專利名稱：電信網(wǎng)絡(luò)中控制數(shù)據(jù)流的方法和服務(wù)器的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種在電信網(wǎng)絡(luò)中監(jiān)控?cái)?shù)據(jù)流的方法和服務(wù)器，特別用于準(zhǔn)許新的數(shù)據(jù)流進(jìn)入網(wǎng)絡(luò)。
背景技術(shù)：
電信網(wǎng)絡(luò)例如因特網(wǎng)能夠傳輸多種數(shù)據(jù)，特別是諸如對(duì)話、圖片和/或一系列圖片等多媒體數(shù)據(jù)編碼信息。
為此，這些信息經(jīng)計(jì)算機(jī)語言進(jìn)行編碼然后再以數(shù)據(jù)包的形式進(jìn)行傳輸進(jìn)而形成數(shù)據(jù)流，同一個(gè)數(shù)據(jù)流的每一個(gè)數(shù)據(jù)包都有同樣的標(biāo)記，尤其是包含數(shù)據(jù)流的發(fā)送方和接收方在網(wǎng)絡(luò)中的地址。
為了得到高質(zhì)量的數(shù)據(jù)流傳輸，有必要防止傳輸數(shù)據(jù)流的網(wǎng)絡(luò)產(chǎn)生擁塞，擁塞將導(dǎo)致長(zhǎng)的包傳輸延遲，一個(gè)或多個(gè)包的丟失或其他現(xiàn)象將降低網(wǎng)絡(luò)的通訊質(zhì)量。
這就是為什么當(dāng)一個(gè)數(shù)據(jù)流必須被準(zhǔn)許進(jìn)入到一個(gè)通訊網(wǎng)絡(luò)中時(shí)，一個(gè)控制服務(wù)質(zhì)量(QoS)的服務(wù)器決定準(zhǔn)許這個(gè)新的數(shù)據(jù)流進(jìn)入網(wǎng)絡(luò)是否是可以接受的，以確保按照要求的質(zhì)量級(jí)別實(shí)現(xiàn)傳輸新數(shù)據(jù)流和已經(jīng)在網(wǎng)絡(luò)中被傳輸?shù)臄?shù)據(jù)流。
而且，數(shù)據(jù)流可以有可變的比特率，例如，尤其是數(shù)據(jù)對(duì)與視頻會(huì)議相關(guān)的音頻和/或視頻信息編碼時(shí)。而且，數(shù)據(jù)流的比特率的變化，即數(shù)據(jù)流的連續(xù)性，也根據(jù)該流傳輸?shù)臄?shù)據(jù)的特性進(jìn)行變化。
例如，當(dāng)傳輸電話對(duì)話時(shí)，無聲期間產(chǎn)生低的數(shù)據(jù)比特率而對(duì)話期間產(chǎn)生高的數(shù)據(jù)比特率。而且，這類和對(duì)話有關(guān)的數(shù)據(jù)流的比特率變化很小。這種數(shù)據(jù)流被稱為具有低的不連續(xù)性(或“低突發(fā)度性”)。
舉另一個(gè)例子，傳輸視頻相關(guān)的一系列圖片，例如，導(dǎo)致在很高的比特率傳輸圖片與接近零比特率的期間相互交替。這種情況下，數(shù)據(jù)流的比特率被稱作具有高的不連續(xù)性(或“高突發(fā)度性”)。
如上所示，當(dāng)數(shù)據(jù)流必須通過電信網(wǎng)絡(luò)傳輸時(shí)，用于控制網(wǎng)絡(luò)服務(wù)質(zhì)量的服務(wù)器必須確定是否能夠傳輸新的數(shù)據(jù)流同時(shí)確保新的和已經(jīng)在傳輸?shù)臄?shù)據(jù)流的質(zhì)量。
如果準(zhǔn)入的數(shù)據(jù)流的比特率事先已知的話，這種數(shù)據(jù)流控制證明是較容易實(shí)現(xiàn)的，如果準(zhǔn)入的數(shù)據(jù)流的比特率隨后發(fā)生變化，就像多媒體數(shù)據(jù)流的情況一樣，尤其是該流具有高突發(fā)度性時(shí)，情況就更加復(fù)雜了。
因?yàn)檫@樣，參照下文的網(wǎng)絡(luò)業(yè)務(wù)量，已知通過考慮網(wǎng)絡(luò)所涉及的所有流，使用模型去統(tǒng)計(jì)地確定是否準(zhǔn)許數(shù)據(jù)流進(jìn)入網(wǎng)絡(luò)。
這些數(shù)據(jù)業(yè)務(wù)量模型使用與業(yè)務(wù)量相關(guān)的參數(shù)——例如最小比特率、信號(hào)的突發(fā)度度和/或平均比特率——去準(zhǔn)許或拒絕新的數(shù)據(jù)流的進(jìn)入以達(dá)到預(yù)定的在需要的質(zhì)量和網(wǎng)絡(luò)的最大利用(即網(wǎng)絡(luò)的最大效率)之間的折衷。
一個(gè)現(xiàn)有技術(shù)的電信網(wǎng)絡(luò)中的數(shù)據(jù)業(yè)務(wù)量模型使用包括間隔和在這些間隔中允許的最大比特率的值對(duì)。這個(gè)模型在下文被稱為確定性邊界間隔長(zhǎng)度相關(guān)(D-BIND)模型。
實(shí)際上，在本領(lǐng)域中已知使用D-BIND模型表示視頻業(yè)務(wù)量的特征，特別定義了P個(gè)對(duì){(Rk，Ik)|k＝1，...，p}(1)在這里IK是間隔，RK是在間隔IK中相關(guān)流可以發(fā)送的最大數(shù)據(jù)比特率。
相應(yīng)地，如果Aj[t1，t2]代表在時(shí)刻t1和t2間數(shù)據(jù)流j傳送的比特總數(shù)，那么流j的最大比特率Rk由如下定義Rk=max0≤t(Aj[t,t+IkIk)]]>p的值通常根據(jù)經(jīng)驗(yàn)在4到8的范圍內(nèi)選擇，Rk值的設(shè)定作為準(zhǔn)入控制算法的一個(gè)參數(shù)來使用，例如，在E.W.Knightly的“H-BINDA New Approach to Providing Statistical Performance Guarantees toVBR Traffic”，Proceedings of IEEE INFOCOM’96，(舊金山，CA)，pp.1091-1099，March 1996中所描述的。
現(xiàn)有技術(shù)中關(guān)于D-BIND模型的一個(gè)應(yīng)用涉及依照移動(dòng)圖像專家組(MPEG)協(xié)議進(jìn)行編碼的視頻的傳輸，業(yè)務(wù)量的特征為三類數(shù)據(jù)的子集，稱為I、B和P幀，包括不同數(shù)量的數(shù)據(jù)并具有特定的傳輸順序。
在此情況下，MPEG協(xié)議要求不同長(zhǎng)度的間隔Ik用于表示MPEG流整體的特征。
使用S-BIND模型的數(shù)據(jù)流準(zhǔn)入控制通過使用由D-BIND業(yè)務(wù)量模型提供的對(duì){(Rk，Ik)|k＝1，...p}的H-BIND算法來實(shí)現(xiàn)。
更確切地說，H-BIND算法考慮了數(shù)據(jù)流具有的高斯分布，以便分布的方差和均值可以通過考慮到相關(guān)每個(gè)間隔Ik的最壞情況進(jìn)行計(jì)算，即，考慮到在間隔內(nèi)方差最大值的情況，這種情況降低了業(yè)務(wù)量的預(yù)測(cè)性能。
從該方差和該均值，該算法計(jì)算超出允許的涉及間隔Ik的延時(shí)限制的概率來評(píng)估對(duì)于整個(gè)流超出允許延時(shí)限制的最大概率，整個(gè)流即引入的流和已經(jīng)在傳輸中的流。
為此，在MPEG視頻的情況下，H-BIND算法將時(shí)間分成能對(duì)應(yīng)于傳輸數(shù)據(jù)子集所必須的時(shí)間的間隔，于是數(shù)據(jù)流被一系列通過函數(shù)b(t)得到的正實(shí)數(shù){Xt1，Xt2，...，XtN}模型化，函數(shù)b(t)借助于由D-BIND模型提供的對(duì){(Rk，Ik)|k＝1，...，p}生成，如上所示，依照如下公式b(t)=RkIk-Rk-1Ik-1Ik-Ik-1(t-Ik)+RkIk,Ik-1≤t≤Ik]]>從函數(shù)b(t)，對(duì)于每個(gè)考慮到的間隔得到b(t)的值，產(chǎn)生如下序列{bt1，bt2，...，btN}.
這種最大化在間隔內(nèi)模型化數(shù)據(jù)比特率的數(shù)據(jù)序列方差的方法是“所有或沒有”類型，在這里“所有”由b1代表，是在最小子集內(nèi)數(shù)據(jù)數(shù)量的值，“沒有”由0代表。
于是新的序列{Xt1，Xt2，...，XtN}是類型{bt1，0，0，bt1，0，0，0，bt1，0，0，0，bt1，0，0，0...}，在連續(xù)的bt1間的0的數(shù)目從函數(shù)b(t)得到。
一旦得到序列{Xt1，Xt2，...，XtN}，比特率的均值和方差就在間隔長(zhǎng)度k上計(jì)算得到μ=(1N)Σt=1NXt1,---(1)]]>σ2(tk)=(1N-k)Σt=1N-k+1(Σm=0k-1Xt1+tm-kμtk)2]]>根據(jù)中心極限定理(CLT)，復(fù)用業(yè)務(wù)量可以用H-BIND算法通過一個(gè)具有均值μ^(tk)=Σjkμj]]>和方差σ(tk)=Σjtk2σj2(tk),]]>的正態(tài)分布B(tk)進(jìn)行模型化。
在這里μj和σj(tk)根據(jù)每個(gè)數(shù)據(jù)流j來評(píng)估，超出建立的延遲限制dj的概率是Prob{delay＞dj}＝max0≤tk≤βProb{B(tk)-Ctk≥Cdj}在這里β=min{t>0|Σjbj(t)≤Ct}]]>是忙區(qū)范圍的限制。
對(duì)所有當(dāng)前數(shù)據(jù)流和等待授權(quán)進(jìn)入網(wǎng)絡(luò)的數(shù)據(jù)流都實(shí)施H-BIND模型化。
如果超出數(shù)據(jù)流j的延遲dj的邊界的延遲的概率低于強(qiáng)制級(jí)別P1，新的數(shù)據(jù)流就被授權(quán)進(jìn)入網(wǎng)絡(luò)。
本發(fā)明源于如下觀察，將序列{bt1，bt2，...，btN}轉(zhuǎn)換為新序列{bt1，0，0，bt1，0，0，0，bt1，0，0，0，bt1，0，0，0...}，
如前所釋，數(shù)據(jù)流被由函數(shù)b(t)限定的值序列模型化，即利用由b(t)限定的序列間最大的方差限定。
換句話說，H-BIND算法用最壞的情況場(chǎng)景來分析網(wǎng)絡(luò)業(yè)務(wù)量，其降低了網(wǎng)絡(luò)的使用效率，這會(huì)對(duì)于那些具有高突發(fā)度性的數(shù)據(jù)流，諸如視頻流產(chǎn)生滿意的結(jié)果。
然而，如果業(yè)務(wù)量是低突發(fā)度性的，H-BIND算法導(dǎo)致了網(wǎng)絡(luò)容量的浪費(fèi)，其表現(xiàn)為涉及通信網(wǎng)絡(luò)的成本效率的一個(gè)主要問題以及涉及在網(wǎng)絡(luò)中評(píng)估突發(fā)度性的問題。

發(fā)明內(nèi)容
本發(fā)明旨在解決這個(gè)問題。因而它涉及一種在電信網(wǎng)絡(luò)中控制數(shù)據(jù)業(yè)務(wù)量的方法，該方法使用網(wǎng)絡(luò)傳輸?shù)臉I(yè)務(wù)量的統(tǒng)計(jì)模型和數(shù)據(jù)比特率的高斯分布，在該方法中，特征化所述的高斯分布的值由一個(gè)根據(jù)變化強(qiáng)度的函數(shù)改變的參數(shù)進(jìn)行加權(quán)，也就是已知的突發(fā)度性，其業(yè)務(wù)量由網(wǎng)絡(luò)和所述的用于評(píng)估網(wǎng)絡(luò)中的業(yè)務(wù)量加權(quán)值處理，這種方法由依靠數(shù)據(jù)流的平均值和在給定時(shí)間內(nèi)比特率的最大值定義的加權(quán)值參數(shù)γ來描述。
運(yùn)用根據(jù)本發(fā)明的方法的算法，在下文中被稱為γH-BIND算法，能使用參數(shù)γ根據(jù)業(yè)務(wù)量的突發(fā)度改變數(shù)據(jù)業(yè)務(wù)量的高斯模型。
根據(jù)本發(fā)明的方法顯著地提高了對(duì)于低突發(fā)度性業(yè)務(wù)量(非突發(fā)度)的網(wǎng)絡(luò)容量的利用。
在一個(gè)實(shí)施例中，加權(quán)參數(shù)γ由數(shù)據(jù)比特率的平均值λavg與數(shù)據(jù)比特率的最大值λpeak的比率來定義γ=λavgλpeak]]>在一個(gè)實(shí)施例中，數(shù)據(jù)比特率的平均值λavg通過在一段預(yù)定的時(shí)間內(nèi)測(cè)量得到，在此同一時(shí)間內(nèi)確定數(shù)據(jù)比特率的最大值λpeak。
在一個(gè)實(shí)施例中，對(duì)高斯分布的平均值μ加權(quán)，例如根據(jù)公式μ′＝(1-γ)(μ-λavg)+λavg
在一個(gè)實(shí)施例中，使用數(shù)據(jù)業(yè)務(wù)量模型，包括值對(duì){(Rk，Ik)|k＝1，...，p}在這里IK是間隔，p是通常值為4至8的變量，RK是最大數(shù)據(jù)比特率，在間隔IK中，給定數(shù)據(jù)流可以該最大數(shù)據(jù)比特率發(fā)送，流j的最大數(shù)據(jù)比特率RK定義如下Rk=max0≤t(Aj[t,t+Ik]Ik)]]>其中Aj[t1，t2]表示時(shí)刻t1和t2之間相關(guān)數(shù)據(jù)流(j)發(fā)送的比特的總數(shù)。
在一個(gè)實(shí)施例中，通過以下一系列正實(shí)數(shù)模型化數(shù)據(jù)流{Xt1，Xt2，...，XtN}這些正實(shí)數(shù)借助于值對(duì){(Rk，Ik)|k＝1，...p}產(chǎn)生的函數(shù)b(t)得到，例如根據(jù)如下公式b(t)=RkIk-Rk-1Ik-1Ik-Ik-1(t-Ik)+RkIk,Ik-1≤t≤Ik]]>在一個(gè)實(shí)施例中，置信度ε利用隨機(jī)變量SK定義，隨機(jī)變量SK對(duì)于間隔IK中相關(guān)的數(shù)據(jù)流比特率的分布是特定的，與之相關(guān)聯(lián)，概率密度函數(shù)sk(a)如下定義Sk(a)=prob(Aj[t,t+Ik]Ik≤a),∀t≥0]]>然后如下定義每個(gè)間隔IK的值RK∫0Rksk(t)dt=ϵ]]>其中0＜ε≤1。
在一個(gè)實(shí)施例中，數(shù)據(jù)業(yè)務(wù)量控制用于決定是否準(zhǔn)許一個(gè)數(shù)據(jù)流進(jìn)入網(wǎng)絡(luò)，該數(shù)據(jù)流例如與多媒體信息相關(guān)，如對(duì)話、視頻會(huì)議、例如根據(jù)MPEG協(xié)議編碼的圖片和/或一系列圖片。
本發(fā)明還涉及用于控制電信網(wǎng)絡(luò)中數(shù)據(jù)業(yè)務(wù)量的設(shè)備，其利用網(wǎng)絡(luò)發(fā)送的業(yè)務(wù)量的統(tǒng)計(jì)模型和數(shù)據(jù)比特率的高斯分布，該設(shè)備的特征在于它包括用于執(zhí)行根據(jù)任一前述實(shí)施例的方法的裝置，通過參數(shù)γ對(duì)所述高斯分布的數(shù)值特性進(jìn)行加權(quán)，參數(shù)γ根據(jù)網(wǎng)絡(luò)處理的業(yè)務(wù)量的變化強(qiáng)度(也稱為突發(fā)度)而變化，所述加權(quán)的值用于評(píng)估網(wǎng)絡(luò)中的業(yè)務(wù)量。


本發(fā)明的其他特征和優(yōu)點(diǎn)從下面參考所附單個(gè)圖說明的和不作為限制的描述中變得清楚，該圖是控制數(shù)據(jù)流進(jìn)入通信網(wǎng)絡(luò)的方法的圖。
具體實(shí)施例方式
根據(jù)本發(fā)明，此后描述的算法被應(yīng)用于根據(jù)統(tǒng)計(jì)模型準(zhǔn)許考慮為高斯分布的數(shù)據(jù)流進(jìn)入的方法。
因此，有必要澄清上述D-BIND模型使用最大比特率表明某些間隔的特征?，F(xiàn)在在一些情況中，那些最大比特率未知，例如如果實(shí)時(shí)處理接收的數(shù)據(jù)流，這意味著這種模型不用于這些情況。
這就是為什么根據(jù)本發(fā)明的一個(gè)方面(該方面可以獨(dú)立于前面指明的各個(gè)方面進(jìn)行應(yīng)用)通過考慮缺乏相關(guān)流的參數(shù)知識(shí)改進(jìn)了D-BIND模型。
為此，定義了一個(gè)隨機(jī)變量SK，其對(duì)于間隔IK中數(shù)據(jù)流比特率的分布是特定的，與之相關(guān)聯(lián)，概率密度函數(shù)sk(a)如下定義Sk(a)=prob(Aj[t,t+Ik]Ik≤a),∀t≥0]]>在這里Aj[t1，t2]代表一段時(shí)間[t1，t2]流j的數(shù)據(jù)量。
對(duì)于每個(gè)間隔IK，RK如下定義∫0RkSk(t)dt=ϵ]]>
其中0＜ε≤1。
當(dāng)ε＝1時(shí)，RK的值與使用D-BIND模型的值相同。當(dāng)ε減小時(shí)，RK減小，其增加了網(wǎng)絡(luò)的使用效率。
此后，ε稱為S-BIND模型的置信度。
在S-BIND模型中，根據(jù)置信度ε對(duì)于各種間隔Ik是否可以變化還是固定，每個(gè)數(shù)據(jù)流的特征由三個(gè)值的集合表示{ε，(Rk，Ik)|k＝1，...，p}，或者通過兩個(gè)值的集合表示{(Rk，Ik，εk)|k＝1，...，p}。
一旦S-BIND參數(shù)固定，控制服務(wù)質(zhì)量(QoS)的服務(wù)器就能利用統(tǒng)計(jì)控制算法如H-BIND算法進(jìn)行統(tǒng)計(jì)進(jìn)入控制。
在本實(shí)施例中，服務(wù)器利用本發(fā)明的γH-BIND進(jìn)入控制算法，其如下定義了數(shù)據(jù)流的突發(fā)度參數(shù)γγ=λavgλpeak]]>其中λavg是數(shù)據(jù)流比特率的平均值，通過在一段給定的時(shí)間內(nèi)測(cè)量得到或者事先估計(jì)出，并且λpeak是網(wǎng)絡(luò)中流比特率的最大值。
在本實(shí)施例中，參數(shù)γ用于加權(quán)從式(2)計(jì)算出的數(shù)據(jù)流的平均值μ，得到新值μ’如下μ′＝(1-γ)(μ-λavg)+λavg加權(quán)μ借助于γH-BIND算法產(chǎn)生一系列值{Xt1，Xt2，...，XtN}，和借助于H-BIND算法得到的一系列值{Xt1，Xt2，...，XtN}相比，γH-BIND算法提供了改進(jìn)的性能，特別對(duì)于非突發(fā)度業(yè)務(wù)量，如后面所附表1和2中給出的實(shí)驗(yàn)的結(jié)果所示。
事實(shí)上，如果業(yè)務(wù)量的突發(fā)度增加，則γ趨于0，加權(quán)均值μ’趨于μ。
相對(duì)照地，如果業(yè)務(wù)量是非突發(fā)度的，則γ趨于接近1，加權(quán)值μ’接近于數(shù)據(jù)流的平均值λavg。
總之，新的流進(jìn)入控制算法γH-BIND因此具有優(yōu)于在先技術(shù)的優(yōu)點(diǎn)，特別在考慮到數(shù)據(jù)流的突發(fā)度時(shí)優(yōu)于H-BIND算法，使得能夠更好地利用網(wǎng)絡(luò)資源，特別在非突發(fā)度數(shù)據(jù)流的環(huán)境中。
實(shí)驗(yàn)是在電信網(wǎng)絡(luò)的節(jié)點(diǎn)100(見附圖)進(jìn)行的，電信網(wǎng)絡(luò)具有多個(gè)流輸入102、104、106和108，容量C＝45Mbps的一個(gè)輸出110。
應(yīng)該指出，為了簡(jiǎn)化比特率估計(jì)，沒有考慮質(zhì)量控制器和節(jié)點(diǎn)100間的通信。
在實(shí)驗(yàn)的第一階段，結(jié)果在表1中列出，節(jié)點(diǎn)100接收的數(shù)據(jù)業(yè)務(wù)量包括兩種流，即非突發(fā)度數(shù)據(jù)流，例如包括和電話呼叫有關(guān)的信息，和突發(fā)度數(shù)據(jù)流，例如包括和視頻序列有關(guān)的信息。
所有流有相同的延遲限制d，這意味這該數(shù)據(jù)包傳輸延遲必須在待傳輸時(shí)被編譯。
兩種數(shù)據(jù)流具有如下特征

在上表中，“平均OFF時(shí)間”(另一個(gè)是“平均ON時(shí)間”)是指沒有數(shù)據(jù)發(fā)送的時(shí)間(另一個(gè)是有數(shù)據(jù)發(fā)送的時(shí)間)。
在實(shí)驗(yàn)的第二階段，結(jié)果在表2中列出，節(jié)點(diǎn)100僅接收突發(fā)度數(shù)據(jù)業(yè)務(wù)量。數(shù)據(jù)流例如包括和視頻序列有關(guān)的信息。
在上述仿真期間，利用H-BIND和γH-BIND進(jìn)入控制算法的網(wǎng)絡(luò)150的效率通過各種延遲限制d和各種置信度ε進(jìn)行測(cè)試，如附表1和2中指示的。
因此，延遲限制d從1ms變化到40ms，置信度ε從99％變化到77％。
另外，施加的質(zhì)量規(guī)則如下超過最大延遲的比率＜＝1％最后，應(yīng)該指出表1和2表示測(cè)量的整體比特率和“比特率/％使用”形式的網(wǎng)絡(luò)的使用的百分比。
發(fā)現(xiàn)(見表1)對(duì)于非突發(fā)度業(yè)務(wù)量，本發(fā)明的γH-BIND算法得到的網(wǎng)絡(luò)使用效率從3％到4％，大于H-BIND算法得到的效率，與參數(shù)ε的值無關(guān)。
另外，對(duì)于突發(fā)度業(yè)務(wù)量，例如包括視頻數(shù)據(jù)流的業(yè)務(wù)量，再次按照本發(fā)明的γH-BIND算法得到的效率高于H-BIND算法得到的效率，與參數(shù)ε的值無關(guān)。
最后，應(yīng)該指出表1和2指示了在一段給定時(shí)間上每種情況下測(cè)量的或者事先估計(jì)的數(shù)據(jù)流的比特率的平均值和極值λpeak。
本發(fā)明自己有多種變形。這樣本發(fā)明就可以應(yīng)用于子網(wǎng)絡(luò)或確定是否準(zhǔn)許數(shù)據(jù)流進(jìn)入域的控制服務(wù)器控制的域。
另外，很清楚用于對(duì)數(shù)據(jù)流模型化的高斯分布的其他變量特性可以借助于作為業(yè)務(wù)量突發(fā)度的函數(shù)的變量進(jìn)行加權(quán)，該變量例如是分布的方差。
表1

表2

權(quán)利要求
1.一種通過數(shù)據(jù)比特率的高斯分布利用電信網(wǎng)絡(luò)(150)發(fā)送的業(yè)務(wù)量的統(tǒng)計(jì)模型(D-BIND，S-BIND)控制該電信網(wǎng)絡(luò)(150)中數(shù)據(jù)業(yè)務(wù)量的方法，其特征在于，所述高斯分布的特性值(μ，σ)由參數(shù)γ加權(quán)，參數(shù)γ根據(jù)網(wǎng)絡(luò)(150)處理的業(yè)務(wù)量的變化強(qiáng)度改變，變化強(qiáng)度也稱為突發(fā)度，所述加權(quán)值(μ’，σ)用于評(píng)估網(wǎng)絡(luò)內(nèi)的業(yè)務(wù)量。
2.根據(jù)權(quán)利要求1的方法，其特征在于加權(quán)參數(shù)γ借助于數(shù)據(jù)比特率的平均值λavg和一段給定時(shí)間上的數(shù)據(jù)比特率的最大值λpeak定義。
3.根據(jù)權(quán)利要求2的方法，其特征在于加權(quán)參數(shù)γ定義為數(shù)據(jù)比特率的平均值λavg和數(shù)據(jù)比特率的最大值λpeak的比率γ=γavgγpeak]]>
4.根據(jù)權(quán)利要求2或權(quán)利要求3的方法，其特征在于在預(yù)定的一段時(shí)間上測(cè)量數(shù)據(jù)比特率的平均值λavg，并在該段時(shí)間確定數(shù)據(jù)比特率的最大值λpeak。
5.根據(jù)權(quán)利要求3或權(quán)利要求4的方法，其特征在于加權(quán)高斯分布的平均值μ，例如借助于公式如μ′＝(1-γ)(μ-λavg)+λavg
6.根據(jù)前面權(quán)利要求中任一項(xiàng)的方法，其特征在于使用涉及如下值對(duì)的數(shù)據(jù)業(yè)務(wù)量的模型{(Rk，Ik)|k＝1，...，p}其中Ik是時(shí)間間隔，p是通常值為4至8的變量，Rk是在間隔Ik中給定數(shù)據(jù)流可以發(fā)送的最大數(shù)據(jù)比特率，流j的最大數(shù)據(jù)比特率Rk定義如下Rk=max0≤t(Aj[t,t+Ik]Ik)]]>在這里Aj[t1，t2]表示時(shí)刻t1和t2之間相關(guān)數(shù)據(jù)流(j)發(fā)送的比特的總數(shù)。
7.根據(jù)權(quán)利要求6的方法，其特征在于通過如下一系列正實(shí)數(shù)模型化數(shù)據(jù)流{Xt1，Xt2，...，XtN}這些正實(shí)數(shù)例如根據(jù)如下公式借助于值對(duì){(Rk，Ik)|k＝1，...p}產(chǎn)生的函數(shù)b(t)得到b(t)=RkIk-Rk-1Ik-1Ik-Ik-1(t-Ik)+RkIk,Ik-1≤t≤Ik]]>
8.根據(jù)權(quán)利要求7的方法，其特征在于利用隨機(jī)變量Sk定義置信度ε，隨機(jī)變量Sk對(duì)于間隔Ik中相關(guān)數(shù)據(jù)流比特率的分布是特定的，與之相關(guān)聯(lián)，概率密度函數(shù)sk(a)如下定義Sk(a)=prob(AJ[t,t+Ik]Ik≤a),∀t≥0]]>然后對(duì)于每個(gè)間隔Ik，值Rk如下定義∫0RkSk(t)dt=ϵ]]>在這里0＜ε≤1。
9.根據(jù)前面權(quán)利要求中任一項(xiàng)的方法，其特征在于數(shù)據(jù)業(yè)務(wù)量控制用于決定是否準(zhǔn)許一個(gè)數(shù)據(jù)流進(jìn)入網(wǎng)絡(luò)，該數(shù)據(jù)流例如與多媒體信息相關(guān)，如對(duì)話、視頻會(huì)議、例如根據(jù)MPEG協(xié)議編碼的圖片和/或一系列圖片。
10.一種用于通過數(shù)據(jù)比特率的高斯分布利用電信網(wǎng)絡(luò)(150)發(fā)送的業(yè)務(wù)量的統(tǒng)計(jì)模型(D-BIND，S-BIND)控制該電信網(wǎng)絡(luò)(150)中數(shù)據(jù)業(yè)務(wù)量的設(shè)備，該設(shè)備的特征在于包括用于執(zhí)行根據(jù)前面權(quán)利要求中任一項(xiàng)的方法以利用參數(shù)γ加權(quán)所述高斯分布的特性值(μ，σ)的裝置，參數(shù)γ根據(jù)網(wǎng)絡(luò)(150)處理的業(yè)務(wù)量的變化強(qiáng)度改變，變化強(qiáng)度也稱為突發(fā)度，所述加權(quán)值(μ’，σ)用于評(píng)估網(wǎng)絡(luò)內(nèi)的業(yè)務(wù)量。
全文摘要
本發(fā)明是關(guān)于控制電信網(wǎng)絡(luò)(150)中的數(shù)據(jù)業(yè)務(wù)量的方法，所述控制根據(jù)由網(wǎng)絡(luò)(150)發(fā)送的業(yè)務(wù)量的統(tǒng)計(jì)模型借助于數(shù)據(jù)流的高斯分布實(shí)現(xiàn)。根據(jù)本發(fā)明，一個(gè)這樣的方法的特征在于借助于參數(shù)γ加權(quán)高斯分布的特性值，參數(shù)γ根據(jù)所述網(wǎng)絡(luò)(150)處理的業(yè)務(wù)量的變化強(qiáng)度或不連續(xù)性改變，所述加權(quán)值用于評(píng)估網(wǎng)絡(luò)內(nèi)的業(yè)務(wù)量。
文檔編號(hào)H04L12/54GK1846407SQ200480025060
公開日2006年10月11日 申請(qǐng)日期2004年6月28日 優(yōu)先權(quán)日2003年7月1日
發(fā)明者阿爾貝托·孔特, 菲利普·多希, 錢列, 汪宇科, 湯益彥, 阿南德·克里施納默泰 申請(qǐng)人:阿爾卡特公司