【技术实现步骤摘要】
流量大小估算方法和装置
本申请涉及数据处理
,尤其涉及一种流量大小估算方法和装置。
技术介绍
目前,为了满足用户需求,许多大型服务必须快速响应用户的操作,例如,网络搜索,社交网络,零售,推荐系统等,因此,大型服务对应的数据中心网络应最大程度地减少平均流量完成时间以满足用户需求。相关技术中,基于历史流集合学习模型进行流量大小估算以减少平均流量完成时间,即通过监视网络中的统计数据并从历史流序列中学习来估算流量大小,以减少平均流量完成时间。但是,上述技术中,为了使模型有更强的适应能力,需要输入变化很大的历史流进行学习,但是输入差异超过一定的范围可能会使模型难以有效地估算流量的大小,此外,由于不同应用生成的流模式之间存在差异性,基于学习的机制需要为每种应用训练特定的流量大小估算模型,一旦参数更改或者新应用产生,就需要重新进行训练,难以大规模应用到实际中。
技术实现思路
本申请提出一种流量大小估算方法和装置,该方法基于历史流的相似性对其进行聚类,并且针对每个聚类簇结合新流序列的相似度,为新流序列分配流大小估算模型用于流量大小估算,提高了流量大小估算的准确性,在应用程序的输入参数发生很大变化时或者启动新应用程序时,可通过相似度匹配选择流大小估算模型,无需重复训练,可实现大规模部署。本申请第一方面实施例提出了一种流量大小估算方法,包括:获取多个历史流序列的特征属性,并对所述多个历史流数据进行预处理,其中,所述多个历史流序列的特征属性包括:流级别属性和应用级别属性;根据所述多个历史流序列的特征属性和 ...
【技术保护点】
1.一种流量大小估算方法,其特征在于,包括:/n获取多个历史流序列的特征属性,并对所述多个历史流序列进行预处理,其中,所述多个历史流序列的特征属性包括:流级别属性和应用级别属性;/n根据所述多个历史流序列的特征属性和预处理结果,计算所述多个历史流序列之间的相似度;/n根据所述多个历史流序列之间的相似度对所述多个历史流序列进行聚类,以获得多个历史流序列聚类簇;/n根据所述多个历史流序列聚类簇,创建多个流大小估算模型;/n结合所述多个历史流序列聚类簇以及新流序列的相似度,分配所述流大小估算模型,以对所述新流序列进行流量大小估算。/n
【技术特征摘要】
1.一种流量大小估算方法,其特征在于,包括:
获取多个历史流序列的特征属性,并对所述多个历史流序列进行预处理,其中,所述多个历史流序列的特征属性包括:流级别属性和应用级别属性;
根据所述多个历史流序列的特征属性和预处理结果,计算所述多个历史流序列之间的相似度;
根据所述多个历史流序列之间的相似度对所述多个历史流序列进行聚类,以获得多个历史流序列聚类簇;
根据所述多个历史流序列聚类簇,创建多个流大小估算模型;
结合所述多个历史流序列聚类簇以及新流序列的相似度,分配所述流大小估算模型,以对所述新流序列进行流量大小估算。
2.如权利要求1所述的方法,其特征在于,结合所述多个历史流序列聚类簇以及新流序列的相似度,分配所述流大小估算模型,以对所述新流序列进行流量大小估算之后,还包括:
收集所述新流序列的流量大小估算结果,在所述估算结果与所述新流序列的实际流量大小不符时,重新创建并分配所述流大小估算模型。
3.如权利要求1所述的方法,其特征在于,结合所述多个历史流序列聚类簇以及新流序列的相似度,分配所述流大小估算模型,以对所述新流序列进行流量大小估算,包括:
在所述新流序列生成时,对所述新流序列进行预处理;
根据所述新流序列预处理结果,计算新流序列与历史流序列聚类簇质心之间的相似度;其中,所述历史流序列聚类簇质心为所述历史流序列聚类簇中一个与其他历史流序列平均距离最短的历史流序列;
根据所述新流序列与所述历史流序列聚类簇质心之间的相似度,分配所述流大小估算模型,以对所述新流序列进行流量大小估算。
4.如权利要求1所述的方法,其特征在于,根据所述多个历史流序列之间的相似度对多个所述历史流序列进行聚类,以获得多个历史流序列聚类簇,包括:
根据所述多个历史流序列之间的相似度,对所述多个历史流序列进行划分;
获取所述多个历史流序列划分结果的密度半径,其中,所述密度半径为所述多个历史流序列划分结果中,每个历史流序列与第K个最近邻居的历史流序列的动态规划距离;
将所述密度半径内的大于或等于预设密度阈值的历史流序列,确定为一个历史流序列聚类簇。
5.如权利要求1所述的方法,其特征在于,所述流级别属性包括:流的开始时间、流间隔(距离上一条流结束的时间)、最近K个流的大小;应用级别属性包括:直到流开始时间为止的磁盘I/O(输入和输出)总量、直到流开始时间为止的内存I/O(输入和输出)总...
【专利技术属性】
技术研发人员:汪硕,王速,周栋,杨奕冉,张文杰,黄韬,霍如,刘韵洁,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
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。