CN111585823A - 基于区块链和边缘计算的通信网络优化方法及装置 - Google Patents

基于区块链和边缘计算的通信网络优化方法及装置 Download PDF

Info

Publication number
CN111585823A
CN111585823A CN202010432332.2A CN202010432332A CN111585823A CN 111585823 A CN111585823 A CN 111585823A CN 202010432332 A CN202010432332 A CN 202010432332A CN 111585823 A CN111585823 A CN 111585823A
Authority
CN
China
Prior art keywords
target
information
sequence
node
network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010432332.2A
Other languages
English (en)
Other versions
CN111585823B (zh
Inventor
石高峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JIANGSU YONGDING COMMUNICATIONS Co.,Ltd.
Original Assignee
石高峰
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 石高峰 filed Critical 石高峰
Priority to CN202010432332.2A priority Critical patent/CN111585823B/zh
Priority to CN202110157267.1A priority patent/CN113037535A/zh
Priority to CN202110156538.1A priority patent/CN113037534A/zh
Publication of CN111585823A publication Critical patent/CN111585823A/zh
Application granted granted Critical
Publication of CN111585823B publication Critical patent/CN111585823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请提供的基于区块链和边缘计算的通信网络优化方法及装置，首先确定每个工业生产设备对应的第一信息集合和第二信息集合，其次结合工业生产设备对应的当前资源分配拓扑确定第一信息集合和第二信息集合之间的映射关系，然后根据每个映射关系确定当前产线状态对应的第一信道迁移矩阵并确定目标产线状态对应的第二信道迁移矩阵，进而将第一信道迁移矩阵和第二信道迁移矩阵输入信道建模服务器以得到信道迁移模型，接着运行信道迁移模型并对当前产线状态下的第一网络结构拓扑进行重构得到第二网络结构拓扑，最后根据第二网络结构拓扑形成与目标产线状态对应的目标通信网络。如此，能够对工业通信网络进行优化以确保工业通信网络的可靠性。

