一种数据分流方法及装置与流程 专利技术说明

电子通信装置的制造及其应用技术1.本发明涉及通信技术领域，尤其涉及一种数据分流方法及装置。背景技术：2.5g(5th generation mobile networks，第五代移动通信技术)网络通常采用nsa组网模式(non-stand alone，非独立组网)作为5g商用的重要演进技术。3gpp(3rd generation partnership project，第三代合作伙伴计划)提供多种nsa组网模式，包括option3系列、option4系列、option7系列。不同nsa组网模式下，enb(evolved node b，演进节点b)基站、gnb(rext generation node b，下一代节点b)基站分别作为数据锚点，即作为nsa数据的分发汇聚点承担nsa数据的分流任务。3.在现有技术中，常用数据分流方法有mcg(master cell group，主小区组)分流、scg(secondary cell group，辅小区组)分流以及基于rlc(radio link control，无线链路层控制协议)/x2状态的动态分流。mcg分流或scg分流是将数据固定在mcg或scg其中一侧进行分流，该方法无法充分利用nsa组网双连接的优势，会造成一侧的空口资源浪费，而另一侧的资源拥塞。基于rlc/x2状态的动态分流是基于基站当前rlc缓存状态以及x2链路状态在数据锚点侧分流调节。该方法没有考虑终端用户数量、未调度终端等待时长和用户优先级等信息，因此不能做到终端需求吞吐量最大化,同时存在一定的滞后性，无法做到对分流门限的预测。技术实现要素：4.本发明提供一种数据分流方法及装置，用以解决现有技术中数据分流点无法对分流门限进行预测的技术问题。5.本发明提供一种数据分流方法，包括：6.基于目标小区的数据分流点，在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值；7.根据所述下一时刻分流门限值进行数据分流；8.其中，所述预设条件包括以下任一项：9.所述目标小区的gbr终端吞吐量大于所述目标小区的当前时刻吞吐量与所述当前时刻分流门限值的第一差值；10.所述gbr终端吞吐量小于所述第一差值。11.在一个实施例中，所述在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值，包括：12.在所述gbr终端吞吐量大于所述第一差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值。13.在一个实施例中，所述在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值，包括：14.在所述gbr终端吞吐量小于所述第一差值的情况下，确定第一终端平均等待时长和第二终端平均等待时长；15.在所述第一终端平均等待时长与所述第二终端等待时长的第二差值大于预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值；16.在所述第二差值小于所述预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最大值，确定所述下一时刻分流门限值；17.其中，所述第一终端平均等待时长是基于所述数据分流点对应的第一侧未调度终端的数量和各终端对应的等待时长确定的，所述第二终端平均等待时长是基于所述数据分流点对应的第二侧未调度终端的数量和各终端对应的等待时长确定的。18.在一个实施例中，所述下一时刻分流门限预测值通过如下方式确定：19.根据所述当前时刻分流门限值，以及预设起始时刻至上一时刻的分流门限值的平均值，确定所述下一时刻分流门限预测值。20.在一个实施例中，所述下一时刻分流门限周期预测值通过如下方式确定：21.根据上一时刻分流门限周期实际值、上一时刻分流门限周期预测值以及预设平均系数，确定所述下一时刻分流门限周期预测值。22.本发明提供的一种数据分流装置，包括：23.确定模块，用于基于目标小区的数据分流点，在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值；24.分流模块，用于根据所述下一时刻分流门限值进行数据分流；25.其中，所述预设条件包括以下任一项：26.所述目标小区的gbr终端吞吐量大于所述目标小区的当前时刻吞吐量与所述当前时刻分流门限值的第一差值；27.所述gbr终端吞吐量小于所述第一差值。28.在一个实施例中，所述在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值，包括：29.在所述gbr终端吞吐量大于所述第一差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值。30.在一个实施例中，所述在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值，包括：31.在所述gbr终端吞吐量小于所述第一差值的情况下，确定第一终端平均等待时长和第二终端平均等待时长；32.在所述第一终端平均等待时长与所述第二终端等待时长的第二差值大于预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值；33.在所述第二差值小于所述预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最大值，确定所述下一时刻分流门限值；34.其中，所述第一终端平均等待时长是基于所述数据分流点对应的第一侧未调度终端的数量和各终端对应的等待时长确定的，所述第二终端平均等待时长是基于所述数据分流点对应的第二侧未调度终端的数量和各终端对应的等待时长确定的。35.本发明提供一种电子设备，包括存储器和存储有计算机程序的存储器，所述处理器执行所述程序时实现所述数据分流方法的步骤。36.本发明提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行所述数据分流方法的步骤。37.本发明提供的一种数据分流方法及装置，通过采用当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值用于确定下一时刻分流门限值，充分考虑了时间序列对分流门限的影响；还结合了目标小区的gbr终端吞吐量和目标小区的当前时刻吞吐量与当前时刻分流门限值的差值之间的关系，以对分流门限值进行动态调节，实现了对下一时刻分流门限值的最优预测和选择，进而有效提升用户感知。附图说明38.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图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。39.图1是本发明提供的数据分流方法的流程示意图之一；40.图2是应用本发明提供的数据分流方法的流程示意图之二；41.图3是本发明提供的数据分流装置的结构示意图；42.图4是本发明提供的电子设备的结构示意图。具体实施方式43.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。44.图1为本发明提供的数据分流方法的流程示意图之一。参照图1，本发明提供的数据分流方法包括：45.步骤110、基于目标小区的数据分流点，在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值；46.步骤120、根据所述下一时刻分流门限值进行数据分流；47.其中，所述预设条件包括以下任一项：48.所述目标小区的gbr终端吞吐量大于所述目标小区的当前时刻吞吐量与所述当前时刻分流门限值的第一差值；49.所述gbr终端吞吐量小于所述第一差值。50.本发明提供的数据分流方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，非移动电子设备可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)等，本发明不作具体限定。51.下面以计算机执行本发明提供的数据分流方法为例，详细说明本发明的技术方案。52.可选地，本发明提供的数据分流方法可以采用nsa组网模式实施，例如包括：option3模式、option3x模式、option7x模式等，或者可以采用其他能够实现数据分流的组网模式。53.可选地，在步骤110中，nsa组网模式下的数据分流点可以为enb基站，也可以为gnb基站。例如：在option3x模式下，核心网为epc(evolved packetcore，演进型分组核心网)，5g nr(new radio，新空口)无线接入网的部署以lte(long termevolution长期演进技术)系统中的enb基站为主基站，gnb基站为从基站。数据面有多种路径传输，因此存在数据分流点。option3x模式下的数据分流是基于数据包级的，数据分流点为gnb基站。用户面数据可通过gnb基站分流部分数据到enb基站上承载，其余数据继续在gnb基站上承载。54.可选地，在步骤110中，基于预设时段内目标小区，根据连续多个时刻的数据分流点的分流门限值，计算下一时刻分流门限预测值；以及根据固定周期内同一时刻的分流门限值，计算下一时刻分流门限周期预测值。再在考虑用户感知的情况下结合预设条件中的目标小区的gbr终端吞吐量和当前时刻吞吐量，以及下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值。55.可选地，预设条件包括以下任一项：目标小区的gbr(guaranteed bit rate，保证比特速率)终端吞吐量大于目标小区的当前时刻吞吐量与当前时刻分流门限值的第一差值；gbr终端吞吐量小于第一差值。其中，gbr终端吞吐量根据gbr终端数量以及各终端对应的比特速率最低门限确定。56.例如：假设目标小区为lte小区，当前时刻吞吐量为nlte，当前时刻分流门限值gbr终端数量为m个，各终端对应的比特速率最低门限对应的最低门限依次为x1、x2、…xm，则gbr终端吞吐量gx最低要求为：[0057][0058]当gbr终端吞吐量大于当前时刻吞吐量与当前时刻分流门限值的第一差值即时，说明此时无法达到gbr终端吞吐量gx最低要求，gbr终端比特速率不能得到保证。当gbr终端吞吐量小于第一差值即时，说明此时能够保证gbr终端比特速率。[0059]可选地，在步骤120中，将下一时刻数据分流点的分流门限设置为上述下一时刻分流门限值，以使每一时刻的分流门限为最优预测和选择。[0060]本发明提供的数据分流方法，通过采用当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值用于确定下一时刻分流门限值，充分考虑了时间序列对分流门限的影响；还结合了目标小区的gbr终端吞吐量和目标小区的当前时刻吞吐量与当前时刻分流门限值的差值之间的关系，以对分流门限值进行动态调节，实现了对下一时刻分流门限值的最优预测和选择，进而有效提升用户感知。[0061]在一个实施例中，所述在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值，包括：[0062]在所述gbr终端吞吐量大于所述第一差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值。[0063]可选地，在gbr终端吞吐量大于当前时刻吞吐量与当前时刻分流门限值的第一差值的情况下，说明数据分流点分出部分带宽后，无法达到gbr终端吞吐量最低要求，即gbr终端比特速率不能得到保证，则需要采用快速递减策略降低数据分流点侧的分流门限值。故而基于当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值中的最小值，确定下一时刻分流门限值。[0064]可选地，假设下一时刻分流门限值为当前时刻分流门限值下一时刻分流门限预测值w1，下一时刻分流门限周期预测值w2，则有[0065]本发明提供的数据分流方法，通过采用快速递减策略降低下一时刻分流门限值，从而满足gbr终端吞吐量最低要求，以保证gbr终端比特速率，有效提升了用户感知；还通过gbr终端吞吐量与第一差值的判断，从而实现数据分流点对分流门限的动态调节。[0066]在一个实施例中，所述在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值，包括：[0067]在所述gbr终端吞吐量小于所述第一差值的情况下，确定第一终端平均等待时长和第二终端平均等待时长；[0068]在所述第一终端平均等待时长与所述第二终端等待时长的第二差值大于预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值；[0069]在所述第二差值小于所述预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最大值，确定所述下一时刻分流门限值；[0070]其中，所述第一终端平均等待时长是基于所述数据分流点对应的第一侧未调度终端的数量和各终端对应的等待时长确定的，所述第二终端平均等待时长是基于所述数据分流点对应的第二侧未调度终端的数量和各终端对应的等待时长确定的。[0071]可选地，在所述gbr终端吞吐量大于所述第一差值的情况下，确定第一终端平均等待时长和第二终端平均等待时长。其中，终端平均等待时长根据目标小区内的未调度终端的数量以及各终端对应的等待时长确定。未调度终端包括目标小区数据分流点第一侧未调度终端和第二侧未调度终端。在nsa组网模式下，数据分流点的其中一侧可以为enb侧或gnb侧。[0072]可选地，假设采用option3模式，gnb为数据分流点。目标小区为lte小区，则有第一侧未调度终端为enb侧终端，第二侧未调度终端为gnb侧终端。收集小区中enb终端信息和gnb终端信息，以及enb侧和gnb侧未调度终端的平均等待时长。[0073]例如：假设enb侧当前未调度终端为i，各终端对应的等待时间ti，该类终端数量为u1个，则enb侧当前未调度终端平均等待时长为：[0074][0075]假设gnb侧当前未调度终端为j，各终端对应的等待时间tj，该类终端数量有u2个，则gnb侧当前未调度终端平均等待时长为：[0076][0077]当gbr终端吞吐量小于第一差值即时，确定t1和t2，则比较则比较enb侧和gnb侧未调度终端的平均等待时长。[0078]可选地，在第一终端平均等待时长与第二终端等待时长的第二差值大于预设差值的情况下，即有第一终端平均等待时长过长，需要适当降低下一时刻分流门限值。因此基于当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值中的最小值，确定下一时刻分流门限值。[0079]例如：若t1-t2＞δt，即enb侧终端平均等待时长大于gnb侧终端平均等待时长，enb侧终端平均等待时长过长，需要降低下一时刻分流门限值，则有下一时刻分流门限值为：[0080][0081]其中，δt为预设差值，v1为enb侧终端用户期望感知速率，u1为enb侧未调度终端数量(即等待调度终端数量)。[0082]可选地，在第二差值小于预设差值的情况下，第一终端平均等待时长小于第二终端平均等待时长，即有第二终端平均等待时长过长，需要适当增加下一时刻分流门限值。因此基于当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值中的最大值，确定下一时刻分流门限值。[0083]例如：若t1-t2＜δt，即enb侧终端平均等待时长小于gnb侧终端平均等待时长，gnb侧终端平均等待时长过长，需要增加下一时刻分流门限值，则有下一时刻分流门限值为：[0084][0085]其中，δt为预设差值，v2为gnb侧终端用户期望感知速率，u2为enb侧未调度终端数量(即等待调度终端数量)。[0086]可选地，在第二差值的绝对值小于预设差值的情况下，第一终端平均等待时长和第二终端平均等待时长相差较小，则在当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值中随机选择一个值作为下一时刻分流门限值。[0087]例如：若|t1-t|2＜δt，则enb侧终端平均等待时长和gnb侧终端平均等待时长相差较小，则随机选择作为下一时刻分流门限值，则有下一时刻分流门限值为：[0088][0089]本发明提供的数据分流方法，通过基于gbr终端吞吐量，比较第一终端平均等待时长和第二终端平均等待时长，确定下一时刻分流门限值，从而实现数据分流点对分流门限的动态调节。[0090]在一个实施例中，所述下一时刻分流门限预测值通过如下方式确定：[0091]根据所述当前时刻分流门限值，以及预设起始时刻至上一时刻的分流门限值的平均值，确定所述下一时刻分流门限预测值。[0092]可选地，根据数据分流点连续多个时刻的分流门限值，可以获取当前时刻分流门限值、预设起始时刻至上一时刻的分流门限值的平均值，则确定下一时刻分流门限预测值。[0093]例如：假设经过n个时刻后的平均分流阈值为w1，即作为经过预设时刻至当前时刻后的下一时刻分流门限预测值，则有：[0094][0095]其中，为数据分流点当前时刻分流门限值；为截止到上一时刻分流门限平均值；下一时刻分流门限预测值w1反应分流门限值的预设时段内n个时刻纵向连续变化情况；分流门限值w指数据分流点向另一侧分流的流量。此模式下当前时刻分流门限值主要指被gnb侧终端所占用的带宽。[0096]本发明提供的数据分流方法，通过历史时刻的分流门限值，充分利用了不同时刻分流门限值的连续变化情况，确定下一时刻分流门限预测值，实现了基于时间序列对分流门限值的动态预测，提高了分流门限值预测的及时性和准确性。[0097]在一个实施例中，所述下一时刻分流门限周期预测值通过如下方式确定：[0098]根据上一时刻分流门限周期实际值、上一时刻分流门限周期预测值以及预设平均系数，确定所述下一时刻分流门限周期预测值。[0099]可选地，根据数据分流点的分流门限值的周期变化，可以计算每隔固定周期的分流门限值，则可以根据上一时刻分流门限周期实际值、上一时刻分流门限周期预测值以及预设平均系数，确定下一时刻分流门限周期预测值。[0100]例如：假设每隔固定周期t的分流门限值的加权平均值为w2，即作为下一时刻分流门限周期预测值，则有：[0101][0102]其中，w2为上一时间周期t-1的分流门限值的实际设置值；为上一时间周期w2的分流门限周期预测值；a为滑动平均系数，a可以设置为大于0.5的系数；t为周期，周期t可以为1小时、24小时等，可根据实际情况进行设定。w2可以反应每天同一时刻的分流值的周期预测,衡量了分流门限值一定时间跨度内的周期性变化。[0103]本发明提供的数据分流方法，通过一定周期内同一时刻分流门限值的变化情况，确定下一时刻分流门限周期预测值，实现了基于时间序列对分流门限值的动态预测，提高了分流门限值预测的及时性和准确性。[0104]图2为应用本发明提供的数据分流方法的流程示意图之二。参照图2，本发明提供的数据分流方法包括：[0105]步骤210、终端信息收集：收集目标小区终端信息，包括gbr终端吞吐量，目标小区未调度用户平均等待时长；[0106]步骤220、分流门限值纵向预测：根据预设时段内每个时刻的分流门限值的变化情况，确定下一时刻分流门限预测值；[0107]步骤230、分流门限值周期预测：根据每隔固定周期的同一时刻的分流门限值，确定下一时刻分流门限周期预测值；[0108]步骤240、数据分流点分流门限值动态设置：在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定数据分流点下一时刻分流门限值。[0109]下面对本发明提供的数据分流装置进行描述，下文描述的数据分流装置与上文描述的数据分流方法可相互对应参照。[0110]图3为本发明提供的数据分流装置的结构示意图。参照图3，本发明提供的数据分流装置包括：[0111]确定模块310，用于基于目标小区的数据分流点，在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值；[0112]分流模块320，用于根据所述下一时刻分流门限值进行数据分流；[0113]其中，所述预设条件包括以下任一项：[0114]所述目标小区的gbr终端吞吐量大于所述目标小区的当前时刻吞吐量与所述当前时刻分流门限值的第一差值；[0115]所述gbr终端吞吐量小于所述第一差值。[0116]本发明提供的数据分流方法，通过采用当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值用于确定下一时刻分流门限值，充分考虑了时间序列对分流门限的影响；还结合了目标小区的gbr终端吞吐量和目标小区的当前时刻吞吐量与当前时刻分流门限值的差值之间的关系，以对分流门限值进行动态调节，实现了对下一时刻分流门限值的最优预测和选择，进而有效提升用户感知。[0117]在一个实施例中，所述确定模块310还具体用于：[0118]在所述gbr终端吞吐量大于所述第一差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值。[0119]在一个实施例中，所述确定模块310还具体用于：[0120]在所述gbr终端吞吐量小于所述第一差值的情况下，确定第一终端平均等待时长和第二终端平均等待时长；[0121]在所述第一终端平均等待时长与所述第二终端等待时长的第二差值大于预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最小值，确定所述下一时刻分流门限值；[0122]在所述第二差值小于所述预设差值的情况下，基于所述当前时刻分流门限值、所述下一时刻分流门限预测值和所述下一时刻分流门限周期预测值中的最大值，确定所述下一时刻分流门限值；[0123]其中，所述第一终端平均等待时长是基于所述数据分流点对应的第一侧未调度终端的数量和各终端对应的等待时长确定的，所述第二终端平均等待时长是基于所述数据分流点对应的第二侧未调度终端的数量和各终端对应的等待时长确定的。[0124]在一个实施例中，所述下一时刻分流门限预测值通过如下方式确定：[0125]根据所述当前时刻分流门限值，以及预设起始时刻至上一时刻的分流门限值的平均值，确定所述下一时刻分流门限预测值。[0126]在一个实施例中，所述下一时刻分流门限周期预测值通过如下方式确定：[0127]根据上一时刻分流门限周期实际值、上一时刻分流门限周期预测值以及预设平均系数，确定所述下一时刻分流门限周期预测值。[0128]图4示例了一种电子设备的结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communication interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的计算机程序，以执行数据分流方法的步骤，例如包括：[0129]基于目标小区的数据分流点，在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值；[0130]根据所述下一时刻分流门限值进行数据分流；[0131]其中，所述预设条件包括以下任一项：[0132]所述目标小区的gbr终端吞吐量大于所述目标小区的当前时刻吞吐量与所述当前时刻分流门限值的第一差值；[0133]所述gbr终端吞吐量小于所述第一差值。[0134]此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。[0135]另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的数据分流方法，该方法包括：[0136]基于目标小区的数据分流点，在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值；[0137]根据所述下一时刻分流门限值进行数据分流；[0138]其中，所述预设条件包括以下任一项：[0139]所述目标小区的gbr终端吞吐量大于所述目标小区的当前时刻吞吐量与所述当前时刻分流门限值的第一差值；[0140]所述gbr终端吞吐量小于所述第一差值。[0141]另一方面，本技术实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述计算机程序用于使所述处理器执行上述各实施例提供的数据分流方法，例如包括：[0142]基于目标小区的数据分流点，在满足预设条件的情况下，根据当前时刻分流门限值、下一时刻分流门限预测值和下一时刻分流门限周期预测值，确定下一时刻分流门限值；[0143]根据所述下一时刻分流门限值进行数据分流；[0144]其中，所述预设条件包括以下任一项：[0145]所述目标小区的gbr终端吞吐量大于所述目标小区的当前时刻吞吐量与所述当前时刻分流门限值的第一差值；[0146]所述gbr终端吞吐量小于所述第一差值。[0147]所述处理器可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(nand flash)、固态硬盘(ssd))等。[0148]以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。[0149]通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。[0150]最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!