动态自适应的认知网络QoS映射方法

摘要

本发明公布了一种动态自适应的认知网络QoS映射方法，在用户平面对用户进行了等级分类，在业务平面比较了业务的优先级，在策略平面建立了目标函数自适应地调整策略平面QoS权重方式，在控制平面讨论了获取参数的测量方法。本发明满足认知网络不同用户的业务不同的QoS需求，实现了从用户平面、业务平面、策略平面、控制平面之间的动态参数映射，实现网络资源利用率最大化。

主权项

1.一种动态自适应的认知网络QoS映射方法，其特征在于对用户的QoS等级进行分类，基于业务优先级对各平面QoS参数进行了自适应地动态映射，具体方法如下：业务平面的参数是以业务为驱动的，对于不同用户的不同业务类型，优先级比较步骤如下：1)提取各个业务的信息，分别记录业务类型和用户等级；2)将各业务的id、业务类型、用户等级存放到三维数组中；3)比较各业务的业务类型，根据业务类型优先级分别对业务进行重新排序；4)对于业务类型相同的业务，比较用户等级，根据用户等级进行排序；5)保存数组并将结果保存到业务平面的数据库中；策略平面根据QoS参数权重选择方法的具体步骤如下：i)遍历策略数据库，选择符合业务QoS要求的策略；ii)根据细粒度服务的目标函数：计算备选策略的目标函数值；iii)选择最小目标函数值的策略方案，判断可行性；iv)可行则生成QoS策略，不可行则调整QoS参数权重，重新转步骤i）；其中，δ表示针对某一类具体业务的策略库中一个可能的策略，α_i表示该类业务的策略参数的权重，时间t1是上次策略数据库中保存的QoS参数的时间，t2是计算目标函数时的时间，v_i是这一时刻测量到的QoS参数，δ_i是目前策略库中规定的第i个QoS参数的取值，δ_max是第i个QoS指标的最大值。