【技術實現步驟摘要】
本專利技術涉及云桌面可用帶寬估計，具體而言，涉及一種面向云桌面場景的可用帶寬估計方法、系統及可存儲介質。
技術介紹
1、目前，隨著實時互動視頻傳輸、云桌面等應用場景的逐漸普及，網絡課程和線上辦公會議等應用得到了前所未有的推廣。網絡通信持續穩步發展，網絡基礎設施日益完善，云計算、大數據等新興業務呈現快速增長態勢，物聯網用戶數量已突破23億，5g基站數量達337.7萬個。展望未來，隨著5g和6g移動通信技術的進一步推廣，以及3d體視頻交互技術、遠程機器人協作技術等新型數據傳輸應用的廣泛應用，精確的網絡帶寬估計將提出更高的要求。
2、帶寬估計算法可以分為基于深度學習和啟發式算法?；谏疃葘W習的寬帶估計算法通過神經網絡和系統模型來進行網絡可用帶寬估計。通過大量離線數據的訓練，模型往往能學習到鏈路的潛在特征，從而實現高精度的鏈路可用帶寬估計。這類算法泛化能力強，帶寬利用率較高但往往開銷大，時延高且魯棒性較差。同時，又不可避免的存在一個需要大量數據提前訓練的問題。這顯然不能滿足云桌面場景的實時互動數據傳輸低時延、快啟動的要求。因此，本專利技術將重點研究基于啟發式的帶寬估計算法。傳統的基于啟發式的帶寬估計算法通常依賴于經驗法則和先驗知識，通過總結歷史數據中帶寬使用的規律，形成帶寬估計的通識規則。它基于具體網絡場景中的統計特性，如時間、用戶行為模式、時延、丟包率等，推導出當前時刻的帶寬變化。啟發式帶寬估計算法開銷小，計算效率較高，但為了避免擁塞，往往采用更加保守的策略，因此精度和帶寬利用率都比較低。g?carlucc等人提出的web
3、面向云桌面場景的可用帶寬估計，首先由于是實時互動數據傳輸協同，這就要求收發端實現低時延通信。其次，網絡鏈路狀態的動態變化比靜態網絡更加復雜，要求系統在實時捕捉網絡狀態后，能夠理解每個時刻的網絡負載與實際可用帶寬之間的關系。同時，對于不同的網絡條件，系統要能采取最優的發送策略，以在避免擁塞的前提下實現最大化帶寬利用率。n?cardwell等人提出了bbr(bottleneck?bandwidth?and?round-trippropagation?time)算法，通過綜合考慮瓶頸帶寬和往返時延，建立了基于帶寬和時延估計的擁塞控制機制。它通過不斷估計和調整，確保網絡利用接近最大可用帶寬，從而避免了傳統擁塞控制算法中的排隊現象，但由于周期性地限制傳輸以探測可用帶寬，會在minrtt探測期間造成較高的延遲。
4、綜上所述，存在如下至少一種技術問題：
5、基于深度學習的帶寬估計算法雖然在估計精度和泛化能力上具有優勢，但動態網絡環境的復雜性對數據量提出了更高的要求，且其復雜的計算模型導致較高的計算延遲和資源消耗，難以滿足實時性要求高的云桌面場景。
6、啟發式帶寬估計算法由于依賴于經驗規則和統計特性，雖然計算效率較高且資源開銷較小，但在復雜或波動較大的網絡環境中，往往采用保守的估計方式，從而降低了帶寬利用率。其精度相對不足，難以充分利用網絡的可用帶寬。大多數擁塞控制算法在帶寬利用率和擁塞控制之間存在沖突，在帶寬探測過程中難以完全消除高延遲現象。
7、如何在保證基于啟發式算法的輕量化低時延優勢的前提下，提升鏈路利用率，實現高精度、高吞吐量的帶寬估計算法。
技術實現思路
1、本專利技術的主要目的在于提供一種面向云桌面場景的可用帶寬估計方法、系統及可存儲介質，以解決現有技術中如何在保證基于啟發式算法的輕量化低時延優勢的前提下，提升鏈路利用率，實現高精度、高吞吐量的帶寬估計算法。
2、為了實現上述目的，根據本專利技術的一個方面，提供了一種面向云桌面場景的可用帶寬估計方法，包括：
3、步驟1：帶寬采樣，捕捉當前時刻的鏈路狀態并進行統計分析；
4、步驟2：鏈路評估，估計當前的可用寬帶值并根據鏈路評估結果對視頻編碼器進行指導；
5、步驟3：調節反饋，調整發送速率以匹配當前鏈路的負載能力。
6、優選的，所述步驟1包括：構建帶寬采樣器，對當前時刻的網絡狀態進行捕獲，將捕獲到的鏈路狀態信息輸入鏈路評估器，生成帶寬采樣結果；所述步驟2包括：利用幀級分組分散統計數據的鏈路評估器通過分析每個時刻的鏈路帶寬采樣值與已有發送策略的關系，精確判斷當前鏈路的飽和狀態，發掘鏈路隱藏特征，輸入自適應模塊；所述步驟3包括：自適應模塊根據鏈路評估的具體網絡結果和估計的可用帶寬值，自主選擇最優的發送策略調整方式，以使得下個時刻的發送速率與實際可用帶寬相匹配。
7、優選的，所述帶寬采樣器的核心目標是獲取鏈路的狀態信息，通過幀級分組分散統計數據來發現額外的可用帶寬，從而實現帶寬利用率的最大化。
8、優選的，所述步驟1中通過基于幀級分組分散統計數據的帶寬采樣器對當前的發送碼率進行帶寬采樣，獲取到帶寬采樣值s和小幀采樣值ssmall，具體計算方式為：
9、帶寬采樣值
10、其中f為幀的大小，slast和sstart分別表示每一完整幀中第一個拆分的小幀和最后一個小幀的實際發送時間；
11、小幀采樣值則為多個小幀的平均發送速率
12、
13、其中fsmall表示每個小幀的數據大小，sendi和sendi-1分別表示當前小幀和前一個小幀的實際發送時間。
14、優選的，所述步驟2中通過帶寬采樣值s和小幀采樣值ssmall以及當前時刻的發送速率b＝f/i，評估當前的鏈路狀態，具體包含三個條件：
15、條件1：c1＝s/ssmall，條件2：c2＝s/b，條件3：c3＝ssmall/αβ
16、其中，α為靈敏度調節系數。若任一條件c1，c2或c3小于1，則判定鏈路處于飽和狀態，此時將反饋標志p設置為0，反之則為欠飽和狀態，將反饋標志p設置為1。
17、優選的，所述步驟3中根據鏈路評估的反饋結果，系統根據當前狀態的連續性調整發送速率：
18、當鏈路連續多次處于飽和或欠飽和狀態時，當前的發送速率明顯與實際網絡帶寬不匹配，此時，采用更為激進的跳躍調節方式，具體分為飽和狀態下大幅度降低發送速率，避免鏈路擁塞，欠飽和狀態下迅速注入流量填滿鏈路帶寬；
19、當飽和與欠飽和狀態交替出現時，此時鏈路負載波動較大，且發送速率與實際可用帶寬相接近，采用保守的線性調節策略，通過小幅度的線性調節來平衡負載，避免劇烈的速率波動。
20、優選的，帶寬估計與速率調節，記錄鏈路處于飽和狀態時的帶寬采樣值slist和小幀采樣值ssmall_li本文檔來自技高網...
【技術保護點】
1.一種面向云桌面場景的可用帶寬估計方法，其特征在于，包括：
2.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述步驟1包括：構建帶寬采樣器，對當前時刻的網絡狀態進行捕獲，將捕獲到的鏈路狀態信息輸入鏈路評估器，生成帶寬采樣結果；所述步驟2包括：利用幀級分組分散統計數據的鏈路評估器通過分析每個時刻的鏈路帶寬采樣值與已有發送策略的關系，精確判斷當前鏈路的飽和狀態，發掘鏈路隱藏特征，輸入自適應模塊；所述步驟3包括：自適應模塊根據鏈路評估的具體網絡結果和估計的可用帶寬值，自主選擇最優的發送策略調整方式，以使得下個時刻的發送速率與實際可用帶寬相匹配。
3.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述帶寬采樣器的核心目標是獲取鏈路的狀態信息，通過幀級分組分散統計數據來發現額外的可用帶寬，從而實現帶寬利用率的最大化。
4.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述步驟1中通過基于幀級分組分散統計數據的帶寬采樣器對當前的發送碼率進行帶寬采樣，獲取到帶寬采樣值S和小幀采樣值Ssmall，具體計
5.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述步驟2中通過帶寬采樣值S和小幀采樣值Ssmall以及當前時刻的發送速率B＝F/I，評估當前的鏈路狀態，具體包含三個條件：
6.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述步驟3中根據鏈路評估的反饋結果，系統根據當前狀態的連續性調整發送速率：
7.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，帶寬估計與速率調節，記錄鏈路處于飽和狀態時的帶寬采樣值Slist和小幀采樣值Ssmall_list，通過計算采樣值的平均值，可以獲取到當前的可用帶寬為：
8.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，鏈路狀態記錄與清理優化帶寬利用率，系統在每次鏈路評估后會將當前反饋結果加入到反饋列表中，同時將帶寬采樣值和小幀采樣值分別加入到Slist和Ssmall_list中，當列表長度達到指定閾值時，系統根據最新的鏈路評估結果即使清理舊數據，保留最新的狀態信息用于下一步的決策。
9.一種面向云桌面場景的可用帶寬估計的系統，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1-8任一項所述方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-8任一項所述方法的步驟。
...【技術特征摘要】
1.一種面向云桌面場景的可用帶寬估計方法，其特征在于，包括：
2.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述步驟1包括：構建帶寬采樣器，對當前時刻的網絡狀態進行捕獲，將捕獲到的鏈路狀態信息輸入鏈路評估器，生成帶寬采樣結果；所述步驟2包括：利用幀級分組分散統計數據的鏈路評估器通過分析每個時刻的鏈路帶寬采樣值與已有發送策略的關系，精確判斷當前鏈路的飽和狀態，發掘鏈路隱藏特征，輸入自適應模塊；所述步驟3包括：自適應模塊根據鏈路評估的具體網絡結果和估計的可用帶寬值，自主選擇最優的發送策略調整方式，以使得下個時刻的發送速率與實際可用帶寬相匹配。
3.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述帶寬采樣器的核心目標是獲取鏈路的狀態信息，通過幀級分組分散統計數據來發現額外的可用帶寬，從而實現帶寬利用率的最大化。
4.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述步驟1中通過基于幀級分組分散統計數據的帶寬采樣器對當前的發送碼率進行帶寬采樣，獲取到帶寬采樣值s和小幀采樣值ssmall，具體計算方式為：
5.如權利要求1所述的面向云桌面場景的可用帶寬估計方法，其特征在于，所述步驟2中通過帶寬采樣值s和小幀采樣值ssmall以及當...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。