一种自适应多服务器轮询接入控制方法及系统

摘要

本发明公开了一种自适应多服务器轮询接入控制方法及系统，方法包括以下步骤：通过获取轮询历史数据，基于历史数据构建神经网络预测模型，再统计当前轮询的站点数和空闲服务器数，轮询时，利用站点的信元到达率来衡量网络中业务量的大小，根据站点的信元到达率和预测模型的预测反馈自适应选择接入的服务器个数，为站点提供完全服务，轮询结束后，将本次轮询的平均等待时延输出给预测模型，预测模型进行时延预测，形成下次轮询的预测反馈；该方法能够根据信元到达率和时延预测值调整接入系统的服务器个数，使数据的传输更加高效，降低了网络时延，提高了系统的服务质量，避免固定数量服务器所造成的资源浪费问题，具有良好的自适应能力。

说明书

技术领域

本发明涉及无线网络轮询系统技术领域，具体涉及一种自适应多服务器轮询接入控制方法及系统。

背景技术

5G时代，海量数据传输和高密集站点的接入使得网络规模和业务量急剧增加，无线网络需要具备更加强大的处理能力，才能在保证网络时延的前提下满足用户需求。轮询系统作为一种重要的资源调度方式，在数据采集时通过共享信道实现数据的无冲突传输，被广泛用于无线网络中。传统的轮询系统使用单一服务器查询各个站点，完成数据采集，在系统内业务量较大时，不仅能效和吞吐量受限，而且网络的时延较高，严重影响用户体验。

现阶段对轮询系统的研究，主要还是集中在服务策略和查询顺序的转换方面，基于完全、门限、限定三种最基本的服务策略，对轮询系统进行优先级、能效的改进。然而对于多服务器接入控制的轮询系统，由于服务器在站点间的调度时刻相对运动较为复杂，对其进行的研究还比较少。另一方面，无线网络受环境影响，网络中业务量变化不定，在业务量较小时，固定数量的服务器容易造成资源的浪费。因此，研究能根据网络流量自适应选择接入服务器个数的轮询系统，并通过网络运行参数的预测形成反馈，对深化轮询系统在无线网络中的应用具有现实意义。

发明内容

为解决现有技术中的不足，发明人提供了自适应多服务器轮询接入控制方法及系统，根据网络中的业务量和时延预测值的大小，自适应选择服务器接入数量，使数据的传输更加高效，降低了网络时延，提高了服务质量。

具体地，本发明是这样实现的：

根据第一方面，本发明提供了一种自适应多服务器轮询接入控制方法，其特征在于，包括如下步骤：

步骤S1，建立预测模型，包括

获取轮询历史数据，所述历史数据包括信元到达率以及与所述信元到达率相对应的站点信元时延；

基于历史数据构建预测模型，进行时延预测并输出时延预测值；

步骤S2，轮询转换，包括

统计当前轮询的站点数和空闲服务器数；

接收当前站点的服务请求；

步骤S3，站点接入，包括

接入站点，并确定当前站点的信元到达率；

步骤S4，自适应服务器接入，包括

获取上次轮询结束后形成的时延预测值，根据站点接入时确定的信元到达率的大小，采用rand()函数预选取接入系统的服务器个数，然后再根据上一次轮询的时延预测值，调整最终接入的服务器个数，反馈的时延变大，则增加服务器个数，反之，则减少服务器个数；

步骤S5，信元传输，包括

使用服务时间累计变量来统计本次轮询传输信元消耗的时间，每传输一个信元，对应服务时间累计变量就累计一个服务时间，并输出本次轮询的平均等待时延；

步骤S6，预测反馈，包括

轮询结束后，接收来自信元传输的平均等待时延，基于预测模型，根据本次轮询的信元到达率和平均等待时延得出时延预测值，并根据时延预测值形成下次轮询的预测反馈。

进一步地，所述步骤S1中的历史数据包括系统在空闲、平衡、饱和三种状态下的数据；

步骤S1中所述基于历史数据构建预测模型包括：

S11：数据准备；

S12：将不同信元到达率下的站点信元时延构成一系列离散数据，构建神经网络预测模型；

S13：对预测模型进行训练，并使用循环，将预测模型输出的预测值作为输入，对预测模型进行优化。

进一步地，步骤S2中所述轮询转换，统计当前轮询的站点数和空闲服务器数包括：

依序询问站点，判断当前站点是否发送服务请求，若发送，接收当前站点的服务请求，并确定该站点的信元到达率；反之，则询问下一站点，判断下一站点是否发送请求，直至有站点发送请求。

进一步地，步骤S4中所述自适应服务器接入包括：

步骤S41：根据所述信元到达率的大小，预选取接入的服务器个数；

步骤S42：根据所述时延预测值，调整接入的服务器个数。

进一步地，所述步骤S6包括：

服务结束后，判断本次轮询是否结束，若结束，则输出平均等待时延，并基于本次轮询的平均等待时延形成下次轮询的时延预测值；若未结束，则切换到下一站点，重复所述步骤S2、S3、S4和S5，直至本次轮询结束。

进一步地，所述步骤S11包括：

将获取到的历史数据按照70％、15％、15％的比例划分为训练集、测试集和验证集，然后使用minmax_scale()函数将每个样本值缩放到(-1，1)。

进一步地，所述神经网络预测模型输入层的神经元个数为3个，隐藏层的神经元个数为20个，输出层的神经元个数为1个，误差函数选择MSE，网络最大迭代10

根据第二方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序能够被处理器执行以实现如权利要求1至7中任一项所述的方法的步骤。

根据第三方面，本发明又提供了一种自适应多服务器轮询接入控制系统，包括多个服务器和多个站点，其特征在于，还包括控制计算机以及置于控制计算机内的建立预测模型程序模块、轮询转换程序模块、站点接入程序模块、自适应服务器接入程序模块、信元传输程序模块和预测反馈程序模块；

所述建立预测模型程序模块用于实现步骤S1；

所述轮询转换程序模块用于实现步骤S2；

所述站点接入程序模块用于实现步骤S3；

所述自适应服务器接入程序模块用于实现步骤S4；

所述信元传输程序模块用于实现步骤S5；

所述预测反馈程序模块用于实现步骤S6。

进一步地，该控制计算机内置有如上所述的计算机可读存储介质。

相比现有技术，本发明的有益效果介绍：

本发明提供的自适应多服务器轮询接入控制方法及系统，使用站点信元的到达率来衡量网络中业务量的大小，结合神经网络预测模型进行时延预测和反馈，能够根据网络中的业务量和信元平均等待时延的预测值调整接入系统的服务器个数，使数据的传输更加高效，降低了网络时延，提高了系统的服务质量，避免固定数量服务器所造成的资源浪费问题，具有良好的自适应能力。

附图说明

图1为本发明实施例1中的自适应多服务器轮询接入系统的系统框图；

图2为本发明实施例1中预测模型的训练流程图；

图3为本发明实施例1中的自适应多服务器轮询接入系统的工作流程图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

信元到达率是指站点中单位时间内到达排队的信元数，是通过蒙特卡洛实验进行仿真，基于Matlab伪随机数，生成均值为λ的泊松分布二维序列数组，然后模拟系统中各站点单位时间内到达排队的信元数而得到的。

时延是指数据生成时刻与服务时刻之差，使用服务时间累计变量来统计本次轮询传输信元消耗的时间，每传输一个信元，对应服务时间累计变量就累计一个服务时间，一次轮询的服务时间累计除以本此轮询的信元数即是平均等待时延。

实施例1

如图1所示，本发明提供了一种自适应多服务器轮询接入控制系统，该系统包括：建立预测模型程序模块6、站点接入程序模块1、轮询转换程序模块2、自适应服务器接入程序模块3、信元传输程序模块4和预测反馈程序模块5，其中，站点接入程序模块1用于接入站点，并确定当前站点的信元到达率。轮询转换程序模块2用于统计当前轮询的站点数和空闲服务器数，还用于依序询问站点，并判断当前站点是否发送服务请求，若发送，则接收当前站点的服务请求。信元按照泊松分布到达站点，站点接入程序模块1接入站点时，确定站点的信元到达率。若站点未发送服务请求，则询问下一站点，判断下一站点是否发送请求，直至有站点发送请求。

自适应服务器接入程序模块3用于获取上次轮询结束后形成的预测反馈，根据站点接入程序模块1确定的信元到达率的大小，采用rand()函数预选取接入系统的服务器个数，然后再根据上一次轮询的预测反馈，调整最终接入的服务器个数。服务器个数的选取可参考下表。表中一个信元的大小设置为1100Byte，一个时隙为20微秒。

信元传输程序模块4用于使用服务时间累计变量来统计本次轮询传输信元消耗的时间，每传输一个信元，对应服务时间累计变量就累计一个服务时间，并输出本次轮询的平均等待时延。

建立预测模型程序模块6用于获取以往轮询的历史数据，该历史数据包括每次轮询的信元到达率，与信元到达率相对应的站点信元时延，为使系统运行贴合实际运行场景，历史数据包括了系统在空闲、平衡、饱和三种状态下的数据。如图2所示，建立预测模型程序模块6将信元到达率和对应的站点信元时延的关系抽象为序列预测问题，即使用不同信元到达率下的时延构成一系列离散数据，将所有数据按照70％、15％、15％的比例划分为训练集、测试集和验证集，然后使用minmax_scale()函数将每个样本值缩放到(-1，1)之间，增强样本各个特征之间的可比性，使求解过程更加平滑。NAR回归神经网络模型构建完成后，对预测模型进行训练，设定网络输入层的神经元个数为3个，隐藏层的神经元个数为20个，输出层的神经元个数为1个，误差函数选择MSE，网络最大迭代10

其中，i表示i号站点(i＝1，2，…，N)。

具体地，如图3所示，该系统的工作流程如下：

首先初始化参数，统计站点数和空闲服务器数。然后依序询问站点，判断当前站点是否发送服务请求，若发送，接收当前站点的服务请求，确定该站点的信元到达率，需要说明的是，本系统为对称系统，一个轮询周期内各站点的信元到达率相同。反之，则询问下一站点，判断下一站点是否发送请求，直至有站点发送请求。确定该站点的信元到达率的大小后，预选取接入的服务器个数，再根据上一次轮询结束后预测模型作出的预测反馈，调整接入的服务器个数。接入的服务器为当前站点提供完全服务(多个服务器调度时，采用异步控制方式实现服务器在各个站点间的轮询)。服务完成后，判断本次轮询是否结束，若结束，则输出平均等待时延，并基于本次轮询的平均等待时延形成下次轮询的预测反馈；若未结束，则切换到下一站点进行询问，以此反复，直至本次轮询结束。

本发明提供的自适应多服务器轮询接入控制方法及系统，利用信元到达率来衡量网络中业务量的大小，能够根据信元到达率预选取接入的服务器个数，再依据上次轮询结束后预测模型反馈的时延预测，进一步调整接入的服务器数量，预选取时，信元到达率较小时，接入的服务器个数减少，反之则增加，调整时，反馈的时延变大，则增加服务器个数，反之，则减少。提高了轮询系统的服务效率，降低了网络时延，避免了固定数量的服务器所造成的资源浪费的问题，具有良好的自适应能力。

实施例2

定义服务时间β为2时隙，经过统计得到站点数N为6个，编号为1-6，空闲服务器S为4个，编号为A-D，轮询转换程序模块2从1号站点开始，依次询问6个站点，假设所有站点都需要服务，则依次对6个站点进行服务，以1号站点为例，接收到1号站点的服务请求，则站点接入程序模块1接入该站点，接入1号站点时，确定站点的信元到达率λ为0.05信元/时隙，然后使用exprnd()函数生成到达率为0.05信元/时隙的泊松分布序列，用于表示信元数，信元数为674683。然后自适应服务器接入模块3获取上次轮询结束后形成的预测反馈，预测时延值为3.0397时隙，依据实施例1中的服务器个数选取参考表，预选服务器A、B、C、D为1号站点服务，又由于时延预测值为3.0397时隙，小于3时隙，故最终确定服务器A、B、C为1号站点服务，信元传输程序模块4使用服务时间累计变量来统计本次轮询传输信元消耗的时间，每传输一个信元，对应服务时间累计变量就累计一个服务时间。本次轮询结束后，累计的服务时间为2.1247×10

本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。

以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。