Description

基于区块链和边缘计算的通信网络优化方法及装置
技术领域
本申请涉及基于区块链和边缘计算的通信技术领域，尤其涉及基于区块链和边缘计算的通信网络优化方法及装置。
背景技术
随着科技的发展，各类产品的多样性需求不断上升，个性化定制产品的需求量快速提升。但是传统的大批量、刚性生产模式缺难以满足这种需求。因此，针对个性化定制产品的自适应可重构的物联化智能生产技术应运而生。自适应重构生产系技术通过基于区块链和边缘计算技术将生产系统的机械结构解耦成多个互相独立的生产单元，然后根据产品设计和工艺流程将所需的生产单元快速重组为新的生产系统，从而快速、高效地实现针对个性化定制产品的生产模式切换。然而，随着生产系统的解耦和重构，生产系统的工业通信网络的可靠性会降低，这可能导致重构的生产系统无法正常运行。
发明内容
本申请提供基于区块链和边缘计算的通信网络优化方法及装置，以改善现有技术中工业通信网络可靠性降低的技术问题。
第一方面，提供一种基于区块链和边缘计算的通信网络优化方法，应用于与信道建模服务器以及多个工业生产设备通信连接的边缘计算服务器，所述方法至少包括：
抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率；
在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段；
基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系；
确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器以得到所述当前产线状态与所述目标产线状态之间的信道迁移模型；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息；
运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑；
将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
可选地，基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值，包括：
确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别；
获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序；
依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级；
根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值。
可选地，根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系，包括：
确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值；
按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段；
将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
可选地，确定每个映射关系相对于当前产线状态的信道迁移序列，包括：
获取每个映射关系对应的列表结构描述信息；
从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型；
根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
可选地，根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵，包括：
解析所述业务需求，得到所述业务需求所对应产线逻辑信息；其中，所述产线逻辑信息用于表征每个工业生产设备在所述目标产线状态下的设备间连接关系；
按照所述产线逻辑信息将每个工业生产设备的网络资源变更记录进行整合，得到所述目标产线状态对应的所述第二信道迁移矩阵；其中，所述网络资源变更记录中包括每个工业生产设备的网络资源的资源需求区间。
可选地，运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑，包括：
从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集；
从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识；
将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求；
按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长；
计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
第二方面，提供一种基于区块链和边缘计算的通信网络优化装置，应用于与信道建模服务器以及多个工业生产设备通信连接的边缘计算服务器，所述装置至少包括：
信息确定模块，用于抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率；
字段确定模块，用于在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段；
映射确定模块，用于基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系；
模型获得模块，用于确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器以得到所述当前产线状态与所述目标产线状态之间的信道迁移模型；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息；
拓扑重构模块，用于运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑；
通信优化模块，用于将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
可选地，所述映射确定模块，具体用于：
确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别；
获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序；
依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级；
根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值；
确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值；
按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段；
将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
可选地，所述模型获得模块，具体用于：
获取每个映射关系对应的列表结构描述信息；
从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型；
根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
可选地，所述拓扑重构模块，具体用于：
从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集；
从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识；
将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求；
按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长；
计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
