CN117857423A - 一种基于电力的低时延通信路由方法和系统 - Google Patents

一种基于电力的低时延通信路由方法和系统 Download PDF

Info

Publication number
CN117857423A
CN117857423A CN202311616724.4A CN202311616724A CN117857423A CN 117857423 A CN117857423 A CN 117857423A CN 202311616724 A CN202311616724 A CN 202311616724A CN 117857423 A CN117857423 A CN 117857423A
Authority
CN
China
Prior art keywords
network
unit time
electric power
things
data
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
Application number
CN202311616724.4A
Other languages
English (en)
Other versions
CN117857423B (zh
Inventor
余丹
兰雨晴
张雨佳
李森
王丹星
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 Standard Intelligent Security Technology Co Ltd
Original Assignee
China Standard Intelligent Security Technology Co 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 Standard Intelligent Security Technology Co Ltd filed Critical China Standard Intelligent Security Technology Co Ltd
Priority to CN202311616724.4A priority Critical patent/CN117857423B/zh
Publication of CN117857423A publication Critical patent/CN117857423A/zh
Application granted granted Critical
Publication of CN117857423B publication Critical patent/CN117857423B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • 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
    • H04L41/12—Discovery or management of network topologies
    • 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
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

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

Abstract

本发明提出了一种基于电力的低时延通信路由方法和系统。所述基于电力的低时延通信路由方法包括：根据所述电力物联网的应用需求确定业务传输需求和网络资源需求；利用非线性规划方法建立宽带资源分配模型；根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径。所述系统包括与所述方法步骤对应的模块。

Description

一种基于电力的低时延通信路由方法和系统
技术领域
本发明提出了一种基于电力的低时延通信路由方法和系统，属于通信路由控制技术领域。
背景技术
传统的电网数据传输主要使用光纤作为传输介质,不过随着电网终端数量的增加以及用户对供电可靠性的需求提升,传统电网存在的传输性能差、建设成本高以及后期改造难度大等问题日益凸显。以5G作为通信方式的电力物联网存在着传输时延抖动大、资源利用率低等新问题。
发明内容
本发明提供了一种基于电力的低时延通信路由方法和系统，用以解决现有技术中电力通信以5G作为通信方式的电力物联网存在着传输时延抖动大、资源利用率低的问题，所采取的技术方案如下：
一种基于电力的低时延通信路由方法，所述基于电力的低时延通信路由方法包括：
根据所述电力物联网的应用需求确定业务传输需求和网络资源需求；
利用非线性规划方法建立宽带资源分配模型；
根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径。
进一步地，根据所述电力物联网的应用需求确定业务传输需求和网络资源需求，包括：
提取电力物联网的应用需求；
根据所述电力物联网的应用需求明确时延敏感型业务的信息传输需求；其中，所述信息传输需求包括单位时间内的数据传输最大量和数据传输最大允许时延；
根据所述电力物联网的应用需求明确接入网和核心网的带宽资源参数，其中，所述入网和核心网的带宽资源参数包括入网和核心网的单位时间内的数据处理量和数据传输量。
进一步地，利用非线性规划方法建立宽带资源分配模型，包括：
提取每个延敏感型业务的信息传输需求；
将所述延敏感型业务的信息传输需求作为目标参数；
根据所述网络资源需求中所包含的利用非线性规划方法建立宽带资源分配模型。
其中，所述宽带资源分配模型的建立过程如下：
决策变量：
带宽分配变量(B)：这是一个向量，其中每个元素表示网络中不同的服务或应用程序所分配的带宽量；
目标函数：
优化的目标函数通常是最小化网络资源利用率、最大化用户满意度或一种带宽利用效率指标，这个目标函数的具体形式会根据问题的性质而变化。示例目标函数可以是：
目标函数＝f(B)
其中，f(B)是一个关于带宽分配向量B的非线性函数；
约束条件：
优化问题通常受到各种约束条件的限制，这些约束条件包括：
带宽约束：确保每个应用或服务分配的带宽不超过可用总带宽；
服务质量要求：确保每个应用或服务的服务质量指标满足要求，例如最小带宽要求、最大延迟要求等。
非负性约束：带宽分配必须是非负的。
非线性规划求解：
将上述目标函数和约束条件组合成一个非线性规划问题，然后使用非线性规划求解器来找到最优的带宽分配向量B。非线性规划求解器会考虑目标函数和约束条件，以找到最小化或最大化目标函数的解，同时满足所有约束条件。
进一步地，根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径，包括：
根据电力物联网场景下的网络拓扑，确定传输时延敏感型业务的路径数量；
根据所述传输时延敏感型业务的路径数量，设置每个所述路由路径上的任务最大数据量；
根据每个所述路由路径上的任务最大数据量，将所述任务数据分配至不同的路径上。
进一步地，所述路径数量通过如下公式获取：
N＝int[M+Ce/Cmax]
其中，N表示路径数量，int[]表示是对[]中的内容向上取整；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值；Cmax表示延敏感型业务中的单位时间内能够产生的最大数据量；M表示延敏感型业务的数量；
所述路由路径上的任务最大数据量通过如下公式获取：
C＝[1-(Cf-Ce)/Cf]×Ce/M
其中，C表示路由路径上的任务最大数据量，Cf表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较大数据量数值；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值。
一种基于电力的低时延通信路由系统，所述基于电力的低时延通信路由系统包括：
需求信息获取模块，用于根据所述电力物联网的应用需求确定业务传输需求和网络资源需求；
分配模型建立模块，用于利用非线性规划方法建立宽带资源分配模型；
最佳路由路径确定模块，用于根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径。
进一步地，所述需求信息获取模块包括：
需求信息提取模块，用于提取电力物联网的应用需求；
信息传输需求获取模块，用于根据所述电力物联网的应用需求明确时延敏感型业务的信息传输需求；其中，所述信息传输需求包括单位时间内的数据传输最大量和数据传输最大允许时延；
带宽资源参数获取模块，用于根据所述电力物联网的应用需求明确接入网和核心网的带宽资源参数，其中，所述入网和核心网的带宽资源参数包括入网和核心网的单位时间内的数据处理量和数据传输量。
进一步地，所述分配模型建立模块包括：
信息传输需求提取模块，用于提取每个延敏感型业务的信息传输需求；
目标参数确定模块，用于将所述延敏感型业务的信息传输需求作为目标参数；
模型建立执行模块，用于根据所述网络资源需求中所包含的利用非线性规划方法建立宽带资源分配模型。
其中，所述宽带资源分配模型的建立过程如下：
决策变量：
带宽分配变量(B)：这是一个向量，其中每个元素表示网络中不同的服务或应用程序所分配的带宽量；
目标函数：
优化的目标函数通常是最小化网络资源利用率、最大化用户满意度或一种带宽利用效率指标，这个目标函数的具体形式会根据问题的性质而变化。示例目标函数可以是：
目标函数＝f(B)
其中，f(B)是一个关于带宽分配向量B的非线性函数；
约束条件：
优化问题通常受到各种约束条件的限制，这些约束条件包括：
带宽约束：确保每个应用或服务分配的带宽不超过可用总带宽；
