一种蜂窝物联专网流量突发抑制方法及装置制造方法及图纸

本发明专利技术公开了一种蜂窝物联专网流量突发抑制方法及装置，抑制装置包括采集模块

【技术实现步骤摘要】
一种蜂窝物联专网流量突发抑制方法及装置


[0001]本专利技术属于物联网通信领域，尤其涉及一种蜂窝物联专网流量突发抑制方法及装置
。

技术介绍

[0002]蜂窝物联专网是指
ISP
为企业客户提供的一种与公共蜂窝物联网隔离的私有专网
。
以
LTE
为例，
ISP
的蜂窝网
eNodeB
为客户的物联网卡提供接入控制
、
无线管理和数据传输服务，而核心网
EPC
设置专用
APN
处理后续的用户数据
、
会话
、
鉴权
、
安全
、
移动性管理和策略控制等事务
。
除此以外，基于专用
APN
，
EPC
还负责控制物联网
SIM
卡与广域网的互联，现有方案中通常使用
L2TP、IPSec
和
GRE
隧道将使用专网
SIM
卡的终端数据包封装
VPN
头部发送到客户侧，客户侧对接隧道的网络设备再将
VPN
解封装得到原始数据，该方式实现了客户物联网数据与公网的逻辑隔离
。
其中，
L2TP
支持客户侧对物理网
SIM
卡进行二次认证，
IPSec
支持加密算法但扩展性差，一般不单独使用，而
GRE
既不支持二次认证也不支持加密算法，仅支持基本的路由转发，本专利技术主要应用在
L2TP
和
GRE
两种
VPN
构建的专网场景
。
[0003]物联网的设备唤醒
、
事件触发和批量数据传输容易产生流量突发
。
流量突发可能导致网络拥塞，特别是在网络容量有限的情况下
。
当大量数据同时传输时，网络可能无法及时处理和转发这些数据，导致延迟或丢失
。
流量突发可能导致带宽资源被短时间内的高峰流量占用，而其他时间带宽资源处于闲置状态，这种不均衡的利用会导致带宽资源浪费
。
流量突发可能导致网络中其他应用的服务质量下降，例如延迟增加
、
丢包率增加等，这会影响其他用户的网络体验
。
[0004]蜂窝物联专网的流量突发会导致更严重的问题
。
第一，由于监控系统一般用采样的方式监管网络流量，所以短促
、
频繁地的突发会导致不易被察觉的拥塞，影响物联网终端的联网稳定性
。
第二，突发流量会挤占专网网络设备的转发资源，为确保物联网重要数据的转发，由于专网涉及数据包的多层封装，通常需设计复杂度的
QoS
策略，它潜在地提高了网络设备功能和性能的要求，增加了专网部署的成本
。
第三，突发会导致某些网络设备的计算和存储超负荷工作，此情形下专网的隧道保持会变得极不稳定，非常容易引起专网的隧道中断，由于隧道承载了大量的物联网终端数据传输，中断将造成大面积终端不可用
。
[0005]综上所述，物联网专网场景需要对流量进行突发的抑制
。
这种抑制一方面要能在突发发生时尽可能保持隧道不中断，避免引起更大大范围故障
。
另一方面要把抑制针对的对象范围和持续的时间弹性地控制在合理的范围，在计算
、
存储和转发资源允许的前提下尽可能地确保它们能够得到最有效的利用
。
[0006]现有技术突发流量抑制方法主要有以下几种：
[0007]第一种，
EPC
的策略控制网元在
SIM
卡上线时根据业务订购策略下发
QoS
模板到执行网元控制单
SIM
卡速率
。
[0008]第二种，
EPC
根据
ISP
的全局
QoS
政策通过带宽预留
、
分担和选路
、
拥塞控制和流量整形等手段抑制突发流量
。
[0009]第三种，客户侧通过
L2TP
的二次认证下发自定义的
QoS
模板抑制流量突发
。
[0010]第四种，
ISP
向客户提供可以变更其
EPC
归属专网
QoS
模板的
Web API
，流量突发事件发生时，客户可视情况调用修改模板
。
[0011]第五种，采用与
ISP
类似的方法，客户侧制定全局
QoS
政策，由客户侧网络设备执行，抑制突发流量
。
[0012]现有技术突发流量抑制方法存在诸多缺陷
。
[0013]对于第一种方法，缺陷首先在于因为
SIM
卡订购时所绑定的
QoS
模板通常与客户签约密切相关，而流量突发事件总是滞后的，所以尽管模板可变更，但变更依赖于已发生事件的经验总结且变更时间长，其实时性受到了限制
。
缺陷其次在于模板的参数设置做不到对每个
SIM
卡差异化，无差别的抑制必然会影响更大范围物联网终端的使用感知
。
[0014]对于第二种方法，缺陷在于
ISP
的全局
QoS
政策的关键目的在于尽量保障大部分签约的客户网络质量，同时降低
ISP
网络运行风险，因此具体到单一客户，政策的执行可能会给其网络指令带来负面的效果
。
具体来说，尤其当流量突发事件影响到整体网络稳定时，
ISP
的政策不可避免地要影响到少量客户，无法保证这些客户物联网
SIM
卡的网络质量，因此客户侧不能依赖这种方式保护自己的专网
。
[0015]对于第三种方法，与第一种方法类似，缺陷在于虽然可以做到差异化，但实时性和有效性仍然受到限制，并且由认证下发的模板通常需要
SIM
卡重新拨号认证才会更新，拨号即意味着要重新驻网，这会造成
SIM
的网络中断，对于一些稳定性要求高的物联网场景，它的适用性受到了限制
。
除此之外，这种方法仅能用在支持二次认证的
L2TP
的专网场景下，对基于
GRE
的专网是不可用的
。
[0016]对于第四种方法，与第一种方法类似，特点是在第一次认证时绑定定制的
QoS
模板
。
缺陷首先在于它虽然可以做到一定程度的差异化，但实时性仍然受到限制，且作用过程缺乏弹性，不能敏捷地感知变化
。
另外在实际生产环境中，
Web API本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种蜂窝物联专网流量突发监测模型建立方法，其特征在于，包括以下步骤：步骤
1、
从网络接口
Gx
‑
P
采集对象设备单日的流量，网络接口
Gx
‑
P
为镜像接口
Gx
‑
O
的对端；
Gx
‑
O
为对象设备的待采样接口
Gx
的镜像接口；采样次数为
N
t
，采样时长为
Δ
t1，采样间隔时长为
Δ
t2，采样时长
Δ
t1到期时表示本次采样结束；采样间隔时长
Δ
t2立即启动，当采样间隔时长
Δ
t2到期时下一轮采样开始；每一轮采集后
N
t
值减1，当
N
t
＝0时采样结束；
(
Δ
t1+
Δ
t2)*N
t
＝1日；步骤
2、
根据每一轮采样的流量，生成待采样接口
Gx
在
Δ
t1内的每秒转发包数量特征值
P
t
、
以及平均包长特征值
L
t
；多轮采样获得特征值
P
t
的集合和特征值
L
t
的集合；步骤
3、
使用
k
‑
means
算法分别对特征值
P
t
的集合和特征值
L
t
的集合进行聚类操作，得到时间连续的特征值
P
t
的分段子集和各个子集的聚类中心
P
t
；得到时间连续的特征值
L
t
的分段子集和各个子集的聚类中心
L
t
；步骤
4、
修改采样时长
Δ
t1＝
Δ
t1+5n
，
n∈N
*
，每修改一个新的采样时长
Δ
t1时，再次执行一次步骤1‑
步骤3，得到多组聚类中心
P
t
和多组聚类中心
L
t
；取多组聚类中心
P
t
中各个分段子集对应的多个聚类中心的中位数为该分段子集第一修正后的聚类中心
P
t
；取多组聚类中心
L
t
中各个分段子集对应的多个聚类中心的中位数为该分段子集第一修正后的聚类中心
L
t
；步骤
5、wd
表示一般工作日，
we
表示工作日周末，
ho
表示假日，
ot
表示其他特殊日期；多次在
wd
日执行步骤1‑
步骤4，取得每个分段子集对应的多个第一修正后的
P
t
、L
t
，取每个分段子集对应的多个第一修正后的
P
t
、L
t
的平均值为
wd
日该分段子集的第二修正后的
P
t
、L
t
；多次在
we
日执行步骤1‑
步骤4，取得每个分段子集对应的多个第一修正后的
P
t
、L
t
，取每个分段子集对应的多个第一修正后的
P
t
、L
t
的平均值为
we
日该分段子集的第二修正后的
P
t
、L
t
；多次在
ho
日执行步骤1‑
步骤4，取得每个分段子集对应的多个第一修正后的
P
t
、L
t
，取每个分段子集对应的多个第一修正后的
P
t
、L
t
的平均值为
ho
日该分段子集的第二修正后的
P
t
、L
t
；多次在
ot
日执行步骤1‑
步骤4，取得每个分段子集对应的多个第一修正后的
P
t
、L
t
，取每个分段子集对应的多个第一修正后的
P
t
、L
t
的平均值为
ot
日该分段子集的第二修正后的
P
t
、L
t
；步骤
6、
提取步骤5中每种日期类型下每一个分段子集第二修正后的聚类中心
P
t
；计算每个第二修正后的聚类中心
P
t
归属分段子集的并发
SIM
卡平均数量
N
c
，设
N
c
＝
x
；构建第二修正后的聚类中心
P
t
和并发
SIM
卡平均数量
N
c
的拟合线性关系函数：
P
tx
＝
f(x)
＝
ax+b
；
a
和
b
的值通过以下步骤获得：
P
ti
为聚类中心
P
t
归属分段子集中的第
i
个特征值，求得当
L(a
，
b)
值最小时
a
和
b
，得到
f(x)
；
基于
f(x)
对第二修正后的聚类中心
P
t
进行再次修正，第三修正后的
P
t
＝
f(x)
；步骤
6、
基于第三修正后的聚类中心
P
t
和第二修正后的聚类中心
L
t
，获得每种日期类型下每一个分段子集的聚类中心
P
t
和聚类中心
L
t
，完成蜂窝物联专网流量突发监测模型建立
。2.
一种蜂窝物联专网流量突发监测方法，其特征在于，包括以下步骤：步骤
1、
根据当前日期类型和时间点，获取权利要求1所述蜂窝物联专网流量突发监测模型建立方法得到的对应当前日期类型和时间点的聚类中心
P
t
和聚类中心
L
t
；步骤
2、
采集当前时间点的每秒转发包数量特征值
P
t
、
以及平均包长特征值
L
t
；步骤
3、
计算采集的
P
t
、L
t
与聚类中心的
P
t
、L
t
的偏差，差值记为
P
′
t
、L
′
t
；判断
P
′
t
≥b
或
L
′
t
≥0.2*L
t
是否成立；若成立，则采用密集采样模式进行采样，采样完成后进入步骤4；若不成立，则采用松散采样模式进行采样；松散采样模式采样时，采样信息包括：待采样接口
Gx
在
Δ
t1内的每秒转发包数量特征值
P
t
、
...

【专利技术属性】
技术研发人员：陈刚，赵红伟，
申请(专利权)人：上海量讯物联技术有限公司，
类型：发明
国别省市：