CN112135325A - 网络切换方法、装置、存储介质以及终端 - Google Patents
网络切换方法、装置、存储介质以及终端 Download PDFInfo
- Publication number
- CN112135325A CN112135325A CN202011069160.3A CN202011069160A CN112135325A CN 112135325 A CN112135325 A CN 112135325A CN 202011069160 A CN202011069160 A CN 202011069160A CN 112135325 A CN112135325 A CN 112135325A
- Authority
- CN
- China
- Prior art keywords
- network
- switching
- model
- network switching
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/0005—Control or signalling for completing the hand-off
- H04W36/0055—Transmission or use of information for re-establishing the radio link
-
- 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
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W36/00—Hand-off or reselection arrangements
- H04W36/14—Reselecting a network or an air interface
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephone Function (AREA)
Abstract
本申请公开了一种网络切换方法、装置、存储介质以及终端,涉及网络通信技术领域。首先当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;然后基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型;最后将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。由于可以将用户日常使用终端切换的网络以及切换网络时的场景信息,对预设学习模型进行训练得到网络切换模型,因此可以根据网络切换模型实时得到当前场景信息下是否需要进行网络切换,使得切换前后的网络更加符合用户真实的网络切换意图。
Description
技术领域
本申请涉及网络通信技术领域,尤其涉及一种网络切换方法、装置、存储介质以及终端。
背景技术
随着科学技术的发展,各种终端的应用与人们生活的息息相关,终端通过网络可以外界设备进行各种交互以及通信,因此关于网络连接以及切换成为本领域人员研究的重点之一。
在相关技术中,终端使用的网络包括移动数据网络和WIFI网络,对于终端的网络的切换方法,一种方法是终端根据网络信号强度情况,优先选择信号强度高的网络进行自动切换,但是该网络切换方法的判断条件单一,在一些情况下通过该网络切换方法切换终端网络,并不符合用户真实的网络切换意图。
发明内容
本申请提供一种网络切换方法、装置、存储介质以及终端,可以解决相关技术中网络切换方法的判断条件单一,不符合用户真实的网络切换意图的技术问题。
第一方面,本申请实施例提供一种网络切换方法,该方法包括:
当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;
基于所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练,得到网络切换模型;
将当前的第二场景信息输入所述网络切换模型,根据所述网络切换模型输出的网络切换结果切换至目标网络。
第二方面,本申请实施例提供一种网络切换装置,其该装置包括:
监测模块,用于当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;
训练模块,用于基于所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练,得到网络切换模型;
切换模块,用于将当前的第二场景信息输入所述网络切换模型,根据所述网络切换模型输出的网络切换结果切换至目标网络。
第三方面,本申请实施例提供一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行实现上述的方法的步骤。
第四方面,本申请实施例提供一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述的方法的步骤。
本申请一些实施例提供的技术方案带来的有益效果至少包括:
本申请提供一种网络切换方法包括:首先当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;然后基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型;最后将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。由于可以将用户日常使用终端切换的网络以及切换网络时的场景信息,对预设学习模型进行训练得到网络切换模型,因此可以根据网络切换模型实时得到当前场景信息下是否需要进行网络切换,使得切换前后的网络更加符合用户真实的网络切换意图。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种网络切换方法的示例性系统架构图;
