用于内容分发网络的流量调度方法及装置与流程

本公开涉及音视频技术领域。更具体地，本公开涉及一种用于内容分发网络的流量调度方法及装置。

背景技术：

内容分发网络(contentdeliverynetwork，简称cdn)是构建在现有网络基础之上的智能虚拟网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，可以降低网络拥塞，能够提高用户访问响应速度和命中率。

在相关技术中，稳定较差的cdn可能无法被准确地识别出来，并且无法准确估计cdn在未来一段时间的服务质量，导致无法最优化配置各个cdn的流量。

技术实现要素：

本公开的示例性实施例在于提供一种用于内容分发网络的流量调度方法及装置，以至少解决相关技术中的用于内容分发网络的流量调度的问题，也可不解决任何上述问题。

根据本公开的示例性实施例，提供一种用于内容分发网络的流量调度方法，包括：在每个内容分发网络组中，识别在第一预设时间段内组内各内容分发网络之间的服务质量的差异；响应于组内各内容分发网络之间的服务质量的差异满足预设条件，使用预设抽样方法从组内每个内容分发网络在第一预设时间段内的服务质量分别进行抽样，基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量；基于每个内容分发网络在第二预设时间段内的服务质量，计算每个内容分发网络在第二预设时间段内的流量配置。

可选地，识别在第一预设时间段内组内各内容分发网络之间的服务质量的差异的步骤可包括：获取在第一预设时间段内组内每个内容分发网络的服务质量；基于每个内容分发网络的服务质量，计算同组内内容分发网络两两之间的服务质量差异的稳定程度；基于差异的稳定程度确定组内各内容分发网络之间的服务质量的差异是否满足预设条件。

可选地，计算同组内内容分发网络两两之间的服务质量差异的稳定程度的步骤可包括：计算每两个内容分发网络在第一预设时间段内的每一时刻的服务质量的差异；选择服务质量中差异大于置信区间极值的服务质量；计算大于置信区间极值的差异的累加之和与置信区间极值的比值；基于所述比值确定所述每两个内容分发网络的服务质量的差异的稳定程度。

可选地，基于差异的稳定程度确定组内各内容分发网络之间的服务质量的差异是否满足预设条件的步骤可包括：基于所述每两个内容分发网络的服务质量的差异的稳定程度计算所述每两个内容分发网络的服务质量的差异满足预设条件的置信半径；基于置信半径与半径阈值的比较结果确定所述每两个内容分发网络的服务质量的差异是否满足预设条件。

可选地，基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量的步骤可包括：计算每个内容分发网络的被抽样的服务质量的均值，将均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

可选地，基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量的步骤可包括：计算每个内容分发网络的被抽样的服务质量的第一均值；重复进行预设次数的抽样和均值计算，并且针对每个内容分发网络计算预设数量个第一均值的第二均值；将第二均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

可选地，内容分发网络组可以是基于内容分发网络的相关参数对内容分发网络进行分组得到的，内容分发网络的相关参数可包括业务线，省份，运营商，中的至少一个。

根据本公开的示例性实施例，提供一种用于内容分发网络的流量调度装置，包括：差异识别单元，被配置为在每个内容分发网络组中，识别在第一预设时间段内组内各内容分发网络之间的服务质量的差异；质量估计单元，被配置为响应于组内各内容分发网络之间的服务质量的差异满足预设条件，使用预设抽样方法从组内每个内容分发网络在第一预设时间段内的服务质量分别进行抽样，基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量；和流量计算单元，被配置为基于每个内容分发网络在第二预设时间段内的服务质量，计算每个内容分发网络在第二预设时间段内的流量配置。

可选地，差异识别单元可被配置为：获取在第一预设时间段内组内每个内容分发网络的服务质量；基于每个内容分发网络的服务质量，计算同组内内容分发网络两两之间的服务质量差异的稳定程度；基于差异的稳定程度确定组内各内容分发网络之间的服务质量的差异是否满足预设条件。

可选地，差异识别单元可被配置为：计算每两个内容分发网络在第一预设时间段内的每一时刻的服务质量的差异；选择服务质量中差异大于置信区间极值的服务质量；计算大于置信区间极值的差异的累加之和与置信区间极值的比值；基于所述比值确定所述每两个内容分发网络的服务质量的差异的稳定程度。

可选地，差异识别单元可被配置为：基于所述每两个内容分发网络的服务质量的差异的稳定程度计算所述每两个内容分发网络的服务质量的差异满足预设条件的置信半径；基于置信半径与半径阈值的比较结果确定所述每两个内容分发网络的服务质量的差异是否满足预设条件。

可选地，质量估计单元可被配置为：计算每个内容分发网络的被抽样的服务质量的均值，将均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

可选地，质量估计单元可被配置为：计算每个内容分发网络的被抽样的服务质量的第一均值；重复进行预设次数的抽样和均值计算，并且针对每个内容分发网络计算预设数量个第一均值的第二均值；将第二均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

可选地，内容分发网络组可以是基于内容分发网络的相关参数对内容分发网络进行分组得到的，内容分发网络的相关参数可包括业务线，省份，运营商，中的至少一个。

根据本公开的示例性实施例，提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现根据本公开的示例性实施例的用于内容分发网络的流量调度方法。

根据本公开的示例性实施例，提供一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序被电子设备的处理器执行时，使得电子设备执行根据本公开的示例性实施例的用于内容分发网络的流量调度方法。

根据本公开的示例性实施例，提供一种计算机程序产品，包括计算机程序/指令，当所述计算机程序/指令被处理器执行时，实现根据本公开的示例性实施例的用于内容分发网络的流量调度方法。

本公开的实施例提供的技术方案至少带来以下有益效果：

准确识别服务质量稳定较差的cdn；

准确估计cdn在未来一段时间的服务质量；

最优化地配置各个cdn的流量。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1示出根据本公开的示例性实施例的用于内容分发网络的流量调度方法的流程图。

图2示出根据本公开的示例性实施例的用于内容分发网络的流量调度装置的框图。

图3是根据本公开的示例性实施例的电子设备300的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

在此需要说明的是，在本公开中出现的“若干项之中的至少一项”均表示包含“该若干项中的任意一项”、“该若干项中的任意多项的组合”、“该若干项的全体”这三类并列的情况。例如“包括a和b之中的至少一个”即包括如下三种并列的情况：(1)包括a；(2)包括b；(3)包括a和b。又例如“执行步骤一和步骤二之中的至少一个”，即表示如下三种并列的情况：(1)执行步骤一；(2)执行步骤二；(3)执行步骤一和步骤二。

在相关技术中，如果以[业务线，省份，运营商，cdn]维度进行分组，则同组下一般有供应商1、供应商2、供应商3、供应商4、供应商5和供应商6这六家cdn。对于这六家cdn用过去3天以小时为粒度的服务质量(qos)指标(qos指标举例：开播失败率，卡顿率，异常退出率，卡顿时长，卡顿次数等)数据来进行分析。在比较的时候两两分别进行，以(a，b)为例说明就是，如果a在每一个小时的qos指标都差于b对应每一个小时的qos指标，那么认为a比b差。比如具体比较实例：a的qos指标除以b的qos指标，如果80％的时间都满足其商大于1.2，则认为a差于b，反之亦然。按照前述差异比较的方式得到一家cdn对比同组其他的cdn多少家差，如果一家cdn比同组超过半数的cdn都质差，那么认为该cdn质量比较差。需要指出的是：本例中的80％和1.2可能是根据业务需求和模型结果测试得出的参数，在此参数下获得案例从对业务的理解来看是符合a稳定差于b的。

根据识别出的质差的cdn，同组其他cdn认为是质量比较好的cdn，接下来进行流量比例调整。具体调整的思路是将质量差的cdn流量降低，将质量好的cdn的流量升高，采用的具体方式是建立质量优化模型来求解出最有流量比例。优化的目标是使得流量调整后整体的qos质量最好。整体的qos质量用以观看行为数进行加权的qos指标来表征。同时假设，调整质量比例前后cdn的qos指标不会有较大差异。基于该假设，用各家cdn过去3天的qos均值来衡量其未来一天的qos。从系统稳定，防止一家cdn的流量超过其限制，在实际系统中需要考虑如下3个约束条件：

1、整体流量转移量总和不超过qub；

2、cdn转移出不超过qs，最后剩余流量不低于qleft；

3、cdn接收量不超过自身默认流量的r，同时接收量绝对值不超过qr。

基于上述假设和约束可建立最优化转移流量的线性方程组，求解线性方程组得出最佳流量转移，进而得出最佳的流量配置。

这里，质量好的cdn标记为s，下标为i，质量差的cdn标记为l，下标为j。其中，从j转移到i的流量为xi,j。默认流量为r。qos指标为e。为了获得最大的服务质量提升，需要最大化下列函数：

xi，j＞＝0(6)

求解上述线性方程即可得到最佳流量迁移配置，然后由ri-∑ixi，可得调整后具体每一个cdn的流量配置。

然而，识别较差cdn的时候采用倍数阈值和时间限制阈值，由于这些阈值无法自适应，因此可能会导致一些满足存在稳定较差的cdn却无法被识别出来。在预计未来一期的各家cdn的情况采用了均值进行估计，这个“均值”估计存在“贪心”的缺陷。

倍数阈值和时间阈值的实际作用是衡量“稳定差异”的大小，如果这个阈值越大、时间越长，那么稳定差异就会越大；反之，则越小。在实践中常常会有人工校验识别差异算法的结果的步骤，对于某些情况的差异被算法识别出来，但是人工校验时觉得稳定差异不够显著，而希望算法输出的结果符合人工校验的预期。上述的1.2和80％就是本方案具体实施的项目采用的阈值。需要注意的是，这个阈值实质是衡量了一个限度，如果稳定差异的程度高于此阈值给出的程度也是符合预期的，而此时不一定所有的点都满足1.2，可能存在一些点不足1.2倍，但是时间更长，或者部分点高于1.2倍较多，但是部分点不足1.2倍，但是整体的稳定程度是满足预期的。为此，本公开采用了一种对差异的稳定性的衡量来评估所有的情况是否满足预期。

cdn的状态是变化的，cdn的服务质量一直在变动，如果一家cdn的服务质量比较差，那么很自然的，需要降低其流量占比。一般做法，根据近期一段时间的服务质量去预估未来一段时间的服务质量，常用的做法是用过去一段时间质量的均值去预测未来一段时间的大致状态，再根据此预估做出决策。然而，此处的“均值”是历史的均值，未来一段时间的真实状态与该预测差多远其实是并无法提前知道的。如果按照这个“均值”来做出决策，往往是比较贪心的，因为它只是基于这样一个特定信息所做出的最佳信息。就目前获得信息而言，未来的真实状态可能在某一个区间以概率出现，也就是服从某一特定分布，这个分布是未知的。在此时能够最佳的决策是使得未来的期望获得最佳，也就是所做出的决策在未来各种情况下的累积效果最佳。为此，需要根据已有的信息去预估未来的分布，然后根据该分布做出决策。如果用贝叶斯的观点来说，过去一段时间的服务质量是先验分布，未来的服务质量是后验分布，做决策的方法是策略。本公开提出根据一定策略通过汤普森采样的方法来估计迭代策略同时逼近后验分布。最终达到的效果是做出是后验收益最大的决策。简单来说就是使预期未来的cdn整体质量最佳。

下面，将参照图1至图3具体描述根据本公开的示例性实施例的用于内容分发网络的流量调度方法及装置。

图1示出根据本公开的示例性实施例的用于内容分发网络的流量调度方法的流程图。

参照图1，在步骤s101，在每个内容分发网络组中，识别在第一预设时间段内组内各内容分发网络之间的服务质量的差异。

在本公开的示例性实施例中，内容分发网络组可以是基于内容分发网络的相关参数对内容分发网络进行分组得到的。内容分发网络的相关参数可以包括业务线，省份，运营商，中的至少一个。例如，但不限于，以[业务线，省份，运营商，内容分发网络]度、[业务线，省份，内容分发网络]维度、[业务线，运营商，内容分发网络]维度、[省份，运营商，内容分发网络]维度、[运营商，内容分发网络]维度、[省份，内容分发网络]维度、[业务线，内容分发网络]维度等中的一个对内容分发网络进行分组。

在本公开的示例性实施例中，在识别在第一预设时间段内组内各内容分发网络之间的服务质量的差异时，可首先获取在第一预设时间段内组内每个内容分发网络的服务质量，基于每个内容分发网络的服务质量，计算同组内内容分发网络两两之间的服务质量差异的稳定程度，然后基于差异的稳定程度确定组内各内容分发网络之间的服务质量的差异是否满足预设条件。

在本公开的示例性实施例中，在计算同组内内容分发网络两两之间的服务质量差异的稳定程度时，可首先计算每两个内容分发网络在第一预设时间段内的每一时刻的服务质量的差异，选择服务质量中差异大于置信区间极值的服务质量，计算大于置信区间极值的差异的累加之和与置信区间极值的比值，然后基于所述比值确定所述每两个内容分发网络的服务质量的差异的稳定程度。例如，基于每两个内容分发网络在第一预设时间段内的每一时刻的服务质量，通过但不限于置信区间方法计算所述每两个内容分发网络的服务质量的差异的稳定程度。

在本公开的示例性实施例中，在基于差异的稳定程度确定组内各内容分发网络之间的服务质量的差异是否满足预设条件时，可首先基于所述每两个内容分发网络的服务质量的差异的稳定程度计算所述每两个内容分发网络的服务质量的差异满足预设条件的置信半径，然后基于置信半径与半径阈值的比较结果确定所述每两个内容分发网络的服务质量的差异是否满足预设条件。例如，但不限于，使用多臂强盗方法确定组内各内容分发网络之间的服务质量的差异是否满足预设条件。

例如，为了定量地衡量一组阈值所对应的“稳定比较差”的程度，在本公开中可参考统计学中衡量置信度的方法——置信区间。为了采用置信区间的方法来解决此问题，需要对问题进行一些变换。首先假设一个比较低的倍数底线作为基准参考，设其为rb(rb>＝1，例如，rb＝1.05)。借助于此基准参考，可以将两个cdn根据某一指标差异的程度换算为一个具体的数值。具体而言计算公式如下：

公式(7)可以衡量a比b差的稳定程度。m表示总共进行了m此实验。那么如何知道a比b差的稳定程度是否符合预期呢？这里应用多臂bandit问题的结果，对于一个多臂bandit，假设进行t次实验，采用动作a获得回报的μt(a)根据hoeffding不等式满足：

这里，是动作a在t次动作后的平均收益，rt(a)是置信半径。公式(8)的物理意义是动作a的收益收敛于真实的收益值，可能存在值存在半径为rt(a)，半径值表示衡量此结果可信度大小的值。动作a采用的μa/b获得的收益收敛于某一个值，这里，希望置信半径足够小，以小于设置的阈值所对应的值。

所以，如果那么a就是稳定差于b，且稳定性达到预设的水平。

需要注意的是，为了避免某一个异常大的值影响可以对进行削顶，可以采用因为最大达到t。

需要注意的是，可去除服务质量的最大值，代之以剩余的满足>rb的

在步骤s102，响应于组内各内容分发网络之间的服务质量的差异满足预设条件，使用预设抽样方法从组内每个内容分发网络在第一预设时间段内的服务质量分别进行抽样，基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量。

在本公开的示例性实施例中，在基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量时，可首先计算每个内容分发网络的被抽样的服务质量的均值，然后将均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

在本公开的示例性实施例中，在基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量时，可首先计算每个内容分发网络的被抽样的服务质量的第一均值，重复进行预设次数的抽样和均值计算，并且针对每个内容分发网络计算预设数量个第一均值的第二均值，然后将第二均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

例如，可以采用汤普森采样来对未来一段时间的质量进行估计。汤普森采样采用了贝叶斯的观点，把已有的数据称为先验分布采样的结果，要去估计的未来时间的质量是后验分布。已有数据来源于过去质量分布的一次具体的采样，如果就据此采取动作，那么只是对该结果是最优，但是无法保证对先验分布最优，如果可以对过去质量分布有完整的了解，那么可以不断对其进行采样，以获得对先验分布最完整的认识。有了先验分布后，根据其进行采取动作，观察所获的收益，选择符合先验分布最佳动作，同时在进行动作的同时修正对结果后验的估计，这是汤普森采样的方法论。

在本公开中，可以使用采用使先验分布最佳的动作，希望在充分利用已有信息的情况下，对未来质量获得最好的估计。作为示例，采用bootstrap抽样方法对已有的qos数据进行抽样，重复n次(例如，但不限于，200次)，每一次抽样后观察获得质量均值。以n次观察的质量均值的均值作为对未来质量的预估，然后根据此均值做出比例分配的决策。这里，在采用bootstrap抽样方法对已有的qos数据进行抽样时，可随机从已有样本中采样出若干个样本值。

在步骤s103，基于每个内容分发网络在第二预设时间段内的服务质量，计算每个内容分发网络在第二预设时间段内的流量配置。

在本公开的示例性实施例中，通过准确估计cdn在未来一段时间的服务质量，从而实现最优化地配置各个cdn的流量。

以上已经结合图1对根据本公开的示例性实施例的用于内容分发网络的流量调度方法进行了描述。在下文中，将参照图2对根据本公开的示例性实施例的用于内容分发网络的流量调度装置及其单元进行描述。

图2示出根据本公开的示例性实施例的用于内容分发网络的流量调度装置的框图。

参照图2，用于内容分发网络的流量调度装置包括差异识别单元21、质量估计单元22和流量计算单元23。

差异识别单元21被配置为在每个内容分发网络组中，识别在第一预设时间段内组内各内容分发网络之间的服务质量的差异。

内容分发网络组可以是基于内容分发网络的相关参数对内容分发网络进行分组得到的。内容分发网络的相关参数可以包括业务线，省份，运营商，中的至少一个。例如，但不限于，以[业务线，省份，运营商，内容分发网络]度、[业务线，省份，内容分发网络]维度、[业务线，运营商，内容分发网络]维度、[省份，运营商，内容分发网络]维度、[运营商，内容分发网络]维度、[省份，内容分发网络]维度、[业务线，内容分发网络]维度等中的一个对内容分发网络进行分组。

在本公开的示例性实施例中，差异识别单元21可被配置为：获取在第一预设时间段内组内每个内容分发网络的服务质量；基于每个内容分发网络的服务质量，计算同组内内容分发网络两两之间的服务质量差异的稳定程度；基于差异的稳定程度确定组内各内容分发网络之间的服务质量的差异是否满足预设条件。

在本公开的示例性实施例中，差异识别单元21可被配置为：计算每两个内容分发网络在第一预设时间段内的每一时刻的服务质量的差异；选择服务质量中差异大于置信区间极值的服务质量；计算大于置信区间极值的差异的累加之和与置信区间极值的比值；基于所述比值确定所述每两个内容分发网络的服务质量的差异的稳定程度。

在本公开的示例性实施例中，差异识别单元21可被配置为：基于所述每两个内容分发网络的服务质量的差异的稳定程度计算所述每两个内容分发网络的服务质量的差异满足预设条件的置信半径；基于置信半径与半径阈值的比较结果确定所述每两个内容分发网络的服务质量的差异是否满足预设条件。

质量估计单元22被配置为响应于组内各内容分发网络之间的服务质量的差异满足预设条件，使用预设抽样方法从组内每个内容分发网络在第一预设时间段内的服务质量分别进行抽样，基于抽样结果估计每个内容分发网络在第二预设时间段内的服务质量。

在本公开的示例性实施例中，质量估计单元22可被配置为：计算每个内容分发网络的被抽样的服务质量的均值，将均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

在本公开的示例性实施例中，质量估计单元22可被配置为：计算每个内容分发网络的被抽样的服务质量的第一均值；重复进行预设次数的抽样和均值计算，并且针对每个内容分发网络计算预设数量个第一均值的第二均值；将第二均值分别作为每个内容分发网络在第二预设时间段内的服务质量。

流量计算单元23被配置为基于每个内容分发网络在第二预设时间段内的服务质量，计算每个内容分发网络在第二预设时间段内的流量配置。

关于上述实施例中的装置，其中各个单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

以上已经结合图2对根据本公开的示例性实施例的用于内容分发网络的流量调度装置进行了描述。接下来，结合图3对根据本公开的示例性实施例的电子设备进行描述。

图3是根据本公开的示例性实施例的电子设备300的框图。

参照图3，电子设备300包括至少一个存储器301和至少一个处理器302，所述至少一个存储器301中存储有计算机可执行指令集合，当计算机可执行指令集合被至少一个处理器302执行时，执行根据本公开的示例性实施例的用于内容分发网络的流量调度的方法。

在本公开的示例性实施例中，电子设备300可以是pc计算机、平板装置、个人数字助理、智能手机、或其他能够执行上述指令集合的装置。这里，电子设备300并非必须是单个的电子设备，还可以是任何能够单独或联合执行上述指令(或指令集)的装置或电路的集合体。电子设备300还可以是集成控制系统或系统管理器的一部分，或者可被配置为与本地或远程(例如，经由无线传输)以接口互联的便携式电子设备。

在电子设备300中，处理器302可包括中央处理器(cpu)、图形处理器(gpu)、可编程逻辑装置、专用处理器系统、微控制器或微处理器。作为示例而非限制，处理器还可包括模拟处理器、数字处理器、微处理器、多核处理器、处理器阵列、网络处理器等。

处理器302可运行存储在存储器301中的指令或代码，其中，存储器301还可以存储数据。指令和数据还可经由网络接口装置而通过网络被发送和接收，其中，网络接口装置可采用任何已知的传输协议。

存储器301可与处理器302集成为一体，例如，将ram或闪存布置在集成电路微处理器等之内。此外，存储器301可包括独立的装置，诸如，外部盘驱动、存储阵列或任何数据库系统可使用的其他存储装置。存储器301和处理器302可在操作上进行耦合，或者可例如通过i/o端口、网络连接等互相通信，使得处理器302能够读取存储在存储器中的文件。

此外，电子设备300还可包括视频显示器(诸如，液晶显示器)和用户交互接口(诸如，键盘、鼠标、触摸输入装置等)。电子设备900的所有组件可经由总线和/或网络而彼此连接。

根据本公开的示例性实施例，还提供一种包括指令的计算机可读存储介质，例如包括指令的存储器301，上述指令可由装置300的处理器302执行以完成上述方法。可选地，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

根据本公开的示例性实施例，还可提供一种计算机程序产品，该计算机程序产品包括计算机程序/指令，当所述计算机程序/指令被处理器执行时，实现根据本公开的示例性实施例的用于内容分发网络的流量调度的方法。

以上已参照图1至图3描述了根据本公开的示例性实施例的用于内容分发网络的流量调度方法及装置。然而，应该理解的是：图2中所示的用于内容分发网络的流量调度装置及其单元可分别被配置为执行特定功能的软件、硬件、固件或上述项的任意组合，图3中所示的电子设备并不限于包括以上示出的组件，而是可根据需要增加或删除一些组件，并且以上组件也可被组合。

根据本公开的用于内容分发网络的流量调度方法及装置，通过在每个cdn组中，识别在第一预设时间段内组内各cdn之间的服务质量的差异，响应于组内各cdn之间的服务质量的差异满足预设条件，使用预设抽样方法从组内每个cdn在第一预设时间段内的服务质量分别进行抽样，基于抽样结果估计每个cdn在第二预设时间段内的服务质量，并且基于每个cdn在第二预设时间段内的服务质量计算每个cdn在第二预设时间段内的流量配置，实现了准确估计cdn在未来一段时间的服务质量，从而最优化地配置各个cdn的流量。

此外，根据本公开的用于内容分发网络的流量调度方法及装置，可准确识别服务质量稳定较差的cdn。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。