CN116887416A - 流量数据的调度方法及装置、非易失性存储介质 - Google Patents

流量数据的调度方法及装置、非易失性存储介质 Download PDF

Info

Publication number
CN116887416A
CN116887416A CN202310914004.XA CN202310914004A CN116887416A CN 116887416 A CN116887416 A CN 116887416A CN 202310914004 A CN202310914004 A CN 202310914004A CN 116887416 A CN116887416 A CN 116887416A
Authority
CN
China
Prior art keywords
network
target
network link
determining
link
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
CN202310914004.XA
Other languages
English (en)
Inventor
王奇文
耿子炜
张妍
李斌
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.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp Ltd
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 China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN202310914004.XA priority Critical patent/CN116887416A/zh
Publication of CN116887416A publication Critical patent/CN116887416A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/12—Wireless traffic scheduling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/52—Allocation or scheduling criteria for wireless resources based on load

Landscapes

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

Abstract

本申请公开了一种流量数据的调度方法及装置、非易失性存储介质。其中，该方法包括：根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽；根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小；在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路。本申请解决了由于无法根据网络链路中的动态信息调整转发流量数据的最短路径造成的影响流量数据的传输速度的技术问题。

Description

流量数据的调度方法及装置、非易失性存储介质
技术领域
本申请涉及通信技术领域，具体而言，涉及一种流量数据的调度方法及装置、非易失性存储介质。
背景技术
随着计算机网络技术的飞速发展、5G时代的逐步到来以及通信运营商业务的快速发展，通信数据呈爆炸式增长，由于网络所承载业务数据流分布的不均匀性和随机性，网络内部不同区域，不同链路负载情况差异很大，甚至会出现局部拥塞现象，导致网络传输性能下降，由于互联网业务对网络时延、丢包、抖动等变动都愈发敏感，一旦发生故障导致网络拥塞，将可能引起大量用户投诉，严重影响运营商企业形象，更有可能造成大量用户的流失。如何合理调度流量数据是均衡利用网络带宽资源，降低拥塞发生概率，保障网络高效稳定运行的关键。无人自动驾驶网络将是网络发展的方向，自动化维护的发展趋势不可逆转，实现网络的负载均衡实际上是充分利用网络带宽资源，尽量实现最大带宽利用率优化目标，相关技术中路径选择方式是先根据跳数计算出N条最短路径，然后选择一条负载最轻的传输路径。
相关的流量数据调度方法主要存在以下问题：首先，在相关的网络模型中，网络层的作用是用于不同交换节点之间的路由决策和路径选择后，对信息流进行转发，网络层中现有的路由协议在数据转发时通常使用最短路径算法，并未考虑网络中的动态信息，新的流量数据仍然按照之前的最短路径转发，造成链路的拥塞更加严重，影响用户的通信和服务质量，单纯的根据跳数和路径的负载选择并不是最优路径。其次，由于网络数据流速率变化快，细粒度的流量数据调度会出现高频率的路由计算，从而影响数据转发响应速度，最终导致网络传输性能恶化。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种流量数据的调度方法及装置、非易失性存储介质，以至少解决由于无法根据网络链路中的动态信息调整转发流量数据的最短路径造成的影响流量数据的传输速度的技术问题。
根据本申请实施例的一个方面，提供了一种流量数据的调度方法，包括：根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽；根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小；在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路。
可选地，根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽，包括：根据多个网络端口中的多个出端口在预设时间间隔内的传输字节数，确定多个网络端口分别对应的端口传输速率；根据多个网络端口中的多个出端口的最大可用带宽和端口传输速率，确定多个网络端口分别对应的剩余带宽；将多个网络端口分别对应的剩余带宽中的最小值确定为网络路径的可用带宽。