图2为本申请实施例提供的一种网络切换方法的系统交互图;
图3为本申请另一实施例提供的一种网络切换方法的流程示意图;
图4为本申请另一实施例提供的一种网络切换方法的流程示意图;
图5为本申请另一实施例提供的一种网络切换装置的结构示意图;
图6为本申请另一实施例提供的一种网络切换装置的结构示意图;
图7为本申请实施例提供的一种终端的结构示意图。
具体实施方式
为使得本申请的特征和优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
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。
图1为本申请实施例提供的一种网络切换方法的示例性系统架构图。
如图1所示,系统架构可以包括至少一个终端110、WIFI网络120、移动数据网络130以及用户140。
终端110可以是硬件,也可以是软件。当终端110为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携式计算机和台式计算机等。当终端110为软件时,可以是安装在上述所列举的电子设备中,其可以实现成多个软件或软件模块(例如:用来提供分布式服务),也可以实现成单个软件或软件模块,在此不作具体限定。
终端110上可以安装有各种通信客户端应用,例如:绘图应用、视频录制应用、视频播放应用、语音采集应用、语音交互应用、搜索类应用、及时通信工具、邮箱客户端以及社交平台软件等
WIFI网络120为AP发射出的无线网络,WIFI网络120是终端110与AP之间交互的通信载体,AP即无线接入点,用于无线网络的无线交换机,是无线网络的核心。AP是终端进入有线网络的接入点,例如可以用于宽带家庭、大楼内部以及园区内部,在相关技术中可以覆盖几十米至上百米。AP是无线网和有线网之间沟通的桥梁,是组建无线局域网的核心设备,在本申请实施例中,AP可以是含单纯性无线接入点(无线AP),同样也可以是无线路由器(含无线网关、无线网桥)等设备。
移动数据网络130为基站发射出的网络信号,移动数据网络130是终端110与基站之间交互的通信载体,基站是终端110接入互联网的接口设备,也是无线电台站的一种形式,是指在一定的无线电覆盖区中,通过移动通信交换中心,与终端110之间进行信息传递的无线电收发信电台。
需要说明的是,本申请实施例的执行主体,在硬件上可以例如为终端、终端中的中央处理器(Central Processing Unit,CPU)或者其他集成电路芯片,在软件上可以例如为终端中信道切换方法的相关服务,对此不做限制。为方便描述,下面以执行主体为CPU为例进行描述。
应理解,图1中的终端、WIFI网络、移动数据网络以及用户仅是示意性的。根据实现需要,可以是任意数量的终端、WIFI网络、移动数据网络以及用户。请参阅图2,图2为本申请实施例提供的一种网络切换方法的系统交互图,下面将结合图1和图2介绍一种网络切换方法中系统交互过程。
S201、当CPU监测到用户切换网络时,获取第一场景信息以及切换前后的网络。
其中,第一场景信息包括:可搜索到的所有WIFI网络的信号强度以及网络安全性、可搜索到的所有移动数据网络的信号强度、时间信息以及终端位置信息中的一种或者多种。第一场景信息还包括:前端运行应用程序信息、后台下载任务信息、电量信息以及各移动数据网络对应的剩余流量信息中的一种或者多种。
S202、基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型。
可选地,基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型,包括:每隔预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行重新训练;将重新训练后的预设学习模型作为网络切换模型。
可选地,基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型,还可以包括:每隔第一预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行训练;基于训练后的预设学习模型对训练前的预设学习模型进行更新,将更新后的预设学习模型作为网络切换模型。
其中,上述步骤之后包括:接收用户针对网络切换模型输入的网络切换指令,基于网络切换指令对网络切换模型进行修正。
S203、将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。
S204、若监测到用户在第二预设时间内切换网络,则暂停执行将当前的第二场景信息输入网络切换模型步骤,并对网络切换模型进行修正。
在本申请实施例中,首先当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;然后基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型;最后将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。由于可以将用户日常使用终端切换的网络以及切换网络时的场景信息,对预设学习模型进行训练得到网络切换模型,因此可以根据网络切换模型实时得到当前场景信息下是否需要进行网络切换,使得切换前后的网络更加符合用户真实的网络切换意图。
请参阅图3,图3为本申请另一实施例提供的一种网络切换方法的流程示意图。
如图3所示,该方法步骤包括:
S301、当监测到用户切换网络时,获取第一场景信息以及切换前后的网络。
可以理解的,在本申请实施例中,执行主体可以是终端中的CPU,终端可以连接以及使用的网络可以分为两大类,其中一类为WIFI网络,另一类为移动数据网络,当终端处于某一环境或者某一位置时,终端可以只搜索到WIFI网络,或者只搜索到移动数据网络,还可以同时搜索到WIFI网络以及移动数据网络,因此当终端同时搜索到WIFI网络以及移动数据网络时,存在一个网络切换的问题。
在本申请实施例中,可以基于用户在终端的日常使用中对网络的切换情况进行学习,以便于基于终端当前的场景信息判断是否进行网络的切换。首先可以设置一个监测线程或者任务,以便于对用户切换网络的行为进行实时监测,还可以为了节省电量,可以设置该监测线程或者任务每隔预设时间对用户切换网络的行为进行监测。当监测到用户切换网络时,可以获取用户切换网络时对应的第一场景信息,第一场景信息也即用户切换网路时当前的场景信息。
可选地,第一场景信息可以包括直接或者间接影响用户切换网络的任何信息,具体可以包括终端所处环境的网络信息、用户所处环境的环境信息以及终端内部运行状态信息等。
当监测到用户切换网络时,还可以获取切换前的网络以及切换后的网络(切换前后的网络),切换前的网络以及切换后的网络可以均为WIFI网络,或者均为移动数据网络,或者切换前的网络为WIFI网络,切换后的网络为移动数据网络,还可以是切换前的网络为移动数据网络,切换后的网络为WIFI网络。
S302、基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型。
可以理解的,切换前后的网络代表了用户切换网络的结果,而第一场景信息则代表了用户切换网络的条件或者特征,因此根据人工智能学习的原理,可以将第一场景信息作为训练特征,将切换前后的网络作为训练标签,有了训练特征以及训练标签就可以基于第一场景信息以及切换前后的网络对预设学习模型进行训练,也即将第一场景信息以及切换前后的网络作为输入,并输入至预设学习模型,将训练后的预设学习模型作为网络切换模型,以便于后续根据网络切换模型对终端当前的场景信息进行监测。
可选地,预设学习模型选择的算法包含且不限于神经网络、随机森林、贝叶斯等监督式学习算法。例如,当预设学习模型选择的算法包含神经网络算法时,神经网络算法可以具体是浅层神经网络算法,应用浅层神经网络网络,可以很方便的将收集的各个训练特征作为输入,经过2到3层的全连接层,最后由一个sigmoid函数得到输出,判断是否需要切换网络,整个训练过程采用梯度下降算法,使输出的结果拟合用户的最终决策。再例如,当预设学习模型选择的算法包括随机森林算法时,应用随机森林算法同样可以通过随机的行采样(bagging)和列采样(feature bagging)构造不同的训练集,对训练数据进行学习,构造多颗决策树,利用加权平均方式或多数表决的方式得到最后的预测结果。
S303、将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。
在得到网络切换模型之后,CPU可以实时将当前的第二场景信息输入网络切换模型,或者每隔预设时间将当前的第二场景信息输入网络切换模型,相当于通过网络切换模型对终端当前的场景信息进行监测,其中第二场景信息包括的内容可以与上述第一场景信息中包括的内容相同,由于网络切换模型是经过学习以及训练后得到的模型,因此网络切换模型可以根据输入的第二场景信息输出网络切换结果,那么CPU就可以根据网络切换结果将当前网络切换至目标网络。其中网络切换结果可以是保持原来的网络不变,那么此时目标网络为当前连接的网络,则CPU不需要控制进行网络的切换;相应的网络切换结果还可以是切换至新的目标网络,此时目标网络可以是除当前连接的网络之外的网络,CPU可以控制将终端的网络切换至目标网络。
由于考虑了用户切换网络时的多个因素,因此使得网络切换的策过程更加具有普适性,提高了决策的准确度。可选地,还可以在网络切换模型输出的网络切换结果之后,不直接进行网络的切换,而是向用户展示该网络切换结果,其中对于网络切换结果的展示方式包括但不限于文字提示、图像提示以及语音提示,用户可以针对该网络切换结果选择是否进行网络切换,CPU接收用户的选择结果并基于该选择结果进行网络切换或者保持当前网络不变,由于以用户最终的选择来作为主要的参考结果,这样就使得终端中的网络切换更具有个性化,使不同的终端用户可以有不同的切网策略。
在本申请实施例中,首先当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;然后基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型;最后将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。由于可以将用户日常使用终端切换的网络以及切换网络时的场景信息,对预设学习模型进行训练得到网络切换模型,因此可以根据网络切换模型实时得到当前场景信息下是否需要进行网络切换,使得切换前后的网络更加符合用户真实的网络切换意图。
请参阅图4,图4为本申请另一实施例提供的一种网络切换方法的流程示意图。
如图4所示,该方法步骤包括:
S401、当监测到用户切换网络时,获取第一场景信息以及切换前后的网络。
可理解的,为了深度学习用户切换网络的情况,那么第一场景信息可以包括直接或者间接影响用户切换网络的任何信息。可选地,第一场景信息可以包括:可搜索到的所有WIFI网络的信号强度以及网络安全性、可搜索到的所有移动数据网络的信号强度、时间信息以及终端位置信息中的一种或者多种。其中,第一场景信息包括可搜索到的所有WIFI网络的信号强度以及网络安全性的目的是,由于终端可选择的网络主要包括WIFI网络以及移动数据网络,因此关于WIFI网络的信号强度是用户切换网络时的一个重要参考因素,进一步的,由于WIFI网络可以由个人通过路由器等设备产生,因此WIFI网络的安全性较差,特别是一些无密码的WIFI网络,当用户切换至该类型的网络后,终端很容易感染病毒或者遭受攻击,所以网络安全性也是用户切换网络时的一个参考因素。相对应的,移动数据网络的信号强度和WIFI网络的信号强度一样,均是用户切换网络时的一个重要参考因素。进一步地,由于用户使用终端时,会根据个人需求在某一时间或者某一时间段进行网络切换,例如,当用户18点下班后回到家,那么在这个时间段内,用户会切换至自己家的WIFI网络;当用户在9点上班后,那么在这个时间段内,用户为了避免连接安全性较差的WIFI网络,会将网络切换至移动数据网络,因此关于时间信息也是用户切换网络是的一个参考因素。进一步地,和时间信息类似,用户使用终端时的终端位置信息代表了用户所处位置,在某个特定的地点,用户也会根据自己的使用需求选择合适的网络,因此终端位置信息也是用户切换网络是的一个参考因素。
上述提到的第一场景信息可以认为是终端外部因素对用户切换网络的影响,另外终端内部因素也会对用户切换网络产生影响。因此第一场景信息还可以包括:前端运行应用程序信息、后台下载任务信息、电量信息以及各移动数据网络对应的剩余流量信息中的一种或者多种。其中,前端运行应用程序信息是指用户切换网络时,终端的前端运行的应用程序以及该应用程序的具体信息,由于终端的前端运行的应用程序是用户切换网络时正在使用的应用程序,因此该应用程序很大程度会决定用户是否要切换网络,例如,当用户正在使用支付类应用程序时,该类应用程序对网络的安全性要求较高,因此用户很大可能会将网络切换至安全性较高的移动数据网络下,然后在使用支付类应用程序,以便提高支付类应用程序的安全性,那么前端运行应用程序信息也是用户切换网络是的一个参考因素。进一步地,由于移动数据流量虽然覆盖范围广,但是其资费较贵,因此当用户进行后台下载任务时,一般会选择使用范围固定但是资费便宜的WIFI网络进行下载,那么后台下载任务信息也是用户切换网络是的一个参考因素。进一步地,由于WIFI网络和移动数据网络连接和接收方式不同,终端使用WIFI网络和移动数据网络时的功耗也不同,一般认为在相同情况下,终端使用移动数据网络进行数据连接,相比使用WIFI网络进行数据连接的耗电量更大,因此当终端的电量较低时,用户可能会优先选择WIFI网络进行网络连接,那么电量信息也是用户切换网络是的一个参考因素。进一步地,上面介绍了移动数据流量虽然覆盖范围广,但是其资费较贵,因此当查询到移动数据网络的剩余流量较少时,用户往往会优先选择资费便宜的WIFI网络进行网络连接,因此各移动数据网络对应的剩余流量信息也是用户切换网络是的一个参考因素。
上述只是列举了第一场景信息的部分内容,在实际应用中还可以选择直接或者间接影响用户切换网络的任何信息作为第一场景信息包含的内容,在本申请中对此不做限定。
S402、每隔预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行重新训练。
由于用户使用终端的时间和机会较多,那么用户进行网络切换的情况也较多,那么用户切换网络时对应的第一场景信息也包含较多的数据,如果用户每切换一次网络,都需要进行预设学习模型的训练的话,无疑会增加终端的数据处理压力以及终端耗电量,因此在本申请中,可以每隔预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行重新训练,这样可以在保证训练数据足够丰富的情况,减少训练次数,以减少终端的数据处理压力以及终端耗电量。
S403、将重新训练后的预设学习模型作为网络切换模型。
由于是基于累积的第一场景信息以及切换前后的网络对预设学习模型进行重新训练,因此可以将重新训练后的预设学习模型替换原来的网络切换模型,作为新的网络切换模型进行使用,这样操作的好处是,将重新训练后的预设学习模型替换原来的网络切换模型,可以使得新的网络切换模型更加符合近期用户的网络切换习惯,例如,当终端的用户更换后,那么前一个用户的网络切换习惯对应的网络切换模型,不能作为新用户的网络切换习惯进行训练,因此可以直接将重新训练后的预设学习模型替换原来的网络切换模型,作为新的网络切换模型进行使用。
S404、每隔第一预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行训练。
在进行模型训练时,可以每隔预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行训练,这样可以在保证训练数据足够丰富的情况,减少训练次数,以减少终端的数据处理压力以及终端耗电量。
S405、基于训练后的预设学习模型对训练前的预设学习模型进行更新,将更新后的预设学习模型作为网络切换模型。
可选地,还可以基于训练后的预设学习模型对训练前的预设学习模型进行更新,将更新后的预设学习模型作为网络切换模型,也即基于第一场景信息以及切换前后的网络对之前的网络切换模型的基础上进行训练,将训练后的模型作为新的网络切换模型,这样操作的好处是,可以基于之前的网络切换模型进行更新训练,也就保留了之前的用户的网络切换习惯,同时也可以兼顾用户近期的网络切换习惯,可以适用于终端的用户没有发生更改时的情况。
S406、接收用户针对网络切换模型输入的网络切换指令,基于网络切换指令对网络切换模型进行修正。
可选地,在终端的实际应用中,用户可以针对网络切换模型输入一些自定义的网络切换指令,以便于快速使得网络切换模型适用用户的网络切换习惯,因此CPU可以直接接收用户针对网络切换模型输入的网络切换指令,基于网络切换指令对网络切换模型进行修正。例如,当用户工作的公司属于机密机构,往往不能随意连接WIFI网络,而必须连接具有某一物理地址的WIFI网络,此时用户可以针对网络切换模型输入自定义的网络切换指令为,当终端位置处于某一预设位置时,制定连接WIFI网络名称为预设名称,且制定WIFI网络的物理地址为固定某一物理地址,根据用户的该网络切换指令可以对网络切换模型进行修正,以使得当用户处于上述预设位置时,网络切换模块可以输出切换结果为连接名称为上述预设名称,且物理地址为上述物理地址的WIFI网络。
S407、将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。
关于步骤S407可以参阅上述步骤S303的记载,此处不在赘述。
S408、若监测到用户在第二预设时间内切换网络,则暂停执行将当前的第二场景信息输入网络切换模型步骤,并对网络切换模型进行修正。
