CN116962257A - 一种弱网环境下的网络带宽测量方法、装置和设备 - Google Patents
一种弱网环境下的网络带宽测量方法、装置和设备 Download PDFInfo
- Publication number
- CN116962257A CN116962257A CN202310807761.7A CN202310807761A CN116962257A CN 116962257 A CN116962257 A CN 116962257A CN 202310807761 A CN202310807761 A CN 202310807761A CN 116962257 A CN116962257 A CN 116962257A
- Authority
- CN
- China
- Prior art keywords
- throughput
- effective window
- bandwidth
- sampling points
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 29
- 238000005070 sampling Methods 0.000 claims abstract description 179
- 238000005259 measurement Methods 0.000 claims abstract description 77
- 238000012360 testing method Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- H04L43/0894—Packet rate
-
- 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
- H04L43/0888—Throughput
-
- 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
- H04L43/16—Threshold monitoring
-
- 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
- H04L43/50—Testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种弱网环境下的网络带宽测量方法、装置和设备,该方法应用于带宽测量技术领域,该方法包括:根据当前场景信息,确定待测量带宽的预设上限值;根据预设上限值,从可用服务器列表中确定测试服务器;与每台测试服务器建立并发连接,通过并发连接生成弱网流量;执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点;执行有效窗口确定步骤:每间隔第二时间,根据吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,有效窗口表示滤除噪音采样点后的采样点分布密度最大的带宽取值范围;重复执行采样步骤和有效窗口计算步骤,直至有效窗口满足预设条件;根据满足预设条件的有效窗口,得到带宽测量结果。
Description
技术领域
本发明涉及带宽测量技术领域,特别是一种弱网环境下的网络带宽测量方法、装置和设备。
背景技术
随着移动互联网的普及和云计算技术的发展,网络带宽作为衡量网络质量的重要指标,对于确保网络传输速度、提高用户体验具有至关重要的意义。在现有技术中,往往通过采集一定时长内的所有吞吐量采样点,将采集得到的吞吐量采样点的吞吐量均值作为最终的网络带宽。
然而,上述测量方法在实际应用过程中,容易受到移动网络环境的复杂性和各种网络和环境噪声的影响。尤其是在弱网环境下,会出现带宽低、延迟高、信号弱等情况,导致网络质量不佳,进而导致现有的带宽测量方法的测量变慢,准确性降低。
因此,有必要开发一种弱网环境下的网络带宽测量方法、装置和设备,以提高弱网场景下带宽测量的准确性和实时性。
发明内容
鉴于上述问题,本发明实施例提供了一种弱网环境下的网络带宽测量方法、装置和设备,以便克服上述问题或者至少部分地解决上述问题。
本发明实施例第一方面提供了一种弱网环境下的网络带宽测量方法,应用于目标客户端,所述方法包括:
根据当前场景信息,确定待测量带宽的预设上限值,所述当前场景信息表示在当前时刻的弱网场景相关信息;
根据所述预设上限值,从可用服务器列表中确定测试服务器;
与每台所述测试服务器建立并发连接,通过所述并发连接生成弱网流量;
执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点,所述吞吐量采样点表示本次采样的吞吐量大小;其中,所述吞吐量采样点包括由弱网环境产生的噪音采样点;
执行有效窗口确定步骤:每间隔第二时间,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,所述有效窗口表示滤除所述噪音采样点后的采样点分布密度最大的带宽取值范围;
重复执行所述采样步骤和所述有效窗口计算步骤,直至所述有效窗口满足预设条件;
根据满足所述预设条件的有效窗口,得到带宽测量结果。
在一种可能的实施方式中,所述根据当前场景信息,确定待测量带宽的预设上限值,包括:
