条件的判定结果,确定所述平均带宽使用率;根据所述第二条件的判定结果确定所述第一权重,根据所述第三条件的判断结果确定所述第二权重,根据所述第四条件的判断结果确定所述第三权重。
进一步地,在本申请一些实施例中,分别提供了第一条件至第四条件的具体内容:
所述第一条件可以包括:判断在预设时间内,所述带宽使用率是否大于带宽使用阈值;其中,所述预设时间可以为所述更新时间,也可以为所述更新时间的倍数,本申请实施例对此不作具体限定。此外,所述带宽使用率是否大于带宽使用阈值,具体可以是指上行带宽使用率是否大于上行带宽使用阈值,以及下行带宽使用率是否大于下行带宽阈值。举例而言,假设所述预设时间为更新时间(2小时),则判断在所述2小时内,上行带宽使用率Input-Usage-Rate是否大于上行带宽使用阈值Rate上行,以及,下行带宽使用率Output-Usage-Rate是否大于下行带宽阈值Rate下行。如果上行带宽使用率Input-Usage-Rate大于上行带宽使用阈值Rate上行,以及,下行带宽使用率Output-Usage-Rate大于下行带宽阈值Rate下行,则可以说明在所述预设时间内,对应家庭宽带用户对网络带宽需求较高,否则,说明在所述预设时间内,对应家庭宽带用户对网络带宽需求较低。其中,在一些例子中,所述上行带宽使用阈值Rate上行可以为30%,所述下行带宽阈值Rate下行可以为50%。
所述第二条件可以包括:判断在第一预设时间周期内,满足所述第一条件的次数是否大于预设次数,并且,在判定所述第一条件的次数大于预设次数的情况下,判断满足所述第一条件的时间是否连续。举例而言,所述第一预设时间周期可以为一天,所述预设次数可以为2次,则判断在所述一天内,判断满足所述第一条件的次数是否大于2次,并且,在判定所述第一条件的次数大于预设次数的情况下,判断满足所述第一条件的时间是否连续。如果在所述一天内满足所述第一条件的次数大于2次,并且时间是连续的,则说明当前家庭宽带用户的网络需求具备连续性。
所述第三条件可以包括:判断在第二预设时间周期内,是否满足所述第二条件,并且,在判定满足所述第二条件的情况下,判断时间区间相同的天数是否大于预设天数。举例而言,所述第二预设时间周期可以为一周,所述预设天数可以为4天,则判断在所述一周内,是否满足所述第二条件,并且,在判定满足所述第二条件的情况下,判断时间区间相同的天数是否大于4天。如果在所述一周内,满足所述第二条件,并且所述时间区间相同的天数大于4天,则说明当前家庭宽带用户对网络的需求时间具备稳定性。
所述第四条件可以包括:判断是否满足所述第三条件,如果判定满足所述第三条件,则获取所述第三条件中,相同的所述时间区间,判断所述时间区间的网络负荷是否小于预设负荷阈值。具体地说,如果满足所述第三条件,并且所述时间区间的网络负荷小于预设负荷阈值,则说明当前家庭宽带用户对网络负荷需求较低。
进一步地,在确定所述第一条件至第四条件的具体内容之后,就可以根据所述第一条件和第二条件的判定结果,确定所述平均带宽使用率;根据所述第二条件的判定结果确定所述第一权重,根据所述第三条件的判断结果确定所述第二权重,根据所述第四条件的判断结果确定所述第三权重。
需要说明的是,本申请实施例三也可以是在实施例一的基础上做出的改进。
实施例四
本申请实施例四是在实施例三的基础上做了进一步改进,具体改进之处在于,在本申请实施例四中,所述根据所述第一条件和第二条件的判定结果,确定所述平均带宽使用率包括;获取同时满足所述第一条件和所述第二条件的次数;在满足所述第一条件和所述第二条件的情况下,根据所述带宽使用率和所述同时满足所述第一条件和所述第二条件的次数,确定所述平均带宽使用率。其中,所述带宽使用率可以包括上行带宽使用率Input-Usage-Rate和下行带宽使用率Output-Usage-Rate。进一步地,在本申请一些实施例中,所述根据所述带宽使用率和所述同时满足所述第一条件和所述第二条件的次数,确定所述平均带宽使用率,具体可以通过如下公式实现:
;
其中,所述表示所述平均带宽使用率,所述/>表示所述上行带宽使用率Input-Usage-Rate,所述/>表示所述下行带宽使用率Output-Usage-Rate,所述hit_num表示同时满足所述第一条件和所述第二条件的次数。
在一些例子中,所述根据所述第二条件的判定结果确定所述第一权重可以包括:根据所述同时满足所述第一条件和所述第二条件的次数,以及所述预设次数,确定所述第一权重。进一步地,在本申请一些实施例中,所述根据所述同时满足所述第一条件和所述第二条件的次数,以及所述预设次数,确定所述第一权重,具体可以通过如下公式实现:
α=(hit_num - a)/hit_num;
其中,所述α表示所述第一权重,所述hit_num表示同时满足所述第一条件和所述第二条件的次数,所述a表示所述预设次数。所述a为满足的最小次数,其取值可以为2。所述hit_num越大,所述第一权重α的值越大。
在一些例子中,所述根据所述第三条件的判定结果确定所述第二权重可以包括:根据所述时间区间相同的天数和所述预设天数,确定所述第二权重。进一步地,在本申请一些实施例中,所述根据所述时间区间相同的天数和所述预设天数,确定所述第二权重,具体可以通过如下公式实现:
β=(day_num - b)/day_num;