当CPU根据网络切换模型输出的网络切换结果切换至目标网络后,可以设置一个线程或者程序检测用户在第二预设时间内是否进行切换网络,若监测到用户在第二预设时间内切换网络,则代表用户对网络切换模型输出的网络切换结果并不满意,或者网络切换模型输出的网络切换结果并不符合用户的真实意图,此时可以暂停执行将当前的第二场景信息输入网络切换模型步骤,以免网络切换模块再次输出不符合用户的真实意图的网络切换结果,此时可以对网络切换模型进行修正,具体的,可以获取在第二预设时间内切换网络前,网络切换模型输出的网络切换结果,将该网络切换结果标记为错误案例,反馈给网络切换模型,以便于对网络切换模型进行修正,以不断提高网络切换模型的网络切换准确率,也使得网络切换模型输出的网络切换结果更加符合用户的真实意图。
在本申请实施例中,首先当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;然后基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型;最后将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。由于可以将用户日常使用终端切换的网络以及切换网络时的场景信息,对预设学习模型进行训练得到网络切换模型,因此可以根据网络切换模型实时得到当前场景信息下是否需要进行网络切换,使得切换前后的网络更加符合用户真实的网络切换意图。
请参阅图5,图5为本申请另一实施例提供的一种网络切换装置的结构示意图。
如图5所示,网络切换装置500包括:
监测模块510,用于当监测到用户切换网络时,获取第一场景信息以及切换前后的网络。
训练模块520,用于基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型。
切换模块530,用于将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。
请参阅图6,图6为本申请另一实施例提供的一种网络切换装置的结构示意图。
如图6所示,网络切换装置600包括:
监测模块610,用于当监测到用户切换网络时,获取第一场景信息以及切换前后的网络。
其中,第一场景信息包括:可搜索到的所有WIFI网络的信号强度以及网络安全性、可搜索到的所有移动数据网络的信号强度、时间信息以及终端位置信息中的一种或者多种。第一场景信息还包括:前端运行应用程序信息、后台下载任务信息、电量信息以及各移动数据网络对应的剩余流量信息中的一种或者多种。
第一训练模块620,用于每隔预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行重新训练。
第一更新模块630,用于将重新训练后的预设学习模型作为网络切换模型。
第二训练模块640,用于每隔第一预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行训练。
第二更新模块650,用于基于训练后的预设学习模型对训练前的预设学习模型进行更新,将更新后的预设学习模型作为网络切换模型。
第一修正模块660,用于接收用户针对网络切换模型输入的网络切换指令,基于网络切换指令对网络切换模型进行修正。
切换模块670,用于将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。
第二修正模块680,用于若监测到用户在第二预设时间内切换网络,则暂停执行将当前的第二场景信息输入网络切换模型步骤,并对网络切换模型进行修正。
在本申请实施例中,一种网络切换装置包括:监测模块,用于当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;训练模块,用于基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型;切换模块,用于将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。由于可以将用户日常使用终端切换的网络以及切换网络时的场景信息,对预设学习模型进行训练得到网络切换模型,因此可以根据网络切换模型实时得到当前场景信息下是否需要进行网络切换,使得切换前后的网络更加符合用户真实的网络切换意图。
本申请实施例还提供了一种计算机存储介质,计算机存储介质存储有多条指令,指令适于由处理器加载并执行如上述实施例中的任一项的方法的步骤。
进一步地,请参见图7,图7为本申请实施例提供了一种终端的结构示意图。如图7所示,终端700可以包括:至少一个中央处理器701,至少一个网络接口704,用户接口703,存储器705,至少一个通信总线702。
其中,通信总线702用于实现这些组件之间的连接通信。
其中,用户接口703可以包括显示屏(Display)、摄像头(Camera),可选用户接口703还可以包括标准的有线接口、无线接口。
其中,网络接口704可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,中央处理器701可以包括一个或者多个处理核心。中央处理器701利用各种接口和线路连接整个终端700内的各个部分,通过运行或执行存储在存储器705内的指令、程序、代码集或指令集,以及调用存储在存储器705内的数据,执行终端700的各种功能和处理数据。可选的,中央处理器701可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。中央处理器701可集成中央中央处理器(Central Processing Unit,CPU)、图像中央处理器(GraphicsProcessing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到中央处理器701中,单独通过一块芯片进行实现。
