CN112104469A - 数据处理方法及装置 - Google Patents
数据处理方法及装置 Download PDFInfo
- Publication number
- CN112104469A CN112104469A CN201910522986.1A CN201910522986A CN112104469A CN 112104469 A CN112104469 A CN 112104469A CN 201910522986 A CN201910522986 A CN 201910522986A CN 112104469 A CN112104469 A CN 112104469A
- Authority
- CN
- China
- Prior art keywords
- load
- network element
- data
- service
- information
- 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
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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
- H04L43/065—Generation of reports related to network devices
-
- 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
- H04L41/14—Network analysis or design
-
- 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
- H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/06—Generation of reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0882—Utilisation of link capacity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/20—Arrangements for monitoring or testing data switching networks the monitoring system or the monitored elements being virtualised, abstracted or software-defined entities, e.g. SDN or NFV
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
- H04L43/55—Testing of service level quality, e.g. simulating service usage
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0284—Traffic management, e.g. flow control or congestion control detecting congestion or overload during communication
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
Abstract
本申请提供一种数据处理方法及装置,涉及通信技术领域,能够提高目标网元的分析结果的准确性。该方法包括:数据分析网元接收来自请求者的分析请求,在收到分析请求之后,数据分析网元根据分析请求,获取目标网元的负荷数据,再根据获取到的负荷数据,生成目标网元的分析结果,向请求者发送分析结果。其中,分析请求包括目标网元的信息,负荷数据包括业务负荷信息。该方法应用在网元负荷分析过程中。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种数据处理方法及装置。
背景技术
第五代(5th generation,5G)移动通信技术的拓扑结构复杂,为了保障网络性能和业务体验,5G移动通信技术引入网络数据分析功能(network data analyticsfunction,NWDAF)。NWDAF接收请求者的分析请求,再收集目标网络功能(networkfunction,NF)实例的资源数据。NWDAF对收集的数据进行分析,得到分析结果。
现有的针对NF实例的资源数据进行分析的方法不准确。
发明内容
本申请实施例提供一种数据处理方法及装置,能够提高目标网元的分析结果的准确性。
为达到上述目的,本申请实施例采用如下技术方案:
第一方面,本申请提供一种数据处理方法,该方法可以由数据分析网元执行。该方法包括:数据分析网元接收来自请求者的分析请求,在收到分析请求之后,数据分析网元根据分析请求,获取目标网元的负荷数据,再根据获取到的负荷数据,生成目标网元的分析结果,向请求者发送分析结果。其中,分析请求包括目标网元的信息,负荷数据包括业务负荷信息。
本申请提供的数据处理方法,数据分析网元接收来自请求者的分析请求,根据分析请求,获取目标网元的负荷数据,获取到负荷数据之后,再根据负荷数据,生成目标网元的分析结果,向请求者发送分析结果。其中,分析请求包括目标网元的信息,负荷数据包括业务负荷信息。相对于现有技术中,数据分析网元仅能够获取目标网元的资源数据,为请求者提供目标网元的资源分析结果,分析结果无法准确示出目标网元的负荷状态,分析结果的准确性差。本申请实施例数据处理方法能够获取目标网元的负荷数据,负荷数据包括业务负荷信息。与目标网元的资源数据相比,负荷数据更能够准确的表征目标网元的负荷状态。基于负荷数据所得到的分析结果,能够精确的呈现目标网元的负荷状态,准确性高。
在一种可能的设计中,业务负荷信息至少包括业务负荷、业务负荷上限和业务负荷比例中的至少一个。其中,业务负荷可以是目标网元的关键性能指标KPI。不同网元所对应的KPI不同。在目标网元属于一个网络切片时,目标网元的业务负荷就是整个目标网元的KPI。以会话管理功能SMF为例,SMF的KPI可以是连接状态的会话平均数。在目标网元属于多个网络切片时,负荷数据也可以是目标网元与网络切片相关的业务负荷,即目标网元属于该网络切片的业务负荷。以接入与移动性管理功能AMF为例,目标网元属于网络切片的KPI可以为:注册用户平均数按照网络切片划分后的统计结果。
在一种可能的设计中,分析结果包括目标网元的业务负荷信息的平均值和业务负荷信息的峰值中的至少一个。
在一种可能的设计中,本申请提供的数据处理方法还包括:
数据分析网元根据分析请求,获取目标网元的过载信息;
数据分析网元根据过载信息,生成目标网元的过载分析结果;
数据分析网元向请求者发送过载分析结果。
如此,数据分析网元基于分析请求,还能够对目标网元的过载状况进行分析,以为请求者提供过载分析结果,使得分析结果更准确、更全面。
在一种可能的设计中,过载分析结果包括目标网元发生过载的概率。
在一种可能的设计中,负荷数据还包括资源负荷信息,分析结果还包括目标网元的资源负荷信息的平均值和资源负荷信息的峰值中的至少一个。其中,资源负荷信息包括资源负荷和资源负荷上限中的至少一个。资源负荷表示目标网元实际占用的资源,如中央处理器CPU的运行状态、内存的占用状态。资源负荷上限表示目标网元最大允许占用的资源,如最大可占用的内存。
在一种可能的设计中,分析请求还包括网络切片信息;负荷数据为网络切片对应的负荷数据。
在一种可能的设计中,目标网元属于多个网络切片,目标网元包括公共模块,公共模块用于处理多个网络切片的业务。本申请提供的数据处理方法还包括:
数据分析网元根据多个切片对应的业务负荷信息和公共模块的资源负荷信息,获取公共模块属于网络切片信息对应的网络切片的资源负荷信息。
如此,在分析请求中包括网络切片信息时,即使目标网元属于多个网络切片,数据分析网元也能够基于多个切片对应的业务负荷信息和公共模块的资源负荷信息,来确定目标网元中公共模块属于网络切片信息对应的网络切片的资源负荷信息,以为请求者提供目标网元属于网络切片的资源的分析结果。
在一种可能的设计中,目标网元还包括多个专有模块,多个专有模块用于分别处理多个网络切片的业务。资源负荷信息包括网络切片信息对应的网络切片的专有模块的资源负荷信息和多个切片的公共模块的资源负荷信息。本申请提供的数据处理方法还包括:
数据分析网元根据专有模块的资源负荷信息和公共模块属于网络切片信息对应的网络切片的资源负荷信息,获取属于网络切片信息对应的网络切片的资源负荷信息。
如此,在分析请求中包括网络切片信息时,目标网元中的专有模块和公共模块均能够处理网络切片信息所对应的网络切片的业务,数据分析网元也能够基于专有模块的资源负荷信息和公共模块属于网络切片信息对应的网络切片的资源负荷信息,来确定目标网元属于网络切片信息对应的网络切片的资源负荷信息,以为请求者提供目标网元属于网络切片的资源的分析结果。
在一种可能的设计中,业务负荷信息包括服务质量流相关的负荷数据。
在一种可能的设计中,服务质量流相关的负荷数据包括以下信息中的一种或多种:服务质量流数据、服务质量流性能测量数据、目标网元与服务质量流相关的业务负荷占服务质量流最大业务负荷的比值。
在一种可能的设计中,业务负荷信息包括目标网元的业务类型的服务质量流相关的负荷数据;分析结果包括目标网元的业务类型的服务质量流相关的负荷数据的平均值、负荷数据的峰值中的至少一个。
在一种可能的设计中,业务负荷信息包括目标网元的多种业务类型的服务质量流相关的负荷数据;分析结果包括:目标网元在多种业务类型、不同业务负荷比例的条件下,业务负荷信息的平均值、业务负荷信息的峰值中的至少一个。
在一种可能的设计中,数据分析网元根据分析请求,获取目标网元的负荷数据,包括:
数据分析网元根据分析请求,从操作管理和维护OAM获取历史负荷数据,其中,历史负荷数据包括业务负荷、业务负荷上限和服务质量流性能测量数据中的一种或多种。
如此,数据分析网元可以从OAM中获取目标网元的历史负荷数据,例如:业务负荷、业务负荷上限和服务质量流性能测量数据等,以基于获取到的历史负荷数据进行分析,得到分析结果。
在一种可能的设计中,数据分析网元根据分析请求,获取目标网元的负荷数据,包括:
数据分析网元根据分析请求,从网络仓库功能NRF获取当前负荷数据,其中,当前负荷数据包括业务负荷比例和目标网元与服务质量流相关的负荷占服务质量流最大业务负荷的比值中的至少一个。
如此,数据分析网元可以从NRF中获取目标网元的当前负荷数据,例如:业务负荷比例、目标网元与服务质量流相关的负荷占服务质量流最大业务负荷的比值等,以基于获取到的当前负荷数据进行分析,得到分析结果。
第二方面,本申请提供一种通信方法,该方法可以由请求者所对应的网元执行。该方法包括:请求者向数据分析网元发送分析请求之后,接收来自数据分析网元的分析结果,根据分析结果,进行处理操作。其中,分析请求包括目标网元的信息。
如此,请求者接收来自数据分析网元的分析结果,由于分析结果能够精确的呈现目标网元的负荷状态,准确性高。请求者即可基于准确性更高的分析结果,进行处理操作,如网络功能选择、网络路径选择、网络资源调整等,大大降低网元过载的概率。
在一种可能的设计中,根据分析结果,进行处理操作,包括:根据分析结果选择目标网元。例如,选择负荷满足要求的目标网元和/或选择资源状况满足要求的目标网元。
在一种可能的设计中,目标网元可以是用户面功能网元,请求者可以是会话管理功能网元。
第三方面,本申请提供一种数据处理装置,该装置可以为上述第一方面中的数据分析网元。该装置包括处理单元、接收单元和发送单元。具体的,接收单元,用于接收来自请求者的分析请求,分析请求包括目标网元的信息。接收单元,还用于根据分析请求,获取目标网元的负荷数据,负荷数据包括业务负荷信息。处理单元,用于根据负荷数据,生成目标网元的分析结果。发送单元,用于向请求者发送分析结果。
在一种可能的设计中,业务负荷信息至少包括业务负荷、业务负荷上限和业务负荷比例中的至少一个。
在一种可能的设计中,分析结果包括目标网元的业务负荷信息的平均值和业务负荷信息的峰值中的至少一个。
在一种可能的设计中,接收单元,还用于根据分析请求,获取目标网元的过载信息;
处理单元,还用于根据过载信息,生成目标网元的过载分析结果;
发送单元,还用于向请求者发送过载分析结果。
在一种可能的设计中,过载分析结果包括目标网元发生过载的概率。
在一种可能的设计中,负荷数据还包括资源负荷信息,分析结果还包括目标网元的资源负荷信息的平均值和资源负荷信息的峰值中的至少一个。
在一种可能的设计中,分析请求还包括网络切片信息;负荷数据为网络切片对应的负荷数据。
在一种可能的设计中,目标网元属于多个网络切片,目标网元包括公共模块,公共模块用于处理多个网络切片的业务;
处理单元,还用于根据多个切片对应的业务负荷信息和公共模块的资源负荷信息,获取公共模块属于网络切片信息对应的网络切片的资源负荷信息。
在一种可能的设计中,目标网元还包括多个专有模块,多个专有模块用于分别处理多个网络切片的业务;
资源负荷信息包括网络切片信息对应的网络切片的专有模块的资源负荷信息和多个切片的公共模块的资源负荷信息;
处理单元,还用于根据专有模块的资源负荷信息和公共模块属于网络切片信息对应的网络切片的资源负荷信息,获取属于网络切片信息对应的网络切片的资源负荷信息。
在一种可能的设计中,业务负荷信息包括服务质量流相关的负荷数据。
在一种可能的设计中,服务质量流相关的负荷数据包括以下信息中的一种或多种:服务质量流数据、服务质量流性能测量数据、目标网元与服务质量流相关的业务负荷占服务质量流最大业务负荷的比值。
在一种可能的设计中,业务负荷信息包括目标网元的业务类型的服务质量流相关的负荷数据;分析结果包括目标网元的业务类型的服务质量流相关的负荷数据的平均值、负荷数据的峰值中的至少一个。
在一种可能的设计中,业务负荷信息包括目标网元的多种业务类型的服务质量流相关的负荷数据;分析结果包括:目标网元在多种业务类型、不同业务负荷比例的条件下,业务负荷信息的平均值、业务负荷信息的峰值中的至少一个。
在一种可能的设计中,接收单元,用于根据分析请求,获取目标网元的负荷数据,具体为:根据分析请求,从操作管理和维护OAM获取历史负荷数据,其中,历史负荷数据包括业务负荷、业务负荷上限和服务质量流性能测量数据中的一种或多种。
在一种可能的设计中,接收单元,用于根据分析请求,获取目标网元的负荷数据,具体为:根据分析请求,从网络仓库功能NRF获取当前负荷数据,其中,当前负荷数据包括业务负荷比例和目标网元与服务质量流相关的负荷占服务质量流最大业务负荷的比值中的至少一个。
第四方面,本申请提供一种通信装置,该装置可以为上述第二方面中的请求者所对应的网元。该装置包括处理单元、接收单元和发送单元。具体的,发送单元,用于向数据分析网元发送分析请求,分析请求包括目标网元的信息;接收单元,用于接收来自数据分析网元的分析结果;处理单元,用于根据分析结果,进行处理操作。
在一种可能的设计中,处理单元,用于根据分析结果,进行处理操作,具体为:根据分析结果选择目标网元。例如,选择负荷满足要求的目标网元和/或选择资源状况满足要求的目标网元。
在一种可能的设计中,目标网元可以是用户面功能网元,请求者可以是会话管理功能网元。
第五方面,本申请提供一种数据处理装置,用于实现上述第一方面中数据分析网元的功能,或用于实现上述第二方面中请求者的功能。
第六方面,本申请提供一种数据处理装置,该装置具有实现上述任一方面中任一项的数据处理方法的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。
第七方面,本申请提供一种数据处理装置,包括:处理器和存储器;该存储器用于存储计算机执行指令,当该数据处理装置运行时,该处理器执行该存储器存储的该计算机执行指令,以使该数据处理装置执行如上述任一方面中任一项的数据处理方法。
第八方面,本申请提供一种数据处理装置,包括:处理器;处理器用于与存储器耦合,并读取存储器中的指令之后,根据指令执行如上述任一方面中任一项的数据处理方法。
第九方面,本申请提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机可以执行上述任一方面中任一项的数据处理方法。
第十方面,本申请提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机可以执行上述任一方面中任一项的数据处理方法。
第十一方面,本申请提供一种电路系统,电路系统包括处理电路,处理电路被配置为执行如上述任一方面中任一项的数据处理方法。
第十二方面,本申请提供一种芯片,芯片包括处理器,处理器和存储器耦合,存储器存储有程序指令,当存储器存储的程序指令被处理器执行时实现上述任一方面任意一项的数据处理方法。
第十三方面,本申请提供一种通信系统,通信系统包括上述各个方面中任一方面中的数据分析网元和任一方面中的请求者所对应的网元,以及目标网元。
其中,第二方面至第十三方面中任一种设计方式所带来的技术效果可参见第一方面中不同设计方式所带来的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种网络架构图;
图2为本申请实施例提供的一种系统架构图;
图3为本申请实施例提供的一种数据处理方法流程图;
图4为本申请实施例提供的一种生成关于资源的分析结果的方法流程图;
图5为本申请实施例提供的又一种生成关于资源的分析结果的方法流程图;
图6为本申请实施例提供的一种数据处理方法流程图;
图7为本申请实施例提供的又一种数据处理方法流程图;
图8为本申请实施例提供的再一种数据处理方法流程图;
图9为本申请实施例提供的一种获取服务质量流数据的方法流程图;
图10为本申请实施例提供的一种数据处理方法流程图;
图11为本申请实施例提供的又一种数据处理方法流程图;
图12为本申请实施例提供的一种生成过载分析结果的方法流程图;
图13为本申请实施例提供的一种数据处理装置的结构示意图;
图14为本申请实施例提供的又一种数据处理装置的结构示意图。
具体实施方式
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象,或者用于区别对同一对象的不同处理,而不是用于描述对象的特定顺序。此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
为了使得本申请实施例更加的清楚,首先对本申请实施例中涉及到的相关技术作简单介绍。
网络切片(network slice,NS):
由于不同的通信业务对网络性能的需求存在显著的区别,第三代合作伙伴项目(3rd generation partnership project,3GPP)提出的第五代(5th generation,5G)移动通信技术引入了NS,以满足不同通信业务对网络性能的差异化需求。NS是在物理或者虚拟的网络基础设施上,根据不同的服务需求定制化的逻辑网络。网络切片可以是一个包括了终端、接入网、传输网、核心网和应用服务器的完整的端到端网络,能够提供完整的通信服务,具有一定网络能力。网络切片也可以是上述终端、接入网、传输网、核心网和应用服务器的任意组合。
通常,NS以网络切片作为服务(network slice as a service,NSaaS)方式提供给客户。例如,运营商创建一个网络切片实例,以向第三方提供服务,其中,第三方可以包括企业、互联网服务提供商、运营商等。NS使用单个网络切片选择辅助信息(single networkslice selection assistance information,S-NSSAI)来标识。
网络切片实例(network slice instance,NSI):
NSI是对NS的实例化,即是一个真实运行的逻辑网络,能满足一定网络特性或服务需求。一个NSI可以提供一种或多种服务。NSI可以由网络切片管理功能设备创建,一个网络切片管理功能设备可以创建多个NSI,同时对它们进行管理,包括但不限于在NSI运行过程中的性能监视和故障管理等。当多个NSI共存时,NSI之间可以共享部分网络资源和网络功能。NSI可以从网络切片模板创建,也可以不从网络切片模板创建。通常,NSI采用网络切片实例标识(network slice instance identity,NSI-ID)来标识。
网络功能(network function,NF):
NF是网络中的一种处理功能,定义了功能性的行为和接口。NF可以通过专用硬件实现,也可以通过在专用硬件上运行软件实现,也可以在通用的硬件平台上以虚拟功能的形式实现。因此,从实现的角度,可以将NF分为物理网络功能和虚拟网络功能。从使用的角度,NF可以分为专属网络功能和共享网络功能。具体地,对于多个网络切片实例/网络切片子网实例而言,可以独立地使用不同的网络功能,这种网络功能称为专属网络功能,也可以共享同一个网络功能,这种网络功能称为共享网络功能。
网络数据分析功能(network data analytics function,NWDAF):
为了保障网络性能和业务体验,5G移动通信技术引入NWDAF。NWDAF可以从各个网络功能(network function,NF)、应用功能(application function,AF)、运行管理和维护(operation administration and maintenance,OAM)收集数据,进行网络功能分析和预测。在第三代合作伙伴计划(3rd generation partnership project,3GPP)技术规范(technical specification,TS)中,NWDAF使用事件订阅的方式从NF、AF和OAM系统采集数据,从数据仓库检索信息,基于NF、AF或OAM的需求,提供相应的网络功能分析和预测结果。
其中,NF可以包括接入与移动性管理功能(access and mobility managementfunction,AMF)、会话管理功能(session management function,SMF)、策略控制功能(policy control function,PCF)、用户数据管理(unified data management,UDM)、网络能力开放功能(network exposure function,NEF)、用户面功能(user plane function,UPF)。
其中,OAM可以包括网络管理系统(network management system,NMS)。
其中,数据仓库可以包括用户相关信息仓库(unified data repository,UDR)、网络功能信息仓库(network repository function,NRF)、网络切片选择功能(networkslice selection function,NSSF)。
NWDAF可以作为一种数据分析网元。参见图1,图1示出了NWDAF在网络架构中的位置。NWDAF可以从NRF、OAM、NEF和SMF获取数据,以生成分析结果。其中,NEF能够管理AF。示例性的,参见图1,一个NEF可以管理一个AF。虚线框表示网络切片。一个网络切片可以独自使用一些网络功能,如每个网络切片中均存在各自的SMF和UPF。示例性的,参见图1,在第一网络切片中存在一个SMF和该SMF所管理的一个UPF,在第二个网络切片中存在一个SMF和该SMF所管理的两个UPF。多个网络切片可以共享使用一些网络功能,如AMF和PCF。
NWDAF作为数据分析网元,仅能够收集资源数据,再对资源数据进行分析,以得到关于资源的分析结果。以NF的资源数据为例,NF的资源数据是表征该NF整体的资源状态,与业务类型和网络切片均不相关。分析结果是基于NF的资源数据得到的,如此,分析结果也就无法正确的示出该NF实例的真实的负荷状态,降低分析结果的准确性。
有鉴于此,本申请实施例提供了一种数据处理方法,本申请实施例提供的数据处理方法可以适用于如图2所示的数据处理系统。参见图2,该系统包括请求者、数据分析网元、NRF和OAM。其中,请求者能够与数据分析网元进行信息交互,如请求者向数据分析网元发送分析请求,其中,分析请求中包括目标网元的信息。请求者能够接收来自数据分析网元的分析结果,其中,分析结果为关于目标网元的分析结果。数据分析网元能够从NRF、OAM收集数据。数据分析网元还能够从目标网元或与目标网元的业务处理相关的网元收集数据。其中,数据分析网元可以为NWDAF。目标网元可以是UPF,与目标网元的业务处理相关的网元可以是管理目标网元的网元,如管理UPF的SMF。(目标网元、与目标网元的业务处理相关的网元在图2中均未示出)。
本申请实施例提供一种数据处理方法,该方法应用在网元负荷分析过程中。
参见图3,本申请实施例的数据处理方法可以包括S301至S305:
S301、请求者向数据分析网元发送分析请求。
相应的,数据分析网元接收来自请求者的分析请求。
其中,请求者可以是NF,请求者也可以是AF,请求者还可以是OAM。
其中,数据分析网元能够基于分析请求,收集数据,为请求者提供相应的分析结果。示例性的,数据分析网元可以是NWDAF。
其中,分析请求可以包括目标网元的信息,以请求分析目标网元的状况。目标网元的信息可以是目标网元的标识。示例性的,目标网元的标识可以是目标UPF实例标识,以请求分析该目标UPF实例标识所对应的网元的状况。目标网元的数量可以是一个,也可以是多个。目标网元的信息还可以是目标网元的类型。示例性的,目标网元的类型可以为UPF,以请求分析所有UPF网元的状况。
分析请求还可以包括网络切片信息,以请求分析目标网元属于某一网络切片的状况。其中,网络切片信息可以是网络切片标识,如S-NSSAI或NSI-ID。在分析请求中包括网络切片信息时,数据分析网元在执行S302时,所获取到的负荷数据均是关于网络切片对应的负荷数据。
需要说明的是,分析请求可以是查询式的分析请求,也可以是订阅式的分析请求。若分析请求为查询式请求,则数据分析网元为请求者提供一次性分析结果。若分析请求为订阅式请求,则数据分析网元为请求者提供分析结果之后,在负荷数据发生变化时,对变化后的负荷数据进行分析,得到新的分析结果,或者按照请求者的要求定期对负荷数据进行分析,得到新的分析结果,以发送给请求者,直至订阅式的分析请求被取消。其中,关于查询式的分析请求和订阅式的分析请求均可参见现有技术,这里不再赘述。
S302、数据分析网元根据分析请求,获取目标网元的负荷数据。
其中,负荷数据可以包括业务负荷信息,以使数据分析网元生成关于负荷的分析结果。负荷数据还可以包括资源负荷信息,以使数据分析网元生成关于资源的分析结果。
作为第一种可能的实现方式,负荷数据包括业务负荷信息。业务负荷信息至少包括业务负荷、业务负荷上限和业务负荷比例中的至少一个。例如,业务负荷信息可以包括业务负荷、业务负荷上限和业务负荷比例三者中的任一个,也可以包括业务负荷、业务负荷上限和业务负荷比例三者中的任两个,还可以包括业务负荷、业务负荷上限和业务负荷比例。
其中,业务负荷可以是目标网元的关键性能指标(key performance indicators,KPI)。不同网元所对应的KPI不同。在目标网元属于一个网络切片时,目标网元的业务负荷就是整个目标网元的KPI。以SMF为例,SMF的KPI可以是连接状态的会话平均数。在目标网元属于多个网络切片时,负荷数据也可以是目标网元与网络切片相关的业务负荷,即目标网元属于该网络切片的业务负荷。以AMF为例,目标网元属于网络切片的KPI可以为:注册用户平均数按照网络切片划分后的统计结果。
其中,业务负荷上限是业务负荷的最大值。无论目标网元属于一个网络切片,还是属于多个网络切片,目标网元的业务负荷上限是以下两者的较小值:第一、目标网元能够使用的资源所支持的业务负荷的最大值;第二、目标网元所属目标网络切片所能够配置的业务负荷的最大值,例如,目标网络切片在目标网元的服务区域内支持的注册用户最大数。其中,目标网络切片是分析请求中网络切片信息所对应的切片。
其中,业务负荷比例可以是目标网元的业务负荷占最大业务负荷的比值。当目标网元专属于某一网络切片时,业务负荷比例可以是目标网元的业务负荷占该目标网元的最大业务负荷的比值。当目标网元属于多个网络切片时,业务负荷比例可以是目标网元属于某一网络切片的业务负荷占该网络切片最大业务负荷的比值。这里,目标网元属于哪一网络切片的业务负荷,可以由分析请求中的网络切片信息确定。
如此,在负荷数据包括业务负荷信息时,数据分析网元可以基于业务负荷信息,对目标网元的负荷进行分析,以生成关于负荷的分析结果,以使请求者基于负荷的分析结果,选择负荷较小的网元。例如,在接入和移动管理功能AMF作为请求者时,AMF基于分析结果选择当前负荷较小的会话管理功能SMF,以避免SMF过载。
业务负荷信息还包括服务质量流(quality of service flow,QoS Flow)相关的负荷数据。其中,服务质量流相关的负荷数据包括以下信息中的一种或多种:服务质量流数据、服务质量流性能测量数据、目标网元与服务质量流相关的业务负荷占服务质量流最大业务负荷的比值。
其中,服务质量流数据可以包括服务质量(quality of service,QoS)配置、QoS参数、QoS特征等。其中,服务质量流数据可以分为不同业务类型的服务质量流数据。例如,服务质量流数据可以分为保证带宽质量的服务质量流(guaranteed bit rate quality ofservice flow,GBR QoS Flow)、保证带宽和时延敏感质量的服务质量流(latency-critical GBR QoS Flow)、不保证带宽质量的业务流(non-GBR QoS Flow)三种业务类型的服务质量流数据。另外,服务质量流数据还可以使用不同的服务质量类标识(QoS classifyindicator,QCI)或第五代通信服务质量标识(5G QoS indicator,5QI),以便于在更细的粒度上划分业务类型,如不同QCI的服务质量流数据、不同5QI的服务质量流数据。
其中,服务质量流性能测量数据可以包括以下信息中的一种或多种:服务质量流的建立数量、服务质量流的释放数量、关于服务质量流的可持续性的信息。
其中,关于“目标网元与服务质量流相关的业务负荷占服务质量流最大业务负荷的比值”的说明,这里以保证带宽和时延类型的业务为例,服务质量流最大业务负荷可以是:该业务最大转发速度为1000Mbps。某个UPF支持该业务,目前已为此种类型的服务质量流分配了600Mbps。此时,比值即为60%。
需要说明的是,业务负荷信息可以包括某一种业务类型的服务质量流相关的负荷数据,例如,业务负荷信息可以是某一种业务类型的服务质量流相关的负荷数据。此时,数据分析网元对该种业务类型的服务质量流相关的负荷数据进行分析,生成目标网元的分析结果。分析结果则为一种业务类型的负荷分析结果,具体可以包括该业务类型的服务质量流相关的业务数据信息的平均值,也可以包括该业务类型的服务质量流相关的业务数据信息的峰值,还可以包括该业务类型的服务质量流相关的业务数据信息的平均值和峰值。
业务负荷信息也可以包括多种业务类型的服务质量流相关的负荷数据。此时,数据分析网元对多种业务类型的服务质量流相关的负荷数据进行分析,生成目标网元的分析结果。分析结果则为多种业务类型在不同业务负荷比例下的负荷分析结果。例如,两种业务类型在业务负荷比例为2:8时的业务负荷信息的平均值和峰值。类似的,多种业务类型在不同业务负荷比例下的负荷分析结果可以包括业务负荷信息的平均值,也可以包括业务负荷信息的峰值,还可以包括业务负荷信息的平均值和峰值。如此,业务负荷信息可以包括一种业务类型的服务质量流相关的负荷数据,也可以包括多种业务类型的服务质量流相关的负荷数据,以满足请求者在不同场景下的分析需求,为请求者提供多种分析结果。
作为第二种可能的实现方式,负荷数据还包括资源负荷信息,以使数据分析网元对目标网元的资源状况进行分析。其中,资源负荷信息包括资源负荷和资源负荷上限中的至少一个。资源负荷表示目标网元实际占用的资源,如中央处理器(central processingunit/processor,CPU)的运行状态、内存的占用状态。资源负荷上限表示目标网元最大允许占用的资源,如最大可占用的内存。
在目标网元属于一个网络切片时,目标网元的属于这个网络切片的资源负荷与目标网元自身作为一个整体的资源负荷相同。目标网元的属于这个网络切片的资源负荷上限与目标网元自身作为一个整体的资源负荷上限相同。
在目标网元属于多个网络切片时,目标网元可以包括专属模块和公共模块,公共模块用于处理目标网元所属的多个网络切片的业务。示例性的,公共模块可以是网络收发模块或业务分发模块。一个专有模块只用于处理多个网络切片中某一网络切片的业务。示例性的,专有模块可以是信令处理模块,专有模块的数量可以是一个,也可以是多个。目标网元可以包括一个专有模块,以处理目标网元所属的多个网络切片中某一网络切片的业务。目标网元也可以包括两个专有模块,以分别处理目标网元所属的多个网络切片中某一个网络切片的业务。目标网元也可以包括多个专有模块,即多个网络切片中的每一网络切片均对应一个专有模块。
参见图4,在分析请求包括网络切片信息时,本申请实施例数据处理方法还能够对目标网元属于网络切片的资源状况进行分析,若网络切片信息所对应的网络切片的业务仅由公共模块处理,数据分析网元在执行S301之后,还可以执行S401,再执行S303:
S401、数据分析网元根据多个切片对应的业务负荷信息和公共模块的资源负荷信息,获取公共模块属于网络切片信息对应的网络切片的资源负荷信息。
示例性的,每个切片对应的业务负荷信息可以是每个网络切片所接入的注册用户数。公共模块的资源负荷信息可以是该公共模块所占用的资源量。公共模块属于网络切片信息对应的网络切片的资源负荷信息满足如下公式:
其中,A1表示公共模块属于网络切片信息对应的网络切片的资源负荷信息,B1表示公共模块的资源负荷信息,n表示目标网元所属的网络切片的数量,k表示网络切片信息所对应的网络切片,x1表示n个网络切片中目标网元的属于第一个网络切片的业务负荷信息,x2表示n个网络切片中目标网元的属于第二个网络切片的业务负荷信息,xn表示n个网络切片中目标网元的属于第n个网络切片的业务负荷信息,xk表示n个网络切片中目标网元的属于第k个网络切片的业务负荷信息。
如此,在分析请求中包括网络切片信息时,即使目标网元属于多个网络切片,数据分析网元也能够基于多个切片对应的业务负荷信息和公共模块的资源负荷信息,来确定目标网元中公共模块属于网络切片信息对应的网络切片的资源负荷信息,以为请求者提供目标网元属于网络切片的资源的分析结果。
若网络切片信息所对应的网络切片的业务由专有模块和公共模块处理,参见图5,数据分析网元在执行S301之后,还可以执行S401和S402,再执行S303:
S401、数据分析网元根据多个切片对应的业务负荷信息和公共模块的资源负荷信息,获取公共模块属于网络切片信息对应的网络切片的资源负荷信息。
S402、数据分析网元根据专有模块的资源负荷信息和公共模块属于网络切片信息对应的网络切片的资源负荷信息,获取目标网元属于网络切片信息对应的网络切片的资源负荷信息。
示例性的,目标网元属于网络切片信息对应的网络切片的资源负荷信息满足如下公式:
其中,A表示目标网元属于网络切片信息对应的网络切片的资源负荷信息,A1表示公共模块属于网络切片信息对应的网络切片的资源负荷信息,A2表示专有模块属于网络切片信息对应的网络切片的资源负荷信息,B1表示公共模块的资源负荷信息,n表示目标网元所属的网络切片的数量,k表示网络切片信息所对应的网络切片,x1表示n个网络切片中目标网元的属于第一个网络切片的业务负荷信息,x2表示n个网络切片中目标网元的属于第二个网络切片的业务负荷信息,xn表示n个网络切片中目标网元的属于第n个网络切片的业务负荷信息,xk表示n个网络切片中目标网元的属于第k个网络切片的业务负荷信息。
如此,在分析请求中包括网络切片信息时,目标网元中的专有模块和公共模块均能够处理网络切片信息所对应的网络切片的业务,数据分析网元也能够基于专有模块的资源负荷信息和公共模块属于网络切片信息对应的网络切片的资源负荷信息,来确定目标网元属于网络切片信息对应的网络切片的资源负荷信息,以为请求者提供目标网元属于网络切片的资源的分析结果。
需要说明的是,在目标网元属于多个网络切片时,资源负荷表示目标网元中的专有模块或公共模块在业务处理过程中实际占用的资源。资源负荷上限表示目标网元中的专有模块或公共模块在业务处理过程中允许占用的最大资源。在公式(1)中的A1和B1均表示资源负荷时,基于公式(1)能够确定公共模块属于网络切片信息对应的网络切片的资源负荷。在公式(1)中的A1和B1均表示资源负荷上限时,基于公式(1)能够确定公共模块属于网络切片信息对应的网络切片的资源负荷上限。类似的,在公式(2)中的A、A1、A2和B1均表示资源负荷时,基于公式(2)能够确定目标网元属于网络切片信息对应的网络切片的资源负荷。在公式(2)中的A、A1、A2和B1均表示资源负荷上限时,基于公式(2)能够确定目标网元属于网络切片信息对应的网络切片的资源负荷上限。
需要说明的是,负荷数据可以包括历史负荷数据和当前负荷数据中的至少一个。负荷数据不同,数据分析网元所执行的步骤不同。在负荷数据为历史负荷数据,且历史负荷数据为业务负荷、业务负荷上限和服务质量流性能测量数据中的一种或多种时,参见图6,S302具体可以实现为S3021:
S3021、数据分析网元根据分析请求,从操作管理和维护OAM获取历史负荷数据。
其中,OAM是能够进行网络管理的各种网络实体的统一称呼,OAM的主要功能包括:完成日常网络和业务的分析、预测、规划和配置工作;对网络及其业务的测试和故障管理的日常操作活动。OAM能够存储目标网元的历史负荷数据。
其中,历史负荷数据包括业务负荷、业务负荷上限和服务质量流性能测量数据中的一种或多种。
示例性的,数据分析网元向OAM发送历史负荷数据请求。其中,历史负荷数据请求包括目标网元的信息,也可以包括网络切片信息。OAM接收到历史负荷数据请求之后,向数据分析网元发送关于目标网元的历史负荷数据。若分析请求为查询式请求,则历史负荷数据请求为查询式请求,OAM向数据分析网元发送一次关于目标网元的历史负荷数据。参见图7,若分析请求为订阅式请求,则历史负荷数据请求为订阅式请求,OAM向数据分析网元发送一次关于目标网元的历史负荷数据之后,在每次目标网元的历史负荷数据发生变化时,或按照请求者所要求的时间间隔,在每间隔一定时间后,均会向数据分析网元发送一次关于目标网元的历史负荷数据,直至分析请求被取消。其中,关于查询式的历史负荷数据请求和订阅式的历史负荷数据请求均可参见现有技术,这里不再赘述。
如此,数据分析网元可以从OAM中获取目标网元的历史负荷数据,例如:业务负荷、业务负荷上限和服务质量流性能测量数据等,以基于获取到的历史负荷数据进行分析,得到分析结果。
在负荷数据为历史负荷数据,且历史负荷数据为服务质量流数据时,参见图8,S302具体可以实现为S3022:
S3022、数据分析网元根据分析请求,从管理目标网元的网元获取服务质量流数据。
示例性的,参见图9,SMF1作为请求者。在SMF1所发送的分析请求中,目标网元的信息为目标UPF实例标识。数据分析网元基于分析请求,向管理目标UPF的各个SMF收集服务质量流数据。例如,管理目标UPF的网元是SMF1和SMF2,数据分析网元可以从SMF1和SMF2收集关于目标UPF的服务质量流数据。
在负荷数据为历史负荷数据,且历史负荷数据为服务质量流数据时,参见图10,S302具体可以实现为S3023:
S3023、数据分析网元根据分析请求,从目标网元获取服务质量流数据。
示例性的,目标网元为目标UPF。参见图9,数据分析网元从目标UPF获取服务质量流数据。例如,数据分析网元通过目标UPF的服务化接口,收集服务质量流数据。
在负荷数据为当前负荷数据时,参见图11,S302具体可以实现为S3024:
S3024、数据分析网元根据分析请求,从网络仓库功能NRF获取当前负荷数据。
其中,NRF能够提供目标网元的当前负荷信息。
其中,当前负荷数据包括业务负荷比例和目标网元与服务质量流相关的负荷占服务质量流最大业务负荷的比值中的至少一个。
示例性的,数据分析网元向NRF发送当前负荷数据请求。其中,当前负荷数据请求包括目标网元的信息,也可以包括网络切片信息。NRF接收到当前负荷数据请求之后,向数据分析网元发送关于目标网元的当前负荷数据。若分析请求为查询式请求,则当前负荷数据请求为查询式请求,NRF向数据分析网元发送一次关于目标网元的当前负荷数据。参见图7,若分析请求为订阅式请求,则当前负荷数据请求为订阅式请求,NRF向数据分析网元发送一次关于目标网元的当前负荷数据之后,在每次目标网元的当前负荷数据发生变化时,或按照请求者所要求的时间间隔,在每间隔一定时间后,均会向数据分析网元发送一次关于目标网元的当前负荷数据,直至分析请求被取消。其中,关于查询式的当前负荷数据请求和订阅式的当前负荷数据请求均可参见现有技术,这里不再赘述。
如此,数据分析网元可以从NRF中获取目标网元的当前负荷数据,例如:业务负荷比例、目标网元与服务质量流相关的负荷占服务质量流最大业务负荷的比值等,以基于获取到的当前负荷数据进行分析,得到分析结果。
S303、数据分析网元根据负荷数据,生成目标网元的分析结果。
其中,分析结果与负荷数据的类型相对应。例如,若负荷数据包括业务负荷信息,则分析结果包括负荷分析结果。若负荷数据包括资源负荷信息,则分析结果包括资源分析结果。
作为第一种可能的实现方式,负荷数据包括业务负荷信息时,分析结果是关于负荷的分析结果。分析结果可以包括目标网元的业务负荷信息的平均值和业务负荷信息的峰值中的至少一个。例如,分析结果可以包括目标网元的业务负荷信息的平均值,也可以包括目标网元的业务负荷信息的峰值,还可以包括目标网元的业务负荷信息的平均值和峰值。
其中,业务负荷信息的平均值可以是业务负荷的平均值。
示例性的,数据分析网元能够获取目标网元在不同时刻的业务负荷。数据分析网元确定待分析的时间段。若该时间段为历史时间段,则数据分析网元计算目标网元在历史时间段的业务负荷的平均值。若该时间段为未来时间段,则数据分析网元基于所获取到的业务负荷的数据,确定目标网元的业务负荷的变化趋势,以预测目标网元在未来时间段的业务负荷的平均值。
示例性的,数据分析网元还可以采用回归算法,训练得到回归模型。回归模型可以是目标网元在不同业务类型、不同业务负荷比例下的回归模型。回归模型的自变量可以是服务质量流数据,也可以是服务质量流性能测量数据,还可以是服务质量流数据和服务质量流性能测量数据,回归模型的应变量为业务负荷。常用的回归算法包括:线性回归(linear regression)算法、逻辑回归(logistic regression)算法、多项式回归(polynomial regression)算法等,本申请实施例对回归算法不作限定。数据分析网元向回归模型中输入服务质量流数据或服务质量流性能测量数据,均能够得到业务负荷。
业务负荷信息的平均值也可以是业务负荷比例的平均值。示例性的,数据分析网元能够获取目标网元在不同时刻的业务负荷,将每一时刻的业务负荷除以该时刻的业务负荷上限,从而该得到该时刻的业务负荷比例。数据分析网元确定待分析的时间段。若该时间段为历史时间段,则数据分析网元基于获取到的数据,计算目标网元在历史时间段的业务负荷比例的平均值。若该时间段为未来时间段,则数据分析网元基于所获取到的数据,确定目标网元的业务负荷比例的变化趋势,以预测目标网元在未来时间段的业务负荷比例的平均值。
其中,业务负荷信息的峰值可以是业务负荷的峰值。示例性的,若数据分析网元确定历史时间段的业务负荷的峰值,则可以将该时间段内的业务负荷的最大值作为业务负荷的峰值。若数据分析网元预测未来时间段的业务负荷的峰值,则数据分析网元基于所获取到的业务负荷的数据,确定目标网元的业务负荷的变化趋势,以预测目标网元在未来时间段的业务负荷的峰值。
其中,业务负荷信息的峰值可以是业务负荷比例的峰值。示例性的,若数据分析网元确定历史时间段的业务负荷比例的峰值,则可以将该时间段内的业务负荷比例的最大值作为业务负荷比例的峰值。若数据分析网元预测未来时间段的业务负荷比例的峰值,则数据分析网元基于所获取到的业务负荷比例的数据,确定目标网元的业务负荷比例的变化趋势,以预测目标网元在未来时间段的业务负荷比例的峰值。
如此,数据分析网元能够为请求者提供关于业务负荷信息的平均值或峰值等负荷分析结果,以便于请求者基于负荷分析结果,选择负荷较小的网元。分析结果为目标网元在网络切片信息所对应切片内的分析结果时,由于分析结果考虑了不同网络切片对目标网元的影响,使得分析结果的准确性更高。分析结果为目标网元在不同业务类型、不同业务负荷比例下的分析结果时,由于分析结果充分考虑了不同业务类型对目标网元的影响,使得分析结果的准确性更高。请求者基于准确性更高的分析结果,在网络切片信息所对应切片内选择网元,大大降低了网元过载风险,避免网络震荡。
作为第二种可能的实现方式,分析结果还包括目标网元的资源负荷信息的平均值和资源负荷信息的峰值中的至少一个。例如,分析结果可以包括目标网元的资源负荷信息的平均值,也可以包括目标网元的资源负荷信息的峰值,还可以包括目标网元的资源负荷信息的平均值和峰值。
其中,资源负荷信息的平均值可以是资源负荷的平均值。示例性的,数据分析网元能够获取目标网元在不同时刻的资源负荷和不同业务类型的业务负荷。数据分析网元确定待分析的时间段。若该时间段为历史时间段,则数据分析网元基于所获取到的资源负荷的数据,计算目标网元在历史时间段的资源负荷的平均值。若该时间段为未来时间段,则数据分析网元计算不同业务类型的业务负荷的比例,训练获得在不同业务负荷比例时业务负荷和资源负荷平均值之间的回归模型,然后基于所获取到的不同业务类型的业务负荷的数据、资源负荷的数据和资源负荷上限,确定目标网元的资源负荷的变化趋势,以预测目标网元在未来时间段的资源负荷的平均值。
其中,资源负荷信息的峰值可以是资源负荷的峰值。示例性的,若数据分析网元确定历史时间段的资源负荷的峰值,则可以将该时间段内的资源负荷的最大值作为资源负荷的峰值。若数据分析网元预测未来时间段的资源负荷的峰值,则数据分析网元首先计算不同业务类型的业务负荷的比例,训练获得在不同业务负荷比例时业务负荷和资源负荷峰值之间的回归模型,然后数据分析网元基于所获取到的不同业务类型的业务负荷的数据、资源负荷的数据和资源负荷上限,确定目标网元的资源负荷的峰值的变化趋势,以预测目标网元在未来时间段的资源负荷的峰值。
如此,数据分析网元能够为请求者提供关于资源负荷信息的平均值或峰值等资源分析结果。在资源紧张时,以便于请求者提前进行资源扩容,保障业务体验。
需要说明的是,若分析请求为订阅式请求,则数据分析网元基于变化后的数据,或按照请求者所要求的时间间隔,在每间隔一定时间后,均会更新分析结果,直至分析请求被取消。
S304、数据分析网元向请求者发送分析结果。
相应的,请求者接收来自数据分析网元的分析结果。
需要说明的是,若分析请求为订阅式请求,则数据分析网元不断地向请求者发送更新后的分析结果,例如,通过订阅通知消息承载分析结果,数据分析网元以发送订阅通知消息的方式,向请求者发送分析结果,直至分析请求被取消。
本申请实施例提供的数据处理方法,数据分析网元接收来自请求者的分析请求,根据分析请求,获取目标网元的负荷数据,获取到负荷数据之后,再根据负荷数据,生成目标网元的分析结果,向请求者发送分析结果。其中,分析请求包括目标网元的信息,负荷数据包括业务负荷信息。相对于现有技术中,数据分析网元仅能够获取目标网元的资源数据,为请求者提供目标网元的资源分析结果,分析结果无法准确示出目标网元的负荷状态,分析结果的准确性差。本申请实施例数据处理方法能够获取目标网元的负荷数据,负荷数据包括业务负荷信息。与目标网元的资源数据相比,负荷数据更能够准确的表征目标网元的负荷状态。基于负荷数据所得到的分析结果,能够精确的呈现目标网元的负荷状态,准确性高。
S305、请求者根据分析结果,进行处理操作。
示例性的,请求者可以基于分析结果进行网络功能选择,在AMF作为请求者时,AMF基于分析结果选择当前负荷较小的SMF,以避免SMF过载。请求者可以基于分析结果进行网络路径选择,在SMF作为请求者时,SMF基于分析结果选择UPF和路径,以为终端建立数据连接。请求者可以基于分析结果进行网络资源调整,在OAM作为请求者时,OAM基于分析结果,可在资源紧张时提前进行资源扩容,以保障业务体验。
如此,请求者接收来自数据分析网元的分析结果,由于分析结果能够精确的呈现目标网元的负荷状态,准确性高。请求者即可基于准确性更高的分析结果,进行处理操作,如网络功能选择、网络路径选择、网络资源调整等,大大降低网元过载的概率。
另外,参见图12,本申请实施例提供的数据处理方法还能够对目标网元的过载状况进行分析,在步骤S301之后,本申请实施例数据处理方法还包括S306至S308:
S306、数据分析网元根据分析请求,获取目标网元的过载信息。
其中,过载信息可以包括历史过载信息,如目标网元发送过载事件信息、过载警告信息等。历史过载信息可以是数据分析网元从OAM获取的信息。
其中,过载信息可以包括当前过载信息,如目标网元当前是否发生过载的状态信息。当前过载信息是数据分析网元从NRF中获取的信息。
S307、数据分析网元根据过载信息,生成目标网元的过载分析结果。
其中,过载分析结果可以是目标网元发生过载的概率。
示例性的,数据分析网元依据历史过载信息中每次过载的时间,来确定待分析时间段内发生过载的时间长度,数据分析网元根据发生过载的时间长度占待分析时间段的比值,作为过载发生的概率,存储在过载分析结果中。或者,数据分析网元基于历史过载信息,确定过载发生概率的变化趋势,以预测未来时间段的过载发生的概率。
示例性的,当前过载信息能够记载目标网元是否发生过载。在待分析时间段内,数据分析网元确定从NRF中收集当前过载信息的总次数,以及过载发生的次数,确定过载发生的次数与收集当前过载信息的总次数的比值,作为目标网元发生过载的概率,存储在过载分析结果中。或者,数据分析网元基于过载的次数,确定过载发生概率的变化趋势,以预测未来时间段的过载发生的概率。
S308、数据分析网元向请求者发送过载分析结果。
相应的,请求者接收来自数据分析网元的过载分析结果。
如此,数据分析网元基于分析请求,还能够对目标网元的过载状况进行分析,以为请求者提供过载分析结果,使得分析结果更准确、更全面。
上述主要从不同网元之间交互的角度对本申请实施例提供的方案进行了介绍。可以理解的是,数据分析网元、请求者对应的网元为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。结合本申请中所公开的实施例描述的各示例的单元及算法步骤,本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能,但是这种实现不应认为超出本申请实施例的技术方案的范围。
本申请实施例可以根据上述方法示例对数据处理装置进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
图13示出了本申请实施例中提供的数据处理装置的一种示意性框图。该数据处理装置1300可以以软件的形式存在,也可以为设备,或者设备中的组件(比如芯片系统)。该数据处理装置1300包括:存储单元1301、处理单元1302和通信单元1303。
通信单元1303还可以划分为发送单元(并未在图13中示出)和接收单元(并未在图13中示出)。其中,发送单元,用于支持数据处理装置1300向其他网元发送信息。接收单元,用于支持数据处理装置1300从其他网元接收信息。
存储单元,用于存储装置1300的程序代码和数据,数据可以包括不限于原始数据或者中间数据等。
当数据处理装置作为数据处理网元时,接收单元,用于接收来自请求者的分析请求,分析请求包括目标网元的信息,还用于根据分析请求,获取目标网元的负荷数据,负荷数据包括业务负荷信息;处理单元,用于根据负荷数据,生成目标网元的分析结果;发送单元,用于向请求者发送分析结果;存储单元,用于存储负荷数据、分析结果。
在一种可能的设计中,业务负荷信息至少包括业务负荷、业务负荷上限和业务负荷比例中的至少一个。
在一种可能的设计中,分析结果包括目标网元的业务负荷信息的平均值和业务负荷信息的峰值中的至少一个。
在一种可能的设计中,接收单元,还用于根据分析请求,获取目标网元的过载信息;
处理单元,还用于根据过载信息,生成目标网元的过载分析结果;
发送单元,还用于向请求者发送过载分析结果。
在一种可能的设计中,过载分析结果包括目标网元发生过载的概率。
在一种可能的设计中,负荷数据还包括资源负荷信息,分析结果还包括目标网元的资源负荷信息的平均值和资源负荷信息的峰值中的至少一个。
在一种可能的设计中,分析请求还包括网络切片信息;负荷数据为网络切片对应的负荷数据。
在一种可能的设计中,目标网元属于多个网络切片,目标网元包括公共模块,公共模块用于处理多个网络切片的业务;
处理单元,还用于根据多个切片对应的业务负荷信息和公共模块的资源负荷信息,获取公共模块属于网络切片信息对应的网络切片的资源负荷信息。
在一种可能的设计中,目标网元还包括多个专有模块,多个专有模块用于分别处理多个网络切片的业务;
资源负荷信息包括网络切片信息对应的网络切片的专有模块的资源负荷信息和多个切片的公共模块的资源负荷信息;
处理单元,还用于根据专有模块的资源负荷信息和公共模块属于网络切片信息对应的网络切片的资源负荷信息,获取属于网络切片信息对应的网络切片的资源负荷信息。
在一种可能的设计中,业务负荷信息包括服务质量流相关的负荷数据。
在一种可能的设计中,服务质量流相关的负荷数据包括以下信息中的一种或多种:服务质量流数据、服务质量流性能测量数据、目标网元与服务质量流相关的业务负荷占服务质量流最大业务负荷的比值。
在一种可能的设计中,业务负荷信息包括目标网元的业务类型的服务质量流相关的负荷数据;分析结果包括目标网元的业务类型的服务质量流相关的负荷数据的平均值、负荷数据的峰值中的至少一个。
在一种可能的设计中,业务负荷信息包括目标网元的多种业务类型的服务质量流相关的负荷数据;分析结果包括:目标网元在多种业务类型、不同业务负荷比例的条件下,业务负荷信息的平均值、业务负荷信息的峰值中的至少一个。
在一种可能的设计中,接收单元,用于根据分析请求,获取目标网元的负荷数据,具体为:根据分析请求,从操作管理和维护OAM获取历史负荷数据,其中,历史负荷数据包括业务负荷、业务负荷上限和服务质量流性能测量数据中的一种或多种。
在一种可能的设计中,接收单元,用于根据分析请求,获取目标网元的负荷数据,具体为:根据分析请求,从网络仓库功能NRF获取当前负荷数据,其中,当前负荷数据包括业务负荷比例和目标网元与服务质量流相关的负荷占服务质量流最大业务负荷的比值中的至少一个。
当数据处理装置作为请求者时,发送单元,用于向数据分析网元发送分析请求,分析请求包括目标网元的信息;接收单元,用于接收来自数据分析网元的分析结果。处理单元,用于根据分析结果,进行处理操作。存储单元,用于存储分析结果。
其中,处理单元可以是处理器或控制器,例如可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。
通信单元可以是通信接口、收发器或收发电路等,其中,该通信接口是统称,在具体实现中,该通信接口可以包括多个接口,例如可以包括:终端和终端之间的接口和/或其他接口。
存储单元可以是存储器。
当处理单元为处理器,通信单元为通信接口,存储单元为存储器时,本申请实施例所涉及的数据处理装置1400可以为图14所示。
参阅图14所示,该装置1400包括:处理器1402、收发器1403、存储器1401。
其中,收发器1403可以为独立设置的发送器,该发送器可用于向其他设备发送信息,该收发器也可以为独立设置的接收器,用于从其他设备接收信息。该收发器也可以是将发送、接收信息功能集成在一起的部件,本申请实施例对收发器的具体实现不做限制。
可选的,装置1400还可以包括总线1404。其中,收发器1403、处理器1402以及存储器1401可以通过总线1404相互连接;总线1404可以是外设部件互连标准(peripheralcomponent interconnect,PCI)总线或扩展工业标准结构(extended industry standardarchitecture,EISA)总线等。所述总线1404可以分为地址总线、数据总线、控制总线等。为便于表示,图14中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本领域普通技术人员可以理解:在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,数字视频光盘(digital video disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络设备(例如终端)上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个功能单元独立存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (33)
1.一种数据处理方法,其特征在于,包括:
数据分析网元接收来自请求者的分析请求,所述分析请求包括目标网元的信息;
所述数据分析网元根据所述分析请求,获取所述目标网元的负荷数据,所述负荷数据包括业务负荷信息;
所述数据分析网元根据所述负荷数据,生成所述目标网元的分析结果;
所述数据分析网元向所述请求者发送所述分析结果。
2.根据权利要求1所述的数据处理方法,其特征在于,所述业务负荷信息至少包括业务负荷、业务负荷上限和业务负荷比例中的至少一个。
3.根据权利要求1或2所述的数据处理方法,其特征在于,所述分析结果包括所述目标网元的业务负荷信息的平均值和业务负荷信息的峰值中的至少一个。
4.根据权利要求1至3任一项所述的数据处理方法,其特征在于,所述方法还包括:
所述数据分析网元根据所述分析请求,获取所述目标网元的过载信息;
所述数据分析网元根据所述过载信息,生成所述目标网元的过载分析结果;
所述数据分析网元向所述请求者发送所述过载分析结果。
5.根据权利要求4所述的数据处理方法,其特征在于,所述过载分析结果包括所述目标网元发生过载的概率。
6.根据权利要求1至5中任一项所述的数据处理方法,其特征在于,所述负荷数据还包括资源负荷信息,所述分析结果还包括所述目标网元的资源负荷信息的平均值和资源负荷信息的峰值中的至少一个。
7.根据权利要求6所述的数据处理方法,其特征在于,所述分析请求还包括网络切片信息;
所述负荷数据为所述网络切片对应的负荷数据。
8.根据权利要求7所述的数据处理方法,其特征在于,所述目标网元属于多个网络切片,所述目标网元包括公共模块,所述公共模块用于处理所述多个网络切片的业务;
所述方法还包括:
所述数据分析网元根据所述多个切片对应的业务负荷信息和所述公共模块的资源负荷信息,获取所述公共模块属于所述网络切片信息对应的网络切片的资源负荷信息。
9.根据权利要求8所述的数据处理方法,其特征在于,所述目标网元还包括多个专有模块,所述多个专有模块用于分别处理所述多个网络切片的业务;
所述资源负荷信息包括所述网络切片信息对应的网络切片的专有模块的资源负荷信息和所述多个切片的公共模块的资源负荷信息;
所述方法还包括:
所述数据分析网元根据所述专有模块的资源负荷信息和所述公共模块属于所述网络切片信息对应的网络切片的资源负荷信息,获取属于所述网络切片信息对应的网络切片的资源负荷信息。
10.根据权利要求1至9任一项所述的数据处理方法,其特征在于,所述业务负荷信息包括服务质量流相关的负荷数据。
11.根据权利要求10所述的数据处理方法,其特征在于,所述服务质量流相关的负荷数据包括以下信息中的一种或多种:
服务质量流数据、服务质量流性能测量数据、所述目标网元与所述服务质量流相关的业务负荷占所述服务质量流最大业务负荷的比值。
12.根据权利要求10或11所述的数据处理方法,其特征在于,所述业务负荷信息包括所述目标网元的业务类型的服务质量流相关的负荷数据;所述分析结果包括所述目标网元的业务类型的服务质量流相关的负荷数据的平均值、负荷数据的峰值中的至少一个。
13.根据权利要求10或11所述的数据处理方法,其特征在于,所述业务负荷信息包括所述目标网元的多种业务类型的服务质量流相关的负荷数据;所述分析结果包括:所述目标网元在多种业务类型、不同业务负荷比例的条件下,业务负荷信息的平均值、业务负荷信息的峰值中的至少一个。
14.根据权利要求1至13任一项所述的数据处理方法,其特征在于,所述数据分析网元根据所述分析请求,获取所述目标网元的负荷数据,包括:
所述数据分析网元根据所述分析请求,从操作管理和维护OAM获取历史负荷数据,其中,所述历史负荷数据包括业务负荷、业务负荷上限和服务质量流性能测量数据中的一种或多种。
15.根据权利要求1至13任一项所述的数据处理方法,其特征在于,所述数据分析网元根据所述分析请求,获取所述目标网元的负荷数据,包括:
所述数据分析网元根据所述分析请求,从网络仓库功能NRF获取当前负荷数据,其中,所述当前负荷数据包括业务负荷比例和所述目标网元与服务质量流相关的负荷占所述服务质量流最大业务负荷的比值中的至少一个。
16.一种数据处理装置,其特征在于,包括:
接收单元,用于接收来自请求者的分析请求,所述分析请求包括目标网元的信息;
所述接收单元,还用于根据所述分析请求,获取所述目标网元的负荷数据,所述负荷数据包括业务负荷信息;
处理单元,用于根据所述负荷数据,生成所述目标网元的分析结果;
发送单元,用于向所述请求者发送所述分析结果。
17.根据权利要求16所述的数据处理装置,其特征在于,所述业务负荷信息至少包括业务负荷、业务负荷上限和业务负荷比例中的至少一个。
18.根据权利要求16或17所述的数据处理装置,其特征在于,所述分析结果包括所述目标网元的业务负荷信息的平均值和业务负荷信息的峰值中的至少一个。
19.根据权利要求16至18任一项所述的数据处理装置,其特征在于,
所述接收单元,还用于根据所述分析请求,获取所述目标网元的过载信息;
所述处理单元,还用于根据所述过载信息,生成所述目标网元的过载分析结果;
所述发送单元,还用于向所述请求者发送所述过载分析结果。
20.根据权利要求19所述的数据处理装置,其特征在于,所述过载分析结果包括所述目标网元发生过载的概率。
21.根据权利要求16至20中任一项所述的数据处理装置,其特征在于,所述负荷数据还包括资源负荷信息,所述分析结果还包括所述目标网元的资源负荷信息的平均值和资源负荷信息的峰值中的至少一个。
22.根据权利要求21所述的数据处理装置,其特征在于,所述分析请求还包括网络切片信息;
所述负荷数据为所述网络切片对应的负荷数据。
23.根据权利要求22所述的数据处理装置,其特征在于,所述目标网元属于多个网络切片,所述目标网元包括公共模块,所述公共模块用于处理所述多个网络切片的业务;
所述处理单元,还用于根据所述多个切片对应的业务负荷信息和所述公共模块的资源负荷信息,获取所述公共模块属于所述网络切片信息对应的网络切片的资源负荷信息。
24.根据权利要求23所述的数据处理装置,其特征在于,所述目标网元还包括多个专有模块,所述多个专有模块用于分别处理所述多个网络切片的业务;
所述资源负荷信息包括所述网络切片信息对应的网络切片的专有模块的资源负荷信息和所述多个切片的公共模块的资源负荷信息;
所述处理单元,还用于根据所述专有模块的资源负荷信息和所述公共模块属于所述网络切片信息对应的网络切片的资源负荷信息,获取属于所述网络切片信息对应的网络切片的资源负荷信息。
25.根据权利要求16至24任一项所述的数据处理装置,其特征在于,所述业务负荷信息包括服务质量流相关的负荷数据。
26.根据权利要求25所述的数据处理装置,其特征在于,所述服务质量流相关的负荷数据包括以下信息中的一种或多种:
服务质量流数据、服务质量流性能测量数据、所述目标网元与所述服务质量流相关的业务负荷占所述服务质量流最大业务负荷的比值。
27.根据权利要求25或26所述的数据处理装置,其特征在于,所述业务负荷信息包括所述目标网元的业务类型的服务质量流相关的负荷数据;所述分析结果包括所述目标网元的业务类型的服务质量流相关的负荷数据的平均值、负荷数据的峰值中的至少一个。
28.根据权利要求25或26所述的数据处理装置,其特征在于,所述业务负荷信息包括所述目标网元的多种业务类型的服务质量流相关的负荷数据;所述分析结果包括:所述目标网元在多种业务类型、不同业务负荷比例的条件下,业务负荷信息的平均值、业务负荷信息的峰值中的至少一个。
29.根据权利要求16至28任一项所述的数据处理装置,其特征在于,所述接收单元,用于根据所述分析请求,获取所述目标网元的负荷数据,具体为:根据所述分析请求,从操作管理和维护OAM获取历史负荷数据,其中,所述历史负荷数据包括业务负荷、业务负荷上限和服务质量流性能测量数据中的一种或多种。
30.根据权利要求16至28任一项所述的数据处理装置,其特征在于,所述接收单元,用于根据所述分析请求,获取所述目标网元的负荷数据,具体为:根据所述分析请求,从网络仓库功能NRF获取当前负荷数据,其中,所述当前负荷数据包括业务负荷比例和所述目标网元与服务质量流相关的负荷占所述服务质量流最大业务负荷的比值中的至少一个。
31.一种数据处理装置,其特征在于,包括:处理器和存储器,所述处理器和所述存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时,如权利要求1至15中任一项所述的数据处理方法被实现。
32.一种通信系统,其特征在于,包括:权利要求16至30任一项所述的数据处理装置以及目标网元。
33.一种可读存储介质,其特征在于,包括程序或指令,当所述程序或指令被执行时,如权利要求1至15中任一项所述的数据处理方法被实现。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910522986.1A CN112104469B (zh) | 2019-06-17 | 2019-06-17 | 数据处理方法及装置 |
PCT/CN2020/096391 WO2020253683A1 (zh) | 2019-06-17 | 2020-06-16 | 数据处理方法及装置 |
EP20825654.5A EP3975479A4 (en) | 2019-06-17 | 2020-06-16 | Data processing method and device |
US17/549,239 US20220103435A1 (en) | 2019-06-17 | 2021-12-13 | Data processing method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910522986.1A CN112104469B (zh) | 2019-06-17 | 2019-06-17 | 数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112104469A true CN112104469A (zh) | 2020-12-18 |
CN112104469B CN112104469B (zh) | 2022-07-29 |
Family
ID=73749157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910522986.1A Active CN112104469B (zh) | 2019-06-17 | 2019-06-17 | 数据处理方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220103435A1 (zh) |
EP (1) | EP3975479A4 (zh) |
CN (1) | CN112104469B (zh) |
WO (1) | WO2020253683A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113242293A (zh) * | 2021-05-08 | 2021-08-10 | 恒安嘉新(北京)科技股份公司 | 一种upf设备、数据处理、扩容方法及装置 |
WO2022227788A1 (zh) * | 2021-04-25 | 2022-11-03 | 中兴通讯股份有限公司 | 网络切片资源信息的收集方法、装置及存储介质 |
CN117455205A (zh) * | 2023-12-25 | 2024-01-26 | 中国移动通信集团设计院有限公司 | 资源需求预测模型训练方法、系统及资源需求预测方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11558802B2 (en) * | 2020-07-31 | 2023-01-17 | Apple Inc. | Network slice customer (NSC) service ID and user equipment (UE) route selection policy (URSP) |
US11765064B1 (en) * | 2022-05-27 | 2023-09-19 | Cisco Technology, Inc. | Network repository function overload protection |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018161850A1 (en) * | 2017-03-10 | 2018-09-13 | Huawei Technologies Co., Ltd. | System and method of network policy optimization |
CN109417572A (zh) * | 2016-10-31 | 2019-03-01 | 华为技术有限公司 | 管理面功能对控制面功能进行策略配置的系统和方法 |
CN109600262A (zh) * | 2018-12-17 | 2019-04-09 | 东南大学 | Urllc传输网络切片中资源自配置和自优化方法及装置 |
CN109600243A (zh) * | 2017-09-30 | 2019-04-09 | 华为技术有限公司 | 数据分析方法和装置 |
CN109845338A (zh) * | 2016-08-12 | 2019-06-04 | 日本电气株式会社 | 支持网络切片的通信系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3659359A1 (en) * | 2017-08-11 | 2020-06-03 | Convida Wireless, LLC | Network data analytics in a communications network |
CN109511136B (zh) * | 2017-09-14 | 2022-04-01 | 中国移动通信有限公司研究院 | 一种网络切片的选择方法和装置 |
CN109600759B (zh) * | 2017-09-30 | 2022-04-29 | 华为技术有限公司 | 一种策略确定的方法及通信装置 |
CN109698760B (zh) * | 2017-10-23 | 2021-05-04 | 华为技术有限公司 | 一种流量处理方法和用户面装置以及终端设备 |
CN113891430A (zh) * | 2017-11-28 | 2022-01-04 | 华为技术有限公司 | 一种通信的方法、装置及系统 |
US11140047B2 (en) * | 2018-04-09 | 2021-10-05 | Intel Corporation | Network data analytics function (NWDAF) influencing fifth generation (5G) quality of service (QoS) configuration and adjustment |
CN110972193B (zh) * | 2018-09-28 | 2021-12-03 | 华为技术有限公司 | 一种切片信息处理方法及装置 |
US10834669B2 (en) * | 2019-02-22 | 2020-11-10 | Vmware, Inc. | Stateful network slice selection using replay of connection handshake |
US10764175B1 (en) * | 2019-03-19 | 2020-09-01 | Cisco Technology, Inc. | Validating resource isolation between network slices in a mobile network |
CN115022176B (zh) * | 2019-11-06 | 2023-08-22 | 腾讯科技(深圳)有限公司 | Nwdaf网元的选择方法、装置、电子设备及可读存储介质 |
JP2024511907A (ja) * | 2021-04-06 | 2024-03-18 | オッポ広東移動通信有限公司 | ネットワーク機能登録方法、発見方法、装置、デバイス及び媒体 |
-
2019
- 2019-06-17 CN CN201910522986.1A patent/CN112104469B/zh active Active
-
2020
- 2020-06-16 EP EP20825654.5A patent/EP3975479A4/en active Pending
- 2020-06-16 WO PCT/CN2020/096391 patent/WO2020253683A1/zh unknown
-
2021
- 2021-12-13 US US17/549,239 patent/US20220103435A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109845338A (zh) * | 2016-08-12 | 2019-06-04 | 日本电气株式会社 | 支持网络切片的通信系统 |
CN109417572A (zh) * | 2016-10-31 | 2019-03-01 | 华为技术有限公司 | 管理面功能对控制面功能进行策略配置的系统和方法 |
WO2018161850A1 (en) * | 2017-03-10 | 2018-09-13 | Huawei Technologies Co., Ltd. | System and method of network policy optimization |
CN109600243A (zh) * | 2017-09-30 | 2019-04-09 | 华为技术有限公司 | 数据分析方法和装置 |
CN109600262A (zh) * | 2018-12-17 | 2019-04-09 | 东南大学 | Urllc传输网络切片中资源自配置和自优化方法及装置 |
Non-Patent Citations (8)
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022227788A1 (zh) * | 2021-04-25 | 2022-11-03 | 中兴通讯股份有限公司 | 网络切片资源信息的收集方法、装置及存储介质 |
CN113242293A (zh) * | 2021-05-08 | 2021-08-10 | 恒安嘉新(北京)科技股份公司 | 一种upf设备、数据处理、扩容方法及装置 |
CN113242293B (zh) * | 2021-05-08 | 2022-12-02 | 恒安嘉新(北京)科技股份公司 | 一种upf设备、数据处理、扩容方法及装置 |
CN117455205A (zh) * | 2023-12-25 | 2024-01-26 | 中国移动通信集团设计院有限公司 | 资源需求预测模型训练方法、系统及资源需求预测方法 |
CN117455205B (zh) * | 2023-12-25 | 2024-04-19 | 中国移动通信集团设计院有限公司 | 资源需求预测模型训练方法、系统及资源需求预测方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3975479A1 (en) | 2022-03-30 |
US20220103435A1 (en) | 2022-03-31 |
WO2020253683A1 (zh) | 2020-12-24 |
EP3975479A4 (en) | 2022-06-29 |
CN112104469B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112104469B (zh) | 数据处理方法及装置 | |
CN110972193B (zh) | 一种切片信息处理方法及装置 | |
CN110383877B (zh) | 网络策略优化的系统和方法 | |
CN110972208B (zh) | 一种切片信息处理方法及装置 | |
CN111225420B (zh) | 一种用户接入控制方法、信息发送方法及装置 | |
CN108028780B (zh) | 用于数据分析管理的方法及设备 | |
WO2020057261A1 (zh) | 通信方法和装置 | |
US10390276B2 (en) | Method for traffic steering and network element | |
US8855017B2 (en) | System and method of building an infrastructure for a virtual network | |
JP7269377B2 (ja) | 移動通信ネットワークのネットワークスライスインスタンスに関するネットワーク解析及び/又は予測情報を提供するためのネットワーク解析コンポーネント及び方法。 | |
CN111148165B (zh) | 一种处理网络切片中用户接入的方法及装置 | |
KR20150013800A (ko) | 아웃라이어 검출을 이용한 가입자 공정성 보장 시스템 및 방법 | |
CN108141796A (zh) | 协作ran和传输网络利用 | |
CN109005126B (zh) | 数据流的处理方法、设备和计算机可读存储介质 | |
US20230077501A1 (en) | Dynamic network slicing management in a mesh network | |
WO2020035000A1 (zh) | 获取网络配置信息的方法和相关设备 | |
WO2022156691A1 (zh) | 网络切片通信的方法、装置和系统 | |
CN115866634A (zh) | 一种网络性能异常分析方法、装置及可读存储介质 | |
WO2022167836A1 (en) | Method for notification of network function producer (nfp) quality | |
KR102366709B1 (ko) | 트래픽 처리 모니터링 방법 | |
EP3923536A1 (en) | Computer implemented method for allocating wireless network and adaptive video streaming resources | |
CN114978948A (zh) | 网元承载网络切片业务的评估方法、装置、设备及存储 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |