[发明专利]一种局域网带宽资源分配方法、存储装置及设备

说明书

本发明公开了一种局域网带宽资源分配方法、存储装置和移动设备，方法包括步骤S1:设备负载测量步骤；S2:业务流量测量步骤：S3:业务带宽动态分配步骤：采用Actor‑Critic深度强化学习算法，对设备负载测量、业务测量得到的统计数据以及用户对业务质量的感知数据进行分析处理并生成业务带宽资源分配方案；S4:设备在线配置步骤；S5:业务质量测量步骤；S6:用户业务主观感知值计算步骤。本发明采用了深度强化学习模型以实现基于业务流量状态和用户业务主观感知向量的实现基于深度神经网络的非线性最优化，在深度强化学习的状态向量中引入了滑动窗口以引入时间序列提升优化效果。

技术领域

本发明涉及无线通信网络领域，具体涉及一种局域网带宽资源分配方法、存储装置及设备。

背景技术

局域网内多种业务类型共享网络出口带宽资源，由于各类业务的流量随机性，造成在有限的网络出口带宽资源的情况下，各类业务的用户感知到的业务质量会发生波动，当这样的波动达到一定的程度就会在网络出口处出现流量溢出，从而导致用户感知劣化。

在网络出口设备处会对来自不同用户及业务类型的流量进行调度，在某种策略的判决下占用出口链路，从而达到某种带宽资源分配目标。

为了解决上述的不同业务类型流量抢占出口带宽资源造成的业务质量下降，通常有以下方法：

按优先级调度：

给每一种业务类型分配一个固定的优先级，在网络出口处，按照业务优先级进行报文调度，具体的做法有固定严格优先级调度、加权轮询调度等等。

为各类业务或业务组分配固定的带宽：

在网络出口设备处事先配置好每一类业务或业务组可以使用的带宽上限，当各类业务流量到达时，网络出口设备就按照事先配置好的参数严格限制每类业务或业务组可以使用的带宽的上限，超限的流量被丢弃。

固定分配带宽和带宽优先级混合调度：

综合采用固定分配带宽和优先级调度的方法，较高优先级的业务或业务组超限部分的流量可以借用较低优先级业务或业务组未使用部分的流量。

动态带宽资源分配：

通过采集网络流量的实际数据及简单的业务质量QoS如丢包率、报文转发延迟等，根据某种自适应算法对网络带宽策略进行调整以优化QoS表现。

按优先级调度的方法不能保证较低优先级业务在共享带宽资源时的公平性，当较高优先级业务占据大量带宽资源时，较低优先级业务的质量将急剧下降。

以上现有的带宽资源分配方法具有以下不足：

为各类业务或业务组分配固定带宽的方法，不能根据各类业务的实际带宽占用及业务质量动态调整分配策略，造成无法充分利用带宽资源。此外已超限的业务或业务组无法使用其它业务或业务组空闲的带宽资源，造成资源的浪费。

目前的动态带宽资源分配方法中自适应算法的输入是业务的简单质量指标，如丢包率、报文转发延迟等等，依据这些指标进行自适应带宽分配不能如实体现用户的业务质量感知最优化的目标，此外目前使用的自适应算法使用的是决策树等传统的机器学习算法，无法充分利用蕴含在输入参数中的高维度特征从而获得最优的结果。

固定分配带宽和带宽优先级混合调度的方法可以缓解上述方法造成的带宽资源浪费，但是仍然属于固定分配策略，不能够根据带宽资源占用状态和业务质量情况动态调整，不能够达到带宽资源的最大化利用，并且业务在借用其它业务类型带宽资源时，突发流量会导致被借用带宽资源的业务质量受到不可控的影响。

因此，需要对现有的局域网带宽分配方法进行优化，以优化用户对业务质量的感知，使用QoE作为算法的训练参数能够更好地收敛于最优方案。

发明内容