多业务流量预测动态带宽分配方法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (18): 82-85.

多业务流量预测动态带宽分配方法

梁根1，梁活民2

1.广东石油化工学院理学院，广东茂名 525000
2.华南理工大学计算机科学与工程学院，广州 510641

出版日期:2013-09-15 发布日期:2013-09-13

Dynamic bandwidth allocation method of multi-service based on traffic prediction

LIANG Gen1, LIANG Huomin2

1.College of Science, Guangdong University of Petrochemical Technology, Maoming, Guangdong 525000, China
2.School of Computer Science and Engineering, South China University of Technology, Guangzhou 510641, China

Online:2013-09-15 Published:2013-09-13

摘要/Abstract

摘要： 静态带宽资源分配方法或基于业务分类的动态带宽分配方法等很难适应业务流特性，无法保证各级业务的服务质量。设计了流量预测及带宽分配模型，给出了流量预测计算方法，提出多业务流量预测动态带宽分配方法（MSTPDBA），该方法基于业务预测流量的大小进行可用带宽的重新分配。仿真实验证明了MSTPDBA的有效性，能控制不同业务的时延，并提高了系统带宽资源的利用率。

关键词: 服务质量, 业务类型, 插值预测, 可用带宽, 动态分配

Abstract: Static bandwidth resource allocation or class of services dynamic bandwidth allocation is difficult to adapt to the characteristics of service flow, and unable to ensure the QoS of all levels service. The model of traffic prediction and bandwidth allocation is designed. The method of traffic prediction and Multi-Service Traffic Prediction Dynamic Bandwidth Allocation（MSTPDBA） are proposed. MSTPDBA can reallocate the available bandwidth by the size of traffic prediction. MSTPDBA which can control the services delay and improve utilization ratio of system bandwidth is proven to be effective by simulated experiments.

Key words: Quality of Service（Qos）, class of service, interpolation prediction, available bandwidth, dynamic allocation

梁根1，梁活民2. 多业务流量预测动态带宽分配方法[J]. 计算机工程与应用, 2013, 49(18): 82-85.

LIANG Gen1, LIANG Huomin2. Dynamic bandwidth allocation method of multi-service based on traffic prediction[J]. Computer Engineering and Applications, 2013, 49(18): 82-85.

[1]	冯戒虚，司冠南，周风余. 服务机器人云平台服务质量指标体系综述[J]. 计算机工程与应用, 2021, 57(3): 58-71.
[2]	刘晶花，台宪青，马治杰，陈大鹏. 面向用户需求的动态QoS服务选择方法研究[J]. 计算机工程与应用, 2021, 57(17): 106-115.
[3]	郑祖朋，汪祖民，彭杨，季长清，秦静. 能量采集传感器网络中MAC协议研究综述[J]. 计算机工程与应用, 2020, 56(15): 24-29.
[4]	贾志淳，卢元，李想，邢星. 一种多参数的Web服务选择方法[J]. 计算机工程与应用, 2019, 55(21): 74-78.
[5]	王亮1，2，郭星1，2. 基于柯西烟花算法的大规模服务组合优化[J]. 计算机工程与应用, 2018, 54(24): 34-40.
[6]	谭朝文，宗容，席先强，武浩. 基于贝叶斯张量分解的改进QoS预测[J]. 计算机工程与应用, 2018, 54(20): 74-79.
[7]	覃秋玉1，刘丹丹2，张健2. 延迟容忍网络中自适应拥塞控制机制研究[J]. 计算机工程与应用, 2018, 54(11): 109-115.
[8]	张杨1，3，徐传运2，3. QoS多层本体的双向度量模型[J]. 计算机工程与应用, 2017, 53(20): 14-19.
[9]	高秀娥1，2，李克秋1. 基于马尔科夫链的联合呼叫接入控制算法[J]. 计算机工程与应用, 2017, 53(2): 32-37.
[10]	陈健，朱庆生，张程. QoS感知的语义服务组合搜索算法[J]. 计算机工程与应用, 2017, 53(2): 58-63.
[11]	曹静1，武君胜2. 认知无线网适用于视频的分簇路由算法[J]. 计算机工程与应用, 2017, 53(18): 1-6.
[12]	汪潇洒1，付晓东1，刘骊1，岳昆2，刘利军1. 随机QoS感知的Web服务组合概率分析[J]. 计算机工程与应用, 2017, 53(14): 70-75.
[13]	张志瑶1，郭鹏1，李潇2. 城市公共自行车租赁系统站点配车数仿真优化[J]. 计算机工程与应用, 2017, 53(12): 229-233.
[14]	唐妮1，2，熊庆宇1，2，王喜宾1，2，高旻1，2，文俊浩1，2，曾骏1，2. 基于位置聚类和张量分解的Web服务推荐算法[J]. 计算机工程与应用, 2016, 52(15): 65-72.
[15]	许力1，2，谭国真1，张霞2. 服务质量感知的云应用资源自适应配置[J]. 计算机工程与应用, 2015, 51(8): 10-15.