智能学校使用网络流量的分配方法组成比例

本发明专利技术公开了一种智能学校使用网络流量的分配方法，通过获取学校网络内接入同一网络的各终端设备的设备信息，并对各终端设备的网络总流量进行监控；实时获取各终端设备的网络总流量，识别所述网络总流量是否大于预设流量阈值；在识别出所述网络总流量大于所述预设流量阈值时，基于所述设备信息，获取各终端设备分别对应的网络参考数据，并为各终端设备分配对应的网络流量；达到了根据接入同一网络内各终端设备对应的网络总流量、为各终端设备分配对应的网络流量的有益效果，提高了网络资源利用率，同时也避免了网络资源的浪费。

【技术实现步骤摘要】
智能学校使用网络流量的分配方法
本专利技术涉及计算机网络
，特别涉及一种智能学校使用网络流量的分配方法。
技术介绍
在同一局域网内，当多台终端设备同时发送网络数据请求时，可能出现因网络中的通信量大于网络传送能力而导致网络拥堵的情况。现有的解决方式是，针对局域网内关键用户和关键业务，采用资源预留的方式满足所述关键用户的关键业务需求。当时，当关键用户或者关键业务不活跃时，预留的资源不能得以充分的利用，造成了资源浪费。现有的另一种解决方式是：对路由器进行设置，通过路由器自动切换信号，对连入网络的终端设备的网络流量进行管理，即基于路由器对当前终端设备的网络连接情况分析之后，自动分配终端设备的网络流量或切换终端设备的网络连接情况。但是，这种自动切换方式仅基于终端设备的网络连接情况来分配终端设备的网络流量；无法根据每台用户终端设备的场景需求，来调整终端设备的网络流量。用户体验度不好。
技术实现思路
为克服上述技术缺陷，本专利技术提供了一种智能学校使用网络流量的分配方法。本专利技术提供的一种智能学校使用网络流量的分配方法包括：获取学校网络内接入同一网络的各终端设备的设备信息，并对各终端设备的网络总流量进行监控；实时获取各终端设备的网络总流量，识别所述网络总流量是否大于预设流量阈值；在识别出所述网络总流量大于所述预设流量阈值时，基于所述设备信息，获取各终端设备分别对应的网络参考数据，并为各终端设备分配对应的网络流量。进一步地，所述获取的学校网络内接入同一网络的各终端设备的设备信息，包括：各终端设备的设备ID、设备MAC地址、设备地理位置信息以及设备用途信息。进一步地，所述基于所述设备信息，获取各终端设备分别对应的网络参考数据，包括：根据所述设备信息中的设备ID和设备MAC地址，获取各终端设备分别对应的包含网络连接时间、连接访问频率以及网络流量波动参数的网络参考数据。进一步地，所述基于所述设备信息，获取各终端设备分别对应的网络参考数据，并为各终端设备分配对应的网络流量，包括：根据所述设备信息，获取各终端设备分别对应的网络参考数据；识别所述网络参考数据是否与预设参考数据一致；若所述网络参考数据与预设参考数据一致，则获取与所述预设参考数据对应的预设流量分配表；根据所述预设流量分配表，为各终端设备分配对应的网络流量。进一步地，所述智能学校使用网络流量的分配方法还包括：预先设置对应的所述预设流量分配表。进一步地，所述预先设置对应的所述预设流量分配表，包括：根据学校网络内包含的各终端设备，获取各终端设备分别对应的业务优先级和重要程度值；根据各终端设备分别对应的所述业务优先级和重要程度值，为各终端设备分配对应的网络流量，得到对应的流量分配表。进一步地，所述根据各终端设备分别对应的所述业务优先级和重要程度值，为各终端设备分配对应的网络流量，得到对应的流量分配表，包括：根据各终端设备分别对应的应用场景信息，为各终端设备分别对应的所述业务优先级和重要程度值配置相应的优先级权重和重要程度权重；根据各终端设备分别对应的业务优先级、优先级权重以及重要程度值、重要程度权重，计算得到各终端设备分别对应的网络访问优先值；根据各终端设备分别对应的网络访问优先值，为各终端设备分配与所述网络访问优先值相匹配的网络流量，得到对应的流量分配表。进一步地，所述识别所述网络参考数据是否与预设参考数据一致，包括：识别所述网络参考数据中的网络连接时间、连接访问频率以及网络流量波动参数，是否分别与预设连接时间、预设访问频率以及预设流量波动参数相一致。进一步地，所述识别所述网络参考数据是否与预设参考数据一致，之后还包括：若识别出所述网络参考数据与所述预设参数数据不一致，则根据所述网络参考数据，生成与所述网络参考数据相一致的新流量分配表；基于生成的新流量分配表，为各终端设备分配对应的网络流量。进一步地，所述识别所述网络参考数据是否与预设参考数据一致，之后还包括：若识别出所述网络参考数据与所述预设参数数据不一致，则基于所述网络参考数据查找所有流量分配表，获取与所述网络参考数据相一致的网络参数数据；根据所述网络参数数据，获取与所述网络参数数据相一致的网络流量分配表，基于所述网络流量分配表，为各终端设备分配对应的网络流量。进一步地，所述智能学校使用网络流量的分配方法还包括：在识别出所述网络总流量等于或小于所述预设流量阈值时，根据各终端设备的网络实际使用情况，对各终端设备的网络流量分配进行动态调整。进一步地，所述根据各终端设备的网络实际使用情况，对各终端设备的网络流量分配进行动态调整，包括：步骤A1、设终端设备Y当前t-1时刻之前的30天到当前t时刻内的网络流量使用值分别为Y(t-1)0，Yt1，…，Yt30；其中，Y(t-1)0表示当前t-1时刻对应的网络流量使用值，Yt1表示当前t-1时刻的1天前的t时刻对应的网络流量使用值，以此类推，Yt30表示当前t-1时刻的30天前的t时刻对应的网络流量使用值，则利用公式(1)计算得到终端设备Y在t时刻的历史平均网络流量为：公式(1)中，m表示当前t-1时刻之前的第m天，m＝1，2，3…30；步骤A2、利用公式(2)计算终端设备Y在t时刻的理论网络流量最大值Ytmax以及利用公式(3)计算终端设备Y在t时刻的理论网络流量最小值Ytmin分别为：步骤A3、根据Y(t-1)0的值，利用公式(4)对终端设备Y在当前t-1时刻的下一时刻即t时刻的网络流量分配进行调整，则t时刻的网络流量按照如下Yt的值进行分配：基于公式(4)，对各终端设备的网络流量分配进行动态调整。进一步地，所述基于公式(4)，对各终端设备的网络流量分配进行动态调整，还包括：步骤A4、按照所述公式(4)计算出每个终端设备各自在t时刻的网络流量分配值Yt时，计算所有终端设备在t时刻的网络流量分配值的第一总和；步骤A5、当所述第一总和等于或小于预设流量阈值时，在t时刻按照步骤A3确定的Yt值为每个终端设备分配网络流量；当所述第一总和大于所述预设流量阈值时，计算所述第一总和与所述预设流量阈值之间的第一差值；步骤A6、当所述第一差值小于预设差值阈值时，在t时刻按照步骤A3确定的Yt值为每个终端设备分配网络流量；预设差值阈值为一个大于零的数值；当所述第一差值等于或大于预设差值阈值时，从所述所有终端设备中筛选Yt值大于的所有第一目标终端设备，从所述所有第一目标终端设备中筛选出当前正在执行的任务为预设非重要任务的所有第二目标终端设备；步骤A7、将所述所有第二目标终端设备各自的Yt值降低到步骤A8、将所述所有第二目标终端设备的Yt值降低到后，判断所有终端设备在t时刻的网络流量分配值的第二总和与所述预设流量阈值之间的第二本文档来自技高网...

【技术保护点】
1.一种智能学校使用网络流量的分配方法，其特征在于，所述方法包括：/n获取学校网络内接入同一网络的各终端设备的设备信息，并对各终端设备的网络总流量进行监控；/n实时获取各终端设备的网络总流量，识别所述网络总流量是否大于预设流量阈值；/n在识别出所述网络总流量大于所述预设流量阈值时，基于所述设备信息，获取各终端设备分别对应的网络参考数据，并为各终端设备分配对应的网络流量。/n

【技术特征摘要】
1.一种智能学校使用网络流量的分配方法，其特征在于，所述方法包括：
获取学校网络内接入同一网络的各终端设备的设备信息，并对各终端设备的网络总流量进行监控；
实时获取各终端设备的网络总流量，识别所述网络总流量是否大于预设流量阈值；
在识别出所述网络总流量大于所述预设流量阈值时，基于所述设备信息，获取各终端设备分别对应的网络参考数据，并为各终端设备分配对应的网络流量。


2.如权利要求1所述的智能学校使用网络流量的分配方法，其特征在于，所述获取的学校网络内接入同一网络的各终端设备的设备信息，包括：
各终端设备的设备ID、设备MAC地址、设备地理位置信息以及设备用途信息；
所述基于所述设备信息，获取各终端设备分别对应的网络参考数据，包括：
根据所述设备信息中的设备ID和设备MAC地址，获取各终端设备分别对应的包含网络连接时间、连接访问频率以及网络流量波动参数的网络参考数据。


3.如权利要求1所述的智能学校使用网络流量的分配方法，其特征在于，所述基于所述设备信息，获取各终端设备分别对应的网络参考数据，并为各终端设备分配对应的网络流量，包括：
根据所述设备信息，获取各终端设备分别对应的网络参考数据；
识别所述网络参考数据是否与预设参考数据一致；
若所述网络参考数据与预设参考数据一致，则获取与所述预设参考数据对应的预设流量分配表；
根据所述预设流量分配表，为各终端设备分配对应的网络流量。


4.如权利要求3所述的智能学校使用网络流量的分配方法，其特征在于，所述方法还包括：
预先设置对应的所述预设流量分配表；
其中，所述预先设置对应的所述预设流量分配表，包括：
根据学校网络内包含的各终端设备，获取各终端设备分别对应的业务优先级和重要程度值；
根据各终端设备分别对应的所述业务优先级和重要程度值，为各终端设备分配对应的网络流量，得到对应的流量分配表。


5.如权利要求4所述的智能学校使用网络流量的分配方法，其特征在于，所述根据各终端设备分别对应的所述业务优先级和重要程度值，为各终端设备分配对应的网络流量，得到对应的流量分配表，包括：
根据各终端设备分别对应的应用场景信息，为各终端设备分别对应的所述业务优先级和重要程度值配置相应的优先级权重和重要程度权重；
根据各终端设备分别对应的业务优先级、优先级权重以及重要程度值、重要程度权重，计算得到各终端设备分别对应的网络访问优先值；
根据各终端设备分别对应的网络访问优先值，为各终端设备分配与所述网络访问优先值相匹配的网络流量，得到对应的流量分配表。


6.如权利要求3所述的智能学校使用网络流量的分配方法，其特征在于，所述识别所述网络参考数据是否与预设参考数据一致，包括：
识别所述网络参考数据中的网络连接时间、连接访问频率以及网络流量波动参数，是否分别与预设连接时间、预设访问频率以及预设流量波动参数相一致。


7.如权利要求6所述的智能学校使用网络流量的分配方法，其特征在于，所述识别所述网络参考数据是否与预设参考数据一致，之后还包括：
若识别出所述网络参考数据与所述预设参数数据不一致，则根据所述网络参考数据，生成与所述网络参考数据相一致的新流量分配表；
基于生成的新流量分配表，为各终端设备分配对应的网络流量；
或者
若识别出所述网络参考数据与所述预设参数数据不一致，则基于所述网络参考数据查找所有流量分配表，获取与...

【专利技术属性】
技术研发人员：樊星，
申请(专利权)人：上海松鼠课堂人工智能科技有限公司，
类型：发明
国别省市：上海;31