CN117956328A - 一种智能自适应光通信调度系统 - Google Patents
一种智能自适应光通信调度系统 Download PDFInfo
- Publication number
- CN117956328A CN117956328A CN202410054198.5A CN202410054198A CN117956328A CN 117956328 A CN117956328 A CN 117956328A CN 202410054198 A CN202410054198 A CN 202410054198A CN 117956328 A CN117956328 A CN 117956328A
- Authority
- CN
- China
- Prior art keywords
- network
- module
- data
- optical communication
- real
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 67
- 230000003287 optical effect Effects 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 230000007246 mechanism Effects 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000013468 resource allocation Methods 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims abstract description 8
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 230000003993 interaction Effects 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 14
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000010223 real-time analysis Methods 0.000 claims description 5
- 238000003909 pattern recognition Methods 0.000 claims description 4
- 239000002699 waste material Substances 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 description 23
- 230000006399 behavior Effects 0.000 description 10
- 238000000034 method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 208000027744 congestion Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种智能自适应光通信调度系统,包括网络层次划分模块,利用高级数据分析技术,根据通信类型、数据流量和用户行为模式,动态地将光通信网络划分为多个服务层次;独立调度机制模块,为每个网络层次设计的专门调度机制,能够根据该层次的特定需求和服务级别进行优化的数据流量管理和资源分配;信息交互和协同模块。本发明采用多层次划分和独立调度机制,以及实时数据分析和动态调整,能够更加精确地分配网络资源,通过实时监测用户的网络使用模式和通信类型变化,系统能够自动调整网络的层次结构,确保资源得到最优分配,不仅减少了资源浪费,还提高了整体网络的效率,使资源能够更好地满足不同服务的需求。
Description
技术领域
本发明涉及智能光通信调度系统,特别涉及一种智能自适应光通信调度系统,属于通信调度技术领域。
背景技术
在光通信领域,传统的通信调度系统通常是静态的,难以适应不断变化的通信需求和网络状况,该系统往往无法有效地管理和分配网络资源,导致资源浪费和通信质量下降,此外,随着通信类型和数据流量的不断增加,网络的复杂性也在不断增加;为此,提出一种智能自适应光通信调度系统。
发明内容
有鉴于此,本发明提供一种智能自适应光通信调度系统,以解决或缓解现有技术中存在的技术问题,至少提供一种有益的选择。
本发明的技术方案是这样实现的:一种智能自适应光通信调度系统,包括
网络层次划分模块,利用高级数据分析技术,根据通信类型、数据流量和用户行为模式,动态地将光通信网络划分为多个服务层次;
所述网络层次划分模块进一步包括具有实时分析功能,能够根据实时数据流量和通信类型的变化动态调整网络层次;
独立调度机制模块,为每个网络层次设计的专门调度机制,能够根据该层次的特定需求和服务级别进行优化的数据流量管理和资源分配;
所述独立调度机制模块采用基于服务质量(QoS)的调度策略,以满足不同网络层次的服务质量要求;
信息交互和协同模块,通过协同算法和通信协议,实现不同网络层次之间的高效信息交换和数据同步,以支持跨层次的服务优化和故障管理;
所述信息交互和协同模块包括用于故障检测和自动恢复的子模块,能够实时响应网络层次间的故障并快速恢复正常服务;
自适应调度算法模块,根据实时网络状态、流量模式和外部环境变化,自动调整调度策略和资源分配;
所述自适应调度算法模块使用基于模式识别的算法,根据历史数据和实时监测数据自动调整调度策略;
资源动态分配模块,基于当前网络状况动态分配;
所述资源动态分配模块能够在网络负载高峰期间优先保障关键服务的资源需求;
实时网络状态监控模块,用于持续监测网络的各项性能指标;
所述实时网络状态监控模块包括对网络延迟和带宽利用率的监控,以便及时发现并处理潜在的网络拥塞问题。
进一步优选的,包括用户行为分析模块,用于实时监测和分析用户的网络使用模式,以便调整网络策略以更好地满足用户需求。
进一步优选的,各模块之间通过高效能的通信接口进行数据交换和协同工作。
本发明实施例由于采用以上技术方案,其具有以下优点:
本发明采用多层次划分和独立调度机制,以及实时数据分析和动态调整,能够更加精确地分配网络资源,通过实时监测用户的网络使用模式和通信类型变化,系统能够自动调整网络的层次结构,确保资源得到最优分配,不仅减少了资源浪费,还提高了整体网络的效率,使资源能够更好地满足不同服务的需求。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统流程图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
下面结合附图对本发明的实施例进行详细说明。
如图1所示,本发明实施例提供了一种智能自适应光通信调度系统,包括
网络层次划分模块,利用高级数据分析技术,根据通信类型、数据流量和用户行为模式,动态地将光通信网络划分为多个服务层次;
光通信网络划分为多个服务层次包括:
基础通信层,其主要处理基本的数据传输,例如文本信息和基础网页浏览,通过数据压缩技术对数据进行压缩和解压缩处理,减少文本信息的数据量,以提高传输效率,减少网络负载,通过缓存技术存储频繁访问的网页内容,减少重复数据传输;
增强通信层:管理更高带宽需求的服务,如视频流媒体和大文件传输,通过高效视频编码(HEVC/H.265),对视频流进行高效编码和解码,优化传输过程中的数据量,提供高质量视频传输,同时降低带宽需求,对大文件实施分段传输,有效应对网络拥塞;
优先通信层:为关键服务提供优先通道,例如紧急服务、金融交易和关键数据传输,通过优先级队列使网络数据包根据其重要性和紧急性被分配不同的优先级,确保关键数据包优先处理;
实时通信层:专门处理对延迟敏感的通信,如在线游戏和实时视频会议,通过实时传输协议(RTP)保证音频和视频数据的实时传输,提供端到端的实时服务,通过网络质量服务(QoS)监控和优化网络路径,确保低延迟传输,保障延迟敏感服务的传输质量;
嵌入式传感器主要安装在光通信网络的重要节点,以实现对网络流量和性能的实时监测,该节点包括数据中心、网络交换节点以及用户入口点;
在数据中心,传感器部署于网络的核心区域,用于监控进出数据中心的所有数据流量,包括不同类型的数据包(HTTP请求、数据库查询)的监控,以及大规模数据传输的追踪,在网络的交换节点,传感器捕获跨越不同网络段的流量,在用户入口点,如企业网络接入点或家庭宽带连接处,传感器监测用户端的流量和使用模式,为基于用户需求的服务优化提供数据支持,进而通过采用嵌入式传感器和网络监控系统实时捕获和记录网络中的各种通信类型(语音、视频、数据等)和数据流量信息,确保能够精确地反映网络的当前状况,其次,网络层次划分模块中包含实时分析功能,通过利用机器学习算法分析用户的网络使用模式,包括服务使用频率、数据传输量、使用时间段,为网络层次划分提供数据支持;
网络层次划分模块通过实时分析功能使用机器学习算法来分析用户的网络使用模式的具体实现步骤:
首先,通过从嵌入式传感器中收集关于用户服务使用频率(如多久访问一次某个网站或服务)、数据传输量(在特定时间段内用户传输的数据量)以及使用时间段(用户活跃的时间),该数据从网络的数据中心、交换节点和用户入口点节点实时收集,将收集到的数据在分析前去除异常值、填补缺失数据以及数据标准化操作,接下来,从预处理后的数据中提取关键特征,通过特征反映用户的网络使用行为,通过机器学习算法(聚类分析)分析用户行为中的模式和趋势,例如,识别出特定时间段内数据使用量增加的趋势,或者用户偏好特定类型服务的模式,其分析结果被用来支持网络层次的动态划分决策,例如,分析显示晚间视频流量急剧增加,自动将更多的网络资源分配给增强通信层以处理视频流。
此外,网络层次划分模块还包括一个动态调整算法,基于实时收集的数据流量信息和通信类型变化,自动调整网络的层次结构,其通过规则引擎实现的,该引擎包括多个决策参数,当网络状态发生变化时,规则引擎会重新评估并调整网络层次,以确保网络资源的最优分配,具体的,通过嵌入式传感器和网络监控技术不断收集关于网络流量和通信类型的数据,包括但不限于流量大小、流向、频率以及不同的通信类型,随后,收集到的数据识别出网络使用的关键模式和趋势,例如,发现特定时间段的流量高峰或特定类型服务的使用增加,此分析结果随即被输入到规则引擎中,一旦规则引擎做出调整决策,决策将通过集成API s立即实施,以调整网络配置和资源分配,集成API s允许不同网络组件和服务之间的自动化交互;
动态调整算法接收来自网络层次划分模块的多种数据,包括:
实时网络流量数据:包括每种通信类型的流量大小、流向和频率;
用户行为数据:用户使用的服务类型、活跃时间段、数据使用量;
网络性能指标:包括网络延迟、带宽利用率、错误率;
接着,通过数据分析技术来识别网络流量和用户行为的模式,基于分析结果包括:根据流量分析结果,识别高流量和低流量区域,优化数据路径和带宽分配,识别关键服务并为其提供优先的资源,根据用户行为模式调整服务层次,如在高需求时段增加特定服务的资源;
最后,决策逻辑的输出用于动态调整网络层次和资源分配,包括:根据当前数据和预测结果调整网络的层次结构,动态调整网络资源,如重新分配带宽和计算资源。
通过独立调度机制模块接收来自网络层次划分模块的信息,分析每个网络层次的服务质量(QoS)要求来理解其特定需求,包括带宽要求、延迟敏感性、数据可靠性,然后根据要求,将不同层次的服务进行分类和优先级排序,基于QoS要求分析,制定针对每个网络层次的调度策略,包括确定每个层次可用带宽的分配比例,以确保高优先级服务获得足够的带宽支持,设置数据包的排队和调度规则,以根据服务级别和需求进行合理的数据包排队,制定错误处理策略,确保在出现故障或数据包丢失时及时采取措施,根据实时数据流量情况,调整调度策略以优化数据传输效率;
将数据包分配到不同的服务队列,根据服务级别和QoS要求对数据包进行调度,以及在必要时对数据包进行重新排序,根据调度策略将网络资源分配给各个层次,包括带宽、计算资源和存储资源的分配。
通过协同算法和通信协议,实现不同网络层次之间的高效信息交换和数据同步,以支持跨层次的服务优化和故障管理;
协同算法包括:
数据路由算法:确定数据包从发送端到接收端的最佳路径,以最小化延迟和丢包率,其路由协议和网络拓扑分析技术确定数据包从发送端到接收端的最佳路径,以最小化整体网络延迟和提高数据传输的可靠性,通过动态调整路由决策来应对网络状态的变化,确保数据传输效率最大化;
数据同步算法:确保不同层次之间的数据同步,以避免数据冲突和丢失,在不同网络层次之间进行数据同步时,确保数据的一致性和完整性,通过采用时间戳追踪数据的最新状态,并在多个层次间进行有效同步,可避免数据冲突和丢失,尤其是在高并发环境中;
负载均衡算法:根据各个层次的负载情况,分配任务和资源,以确保平衡的网络负载,基于实时分析网络各层次的负载情况,利用信息动态分配任务和资源,如将数据流量重定向到较少负载的路径或节点,或在多个服务器之间分配处理任务,以确保网络负载均衡,避免任何单点过载;
故障检测算法:监测网络状态,检测故障并及时采取措施,通过持续监控网络的性能指标(延迟、带宽利用率、错误率)来检测潜在的网络故障,一旦检测到异常,立即触发故障恢复流程,如自动切换到备用路径或通知维护团队进行干预。
采用标准化的通信协议来实现不同网络层次之间的通信,协议包括TCP/IP、HTTP/HTTPS、MQTT等,确保数据的可靠传输和安全性;
信息交互和协同模块包括用于故障检测和自动恢复的子模块,负责监测网络层次间的故障,并在检测到故障时采取自动恢复措施,其措施包括:
将数据流量从故障路径切换到备份路径,以确保数据的连续传输;
自动识别故障的类型和位置,以便更快速地采取恢复措施;
在故障发生后重新分配资源,以确保服务的连续性。
自适应调度算法模块,根据实时网络状态、流量模式和外部环境变化,自动调整调度策略和资源分配;
自适应调度算法模块接收来自实时网络监测模块的数据,采用基于模式识别的算法来分析历史和实时数据,以识别网络中的模式和趋势,根据模式识别的结果,制定自适应调整策略,策略包括根据流量模式的变化重新分配带宽资源,调整数据包排队和调度策略,以适应不同流量模式,重新分配计算资源、存储资源等,以满足不同网络状态下的需求;通过不断监测网络状态和性能,并实时反馈调整策略的效果,如策略导致性能下降,将迅速采取措施进行修正,以确保系统性能的最佳表现。
资源动态分配模块,资源动态分配模块接收来自网络监测模块的数据,通过分析当前网络负载情况,了解不同资源的利用情况,以确定是否需要进行资源动态分配,负载分析包括以下方面:监测带宽利用率,识别是否存在拥塞或高峰期,检查计算资源的利用率,确定是否需要调整资源分配,分析存储资源的使用情况,以了解是否需要重新分配存储空间;
根据负载分析的结果,模块制定动态分配策略,策略包括:
在网络负载高峰期间,将更多的带宽分配给关键服务,以确保其正常运行,将计算资源分配给需要的服务,以满足其计算需求,动态调整存储资源,以满足不同服务的存储需求。
实时网络状态监控模块用于持续监测网络的各项性能指标,包括:
测量数据包从发送端到接收端的延迟时间,以评估通信质量,通过监测网络中各个通道和链路的带宽使用情况,以确定是否存在拥塞或高负载情况,统计数据包在传输过程中的丢失率,以识别潜在的问题;
如果监测模块发现潜在的网络拥塞问题,立即采取措施进行处理,拥塞处理策略包括:将带宽从拥塞链路重新分配到非拥塞链路,以缓解拥塞,调整数据包排队策略,以减少数据包的排队时间,对特定流量进行限制,以降低拥塞风险,实时网络状态监控模块还包括实时报警机制,用于向运维人员发送警报,以便他们能够及时响应问题。
在一个实施例中,包括用户行为分析模块,用于实时监测和分析用户的网络使用模式,以便调整网络策略以更好地满足用户需求。
在一个实施例中,各模块之间通过高效能的通信接口进行数据交换和协同工作,通过定义统一的数据格式和协议,以确保不同模块之间能够正确解析和处理数据,使用高效的数据传输协议,以确保数据的可靠传输。
实施例1:视频流媒体服务优化
在本实施例中,针对视频流媒体服务进行优化,具体如下:
时间段与流量增长:在晚高峰期间(晚上7点至10点),系统监测到视频流服务的数据流量从平常的6.7Gbps增长了50%,达到10Gbps,通过嵌入式传感器在数据中心监测到的流量从平常的2Gbps暴增至5Gbps,而网络交换节点的流量也从1Gbps增至2.5Gbps;
视频编码优化:系统的增强通信层利用高效视频编码(HEVC/H.265)技术,将1080p标准视频流的数据量从3Mbps减少到2.1Mbps,降低了30%,同时保持视频质量不变,通过将视频流量从负载较高的服务器A(处理能力5Gbps,当前负载4.5Gbps)重新分配到相对空闲的服务器B(处理能力5Gbps,当前负载1.5Gbps);
通过机器学习算法预测未来一小时内的视频流量将增加至12Gbps,基于此预测提前将增强通信层的带宽配额从原先的8Gbps增加到10Gbps;
为了减少视频缓冲,通过动态调整网络层次划分模块的规则引擎参数,在检测到视频流服务流量达到9.5Gbps时,自动为其增加额外1Gbps带宽,该调整使用户平均视频加载时间从5秒降低到了2秒;
网络调整的效果:由于上述优化措施,视频播放中断次数从平均每小时10次降低到2次,视频质量评分(基于分辨率和帧率)从4.5提升至4.8(满分5分);
数据路由算法在晚高峰期间将视频流量通过最优网络路径传输,减少了平均延迟时间从原先的100ms降至70ms,负载均衡算法则确保服务器A和服务器B的负载分别保持在3.5Gbps和2.5Gbps,避免过载。
本发明各模块的功能和协同工作:通过在数据中心、网络交换节点和用户入口点的关键位置安装的嵌入式传感器,实时监控网络流量和性能,传感器捕获语音、视频、数据和数据流量信息,提供准确反映网络当前状况的实时数据,接着,网络层次划分模块利用高级数据分析技术和机器学习算法,根据实时数据分析用户的服务使用频率、数据传输量和使用时间段,基于分析结果,将光通信网络动态划分为基础通信层、增强通信层、优先通信层和实时通信层,每层针对不同的服务需求和数据特性进行优化;
在网络层次划分的基础上,通过动态调整算法和规则引擎,根据实时收集的数据流量信息和通信类型变化,自动调整网络的层次结构,该过程涉及实时网络流量数据、用户行为数据和网络性能指标的综合分析,根据这些分析采取包括流量管理、服务优先级调整和用户需求响应在内的决策逻辑,动态调整网络层次和资源分配,通过调度机制模块分析每个网络层次的服务质量(QoS)要求,包括带宽要求、延迟敏感性和数据可靠性,基于QoS要求对不同层次的服务进行分类和优先级排序,并制定相应的调度策略,通过协同算法和通信协议确保不同网络层次间的高效信息交换和数据同步,支持跨层次的服务优化和故障管理,包括数据路由算法、数据同步算法、负载均衡算法和故障检测算法,通过各个算法针对其特定功能进行优化,以确保网络的整体性能和可靠性;
在故障发生时,通过信息交互和协同模块会自动启动故障检测和自动恢复流程,包括将数据流量从故障路径切换到备份路径、自动识别故障的类型和位置,以及在故障发生后重新分配资源,以确保服务的连续性,实时网络状态监控模块持续监测网络的网络延迟、带宽利用率和数据包丢失率,以及实时报警机制,确保运维人员能够及时响应问题。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种智能自适应光通信调度系统,其特征在于:包括
网络层次划分模块,利用高级数据分析技术,根据通信类型、数据流量和用户行为模式,动态地将光通信网络划分为多个服务层次;
独立调度机制模块,为每个网络层次设计的专门调度机制,能够根据该层次的特定需求和服务级别进行优化的数据流量管理和资源分配;
信息交互和协同模块,通过协同算法和通信协议,实现不同网络层次之间的高效信息交换和数据同步,以支持跨层次的服务优化和故障管理;
自适应调度算法模块,根据实时网络状态、流量模式和外部环境变化,自动调整调度策略和资源分配;
资源动态分配模块,基于当前网络状况动态分配;
实时网络状态监控模块,用于持续监测网络的各项性能指标。
2.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:所述网络层次划分模块进一步包括具有实时分析功能,能够根据实时数据流量和通信类型的变化动态调整网络层次。
3.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:所述独立调度机制模块采用基于服务质量(QoS)的调度策略,以满足不同网络层次的服务质量要求。
4.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:所述信息交互和协同模块包括用于故障检测和自动恢复的子模块,能够实时响应网络层次间的故障并快速恢复正常服务。
5.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:所述自适应调度算法模块使用基于模式识别的算法,根据历史数据和实时监测数据自动调整调度策略。
6.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:所述资源动态分配模块能够在网络负载高峰期间优先保障关键服务的资源需求。
7.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:所述实时网络状态监控模块包括对网络延迟和带宽利用率的监控,以便及时发现并处理潜在的网络拥塞问题。
8.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:包括用户行为分析模块,用于实时监测和分析用户的网络使用模式,以便调整网络策略以更好地满足用户需求。
9.根据权利要求1所述的一种智能自适应光通信调度系统,其特征在于:各模块之间通过高效能的通信接口进行数据交换和协同工作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410054198.5A CN117956328A (zh) | 2024-01-15 | 2024-01-15 | 一种智能自适应光通信调度系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410054198.5A CN117956328A (zh) | 2024-01-15 | 2024-01-15 | 一种智能自适应光通信调度系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117956328A true CN117956328A (zh) | 2024-04-30 |
Family
ID=90797601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410054198.5A Pending CN117956328A (zh) | 2024-01-15 | 2024-01-15 | 一种智能自适应光通信调度系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117956328A (zh) |
-
2024
- 2024-01-15 CN CN202410054198.5A patent/CN117956328A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8977886B2 (en) | Method and apparatus for rapid disaster recovery preparation in a cloud network | |
US8868735B2 (en) | Wide area network optimization | |
US8612625B2 (en) | Characterizing data flow in a network based on a footprint measurement and taking action to avoid packet loss including buffer scaling or traffic shaping by adapting the footprint measurement | |
CN1764184B (zh) | 一种实时流媒体通讯传输方法 | |
CN110932989B (zh) | 一种基于sdn数据中心网络的大象流路径监控调度方法 | |
US9621607B2 (en) | Systems and languages for media policy decision and control and methods for use therewith | |
US9197687B2 (en) | Prioritized blocking of on-demand requests | |
CN108174397A (zh) | 一种任务驱动的多网关协同方法 | |
Petrangeli et al. | A machine learning-based framework for preventing video freezes in HTTP adaptive streaming | |
WO2012079312A1 (zh) | 一种告警数据的同步方法及通讯网络管理系统 | |
CN110545258A (zh) | 流媒体服务器资源配置方法、装置和服务器 | |
Go et al. | An SDN-based framework for improving the performance of underprovisioned IP Video Surveillance networks | |
US9621438B2 (en) | Network traffic management | |
EP2884717A1 (en) | Systems for media policy decision and control and methods for use therewith | |
Montazerolghaem | Efficient Resource Allocation for Multimedia Streaming in Software-Defined Internet of Vehicles | |
CN114003377A (zh) | 一种基于es服务的内存熔断方法、装置、设备及可读介质 | |
CN113747102A (zh) | 视频通话处理方法、装置、设备及存储介质 | |
CN117076117A (zh) | 一种基于新通信架构的媒体会场智能调度方法及系统 | |
CN117956328A (zh) | 一种智能自适应光通信调度系统 | |
CN116781636A (zh) | 数据传输方法、装置、计算机存储介质及电子设备 | |
CN114866475A (zh) | 一种片上网络拥塞控制方法、系统、装置及存储介质 | |
KR100747100B1 (ko) | 홈 게이트웨이 제어 장치 및 그 방법 | |
Ogino et al. | A model of adaptive QoS management platform based on cooperation of layered multi-agents | |
CN116095175B (zh) | 一种用于电网边缘计算系统的数据流调度方法及装置 | |
KR101566397B1 (ko) | 대역폭 관리 장치, 중앙 관리 장치, 및 대역폭 관리 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |