CN115633345A - 用于sim系统的路径选择方法及装置、存储介质、终端设备 - Google Patents
用于sim系统的路径选择方法及装置、存储介质、终端设备 Download PDFInfo
- Publication number
- CN115633345A CN115633345A CN202211311545.5A CN202211311545A CN115633345A CN 115633345 A CN115633345 A CN 115633345A CN 202211311545 A CN202211311545 A CN 202211311545A CN 115633345 A CN115633345 A CN 115633345A
- Authority
- CN
- China
- Prior art keywords
- path
- paths
- ambiguity
- operations
- fuzziness
- 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
- H04W8/00—Network data management
- H04W8/18—Processing of user or subscriber data, e.g. subscribed services, user preferences or user profiles; Transfer of user or subscriber data
- H04W8/20—Transfer of user or subscriber data
- H04W8/205—Transfer to or from user equipment or user record carrier
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/22—Processing or transfer of terminal data, e.g. status or physical capabilities
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请提供了一种用于SIM系统的路径选择方法及装置、存储介质、终端设备,该用于SIM系统的路径选择方法包括:获取SIM系统的当前状态以及配置信息;根据所述当前状态以及所述配置信息生成各个操作的模糊度,操作的模糊度表示该操作的使用概率;根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,路径的得分表示该路径的使用概率,每一路径包括多个具有时序的操作;至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径。本申请能够灵活地选择操作路径,满足用户的个性化需求。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种用于SIM系统的路径选择方法及装置、存储介质、终端设备。
背景技术
通信终端的用户识别模块(Subscriber Identity Module)系统能够维护和指出SIM卡的相关功能。SIM子系统通常具有固定的配置/设置流程,也就是强制限定在某些场景下该系统会为用户自动设置,比如默认上网卡/通话卡/信息卡的设置和网络模式设置。例如,运营商1的默认卡跟随上次的设备标识(phoneId),运营商2的做法是默认卡跟随上次的用户标识(SubId);网络模式设置为先默认选最高支持的网络制式,之后跟随SIM卡的上次设置。
针对某些常规场景,例如在开机时调制解调器(modem)可用的情况下需要开启SIM卡协议栈,SIM卡状态需要在读取基本文件(Elementary File)后设置为加载(Loaded)等。在遇到未知问题时,需要SIM子系统做出正确处理。
但是,目前现有SIM子系统仅能按照预先设置的状态进行操作,无法满足用户的个性化需求。
发明内容
本申请提供了一种用于SIM系统的路径选择方法及装置、存储介质、终端设备,能够灵活地选择操作路径,满足用户的个性化需求。
为了达到上述目的,本申请提供了以下技术方案:
第一方面,提供了一种用于SIM系统的路径选择方法,用于SIM系统的路径选择方法包括:获取SIM系统的当前状态以及配置信息;根据所述当前状态以及所述配置信息生成各个操作的模糊度,操作的模糊度表示该操作的使用概率;根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,路径的得分表示该路径的使用概率,每一路径包括多个具有时序的操作;至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径。
可选的,所述至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径,包括:计算每一路径中所有操作的模糊度之和与该路径得分的乘积,以得到所述路径的重要度;根据各个路径的重要度选取所述最优路径。
