【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及數(shù)據(jù)傳輸，具體為一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法。
技術(shù)介紹
1、隨著互聯(lián)網(wǎng)流量的持續(xù)增長(zhǎng)和業(yè)務(wù)需求的多樣化，負(fù)載均衡技術(shù)在現(xiàn)代分布式系統(tǒng)中扮演著至關(guān)重要的角色。傳統(tǒng)負(fù)載均衡方法主要依賴固定的流量分配規(guī)則或簡(jiǎn)單的負(fù)載檢測(cè)機(jī)制，無(wú)法充分應(yīng)對(duì)實(shí)時(shí)流量的復(fù)雜變化和突發(fā)增長(zhǎng)問題。在現(xiàn)有技術(shù)中，以下不足尤為明顯：
2、分類不夠精細(xì)：現(xiàn)有流量分類模型往往基于靜態(tài)規(guī)則或簡(jiǎn)單分類算法，難以動(dòng)態(tài)適配多樣化的業(yè)務(wù)場(chǎng)景，例如延遲敏感型和帶寬密集型流量的混合處理。
3、路徑調(diào)度單一：現(xiàn)有負(fù)載均衡技術(shù)往往采用單路徑調(diào)度，忽視多路徑傳輸?shù)臐摿Γ瑹o(wú)法充分利用網(wǎng)絡(luò)資源以提高系統(tǒng)的吞吐量和穩(wěn)定性。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)現(xiàn)有技術(shù)的不足，本專利技術(shù)提供了一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，以解決上述
技術(shù)介紹
中提出的問題。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、第一方面，本專利技術(shù)實(shí)施例提供了一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，包括以下步驟：
4、s1、構(gòu)建基于數(shù)據(jù)流量的流量監(jiān)測(cè)模塊；
5、s2、對(duì)流量監(jiān)測(cè)模塊采集的流量進(jìn)行分類，構(gòu)建自適應(yīng)流量分類模型；
6、s3、根據(jù)流量分類結(jié)果，對(duì)負(fù)載均衡的各負(fù)載節(jié)點(diǎn)動(dòng)態(tài)分配權(quán)重；
7、s4、根據(jù)負(fù)載節(jié)點(diǎn)的實(shí)時(shí)狀態(tài)，動(dòng)態(tài)調(diào)整流量的傳輸路徑；
8、s5、基于流量分類、權(quán)重調(diào)整和路徑規(guī)劃的結(jié)果，進(jìn)行實(shí)時(shí)的負(fù)載均衡調(diào)度；
9、s6、在負(fù)載
10、進(jìn)一步優(yōu)化本技術(shù)方案，所述步驟s1中，流量監(jiān)測(cè)模塊中配置有多個(gè)探針節(jié)點(diǎn)，覆蓋網(wǎng)絡(luò)的所有路徑，用于確保采集到全面、準(zhǔn)確的流量信息；
11、流量監(jiān)測(cè)模塊基于探針節(jié)點(diǎn)動(dòng)態(tài)監(jiān)聽網(wǎng)絡(luò)中所有路徑的流量。
12、進(jìn)一步優(yōu)化本技術(shù)方案，所述步驟s2中，自適應(yīng)流量分類模型，包括：
13、流量特征的多模態(tài)表示；
14、模糊歸屬度計(jì)算；
15、動(dòng)態(tài)權(quán)重調(diào)整；
16、最終分類決策。
17、進(jìn)一步優(yōu)化本技術(shù)方案，所述流量特征的多模態(tài)表示，包括：
18、設(shè)置流量監(jiān)測(cè)模塊采集的流量的特征集為，其中每個(gè)表示一個(gè)特征；
19、將特征通過(guò)歸一化和編碼處理，映射到高維模態(tài)空間中，映射過(guò)程如下所示：
20、；
21、其中，
22、是第個(gè)流量樣本的特征向量；
23、是樣本在特征上的值，由映射函數(shù)處理得到；
24、所述模糊歸屬度計(jì)算，包括：
25、將得到的流量樣本特征向量與分類類別中心點(diǎn)進(jìn)行比較，計(jì)算樣本屬于類別的模糊歸屬度；
26、所述動(dòng)態(tài)權(quán)重調(diào)整，包括：
27、動(dòng)態(tài)調(diào)整每個(gè)類別的權(quán)重，權(quán)重調(diào)整基于實(shí)時(shí)流量的負(fù)載情況，計(jì)算公式如下所示：
28、；
29、其中，
30、：類別的動(dòng)態(tài)權(quán)重；
31、：類別的當(dāng)前流量占比；
32、：全局平均流量占比；
33、：靈敏度參數(shù)，用于調(diào)節(jié)權(quán)重變化的敏感度；
34、所述最終分類決策，包括：
35、結(jié)合模糊歸屬度和動(dòng)態(tài)權(quán)重，計(jì)算每個(gè)類別的綜合得分，并將樣本分配到得分最高的類別，輸出最終的分類結(jié)果。
36、進(jìn)一步優(yōu)化本技術(shù)方案，所述計(jì)算樣本屬于類別的模糊歸屬度時(shí)，計(jì)算公式如下所示：
37、；
38、其中，
39、：樣本對(duì)類別的模糊歸屬度，取值范圍為[0,1]；
40、：樣本特征與類別中心的歐氏距離；
41、：類別的模糊參數(shù)，控制模糊分類的范圍和精度；
42、結(jié)合模糊歸屬度和動(dòng)態(tài)權(quán)重，計(jì)算每個(gè)類別的綜合得分，計(jì)算公式如下所示：
43、；
44、其中，
45、：樣本的最終分類結(jié)果；
46、：模糊歸屬度，反映樣本與類別的特性相似性；
47、：動(dòng)態(tài)權(quán)重，反映類別當(dāng)前的負(fù)載狀態(tài)。
48、進(jìn)一步優(yōu)化本技術(shù)方案，所述步驟s3中，通過(guò)分析不同類別流量的特性，特性包括穩(wěn)定性、突發(fā)性和敏感性，計(jì)算各個(gè)負(fù)載節(jié)點(diǎn)的負(fù)載承載能力；
49、根據(jù)實(shí)時(shí)的流量監(jiān)測(cè)數(shù)據(jù)和歷史趨勢(shì)預(yù)測(cè)，當(dāng)檢測(cè)到短期內(nèi)流量突增時(shí)，提前提高備用負(fù)載節(jié)點(diǎn)的權(quán)重以緩解主負(fù)載節(jié)點(diǎn)壓力。
50、進(jìn)一步優(yōu)化本技術(shù)方案，所述步驟s4中，采用多路徑流量重構(gòu)算法，允許部分流量同時(shí)使用多條路徑傳輸，用于增加傳輸?shù)姆€(wěn)定性和吞吐量；
51、所述多路徑流量重構(gòu)算法中，定義以下參數(shù)：
52、：總流量特征向量，包括多維屬性，包括延遲敏感性、帶寬需求；
53、：可用路徑集合，其中表示第條路徑；
54、：路徑的質(zhì)量指標(biāo)，定義為：
55、；
56、其中：
57、：路徑的延遲；
58、：路徑的抖動(dòng)；
59、：路徑的丟包率；
60、：權(quán)重參數(shù)，滿足；
61、：流量切分比例，滿足：
62、；
63、：分配給路徑的流量子集。
64、進(jìn)一步優(yōu)化本技術(shù)方案，所述多路徑流量重構(gòu)算法，包括：
65、路徑優(yōu)先級(jí)計(jì)算；
66、初始流量切分比例；
67、業(yè)務(wù)特性調(diào)整；
68、動(dòng)態(tài)平衡修正。
69、進(jìn)一步優(yōu)化本技術(shù)方案，所述步驟s5中，利用中心控制節(jié)點(diǎn)，實(shí)時(shí)收集各負(fù)載節(jié)點(diǎn)的狀態(tài)信息，并動(dòng)態(tài)分配數(shù)據(jù)流量；
70、為應(yīng)對(duì)突發(fā)流量，基于快速回退機(jī)制，當(dāng)某負(fù)載節(jié)點(diǎn)超載時(shí)，流量立即被轉(zhuǎn)移到備用負(fù)載節(jié)點(diǎn)或空閑資源池。
71、進(jìn)一步優(yōu)化本技術(shù)方案，所述步驟s6中，利用基于深度學(xué)習(xí)的流量分析模型，對(duì)異常流量進(jìn)行精準(zhǔn)識(shí)別，判斷異常流量的來(lái)源及威脅類型；
72、一旦確認(rèn)異常流量，立即隔離相關(guān)負(fù)載節(jié)點(diǎn)，并重新分配合法流量的路由。
73、第二方面，本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)第一方面所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法的步驟。
74、第三方面，本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其中：所述計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)第一方面所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法的步驟。
75、與現(xiàn)有技術(shù)相比，本專利技術(shù)提供了一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，具備以下有益效果：
76、該基于數(shù)據(jù)流量的負(fù)載均衡控制方法，通過(guò)引入自適應(yīng)流量分類模型以及多路徑流量重構(gòu)算法，從根本上解決了現(xiàn)有技術(shù)的不足。對(duì)流量特性的深度分類以及多路徑動(dòng)態(tài)切分策略，顯著提升了系統(tǒng)的實(shí)時(shí)性、穩(wěn)定性和資源利用率。該方法能夠在復(fù)雜流量場(chǎng)景下優(yōu)化資源分配，提高負(fù)載均衡效率，同時(shí)保本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟S1中，流量監(jiān)測(cè)模塊中配置有多個(gè)探針節(jié)點(diǎn)，覆蓋網(wǎng)絡(luò)的所有路徑，用于確保采集到全面、準(zhǔn)確的流量信息；
3.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟S2中，自適應(yīng)流量分類模型，包括：
4.根據(jù)權(quán)利要求3所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述流量特征的多模態(tài)表示，包括：
5.根據(jù)權(quán)利要求4所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述計(jì)算樣本屬于類別的模糊歸屬度時(shí)，計(jì)算公式如下所示：
6.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟S3中，通過(guò)分析不同類別流量的特性，特性包括穩(wěn)定性、突發(fā)性和敏感性，計(jì)算各個(gè)負(fù)載節(jié)點(diǎn)的負(fù)載承載能力；
7.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟S4中，采用多路徑流量重構(gòu)算法，允許部分流量同時(shí)使用多條路徑傳
8.根據(jù)權(quán)利要求7所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述多路徑流量重構(gòu)算法，包括：
9.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟S5中，利用中心控制節(jié)點(diǎn)，實(shí)時(shí)收集各負(fù)載節(jié)點(diǎn)的狀態(tài)信息，并動(dòng)態(tài)分配數(shù)據(jù)流量；
10.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟S6中，利用基于深度學(xué)習(xí)的流量分析模型，對(duì)異常流量進(jìn)行精準(zhǔn)識(shí)別，判斷異常流量的來(lái)源及威脅類型；
...【技術(shù)特征摘要】
1.一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟s1中，流量監(jiān)測(cè)模塊中配置有多個(gè)探針節(jié)點(diǎn)，覆蓋網(wǎng)絡(luò)的所有路徑，用于確保采集到全面、準(zhǔn)確的流量信息；
3.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟s2中，自適應(yīng)流量分類模型，包括：
4.根據(jù)權(quán)利要求3所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述流量特征的多模態(tài)表示，包括：
5.根據(jù)權(quán)利要求4所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述計(jì)算樣本屬于類別的模糊歸屬度時(shí)，計(jì)算公式如下所示：
6.根據(jù)權(quán)利要求1所述的一種基于數(shù)據(jù)流量的負(fù)載均衡控制方法，其特征在于，所述步驟s3中，通過(guò)分...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：周苗，黃寶紅，于楠，
申請(qǐng)(專利權(quán))人：江蘇秋影科技有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。