面向流量控制的网络计费模型研究

1、面向流量控制的网络计费模型研究                        摘  要  本文建立了一种基于流量控制的网络计费模型，通过价格的差异来调节用户网络的使用行为，以缓解网络应用高峰期的拥塞现象，提高网络系统的可管理性。     关键词  流量控制，网络拥塞, 计费模型  

2、;   随着网络用户的飞速增长，网络的经济分析及网络拥塞成为网络管理中的焦点问题。由于园区网与Internet的接入带宽普遍不足，网络拥塞现象将导致网络传输服务质量的降低，而实现网络流量的有效控制是解决这一矛盾的关键。网络的计费价格是调整网络用户行为的杠杆，进而影响网络的流量，本文针对网络服务价格与流量控制的关系，给出一种价格-流量优化数学模型，通过调整价格策略，进行网络连接服务质量的优化，实现基于流量控制的计费管理。1  计费管理研究现状与存在的问题    互连网服务采用一种“尽力而为”的服务模式，在这类服务中，网络尽力把带宽公平性

3、地分配给全部用户。依据这一服务模式，在网络计费定价中，多采用平坦式计费价格，即假定用户对网络的需求是完全平等的，价格不随用户对网络带宽的占用情况而变化。相应的计费算法是简单而固定的，计费管理系统主要以IP流量或连接时间的单位价格作为计费费率。    事实上，单纯体现公平性并非是网络服务的最好模式，对于广大的网络用户而言，平坦式计费价格单一，显然对于用户的指导行为是鼓励用户使用网络，但可能的结果是在网络使用的高峰期容易导致网络拥塞，使急需访问Internet的用户得不到足够的带宽资源保证，出现传输数据丢失现象，导致网络服务不可用。2  面向流量控制的费率定

4、价策略    我们通过调查目前园区网络用户的上网规律，了解到用户使用网络的行为（上网时间、上网频率等）是不均衡的，存在明显的高峰和低谷时间段。显然，通过调节用户的上网行为以实现网络的均衡使用，是实现流量控制以及保护整体用户利益的有效措施。    价格杠杆是调节市场资源供需的重要手段，对于网络资源的调节行为也可以借助价格杠杆完成。我们可以采用网络服务计费定价策略，在高峰时间段提高计费价格，缓解用户群对网络使用的稠密性，在低谷时间段降低价格，吸引用户群使用网络，从而实现调节用户上网行为在24小时内均衡分布的目的，保证流量的均衡控制以避免网

5、络拥塞的产生。用户均衡的使用网络，总的网络流量并不比原来有所降低，对用户而言，可视上网行为的轻重缓急，选择不同时段的不同价格使用网络。3  均衡流量控制定价模型    （1）关于带宽容量与最低服务质量的分析    避免网络拥塞的目的是确保一定带宽容量下的服务质量，我们选择用户端连接业务的最大延迟时间作为衡量服务质量的定量指标。为简化问题的讨论，我们假设用户连接的业务单一。（目前，绝大部分网络用户连接业务为WWW服务）         设：

6、0;   网络信道带宽： B    连接业务最大延迟时间：T0 最小连接业务单元容量： U  （如Web页面大小）用户端连接业务最小传输速率： S线路可同时支持的用户端最大业务连接数目： N0 显然，    这里，N0  则是线路可同时支持的最大端用户某种业务连接数目，也是一个平衡点，即我们希望在一天内每个时段上的保证最低业务服务质量前提下均衡的用户连接数目。    （2）目标函数的确定    为了减少拥塞的现象，我们建立如下

7、目标函数     其中 ：       Pi：第 i个时间段内的价格  i=1,2,.n     n：时间段的数目，不同时段价格不同。    fi(Pi)：在第 i个时间段内计费价格为 p时用户实际业务连接数目大于N0的概率。    ai：为第 i个时间段内拥塞发生的重视因子。    为了解决网络应用高峰期拥塞，我们希望通过价格的差异性使用户实际业务连接数目超过N0的

8、可能性最小，即使 F(p)最小。    （3）目标函数效用曲线    为了实现价格杠杆对于流量的有效控制，必须保证价格随着用户端业务连接数目递增而递增。根据对用户的实际调查，在不同时段价格随用户端业务连接数目递增的效用曲线如下（图1）。图1第 时段用户端业务连接数与价格效用曲线    由图形可以看出其拟合曲线有如下形式：                 &#

9、160;                物理意义：随着计费价格的提高，用户端的业务连接数呈下降趋势。     当第 pi时段价格为Ni 用户端的业务连接数的最大值 （Ni N0）。     我们通过调研的方式征求用户的最高价pmax ，调查表如下：表1  最高价调研表    PRICE：最高限价临界值 

10、60;  NUM： 在此价格下用户上网的人数    由表1我们可以得到体现用户在各时段承受力的最高限价均值     由（5）式和（6）式可得：      （4）条件约束    为了实现绝大多数时段内用户实际业务同时连接数目在N0 以下，我们给出如下约束条件：     pm：经验常数，表示在第i 个时间段计费价格为pi 时用户实际业务同时连接数目在 N0 以上的概率。    对于以上条件的约束，我们可通过拟合曲线实现：    根据历史数据统计可得到在不同时段用户实际业务同时连接数目在 N0 以上的概率拟合曲线族。图2 用户端业务连接次数概率曲