CN116896511A - 一种专线入云的服务限速方法、装置、设备及存储介质 - Google Patents
一种专线入云的服务限速方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116896511A CN116896511A CN202311161722.0A CN202311161722A CN116896511A CN 116896511 A CN116896511 A CN 116896511A CN 202311161722 A CN202311161722 A CN 202311161722A CN 116896511 A CN116896511 A CN 116896511A
- Authority
- CN
- China
- Prior art keywords
- preset
- cloud service
- predicted
- allocated bandwidth
- cloud
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000000670 limiting effect Effects 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000005540 biological transmission Effects 0.000 claims abstract description 14
- 230000000875 corresponding effect Effects 0.000 claims description 115
- 238000012545 processing Methods 0.000 claims description 18
- 230000001934 delay Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 230000002596 correlated effect Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material 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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- 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
-
- 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
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供了一种专线入云的服务限速方法、装置、设备及存储介质，应用于通信技术领域，其中，方法包括：根据预设条件，获取预设专线上各云服务对应的分配带宽，其中，预设条件为专线上所有的云服务对应的预测时延以及预测丢包数据量的和最小，且云服务对应的预测时延和预测丢包数据量均与其对应的分配带宽相关；根据预设专线上各云服务对应的分配带宽，进行限速配置下发。通过对预测时延和预测丢包数据量进行联合判断，可以最大程度的利用专线的传输资源，平衡云服务之间网络资源的分配，量化时延和丢包数据量，使得限速优化更新更平滑，用户感知性低，从而提高用户体验，增加专线产品的回购率。
Description
技术领域
本申请涉及通信技术领域，特别涉及一种专线入云的服务限速方法、装置、设备及存储介质。
背景技术
近年来，随着全球云计算领域的活跃创新和我国云计算发展进入应用普及阶段，越来越多企业已开始采用云计算技术部署信息系统，企业上云意识和能力不断增强。目前火热的云桌面、数据库、文件存储、对象存储等云内服务，都部署在数据中心网路基础转发架构的网络Underlay共享域中，通过开通云专线作为主要链路，下发云内防火墙网络地址转换（Network Address Translation，NAT）映射配置，从而实现专线入Underlay服务功能，由于一条专线需要承载多个Underlay服务，在专线总带宽不变的情况下，需要在云内防火墙上对每个Underlay服务进行限速。
现有的技术方案通过接收用户订购页面选择的业务套餐和业务场景，根据预设的套餐和场景二阶矩阵，下发用户需要的限速策略，此方案能够很直观的满足用户的需求，但是缺点很明显，只能针对用户访问单个应用服务，对于带宽的限速是静态的，需要用户手工介入变更自己的订购参数，当限速效果不理想时，用户需要反复调整自己的订购参数以达到理想的限速值，此方案让用户对限速带宽的感知要求较高，并且只能对一种服务进行限速。
或者，通过目的地址的返回数据包判断到多个目的地址的网络拥塞情况，再根据网络拥塞状态调整预设服务的网络限速值，此方案在用户不干涉的情况下实现了访问目的服务的智能限速，但未给出多个服务之间的带宽限速关系。
发明内容
本申请实施例要达到的技术目的是提供一种专线入云的服务限速方法、装置、设备及存储介质，用以解决当前的限速无法实现对多个服务进行合理限速的需求。
为解决上述技术问题，本申请实施例提供了一种专线入云的服务限速方法，包括：
根据预设条件，获取所述预设专线上各云服务对应的分配带宽，其中，所述预设条件为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，且所述云服务对应的所述预测时延和所述预测丢包数据量均与其对应的所述分配带宽相关；
根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发。
进一步的，如上所述的方法，所述根据预设条件，获取所述预设专线上各云服务对应的分配带宽，包括：
根据所述预设条件，获取当前时刻所述预设专线对应的目标限速模型；
根据带宽的预设取值范围执行所述目标限速模型，得到各所述云服务对应的所述分配带宽；
其中，所述目标限速模型中的约束条件至少包括：
所有所述云服务对应的所述分配带宽的和小等于所述预设专线的总带宽；
各所述云服务对应的所述分配带宽均大于等于零；
各所述云服务对应的所述分配带宽等于带宽增量与当前时刻的实时带宽的和。
具体地，如上所述的方法，所述预测时延与所述分配带宽的关系包括：
当所述分配带宽大于等于对应的所述云服务传输的最大数据包长度时，所述预测时延为所述预设专线在网络协议下的最低时延；
当所述分配带宽小于对应的所述云服务传输的所述最大数据包长度时，所述预测时延为所述最低时延与一关联值的和，所述关联值与所述分配带宽和所述最大数据包长度之间的差值的绝对值正相关。
具体地，如上所述的方法，所述预测丢包数据量为所述分配带宽与丢包概率的乘积。
优选地，如上所述的方法，所述获取当前时刻预设专线对应的目标限速模型，包括：
获取预选限速模型以及所述当前时刻所述预设专线的网络状态信息，所述预选限速模型为预设限速模型或上一时刻所述预设专线对应的历史限速模型，所述网络状态信息包括：各所述云服务对应的带宽、时延以及丢包数据量；
根据所述网络状态信息对所述预选限速模型或预设限速模型进行训练更新，得到所述目标限速模型。
具体地，如上所述的方法，所述根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发，包括：
判断所述预设专线上是否存在子接口以及与所述子接口关联的限速策略；
当存在所述子接口以及关联的所述限速策略时，更新所述限速策略中各所述云服务对应的所述分配带宽；
当不存在所述子接口以及关联的所述限速策略时，分别创建一个所述子接口以及一个所述限速策略，根据所述云服务对应的所述分配带宽配置所述限速策略，并关联所述子接口以及所述限速策略。
优选地，如上所述的方法，还包括：
周期性采集所述预设专线的网络状态信息，并存储至数据库。
本申请的另一实施例还提供了一种控制装置，包括：
第一处理模块，用于根据所述预设条件，获取所述预设专线上各云服务对应的分配带宽，其中，所述预设条件为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，且所述云服务对应的所述预测时延和所述预测丢包数据量均与其对应的所述分配带宽相关；
第二处理模块，用于根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发。
本申请的再一实施例还提供了一种电子设备，包括处理器、存储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，所述计算机程序被所述处理器执行时实现如上所述的专线入云的服务限速方法的步骤。
本申请的又一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的专线入云的服务限速方法的步骤。
与现有技术相比，本申请实施例提供的一种专线入云的服务限速方法、装置、设备及存储介质，至少具有以下有益效果：
通过对所有的云服务对应的预测时延和预测丢包数据量进行联合判断，相较于现有技术中各云服务单独根据某一个参数或两个参数进行独立判断，可以最大程度的利用专线的传输资源，平衡云服务之间网络资源的分配，从而提高用户体验，增加专线产品的回购率。此外，上述步骤为周期性执行，使得限速可以精确至周期，量化时延和丢包数据量，使得限速优化更新更平滑，用户感知性低。
附图说明
图1为本申请的专线入云限速方法的流程示意图之一；
图2为本申请的专线入云限速方法的流程示意图之二；
图3为本申请的专线入云限速方法的流程示意图之三；
图4为本申请的专线入云限速的控制装置的结构示意图。
具体实施方式
为使本申请要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。在下面的描述中，提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本申请的实施例。因此，本领域技术人员应该清楚，可以对这里描述的实施例进行各种改变和修改而不脱离本申请的范围和精神。另外，为了清楚和简洁，省略了对已知功能和构造的描述。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本申请的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，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。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
在本申请所提供的实施例中，应理解，“与A 相应的B”表示B 与A 相关联，根据A可以确定B。但还应理解，根据A 确定B 并不意味着仅仅根据A 确定B，还可以根据A 和/或其它信息确定B。
本申请中的服务限速方法主要应用于云计算领域，其中专线入云中的“云”，包括但不限于Underlay和Overlay（一种网络架构上叠加的虚拟化技术模式），因此本申请中的限速方法不仅仅可以应用在专线入Underlay的产品，也可以应用于其他Overlay到Underlay、Overlay到Overlay、Underlay到Overlay的产品。以下主要以专线入Underlay为例进行说明。
参见图1，本申请的一实施例提供了一种专线入云的服务限速方法，包括：
步骤S101，根据预设条件，获取所述预设专线上各云服务对应的分配带宽，其中，所述预设条件为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，且所述云服务对应的所述预测时延和所述预测丢包数据量均与其对应的所述分配带宽相关；
步骤S102，根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发。
在本实施例中，在对专线入云的云服务进行限速时，会周期性根据当前时刻预设专线对应的预设条件，预测该预设专线上各云服务对应的分配带宽，该分配带宽即需要在下一时刻对专线上各云服务进行限速的阈值，进而根据该分配带宽进行限速配置下发即可实现对各云服务的限速。具体地，预设条件为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，且预测时延和预测丢包数据量均与其对应的分配带宽相关，使得通过对所有预测时延以及预测丢包数据量的和的判断，可以确定当前各云服务的分配带宽是否合适。
综上所述，本实施例通过对所有的所述云服务对应的预测时延和预测丢包数据量进行联合判断，相较于现有技术中各云服务单独根据某一个参数或两个参数进行独立判断，可以最大程度的利用专线的传输资源，平衡云服务之间网络资源的分配，从而提高用户体验，增加专线产品的回购率。此外，上述步骤优选为周期性执行，使得限速可以精确至周期，量化时延和丢包数据量，使得限速优化更新更平滑，用户感知性低。
需要说明的是，上述的云服务包括但不限于：云桌面、对象存储、文件存储和云备份等。
需要说明的是，本文中所述的时延（预测时延）优选为往返时延 （Round-TripTime，RTT）。
进一步的，如上所述的方法，所述根据预设条件，获取所述预设专线上各云服务对应的分配带宽，包括：
根据所述预设条件，获取当前时刻所述预设专线对应的目标限速模型；
根据带宽的预设取值范围执行所述目标限速模型，得到各所述云服务对应的所述分配带宽；
其中，所述目标限速模型中的约束条件至少包括：
所有所述云服务对应的所述分配带宽的和小等于所述预设专线的总带宽；
各所述云服务对应的所述分配带宽均大于等于零；
各所述云服务对应的所述分配带宽等于带宽增量与的当前时刻的实时带宽的和。
在本实施例中，在获取分配带宽时，优选采用机器学习、深度学习等中的数学模型进行自动计算，因此会根据上述的预设条件获取当前时刻预设专线对应的目标限速模型，其中该目标限速模型中的目标函数即为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，在一具体实施例中，目标函数可以表示为：，其中，/>为第i各云服务对应的预测时延，/>为第i各云服务对应的预测丢包数据量，N为专线上云服务的数量，/>和/>为模型参数。
由于各云服务的分配带宽不能超过预设专线的总带宽，因此本实施例中的带宽的预设取值范围为大于等于零且小于等于总带宽，从而在执行目标限速模型时，各云服务的分配带宽可以从该预设取值范围中取值并作为目标限速模型的输入。
更进一步的，根据分配带宽与总带宽的关系以及分配带宽与实时带宽的关系，可以确定目标限速模型中的约束条件至少包括：
所有所述云服务对应的所述分配带宽的和小等于所述预设专线的总带宽，其具体公式可以表示为：，其中，/>分别表示/>时刻各云服务对应的分配带宽，N为专线上云服务的数量，/>为专线上的总带宽；
各所述云服务对应的所述分配带宽均大于等于零，其具体公式可以表示为：， 其中，/>分别表示各云服务对应的分配带宽；
各所述云服务对应的所述分配带宽等于带宽增量与当前时刻的实时带宽的和，其具体公式可以表示为：，其中，/>为/>时刻第i个云服务对应的分配带宽，/>为/>时刻第i个云服务对应的实时带宽，/>为分配带宽与实际带宽之间的带宽增量，即/>为已知量，/>和/>为变量。
具体地，如上所述的方法，所述预测时延与所述分配带宽的关系包括：
当所述分配带宽大于等于对应的所述云服务传输的最大数据包长度时，所述预测时延为所述预设专线在网络协议下的最低时延；
当所述分配带宽小于对应的所述云服务传输的所述最大数据包长度时，所述预测时延为所述最低时延与一关联值的和，所述关联值与所述分配带宽和所述最大数据包长度之间的差值的绝对值正相关。
在本实施例中，对预测时延与分配带宽的关系进行了示例，其中，将分配带宽与对应的云服务传输的最大数据包长度进行比较，若分配带宽大于等于该最大数据包长度，则说明通过该分配带宽可以以最小时延实现数据传输，故确定此时的预测时延为预设专线在网络协议下的最低时延；若分配带宽小于该最大数据包长度，则说明通过该分配带宽不能以最小时延实现数据传输，故根据分配带宽和所述最大数据包长度之间的差值确定一关联着作为时延的补充量，并将最低时延与关联值的和确定为最终的预测时延。其中，该关联值优选为与分配带宽和最大数据包长度之间的差值的绝对值正相关。
在一具体实施例中，上述预测时延与所述分配带宽的关系可以通过以下公式表示：，其中，/>为第i个云服务对应的预测时延；/>为预设专线在网络协议下的最低时延；/>为第i个云服务对应的分配带宽；/>为第i个云服务对应的最大数据包长度；/>为一预设系数。
需要说明的是，由于此时、/>和/>在时间上对应同一个时刻，为了公式简便，故在此省去对时刻（/>或/>）的限定。
具体地，如上所述的方法，所述预测丢包数据量为所述分配带宽与丢包概率的乘积。
在本实施例中，对预测丢包数据量与分配带宽的关系进行了示例，其中，预测丢包数据量为分配带宽与丢包概率的乘积。在一具体实施例中，上述预测丢包数据量与所述分配带宽的关系可以通过以下公式表示：，其中，/>为第i个云服务对应的预测丢包数据量；/>为第i个云服务对应的分配带宽；/>为丢包概率。
需要说明的是，在本实施例中设定不同的云服务对应的丢包概率相同。
在另一实施例中，若不同的云服务对应的丢包概率不同，则可对各云服务分别设定对应的丢包概率。
需要说明的是，由于此时和/>在时间上对应同一个时刻，为了公式简便，故在此省去对时刻（/>或/>）的限定。
参见图2，优选地，如上所述的方法，所述获取当前时刻预设专线对应的目标限速模型，包括：
步骤S201，获取预选限速模型以及所述当前时刻所述预设专线的网络状态信息，所述预选限速模型为预设限速模型或上一时刻所述预设专线对应的历史限速模型，所述网络状态信息包括：各所述云服务对应的带宽、时延以及丢包数据量；
步骤S202，根据所述网络状态信息对所述预选限速模型或预设限速模型进行训练更新，得到所述目标限速模型。
在本实施例中，对限速模型的使用进行一说明，其中在当前时刻获取目标限速模型时，会先获取一预选限速模型以及当前时刻预设专线的网络状态信息，并根据该网络状态信息对该预选模型进行训练更新得到所需的目标限速模型，也就是说，本申请所使用的限速模型会周期性进行训练更新，以使其更加贴合当前时刻的网络状态，保证得到的分配带宽的准确性。
具体地，在当前时刻为初始时刻，即在此之前未通过限速模型进行实时处理的情况下，此时由于不存在上一时刻的历史限速模型，故将此时的预选限速模型设置为通过历史网络状态信息数据训练后得到的预设限速模型或者为初始构建的预设限速模型。
需要说明的是，由于目标限速模型为周期性获取，因此预设专线的网络状态信息也需要周期性获取，从而有利于实现限速模型的自动化。
需要说明的是，在本申请中网络状态信息包括：各所述云服务对应的带宽、时延以及丢包数据量。可选的，网络状态信息还可包括其他与带宽相关的参数。
参见图3，具体地，如上所述的方法，所述根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发，包括：
步骤S301，判断所述预设专线上是否存在子接口以及与所述子接口关联的限速策略；
步骤S302，当存在所述子接口以及关联的所述限速策略时，更新所述限速策略中各所述云服务对应的所述分配带宽；
步骤S303，当不存在所述子接口以及关联的所述限速策略时，分别创建一个所述子接口以及一个所述限速策略，根据所述云服务对应的所述分配带宽配置所述限速策略，并关联所述子接口以及所述限速策略。
在本申请的一具体实施例中，还对限速配置下发进行示例，其中，以下发至防火墙为例，在进行限速配置下发时，会先判断防火墙上是否存在限速相关的子接口以及与子接口关联的限速策略，若存在该子接口和限速策略，则仅需要根据上述得到的各云服务对应的分配带宽对限速策略进行更新即可；若不存在该子接口和限速策略，则需要分别创建一个子接口以及一个限速策略，并在根据云服务对应的分配带宽配置限速策略后，关联所述子接口以及所述限速策略，以实现限速控制。
需要说明的是，子接口的设置用于建立用户访问云的安全域的接口，以便于用户访问安全域。
还需要说明的是，由于上述步骤是周期性产生，因此各限速策略存在一定的时效性，从而有利于使实时限速更加平滑，降低用户感知，提高用户体验。
优选地，如上所述的方法，还包括：
周期性采集所述预设专线的网络状态信息，并存储至数据库。
在本申请的另一实施例中，在周期性采集预设专线的网络状态信息后，会将其存储至数据库，除用于为模型训练和模型更新训练提供数据基础外，还可便于后续进行数据查询等操作。
具体地，在实际进行模型更新训练时，可直接从数据库中调取对应的网络状态信息。
需要说明的是，一般情况下采集网络状态信息的周期与上述获取目标限速模型的周期相同。但是，基于数据需求的不同，还可使采集网络状态信息的周期与获取目标限速模型的周期不同，但获取目标限速模型的周期为采集网络状态信息的周期的整数倍。
参见图4，本申请的另一实施例还提供了一种控制装置，包括：
第一处理模块401，用于根据预设条件，获取所述预设专线上各云服务对应的分配带宽，其中，所述预设条件为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，且所述云服务对应的所述预测时延和所述预测丢包数据量均与其对应的所述分配带宽相关；
第二处理模块402，用于根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发。
进一步的，如上所述的装置，第一处理模块，包括：
第一处理单元，用于根据所述预设条件，获取当前时刻所述预设专线对应的目标限速模型；
第二处理单元，用于根据带宽的预设取值范围执行所述目标限速模型，得到各所述云服务对应的所述分配带宽；
其中，所述目标限速模型中的约束条件至少包括：
所有所述云服务对应的所述分配带宽的和小等于所述预设专线的总带宽；
各所述云服务对应的所述分配带宽均大于等于零；
各所述云服务对应的所述分配带宽等于带宽增量与当前时刻的实时带宽的和。
具体地，如上所述的装置，所述预测时延与所述分配带宽的关系包括：
当所述分配带宽大于等于对应的所述云服务传输的最大数据包长度时，所述预测时延为所述预设专线在网络协议下的最低时延；
当所述分配带宽小于对应的所述云服务传输的所述最大数据包长度时，所述预测时延为所述最低时延与一关联值的和，所述关联值与所述分配带宽和所述最大数据包长度之间的差值的绝对值正相关。
具体地，如上所述的装置，所述预测丢包数据量为所述分配带宽与丢包概率的乘积。
优选地，如上所述的装置，所述第一处理单元，包括：
第一子处理单元，用于获取预选限速模型以及所述当前时刻所述预设专线的网络状态信息，所述预选限速模型为预设限速模型或上一时刻所述预设专线对应的历史限速模型，所述网络状态信息包括：各所述云服务对应的带宽、时延以及丢包数据量；
第二子处理单元，用于根据所述网络状态信息对所述预选限速模型或预设限速模型进行训练更新，得到所述目标限速模型。
具体地，如上所述的装置，所述第三处理模块，包括：
第三处理单元，用于判断所述预设专线上是否存在子接口以及与所述子接口关联的限速策略；
第四处理单元，用于当存在所述子接口以及关联的所述限速策略时，更新所述限速策略中各所述云服务对应的所述分配带宽；
第五处理单元，用于当不存在所述子接口以及关联的所述限速策略时，分别创建一个所述子接口以及一个所述限速策略，根据所述云服务对应的所述分配带宽配置所述限速策略，并关联所述子接口以及所述限速策略。
优选地，如上所述的方法，还包括：
第四处理模块，用于周期性采集所述预设专线的网络状态信息，并存储至数据库。
本申请的装置实施例是与上述专线入云的服务限速方法的实施例对应的装置，上述方法实施例中的所有实现手段均适用于该装置的实施例中，也能达到相同的技术效果。
本申请的再一实施例还提供了一种电子设备，包括处理器、存储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，所述计算机程序被所述处理器执行时实现如上所述的专线入云的服务限速方法的步骤。
本申请的又一实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上所述的专线入云的服务限速方法的步骤。
此外，本申请可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含。
以上所述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，在不脱离本申请所述原理的前提下，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)
1.一种专线入云的服务限速方法，其特征在于，包括：
根据预设条件，获取预设专线上各云服务对应的分配带宽，其中，所述预设条件为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，且所述云服务对应的所述预测时延和所述预测丢包数据量均与其对应的所述分配带宽相关；
根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发。
2.根据权利要求1所述的方法，其特征在于，所述根据预设条件，获取所述预设专线上各云服务对应的分配带宽，包括：
根据所述预设条件，获取当前时刻所述预设专线对应的目标限速模型；
根据带宽的预设取值范围执行所述目标限速模型，得到各所述云服务对应的所述分配带宽；
其中，所述目标限速模型中的约束条件至少包括：
所有所述云服务对应的所述分配带宽的和小等于所述预设专线的总带宽；
各所述云服务对应的所述分配带宽均大于等于零；
各所述云服务对应的所述分配带宽等于带宽增量与当前时刻的实时带宽的和。
3.根据权利要求1所述的方法，其特征在于，所述预测时延与所述分配带宽的关系包括：
当所述分配带宽大于等于对应的所述云服务传输的最大数据包长度时，所述预测时延为所述预设专线在网络协议下的最低时延；
当所述分配带宽小于对应的所述云服务传输的所述最大数据包长度时，所述预测时延为所述最低时延与一关联值的和，所述关联值与所述分配带宽和所述最大数据包长度之间的差值的绝对值正相关。
4.根据权利要求1所述的方法，其特征在于，所述预测丢包数据量为所述分配带宽与丢包概率的乘积。
5.根据权利要求2所述的方法，其特征在于，所述获取当前时刻所述预设专线对应的目标限速模型，包括：
获取预选限速模型以及所述当前时刻所述预设专线的网络状态信息，所述预选限速模型为预设限速模型或上一时刻所述预设专线对应的历史限速模型，所述网络状态信息包括：各所述云服务对应的带宽、时延以及丢包数据量；
根据所述网络状态信息对所述预选限速模型或预设限速模型进行训练更新，得到所述目标限速模型。
6.根据权利要求1所述的方法，其特征在于，所述根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发，包括：
判断所述预设专线上是否存在子接口以及与所述子接口关联的限速策略；
当存在所述子接口以及关联的所述限速策略时，更新所述限速策略中各所述云服务对应的所述分配带宽；
当不存在所述子接口以及关联的所述限速策略时，分别创建一个所述子接口以及一个所述限速策略，根据所述云服务对应的所述分配带宽配置所述限速策略，并关联所述子接口以及所述限速策略。
7.根据权利要求1所述的方法，其特征在于，还包括：
周期性采集所述预设专线的网络状态信息，并存储至数据库。
8.一种控制装置，其特征在于，包括：
第一处理模块，用于根据预设条件，获取预设专线上各云服务对应的分配带宽，其中，所述预设条件为所述专线上所有的所述云服务对应的预测时延以及预测丢包数据量的和最小，且所述云服务对应的所述预测时延和所述预测丢包数据量均与其对应的所述分配带宽相关；
第二处理模块，用于根据所述预设专线上各所述云服务对应的所述分配带宽，进行限速配置下发。
9.一种电子设备，其特征在于，包括处理器、存储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，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的专线入云的服务限速方法的步骤。
10.一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上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的专线入云的服务限速方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311161722.0A CN116896511B (zh) | 2023-09-11 | 2023-09-11 | 一种专线入云的服务限速方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311161722.0A CN116896511B (zh) | 2023-09-11 | 2023-09-11 | 一种专线入云的服务限速方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116896511A true CN116896511A (zh) | 2023-10-17 |
| CN116896511B CN116896511B (zh) | 2024-01-26 |
Family
ID=88313832
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311161722.0A Active CN116896511B (zh) | 2023-09-11 | 2023-09-11 | 一种专线入云的服务限速方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116896511B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117255058A (zh) * | 2023-11-17 | 2023-12-19 | 深圳万物安全科技有限公司 | 网络限速方法、终端设备及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111988796A (zh) * | 2020-07-14 | 2020-11-24 | 江苏方天电力技术有限公司 | 基于双模通信的台区信息采集业务带宽优化系统及方法 |
-
2023
- 2023-09-11 CN CN202311161722.0A patent/CN116896511B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111988796A (zh) * | 2020-07-14 | 2020-11-24 | 江苏方天电力技术有限公司 | 基于双模通信的台区信息采集业务带宽优化系统及方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117255058A (zh) * | 2023-11-17 | 2023-12-19 | 深圳万物安全科技有限公司 | 网络限速方法、终端设备及存储介质 |
| CN117255058B (zh) * | 2023-11-17 | 2024-02-23 | 深圳万物安全科技有限公司 | 网络限速方法、终端设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116896511B (zh) | 2024-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7252356B2 (ja) | モバイルエッジコンピューティングノードの選択方法、装置及びシステム並びにコンピュータプログラム | |
| US11463511B2 (en) | Model-based load balancing for network data plane | |
| EP3758412B1 (en) | Multichannel data transmission method, apparatus, system and computer-readable medium | |
| JP2022522368A (ja) | モバイルエッジコンピューティングノードの選択方法、装置及びシステム | |
| CN104219127B (zh) | 一种虚拟网络实例的创建方法以及设备 | |
| US8656406B2 (en) | Load balancer and load balancing system | |
| EP2835938B1 (en) | Message publishing and subscribing method and apparatus | |
| CN108848530B (zh) | 一种获取网络资源的方法、装置及调度服务器 | |
| CN116896511B (zh) | 一种专线入云的服务限速方法、装置、设备及存储介质 | |
| AU2015200698A1 (en) | Method and system for using dynamic bandwidth detection to drive quality of service control refinement | |
| CN104158755A (zh) | 传输报文的方法、装置和系统 | |
| EP3907955A1 (en) | Data transmission method and apparatus, computer readable medium, and electronic device | |
| EP2838243B1 (en) | Capability aggregation and exposure method and system | |
| CN104054067A (zh) | 基于减负装置的数据包处理的框架和接口 | |
| CN107819891A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| US11743319B2 (en) | Implementing a queuing system in a distributed network | |
| EP4068725A1 (en) | Load balancing method and related device | |
| US20210084100A1 (en) | Packet Processing Method, Related Device, and Computer Storage Medium | |
| EP3585013B1 (en) | Data transmission method and apparatus | |
| CN103188171A (zh) | 一种报文调度方法和设备 | |
| CN104333611A (zh) | 一种老化时间的调整方法及装置 | |
| WO2024078208A1 (zh) | 基于ecs协议的域名查询方法及装置、存储介质及设备 | |
| CN111740922B (zh) | 数据传输方法、装置、电子设备及介质 | |
| CN117793016A (zh) | 一种数据报传输方法和装置、电子设备及存储介质 | |
| CN109862134B (zh) | 一种ip地址的租约时间配置方法和系统及dhcp客户端 |
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 |