CN107454630B - 负载均衡方法及负载均衡路由器 - Google Patents

负载均衡方法及负载均衡路由器 Download PDF

Info

Publication number
CN107454630B
CN107454630B CN201710876618.8A CN201710876618A CN107454630B CN 107454630 B CN107454630 B CN 107454630B CN 201710876618 A CN201710876618 A CN 201710876618A CN 107454630 B CN107454630 B CN 107454630B
Authority
CN
China
Prior art keywords
load balancing
analysis
load
analysis result
information
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.)
Active
Application number
CN201710876618.8A
Other languages
English (en)
Other versions
CN107454630A (zh
Inventor
王智明
毋涛
贾智宇
卢莹
刘畅
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 United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201710876618.8A priority Critical patent/CN107454630B/zh
Publication of CN107454630A publication Critical patent/CN107454630A/zh
Application granted granted Critical
Publication of CN107454630B publication Critical patent/CN107454630B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/08Load balancing or load distribution
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/0289Congestion control

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种负载均衡方法及负载均衡路由器,该方法包括:获取EPC核心网的多个服务器的负载信息;在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和负载信息进行分析,获得分析结果;根据分析结果实施负载均衡,该负载均衡用于均衡移动终端与EPC核心网的多个服务器之间数据通信的负载。本发明提供的负载均衡方法,可以降低电信网关路由的拥塞度,实现负载均衡。

Description

负载均衡方法及负载均衡路由器
技术领域
本发明涉及通信技术领域,具体地,涉及一种负载均衡方法及负载均衡路由器。
背景技术
EPC(Evolved Packet Core,核心分组网演进,以下简称EPC核心网),其作为4G移动通信网络的核心网,具备用户签约数据存储,移动性管理和数据交换等移动网络的传统能力。除此之外,它还增加了符合4G高速数据传输的扁平化网络模型,满足高速的数据报文交换。
目前,为了实现资源灵活调度,业务快速上线,NFV(network functionsvirtualization,网络功能虚拟化)和SDN(soft defined network,软件定义网络)的理念可以很好地契合EPC核心网的新需求。
但是,随着SDN和NFV应用业务的快速增长,随之产生的电信网关路由的拥塞度高、负载失衡等问题日益突出。因此,目前稽需一种负载均衡方法,使得该应用***具有拥塞度低、负载均衡的优势。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一,提出了一种负载均衡方法及负载均衡路由器,其可以降低电信网关路由的拥塞度,实现负载均衡。
为实现本发明的目的而提供一种负载均衡方法,其包括:
获取EPC核心网的多个服务器的负载信息;
在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果;
根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载。
具体地,所述在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果包括:
设置迭代初始参数;
当前迭代次数加1;
根据分析模型和所述负载信息进行分析,获得分析结果;
判断所述分析结果是否满足分析评价条件,若是,则根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述 EPC核心网的多个服务器之间数据通信的负载;若否,则进行以下步骤:
当前迭代次数加1;
根据分析模型和所述负载信息进行二次分析,获得分析结果;
判断所述当前迭代次数是否大于预设的最大迭代次数,若是,则根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;若否,则返回上述判断所述分析结果是否满足分析评价条件。
具体地,所述分析模型为如下模型矩阵:
Figure BDA0001418245450000021
其中,设定一个网络拓扑图G(V,E),V表示所述EPC的所有节点的集合,|V|=O,O为节点的总数;E表示所有链路的集合,|E|=W, W为链路的总数;TRM为O个所述节点的转发向量;其中,第i行第j 列(i∈V,j∈V)的信息表示源i节点至目标j节点之间的链路的链路拥塞度和最大链路利用率。
具体地,所述第i行第j列的信息满足以下公式:
Figure BDA0001418245450000022
其中,Mij k为所述第i行第j列的信息;
Figure BDA0001418245450000023
Figure BDA0001418245450000024
分别为所述链路拥塞度和所述最大链路利用率;k为当前迭代次数为k。
具体地,所述分析评价条件包括如下评价函数:
Figure BDA0001418245450000031
其中,MinZk为最佳负载均衡值;
Figure BDA0001418245450000032
Figure BDA0001418245450000033
Figure BDA0001418245450000034
Figure BDA0001418245450000036
和ξ分别为所述链路拥塞度和所述最大链路利用率的调整因子; k≤d,d为最大迭代次数;ρij β为源点i至目标点j链路的启发信息素浓度,β为期望因子。
Figure BDA0001418245450000035
为第k+1次迭代的2阶绝对值方差信息向量; CGK和UGK分别为第k次迭代中前k次迭代的全局历史最优路由节点信息向量。
具体地,所述在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果,包括:
每间隔预设时间采用主动上报和定期被询问的方式汇总所有的所述负载均衡请求;
对应各个所述负载均衡请求,根据分析模型和所述负载信息进行分析,获得分析结果,并进行汇总。
具体地,所述负载信息包括链路拥塞度和最大链路利用率。
作为另一个技术方案,本发明还提供一种负载均衡路由器,包括EPC核心网的接入单元,所述EPC核心网的接入单元包括:
获取模块,用于获取EPC核心网的多个服务器的负载信息;
分析模块,用于在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果;
负载均衡模块,用于根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载。
具体地,所述分析模块包括:
分析子模块,用于根据分析模型和所述负载信息进行分析,获得分析结果;以及,根据分析模型和所述负载信息进行二次分析,获得分析结果;
迭代子模块,用于设置迭代初始参数,并在所述分析子模块进行分析之前,将当前迭代次数加1;
判断子模块,用于判断所述分析结果是否满足分析评价条件,
若是,则向所述负载均衡模块发送信号,所述负载均衡模块根据该信号均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;
若否,则向所述迭代子模块发送信号,所述迭代子模块根据该信号将当前迭代次数加1;以及,向所述分析子模块发送信号,所述分析子模块根据该信号根据分析模型和所述负载信息进行二次分析,获得分析结果;以及,所述判断子模块还用于判断所述当前迭代次数是否大于预设的最大迭代次数,若是,则向所述负载均衡模块发送信号,所述负载均衡模块根据该信号根据所述分析结果实施负载均衡;若否,则重新判断所述分析结果是否满足分析评价条件。
具体地,所述移动终端通过基站信号向掌上基站发送所述数据通信请求;所述掌上基站通过VPN隧道将所述数据通信请求发送至掌上网关;所述掌上网关通过网络向将所述数据通信请求发送至所述分析模块。
本发明具有以下有益效果:
本发明提供的负载均衡方法及负载均衡路由器的技术方案中,其通过获取EPC核心网的多个服务器的负载信息;在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和负载信息进行分析,获得分析结果;根据分析结果实施负载均衡,该负载均衡用于均衡移动终端与EPC核心网的多个服务器之间数据通信的负载,可以降低电信网关路由的拥塞度,实现负载均衡。
附图说明
图1为本发明实施例提供的负载均衡方法的流程框图;
图2为多个负载均衡请求的分析过程图;
图3为本发明实施例中步骤S2的流程框图;
图4为本发明实施例提供的负载均衡路由器的原理框图;
图5为本发明实施例提供的负载均衡路由器与移动终端之间的连接结构图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图来对本发明提供的负载均衡方法及负载均衡路由器进行详细描述。
请参阅图1,本发明提供一种负载均衡方法,其包括:
S1,获取EPC核心网的多个服务器的负载信息。
服务器用于与移动终端之间进行数据通信。负载信息是指进行负载均衡分析所需的相关信息,优选的,该负载信息包括链路拥塞度和最大链路利用率等。
S2,在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和上述负载信息进行分析,获得分析结果。
在移动终端发出的数据通信请求时,以发起负载均衡请求的方式进行负载均衡分析。分析模型所采用的分析策略可以为采用拟生物迭代优化方法,并基于多目标化、博弈论、图论、统计学等方法进行分析。
S3,根据分析结果实施负载均衡,该负载均衡用于均衡移动终端与EPC核心网的多个服务器之间数据通信的负载。
本发明提供的负载均衡方法,其可以降低电信网关路由的拥塞度,实现负载均衡。
具体地,请参阅图2,根据移动终端发出的数据通信请求发起的负载均衡请求可以是1,2,...,n个,这些负载均衡请求相互独立,且互不干扰。在进行上述步骤S2时,对各个负载均衡请求进行独立分析,并一一对应地获得分析结果1,2,...,n个。另外,可以每间隔预设时间采用主动上报和定期被询问的方式汇总所有的负载均衡请求;并且,对应各个负载均衡请求,根据分析模型和负载信息进行分析,获得分析结果,并进行汇总。也就是说,对于发起的多个负载均衡请求,可以主动上报或定期进行汇总;而对于多个负载均衡请求所对应的分析结果也需要进行汇总。
请参阅图3,上述步骤S2进一步包括:
S21,设置迭代初始参数。
该迭代初始参数包括初始迭代参数(为1)和最大迭代参数,该最大迭代参数可以为50。
S22,当前迭代次数加1。
S23,根据分析模型和负载信息进行分析,获得分析结果;
S24,判断分析结果是否满足分析评价条件,若是,则进行上述步骤S3;若否,则进行以下步骤S25:
S25,当前迭代次数加1;
S26,根据分析模型和负载信息进行二次分析,获得分析结果;
S27,判断当前迭代次数是否大于预设的最大迭代次数,若是,则进行上述步骤S3;若否,则返回上述步骤S24。
上述分析模型具体可以为如下模型矩阵:
Figure BDA0001418245450000061
其中,设定一个网络拓扑图G(V,E),上述模型矩阵即为该网络拓扑图的表现形式。V表示EPC的所有节点的集合,|V|=O,O为节点的总数,节点即为与服务器连接的接入点;E表示所有链路的集合, |E|=W,W为链路的总数,链路即为在各个节点之间相互连接的链路; TRM为O个节点的转发向量,用于实现负载均衡分配;其中,第i行第j列(i∈V,j∈V)的信息表示源i节点至目标j节点之间的链路的链路拥塞度和最大链路利用率。
进一步的,上述第i行第j列的信息满足以下公式:
Figure BDA0001418245450000071
其中,Mij k为第i行第j列的信息;
Figure BDA0001418245450000072
Figure BDA0001418245450000073
分别为链路拥塞度和最大链路利用率;k为当前迭代次数为k,k=1,2,...。
进一步的,上述分析评价条件包括如下评价函数:
Figure BDA0001418245450000074
其中,MinZk为最佳负载均衡值;
Figure BDA0001418245450000075
Figure BDA0001418245450000076
Figure BDA0001418245450000077
通过将上述式3和4代入上述式2即可计算得出
Figure BDA0001418245450000078
Figure BDA0001418245450000079
通过将
Figure BDA00014182454500000710
Figure BDA00014182454500000711
代入式1,即可计算得出MinZk。其中,
Figure BDA00014182454500000713
和ξ分别为链路拥塞度和最大链路利用率的调整因子;k≤d,d为最大迭代次数;ρij β为源点i至目标点j链路的启发信息素浓度,β为期望因子。
Figure BDA00014182454500000712
为第k+1次迭代的2阶绝对值方差信息向量;CGK和UGK分别为第k次迭代中前k 次迭代的全局历史最优路由节点信息向量。
综上所述,本发明提供的负载均衡方法,其通过获取EPC核心网的多个服务器的负载信息;在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和负载信息进行分析,获得分析结果;根据分析结果实施负载均衡,该负载均衡用于均衡移动终端与EPC核心网的多个服务器之间数据通信的负载,可以降低电信网关路由的拥塞度,实现负载均衡。
作为另一个技术方案,请参阅图4,本发明还提供一种负载均衡路由器,其包括EPC核心网的接入单元1,该EPC核心网的接入单元1包括:
获取模块11,用于获取EPC核心网的多个服务器的负载信息;
分析模块12,用于在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果;
负载均衡模块13,用于根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载。
本发明提供的负载均衡路由器,其可以降低电信网关路由的拥塞度,实现负载均衡。
进一步的,上述分析模块12包括:
分析子模块,用于根据分析模型和负载信息进行分析,获得分析结果;以及,根据分析模型和所述负载信息进行二次分析,获得分析结果;
迭代子模块,用于设置迭代初始参数,并在分析子模块进行分析之前,将当前迭代次数加1;
判断子模块,用于判断分析结果是否满足分析评价条件,
若是,则向负载均衡模块发送信号,负载均衡模块根据该信号均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;
若否,则向迭代子模块发送信号,迭代子模块根据该信号将当前迭代次数加1;以及,向分析子模块发送信号,分析子模块根据该信号根据分析模型和负载信息进行二次分析,获得分析结果;以及,判断子模块还用于判断当前迭代次数是否大于预设的最大迭代次数,若是,则向负载均衡模块发送信号,负载均衡模块根据该信号根据分析结果实施负载均衡;若否,则重新判断分析结果是否满足分析评价条件。
优选的,请参阅图5,上述移动终端通过基站信号向掌上基站 (Femeto基站)发送数据通信请求;掌上基站通过VPN隧道将数据通信请求发送至掌上网关(Femeto网关);掌上网关通过网络向将数据通信请求发送至上述分析模块12。这样,可以实现移动终端与 EPC核心网的多个服务器之间数据通信的层次化,实现EPC数据转发和网关接入控制分离,以及电信功能虚拟化。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。

Claims (8)

1.一种负载均衡方法,其特征在于,包括:
获取EPC核心网的多个服务器的负载信息;
在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果;
根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;
所述在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果包括:
设置迭代初始参数;
当前迭代次数加1;
根据分析模型和所述负载信息进行分析,获得分析结果;
判断所述分析结果是否满足分析评价条件,若是,则根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;若否,则进行以下步骤:
当前迭代次数加1;
根据分析模型和所述负载信息进行二次分析,获得分析结果;
判断所述当前迭代次数是否大于预设的最大迭代次数,若是,则根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;若否,则返回上述判断所述分析结果是否满足分析评价条件。
2.根据权利要求1所述的负载均衡方法,其特征在于,所述分析模型为如下模型矩阵:
Figure FDA0002619537240000011
其中,设定一个网络拓扑图G(V,E),V表示所述EPC的所有节点的集合,|V|=O,O为节点的总数;E表示所有链路的集合,|E|=W,W为链路的总数;TRM为O个所述节点的转发向量;其中,第i行第j列(i∈V,j∈V)的信息表示源i节点至目标j节点之间的链路的链路拥塞度和最大链路利用率。
3.根据权利要求2所述的负载均衡方法,其特征在于,所述第i行第j列的信息满足以下公式:
Figure FDA0002619537240000021
其中,Mij k为所述第i行第j列的信息;
Figure FDA0002619537240000022
Figure FDA0002619537240000023
分别为所述链路拥塞度和所述最大链路利用率;k为当前迭代次数为k。
4.根据权利要求3所述的负载均衡方法,其特征在于,所述分析评价条件包括如下评价函数:
Figure FDA0002619537240000024
其中,MinZk为最佳负载均衡值;
Figure FDA0002619537240000025
Figure FDA0002619537240000026
Figure FDA0002619537240000027
Figure FDA0002619537240000028
和ξ分别为所述链路拥塞度和所述最大链路利用率的调整因子;k≤d,d为最大迭代次数;ρij β为源点i至目标点j链路的启发信息素浓度,β为期望因子,
Figure FDA0002619537240000029
为第k+1次迭代的2阶绝对值方差信息向量;CGK和UGK分别为第k次迭代中前k次迭代的全局历史最优路由节点信息向量。
5.根据权利要求1所述的负载均衡方法,其特征在于,所述在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果,包括:
每间隔预设时间采用主动上报和定期被询问的方式汇总所有的所述负载均衡请求;
对应各个所述负载均衡请求,根据分析模型和所述负载信息进行分析,获得分析结果,并进行汇总。
6.根据权利要求1所述的负载均衡方法,其特征在于,所述负载信息包括链路拥塞度和最大链路利用率。
7.一种负载均衡路由器,其特征在于,包括EPC核心网的接入单元,所述EPC核心网的接入单元包括:
获取模块,用于获取EPC核心网的多个服务器的负载信息;
分析模块,用于在接收到根据移动终端发出的数据通信请求发起的负载均衡请求时,根据分析模型和所述负载信息进行分析,获得分析结果;
负载均衡模块,用于根据所述分析结果实施负载均衡,所述负载均衡用于均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;
所述分析模块包括:
分析子模块,用于根据分析模型和所述负载信息进行分析,获得分析结果;以及,根据分析模型和所述负载信息进行二次分析,获得分析结果;
迭代子模块,用于设置迭代初始参数,并在所述分析子模块进行分析之前,将当前迭代次数加1;
判断子模块,用于判断所述分析结果是否满足分析评价条件,
若是,则向所述负载均衡模块发送信号,所述负载均衡模块根据该信号均衡所述移动终端与所述EPC核心网的多个服务器之间数据通信的负载;
若否,则向所述迭代子模块发送信号,所述迭代子模块根据该信号将当前迭代次数加1;以及,向所述分析子模块发送信号,所述分析子模块根据该信号根据分析模型和所述负载信息进行二次分析,获得分析结果;以及,所述判断子模块还用于判断所述当前迭代次数是否大于预设的最大迭代次数,若是,则向所述负载均衡模块发送信号,所述负载均衡模块根据该信号根据所述分析结果实施负载均衡;若否,则重新判断所述分析结果是否满足分析评价条件。
8.根据权利要求7所述的负载均衡路由器,其特征在于,所述移动终端通过基站信号向掌上基站发送所述数据通信请求;所述掌上基站通过VPN隧道将所述数据通信请求发送至掌上网关;所述掌上网关通过网络向将所述数据通信请求发送至所述分析模块。
CN201710876618.8A 2017-09-25 2017-09-25 负载均衡方法及负载均衡路由器 Active CN107454630B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710876618.8A CN107454630B (zh) 2017-09-25 2017-09-25 负载均衡方法及负载均衡路由器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710876618.8A CN107454630B (zh) 2017-09-25 2017-09-25 负载均衡方法及负载均衡路由器

Publications (2)

Publication Number Publication Date
CN107454630A CN107454630A (zh) 2017-12-08
CN107454630B true CN107454630B (zh) 2021-02-02

Family

ID=60497407

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710876618.8A Active CN107454630B (zh) 2017-09-25 2017-09-25 负载均衡方法及负载均衡路由器

Country Status (1)

Country Link
CN (1) CN107454630B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107995126B (zh) * 2017-12-12 2021-08-03 中国联合网络通信集团有限公司 负载均衡路由分析方法及负载均衡路由分析器
CN110139289B (zh) * 2018-02-09 2023-02-28 中兴通讯股份有限公司 一种调度方法及调度***
CN112543481B (zh) * 2020-11-23 2023-09-15 中国联合网络通信集团有限公司 一种边缘节点算力负载均衡的方法、装置及***
CN115499376B (zh) * 2022-07-29 2024-01-02 天翼云科技有限公司 一种负载均衡方法、***、电子设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103987086A (zh) * 2014-05-13 2014-08-13 广州杰赛科技股份有限公司 无线终端接入点的负载均衡方法及***

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102158417A (zh) * 2011-05-19 2011-08-17 北京邮电大学 实现多约束QoS路由选择的优化方法及装置
CN102917430A (zh) * 2012-10-17 2013-02-06 上海大学 基于量子蚁群算法的无线传感器网络可信安全路由
CN104579961B (zh) * 2013-10-11 2018-09-07 ***通信集团公司 数据报文的调度方法及装置
CN106998303A (zh) * 2017-03-24 2017-08-01 中国联合网络通信集团有限公司 路由节点的负载均衡方法和负载均衡***
CN107094115B (zh) * 2017-05-19 2020-06-16 重庆邮电大学 一种基于sdn的蚁群优化负载均衡路由算法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103987086A (zh) * 2014-05-13 2014-08-13 广州杰赛科技股份有限公司 无线终端接入点的负载均衡方法及***

Also Published As

Publication number Publication date
CN107454630A (zh) 2017-12-08

Similar Documents

Publication Publication Date Title
CN107454630B (zh) 负载均衡方法及负载均衡路由器
Hu et al. EASM: Efficiency-aware switch migration for balancing controller loads in software-defined networking
EP3213546B1 (en) System and method for placing virtual serving gateways for mobility management
CN107094115B (zh) 一种基于sdn的蚁群优化负载均衡路由算法
EP4092992A1 (en) Data processing method, apparatus, and system
CN108023840B (zh) Ovs网络流量加速优化方法及ovs网络流量加速优化***
US20230300726A1 (en) Data processing method and apparatus, network element device, storage medium, and program product
Jamali et al. On the use of the genetic programming for balanced load distribution in software-defined networks
CN114567598A (zh) 一种基于深度学习和跨域协作的负载均衡方法及装置
Zhong et al. An efficient SDN load balancing scheme based on variance analysis for massive mobile users
US20070140148A1 (en) Fast simulated annealing for traffic matrix estimation
CN112543151A (zh) Sdn控制器部署方法、装置、电子设备和存储介质
CN114666423A (zh) Tcp流的调整方法和***
Routaib et al. Modeling and evaluating a cloudlet-based architecture for mobile cloud computing
Fountoulakis et al. An end-to-end performance analysis for service chaining in a virtualized network
CN108768857B (zh) 一种虚拟路由转发方法、装置及***
CN107509230B (zh) 路由优化方法及路由器
Leite et al. Performance analysis of IoT networks with mobility via modeling and simulation
Rafique et al. Softcaching: A framework for caching node selection and routing in software-defined information centric internet of things
CN102461068A (zh) 建模设备和方法
Vani et al. An Intelligent Server load balancing based on Multi-criteria decision-making in SDN
Alevizaki et al. Joint fronthaul optimization and SDN controller placement in dynamic 5G networks
Kumari et al. Time-varying network modeling and its optimal routing strategy
Qu et al. New analysis on mobile agents based network routing
Sun et al. Network function placement under randomly arrived networking traffic

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