CN113015116A - 一种基于流量预测的动态配额方法和装置 - Google Patents
一种基于流量预测的动态配额方法和装置 Download PDFInfo
- Publication number
- CN113015116A CN113015116A CN201911326792.0A CN201911326792A CN113015116A CN 113015116 A CN113015116 A CN 113015116A CN 201911326792 A CN201911326792 A CN 201911326792A CN 113015116 A CN113015116 A CN 113015116A
- Authority
- CN
- China
- Prior art keywords
- traffic
- internet
- type
- predicted
- flow
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/24—Accounting or billing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于流量预测的动态配额方法和装置,该方法包括:根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;查询流量分类查询模块中存储的预测上网流量类型对应的流量剩余值;流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。本发明基于用户上网习惯和不同流量类型的流量剩余值动态地计算出动态流量配额值,这样分配更准确、更符合用户当前上网习惯,减少信令网和支撑网负荷,提升资源利用率。
Description
技术领域
本发明涉及通信技术领域,具体涉及一种基于流量预测的动态配额方法和装置。
背景技术
随着移动互联网的广泛使用,数据流量计费***被广泛应用,当前的数据流量计费方式包括:在线计费和离线计费。在线计费(Online Charging System,OCS)是目前最为主流的一种流量计费方式,在线计费可以在用户上网过程中进行动态流量配额授权,并根据用户的使用情况进行实时用户提醒和扣费,可以大幅度提高用户上网提醒体验。
然而,传统OCS使用统一的静态配额值,会造成***效率低下、资源浪费和用户满意度降低,例如,为上网看视频的用户和上网聊天的用户分配相同的配额值,会导致看视频的用户频繁向OCS发送大量无意义的配额申请,造成信令网和支撑网负荷都很高,容易导致消息延迟,资源浪费和速率抖动,用户体验较差。这种配额值静态获取的方法,已不能适应高速数据流量网络实时计费的需求。另一方面,随着国内一系列热门应用和短视频的蓬勃发展,例如今日头条、快手、咪咕等定向流量,上网流量已在网元设备上进行大量细分,运营商也大面积推广各类定向流量产品,在流量不断被分类的背景下,流量在线计费***需要一种新的按需按类预测,智能动态计算配额的机制,避免高网速环境下资源浪费,提高用户满意度。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于流量预测的动态配额方法和装置。
根据本发明的一个方面,提供了一种基于流量预测的动态配额方法,包括以下步骤:
根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;所述历史上网数据包括:历史上网流量类型以及所述历史上网流量类型对应的时间段累计流量值;
查询流量分类查询模块中存储的所述预测上网流量类型对应的流量剩余值;所述流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;
依据所述预测上网流量类型对应的流量剩余值,计算所述预测上网流量类型对应的动态流量配额值。
根据本发明的另一方面,提供了一种基于流量预测的动态配额装置,包括:
缓存模块,适于存储历史上网数据;所述历史上网数据包括:历史上网流量类型以及所述历史上网流量类型对应的时间段累计流量值;
流量分类查询模块,适于存储各个上网流量类型对应的流量使用总值和流量剩余值;
预测模块,适于根据所述缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;
查询模块,适于查询所述流量分类查询模块中存储的所述预测上网流量类型对应的流量剩余值;
配额值计算模块,适于依据所述预测上网流量类型对应的流量剩余值,计算所述预测上网流量类型对应的动态流量配额值。
根据本发明的又一方面,提供了一种计算设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述基于流量预测的动态配额方法对应的操作。
根据本发明的再一方面,提供了一种计算机存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述基于流量预测的动态配额方法对应的操作。
