CN112929204A - 基于电力物联网sdn云中心差异化业务流量管理***及方法 - Google Patents

基于电力物联网sdn云中心差异化业务流量管理***及方法 Download PDF

Info

Publication number
CN112929204A
CN112929204A CN202110088508.1A CN202110088508A CN112929204A CN 112929204 A CN112929204 A CN 112929204A CN 202110088508 A CN202110088508 A CN 202110088508A CN 112929204 A CN112929204 A CN 112929204A
Authority
CN
China
Prior art keywords
traffic
service
flow
module
things
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
Application number
CN202110088508.1A
Other languages
English (en)
Inventor
马润
华荣锦
吴双
哈欣楠
王圣杰
王晔
李晓波
王宁
陈丽洁
魏文彬
温兴贤
王晓芳
杨海波
郑媛媛
叶玲娜
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.)
Information and Telecommunication Branch of State Grid Ningxia Electric Power Co Ltd
Original Assignee
Information and Telecommunication Branch of State Grid Ningxia Electric Power 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 Information and Telecommunication Branch of State Grid Ningxia Electric Power Co Ltd filed Critical Information and Telecommunication Branch of State Grid Ningxia Electric Power Co Ltd
Priority to CN202110088508.1A priority Critical patent/CN112929204A/zh
Publication of CN112929204A publication Critical patent/CN112929204A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04L41/32—Specific management aspects for broadband networks
    • 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
    • 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
    • H04L41/147—Network analysis or design for predicting network behaviour
    • 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
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • 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
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
    • 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
    • H04L47/29—Flow control; Congestion control using a combination of thresholds

Landscapes

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

Abstract

本发明公开了一种基于电力物联网SDN云中心差异化业务流量管理***及方法，包括流量监控模块，负责监控云数据中心网络中的业务流量数据，将获得的流量信息传递给流量统计模块；流量统计模块，负责记录和统计各种业务的流量信息，并将流量统计信息传递给流量分析模块；流量分析模块，负责根据流量统计模块传递的流量统计信息定义业务流量类别，根据历史流量数据和云数据中心的业务流量特征将业务分为两类：可预测的随机流量和不可预测的突发性持续流量；流量管理模块，负责针对不同业务类型激活相应的流量管理策略。本发明针对电力物联网中SDN云数据中心的差异化业务流量管理需求，提出一种合理有效的流量管理策略。