其中,所述β表示所述第二权重,所述day_num表示所述时间区间相同的天数,所述b表示所述预设天数。所述b为满足的最小天数,其取值可以为4。所述day_num越多,所述第二权重β的值越大。
在一些例子中,所述根据所述第四条件的判定结果确定所述第三权重包括:根据所述负荷信息,确定所述第三权重。其中,所述负荷信息可以包括活跃用户数量user_num、峰值用户数量user_nummax、网络瞬时流速flow和峰值流速flowmax。进一步地,在本申请一些实施例中,所述根据所述负荷信息,确定所述第三权重,具体可以通过如下公式实现:
λ=1-(user_num/user_nummax)*(flow/flowmax);
其中,所述λ表示所述第三权重,所述user_num表示活跃用户数量,所述user_nummax表示峰值用户数量,所述flow表示网络瞬时流速,所述flowmax表示网络峰值流速。可见,在该例子中,通过当前活跃用户数量和城域网的使用流量来确定所述负荷信息,所述当前活跃用户数量越多,则所述负荷信息表征的负荷压力越大;所述城域网的使用流量越大,则所述负荷信息表征的负荷压力越大。
如此,即可以根据所述各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户。进一步地,在本申请一些实施例中,所述根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户可以进一步包括如下步骤:
通过如下公式确定每个家庭宽带用户的分值:
M = Rate平均*α*β*λ;其中,所述M表示当前家庭宽带用户的分值,所述Rate平均表示所述平均带宽使用率,所述α表示所述第一权重,所述β表示所述第二权重,所述λ表示所述第三权重。可以理解,所述M的分值越高,则对应的家庭宽带用户越符合要求。
根据各家庭宽带用户的分值进行排序,得到排序结果;
根据所述排序结果,确定所述各家庭宽带用户中的目标用户。
具体地说,在一些例子中,在所述根据各家庭宽带用户的分值进行排序,得到排序结果之前,可以分别对各家庭宽带用户的分值进行归一化处理。比如,可以采用最小-最大规范化模型对各家庭宽带用户的分值进行归一化处理,从而将所述分值的范围转换到0至1之间,这样便于后续对各家庭宽带用户的分值进行排序。具体地,比如可以通过如下公式对各家庭宽带用户的分值进行归一化处理:
M归一化 = (M- Mmin) / (Mmax - Mmin)
其中,所述M归一化为对当前家庭宽带用户的分值进行归一化处理后的值,所述Mmin和Mmax分别表示所述预设时间内的数据集中的最小值和最大值。
进一步地,在对各家庭宽带用户的分值进行归一化处理后,可以对各家庭宽带用户的分值进行排序,得到排序结果,并根据所述排序结果,确定所述各家庭宽带用户中的目标用户。比如,可以将排序在前10%的用户确定为强需求用户;将排序在前200%的用户确定为潜在需求用户。
需要说明的是,本申请实施例四也可以是在实施例一和/或实施例二的基础上做出的改进。
实施例五
本申请实施例五还提供了一种计算机设备,该设备的结构如图4所示,所述设备包括用于存储计算机可读指令的存储器11和用于执行计算机可读指令的处理器12,其中,当该计算机可读指令被该处理器执行时,触发所述处理器执行所述的方法。
本申请实施例中的方法和/或实施例可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在该计算机程序被处理单元执行时,执行本申请的方法中限定的上述功能。
需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图或框图示出了按照本申请各种实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的针对硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面,本申请实施例还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个计算机可读指令,所述计算机可读指令可被处理器执行以实现前述本申请的多个实施例的方法和/或技术方案的步骤。
在本申请一个典型的配置中,终端、服务网络的设备均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM) 和/或非易失性内存等形式,如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存 (PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
此外,本申请实施例还提供了一种计算机程序,所述计算机程序存储于计算机设备,使得计算机设备执行所述控制代码执行的方法。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一些实施例中,本申请的软件程序可以通过处理器执行以实现上文步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (8)
1.一种针对家庭宽带用户的分析方法,其特征在于,所述方法包括:
获取各家庭宽带用户的网络流量报文;