根据本发明的基于流量预测的动态配额方法和装置,该方法通过根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;所述历史上网数据包括:历史上网流量类型以及所述历史上网流量类型对应的时间段累计流量值;查询流量分类查询模块中存储的所述预测上网流量类型对应的流量剩余值;所述流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;依据所述预测上网流量类型对应的流量剩余值,计算所述预测上网流量类型对应的动态流量配额值。本发明基于用户近期上网习惯,对用户下一次上网行为进行预测,预测用户下一次会使用哪种类型的流量,进而查询用户该类型的流量剩余值,最后才计算出动态配额,这样按照用户上网习惯和不同流量类型的流量剩余值动态计算出动态流量配额值,这样分配更准确、更符合用户当前上网习惯,减少信令网和支撑网负荷,提升资源利用率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种基于流量预测的动态配额方法的流程图;
图2示出了本发明另一实施例提供的一种基于流量预测的动态配额方法的流程图;
图3示出了本发明实施例提供的一种基于流量预测的动态配额装置的结构示意图;
图4示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
图1示出了本发明的一种基于流量预测的动态配额方法实施例的流程图,如图1所示,该方法包括以下步骤:
S101:根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型。
具体地说,在本步骤中,根据缓存模块中存储的用户的历史上网数据,该历史上网数据包括:历史上网流量类型(Servicecode ID,SID)以及历史上网流量类型对应的时间段累计流量值。如表1所示,为缓存模块中存储的历史上网数据,具体地,历史上网数据存储于上网流量缓存表中,其中SID为上网流量类型,其中SID=2000000002为“CMNET流量”,SID=1750000002为“前向定向-优酷视频”,SID=1750000013为“前向定向-快手”。具体地,如表1所示,表头后列出的前3行是各SID对应的月度累计流量值,其中CMNET流量累计流量值为100M,优酷视频累计流量值为1G,快手累计流量值为3G,表头后列出的第4行是上一次CCR报文上报的上网流量类型以及该类型对应的时间段累计流量值。
表1.上网流量缓存表
在本步骤中,针对用户长时间内第一次发起的上网申请请求,可以根据一个月内最常用的历史上网流量类型,作为预测上网流量类型;考虑到用户上网习惯一般相对稳定,短时间内上网流量类型一般相对集中,那么针对用户短时间内中间接续的上网申请请求,可以用上一次访问的历史上网流量类型,作为预测上网流量类型。
S102:查询流量分类查询模块中存储的预测上网流量类型对应的流量剩余值。
其中,流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值。表2为流量分类查询模块中的流量分类查询表,如表2所示,该用户所订购的流量有两大类,第一类是CMNET流量类型,如表头后列出的第一行所示,能对所有类型的流量进行优惠,该流量已使用100M,则CMNET流量类型对应的流量使用总值为2G,流量剩余值为2G-100M,即1G零924M;第二类是30G定向流量,如第二行所示,该流量已使用4G,只能对SID为1750000002,1750000013,1750000012所产生的定向流量优惠,则定向流量类型对应的流量使用总值为30G,流量剩余值为30G-4G,即26G。
表2.流量分类查询表
S103:依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。
具体地说,根据步骤S101中,若用上一次访问的历史上网流量类型作为预测上网流量类型,查找流量分类查询模块中存储的预测上网流量类型对应的流量剩余值;例如流量分类查询表中记载了定向流量类型1对应的流量剩余值为Vb1,定向流量类型2对应的流量剩余值为Vb2,定向流量类型3对应的流量剩余值为Vb3,非定向流量类型对应的流量剩余值为V9,若预测上网流量类型为定向流量类型1,定向流量类型1所对应的流量剩余值为Vb1,而考虑到非定向流量类型的流量也可用于定向流量上,那么所预测的上网流量类型可用的流量剩余总值就是(Vb1+V9),然后根据可用的流量总值确定动态流量配额值。
采用本实施例提供的这种方法,通过根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;历史上网数据包括:历史上网流量类型以及历史上网流量类型对应的时间段累计流量值;查询流量分类查询模块中存储的预测上网流量类型对应的流量剩余值;流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。本实施例提供的这种方法基于用户近期上网习惯,对用户下一次上网行为进行预测,预测用户下一次会使用哪种类型的流量,进而查询用户该类型的流量剩余值,最后才计算出动态配额,这样按照用户上网习惯和不同流量类型的流量剩余值动态地计算出动态流量配额值,这样分配更准确、更符合用户当前上网习惯,减少信令网和支撑网负荷,提升资源利用率。
实施例二
图2示出了本发明的另一种基于流量预测的动态配额方法实施例的流程图,如图2所示,该方法包括以下步骤:
S201:解析在用户上网过程中产生的CCR报文,确定用户在本次上网时间段内所请求的本次上网流量类型以及本次上网流量类型对应的时间段累计流量值,并将本次上网流量类型以及本次上网流量类型对应的时间段累计流量值作为历史上网数据存储至缓存模块中。
在本步骤中,在线计费用户上网过程中,会通过第一次上网请求(Credit ControlRequest,CCR)报文进行上网接续申请和使用流量上报,获取并解析该CCR报文。该CCR报文中至少包含计费号码、上网流量类型、上网流量类型对应的时间段累计流量值、上报时刻、国际移动设备识别码(International Mobile Equipment Identity,IMEI)、国际移动用户识别码(International Mobile Subscriber Identity,IMSI)、接入点(Access PointName,APN)等数据。如果同一时间段内有多个上网流量类型,则以上网使用最多流量的上网流量类型作为本次上网流量类型。
