CN117014057A - 一种网络切片资源分配方法、装置及存储介质 - Google Patents
一种网络切片资源分配方法、装置及存储介质 Download PDFInfo
- Publication number
- CN117014057A CN117014057A CN202310679238.0A CN202310679238A CN117014057A CN 117014057 A CN117014057 A CN 117014057A CN 202310679238 A CN202310679238 A CN 202310679238A CN 117014057 A CN117014057 A CN 117014057A
- Authority
- CN
- China
- Prior art keywords
- resource allocation
- network slice
- slice resource
- satellite
- effective
- 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
- 238000013468 resource allocation Methods 0.000 title claims abstract description 402
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000003066 decision tree Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 abstract description 21
- 238000007726 management method Methods 0.000 description 45
- 230000006870 function Effects 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Radio Relay Systems (AREA)
Abstract
本申请提供一种网络切片资源分配方法、装置及存储介质,涉及通信技术领域,用于解决现有技术中的网络切片资源分配效率较低的技术问题。该方法包括:获取多个目标网络切片资源分配关系;一个目标网络切片资源分配关系用于表示一个网络切片资源分配方式和至少一个有效特征的对应关系;有效特征为参考卫星的卫星数据中的有效特征。确定有效特征在多个目标网络切片资源分配关系中的信息增益;根据信息增益构建网络切片资源分配模型;网络切片资源分配模型用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。本申请提高了网络切片资源分配的效率。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种网络切片资源分配方法、装置及存储介质。
背景技术
随着人造卫星技术的发展,卫星网络资源规模迅速膨胀,卫星网络资源的科学分配可以为用户终端提供更优质的用户体验。
现有的卫星网络资源分配方法通常是在卫星网络建立时,根据固定的网络切片模板,将卫星网络资源分配给用户终端,之后根据用户终端的业务需求人工调整卫星网络资源分配方式。这种人工调整的方式费时费力,效率较低。
发明内容
本申请提供一种网络切片资源分配方法、装置及存储介质,用于解决现有技术中网络切片资源分配效率较低的技术问题。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供一种网络切片资源分配方法,包括:获取多个目标网络切片资源分配关系;一个目标网络切片资源分配关系用于表示一个网络切片资源分配方式和至少一个有效特征的对应关系;有效特征为参考卫星的卫星数据中的有效特征;确定有效特征在多个目标网络切片资源分配关系中的信息增益;根据信息增益构建网络切片资源分配模型;网络切片资源分配模型用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。
可选的,该网络切片资源分配方法中的信息增益满足下述公式:
pt=a/b;
pi=c/d;
其中,pt为第t个网络切片资源分配方式的第一概率;t为大于或者等于1且小于或者等于n的自然数;n为网络切片资源分配方式的数量;a为第t个网络切片资源分配方式的数量;b为目标网络切片资源分配关系的数量;pi为第i个网络切片资源分配方式的第二概率;i为大于或者等于1且小于或者等于n的自然数;Sv为有效特征S中的特征值V;c为特征值V对应的第i个网络切片资源分配方式的数量;d为特征值V对应的全部网络切片资源分配方式的数量;IG(S|T)为信息增益;T为有效特征中全部特征值。
可选的,获取多个目标网络切片资源分配关系,包括:确定参考卫星的卫星数据中的有效特征;根据有效特征,对获取到的多个原始网络切片资源分配关系中的非有效特征进行去除处理,以得到处理后的多个原始网络切片资源分配关系;处理后的多个原始网络切片资源分配关系包括:用于表示第一网络切片资源分配方式和至少一个有效特征的第一对应关系、用于表示第二网络切片资源分配方式和至少一个有效特征的第二对应关系;当第一对应关系的数量小于第二对应关系的数量时,对第一对应关系进行过采样,以得到多个目标网络切片资源分配关系;过采样后的第一对应关系的数量与第二对应关系的数量的差值绝对值小于预设阈值。
可选的,确定参考卫星的卫星数据中的有效特征,包括:获取卫星数据中,目标特征的数量;获取卫星数据的数量;将目标特征的数量与卫星数据的数量的比值,确定为目标特征的支持度;当目标特征的支持度大于预设支持度时,将目标特征确定为有效特征。
可选的,根据信息增益构建网络切片资源分配模型,包括:根据信息增益的大小顺序,对有效特征进行排序;根据排序后的有效特征,确定网络切片资源分配模型中的节点顺序;有效特征与网络切片资源分配模型中的节点一一对应;根据节点顺序构建决策树,以得到网络切片资源分配模型。
可选的,该网络切片资源分配方法还包括:获取待资源分配卫星的卫星数据;将待资源分配卫星的卫星数据输入到网络切片资源分配模型中,以得到待资源分配卫星对应的网络切片资源分配方式。
第二方面,提供一种网络切片资源分配装置,包括:获取单元和确定单元;获取单元,用于获取多个目标网络切片资源分配关系;一个目标网络切片资源分配关系用于表示一个网络切片资源分配方式和至少一个有效特征的对应关系;有效特征为参考卫星的卫星数据中的有效特征;确定单元,用于确定有效特征在多个目标网络切片资源分配关系中的信息增益;确定单元,还用于根据信息增益构建网络切片资源分配模型;网络切片资源分配模型用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。
可选的,信息增益满足下述公式:
pt=a/b;
pi=c/d;
其中,pt为第t个网络切片资源分配方式的第一概率;t为大于或者等于1且小于或者等于n的自然数;n为网络切片资源分配方式的数量;a为第t个网络切片资源分配方式的数量;b为目标网络切片资源分配关系的数量;pi为第i个网络切片资源分配方式的第二概率;i为大于或者等于1且小于或者等于n的自然数;Sv为有效特征S中的特征值V;c为特征值V对应的第i个网络切片资源分配方式的数量;d为特征值V对应的全部网络切片资源分配方式的数量;IG(S|T)为信息增益;T为有效特征中全部特征值。
可选的,获取单元具体用于:确定参考卫星的卫星数据中的有效特征;根据有效特征,对获取到的多个原始网络切片资源分配关系中的非有效特征进行去除处理,以得到处理后的多个原始网络切片资源分配关系;处理后的多个原始网络切片资源分配关系包括:用于表示第一网络切片资源分配方式和至少一个有效特征的第一对应关系、用于表示第二网络切片资源分配方式和至少一个有效特征的第二对应关系;当第一对应关系的数量小于第二对应关系的数量时,对第一对应关系进行过采样,以得到多个目标网络切片资源分配关系;过采样后的第一对应关系的数量与第二对应关系的数量的差值绝对值小于预设阈值。
可选的,确定单元具体用于:获取卫星数据中,目标特征的数量;获取卫星数据的数量;将目标特征的数量与卫星数据的数量的比值,确定为目标特征的支持度;当目标特征的支持度大于预设支持度时,将目标特征确定为有效特征。
可选的,确定单元具体用于:根据信息增益的大小顺序,对有效特征进行排序;根据排序后的有效特征,确定网络切片资源分配模型中的节点顺序;有效特征与网络切片资源分配模型中的节点一一对应;根据节点顺序构建决策树,以得到网络切片资源分配模型。
可选的,网络切片资源分配装置还包括:操作单元,操作单元用于获取待资源分配卫星的卫星数据;操作单元还用于将待资源分配卫星的卫星数据输入到网络切片资源分配模型中,以得到待资源分配卫星对应的网络切片资源分配方式。
第三方面,提供一种网络切片资源分配装置,包括存储器和处理器;存储器用于存储计算机执行指令,处理器与存储器通过总线连接;当网络切片资源分配装置运行时,处理器执行存储器存储的计算机执行指令,以使网络切片资源分配装置执行第一方面所述的网络切片资源分配方法。
该网络切片资源分配装置可以是网络设备,也可以是网络设备中的一部分装置,例如网络设备中的芯片系统。该芯片系统用于支持网络设备实现第一方面及其任意一种可能的实现方式中所涉及的功能,例如,获取、确定、发送上述网络切片资源分配方法中所涉及的数据或信息。该芯片系统包括芯片,也可以包括其他分立器件或电路结构。
第四方面,提供一种计算机可读存储介质,计算机可读存储介质包括计算机执行指令,当计算机执行指令在计算机上运行时,使得该计算机执行第一方面所述的网络切片资源分配方法。
第五方面,还提供一种计算机程序产品,该计算机程序产品包括计算机指令,当计算机指令在网络切片资源分配装置上运行时,使得网络切片资源分配装置执行如上述第一方面所述的网络切片资源分配方法。
需要说明的是,上述计算机指令可以全部或者部分存储在第一计算机可读存储介质上。其中,第一计算机可读存储介质可以与网络切片资源分配装置的处理器封装在一起的,也可以与网络切片资源分配装置的处理器单独封装,本申请实施例对此不作限定。
本申请中第二方面、第三方面、第四方面以及第五方面的描述,可以参考第一方面的详细描述;并且,第二方面、第三方面、第四方面以及第五方面的有益效果,可以参考第一方面的有益效果分析,此处不再赘述。
在本申请实施例中,上述网络切片资源分配装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本申请类似,属于本申请权利要求及其等同技术的范围之内。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
本申请提供的技术方案至少带来以下有益效果:
基于上述任一方面,本申请实施例提供了一种网络切片资源分配方法,可以先获取多个目标网络切片资源分配关系,然后确定有效特征在多个目标网络切片资源分配关系中的信息增益,接着,可以根据信息增益构建网络切片资源分配模型,通过构建出的网络切片资源分配模型。网络切片资源分配模型,可以根据待资源分配卫星的卫星数据,确定待资源分配卫星对应的网络切片资源分配方式,从而自动准确地调整卫星网络资源分配方式,从而提高了网络切片资源分配的效率。
附图说明
图1为本申请实施例提供的网络切片资源分配系统的结构示意图;
图2为本申请实施例提供的网络切片资源分配装置的一种硬件结构示意图;
图3为本申请实施例提供的网络切片资源分配装置的又一种硬件结构示意图;
图4为本申请实施例提供的一种网络切片资源分配方法的流程示意图;
图5为本申请实施例提供的又一种网络切片资源分配方法的流程示意图;
图6为本申请实施例提供的又一种网络切片资源分配方法的流程示意图;
图7为本申请实施例提供的又一种网络切片资源分配方法的流程示意图;
图8为本申请实施例提供的又一种网络切片资源分配方法的流程示意图;
图9为本申请实施例提供的又一种网络切片资源分配方法的流程示意图;
图10为本申请实施例提供的一种网络切片资源分配装置的结构示意图。
具体实施方式
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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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,都属于本发明保护的范围。
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。
为了便于清楚描述本申请实施例的技术方案,在本申请实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分,本领域技术人员可以理解“第一”、“第二”等字样并不是在对数量和执行次序进行限定。
在对本申请提供的网络切片资源分配方法进行详细介绍之前,先对本申请涉及的背景进行简单介绍。
随着人造卫星技术的不断进步,人造卫星的数目和种类也在不断增多。多个人造卫星与地面终端组成的卫星网络,承载着通信需求、信息处理、远程侦查和导航定位等众多服务功能。
因此,为了提高卫星网络上的网络资源的利用率,通常是采用网络切片分配的方式,根据当前网络状态以及用户终端的需求,将卫星网络上的网络资源进行切片统筹分配。
可选的,卫星网络上的网络资源可以是物理资源模块(physical resourceblock,PRB)资源。
而人造卫星因为其远距离、高动态、类型繁杂的特点,因此,为了更好的管理人造卫星的网络资源,通常是将网络资源切片分配。而现有的网络资源切片分配方法,通常是在卫星网络建立时,需要根据固定的网络切片模板,将卫星网络资源分配给用户终端,之后根据用户终端的业务需求人工调整卫星网络资源分配方式,从而实现人造卫星网络资源的分配。
如背景技术所描述,现有的网络切片资源分配的方法通常是在卫星网络建立时,根据固定的网络切片模板,将卫星网络资源分配给用户终端,之后根据用户终端的业务需求人工调整卫星网络资源分配方式。但是这种人工调整的方式费时费力,效率较低。
针对上述问题,本申请实施例提供了一种网络切片资源分配方法,可以先获取多个目标网络切片资源分配关系,然后确定有效特征在多个目标网络切片资源分配关系中的信息增益,接着,可以根据信息增益构建网络切片资源分配模型,构建出的网络切片资源分配模型。网络切片资源分配模型可以根据待资源分配卫星的卫星数据,确定待资源分配卫星对应的网络切片资源分配方式,从而自动准确地调整卫星网络资源分配方式,从而提高了网络切片资源分配的效率。
其次,还可以通过资源特征参数的表征方法获取卫星数据获取人造卫星的卫星数据。然后,可以通过资源关联算法,从人造卫星的卫星数据中挖掘出人造卫星的有效特征。接着,再通过机器学习技术,根据有效特征的信息增益构建出网络切片资源分配模型。再然后,可以通过构建网络切片资源分配模型和待资源分配卫星的卫星数据,确定待资源分配卫星对应的网络切片资源分配方式。并且随着网络切片资源分配模型不断学习新的网络切片资源分配关系,可以根据人造卫星的当前状态,预测人造卫星的接下来的状态变化,从而主动匹配对应的网络切片资源分配方式。上述预测效果会随着网络切片资源分配模型不断更新迭代不断增强,进一步提高网络切片资源分配的效率。
该网络切片资源分配方法适用于网络切片资源分配系统。图1示出了该网络切片资源分配系统的一种结构。如图1所示,该网络切片资源分配系统包括:电子设备101、网管设备102、人造卫星103、人造卫星104、人造卫星105。
其中,电子设备101与网管设备102之间通信连接。网管设备102分别与人造卫星103、人造卫星104、人造卫星105之间通信连接。
