CN112367628B - 一种电力物联网的智能化网络切片实例化方法及系统 - Google Patents
一种电力物联网的智能化网络切片实例化方法及系统 Download PDFInfo
- Publication number
- CN112367628B CN112367628B CN202011261346.9A CN202011261346A CN112367628B CN 112367628 B CN112367628 B CN 112367628B CN 202011261346 A CN202011261346 A CN 202011261346A CN 112367628 B CN112367628 B CN 112367628B
- Authority
- CN
- China
- Prior art keywords
- module
- instantiation
- information
- sub
- service
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003062 neural network model Methods 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 230000008520 organization Effects 0.000 claims abstract description 4
- 238000003860 storage Methods 0.000 claims description 28
- 230000003993 interaction Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000013528 artificial neural network Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013519 translation Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 17
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 33
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/35—Utilities, e.g. electricity, gas or water
-
- 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
- H04L41/0893—Assignment of logical groups to network elements
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
Abstract
本发明公开了一种电力物联网的智能化网络切片实例化方法及系统，包括收集选择好的网络切片；将所述网络切片解析为实例化请求信息；对所述实例化请求信息进行智能化处理，得到训练完成的神经网络模型；所述训练完成的神经网络模型接收新的实例化请求信息，调用功能组件与基础设施管理，得到具体的调用信息以及编排组织信息。本发明通过加入AI模块，让网络切片实例化过程更加智能化，提升了切片实例化创建的效率，节省了运维成本；本发明通过加入反馈检测机制，以对服务功能链和网络资源在实际业务场景的使用情况进行实时监控，提高了网络切片实例化的准确度。
Description
技术领域
本发明涉及网络切片的技术领域，尤其涉及一种电力物联网的智能化网络切片实例化方法及系统。
背景技术
随着信息技术的高速发展，人们已经进入到信息化时代，而现在5G技术已经来临。5G不仅能使我们获得快速的带宽体验，而且将促进垂直产业的快速发展。网络切片正是在这种背景下产生的，以敏捷和可定制的能力，为不同的应用打造一个“专属”网络。近年来，国家电网公司积极建设智能电网，通过实施“互联网+”战略，全面提升电网信息化、智能化水平，充分利用现代信息通信技术、控制技术实现电网安全、清洁、协调和智能发展，为经济社会发展提供可靠电力保障。因此，大力发展5G网络切片技术在电力物联网中发展也变得至关重要。
通过分析可知，一个智能电网在不同的应用场景下对于5G网络切片的需求是不同的。所以，设计出一种好的5G网络切片创建方法，不仅可以有效的提升网络资源的利用效率，还可以进一步提升电网信息化、智能化水平，为经济社会发展提供更可靠的电力保障。
当电力物联网中某个业务需求的网络切片选择完成以后，网络服务提供商会创建一个与之对应的网络切片实例来满足该业务需求的使用场景。但是目前已有的网络切片实例的创建过程往往不够规范、高效、智能化。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在网络切片实例创建的问题，提出了本发明。
因此，本发明解决的技术问题是：智能化程度低，目前的网络切片实例化创建大多数是通过与预设的实例池进行匹配来完成，切片实例化的速度和准确度较低；描述笼统，目前网络切片实例化创建方法大多数都是一笔带过，并未展开进行详细描述。
为解决上述技术问题，本发明提供如下技术方案：收集选择好的网络切片；将所述网络切片解析为实例化请求信息；对所述实例化请求信息进行智能化处理，得到训练完成的神经网络模型；所述训练完成的神经网络模型接收新的实例化请求信息，调用功能组件与基础设施管理，得到具体的调用信息以及编排组织信息。
作为本发明所述的电力物联网的智能化网络切片实例化方法的一种优选方案，其中：所述将所述网络切片解析为实例化请求信息包括，将所述选择好的网络切片中对于宽带、时延、容量等的需求信息转化为对于实际的基础物理设施的需求情况信息。
作为本发明所述的电力物联网的智能化网络切片实例化方法的一种优选方案，其中：所述智能化处理包括，构建一个神经网络模型，将所述实例化请求信息输入所述神经网络模型，观察所述实例化请求信息的使用情况，将其中使用情况良好的信息输出并训练神经网络模型。
作为本发明所述的电力物联网的智能化网络切片实例化方法的一种优选方案，其中：所述观察使用情况包括，根据调用的虚拟服务器网络、存储、计算资源以及服务功能链能否满足业务场景的使用需求来判断所述使用情况，不满足则所述使用情况较差，则将反馈的使用情况信息重新发送至新的实例化请求信息。
作为本发明所述的电力物联网的智能化网络切片实例化方法的一种优选方案，其中：所述调用功能组件与基础设施管理包括，根据所述新的实例化请求信息发出功能组件和资源调用信息，并且根据所述调用信息的实例化虚拟网络功能对功能组件进行调用与编排，生成一个服务功能链，并且利用二进制代码动态翻译技术将所述调用信息转化为相应的指令队列对所述虚拟服务器网络、存储、计算资源进行调用。
本发明解决的另一个技术问题是：提出一种电力物联网的智能化网络切片实例化系统，规范并加快电力物联网网络切片实例化创建过程，提高网络切片实例化智能化水平。
作为本发明所述的电力物联网的智能化网络切片实例化系统的一种优选方案，其中：实例化请求模块用于收集网络切片进行解析并将切片信息转换为实例化请求信息；实例化管理模块与所述实例化请求模块相连接，包括调用子模块，所述调用子模块连接于所述实例化请求模块接收所述实例化请求信息并分别对命令接收子模块和指令接收子模块发出组件调用和资源调用信息；功能组件模块与所述实例化管理模块相连接，用于根据所述调用信息的实例化虚拟网络功能生成服务功能链；包括命令接收子模块连接于所述调用子模块和AI调用子模块，将所述调用信息传输至组件管理子模块；组件管理子模块连接于所述命令接收子模块，根据所述调用信息生成服务功能链。虚拟化基础设施管理模块与所述实例化管理模块相连接，用于利用所述调用信息对虚拟化服务器的网络、存储、计算资源进行调用；实例化输出模块与所述虚拟化基础设施管理模块相连接，包括实例化交互子模块和实例化信息子模块，其中所述实例化交互子模块连接于所述功能组件模块和所述虚拟化基础设施管理模块，整合所述服务功能链和所述调用服务器的网络、存储、计算资源，所述实例化信息子模块将所述实例化交互子模块的整合信息传输至AI模块。业务场景交互模块与所述功能组件模块和所述实例化输出模块相连接，将所述服务功能链以及所述整合后的虚拟化服务器的网络、存储、计算资源进行具体业务场景的应用并收集齐使用情况；AI模块与所述业务场景交互模块相连接，用于对使用情况良好的整合信息进行训练。
作为本发明所述的电力物联网的智能化网络切片实例化系统的一种优选方案，其中：所述实例化管理模块包括，反馈接收子模块，所述反馈接收子模块连接于所述业务场景交互模块，接收切片实例化信息在具体电力物联网业务场景中的使用情况，将使用情况较差的所述切片实例化信息反馈至所述调用子模块，重新发送新的实例化请求信息。
作为本发明所述的电力物联网的智能化网络切片实例化系统的一种优选方案，其中：所述虚拟化基础设施管理模块包括，指令接收子模块连接于所述调用子模块和AI调用子模块，将调用信息传输至虚拟机监控子模块；虚拟机监控子模块连接于所述指令接收子模块，将所述调用信息转化为可实现相同功能的指令队列；虚拟服务器子模块连接于所述虚拟机监控子模块，根据所述指令队列调用服务器的网络、存储、计算资源。
作为本发明所述的电力物联网的智能化网络切片实例化系统的一种优选方案，其中：所述业务场景交互模块包括，场景输出子模块连接于所述实例化输出模块将所述整合的资源应用至具体业务场景；场景反馈子模块连接于所述场景输出子模块，收集所述整合的资源在具体业务场景中的使用情况并将所述使用情况传输至所述反馈接收子模块和AI场景反馈子模块。
作为本发明所述的电力物联网的智能化网络切片实例化系统的一种优选方案，其中：所述AI模块包括，AI请求接收子模块、AI检测子模块、AI场景反馈子模块和神经网络子模块，其中所述AI请求接收子模块用于接收所述实例化请求信息、AI检测子模块用于接收编排完成的服务功能链信息、AI场景反馈子模块用于接收虚拟化服务器的网络、存储、计算资源的整合信息，并将所述信息输入所述神经网络子模块；神经网络子模块对信息进行神经网络模型的训练，并对电力物联网请求模块输入训练完成的信号；神经网络子模块接收新的实例化请求信息，利用AI调用子模块取代所述实例化管理模块向所述功能组件模块和所述虚拟化基础设施管理模块发出调用申请。
本发明的有益效果：本发明通过加入AI模块，让网络切片实例化过程更加智能化，提升了切片实例化创建的效率，节省了运维成本；本发明通过加入反馈检测机制，以对服务功能链和网络资源在实际业务场景的使用情况进行实时监控，提高了网络切片实例化的准确度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明第一个实施例所述的一种电力物联网的智能化网络切片实例化方法的流程示意图；
图2为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的流程示意图；
图3为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的整体原理图；
图4为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的实例化管理模块示意图；
图5为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的功能组件模块示意图；
图6为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的功能组件调用流程图示意图；
图7为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的虚拟化基础设施管理模块示意图；
图8为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的虚拟资源调用流程示意图；
图9为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的实例化输出模块示意图；
图10为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的业务场景交互模块示意图；
图11为本发明第二个实施例所述的一种电力物联网的智能化网络切片实例化系统的AI模块图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1，为本发明的第一个实施例，该实施例提供了一种电力物联网的智能化网络切片实例化方法，包括：
S1：收集选择好的网络切片。其中需要说明的是，
网络切片是指将物理基础设施资源虚拟化为多个相互独立的平行的网络切片，其中每个网络切片服务于某一具体的业务场景,具体的业务场景包括：增强移动宽带(Enhance Mobile Broadband，eMBB)型切片，大规模机器类通信(Massive Machine TypeCommunication，mMTC)型切片和超高可靠低时延通信(Ultra Reliable&Low LatencyCommunication，uRLLC)型切片，也可以是专门用于电力传输网的电力子切片；以满足不同业务场景对带宽、时延、服务质量等差异化要求，而选择好的网络切片则是指已明确知道该业务场景对于宽带、时延、容量、安全等级四个衡量指标的具体需求情况。
S2：将网络切片解析为实例化请求信息。其中需要说明的是，
将网络切片解析为实例化请求信息包括，将选择好的网络切片中对于宽带、时延、容量等的需求信息转化为对于实际的基础物理设施的需求情况信息。
S3：对实例化请求信息进行智能化处理，得到训练完成的神经网络模型。其中需要说明的是，
智能化处理包括，构建一个神经网络模型，将实例化请求信息输入神经网络模型，观察实例化请求信息的使用情况，将其中使用情况良好的信息输出并训练整个神经网络模型；之后神经网络模型直接接收新的信息进行调用信息及资源的处理，避免进行管理处理，提高了处理效率；
进一步的是，观察使用情况包括，根据调用的虚拟服务器网络、存储、计算资源以及服务功能链能否满足业务场景的使用需求来判断使用情况，不满足则使用情况较差，则将反馈的使用情况信息重新发送至新的实例化请求信息。
S4：训练完成的神经网络模型接收新的实例化请求信息，调用功能组件与基础设施管理，得到具体的调用信息以及编排组织信息。其中需要说明的是，
训练完成的神经网络模型指输出使用情况良好的信息；调用功能组件与基础设施管理包括，根据新的实例化请求信息发出功能组件和资源调用信息，并且根据调用信息的实例化虚拟网络功能对功能组件进行调用与编排，生成一个服务功能链，并且利用二进制代码动态翻译技术将调用信息转化为相应的指令队列对虚拟服务器网络、存储、计算资源进行调用。
为了更好地对本发明方法中采用的技术效果加以验证说明，本实施例中选择传统网络切片实例化方法进行测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果；
本发明是一种电力物联网的智能化网络切片实例化方法，假设业务请求数据包大小为10G，5G平均传输速率为800Mps，企业100M有线宽带速率为12.5M/s，传统方法与本发明方法采用同一种数据条件进行网络切片，其中使用传统网络切片实例化方法在进行网络切片实例化过程需要一个模块，此模块需要进行对实例化请求进行分析、根据分析结果进行资源调用以及组件编排的过程，该过程为一个正反馈过程，通过计算，使用传统方法所需要的时间如下所示：
5G网上传业务数据包时间：
10×1000÷800×0.125＝100s
模块间有线传输时间：
10×1000÷800×12.5＝1s
进行分析计算时间(贪婪算法：假设有10个变量，每个变量计算一次耗时0.1s)：
10×10×0.1＝10s
5G网资源调用、组件编排时间：
10×1000÷(800×0.125)＝100s
总耗时为：
100+1+10+100＝211s
本发明方法在网络切片实例化过程添加了一个实现负反馈功能的模块，用来检测资源调用、组件编排是否满足业务场景的需求，同时还加入了一个AI模块当神经网络模型训练完成后，便可以直接根据输入的实例化请求，输出相应的结果，通过计算所得使用传统方法所需要的时间如下所示：
神经网络输出结果时间(假设w的权重值为0.8、b的偏差值为1、x为变量)：
t＝wx+b＝0.8×10+1＝9s
5G网资源调用、组件编排时间：
10×1000÷(800×0.125)＝100s
总耗时为：
9+100＝109s
通过上述计算可以看出，在请求数据包大小相同且网络条件相同的情况下，使用本发明方法的总耗时为109s，而使用传统网络切片实例化方法的总耗时为211s，使用本发明方法所需要的时间要明显短于使用传统方法所需的时间，提高了实施例化过程的效率。
实施例2
参照图2～11，为本发明的第二个实施例，该实施例不同于第一个实施例的是，提供了一种电力物联网的智能化网络切片实例化系统，包括：实例化请求模块100、实例化管理模块200、功能组件模块300、虚拟化基础设施管理模块400、实例化输出模块500、业务场景交互模块600和AI模块700，其中需要说明的是，
实例化请求模块100用于收集网络切片进行解析并将切片信息转换为实例化请求信息。
实例化管理模块200与所述实例化请求模块100相连接，包括调用子模块201，所述调用子模块201连接于所述实例化请求模块100接收所述实例化请求信息并分别对命令接收子模块和指令接收子模块发出组件调用和资源调用信息；所述实例化管理模块200还包括反馈接收子模块202，所述反馈接收子模块202连接于所述业务场景交互模块600，接收切片实例化信息在具体电力物联网业务场景中的使用情况，将使用情况较差的所述切片实例化信息反馈至所述调用子模块201，重新发送新的实例化请求信息。
功能组件模块300与所述实例化管理模块200相连接，用于根据所述调用信息的实例化虚拟网络功能生成服务功能链；包括命令接收子模块301连接于所述调用子模块201和AI调用子模块704a，将所述调用信息传输至组件管理子模块302；组件管理子模块302连接于所述命令接收子模块301，根据所述调用信息生成服务功能链。
虚拟化基础设施管理模块400与所述实例化管理模块200相连接，用于利用所述调用信息对虚拟化服务器的网络、存储、计算资源进行调用；包括指令接收子模块401、虚拟机监控子模块402以及虚拟服务器子模块403，其中指令接收子模块401连接于所述调用子模块201和AI调用子模块704a，将调用信息传输至虚拟机监控子模块402；虚拟机监控子模块402连接于所述指令接收子模块401，将所述调用信息转化为可实现相同功能的指令队列；虚拟服务器子模块403连接于所述虚拟机监控子模块402，根据所述指令队列调用服务器的网络、存储、计算资源。
实例化输出模块500与所述虚拟化基础设施管理模块400相连接，包括实例化交互子模块501和实例化信息子模块502，其中所述实例化交互子模块501连接于所述功能组件模块300和所述虚拟化基础设施管理模块400，整合所述服务功能链和所述调用服务器的网络、存储、计算资源，所述实例化信息子模块502将所述实例化交互子模块501的整合信息传输至AI模块700。