服务质量要求：确保每个应用或服务的服务质量指标满足要求，例如最小带宽要求、最大延迟要求等。
非负性约束：带宽分配必须是非负的。
非线性规划求解：
将上述目标函数和约束条件组合成一个非线性规划问题，然后使用非线性规划求解器来找到最优的带宽分配向量B。非线性规划求解器会考虑目标函数和约束条件，以找到最小化或最大化目标函数的解，同时满足所有约束条件。
进一步地，所述最佳路由路径确定模块包括：
路径数量确定模块，用于根据电力物联网场景下的网络拓扑，确定传输时延敏感型业务的路径数量；
任务最大数据量设置模块，用于根据所述传输时延敏感型业务的路径数量，设置每个所述路由路径上的任务最大数据量；
任务分配执行模块，用于根据每个所述路由路径上的任务最大数据量，将所述任务数据分配至不同的路径上。
所述路径数量通过如下公式获取：
N＝int[M+Ce/Cmax]
其中，N表示路径数量，int[]表示是对[]中的内容向上取整；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值；Cmax表示延敏感型业务中的单位时间内能够产生的最大数据量；M表示延敏感型业务的数量；
所述路由路径上的任务最大数据量通过如下公式获取：
C＝[1-(Cf-Ce)/Cf]×Ce/M
其中，C表示路由路径上的任务最大数据量，Cf表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较大数据量数值；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值。
本发明有益效果：
本发明提出的一种基于电力的低时延通信路由方法和系统是一种基于接入网与核心网带宽联合优化的低时延路由传输方法。以电力物联网场景下时延敏感型业务的总传输时延为优化目标,在满足高速率传输业务服务质量需求的情况下,采用非线性规划方法,通过对时延敏感型业务接入网带宽和核心网带宽资源的联合优化,分配无线接入网与核心网的传输带宽,优化业务的路由资源。本发明提出的一种基于电力的低时延通信路由方法和系统在传输时延方面优于均分带宽方案，相比于单路径任务传输以及均分任务传输,所提出的多路径任务传输拥有更低的传输时延和更高的网络资源利用率。
附图说明
图1为本发明所述方法的流程图；
图2为本发明所述系统的系统框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提出了一种基于电力的低时延通信路由方法，如图1所示，所述基于电力的低时延通信路由方法包括：
S1、根据所述电力物联网的应用需求确定业务传输需求和网络资源需求；
S2、利用非线性规划方法建立宽带资源分配模型；
S3、根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径。
上述技术方案的工作原理为：确定业务传输需求和网络资源需求：
根据电力物联网的具体应用需求，首先确定各种业务传输的需求，包括带宽要求、时延要求等。同时，考虑网络资源的可用性和限制，例如电力物联网中可能存在的网络拓扑、带宽、节点状态等。
建立宽带资源分配模型：
利用非线性规划方法，建立宽带资源分配模型。这个模型将考虑到不同业务的带宽需求、网络拓扑、资源约束等因素。非线性规划方法是一种数学优化方法，可以在考虑多个变量和约束条件的情况下找到最优解决方案，以满足各种业务的需求。
确定时延敏感型业务的最佳路由路径：
针对时延敏感型业务，系统根据建立的宽带资源分配模型，确定最佳的路由路径。这个过程可能涉及到在网络拓扑中选择合适的节点和链路，以最小化时延，并满足其他约束条件。
上述技术方案的效果为：满足电力物联网需求：该方法可以根据电力物联网应用的具体需求，有效地确定业务传输需求和网络资源需求，以满足不同类型的业务要求。
资源优化：通过使用非线性规划方法建立宽带资源分配模型，系统可以优化网络资源的分配，以最大程度地利用可用资源，降低网络拥塞和资源浪费。
时延敏感业务优化：该方法特别关注时延敏感型业务，以确保它们获得最佳的路由路径，从而降低通信时延，提高实时性，适应电力物联网中的实时数据传输需求。
本发明的一个实施例，根据所述电力物联网的应用需求确定业务传输需求和网络资源需求，包括：
S101、提取电力物联网的应用需求；
S102、根据所述电力物联网的应用需求明确时延敏感型业务的信息传输需求；其中，所述信息传输需求包括单位时间内的数据传输最大量和数据传输最大允许时延；
S103、根据所述电力物联网的应用需求明确接入网和核心网的带宽资源参数，其中，所述入网和核心网的带宽资源参数包括入网和核心网的单位时间内的数据处理量和数据传输量。
上述技术方案的工作原理为：提取电力物联网的应用需求(S101)：
首先，从电力物联网的具体应用场景和需求中提取关键信息。这可能包括监测、控制、数据采集、实时通信等各种需求。
明确时延敏感型业务的信息传输需求(S102)：
在提取应用需求的基础上，明确时延敏感型业务的信息传输需求。
这些需求可能包括：
单位时间内的数据传输最大量：即每单位时间内需要传输的数据量。
数据传输最大允许时延：即数据从发送到接收之间允许的最大时延，对于时延敏感型业务，通常需要低时延。
明确接入网和核心网的带宽资源参数(S103)：
根据电力物联网应用需求，确定接入网和核心网的带宽资源参数。
这些参数包括：
入网和核心网的单位时间内的数据处理量：即网络设备每单位时间内能够处理的数据量。
入网和核心网的单位时间内的数据传输量：即网络设备每单位时间内能够传输的数据量。
上述技术方案的效果为：业务需求适配：该方法通过提取电力物联网应用需求，使网络能够更好地适应不同类型的业务需求，包括时延敏感型业务和其他类型的数据传输需求。
资源优化：通过明确接入网和核心网的带宽资源参数，网络资源可以更好地规划和分配，以满足不同场景下的数据传输需求，从而提高资源的利用率。
时延敏感型业务管理：通过明确时延敏感型业务的信息传输需求，网络可以更好地管理这些业务，确保它们获得足够的带宽和低时延，以满足实时性要求。
本发明的一个实施例，利用非线性规划方法建立宽带资源分配模型，包括：
S201、提取每个延敏感型业务的信息传输需求；
S202、将所述延敏感型业务的信息传输需求作为目标参数；
S203、根据所述网络资源需求中所包含的利用非线性规划方法建立宽带资源分配模型。
其中，所述宽带资源分配模型的建立过程如下：
决策变量：
带宽分配变量(B)：这是一个向量，其中每个元素表示网络中不同的服务或应用程序所分配的带宽量；
目标函数：
优化的目标函数通常是最小化网络资源利用率、最大化用户满意度或一种带宽利用效率指标，这个目标函数的具体形式会根据问题的性质而变化。示例目标函数可以是：
目标函数＝f(B)
其中，f(B)是一个关于带宽分配向量B的非线性函数；
约束条件：
优化问题通常受到各种约束条件的限制，这些约束条件包括：
带宽约束：确保每个应用或服务分配的带宽不超过可用总带宽；
服务质量要求：确保每个应用或服务的服务质量指标满足要求，例如最小带宽要求、最大延迟要求等。
非负性约束：带宽分配必须是非负的。
非线性规划求解：
将上述目标函数和约束条件组合成一个非线性规划问题，然后使用非线性规划求解器来找到最优的带宽分配向量B。非线性规划求解器会考虑目标函数和约束条件，以找到最小化或最大化目标函数的解，同时满足所有约束条件。
上述技术方案的工作原理为：提取每个时延敏感型业务的信息传输需求(S201)：
首先，需要确定每个时延敏感型业务的信息传输需求，这包括每个业务所需要的带宽和时延等关键参数。
将信息传输需求作为目标参数(S202)：
这一步将每个时延敏感型业务的信息传输需求作为优化的目标参数，以便在后续的非线性规划模型中使用。
建立宽带资源分配模型(S203)：
在此步骤中，根据网络资源需求以及每个时延敏感型业务的信息传输需求，使用非线性规划方法建立宽带资源分配模型。
模型的关键要素包括：
决策变量(带宽分配变量B)：表示不同服务或应用程序所分配的带宽量，这是一个向量，每个元素对应网络中的一个服务或应用程序。
目标函数(f(B))：这是要优化的目标，通常是一个与带宽分配相关的非线性函数，可以是最小化资源利用率、最大化用户满意度或其他性能指标。
约束条件：这些条件确保了带宽分配的合理性，包括带宽约束、服务质量要求和非负性约束。
非线性规划求解：
将目标函数和约束条件组合成一个非线性规划问题。
使用非线性规划求解器，例如数学优化算法，以找到最优的带宽分配向量B，以满足优化目标并同时满足所有约束条件。
上述技术方案的效果为：资源优化：通过建立宽带资源分配模型，可以有效地优化网络资源的利用，确保每个时延敏感型业务都能够获得所需的带宽，从而提高资源的使用效率。
满足业务需求：该方法能够根据不同的业务需求，为每个时延敏感型业务分配合适的带宽，以满足其信息传输需求，从而提高了网络对各种业务的适应性。
维护服务质量：通过满足服务质量要求的约束条件，该方法确保了时延敏感型业务的服务质量，包括最小带宽要求和最大延迟要求等。
总之，本发明实施例的方法通过建立非线性规划模型，能够有效地管理和优化电力物联网中的宽带资源分配，以满足不同类型业务的需求，提高网络性能和效率。
本发明的一个实施例，根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径，包括：
S301、根据电力物联网场景下的网络拓扑，确定传输时延敏感型业务的路径数量；
S302、根据所述传输时延敏感型业务的路径数量，设置每个所述路由路径上的任务最大数据量；
S303、根据每个所述路由路径上的任务最大数据量，将所述任务数据分配至不同的路径上。
其中，所述路径数量通过如下公式获取：
N＝int[M+Ce/Cmax]
其中，N表示路径数量，int[]表示是对[]中的内容向上取整；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值；Cmax表示延敏感型业务中的单位时间内能够产生的最大数据量；M表示延敏感型业务的数量；
所述路由路径上的任务最大数据量通过如下公式获取：
C＝[1-(Cf-Ce)/Cf]×Ce/M
其中，C表示路由路径上的任务最大数据量，Cf表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较大数据量数值；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值。
上述技术方案的工作原理为：确定传输时延敏感型业务的路径数量(S301)：
首先，根据电力物联网的网络拓扑结构，确定有多少条潜在的路径可用于传输时延敏感型业务。这些路径可以是不同的网络链路或通信路径。
设置每个路由路径上的任务最大数据量(S302)：
对于每个路由路径，需要确定其可容纳的最大任务数据量。这是为了确保不会超出网络链路的带宽限制或其他资源约束。
将任务数据分配至不同的路径上(S303)：
根据每个路径上的任务最大数据量，将时延敏感型业务的任务数据分配至不同的路径上，以实现最佳的资源利用和任务完成时延。
另一方面，计算路径数量(N)：路径数量是通过一个公式计算的，该公式考虑了以下因素：Ce：接入网单位时间内和核心网单位时间内能够处理的最大数据量的较小值。Cmax：延迟敏感型业务中单位时间内能够产生的最大数据量。M：延迟敏感型业务的数量。这个公式的目的是确定所需的路径数量，以满足延迟敏感型业务的需求。
计算路由路径上的任务最大数据量(C)：每个路由路径上的任务最大数据量是通过以下公式计算的：C＝[1-(Cf-Ce)/Cf]×Ce/M
Cf：接入网单位时间内和核心网单位时间内能够处理的最大数据量的较大值。Ce：接入网单位时间内和核心网单位时间内能够处理的最大数据量的较小值。M：延迟敏感型业务的数量。这个公式的目的是确定每个路由路径上的任务最大数据量，以确保任务数据的合理分配，同时避免资源浪费。
上述技术方案的效果为：最佳路径选择：该方法通过分析电力物联网的网络拓扑，能够确定传输时延敏感型业务的最佳路由路径，从而降低了数据传输的时延和丢包率。
带宽优化：通过设置每个路由路径上的任务最大数据量，可以避免网络拥塞和资源浪费，从而优化了带宽的利用。
任务完成保障：通过将任务数据分配至不同的路径上，可以提高任务完成的可靠性和稳定性，确保时延敏感型业务能够按时完成。
另一方面，资源优化：通过计算路径数量和任务最大数据量，可以有效地分配带宽资源，以满足延迟敏感型业务的需求，同时最大限度地减少资源浪费。
服务质量保障：通过根据不同的业务需求计算任务最大数据量，可以确保每个任务都能在规定的时延内完成，从而提高了服务质量。
网络性能优化：这种方法有助于优化电力物联网的网络性能，提高数据传输的效率，降低时延，减少丢包率，从而提供更可靠的通信服务。
总之，本发明实施例的方法可以帮助电力物联网在有限的资源条件下实现更有效的数据传输和更好的服务质量。本发明实施例方法同时通过合理分配任务数据到不同的路径上，可以在电力物联网中实现更有效的数据传输，提高网络性能和服务质量。
本发明实施例提出了一种基于电力的低时延通信路由系统，如图2所示，所述基于电力的低时延通信路由系统包括：
需求信息获取模块，用于根据所述电力物联网的应用需求确定业务传输需求和网络资源需求；
分配模型建立模块，用于利用非线性规划方法建立宽带资源分配模型；
最佳路由路径确定模块，用于根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径。
上述技术方案的工作原理为：确定业务传输需求和网络资源需求：
根据电力物联网的具体应用需求，首先确定各种业务传输的需求，包括带宽要求、时延要求等。同时，考虑网络资源的可用性和限制，例如电力物联网中可能存在的网络拓扑、带宽、节点状态等。
建立宽带资源分配模型：
利用非线性规划方法，建立宽带资源分配模型。这个模型将考虑到不同业务的带宽需求、网络拓扑、资源约束等因素。非线性规划方法是一种数学优化方法，可以在考虑多个变量和约束条件的情况下找到最优解决方案，以满足各种业务的需求。
确定时延敏感型业务的最佳路由路径：
针对时延敏感型业务，系统根据建立的宽带资源分配模型，确定最佳的路由路径。这个过程可能涉及到在网络拓扑中选择合适的节点和链路，以最小化时延，并满足其他约束条件。
上述技术方案的效果为：满足电力物联网需求：该方法可以根据电力物联网应用的具体需求，有效地确定业务传输需求和网络资源需求，以满足不同类型的业务要求。
资源优化：通过使用非线性规划方法建立宽带资源分配模型，系统可以优化网络资源的分配，以最大程度地利用可用资源，降低网络拥塞和资源浪费。
时延敏感业务优化：该方法特别关注时延敏感型业务，以确保它们获得最佳的路由路径，从而降低通信时延，提高实时性，适应电力物联网中的实时数据传输需求。
本发明的一个实施例，所述需求信息获取模块包括：
需求信息提取模块，用于提取电力物联网的应用需求；
信息传输需求获取模块，用于根据所述电力物联网的应用需求明确时延敏感型业务的信息传输需求；其中，所述信息传输需求包括单位时间内的数据传输最大量和数据传输最大允许时延；
带宽资源参数获取模块，用于根据所述电力物联网的应用需求明确接入网和核心网的带宽资源参数，其中，所述入网和核心网的带宽资源参数包括入网和核心网的单位时间内的数据处理量和数据传输量。
上述技术方案的工作原理为：提取电力物联网的应用需求：
首先，从电力物联网的具体应用场景和需求中提取关键信息。这可能包括监测、控制、数据采集、实时通信等各种需求。
明确时延敏感型业务的信息传输需求：
在提取应用需求的基础上，明确时延敏感型业务的信息传输需求。
这些需求可能包括：
单位时间内的数据传输最大量：即每单位时间内需要传输的数据量。
数据传输最大允许时延：即数据从发送到接收之间允许的最大时延，对于时延敏感型业务，通常需要低时延。
明确接入网和核心网的带宽资源参数：
根据电力物联网应用需求，确定接入网和核心网的带宽资源参数。
这些参数包括：
入网和核心网的单位时间内的数据处理量：即网络设备每单位时间内能够处理的数据量。
入网和核心网的单位时间内的数据传输量：即网络设备每单位时间内能够传输的数据量。
上述技术方案的效果为：业务需求适配：该方法通过提取电力物联网应用需求，使网络能够更好地适应不同类型的业务需求，包括时延敏感型业务和其他类型的数据传输需求。
资源优化：通过明确接入网和核心网的带宽资源参数，网络资源可以更好地规划和分配，以满足不同场景下的数据传输需求，从而提高资源的利用率。
时延敏感型业务管理：通过明确时延敏感型业务的信息传输需求，网络可以更好地管理这些业务，确保它们获得足够的带宽和低时延，以满足实时性要求。
本发明的一个实施例，所述分配模型建立模块包括：
信息传输需求提取模块，用于提取每个延敏感型业务的信息传输需求；
目标参数确定模块，用于将所述延敏感型业务的信息传输需求作为目标参数；
模型建立执行模块，用于根据所述网络资源需求中所包含的利用非线性规划方法建立宽带资源分配模型。
其中，所述宽带资源分配模型的建立过程如下：
决策变量：
带宽分配变量(B)：这是一个向量，其中每个元素表示网络中不同的服务或应用程序所分配的带宽量；
目标函数：
优化的目标函数通常是最小化网络资源利用率、最大化用户满意度或一种带宽利用效率指标，这个目标函数的具体形式会根据问题的性质而变化。示例目标函数可以是：
目标函数＝f(B)
其中，f(B)是一个关于带宽分配向量B的非线性函数；
约束条件：
优化问题通常受到各种约束条件的限制，这些约束条件包括：
带宽约束：确保每个应用或服务分配的带宽不超过可用总带宽；
服务质量要求：确保每个应用或服务的服务质量指标满足要求，例如最小带宽要求、最大延迟要求等。
非负性约束：带宽分配必须是非负的。
非线性规划求解：
将上述目标函数和约束条件组合成一个非线性规划问题，然后使用非线性规划求解器来找到最优的带宽分配向量B。非线性规划求解器会考虑目标函数和约束条件，以找到最小化或最大化目标函数的解，同时满足所有约束条件。
上述技术方案的工作原理为：提取每个时延敏感型业务的信息传输需求：
首先，需要确定每个时延敏感型业务的信息传输需求，这包括每个业务所需要的带宽和时延等关键参数。
将信息传输需求作为目标参数：
这一步将每个时延敏感型业务的信息传输需求作为优化的目标参数，以便在后续的非线性规划模型中使用。
建立宽带资源分配模型：
在此步骤中，根据网络资源需求以及每个时延敏感型业务的信息传输需求，使用非线性规划方法建立宽带资源分配模型。
模型的关键要素包括：
决策变量(带宽分配变量B)：表示不同服务或应用程序所分配的带宽量，这是一个向量，每个元素对应网络中的一个服务或应用程序。
目标函数(f(B))：这是要优化的目标，通常是一个与带宽分配相关的非线性函数，可以是最小化资源利用率、最大化用户满意度或其他性能指标。
约束条件：这些条件确保了带宽分配的合理性，包括带宽约束、服务质量要求和非负性约束。
非线性规划求解：
将目标函数和约束条件组合成一个非线性规划问题。
使用非线性规划求解器，例如数学优化算法，以找到最优的带宽分配向量B，以满足优化目标并同时满足所有约束条件。
上述技术方案的效果为：资源优化：通过建立宽带资源分配模型，可以有效地优化网络资源的利用，确保每个时延敏感型业务都能够获得所需的带宽，从而提高资源的使用效率。
满足业务需求：该方法能够根据不同的业务需求，为每个时延敏感型业务分配合适的带宽，以满足其信息传输需求，从而提高了网络对各种业务的适应性。
维护服务质量：通过满足服务质量要求的约束条件，该方法确保了时延敏感型业务的服务质量，包括最小带宽要求和最大延迟要求等。
总之，本发明实施例的方法通过建立非线性规划模型，能够有效地管理和优化电力物联网中的宽带资源分配，以满足不同类型业务的需求，提高网络性能和效率。
本发明的一个实施例，所述最佳路由路径确定模块包括：
路径数量确定模块，用于根据电力物联网场景下的网络拓扑，确定传输时延敏感型业务的路径数量；
任务最大数据量设置模块，用于根据所述传输时延敏感型业务的路径数量，设置每个所述路由路径上的任务最大数据量；
任务分配执行模块，用于根据每个所述路由路径上的任务最大数据量，将所述任务数据分配至不同的路径上。
其中，所述路径数量通过如下公式获取：
N＝int[M+Ce/Cmax]
其中，N表示路径数量，int[]表示是对[]中的内容向上取整；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值；Cmax表示延敏感型业务中的单位时间内能够产生的最大数据量；M表示延敏感型业务的数量；
所述路由路径上的任务最大数据量通过如下公式获取：
C＝[1-(Cf-Ce)/Cf]×Ce/M
其中，C表示路由路径上的任务最大数据量，Cf表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较大数据量数值；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值。
上述技术方案的工作原理为：确定传输时延敏感型业务的路径数量：
首先，根据电力物联网的网络拓扑结构，确定有多少条潜在的路径可用于传输时延敏感型业务。这些路径可以是不同的网络链路或通信路径。
设置每个路由路径上的任务最大数据量：
对于每个路由路径，需要确定其可容纳的最大任务数据量。这是为了确保不会超出网络链路的带宽限制或其他资源约束。
将任务数据分配至不同的路径上：
根据每个路径上的任务最大数据量，将时延敏感型业务的任务数据分配至不同的路径上，以实现最佳的资源利用和任务完成时延。
另一方面，计算路径数量(N)：路径数量是通过一个公式计算的，该公式考虑了以下因素：Ce：接入网单位时间内和核心网单位时间内能够处理的最大数据量的较小值。Cmax：延迟敏感型业务中单位时间内能够产生的最大数据量。M：延迟敏感型业务的数量。这个公式的目的是确定所需的路径数量，以满足延迟敏感型业务的需求。
计算路由路径上的任务最大数据量(C)：每个路由路径上的任务最大数据量是通过以下公式计算的：C＝[1-(Cf-Ce)/Cf]×Ce/M
Cf：接入网单位时间内和核心网单位时间内能够处理的最大数据量的较大值。Ce：接入网单位时间内和核心网单位时间内能够处理的最大数据量的较小值。M：延迟敏感型业务的数量。这个公式的目的是确定每个路由路径上的任务最大数据量，以确保任务数据的合理分配，同时避免资源浪费。
上述技术方案的效果为：最佳路径选择：该方法通过分析电力物联网的网络拓扑，能够确定传输时延敏感型业务的最佳路由路径，从而降低了数据传输的时延和丢包率。
带宽优化：通过设置每个路由路径上的任务最大数据量，可以避免网络拥塞和资源浪费，从而优化了带宽的利用。
任务完成保障：通过将任务数据分配至不同的路径上，可以提高任务完成的可靠性和稳定性，确保时延敏感型业务能够按时完成。
另一方面，资源优化：通过计算路径数量和任务最大数据量，可以有效地分配带宽资源，以满足延迟敏感型业务的需求，同时最大限度地减少资源浪费。
服务质量保障：通过根据不同的业务需求计算任务最大数据量，可以确保每个任务都能在规定的时延内完成，从而提高了服务质量。
网络性能优化：这种方法有助于优化电力物联网的网络性能，提高数据传输的效率，降低时延，减少丢包率，从而提供更可靠的通信服务。
总之，本发明实施例的方法可以帮助电力物联网在有限的资源条件下实现更有效的数据传输和更好的服务质量。本发明实施例方法同时通过合理分配任务数据到不同的路径上，可以在电力物联网中实现更有效的数据传输，提高网络性能和服务质量。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于电力的低时延通信路由方法，其特征在于，所述基于电力的低时延通信路由方法包括：
根据所述电力物联网的应用需求确定业务传输需求和网络资源需求；
利用非线性规划方法建立宽带资源分配模型；
根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径。
2.根据权利要求1所述基于电力的低时延通信路由方法，其特征在于，根据所述电力物联网的应用需求确定业务传输需求和网络资源需求，包括：
提取电力物联网的应用需求；
根据所述电力物联网的应用需求明确时延敏感型业务的信息传输需求；其中，所述信息传输需求包括单位时间内的数据传输最大量和数据传输最大允许时延；
根据所述电力物联网的应用需求明确接入网和核心网的带宽资源参数，其中，所述入网和核心网的带宽资源参数包括入网和核心网的单位时间内的数据处理量和数据传输量。
3.根据权利要求1所述基于电力的低时延通信路由方法，其特征在于，利用非线性规划方法建立宽带资源分配模型，包括：
提取每个延敏感型业务的信息传输需求；
将所述延敏感型业务的信息传输需求作为目标参数；
根据所述网络资源需求中所包含的利用非线性规划方法建立宽带资源分配模型。
4.根据权利要求1所述基于电力的低时延通信路由方法，其特征在于，根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径，包括：
根据电力物联网场景下的网络拓扑，确定传输时延敏感型业务的路径数量；
根据所述传输时延敏感型业务的路径数量，设置每个所述路由路径上的任务最大数据量；
根据每个所述路由路径上的任务最大数据量，将所述任务数据分配至不同的路径上。
5.根据权利要求4所述基于电力的低时延通信路由方法，其特征在于，所述路径数量通过如下公式获取：
N＝int[M+Ce/Cmax]
其中，N表示路径数量，int[]表示是对[]中的内容向上取整；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值；Cmax表示延敏感型业务中的单位时间内能够产生的最大数据量；M表示延敏感型业务的数量；
所述路由路径上的任务最大数据量通过如下公式获取：
C＝[1-(Cf-Ce)/Cf]×Ce/M
其中，C表示路由路径上的任务最大数据量，Cf表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较大数据量数值；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值。
6.一种基于电力的低时延通信路由系统，其特征在于，所述基于电力的低时延通信路由系统包括：
需求信息获取模块，用于根据所述电力物联网的应用需求确定业务传输需求和网络资源需求；
分配模型建立模块，用于利用非线性规划方法建立宽带资源分配模型；
最佳路由路径确定模块，用于根据电力物联网场景下的网络拓扑，确定时延敏感型业务的最佳路由路径。
7.根据权利要求6所述基于电力的低时延通信路由系统，其特征在于，所述需求信息获取模块包括：
需求信息提取模块，用于提取电力物联网的应用需求；
信息传输需求获取模块，用于根据所述电力物联网的应用需求明确时延敏感型业务的信息传输需求；其中，所述信息传输需求包括单位时间内的数据传输最大量和数据传输最大允许时延；
带宽资源参数获取模块，用于根据所述电力物联网的应用需求明确接入网和核心网的带宽资源参数，其中，所述入网和核心网的带宽资源参数包括入网和核心网的单位时间内的数据处理量和数据传输量。
8.根据权利要求6所述基于电力的低时延通信路由系统，其特征在于，所述分配模型建立模块包括：
信息传输需求提取模块，用于提取每个延敏感型业务的信息传输需求；
目标参数确定模块，用于将所述延敏感型业务的信息传输需求作为目标参数；
模型建立执行模块，用于根据所述网络资源需求中所包含的利用非线性规划方法建立宽带资源分配模型。
9.根据权利要求6所述基于电力的低时延通信路由系统，其特征在于，所述最佳路由路径确定模块包括：
路径数量确定模块，用于根据电力物联网场景下的网络拓扑，确定传输时延敏感型业务的路径数量；
任务最大数据量设置模块，用于根据所述传输时延敏感型业务的路径数量，设置每个所述路由路径上的任务最大数据量；
任务分配执行模块，用于根据每个所述路由路径上的任务最大数据量，将所述任务数据分配至不同的路径上。
10.根据权利要求9所述基于电力的低时延通信路由系统，其特征在于，所述路径数量通过如下公式获取：
N＝int[M+Ce/Cmax]
其中，N表示路径数量，int[]表示是对[]中的内容向上取整；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值；Cmax表示延敏感型业务中的单位时间内能够产生的最大数据量；M表示延敏感型业务的数量；
所述路由路径上的任务最大数据量通过如下公式获取：
C＝[1-(Cf-Ce)/Cf]×Ce/M
其中，C表示路由路径上的任务最大数据量，Cf表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较大数据量数值；Ce表示接入网单位时间内能够处理的最大数据量和核心网中单位时间内能够处理的最大数据量相比的较小数据量数值。
CN202311616724.4A 2023-11-29 2023-11-29 一种基于电力的低时延通信路由方法和系统 Active CN117857423B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311616724.4A CN117857423B (zh) 2023-11-29 2023-11-29 一种基于电力的低时延通信路由方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311616724.4A CN117857423B (zh) 2023-11-29 2023-11-29 一种基于电力的低时延通信路由方法和系统

Publications (2)

Publication Number Publication Date
CN117857423A true CN117857423A (zh) 2024-04-09
CN117857423B CN117857423B (zh) 2024-09-27

Family

ID=90527896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311616724.4A Active CN117857423B (zh) 2023-11-29 2023-11-29 一种基于电力的低时延通信路由方法和系统

Country Status (1)

Country Link
CN (1) CN117857423B (zh)

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113300960A (zh) * 2021-07-27 2021-08-24 南京中网卫星通信股份有限公司 一种基于路由调度与联合优化的时延确定性传输方法
WO2022021176A1 (zh) * 2020-07-28 2022-02-03 苏州大学 云边协同网络资源平滑迁移与重构方法及系统
CN114125063A (zh) * 2021-08-30 2022-03-01 华北电力大学 基于业务QoS的电力通信网任务卸载系统、方法及应用
US20220109622A1 (en) * 2021-12-14 2022-04-07 Intel Corporation Reliability enhancements for multi-access traffic management
US20220124560A1 (en) * 2021-12-25 2022-04-21 Shu-Ping Yeh Resilient radio resource provisioning for network slicing
CN114553782A (zh) * 2022-01-28 2022-05-27 北京邮电大学 一种大规模确定性网络中基于网络边缘流量整形调度方法
CN114827195A (zh) * 2022-03-28 2022-07-29 国网福建省电力有限公司 一种面向配网稳定保护的电力5g低时延抖动实现方法
CN115314355A (zh) * 2022-06-30 2022-11-08 国网河南省电力公司信息通信公司 基于确定性网络的电力通信网络架构系统及方法
WO2023288098A1 (en) * 2021-07-15 2023-01-19 General Electric Company System and method for configuring network slices for time-sensitive networks
US20230072769A1 (en) * 2020-04-01 2023-03-09 Intel Corporation Multi-radio access technology traffic management
CN116055377A (zh) * 2022-08-12 2023-05-02 国网宁夏电力有限公司信息通信公司 一种面向电力业务的时间敏感网络流量调度方法
CN116366533A (zh) * 2023-03-13 2023-06-30 西北工业大学 一种应用于元宇宙的多目标路由决策方法及系统
CN116506900A (zh) * 2023-05-11 2023-07-28 武汉大学 基于车联网的车队基站异构边缘计算资源分配方法及系统
CN116647520A (zh) * 2023-05-30 2023-08-25 南京航空航天大学 一种网络功能虚拟化场景下面向时延敏感性业务的网络转发系统和方法
CN116669068A (zh) * 2023-04-21 2023-08-29 南京邮电大学 一种基于gcn的时延业务端到端切片部署方法及系统
CN116915622A (zh) * 2022-11-02 2023-10-20 北京邮电大学 基于双层规划的网络资源划分和路径规划联合优化方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230072769A1 (en) * 2020-04-01 2023-03-09 Intel Corporation Multi-radio access technology traffic management
WO2022021176A1 (zh) * 2020-07-28 2022-02-03 苏州大学 云边协同网络资源平滑迁移与重构方法及系统
WO2023288098A1 (en) * 2021-07-15 2023-01-19 General Electric Company System and method for configuring network slices for time-sensitive networks
CN113300960A (zh) * 2021-07-27 2021-08-24 南京中网卫星通信股份有限公司 一种基于路由调度与联合优化的时延确定性传输方法
CN114125063A (zh) * 2021-08-30 2022-03-01 华北电力大学 基于业务QoS的电力通信网任务卸载系统、方法及应用
US20220109622A1 (en) * 2021-12-14 2022-04-07 Intel Corporation Reliability enhancements for multi-access traffic management
US20220124560A1 (en) * 2021-12-25 2022-04-21 Shu-Ping Yeh Resilient radio resource provisioning for network slicing
CN114553782A (zh) * 2022-01-28 2022-05-27 北京邮电大学 一种大规模确定性网络中基于网络边缘流量整形调度方法
CN114827195A (zh) * 2022-03-28 2022-07-29 国网福建省电力有限公司 一种面向配网稳定保护的电力5g低时延抖动实现方法
CN115314355A (zh) * 2022-06-30 2022-11-08 国网河南省电力公司信息通信公司 基于确定性网络的电力通信网络架构系统及方法
CN116055377A (zh) * 2022-08-12 2023-05-02 国网宁夏电力有限公司信息通信公司 一种面向电力业务的时间敏感网络流量调度方法
CN116915622A (zh) * 2022-11-02 2023-10-20 北京邮电大学 基于双层规划的网络资源划分和路径规划联合优化方法
CN116366533A (zh) * 2023-03-13 2023-06-30 西北工业大学 一种应用于元宇宙的多目标路由决策方法及系统
CN116669068A (zh) * 2023-04-21 2023-08-29 南京邮电大学 一种基于gcn的时延业务端到端切片部署方法及系统
CN116506900A (zh) * 2023-05-11 2023-07-28 武汉大学 基于车联网的车队基站异构边缘计算资源分配方法及系统
CN116647520A (zh) * 2023-05-30 2023-08-25 南京航空航天大学 一种网络功能虚拟化场景下面向时延敏感性业务的网络转发系统和方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
伏玉笋;杨根科;: "无线超可靠低时延通信：关键设计分析与挑战", 通信学报, no. 08, 25 August 2020 (2020-08-25) *
夏天: "面向电力物联网的低时延通信路由技术研究", CNKI优秀硕士学位论文全文库, 15 February 2023 (2023-02-15), pages 4 - 5 *
曾瑛;蒋康明;杨娇;李彬;: "基于量子遗传算法的电力通信网路由选择策略", 太原理工大学学报, no. 04, 15 July 2013 (2013-07-15) *
杨洋;杨家海;王会;李晨曦;王于丁;: "IP网络时延敏感型业务流自适应负载均衡算法", 通信学报, no. 03, 25 March 2015 (2015-03-25) *
陶晓玲;于萌;王勇;: "多路径并行传输的路径动态决策方法", 广西师范大学学报(自然科学版), no. 02, 15 June 2016 (2016-06-15) *
马书惠;李娜娜;纪红;: "无线传感器网络中网络结构及协议对应用的影响", 现代电信科技, no. 12, 25 December 2005 (2005-12-25) *
高会生;赵百捷;: "电力调度数据网中服务质量路由优化", 光通信研究, no. 05, 10 October 2017 (2017-10-10) *

Also Published As

Publication number Publication date
CN117857423B (zh) 2024-09-27

Similar Documents

Publication Publication Date Title
CN113784373B (zh) 云边协同网络中时延和频谱占用联合优化方法及系统
US20080316938A1 (en) Method, system and device for allocating network resources in communication network
CN101707788B (zh) 基于差异化定价策略的多层网络业务动态规划方法
EP2515478B1 (en) Method, apparatus and system for joint optimizations
CN105103524A (zh) Swan：实现网络中的高利用率
CN105446817B (zh) 移动云计算中一种基于鲁棒优化的联合资源预留配置算法
CN116389365B (zh) 一种交换机数据处理方法及系统
US20090161541A1 (en) Resource allocation plan in a network
CN102711192B (zh) 网络服务质量处理方法、装置和通信系统
US20130165187A1 (en) Apparatus and method for controlling data transmission based on power consumption of nodes in a communication network
Curescu et al. Time-aware utility-based resource allocation in wireless networks
CN113032146A (zh) 一种面向多接入边缘计算环境的健壮性服务供应方法
CN101326844B (zh) 在无线通信系统中分配带宽的方法和设备
EP3479499B1 (en) A method and system for distributive flow control and bandwidth management in a network
CN102845042B (zh) 一种应用层多个活动物理接口的带宽聚集系统及方法
CN117857423B (zh) 一种基于电力的低时延通信路由方法和系统
CN102752805B (zh) 一种基于业务满意度的无线资源分配方法与系统
CN108834003A (zh) 一种量子通信业务的电力光载通信多维资源分配优化方法
CN117880898A (zh) 一种面向5g电力物联网络的动态切片和资源分配方法
CN110601897A (zh) 一种网络资源配置方法及装置
US20240154914A1 (en) Network entity and method
CN113364707B (zh) 资源分配方法、装置、存储介质以及电子设备
CN110233803B (zh) 一种传输网络结点的调度装置及方法
Lu et al. High-elasticity virtual cluster placement in multi-tenant cloud data centers
CN112907232B (zh) 电网业务端到端传输可靠性保障方法、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