可选地，根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，包括：根据目标平滑系数、t时刻的传输速率和可用带宽、t-1时刻的目标指数，确定一次指数平滑值，其中，t为自然数；根据一次指数平滑值和t-1时刻的目标指数，确定二次指数平滑值；根据一次指数平滑值和二次指数平滑值，确定第一平滑系数；根据目标平滑系数、一次指数平滑值和二次指数平滑值，确定第二平滑系数；根据第一平滑系数和第二平滑系数，确定当前网络链路在第一预设时刻的目标指数。
可选地，根据目标平滑系数、t时刻的传输速率和可用带宽、t-1时刻的目标指数，确定一次指数平滑值之前，方法还包括：根据预设适应度函数，确定目标平滑系数。
可选地，在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路之前，方法还包括：根据当前网络链路中的网络流量数据的源地址和目的地址，确定源地址对应的第一节点至目的地址对应的第二节点的n条网络链路，其中，n为正整数；在n条网络链路中确定目标网络链路，其中，目标网络链路为目标指数小于预设阈值且目标指数最小的网络链路。
可选地，将当前网络链路中的网络流量数据发送至目标网络链路之后，方法还包括：持续确定当前网络链路的目标指数；在目标指数不大于预设阈值的情况下，停止将当前网络链路中的网络流量数据发送至目标网络链路。
可选地，预设约束条件至少包括：目标网络链路对应的第一参数的取值大于0且小于预设阈值，其中，第一参数为对第二预设时刻的目标指数和目标比值进行求和得到的，目标比值为当前网络链路中的网络流量数据的字节数与当前网络链路的总带宽的比值。
根据本申请实施例的再一方面，还提供了一种流量数据的调度装置，包括：第一确定模块，用于根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽；第二确定模块，用于根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小；发送模块，用于在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路，其中，目标网络链路为不同的网络路径中的网络链路。
根据本申请实施例的再一方面，还提供了一种非易失性存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的流量数据的调度方法。
根据本申请实施例的再一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的流量数据的调度方法。
在本申请实施例中，采用根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽；根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小；在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路的方式，通过在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链，达到了根据网络链路中的动态信息调整转发流量数据的最短路径的目的，从而实现了提升流量数据的传输速度的技术效果，进而解决了由于无法根据网络链路中的动态信息调整转发流量数据的最短路径造成的影响流量数据的传输速度的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种流量数据的调度方法的流程图；
图2是根据本申请实施例的另一种流量数据的调度方法的流程图；
图3是根据本申请实施例的一种流量数据的调度装置的结构图；
图4是根据本申请实施例的一种流量数据的调度方法的计算机终端(或电子设备)的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例，提供了一种流量数据的调度方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种流量数据的调度方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽。
根据本申请的一些可选的实施例，网络路径指的是从源节点到目标节点的数据传输路径。在计算机网络中，数据通过一系列的网络设备(如交换机、路由器)从源节点传输到目标节点。网络路径可以是直接连接的，也可以通过多个中间节点进行转发。通过路由协议和算法，网络路径可以动态地选择最佳路径来实现数据传输。网络链路是指连接网络设备之间的物理或逻辑连接，其可以是有线的(如以太网、光纤)或无线的(如Wi-Fi、蓝牙)。网络链路负责在网络设备之间传输数据，使得数据能够在网络中流动。链路的带宽、延迟和可靠性等特性会影响数据传输的效率和性能。
网络流量数据参数是用来描述网络中数据流动的各种指标和度量。以下是一些常见的网络流量数据参数：带宽(Bandwidth)：带宽是指网络链路或设备能够传输数据的最大速率，通常以每秒传输的位数(bps)为单位；带宽决定了网络的传输能力。延迟(Latency)：延迟是指数据从发送端到接收端所需的时间，通常以毫秒(ms)为单位。延迟受到网络链路和设备的传输速度、距离和处理时间等因素的影响；丢包率(Packet Loss Rate)：丢包率是指在数据传输过程中丢失的数据包的比例。丢包率可以影响数据传输的完整性和可靠性；吞吐量(Throughput)：吞吐量是指单位时间内通过网络链路或设备传输的数据量。吞吐量可以用来评估网络的性能和效率；抖动(Jitter)：抖动是指数据包在网络中传输过程中的时延变化。较大的抖动会导致数据包到达接收端的间隔不均匀，影响实时应用(如语音通话、视频流)的质量；包头大小(Packet Header Size)：包头大小是指数据包中用于存储控制信息的固定长度部分。
步骤S104，根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小。
根据本申请的另一些可选的实施例，采用二次指数平滑算法，预测当前网络链路在预设时刻的负载大小，其中，二次指数平滑算法是一种时间序列预测方法，用于预测未来数据点的趋势，是对简单指数平滑算法的扩展。简单指数平滑算法通过对历史数据进行加权平均来预测未来数据点，其中较新的数据点具有更高的权重。但简单指数平滑算法无法捕捉到数据的趋势变化，特别是在存在趋势的情况下。二次指数平滑算法引入了一个额外的平滑系数来估计数据的趋势，包括两个平滑过程：一次平滑用于估计数据的水平(Level)，二次平滑用于估计数据的趋势(Trend)。算法的步骤如下：1.初始化：选择适当的初始水平值(L0)和初始趋势值(T0)；2.一次平滑：使用一次平滑公式计算当前水平(Lt)：Lt＝α*Xt+(1-α)*(Lt-1+Tt-1)，其中Xt为当前观测值，α为平滑系数；3.二次平滑：使用二次平滑公式计算当前趋势(Tt)：Tt＝β*(Lt-Lt-1)+(1-β)*Tt-1，其中β为趋势平滑系数；4.预测：通过加上当前水平和当前趋势来预测未来数据点：Yt+1＝Lt+Tt；5.更新：更新水平和趋势的值为下一个时间步的值：Lt+1＝Lt+Tt，Tt+1＝Tt。
通过不断迭代上述步骤，可以得到对未来数据点的预测值，并且能够捕捉到数据的趋势变化。
步骤S106，在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路。
在本申请的一些可选的实施例，预设约束条件包括：
0≤f(u,v)≤c(u,v)
publinks＝recordlinks+labellinks
load(p)＝Max[load(p,l1),load(p,l2),…,load(p,ln)]
th≥load(p)≥0
其中，f(u,v)为网络链路u,v上的流量，c(u,v)为网络链路u,v上的最大带宽，u为当前网络链路，v为目标网络链路，finput(u,p)为路径p上网络链路u的流入容量，foutput(u,p)为路径p上网络链路u的流出容量，s为网络链路中的源节点，d为网络链路中的目的节点，f为净流量，publinks为公共链路，recordlinks为记录的链路(被选择过的链路)，labellinks为标记的链路(被标记为拥塞的链路)，Pload(lk)为路径Pload上的链路lk，Pnew(li)为路径Pnew上的链路li，flow为待调度的数据流，B为链路总带宽，load(p,ln)为路径p上链路ln的负载。
根据上述步骤，通过在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链，达到了根据网络链路中的动态信息调整转发流量数据的最短路径的目的，从而实现了提升流量数据的传输速度的技术效果。
根据本申请的一些可选的实施例，根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽，包括以下步骤：根据多个网络端口中的多个出端口在预设时间间隔内的传输字节数，确定多个网络端口分别对应的端口传输速率；根据多个网络端口中的多个出端口的最大可用带宽和端口传输速率，确定多个网络端口分别对应的剩余带宽；将多个网络端口分别对应的剩余带宽中的最小值确定为网络路径的可用带宽。
可选地，端口速率的计算公式如下：
上式中，网络路径p中的网络链路link(O1,O2)由出端口O1表示，a(O1,t)表示出端口O1在t时刻的传输字节数，a(O1,t-Δt)表示出端口在O1在t-Δt时刻记录的传输字节数，Δt为时间间隔。
端口O1的可用带宽表示如下：
B(O1,t)＝B-s(O1,t)
上式中，B为端口O1的最大可用带宽。
由于一条路径的可用带宽取决于最小链路剩余带宽，倘若路径p有n条链路，则路径p的可用带宽参见下式：
B(p,t)＝Min(B(O1,t),B(O2,t),…,B(On,t))
上式中，On为第n条链路的出端口。
在本申请的一些可选的实施例，根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，包括以下步骤：根据目标平滑系数、t时刻的传输速率和可用带宽、t-1时刻的目标指数，确定一次指数平滑值，其中，t为自然数；根据一次指数平滑值和t-1时刻的目标指数，确定二次指数平滑值；根据一次指数平滑值和二次指数平滑值，确定第一平滑系数；根据目标平滑系数、一次指数平滑值和二次指数平滑值，确定第二平滑系数；根据第一平滑系数和第二平滑系数，确定当前网络链路在第一预设时刻的目标指数。
作为本申请的一些可选的实施例，根据目标平滑系数、t时刻的传输速率和可用带宽、t-1时刻的目标指数，确定一次指数平滑值之前，方法还包括：根据预设适应度函数，确定目标平滑系数。
可选地，二次指数平滑算法的原理是利用两个平滑系数来对时间序列进行平滑处理。具体步骤如下：
1.初始化平滑系数alpha和beta，一般取值范围在0到1之间；
2.计算初始预测值y0和初始趋势值b0，一般可以取y0等于第一个观测值，b0等于第二个观测值减去第一个观测值；
3.对于每个时间点t，根据以下公式进行更新：
预测值yt＝alpha*(观测值xt)+(1-alpha)*(yt-1+bt-1)
趋势值bt＝beta*(yt-yt-1)+(1-beta)*bt-1；
4.根据以上步骤逐个时间点进行迭代计算，得到预测值序列。
在本申请的一些可选的实施例中，在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路之前，还需要：根据当前网络链路中的网络流量数据的源地址和目的地址，确定源地址对应的第一节点至目的地址对应的第二节点的n条网络链路，其中，n为正整数；在n条网络链路中确定目标网络链路，其中，目标网络链路为目标指数小于预设阈值且目标指数最小的网络链路。
在一些可选的实施例中，将当前网络链路中的网络流量数据发送至目标网络链路之后，还需要：持续确定当前网络链路的目标指数；在目标指数不大于预设阈值的情况下，停止将当前网络链路中的网络流量数据发送至目标网络链路。