可选的,所述至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径,包括:对于具有相同操作的不同路径,利用所述相同操作将所述不同路径进行合并,每一合并路径还包括风险参数,所述风险参数具有风险系数,所述风险系数为所述合并路径中包括的各个路径的得分之和或之积;根据所述风险系数、每一路径的得分以及各个路径中所有操作的模糊度确定最优合并路径。
可选的,所述根据所述风险系数、每一路径的得分以及各个路径中所有操作的模糊度确定最优合并路径,包括:选取风险系数最小的第一合并路径;如果所述第一合并路径的数量有多个,则计算每一合并路径中包括的每一路径中所有操作的模糊度之和与该路径得分的乘积之和,以得到所述第一合并路径的重要度;根据各个第一合并路径的重要度选取所述最优合并路径。
可选的,所述至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径,包括:将各个路径的得分以及各个路径中所有操作的模糊度输入至预先训练好的长短期记忆网络模型,获得按重要度排列的路径集合;从所述路径集合中选取所述最优路径。
可选的,所述根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,包括:将各个操作的模糊度输入至预先训练好的神经网络模型,以获得各个路径及其得分。
可选的,所述根据所述当前状态以及所述配置信息生成各个操作的模糊度,包括:初始化各个操作的模糊度;遍历所述当前状态和所述配置信息,若遍历到操作,则更新该操作的模糊度,更新后的模糊度大于更新前的模糊度。
第二方面,提供了一种用于SIM系统的路径选择装置,所述路径选择装置包括:获取模块,用于获取SIM系统的当前状态以及配置信息;模糊度生成模块,用于根据所述当前状态以及所述配置信息生成各个操作的模糊度,操作的模糊度表示该操作的使用概率;路径生成模块,用于根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,路径的得分表示该路径的使用概率,每一路径包括多个具有时序的操作;路径选择模块,用于至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径。
第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器运行以执行第一方面提供的一种方法。
第四方面,提供了一种通信装置,包括存储器和处理器,存储器上存储有可在处理器上运行的计算机程序,处理器运行计算机程序以执行第一方面提供的任意一种方法。
第五方面,提供了一种计算机程序产品,其上存储有计算机程序,计算机程序被处理器运行以执行第一方面提供的一种方法。
第六方面,本申请实施例还提供一种芯片(或者说数据传输装置),该芯片上存储有计算机程序,在计算机程序被芯片执行时,实现上述方法的步骤。
与现有技术相比,本申请实施例的技术方案具有以下有益效果:
本申请技术方案中,通过SIM系统的当前状态以及配置信息,能够生成各个操作的模糊度,以及基于操作的模糊度确定各个路径的得分;结合操作的模糊度和路径的得分选取的最优路径能够反映用户的行为习惯,使得选取的最优路径能够最大程度地满足用户的需求,提升用户体验。
进一步地,对于具有相同操作的不同路径,利用所述相同操作将所述不同路径进行合并,每一合并路径还包括风险参数,所述风险参数具有风险系数,所述风险系数为所述合并路径中包括的各个路径的得分之和或之积;根据所述风险系数、每一路径的得分以及各个路径中所有操作的模糊度确定最优合并路径。本申请在路径复杂的情况下,综合考量每条路径的得分以及整体路径的不确定性,能够选取最符合用户需求的路径,进一步提升用户体验。
附图说明
图1是本申请实施例提供的一种用于SIM系统的路径选择方法的流程图;
图2是本申请实施例提供的另一种用于SIM系统的路径选择方法的具体流程图;
图3是本申请实施例提供的一种用于SIM系统的路径选择装置的结构示意图;
图4是本申请实施例提供的另一种用于SIM系统的路径选择装置的结构示意图。
具体实施方式
本申请实施例适用的通信系统包括但不限于长期演进(Long Term Evolution,LTE)系统、第五代(5th-generation,5G)系统、新无线系统,以及未来演进系统或者多种通信融合系统。其中,5G系统可以为非独立组网(Non-StandAlone,NSA)的5G系统或独立组网(StandAlone,SA)的5G系统。本申请技术方案也适用于不同的网络架构,包括但不限于中继网络架构、双链接架构、车辆到任何物体的通信(Vehicle-to-Everything)架构等架构。
如背景技术中所述,目前现有SIM子系统仅能按照预先设置的状态进行操作,无法满足用户的个性化需求。
本申请技术方案中,通过SIM系统的当前状态以及配置信息,能够生成各个操作的模糊度,以及基于操作的模糊度确定各个路径的得分;结合操作的模糊度和路径的得分选取的最优路径能够反映用户的行为习惯,使得选取的最优路径能够最大程度地满足用户的需求,提升用户体验。
为使本申请的上述目的、特征和优点能够更为明显易懂,下面结合附图对本申请的具体实施例做详细的说明。
参见图1,本申请提供的方法包括步骤101-步骤104。
在步骤101中,获取SIM系统的当前状态以及配置信息。
具体地,SIM系统的当前状态表示SIM系统所处的状态,例如,当前状态为设置默认语音卡,或者拨打电话。SIM系统的配置信息表示用户针对SIM系统的配置,或者通信终端出厂时针对SIM系统的通用设置等,例如,配置信息为用户使用SIM卡1打电话的次数、默认选最高支持的网络制式。
在步骤102中,根据当前状态以及配置信息生成各个操作的模糊度,操作的模糊度表示该操作的使用概率。
本实施例中所称操作可以是指由SIM系统所执行的一个动作或步骤,例如设置默认语音卡1、写进设置(settings)数据库、发送语音卡改变广播、卡1拨打电话等。具体地,SIM系统的当前状态会影响操作的使用概率,配置信息也会影响操作的使用概率。故可以基于当前状态以及配置信息生成各个操作的模糊度。
各个操作的模糊度的初始模糊度可以为0,操作的模糊度越高,该操作的使用概率越高。
在步骤103中,根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,路径的得分表示该路径的使用概率,每一路径包括多个具有时序的操作。
具体地,SIM系统由当前状态到达下一状态的路径中包括至少一个按时间顺序排列的操作,表示路径中各个操作是需要按照时序顺序执行的。由于每一操作具有不同的模糊度,那么每一路径的使用概率也会不同。由此,将各个操作的模糊度作为输入,据此评估出SIM系统由当前状态到达下一状态的所有路径及其得分。
例如,SIM系统的下一状态为建立数据连接,可以通过路径1、路径2和路径3实现,路径1的得分为2,路径2的得分为8,路径3的得分为5。路径1包括以下操作:请求开启协议栈;路径2包括以下操作:关飞行模式,请求开启协议栈;路径3包括以下操作:设置卡1为默认数据卡,请求开启协议栈。
在步骤104中,至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径。
具体地,考虑到路径具有得分,路径中所包含的操作具有模糊度,可以结合上述得分和模糊度综合选取最优路径。
在一个具体的实施例中,可以计算每一路径中所有操作的模糊度之和与该路径得分的乘积,以得到路径的重要度;根据各个路径的重要度选取所述最优路径。
具体地,路径中所有操作的模糊度之和与该路径的得分的乘积可以表示该路径的重要度。选取重要度数值最高的路径为最优路径。
例如,设置应用(settings)设置默认语音卡1的模糊度为3,设置应用设置默认语音卡2的模糊度为6,拨号器(Dailer)设置默认语音卡1的模糊度为2,拨号器设置默认语音卡2的模糊度为0,终端(phone)进程设置默认语音卡1的模糊度为15,终端进程设置默认语音卡2的模糊度为37,写进设置应用(settings)数据库的模糊度为66,发送语音卡改变广播的模糊度为45。
在SIM系统的下一状态为设置默认语音卡1的场景下,生成以下路径1-3。路径1:设置应用设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,路径1的得分为7。路径2:拨号器设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,路径2的得分为2。路径3:终端进程设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,路径3的得分为15。
路径1的重要度为7×(3+66+45)=798;路径2的重要度为2×(2+66+45)=226;路径3的重要度为15×(15+66+45)=1890。按照重要度从高到低排序:路径3、路径1和路径2。因此选取路径3为最优路径。
需要指出的是,本实施例中各个步骤的序号并不代表对各个步骤的执行顺序的限定。
可以理解的是,在具体实施中,所述路径选择方法可以采用软件程序的方式实现,该软件程序运行于芯片或芯片模组内部集成的处理器中。该方法也可以采用软件结合硬件的方式实现,本申请不作限制。
在本申请一个非限制性的实施例中,请参照图2,图2示出了步骤104的一种具体实施方式。
在步骤201中,对于具有相同操作的不同路径,利用相同操作将不同路径进行合并,每一合并路径包括风险参数,风险参数具有风险系数,风险系数为所述合并路径中包括的各个路径的得分之和或之积;
在步骤202中,根据风险系数、每一路径的得分以及各个路径中所有操作的模糊度确定最优合并路径。
本发明实施例通过不同路径之间的相同操作对不同路径进行合并,并对合并后的路径进行评估获得最优合并路径。其中,合并路径的风险系数表示该合并路径的不确定性程度,风险系数越高,表示该合并路径的不确定性越高,则该合并路径被选为最优合并路径的可能性越低。
在一个具体实施中,可以使用路径函数表示路径以及合并路径。路径函数中的每一变量表示路径的得分以及路径中的操作。通过路径的得分和路径中的操作可以生成一个多元一次方程,该方程可代表一个路径。例如,对设置数据卡路径可以设定一个方程:σ(x+y+z),其中σ表示得分,x可表示写数据库,y可表示发通知广播,z可表示与调制解调器通信。
例如,在合并路径时,禁卡路径(σ1(a+b+c+x+y+z))和数据卡设置路径σ2(x+y+z)具有相同操作x、y和z,σ1表示禁卡路径的得分,σ2表示数据卡设置路径的得分。可以对上述禁卡路径和数据卡设置路径进行合并,得到合并路径:σ1(a+b+c)+(σ1+σ2)(x+y+z)+σ1σ2μ。其中,μ表示风险参数。
需要说明的是,风险参数可以是先验参数,也可以不设置具体的数值,本申请对此不作限制。
进一步地,在步骤202的具体实施中,选取风险系数最小的第一合并路径;如果第一合并路径的数量有多个,则计算每一合并路径中包括的每一路径中所有操作的模糊度之和与该路径得分的乘积之和,以得到第一合并路径的重要度;根据各个第一合并路径的重要度选取最优合并路径。
以上述合并路径σ1(a+b+c)+(σ1+σ2)(x+y+z)+σ1σ2μ为例,先选取风险系数σ1σ2最小的合并路径,再将各个操作的模糊度代入σ1(a+b+c)+(σ1+σ2)(x+y+z),根据数值的大小选取最优合并路径。
在一个具体应用场景中,下一状态为通过卡1拨打电话。卡1拨打电话的模糊度为5,卡2拨打电话的模糊度为9。共得到三条合并路径4-6。合并路径4包括以下操作:设置应用设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,卡1拨打电话,设置应用设置默认语音卡1写进设置应用数据库,发送语音卡改变广播。其中,设置应用设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,卡1拨打电话这一路径的得分为9。
合并路径5包括以下操作:拨号器设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,卡1拨打电话,拨号器设置默认语音卡1,写进s设置应用数据库,发送语音卡改变广播。其中,拨号器设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,卡1拨打电话这一路径的得分为28。
合并路径6包括以下操作:终端进程设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,卡1拨打电话,终端进程设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播。其中,终端进程设置默认语音卡1,写进设置应用数据库,发送语音卡改变广播,卡1拨打电话这一路径的得分为2。
合并路径4可以采用以下路径函数来表示:9(3+66+45+5)+7(3+66+45)+9×7×μ=1869+63μ。合并路径5可以采用以下路径函数来表示:28(2+66+45+5)+2(2+66+45)+28×2×μ=3530+56μ。合并路径6可以采用以下路径函数来表示:2(15+66+45+5)+15(15+66+45)+2×15×μ=2152+30μ。
由上,合并路径4的风险系数为63,合并路径5的风险系数为56,合并路径6的风险系数为30。合并路径6的风险系数最小,故选取合并路径6为最优合并路径。
在步骤101的一个具体实施例中,初始化各个操作的模糊度;遍历当前状态和配置信息,若遍历到操作,则更新该操作的模糊度,更新后的模糊度大于更新前的模糊度。
具体而言,操作的模糊度可以表示操作的使用概率。为了确定操作的模糊度,可以根据操作的使用频次来确定。由于当前状态和配置信息中具有操作的使用信息,因此可以通过遍历当前状态和配置信息更新操作的模糊度。在更新操作的模糊度时,可以按照预设步长更新模糊度。
例如,各个操作初始化后的模糊度为0,每遍历到一次操作,则该操作的模糊度加1。
具体地,可以在通信终端重启时,初始化各个操作的模糊度。
请参照图3,图3示出了一种用于SIM系统的路径选择装置的结构图。
该路径选择装置包括:场景模拟器301、场景解析器302和路径生成器303。
SIM系统的当前状态以及配置信息为场景模拟器301的输入。场景模拟器301遍历当前状态和配置信息,在遍历到操作时,更新该操作的模糊度。具体地,场景模拟器301可以使用决策树算法来确定各个操作的模糊度。
场景模拟器301输出各个操作的模糊度至场景解析器302,场景解析器302输出由当前状态到达下一状态的所有路径及其得分。具体地,场景解析器302可以是预先训练好的神经网络模型。该神经网络模型可以是采用循环神经网络(Recurrent Neural Network,RNN)构建的。循环神经网络模型的输入可以是序列(sequence)数据,循环神经网络模型具有记忆性、参数共享并且图灵完备(Turing completeness),因此在对序列的非线性特征进行学习时具有一定优势。
更进一步地,该神经网络模型可以是基于多层感知机(Multilayer Perceptron,MLP)的循环神经网络。多层感知机能够将输入的多个数据集映射到单一的输出上。
场景模拟器301输出各个路径及其得分至路径生成器303。路径生成器303可以包括预先训练好的长短期记忆网络模型(Long Short-Term Memory,LSTM)和预先训练好的筛选模型。长短期记忆网络模型可以输出带有时序的路径集合,路径集合中各个路径可以是按照重要度排列的。筛选模型可以从上述路径集合中选取最优路径。
关于本申请实施例的更多具体实现方式,请参照前述实施例,此处不再赘述。
请参照图4,图4示出了一种用于SIM系统的路径选择装置40,用于SIM系统的路径选择装置40可以包括:
获取模块401,用于获取SIM系统的当前状态以及配置信息;
模糊度生成模块402,用于根据所述当前状态以及所述配置信息生成各个操作的模糊度,操作的模糊度表示该操作的使用概率;
路径生成模块403,用于根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,路径的得分表示该路径的使用概率,每一路径包括多个具有时序的操作;
路径选择模块404,用于至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径。
在具体实施中,上述路径选择装置40可以对应于终端设备中具有路径选择功能的芯片,例如片上系统(System-On-a-Chip,SOC)、基带芯片等;或者对应于终端设备中包括具有路径选择功能的芯片模组;或者对应于具有数据处理功能芯片的芯片模组,或者对应于终端设备。
在一个具体实施例中,路径选择模块404计算每一路径中所有操作的模糊度之和与该路径得分的乘积,以得到路径的重要度;根据各个路径的重要度选取所述最优路径。
在一个具体实施例中,路径选择模块404包括:合并单元,用于对于具有相同操作的不同路径,利用所述相同操作将所述不同路径进行合并,每一合并路径还包括风险参数,所述风险参数具有风险系数,所述风险系数为所述合并路径中包括的各个路径的得分之和或之积;最优合并路径选取单元,用于根据所述风险系数、每一路径的得分以及各个路径中所有操作的模糊度确定最优合并路径。
进一步地,最优合并路径选取单元选取风险系数最小的第一合并路径;如果所述第一合并路径的数量有多个,则计算每一合并路径中包括的每一路径中所有操作的模糊度之和与该路径得分的乘积之和,以得到所述第一合并路径的重要度;根据各个第一合并路径的重要度选取所述最优合并路径。
在另一个具体实施例中,路径选择模块404将各个路径的得分以及各个路径中所有操作的模糊度输入至预先训练好的长短期记忆网络模型,获得按重要度排列的路径集合;从所述路径集合中选取所述最优路径。
在一个具体实施例中,路径生成模块403将各个操作的模糊度输入至预先训练好的神经网络模型,以获得各个路径及其得分。
在一个具体实施例中,模糊度生成模块402初始化各个操作的模糊度;遍历当前状态和配置信息,若遍历到操作,则更新该操作的模糊度,更新后的模糊度大于更新前的模糊度。
关于路径选择装置40的其他相关描述可以参照前述实施例中的相关描述,此处不再赘述。
关于上述实施例中描述的各个装置、产品包含的各个模块/单元,其可以是软件模块/单元,也可以是硬件模块/单元,或者也可以部分是软件模块/单元,部分是硬件模块/单元。例如,对于应用于或集成于芯片的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于芯片内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现;对于应用于或集成于芯片模组的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于芯片模组内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现;对于应用于或集成于终端设备的各个装置、产品,其包含的各个模块/单元可以都采用电路等硬件的方式实现,不同的模块/单元可以位于终端设备内同一组件(例如,芯片、电路模块等)或者不同组件中,或者,至少部分模块/单元可以采用软件程序的方式实现,该软件程序运行于终端设备内部集成的处理器,剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。
本申请实施例还公开了一种存储介质,所述存储介质为计算机可读存储介质,其上存储有计算机程序,所述计算机程序运行时可以执行图1至图2中所示方法的步骤。所述存储介质可以包括只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、磁盘或光盘等。存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/“,表示前后关联对象是一种“或”的关系。
本申请实施例中出现的“多个”是指两个或两个以上。
本申请实施例中出现的第一、第二等描述,仅作示意与区分描述对象之用,没有次序之分,也不表示本申请实施例中对设备个数的特别限定,不能构成对本申请实施例的任何限制。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例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或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、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或无线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。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法、装置和系统,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,机械或其它的形式。
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单元上。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,也可以是各个单元单独物理包括,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。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元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所述方法的部分步骤。
虽然本申请披露如上,但本申请并非限定于此。任何本领域技术人员,在不脱离本申请的精神和范围内,均可作各种更动与修改,因此本申请的保护范围应当以权利要求所限定的范围为准。
Claims (10)
1.一种用于SIM系统的路径选择方法,其特征在于,包括:
获取SIM系统的当前状态以及配置信息;
根据所述当前状态以及所述配置信息生成各个操作的模糊度,操作的模糊度表示该操作的使用概率;
根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,路径的得分表示该路径的使用概率,每一路径包括多个具有时序的操作;
至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径。
2.根据权利要求1所述的用于SIM系统的路径选择方法,其特征在于,所述至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径,包括:
计算每一路径中所有操作的模糊度之和与该路径得分的乘积,以得到所述路径的重要度;
根据各个路径的重要度选取所述最优路径。
3.根据权利要求1所述的用于SIM系统的路径选择方法,其特征在于,所述至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径,包括:
对于具有相同操作的不同路径,利用所述相同操作将所述不同路径进行合并,每一合并路径还包括风险参数,所述风险参数具有风险系数,所述风险系数为所述合并路径中包括的各个路径的得分之和或之积;
根据所述风险系数、每一路径的得分以及各个路径中所有操作的模糊度确定最优合并路径。
4.根据权利要求3所述的用于SIM系统的路径选择方法,其特征在于,所述根据所述风险系数、每一路径的得分以及各个路径中所有操作的模糊度确定最优合并路径,包括:
选取风险系数最小的第一合并路径;
如果所述第一合并路径的数量有多个,则计算每一合并路径中包括的每一路径中所有操作的模糊度之和与该路径得分的乘积之和,以得到所述第一合并路径的重要度;
根据各个第一合并路径的重要度选取所述最优合并路径。
5.根据权利要求1所述的用于SIM系统的路径选择方法,其特征在于,所述至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径,包括:
将各个路径的得分以及各个路径中所有操作的模糊度输入至预先训练好的长短期记忆网络模型,获得按重要度排列的路径集合;
从所述路径集合中选取所述最优路径。
6.根据权利要求1所述的用于SIM系统的路径选择方法,其特征在于,所述根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,包括:
将各个操作的模糊度输入至预先训练好的神经网络模型,以获得各个路径及其得分。
7.根据权利要求1所述的用于SIM系统的路径选择方法,其特征在于,所述根据所述当前状态以及所述配置信息生成各个操作的模糊度,包括:
初始化各个操作的模糊度;
遍历所述当前状态和所述配置信息,若遍历到操作,则更新该操作的模糊度,更新后的模糊度大于更新前的模糊度。
8.一种用于SIM系统的路径选择装置,其特征在于,包括:
获取模块,用于获取SIM系统的当前状态以及配置信息;
模糊度生成模块,用于根据所述当前状态以及所述配置信息生成各个操作的模糊度,操作的模糊度表示该操作的使用概率;
路径生成模块,用于根据各个操作的模糊度确定由当前状态到达下一状态的所有路径及其得分,路径的得分表示该路径的使用概率,每一路径包括多个具有时序的操作;
路径选择模块,用于至少根据各个路径的得分以及各个路径中所有操作的模糊度确定最优终路径。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被计算机运行时执行权利要求1至7中任一项用于SIM系统的路径选择方法的步骤。
10.一种终端设备,包括存储器和处理器,所述存储器上存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器运行所述计算机程序时执行权利要求1至7中任一项用于SIM系统的路径选择方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211311545.5A CN115633345A (zh) | 2022-10-25 | 2022-10-25 | 用于sim系统的路径选择方法及装置、存储介质、终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211311545.5A CN115633345A (zh) | 2022-10-25 | 2022-10-25 | 用于sim系统的路径选择方法及装置、存储介质、终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115633345A true CN115633345A (zh) | 2023-01-20 |
Family
ID=84905834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211311545.5A Pending CN115633345A (zh) | 2022-10-25 | 2022-10-25 | 用于sim系统的路径选择方法及装置、存储介质、终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115633345A (zh) |
-
2022
- 2022-10-25 CN CN202211311545.5A patent/CN115633345A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109074514B (zh) | 通过示例和经验的机器人的深度学习 | |
CN107995370B (zh) | 通话控制方法、装置及存储介质和移动终端 | |
CN108156317B (zh) | 通话语音控制方法、装置及存储介质和移动终端 | |
CN108805565B (zh) | 基于区块链的承诺存在性证明方法、设备及可读存储介质 | |
CN110046622B (zh) | 一种有目标的攻击样本生成方法、装置、设备及存储介质 | |
CN111798244B (zh) | 交易欺诈行为监测方法及装置 | |
CN111273953B (zh) | 模型处理方法、装置、终端及存储介质 | |
CN112135325A (zh) | 网络切换方法、装置、存储介质以及终端 | |
CN111815169A (zh) | 业务审批参数配置方法及装置 | |
CN113806037A (zh) | 服务的调用方法、装置、存储介质及电子设备 | |
CN115205736A (zh) | 视频数据的识别方法和装置、电子设备和存储介质 | |
CN113641388A (zh) | 云手机更新方法、相关装置及计算机程序产品 | |
CN113011966A (zh) | 基于深度学习的信用评分方法及装置 | |
CN114581966A (zh) | 用于信息处理的方法、电子设备和计算机程序产品 | |
CN115563377B (zh) | 企业的确定方法、装置、存储介质及电子设备 | |
CN115633345A (zh) | 用于sim系统的路径选择方法及装置、存储介质、终端设备 | |
KR102458360B1 (ko) | 불균형 데이터에 대한 딥러닝 분류 모델 성능을 향상시키기 위한 레이블 기반 샘플 추출 장치 및 그 방법 | |
CN107911315B (zh) | 报文分类方法及网络设备 | |
CN110111188A (zh) | 业务办理方法及设备 | |
CN112820302B (zh) | 声纹识别方法、装置、电子设备和可读存储介质 | |
CN111210279B (zh) | 一种目标用户预测方法、装置和电子设备 | |
CN112491572B (zh) | 终端之间连接状态的预测方法、装置和分析设备 | |
CN114296775A (zh) | 基于大数据的智能运维方法及系统 | |
CN110087230B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
CN115620710A (zh) | 语音识别的方法、装置、存储介质以及电子装置 |
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 |