本发明涉及网络流量控制领域，具体而言，涉及一种电力物联网流量的控制方法、装置、计算机可读存储介质和计算机程序产品。
背景技术：
1、随着能源结构清洁化转型的持续推进，维持系统平衡的难度不断加大，电网发展需要不断提升能源资源配置能力，具备强大的灵活调节能力。能源转型给电网带来了前所未有的不确定性和运行压力，及时、有效、全面地感知电网运行工况，对加强数字电网、智能电网的建设具有重要意义。
2、电力物联网可以应用在电网运行的各个环节感知中，是电力网与网络通信技术结合的产物。在没有人为干预的情况下实现机器与机器之间自主数据通信与信息交互，接入海量设备，实现 tb 级的数据采集，从而增强电网接纳新能源，实现弹性电网管控的能力。当前对电力物联网的研究主要着眼于架构及其应用场景和商业模式等方面。对于电力通信，有研究传输时延测试方法和可靠性评估方法。针对电力物联网接入层可能出现的接入故障及故障的发生过程进行理论分析和建模。采用无线通信领域常用的排队论对电力物联网接入层通信进行建模，并对数据采集节点“并发”的连接请求对边缘代理造成冲击这一问题进行分析研究。在通信领域，排队论常常被用来分析链路层、mac 层各种接入算法的性能优劣。先采用无线通信领域常用的排队理论对电力物联网接入层网络流量进行建模，然后基于模型对常规运行工况和并发连接工况下的边缘代理处理数据分组的平均延时进行仿真。得出了边缘代理应对并发连接状况所需满足的性能指标。最后在 opnet 仿真软件中搭建模型，以 zigbee 网络作为接入层实际的网络协议，验证了模型的有效性。
3、电信运营商方面，随着通信技术的不断发展，电信运营商已经从开始 2g 网络、3g网络发展到今天 4g 网络，5g 网络已经开始试点测试。用户不断增加，庞大的用户数量意味着运营商盈利会越来越多。但是，运营商的在数据业务用户不断递增的情况下，盈利却没有与用户递增的趋势成正比关系。究其原因，由于电信运营商在 4g 用户喷井式发展的情况下仍然沿用传统的数据流量管理模式，粗狂的流量管理模式导致数据流量不能得到有效的利用，甚至在某些情况下不能满足人们对上网速率的要求。基于上述原因，电信运营商不得不改变现有粗狂管理模式，将数据流量根据需求进行精细化管理，已达到抑制数据流量的无节制使用、提升有差别用户的体验度、提高数据流量的利用率以及运营商盈利最大化等目的。
4、运营商要想盈利就不能按照当前管控方式进行流量管理。目前，针对流量管理模式有新的突破，来满足人们对流量的需求和达到运营商盈利的目的。目前对于数据流量精细化管控的方案比较单一，主要通过对不同用户对不同数据业务的需求产生不同数据流量类型进行分类，然后根据用户位置、用户终端类型、接入网络等来建立相应的流量管控机制。这种流量管控机制主要是以用户所要求被提供的服务类型为中心，将用户进行细化，为用户提供差异化服务。主要做法是首先通过分析用户需求，按需调控，制定相应的流量管控措施。在长期流量管控措施实施的过程中让用户不断适应规则，培养使用习惯，然后再根据用户使用习惯改进不足，不断完善流量管控策略。
5、某机构在 3gpp 组织提出的 pcc 策略架构的基础上根据实际研发了具有自主产权的upcc，该策略通过对用户数量、用户位置、漫游状态、消费额度、流量使用时间段、用户手持终端类型、手机接入方式等几个方面多维度考虑，为用户提供短信邮件提醒服务、qos、阻塞业务、以及费率变化等策略。另一机构提出的 rcp 策略是为电信运营商专门研究的流量安全管理策略，该策略同样是依据 3gpp 组织提出的 pcc 架构为模板进行设计的。该策略的主要特点是根据用户接入不同制式的网络来进行流量管控，为用户提供多样性套餐服务满足不同类型用户的需求。
6、另一种数据流量管控主要包括三个方面内容。首先，通过其他的技术对网络流量进行分流。例如，当客户的移动数据流量费用超过规定额度后，该客户可以免费使用公司提供的wifi。对于室内用户使用互联网的数量也在逐年增加，为了解决室内用户上网需求，很多电信运营商推出了 femtocell 服务。femtocell 是一种拥有和宏基站相同制式的小型基站。femtocell 有其独有的特点，造价低、功耗小、对环境污染较小、安装环境不受限制、接入方式丰富、可提供所需带宽等特点备受用户亲睐。其次，大部分电信运营商采用以太网技术，优化传输网络，增加传输网络的容量和传输速率来满足人们对数据流量速率的需求。第三个方面运营商建立智能管道，针对整个网络资源进行统筹规划，整体调配，将资源利用率最大化。通过流量计费功能升级、用户优先级划分等方式实现利益最大化。
7、另外，有学者提出了访问控制加密（accesscontrolencryption，ace）的概念，给出了ace原始的安全并提供了两种构造方案。第一个构造方案是基于elgamal加密方案的，但其应用场景仅限于规模小的系统，即系统中存在的用户访问控制等级少的情况。因为它的密文大小和系统中访问级别的数量线性相关，因此，系统规模增大，通信开销将大幅增加。第二个构造的方案是基于可随机化的函数加密(sfe)，它依赖于不可分辨混淆（indistinguishabilityobfuscation，io）假设。该方案效率更高，但依赖于更强的假设，使得该方案在现实场景下难以实例化。在这方面，很多学者做了大量研究工作，取得了大量的研究成果。比如：构建了基于错误学习（learningwitherrors,lwe假设的ace方案，解决了第一个问题。他们的方案是在第一个方案上改进的，因此密文大小还是与系统访问控制级别线性相关。有学者提出了一种基于标准配对假设的ace方案，解决了第二个问题。他们针对三种受限的访问控制策略，提出了三种ace方案，并将密文规模压缩到o(polylog(n))。有学者指出了现有安全定义中存在的一些问题和解决方案，提出了增强的安全定义，并且给出了满足更强的安全定义的构造方案。有学者构造了基于标准假设，且支持任意的访问控制策略的ace方案。有学者提出并实现了满足全同态性质的访问控制加密（fh-ace）方案。在保证数据机密性和提供细粒度的访问控制的同时，还支持对在密文上进行操作。有学者提出了具有多个第三方，且具有紧凑密文规模的ace方案，该方案能够抵抗单点故障问题，实际中使用更加可靠。有学者提出了基于授权委托的信任管理，该方法包含“policymaker”和“keynote”，其中授权委托与公钥相绑定，设备间基于相互的信任关系识别出彼此的授权证书。jo—sangn3基于主观逻辑提出了信任管理模型。该模型用一系列主观逻辑操作符来进行信任值的计算和推到。然丽，由于物联网中资源有限，缺少集中式服务器以及网络拓扑的动态变化使得授权委托很难应用于物联网中。有学者应用熵函数来表示节点间的信任关系，该方法可以动态地计算出加点间的信任关系。但是由于物联网的规模巨大，该方法的性能很低，并且灵活性差。有学者研究了如何将联邦身份管理系统和信任协商相结合来更好的保护用户信息，有学者讨论了如何应用信任管理来保护用户的身份隐私，但是并没有给出具体的解决方案。有学者对异构网络中的信任控制进行了理论分析，但是并没有解决设备的资源受限问题。在现有文献中，作者定义了普适计算中不同的信任属性，这种信任属性是高层次的信任关系，但是没有给出性能的度量标准。不同的用户或系统往往需要不同的用户级和变量的语言标签，b，表示该规则的输出变量。每个atr和b系统级的信任模型，实际的物联网应用往往需要混合的信任模分别用成员函数表示，有文献应用模糊方法提出了一种基于信任的访问控制机制，并应用访问反馈进行访问控制，然而该方法却不适用于分布式结构的物联网。有学者以rbac96模型为基础，引入环境谓词表达上下文信息，采用一阶逻辑作为策略描述语言，提出了oasis普适访问控制模型并解决了上下文推理问题。choi等人旧。在bac模型基础上引入上下文概念，提出了普适环境下的自适应访问控制框架，通过不同的访问控制算法以实现动态的访问控制。在现有文献中，针对普适计算协同环境，作者提出基于上下文的访问控制体系结构。为满足企业与普适计算需求，有文献分别在基于任务角色访问控制模型与基于角色访问控制模型基础上提出动态上下文感知访问控制模型。在信任模型基础上，有文献提出了基于信任的模糊访问控制模型，并应用实例证明了该模型的有效性。针对普适计算环境，有学者在rbac模型基础上提出基于演员和信任的动态访问控制模型。有文献提出了基于时间空间约束和基于实体信任度两种普适计算访问控制模型。可以看出目前提出的普适访问控制模型大多是在rbac等传统访问控制模型基础上引入信任、上下文等概念”。但动态变化的上下文信息造成了角色的复杂性，普适设备有限的能源无法处理复杂的角色关系。
技术实现思路
1、本技术的主要目的在于提供一种电力物联网流量的控制方法、装置、计算机可读存储介质和计算机程序产品，以至少解决现有技术中网络用户流量被减影响用户体验的问题。
2、为了实现上述目的，根据本技术的一个方面，提供了一种电力物联网流量的控制方法，包括：根据各信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延的概率公式确定网络用户流量被减的概率公式；根据网络用户流量被减的概率公式确定n个网络用户发生级联流量被减的概率公式，1≤n≤nv，nv为网络用户的数量；根据n个网络用户发生级联流量被减的概率公式建立网络用户流量最小控制量函数，所述网络用户流量最小控制量函数为计算网络用户发生级联流量被减时网络用户流量控制量的最小值的函数；根据所述网络用户流量控制量函数的参数对应的取值范围确定多个种群粒子，所述种群粒子包括所有的参数且不同所述种群粒子中的参数取值不同；将所述网络用户流量控制量函数确定为适应度函数，采用免疫粒子群优化算法对多个所述种群粒子进行寻优，得到最优种群粒子；根据所述最优种群粒子的参数进行电力物联网流量控制。
3、可选地，在根据各信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延的概率公式确定网络用户流量被减的概率公式之前，所述方法包括：建立信道发生信号功率超限的概率公式，其中，为t时刻下第i条信道信号功率对流量控制的影响系数，为t时刻下第i条信道的信号功率，为t时刻下第i条信道允许的最大信号功率，为t时刻下第i条信道信号功率控制系数；建立信道发生服务质量欠佳的概率公式，其中，为t时刻下第i条信道服务质量对流量控制的影响系数，为t时刻下第i条信道的服务质量，为t时刻下第i条信道设计正常服务质量，为t时刻下第i条信道服务质量控制系数；建立信道发生信道阻塞的概率公式，其中，为t时刻下第i条信道阻塞状态对流量控制的影响系数，为t时刻下第i条信道的阻塞程度，为信道设计参数和流量控制等因素相关的带宽系数；建立信道发生信道阻塞的概率公式，其中，为t时刻第i条信道传输时间对流量控制的影响系数，为t时刻下第i条信道的信号传输时间，为信道设计参数和流量控制等因素相关的系数。
4、可选地，根据各信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延的概率公式确定网络用户流量被减的概率公式，包括：根据各信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延的概率公式计算任意信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延中的一个或者多个的概率，得到网络用户流量被减的概率公式。
5、可选地，根据网络用户流量被减的概率公式确定n个网络用户发生级联流量被减的概率公式，包括：根据网络用户流量被减的概率公式pl确定n个网络用户发生级联流量被减的概率公式，，为网络用户发生级联流量被减概率，分别为2个、3个、...、nv个网络用户发生级联流量被减的系数。
6、可选地，根据n个网络用户发生级联流量被减的概率公式建立网络用户流量最小控制量函数，包括：根据n个网络用户发生级联流量被减的概率公式确定网络用户流量控制量函数，其中，为多个网络用户级联流量被减时流量控制量，为网络用户发生级联流量被减时第j个用户的流量控制量；分别为在2个、3个、...、nv个网络用户发生级联流量被减时流量控制量的百分比；根据网络用户流量控制量函数确定网络用户流量最小控制量函数。
7、可选地，将所述网络用户流量控制量函数确定为适应度函数，采用免疫粒子群优化算法对多个所述种群粒子进行寻优，得到最优种群粒子，包括：计算各所述种群粒子的适应度；令迭代次数t为1，开始迭代计算；第一计算步骤，计算所述种群粒子的浓度；划分步骤，将所述适应度高于平均值且所述浓度低于平均值的所述种群粒子划分至子群sa，剩余的所述种群粒子划分至子群sb；第一更新步骤，对所述子群sa进行位置更新，并计算更新后的子群sa的种群粒子适应度，根据粒子群适应度竞争机制更新子群sa的个体最优；接种步骤，根据疫苗选择方式提取疫苗信息，对所述子群sb进行疫苗接种；第二计算步骤，计算接种疫苗后的子群sb的适应度，并根据适应度竞争机制更新子群sb的个体最优；第二更新步骤，将更新后的子群sa和接种疫苗后的子群sb合成种群sc，对种群sc进行位置更新，计算更新后的种群sc的种粒子适应度，根据适应度竞争机制对更新后的种群sc的个体最优和全局最优进行更新；依次重复所述第一计算步骤、所述划分步骤、所述第一更新步骤、所述接种步骤、所述第二计算步骤和所述第二更新步骤至少一次，直至所述个体最优和所述全局最优满足目标要求或者所述迭代次数t大于最大迭代次数时，计算退出循环并输出所述最优种群粒子。
8、可选地，根据所述最优种群粒子的参数进行电力物联网流量控制，包括：根据所述最优种群粒子的参数确定各所述网络用户的流量控制量，使得所有的所述网络用户流量控制量总和最小。
9、根据本技术的另一方面，提供了一种电力物联网流量的控制装置，包括：第一确定单元，用于根据各信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延的概率公式确定网络用户流量被减的概率公式；第二确定单元，用于根据网络用户流量被减的概率公式确定n个网络用户发生级联流量被减的概率公式，1≤n≤nv，nv为网络用户的数量；第一建立单元，用于根据n个网络用户发生级联流量被减的概率公式建立网络用户流量最小控制量函数，所述网络用户流量最小控制量函数为计算网络用户发生级联流量被减时网络用户流量控制量的最小值的函数；第三确定单元，用于根据所述网络用户流量控制量函数的参数对应的取值范围确定多个种群粒子，所述种群粒子包括所有的参数且不同所述种群粒子中的参数取值不同；第四确定单元，用于将所述网络用户流量控制量函数确定为适应度函数，采用免疫粒子群优化算法对多个所述种群粒子进行寻优，得到最优种群粒子；控制单元，用于根据所述最优种群粒子的参数进行电力物联网流量控制。
10、根据本技术的再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的方法。
11、根据本技术的又一方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现任意一种所述的方法。
12、应用本技术的技术方案，上述电力物联网流量的控制方法中，该方法通过建立网络用户流量控制量函数作为适应度函数，即可采用免疫粒子群优化算法对多个种群粒子进行寻优，得到最优种群粒子，即可根据最优种群粒子对应的参数进行电力物联网流量控制，保证网络用户流量被减时网络用户流量控制量最小，保证电力物联网性能可靠性，解决了现有技术中网络用户流量被减影响用户体验的问题。
1.一种电力物联网流量的控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在根据各信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延的概率公式确定网络用户流量被减的概率公式之前，所述方法包括：
3.根据权利要求2所述的方法，其特征在于，根据各信道发生信号功率超限、服务质量欠佳、信道阻塞、信号传输时延的概率公式确定网络用户流量被减的概率公式，包括：
4.根据权利要求3所述的方法，其特征在于，根据网络用户流量被减的概率公式确定n个网络用户发生级联流量被减的概率公式，包括：
5.根据权利要求4所述的方法，其特征在于，根据n个网络用户发生级联流量被减的概率公式建立网络用户流量最小控制量函数，包括：
6.根据权利要求1至5中任一项所述的方法，其特征在于，将所述网络用户流量控制量函数确定为适应度函数，采用免疫粒子群优化算法对多个所述种群粒子进行寻优，得到最优种群粒子，包括：
7.根据权利要求1至5中任一项所述的方法，其特征在于，根据所述最优种群粒子的参数进行电力物联网流量控制，包括：
8.一种电力物联网流量的控制装置，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任意一项所述的方法。