根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息;
根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重;
根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户;
其中,所述根据所述带宽使用率、所述负荷信息和预设模型,分别确定各家庭宽带用户对网络的平均带宽使用率、用于表征满足上网时间连续性的第一权重、用于表征满足上网时间稳定性的第二权重、以及用于表征对网络的负荷需求的第三权重包括:将所述带宽使用率、所述负荷信息输入至所述预设模型;所述预设模型基于所述带宽使用率、所述负荷信息,分别进行第一条件、第二条件、第三条件和第四条件的判断;其中,所述第一条件用于判断每个家庭宽带用户对网络带宽需求的高低;所述第二条件用于判断每个家庭宽带用户的网络需求是否具备连续性;所述第三条件用于判断每个家庭宽带用户对网络的需求时间是否具备稳定性;所述第四条件用于判断每个家庭宽带用户对网络负荷需求的高低;根据所述第一条件和第二条件的判定结果,确定所述平均带宽使用率;根据所述第二条件的判定结果确定所述第一权重,根据所述第三条件的判断结果确定所述第二权重,根据所述第四条件的判断结果确定所述第三权重;
其中,所述第一条件包括:判断在预设时间内,所述带宽使用率是否大于带宽使用阈值;所述第二条件包括:判断在第一预设时间周期内,满足所述第一条件的次数是否大于预设次数,并且,在判定所述第一条件的次数大于预设次数的情况下,判断满足所述第一条件的时间是否连续;所述第三条件包括:判断在第二预设时间周期内,是否满足所述第二条件,并且,在判定满足所述第二条件的情况下,判断时间区间相同的天数是否大于预设天数;所述第四条件包括:判断是否满足所述第三条件,如果判定满足所述第三条件,则获取所述第三条件中,相同的所述时间区间,判断所述时间区间的网络负荷是否小于预设负荷阈值;
其中,所述根据所述第一条件和第二条件的判定结果,确定所述平均带宽使用率包括;获取同时满足所述第一条件和所述第二条件的次数;在满足所述第一条件和所述第二条件的情况下,根据所述带宽使用率和所述同时满足所述第一条件和所述第二条件的次数,确定所述平均带宽使用率;所述根据所述第二条件的判定结果确定所述第一权重包括:根据所述同时满足所述第一条件和所述第二条件的次数,以及所述预设次数,确定所述第一权重;所述根据所述第三条件的判定结果确定所述第二权重包括:根据所述时间区间相同的天数和所述预设天数,确定所述第二权重;所述根据所述第四条件的判定结果确定所述第三权重包括:根据所述负荷信息,确定所述第三权重。
2.根据权利要求1所述的方法,其特征在于,所述获取各家庭宽带用户的网络流量报文包括:
获取各家庭宽带用户的网络流量的Radius报文镜像;
根据各所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息包括:根据各所述Radius报文镜像,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述网络流量报文,分别确定各家庭宽带用户对网络的带宽使用率和负荷信息包括:
根据所述网络流量报文,获取各家庭宽带用户基于网络的更新时间和宽带速率;
获取在所述更新时间内传输的字节信息;
根据所述更新时间、所述字节信息和所述宽带速率,确定所述带宽使用率,并根据所述更新时间和所述字节信息,确定所述负荷信息。
4.根据权利要求3所述的方法,其特征在于,所述获取在所述更新时间内传输的字节信息包括:获取在所述更新时间内,网络对应传输的上行总字节数和下行总字节数;
所述根据所述更新时间、所述字节信息和所述宽带速率,确定所述带宽使用率包括:
获取所述宽带速率包括的上行宽带速率和下行宽带速率;
根据所述更新时间、所述上行总字节数和所述上行宽带速率,确定上行带宽使用率;
根据所述更新时间、所述下行总字节数和所述下行宽带速率,确定下行带宽使用率;
根据所述上行带宽使用率和所述下行带宽使用率,确定所述带宽使用率。
5.根据权利要求1所述的方法,其特征在于,所述根据所述带宽使用率和所述同时满足所述第一条件和所述第二条件的次数,确定所述平均带宽使用率,具体通过如下公式实现:
;
其中,所述表示所述平均带宽使用率,所述/>表示上行带宽使用率,所述/>表示下行带宽使用率,所述hit_num表示同时满足所述第一条件和所述第二条件的次数
所述根据所述同时满足所述第一条件和所述第二条件的次数,以及所述预设次数,确定所述第一权重,具体通过如下公式实现:
α=(hit_num - a)/hit_num;
其中,所述α表示所述第一权重,所述a表示所述预设次数;
所述根据所述时间区间相同的天数和所述预设天数,确定所述第二权重,具体通过如下公式实现:
β=(day_num - b)/day_num;
其中,所述β表示所述第二权重,所述day_num表示所述时间区间相同的天数,所述b表示所述预设天数;
所述负荷信息包括活跃用户数量、峰值用户数量,网络瞬时流速和网络峰值流速;所述根据所述负荷信息,确定所述第三权重,具体通过如下公式实现:
λ=1-(user_num/user_nummax)*(flow/flowmax);
其中,所述λ表示所述第三权重,所述user_num表示所述活跃用户数量,所述user_nummax表示所述峰值用户数量,所述flow表示所述网络瞬时流速,所述flowmax表示所述网络峰值流速。
6.根据权利要求5所述的方法,其特征在于,所述根据各家庭宽带用户的平均带宽使用率、所述第一权重、所述第二权重和所述第三权重,确定所述各家庭宽带用户中的目标用户包括:
通过如下公式分别确定各家庭宽带用户的分值:
;其中,所述M表示当前家庭宽带用户的分值;根据各家庭宽带用户的分值进行排序,得到排序结果;
根据所述排序结果,确定所述各家庭宽带用户中的目标用户。
7.一种计算机设备,其特征在于,所述设备包括:
一个或多个处理器;以及
存储有计算机程序指令的存储器,所述计算机程序指令在被执行时使所述处理器执行如权利要求1至6中任意一项所述的方法。
8.一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如权利要求1至6中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146194.1A CN116886571B (zh) | 2023-09-07 | 2023-09-07 | 针对家庭宽带用户的分析方法、设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311146194.1A CN116886571B (zh) | 2023-09-07 | 2023-09-07 | 针对家庭宽带用户的分析方法、设备及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116886571A CN116886571A (zh) | 2023-10-13 |
CN116886571B true CN116886571B (zh) | 2023-11-21 |
Family
ID=88268437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311146194.1A Active CN116886571B (zh) | 2023-09-07 | 2023-09-07 | 针对家庭宽带用户的分析方法、设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116886571B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010056172A (ko) * | 1999-12-14 | 2001-07-04 | 이계철 | 망관리시스템에서의 광대역 가입자망 통합 관리 방법 |
WO2013008036A2 (en) * | 2011-07-13 | 2013-01-17 | Centrix Networking Limited | Modelling virtualized infrastructure |
WO2014116983A1 (en) * | 2013-01-25 | 2014-07-31 | Adaptive Spectrum And Signal Alignment, Inc. | Method and apparatus for cloud services for enhancing broadband experience |
CN107612709A (zh) * | 2017-08-10 | 2018-01-19 | 姜月娟 | 宽带用户分类方法、装置及计算机可读存储介质 |
CN108156025A (zh) * | 2017-12-13 | 2018-06-12 | 中国联合网络通信集团有限公司 | 一种用户离网预测的方法及装置 |
CN109978627A (zh) * | 2019-03-29 | 2019-07-05 | 电子科技大学中山学院 | 一种面向宽带接入网用户上网行为大数据的建模方法 |
CN110147803A (zh) * | 2018-02-08 | 2019-08-20 | 北大方正集团有限公司 | 用户流失预警处理方法与装置 |
CN111047338A (zh) * | 2018-10-12 | 2020-04-21 | 北大方正集团有限公司 | 用户活跃度预测方法、预测系统及介质 |
CN111405363A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种家庭网络中识别机顶盒的当前用户的方法及设备 |
CN112671573A (zh) * | 2020-12-17 | 2021-04-16 | 北京神州泰岳软件股份有限公司 | 识别宽带业务中潜在离网用户的方法及装置 |
CN112702224A (zh) * | 2020-12-10 | 2021-04-23 | 北京直真科技股份有限公司 | 一种针对家庭宽带用户质差的分析方法和装置 |
CN114389962A (zh) * | 2021-12-27 | 2022-04-22 | 中国电信股份有限公司 | 宽带流失用户确定方法、装置、电子设备和存储介质 |
CN114640603A (zh) * | 2020-12-01 | 2022-06-17 | 中国电信股份有限公司广州分公司 | 一种面向宽带用户的网络质量分析方法及系统 |
WO2022127422A1 (zh) * | 2020-12-17 | 2022-06-23 | 中兴通讯股份有限公司 | 网络质量评价方法和装置、电子设备、存储介质 |
CN115134399A (zh) * | 2021-03-24 | 2022-09-30 | 中国移动通信集团河南有限公司 | 一种用户识别的方法及装置 |
CN115544324A (zh) * | 2022-09-16 | 2022-12-30 | 中国联合网络通信集团有限公司 | 一种用户数据分析方法、装置及存储介质 |
CN116633823A (zh) * | 2023-05-30 | 2023-08-22 | 中国联合网络通信集团有限公司 | 异网宽带用户识别方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9800907B2 (en) * | 2015-12-01 | 2017-10-24 | Rovi Guides, Inc. | Systems and methods for managing available bandwidth in a household |
US11240125B2 (en) * | 2018-10-10 | 2022-02-01 | Sandvine Corporation | System and method for predicting and reducing subscriber churn |
-
2023
- 2023-09-07 CN CN202311146194.1A patent/CN116886571B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010056172A (ko) * | 1999-12-14 | 2001-07-04 | 이계철 | 망관리시스템에서의 광대역 가입자망 통합 관리 방법 |
WO2013008036A2 (en) * | 2011-07-13 | 2013-01-17 | Centrix Networking Limited | Modelling virtualized infrastructure |
WO2014116983A1 (en) * | 2013-01-25 | 2014-07-31 | Adaptive Spectrum And Signal Alignment, Inc. | Method and apparatus for cloud services for enhancing broadband experience |
CN107612709A (zh) * | 2017-08-10 | 2018-01-19 | 姜月娟 | 宽带用户分类方法、装置及计算机可读存储介质 |
CN108156025A (zh) * | 2017-12-13 | 2018-06-12 | 中国联合网络通信集团有限公司 | 一种用户离网预测的方法及装置 |
CN110147803A (zh) * | 2018-02-08 | 2019-08-20 | 北大方正集团有限公司 | 用户流失预警处理方法与装置 |
CN111047338A (zh) * | 2018-10-12 | 2020-04-21 | 北大方正集团有限公司 | 用户活跃度预测方法、预测系统及介质 |
CN111405363A (zh) * | 2019-01-02 | 2020-07-10 | 中国移动通信有限公司研究院 | 一种家庭网络中识别机顶盒的当前用户的方法及设备 |
CN109978627A (zh) * | 2019-03-29 | 2019-07-05 | 电子科技大学中山学院 | 一种面向宽带接入网用户上网行为大数据的建模方法 |
CN114640603A (zh) * | 2020-12-01 | 2022-06-17 | 中国电信股份有限公司广州分公司 | 一种面向宽带用户的网络质量分析方法及系统 |
CN112702224A (zh) * | 2020-12-10 | 2021-04-23 | 北京直真科技股份有限公司 | 一种针对家庭宽带用户质差的分析方法和装置 |
CN112671573A (zh) * | 2020-12-17 | 2021-04-16 | 北京神州泰岳软件股份有限公司 | 识别宽带业务中潜在离网用户的方法及装置 |
WO2022127422A1 (zh) * | 2020-12-17 | 2022-06-23 | 中兴通讯股份有限公司 | 网络质量评价方法和装置、电子设备、存储介质 |
CN115134399A (zh) * | 2021-03-24 | 2022-09-30 | 中国移动通信集团河南有限公司 | 一种用户识别的方法及装置 |
CN114389962A (zh) * | 2021-12-27 | 2022-04-22 | 中国电信股份有限公司 | 宽带流失用户确定方法、装置、电子设备和存储介质 |
CN115544324A (zh) * | 2022-09-16 | 2022-12-30 | 中国联合网络通信集团有限公司 | 一种用户数据分析方法、装置及存储介质 |
CN116633823A (zh) * | 2023-05-30 | 2023-08-22 | 中国联合网络通信集团有限公司 | 异网宽带用户识别方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
因特网出口带宽与流量的研究;刘军;孙国海;韩冬;黄家忠;;医学信息(第01期);全文 * |
网络宽带技术的发展趋势;谢超;华南金融电脑(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116886571A (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9553782B2 (en) | Dynamically modifying quality of service levels for resources running in a networked computing environment | |
US10021116B2 (en) | Network segmentation | |
US7143006B2 (en) | Policy-based approach for managing the export of network flow statistical data | |
AU2015266790B2 (en) | Providing router information according to a programmatic interface | |
US10469362B1 (en) | Network routing utilization of application programming interfaces | |
US20180332100A1 (en) | Scaled in-order record input ingestion for file-based streams in multi-threaded environments | |
US10243816B2 (en) | Automatically optimizing network traffic | |
US20230362106A1 (en) | Application port management | |
US20210157683A1 (en) | Method, device and computer program product for managing data backup | |
CN116886571B (zh) | 针对家庭宽带用户的分析方法、设备及计算机可读介质 | |
WO2024078208A1 (zh) | 基于ecs协议的域名查询方法及装置、存储介质及设备 | |
CN114158104B (zh) | 网络选择方法、装置、终端及存储介质 | |
US11929889B2 (en) | Connection management based on server feedback using recent connection request service times | |
CN113220501A (zh) | 用于数据备份的方法、设备和计算机程序产品 | |
US20060168163A1 (en) | Network configuration management | |
US9800424B2 (en) | Initial synchronization of a multicast group | |
US10122571B2 (en) | Autoclassification of network interfaces based on name | |
CN111770121A (zh) | 一种基于定向流量进行服务访问的方法和装置 | |
US11496492B2 (en) | Managing false positives in a network anomaly detection system | |
US11902826B2 (en) | Acknowledgement of data packet transmission using RLC in am mode operating in 5G protocol stack with mitigation of RLC channel congestion | |
US11941438B2 (en) | Method, electronic device, and computer program product for using virtual desktop | |
US11991308B2 (en) | Call volume prediction | |
CN115794353A (zh) | 云网业务服务质量优化处理方法、装置、设备及存储介质 | |
CN116931918A (zh) | 接口生成方法、装置、存储介质和电子设备 | |
CN116016317A (zh) | 网络设备布局方法、装置、设备及存储介质 |
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 |