近几年,随着互联网的发展,用户对互联网的需求越来越精细化,其中确保业务发送实时性的实时网络越来越得到大家的关注。在实时网络中,网络环境特点为用户发送的业务大多表现为需实时处理的周期性连续的数据序列,少数为突发的非周期业务。这种网络普遍应用于学校、企业的内部网络中。在实时网络中,确保业务及时到达接收端是通信正常进行的前提,但随着网络规模扩张,越来越多实时业务进入实时网络,但网络资源增长的速度却极大落后于业务对资源需求的增长速度,使得保障业务的有效性遭受重大挑战,过去研究者寄希望于通过扩充网络物力资源的方式来满足业务需求,但这种方式很快便会遭遇瓶颈。研究者逐渐转型于通过改进网络资源分配方式以使目前有限的资源能服务更多业务。本文基于上述现状提出来一种面向时延保障的动态资源调度方法,主要工作有:1)获取业务的基本信息,具体包括业务的时限信息和大小信息,时限是指某个任务等待传输的最大时延。本文根据项目需求,在需要部署的网络中先进行业务采集,形成数据集,利用流量识别技术,选择数据特征设计分类模型,结合机器学习模型训练改进分类模型,具体是使用决策树算法,将业务分类,对每个类型的网络流量进行分析,确定每个类型业务的平均时限和大小,当新业务到达时,业务通过分类模型,根据分类结果确定业务对应的时限和大小;2)准入控制和再准入控制。此处需要先测量网络的实时负载情况,在网络顺畅时,新业务到达需进行准入控制,比较业务所需带宽和网络带宽空闲情况,若能容纳新业务则加入排队队列,若不能则等待直至能加入队列中;当网络出现拥塞,此时采用再准入算法,考虑业务优先级,将路由器中已经准入但未开始传送的业务与未准入的业务一起重新准入;3)解决资源调度问题,本文提出了一种基于时限的队列调度方式。根据前一个步骤中获得的业务时限信息,将业务按照临近时限的程度进行排队,队列长度为队列调度节点路由器的缓冲区大小。临近时限的业务排在队前,先被发送,当多个业务临近时限的程度相同时,按业务的大小进行排队,尺寸越小的业务排在越前面。结合项目需求,本文利用实验室开发的通信平台设计了多个实验,并通过对实验结果的分析,验证了本文所设计算法在保障实时通信系统通信质量方面的有效性和优越性。