本發(fā)明涉及網(wǎng)絡資源分配技術(shù)領(lǐng)域，尤其涉及一種網(wǎng)絡流量快速分配的方法。
背景技術(shù)：
Internet網(wǎng)絡是一個復用網(wǎng)絡，網(wǎng)絡流量具有很明顯的突發(fā)特性，容易在一定時間內(nèi)造成網(wǎng)絡擁堵，網(wǎng)絡流量分配就是為了解決在網(wǎng)絡擁堵時端到端的服務質(zhì)量。
現(xiàn)有技術(shù)一，申請?zhí)枮镃N201210471234.5，公開日為2012年11月20日，名稱為“智能分配WLAN用戶網(wǎng)絡帶寬的系統(tǒng)”，其公開了一種智能分配WLAN用戶網(wǎng)絡帶寬的系統(tǒng)，包括根據(jù)用戶數(shù)量產(chǎn)生平均分配網(wǎng)絡帶寬指令的系統(tǒng)服務器，簡稱系統(tǒng)服務器，控制器，無線接入點和用戶端，所述用戶端、無線接入點、控制器和系統(tǒng)服務器依次電連接。通過設置系統(tǒng)服務器根據(jù)用戶的數(shù)量，通過控制器對接入無線接入點的網(wǎng)絡進行智能合理分配，很好的解決了現(xiàn)有技術(shù)中存在的接入用戶所使用的帶寬固定、網(wǎng)絡帶寬過分剩余導致浪費或者網(wǎng)絡帶寬嚴重不足導致無法正常上網(wǎng)等問題，達到了根據(jù)用戶數(shù)量合理分配網(wǎng)絡的目的。其缺點是平均分配網(wǎng)絡帶寬的方法在網(wǎng)絡資源受限時無法保證關(guān)鍵用戶的網(wǎng)絡需求。
現(xiàn)有技術(shù)二，申請?zhí)枮椤癈N201110256618.0”，公開日為2012年01月11日，名稱為“一種EVDO系統(tǒng)中保證應用業(yè)務QoS的方法及裝置”，其中公開了一種EVDO系統(tǒng)中保證應用業(yè)務QoS的方法，包括如下步驟：對主連接單流上的報文進行檢測及統(tǒng)計，識別出用戶當前的主應用業(yè)務類型；根據(jù)所述當前的 主應用業(yè)務類型的QoS需求，進行無線側(cè)的網(wǎng)絡
資源分配；對于所述當前的主應用業(yè)務類型，當對其分配的累計流量或者平均速率超過預設的門限值時，將分配的網(wǎng)絡資源進行釋放。采用本發(fā)明方法，能夠為不同傳輸需求的應用業(yè)務提供QoS保證，從而大大改善用戶的體驗，同時也能夠使得整個網(wǎng)絡的系統(tǒng)資源得到充分合理的利用。本發(fā)明還公開了一種EVDO系統(tǒng)中保證應用業(yè)務QoS的裝置，包括主業(yè)務類型識別模塊、資源分配模塊和保護恢復模塊?；赒oS的網(wǎng)絡流量分配方法能夠保關(guān)鍵用戶的業(yè)務獲得足夠的網(wǎng)絡流量，但在網(wǎng)絡流量擁堵時，需要先由關(guān)鍵用戶提出流量申請，然后釋放網(wǎng)絡流量才能進行分配，影響了分配速度。
現(xiàn)有技術(shù)三，申請?zhí)枮椤癈N200610165423.4”，公開日為2008年06月25日，名稱為“一種移動通信網(wǎng)絡中的資源管理系統(tǒng)和方法”，其公開了一種移動通信網(wǎng)絡中的資源管理系統(tǒng)和方法。該系統(tǒng)包括終端和網(wǎng)絡側(cè)設備，網(wǎng)絡側(cè)設備中包括預留分配帶寬單元，用于根據(jù)終端的預留業(yè)務帶寬參數(shù)以及網(wǎng)絡側(cè)可用帶寬，為所述終端進行資源預留和帶寬分配；流量控制單元，用于根據(jù)將要發(fā)送給終端的數(shù)據(jù)，以及終端的信道參數(shù)，對終端進行高速下行共享信道變更的可能性進行預測，產(chǎn)生流控能力分配幀，進行流量控制；分組調(diào)度和資源分配單元，用于進行分組調(diào)度和資源分配。其使高速下行分組接入能較好地支持各種類型的業(yè)務而又能充分利用網(wǎng)絡資源。采用資源預留的方式能夠滿足關(guān)鍵用戶的業(yè)務需求，但是關(guān)鍵用戶和業(yè)務不活躍時，會造成網(wǎng)絡資源的浪費。
技術(shù)實現(xiàn)要素：
有鑒于此，本發(fā)明提供了一種網(wǎng)絡流量快速分配的方法，該方法能夠提前依據(jù)網(wǎng)絡請求，從歷史流量占用情況出發(fā)，避免在現(xiàn)有流量的基礎(chǔ)上因網(wǎng)絡流量的不合理分配造成的網(wǎng)絡擁堵。
本發(fā)明公開了一種網(wǎng)絡流量快速分配的方法，其步驟為：
步驟一、在一段時間內(nèi)，對網(wǎng)絡系統(tǒng)的網(wǎng)絡流量進行監(jiān)測，獲得該網(wǎng)絡中所有用戶的歷史網(wǎng)絡流量數(shù)據(jù)，該歷史網(wǎng)絡流量數(shù)據(jù)記載了該網(wǎng)絡系統(tǒng)每一時刻的網(wǎng)絡總流量值及其規(guī)律、以及各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律。
步驟二、對用戶進行優(yōu)先權(quán)由高到低排序，用戶所使用的網(wǎng)絡業(yè)務進行優(yōu)先權(quán)由高到低排序。
所述網(wǎng)絡系統(tǒng)中每個用戶均實時發(fā)出網(wǎng)絡業(yè)務請求，并在網(wǎng)絡業(yè)務請求得到允許的情況下，在下一時刻執(zhí)行相關(guān)網(wǎng)絡業(yè)務，若網(wǎng)絡業(yè)務請求未得到允許，則在下一時刻繼續(xù)發(fā)出該網(wǎng)絡業(yè)務請求。
同時實時監(jiān)測獲取當前時刻t內(nèi)網(wǎng)絡系統(tǒng)的實時網(wǎng)絡流量數(shù)據(jù)；該實時網(wǎng)絡流量數(shù)據(jù)記載了該網(wǎng)絡系統(tǒng)時刻t內(nèi)的實時網(wǎng)絡總流量值、以及各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值。
依據(jù)所述實時網(wǎng)絡總流量值以及歷史網(wǎng)絡流量數(shù)據(jù)中網(wǎng)絡總流量值的規(guī)律，預測下一時刻t+1時的預測網(wǎng)絡總流量值。
判斷t時刻時，所有的網(wǎng)絡業(yè)務請求中所涉及的請求網(wǎng)絡業(yè)務的總流量值與所述預測網(wǎng)絡總流量值之和是否高于所述設定閾值，若是則進入步驟四，否則允許所有的網(wǎng)絡業(yè)務請求并重復步驟三。
步驟四、依據(jù)所述各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值，以及所述歷史網(wǎng)絡流量數(shù)據(jù)中的各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律，預測下一時刻t+1時的預測用戶和預測網(wǎng)絡業(yè)務。
然后依據(jù)t時刻的網(wǎng)絡業(yè)務請求，將網(wǎng)絡業(yè)務請求所涉及的請求用戶按照優(yōu)先權(quán)進行排序，然后在請求用戶的排序下，將每個請求用戶對應的請求網(wǎng)絡業(yè)務按照優(yōu)先權(quán)進行由高至低排序，由此獲得所有請求網(wǎng)絡業(yè)務的排序。
選取所有的預測網(wǎng)絡業(yè)務，并按照排序由高至低順次選取請求網(wǎng)絡業(yè)務，直至所選取的預測網(wǎng)絡業(yè)務和請求網(wǎng)絡業(yè)務所占總網(wǎng)絡流量等于所述網(wǎng)絡系統(tǒng)的總帶寬，則允許所選取請求網(wǎng)絡業(yè)務對應的網(wǎng)絡業(yè)務請求。
重復執(zhí)行步驟二～步驟四直至所述網(wǎng)絡系統(tǒng)中所有網(wǎng)絡業(yè)務執(zhí)行完畢。
進一步地，依據(jù)所述實時網(wǎng)絡總流量值以及歷史網(wǎng)絡流量數(shù)據(jù)中網(wǎng)絡總流量值的規(guī)律，預測下一時刻t+1時的預測網(wǎng)絡總流量值，以及依據(jù)所述各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值，以及所述歷史網(wǎng)絡流量數(shù)據(jù)中的各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律，預測下一時刻t+1時的預測用戶和預測網(wǎng)絡業(yè)務時，采用的預測方法為馬爾科夫預測法。
進一步地，依據(jù)所述實時網(wǎng)絡總流量值以及歷史網(wǎng)絡流量數(shù)據(jù)中網(wǎng)絡總流量值的規(guī)律，預測下一時刻t+1時的預測網(wǎng)絡總流量值，以及依據(jù)所述各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值，以及所述歷史網(wǎng)絡流量數(shù)據(jù)中的各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律，預測下一時刻t+1時的預測用戶和預測網(wǎng)絡業(yè)務時，采用的預測方法為具體包括以下的步驟：
(1)、對實時網(wǎng)絡流量進行分析，取N組歷史網(wǎng)絡流量，每一組都包括當前時刻t的歷史網(wǎng)絡流量L(T)以及下一時刻T+1的歷史網(wǎng)絡流量L(T+1)；
(2)、將L(T)和L(T+1)分別劃分為多個網(wǎng)絡流量區(qū)間，判斷當前實測網(wǎng)絡流量L(t)對應到L(T)的網(wǎng)絡流量區(qū)間，根據(jù)區(qū)間中的歷史網(wǎng)絡流量L(T)，得到對應的L(T+1)的網(wǎng)絡流量區(qū)間；
(3)、在選擇出的L(T+1)的網(wǎng)絡流量區(qū)間中找到包含L(T+1)值最多的網(wǎng)絡流量區(qū)間，將其作為預測流量區(qū)間；
(4)、根據(jù)預測流量區(qū)間得到預測流量。
進一步地，根據(jù)預測流量區(qū)間得到預測流量具體為：預測流量區(qū)間的最大值作為預測流量，或者預測流量區(qū)間中歷史數(shù)據(jù)的最大值作為預測流量，再或 者預測流量區(qū)間中歷史數(shù)據(jù)的平均值作為預測流量。
進一步地，依據(jù)所述實時網(wǎng)絡總流量值以及歷史網(wǎng)絡流量數(shù)據(jù)中網(wǎng)絡總流量值的規(guī)律，預測下一時刻t+1時的預測網(wǎng)絡總流量值，以及依據(jù)所述各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值，以及所述歷史網(wǎng)絡流量數(shù)據(jù)中的各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律，預測下一時刻t+1時的預測用戶和預測網(wǎng)絡業(yè)務時，采用的預測方法為人工神經(jīng)網(wǎng)絡學習法。
進一步地，依據(jù)所述實時網(wǎng)絡總流量值以及歷史網(wǎng)絡流量數(shù)據(jù)中網(wǎng)絡總流量值的規(guī)律，預測下一時刻t+1時的預測網(wǎng)絡總流量值，以及依據(jù)所述各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值，以及所述歷史網(wǎng)絡流量數(shù)據(jù)中的各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律，預測下一時刻t+1時的預測用戶和預測網(wǎng)絡業(yè)務時，采用的預測方法為具體為：先通過馬爾科夫預測法得到預測狀態(tài)，再送入人工神經(jīng)網(wǎng)絡進行學習，人工神經(jīng)網(wǎng)絡根據(jù)預測狀態(tài)對網(wǎng)絡流量進行擬合，從而給出預測的網(wǎng)絡流量。
通過采用以上的技術(shù)方案，本發(fā)明的有益效果為：該方法能夠通過智能預測的方式實現(xiàn)了對網(wǎng)絡資源的動態(tài)分配，能夠保證當前正在進行的網(wǎng)絡業(yè)務不，又能夠提前獲知業(yè)務請求，從而提前分配網(wǎng)絡資源，實現(xiàn)網(wǎng)絡資源快速分配和高效利用。尤其是對于優(yōu)先權(quán)較高的用戶和網(wǎng)絡業(yè)務，當網(wǎng)絡資源受限時能夠大大減少通過業(yè)務系統(tǒng)進行資源重分配帶來的響應延時。同時能夠根據(jù)網(wǎng)絡、用戶和業(yè)務特征的變化進行學習，當用戶行為習慣或業(yè)務資源占用方式發(fā)生變化時能自動的進行調(diào)整。本發(fā)明基于智能的業(yè)務資源快速分配方法，通過采用智能化的手段，不經(jīng)有效提高了業(yè)務資源分配的響應速度，也有效的提高了網(wǎng)絡資源的利用率，并重點確保關(guān)鍵用戶和關(guān)鍵業(yè)務的資源需求。
附圖說明
圖1為網(wǎng)絡流量快速分配的方法的流程圖。
具體實施方式
下面結(jié)合附圖并舉實施例，對本發(fā)明進行詳細描述。
本發(fā)明公開了一種網(wǎng)絡流量快速分配的方法，其步驟為：步驟一、在一段時間內(nèi)，對網(wǎng)絡系統(tǒng)的網(wǎng)絡流量進行監(jiān)測，獲得該網(wǎng)絡中所有用戶的歷史網(wǎng)絡流量數(shù)據(jù)，該歷史網(wǎng)絡流量數(shù)據(jù)記載了該網(wǎng)絡系統(tǒng)每一時刻的網(wǎng)絡總流量值及其規(guī)律、以及各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律。
步驟二、對用戶進行優(yōu)先權(quán)由高到低排序，用戶所使用的網(wǎng)絡業(yè)務進行優(yōu)先權(quán)由高到低排序。
所述網(wǎng)絡系統(tǒng)中每個用戶均實時發(fā)出網(wǎng)絡業(yè)務請求，并在網(wǎng)絡業(yè)務請求得到允許的情況下，在下一時刻執(zhí)行相關(guān)網(wǎng)絡業(yè)務，若網(wǎng)絡業(yè)務請求未得到允許，則在下一時刻繼續(xù)發(fā)出該網(wǎng)絡業(yè)務請求。
同時實時監(jiān)測獲取當前時刻t內(nèi)網(wǎng)絡系統(tǒng)的實時網(wǎng)絡流量數(shù)據(jù)；該實時網(wǎng)絡流量數(shù)據(jù)記載了該網(wǎng)絡系統(tǒng)時刻t內(nèi)的實時網(wǎng)絡總流量值、以及各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值。
依據(jù)所述實時網(wǎng)絡總流量值以及歷史網(wǎng)絡流量數(shù)據(jù)中網(wǎng)絡總流量值的規(guī)律，預測下一時刻t+1時的預測網(wǎng)絡總流量值。
判斷t時刻時，所有的網(wǎng)絡業(yè)務請求中所涉及的請求網(wǎng)絡業(yè)務的總流量值與所述預測網(wǎng)絡總流量值之和是否高于所述設定閾值，若是則進入步驟四，否則允許所有的網(wǎng)絡業(yè)務請求并重復步驟三。
步驟四、依據(jù)所述各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的實時占用值，以及所述歷史網(wǎng)絡流量數(shù)據(jù)中的各用戶的每個網(wǎng)絡業(yè)務對網(wǎng)絡流量的占用規(guī)律，預 測下一時刻t+1時的預測用戶和預測網(wǎng)絡業(yè)務。
然后依據(jù)t時刻的網(wǎng)絡業(yè)務請求，將網(wǎng)絡業(yè)務請求所涉及的請求用戶按照優(yōu)先權(quán)進行排序，然后在請求用戶的排序下，將每個請求用戶對應的請求網(wǎng)絡業(yè)務按照優(yōu)先權(quán)進行由高至低排序，由此獲得所有請求網(wǎng)絡業(yè)務的排序。
選取所有的預測網(wǎng)絡業(yè)務，并按照排序由高至低順次選取請求網(wǎng)絡業(yè)務，直至所選取的預測網(wǎng)絡業(yè)務和請求網(wǎng)絡業(yè)務所占總網(wǎng)絡流量等于所述網(wǎng)絡系統(tǒng)的總帶寬，則允許所選取請求網(wǎng)絡業(yè)務對應的網(wǎng)絡業(yè)務請求。
重復執(zhí)行步驟二～步驟四直至所述網(wǎng)絡系統(tǒng)中所有網(wǎng)絡業(yè)務執(zhí)行完畢。
該方法能夠通過智能預測的方式實現(xiàn)了對網(wǎng)絡資源的動態(tài)分配，能夠保證當前正在進行的網(wǎng)絡業(yè)務不，又能夠提前獲知業(yè)務請求，從而提前分配網(wǎng)絡資源，實現(xiàn)網(wǎng)絡資源快速分配和高效利用。尤其是對于優(yōu)先權(quán)較高的用戶和網(wǎng)絡業(yè)務，當網(wǎng)絡資源受限時能夠大大減少通過業(yè)務系統(tǒng)進行資源重分配帶來的響應延時。同時能夠根據(jù)網(wǎng)絡、用戶和業(yè)務特征的變化進行學習，當用戶行為習慣或業(yè)務資源占用方式發(fā)生變化時能自動的進行調(diào)整。本發(fā)明基于智能的業(yè)務資源快速分配方法，通過采用智能化的手段，不經(jīng)有效提高了業(yè)務資源分配的響應速度，也有效的提高了網(wǎng)絡資源的利用率，并重點確保關(guān)鍵用戶和關(guān)鍵業(yè)務的資源需求。
更進一步地，上述根據(jù)歷史規(guī)律預測網(wǎng)絡流量的方法具體為馬爾科夫預測法。采用馬爾科夫轉(zhuǎn)移矩陣法，運用轉(zhuǎn)移概率矩陣對網(wǎng)絡流量的變化趨勢進行分析。馬爾科夫是俄國數(shù)學家，他在20世紀初發(fā)現(xiàn)：一個系統(tǒng)的某些因素在轉(zhuǎn)移中，第n次結(jié)果只受第n-1的結(jié)果影響，只與當前所處狀態(tài)有關(guān)，與其他無關(guān)。因此通過馬爾科夫預測法能夠根據(jù)當前的網(wǎng)絡流量預測出下一個時刻的網(wǎng)絡流量，目前馬爾科夫預測法已經(jīng)成功運用在電力系統(tǒng)的負荷預測上，比如公開號為CN102426674A，公開日為2012年04月25日，名稱為一種基于馬爾 科夫鏈的電力系統(tǒng)負荷預測方法，因此本專利不再詳細贅述馬爾科夫預測法的方法和原理。
更進一步地，上述根據(jù)歷史規(guī)律預測網(wǎng)絡流量的方法還可以采用以下的步驟：(1)對實測的網(wǎng)絡流量進行分析，取N組歷史網(wǎng)絡流量，每一組都包括當前時刻t的歷史網(wǎng)絡流量L(T)以及下一時刻T+1的歷史網(wǎng)絡流量L(T+1)；(2)將L(T)和L(T+1)分別劃分為多個網(wǎng)絡流量區(qū)間，判斷當前實測網(wǎng)絡流量L(t)對應的網(wǎng)絡流量區(qū)間，根據(jù)區(qū)間中的歷史網(wǎng)絡流量L(T)，得到對應的L(T+1)的網(wǎng)絡流量區(qū)間；(3)在選擇出的L(T+1)的網(wǎng)絡流量區(qū)間中找到包含L(T+1)值最多的網(wǎng)絡流量區(qū)間，將其作為預測流量區(qū)間；(4)根據(jù)預測流量區(qū)間得到預測流量。
比如，當前時刻t為2013年01月01日上10點10分10秒，當以天為單位進行劃分時，2013年01月01日之前所有的上午10點10分10秒都是T，而根據(jù)預測的時間段的劃分，如果每5秒完成一次預測，則上述(T+1)則為上午10點10分15秒。當N為5時，收集到5組歷史網(wǎng)絡流量，每一組都包括T時刻和(T+1)時刻的網(wǎng)絡流量，T時刻和(T+1)時刻的5組網(wǎng)絡流量分別包括(3.2，8.8)、(2.6，7)，(5.1，9)，(3，6)和(4，2)時，將網(wǎng)絡流量以2為單位進行劃分；則L(T)和L(T+1)的五個區(qū)間分別為0-2，2-4，4-6，6-8，8-10。第一、二、四、五組的L(T)在第二個區(qū)間的范圍內(nèi)，第三組的L(T)在第三個區(qū)間的范圍內(nèi)，第一、三組的L(T+1)在第五個區(qū)間的范圍內(nèi)，第二、四組的L(T+1)在第四個區(qū)間的范圍內(nèi)，第五組的L(T+1)在第一個區(qū)間的范圍內(nèi)。當檢測到L(t)為3時，其范圍落入L(T)的第二個網(wǎng)絡區(qū)間，找到第二個網(wǎng)絡區(qū)間中L(T)對應的L(T+1)的值，即第一、二、四、五組數(shù)據(jù)，其分別為8.8、7、6和2，其分別屬于兩個三個不同的區(qū)間，其中6和7屬于同一個網(wǎng)絡區(qū)間6-8，則6-8為預測流量區(qū)間。找到預測流量區(qū)間后，可以設定預 測流量區(qū)間的最大值作為預測流量，比如8；也可以設定預測流量區(qū)間中歷史數(shù)據(jù)的最大值作為預測流量，比如7；還可以設定預測流量區(qū)間中歷史數(shù)據(jù)的平均值作為預測流量，比如6.5，等等諸如此類。
更進一步地，上述根據(jù)歷史規(guī)律預測網(wǎng)絡流量的方法還可以為人工神經(jīng)網(wǎng)絡學習法。通過人工神經(jīng)網(wǎng)絡對歷史數(shù)據(jù)進行學習，從而得到預測數(shù)據(jù)。
更進一步地，上述根據(jù)歷史規(guī)律預測網(wǎng)絡流量的方法還可以為先通過馬爾科夫預測法得到預測狀態(tài)，再送入人工神經(jīng)網(wǎng)絡進行學習，人工神經(jīng)網(wǎng)絡根據(jù)預測狀態(tài)對網(wǎng)絡流量進行擬合，從而給出預測的網(wǎng)絡流量。資源預留模塊的主要實現(xiàn)網(wǎng)絡資源的預留。流量分離器根據(jù)業(yè)務系統(tǒng)的用戶和業(yè)務信息對網(wǎng)絡系統(tǒng)中觀測到的流量進行分流，選取需要分析的流量。通過高通和低通兩個濾波器，分別提取網(wǎng)絡中的高頻和低頻流量特征。經(jīng)過濾波以后，選取時、天、周、 月的分量，根據(jù)每一個分量取值分割為8種狀態(tài)，組成4維的狀態(tài)分量。將狀態(tài)分量作為馬爾科夫決策的輸入進行分析，馬爾科夫決策子模塊根據(jù)狀態(tài)轉(zhuǎn)移概率，從當前狀態(tài)推測下一時刻的狀態(tài)，并將預測結(jié)果送給人工神經(jīng)網(wǎng)絡。人工神經(jīng)網(wǎng)絡根據(jù)預測狀態(tài)對流量進行擬合，給出預測流量。同時人工神經(jīng)網(wǎng)絡根據(jù)反饋信息進行學習，對網(wǎng)絡中各個連接的權(quán)重進行調(diào)整。
當業(yè)務系統(tǒng)發(fā)起業(yè)務請求后，資源分配模塊將根據(jù)業(yè)務系統(tǒng)中的用戶和業(yè)務優(yōu)先級信息，以及當前網(wǎng)絡的帶寬信息進行資源分配。一個業(yè)務申請同時具有用戶優(yōu)先級和業(yè)務優(yōu)先級兩個屬性，當業(yè)務系統(tǒng)發(fā)起請求，資源的分配優(yōu)先級順序按照綜合優(yōu)先級進行分配。綜合優(yōu)先級數(shù)字越小，優(yōu)先級越高。當兩個申請的綜合優(yōu)先級相同時，則按申請時間的先后順序進行分配。
綜上，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均 應包含在本發(fā)明的保護范圍之內(nèi)。