一种流量负载均衡方法、装置、设备及可读存储介质与流程

本发明涉及通信，特别涉及一种流量负载均衡方法、装置、设备及可读存储介质。

背景技术：

1、随着互联网的发展，网络拓扑结构变得越来越复杂，包括多个交换机、路由器和其他设备之间的多条链路。这些链路可能具有不同的带宽、延迟等特性。为了充分利用这些链路资源，实现更快速、可靠的数据传输，链路负载均衡应运而生。

2、现应用最广泛的负载均衡算法：根据链路剩余带宽比例进行负载。当链路上的剩余带宽越少时，后续新建流量分配到该链路上的概率越低，因此当出现大量突发流量到达设备时，会出现某条链路上的带宽被打满的情况，导致后续新建流量不会往该链路上分配，大量新建流量又全被分配到另外一条链路上，如此反复使得新建流量不断在两条链路上切换，影响用户上网体验。

3、因此，当前负载均衡存在负载分配效果较差的技术问题。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种流量负载均衡方法、装置、设备及可读存储介质，解决了现有技术中负载均衡效果差的技术问题。

2、为解决上述技术问题，本发明提供了一种流量负载均衡方法，包括：

3、统计所述负载均衡设备管控的所有流量传输的链路的历史平均剩余带宽；

4、对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重；

5、根据所述各个链路的负载权重对流量进行负载均衡处理。

6、可选的，所述统计所述负载均衡设备管控的所有流量传输的链路的历史平均剩余带宽，包括：

7、确定各个链路在多个不同时刻的流量负载情况；

8、根据所述多个不同时刻的流量负载情况，确定所述各个链路在多个不同时刻的剩余带宽；

9、根据所述各个链路在多个不同时刻的剩余带宽，确定所述各个链路对应的历史平均剩余带宽。

10、可选的，所述对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重，包括：

11、根据实际网络环境对各个链路的所述历史平均剩余带宽、所述当前剩余带宽、所述链路带宽阈值进行加权处理，根据加权后的数据确定所述各个链路的负载权重；其中，所述实际网络环境包括链路带宽占用大小。

12、可选的，所述根据实际网络环境对各个链路的所述历史平均剩余带宽、所述当前剩余带宽、所述链路带宽阈值进行加权处理，根据加权后的数据确定所述各个链路的负载权重，包括：

13、当确定当前链路的链路带宽占用率大于带宽占用最大预设阈值时，基于第一预设增大加权因子值，对所述链路带宽阈值的加权因子进行增大处理；

14、当确定当前链路的链路带宽占用率小于带宽占用最小预设阈值时，基于第二预设增大加权因子，对所述历史平均剩余带宽和所述当前剩余带宽的加权因子进行增大处理。

15、可选的，在所述对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重之后，还包括：

16、利用识别模型确定当前流量类别；

17、若所述当前流量类别为重要时，对各个链路的所述历史平均剩余带宽、所述当前剩余带宽、所述链路带宽阈值和链路网络质量进行重新加权处理，根据最新加权后的数据确定得到所述各个链路的负载权重。

18、可选的，所述链路网络质量是根据网络吞吐量、网络时延、网络丢包率和网络抖动中至少两个参数确定的。

19、可选的，利用识别模型确定当前流量类别，包括：

20、基于深度学习的识别模型对所述当前流量进行识别，确定所述当前流量类别；其中，所述深度学习的识别模型为基于重要类型的流量样本和非重要类型的流量样本进行训练，确定流量重要程度的模型；其中，基于流量对网络安全的影响程度将流量划分为所述重要类型的流量样本和所述非重要类型的流量样本。

21、可选的，所述对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重，包括：

22、将各个链路的所述历史平均剩余带宽、所述当前剩余带宽、所述链路带宽阈值与各自对应的历史平均剩余带宽权重、当前剩余带宽权重、链路带宽阈值权重进行乘法运算，得到各个链路的流量负载；

23、将各个链路的流量负载与各个链路的流量负载之和的比值作为所述各个链路的负载权重。

24、本申请提供了一种流量负载均衡装置，应用于负载均衡设备，包括：

25、历史平均剩余带宽确定模块，用于统计所述负载均衡设备管控的所有流量传输的链路的历史平均剩余带宽；

26、负载权重确定模块，用于对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重；

27、负载均衡模块，用于根据所述各个链路的负载权重对流量进行负载均衡处理。

28、本申请还提供了一种流量负载均衡设备，包括：

29、存储器，用于存储计算机程序；

30、处理器，用于执行所述计算机程序时实现如上述的流量负载均衡方法。

31、本申请还提供了一种可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上述流量负载均衡方法的步骤。

32、可见，本发明统计负载均衡设备管控的所有流量传输的链路的历史平均剩余带宽；对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重；根据各个链路的负载权重对流量进行负载均衡处理。和当前使用单一参数对流量进行负载均衡相比，本申请使用历史链路剩余平均带宽、链路带宽阈值、当前链路剩余多个参数，综合考虑多种因素，动态调整链路负载权重，保证流量负载平稳切换，无明显波动，提高了流量负载均衡的效果；且考虑到当前长连接流量会一直占用在一条链路上，因此根据链路特定时间内历史链路剩余平均带宽，可以预测出接下来链路可能占用的带宽大小，以此来调整后续新建流量负载比例，提供负载均衡的效果。

33、此外，本发明还提供了一种流量负载均衡方法、装置、设备及可读存储介质，同样具有上述有益效果。

技术特征：

1.一种流量负载均衡方法，其特征在于，所述方法应用于负载均衡设备，包括：

2.根据权利要求1所述的流量负载均衡方法，其特征在于，所述统计所述负载均衡设备管控的所有流量传输的链路的历史平均剩余带宽，包括：

3.根据权利要求1所述的流量负载均衡方法，其特征在于，所述对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重，包括：

4.根据权利要求3所述的流量负载均衡方法，其特征在于，所述根据实际网络环境对各个链路的所述历史平均剩余带宽、所述当前剩余带宽、所述链路带宽阈值进行加权处理，根据加权后的数据确定所述各个链路的负载权重，包括：

5.根据权利要求1至4任一项所述的流量负载均衡方法，其特征在于，在所述对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重之后，还包括：

6.根据权利要求5所述的流量负载均衡方法，其特征在于，所述链路网络质量是根据网络吞吐量、网络时延、网络丢包率和网络抖动中至少两个参数确定的。

7.根据权利要求5所述的流量负载均衡方法，其特征在于，利用识别模型确定当前流量类别，包括：

8.根据权利要求1所述的流量负载均衡方法，其特征在于，所述对各个链路的所述历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重，包括：

9.一种流量负载均衡装置，其特征在于，应用于负载均衡设备，包括：

10.一种流量负载均衡设备，其特征在于，包括：

11.一种可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至8任一项所述流量负载均衡方法的步骤。

技术总结本发明公开了一种流量负载均衡方法、装置、设备及可读存储介质，应用于通信技术领域，上述方法应用于负载均衡设备，包括：统计负载均衡设备管控的所有流量传输的链路的历史平均剩余带宽，对各个链路的历史平均剩余带宽、当前剩余带宽、链路带宽阈值进行加权处理，根据加权后的数据确定各个链路的负载权重；根据各个链路的负载权重对流量进行负载均衡处理。和使用单一参数对流量进行负载均衡相比，本申请使用历史链路剩余平均带宽、链路带宽阈值、当前剩余带宽三个参数一起确定各个链路的负载权重，提高了负载权重确定的准确性，从而提高了后续根据负载权重进行流量负载均衡的效果，且使用历史链路剩余平均带宽防止长连接流量一直占用链路。技术研发人员：张义军,王超,任海斌,张晓东受保护的技术使用者：深圳市信锐网科技术有限公司技术研发日：技术公布日：2024/7/18