其中,存储器705可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器705包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器705可用于存储指令、程序、代码、代码集或指令集。存储器705可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器705可选的还可以是至少一个位于远离前述中央处理器701的存储装置。如图7所示,作为一种计算机存储介质的存储器705中可以包括操作系统、网络通信模块、用户接口模块以及网络切换程序。
在图7所示的终端700中,用户接口703主要用于为用户提供输入的接口,获取用户输入的数据;而中央处理器701可以用于调用存储器705中存储的网络切换程序,并具体执行以下操作:
当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;
基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型;
将当前的第二场景信息输入网络切换模型,根据网络切换模型输出的网络切换结果切换至目标网络。
在一个实施例中,第一场景信息包括:可搜索到的所有WIFI网络的信号强度以及网络安全性、可搜索到的所有移动数据网络的信号强度、时间信息以及终端位置信息中的一种或者多种。
在一个实施例中,第一场景信息还包括:前端运行应用程序信息、后台下载任务信息、电量信息以及各移动数据网络对应的剩余流量信息中的一种或者多种。
在一个实施例中,中央处理器701在执行基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型时,还用于具体执行以下步骤:每隔预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行重新训练;将重新训练后的预设学习模型作为网络切换模型。
在一个实施例中,中央处理器701在执行基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型时,还用于具体执行以下步骤:每隔第一预设时间或者当第一场景信息以及切换前后的网络累积到预设数据容量时,基于累积的第一场景信息以及切换前后的网络对预设学习模型进行训练;基于训练后的预设学习模型对训练前的预设学习模型进行更新,将更新后的预设学习模型作为网络切换模型。
在一个实施例中,中央处理器701在执行基于第一场景信息以及切换前后的网络对预设学习模型进行训练,得到网络切换模型之后,还用于具体执行以下步骤:接收用户针对网络切换模型输入的网络切换指令,基于网络切换指令对网络切换模型进行修正。
在一个实施例中,中央处理器701在执行根据网络切换模型输出的网络切换结果切换至目标网络之后,还用于具体执行以下步骤:若监测到用户在第二预设时间内切换网络,则暂停执行将当前的第二场景信息输入网络切换模型步骤,并对网络切换模型进行修正。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,模块的划分,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,例如多个模块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,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块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模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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一个存储介质中,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方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本申请所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本申请所提供的一种网络切换方法、装置、存储介质以及终端的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种网络切换方法,其特征在于,所述方法包括:
当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;
基于所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练,得到网络切换模型;
将当前的第二场景信息输入所述网络切换模型,根据所述网络切换模型输出的网络切换结果切换至目标网络。
2.根据权利要求1所述的方法,其特征在于,所述第一场景信息包括:可搜索到的所有WIFI网络的信号强度以及网络安全性、可搜索到的所有移动数据网络的信号强度、时间信息以及终端位置信息中的一种或者多种。
3.根据权利要求2所述的方法,其特征在于,所述第一场景信息还包括:前端运行应用程序信息、后台下载任务信息、电量信息以及各移动数据网络对应的剩余流量信息中的一种或者多种。
4.根据权利要求1所述的方法,其特征在于,所述基于所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练,得到网络切换模型,包括:
每隔预设时间或者当所述第一场景信息以及所述切换前后的网络累积到预设数据容量时,基于累积的所述第一场景信息以及所述切换前后的网络对预设学习模型进行重新训练;
将重新训练后的所述预设学习模型作为网络切换模型。
5.根据权利要求1所述的方法,其特征在于,所述基于所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练,得到网络切换模型,包括:
每隔第一预设时间或者当所述第一场景信息以及所述切换前后的网络累积到预设数据容量时,基于累积的所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练;
基于训练后的所述预设学习模型对训练前的所述预设学习模型进行更新,将更新后的所述预设学习模型作为网络切换模型。
6.根据权利要求4或5所述的方法,其特征在于,所述基于所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练,得到网络切换模型之后,还包括:
接收用户针对所述网络切换模型输入的网络切换指令,基于所述网络切换指令对所述网络切换模型进行修正。
7.根据权利要求1所述的方法,其特征在于,所述根据所述网络切换模型输出的网络切换结果切换至目标网络之后,还包括:
若监测到用户在第二预设时间内切换网络,则暂停执行所述将当前的第二场景信息输入所述网络切换模型步骤,并对所述网络切换模型进行修正。
8.一种网络切换装置,其特征在于,所述装置包括:
监测模块,用于当监测到用户切换网络时,获取第一场景信息以及切换前后的网络;
训练模块,用于基于所述第一场景信息以及所述切换前后的网络对预设学习模型进行训练,得到网络切换模型;
切换模块,用于将当前的第二场景信息输入所述网络切换模型,根据所述网络切换模型输出的网络切换结果切换至目标网络。
9.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~7任意一项的所述方法的步骤。
10.一种终端,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1~7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011069160.3A CN112135325A (zh) | 2020-09-30 | 2020-09-30 | 网络切换方法、装置、存储介质以及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011069160.3A CN112135325A (zh) | 2020-09-30 | 2020-09-30 | 网络切换方法、装置、存储介质以及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112135325A true CN112135325A (zh) | 2020-12-25 |
Family
ID=73843818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011069160.3A Pending CN112135325A (zh) | 2020-09-30 | 2020-09-30 | 网络切换方法、装置、存储介质以及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112135325A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038560A (zh) * | 2021-04-13 | 2021-06-25 | 展讯通信(上海)有限公司 | 一种链路切换预测方法、装置和电子设备 |
CN113347675A (zh) * | 2021-05-14 | 2021-09-03 | 华中科技大学 | 一种网络切换方法和网络切换装置 |
CN113992292A (zh) * | 2021-10-26 | 2022-01-28 | 广州小鹏汽车科技有限公司 | 一种电台切换方法、装置、设备及存储介质 |
CN114040321A (zh) * | 2021-10-18 | 2022-02-11 | 北京邮电大学 | 用于混合网络的自适应无缝切换方法及系统 |
CN114745447A (zh) * | 2022-03-28 | 2022-07-12 | 深圳传音控股股份有限公司 | 信息显示方法、智能终端及存储介质 |
WO2023015499A1 (zh) * | 2021-08-11 | 2023-02-16 | Oppo广东移动通信有限公司 | 无线通信的方法和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100087195A1 (en) * | 2008-10-03 | 2010-04-08 | Yi-Hung Lu | Adaptive Handover Apparatus And Method In A Heterogeneous Network Environment |
US20170026888A1 (en) * | 2015-07-24 | 2017-01-26 | Cisco Technology, Inc. | System and method to facilitate radio access point load prediction in a network environment |
CN107920163A (zh) * | 2017-11-14 | 2018-04-17 | 维沃移动通信有限公司 | 一种提醒模式切换方法及移动终端、云端服务器 |
CN110891292A (zh) * | 2019-11-20 | 2020-03-17 | 三星电子(中国)研发中心 | 一种终端自动切换网络方法和装置 |
CN111028336A (zh) * | 2019-11-30 | 2020-04-17 | 北京城市网邻信息技术有限公司 | 场景切换方法及装置、存储介质 |
-
2020
- 2020-09-30 CN CN202011069160.3A patent/CN112135325A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100087195A1 (en) * | 2008-10-03 | 2010-04-08 | Yi-Hung Lu | Adaptive Handover Apparatus And Method In A Heterogeneous Network Environment |
US20170026888A1 (en) * | 2015-07-24 | 2017-01-26 | Cisco Technology, Inc. | System and method to facilitate radio access point load prediction in a network environment |
CN107920163A (zh) * | 2017-11-14 | 2018-04-17 | 维沃移动通信有限公司 | 一种提醒模式切换方法及移动终端、云端服务器 |
CN110891292A (zh) * | 2019-11-20 | 2020-03-17 | 三星电子(中国)研发中心 | 一种终端自动切换网络方法和装置 |
CN111028336A (zh) * | 2019-11-30 | 2020-04-17 | 北京城市网邻信息技术有限公司 | 场景切换方法及装置、存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038560A (zh) * | 2021-04-13 | 2021-06-25 | 展讯通信(上海)有限公司 | 一种链路切换预测方法、装置和电子设备 |
CN113347675A (zh) * | 2021-05-14 | 2021-09-03 | 华中科技大学 | 一种网络切换方法和网络切换装置 |
WO2023015499A1 (zh) * | 2021-08-11 | 2023-02-16 | Oppo广东移动通信有限公司 | 无线通信的方法和设备 |
CN114040321A (zh) * | 2021-10-18 | 2022-02-11 | 北京邮电大学 | 用于混合网络的自适应无缝切换方法及系统 |
CN113992292A (zh) * | 2021-10-26 | 2022-01-28 | 广州小鹏汽车科技有限公司 | 一种电台切换方法、装置、设备及存储介质 |
CN114745447A (zh) * | 2022-03-28 | 2022-07-12 | 深圳传音控股股份有限公司 | 信息显示方法、智能终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112135325A (zh) | 网络切换方法、装置、存储介质以及终端 | |
CN108076224B (zh) | 应用程序控制方法、装置及存储介质和移动终端 | |
CN106919918B (zh) | 一种人脸跟踪方法和装置 | |
US8510238B1 (en) | Method to predict session duration on mobile devices using native machine learning | |
US8886576B1 (en) | Automatic label suggestions for albums based on machine learning | |
CN110515626B (zh) | 深度学习计算框架的代码编译方法及相关产品 | |
CN111651263B (zh) | 移动终端的资源处理方法、装置、计算机设备及存储介质 | |
US9967744B2 (en) | Method for providing personal assistant service and electronic device thereof | |
CN107995370B (zh) | 通话控制方法、装置及存储介质和移动终端 | |
CN107222914B (zh) | 应用控制方法及相关产品 | |
CN108763564A (zh) | 应用推送方法、装置及计算机可读存储介质 | |
US11184314B2 (en) | Method and apparatus for prompting message reading state, and electronic device | |
CN107317918B (zh) | 参数设置方法及相关产品 | |
CN112346751B (zh) | 应用程序的安装方法、装置、电子设备和存储介质 | |
CN105988841A (zh) | 一种应用程序的更新方法及移动终端 | |
CN112084959A (zh) | 一种人群图像处理方法及装置 | |
CN110956265A (zh) | 一种模型训练方法和相关装置 | |
CN111046742A (zh) | 一种眼部行为检测方法、装置以及存储介质 | |
CN110413367A (zh) | 任务创建方法、装置、存储介质及电子设备 | |
CN116229188B (zh) | 图像处理显示方法、分类模型的生成方法及其设备 | |
CN107992742A (zh) | 一种安装包识别的方法和装置 | |
CN108681480B (zh) | 后台应用程序管控方法、装置、存储介质及电子设备 | |
CN115981798A (zh) | 文件解析方法、装置、计算机设备及可读存储介质 | |
CN105450850A (zh) | 用于提供信息的方法及其电子设备 | |
CN106973112B (zh) | 一种数据处理方法及其系统、终端、服务器 |
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 |