获取所述当前场景信息,所述当前场景信息至少包括:接入网络类型信息与当前网络连接质量信息;
在历史数据库中确定历史场景信息与所述当前场景信息相似度最高的历史带宽测量结果,所述历史数据库中存储有多个历史带宽测量结果,以及每个所述历史带宽测量结果所对应的历史场景信息;
根据所述历史带宽测量结果,确定所述待测量带宽的预设上限值。
在一种可能的实施方式中,所述根据所述预设上限值,从可用服务器列表中确定测试服务器,包括:
根据所述目标客户端的地址信息,获取所述可用服务器列表,所述可用服务器列表包括多个能够与所述目标客户端建立连接的候选服务器;
对每个所述候选服务器进行时延测试,得到所述目标客户端与每个所述候选服务器之间的延迟时间;
根据所述预设上限值和服务器平均带宽,确定服务器需求数量;
根据所述服务器需求数量,选择所述延迟时间最小的一个或多个所述候选服务器作为所述测试服务器。
在一种可能的实施方式中,设定所有所述吞吐量采样点的初始权重为1,所述执行有效窗口确定步骤,包括:
在确定所述有效窗口之后,对所述有效窗口包括的所有吞吐量采样点,按照预设比例进行权重更新。
在一种可能的实施方式中,所述根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,包括:
根据所述吞吐量采样点,选择满足第一公式,并使的值最大的窗口为所述有效窗口;
其中,所述第一公式为:
其中,[va,vb]表示所述有效窗口,va为所述有效窗口的吞吐量最小值,vb为所述有效窗口的吞吐量最大值,vmax为所述吞吐量采样点中的吞吐量最大值,vmin为所述吞吐量采样点中的吞吐量最小值,N为所述吞吐量采样点的总数;所述中的S,表示所述有效窗口内的所有吞吐量采样点的权重的和。
在一种可能的实施方式中,所述预设条件为:
在连续K次得到的所述有效窗口中,相邻的两个所述有效窗口的交集值和并集值的比值,大于预设比值,K为一个大于1的常数。
在一种可能的实施方式中,所述根据满足所述预设条件的有效窗口,得到带宽测量结果,包括:
将所述连续K次得到的有效窗口中,最后一个所述有效窗口中的吞吐量采样点的吞吐量均值作为所述带宽测量结果。
本申请实施例第二方面还提供了一种弱网环境下的网络带宽测量装置,所述装置包括:
带宽预估模块,用于根据当前场景信息,确定待测量带宽的预设上限值,所述当前场景信息表示在当前时刻的弱网场景相关信息;
服务器选择模块,用于根据所述预设上限值,从可用服务器列表中确定测试服务器;
数据传输模块,用于与每台所述测试服务器建立并发连接,通过所述并发连接生成弱网流量;
吞吐量采样模块,用于执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点,所述吞吐量采样点表示本次采样的吞吐量大小;其中,所述吞吐量采样点包括由弱网环境产生的噪音采样点;
有效窗口确定模块,用于执行有效窗口确定步骤:每间隔第二时间,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,所述有效窗口表示滤除所述噪音采样点后的采样点分布密度最大的带宽取值范围;
条件判断模块,用于重复执行所述采样步骤和所述有效窗口计算步骤,直至所述有效窗口满足预设条件;
带宽确定模块,用于根据满足所述预设条件的有效窗口,得到带宽测量结果。
在一种可能的实施方式中,所述带宽预估模块,包括:
场景信息获取子模块,用于获取所述当前场景信息,所述当前场景信息至少包括:接入网络类型信息与当前网络连接质量信息;
历史数据确定子模块,用于在历史数据库中确定历史场景信息与所述当前场景信息相似度最高的历史带宽测量结果,所述历史数据库中存储有多个历史带宽测量结果,以及每个所述历史带宽测量结果所对应的历史场景信息;
预设上限值确定子模块,用于根据所述历史带宽测量结果,确定所述待测量带宽的预设上限值。
在一种可能的实施方式中,所述服务器选择模块,包括:
列表获取子模块,用于根据所述目标客户端的地址信息,获取所述可用服务器列表,所述可用服务器列表包括多个能够与所述目标客户端建立连接的候选服务器;
时延测试子模块,用于对每个所述候选服务器进行时延测试,得到所述目标客户端与每个所述候选服务器之间的延迟时间;
服务器数量确定子模块,用于根据所述预设上限值和服务器平均带宽,确定服务器需求数量;
服务器选择子模块,用于根据所述服务器需求数量,选择所述延迟时间最小的一个或多个所述候选服务器作为所述测试服务器。
在一种可能的实施方式中,设定所有所述吞吐量采样点的初始权重为1,所述有效窗口确定模块,包括:
权重更新子模块,用于在确定所述有效窗口之后,对所述有效窗口包括的所有吞吐量采样点,按照预设比例进行权重更新。
在一种可能的实施方式中,所述有效窗口确定模块,包括:
计算子模块,用于根据所述吞吐量采样点,选择满足第一公式,并使的值最大的窗口为所述有效窗口;
其中,所述第一公式为:
其中,[va,vb]表示所述有效窗口,va为所述有效窗口的吞吐量最小值,vb为所述有效窗口的吞吐量最大值,vmax为所述吞吐量采样点中的吞吐量最大值,vmin为所述吞吐量采样点中的吞吐量最小值,N为所述吞吐量采样点的总数;所述中的S,表示所述有效窗口内的所有吞吐量采样点的权重的和。
在一种可能的实施方式中,所述预设条件为:
在连续K次得到的所述有效窗口中,相邻的两个所述有效窗口的交集值和并集值的比值,大于预设比值,K为一个大于1的常数。
在一种可能的实施方式中,所述带宽确定模块,包括:
确定子模块,用于将所述连续K次得到的有效窗口中,最后一个所述有效窗口中的吞吐量采样点的吞吐量均值作为所述带宽测量结果。
本实施例第三方面还提供了一种客户端,其特征在于,所述客户端用于执行本实施例第一方面中任一项所述的弱网环境下的网络带宽测量方法的步骤。
本实施例第四方面还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如本实施例第一方面任一所述的弱网环境下的网络带宽测量方法的步骤。
本发明实施例提供的一种弱网环境下的网络带宽测量方法,应用于目标客户端,所述方法包括:根据当前场景信息,确定待测量带宽的预设上限值,所述当前场景信息表示在当前时刻的弱网场景相关信息;根据所述预设上限值,从可用服务器列表中确定测试服务器;与每台所述测试服务器建立并发连接,通过所述并发连接生成弱网流量;执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点,所述吞吐量采样点表示本次采样的吞吐量大小;其中,所述吞吐量采样点包括由弱网环境产生的噪音采样点;执行有效窗口确定步骤:每间隔第二时间,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,所述有效窗口表示滤除所述噪音采样点后的采样点分布密度最大的带宽取值范围;重复执行所述采样步骤和所述有效窗口计算步骤,直至所述有效窗口满足预设条件;根据满足所述预设条件的有效窗口,得到带宽测量结果。
有益效果在于:
一方面,本申请实施例通过确定预设上限值,根据预估的预设上限值来分配合适数量的测试服务器,从而避免了在带宽测量过程中,因弱网环境导致的带宽不足,增加新的网络连接。由此,本实施例通过预估带宽上限,一次性建立合适数量的连接,避免了在测量过程中新增连接导致额测量时间过长的情况,提高了带宽测量效率。
另一方面,弱网环境更加容易产生网络噪声和环境噪声,本申请实施例通过确定有效窗口,滤除部分因弱网环境产生的噪声采样点,再根据有效窗口中的有效的吞吐量采样点计算得到带宽测量结果,提高了带宽测量结果的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种弱网环境下的网络带宽测量方法的步骤流程图;
图2是本发明实施例提供的一种吞吐量采样点的分布示意图;
图3是本发明实施例提供的一种网络带宽测量装置的结构示意图;
图4是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
随着移动互联网的普及和云计算技术的发展,越来越多的应用程序在各种网络环境下运行和接入网络。网络带宽作为衡量网络质量的重要指标,对于确保网络传输速度、提高用户体验具有至关重要的意义。工业界和学术界已经提出了许多方法来测量网络带宽。在相关技术中,通过采集一定时长内的所有吞吐量采样点,将采集得到的吞吐量采样点的吞吐量均值作为最终的网络带宽。
然而,由于移动网络环境的复杂性和各种网络和环境噪声的影响,弱网环境下,应用会面临带宽低、延迟高、信号弱等情况,导致网络质量不佳,在实际的带宽测量过程中,采集的吞吐量采样点易出现分布不集中的情况。这会导致现有的带宽测量方法难以判断采样的有效性,并根据一段时间内的吞吐量给出一个准确的测量结果。
为了克服上述问题,本申请实施例提出了一种弱网环境下的网络带宽测量方法、装置和设备,旨在提高弱网场景下带宽测量的准确性和实时性。下面结合附图,通过一些实施例及其应用场景对本申请实施例提供的弱网环境下的网络带宽测量方法进行详细地说明。
本实施例提出了一种弱网环境下的网络带宽测量方法,应用于目标客户端,参照图1,图1示出了一种弱网环境下的网络带宽测量方法的步骤流程图,如图1所示,该方法包括:
步骤S101,根据当前场景信息,确定待测量带宽的预设上限值,所述当前场景信息表示在当前时刻的弱网场景相关信息。
在本实施例中,所述当前场景信息表示在当前时刻,该目标客户端所处的弱网场景的相关信息,可以包括接入网络类型信息与当前网络连接质量信息。具体的,其中包括了该目标客户端的网络接入类型、接入的网络信号强度、无线频段信息、目标客户端到各个服务器的延迟情况、对应的服务器的带宽等信息。
预设上限值,表示根据当前场景信息,预估得到的该带宽的上限值。在具体实施时,根据当前场景信息,结合历史数据和经验,可以预先对即将测量的带宽上限进行预估。
在一种可能的实施方式中,所述步骤S101根据当前场景信息,确定待测量带宽的预设上限值,包括:
步骤S1011,获取所述当前场景信息,所述当前场景信息至少包括:接入网络类型信息与当前网络连接质量信息。
具体的,根据该接入网络类型信息,可以知道目标客户端接入的网络的类型为2G、3G、4G、5G、Wi Fi4、Wi Fi5、Wi Fi 6中的任意一种,接入网络类型不同,对应的带宽上限不同,例如,当网络类型为2G、3G、4G、Wi Fi4中任意一种时,上行带宽不会超过100Mbps。根据当前网络连接质量信息,知道目标客户端的连接网络的信号强度、无线频段等信息。
步骤S1012,在历史数据库中确定历史场景信息与所述当前场景信息相似度最高的历史带宽测量结果,所述历史数据库中存储有多个历史带宽测量结果,以及每个所述历史带宽测量结果所对应的历史场景信息。
在本实施例中,预先维护一个网络场景与带宽测量结果的历史数据库,在所述历史数据库中存储多个历史带宽测量结果,以及每个所述历史带宽测量结果所对应的历史场景信息,作为每次测试前的预估依据。在具体实施时,可以在完成本次网络带宽测量后,将得到的网络带宽测量结果和获去的当前场景信息,作为一组数据(历史场景信息+历史带宽测量结果)存储在历史数据库中。具体的,将当前场景信息,与历史数据库中的历史场景信息进行比对,查找得到相似度最高的历史场景信息,然后,将该历史场景信息对应的历史带宽测量结果作为参考值。
步骤S1013,根据所述历史带宽测量结果,确定所述待测量带宽的预设上限值。
在具体实施时,根据从历史数据库中获取得到的历史带宽测量结果,可以直接将该历史带宽测量结果中的带宽值作为预设上限值。优选地,为了避免历史数据中出现个别异常的极端值,可以对该历史带宽测量结果的带宽值乘以一个预设的比例,例如99%,然后将得到的结果作为待测量带宽的预设上限值,从而对该值进行一定程度的限定,减少错误率。
步骤S102,根据所述预设上限值,从可用服务器列表中确定测试服务器。
在具体实施时,为了测量带宽,需要测试服务器与目标客户端之间建立连接,从而产生使服务器与客户端链路瓶颈饱和的流量,然而,每个服务器所能够产生的流量是有上限的,为了达到测试所需要的流量需要选择多个测试服务器。根据步骤S101所得到的预设上限值,可以计算出本次网络带宽测量所需要的测试服务器的数量,进而确定出所需要的多个测试服务器。在弱网环境中,选择服务器所需要考虑的因素包括:客户端的网络接入类型、网络信号强度、无线频段、客户端到服务器的延迟、服务器的带宽等。
在一种可能的实施方式中,所述步骤S102,根据所述预设上限值,从可用服务器列表中确定测试服务器,包括:
步骤S1021,根据所述目标客户端的地址信息,获取所述可用服务器列表,所述可用服务器列表包括多个能够与所述目标客户端建立连接的候选服务器。
步骤S1022,对每个所述候选服务器进行时延测试,得到所述目标客户端与每个所述候选服务器之间的延迟时间。
步骤S1023,根据所述预设上限值和服务器平均带宽,确定服务器需求数量。
具体的,服务器的带宽为了后续能够产生足够的流量,需要确定所需的服务器的数量(服务器需求数量)。在本实施例中,可以预先确定服务器平均带宽,该服务器平均带宽表示候选服务器平均的带宽,即能够产生的数据流量的上限值,在计算时,可以按照经验值或根据该服务器的信息来确定服务器平均带宽。然后,利用预设上限值除以服务器平均带宽,能够得到服务器需求数量。示例性的,预设上限值为100,而服务器平均带宽为30,则可以确定至少需要4个服务器才能达到100的带宽,所以服务器需求数量为4。
步骤S1024,根据所述服务器需求数量,选择所述延迟时间最小的一个或多个所述候选服务器作为所述测试服务器。具体的,按照延迟时间由小到大进行排序,根据步骤S1023确定出的服务器需求数量k,按照排序,选择k个延迟时间最小的候选服务器作为测试服务器。
在本实施例中,首先根据目标客户端的当前场景信息,对当前的带宽的上限值进行预估,得到预设上限值,根据预估带宽大小的需求,分配一台或多台测试服务器。一方面,考虑到了弱网场景下,可能出现不稳定的网络连接或低质量的网络连接,本实施例通过对带宽进行预估,选择适宜数量的服务器,预先建立适宜数量的网络连接,避免在带宽测试过程中新增连接,导致测量时间过长的问题,提高了带宽测量效率。另一方面,本实施例根据预估带宽大小的需求分配适宜数量的服务器,允许在带宽预估低的情况下,选择更少的服务器进行数据传输,从而在弱网环境下提高测量准确性,避免服务器资源浪费。
步骤S103,与每台所述测试服务器建立并发连接,通过所述并发连接生成弱网流量。
在具体实施时,将步骤S102中确定出的一台或多台测试服务器,分配给目标客户端,向每台测试服务器建立多条并发连接,通过控制并发连接的数量和每个连接的数据传输速率,向服务器发送或请求数据(随机生成的大文件),以生成足够的流量填满客户端与服务器间的链路,使得链路达到饱和状态,生成了在该弱网场景下的,测试服务器与客户端链路瓶颈饱和的流量。具体的,在本实施例中,该流量可以为上行流量(即由目标客户端向多个测试服务器发送的流量),也可以下行流量(即由多个测试服务器向目标客户端发送的流量)。
在弱网环境下,实际带宽的范围可能比正常网络环境更大,从非常低的带宽到较高的带宽都有可能出现,因此,为了能够处理这种大范围的带宽变化,本实施例提出的测量方法是通过建立网络场景与带宽测量结果的历史数据库,根据当前场景信息(当前接入网络类型和连接质量等信息),查找历史数据库中类似场景的历史测量结果,作为预估带宽的基础,进一步提高了预估得到的带宽的准确性,保证了后续建立的并发连接足够生成使链路瓶颈饱和的流量,避免了在测试过程中新增连接,节省了测量时间,提高了测量效率。
步骤S104,执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点,所述吞吐量采样点表示本次采样的吞吐量大小;其中,所述吞吐量采样点包括由弱网环境产生的噪音采样点。
在具体实施时,每间隔第一时间,进行一次吞吐量采样,测试在该时刻的吞吐量大小,得到一个吞吐量采样点。该吞吐量采样点的吞吐量大小表示在该第一时间间隔内接收到的数据量大小/第一时间间隔,即单位时间内接收到的数据量大小的平均值。第一时间可以为任意时长,在本实施例中,不对其进行限制。在弱网环境下,带宽会出现波动,导致吞吐量分布范围更宽,出现个别的吞吐量采样点的吞吐量值过低或过高,此类由于弱网环境,网络不稳定等问题生成的吞吐量采样点为噪音采样点。
步骤S105,执行有效窗口确定步骤:每间隔第二时间,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,所述有效窗口表示滤除所述噪音采样点后的采样点分布密度最大的带宽取值范围。
在具体实施时,每间隔第二时间,根据吞吐量采样获得的所有吞吐量采样点,进行一次最大带权有效窗口计算,得到一个有效窗口。该有效窗口表示一个带宽取值范围,落入该带宽取值范围中的吞吐量采样点的分布密度大于任意其他窗口(或者说任意其他带宽取值范围)。参照图2,图2示出了一种吞吐量采样点的分布示意图,如图2所示,横坐标为时间,纵坐标为吞吐量大小,图2中的圆形图案代表一个吞吐量采样点,每隔第一时间采集得到一个吞吐量采样点,该圆形图案在纵坐标越高,表示该吞吐量采样点越大。图2中虚线划出的范围[Y1,Y2],即表示有效窗口,在该有效窗口的范围内,吞吐量采样点分布最为密集,在该范围之外的吞吐量采样点为噪音采样点。
在一种可能的实施方式中,设定所有所述吞吐量采样点的初始权重为1,所述执行有效窗口确定步骤,包括:
在确定所述有效窗口之后,对所述有效窗口包括的所有吞吐量采样点,按照预设比例进行权重更新。
在本实施例中,为了得到更为准确有效的吞吐量采样点,为采样得到的吞吐量采样点设定权重,在初始状态下,每个吞吐量采样点的权重均为1,在完成一次最大带权有效窗口计算,得到一个有效窗口后,将落入该有效窗口中的吞吐量采样点的权重按照预设比例进行更新。
示例性的,在第一次确定有效窗口A后,该有效窗口A中包括10个吞吐量采样点,则按照预设比例(例如1.02)进行权重更新,将这10个吞吐量采样点的权重更改为1.02。在第二次确定有效窗口B后,该有效窗口B中一共有10个吞吐量采样点,其中,5个吞吐量采样点为之前落在有效窗口A中的吞吐量采样点,将其权重从1.02更改为1.0404(即1.02的平方),另外5个吞吐量采样点的权重从1更改为1.02。
本实施例通过为每个吞吐量采样点赋予对应的权重值,在计算有效窗口的过程中,对权重进行动态更新,进一步为后续计算有效窗口提供信息,权重值可以表示该吞吐量采样点的有效性,吞吐量采样点的权重越大,其为噪音采样点的可能越小,该吞吐量采样点落在有效窗口中的概率越大。
在一种可能的实施方式中,所述步骤S105,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,包括:
根据所述吞吐量采样点,选择满足第一公式,并使的值最大的窗口为所述有效窗口;
其中,所述第一公式为:
其中,[va,vb]表示所述有效窗口,va为所述有效窗口的吞吐量最小值,vb为所述有效窗口的吞吐量最大值,vmax为所述吞吐量采样点中的吞吐量最大值,vmin为所述吞吐量采样点中的吞吐量最小值,N为所述吞吐量采样点的总数;所述中的S,表示所述有效窗口内的所有吞吐量采样点的权重的和。
本申请实施例采用了以动态权值有效窗口为核心的带宽估计策略,通过计算最大带权有效窗口,将落于该有效窗口内的吞吐量采样点视作有效采样点,对其进行权值更新,滤除噪音采样点,可以获得更加准确的带宽测量结果。
步骤S106,重复执行所述采样步骤和所述有效窗口计算步骤,直至所述有效窗口满足预设条件。
按照第一时间间隔重复执行采样步骤,按照第二时间的间隔重复执行有效窗口计算步骤,每计算得到一个有效窗口,检测该有效窗口是否满足预设条件,在不满足预设条件的情况下,继续重复执行采样步骤和有效窗口计算步骤,在该有效窗口满足预设条件的情况下,停止执行采样步骤和有效窗口计算步骤。
在一种可能的实施方式中,所述预设条件为:
在连续K次得到的所述有效窗口中,相邻的两个所述有效窗口的交集值和并集值的比值,大于预设比值,K为一个大于1的常数。
在具体实施时,在计算得到最新的有效窗口之后,获取最新获得的K个有效窗口设为A1、A2、A3……Ak。其中,Ak就是本次计算得到的最新的有效窗口。任意两个相邻的有效窗口的交集和并集的比值大于预设比值,则表示本次计算得到的最新的有效窗口Ak符合预设条件。示例性的,K可以按照经验设置为4,则取得的连续4次的有效窗口A1、A2、A3、A4中,A1∩A2:A1∪A2大于预设比值,A2∩A3:A2∪A3大于预设比值,A3∩A4:A3∪A4大于预设比值,则表示A4满足预设条件。可选地,K的值可以为4,预设比值可以为0.95。
步骤S107,根据满足所述预设条件的有效窗口,得到带宽测量结果。
在具体实施时,在确定出满足预设条件的有效窗口后,将落入该有效窗口中的所有的吞吐量采样点的吞吐量值的均值确定为本次测量的带宽测量结果。
在相关技术中,通常是用过固定时间的数据传输,将这一段时间中的吞吐量均值作为带宽测量的结果,但此种方法耗时较长,并且,弱网场景下,网络质量比较差,长时间的大量数据传输可能会影响到网络上的其他设备导致,导致最终得到的测量结果不够理想。本申请实施例通过周期性地利用吞吐量采样点计算有效窗口,并维护动态权值,在有效窗口稳定时结束测试。在弱网环境下,动态权值的维护和有效窗口的计算可以充分利用所有的采样点,即使在带宽波动大的情况下也能得到较准确的带宽测量结果。本申请实施例可以动态结束测试,使得测试时长更短,结果更加稳定,不易受到网络环境的影响。
此外,本申请实施例通过预估目标客户端即将测量的带宽上限(预设上限值),然后根据预估的带宽大小分配合适数量的服务器,从而避免了在带宽测量过程中因带宽不足而增加新的连接。在带宽测量开始前,就已经建立好了所有需要的连接,保持连接数量稳定,进一步提高测量效率。这是因为在网络条件较差的情况下,频繁建立新的连接可能导致网络拥塞、延迟增大、丢包率提高等问题,进而影响带宽测量的准确性。而且,增加新的连接也会消耗更多的系统和网络资源,对其他网络活动产生影响,降低用户体验。所以,本申请实施例通过预估带宽,一次性建立合适数量的连接,可以在保证测量准确性的同时,减少对网络的额外负载,使本申请实施例的测量方法更适合用于弱网场景。
基于相同的发明构思,本申请实施例第二方面还提供了一种弱网环境下的网络带宽测量装置,参照图3,图3示出了一种网络带宽测量装置的结构示意图,如图3所示,所述装置包括:
带宽预估模块,用于根据当前场景信息,确定待测量带宽的预设上限值,所述当前场景信息表示在当前时刻的弱网场景相关信息;
服务器选择模块,用于根据所述预设上限值,从可用服务器列表中确定测试服务器;
数据传输模块,用于与每台所述测试服务器建立并发连接,通过所述并发连接生成弱网流量;
吞吐量采样模块,用于执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点,所述吞吐量采样点表示本次采样的吞吐量大小;其中,所述吞吐量采样点包括由弱网环境产生的噪音采样点;
有效窗口确定模块,用于执行有效窗口确定步骤:每间隔第二时间,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,所述有效窗口表示滤除所述噪音采样点后的采样点分布密度最大的带宽取值范围;
条件判断模块,用于重复执行所述采样步骤和所述有效窗口计算步骤,直至所述有效窗口满足预设条件;
带宽确定模块,用于根据满足所述预设条件的有效窗口,得到带宽测量结果。
在一种可能的实施方式中,所述带宽预估模块,包括:
场景信息获取子模块,用于获取所述当前场景信息,所述当前场景信息至少包括:接入网络类型信息与当前网络连接质量信息;
历史数据确定子模块,用于在历史数据库中确定历史场景信息与所述当前场景信息相似度最高的历史带宽测量结果,所述历史数据库中存储有多个历史带宽测量结果,以及每个所述历史带宽测量结果所对应的历史场景信息;
预设上限值确定子模块,用于根据所述历史带宽测量结果,确定所述待测量带宽的预设上限值。
在一种可能的实施方式中,所述服务器选择模块,包括:
列表获取子模块,用于根据所述目标客户端的地址信息,获取所述可用服务器列表,所述可用服务器列表包括多个能够与所述目标客户端建立连接的候选服务器;
时延测试子模块,用于对每个所述候选服务器进行时延测试,得到所述目标客户端与每个所述候选服务器之间的延迟时间;
服务器数量确定子模块,用于根据所述预设上限值和服务器平均带宽,确定服务器需求数量;
服务器选择子模块,用于根据所述服务器需求数量,选择所述延迟时间最小的一个或多个所述候选服务器作为所述测试服务器。
在一种可能的实施方式中,设定所有所述吞吐量采样点的初始权重为1,所述有效窗口确定模块,包括:
权重更新子模块,用于在确定所述有效窗口之后,对所述有效窗口包括的所有吞吐量采样点,按照预设比例进行权重更新。
在一种可能的实施方式中,所述有效窗口确定模块,包括:
计算子模块,用于根据所述吞吐量采样点,选择满足第一公式,并使的值最大的窗口为所述有效窗口;
其中,所述第一公式为:
其中,[va,vb]表示所述有效窗口,va为所述有效窗口的吞吐量最小值,vb为所述有效窗口的吞吐量最大值,vmax为所述吞吐量采样点中的吞吐量最大值,vmin为所述吞吐量采样点中的吞吐量最小值,N为所述吞吐量采样点的总数;所述中的S,表示所述有效窗口内的所有吞吐量采样点的权重的和。
在一种可能的实施方式中,所述预设条件为:
在连续K次得到的所述有效窗口中,相邻的两个所述有效窗口的交集值和并集值的比值,大于预设比值,K为一个大于1的常数。
在一种可能的实施方式中,所述带宽确定模块,包括:
确定子模块,用于将所述连续K次得到的有效窗口中,最后一个所述有效窗口中的吞吐量采样点的吞吐量均值作为所述带宽测量结果。
基于相同的发明构思,本实施例还提供了一种客户端,所述客户端用于执行本实施例第一方面中任一项所述的弱网环境下的网络带宽测量方法的步骤。
本发明实施例还提供了一种电子设备,参照图4,图4是本发明实施例提出的电子设备的结构示意图。如图4所示,电子设备100包括:存储器110和处理器120,存储器110与处理器120之间通过总线通信连接,存储器110中存储有计算机程序,该计算机程序可在处理器120上运行,进而实现本发明实施例公开的一种弱网环境下的网络带宽测量方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现本发明实施例公开的一种弱网环境下的网络带宽测量方法的步骤。
本发明实施例还提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现本发明实施例公开的一种弱网环境下的网络带宽测量方法的步骤。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本发明实施例是参照根据本发明实施例的方法、装置、电子设备和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,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,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种弱网环境下的网络带宽测量方法、装置和设备,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种弱网环境下的网络带宽测量方法,其特征在于,应用于目标客户端,所述方法包括:
根据当前场景信息,确定待测量带宽的预设上限值,所述当前场景信息表示在当前时刻的弱网场景相关信息;
根据所述预设上限值,从可用服务器列表中确定测试服务器;
与每台所述测试服务器建立并发连接,通过所述并发连接生成弱网流量;
执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点,所述吞吐量采样点表示本次采样的吞吐量大小;其中,所述吞吐量采样点包括由弱网环境产生的噪音采样点;
执行有效窗口确定步骤:每间隔第二时间,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,所述有效窗口表示滤除所述噪音采样点后的采样点分布密度最大的带宽取值范围;
重复执行所述采样步骤和所述有效窗口计算步骤,直至所述有效窗口满足预设条件;
根据满足所述预设条件的有效窗口,得到带宽测量结果。
2.根据权利要求1所述的网络带宽测量方法,其特征在于,所述根据当前场景信息,确定待测量带宽的预设上限值,包括:
获取所述当前场景信息,所述当前场景信息至少包括:接入网络类型信息与当前网络连接质量信息;
在历史数据库中确定历史场景信息与所述当前场景信息相似度最高的历史带宽测量结果,所述历史数据库中存储有多个历史带宽测量结果,以及每个所述历史带宽测量结果所对应的历史场景信息;
根据所述历史带宽测量结果,确定所述待测量带宽的预设上限值。
3.根据权利要求1所述的网络带宽测量方法,其特征在于,所述根据所述预设上限值,从可用服务器列表中确定测试服务器,包括:
根据所述目标客户端的地址信息,获取所述可用服务器列表,所述可用服务器列表包括多个能够与所述目标客户端建立连接的候选服务器;
对每个所述候选服务器进行时延测试,得到所述目标客户端与每个所述候选服务器之间的延迟时间;
根据所述预设上限值和服务器平均带宽,确定服务器需求数量;
根据所述服务器需求数量,选择所述延迟时间最小的一个或多个所述候选服务器作为所述测试服务器。
4.根据权利要求1所述的网络带宽测量方法,其特征在于,设定所有所述吞吐量采样点的初始权重为1,所述执行有效窗口确定步骤,包括:
在确定所述有效窗口之后,对所述有效窗口包括的所有吞吐量采样点,按照预设比例进行权重更新。
5.根据权利要求4所述的网络带宽测量方法,其特征在于,所述根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,包括:
根据所述吞吐量采样点,选择满足第一公式,并使的值最大的窗口为所述有效窗口;
其中,所述第一公式为:
其中,[va,vb]表示所述有效窗口,va为所述有效窗口的吞吐量最小值,vb为所述有效窗口的吞吐量最大值,vmax为所述吞吐量采样点中的吞吐量最大值,vmin为所述吞吐量采样点中的吞吐量最小值,N为所述吞吐量采样点的总数;所述中的S,表示所述有效窗口内的所有吞吐量采样点的权重的和。
6.根据权利要求1所述的网络带宽测量方法,其特征在于,所述预设条件为:
在连续K次得到的所述有效窗口中,相邻的两个所述有效窗口的交集值和并集值的比值,大于预设比值,K为一个大于1的常数。
7.根据权利要求6所述的网络带宽测量方法,其特征在于,所述根据满足所述预设条件的有效窗口,得到带宽测量结果,包括:
将所述连续K次得到的有效窗口中,最后一个所述有效窗口中的吞吐量采样点的吞吐量均值作为所述带宽测量结果。
8.一种弱网环境下的网络带宽测量装置,其特征在于,所述装置包括:
带宽预估模块,用于根据当前场景信息,确定待测量带宽的预设上限值,所述当前场景信息表示在当前时刻的弱网场景相关信息;
服务器选择模块,用于根据所述预设上限值,从可用服务器列表中确定测试服务器;
数据传输模块,用于与每台所述测试服务器建立并发连接,通过所述并发连接生成弱网流量;
吞吐量采样模块,用于执行采样步骤:每间隔第一时间,进行一次吞吐量采样,得到吞吐量采样点,所述吞吐量采样点表示本次采样的吞吐量大小;其中,所述吞吐量采样点包括由弱网环境产生的噪音采样点;
有效窗口确定模块,用于执行有效窗口确定步骤:每间隔第二时间,根据所述吞吐量采样点,进行最大带权有效窗口计算,确定有效窗口,所述有效窗口表示滤除所述噪音采样点后的采样点分布密度最大的带宽取值范围;
条件判断模块,用于重复执行所述采样步骤和所述有效窗口计算步骤,直至所述有效窗口满足预设条件;
带宽确定模块,用于根据满足所述预设条件的有效窗口,得到带宽测量结果。
9.一种客户端,其特征在于,所述客户端用于执行权利要求1-7中任一项所述的弱网环境下的网络带宽测量方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1-7任一所述的弱网环境下的网络带宽测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310807761.7A CN116962257A (zh) | 2023-07-03 | 2023-07-03 | 一种弱网环境下的网络带宽测量方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310807761.7A CN116962257A (zh) | 2023-07-03 | 2023-07-03 | 一种弱网环境下的网络带宽测量方法、装置和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116962257A true CN116962257A (zh) | 2023-10-27 |
Family
ID=88441952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310807761.7A Pending CN116962257A (zh) | 2023-07-03 | 2023-07-03 | 一种弱网环境下的网络带宽测量方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116962257A (zh) |
-
2023
- 2023-07-03 CN CN202310807761.7A patent/CN116962257A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109756911B (zh) | 网络质量预测方法、业务调整方法、相关设备及存储介质 | |
US10091675B2 (en) | System and method for estimating an effective bandwidth | |
CN111026553B (zh) | 离线混部作业的资源调度方法及服务器系统 | |
WO2021197245A1 (zh) | 一种车联网环境下的最优化边缘计算节点选择方法及系统 | |
CN110572297B (zh) | 网络性能的评估方法、服务器及存储介质 | |
CN109362084B (zh) | 通信业务质量优化的方法、装置、设备和介质 | |
CN110582072B (zh) | 蜂窝车联网中基于模糊匹配的资源分配方法及装置 | |
CN111245684B (zh) | 流量调度方法和装置、电子设备、计算机可读介质 | |
CN111966289A (zh) | 基于Kafka集群的分区优化方法和系统 | |
CN104683182A (zh) | Idc机房网络服务质量检测方法及装置 | |
CN105636088A (zh) | 一种处理小区间干扰的方法、设备、控制装置及基站 | |
CN113467910A (zh) | 基于业务等级的过载保护调度方法 | |
CN112596985B (zh) | 一种it资产探测方法、装置、设备和介质 | |
CN114222371A (zh) | 一种eMBB和uRLLC设备共存的流量调度方法 | |
CN112566170B (zh) | 网络质量评估方法、装置、服务器及存储介质 | |
CN116962257A (zh) | 一种弱网环境下的网络带宽测量方法、装置和设备 | |
CN108770014B (zh) | 网络服务器的计算评估方法、系统、装置及可读存储介质 | |
CN115086940B (zh) | 基于5G的QoS调整方法、系统、装置及存储介质 | |
EP2930617A1 (en) | Resource management method and device | |
CN113727092B (zh) | 基于决策树的视频监控质量巡检方法及装置 | |
CN112637904B (zh) | 负载均衡方法、装置及计算设备 | |
US7386315B2 (en) | Method for scaling the radio interface for GPRS traffic and mixed GPRS and voice GSM traffic | |
CN112965795B (zh) | 集群调度方法、电子设备及存储介质 | |
CN117472589B (zh) | 一种园区网络服务管理方法及系统 | |
CN115378493B (zh) | 地面站通信模式确定方法、装置、电子设备和存储介质 |
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 |