应用本申请实施例基于区块链和边缘计算的通信网络优化方法及装置时，首先确定每个工业生产设备对应的第一信息集合和第二信息集合，其次结合工业生产设备对应的当前资源分配拓扑确定第一信息集合和第二信息集合之间的映射关系，然后根据每个映射关系确定当前产线状态对应的第一信道迁移矩阵并根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵，进而将第一信道迁移矩阵和第二信道迁移矩阵输入信道建模服务器以得到当前产线状态与目标产线状态之间的信道迁移模型，接着运行信道迁移模型并对当前产线状态下的第一网络结构拓扑进行重构得到第二网络结构拓扑，最后根据第二网络结构拓扑形成与目标产线状态对应的目标通信网络。如此，能够对工业通信网络进行优化以确保网络可靠性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请根据一示例性实施例示出的一种通信网络优化系统的通信架构示意图。
图2是本申请根据一示例性实施例示出的一种通信网络优化方法的流程图。
图3是本申请根据一示例性实施例示出的一种通信网络优化装置的一个实施例框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为改善上述问题，本发明公开一种基于区块链和边缘计算的通信网络优化方法及装置，通过对生产系统的网络资源进行抽象化并建立不同生产系统之间的信道迁移模型，能够基于不同生产系统的业务需求运行所述信道迁移模型以实现对生产系统的工业通信网络的重构，这样可以实现对工业通信网络的优化，确保工业通信网络的可靠性。
为实现上述目的，本发明首先公开如图1所示的通信网络优化系统100的通信架构示意图，该通信网络优化系统100可以包括边缘计算服务器200、信道建模服务器300以及多个工业生产设备400。作为整个通信网络优化系统100的枢纽，边缘计算服务器200与信道建模服务器300以及每个工业生产设备400通信连接，通过与信道建模服务器300以及每个工业生产设备400进行通信交互，以执行如图2所示的通信网络优化方法。其中，图2所示的方法步骤具体如下。
步骤S210，抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率。
在本实施例中，动态系数越大，信道迁移失真率越小。
步骤S220，在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段。
步骤S230，基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系。
步骤S240，确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器以得到所述当前产线状态与所述目标产线状态之间的信道迁移模型；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息。
步骤S250，运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑。
在本实施例中，网络结构拓扑包括多个网络节点，网络节点之间通过有向连线连接。
步骤S260，将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
在本实施例中，目标通信网络用于表征目标产线状态下各个工业生产设备的网络资源占用率、通信接口类型以及通信协议配对结果。
可以理解，通过上述步骤S210-步骤S260，首先确定每个工业生产设备对应的第一信息集合和第二信息集合，其次结合工业生产设备对应的当前资源分配拓扑确定第一信息集合和第二信息集合之间的映射关系，然后根据每个映射关系确定当前产线状态对应的第一信道迁移矩阵并根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵，进而将第一信道迁移矩阵和第二信道迁移矩阵输入信道建模服务器以得到当前产线状态与目标产线状态之间的信道迁移模型，接着运行信道迁移模型并对当前产线状态下的第一网络结构拓扑进行重构得到第二网络结构拓扑，最后根据第二网络结构拓扑形成与目标产线状态对应的目标通信网络。如此，能够对工业通信网络进行优化以确保网络可靠性。
在一个具体的示例中，发明人发现，在对字段编码值进行映射时，通常会出现字段编码值与字段序列的位置不对应的情况，这样会导致确定出的映射编码值的长度与字段编码值的长度不一致，从而难以准确执行后续的步骤。为改善这种问题以确保对通信网络的顺利优化，在步骤S230中，基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值，具体可以包括以下步骤S2311-步骤S2314所描述的内容。
步骤S2311，确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别。
步骤S2312，获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序。
步骤S2313，依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级。
步骤S2314，根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值。
可以理解，通过上述步骤S2311-步骤S2312，能够对当前资源分配拓扑的资源节点进行分析，从而确定出用于对字段编码值中的编码字符进行定位的优先级排序序列，这样能够确保字段编码值中的编码字符在字段序列中的位置的唯一性，避免字段编码值中的编码字符在字段序列中的位置出现遗漏或重复，从而确保字段编码值与字段序列的位置的一一对应，进而确保字段编码值与映射编码值的长度的一致性，可以确保后续对通信网络的顺利优化。
在具体实施时，为了确保后续对信道迁移模型的准确建立以实现对通信网络的准确、可靠地优化，在步骤S230中，根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系，进一步可以包括以下步骤S2321-步骤S2323所描述的内容。
步骤S2321，确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值。
步骤S2322，按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段。
步骤S2323，将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
在执行上述步骤S2321-步骤S2323所描述的内容时，能够准确确定出第一信息集合和第二信息集合之间的映射关系，从而确保后续对信道迁移模型的准确建立以实现对通信网络的准确、可靠地优化。
在一个可能的实施方式中，为了准确确定信道迁移序列从而确保第一信道迁移矩阵的完整性，在步骤S240中，确定每个映射关系相对于当前产线状态的信道迁移序列，具体可以包括以下步骤S2411-步骤S2413所描述的内容。
步骤S2411，获取每个映射关系对应的列表结构描述信息。
步骤S2412，从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型。
步骤S2413，根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
在执行上述步骤S2411-步骤S2413所描述的内容时，能够对每个映射关系对应的列表结构描述信息中的列表结构标签进行迁移权重计算，从而根据计算得到的迁移权重确定映射关系对应的信道迁移序列，如此能够实现列表结构标签与迁移权重之间的转换，这样能够准确确定信道迁移序列从而确保第一信道迁移矩阵的完整性。
在一个示例中，步骤S240中所描述的根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵的步骤，具体可以包括以下步骤S2421-步骤S2422所描述的内容。
步骤S2421，解析所述业务需求，得到所述业务需求所对应产线逻辑信息；其中，所述产线逻辑信息用于表征每个工业生产设备在所述目标产线状态下的设备间连接关系。
步骤S2422，按照所述产线逻辑信息将每个工业生产设备的网络资源变更记录进行整合，得到所述目标产线状态对应的所述第二信道迁移矩阵；其中，所述网络资源变更记录中包括每个工业生产设备的网络资源的资源需求区间。
基于上述步骤S2421和步骤S2422，能够对业务需求进行解析从而得到用于表征工业生产设备的设备间连接关系的产线逻辑信息，这样可以基于产线逻辑信息对网络资源变更记录进行整合以快速地得到第二信道迁移矩阵，提高确定第二信道迁移矩阵的实时性。
在具体实施过程中发明人发现，由于网络节点存在自适应调整机制，因此在进行网络结构拓扑的重构时，需要考虑每个网络节点之间的重构有效时长，从而确保第二网络结构拓扑的有效性和可靠性。为达到上述目的，在步骤S250中，运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑，具体可以包括以下步骤S251-步骤S255所描述的内容。
步骤S251，从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集。
步骤S252，从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识。
步骤S253，将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求。
步骤S254，按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长。
步骤S255，计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
可以理解，通过上述步骤S251-步骤S255，能够在进行网络结构拓扑的重构时，考虑网络节点存在的自适应调整机制，从而确定每个网络节点之间的重构有效时长。这样，可以基于时长阈值与重构有效时长之间的时长差值依次对网络节点进行重构，从而确保第二网络结构拓扑的有效性和可靠性。
在一个可替换的实施方式中，为了提高第二网络结构拓扑下发的准确性以及通信网络优化的效率，在步骤S260中，将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦并形成与所述目标产线状态对应的目标通信网络，具体可以包括以下步骤S261-步骤S263所描述的内容。
步骤S261，按照预设的每个工业生产设备对应的动态随机数对所述第二网络结构拓扑中与该工业生产设备对应的拓扑信息进行校验得到第一校验结果，将所述第一校验结果和所述第二网络结构拓扑发送给对应的工业生产设备。
步骤S262，使每个工业生产设备基于接收到的第二网络结构拓扑中与该工业生产设备对应的拓扑信息以及该工业生产设备预存的约定密钥进行校验计算得到第二校验结果。
步骤S263，使每个工业生产设备在判定出该工业生产设备对应的第一校验结果和第二校验结果一致时基于所述第二网络结构拓扑的节点清单对该工业生产设备的通信协议进行回滚，并使每个工业生产设备基于所述第二网络结构拓扑的协议清单进行所述目标通信网络的搭建以形成所述目标通信网络。
可以理解，通过上述步骤S261-步骤S263，能够提高第二网络结构拓扑下发的准确性以及通信网络优化的效率。
请结合参阅图3，还提供了基于区块链和边缘计算的通信网络优化装置300的功能模块框图，所述装置至少包括以下功能模块：
信息确定模块310，用于抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率；
字段确定模块320，用于在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段；
映射确定模块330，用于基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系；
模型获得模块340，用于确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器以得到所述当前产线状态与所述目标产线状态之间的信道迁移模型；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息；
拓扑重构模块350，用于运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑；
通信优化模块360，用于将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
可选地，所述映射确定模块330，具体用于：
确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别；
获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序；
依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级；
根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值；
确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值；
按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段；
将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
可选地，所述模型获得模块340，具体用于：
获取每个映射关系对应的列表结构描述信息；
从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型；
根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
可选地，所述拓扑重构模块350，具体用于：
从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集；
从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识；
将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求；
按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长；
计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
关于上述功能模块的说明请参阅对上述方法的描述，在此不作更多说明。
在上述基础上，还提供了一种边缘计算服务器，具体描述如下。
A1.一种边缘计算服务器，与信道建模服务器以及多个工业生产设备通信连接，所述缘计算服务器，用于：
抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率；
在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段；
基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系；
确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器以得到所述当前产线状态与所述目标产线状态之间的信道迁移模型；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息；
运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑；
将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
A2.如A1所述的边缘计算服务器，具体用于：
按照预设的每个工业生产设备对应的动态随机数对所述第二网络结构拓扑中与该工业生产设备对应的拓扑信息进行校验得到第一校验结果，将所述第一校验结果和所述第二网络结构拓扑发送给对应的工业生产设备；
使每个工业生产设备基于接收到的第二网络结构拓扑中与该工业生产设备对应的拓扑信息以及该工业生产设备预存的约定密钥进行校验计算得到第二校验结果；
使每个工业生产设备在判定出该工业生产设备对应的第一校验结果和第二校验结果一致时基于所述第二网络结构拓扑的节点清单对该工业生产设备的通信协议进行回滚，并使每个工业生产设备基于所述第二网络结构拓扑的协议清单进行所述目标通信网络的搭建以形成所述目标通信网络。
A3.如A1所述的边缘计算服务器，具体用于：
确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别；
获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序；
依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级；
根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值。
A4.如A1所述的边缘计算服务器，具体用于：
确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值；
按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段；
将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
A5.如A4所述的边缘计算服务器，具体用于：
获取每个映射关系对应的列表结构描述信息；
从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型；
根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
A6.如A1所述的边缘计算服务器，具体用于：
解析所述业务需求，得到所述业务需求所对应产线逻辑信息；其中，所述产线逻辑信息用于表征每个工业生产设备在所述目标产线状态下的设备间连接关系；
按照所述产线逻辑信息将每个工业生产设备的网络资源变更记录进行整合，得到所述目标产线状态对应的所述第二信道迁移矩阵；其中，所述网络资源变更记录中包括每个工业生产设备的网络资源的资源需求区间。
A7.如A1所述的边缘计算服务器，具体用于：
从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集；
从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识；
将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求；
按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长；
计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
进一步地，本发明实施例还提供了一种基于区块链和边缘计算的通信网络优化系统，关于所述系统的具体描述如下。
B1.一种基于区块链和边缘计算的通信网络优化系统，包括边缘计算服务器以及与所述边缘计算服务器通信的信道建模服务器和多个工业生产设备；
所述边缘计算服务器，用于：
抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率；
在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段；
基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系；
确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器；
所述信道建模服务器，用于：
根据所述第一信道迁移矩阵和所述第二信道迁移矩阵生成所述当前产线状态与所述目标产线状态之间的信道迁移模型并回传给所述边缘计算服务器；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息；
所述边缘计算服务器，用于：
运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑；
将所述第二网络结构拓扑下发至每个工业生产设备；
所述工业生产设备，用于基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
B2.如B1所述的通信网络优化系统，所述边缘计算服务器，具体用于：
确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别；
获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序；
依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级；
根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值。
B3.如B1所述的通信网络优化系统，所述边缘计算服务器，具体用于：
确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值；
按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段；
将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
B4.如B3所述的通信网络优化系统，所述边缘计算服务器，具体用于：
获取每个映射关系对应的列表结构描述信息；
从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型；
根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
B5.如B1所述的通信网络优化系统，所述边缘计算服务器，具体用于：
解析所述业务需求，得到所述业务需求所对应产线逻辑信息；其中，所述产线逻辑信息用于表征每个工业生产设备在所述目标产线状态下的设备间连接关系；
按照所述产线逻辑信息将每个工业生产设备的网络资源变更记录进行整合，得到所述目标产线状态对应的所述第二信道迁移矩阵；其中，所述网络资源变更记录中包括每个工业生产设备的网络资源的资源需求区间。
B6.如B1所述的通信网络优化系统，所述边缘计算服务器，具体用于：
从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集；
从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识；
将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求；
按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长；
计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
在上述基础上，还提供了一种边缘计算服务器，包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与边缘计算服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行的方法。
在上述基础上，还提供了一种应用于计算机的可读存储介质，所述可读存储介质烧录有计算机程序，所述计算机程序在边缘计算服务器的内存中运行时实现上述的方法。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种基于区块链和边缘计算的通信网络优化方法，其特征在于，应用于与信道建模服务器以及多个工业生产设备通信连接的边缘计算服务器，所述方法至少包括：
抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率；
在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段；
基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系；
确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器以得到所述当前产线状态与所述目标产线状态之间的信道迁移模型；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息；
运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑；
将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
2.如权利要求1所述的通信网络优化方法，其特征在于，基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值，包括：
确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别；
获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序；
依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级；
根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值。
3.如权利要求1所述的通信网络优化方法，其特征在于，根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系，包括：
确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值；
