【技术实现步骤摘要】
流量控制方法、装置、设备和程序产品
[0001]本公开涉及计算机
，尤其涉及一种流量控制方法、装置、设备和程序产品。
技术介绍
[0002]现在有些应用程序需要服务端定期下发一些用户弱感知的数据资源到客户端，以确保其良好运行。这类数据资源的主要下发方式是在客户端切换到终端设备的前台模式后，立即向服务端发起数据请求，以请求服务端下发数据资源。
[0003]但是，当前的诸多终端设备存在集中唤醒的特性。例如，同一厂商或同一型号的移动终端内置了在某个时间点自动由低功耗模型切换到正常模型的功能，那么这些移动终端便会在该时间点被集中唤醒。此时，这些移动终端中的客户端几乎同时切换到前台模式，并向服务端请求下发数据资源，使得数据分发出现瞬时流量峰值。这样，一方面会造成瞬间飘高的网络带宽，进而增加移动终端的网络成本；另一方面因服务端需应对峰值容量，会造成服务器资源的过多消耗。
技术实现思路
[0004]为了解决上述大量客户端集中请求数据而造成的网络成本和服务器成本较高的技术问题，本公开提供了一种流量控制方法、装置...
【技术保护点】
【技术特征摘要】
1.一种流量控制方法，其特征在于，应用于客户端网关模块，包括：响应于客户端业务模块发送的数据请求，确定目标业务；确定所述目标业务对应的目标时间窗口；其中，所述目标时间窗口基于所述目标业务对应的目标流量模型确定，所述目标流量模型用于均衡网络流量；在所述目标时间窗口内，将所述数据请求发送至服务端网关模块，以向所述服务端网关模块对应的服务端业务模块请求所述目标业务的目标数据。2.根据权利要求1所述的方法，其中，所述确定所述目标业务对应的目标时间窗口包括：基于所述目标业务，从多个候选流量模型中筛选出所述目标流量模型；其中，所述候选流量模型为预设概率模型或深度学习模型；基于所述目标流量模型确定各候选时间窗口的窗口权重，并基于所述窗口权重，从各所述候选时间窗口中随机确定预设数量的所述候选时间窗口，作为所述目标时间窗口。3.根据权利要求2所述的方法，其中，当所述候选流量模型为所述预设概率模型时，所述候选流量模型通过如下方式预先生成：获取所述目标业务对应的预设时间粒度的业务流量分布，并基于所述业务流量分布确定各所述候选时间窗口的业务请求概率；其中，所述候选时间窗口基于所述预设时间粒度确定；基于各所述业务请求概率，按照均衡网络流量的策略，确定各所述候选时间窗口的所述窗口权重，并由所述候选时间窗口和所述窗口权重构成所述候选流量模型。4.根据权利要求2所述的方法，其中，当所述候选流量模型为所述深度学习模型时，所述候选流量模型通过如下方式预先训练得到：以所述目标业务对应的预设时间粒度的业务流量分布为模型训练的输入数据、以所述候选时间窗口的所述窗口权重为模型训练的输出数据、以所述候选时间窗口内业务访问量统计的标准差最小为目标函数，对所述深度学习模型进行训练，生成所述候选流量模型。5.根据权利要求1所述的方法，其中，所述确定所述目标业务对应的目标时间窗口包括：基于所述目标业务生成时间窗口请求，并将所述时间窗口请求发送至目标端；其中，所述时间窗口请求用于触发所述目标端基于所述目标流量模型生成目标时间窗口，所述目标端包括所述服务端网关模块或第三方服务端；接收所述目标端返回的所述目标时间窗口。6.根据权利要求1至5任一项所述的方法，其中，所述在所述目标时间窗口内，将所述数据请求发送至所述服务端网关模块，以向所述服务端网关模块对应的服务端业务模块请求所述目标业务的目标数据包括：响应于所述客户端业务模块生成的数据请求，确定当前系统时间；若所述当前系统时间处于所述目标时间窗口内，则将所述数据请求发送至服务端网关模块，以向所述服务端业务模块请求所述目标数据。7.根据权利要求6所述的方法，其中，在所述响应于所述客户端业务模块生成的数据请求，确定当前系统时间之后，所述方法还包括：若所述当前系统时间未处于所述目标时间窗口内，则将所述目标时间窗口返回至所述
客户端业务模块，以使所述客户端业务模块在所述目标时间窗口内重新向所述客户端网关模块发送所述数据请求。8.一种流量控制方法，其特征在于，应用于服务端网关模块，包括：响应于客户端网关模块发送的时...
【专利技术属性】
技术研发人员：刘沙，栾涛，徐燃，林霏开，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：
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。