一种大数据移动网络端口的业务优化调度方法与流程

本发明涉及通信技术领域，特别是涉及业务调度，以及流量控制。

背景技术：

随着移动通信技术的发展，移动网络的覆盖面越来越广，移动用户数量剧增，在移动通讯网基础上的业务种类也越发复杂多样和灵活多变。同时随着通信市场的发展，尤其是信息产业和移动互联网等新兴领域有了长足的发展，传统的通信行业格局有了较大的改变。从通信行业初步形成时以基本的互联互通为中心的局面，到目前用户逐渐不能满足与单一的通讯功能，用户要求运营商提供丰富多彩的增值业务和随时随地获取信息和传递信息的服务。使得移动通信网络在规模上、结构上不断发展，同时也加剧了通信行业竞争。随着广大移动通信用户对网络质量的要求和业务要求越来越高，如何改善网络运行性能，提高网络服务质量，已成为移动通信市场企业掌握主动权和增强核心竞争力的基本前提。而要提高现有网络服务质量，就必须合理优化移动网络的资源配置，只有不断对移动网络进行优化和调整才能逐步使移动网络充分利用现有资源从而发挥其最佳效能、提高服务水平和设备利用率。目前，大多数移动网络运营商都非常重视移动网络的建设，在网络建设上大量投入人力、物理和财力资源。随着移动网络规模越来越大，移动网络结构越来越复杂，简单地加大网络建设的投入己经不足以充分利用资源和最大限度地发挥现有网络的质量，转而需要通过网络优化方法和手段(如图1所示)来维持和改善移动网络的质量。现在国内各大移动运营商也逐步加大了对网络优化的重视程度，加大了对网络优化的投入。

综上所述：实施移动网络及其端口优化不仅可以提高网络的服务质量，提高语音和其他业务的服务水平，提高无线网络覆盖率等，还可以同时尽可能的降低移动网络的运营成本，提高网络设备的利用率，在增加网络容量的同时减少设备投资。因此，移动网络的端口优化能力己成为提高移动网络运营商竞争力的重要途径。

技术实现要素：

本发明所要解决的技术问题是：解决大数据移动网络端口的业务调度能力低下问题，提高端口的利用效能和网络的传输与处理能力。

本发明为解决上述技术问题所采用的技术方案包括以下步骤，如图2所示：

A、建立面向业务的节点传输时延最优调度模型；

B、进行节点传输时延最优调度模型的工程等效转化；

C、进行面向业务的节点传输时延最优调度模型的工程化求解与移动网络精细化QoS优化。

所述步骤A中，为提升节点的处理效能，建立相应优化模型

其中j为业务流标识，j＝1,2,......,J，t为时间戳标识，且t＝1,2,......,T，W为业务被载入节点的平均时延代价，D为业务被节点推出的平均时延代价，A_j为业务流j的到达时刻，p_j为业务流j被节点处理所需时间，Cap为节点容量，为业务被载入节点的最大容许时延，为业务被节点推出的最大容许时延，R_t为在时间戳t内节点中的业务流数目，

均为决策变量。

所述步骤B中，为降低计算复杂度，对优化模型进行工程化转化，具体为：令若满足初始解的业务流j在时间戳t的初始时刻被载入节点，则 反之则若满足初始解的业务流j在时间戳t的初始时刻被节点推出，则反之则Uⁱⁿ为时的业务流集合，U^out为 时的业务流集合，V_i,b为满足第b次优化模型分解获得的第i个子优化模型的业务流集合，C_i,b为V_i,b的最大值，M为优化模型求解的最大迭代次数，S_b为第b个子优化模型的解，Z_j为决策变量，若业务流j被节点推出或载入的状态发生改变，则Z_j＝1，反之则Z_j＝0，增加工程性约束模型(13)—(18)用于简化工程求解，

所述步骤C中，工程化处理的具体子步骤为：

(1).令b＝0，设置参数C_i,b,M,K；(2)在M次迭代次数内求解原始优化模型，并获得最优可行解S₀以及决策变量和和可从S₀获得；(3)采用规则和更新以及Uⁱⁿ和U^out，并重新求解(1)-(18)， 获得S₀′，若S₀′<S₀，则令S₀＝S₀′，转至子步骤(4)，若S₀′≥S₀，则转至子步骤(6)；(4)使用规则b＝b+1更新b，并判断(2×b)≤J和(2×b)≤K是否同时成立，若其同时成立，则根据业务被载入节点的时延大小，将到达节点的业务流按照从小到大的时延顺序依次进行排列，然后将业务流等分为2×b组，并转至子步骤(5)，若其同时不成立，则转至子步骤(6)；(5)使用规则和更新以及Uⁱⁿ和U^out，和可从S_b-1获得，并重新求解(1)-(18)，并更新可行解，若S_b<S_b-1，则转至子步骤(4)，反之则转至子步骤(6)；(6)输出最优解。

所述步骤C中，建立精细化QoS控制模型，如图3所示，具体为：建立精细化QoS控制模型，移动网络系统的精细化QoS控制模型主要由用户需求单元、中间件服务单元、资源代理单元和网络资源节点组成，其中用户需求单元为用户提供查询服务和为移动网络的服务提供者实现注册、服务发布的功能；中间件服务单元负责移动网络系统的用户登录、安全接入控制、用户信息管理和用户对信息资源的使用行为记录；网络资源代理单元用于实现网络的物理资源与用户行为的对偶映射交互，其由QoS映射与转换模块、信息服务中心、QoS协商模块、资源监控模块和错误处理模块组成，其中信息服务中心提供和展示网络资源的形态和状态表征信息以及QoS参数信息，而QoS映射与转换模块实现各级用户的应用QoS需求至网络OSI模型中各层的QoS参数的映射转换，QoS协商模块用于判断各网络资源节点间的QoS保障能力是否满足各级用户的应用QoS需求，网络资源监控模块用于对处于预留状态的网络资源进行监控，并获取用户对网络资源使用的行为记录信息，错误处理模块用于对不能满足用户QoS需求的网络资源请求进行裁决和处理。

所述步骤C中，网络资源节点用于向网络用户提供具体的移动网络服务， 它主要由网络资源信息服务单元、交易服务单元、QoS控制器、QoS接纳控制、调度器和网络资源预留设置单元组成。

所述步骤C中，网络资源信息服务单元用于监视网络资源的QoS状态信息，QoS接纳控制用于网络资源的负载均衡调节、用户接入冲突和路由死锁的检测与预测以及网络接入资源的协同分配，交易服务单元用于网络资源使用代价的计算和用户对网络资源使用的行为记录，网络资源预留设置单元用于根据预留策略对网络资源进行预留标记设置，将用户的任务请求安排至任务等待池中进行等待调度，调度器用于对任务等待池中的本地或远程的用户任务请求进行规划调度，QoS控制器根据初始QoS约束规则对当前任务所需的QoS参数进行自适应调整，并面向信息资源服务提供者提供网络资源QoS状态信息服务功能，以及控制QoS映射与转换模块。

本发明的有益效果为：一种大数据移动网络端口的业务优化调度方法，通过建立面向业务的节点传输时延最优调度模型、进行节点传输时延最优调度模型的工程等效转化以及面向业务的节点传输时延最优调度模型的工程化求解，实现了端口资源的利用效能和网络的传输与处理能力提升。

附图说明

图1移动网络优化流程示意图

图2网络端口的业务优化调度流程示意图

图3精细化QoS控制模型

具体实施方式

为达到上述目的，本发明的技术方案如下：

第一步，建立面向业务的节点传输时延最优调度模型，

其中j为业务流标识，j＝1,2,......,J，t为时间戳标识，且t＝1,2,......,T，W为业务被载入节点的平均时延代价，D为业务被节点推出的平均时延代价，A_j为业务流j的到达时刻，p_j为业务流j被节点处理所需时间，Cap为节点容量，为业务被载入节点的最大容许时延，为业务被节点推出的最大容许时延，R_t为在时间戳t内节点中的业务流数目，

均为决策变量。

第二步，为降低计算复杂度，对优化模型进行工程等效转化，具体为：令 若满足初始解的业务流j在时间戳t的初始时刻被载入节点，则反之则若满足初始解的业务流j在时间戳t的初始时刻被节点推出，则反之则Uⁱⁿ为时的业务流集合，U^out为时的 业务流集合，V_i,b为满足第b次优化模型分解获得的第i个子优化模型的业务流集合，C_i,b为V_i,b的最大值，M为优化模型求解的最大迭代次数，S_b为第b个子优化模型的解，Z_j为决策变量，若业务流j被节点推出或载入的状态发生改变，则Z_j＝1，反之则Z_j＝0，增加工程性约束模型(13)—(18)用于简化工程求解，

第三步，(1).令b＝0，设置参数C_i,b,M,K；(2)在M次迭代次数内求解原始优化模型，并获得最优可行解S₀以及决策变量和和可从S₀获得；(3)采用规则和更新以及Uⁱⁿ和U^out，并重新求解(1)-(18)，获得S₀′，若S₀′<S₀，则令S₀＝S₀′，转至子步骤(4)，若S₀′≥S₀，则转至子步骤(6)；(4)使用规则b＝b+1更新b，并判断(2×b)≤J和(2×b)≤K是否同时成立，若其同时成立，则根据业务被载入节点的时延大小，将到达节点的业务流按照从小到大的时延顺序依次进行排列，然后将业务流等分为2×b组，并转至子步骤(5)，若其同时不成立，则转至子步骤(6)；(5)使用规则和 更新以及Uⁱⁿ和U^out，和可从S_b-1获得，并重新求解(1)-(18)，并更新可行解，若S_b<S_b-1，则转至子步骤(4)，反之则转至子步骤(6)；(6)输出最优解。

第四步，建立精细化QoS控制模型，移动网络系统的精细化QoS控制模型主要由用户需求单元、中间件服务单元、资源代理单元和网络资源节点组成，其中用户需求单元为用户提供查询服务和为移动网络的服务提供者实现注册、服 务发布的功能；中间件服务单元负责移动网络系统的用户登录、安全接入控制、用户信息管理和用户对信息资源的使用行为记录；网络资源代理单元用于实现网络的物理资源与用户行为的对偶映射交互，其由QoS映射与转换模块、信息服务中心、QoS协商模块、资源监控模块和错误处理模块组成，其中信息服务中心提供和展示网络资源的形态和状态表征信息以及QoS参数信息，而QoS映射与转换模块实现各级用户的应用QoS需求至网络OSI模型中各层的QoS参数的映射转换，QoS协商模块用于判断各网络资源节点间的QoS保障能力是否满足各级用户的应用QoS需求，网络资源监控模块用于对处于预留状态的网络资源进行监控，并获取用户对网络资源使用的行为记录信息，错误处理模块用于对不能满足用户QoS需求的网络资源请求进行裁决和处理。

第五步，网络资源节点用于向网络用户提供具体的移动网络服务，它主要由网络资源信息服务单元、交易服务单元、QoS控制器、QoS接纳控制、调度器和网络资源预留设置单元组成。

第六步，网络资源信息服务单元用于监视网络资源的QoS状态信息，QoS接纳控制用于网络资源的负载均衡调节、用户接入冲突和路由死锁的检测与预测以及网络接入资源的协同分配，交易服务单元用于网络资源使用代价的计算和用户对网络资源使用的行为记录，网络资源预留设置单元用于根据预留策略对网络资源进行预留标记设置，将用户的任务请求安排至任务等待池中进行等待调度，调度器用于对任务等待池中的本地或远程的用户任务请求进行规划调度，QoS控制器根据初始QoS约束规则对当前任务所需的QoS参数进行自适应调整，并面向信息资源服务提供者提供网络资源QoS状态信息服务功能，以及控制QoS映射与转换模块。

本发明提出了一种大数据移动网络端口的业务优化调度方法，通过建立面 向业务的节点传输时延最优调度模型、进行节点传输时延最优调度模型的工程化转化以及面向业务的节点传输时延最优调度模型的工程化求解，实现了端口资源的利用效能和网络的传输与处理能力提升。