[发明专利]一种基于流量预测与果蝇优化算法的网络负载均衡方法

说明书

一种基于流量预测与果蝇优化算法的网络负载均衡方法，该方法引入流量预测和果蝇优化算法对网络流量进行预测，并在流量预测值的基础上对果蝇优化算法进行改进以达到对网络负载的均衡的目的。该策略使用果蝇算法在集中式架构下对历史数据进行寻优，之后将优化的结果作为每个小区分布式调度时的训练数据，随后使用回归模型学习并根据预测到的流量进行负载均衡策略的学习。该策略可有效的节省网络计算能力，同时分布式调度无需大量信息交互，极大程度上节省了系统的信令开销，并且提高了区域网络内的资源利用率。

技术领域

本发明涉及网络负载均衡，特别涉及一种基于流量预测与果蝇优化算法的网络负载均衡方法。

背景技术

超密集网络是一种典型的异构网络，无线通信技术的迅猛发展使得不同的接入技术提供给用户形式多样的业务类型和更快的数据传输速度。超密集网络作为第五代移动通信的关键技术之一，通过密集部署基础基站设施，增加子网数目，使得小区覆盖范围持续缩小，资源利用率提高，增大了网络容量。子网数目的增加导致网络中小区负载动态变化过程加速，从而最终使得网络负载均衡方案开销急剧增加。负载均衡技术主要用来均衡网络之间负载，防止其负载失衡，从而提高整个网络系统的无线资源利用率以及给系统中的用户提供有保证的QoS服务业务。因此，对于超密集网络下的负载均衡策略的研究自然十分有意义。比如，在用户比较多的热点地区，如音乐节的现场，有可能会出现业务相对密集，网络业务流量非常大，从而导致用户发起新呼叫的阻塞率升高或垂直切换的失败率增大以及掉话率提高，而此时周边的非热点小区的用户业务少，流量很低，用户不会选择其接入而导致非热点小区资源过剩的情况。因此，整个超密集网络系统的资源就没有能够得到充分利用，而且不能为用户提供QoS保证，从而会造成整个系统提供给用户的服务质量不高、资源利用率变低，使得整个网络系统性能下降。所以，通过引入负载均衡策略，在满足用户期望的业务QoS情况下，通过负载均衡机制合理的均衡重载小区和轻载小区之间的负载，可以使得整个网络系统的服务质量得到明显的提高，如阻塞率降低和掉话率降低，从而达到提高系统无线资源利用率，提高整个系统的性能，增加网络系统的容量以及为用户提供有保证的服务质量等目的。但是，基于触发进行负载均衡的方式将导致严重的滞后性，而基于动态网络状态的负载均衡策略收敛速度无法与网络状态变化速度相匹配。此外，随着网络覆盖半径不断变小，接入的每个子网内的用户数随机性随之增强，局部区域内负载变化情况更加剧烈，难以为负载均衡提供有效信息。

发明内容

本发明的目的在于解决超密集网络中的负载均衡问题，提供一种基于流量预测和果蝇优化算法的网络负载均衡方法。

为了达到上述目的，本发明采用了以下技术方案：

一种基于流量预测与果蝇优化算法的网络负载均衡方法，包括以下步骤：

(一)在网络使用的空闲时段内，所有小区以天为时间单位将历史流量信息发送至区域内的中心节点，通过果蝇优化算法给出历史信息上的负载均衡方案，中心节点在空闲时段将所得到的负载均衡方案广播至各个小区；

(二)每个小区根据自己与邻小区的历史流量信息及负载均衡方案构造GBDT回归模型，并训练GBDT回归模型，判断是否还能够接收呼叫业务或者转移业务；

(三)若能够接收呼叫任务，在进行接入控制时，每个小区基于本小区和邻小区预测的流量值，对本小区的接入控制进行预测；

(四)如果小区进行接入控制后的负载过载，则进行业务的切换控制来均衡负载。

本发明进一步的改进在于，步骤(一)的具体过程如下：

1)假设每个小区的资源上限值一致并且为R，并且区域内所有小区两两组成相邻关系，能够进行业务切换，则网络中的总资源利用率ρ为：

其中，T_i是小区i保持不变的业务流量，T′_i是邻小区转移到小区i的业务流量，n为小区个数，R为小区的资源上限值。