【技术实现步骤摘要】
使用自适应机器学习探测预测应用体验质量度量
本公开涉及计算机网络。
技术介绍
在过去的几十年中,互联网以指数形式从由少数节点组成的小型网络发展成为超过十亿用户提供服务的全球普及网络。今天,个人订户不限于通过网络运行具有语音和/或数据下载的一些网络会话。相反,订户所使用的服务范围在多媒体游戏、音频和视频流、网络服务、IP语音(VoIP)等方面变化很大。随着新技术渗透,诸如物联网(IoT)和M2M(机器到机器)通信的利用率的提高,给定订户可能需要的网络服务和软件应用也从较少会话变化到具有并发流的多个会话。随着订户越来越多地同时运行多个应用、服务和交易,这个数字正在迅速增加。订户会话和分组流的数量和种类的增加为网络服务提供商在网络性能(诸如等待时间、延迟和抖动)方面带来了挑战。
技术实现思路
一般而言,本公开描述了用于以减少在各种网络链路上发送的总体业务从而减少软件定义广域网中的链路的负担的方式来评估软件定义广域网上的应用体验质量度量的技术。在一些软件定义广域网(SD-WAN)中,SD-WAN路由设备可以指定客 ...
【技术保护点】
1.一种方法,包括:/n响应于通过网络设备接收到数据流的应用数据分组,确定所述应用数据分组的分组大小是否在参考数据存储中被表示,其中所述参考数据存储包括指示多个探测分组大小和针对多个广域网(WAN)链路中的每个广域网(WAN)链路的一个或多个度量的对应集合的数据;/n响应于确定所述分组大小没有在所述参考数据存储中被表示,通过所述网络设备并且基于在所述参考数据存储中包括的所述一个或多个度量中的至少一部分,预测针对所述多个WAN链路中的每个WAN链路的所述分组大小的流度量;/n通过所述网络设备并且基于所预测的所述流度量,选择所述多个WAN链路中的WAN链路,在所述多个WAN链路 ...
【技术特征摘要】
20181114 US 16/191,0751.一种方法,包括:
响应于通过网络设备接收到数据流的应用数据分组,确定所述应用数据分组的分组大小是否在参考数据存储中被表示,其中所述参考数据存储包括指示多个探测分组大小和针对多个广域网(WAN)链路中的每个广域网(WAN)链路的一个或多个度量的对应集合的数据;
响应于确定所述分组大小没有在所述参考数据存储中被表示,通过所述网络设备并且基于在所述参考数据存储中包括的所述一个或多个度量中的至少一部分,预测针对所述多个WAN链路中的每个WAN链路的所述分组大小的流度量;
通过所述网络设备并且基于所预测的所述流度量,选择所述多个WAN链路中的WAN链路,在所述多个WAN链路中的所述WAN链路上发送所述应用数据分组;以及
针对所述多个WAN链路中的每个WAN链路:
通过所述网络设备并且向相应的所述WAN链路发送包括具有所述分组大小的探测分组的多个探测分组,以获得针对相应的所述WAN链路的一个或多个度量的更新集合,所述更新集合包括针对所述分组大小的度量;以及
更新所述参考数据存储,以包括针对相应的所述WAN链路的所述多个探测分组中的每个探测分组的一个或多个流度量的所述更新集合。
2.根据权利要求1所述的方法,其中发送所述多个探测分组包括:
通过所述网络设备向所述多个WAN链路中的每个WAN链路发送具有所述分组大小的探测分组,以获得针对所述分组大小的相应度量;
针对所述多个探测分组大小中的探测分组大小中的每个探测分组大小,通过所述网络设备向所述多个WAN链路中的每个WAN链路发送具有相应的所述探测分组大小的探测分组,以获得针对相应WAN链路-探测分组大小对的一个或多个度量的所述对应集合,其中每个探测分组大小是唯一的大小并且与所述分组大小不同;以及
通过所述网络设备将一个或多个度量的每个集合和针对所述分组大小的相应的所述度量存储在所述参考数据存储中作为一个或多个度量的所述更新集合。
3.根据权利要求1所述的方法,还包括:
在传输所述数据流的同时,通过所述网络设备将针对所述WAN链路的一个或多个度量的所述更新集合与一个或多个服务级协议参数的集合进行比较;以及
响应于确定针对所述WAN链路的一个或多个度量的所述更新集合满足所述一个或多个服务级协议参数的集合,通过所述网络设备维持所述WAN链路上的所述数据流。
4.根据权利要求3所述的方法,其中所述WAN链路包括第一WAN链路,所述方法还包括:
响应于确定针对所述第一WAN链路的一个或多个度量的所述更新集合不满足所述一个或多个服务级协议参数的集合:
通过所述网络设备确定所述多个WAN链路中的第二WAN链路,所述第二WAN链路具有满足所述一个或多个服务级协议参数的集合的一个或多个度量的相应更新集合;以及
通过所述网络设备将所述数据流重新指派给所述多个WAN链路中的所述第二WAN链路。
5.根据权利要求1所述的方法,还包括:
通过所述网络设备确定针对所述数据流的突发值;
响应于确定突发流没有在所述参考数据存储中被表示,通过所述网络设备并且基于所述参考数据存储预测针对多个WAN链路中的每个WAN链路的所述突发流的流度量;
基于所述突发流,更新由所述网络设备存储的探测分组简档;以及
基于所更新的所述探测分组简档,获得针对所述多个WAN链路中的每个WAN链路的一个或多个流度量。
6.根据权利要求1所述的方法,其中预测所述流度量包括使用机器学习模型预测所述流度量,所述机器学习模型使用以下中的一项或多项:逻辑回归模型、线性判别分析模型、K-最近邻模型、分类和回归树模型、高斯朴素贝叶斯模型、以及支持向量机模型。
7.根据权利要求1所述的方法,其中所述流度量包括以下中的一项或多项:抖动、往返时间、分组丢弃、以及带宽。
8.根据权利要求1所述的方法,还包括:
如果机器学习模型指示接收具有与特定探测分组大小相等的分组大小的未来数据流的可能性低于阈值,则通过所述网络设备并且从所述参考数据存储移除所述多个探测分组大小的所述特定探测分组大小。
9.根据权利要求1所述的方法,其中所述多个WAN链路中的每个WAN链路包括多个队列,并且其中发送所述多个探测分组包括:
针对所述多个WAN链路的每个WAN链路中的所述多个队列中的每个队列,通过所述网络设备并且向相应的所述队列发送包括具有所述分组大小的所述探测分组的所述多个探测分组,以获得针对所述相应队列的一个或多个度量的更新集合,所述更新集合包括针对所述分组大小的度量。
10.根据权利要求1所述的方法,还包括:更新由所述网络设备存储的探测分组简档,其中发送所述多个探测分组包括:基于所更新的所述探测分组简档,发送所述多个探测分组。
11.根据权利要求1至10中的任意组合所述的方法,还包括:
响应于确定所述分组大小在所述参考数据存储中被表示:
通过所述网络设备,基于针对所述多个WAN链路中的每个WAN链路的一个或多个度量的相应集合,确定所述多个WAN链路中的WAN链路,在所述多个WAN链路中的所述WAN链路上发送所述数据流的所述应用数据分组;以及
通过所述网络设备,经由所述多个WAN链路中的所述WAN链路向应用服务器发送所述数据流的所述应用数据分组。
12.根据权利要求11所述的方法,其中确定所述WAN链路包括:
通过所述网络设备将所述多个WAN链路中的每个WAN链路上的所述分组大小的一个或多个度量的相应集合与一个或多个服务级协议参数的集合进行比较;
通过所述网络设备从所述多个WAN链路中选择具有与所述一个或多个服务级协议参数的集合最接近匹配的相应度量的WAN链路,作为在其上发送所述第二数据流的所述应用数据分组的所述WAN链路。
13.一种网络设备,包括:
存储器,被配置为存储参考数据存储,所述参考数据存储包括指示多个探测分组...
【专利技术属性】
技术研发人员:H·K·穆罕,A·K·J·哈拜伯·穆罕默德,N·V·凯斯,
申请(专利权)人:瞻博网络公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。