一种AP接入负载均衡方法与流程

技术特征：

1.一种AP接入负载均衡方法，其特征在于包括如下步骤：

S1，根据当前时刻AP的数量、用户的数量、AC用户网络流量预测下一时刻的AC用户网络流量情况；

S2，根据下一时刻的AC用户网络流量情况，判断AC的负载情况，并根据负载情况为AC设定优先级；

S3，根据AC的优先级，AP选择优先级高的AC接入。

2.如权利要求1所述的AP接入负载均衡方法，其特征在于：

在步骤S1中，预测下一时刻的AC用户网络流量情况采用新移动平均法，包括如下步骤：

S11，计算新接入的AP产生的网络流量：

其中，Y_n新(k)为新接入的AP产生的网络流量；Y_n(k)为当前时刻AC的网络流量；P_k为当前时刻接入的AP的数量，M_k(M＝0,1,2.....)为下一时刻新接入的AP的数量；

S12，计算接入新的AP后，当前时刻AC用户网络流量AC_n(k)：

AC_n(k)＝Y_n新(k)+Y_n(k)；

S13，重复步骤S11～S12，获取前N个时刻，接入新的AP后，当前时刻AC用户网络流量AC_n(k)，并将所述前N个时刻，接入新的AP后，当前时刻AC用户网络流量AC_n(k)组成重构序列；

S14，通过所述重构序列对下一时刻(N+1)的AC用户网络流量Y_n(N+1)进行预测:

Y_n(N+1)＝[AC_n(1)+AC_n(2)+……+AC_n(N)]/N。

3.如权利要求1所述的AP接入负载均衡方法，其特征在于：

在步骤S2中，所述AC的负载情况包括轻负载、中负载和重负载。

4.如权利要求1所述的AP接入负载均衡方法，其特征在于在步骤S2中，判断各个AC的负载情况，包括如下步骤：

获取下一时刻的AC用户网络流量情况；

将所述AC用户网络流量情况与设定的第一预设阈值进行比较；如果所述AC用户网络流量预测值小于第一预设阈值，则AC为轻负载；

否则，将所述AC用户网络流量情况与设定的第二预设阈值进行比较；如果所述AC用户网络流量预测值小于第二预设阈值，则AC为中负载；

否则，AC为重负载。

5.如权利要求1所述的AP接入负载均衡方法，其特征在于在步骤S2中，根据负载情况为AC设定优先级，包括如下步骤：

获取AC的负载情况，如果所述AC为轻负载，则所述AC的优先级最高；

如果所述AC为中负载，则所述AC的优先级中等；

如果所述AC为重负载，则所述AC的优先级最低。

6.如权利要求1所述的AP接入负载均衡方法，其特征在于还包括如下步骤：

S4，如果AC的优先级相同，则采用加权最小连接调度算法，根据AC接入的AP的数量、AC接入的用户的数量以及AC用户网络流量情况计算权重比例，根据权重比例确定连接数最小的AC进行任务分配。

7.如权利要求6所述的AP接入负载均衡方法，其特征在于在步骤S4中，采用加权最小连接调度算法，包括如下步骤：

S41，根据集群中AP的数量、用户的数量、AC用户网络流量建立一般矩阵：A＝(a_ij)_m×n；其中，a_ij为第i个AC中的第j个连接数的属性值；i为集群中AC编号，i＝1,2,3……L，L为正整数；j为影响AC连接数的属性编号；

S42，将所述一般举证转化成决策矩阵：其中，m_ij为：

$m_{ij}=1-\frac{a_{ij}}{\max (a_{1j},a_{2j},\mathrm{...}{a}_{Lj})+\min (a_{1j},a_{2j},\mathrm{.....}{a}_{Lj})};$

S43，对所述决策矩阵进行归一化处理得到标准决策矩阵F：

F＝(f_ij)_m×n；

其中，

S44，采用熵值法计算AC连接数的属性的权重：

$w_j=\frac{d_j}{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}(1-E_j)};$

其中，w_i为AC连接数的属性的权重；d_i为偏离度；Ej为连接数的属性的信息熵:

S45，根据AC连接数的属性的权重，计算集群中AC的连接数，并选择连接数最小的AC进行任务分配；其中，根据AC连接数的属性的权重，计算集群中AC的连接数采用如下公式：

$C_i=w_1*P_i+w_2*U_i+w_3*Y_n^i(N+1)$

其中，w_j为AC连接数的属性的权重；为第i个AC下一时刻的AC用户网络流量预测值，P_i为第i个AC当前接入的AP的数量，U_i为第i个AC接入的用户的数量。