按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段；
将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
4.如权利要求3所述的通信网络优化方法，其特征在于，确定每个映射关系相对于当前产线状态的信道迁移序列，包括：
获取每个映射关系对应的列表结构描述信息；
从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型；
根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
5.如权利要求1所述的通信网络优化方法，其特征在于，根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵，包括：
解析所述业务需求，得到所述业务需求所对应产线逻辑信息；其中，所述产线逻辑信息用于表征每个工业生产设备在所述目标产线状态下的设备间连接关系；
按照所述产线逻辑信息将每个工业生产设备的网络资源变更记录进行整合，得到所述目标产线状态对应的所述第二信道迁移矩阵；其中，所述网络资源变更记录中包括每个工业生产设备的网络资源的资源需求区间。
6.如权利要求1所述的通信网络优化方法，其特征在于，运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑，包括：
从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集；
从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识；
将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求；
按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长；
计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
7.一种基于区块链和边缘计算的通信网络优化装置，其特征在于，应用于与信道建模服务器以及多个工业生产设备通信连接的边缘计算服务器，所述装置至少包括：
信息确定模块，用于抽取每个工业生产设备的网络资源信息并形成第一信息集合，确定每个工业生产设备的当前设备状态信息和状态标签并基于所述当前设备状态信息和所述状态标签生成每个工业生产设备对应的第二信息集合；其中，所述第一信息集合和所述第二信息集合中均包括有具有不同动态系数的信息字段，所述动态系数用于表征所述信息字段的信道迁移失真率；
字段确定模块，用于在确定每个工业生产设备在其对应的第一信息集合中的其中一个动态系数对应的信息字段的字段编码值之后，将该工业生产设备对应的第二信息集合中的最大动态系数对应的信息字段确定为基准信息字段；
映射确定模块，用于基于所述工业生产设备对应的当前资源分配拓扑，将所述字段编码值在所述基准信息字段所形成的字段序列中进行映射，得到所述字段编码值在所述字段序列中对应的映射编码值；根据所述基准编码值和所述映射编码值确定所述第一信息集合和所述第二信息集合之间的映射关系；
模型获得模块，用于确定每个映射关系相对于当前产线状态的信道迁移序列并将每个信道迁移序列导入预设的序列清单中形成与所述当前产线状态对应的第一信道迁移矩阵；根据接收到的业务需求确定目标产线状态对应的第二信道迁移矩阵；将所述第一信道迁移矩阵和所述第二信道迁移矩阵输入所述信道建模服务器以得到所述当前产线状态与所述目标产线状态之间的信道迁移模型；其中，所述信道迁移模型用于表征所述当前产线状态与所述目标产线状态之间的网络资源分配的差异信息；
拓扑重构模块，用于运行所述信道迁移模型以得到每个工业生产设备在所述目标产线状态下的网络资源需求，按照所述网络资源需求对所述工业生产设备在所述当前产线状态下的第一网络结构拓扑进行重构，得到第二网络结构拓扑；
通信优化模块，用于将所述第二网络结构拓扑下发至每个工业生产设备以使每个工业生产设备基于所述第二网络结构拓扑进行解耦，然后形成与所述目标产线状态对应的目标通信网络。
8.如权利要求7所述的通信网络优化装置，其特征在于，所述映射确定模块，具体用于：
确定所述当前资源分配拓扑的资源节点对应的节点优先级及所述资源节点的节点标签；其中，所述节点标签表示所述当前资源分配拓扑的资源节点的节点类别，所述节点标签至少包括：表示所述当前资源分配拓扑的资源节点的第一节点类别和第二节点类别；
获取与所述节点优先级对应的优先级排序序列；其中，所述优先级排序序列中包含有预先配置的序列编号，所述序列编号表示位于所述优先级排序序列中节点优先级内且与所述节点优先级对应的资源节点的映射顺序；
依据所述节点优先级和节点标签，在所述优先级排序序列中查找与所述字段编码值中的每个编码字符相匹配的目标序列编号，并确定所述目标序列编号的对应的节点优先级；
根据所述目标序列编号对应的节点优先级确定所述字段编码值中的每个编码字符在所述字段序列中的序列位置，并将每个编码字符映射至对应的序列位置中得到对应的映射字符，将所述映射字符按照其对应的序列位置进行组合，得到所述映射编码值；
确定所述基准编码值中的每个编码字符与该编码字符在所述映射编码值中所对应的映射字符之间的距离值；其中，所述距离值用于表征所述编码字符和所述映射字符之间的相似度值；
按照所述距离值由大到小的顺序将所述基准编码值进行拆分，得到多个编码字段；
将每个编码字段填入预设的空白列表中，并根据所述每个编码字段中的每个编码字符对应的映射字符对所述每个编码字段在所述空白列表中的指向位置所对应的列表单元进行填充，得到所述第一信息集合和所述第二信息集合之间的映射关系。
9.如权利要求7所述的通信网络优化装置，其特征在于，所述模型获得模块，具体用于：
获取每个映射关系对应的列表结构描述信息；
从所述列表结构描述信息中确定出与所述当前产线状态的对应的多个列表结构标签；其中，所述列表结构标签用于表征所述列表结构描述信息的信息类型；
根据每个列表结构描述信息所表征的字符集中度计算每个列表结构描述信息所对应的每个列表结构标签的迁移权重，按照所述迁移权重由大到小的顺序将每个列表结构描述信息所对应的列表结构标签进行排序得到所述信道迁移序列。
10.如权利要求7所述的通信网络优化装置，其特征在于，所述拓扑重构模块，具体用于：
从所述信道建模服务器中获取用于对所述信道迁移模型进行模型参数提取的目标脚本文件；判断所述目标脚本文件的当前数据格式与预设数据格式是否一致；若一致，则运行所述目标脚本文件得到所述信道迁移模型对应的模型参数集；若不一致，则按照所述预设数据格式将所述目标脚本文件进行格式转换，并运行完成格式转换的目标脚本文件得到所述信道迁移模型对应的模型参数集；
从所述模型参数集中确定用于表征网络资源信息的第二目标标识的目标模型参数；针对每个目标模型参数，确定与该目标模型参数所对应的第一目标标识相匹配的第二目标标识；其中，所述第二目标标识为工业生产设备的设备标识；
将所述目标模型参数中的最近生成时刻对应的参数段确定为所述目标模型参数对应的工业生产设备的网络资源需求；
按照每个网络资源需求对其对应的工业生产设备在所述当前产线状态下的第一网络结构拓扑中对应的网络节点设置时长阈值；其中，所述时长阈值小于工业生产设备在所述第一网络结构拓扑中的网络节点对应的预设重构有效时长；
计算每个时长阈值与其对应的预设重构有效时长之间的时长差值，按照所述时长差值由小到大的顺序依次对所述网络节点进行重构，得到第二网络结构拓扑；其中，对所述网络节点进行重构包括对网络节点进行网络资源调整以及有向连线重构。
CN202010432332.2A 2020-05-20 2020-05-20 基于边缘计算和工业生产的通信网络优化方法及装置 Active CN111585823B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010432332.2A CN111585823B (zh) 2020-05-20 2020-05-20 基于边缘计算和工业生产的通信网络优化方法及装置
CN202110157267.1A CN113037535A (zh) 2020-05-20 2020-05-20 应用于区块链和边缘计算的通信网络优化方法及系统
CN202110156538.1A CN113037534A (zh) 2020-05-20 2020-05-20 基于区块链和边缘计算的通信网络优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010432332.2A CN111585823B (zh) 2020-05-20 2020-05-20 基于边缘计算和工业生产的通信网络优化方法及装置

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202110156538.1A Division CN113037534A (zh) 2020-05-20 2020-05-20 基于区块链和边缘计算的通信网络优化方法及系统
CN202110157267.1A Division CN113037535A (zh) 2020-05-20 2020-05-20 应用于区块链和边缘计算的通信网络优化方法及系统

Publications (2)

Publication Number Publication Date
CN111585823A true CN111585823A (zh) 2020-08-25
CN111585823B CN111585823B (zh) 2021-03-19

Family

ID=72111027

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202110157267.1A Withdrawn CN113037535A (zh) 2020-05-20 2020-05-20 应用于区块链和边缘计算的通信网络优化方法及系统
CN202110156538.1A Withdrawn CN113037534A (zh) 2020-05-20 2020-05-20 基于区块链和边缘计算的通信网络优化方法及系统
CN202010432332.2A Active CN111585823B (zh) 2020-05-20 2020-05-20 基于边缘计算和工业生产的通信网络优化方法及装置

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN202110157267.1A Withdrawn CN113037535A (zh) 2020-05-20 2020-05-20 应用于区块链和边缘计算的通信网络优化方法及系统
CN202110156538.1A Withdrawn CN113037534A (zh) 2020-05-20 2020-05-20 基于区块链和边缘计算的通信网络优化方法及系统

Country Status (1)

Country Link
CN (3) CN113037535A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112527765A (zh) * 2020-12-01 2021-03-19 银联智策顾问（上海）有限公司 一种数据迁移方法及装置
CN113472597A (zh) * 2021-08-16 2021-10-01 东北大学 分布式卷积神经网络细粒度的参数传输调度方法及装置
CN114363178A (zh) * 2022-01-21 2022-04-15 无锡软美信息科技有限公司 区块链网络优化方法、装置及系统
CN114726909A (zh) * 2022-03-15 2022-07-08 阿里云计算有限公司 云服务迁移信息处理方法、装置、设备、介质及产品

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113708961B (zh) * 2021-08-20 2022-09-16 珠海格力电器股份有限公司 迁移设备的方法、装置、系统及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108449399A (zh) * 2018-03-09 2018-08-24 武汉邮电科学研究院有限公司 适合于智能化生产的边缘计算节点
CN110380880A (zh) * 2018-04-13 2019-10-25 中国科学院沈阳自动化研究所 一种基于边缘计算框架的整车制造智能工厂的体系结构
US20190370686A1 (en) * 2018-06-01 2019-12-05 Nami Ml Inc. Machine learning model re-training based on distributed feedback
CN110933072A (zh) * 2019-11-27 2020-03-27 朱培培 基于区块链的数据传输方法、装置及电子设备
CN111131421A (zh) * 2019-12-13 2020-05-08 中国科学院计算机网络信息中心 一种工业互联网现场大数据与云端信息互联互通的方法
CN111148134A (zh) * 2019-12-19 2020-05-12 南京大学 一种基于移动边缘计算的多用户多任务卸载方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108449399A (zh) * 2018-03-09 2018-08-24 武汉邮电科学研究院有限公司 适合于智能化生产的边缘计算节点
CN110380880A (zh) * 2018-04-13 2019-10-25 中国科学院沈阳自动化研究所 一种基于边缘计算框架的整车制造智能工厂的体系结构
US20190370686A1 (en) * 2018-06-01 2019-12-05 Nami Ml Inc. Machine learning model re-training based on distributed feedback
CN110933072A (zh) * 2019-11-27 2020-03-27 朱培培 基于区块链的数据传输方法、装置及电子设备
CN111131421A (zh) * 2019-12-13 2020-05-08 中国科学院计算机网络信息中心 一种工业互联网现场大数据与云端信息互联互通的方法
CN111148134A (zh) * 2019-12-19 2020-05-12 南京大学 一种基于移动边缘计算的多用户多任务卸载方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程冠杰等: "基于区块链与边缘计算的物联网数据管理", 《物联网学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112527765A (zh) * 2020-12-01 2021-03-19 银联智策顾问（上海）有限公司 一种数据迁移方法及装置
CN112527765B (zh) * 2020-12-01 2024-05-24 银联智策顾问（上海）有限公司 一种数据迁移方法及装置
CN113472597A (zh) * 2021-08-16 2021-10-01 东北大学 分布式卷积神经网络细粒度的参数传输调度方法及装置
CN113472597B (zh) * 2021-08-16 2022-07-22 东北大学 分布式卷积神经网络细粒度的参数传输调度方法及装置
CN114363178A (zh) * 2022-01-21 2022-04-15 无锡软美信息科技有限公司 区块链网络优化方法、装置及系统
CN114363178B (zh) * 2022-01-21 2022-12-27 肯特智能技术（深圳）股份有限公司 区块链网络优化方法、装置及系统
CN114726909A (zh) * 2022-03-15 2022-07-08 阿里云计算有限公司 云服务迁移信息处理方法、装置、设备、介质及产品

Also Published As

Publication number Publication date
CN113037535A (zh) 2021-06-25
CN111585823B (zh) 2021-03-19
CN113037534A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN111585823B (zh) 基于边缘计算和工业生产的通信网络优化方法及装置
CN110276074B (zh) 自然语言处理的分布式训练方法、装置、设备及存储介质
CN110390425A (zh) 预测方法以及装置
CN111984408B (zh) 基于大数据和边缘计算的数据协同处理方法及边缘云平台
CN112398674B (zh) 虚拟网络功能描述vnfd配置模板的生成方法及装置
CN112800090A (zh) 结合边缘计算和路径分析的数据处理方法及大数据云平台
CN114172819A (zh) Nfv网元的需求资源预测方法、系统、电子设备和存储介质
CN117278661B (zh) 一种工业物联网多协议解析方法及系统
CN113541986B (zh) 5g切片的故障预测方法、装置及计算设备
CN106407329B (zh) 海量平台往hadoop平台自动化导入增量数据的方法
JP2002342739A (ja) 通信ネットワークを介したニューラルネットワーク処理システム及びそのプログラムを格納したプログラム記憶媒体
CN108173957B (zh) 一种Http接口快速配置联调平台
CN116384240A (zh) 一种服务器能耗预测方法、装置及存储介质
CN111459104B (zh) 基于工业互联网的数据追踪方法及电子设备
CN111539029B (zh) 基于工业互联网的大数据存储速率优化方法及云计算中心
CN113259145B (zh) 网络切片的端到端组网方法、组网装置及网络切片设备
CN113821418A (zh) 故障跟因分析方法及装置、存储介质和电子设备
CN110262459B (zh) 一种故障信息输出控制方法及系统
CN112948256A (zh) 一种客户端程序的测试方法、装置、存储介质及电子设备
CN114444443A (zh) 一种标识识别方法、装置及终端设备
CN113810212B (zh) 5g切片用户投诉的根因定位方法及装置
CN110999263B (zh) Iot装置集群的分层数据处理
CN113762356B (zh) 基于聚类和注意力机制的集群负载预测方法及系统
CN114186043A (zh) 预训练方法、装置、设备和存储介质
CN116980219A (zh) 一种电话号码检测的方法、装置、系统及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Li Daqing

Inventor after: Shi Gaofeng

Inventor before: Shi Gaofeng

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210304

Address after: No. 888, Yuexiu Road, Lili Town, Wujiang District, Suzhou City, Jiangsu Province

Applicant after: JIANGSU YONGDING COMMUNICATIONS Co.,Ltd.

Address before: College of computer engineering, Jianghai University, No.59, Cangwu Road, Haizhou District, Lianyungang City, Jiangsu Province 222000

Applicant before: Shi Gaofeng

GR01 Patent grant
GR01 Patent grant