Description

基于电力物联网SDN云中心差异化业务流量管理***及方法
技术领域
本发明属于电力物联网业务流量管理技术领域，更具体的说是涉及一种基于电力物联网SDN云中心差异化业务流量管理***及方法。
背景技术
随着电力物联网的不断发展，感知层中接入的传感器设备也越来越多，面向的业务类型与数据规模也随之拓展，传统的数据中心难以满足越来越庞大和复杂的业务流量需求，为了适应新的发展趋势，传统数据中心逐步转变为云数据中心。
近年来提出的软件定义网络(SDN)可以提供电力物联网的全局视图，对路由进行集中决策，动态响应网络状态的变化并且重新定向流量。凭借这些优势，基于SDN的云数据中心可以动态管理电力物联网，提高效率，在流量管理中具有极高的应用价值。
此外，随着电力物联网业务种类的多样化和精细化，用户对业务体验也有了新的需求。针对多元化和差异化的多业务种类，云数据中心需要对这些差异化业务流量进行集中管理和优化，提高网络性能。
因此，如何提供一种基于电力物联网SDN云中心差异化业务流量管理***及方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于电力物联网SDN云中心差异化业务流量管理***及方法，针对电力物联网中SDN云数据中心的差异化业务流量管理需求，提出一种合理有效的流量管理策略。
为了实现上述目的，本发明采用如下技术方案：
一种基于电力物联网SDN云中心差异化业务流量管理***，包括：
流量监控模块，与电力物联网中SDN云数据中心中的设备相连接，负责监控云数据中心网络中的业务流量数据，将获得的流量信息传递给流量统计模块；
流量统计模块，负责记录和统计各种业务的流量信息，并将流量统计信息传递给流量分析模块；
流量分析模块，负责根据流量统计模块传递的流量统计信息定义业务流量类别，根据历史流量数据和云数据中心的业务流量特征将业务分为两类：可预测的随机流量和不可预测的突发性持续流量；
流量管理模块，负责针对不同业务类型激活相应的流量管理策略。
优选的，还包括同步时钟模块，负责对流量分析模块中识别出的可预测业务流量设置周期时钟，当达到可预测业务的时间期限时，将向流量管理模块传递信息，启动相应的流量管理规则。
一种基于电力物联网SDN云中心差异化业务流量管理方法，包括如下步骤：
S10，对云数据中心的业务流量进行监控、记录和统计，获得业务流量信息；
S20，对业务流量信息进行分析，定义业务流量类别；
S30，建立差异化业务流量管理模型；
S40，执行差异化业务流量管理策略，将业务流量转发至云数据中心网络中的设备，完成对云数据中心的业务流量管理。
优选的，根据云数据中心的历史流量和业务的周期性特征，设计标准化业务周期流量函数，计算公式为：
Figure BDA0002911822860000031
其中，λk(t)为与流量时间相关的变化因素；bk为第k个业务的流量要求；Tk为第k个业务的周期；Uk是第k个业务的实时活跃用户数。
优选的，根据历史流量数据和云数据中心的业务流量特征将业务流量分为两类：可预测的随机流量和不可预测的突发性持续流量。
优选的，对于可预测的随机业务流量，根据业务流行度和可预测周期设置相应的同步时钟，当达到可预测业务的时间期限时，根据历史同步业务流量统计信息确定业务流量需求，如下式：
Bk(t)＝δkBk(τ),t∈T′k (2)
其中，δk为第k个业务的流量优化决策权重；Bk(τ)为第k个业务历史并发流量；T′k为第k个业务的可预测周期。
优选的，对于不可预测的突发性持续业务流量，由***的流量分析模块进行识别，当突发流量持续时间超过突发流量观察周期时，如下式，***激活相应流量管理策略；
Figure BDA0002911822860000032
其中，
Figure BDA0002911822860000033
是第k个业务的最大历史流量函数；t0是异常流量识别的开始时间；Δt是异常流量观察周期。
优选的，差异化业务流量管理模型对不同业务流量特征进行汇总，以有向图G＝(N,A)的形式定义业务流经过的网络节点和链路，其中N是网络节点集合，A是链路集合；以基于概率的差异化业务端到端性能成本最小化为优化目标，利用智能优化算法寻找最佳流量管理策略；业务的端到端性能成本如式(4)所示：
cij＝αdij+βpij (4)
其中，α表示时延权重；β表示为丢包权重。
优选的，确定优化目标为基于概率的差异化业务端到端性能成本最小化，采用如下公式：
Figure BDA0002911822860000041
其中，cij是业务的端到端性能成本；
Figure BDA0002911822860000042
表示第k个业务是否通过链路(i,j)；K为业务总量；Pk(t)是第k个业务的流行概率，表示该业务对用户的吸引程度；
Figure BDA0002911822860000043
其中，ρk(t)是第k个业务在多个独立且具有时间相关性的业务中的独立性。
优选的，通过约束的形式对业务流量进行管理，采用式(7)～(10)来表示：
Figure BDA0002911822860000044
Figure BDA0002911822860000045
Figure BDA0002911822860000046
Figure BDA0002911822860000047
bij表示链路(i,j)的可用带宽，pij表示链路(i,j)的丢包率；dij表示链路(i,j)的时延，
Figure BDA0002911822860000048
表示第k个业务最大丢包率，
Figure BDA0002911822860000049
表示第k个业务最大网络时延；式(7)表示业务量满足业务周期流量函数的约束；式(8)和(9)表示业务流量满足每个业务对应的丢包率和网络时延最大阈值约束；式(10)表示第k个业务是否通过链路(i,j)。
本发明的有益效果在于：
本发明提供了一种基于电力物联网SDN云中心差异化业务流量管理***及方法，旨在优化电力物联网性能，提高差异化业务服务质量。云数据中心的业务流量通过流量监控模块和流量统计模块传入流量分析模块；流量分析模块区分业务流量类别，利用SDN控制器对可预测的随机流量和不可预测的突发性持续流量分别采取对应的流量管理规则，基于差异化业务流量管理模型，获得各业务最优流量管理策略，通过流量管理模块传回云数据中心中的设备。本发明能够提高云数据中心的差异化业务流量管理效率，保证网络性能的稳定性。
附图说明
为了更清楚地说明本发明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发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1附图为本发明的结构示意图。
图2附图为本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅附图1，本发明提供了一种基于电力物联网SDN云中心差异化业务流量管理***，包括：
流量监控模块，与电力物联网中SDN云数据中心中的设备相连接，负责监控云数据中心网络中的业务流量数据，将获得的流量信息传递给流量统计模块；
流量统计模块，负责记录和统计各种业务的流量信息，并将流量统计信息传递给流量分析模块；
流量分析模块，负责根据流量统计模块传递的流量统计信息定义业务流量类别，根据历史流量数据和云数据中心的业务流量特征将业务分为两类：可预测的随机流量和不可预测的突发性持续流量；
流量管理模块，此模块负责接收从流量分析模块直接传递的不可预测业务信息以及从同步时钟模块传递的可预测业务信息，并针对不同业务类型激活相应的流量管理策略，确保可预测流量的业务质量和用户体验，以及优化异常流量，避免网络性能下降。
其中，由于云数据中心的各种业务对网络性能有不同的要求，如时延、丢包、带宽等，所以***包含差异化业务流量管理模型，如式(5)-(10)，基于遗传算法或FTO算法执行所述优化问题，以快速收敛得到最优解或近似最优解，获得差异化业务最优流量管理策略。流量管理模块将获得的最优差异化流量管理策略转发到云数据中心中的设备，完成对云数据中心的流量管理。
本发明提供流量管理模块，确保可预测流量的业务质量和用户体验，以及优化异常流量，避免网络性能下降，对获得的最优差异化流量管理策略转发到云数据中心中的设备，完成对云数据中心的流量管理。
本发明还包括同步时钟模块，负责对流量分析模块中识别出的可预测业务流量设置周期时钟，当达到可预测业务的时间期限时，将向流量管理模块传递信息，启动相应的流量管理规则。
参阅附图2，本发明提供了一种基于电力物联网SDN云中心差异化业务流量管理方法，包括如下步骤：
S10，对云数据中心的业务流量进行监控、记录和统计，获得业务流量信息；
S20，对业务流量信息进行分析，定义业务流量类别；
S30，建立差异化业务流量管理模型；
S40，执行差异化业务流量管理策略，将业务流量转发至云数据中心网络中的设备，完成对云数据中心的业务流量管理。
本实施例中，根据历史流量数据和云数据中心的业务流量特征将业务流量分为两类：可预测的随机流量和不可预测的突发性持续流量。
其中，预测的随机流量指有既定信息来源或时间安排的业务流量，例如电商购物节的流量、体育赛事的流量或其他已知时间安排的节假日活动流量等。这些业务流量通常具有相对稳定的周期性，可以根据历史流量信息进行预测。但是由于用户的行为是随机的，所以流量仍然是随机的。这部分业务将会由同步时钟模块触发。
不可预测的突发性持续流量指突然爆发的波动巨大且持续的业务流量，例如网络故障或突发事件引起的流量突然变化。这些业务流量不可预测，会严重影响网络的性能和业务质量。这部分业务被识别后将传递给流量管理模块触发相应流量管理策略。
同步时钟模块，此模块负责根据流量统计模块中的统计信息对可预测业务流量设置周期时钟，当达到可预测业务的时间期限时，将向流量管理模块传递信息。
其中，针对可预测随机业务明显的周期性特征，根据云数据中心的历史流量和业务的周期性特征，设计标准化业务周期流量函数，如式(1)。
Figure BDA0002911822860000071
式中，λk(t)为与流量时间相关的变化因素；bk为第k个业务的流量要求；Tk为第k个业务的周期；Uk是第k个业务的实时活跃用户数。
不可预测的突发性持续流量指突然爆发的波动巨大且持续的业务流量，例如网络故障或突发事件引起的流量突然变化。这些业务流量不可预测，会严重影响网络的性能和业务质量。
本实施例中，对于可预测的随机业务流量，根据业务流行度和可预测周期设置相应的同步时钟，当达到可预测业务的时间期限时，根据历史同步业务流量统计信息确定业务流量需求，如下式：
Bk(t)＝δkBk(τ),t∈T′k (2)
其中，δk为第k个业务的流量优化决策权重；Bk(τ)为第k个业务历史并发流量；T′k为第k个业务的可预测周期。可预测周期T′k结束后，网络***恢复正常状态，同时***迭代更新可预测周期和业务流量信息。
本实施例中，对于不可预测的突发性持续业务流量，由***的流量分析模块进行识别，当突发流量持续时间超过突发流量观察周期时，如下式，***激活相应流量管理策略；
Figure BDA0002911822860000081
其中，
Figure BDA0002911822860000082
是第k个业务的最大历史流量函数；t0是异常流量识别的开始时间；Δt是异常流量观察周期。通过设置观察周期Δt，可以避免***对瞬态流量突发作出不必要的流量管理操作，以确保云数据中心的网络稳定性。
由于云数据中心的各种业务对网络性能有不同的要求，如时延、丢包、带宽等，因此有必要设计差异化业务流量管理模型，以提高云数据中心的网络性能和业务体验。差异化业务流量管理模型对不同业务流量特征进行汇总，以有向图G＝(N,A)的形式定义业务流经过的网络节点和链路，其中N是网络节点集合，A是链路集合；以基于概率的差异化业务端到端性能成本最小化为优化目标，利用智能优化算法寻找最佳流量管理策略；业务的端到端性能成本如式(4)所示：
cij＝αdij+βpij (4)
其中，α表示时延权重；β表示为丢包权重。
本实施例中，为了实现差异化业务流量的最优管理，确定优化目标为基于概率的差异化业务端到端性能成本最小化，采用如下公式：
Figure BDA0002911822860000091
其中，cij是业务的端到端性能成本；
Figure BDA0002911822860000099
表示第k个业务是否通过链路(i,j)；K为业务总量；Pk(t)是第k个业务的流行概率，表示该业务对用户的吸引程度；
Figure BDA0002911822860000092
其中，ρk(t)是第k个业务在多个独立且具有时间相关性的业务中的独立性。
本实施例中，通过约束的形式对业务流量进行管理，采用式(7)～(10)来表示：
Figure BDA0002911822860000093
Figure BDA0002911822860000094
Figure BDA0002911822860000095
Figure BDA0002911822860000096
bij表示链路(i,j)的可用带宽，pij表示链路(i,j)的丢包率；dij表示链路(i,j)的时延，
Figure BDA0002911822860000097
表示第k个业务最大丢包率，
Figure BDA0002911822860000098
表示第k个业务最大网络时延；式(7)表示业务量满足业务周期流量函数的约束；式(8)和(9)表示业务流量满足每个业务对应的丢包率和网络时延最大阈值约束；式(10)表示第k个业务是否通过链路(i,j)。
其中，业务周期流量函数是根据多业务的历史业务信息设计的，因此差异化业务流量管理模型具有多业务的动态自适应特性，能够提高业务管理策略的动态适应能力。
由式(5)～(10)可以看出，这是一个基于概率的多维、多约束、多模态自适应优化问题，也是一个非确定性多项式难题，基于遗传算法或FTO算法执行所述优化问题，以快速收敛得到最优解或近似最优解。
本发明提供了一种基于电力物联网SDN云中心差异化业务流量管理***及方法，旨在优化电力物联网性能，提高差异化业务服务质量。云数据中心的业务流量通过流量监控模块和流量统计模块传入流量分析模块；流量分析模块区分业务流量类别，利用SDN控制器对可预测的随机流量和不可预测的突发性持续流量分别采取对应的流量管理规则，基于差异化业务流量管理模型，获得各业务最优流量管理策略，通过流量管理模块传回云数据中心中的设备。本发明能够提高云数据中心的差异化业务流量管理效率，保证网络性能的稳定性。
本说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于电力物联网SDN云中心差异化业务流量管理***，其特征在于，包括：
流量监控模块，与电力物联网中SDN云数据中心中的设备相连接，负责监控云数据中心网络中的业务流量数据，将获得的流量信息传递给流量统计模块；
流量统计模块，负责记录和统计各种业务的流量信息，并将流量统计信息传递给流量分析模块；
流量分析模块，负责根据流量统计模块传递的流量统计信息定义业务流量类别，根据历史流量数据和云数据中心的业务流量特征将业务分为两类：可预测的随机流量和不可预测的突发性持续流量；
流量管理模块，负责针对不同业务类型激活相应的流量管理策略。
2.根据权利要求1所述的一种基于电力物联网SDN云中心差异化业务流量管理***，其特征在于，还包括同步时钟模块，负责对流量分析模块中识别出的可预测业务流量设置周期时钟，当达到可预测业务的时间期限时，将向流量管理模块传递信息，启动相应的流量管理规则。
3.一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，包括如下步骤：
S10，对云数据中心的业务流量进行监控、记录和统计，获得业务流量信息；
S20，对业务流量信息进行分析，定义业务流量类别；
S30，建立差异化业务流量管理模型；
S40，执行差异化业务流量管理策略，将业务流量转发至云数据中心网络中的设备，完成对云数据中心的业务流量管理。
4.根据权利要求3所述的一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，根据云数据中心的历史流量和业务的周期性特征，设计标准化业务周期流量函数，计算公式为：
Figure FDA0002911822850000021
其中，λk(t)为与流量时间相关的变化因素；bk为第k个业务的流量要求；Tk为第k个业务的周期；Uk是第k个业务的实时活跃用户数。
5.根据权利要求4所述的一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，根据历史流量数据和云数据中心的业务流量特征将业务流量分为两类：可预测的随机流量和不可预测的突发性持续流量。
6.根据权利要求5所述的一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，对于可预测的随机业务流量，根据业务流行度和可预测周期设置相应的同步时钟，当达到可预测业务的时间期限时，根据历史同步业务流量统计信息确定业务流量需求，如下式：
Bk(t)＝δkBk(τ),t∈T′k (2)
其中，δk为第k个业务的流量优化决策权重；Bk(τ)为第k个业务历史并发流量；T′k为第k个业务的可预测周期。
7.根据权利要求5所述的一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，对于不可预测的突发性持续业务流量，由***的流量分析模块进行识别，当突发流量持续时间超过突发流量观察周期时，如下式，***激活相应流量管理策略；
Figure FDA0002911822850000022
其中，
Figure FDA0002911822850000023
是第k个业务的最大历史流量函数；t0是异常流量识别的开始时间；Δt是异常流量观察周期。
8.根据权利要求5所述的一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，差异化业务流量管理模型对不同业务流量特征进行汇总，以有向图G＝(N,A)的形式定义业务流经过的网络节点和链路，其中N是网络节点集合，A是链路集合；以基于概率的差异化业务端到端性能成本最小化为优化目标，利用智能优化算法寻找最佳流量管理策略；业务的端到端性能成本如式(4)所示：
cij＝αdij+βpij (4)
其中，α表示时延权重；β表示为丢包权重。
9.根据权利要求8所述的一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，确定优化目标为基于概率的差异化业务端到端性能成本最小化，采用如下公式：
Figure FDA0002911822850000031
其中，cij是业务的端到端性能成本；
Figure FDA0002911822850000037
表示第k个业务是否通过链路(i,j)；K为业务总量；Pk(t)是第k个业务的流行概率，表示该业务对用户的吸引程度；
Figure FDA0002911822850000032
其中，ρk(t)是第k个业务在多个独立且具有时间相关性的业务中的独立性。
10.根据权利要求9所述的一种基于电力物联网SDN云中心差异化业务流量管理方法，其特征在于，通过约束的形式对业务流量进行管理，采用式(7)～(10)来表示：
Figure FDA0002911822850000033
Figure FDA0002911822850000034
Figure FDA0002911822850000035
Figure FDA0002911822850000036
bij表示链路(i,j)的可用带宽，pij表示链路(i,j)的丢包率；dij表示链路(i,j)的时延，
Figure FDA0002911822850000041
表示第k个业务最大丢包率，
Figure FDA0002911822850000042
表示第k个业务最大网络时延；式(7)表示业务量满足业务周期流量函数的约束；式(8)和(9)表示业务流量满足每个业务对应的丢包率和网络时延最大阈值约束；式(10)表示第k个业务是否通过链路(i,j)。
CN202110088508.1A 2021-01-22 2021-01-22 基于电力物联网sdn云中心差异化业务流量管理***及方法 Pending CN112929204A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110088508.1A CN112929204A (zh) 2021-01-22 2021-01-22 基于电力物联网sdn云中心差异化业务流量管理***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110088508.1A CN112929204A (zh) 2021-01-22 2021-01-22 基于电力物联网sdn云中心差异化业务流量管理***及方法

Publications (1)

Publication Number Publication Date
CN112929204A true CN112929204A (zh) 2021-06-08

Family

ID=76164825

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110088508.1A Pending CN112929204A (zh) 2021-01-22 2021-01-22 基于电力物联网sdn云中心差异化业务流量管理***及方法

Country Status (1)

Country Link
CN (1) CN112929204A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050249125A1 (en) * 2002-12-13 2005-11-10 Yoon Seung H Traffic measurement system and traffic analysis method thereof
CN104158753A (zh) * 2014-06-12 2014-11-19 南京工程学院 基于软件定义网络的动态流调度方法及***
CN104463351A (zh) * 2014-11-15 2015-03-25 国家电网公司 基于电力业务需求的通信带宽预测方法及装置
JP2015103979A (ja) * 2013-11-26 2015-06-04 株式会社日立製作所 トラフィック管理装置、ネットワークシステム及び制御方法
CN105577571A (zh) * 2015-12-25 2016-05-11 中国人民解放军信息工程大学 面向相似性能需求的聚合流量传输方法
CN111262714A (zh) * 2018-11-30 2020-06-09 武汉新软科技有限公司 一种互联网数据中心流量统计管理***
CN112202672A (zh) * 2020-09-17 2021-01-08 华中科技大学 一种基于业务服务质量需求的网络路由转发方法和***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050249125A1 (en) * 2002-12-13 2005-11-10 Yoon Seung H Traffic measurement system and traffic analysis method thereof
JP2015103979A (ja) * 2013-11-26 2015-06-04 株式会社日立製作所 トラフィック管理装置、ネットワークシステム及び制御方法
CN104158753A (zh) * 2014-06-12 2014-11-19 南京工程学院 基于软件定义网络的动态流调度方法及***
CN104463351A (zh) * 2014-11-15 2015-03-25 国家电网公司 基于电力业务需求的通信带宽预测方法及装置
CN105577571A (zh) * 2015-12-25 2016-05-11 中国人民解放军信息工程大学 面向相似性能需求的聚合流量传输方法
CN111262714A (zh) * 2018-11-30 2020-06-09 武汉新软科技有限公司 一种互联网数据中心流量统计管理***
CN112202672A (zh) * 2020-09-17 2021-01-08 华中科技大学 一种基于业务服务质量需求的网络路由转发方法和***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王耀民等: ""面向云数据中心的多业务差异化流量管理优化策略"" *

Similar Documents

Publication Publication Date Title
CN108521375B (zh) 一种基于SDN的网络多业务流量QoS的传输及调度方法
Liu et al. Deep reinforcement learning for communication flow control in wireless mesh networks
CN112202672B (zh) 一种基于业务服务质量需求的网络路由转发方法和***
CN105471764B (zh) 一种SDN网络中端到端QoS保障的方法
CN107070794A (zh) 一种低轨信息网络最优网络效益时延约束路由方法
WO2000024164A1 (en) Method and apparatus for network control
CN108512760A (zh) 基于SDN保障业务QoS的路由方法
Munir et al. Fuzzy logic based congestion estimation for qos in wireless sensor network
Liu et al. DRL-OR: Deep reinforcement learning-based online routing for multi-type service requirements
CN114465945B (zh) 一种基于sdn的标识解析网络构建方法
CN109413707B (zh) 无线网络环境下基于深度强化学习技术的智能路由方法
CN112350949B (zh) 软件定义网络中基于流调度的重路由拥塞控制方法及***
CN110275437A (zh) 基于深度学习的sdn网络流量优势监控节点动态选择***及其动态选择方法
US20240223503A1 (en) Data transmission control method and apparatus, computer-readable storage medium, computer device, and computer program product
CN107659505A (zh) 一种sdn网络的选路方法和sdn控制器
CN107995121A (zh) 基于通配符的软件定义网络中流量统计方法
CN112929204A (zh) 基于电力物联网sdn云中心差异化业务流量管理***及方法
CN112929452A (zh) 一种基于物联网边缘网关的消息协同推送方法
CN117114113A (zh) 一种基于排队论的协同推理加速方法
CN117240788A (zh) 一种基于sdn的数据中心网络拥塞控制方法
Mohajerzadeh et al. Tree based energy and congestion aware routing protocol for wireless sensor networks
Fan et al. An approach for energy efficient deadline-constrained flow scheduling and routing
Dasgupta et al. Congestion avoidance topology in wireless sensor network using Karnaugh map
CN113923802B (zh) 软件定义无线传感器网络中能量高效的分层拓扑控制方法
CN102202402B (zh) 无线传感器网络的最小竞争窗口策略mac层信道分配方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210608