一种流量负载均衡广度优先搜索优化方法、系统、设备与流程

1.本发明属于无线通信技术领域，尤其涉及一种流量负载均衡广度优先搜索优化方法、系统、设备。


背景技术：

2.目前，随着5g时代的到来，移动通信产业将与各行各业深度融合，为了提升用户的体验质量，适应不断变化的用户需求，核心网提供能与用户业务需求相匹配的网络能力，从而更加灵活地分配资源。通常情况下移动网络运营商通过为网络资源分配预留空间的方式来为了满足这些关键性能指标(keyperformance indicators，kpis)，确保网络的服务质量(quality of service，qos)。这种方法把需要分配的底层网络资源映射到虚拟网络链接和节点上，简化了网络设计。然而，随着5g组网规模的增长和用户数量的增加，部署网络功能设备的开销将会越来越大，导致出现5g底层设备管理困难、失效率高等问题。传统的网络资源部署方式比较低效，移动网络无法灵活地获取或修改待分配的传输网络资源。
3.作为5g系统中的重要组成部分，软件定义网络(soft defined network,sdn) 在5g驱动下被引入到网络传输层，为了更好的描述本发明算法，本发明将物理层无线通信基站等设备一一映射到虚拟网络层开放式虚拟交换机(open virtualswitches，ovss)通过研究虚拟网络来反应真实的物理网络状态，通过将sdn 布置在演进型nodeb(evolved node b,enodeb)组上，以一种全新的网络模式，采用集中控制的思想，将控制平面与数据平面相分离，利用灵活的可编程能力有效地提高了网络状态测量能力以及网络管理的灵活性。
4.5g网络资源分配优化问题是一个n
‑
p难问题，虽然sdn实现了从设备可编程到网络可编程的转变，但随着网络中数据流量的飞速增长，如何提高业务部署和路径传输数据的效率仍然是sdn所面对且急需解决的问题。尽管传统网络中流量负载均衡技术已趋于成熟，如轮询调度算法和多协议标签交换等，但是它们无法直接用于新的5g虚拟网络范式，因此需要以全新的方式来研究基于 sdn控制的流量负载均衡问题。
5.由于5g网络服务在峰值速率、时延和节点能耗效率方面不断增加，为了成功有效地提供资源，必须解决一个上述所提出的流量分配的负载均衡问题，以便通过云网络分配资源，即通过高容量网络链路互连的分布式计算完成物理层到虚拟层的资源调度。通过sdn的集中控制，最优化分配虚拟资源(频谱、带宽、通信、计算等)。
6.通过上述分析，现有技术存在的问题及缺陷为：
7.(1)现有技术通常以为网络资源分配预留空间的方式来满足kpis，会导致许多资源的浪费，增大网络的开销。
8.(2)随着5g组网规模的增长和用户数量的增加，部署网络功能设备的开销将会越来越大，导致出现5g底层设备管理困难、失效率高等问题。
9.(3)传统的网络资源部署方式比较低效，移动网络无法灵活地获取或修改待分配的传输网络资源。
10.(4)传统网络中流量负载均衡技术无法直接用于新的5g虚拟网络范式，普适性不
高，构建的网络既要保证数据的真实性准确性；同时保障数据传输的效率以及网络中结点的能耗均匀化，延长网络的使用寿命技术难度较高。
11.解决以上问题及缺陷的难度为：由于数据传播介质的不确定性、复杂性以及需要传输的数据的维度越来越高考虑一种合适的拓扑结构具有很大的挑战。
12.解决以上问题主要考虑的问题为：本发明拟考虑5g网络增强移动宽带 (enhanced mobile broadband,embb)应用场景对网络进行虚拟化操作，在提高网络资源利用率的同时保证流量的均衡分配。首先把sdn建立在enodeb组，建立一个超级源点，把多源多汇的路径转发问题转化成单源单汇问题，简化网络结构，通过设定一个动态阈值，在广度优先搜索(breadth first search，bfs) 的过程中对流量进行实时监控，如果当前流量负载参数小于阈值则将结点加入路径，否则回溯返回上一节点重新进行bfs，直到找到目标结点即终端服务器，输出最优路径。
