[发明专利]一种P2P网络策略的生成方法和装置有效
申请号: | 201210061026.8 | 申请日: | 2012-03-09 |
公开(公告)号: | CN103312740B | 公开(公告)日: | 2018-04-17 |
发明(设计)人: | 龙强;冀祖峰;敖乃祥 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | H04L29/08 | 分类号: | H04L29/08;H04L12/813 |
代理公司: | 北京派特恩知识产权代理有限公司11270 | 代理人: | 张颖玲,蒋雅洁 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 p2p 网络 策略 生成 方法 装置 | ||
1.一种P2P网络策略的生成方法,其特征在于,包括:
获取预测数据;所述预测数据为从特定数据库中获得的表征网络当前状态的网络数据;
根据预测数据与带宽管理策略的对应关系,确定所述预测数据的带宽管理策略;
执行所述预测数据的带宽管理策略;
其中,所述预测数据包括预测带宽增长率;所述获取预测数据,包括:
确定预测带宽增长率=(特征区间内的新增人数*特征区间内的平均下载速度*特征区间大小)/当前带宽。
2.如权利要求1所述的方法,其特征在于,所述获取预测数据,包括:
从用于存储数据的特定数据库中获得网络数据;
确定所述网络数据中的指定类型数据在特征区间内的平均数据为所述预测数据。
3.如权利要求1所述的方法,其特征在于,所述预测数据还包括预测带宽下降率,所述获取预测数据,包括:
确定预测带宽下降率=(特征区间内的减少人数*特征区间内的平均下载速度*特征区间大小)/当前带宽。
4.如权利要求3所述的方法,其特征在于,所述方法进一步包括:
从用于存储数据的特定数据库中获得网络数据,所述网络数据包括:服务器带宽信息、P2P网络每个节点平均下载速度、P2P网络每个节点平均提供速度、在线节点、下载人数、P2P带宽、P2P率;
利用所述网络数据获得指定类型数据在所述特征区间内的平均数据,所述指定类型数据在所述特征区间内的平均数据包括:所述特征区间内的平均下载速度、以及所述特征区间内的新增人数或者所述特征区间内的减少人数。
5.如权利要求1所述的方法,其特征在于,所述根据预测数据与带宽管理策略的对应关系,确定所述预测数据的带宽管理策略,包括:
根据预测数据与情景之间的对应关系以及所述预测数据,确定当前情景;
根据情景与策略定性之间的对应关系以及所述当前情景,确定当前策略定性;
根据策略定性与带宽管理策略的对应关系以及所述当前策略定性,确定当前带宽管理策略。
6.如权利要求5所述的方法,其特征在于,
在当前情景为符合需要降速的情景时,当前策略定性为降速处理,且当前带宽管理策略为降速策略以及降速值;或,
在当前情景为符合需要提速的情景时,当前策略定性为提速处理,且当前带宽管理策略为提速策略以及提速值;或,
在当前情景为符合需要推送的情景时,当前策略定性为推送处理,且当前带宽管理策略为推送策略以及推送值。
7.如权利要求5所述的方法,其特征在于,所述预测数据为预测带宽增长率或者预测带宽下降率;
当预测带宽下降率大于预设第一数值时,当前情景为符合需要提速的情景,当前策略定性为提速处理,当前带宽管理策略为提速策略以及提速值;或,
当预测带宽增长率大于预设第二数值且小于预设第三数值时,当前情景为符合需要降速的情景,当前策略定性为降速处理,当前带宽管理策略为降速策略以及降速值;或,
当预测带宽增长率大于预设第三数值时,当前情景为符合需要推送的情景,当前策略定性为推送处理,当前带宽管理策略为推送策略以及推送值。
8.如权利要求1、5-7任一项所述的方法,其特征在于,所述执行所述预测数据的带宽管理策略,包括:
在带宽管理策略为降速策略以及降速值时,控制服务器按照所述降速值降低提供资源下载的速度;或,
在带宽管理策略为提速策略以及提速值时,控制服务器按照所述提速值提升提供资源下载的速度;或,
在带宽管理策略为推送策略以及推送值时,控制服务器按照所述推送值在P2P网络中推送资源。
9.一种P2P网络策略的生成装置,其特征在于,包括:
获取模块,用于获取预测数据;所述预测数据为从特定数据库中获得的表征网络当前状态的网络数据;
确定模块,用于根据预测数据与带宽管理策略的对应关系,确定所述预测数据的带宽管理策略;
处理模块,用于执行所述预测数据的带宽管理策略;
其中,所述预测数据包括预测带宽增长率;
所述获取模块,具体用于确定预测带宽增长率=(特征区间内的新增人数*特征区间内的平均下载速度*特征区间大小)/当前带宽。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210061026.8/1.html,转载请声明来源钻瓜专利网。