S202:根据本次上网流量类型和本次上网流量类型对应的时间段累计流量值,生成用于计费的流量话单。
在本步骤中,对本次上网流量类型对应的时间段累计流量值进行计费后,生成流量话单。
S203:根据流量话单和用户流量购买信息,计算用户的各个上网流量类型对应的流量使用总值和流量剩余值,并将各个上网流量类型对应的流量使用总值和流量剩余值存储至流量分类查询模块中。
在本步骤中,同时结合流量话单和用户流量购买信息,用户流量购买信息可以是用户购买的流量套餐,对流量话单计费后,将各个上网流量类型对应的流量使用总值和流量剩余值更新后存储在流量分类查询模块中。其中,流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值。
例如,该用户最近一次上网流量类型是优酷视频,并且该上网流量类型对应的流量使用总值为30G,流量剩余值为30G-4G=26G。
S204:根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型。
历史上网数据包括:历史上网流量类型以及历史上网流量类型对应的时间段累计流量值。在一种可选的方式中,步骤S204进一步包括:查找缓存模块在第一预设时间段内存储的历史上网数据;若查找到,则将缓存模块在第一预设时间段内最近一次存储的历史上网数据中的历史上网流量类型作为预测上网流量类型;若未查找到,则根据缓存模块在第二预设时间段内存储的历史上网数据,确定预测上网流量类型。
具体地,根据缓存模块在第二预设时间段内存储的历史上网数据,确定预测上网流量类型进一步包括:对缓存模块在第二预设时间段内存储的历史上网数据进行统计,得到各个历史上网流量类型对应的使用次数;将使用次数最多的历史上网流量类型作为预测上网流量类型。
具体地说,用户上网习惯一般相对稳定,短时间内的上网流量类型,一般相对集中,因此可以根据历史上网流量类型以及历史上网流量类型对应的时间段累计流量值,对用户下一次上网行为进行预测,得到预测上网流量类型;例如,第一预设时间段为3小时,第二预设时间段为一个月,若查找到最近3小时内有历史上网数据,则以3小时内最近一次存储的历史上网数据中的历史上网流量类型作为预测上网流量类型;若3小时内没有历史上网数据,即用户3小时内没有上网,则查找第二预设时间段即一个月内存储的历史上网数据,对缓存模块在一个月内存储的历史上网数据进行统计,得到各个历史上网流量类型对应的使用次数;将使用次数最多的历史上网流量类型作为预测上网流量类型。
表3为缓存模块更新后的上网流量缓存表,如表3所示,该用户最近一次上网流量类型是优酷视频,并且该上网流量类型对应的流量使用总值为30G流量剩余值为30G-4G=26G,上一次流量配额是50M,所以这一次给用户上调配额,分配了70M配额,用户配额使用完后,上报流量,话单计费结束后更新上网流量缓存表,更新内容包括:更新优酷视频类型1750000002月度已使用量,增加70M;更新上一次的时间段累计流量值,流量使用了70M。
计费号码 | SID | 缓存周期 | 已使用量 | 生效时间 | 失效时间 | 操作时间 |
13900000001 | 2000000002 | 月度 | 100M | 20190501000000 | 20190531000000 | 20190505000300 |
13900000001 | 1750000002 | 月度 | 1G 70M | 20190501000000 | 20190531000000 | 20190505002300 |
13900000001 | 1750000013 | 月度 | 3G | 20190501000000 | 20190531000000 | 20190505000300 |
13900000001 | 1750000002 | 上一次 | 70M | 20190505002300 |
表3.更新后的上网流量缓存表
S205:查询流量分类查询模块中存储的预测上网流量类型对应的流量剩余值。
表4为流量分类查询模块中的更新后的流量分类查询表,与表2相比,用户使用70M定向流量后更新流量分类查询表,在定向流量使用总值中新增70M流量,用于下一次流量配额分配计算。需要说明的是,本方法中的上网流量类型分类不局限于定向和非定向类型,也可以是其他类型的上网流量类型。
表4.更新后的流量分类查询表
S206:依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。
具体地,步骤S206进一步包括:判断预测上网流量类型对应的流量剩余值是否大于第一阈值;
若大于第一阈值,则利用预测上网流量类型对应的上一次流量配额值以及第一比例,计算预测上网流量类型对应的动态流量配额值;
若小于或等于第一阈值,则判断预测上网流量类型对应的流量剩余值是否大于第二阈值;第一阈值大于第二阈值;
若大于第二阈值,则利用预测上网流量类型对应的上一次流量配额值以及第二比例,计算预测上网流量类型对应的动态流量配额值;
若小于或等于第二阈值,则将预设流量配额值作为预测上网流量类型对应的动态流量配额值。
在本步骤中,依据步骤S204获取测预测上网流量类型以及步骤S205中流量分类查询模块存储的各个上网流量类型对应的流量使用总值和流量剩余值,如果该预测上网流量类型对应的流量剩余值较大则可以分配较大的配额值,如果该预测上网流量类型对应的流量剩余值较小,则只能分配较小的配额值。例如,预设第一阈值为1G,第二阈值为500M,第一比例为1.1倍,第二比例为0.9倍,那么,若预测上网流量类型对应的流量剩余值大于1G,则下一次动态流量配额值可以按照第一比例,即以上一次流量配额值的1.1倍进行上调,上调值不超过其他上网流量类型流量的流量剩余值;如果预测上网流量类型对应的流量剩余值小于或等于1G且大于500M,则动态流量配额值可以按第二比例,即以上一次流量配额值的0.9倍进行下调;如果该类型流量剩余值小于或等于500M,则动态流量配额值可以按预设流量配额值,例如固定值10M或20M进行分配。
采用本实施例提供的这种方法,通过获取并解析用户上网过程中产生的报文,总结用户近期上网习惯,对用户下一次上网行为进行预测,预测用户下一次会使用哪种类型的流量,进而查询用户该类型的流量剩余值,最后才计算出动态配额,这样按照用户上网习惯和不同流量类型的流量剩余值动态地计算出的动态流量配额值,这样分配更准确、更符合用户当前上网习惯,减少信令网和支撑网负荷,提升资源利用率。
实施例三
图3示出了本发明基于流量预测的动态配额装置实施例的结构示意图。如图3所示,该装置包括:缓存模块301、流量分类查询模块302、预测模块303、查询模块304以及配额值计算模块305。
缓存模块301,适于存储历史上网数据;历史上网数据包括:历史上网流量类型以及历史上网流量类型对应的时间段累计流量值。
流量分类查询模块302,适于存储各个上网流量类型对应的流量使用总值和流量剩余值。
预测模块303,适于根据缓存模块301中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型。
具体地,预测模块303进一步适于:查找缓存模块301在第一预设时间段内存储的历史上网数据;若查找到,则将缓存模块在第一预设时间段内最近一次存储的历史上网数据中的历史上网流量类型作为预测上网流量类型;若未查找到,则根据缓存模块301在第二预设时间段内存储的历史上网数据,确定预测上网流量类型。
在一种可选的方式中,预测模块303进一步适于:对缓存模块301在第二预设时间段内存储的历史上网数据进行统计,得到各个历史上网流量类型对应的使用次数;将使用次数最多的历史上网流量类型作为预测上网流量类型。
查询模块304,适于查询流量分类查询模块302中存储的预测上网流量类型对应的流量剩余值。
配额值计算模块305,适于依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。
在一种可选的方式中,配额值计算模块305进一步适于:判断预测上网流量类型对应的流量剩余值是否大于第一阈值;若大于第一阈值,则利用预测上网流量类型对应的上一次流量配额值以及第一比例,计算预测上网流量类型对应的动态流量配额值;若小于或等于第一阈值,则判断预测上网流量类型对应的流量剩余值是否大于第二阈值;第一阈值大于第二阈值;若大于第二阈值,则利用预测上网流量类型对应的上一次流量配额值以及第二比例,计算预测上网流量类型对应的动态流量配额值;若小于或等于第二阈值,则将预设流量配额值作为预测上网流量类型对应的动态流量配额值。
在一种可选的方式中,装置进一步包括:计费控制模块,适于解析在用户上网过程中产生的CCR报文,确定用户在本次上网时间段内所请求的本次上网流量类型以及本次上网流量类型对应的时间段累计流量值,并将本次上网流量类型以及本次上网流量类型对应的时间段累计流量值作为历史上网数据存储至缓存模块中;根据本次上网流量类型和本次上网流量类型对应的时间段累计流量值,生成用于计费的流量话单;根据流量话单和用户流量购买信息,计算用户的各个上网流量类型对应的流量使用总值和流量剩余值,并将各个上网流量类型对应的流量使用总值和流量剩余值存储至流量分类查询模块中。
综上结合实施例一、实施例二和实施例三,对本发明的基于流量预测的动态配额方法和装置以用户上网交互过程加以说明。
步骤1:在线计费用户手机终端上网时,向网关设备发起上网申请。
步骤2:网关设备向在线计费***中的计费控制模块发起第一次上网申请(CreditControl Request-Initial,CCR-I)消息包,该申请中携带有计费号码、通信协议上下文、上网开始时间等数据。
步骤3:计费控制模块接收到上网请求消息,从请求中解析出计费号码,通信协议上下文和上网开始时间数据,向预测模块303发起上网初始化请求。
步骤4:预测模块303接收到初始化请求后,根据计费号码,查询缓存模块301中存储的与该计费号码对应的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型,预测上网流量类型具体可为预测SID值。
步骤5:在预测模块303得到预测上网流量类型之后,向查询模块304发起预测上网流量类型对应的流量剩余值查询请求。
步骤6:查询模块304根据计费号码和预测上网流量类型,从流量分类查询模块302中查找预测上网流量类型对应的流量剩余值,并发送给配额值计算模块305。
步骤7:配额值计算模块305接收预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。
步骤8:网关设备在接收到在线计费***所反馈的CCA(INITIAL_REQUEST)消息包后,允许用户终端上网。
步骤9:用户终端在被允许上网后,根据自身的上网需求,不断产生数据流量业务流,流量数据实时反馈至网元设备。
步骤10:网关设备实时累计用户上网流量,当用户预分配的配额值用完或者上网时长超出阈值时,则触发CCR(UPDATE_REQUEST)消息包。网关设备向计费控制模块发起配额用完接续申请(Credit Control Update-Initial,CCR-U)消息包,该申请携带有计费号码,SID,上报时间,也包含上网流量类型以及对应的流量使用值等。
步骤11:计费控制模块接收到网关设备的消息包后,从请求中解析出计费号码,SID和上报时间和流量使用值等数据,移交给话单计费单元进行处理。
步骤12:话单计费单元根据上网流量类型和所对应的流量使用值,结合用户所订购的套餐数据进行批价计费,并将计费结果反馈给计费控制模块。
步骤13:计费控制模块根据话单计费结果更新缓存模块301,修改并更新当月历史上网数据,并更新该号码的上一次上网流量类型和所对应的流量值。
步骤14:缓存模块301更新数据成功后,返回计费控制模块成功标识。
步骤15:计费控制模块根据话单计费结果更新流量分类查询模块302,修改所对应历史上网流量类型的流量的已使用量以及流量剩余值。
步骤16:流量分类查询模块302更新数据成功后,返回计费控制单元成功标识。
至此,一次上网过程交互过程就结束了,后面就是不断循环上网预测、余量查询、配额计算、授权上网、使用量上报等过程,此处不再赘述。
采用本实施例提供的装置,通过根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;历史上网数据包括:历史上网流量类型以及历史上网流量类型对应的时间段累计流量值;查询流量分类查询模块中存储的预测上网流量类型对应的流量剩余值;流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。本装置基于用户近期上网习惯,对用户下一次上网行为进行预测,预测用户下一次会使用哪种类型的流量,进而查询用户该类型的流量剩余值,最后才计算出动态配额,这样按照用户上网习惯和不同流量类型的流量剩余值动态地计算出的动态流量配额值,这样分配更准确、更符合用户当前上网习惯,减少信令网和支撑网负荷,提升资源利用率。
实施例四
本发明实施例提供了一种非易失性计算机存储介质,计算机存储介质存储有至少一可执行指令,该计算机可执行指令可执行上述任意方法实施例中的基于流量预测的动态配额方法。
可执行指令具体可以用于使得处理器执行以下操作:
根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;历史上网数据包括:历史上网流量类型以及历史上网流量类型对应的时间段累计流量值;
查询流量分类查询模块中存储的预测上网流量类型对应的流量剩余值;流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;
依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。
实施例五
图4示出了本发明计算设备实施例的结构示意图,本发明具体实施例并不对计算设备的具体实现做限定。
如图4所示,该计算设备可以包括:处理器(processor)、通信接口(Communications Interface)、存储器(memory)、以及通信总线。
其中:处理器、通信接口、以及存储器通过通信总线完成相互间的通信。通信接口,用于与其它设备比如客户端或其它服务器等的网元通信。处理器,用于执行程序,具体可以执行上述基于流量预测的动态配额方法实施例中的相关步骤。
具体地,程序可以包括程序代码,该程序代码包括计算机操作指令。
处理器可能是中央处理器CPU,或者是特定集成电路ASIC(Application SpecificIntegrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。服务器包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
存储器,用于存放程序。存储器可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
程序具体可以用于使得处理器执行以下操作:
根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;历史上网数据包括:历史上网流量类型以及历史上网流量类型对应的时间段累计流量值;
查询流量分类查询模块中存储的预测上网流量类型对应的流量剩余值;流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;
依据预测上网流量类型对应的流量剩余值,计算预测上网流量类型对应的动态流量配额值。
在此提供的算法或显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述,构造这类***所要求的结构是显而易见的。此外,本发明实施例也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤,除有特殊说明外,不应理解为对执行顺序的限定。
Claims (10)
1.一种基于流量预测的动态配额方法,其特征在于,包括以下步骤:
根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;所述历史上网数据包括:历史上网流量类型以及所述历史上网流量类型对应的时间段累计流量值;
查询流量分类查询模块中存储的所述预测上网流量类型对应的流量剩余值;所述流量分类查询模块存储有各个上网流量类型对应的流量使用总值和流量剩余值;
依据所述预测上网流量类型对应的流量剩余值,计算所述预测上网流量类型对应的动态流量配额值。
2.根据权利要求1所述的方法,其特征在于,在所述根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型之前,所述方法还包括:
解析在用户上网过程中产生的CCR报文,确定用户在本次上网时间段内所请求的本次上网流量类型以及所述本次上网流量类型对应的时间段累计流量值,并将所述本次上网流量类型以及所述本次上网流量类型对应的时间段累计流量值作为历史上网数据存储至缓存模块中;
根据所述本次上网流量类型和所述本次上网流量类型对应的时间段累计流量值,生成用于计费的流量话单;
根据所述流量话单和用户流量购买信息,计算用户的各个上网流量类型对应的流量使用总值和流量剩余值,并将各个上网流量类型对应的流量使用总值和流量剩余值存储至流量分类查询模块中。
3.根据权利要求1所述的方法,其特征在于,所述根据缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型进一步包括:
查找所述缓存模块在第一预设时间段内存储的历史上网数据;
若查找到,则将所述缓存模块在第一预设时间段内最近一次存储的历史上网数据中的历史上网流量类型作为预测上网流量类型;
若未查找到,则根据所述缓存模块在第二预设时间段内存储的历史上网数据,确定预测上网流量类型。
4.根据权利要求3所述的方法,其特征在于,所述根据所述缓存模块在第二预设时间段内存储的历史上网数据,确定预测上网流量类型进一步包括:
对所述缓存模块在第二预设时间段内存储的历史上网数据进行统计,得到各个历史上网流量类型对应的使用次数;
将使用次数最多的历史上网流量类型作为预测上网流量类型。
5.根据权利要求1所述的方法,其特征在于,所述依据所述预测上网流量类型对应的流量剩余值,计算所述预测上网流量类型对应的动态流量配额值进一步包括:
判断所述预测上网流量类型对应的流量剩余值是否大于第一阈值;
若大于所述第一阈值,则利用所述预测上网流量类型对应的上一次流量配额值以及第一比例,计算所述预测上网流量类型对应的动态流量配额值;
若小于或等于所述第一阈值,则判断所述预测上网流量类型对应的流量剩余值是否大于第二阈值;所述第一阈值大于所述第二阈值;
若大于所述第二阈值,则利用所述预测上网流量类型对应的上一次流量配额值以及第二比例,计算所述预测上网流量类型对应的动态流量配额值;
若小于或等于所述第二阈值,则将预设流量配额值作为所述预测上网流量类型对应的动态流量配额值。
6.一种基于流量预测的动态配额装置,其特征在于,包括:
缓存模块,适于存储历史上网数据;所述历史上网数据包括:历史上网流量类型以及所述历史上网流量类型对应的时间段累计流量值;
流量分类查询模块,适于存储各个上网流量类型对应的流量使用总值和流量剩余值;
预测模块,适于根据所述缓存模块中存储的历史上网数据,对用户下一次上网行为进行预测,得到预测上网流量类型;
查询模块,适于查询所述流量分类查询模块中存储的所述预测上网流量类型对应的流量剩余值;
配额值计算模块,适于依据所述预测上网流量类型对应的流量剩余值,计算所述预测上网流量类型对应的动态流量配额值。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括:
计费控制模块,适于解析在用户上网过程中产生的CCR报文,确定用户在本次上网时间段内所请求的本次上网流量类型以及所述本次上网流量类型对应的时间段累计流量值,并将所述本次上网流量类型以及所述本次上网流量类型对应的时间段累计流量值作为历史上网数据存储至缓存模块中;根据所述本次上网流量类型和所述本次上网流量类型对应的时间段累计流量值,生成用于计费的流量话单;根据所述流量话单和用户流量购买信息,计算用户的各个上网流量类型对应的流量使用总值和流量剩余值,并将各个上网流量类型对应的流量使用总值和流量剩余值存储至流量分类查询模块中。
8.根据权利要求6所述的装置,其特征在于,所述预测模块进一步适于:
查找所述缓存模块在第一预设时间段内存储的历史上网数据;
若查找到,则将所述缓存模块在第一预设时间段内最近一次存储的历史上网数据中的历史上网流量类型作为预测上网流量类型;
若未查找到,则根据所述缓存模块在第二预设时间段内存储的历史上网数据,确定预测上网流量类型。
9.一种计算设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的基于流量预测的动态配额方法对应的操作。
10.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如权利要求1-5中任一项所述的一种基于流量预测的动态配额方法对应的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911326792.0A CN113015116B (zh) | 2019-12-20 | 2019-12-20 | 一种基于流量预测的动态配额方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911326792.0A CN113015116B (zh) | 2019-12-20 | 2019-12-20 | 一种基于流量预测的动态配额方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113015116A true CN113015116A (zh) | 2021-06-22 |
CN113015116B CN113015116B (zh) | 2022-06-03 |
Family
ID=76381692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911326792.0A Active CN113015116B (zh) | 2019-12-20 | 2019-12-20 | 一种基于流量预测的动态配额方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113015116B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114554431A (zh) * | 2022-02-16 | 2022-05-27 | 济南宏腾信息科技有限公司 | 一种基于大数据的短视频流量使用预警***及方法 |
US20220172076A1 (en) * | 2020-11-27 | 2022-06-02 | At&T Intellectual Property I, L.P. | Prediction of network events via rule set representations of machine learning models |
CN116108291A (zh) * | 2023-04-12 | 2023-05-12 | 武汉中科通达高新技术股份有限公司 | 一种移动互联网流量服务推荐方法及*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130258849A1 (en) * | 2012-03-28 | 2013-10-03 | Ranjan Sharma | Closed-loop qos control using charging groups |
US20150319313A1 (en) * | 2014-04-30 | 2015-11-05 | Sandvine Incorporated Ulc | System and method for managing online charging sessions |
CN105813047A (zh) * | 2014-12-31 | 2016-07-27 | ***通信集团吉林有限公司 | 一种流量调控方法、装置及*** |
CN106301807A (zh) * | 2015-06-27 | 2017-01-04 | 华为技术有限公司 | 一种数据业务计费方法、pcef设备、ocs及*** |
CN106533705A (zh) * | 2015-09-15 | 2017-03-22 | ***通信集团公司 | 一种数据业务流量配额的分配方法及分配装置 |
CN108259196A (zh) * | 2016-12-28 | 2018-07-06 | 华为技术有限公司 | 一种配额管理方法及装置 |
CN109495318A (zh) * | 2018-12-17 | 2019-03-19 | 广东宜通世纪科技股份有限公司 | 一种移动通信网络流量预测方法、装置及可读存储介质 |
CN110177348A (zh) * | 2019-04-22 | 2019-08-27 | ***通信集团河北有限公司 | 流量授权控制方法及装置 |
US20190334785A1 (en) * | 2018-04-26 | 2019-10-31 | Microsoft Technology Licensing, Llc | Forecasting underutilization of a computing resource |
-
2019
- 2019-12-20 CN CN201911326792.0A patent/CN113015116B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130258849A1 (en) * | 2012-03-28 | 2013-10-03 | Ranjan Sharma | Closed-loop qos control using charging groups |
US20150319313A1 (en) * | 2014-04-30 | 2015-11-05 | Sandvine Incorporated Ulc | System and method for managing online charging sessions |
CN105813047A (zh) * | 2014-12-31 | 2016-07-27 | ***通信集团吉林有限公司 | 一种流量调控方法、装置及*** |
CN106301807A (zh) * | 2015-06-27 | 2017-01-04 | 华为技术有限公司 | 一种数据业务计费方法、pcef设备、ocs及*** |
CN106533705A (zh) * | 2015-09-15 | 2017-03-22 | ***通信集团公司 | 一种数据业务流量配额的分配方法及分配装置 |
CN108259196A (zh) * | 2016-12-28 | 2018-07-06 | 华为技术有限公司 | 一种配额管理方法及装置 |
US20190334785A1 (en) * | 2018-04-26 | 2019-10-31 | Microsoft Technology Licensing, Llc | Forecasting underutilization of a computing resource |
CN109495318A (zh) * | 2018-12-17 | 2019-03-19 | 广东宜通世纪科技股份有限公司 | 一种移动通信网络流量预测方法、装置及可读存储介质 |
CN110177348A (zh) * | 2019-04-22 | 2019-08-27 | ***通信集团河北有限公司 | 流量授权控制方法及装置 |
Non-Patent Citations (2)
Title |
---|
ERICSSON: "S2-144523 "Charging correlation identifier for the IP-CAN session"", 《3GPP TSG_SA\WG2_ARCH》 * |
郭慈,廖振松: "基于Spark核心架构的大数据平台技术研究与实践", 《信息科技》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220172076A1 (en) * | 2020-11-27 | 2022-06-02 | At&T Intellectual Property I, L.P. | Prediction of network events via rule set representations of machine learning models |
US11669751B2 (en) * | 2020-11-27 | 2023-06-06 | At&T Intellectual Property I, L.P. | Prediction of network events via rule set representations of machine learning models |
CN114554431A (zh) * | 2022-02-16 | 2022-05-27 | 济南宏腾信息科技有限公司 | 一种基于大数据的短视频流量使用预警***及方法 |
CN114554431B (zh) * | 2022-02-16 | 2024-02-06 | 武汉纵拓信息技术有限公司 | 一种基于大数据的短视频流量使用预警***及方法 |
CN116108291A (zh) * | 2023-04-12 | 2023-05-12 | 武汉中科通达高新技术股份有限公司 | 一种移动互联网流量服务推荐方法及*** |
CN116108291B (zh) * | 2023-04-12 | 2023-08-08 | 武汉中科通达高新技术股份有限公司 | 一种移动互联网流量服务推荐方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN113015116B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113015116B (zh) | 一种基于流量预测的动态配额方法和装置 | |
CN107426302B (zh) | 访问调度方法、装置、***、终端、服务器及存储介质 | |
CN111447577B (zh) | 配额管理方法及设备 | |
CN110177348B (zh) | 流量授权控制方法及装置 | |
CN104348798B (zh) | 一种分配网络的方法、装置、调度服务器和*** | |
CN111597213B (zh) | 一种缓存方法、软件服务器及存储介质 | |
EP3123440B1 (en) | Controlling the pre-delivery of content to a mobile device | |
JP6977078B2 (ja) | オンライン課金での情報交換のための方法及び装置 | |
CN110381455B (zh) | 流量监控处理方法和相关装置和*** | |
JP2013519164A (ja) | モバイル通信プラン提供 | |
CN107040387B (zh) | 在线计费引擎、实时出账引擎、在线计费方法及*** | |
CN106712972B (zh) | 一种计费规则的更新方法、装置与*** | |
CN106878030B (zh) | 一种计费方法和装置 | |
CN105763616B (zh) | 资源下载方法及装置 | |
US20170134177A1 (en) | Charging method and device, access device, service quality control method and device | |
CN106982126B (zh) | 一种资源共享计费方法及计费装置、内存库 | |
CN109151747B (zh) | 业务兑换处理方法、运营服务器和业务服务器 | |
CN104144170A (zh) | 网页地址的过滤方法、装置和*** | |
CN111669720B (zh) | 计费消息的处理方法及设备 | |
CN113538024A (zh) | 广告管理方法、***及内容传输网络设备 | |
CN112019451A (zh) | 带宽分配方法、调试网元、本地缓存服务器及计算设备 | |
CN109902241B (zh) | 一种资源的加载方法、装置及其设备 | |
CN108881939B (zh) | 一种视频cdn处理方法及*** | |
CN113037512A (zh) | 网络资源消耗的统计方法、装置和服务器 | |
WO2020098773A1 (zh) | 一种请求响应方法、装置、边缘节点和鉴权*** |
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 |