业务场景交互模块600与所述功能组件模块300和所述实例化输出模块500相连接，将所述服务功能链以及所述整合后的虚拟化服务器的网络、存储、计算资源进行具体业务场景的应用并收集齐使用情况；包括场景输出子模块601和场景反馈子模块602，其中场景输出子模块601连接于所述实例化输出模块501将所述整合的资源应用至具体业务场景；场景反馈子模块602连接于所述场景输出子模块601，收集所述整合的资源在具体业务场景中的使用情况并将所述使用情况传输至所述反馈接收子模块202和AI场景反馈子模块。
AI模块700与所述业务场景交互模块600相连接，用于对使用情况良好的整合信息进行训练；包括AI请求接收子模块701、AI检测子模块702、AI场景反馈子模块703和神经网络子模块704，其中所述AI请求接收子模块701用于接收所述实例化请求信息、AI检测子模块702用于接收编排完成的服务功能链信息、AI场景反馈子模块703用于接收虚拟化服务器的网络、存储、计算资源的整合信息，并将所述信息输入所述神经网络子模块704；神经网络子模块704对信息进行神经网络模型的训练，并对电力物联网请求模块输入训练完成的信号；神经网络子模块704接收新的实例化请求信息，利用AI调用子模块704a取代所述实例化管理模块200向所述功能组件模块300和所述虚拟化基础设施管理模块400发出调用申请。
不难理解的是，本实施例中所提供的系统，其涉及实例化请求模块100、实例化管理模块200、功能组件模块300、虚拟化基础设施管理模块400、实例化输出模块500、业务场景交互模块600和AI模块700，例如可以是运行在计算机可读程序，通过提高各模块的程序数据接口实现。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
如在本申请所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种电力物联网的智能化网络切片实例化方法，其特征在于：包括，
收集选择好的网络切片；
将所述网络切片解析为实例化请求信息；
对所述实例化请求信息进行智能化处理，得到训练完成的神经网络模型；
所述训练完成的神经网络模型接收新的实例化请求信息，调用功能组件与基础设施管理，得到具体的调用信息以及编排组织信息；
所述将所述网络切片解析为实例化请求信息包括，
将所述选择好的网络切片中对于宽带、时延、容量的需求信息转化为对于实际的基础物理设施的需求情况信息；
所述智能化处理包括，
构建一个神经网络模型，将所述实例化请求信息输入所述神经网络模型，观察所述实例化请求信息的使用情况，将其中使用情况良好的信息输出并训练神经网络模型；
所述使用情况包括，
根据调用的虚拟服务器网络、存储、计算资源以及服务功能链能否满足业务场景的使用需求来判断所述使用情况，不满足则所述使用情况较差，则将反馈的使用情况信息重新发送至新的实例化请求信息；
所述调用功能组件与基础设施管理包括，
根据所述新的实例化请求信息发出组件调用和资源调用信息，并且根据所述组件调用信息的实例化虚拟网络功能对功能组件进行调用与编排，生成一个服务功能链，并且利用二进制代码动态翻译技术将所述资源调用信息转化为相应的指令队列对所述虚拟服务器网络、存储、计算资源进行调用。
2.一种电力物联网的智能化网络切片实例化系统，其特征在于：包括实例化请求模块，实例化管理模块，功能组件模块，虚拟化基础设施管理模块，实例化输出模块，业务场景交互模块，AI模块，
实例化请求模块用于收集网络切片进行解析并将切片信息转换为实例化请求信息；
实例化管理模块与所述实例化请求模块相连接，所述实例化管理模块包括调用子模块，所述调用子模块连接于所述实例化请求模块接收所述实例化请求信息并分别对命令接收子模块和指令接收子模块发出组件调用和资源调用信息；
功能组件模块与所述实例化管理模块相连接，用于根据所述组件调用信息的实例化虚拟网络功能生成服务功能链；功能组件模块包括命令接收子模块，所述命令接收子模块连接于所述调用子模块和AI调用子模块，命令接收子模块将所述组件调用信息传输至组件管理子模块；组件管理子模块连接于所述命令接收子模块，所述组件管理子模块根据所述组件调用信息生成服务功能链；
虚拟化基础设施管理模块与所述实例化管理模块相连接，用于利用所述资源调用信息对虚拟化服务器的网络、存储、计算资源进行调用；
实例化输出模块与所述虚拟化基础设施管理模块相连接，所述实例化输出模块包括实例化交互子模块和实例化信息子模块，其中所述实例化交互子模块连接于所述功能组件模块和所述虚拟化基础设施管理模块，整合所述服务功能链和所述调用的虚拟化服务器的网络、存储、计算资源，所述实例化信息子模块将所述实例化交互子模块的整合信息传输至AI模块；
业务场景交互模块与所述功能组件模块相连接，业务场景交互模块与所述实例化输出模块相连接，所述业务场景交互模块将整合后的所述服务功能链和所述调用的虚拟化服务器的网络、存储、计算资源进行具体业务场景的应用并收集齐使用情况；
AI模块与所述业务场景交互模块相连接，用于对使用情况良好的整合信息进行训练。
3.如权利要求2所述的电力物联网的智能化网络切片实例化系统，其特征在于：所述实例化管理模块包括，
反馈接收子模块，所述反馈接收子模块连接于所述业务场景交互模块，接收实例化请求信息在具体电力物联网业务场景中的使用情况，将使用情况较差的所述实例化请求信息反馈至所述调用子模块。
4.如权利要求3所述的电力物联网的智能化网络切片实例化系统，其特征在于：所述虚拟化基础设施管理模块包括，
指令接收子模块连接于所述调用子模块和AI调用子模块，将资源调用信息传输至虚拟机监控子模块；
虚拟机监控子模块连接于所述指令接收子模块，将所述资源调用信息转化为可实现相同功能的指令队列；
虚拟服务器子模块连接于所述虚拟机监控子模块，根据所述指令队列调用服务器的网络、存储、计算资源。
5.如权利要求4所述的电力物联网的智能化网络切片实例化系统，其特征在于：所述业务场景交互模块包括，
场景输出子模块连接于所述实例化输出模块将整合后的所述服务功能链和所述调用的虚拟化服务器的网络、存储、计算资源应用至具体业务场景；
场景反馈子模块连接于所述场景输出子模块，收集整合后的所述服务功能链和所述调用的虚拟化服务器的网络、存储、计算资源在具体业务场景中的使用情况并将所述使用情况传输至所述反馈接收子模块和AI场景反馈子模块。
6.如权利要求5所述的智能化网络切片实例化系统，其特征在于：所述AI模块包括，
AI请求接收子模块、AI检测子模块、AI场景反馈子模块和神经网络子模块，其中所述AI请求接收子模块用于接收所述实例化请求信息、AI检测子模块用于接收编排完成的服务功能链信息、AI场景反馈子模块用于接收虚拟化服务器的网络、存储、计算资源的整合信息，并将三种所述信息输入所述神经网络子模块；
神经网络子模块对信息进行神经网络模型的训练，并对实例化请求模块输入训练完成的信号；神经网络子模块接收新的实例化请求信息，利用AI调用子模块取代所述实例化管理模块向所述功能组件模块和所述虚拟化基础设施管理模块发出调用申请。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011261346.9A CN112367628B (zh) | 2020-11-12 | 2020-11-12 | 一种电力物联网的智能化网络切片实例化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011261346.9A CN112367628B (zh) | 2020-11-12 | 2020-11-12 | 一种电力物联网的智能化网络切片实例化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112367628A CN112367628A (zh) | 2021-02-12 |
| CN112367628B true CN112367628B (zh) | 2024-01-23 |
Family
ID=74515410
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011261346.9A Active CN112367628B (zh) | 2020-11-12 | 2020-11-12 | 一种电力物联网的智能化网络切片实例化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112367628B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114039868B (zh) * | 2021-11-09 | 2023-08-18 | 广东电网有限责任公司江门供电局 | 一种增值业务管理方法和装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110476402A (zh) * | 2017-05-22 | 2019-11-19 | 华为技术有限公司 | 网络切片创建的方法、装置以及通信系统 |
| CN111083744A (zh) * | 2019-12-31 | 2020-04-28 | 北京思特奇信息技术股份有限公司 | 一种网络切片方法、装置、存储介质和设备 |
| CN111726811A (zh) * | 2020-05-26 | 2020-09-29 | 国网浙江省电力有限公司嘉兴供电公司 | 一种用于认知无线网络的切片资源分配方法及系统 |
-
2020
- 2020-11-12 CN CN202011261346.9A patent/CN112367628B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110476402A (zh) * | 2017-05-22 | 2019-11-19 | 华为技术有限公司 | 网络切片创建的方法、装置以及通信系统 |
| CN111083744A (zh) * | 2019-12-31 | 2020-04-28 | 北京思特奇信息技术股份有限公司 | 一种网络切片方法、装置、存储介质和设备 |
| CN111726811A (zh) * | 2020-05-26 | 2020-09-29 | 国网浙江省电力有限公司嘉兴供电公司 | 一种用于认知无线网络的切片资源分配方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112367628A (zh) | 2021-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3780496B1 (en) | Feature engineering programming method and apparatus | |
| US10977076B2 (en) | Method and apparatus for processing a heterogeneous cluster-oriented task | |
| CN112929187B (zh) | 网络切片管理方法、装置和系统 | |
| US20150230101A1 (en) | Virtualized Wireless Communication System and Establishing Method Thereof | |
| CN112804287B (zh) | 一种电力物联网的智能化网络切片模板生成方法及系统 | |
| US20170364811A1 (en) | Detecting and predicting bottlenecks in complex systems | |
| CN112367628B (zh) | 一种电力物联网的智能化网络切片实例化方法及系统 | |
| CN110096420A (zh) | 一种数据处理方法、系统和装置 | |
| Toczé et al. | Characterization and modeling of an edge computing mixed reality workload | |
| CN113535379A (zh) | 一种基于物联网的变电边缘计算方法、系统及设备 | |
| CN108600046B (zh) | 基于感知哈希的设备状态监测终端、系统及方法 | |
| CN114301980A (zh) | 容器集群的调度方法、装置、系统及计算机可读介质 | |
| CN115080197A (zh) | 计算任务调度方法、装置、电子设备和存储介质 | |
| CN110175769B (zh) | 一种基于微服务架构的资产价值评价方法、装置及系统 | |
| CN112654077B (zh) | 节能方法及装置、计算机可存储介质 | |
| CN116614431B (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
| CN215729726U (zh) | 5g边缘计算平台架构 | |
| CN103051473A (zh) | 一种网络运维保障效果仿真方法及系统 | |
| KR102606044B1 (ko) | IoT가 제공한 기상기후 데이터의 자료 처리를 위한 서비스 제공 장치 | |
| CN117076057B (zh) | 一种ai服务请求调度的方法、装置、设备及介质 | |
| CN116528255B (zh) | 网络切片迁移方法、装置、设备及存储介质 | |
| US20230236795A1 (en) | Data processing method implemented at edge switch, electronic device, and program product | |
| CN117093439A (zh) | 容量数据处理的方法、装置、电子设备和存储介质 | |
| Ахаладзе et al. | Use of serverless functions in the algorithm for calculating the target point of the trajectory under dynamic loading | |
| CN117201310A (zh) | 网元扩容方法、装置、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |