CN111756646A - 网络传输控制方法、装置、计算机设备及存储介质 - Google Patents

网络传输控制方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111756646A
CN111756646A CN202010652960.1A CN202010652960A CN111756646A CN 111756646 A CN111756646 A CN 111756646A CN 202010652960 A CN202010652960 A CN 202010652960A CN 111756646 A CN111756646 A CN 111756646A
Authority
CN
China
Prior art keywords
time point
network transmission
historical
periodic
transmission control
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
CN202010652960.1A
Other languages
English (en)
Other versions
CN111756646B (zh
Inventor
刘岩
杨文正
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202010652960.1A priority Critical patent/CN111756646B/zh
Publication of CN111756646A publication Critical patent/CN111756646A/zh
Application granted granted Critical
Publication of CN111756646B publication Critical patent/CN111756646B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/127—Avoiding congestion; Recovering from congestion by using congestion prediction

Landscapes

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

Abstract

本申请关于一种网络传输控制方法、装置、计算机设备及存储介质，涉及网络传输技术领域，该方法包括：获取历史数据集，历史数据集中包含各个历史时间点上的网络传输数据；各个历史时间点对应有周期性特征，周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；获取目标时间点的周期性特征；根据目标时间点的周期性特征、各个历史时间点的周期性特征、以及历史数据集，获取目标时间点对应的预测策略特征；在目标时间点对应的时间区间内，根据预测策略特征进行网络传输控制。本方案充分考虑了网络传输情况的周期性变化，从而提高了网络传输控制策略预测的准确性，提高网络传输控制的准确性。

Description

网络传输控制方法、装置、计算机设备及存储介质
技术领域
本申请实施例涉及网络传输技术领域，特别涉及一种网络传输控制方法、装置、计算机设备及存储介质。
背景技术
在网络通信技术领域，服务器与客户端之间基于网络传输协议进行通信，例如，传输控制协议是一种传输层通信协议，为防止网络的拥塞现象，开发人员提出了一系列的拥塞控制策略，每个策略都具备自身的一套参数用于实现拥塞的控制。
在实际应用时，不同网络的数据传输质量差异很大，例如，光纤、无线局域网、无线蜂窝网等，即使同一网络在不同时刻也具有不同的网络质量。相关技术中，通过人工经验人为确定时间窗口，并通过经验确定若干(几个或几十个)候选参数集，通过随机搜索的方式找到传输性能最优的策略参数。
然而，在上述策略优化过程对网络传输情况随着时间变化的考虑较少，从而导致获取策略特征的准确性较低，对网络传输控制的准确性较低。
发明内容
本申请实施例提供了一种网络传输控制方法、装置、计算机设备及存储介质，可以提高获取策略特征的准确性，进而提高对网络传输控制的准确性，该技术方案如下：
一方面，提供了一种网络传输控制方法，所述方法包括：
获取历史数据集，所述历史数据集中包含各个历史时间点上的网络传输数据；所述各个历史时间点对应有周期性特征，所述周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；所述网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，所述策略特征用于指示网络传输控制策略，以及所述网络传输控制策略的策略参数中的至少一项；
获取目标时间点的周期性特征；
根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征；
在所述目标时间点对应的时间区间内，根据所述预测策略特征进行网络传输控制。
另一方面，提供了一种网络传输控制装置，所述装置包括：
数据集获取模块，用于获取历史数据集，所述历史数据集中包含各个历史时间点上的网络传输数据；所述各个历史时间点对应有周期性特征，所述周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；所述网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，所述策略特征用于指示网络传输控制策略，以及所述网络传输控制策略的策略参数中的至少一项；
第一特征获取模块，用于获取目标时间点的周期性特征；
策略特征获取模块，用于根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征；
传输控制模块，用于在所述目标时间点对应的时间区间内，根据所述预测策略特征进行网络传输控制。
在一种可能的实现方式中，所述策略特征获取模块，包括：
拟合函数构建子模块，用于基于所述历史数据集构建拟合函数，所述拟合函数用于指示所述各个历史时间点的传输状态信息与所述各个历史时间点对应的网络传输性能之间的关系；所述传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征；
策略特征提取子模块，用于基于所述目标时间点的周期性特征，从所述拟合函数中提取所述预测策略特征。
在一种可能的实现方式中，所述策略特征提取子模块，用于，
基于所述目标时间点的周期性特征，从所述拟合函数中提取参考评估点，所述参考评估点中包含使得网络传输性能在所述目标时间点上最大化的策略特征；
将所述参考评估点中包含的策略特征提取为所述预测策略特征。
在一种可能的实现方式中，所述拟合函数构建子模块，用于，
基于所述目标时间点的周期性特征、以及所述各个历史时间点的周期性特征，从所述各个历史时间点中提取各个参考时间点；
基于所述各个参考时间点的周期性特征，以及所述各个参考时间点的网络传输数据，构建所述拟合函数。
在一种可能的实现方式中，所述装置还包括：
第二特征获取模块，用于在所述数据集获取模块获取历史数据集之前，响应于所述各个历史时间点以与初始时间点之间的绝对时间差的形式表示，按照所述时间周期的周期长度，对第一时间点取模，获得所述第一时间点的周期性特征；所述第一时间点是所述各个历史时间点中的任意一个时间点。
在一种可能的实现方式中，所述装置还包括：
第三特征获取模块，用于在所述数据集获取模块获取历史数据集之前，响应于所述各个历史时间点以时钟时间的形式表示，且所述时间周期是以24小时的时长为周期，将第一时间点的时钟时间获取为所述第一时间点的周期性特征；所述第一时间点是所述各个历史时间点中的任意一个时间点。
在一种可能的实现方式中，所述装置还包括：
合并模块，用于响应于所述第一时间点的传输状态信息与所述各个历史时间点中的第二时间点的传输状态信息相同，对所述第一时间点的网络传输性能以及所述第二时间点的网络传输性能进行合并；
其中，所述传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征。
在一种可能的实现方式中，所述合并模块，用于，
将所述第一时间点和所述第二时间点中，时间靠前的时间点的网络传输性能修改为时间靠后的时间点的网络传输性能；
或者，
基于所述第一时间点和所述第二时间点中，时间靠前的时间点的网络传输性能，对时间靠后的时间点的网络传输性能进行调整。
在一种可能的实现方式中，所述装置还包括：
策略特征生成模块，用于响应于所述历史数据集为空，随机生成所述预测策略特征。
在一种可能的实现方式中，所述装置还包括：
修正模块，用于在所述策略特征获取模块根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征之前，根据所述目标时间点的周期性特征、以及所述各个历史时间点的周期性特征，对所述各个历史时间点的网络传输性能进行修正。
在一种可能的实现方式中，所述传输控制模块，用于在所述目标时间点对应的时间区间内，根据所述策略特征进行以下网络传输控制中的至少一项：传输控制协议TCP控制、音视频传输性能控制、内容分发网络CDN调度控制、以及，网络带宽调度控制。
另一方面，提供了一种网络传输控制***，所述***包括：日志监控服务器、策略参数优化服务器以及传输控制服务器；
所述日志监控服务器，用于记录历史数据集，所述历史数据集中包含各个历史时间点上的网络传输数据；所述各个历史时间点对应有周期性特征，所述周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；所述网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，所述策略特征用于指示网络传输控制策略，以及所述网络传输控制策略的策略参数中的至少一项；
所述策略参数优化服务器，用于获取目标时间点的周期性特征；根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征；
所述传输控制服务器，用于在所述目标时间点对应的时间区间内，根据所述预测策略特征进行网络传输控制。
另一方面，提供了一种计算机设备，所述计算机设备包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上所述的网络传输控制方法。
另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如上所述的网络传输控制方法。
另一方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的网络传输控制方法。
本申请提供的技术方案可以包括以下有益效果：
通过结合历史时间点和目标时间点在各自所属的时间周期内的时域位置的关系，以及各个历史时间点的策略参数和网络传输性能，预测在目标时间点上的策略特征，从而在基于历史数据预测网络传输控制策略的过程中，充分考虑了网络传输情况的周期性变化，从而提高了网络传输控制策略预测的准确性，提高网络传输控制的准确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1示出了本申请一示例性实施例提供的网络传输控制***的结构示意图；
图2示出了本申请一示例性实施例提供的网络传输控制方法的流程图；
图3示出了本申请一示例性实施例提供的网络传输控制方法的流程图；
图4示出了本申请一示例性实施例提供的网络传输控制***的示意图；
图5示出了本申请一示例性实施例提供的网络传输控制方法的时序图；
图6示出了本申请一示例性实施例提供的网络传输控制装置的方框图；
图7是根据一示例性实施例示出的计算机设备的结构框图；
图8是根据一示例性实施例示出的计算机设备的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
本申请实施例提出了一种网络传输控制方法，该方法能够通过结合历史时间点和目标时间点在各自所属的时间周期内的时域位置的关系，以及各个历史时间点的策略参数和网络传输性能，预测在目标时间点上的策略特征，从而在基于历史数据预测网络传输控制策略的过程中，充分考虑了网络传输情况的周期性变化，从而提高了网络传输控制策略预测的准确性，提高网络传输控制的准确性。为了便于理解，下面对本申请涉及的名词进行解释。
1)CDN(Content Delivery Network，内容分发网络)
CDN，是指内容分发网络，也称为内容传送网络，用于改善互联网的服务质量。
CDN网络由内容缓存设备、内容交换机、内容路由器、CDN内容管理***等组成：
内容缓存设备为CDN网络节点，位于用户接入点，是面向最终用户的内容提供设备，可缓存静态Web内容和流媒体内容，实现内容的边缘传播和存储，以便用户的就近访问。
内容交换机处于用户接入集中点，可以均衡单点多个内容缓存设备的负载，并对内容进行缓存负载平衡及访问控制。
内容路由器负责将用户的请求调度到适当的设备上。内容路由器通常通过负载均衡***来实现，动态均衡各个内容缓存站点的载荷分配，为用户的请求选择最佳的访问站点，同时提高网站的可用性。内容路由器可根据多种因素制定路由，包括站点与用户的临近度、内容的可用性、网络负载、设备状况等。负载均衡***是整个CDN的核心。负载均衡的准确性和效率直接决定了整个CDN的效率和性能。
CDN内容管理***负责整个CDN的管理，是可选部件，作用是进行内容管理，如内容的注入和发布、内容的分发、内容的审核、内容的服务等。
CDN通过广泛采用各种缓存服务器，将这些缓存服务器分布到用户访问相对集中的地区或网络中，在用户访问网站时，利用全局负载技术将用户的访问指向距离最近的工作正常的缓存服务器上，由缓存服务器直接响应用户请求，提高用户访问响应速度和命中率。
CDN是基于TCP/IP体系结构的补充方法，CDN的数据包是TCP/IP的数据包。
2)TCP(Transmission Control Protocol，传输控制协议)
TCP是一种面向连接的、可靠的、基于字节流的传输层通信协议。
TCP是面向连接的，也就是在进行数据传输之前，客户端与服务端(或者说是通信的双方)需要先建立一个可信的连接。在数据传输结束后，再通过一种协定的方式断开连接，由通信的双方释放资源。
TCP是可靠的，它定义了一种数据包的"超时重传机制"，也就是说，就是每一个数据包在发送出去后的都会等待一个响应。如果指定时间内没有收到响应，由发送方进行一定次数的重传来保证数据的可靠传输。
TCP是基于字节流的，在传输数据时应用层不需要关注数据包的边界，TCP在数据传输时会自动根据网络环境将数据进行缓冲、分组、合并。
3)BOA(Bayesian Optimization Algorithm,贝叶斯优化)
贝叶斯优化算法主要面向的问题是：
X*＝argx∈Smaxf(x)
其中，S是x的候选集。目标是从S中选择一个x，使得f(x)的值最小或者最大，可能f(x)的具体公式形态无法得知，但是假如选择一个x，可以通过实验或者观察得出f(x)的值。f(x)是一个黑盒的函数。
请参考图1，其示出了本申请一示例性实施例提供的网络传输控制***的结构示意图，如图1所示，该网络传输控制***100包括服务器集群110和客户端120。
上述服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式***，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。
其中，服务器集群110包括传输控制服务器、日志监控服务器以及策略参数优化服务器。日志监控服务器可以包括客户端日志监控服务器以及传输控制日志监控服务器中的至少一种。
日志监控服务器中包含日志监控模块，主要负责将每次传输控制连接对应的参数、策略以及对应时间汇总并按需求返回给策略参数优化服务器。
策略参数优化服务器根据日志监控服务器上报日志进行策略和参数的优化，并将优化结果，即，优化的策略和参数返回给对应的传输控制服务器使用。
传输控制服务器主要负责响应正常的客户端的请求，同时按照策略参数优化服务器返回的策略和参数进行网络传输控制。同时，传输控制服务器也需要周期性向日志监控服务器上报最近一段时间每条传输控制连接的性能数据，以使得日志监控服务器进行汇总，其中，每条传输控制连接的性能数据包括带宽、连接时间、下载文件大小等。
上述客户端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。
请参考图2，其示出了本申请一示例性实施例提供的网络传输控制方法的流程图，如图2所示，该方法由网络传输控制***执行，该网络传输控制***可以是图1所示的网络传输控制***，如图2所示，该网络传输控制方法包括以下步骤：
步骤210，获取历史数据集，该历史数据集中包含各个历史时间点上的网络传输数据；各个历史时间点对应有周期性特征，该周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；该网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，该策略特征用于指示网络传输控制策略，以及网络传输控制策略的策略参数中的至少一项。
在一种可能的实现方式中，该网络传输控制策略为网络传输控制算法，对应的网络传输控制策略的策略参数为网络传输控制算法的算法参数。
在一种可能的实现方式中，每个网络传输连接完成数据的传输之后，对应的协议栈会记录下本次连接的相关数据，将其存储为网络传输日志。例如，以文本形式存储在图1所示的日志监控服务器或者客户端或者网络传输服务器中；基于网络传输日志按照一定的时间间隔筛选出用于指示对应时间点上的网络传输情况的至少一组网络传输数据，由至少一组网络传输数据组成历史数据集。
在至少一组网络传输数据中，各个历史时间点上的网络传输数据用于表征各个历史时间点所对应的时间区域内的网络传输情况，以时间区间为一个小时为例，昨天6:00所对应的网络传输数据，用以表征昨天6:00-7:00这一时间区间内的网络传输情况，6:00用以表示该时间区间的起始时间，也表示该时间区间所对应的策略特征开始使用的时间。
步骤220，获取目标时间点的周期性特征。
在一种可能的实现方式中，目标时间点是指当前时间点，或者，是当前时间点之后的某一个时间点。
也就是说，网络传输控制***对于预测策略特征进行获取可以是实时获取的，比如，当前时间为20:00，网络传输控制***通过实时获取20:00的周期性特征以获取20:00所属的时间区间内所需的预测策略特征，以指导20:00所属的时间区间内的网络传输控制。
或者，也可以是提前获取某一时间点的周期性特征，以提前获取该时间点所属的时间区间内所需的预测策略特征，以指导该时间点所属的时间区间内的网络传输控制，比如，当前时间点为20:00，可以根据预先设置的规则获取21:00传输控制，提前对21:00所属的时间区间内所需的策略特征进行获取。
本申请实施例以实时获取目标时间点的周期性特征为例对本申请提供的网络传输控制方法进行说明。
在一种可能的实现方式中，该时间周期是根据实际情况进行预先设置的，比如，该时间周期可以为一周，一天或者一个小时，或者自定义的任意时间长度。以该时间周期为一天(24小时)为例，各个历史时间点对应的周期性特征表现为从0-23的循环，即前一天的晚上8点与今天的晚上8点的周期性特征均表现为处于第20个时域位置，即20:00。
步骤230，根据目标时间点的周期性特征、各个历史时间点的周期性特征、以及历史数据集，获取目标时间点对应的预测策略特征。
在一种可能的实现方式中，该预测策略特征用于进行网络传输控制，对于同一个网络传输控制而言，可以对应有多种传输控制策略，每种传输控制策略可以对应有不同数量以及不同范围的参数，同一传输控制策略对应的参数可以在指定范围内进行调整。
在一种可能的实现方式中，根据目标时间点的周期性特征、各个历史时间点的周期性特征、以及历史数据集，获取目标时间点对应的预测策略特征，可以实现为，获取目标时间点对应的传输控制策略，或者，获取目标时间点对应的参数，或者，同时获取目标时间点对应的对传输控制策略及其对应的参数。
步骤240，在目标时间点对应的时间区间内，根据预测策略特征进行网络传输控制。
在一种可能的实现方式中，该目标时间点对应的时间区间是该时间周期中的某一时间段，比如，时间周期为一天，目标时间点为8:00，该目标时间点对应的时间区间可以是8:00-9:00，在该时间区间内根据预测策略特征进行网络控制传输。
综上所述，本申请实施例提供的网络传输控制方法，通过结合历史时间点和目标时间点在各自所属的时间周期内的时域位置的关系，以及各个历史时间点的策略参数和网络传输性能，预测在目标时间点上的策略特征，从而在基于历史数据预测网络传输控制策略的过程中，充分考虑了网络传输情况的周期性变化，从而提高了网络传输控制策略预测的准确性，提高网络传输控制的准确性。
在一种可能的实现方式中，基于贝叶斯优化算法获取目标时间点对应的预测策略特征，请参考图3，其示出了本申请一示例性实施例提供的网络传输控制方法的流程图，如图3所示，该方法由网络传输控制***执行，该网络传输控制***可以是图1所示的网络传输控制***，如图3所示，该网络传输控制方法包括以下步骤：
步骤310，获取历史数据集，该历史数据集中包含各个历史时间点上的网络传输数据；各个历史时间点对应有周期性特征，周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，策略特征用于指示网络传输控制策略，以及网络传输控制策略的策略参数中的至少一项。
在一种可能的实现方式中，在获取历史数据集之前，响应于各个历史时间点以与初始时间点之间的绝对时间差的形式表示，按照时间周期的周期长度，对第一时间点取模，获得第一时间点的周期性特征；该第一时间点是各个历史时间点中的任意一个时间点。
在一种可能的实现方式中，该初始时间是指网络传输控制***的初始运行时间，即从网络传输控制***开始运行时起开始计时，或者，该初始时间是过去的某一固定时间点，比如，以过去某一天的0点为起始时间开始计时，例如UNIX时间，即从协调世界时1970年1月1日0时0分0秒起至现在的总秒数，不考虑闰秒。
在一种可能的实现方式中，网络传输数据包括对应时间点上的历史策略特征，以及对应时间点上的网络传输性能；请参考表1，其示出了本申请根据一示例性实施例提供的历史数据集，包括多组网络传输数据：
表1
Figure BDA0002575662370000111
其中，历史策略特征中的每个集合中，第一个数字表示在该网络传输数据下的网络传输连接所使用的策略的编号，后续的数值表示该策略中的对应参数。需要说明的是，表1中示出的网络传输数据的相关数据仅为示意性的，本申请不对历史数据集中的网络传输数据的数量，以及每组网络传输数据对应的策略特征的中的数据个数进行限定。
在一种可能的实现方式中，为感知网络传输性能的周期性变化，对网络传输数据的绝对时间差按照周期时长进行取模处理，其中，该周期时长可以是每小时、每天或者每周等。
本申请实施例以周期时长为每天为例对本申请中涉及的对网络传输数据的绝对时间差按照周期时长进行取模处理的过程进行说明，该过程实现为：
ti-1＝(ti-1/3600)％24
其中，ti-1表示网络传输数据对应的绝对时间差，ti-1/3600表示将绝对时间差的时间单位由秒转化成小时，24表示一天有24个小时，将时间单位小时化后的时间对24取模表示以周期时长为24小时。将对绝对时间差取模后的时间获取为对应时间点的周期性特征。
在一种可能的实现方式中，各组网络传输数据所对应的网络传输性能用于表征各组网络传输连接的网络传输质量，以TCP控制为例，该网络传输性能可以包括TCP连接的带宽、建立连接所需的时间、下载文件的速率、吞吐量中的一种。
在一种可能的实现方式中，各组网络传输数据所对应的网络传输性能是各组对应的时间周期的多条传输连接对应的传输性能参数中的特征传输性能参数，该网络传输性能用以体现各个时间周期内的策略特征的工作效果，比如，该网络传输性能可以是多条传输连接对应的网络传输性能中的中位数、或者平均数等等。
需要说明的是，对于网络传输性能的获取可以根据实际业务需求选择不同的获取方法，本申请对此不作限定。
在一种可能的实现方式中，响应于各个历史时间点以时钟时间的形式表示，且时间周期是以24小时的时长为周期，将第一时间点的时钟时间获取为第一时间点的周期性特征；该第一时间点是各个历史时间点中的任意一个时间点。
在一种可能的实现方式中，该时钟时间是以24小时为一周期的时间，比如***时间、本地时间或者UTC(Coordinated Universal Time，协调世界时)等。例如，该时钟时间可以记为2020.06.22.00.00，表示2020年6月22号0点。该时钟时间本身可以体现各个历史时间点的周期特征，因此，可以将时钟时间直接获取为对应时间点的周期性特征。
在一种可能的实现方式中，响应于第一时间点的传输状态信息与各个历史时间点中的第二时间点的传输状态信息相同，对第一时间点的网络传输数据以及第二时间点的网络传输性能进行合并；
其中，该传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征。
也就是说，对于历史时间点中，传输状态信息一致的网络传输数据而言，表示历史上周期性相同的时间点上曾经使用过相同的策略特征，对第一时间点的网络传输数据以及第二时间点的网络传输性能进行合并，该过程实现为：
将第一时间点和第二时间点中，时间靠前的时间点的网络传输性能修改为时间靠后的时间点的网络传输性能；
或者，
基于第一时间点和第二时间点中，时间靠前的时间点的网络传输性能，对时间靠后的时间点的网络传输性能进行调整。
在一种可能的实现方式中，对将第一时间点和第二时间点中，时间靠前的时间点的网络传输性能修改为时间靠后的时间点的网络传输性能，体现为，用时间靠后的时间点的网络传输性能替换时间靠前的时间点的网络传输性能，使得传输状态信息相同时间点之间的网络传输性能保持一致，从而保证网络传输性能的即时性。
在一种可能的实现方式中，基于时间靠前的时间点的网络传输性能，对时间靠后的时间点的网络传输性能进行调整体现为，通过分别赋予第一时间点和第二时间点的网络传输性能不同的权重，对时间靠后的时间点的网络传输性能进行调整，或者，对时间靠后的时间点的网络传输增加指定步长或者减少指定步长。
步骤320，获取目标时间点的周期性特征。
在一种可能的实现方式中，根据目标时间点的周期性特征、以及各个历史时间点的周期性特征，对各个历史时间点的网络传输性能进行修正。
在一种可能的实现方式中，获取目标时间点的周期性特征与各个历史时间点的周期性特征之间的时间差，对于与目标时间点的周期性特征相近的历史时间点，对应的网络传输性能增强处理；对于与目标时间点的周期性特征相差较远的历史时间点，对应的网络传输性能减弱处理，以提高与目标时间点的周期性特征相近的历史时间点的网络传输数据对目标时间点的指导作用。
步骤330，基于历史数据集构建拟合函数，该拟合函数用于指示各个历史时间点的传输状态信息与各个历史时间点对应的网络传输性能之间的关系；该传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征。
在一种可能的实现方式中，基于历史数据集结合代理模型构建拟合函数，该代理模型为高斯过程模型。
在一种可能的实现方式中，第i次获得的历史数据集表示为：
Figure BDA0002575662370000141
其中
Figure BDA0002575662370000142
表示第i-1次更新后的网络传输数据，
Figure BDA0002575662370000143
其中，ti-1表示第i-1次更新所对应的周期性特征，
Figure BDA0002575662370000144
表示第i-1次更新所得的策略特征，
Figure BDA0002575662370000145