13.解决以上问题及缺陷的意义为：5g网络的资源分配问题是近几年的研究热点，涉及的问题愈来愈跟应用相关。满足网络资源利用率最大化的技术研究已经成为近一两年来的研究热点，高效的虚拟资源(频谱、峰值速率、通信、计算等资源)分配方案为5g网络的虚拟化功能提供最优的执行方案。而最优的资源分配方案可以更有效服务于embb、超可靠低延迟通信(ultra
‑
reliable andlow latency communications,urllc)、海量机器类通信(massive machine typeof communication,mmtc)等不同的应用场景，为智慧交通系统建设和ai的发展提供了可靠的技术保障。基于此，该研究工作主要致力于基于sdn的5g网络资源分配的研究，对虚拟网络中资源的最优分配和流量负载均衡方案进行研究，在提升网络资源利用率的同时提升网络吞吐量，具有重要意义。


技术实现要素：

14.针对现有技术存在的问题，本发明提供了一种流量负载均衡广度优先搜索优化方法、系统、设备，尤其涉及一种5g网络中基于软件定义网络(sdn)控制的流量负载均衡广度优先搜索路径规划方法及系统。
15.本发明是这样实现的，一种流量负载均衡广度优先搜索优化方法，所述流量负载均衡广度优先搜索优化方法包括：
16.通过设定一个动态阈值，然后使用bfs进行路径中数据接入节点的选择并进行实时监测，若当前流量负载参数大于设定的阈值，则回溯返回上一个节点重新使用bfs进行数据接入节点的搜索，否则该节点加入路径；若当前节点并非目标节点且到目标节点无法使用bfs进行路径的选择，则将和当前节点阈值差值最小的点作为选定的数据接入节点继续进行bfs搜索，直到找到目标节点，则搜索结束并输出该条源节点到目标节点的最优路径。
17.进一步，所述流量负载均衡广度优先搜索优化方法包括以下步骤：
18.步骤一，网络布置好虚拟节点后，构建超级源点与超级汇点，并转换成单源单汇的简单拓扑，有利于简化网络结构；
19.步骤二，根据用户申请的流量大小对拓扑图进行更新，删去不满足要求的结点和边，有利于虚拟拓扑图根据实际情况实时更新，避免因参数错误造成的错误；
20.步骤三，确定路径搜索源点source，做bfs算法，有利于在每轮路径选择中降低opex；
21.步骤四，进行判断，如果超过动态阈值则链路暂时屏蔽，并更新网络拓扑图重新选择进行结点的选择，有利于完成虚拟层的最优配置以及达到负载均衡；
22.步骤五，输出路径结点集合，若循环未结束返回步骤二，有利于使得网络的变化具有连续性。
23.进一步，步骤一中，将sdn建立在enodeb组上建立虚拟拓扑图。
24.使用g(v,e,w)来标记所述虚拟网络；其中v表示网络中所有节点的集合， e表示边和/或链路的集合，w
i,j
表示链路(i,j)∈e的带宽。
25.进一步，步骤二中，根据用户申请带宽对拓扑图进行更新，删除不满足要求的结点和边得到新的拓扑图。
26.进一步，步骤四中，根据动态阈值进行所选结点的判断，包括：
27.流量负载参数公式设置为：
[0028][0029]
其中，ri代表当前活跃链路i的利用率，r是当前活跃链路的平均利用率，n 为活跃链路的数目，选取流量负载均衡参数的中位数为动态阈值若当前σ大于则回溯返回上一个节点重新使用bfs进行数据接入节点的搜索，否则该节点加入路径；
[0030]
若当前节点并非目标节点且到目标节点无法使用lbb进行路径的选择，则将和当前节点阈值差值最小的点作为选定的数据接入节点继续进行bfs搜索，直到找到目标节点，则搜索结束并输出该条源节点到目标节点的最优路径。
[0031]
进一步，步骤五中，重复步骤二、步骤三以及步骤四，若所有用户带宽均分配完毕或没有能满足用户申请带宽的网络链路，则结束循环。
[0032]
本发明的另一目的在于提供一种应用所述的流量负载均衡广度优先搜索优化方法的流量负载均衡广度优先搜索优化系统，所述流量负载均衡广度优先搜索优化系统包括：
[0033]
网络拓扑构造模块，用于在网络布置好虚拟节点后，构建超级源点与超级汇点，并转换成单源单汇的简单拓扑；
[0034]
拓扑图更新模块，用于根据用户申请的流量大小对拓扑图进行更新，删去不满足要求的结点和边；
[0035]
路径搜索源点确定模块，用于确定路径搜索源点source，做bfs算法；
[0036]
判断模块，用于根据动态阈值进行判断，如果超过动态阈值则链路暂时屏蔽，并更新网络拓扑图重新选择进行结点的选择；
[0037]
路径结点集合输出模块，若所有用户均分配完成或链路不满足申请的带宽，输出路径结点集合；若循环未结束，则返回拓扑图更新模块。
[0038]
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
[0039]
通过设定一个动态阈值，然后使用bfs进行路径中数据接入节点的选择并进行实
时监测，若当前流量负载参数大于设定的阈值，则回溯返回上一个节点重新使用bfs进行数据接入节点的搜索，否则该节点加入路径；若当前节点并非目标节点且到目标节点无法使用bfs进行路径的选择，则将和当前节点阈值差值最小的点作为选定的数据接入节点继续进行bfs搜索，直到找到目标节点，则搜索结束并输出该条源节点到目标节点的最优路径。
[0040]
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
[0041]
通过设定一个动态阈值，然后使用bfs进行路径中数据接入节点的选择并进行实时监测，若当前流量负载参数大于设定的阈值，则回溯返回上一个节点重新使用bfs进行数据接入节点的搜索，否则该节点加入路径；若当前节点并非目标节点且到目标节点无法使用bfs进行路径的选择，则将和当前节点阈值差值最小的点作为选定的数据接入节点继续进行bfs搜索，直到找到目标节点，则搜索结束并输出该条源节点到目标节点的最优路径。
[0042]
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的流量负载均衡广度优先搜索优化系统。
[0043]
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的流量负载均衡广度优先搜索优化方法，在确定了数据请求接入源节点之后首先通过设定一个动态阈值，然后使用广度优先搜索(bfs)算法进行路径中数据接入节点的选择并进行实时监测，若当前流量负载参数大于设定的阈值，则回溯返回上一个节点重新使用bfs进行数据接入节点的搜索，否则该节点加入路径。若当前节点并非目标节点且到目标节点无法使用bfs进行路径的选择，则将和当前节点阈值差值最小的点作为选定的数据接入节点继续进行bfs搜索，直到找到目标节点，则搜索结束并输出该条源节点到目标节点的最优路径。本发明最终通过仿真验证了所提lbb算法在保证运营支出成本(opex)相对小的情况下有效的提升了网络的吞吐量以及虚拟结点的利用率。
[0044]
本发明考虑5g网络embb应用场景对网络进行虚拟化操作，在提高网络资源利用率的同时保证流量的均衡分配；首先把sdn建立在enodeb组中，建立一个超级源点，把多源多汇的路径转发问题转化成单源单汇问题，简化网络结构，通过设定一个动态阈值，在广度优先搜索(breadth first search，bfs)的过程中对流量进行实时监控，如果当前流量负载参数小于阈值则将结点加入路径，否则回溯返回上一节点重新进行bfs，直到找到目标结点即终端服务器，输出最优路径。
[0045]
5g网络中基于sdn控制的流量负载均衡广度优先搜索路径规划算法以网络的资源利用率和流量的负载均衡为主要研究目标。本发明确定了数据请求接入源节点之后首先通过设定一个动态阈值，然后bfs进行路径中数据接入节点的选择并进行实时监测，通过回溯的思想直到目标结点为终端服务器，输出最优路径。本发明最终通过仿真验证了该算法有效的提升了网络的关键性能指标 (ovs使用数和网络吞吐量)。
[0046]
本发明5g网络中基于sdn控制的流量负载均衡广度优先搜索路径规划算法，更有利于一些应用背景下的大数据传输技术。本发明所构建的虚拟网络是基于异构大数据的传输，异构数据的传输对网络拓扑的要求更高，一般同构的网络是很难满足异构数据传输的服务质量要求。
[0047]
本发明利用sdn的特点及其优势，构造网络拓扑，既保证了数据的真实性准确性，又确保了操作的灵活性；同时保障了网络中资源的利用率，大大提高了网络吞吐量，对于实
际网络的运行抽象为数学问题，通过建立模型并且求解模型来获取结果，具有很强的创新性，对于数学与工科问题的交叉研究提供了新思路。
[0048]
本发明将物理层无线通信基站等设备一一映射到虚拟网络层开放式虚拟交换机(open virtual switches，ovss)通过研究虚拟网络来反应真实的物理网络状态，通过将sdn布置在enodeb组中，以一种全新的网络模式，采用集中控制的思想，将控制平面与数据平面相分离，利用灵活的可编程能力有效地提高了网络状态测量能力以及网络管理的灵活性。
附图说明
[0049]
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
[0050]
图1是本发明实施例提供的流量负载均衡广度优先搜索优化方法流程图。
[0051]
图2是本发明实施例提供的流量负载均衡广度优先搜索优化方法原理图。
[0052]
图3是本发明实施例提供的流量负载均衡广度优先搜索优化系统结构框图；
[0053]
图中：1、网络拓扑构造模块；2、拓扑图更新模块；3、路径搜索源点确定模块；4、判断模块；5、路径结点集合输出模块。
[0054]
图4是本发明实施例提供的具体虚拟网络拓扑示意图。
[0055]
图5(a)是本发明实施例提供的8个ovss下的ovs使用数示意图。
[0056]
图5(b)是本发明实施例提供的10个ovss下的ovs使用数示意图。
[0057]
图5(c)是本发明实施例提供的12个ovss下的ovs使用数示意图。
[0058]
图5(d)是本发明实施例提供的14个ovss下的ovs使用数示意图。
[0059]
图5(e)是本发明实施例提供的16个ovss下的ovs使用数示意图。
[0060]
图5(f)是本发明实施例提供的18个ovss下的ovs使用数示意图。
[0061]
图6(a)是本发明实施例提供的8个ovss下的网络吞吐量示意图。
[0062]
图6(b)是本发明实施例提供的10个ovss下的网络吞吐量示意图。
[0063]
图6(c)是本发明实施例提供的12个ovss下的网络吞吐量示意图。
[0064]
图6(d)是本发明实施例提供的14个ovss下的网络吞吐量示意图。
[0065]
图6(e)是本发明实施例提供的16个ovss下的网络吞吐量示意图。
[0066]
图6(f)是本发明实施例提供的18个ovss下的网络吞吐量示意图。
具体实施方式
[0067]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0068]
针对现有技术存在的问题，本发明提供了一种流量负载均衡广度优先搜索优化方法、系统、设备，下面结合附图对本发明作详细的描述。
[0069]
如图1所示，本发明实施例提供的流量负载均衡广度优先搜索优化方法，包括以下
步骤：
[0070]
s101，虚拟网络布置好后，建立超级源点和超级汇点构造网络拓扑；
[0071]
s102，根据用户申请带宽更新拓扑图信息；
[0072]
s103，确定搜索源点source，做bfs；
[0073]
s104，根据动态阈值进行判断，更新网络拓扑图和阈值并重新进行结点选择；
[0074]
s105，若所有用户均分配完成或虚拟拓扑中的链路均不满足申请的带宽数值，输出路径集合，否则返回s102。
[0075]
本发明实施例提供的流量负载均衡广度优先搜索优化方法原理图见图2。
[0076]
如图3所示，本发明实施例提供的流量负载均衡广度优先搜索优化系统，包括：
[0077]
网络拓扑构造模块1，用于在网络布置好虚拟节点后，构建超级源点与超级汇点，并转换成单源单汇的简单拓扑；
[0078]
拓扑图更新模块2，用于根据用户申请的流量大小对拓扑图进行更新，删去不满足要求的结点和边；
[0079]
路径搜索源点确定模块3，用于确定路径搜索源点source，做bfs算法；
[0080]
判断模块4，用于根据动态阈值进行判断，如果超过动态阈值则链路暂时屏蔽，并更新网络拓扑图重新选择进行结点的选择；
[0081]
路径结点集合输出模块5，若所有用户均分配完成或链路不满足申请的带宽，输出路径结点集合；若循环未结束，则返回拓扑图更新模块。
[0082]
下面结合具体实施例对本发明的技术方案作进一步描述。
[0083]
实施例1
[0084]
本发明是这样实现的，一种5g网络中基于sdn控制的流量负载均衡广度优先搜索路径规划算法，所述路径规划方法通过设定一个动态阈值对节点的选择进行实时监测，在根据用户申请带宽对拓扑图进行更新后先将网络转化成对应的无权图(权值只为0和1)进行一次bfs得到一组节点和路径，然后从路径搜索源点source开始判断每一段的负载均衡参数σ是否小于若当前流量负载参数大于设定的动态阈值，则此段路径暂时屏蔽(对应无权图的权值更新为0，但对于原虚拟拓扑中的带宽不做改变)并回溯返回上一个节点重新使用 bfs进行数据接入节点的搜索，否则将该节点加入路径并将其作为新的搜索源点source，并根据公式更新阈值。若当前节点并非目标节点且到目标节点无法使用bfs进行路径的选择，则将和当前节点阈值差值最小的点作为选定的数据接入节点继续进行bfs搜索，直到找到目标节点，则搜索结束并输出该条源节点到目标节点的最优路径。
[0085]
进一步，所述的5g网络中基于sdn控制的流量负载均衡广度优先搜索路径规划算法具体包括：
[0086]
第一步：网络布置好虚拟节点之后，先构建超级源点与超级汇点，转换成单源单汇的简单拓扑，有利于简化网络结构；
[0087]
第二步：根据用户申请的流量大小对拓扑图进行更新，删去不满足要求的结点和边，有利于虚拟拓扑图根据实际情况做出更新；
[0088]
第三步：确定路径搜索源点source，到终端服务器做bfs，有利于在每次分配中降低opex；
[0089]
第四步：进行判断，如果超过动态阈值则链路暂时屏蔽，并更新网络拓扑图重新选
择进行结点的选择，有利于完成虚拟层的最优配置以及达到负载均衡；
[0090]
第五步：输出路径结点集合，若循环未结束返回第二步，有利于使得网络的变化具有连续性。
[0091]
进一步，所述第一步包括：把sdn建立在enodeb组上建立虚拟拓扑图。
[0092]
进一步，所述第二步包括：根据用户申请带宽对拓扑图进行更新，删除不满足要求的结点和边得到新的拓扑图。
[0093]
进一步，所述第三步包括：确定搜索源点source，做bfs算法。
[0094]
进一步，所述第四步包括：根据动态阈值进行所选结点的判断：其中流量负载参数公式设置为：ri代表当前活跃链路i的利用率，是当前活跃链路的平均利用率，n为活跃链路的数目，选取流量负载均衡参数的中位数为动态阈值若当前σ大于则回溯返回上一个节点重新使用bfs进行数据接入节点的搜索，否则该节点加入路径。若当前节点并非目标节点且到目标节点无法使用lbb进行路径的选择，则将和当前节点阈值差值最小的点作为选定的数据接入节点继续进行bfs搜索，直到找到目标节点，则搜索结束并输出该条源节点到目标节点的最优路径。
[0095]
进一步，所述第五步包括：重复第二步、第三步以及第四步，若所有用户带宽均分配完毕或没有能满足用户申请带宽的网络链路，则结束循环。
[0096]
实施例2
[0097]
如图2，4所示，本发明实施例提供的混合型大数据传输拓扑结构方法具体包括以下步骤：
[0098]
步骤一，网络布置好虚拟节点之后，先建立超级源点和超级汇点构造网络拓扑，所涉及的数学符号如下所示：
[0099]
本发明中使用g(v,e,w)来标记上述的虚拟网络，其中v表示网络中所有节点的集合，e表示边(链路)的集合，w
i,j
表示链路(i,j)∈e的带宽。本发明中所使用的符号含义列表如表1所示。
[0100]
表1符号列表
[0101]
[0102][0103]
步骤二，根据用户申请带宽更新拓扑图信息；
[0104]
假设用户1申请带宽为10mb，那么边e
5,8
的带宽为5mb是不能满足要求的，因此这条链路需删除(用虚线表示)。
[0105]
步骤三，确定搜索源点source，做bfs
[0106]
对于用户1直接从结点1做bfs。
[0107]
步骤四，根据动态阈值进行判断，更新网络拓扑图并重新进行结点选择
[0108]
用户1的bfs路径直接存入集合中，所用虚拟结点为1和4，对于用户2，当选取4作为1之后的节点时，流量负载参数会大于实时动态阈值，此时回溯，从接入点1重新进行bfs，得到7作为下一个结点并且检验得此时7之后的结点为9即终端服务器，最终得到2使用的虚拟结点为1和7。
[0109]
步骤五，若所有用户均分配完成或链路不满足申请的带宽，输出路径集合，否则返回第二步。
[0110]
所提具体算法如下所示：
[0111]
[0112][0113]
下面结合仿真实验对本发明的技术效果作详细的描述。
[0114]
1、仿真条件：本发明从ovs使用数和网络吞吐量两项kpis出发，将本发明提出的lbb算法与不考虑负载平衡的原始hpr算法(heuristic pathsre
‑
computation)进行多次重复实验仿真。仿真的实验环境为：win1064位系统、 cpu处理器为intel core i5
‑
4300u 2.50ghz，内存为4.00gb，仿真软件为： matlab2020b软件、visual studio 2019。仿真参数设置为：接入的用户总数固定为13个，虚拟ovs数量分别为8、10、12、14、16、18个，每个接入
用户申请的带宽为10mb。
[0115]
仿真内容及仿真结果：
[0116]
仿真1：不同ovs下的ovs使用数；图5(a)
‑
图5(f)给出了随着固定的虚拟节点ovs个数的增多，接入用户数与虚拟节点ovs使用数量之间的关系。当虚拟节点总数达到12个以上(见图5(d)
‑
图5(f))时，随着用户数的增多，lbb 算法所使用的虚拟节点数量与hpr算法所使用的虚拟节点数量的差距逐渐明显。尤其当用户数超过4个时，由于很多未曾使用的节点投入了使用，hpr算法之前所选择的接入点此时仍然满足带宽上限要求，因此所选择的路径变化较小，而lbb算法设置了动态的流量阈值，有效地解决了由于前面的用户占用带宽所导致的网络带宽占用率倾斜所引发的流量负载不均衡问题，相比于hpr算法，lbb算法通过流量阈值的设置及时地唤醒了睡眠节点，从而有效地提高了节点的资源利用率。
[0117]
仿真2：不同ovss下的网络吞吐量；图6(a)
‑
图6(f)给出了随着固定的虚拟节点ovs个数的增多，接入用户数与网络吞吐量之间的关系。可以看出，如图 6(a)和图6(b)所示，当虚拟节点总数为8个和10个时，虽然本发明所提算法的网络吞吐量均优于hpr算法，但优化效果不显著，这仍然是因为在虚拟节点总数较少时，网络的路径选择比较少，被占用的路径数目也相差不大，从而网络的吞吐量优化效果不明显。而当虚拟节点总数大于12时(见图6(c)
‑
图6(f))，随着网络接入用户数的增多，lbb算法相较于hpr算法显著地提高了网络吞吐量。从仿真图中可以看出，固定的网络中虚拟节点总数越多，随着接入用户数的增多lbb算法性能优化率越高。这是因为随着虚拟节点数的增多，hpr算法仍然优先选择其先前已经选择的接入点组成数据通信路径，容易造成部分路径的拥堵从而导致数据的损失，而lbb算法通过将网络中的数据流量均匀地分配到网络的其他链路上有效地提高了网络的吞吐量。
[0118]
以上结果表明，所提lbb算法在没有帧丢失的情况下，网络能够以更大数据速率接收并转发数据。这是因为lbb算法充分了考虑了流量负载均衡问题，提升了网络路径的传输效率以及网络的总吞吐量，从而优化了网络资源分配。
[0119]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0120]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。