[发明专利]一种基于自治系统多维属性的网络带宽分配方法有效
申请号: | 201810008887.7 | 申请日: | 2018-01-04 |
公开(公告)号: | CN108234495B | 公开(公告)日: | 2020-09-29 |
发明(设计)人: | 张尧 | 申请(专利权)人: | 苏州浪潮智能科技有限公司 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;H04L12/917 |
代理公司: | 济南舜源专利事务所有限公司 37205 | 代理人: | 刘雪萍 |
地址: | 215100 江苏省苏州市吴*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 自治 系统 多维 属性 网络带宽 分配 方法 | ||
1.一种基于自治系统多维属性的网络带宽分配方法,其特征在于,包括网络权证建立过程和可用性指数的计算与更新过程;
所述网络权证建立过程包括以下步骤:
S1-1:发送者进行发送数据包的初始化;
S1-2:当数据包由源自治域发送至数据中心自治域时,途经自治域依次实施准入控制过程,并生成对应于该数据包的网络权证;该步骤中本地尚未使用的网络带宽将根据每个源自治域的可用性指数被加权平均分配;
S1-3:依照基于可用性指数的加权平均分配结果,每个叶子节点将被给予一个可接入带宽的上界值;每个自治域可用带宽将被其内部产生的所有数据发送者共享;如果正在申请的数据流符合准入控制要求,即该申请所需带宽没有超过共享的平均上界值,则该申请所需带宽将在途经自治域被暂时性地分配,同时途经自治域为该申请生成权证密码令牌;若所有途经自治域都批准了该申请,则数据中心自治域将生成最终权证;
S1-4:数据中心自治域将新生成的权证发送回请求用户,以确认权证的申请;当收到新生成权证的时候,每个途经自治域将最终为该用户分配相应的带宽;
所述可用性指数的计算与更新过程包括以下步骤:
S2-1:当发送者带宽申请数据包到达路径上某一自治域时,会首先在该自治域的可用性指数表中,查询是否有申请包中源自治域标识符所对应的可用性指数,若存在,则根据该自治域的可用性指数表中实时的可用性指数,通过准入控制模块进行准入控制的过程;
S2-2:如果不存在源自治域的可用性指数,则数据包的权证信息将被发送至AI计算与更新模块,该AI计算与更新模块将为源自治域初始化一个可用性指数,并将该可用性指数返回至可用性指数表,从而带宽申请数据包将得以继续进行准入控制的过程;在权证建立路径的每个自治域,给定源自治域的原始可用性指数的计算方法如下:
AI′S=(PS)α·(RS)β·(CS)γ·(LS)ω,(0<α,β,γ,ω<1)
其中a,β,γ,ω均是加权参数,且满足a+β+γ+ω=1;Ps,Rs,Cs和Ls分别是连接活跃度指数、带宽分配指数、带宽占用指数、本地属性指数的单个字节的变量,其取值范围在预设MIN到MAX变化;
S2-3:可用性指数计算与更新模块周期性地对所有活跃的源自治域的可用性指数值进行更新,并将更新后的可用性指数值同步至可用性指数表。
2.根据权利要求1所述的基于自治系统多维属性的网络带宽分配方法,其特征在于,步骤S1-1中发送者进行发送数据包的初始化具体包括以下步骤:
源自治域根据BGP协议,获悉一条路径向量,使每个位于源自治域中的用户在数据包中添加该路径来发送权证申请请求;
发送者在申请包中配置包括所需带宽的编码bw,并在申请包中标注数据流标识符flowid、源自治域标识符ASID和权证截止时间exp。
3.根据权利要求2所述的基于自治系统多维属性的网络带宽分配方法,其特征在于,步骤S1-3中,途经自治域为该申请所生成权证密码令牌为:
Req(src)=bw||exp||flowid||ASID,
其中,ki是仅由自治域ASi知悉的隐秘的CBC-MAC私钥;Ti(src)指自治域AS i处生成的权证密码令牌;
数据中心自治域所生成最终权证为:
Csrc=T0(src)||T1(src)||…||TN+1(src),
其中,N为途经自治域的个数。
4.根据权利要求1、2或3所述的基于自治系统多维属性的网络带宽分配方法,其特征在于,步骤S2-2中,参数Ls通过下式计算:
其中,n为路径中节点跳数,l为判断某一路径的基准值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810008887.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种互动直播方法和系统
- 下一篇:一种基于神经网络的流量预测方法