表示在第i-1次更新后的策略特征下的传输性能参数。通过历史数据集D结合代理模型构建的拟合函数为G(X)，该拟合函数用以指示各个历史时间点的周期性特征及其对应的策略特征与各个历史时间点对应的传输性能参数之间的关系。
在一种可能的实现方式中，通过历史数据集中的部分历史时间点的网络传输数据基于历史数据集构建拟合函数，实现为：
基于目标时间点的周期性特征、以及各个历史时间点的周期性特征，从各个历史时间点中提取各个参考时间点；
基于各个参考时间点的周期性特征，以及各个参考时间点的网络传输数据，构建拟合函数。
在一种可能的实现方式中，参考时间点是与目标时间点的周期性特征相差在指定时长范围内(比如前后6小时内)的历史时间点。
步骤340，基于目标时间点的周期性特征，从拟合函数中提取预测策略特征。
在一种可能的实现方式中，基于目标时间点的周期性特征，从拟合函数中提取参考评估点，该参考评估点中包含使得网络传输性能在目标时间点上最大化的策略特征；
将参考评估点中包含的策略特征提取为预测策略特征。
在一种可能的实现方式中，使用提取模型基于目标时间点的周期性特征，从拟合函数中提取预测策略特征，该提取模型的提取时间为目标时间点的周期性特征，提取函数f(.)获得目标时间点ti的预测策略特征可以实现为：
Figure BDA0002575662370000146
其中，
Figure BDA0002575662370000147
Figure BDA0002575662370000148
即为预测策略特征。
在一种可能的实现方式中，响应于历史数据集为空，随机生成预测策略特征。
比如，当网络传输控制***获取第一次获取预测策略特征时，客户端与服务器尚未产生网络传输，历史数据集中尚未存储网络传输数据，历史数据集为空，为实现客户端与服务器之间的网络传输，随机生成预测策略特征，以进行网络传输控制。请参考表2，其示出了本申请根据一示例性实施例提供的目标时间点对应的策略特征：
表2
开始时间(s) 策略特征
1585724700 {1,0.5,0.8}
表示，从第1585724700s开始的时间区间内，使用策略特征{1,0.5,0.8}进行网络传输控制。
步骤350，在目标时间点对应的时间区间内，根据预测策略特征进行网络传输控制。
在一种可能的实现方式中，在目标时间点对应的时间区间内，根据策略特征进行以下网络传输控制中的至少一项：传输控制协议TCP控制、音视频传输性能控制、内容分发网络CDN调度控制、以及，网络带宽调度控制。
以TCP控制为例，在目标时间点对应的时间区间内，根据策略特征运行拥塞控制策略，以进行网络传输控制。
综上所述，本申请实施例提供的网络传输控制方法，通过结合历史时间点和目标时间点在各自所属的时间周期内的时域位置的关系，以及各个历史时间点的策略参数和网络传输性能，预测在目标时间点上的策略特征，从而在基于历史数据预测网络传输控制策略的过程中，充分考虑了网络传输情况的周期性变化，从而提高了网络传输控制策略预测的准确性，提高网络传输控制的准确性。
本申请提供一种网络传输控制，该***包括：日志监控服务器、策略参数优化服务器以及传输控制服务器；请参考图4，其示出了本申请一示例性实施例提供的网络传输控制***的示意图，如图4所示，该网络传输控制***400包括日志监控服务器410、策略参数优化服务器420以及传输控制服务器430。
其中，日志监控服务器410，用于记录历史数据集，该历史数据集中包含各个历史时间点上的网络传输数据；各个历史时间点对应有周期性特征，周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，策略特征用于指示网络传输控制策略，以及网络传输控制策略的策略参数中的至少一项；
策略参数优化服务器420，用于记录历史数据集，该历史数据集中包含各个历史时间点上的网络传输数据；各个历史时间点对应有周期性特征，周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，策略特征用于指示网络传输控制策略，以及网络传输控制策略的策略参数中的至少一项；
传输控制服务器430，用于在目标时间点对应的时间区间内，根据预测策略特征进行网络传输控制。
在一种可能的实现方式中，策略参数优化服务器是根据自身设置的策略特征更新周期进行目标时间点对应的预测策略特征的获取，或者，策略参数优化服务器是在接收到传输控制服务器的预测策略特征获取请求之后，响应于该预测策略特征获取请求进行目标时间点对应的预测策略特征的获取。
在一种可能的实现方式中，日志监控服务器包括客户端日志服务器和传输控制端日志服务器，其中客户端日志服务器用以监控客户端发送的网络传输连接数据，传输控制端日志服务器用以监控传输控制服务器发送的网络传输连接数据。图4所示的虚线部分表示根据客户端日志服务器进行预测策略特征获取，图4所示的实线部分表示根据传输控制端日志服务器进行预测策略特征获取。
以网络传输控制为TCP控制，日志监控服务器为TCP日志服务器，策略参数优化服务器是在接收到传输控制服务器(TCP服务器)的预测预测策略特征获取请求之后，响应于该预测策略特征获取请求进行目标时间点对应的预测策略特征的获取为例，对本申请提供的网络传输控制方法进行说明，请参考图5，其示出了本申请一示例性实施例提供的网络传输控制方法的时序图，如图5所示，该方法由传输控制服务器、日志监控服务器以及策略参数优化服务器交互执行，如图5所示，该网络传输控制方法包括以下步骤：
步骤501，TCP服务器向策略参数优化服务器发送预测策略特征获取请求，相应的，策略参数优化服务器接收到TCP服务器发送的预测策略特征获取请求。
将TCP服务器向策略参数优化服务器发送预测策略特征获取请求的时间点获取为目标时间点。
在一种可能的实现方式中，TCP服务器以第一时间间隔向策略参数优化服务器发送预测策略特征获取请求，假设当前时刻为ti，即TCP服务器当前发送预测策略特征获取请求的时刻为ti，TCP服务器下次发送预测策略特征获取请求的时刻为ti+T，其中T为第一时间间隔。
在一种可能的实现方式中，TCP服务器发送的预测策略特征获取请求包括，获取TCP策略和TCP参数中的至少一项，TCP策略和TCP参数用于运行拥塞控制策略。
步骤502，策略参数优化服务器向日志监控服务器向TCP服务器发送历史数据集获取请求，相应的，日志监控服务器接收到策略参数优化服务器发送的历史数据集获取请求。
在一种可能的实现方式中，对应于TCP服务器以第一时间间隔为单位向策略参数优化服务器发送预测策略特征获取请求，策略参数优化服务器以第一时间间隔为单位向日志监控服务器请求该TCP服务器对应的历史数据集。
在接收到TCP服务器发送的预测策略特征获取请求之后，策略参数优化服务器向日志监控服务器发送历史数据集更新请求，该历史数据集更新请求要求日志监控服务器将历史数据集更新至离目标时间点最近的状态。比如，TCP服务器第一次向策略参数优化服务器发送策略特征更新的时刻为t0，TCP服务器第二次向策略参数优化服务器发送策略特征更新的时刻为t1，t1＝t0+T，T为第一时间间隔，在t0到t1这段时间内，TCP服务器发生的TCP连接会产生相应的TCP日志，该TCP日志包括在该周期内每条TCP连接的相关数据，该历史数据集更新请求要求从该TCP日志中获取该周期内的网络传输数据，更新历史数据集。
步骤503，日志监控服务器提取最近第一时间间隔内的TCP日志中的网络传输数据。
在一种可能的情况下，TCP服务器发生TCP连接产生的TCP日志是非实时发送给日志监控服务器的，是以第二时间间隔为单位进行发送，第二时间间隔不大于第一时间间隔，以确保TCP日志更新的及时性，也就是说，假设TCP服务器第一次向日志监控服务器发送TCP日志的时刻为t0，TCP服务器第二次向日志监控服务器发送TCP日志的时刻为t1’，t1’＝t0+Tr，Tr≤T，因此在策略参数优化服务器向日志监控服务器发送历史数据集更新请求时，日志监控服务器响应于该请求会汇总t0至t1时间段内TCP服务器上报给日志监控服务器的每条TCP连接的TCP日志，获得该周期内的网络传输数据；以T为5s，Tr为2s为例，假设TCP服务器第一次向日志监控服务器发送TCP日志的时刻与TCP服务器第一次向策略参数优化服务器发送策略特征更新的时刻均为第0s，那么TCP服务器第二次向策略参数优化服务器发送策略特征更新时为第5s，在此期间，TCP服务器向日志监控服务器发送了两次TCP日志，分别为0～2s和2～4s的TCP日志，此时，日志监控服务器接收到策略参数优化服务器在第5s发送历史数据集更新请求时，日志监控服务器响应于该请求汇总在0～5秒内所能获取到的TCP日志，即0～4秒的TCP日志，从中提取网络传输数据，更新历史数据集；TCP服务器第三次向策略参数优化服务器发送策略特征更新时为第10s，在5s到10s期间，TCP服务器向日志监控服务器发送了三次TCP日志，分别为4～6s，6～8s和8～10s的TCP日志，此时，日志监控服务器接收到策略参数优化服务器在第10s发送历史数据集更新请求时，日志监控服务器在第二次预测策略特征获取请求对应的历史数据集的基础上更新从5～10s内所能获取到的TCP日志中提取出来的网络传输数据，即获得0～10s的历史数据集。
在一种可能的情况下，假设当前的策略特征请求为第i+1次请求，日志监控服务器响应于该请求从ti至ti+1时间段内的TCP连接对应的TCP日志中获取各个TCP连接对应的传输性能参数以及提取网络传输数据的绝对时间差，对各个TCP连接对应的传输性能参数进行汇总，获取该历史时间点的网络传输性能，对提取网络传输数据的绝对时间差按照周期时长进行取模处理，获得该历史时间点的周期性特征后，得到对应于最近第一时间间隔内的网络传输数据
Figure BDA0002575662370000181
Figure BDA0002575662370000182
其中，ti表示第i次更新所对应的周期性特征，
Figure BDA0002575662370000183
表示第i次更新所得的策略特征，
Figure BDA0002575662370000184
表示在第i次更新后的策略特征下该时间区间内的网络传输性能。
在一种可能的实现方式中，该网络传输性能为吞吐量，对各个TCP连接对应的传输性能参数进行汇总可以是，获取在最近第一时间间隔内的吞吐量的平均值，或者，获取第一时间间隔内的吞吐量的中位数等等，也就是说，从最近第一时间间隔内的所有TCP连接的传输性能参数中获取一个能够体现该时间区域内的策略特征的工作效果的特征传输性能参数为该时间区域的网络传输性能。
在一种可能的实现方式中，同一第一时间间隔内的TCP连接所使用的策略特征是相同的，响应于同一第一时间间隔内的各个TCP连接中，存在至少一个TCP连接与其他TCP连接所使用的策略特征不相同，将该TCP连接数据删除。
也就是说，当同一周期内存在奇点时，将该奇点除去，以保证所得数据的准确性。
步骤504，日志监控服务器将最近第一时间间隔内的网络传输数据添加到候选历史数据集中，获得历史数据集。
在一种可能的实现方式中，在日志监控服务器接收到本次(第i+1次)获取网络传输数据集请求之前，日志监控服务器已接收到其他获取网络传输数据集请求，也就是说，在提取最近第一时间间隔内的TCP日志中的网络传输数据之前，已经响应于其他获取网络传输数据集请求(第i次请求)对对应的TCP中的网络传输数据进行过提取更新，形成候选历史数据集，表现为：
Figure BDA0002575662370000191
其中D1表示候选历史数据集，
Figure BDA0002575662370000192
表示第i-1次更新后的网络传输数据。
将最近第一时间间隔内的网络传输数据添加到候选历史数据集中，得到历史传输记录D2：
Figure BDA0002575662370000193
在一种可能的实现方式中，响应于最近第一时间间隔内的网络传输数据中的策略特征与候选历史数据集中的至少一条策略特征相同，说明之前曾经使用过相同的策略特征，用最近第一时间间隔内的网络传输数据中的网络传输性能替换过去的记录，比如，
Figure BDA0002575662370000194
与
Figure BDA0002575662370000195
相同，则将
Figure BDA0002575662370000196
对应的
Figure BDA0002575662370000197
替换为
Figure BDA0002575662370000198
从而保证网络传输性能的即时性。
将最近第一时间间隔内的网络传输数据加到更新后的候选历史数据集中，获得历史特征数据集。
也就是说，当在历史上的相同时间上已经使用过相同的策略特征，且历史上该时间的网络传输性能与最近第一时间间隔内的网络传输性能存在差异，将历史上该时间的网络传输性能替换为最近第一时间间隔内的网络传输性能，即认为历史上该是间的网络传输性能已经失效，以最新的网络传输性能为准。
或者，可以对历史上该时间的网络传输性能和最近第一时间间隔内的网络传输性能设置不同的权重，以结合历史上的网络传输性能修正最近第一时间间隔内的策略特征的作用效果，其中，越靠近目标时间点的历史时间对应的网络传输性能的权重越高。
步骤505，日志监控服务器将历史数据集返回策略参数优化服务器，相应的，策略参数优化服务器接收到历史数据集。
步骤506，策略参数优化服务器获取目标时间点的周期性特征。
步骤507，策略参数优化服务器根据目标时间点的周期性特征、各个历史时间点的周期性特征、以及历史数据集，获取目标时间点对应的预测策略特征。
步骤505至步骤507的实现过程可以参考图2和图3所示实施例中的相关内容，此处不再赘述。
在一种可能的实现方式中，响应于历史数据集为空，策略参数优化服务器随机获取策略特征。
步骤508，策略参数优化服务器将预测策略特征发送给TCP服务器，相应的，TCP服务器接收到该预测策略特征。
步骤509，TCP服务器在目标时间点对应的时间区间内，根据预测策略特征进行网络传输控制。
综上所述，本申请实施例提供的网络传输控制方法，通过结合历史时间点和目标时间点在各自所属的时间周期内的时域位置的关系，以及各个历史时间点的策略参数和网络传输性能，预测在目标时间点上的策略特征，从而在基于历史数据预测网络传输控制策略的过程中，充分考虑了网络传输情况的周期性变化，从而提高了网络传输控制策略预测的准确性，提高网络传输控制的准确性。
需要说明的是，日志监控服务器为客户端日志服务器时的网络传输控制方法与日志监控服务器为传输控制端服务器时类似，将策略参数优化服务器从传输控制端服务器获取历史数据集的步骤更改为从客户端日志服务器中获取历史数据集，客户端日志服务器产生历史数据集的过程与传输控制端服务器产生历史数据集的过程相同，此处不再赘述。
请参考图6，其示出了本申请一示例性实施例提供的网络传输控制装置的方框图，如图6所示，该装置可以应用于网络传输控制***中，以执行如图2、图3或图5所示实施例的全部或部分步骤，该网络传输控制***可以是图1或图4所示的网络传输控制***，如图6所示，该装置包括：
数据集获取模块601，用于获取历史数据集，该历史数据集中包含各个历史时间点上的网络传输数据；各个历史时间点对应有周期性特征，周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，策略特征用于指示网络传输控制策略，以及网络传输控制策略的策略参数中的至少一项；
第一特征获取模块602，用于获取目标时间点的周期性特征；
策略特征获取模块603，用于根据目标时间点的周期性特征、各个历史时间点的周期性特征、以及历史数据集，获取目标时间点对应的预测策略特征；
传输控制模块604，用于在目标时间点对应的时间区间内，根据预测策略特征进行网络传输控制。
在一种可能的实现方式中，该策略特征获取模块603，包括：
拟合函数构建子模块，用于基于历史数据集构建拟合函数，拟合函数用于指示各个历史时间点的传输状态信息与各个历史时间点对应的网络传输性能之间的关系；该传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征；
策略特征提取子模块，用于基于目标时间点的周期性特征，从拟合函数中提取预测策略特征。
在一种可能的实现方式中，该策略特征提取子模块，用于，
基于目标时间点的周期性特征，从拟合函数中提取参考评估点，该参考评估点中包含使得网络传输性能在目标时间点上最大化的策略特征；
将参考评估点中包含的策略特征提取为预测策略特征。
在一种可能的实现方式中，该拟合函数构建子模块，用于，
基于目标时间点的周期性特征、以及各个历史时间点的周期性特征，从各个历史时间点中提取各个参考时间点；
基于各个参考时间点的周期性特征，以及各个参考时间点的网络传输数据，构建拟合函数。
在一种可能的实现方式中，该装置还包括：
第二特征获取模块，用于在数据集获取模块601获取历史数据集之前，响应于各个历史时间点以与初始时间点之间的绝对时间差的形式表示，按照时间周期的周期长度，对第一时间点取模，获得第一时间点的周期性特征；第一时间点是各个历史时间点中的任意一个时间点。
在一种可能的实现方式中，该装置还包括：
第三特征获取模块，用于在数据集获取模块601获取历史数据集之前，响应于各个历史时间点以时钟时间的形式表示，且时间周期是以24小时的时长为周期，将第一时间点的时钟时间获取为第一时间点的周期性特征；第一时间点是各个历史时间点中的任意一个时间点。
在一种可能的实现方式中，该装置还包括：
合并模块，用于响应于第一时间点的传输状态信息与各个历史时间点中的第二时间点的传输状态信息相同，对第一时间点的网络传输性能以及第二时间点的网络传输性能进行合并；
其中，传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征。
在一种可能的实现方式中，该合并模块，用于，
将第一时间点和第二时间点中，时间靠前的时间点的网络传输性能修改为时间靠后的时间点的网络传输性能；
或者，
基于第一时间点和第二时间点中，时间靠前的时间点的网络传输性能，对时间靠后的时间点的网络传输性能进行调整。
在一种可能的实现方式中，该装置还包括：
策略特征生成模块，用于响应于历史数据集为空，随机生成预测策略特征。
在一种可能的实现方式中，该装置还包括：
修正模块，用于在策略特征获取模块603根据目标时间点的周期性特征、各个历史时间点的周期性特征、以及历史数据集，获取目标时间点对应的预测策略特征之前，根据目标时间点的周期性特征、以及各个历史时间点的周期性特征，对各个历史时间点的网络传输性能进行修正。
在一种可能的实现方式中，该传输控制模块604，用于在目标时间点对应的时间区间内，根据策略特征进行以下网络传输控制中的至少一项：传输控制协议TCP控制、音视频传输性能控制、内容分发网络CDN调度控制、以及，网络带宽调度控制。
综上所述，本申请实施例提供的网络传输控制方法，通过结合历史时间点和目标时间点在各自所属的时间周期内的时域位置的关系，以及各个历史时间点的策略参数和网络传输性能，预测在目标时间点上的策略特征，从而在基于历史数据预测网络传输控制策略的过程中，充分考虑了网络传输情况的周期性变化，从而提高了网络传输控制策略预测的准确性，提高网络传输控制的准确性。
图7是根据一示例性实施例示出的计算机设备700的结构框图。该计算机设备700可以是客户端，比如智能手机、平板电脑、MP3播放器(Moving Picture Experts GroupAudio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture ExpertsGroup Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、笔记本电脑或台式电脑。计算机设备700还可能被称为用户设备、便携式终端、膝上型终端、台式终端等其他名称。
通常，计算机设备700包括有：处理器701和存储器702。
处理器701可以包括一个或多个处理核心，比如4核心处理器、7核心处理器等。处理器701可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本申请中方法实施例提供的网络传输控制方法。
在一些实施例中，计算机设备700还可选包括有：***设备接口703和至少一个***设备。处理器701、存储器702和***设备接口703之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口703相连。具体地，***设备包括：射频电路704、触摸显示屏705、摄像头706、音频电路707、定位组件708和电源709中的至少一种。
在一些实施例中，计算机设备700还包括有一个或多个传感器710。该一个或多个传感器710包括但不限于：加速度传感器711、陀螺仪传感器712、压力传感器713、指纹传感器714、光学传感器715以及接近传感器716。
本领域技术人员可以理解，图7中示出的结构并不构成对计算机设备700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。
图8是根据一示例性实施例示出的计算机设备800的结构框图。该计算机设备可以实现为本申请上述方案中的服务器。所述计算机设备800包括中央处理单元(CentralProcessing Unit，CPU)801、包括随机存取存储器(Random Access Memory，RAM)802和只读存储器(Read-Only Memory，ROM)803的***存储器804，以及连接***存储器804和中央处理单元801的***总线805。所述计算机设备800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出***(Input/Output***，I/O***)806，和用于存储操作***813、应用程序814和其他程序模块815的大容量存储设备807。
所述基本输入/输出***806包括有用于显示信息的显示器806和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中所述显示器806和输入设备809都通过连接到***总线805的输入输出控制器810连接到中央处理单元801。所述基本输入/输出***806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备807通过连接到***总线805的大容量存储控制器(未示出)连接到中央处理单元801。所述大容量存储设备807及其相关联的计算机可读介质为计算机设备800提供非易失性存储。也就是说，所述大容量存储设备807可以包括诸如硬盘或者只读光盘(Compact Disc Read-Only Memory，CD-ROM)驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读寄存器(Erasable Programmable Read Only Memory，EPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-OnlyMemory，EEPROM)闪存或其他固态存储其技术，CD-ROM、数字多功能光盘(DigitalVersatile Disc，DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的***存储器804和大容量存储设备807可以统称为存储器。
根据本公开的各种实施例，所述计算机设备800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备800可以通过连接在所述***总线805上的网络接口单元811连接到网络812，或者说，也可以使用网络接口单元811来连接到其他类型的网络或远程计算机***(未示出)。
所述存储器还包括至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、至少一段程序、代码集或指令集存储于存储器中，中央处理器801通过执行该至少一条指令、至少一段程序、代码集或指令集来实现上述各个实施例所示的网络传输控制方法中的全部或者部分步骤。
在一示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括至少一条指令、至少一段程序、代码集或指令集的存储器，上述至少一条指令、至少一段程序、代码集或指令集可由处理器执行以完成上述图2、图3或图5任一实施例所示的方法的全部或者部分步骤。例如，非临时性计算机可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。
在一示例性实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述网络传输控制方法的全部或部分步骤。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (15)

1.一种网络传输控制方法，其特征在于，所述方法包括：
获取历史数据集，所述历史数据集中包含各个历史时间点上的网络传输数据；所述各个历史时间点对应有周期性特征，所述周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；所述网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，所述策略特征用于指示网络传输控制策略，以及所述网络传输控制策略的策略参数中的至少一项；
获取目标时间点的周期性特征；
根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征；
在所述目标时间点对应的时间区间内，根据所述预测策略特征进行网络传输控制。
2.根据权利要求1所述的方法，其特征在于，所述根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征，包括：
基于所述历史数据集构建拟合函数，所述拟合函数用于指示所述各个历史时间点的传输状态信息与所述各个历史时间点对应的网络传输性能之间的关系；所述传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征；
基于所述目标时间点的周期性特征，从所述拟合函数中提取所述预测策略特征。
3.根据权利要求2所述的方法，其特征在于，所述基于所述目标时间点的周期性特征，从所述拟合函数中提取所述预测策略特征，包括：
基于所述目标时间点的周期性特征，从所述拟合函数中提取参考评估点，所述参考评估点中包含使得网络传输性能在所述目标时间点上最大化的策略特征；
将所述参考评估点中包含的策略特征提取为所述预测策略特征。
4.根据权利要求2所述的方法，其特征在于，所述基于所述历史数据集构建拟合函数，包括：
基于所述目标时间点的周期性特征、以及所述各个历史时间点的周期性特征，从所述各个历史时间点中提取各个参考时间点；
基于所述各个参考时间点的周期性特征，以及所述各个参考时间点的网络传输数据，构建所述拟合函数。
5.根据权利要求1所述的方法，其特征在于，所述获取历史数据集之前，还包括：
响应于所述各个历史时间点以与初始时间点之间的绝对时间差的形式表示，按照所述时间周期的周期长度，对第一时间点取模，获得所述第一时间点的周期性特征；所述第一时间点是所述各个历史时间点中的任意一个时间点。
6.根据权利要求1所述的方法，其特征在于，所述获取历史数据集之前，还包括：
响应于所述各个历史时间点以时钟时间的形式表示，且所述时间周期是以24小时的时长为周期，将第一时间点的时钟时间获取为所述第一时间点的周期性特征；所述第一时间点是所述各个历史时间点中的任意一个时间点。
7.根据权利要求5或6所述的方法，其特征在于，所述方法还包括：
响应于所述第一时间点的传输状态信息与所述各个历史时间点中的第二时间点的传输状态信息相同，对所述第一时间点的网络传输性能以及所述第二时间点的网络传输性能进行合并；
其中，所述传输状态信息用于指示对应时间点的周期性特征，以及对应时间点的策略特征。
8.根据权利要求7所述的方法，其特征在于，所述对所述第一时间点的网络传输数据以及所述第二时间点的网络传输性能进行合并，包括：
将所述第一时间点和所述第二时间点中，时间靠前的时间点的网络传输性能修改为时间靠后的时间点的网络传输性能；
或者，
基于所述第一时间点和所述第二时间点中，时间靠前的时间点的网络传输性能，对时间靠后的时间点的网络传输性能进行调整。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
响应于所述历史数据集为空，随机生成所述预测策略特征。
10.根据权利要求1所述的方法，其特征在于，所述根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征之前，还包括：
根据所述目标时间点的周期性特征、以及所述各个历史时间点的周期性特征，对所述各个历史时间点的网络传输性能进行修正。
11.根据权利要求1所述的方法，其特征在于，所述在所述目标时间点对应的时间区间内，根据所述策略特征进行网络传输控制，包括：
在所述目标时间点对应的时间区间内，根据所述策略特征进行以下网络传输控制中的至少一项：传输控制协议TCP控制、音视频传输性能控制、内容分发网络CDN调度控制、以及，网络带宽调度控制。
12.一种网络传输控制***，其特征在于，所述***包括：日志监控服务器、策略参数优化服务器以及传输控制服务器；
所述日志监控服务器，用于记录历史数据集，所述历史数据集中包含各个历史时间点上的网络传输数据；所述各个历史时间点对应有周期性特征，所述周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；所述网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，所述策略特征用于指示网络传输控制策略，以及所述网络传输控制策略的策略参数中的至少一项；
所述策略参数优化服务器，用于获取目标时间点的周期性特征；根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征；
所述传输控制服务器，用于在所述目标时间点对应的时间区间内，根据所述预测策略特征进行网络传输控制。
13.一种网络传输控制装置，其特征在于，所述装置包括：
数据集获取模块，用于获取历史数据集，所述历史数据集中包含各个历史时间点上的网络传输数据；所述各个历史时间点对应有周期性特征，所述周期性特征用于指示对应的时间点在所属的时间周期内的时域位置；所述网络传输数据用于指示对应时间点上的策略特征以及网络传输性能，所述策略特征用于指示网络传输控制策略，以及所述网络传输控制策略的策略参数中的至少一项；
第一特征获取模块，用于获取目标时间点的周期性特征；
策略特征获取模块，用于根据所述目标时间点的周期性特征、所述各个历史时间点的周期性特征、以及所述历史数据集，获取所述目标时间点对应的预测策略特征；
传输控制模块，用于在所述目标时间点对应的时间区间内，根据所述预测策略特征进行网络传输控制。
14.一种计算机设备，其特征在于，所述计算机设备包含处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至11任一所述的网络传输控制方法。
15.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至11任一所述的网络传输控制方法。
CN202010652960.1A 2020-07-08 2020-07-08 网络传输控制方法、装置、计算机设备及存储介质 Active CN111756646B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010652960.1A CN111756646B (zh) 2020-07-08 2020-07-08 网络传输控制方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010652960.1A CN111756646B (zh) 2020-07-08 2020-07-08 网络传输控制方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111756646A true CN111756646A (zh) 2020-10-09
CN111756646B CN111756646B (zh) 2023-09-29

Family

ID=72710026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010652960.1A Active CN111756646B (zh) 2020-07-08 2020-07-08 网络传输控制方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111756646B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112152759A (zh) * 2020-10-14 2020-12-29 平安科技（深圳）有限公司 一种数据传输方法、数据传输***、设备及存储介质
CN112702276A (zh) * 2021-03-24 2021-04-23 腾讯科技（深圳）有限公司 一种传输控制方法、装置、电子设备及计算机存储介质
CN112835698A (zh) * 2021-02-09 2021-05-25 北京工业大学 一种基于异构集群的请求分类处理的动态负载均衡方法
CN113556253A (zh) * 2021-07-30 2021-10-26 济南浪潮数据技术有限公司 预测交换机端口实时流量的方法、***、设备和存储介质
CN113992598A (zh) * 2021-10-27 2022-01-28 远景智能国际私人投资有限公司 流式数据的上传方法、装置、接入设备及存储介质
CN117104253A (zh) * 2022-05-17 2023-11-24 腾讯科技（深圳）有限公司 远程驾驶控制方法、装置、计算机设备及存储介质
WO2024012065A1 (zh) * 2022-07-15 2024-01-18 腾讯科技（深圳）有限公司 数据传输控制方法、装置、计算机可读存储介质、计算机设备及计算机程序产品

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100234021A1 (en) * 2009-03-12 2010-09-16 Qualcomm Incorporated Scanning Channels While a Device is Out of Service
US20150345817A1 (en) * 2013-01-30 2015-12-03 Mitsubishi Electric Corporation Control device, control system, control method, and program
CN105634992A (zh) * 2015-12-29 2016-06-01 网宿科技股份有限公司 Cdn平台自适应带宽控制方法和***
CN105900438A (zh) * 2013-11-01 2016-08-24 爱立信股份有限公司 用于在内容递送网络中优化内容的碎片整理的***和方法
CN106487534A (zh) * 2015-08-24 2017-03-08 华为技术有限公司 网络控制策略的生成方法、装置及网络控制器
US20170163716A1 (en) * 2015-12-08 2017-06-08 Samsung Electronics Co., Ltd. Method and apparatus for controlling upload size of device
CN107248959A (zh) * 2017-06-30 2017-10-13 联想(北京)有限公司 一种流量优化方法及装置
CN109039932A (zh) * 2018-08-03 2018-12-18 网宿科技股份有限公司 服务器及其过载控制方法
WO2019056499A1 (zh) * 2017-09-20 2019-03-28 平安科技（深圳）有限公司 预测模型训练方法、数据监控方法、装置、设备及介质
CN109669796A (zh) * 2018-12-20 2019-04-23 湖南快乐阳光互动娱乐传媒有限公司 一种磁盘故障的预测方法和装置
CN109756911A (zh) * 2019-01-31 2019-05-14 腾讯科技（深圳）有限公司 网络质量预测方法、业务调整方法、相关设备及存储介质
US20190190959A1 (en) * 2016-12-07 2019-06-20 Tencent Technology (Shenzhen) Company Limited Authorization policy optimization method and apparatus, and storage medium
CN110266510A (zh) * 2018-03-21 2019-09-20 腾讯科技（深圳）有限公司 网络控制策略生成方法及装置、网络控制方法、存储介质
CN110391989A (zh) * 2018-04-17 2019-10-29 网宿科技股份有限公司 一种进行数据传输的方法和装置
CN110809288A (zh) * 2019-11-04 2020-02-18 腾讯科技（深圳）有限公司 一种网络拥塞控制方法、装置、设备及介质
CN110851342A (zh) * 2019-11-08 2020-02-28 中国工商银行股份有限公司 故障预测方法、装置、计算设备以及计算机可读存储介质
CN110891087A (zh) * 2019-11-22 2020-03-17 深圳市网心科技有限公司 一种日志传输方法、装置及电子设备和存储介质
CN110896365A (zh) * 2019-12-20 2020-03-20 网宿科技股份有限公司 网络节点内的流量调度方法、服务器及存储介质
US20200134390A1 (en) * 2018-10-30 2020-04-30 International Business Machines Corporation Implementing artificial intelligence agents to perform machine learning tasks using predictive analytics to leverage ensemble policies for maximizing long-term returns

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100234021A1 (en) * 2009-03-12 2010-09-16 Qualcomm Incorporated Scanning Channels While a Device is Out of Service
US20150345817A1 (en) * 2013-01-30 2015-12-03 Mitsubishi Electric Corporation Control device, control system, control method, and program
CN105900438A (zh) * 2013-11-01 2016-08-24 爱立信股份有限公司 用于在内容递送网络中优化内容的碎片整理的***和方法
CN106487534A (zh) * 2015-08-24 2017-03-08 华为技术有限公司 网络控制策略的生成方法、装置及网络控制器
US20170163716A1 (en) * 2015-12-08 2017-06-08 Samsung Electronics Co., Ltd. Method and apparatus for controlling upload size of device
CN105634992A (zh) * 2015-12-29 2016-06-01 网宿科技股份有限公司 Cdn平台自适应带宽控制方法和***
US20190190959A1 (en) * 2016-12-07 2019-06-20 Tencent Technology (Shenzhen) Company Limited Authorization policy optimization method and apparatus, and storage medium
CN107248959A (zh) * 2017-06-30 2017-10-13 联想(北京)有限公司 一种流量优化方法及装置
WO2019056499A1 (zh) * 2017-09-20 2019-03-28 平安科技（深圳）有限公司 预测模型训练方法、数据监控方法、装置、设备及介质
CN110266510A (zh) * 2018-03-21 2019-09-20 腾讯科技（深圳）有限公司 网络控制策略生成方法及装置、网络控制方法、存储介质
CN110391989A (zh) * 2018-04-17 2019-10-29 网宿科技股份有限公司 一种进行数据传输的方法和装置
CN109039932A (zh) * 2018-08-03 2018-12-18 网宿科技股份有限公司 服务器及其过载控制方法
US20200134390A1 (en) * 2018-10-30 2020-04-30 International Business Machines Corporation Implementing artificial intelligence agents to perform machine learning tasks using predictive analytics to leverage ensemble policies for maximizing long-term returns
CN109669796A (zh) * 2018-12-20 2019-04-23 湖南快乐阳光互动娱乐传媒有限公司 一种磁盘故障的预测方法和装置
CN109756911A (zh) * 2019-01-31 2019-05-14 腾讯科技（深圳）有限公司 网络质量预测方法、业务调整方法、相关设备及存储介质
CN110809288A (zh) * 2019-11-04 2020-02-18 腾讯科技（深圳）有限公司 一种网络拥塞控制方法、装置、设备及介质
CN110851342A (zh) * 2019-11-08 2020-02-28 中国工商银行股份有限公司 故障预测方法、装置、计算设备以及计算机可读存储介质
CN110891087A (zh) * 2019-11-22 2020-03-17 深圳市网心科技有限公司 一种日志传输方法、装置及电子设备和存储介质
CN110896365A (zh) * 2019-12-20 2020-03-20 网宿科技股份有限公司 网络节点内的流量调度方法、服务器及存储介质

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112152759A (zh) * 2020-10-14 2020-12-29 平安科技（深圳）有限公司 一种数据传输方法、数据传输***、设备及存储介质
CN112835698A (zh) * 2021-02-09 2021-05-25 北京工业大学 一种基于异构集群的请求分类处理的动态负载均衡方法
CN112702276A (zh) * 2021-03-24 2021-04-23 腾讯科技（深圳）有限公司 一种传输控制方法、装置、电子设备及计算机存储介质
CN112702276B (zh) * 2021-03-24 2021-06-18 腾讯科技（深圳）有限公司 一种传输控制方法、装置、电子设备及计算机存储介质
CN113556253A (zh) * 2021-07-30 2021-10-26 济南浪潮数据技术有限公司 预测交换机端口实时流量的方法、***、设备和存储介质
CN113556253B (zh) * 2021-07-30 2023-05-26 济南浪潮数据技术有限公司 预测交换机端口实时流量的方法、***、设备和存储介质
CN113992598A (zh) * 2021-10-27 2022-01-28 远景智能国际私人投资有限公司 流式数据的上传方法、装置、接入设备及存储介质
CN113992598B (zh) * 2021-10-27 2023-12-05 远景智能国际私人投资有限公司 流式数据的上传方法、装置、接入设备及存储介质
CN117104253A (zh) * 2022-05-17 2023-11-24 腾讯科技（深圳）有限公司 远程驾驶控制方法、装置、计算机设备及存储介质
WO2024012065A1 (zh) * 2022-07-15 2024-01-18 腾讯科技（深圳）有限公司 数据传输控制方法、装置、计算机可读存储介质、计算机设备及计算机程序产品

Also Published As

Publication number Publication date
CN111756646B (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
CN111756646B (zh) 网络传输控制方法、装置、计算机设备及存储介质
CN107819829B (zh) 访问区块链的方法、***、区块链节点设备及用户终端
US7912949B2 (en) Systems and methods for recording changes to a data store and propagating changes to a client application
US20100205292A1 (en) System and method for network optimization through predictive downloading
CN103312733B (zh) 信息处理方法和装置
US9374244B1 (en) Remote browsing session management
US10592578B1 (en) Predictive content push-enabled content delivery network
US9893973B2 (en) Real-time, low memory estimation of unique client computers communicating with a server computer
CN113163002B (zh) 一种服务器切换方法、装置及存储介质
CN106713495B (zh) Ip地理位置的上传方法及访问方法、装置及访问***
US9396265B2 (en) Method and apparatus for aquiring dynamic message
EP3582116A1 (en) Webpage loading method, webpage loading system, and server
US11750711B1 (en) Systems and methods for adaptively rate limiting client service requests at a blockchain service provider platform
CN111611129B (zh) PaaS云平台的性能监控方法及装置
US9722851B1 (en) Optimized retrieval of network resources
CN114221954A (zh) 文件传输方法及装置、电子设备及存储介质
CN114389959B (zh) 网络拥塞控制方法、装置、电子设备及存储介质
CN109639813B (zh) 视频文件传输处理方法及装置、电子设备和存储介质
CN113364887B (zh) 一种基于ftp的文件下载方法、代理服务器和***
CN116450353A (zh) 处理器核匹配方法、装置、电子设备及存储介质
CN116074323B (zh) 边缘计算节点的选择方法、装置、计算机设备及介质
US11182452B2 (en) Web acceleration via learning
Daniel et al. Distributed hybrid cloud for profit driven content provisioning using user requirements and content popularity
CN116074331A (zh) 区块数据同步方法及相关产品
CN106445978A (zh) 实时信息的展现方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40031299

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant