一种基于均值负载横波的资源调配方法及装置与流程

1.本发明涉及网络资源分配技术领域，具体而言，涉及一种基于均值负载横波的资源调配方法及装置。


背景技术：

2.随着智能化科技的不断发展，人们的生活、工作、学习之中越来越多地用到了智能化设备，使用智能化科技手段，提高了人们生活的质量，增加了人们学习和工作的效率。
3.一般来说，在进行网络资源管理的时候，为了分配合理的网络资源，会采用对网络资源进行评分或者权重评估，根据评估出来的网络资源属性，可以有针对性的对网络资源进行管理，增加网络资源的使用效率。但是现有技术中的网络资源评分或者权重评估仅仅是通过对本地网络资源的参数进行评估，并通过评估结果进行网络资源调配，无法通过均值负载结合横波阻断的方法，同网络资源采集模型采集的历史分配数据进行网络资源带宽调配，从而更加精准的控制网络资源的管理过程。
4.针对上述的问题，目前尚未提出有效的解决方案。


技术实现要素：

5.本发明实施例提供了一种基于均值负载横波的资源调配方法及装置，以至少解决现有技术中的网络资源评分或者权重评估仅仅是通过对本地网络资源的参数进行评估，并通过评估结果进行网络资源调配，无法通过均值负载结合横波阻断的方法，同网络资源采集模型采集的历史分配数据进行网络资源带宽调配，从而更加精准的控制网络资源的管理过程的技术问题。
6.根据本发明实施例的一个方面，提供了一种基于均值负载横波的资源调配方法，包括：获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数；通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据；根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果；根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备。
7.可选的，在所述获取每个网络资源的网络服务质量数据之后，所述方法还包括：根据所述网络服务质量数据，激活所述大数据平台对于网络资源信息的数据库。
8.可选的，在所述通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据之后，所述方法还包括：根据所述网络服务质量数据以及所述网络服务质量历史数据对所述各个网络资源进行评分，得到评分结果，其中，评分过程是：m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量
评分值，d为网络资源历史权重，δ为网络资源历史评分值。
9.可选的，所述根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果包括：根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果。
10.根据本发明实施例的另一方面，还提供了一种基于均值负载横波的资源调配装置，包括：获取模块，用于获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数；大数据模块，用于通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据；计算模块，用于根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果；发送模块，用于根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备。
11.可选的，所述装置还包括：激活模块，用于根据所述网络服务质量数据，激活所述大数据平台对于网络资源信息的数据库。
12.可选的，所述装置还包括：评分模块，用于根据所述网络服务质量数据以及所述网络服务质量历史数据对所述各个网络资源进行评分，得到评分结果，其中，评分过程是：m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量评分值，d为网络资源历史权重，δ为网络资源历史评分值。
13.可选的，所述计算模块包括：计算单元，用于根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果。
14.根据本发明实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于均值负载横波的资源调配方法。
15.根据本发明实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于均值负载横波的资源调配方法。
16.与现有技术相比，本发明的有益效果是：在本发明实施例中，采用获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数；通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据；根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果；根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备的方式，解决了现有技术中的网络资源评分或者权重评估仅仅是通过对本地网络资源的参数进行评估，并通过评估
结果进行网络资源调配，无法通过均值负载结合横波阻断的方法，同网络资源采集模型采集的历史分配数据进行网络资源带宽调配，从而更加精准的控制网络资源的管理过程的技术问题。
附图说明
17.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
18.图1是根据本发明实施例的一种基于均值负载横波的资源调配方法的流程图；
19.图2是根据本发明实施例的一种基于均值负载横波的资源调配装置的结构框图；
20.图3是根据本发明实施例的横波阻断压缩示意图。
具体实施方式
21.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
22.需要说明的是，本发明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，以便这里描述的本发明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。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.根据本发明实施例，提供了一种基于均值负载横波的资源调配方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
24.实施例一
25.图1是根据本发明实施例的一种基于均值负载横波的资源调配方法的流程图，如图1所示，该方法包括如下步骤：
26.步骤s102，获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数。
27.步骤s104，通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据。
28.步骤s106，根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果。
29.步骤s108，根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并
将所述资源调配策略发送至网络节点设备。
30.可选的，在所述获取每个网络资源的网络服务质量数据之后，所述方法还包括：根据所述网络服务质量数据，激活所述大数据平台对于网络资源信息的数据库。
31.可选的，在所述通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据之后，所述方法还包括：根据所述网络服务质量数据以及所述网络服务质量历史数据对所述各个网络资源进行评分，得到评分结果，其中，评分过程是：m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量评分值，d为网络资源历史权重，δ为网络资源历史评分值。
32.可选的，所述根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果包括：根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果。
33.在具体实施当中，首先获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数；根据所述网络服务质量数据，激活大数据平台对于网络资源信息的数据库，并通过大数据的网络资源信息的数据库获取各个网络资源的网络服务质量历史数据；根据所述网络服务质量数据以及所述网络服务质量历史数据对各个网络资源进行评分，得到评分结果，其中，评分过程是：
34.m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，公式中，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量评分值，d为网络资源历史权重，δ为网络资源历史评分值。根据所述评分结果生成对所述网络资源的资源调配策略，请将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作。具体的，在生成网络资源历史数据的时候，需要通过当前的网络资源服务信息来获取大数据平台的数据检索要素，并根据检索要素来匹配大数据抽取条件，从而提取相应的网络服务质量历史数据，并将历史数据带入m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ中的d中，综合网络服务本身的属性，为网络资源管理提供多元化策略。以下为大数据提取过程的执行指令：
35.create procedure sp_pager
36.@tblnamevarchar(255),
37.@fldnamevarchar(255)＝”,
38.@pagesizeint＝10,
39.@pageindexint＝1,
40.@docount bit＝0,
41.@ordertype bit＝0,
42.@strwherevarchar(1500)as
43.declare@strsqlvarchar(5000)
44.declare@strtmpvarchar(110)
45.declare@strordervarchar(400)
46.if@docount！＝0
47.begin if@strwhere！＝”set@strsql＝"select count(*)as total from["+@tblname+"]where"+@strwhere
[0048]
else
[0049]
set@strsql＝"select count(*)as total from["+@tblname+"]"
[0050]
end
[0051]
if@ordertype！＝0begin
[0052]
set@strtmp＝"《(select min"
[0053]
set@strorder＝"order by["+@fldname+"]desc"
[0054]
end
[0055]
else
[0056]
begin
[0057]
set@strtmp＝"》(select max"
[0058]
set@strorder＝"order by["+@fldname+"]asc"
[0059]
end。
[0060]
根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果；均值负载计算可以利用均值模型和负载模型联动协作计算，通过对所述评分结果和所述网络服务质量数据的整合和优化，作为均值模型的特征输入向量进行输入，并同时将均值负载得到的各个均值带宽信道进行排列组合，将组合结果输入至负载计算模型，计算出各个信道的负责均衡指标，通过对均衡指标的控制，加入横波阻断模块进行指标筛选，得到最终合理的网络资源配置参数，用于网络资源调配策略的生成。如图3所示，图3为横波阻断压缩示意图，通过对ps波的阻断来修正和优化现有网络资源的波形，从而得到即调网络配置参数。根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作。
[0061]
通过上述实施例，解决了现有技术中的网络资源评分或者权重评估仅仅是通过对本地网络资源的参数进行评估，并通过评估结果进行网络资源调配，无法通过均值负载结合横波阻断的方法，同网络资源采集模型采集的历史分配数据进行网络资源带宽调配，从而更加精准的控制网络资源的管理过程的技术问题。
[0062]
实施例二
[0063]
图2是根据本发明实施例的一种基于均值负载横波的资源调配装置的结构框图，如图2所示，该装置包括：
[0064]
获取模块20，用于获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数。
[0065]
大数据模块22，用于通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据。
[0066]
计算模块24，用于根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果。
[0067]
发送模块26，用于根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备。
[0068]
可选的，所述装置还包括：激活模块，用于根据所述网络服务质量数据，激活所述大数据平台对于网络资源信息的数据库。
[0069]
可选的，所述装置还包括：评分模块，用于根据所述网络服务质量数据以及所述网络服务质量历史数据对所述各个网络资源进行评分，得到评分结果，其中，评分过程是：m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量评分值，d为网络资源历史权重，δ为网络资源历史评分值。
[0070]
可选的，所述计算模块包括：计算单元，用于根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果。
[0071]
在具体实施当中，首先获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数；根据所述网络服务质量数据，激活大数据平台对于网络资源信息的数据库，并通过大数据的网络资源信息的数据库获取各个网络资源的网络服务质量历史数据；根据所述网络服务质量数据以及所述网络服务质量历史数据对各个网络资源进行评分，得到评分结果，其中，评分过程是：
[0072]
m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，公式中，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量评分值，d为网络资源历史权重，δ为网络资源历史评分值。根据所述评分结果生成对所述网络资源的资源调配策略，请将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作。具体的，在生成网络资源历史数据的时候，需要通过当前的网络资源服务信息来获取大数据平台的数据检索要素，并根据检索要素来匹配大数据抽取条件，从而提取相应的网络服务质量历史数据，并将历史数据带入m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ中的d中，综合网络服务本身的属性，为网络资源管理提供多元化策略。以下为大数据提取过程的执行指令：
[0073]
create procedure sp_pager
[0074]
@tblnamevarchar(255),
[0075]
@fldnamevarchar(255)＝”,
[0076]
@pagesizeint＝10,
[0077]
@pageindexint＝1,
[0078]
@docount bit＝0,
[0079]
@ordertype bit＝0,
[0080]
@strwherevarchar(1500)as
[0081]
declare@strsqlvarchar(5000)
[0082]
declare@strtmpvarchar(110)
[0083]
declare@strordervarchar(400)
[0084]
if@docount！＝0
[0085]
begin if@strwhere！＝”set@strsql＝"select count(*)as totalfrom["+@tblname+"]where"+@strwhere
[0086]
else
[0087]
set@strsql＝"select count(*)as total from["+@tblname+"]"
[0088]
end
[0089]
if@ordertype！＝0begin
[0090]
set@strtmp＝"《(select min"
[0091]
set@strorder＝"order by["+@fldname+"]desc"
[0092]
end
[0093]
else
[0094]
begin
[0095]
set@strtmp＝"》(select max"
[0096]
set@strorder＝"order by["+@fldname+"]asc"
[0097]
end。
[0098]
根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果；均值负载计算可以利用均值模型和负载模型联动协作计算，通过对所述评分结果和所述网络服务质量数据的整合和优化，作为均值模型的特征输入向量进行输入，并同时将均值负载得到的各个均值带宽信道进行排列组合，将组合结果输入至负载计算模型，计算出各个信道的负责均衡指标，通过对均衡指标的控制，加入横波阻断模块进行指标筛选，得到最终合理的网络资源配置参数，用于网络资源调配策略的生成。如图3所示，图3为横波阻断压缩示意图，通过对ps波的阻断来修正和优化现有网络资源的波形，从而得到即调网络配置参数。根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作。
[0099]
根据本发明实施例的另一方面，还提供了一种非易失性存储介质，所述非易失性存储介质包括存储的程序，其中，所述程序运行时控制非易失性存储介质所在的设备执行一种基于均值负载横波的资源调配方法。
[0100]
具体的，上述一种基于均值负载横波的资源调配方法包括：获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数；通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据；根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果；根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备。可选的，在所述获取每个网络
资源的网络服务质量数据之后，所述方法还包括：根据所述网络服务质量数据，激活所述大数据平台对于网络资源信息的数据库。可选的，在所述通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据之后，所述方法还包括：根据所述网络服务质量数据以及所述网络服务质量历史数据对所述各个网络资源进行评分，得到评分结果，其中，评分过程是：m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量评分值，d为网络资源历史权重，δ为网络资源历史评分值。可选的，所述根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果包括：根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果。
[0101]
根据本发明实施例的另一方面，还提供了一种电子装置，包含处理器和存储器；所述存储器中存储有计算机可读指令，所述处理器用于运行所述计算机可读指令，其中，所述计算机可读指令运行时执行一种基于均值负载横波的资源调配方法。
[0102]
具体的，上述一种基于均值负载横波的资源调配方法包括：获取每个网络资源的网络服务质量数据，其中，所述网络服务质量数据包括：网络归属、网络质量、网络资源质量等参数；通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据；根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果；根据所述第二负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备。可选的，在所述获取每个网络资源的网络服务质量数据之后，所述方法还包括：根据所述网络服务质量数据，激活所述大数据平台对于网络资源信息的数据库。可选的，在所述通过大数据平台对于网络资源信息的数据库，获取各个网络资源的网络服务质量历史数据之后，所述方法还包括：根据所述网络服务质量数据以及所述网络服务质量历史数据对所述各个网络资源进行评分，得到评分结果，其中，评分过程是：m＝a+b+c+d，其中，a＝a*α，b＝b*β，c＝c*γ，d＝d*δ，m为网络资源的评分值，a为网络归属值，b为网络质量值，c为网络资源质量值，d为网络资源历史值，a为网络归属权重，α为网络归属评分值，b为网络质量权重，β为网络质量评分值，c为网络资源质量权重，γ为网络资源质量评分值，d为网络资源历史权重，δ为网络资源历史评分值。可选的，所述根据负载计算结果生成对所述网络资源的资源调配策略，并将所述资源调配策略发送至网络节点设备，用于网络设备的资源调配操作,其中，所述负载计算结果包括：第一负载计算结果、第二负载计算结果包括：根据所述评分结果和所述网络服务质量数据，进行均值负载计算，并得到第一负载计算结果；根据所述第一负载计算结果，利用带宽横波波形阻断模块来进行均值负载横波过滤，得到第二负载计算结果。
[0103]
通过上述实施例，解决了现有技术中的网络资源评分或者权重评估仅仅是通过对本地网络资源的参数进行评估，并通过评估结果进行网络资源调配，无法通过均值负载结合横波阻断的方法，同网络资源采集模型采集的历史分配数据进行网络资源带宽调配，从
而更加精准的控制网络资源的管理过程的技术问题。
[0104]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0105]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0106]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0107]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0108]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0109]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0110]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。