网络负载状态检测方法及装置与流程

本发明涉及通信技术领域，具体涉及一种网络负载状态检测方法及装置。

背景技术：

随着无线技术的广泛应用，无线组网中终端与ap(accesspoint，接入点)的数量也随之增长，这样就需要采用大规模ac(accesscontroller，接入控制器)集群来替代单ac管理组网，而集群中ac的型号通常会存在差异，导致各个ac负载ap的能力(数量、类型)也就存在差异。

目前，通过云端服务器统一实现ap在ac间的负载调度，以确保不同ac间的负载性能保持均衡。即有新ap上线时，利用负载分担算法完成指定ac后，若指定ac的负载量超过一定的阈值，再对比指定ac的负载量是否超过其他ac的负载量的一定比例，若是，再重新执行负载分担算法来指定ac。

然而，上述方式受触发时机限制，且只能针对个别ac检查，并未对网络负载进行系统检查，因而基于此得到的结果也只是用于指导局部负载调整，不能作为网络整体负载均衡状态评估的依据。

技术实现要素：

本发明的目的是针对上述现有技术的不足提出的一种网络负载状态检测方法及装置，该目的是通过以下技术方案实现的。

本发明的第一方面提出了一种网络负载状态检测方法，所述方法包括：

获取网络中各个ac上的ap负载量；

针对每个ac，获取该ac的负载上限，将该ac的ap负载量与所述负载上限之间的比值作为该ac的负载比例；

基于各个ac的负载比例确定该网络的负载均衡指标；

依据所述负载均衡指标确定该网络负载是否均衡。

本发明的第二方面提出了一种网络负载状态检测装置，所述装置包括：

获取模块，用于获取网络中各个ac上的ap负载量，并针对每个ac，获取该ac的负载上限，将该ac的ap负载量与所述负载上限之间的比值作为该ac的负载比例；

确定模块，用于基于各个ac的负载比例确定该网络的负载均衡指标；

检测模块，用于依据所述负载均衡指标确定该网络负载是否均衡。

本发明的第三方面提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述第一方面所述方法的步骤。

本发明的第四方面提出了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述第一方面所述方法的步骤。

在本发明实施例中，通过获取网络中各个ac上的ap负载量，并针对每个ac，获取该ac的负载上限，将该ac的ap负载量与所述负载上限之间的比值作为该ac的负载比例，然后基于各个ac的负载比例确定该网络的负载均衡指标，并依据负载均衡指标确定该网络负载是否均衡。

基于上述描述可知，在获取到各个ac的ap负载量后，考虑到不同型号ac的负载能力差异，通过计算ac的负载比例确定负载均衡指标，以排除网络中的异构因素所带来的干扰。并且由于负载均衡指标是综合所有ac的负载比例得到，相当于进行了系统性检查，因此可以作为网络整体负载状态评估的依据，同时可避免频繁执行调整策略所造成的网络抖动。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，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：

图1为本发明根据一示例性实施例示出的一种虚拟化组网结构示意图；

图2a为本发明根据一示例性实施例示出的一种网络负载状态检测方法的实施例流程图；

图2b为本发明根据图2a所示实施例示出的一种经济学邻域中的洛伦兹曲线与基尼系数示意图；

图2c为本发明根据图2a所示实施例示出的一种ap负载均衡状态拟合曲线示意图；

图3为本发明根据一示例性实施例示出的一种云端服务器的硬件结构图；

图4为本发明根据一示例性实施例示出的一种网络负载状态检测装置的实施例流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明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、本发明的一些方面相一致的装置和方法的例子。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

如图1所示的虚拟化组网结构，包括云端服务器、ac集群，且ac集群中的每个ac均可接入多个ap，图1示例性的示出每个ac接入有一个ap。

云端服务器作为统一入口响应ap上线申请，并执行负载均衡算法为新上线ap分配指定ac，若指定ac的负载量超过一定的阈值，再对比指定ac的负载量是否超过其他ac的负载量的一定比例，若是，再重新执行负载分担算法来指定ac，以确保不同ac间的负载性能基本保持均衡。

例如，假设ac1的负载上限为2k，ac2的负载上限为1k，ac1的负载量为900，ac2的负载量为500，在为新上线ap分配ac1之后，可能出现ac1的负载量超过一定阈值，需要重新执行负载均衡算法的情况。

在最初的负载分配完成后，由于一些异常的外部激励，这种均衡可能会被打破，这样就需要对网络的负载均衡状态进行评估，以判定是否需要执行调整策略或保持现状。

然而，相关技术除了受触发时机限制之外，只能针对个别ac检查，基于此得到的检查结果也只能指导局部负载调整，不能作为网络整体负载均衡状态评估依据。并且这种直接采用ap负载量作为参数的计算方式也不适用于ac的负载上限各不相同的异构组网。

为解决上述技术问题，本发明提出一种网络负载状态检测方法，云端服务器通过获取网络中各个ac上的ap负载量，并针对每个ac，获取该ac的负载上限，将该ac的ap负载量与所述负载上限之间的比值作为该ac的负载比例，然后基于各个ac的负载比例确定该网络的负载均衡指标，并依据负载均衡指标确定该网络负载是否均衡。

基于上述描述可知，在获取到各个ac的ap负载量后，考虑到不同型号ac的负载能力差异，通过计算ac的负载比例确定负载均衡指标，以排除网络中的异构因素所带来的干扰。并且由于负载均衡指标是综合所有ac的负载比例得到，相当于进行了系统性检查，因此可以作为网络整体负载状态评估的依据，同时可避免频繁执行调整策略所造成的网络抖动。

下面以具体实施例对本发明提出的网络负载状态检测方案进行详细阐述。

图2a为本发明根据一示例性实施例示出的一种网络负载状态检测方法的实施例流程图，所述网络负载状态检测方法可以应用于组网中的云端服务器(如计算机设备)，如图2a所示，所述网络负载状态检测方法包括如下步骤：

步骤201：获取网络中各个ac上的ap负载量。

示例性的，网络中的ac可以主动向云端服务器上报自身的当前ap负载量，或者云端服务器也可以以定期监控方式获取各个ac上的ap负载量。

步骤202：针对每个ac，获取该ac的负载上限，将该ac的ap负载量与所述负载上限之间的比值作为该ac的负载比例。

在本发明中，考虑到不同型号ac的负载能力差异，在评估负载均衡状态时，通过使用ac的负载比例作为计算参数来评估负载均衡指标，而不是ap负载量，以排除网络中的异构因素所带来的干扰。

例如，ac1的负载上限为2k，ac2的负载上限为1k，如果ac1的负载量为900，则ac1的负载比例为9/20，如果ac2的负载量为500，则ac2的负载比例为1/2。

在一实施例中，触发执行步骤202至步骤204的时机可以包括受到异常的外部激励(如批量ap下线、新ac接入、ac下线时的批量ap迁移等激励)、周期性巡检、用户触发等。

步骤203：基于各个ac的负载比例确定该网络的负载均衡指标。

其中，负载均衡指标的评估方式可以采用洛伦兹曲线的基尼系数作为评估指标，也可以采用帕累托分布中的帕累托指数作为评估指标，当然还可以采用负载比例的方差(表征ap负载的离散程度)作为评估指标。

上述三种评估方式的具体实现请参见下述实施例的描述，在此暂不详述。

步骤204：依据所述负载均衡指标确定该网络负载是否均衡。

在一实施例中，基于上述步骤203的描述，当所述负载均衡指标为基尼系数时，若所述基尼系数大于第一阈值，则确定该网络负载状态为不均衡，若所述基尼系数小于等于第一阈值，则确定该网络负载状态为均衡；当所述负载均衡指标为帕累托指数时，若所述帕累托指数大于第二阈值，则确定该网络负载状态为不均衡，若所述帕累托指数小于等于第二阈值，则确定该网络负载状态为均衡；当所述负载均衡指标为各个ac的负载比例的方差时，若所述方差大于第三阈值，则确定该网络负载状态为不均衡；若所述方差小于等于第三阈值，则确定该网络负载状态为均衡。

其中，基尼系数取值范围在0～1之间，当基尼系数为0，表示网络负载绝对均衡，当基尼系数为1，表示网络负载非常不均衡，参考经济学领域中将基尼系数0.4作为收入分配差距的警戒线，可以将第一阈值设置为0.4。

在经济学领域中对帕累托分布使用最多的是二八法则，指的是20％的人占有80％的收入，因此可以将第二阈值设置为0.8。

对于方差表示的负载离散程度，由于方差只是一个大于等于0的数，当方差为0时，表示网络负载绝对均衡，因此第三阈值可以根据实际需求设置，以用于判定负载均衡状态是否处于合理的可接受范围内。

至此，完成上述图2a所示的评估流程，通过图2a所示的流程可以有效度量网络的负载均衡程度，为进一步执行负载调整策略提供可量化的依据。

如图2b所示，为经济学领域使用洛伦兹曲线反映一个国家的贫富差距，并以基尼系数作为判断分配平等程度的指标，该指标的计算原理为：

假设实际收入分配曲线(即洛伦兹曲线)和收入分配绝对平等线之间的面积为a，实际收入分配曲线下方的面积为b，以a除以(a+b)的商表示基尼系数，如果a为零，基尼系数为零，表示收入分配完全平等，如果b为零，基尼系数为1，表示收入分配绝对不平等。

基于上述理论，本发明通过将ac数量替代人口数量，每个ac的负载比例替代人口收入拟合洛伦兹曲线，用于反映网络的负载均衡状态，并使用基尼系数作为衡量指标。

下面对采用洛伦兹曲线的基尼系数评估负载均衡指标的实现过程进行说明：

即上述步骤203具体包括如下步骤301～304：

步骤301：按照负载比例从小到大的顺序对各个ac进行排序。

步骤302：从所述排序中的第一个ac开始依次遍历每个ac，针对当前遍历ac，利用已遍历ac的负载比例和当前遍历ac的负载比例确定当前遍历ac的负载累计比值。

在一实施例中，可以将已遍历ac的负载比例与当前遍历ac的负载比例之和作为当前遍历ac的负载累计值，并将当前遍历ac的负载累计值与总负载累计值之间的比值确定为当前遍历ac的负载累计比值，所述总负载累计值为各个ac的负载比例之和。

步骤304：获取所述排序中的ac总数，并根据各个ac的负载累计比值和所述ac总数计算基尼系数，并将所述基尼系数确定为该网络的负载均衡指标。

针对计算基尼系数的推导过程如下：

如图2b所示的洛伦兹曲线的横轴是累计人口百分比，是按照各地区人口数量从少到多的顺序进行的累计百分比计算。在本发明中，各ac的负载比例的累计百分比也应该按照从小到大的顺序计算，因此需要按照负载比例从小到大的顺序对ac进行排序后，再依次遍历排序结果以计算每个ac对应节点的横坐标和纵坐标。

其中，通过遍历次数表示ac累计数量，以用于计算对应节点的横坐标值。

假设ac总数为n，遍历排序中的第一个ac时，当前遍历次数为1，遍历排序中的第二个ac时，当前遍历次数为2，以此类推，当遍历排序中的第n个ac时，当前遍历次数为n。

由此可得，排序中的n个ac对应节点的横坐标(即ac数量累计比值)依次为x1＝1/n，x2＝2/n……xn＝1。

假设，遍历排序中的第一个ac时，已遍历ac的负载比例与当前遍历ac的负载比例之和s1＝0+r1，遍历排序中的第二个ac时，已遍历ac的负载比例与当前遍历ac的负载比例之和s2＝r1+r2，以此类推，当遍历排序中的第n个ac时，已遍历ac的负载比例与当前遍历ac的负载比例之和sn＝r1+r2……+rn。

由上述得到的s1～sn以及总负载累计值sn可得，排序中的n个ac对应节点的纵坐标(即负载累计比值)依次为y1＝s1/sn，y2＝s2/sn……yn＝1。

基于上述得到的n个ac对应节点的坐标依次为(x1，y1)、(x2，y2)……(xn，yn)，同时补充x0＝0，y0＝0的节点，并利用这些节点拟合洛伦兹曲线，作为ap负载均衡状态拟合曲线。

如图2c所示拟合的洛伦兹曲线，横轴表示ac数量累计比值，纵轴表示ac的负载累计比值，基尼系数公式为g＝a/(a+b)，可以采用几何中的分组思路：

a)由于拟合使用的节点数为n+1个，因此可以根据节点数n+1将洛伦兹曲线下方区域的面积b划分为n个梯形，每个梯形的面积si＝(yi-1+yi)*1/n*1/2，i取1～n的整数；

b)面积b为n个梯形面积之和，即

c)a+b表示绝对公平线下方三角形的面积，即(a+b)＝xn*yn*1/2＝1/2；

d)基尼系数

基于上述基尼系数的推导过程可知，根据各个ac的负载累计比值和ac总数n即可得到基尼系数。

本领域技术人员可以理解的是，上述基尼系数的推导均是在归一化处理基础上进行的推导。而如果横轴和/或纵轴不进行归一化处理，关于基尼系数的推导原理与上述推导原理一致。

至此，完成采用洛伦兹曲线的基尼系数评估负载均衡指标的流程。

下面对采用帕累托指数评估负载均衡指标的实现过程进行说明：

帕累托指数是帕累托分布的一个参数，在经济学领域中反映的也是收入分布不均衡的度量指标。本发明也可以通过将ac数量替代人口数量，每个ac的负载比例替代人口收入，来评估网络的负载均衡指标。

即上述步骤203具体包括如下步骤401～402：

步骤401：按照负载比例从大到小的顺序对各个ac进行排序，并从所述排序中的第一个ac开始获取预设数量个ac。

其中，预设数量可以根据网络中ac总数进行设置，例如，在二八法则中，ac总数为100，将预设数量设置为ac总数的20％，即20。

步骤402：利用该预设数量个ac的负载比例之和与总负载累计值确定帕累托指数，并将所述帕累托指数确定为该网络的负载均衡指标。

其中，所述总负载累计值为各个ac的负载比例之和。

示例性的，可以将该预设数量个ac的负载比例之和与总负载累计值之间的比值作为帕累托指数。

针对步骤401和步骤402的过程，通过将排名前预设数量个ac的负载比例之和占总负载累计值的比作为帕累托指数，来评估负载均衡指标。

至此，完成采用帕累托指数评估负载均衡指标的流程。

下面对采用方差评估负载均衡指标的实现过程进行说明：

即上述步骤203具体包括如下步骤501：

确定各个ac的负载比例的方差，并将所述方差确定为该网络的负载均衡指标。

其中，负载比例的方差可以评估ap负载的离散程度，从一定程度上也可体现ap负载均衡状态。

图3为本发明根据一示例性实施例示出的一种云端服务器的硬件结构图，该云端服务器包括：通信接口301、处理器302、机器可读存储介质303和总线304；其中，通信接口301、处理器302和机器可读存储介质303通过总线304完成相互间的通信。处理器302通过读取并执行机器可读存储介质303中与网络负载状态检测方法的控制逻辑对应的机器可执行指令，可执行上文描述的网络负载状态检测方法，该方法的具体内容参见上述实施例，此处不再累述。

本发明中提到的机器可读存储介质303可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：易失存储器、非易失性存储器或者类似的存储介质。具体地，机器可读存储介质303可以是ram(radomaccessmemory，随机存取存储器)、闪存、存储驱动器(如硬盘驱动器)、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。

与前述网络负载状态检测方法的实施例相对应，本发明还提供了网络负载状态检测装置的实施例。

图4为本发明根据一示例性实施例示出的一种网络负载状态检测装置的实施例流程图，所述网络负载状态检测装置可以应用于组网中的云端服务器，如图4所示，所述网络负载状态检测装置包括：

获取模块410，用于获取网络中各个ac上的ap负载量，并针对每个ac，获取该ac的负载上限，将该ac的ap负载量与所述负载上限之间的比值作为该ac的负载比例；

确定模块420，用于基于各个ac的负载比例确定该网络的负载均衡指标；

检测模块430，用于依据所述负载均衡指标确定该网络负载是否均衡。

在一可选实现方式中，确定模块420具体用于：按照负载比例从小到大的顺序对各个ac进行排序；从所述排序中的第一个ac开始依次遍历每个ac，针对当前遍历ac，利用已遍历ac的负载比例和当前遍历ac的负载比例确定当前遍历ac的负载累计比值；获取所述排序中的ac总数，并根据各个ac的负载累计比值和所述ac总数计算基尼系数，并将所述基尼系数确定为该网络的负载均衡指标。

在一可选实现方式中，确定模块420具体用于：在利用已遍历ac的负载比例和当前遍历ac的负载比例确定当前遍历ac的负载累计比值过程中，将已遍历ac的负载比例与当前遍历ac的负载比例之和作为当前遍历ac的负载累计值；将当前遍历ac的负载累计值与总负载累计值之间的比值确定为当前遍历ac的负载累计比值，所述总负载累计值为各个ac的负载比例之和。

在一可选实现方式中，检测模块430具体用于：若所述基尼系数小于等于第一阈值，则确定该网络负载状态为均衡；若所述基尼系数大于第一阈值，则确定该网络负载状态为不均衡。

在一可选实现方式中，确定模块420具体用于：按照负载比例从大到小的顺序对各个ac进行排序，并从所述排序中的第一个ac开始获取预设数量个ac；利用该预设数量个ac的负载比例之和与总负载累计值确定帕累托指数，并将所述帕累托指数确定为该网络的负载均衡指标；其中，所述总负载累计值为各个ac的负载比例之和；

检测模块430具体用于：若所述帕累托指数小于等于第二阈值，则确定该网络负载状态为均衡；若所述帕累托指数大于第二阈值，则确定该网络负载状态为不均衡。

在一可选实现方式中，确定模块420具体用于：确定各个ac的负载比例的方差，并将所述方差确定为该网络的负载均衡指标；

检测模块430具体用于：若所述方差小于等于第三阈值，则确定该网络负载状态为均衡；若所述方差大于第三阈值，则确定该网络负载状态为不均衡。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、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发明的一般性原理并包括本发明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，本发明的真正范围和精神由下面的权利要求指出。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。