根据本申请一些优选的实施例，预设约束条件至少包括：目标网络链路对应的第一参数的取值大于0且小于预设阈值，其中，第一参数为对第二预设时刻的目标指数和目标比值进行求和得到的，目标比值为当前网络链路中的网络流量数据的字节数与当前网络链路的总带宽的比值。
图2是根据本申请实施例的另一种流量数据的调度方法的流程图，如图2所示，该方法包括如下步骤：
步骤S202：获取链路网络流量数据，网络控制器获取到各端口的传输字节数，接收字节数，传输数据包数，接收数据包，端口持续时间等参数。
步骤S204：进行端口速率以及端口剩余带宽的计算，根据获取到的链路数据，计算端口实时速率，端口速率的计算公式如下：
上式中，路径p中链路link(O1,O2)由出端口O1表示，a(O1,t)表示出端口O1在t时刻的传输字节数，a(O1,t-Δt)表示出端口在O1在t-Δt时刻记录的传输字节数，Δt为时间间隔。
端口O1的剩余带宽表示如下：
B(O1,t)＝B-s(O1,t)
上式中，B为端口O1的最大可用带宽，由于一条路径的可用带宽取决于最小链路剩余带宽，倘若路径p有n条链路，则路径p的可用带宽参见下式：
B(p,t)＝Min(B(O1,t),B(O2,t),…,B(On,t))
其中，On为第n条链路的出端口。
步骤S206：进行链路的网络流量预测，周期性的进行网络流量采集与处理，建立流量预测模型，本申请中采用改进的二次指数平滑算法来预测下一周期链路负载情况，使用微粒群算法动态调整平滑系数a，设定链路拥塞阈值th，当预测到的链路负载超过th，则认为有拥塞风险，其中，二次指数平滑预测公式如下：
Qt+T＝at+btT
at＝2yt (1)-yt (2)
yt (1)＝axt+(1-a)yt-1
yt (2)＝ayt (1)+(1-a)yt-1 2
上式中，T表示预测周期，Qt+T是t+T时刻的预测值，yt (1)是t时刻的一次指数平滑值，yt (2)是t时刻二次指数平滑值，at和bt是平滑模型的平滑系数。
具体地，使用微粒群算法动态调整a，其过程如下：
步骤S2061：从已有数据中选取m个数据，进行粒子群初始化，确定当前粒子个体最优值Pbest和群体最优值gbes；
步骤S2062：更新个体粒子的p与v，评估最优的适应度函数值，即最小的误差平方和，求解出搜索范围内最小的适应度函数值对应的最优的平滑系数a。
步骤S208：根据链路网络流量的预测结果，进行路径的切换，根据当前链路负载实际观测值，以及下一时刻的预测值，当预测值超过拥塞阈值时，进行路径的切换，具体切换过程如下所示：
步骤S2081：实时获取观测到超过th的拥塞链路；
步骤S2082：获取该拥塞链路的流信息，并计算各条流的流速率；
步骤S2083：根据数据流速率大小降序遍历数据流，遍历到当前数据流时执行第步骤S2084，遍历结束执行步骤S2087；
步骤S2084：根据当前数据流的源地址和目的地址获得K条路径集，然后从K条路径中找到不包含预测到会发生拥塞或已经被选择过的链路，并且负载最轻的路径，如果K为空执行步骤S2083，否则执行步骤S2085；
步骤S2085：判断当前数据流从旧路径切换到新路径是否满足约束条件，如果满足约束条件则记录该路径各链路，对其他拥塞链路上的数据流执行路径切换时避免这些链路，以免将多条数据流切换到这些相交链路导致拥塞发生，然后执行步骤S2086；如果不满足约束执行步骤S2083。
具体地，路径约束条件如下所示：
0≤f(u,v)≤c(u,v)
publinks＝recordlinks+labellinks
load(p)＝Max[load(p,l1),load(p,l2),…,load(p,ln)]
th≥load(p)≥0
其中，f(u,v)为网络链路u,v上的流量，c(u,v)为网络链路u,v上的最大带宽，u为当前网络链路，v为目标网络链路，finput(u,p)为路径p上网络链路u的流入容量，foutput(u,p)为路径p上网络链路u的流出容量，s为网络链路中的源节点，d为网络链路中的目的节点，f为净流量，publinks为公共链路，recordlinks为记录的链路(被选择过的链路)，labellinks为标记的链路(被标记为拥塞的链路)，Pload(lk)为Pload上的链路lk，Pnew(li)为Pnew上的链路li，flow为待调度的数据流，B为链路总带宽，load(p,ln)为路径p上链路ln的负载。
S2086：构造高优先级流表项并下发到源接入交换机，接下来的数据包将匹配新的高优先级流表项转发，从而完成了路径的切换。
S2087：当前链路上数据流路径切换结束后，执行下一条拥塞链路的切换。
通过上述步骤，采用改进的二次指数平滑预测算法预测下一时刻的网络链路是否超过拥塞阈值来确定新产生的数据流是否规避该链路，对于观测到的已经发生拥塞的网络链路，获取网络链路上的数据流信息，然后在备份路径集上寻找满足约束条件的路径进行分流，减少拥塞链路的同时，提高了网络带宽的利用率。此外，通过对历史数据进行加权平均来计算出当前时刻的预测值，其权重系数是根据历史数据的距离来确定的，这样也可以使得较近的历史数据对预测结果的影响更大，而较远的历史数据对预测结果的影响更小，这样的预测模型具有抵御或减弱异常数据影响的功能。最后，采用微粒群算法来对平滑参数α进行动态调整，既优化了链路流量预测模型，又提高了预测的精度，具有较好的实用性。
图3是根据本申请实施例的一种流量数据的调度装置的结构图，如图3所示，该装置包括：
第一确定模块30，用于根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽；
第二确定模块32，用于根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小；
发送模块34，用于在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路。
需要说明的是，上述图3中的各个模块可以是程序模块(例如是实现某种特定功能的程序指令集合)，也可以是硬件模块，对于后者，其可以表现为以下形式，但不限于此：上述各个模块的表现形式均为一个处理器，或者，上述各个模块的功能通过一个处理器实现。
需要说明的是，图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。
可选地，根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽，包括：根据多个网络端口中的多个出端口在预设时间间隔内的传输字节数，确定多个网络端口分别对应的端口传输速率；根据多个网络端口中的多个出端口的最大可用带宽和端口传输速率，确定多个网络端口分别对应的剩余带宽；将多个网络端口分别对应的剩余带宽中的最小值确定为网络路径的可用带宽。
可选地，根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，包括：根据目标平滑系数、t时刻的传输速率和可用带宽、t-1时刻的目标指数，确定一次指数平滑值，其中，t为自然数；根据一次指数平滑值和t-1时刻的目标指数，确定二次指数平滑值；根据一次指数平滑值和二次指数平滑值，确定第一平滑系数；根据目标平滑系数、一次指数平滑值和二次指数平滑值，确定第二平滑系数；根据第一平滑系数和第二平滑系数，确定当前网络链路在第一预设时刻的目标指数。
可选地，根据目标平滑系数、t时刻的传输速率和可用带宽、t-1时刻的目标指数，确定一次指数平滑值之前，方法还包括：根据预设适应度函数，确定目标平滑系数。
可选地，在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路之前，方法还包括：根据当前网络链路中的网络流量数据的源地址和目的地址，确定源地址对应的第一节点至目的地址对应的第二节点的n条网络链路，其中，n为正整数；在n条网络链路中确定目标网络链路，其中，目标网络链路为目标指数小于预设阈值且目标指数最小的网络链路。
可选地，将当前网络链路中的网络流量数据发送至目标网络链路之后，方法还包括：持续确定当前网络链路的目标指数；在目标指数不大于预设阈值的情况下，停止将当前网络链路中的网络流量数据发送至目标网络链路。
可选地，预设约束条件至少包括：目标网络链路对应的第一参数的取值大于0且小于预设阈值，其中，第一参数为对第二预设时刻的目标指数和目标比值进行求和得到的，目标比值为当前网络链路中的网络流量数据的字节数与当前网络链路的总带宽的比值。
图4示出了一种用于实现流量数据的调度方法的计算机终端(或移动设备)的硬件结构框图。如图4所示，计算机终端40(或移动设备40)可以包括一个或多个(图中采用402a、402b，……，402n来示出)处理器402(处理器402可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器404、以及用于通信功能的传输模块406。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图4所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端40还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。
应当注意到的是上述一个或多个处理器402和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端40(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器404可用于存储应用软件的软件程序以及模块，如本申请实施例中的流量数据的调度方法对应的程序指令/数据存储装置，处理器402通过运行存储在存储器404内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的流量数据的调度方法。存储器404可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器404可进一步包括相对于处理器402远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端40。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块406用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端40的通信供应商提供的无线网络。在一个实例中，传输模块406包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输模块406可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端40(或移动设备)的用户界面进行交互。
此处需要说明的是，在一些可选实施例中，上述图4所示的计算机设备(或电子设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图4仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或电子设备)中的部件的类型。
需要说明的是，图4所示的电子设备用于执行图1所示的流量数据的调度方法，因此上述命令的执行方法中的相关解释说明也适用于该电子设备，此处不再赘述。
本申请实施例还提供了一种非易失性存储介质，非易失性存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的流量数据的调度方法。
非易失性存储介质执行以下功能的程序：根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽；根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小；在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路。
本申请实施例还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的流量数据的调度方法。
处理器用于运行执行以下功能的程序：根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定多个网络端口的端口传输速率以及网络路径的可用带宽；根据传输速率和可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，目标指数用于表征当前网络链路的负载大小；在目标指数大于预设阈值，且将当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将当前网络链路中的网络流量数据发送至目标网络链路。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种流量数据的调度方法，其特征在于，包括：
根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定所述多个网络端口的端口传输速率以及所述网络路径的可用带宽；
根据所述传输速率和所述可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，所述目标指数用于表征所述当前网络链路的负载大小；
在所述目标指数大于预设阈值，且将所述当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将所述当前网络链路中的所述网络流量数据发送至所述目标网络链路。
2.根据权利要求1所述的方法，其特征在于，根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定所述多个网络端口的端口传输速率以及所述网络路径的可用带宽，包括：
根据所述多个网络端口中的多个出端口在预设时间间隔内的传输字节数，确定所述多个网络端口分别对应的端口传输速率；
根据所述多个网络端口中的多个出端口的最大可用带宽和所述端口传输速率，确定所述多个网络端口分别对应的剩余带宽；
将所述多个网络端口分别对应的剩余带宽中的最小值确定为所述网络路径的可用带宽。
3.根据权利要求1所述的方法，其特征在于，根据所述传输速率和所述可用带宽，确定当前网络链路在第一预设时刻的目标指数，包括：
根据目标平滑系数、t时刻的所述传输速率和所述可用带宽、t-1时刻的所述目标指数，确定一次指数平滑值，其中，t为自然数；
根据所述一次指数平滑值和t-1时刻的所述目标指数，确定二次指数平滑值；
根据所述一次指数平滑值和所述二次指数平滑值，确定第一平滑系数；
根据所述目标平滑系数、所述一次指数平滑值和所述二次指数平滑值，确定第二平滑系数；
根据所述第一平滑系数和所述第二平滑系数，确定当前网络链路在第一预设时刻的目标指数。
4.根据权利要求3所述的方法，其特征在于，根据目标平滑系数、t时刻的所述传输速率和所述可用带宽、t-1时刻的所述目标指数，确定一次指数平滑值之前，所述方法还包括：根据预设适应度函数，确定所述目标平滑系数。
5.根据权利要求1所述的方法，其特征在于，在所述目标指数大于预设阈值，且将所述当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将所述当前网络链路中的所述网络流量数据发送至所述目标网络链路之前，所述方法还包括：
根据所述当前网络链路中的所述网络流量数据的源地址和目的地址，确定所述源地址对应的第一节点至所述目的地址对应的第二节点的n条网络链路，其中，n为正整数；
在所述n条网络链路中确定所述目标网络链路，其中，所述目标网络链路为所述目标指数小于所述预设阈值且所述目标指数最小的网络链路。
6.根据权利要求1所述的方法，其特征在于，将所述当前网络链路中的所述网络流量数据发送至所述目标网络链路之后，所述方法还包括：
持续确定所述当前网络链路的所述目标指数；
在所述目标指数不大于所述预设阈值的情况下，停止将所述当前网络链路中的网络流量数据发送至目标网络链路。
7.根据权利要求1所述的方法，其特征在于，所述预设约束条件至少包括：所述目标网络链路对应的第一参数的取值大于0且小于所述预设阈值，其中，所述第一参数为对第二预设时刻的所述目标指数和目标比值进行求和得到的，所述目标比值为所述当前网络链路中的所述网络流量数据的字节数与所述当前网络链路的总带宽的比值。
8.一种流量数据的调度装置，其特征在于，包括：
第一确定模块，用于根据网络路径中的多个网络链路分别对应的多个网络端口的网络流量数据参数，确定所述多个网络端口的端口传输速率以及所述网络路径的可用带宽；
第二确定模块，用于根据所述传输速率和所述可用带宽，确定当前网络链路在第一预设时刻的目标指数，其中，所述目标指数用于表征所述当前网络链路的负载大小；
发送模块，用于在所述目标指数大于预设阈值，且将所述当前网络链路中的网络流量数据发送至目标网络链路的过程满足预设约束条件的情况下，将所述当前网络链路中的所述网络流量数据发送至所述目标网络链路。
9.一种非易失性存储介质，其特征在于，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的流量数据的调度方法。
10.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的流量数据的调度方法。
CN202310914004.XA 2023-07-24 2023-07-24 流量数据的调度方法及装置、非易失性存储介质 Pending CN116887416A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310914004.XA CN116887416A (zh) 2023-07-24 2023-07-24 流量数据的调度方法及装置、非易失性存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310914004.XA CN116887416A (zh) 2023-07-24 2023-07-24 流量数据的调度方法及装置、非易失性存储介质

Publications (1)

Publication Number Publication Date
CN116887416A true CN116887416A (zh) 2023-10-13

Family

ID=88267819

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310914004.XA Pending CN116887416A (zh) 2023-07-24 2023-07-24 流量数据的调度方法及装置、非易失性存储介质

Country Status (1)

Country Link
CN (1) CN116887416A (zh)

Similar Documents

Publication Publication Date Title
US11070481B2 (en) Predictive management of a network buffer
KR100235689B1 (ko) 고속 패킷 스위칭 네트워크내 개선된 동적 대역폭 예측 및 적응 에 관한 방법 및 장치
US8767553B2 (en) Dynamic resource partitioning for long-term fairness to non-elastic traffic on a cellular basestation
EP1851919B1 (en) Bandwidth allocation for telecommunications networks
US8351331B2 (en) Resource allocation framework for wireless/wired networks
EP3186934A1 (en) Scheduler, sender, receiver, network node and methods thereof
EP2273736B1 (en) Method of managing a traffic load
EP2263354B1 (en) Admission control in a packet network
CN112152863B (zh) 分布式带宽分配方法及装置
WO2015012748A1 (en) Method and network node for congestion management in a wireless communications network
Kesselman et al. Game-theoretic analysis of internet switching with selfish users
JP2022046434A (ja) 通信ネットワークのための方法および装置
EP3942756B1 (en) Methods, apparatus and computer programs for configuring a telecommunication network
US20230336486A1 (en) Service flow scheduling method and apparatus, and system
Menth et al. Fair resource sharing for stateless-core packet-switched networks with prioritization
CN112714081B (zh) 一种数据处理方法及其装置
US20190036787A1 (en) Traffic optimization device and traffic optimization method
JP7103637B2 (ja) 通信システム及び通信方法
Bianchi et al. Performance evaluation of a measurement-based algorithm for distributed admission control in a DiffServ framework
CN116887416A (zh) 流量数据的调度方法及装置、非易失性存储介质
EP2388978B1 (en) Methods and devices for determining network link load
KR100818303B1 (ko) 확률적 트래픽 특성 추정에 의한 유무선 네트워크 트래픽예측 방법 및 그 장치
Irawan et al. Performance evaluation of queue algorithms for video-on-demand application
US6958978B1 (en) Differentiated services in packet-switched networks
CN111490940B (zh) 确定数据转发路径的方法、电子设备以及存储介质

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