[发明专利]一种基于意图的应用QoE管理方法及系统

说明书

本发明提供了一种基于意图的应用QoE管理方法及系统，针对流媒体服务中常见的应用端到服务端类型，设计意图网络框架来替代传统的网络架构，使用意图的概念来对应用的QoE进行管理，其中，包含了QoE/QoS映射的强化学习模型，在该架构中，上层应用将所需的服务和QoE信息传递给意图北向接口Intent NBI，Intent NBI对来自应用的意图进行理解，分析得出应用的所需，为应用端到服务端配置初始的网络路由，为了持续保障应用的QoE，Intent NBI将依据应用反馈的QoE信息，使用强化学习模型来计算出当前应用所需的网络QoS，并为应用寻找并配置满足QoS需求的路径。

技术领域

本发明属于计算机技术领域，尤其涉及一种基于意图的应用QoE管理方法及系统。

背景技术

在现有的应用QoE管理方法中，通常所针对的是AQoS，它们首先人为的对视频QoE进行二分类评价(接受或不接受)，以此来获取原始的AQoS到QoE的映射数据，然后通过使用数学分析来分析数据，获得满足视频QoE的最低指标AQoS的映射公式，网络运营商可以应用这些信息来整服务提供的策略，来完成应用QoE的管理。

另外相关研究中提出了Pyteas框架来对应用QoE进行管理，它使用机器学习中的探索和利用过程(Exploration and Exploitation，E2)来取代预测过程，对应用程序基于IP前缀、位置等信息进行分组，对每个组分别运行E2算法来进行实时的决策来对视频服务器的发送速率进行控制，以最大化会话的总QoE作为优化目标，来对QoE进行优化。

上面所述的管理方法或系统存在下面的问题：

(1)算法的准确性依赖获取到的AQoS到QoE的映射数据，但实际中，由于环境变化造成这些映射数据本身并不完全准确，导致所学习的AQoS/QoE模型会存在偏差；

(2)由于所学习的映射是AQoS到QoE的固定映射，当环境发生变化，实际映射关系发生变化时，模型无法进行应对；

(3)无法对网络的QoS参数(NQoS)进行控制，也没有对它进行测量，当网络资源不足，例如带宽不足时，只对服务器端的发送速率的控制无法保证应用QoE；

(4)不能降低网络资源消耗。

通常情况下QoS可以分为AQoS(Application-level Quality of Service)和NQoS(Network-level Quality of Service)，AQoS包含分辨率、帧速率、编码类型等参数，NQoS包含带宽、抖动、丢包率等参数，本发明所针对是NQoS，后续描述中的QoS即指代NQoS。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于意图的应用QoE管理方法及系统以解决上述的问题

为了达到以上目的，本发明采用的技术方案为：

本方案提供一种基于意图的应用QoE管理方法，包括如下步骤：

S1、由应用端向意图北向接口发送报文信息；

S2、通过报文处理单元判断所述报文信息是否为意图请求，若是，则进入步骤S4，反之，则进入步骤S3；

S3、判断所述报文信息是否为应用QoE信息，若是，则进入步骤S5，反之，则所述报文信息为意图请求结束信息，进入步骤S8；

S4、通过意图冲突检测单元判断所述意图请求是否发生冲突，若是，则拒绝该报文的意图请求，进入步骤S8，反之，则将所述意图请求报文存储至意图请求管理单元，并进入步骤S6；

S5、判断当前应用QoE的需求是否获得满足，若是，则进入步骤S7，反之，则进入步骤S6；