本发明涉及云主机管理与维护技术领域，更具体地说，涉及一种目标带宽流量曲线变更的仿真方法和装置。
背景技术：
在云主机市场，带宽的收费有两种模式：按照带宽收费和按照流量收费，带宽越高或者流量越大费用就会越大。通过开放的api，可以获取到主机带宽的历史流量数据。从数据中可以看到有些时间段带宽会成为瓶颈(满负载时间段)，即出站带宽会达到甚至超过限定的带宽。当带宽不够用的时候，主机响应用户请求的时间会增加，进而影响到主机上面提供的服务的质量。
因此，为了提高云主机的服务质量，需要增加云主机的带宽，使得云主机以更加合理的带宽传输数据，从而更好地降低云主机的请求响应时间。在增加云主机的带宽后，如何评估带宽变更后的出站带宽曲线，进而得出云主机应用质量改善的依据是我们面临的问题，以往的技术方案是，仿真曲线与原始曲线是一致的；例如，带宽1m变更为2m后，原始数据中有一段时间带宽达到满负载1m，当带宽变为2m后，这段时间的速率还是1m，从而满负载时间变为0，这显然不符合实际情况，目前还没有一种有效的技术手段来获取云主机带宽增加后即目标带宽的接近实际情况的的曲线。
技术实现要素：
针对市场上云主机带宽变更后无法有效获取其实际出站曲线数据的问题，提出一种目标带宽流量曲线的仿真方法和装置，通过对原始曲线中的数据进行处理，建立倒数曲线模型，并且在倒数曲线仿真模型中加入白噪声，使目标带宽仿真曲线更加接近实际情况。
一种目标带宽流量曲线的仿真方法，包括以下步骤：
s1、获取云主机带宽变更前的原始带宽曲线数据；
s2、用线性插值法对原始带宽曲线数据进行插值处理；
s3、建立带宽曲线理论仿真模型；
s4、在曲线仿真模型中加入随机扰动模型，获取目标带宽满负载时间区间的仿真模型；
s5、利用步骤s4中的目标带宽曲线仿真模型对目标带宽满负载时间区间的流量进行仿真，得出仿真曲线。
根据本发明所述的一种带宽变更后流量曲线的仿真方法，所述目标带宽为云主机变更带宽后的带宽。
根据本发明所述的一种带宽变更后流量曲线的仿真方法，通过对仿真装置进行设定，云主机发送的原始带宽和目标带宽两种情况的出站总流量相同。
根据本发明所述的一种带宽变更后流量曲线的仿真方法，在满负载时间区间内，所述云主机以两种不同的带宽发送网络数据流。
根据本发明所述的一种带宽变更后流量曲线的仿真方法，步骤s3包括以下子步骤：
s31、将满负载仿真时间区间分成两个部分；
s32、建立倒数曲线仿真模型；
s33、对步骤s31中所述两部分分别按直线和倒数曲线模型取值。
一种目标带宽流量曲线仿真装置，包括：
云主机：用于发送特定带宽的网络数据流；
原始带宽获取单元：用于获取云主机的原始带宽的仿真曲线；
插值单元：用于对原始带宽曲线进行插值处理；
处理单元：用于根据原始带宽曲线和输入单元输入的随机扰动模型获取满足仿真时间区间的仿真模型；
输入单元：用于将正态分布的随机扰动模型输入到处理单元。
根据本发明所述的一种带宽变更后流量曲线的仿真装置，所述云主机具有开放的api。
实施本发明提出的一种目标带宽流量曲线的仿真方法和装置，克服了以往仿真方案中的仿真曲线与原始曲线一致不符合实际情况的问题，实施本发明的提出的一种目标带宽流量曲线的仿真方法和装置后，可以看到仿真后时间段的区间长度变短了，满负载总时间逐渐减少，与实际情况比较符合。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明中一种目标带宽流量曲线的仿真方法的流程示意图；
图2是本发明中目标带宽流量曲线的仿真方法的流程中步骤s3的流程示意图；
图3是本发明中目标带宽流量曲线的仿真装置的组成示意图；
图4本发明中一种目标带宽流量曲线的仿真方法中插值单元的处理曲线图；
图5本发明中一种目标带宽流量曲线的仿真方法中的倒数曲线仿真模型的仿真曲线图；
图6本发明中一种目标带宽流量曲线的仿真方法中的仿真模型的仿真曲线。
具体实施方式
在云主机310市场，带宽的收费有两种模式：按照带宽收费和按照流量收费，带宽越高或者流量越大费用就会越大。通过开放的api，可以获取到主机带宽的历史流量数据。从数据中可以看到有些时间段带宽会成为瓶颈(满负载时间段)，即出站带宽会达到甚至超过限定的带宽。当带宽不够用的时候，主机响应用户请求的时间会增加，进而影响到主机上面提供的服务的质量。
因此，为了提高云主机310的服务质量，需要增加云主机310的带宽，使得云主机310以更加合理的带宽传输数据，从而更好地降低云主机310的请求响应时间。在增加云主机310的带宽后，如何评估带宽变更后的出站带宽曲线，进而得出云主机310应用质量改善的依据是我们面临的问题，以往的技术方案是，仿真曲线与原始曲线是一致的；例如，带宽1m变更为2m后，原始数据中有一段时间带宽达到满负载1m，当带宽变为2m后，这段时间的速率还是1m，从而满负载时间变为0，这显然不符合实际情况，目前还没有一种有效的技术手段来获取云主机310带宽增加后即目标带宽的接近实际情况的的曲线。
本发明要解决的技术问题是：以往的对目标带宽的仿真的技术方案仿真曲线与原始曲线是一致的，并不符合实际情况，也就是说仿真曲线并不能正确地反映出满负载时间区间的带宽曲线情况，即使我们为了改善带宽质量情况，减少云主机310响应请求的时间，提高云主机310的服务质量，但是目前还没有一种仿真技术来模拟出带宽变更后即处于目标带宽的出站宽带曲线。
本发明提出的技术方案是：提出一种目标带宽曲线仿真方法和装置，仿真方法使用仿真装置300，包括云主机310、原始带宽获取单元320、插值单元330、处理单元340以及输入单元350；方法包括以下步骤：
图1是本发明中一种目标带宽流量曲线的仿真方法的流程示意图，请参考图1，一种目标带宽流量曲线的仿真方法，包括以下步骤：
s1、获取云主机310带宽变更前的原始曲线数据；
云主机310输出特定带宽的网络数据流，通过其开放的api，我们可以获取其带宽曲线，在有些时间段内带宽会成为瓶颈，我们称这段时间为满负载时间区间，也就是说出站的带宽会达到或超过限定的带宽，一旦带宽不够用，主机响应请求的时间会增加，云主机310提供的服务质量也受到影响。原始曲线即在带宽变更前的带宽曲线，很明显，原始曲线的满负载时间区间会大于带宽变更后的即目标带宽时间区间，因为我们这里考虑的是目标带宽大于原始带宽的情况。需要说明的是这里的目标带宽是云主机310发送带宽变更后的带宽，这里优选为目标带宽大于原始带宽的情况。
s2、用线性插值法对原始曲线数据进行插值处理；
图4本发明中一种目标带宽流量曲线的仿真方法中插值单元330的处理曲线图，请参考图4，原始曲线中可能存在数据点没有数据(即数据值为nan)，仿真算法进行数据演算的时候，不能处理nan数据，所以需要对空数据进行插值处理。插值的具体过程是：以时间参数为自变量，带宽速率为因变量，将覆盖空数据区间的两个有效数据点连成一条直线，取空数据所在直线上的点为插值数据。
s3、建立曲线仿真模型；图2是本发明中目标带宽流量曲线的仿真方法的流程中步骤s3的流程示意图，请参考图2，优选地，步骤s3中还包括以下子步骤：s31、将满负载仿真时间区间分成两个部分；s32、建立倒数曲线仿真模型；s33、对步骤s31中所述两部分分别按直线和倒数曲线模型取值。这是本发明中一种目标带宽流量曲线的仿真方法的最为重要的一步，根据倒数曲线模型，对满负载区间进行仿真演算。仿真区间分成两部分，第一部分的值取目标带宽，第二部分的值根据倒数曲线取值。算法的关键是求出倒数曲线的方程，进而计算出两个部分分别所用的时间，然后依据方程演算出仿真数据，约束条件是仿真后总流量与不变。
假定实际带宽为1mbps，仿真的目标带宽为2mbps。设满负载的时间区间为[0,t]，设这个时间段内的总流量为s，设原始曲线在区间内的平均速度为v0，则s即为蓝色线与x轴包裹的矩形面积。这几个参数都可以通过真实数据计算得出。
设仿真曲线满负载的平均速率为v1，设第一个低于满负载的时间点为t1，由于时间点取值均是整数，则满负载发送时间为范围是[0,t1-1]。设仿真区间最后速率为v2，设从t1到仿真区间结束的时间为t2，则有t＝t1+t2。
图5本发明中一种目标带宽流量曲线的仿真方法中的倒数曲线仿真模型的仿真曲线图；请参考图5，仿真曲线在[0,t1-1]上的方程就是y＝v1，设仿真曲线在[t1,t]上的曲线方程为：
根据面积相等原则得到求解方程
对曲线方程(1)进行积分，得到倒数曲线与x轴的面积为：
根据面积相等原则，可以得到下面的等式：
s＝v1t-t2+v2t2+kln(t2+1)(3)
这里t已知，v1取值为目标带宽，v2可以取值为0，也可以取满负载周期后面最近的点的值(这个值需要小于原始带宽)。k和t2是未知数，为解出t2可以假定k的取值。先来看这几个参数的意义。
k的物理意义：取x＝t1，得到y＝k+v2，即k+v2是满负载仿真区间过去后第一个时间点的速率，这个值的大小，表示这条倒数曲线下降的快慢。
t1,v2的数学意义：直线y＝v2和x＝t1-1是这条倒数曲线的两条渐近线。
通常可以取
利用牛顿迭代法求数值解
当选定k的值以后，方程(3)可以转换成下面形式的方程：
ln(x+a)+bx+c＝0(4)
其中，a,b,c均为常数。然后用牛顿迭代法求出x的数值解x0，从而得到t2＝[x0+0.5](四舍五入取整)，而t1＝t-t2。牛顿迭代法是一种常用数值计算方法，在本专利中不赘述。
s4、在曲线仿真模型中加入随机扰动模型，获取目标带宽满负载时间区间的仿真模型；
添加正态分布的白噪声给满负载仿真区间加上均值为0，标准差为σ正态随机扰动n(0,σ2)以后，得到仿真曲线在区间[0,t]上的完整表达式为：
其中，σ是正态分布白噪声的标准差，取值为0.05v1。常数0.05是一个衡量满负载带宽波动性的参数，是满负载带宽的变异系数，即标准差与平均值的比。取值0.05是个经验值，通过对大量云主机310出站带宽数据统计分析后得到。
图6本发明中一种目标带宽流量曲线的仿真方法中的仿真模型的仿真曲线，请参考图6，s5、利用步骤s4中的曲线仿真模型对目标带宽满负载时间区间的流量进行仿真，得出仿真曲线。
根据本发明提供的一种带宽变更后流量曲线的仿真方法，通过对仿真装置进行设定，云主机310的原始带宽和目标带宽两种情况的出站总流量相同。本发明考虑的是在云主机310发送的总网络数据流量相同的情况下，带宽变更后满负载时间区间的大小，带宽变更后，目标带宽大于原始带宽，网络数据传输的速度更快，响应的满负载的时间区间会明显变小，本发明提出的仿真方法就是通过仿真满负载时间区间变小来说明带宽变更后的网络数据传输服务质量的改善效果。
根据本发明提供的一种带宽变更后流量曲线的仿真方法，在满负载时间区间内，所述云主机310以两种不同的带宽发送网络数据流。
图3是本发明中目标带宽流量曲线的仿真装置的组成示意图，请参考图3，一种目标带宽流量曲线仿真装置，包括：
云主机310：用于发送特定带宽的网络数据流；云主机310输出特定带宽的网络数据流，通过其开放的api，我们可以获取其历史带宽曲线，在有些时间段内带宽会成为瓶颈，我们称这段时间为满负载时间区间，也就是说出站的带宽会达到或超过限定的带宽，一旦带宽不够用，主机响应请求的时间会增加，云主机310提供的服务质量也受到影响。原始曲线即在带宽变更前的带宽曲线，很明显，原始曲线的满负载时间区间会大于带宽变更后的即目标带宽时间区间，因为我们这里考虑的是目标带宽大于原始带宽的情况。需要说明的是这里的目标带宽是云主机310发送带宽变更后的带宽，这里优选为目标带宽大于原始带宽的情况。
原始带宽曲线获取单元：用于获取云主机310的原始带宽的仿真曲线；原始带宽是指云主机310变更带宽前的带宽，此时带宽小于目标带宽，满负载的时间更长，云主机310服务质量相对来说较差，需要增加带宽来改善服务质量，带宽变更后的带宽为目标带宽，目标带宽中的满负载时间区间较小，我们要做的就是仿真原始带宽与满负载时间区间的大小，增加带宽，从而降低了满负载时间，本发明提供的仿真装置有效地反映了这种变化，进而反映出云主机310服务质量的改善。
插值单元330：用于对原始带宽曲线进行插值处理；原始曲线中可能存在数据点没有数据(即数据值为nan)，仿真算法进行数据演算的时候，不能处理nan数据，所以需要对空数据进行插值处理。插值的具体过程是：以时间参数为自变量，带宽速率为因变量，将覆盖空数据区间的两个有效数据点连成一条直线，取空数据所在直线上的点为插值数据。
处理单元340：用于根据原始带宽曲线和输入单元350输入的随机扰动模型获取满足仿真时间区间的仿真模型；处理单元340主要用于建立倒数曲线仿真模型，并结合输入单元350输入的随机扰动模型，得出最终的贴近实际带宽情况的仿真模型。
输入单元350：用于将正态分布的随机扰动模型输入到处理单元340。用于产生服从正太分布的随机扰动模型，例如白噪声，来模拟实际传输中的干扰对带宽的影响，进一步使本发明中仿真装置仿真出来的曲线更加贴近实际情况。
根据本发明所述的一种目标带宽流量曲线仿真装置，所述云主机310具有开放的api。本发明中的云主机310具有开放的api，用于获取云主机310的历史流量数据。
实施本发明提出的一种目标带宽流量曲线的仿真方法和装置，克服了以往仿真方案中的仿真曲线与原始曲线一致不符合实际情况的问题，实施本发明的提出的一种目标带宽流量曲线的仿真方法和装置后，可以看到仿真后满负载时间区间变小，满负载总时间逐渐减少，与实际情况比较符合。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。