电子设备101用于构建网络切片资源分配模型以及在获取待资源分配卫星的卫星数据后,根据构建的网络切片资源分配模型,确定待资源分配卫星对应的网络切片资源分配方式。
网管设备102用于记录存储参考卫星的卫星数据和待资源分配卫星的卫星数据,并将参考卫星的卫星数据和待资源分配卫星的卫星数据发送给电子设备101。
其中,参考卫星的卫星数据用于构建网络切片资源分配模型。
人造卫星用于向网管设备102发送卫星数据。
在实际应用中,电子设备101可以连接多个网管设备,网管设备102可以连接多个人造卫星。为了便于理解,本申请以电子设备101连接一个网管设备102,网管设备102连接一个人造卫星103、一个人造卫星104、一个人造卫星105为例进行说明。
可选的,电子设备101的实体设备可以是终端,也可以是服务器,还可以是其他类型的电子设备。
可选的,网管设备102的实体设备可以是服务器,还可以是其他类型的电子设备。
可选的,当电子设备101的实体设备为终端时,终端可以是指向用户提供语音或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备。终端可以经无线接入网(radio access network,RAN)与一个或多个核心网进行通信。终端可以是移动终端,如移动电话(或称为“蜂窝”电话)和具有移动终端的计算机,也可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语言和/或数据,例如,手机、平板电脑、笔记本电脑、上网本、个人数字助理(personaldigital assistant,PDA)。
可选的,当电子设备101和网管设备102的实体设备为服务器时,服务器可以是服务器集群(由多个服务器组成)中的一个服务器,也可以是该服务器中的芯片,还可以是该服务器中的片上系统,还可以通过部署在物理机上的虚拟机(virtual machine,VM)实现,本申请实施例对此不作限定。
网络切片资源分配系统中的电子设备101的基本硬件结构类似,都包括图2或图3所示网络切片资源分配装置所包括的元件。下面以图2和图3所示的网络切片资源分配装置为例,介绍电子设备101的硬件结构。
如图2所示,为本申请实施例提供的网络切片资源分配装置的一种硬件结构示意图。该网络切片资源分配装置包括处理器21,存储器22、通信接口23、总线24。处理器21,存储器22以及通信接口23之间可以通过总线24连接。
处理器21是网络切片资源分配装置的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器21可以是一个通用中央处理单元(central processingunit,CPU),也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例,处理器21可以包括一个或多个CPU,例如图2中所示的CPU0和CPU1。
存储器22可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
一种可能的实现方式中,存储器22可以独立于处理器21存在,存储器22可以通过总线24与处理器21相连接,用于存储指令或者程序代码。处理器21调用并执行存储器22中存储的指令或程序代码时,能够实现本发明下述实施例提供的网络切片资源分配方法。
在本申请实施例中,对于电子设备101而言,存储器22中存储的软件程序不同,所以电子设备101实现的功能不同。关于各设备所执行的功能将结合下面的流程图进行描述。
另一种可能的实现方式中,存储器22也可以和处理器21集成在一起。
通信接口23,用于网络切片资源分配装置与其他设备通过通信网络连接,所述通信网络可以是以太网,无线接入网,无线局域网(wireless local area networks,WLAN)等。通信接口23可以包括用于接收数据的接收单元,以及用于发送数据的发送单元。
总线24,可以是工业标准体系结构(industry standard architecture,ISA)总线、外部设备互连(peripheral component interconnect,PCI)总线或扩展工业标准体系结构(extended industry standard architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图2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。
图3示出了本发明实施例中网络切片资源分配装置的另一种硬件结构。如图3所示,网络切片资源分配装置可以包括处理器31以及通信接口32。处理器31与通信接口32耦合。
处理器31的功能可以参考上述处理器21的描述。此外,处理器31还具备存储功能,可以起上述存储器22的功能。
通信接口32用于为处理器31提供数据。该通信接口32可以是网络切片资源分配装置的内部接口,也可以是网络切片资源分配装置对外的接口(相当于通信接口23)。
需要指出的是,图2(或图3)中示出的结构并不构成对网络切片资源分配装置的限定,除图2(或图3)所示部件之外,该网络切片资源分配装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
下面结合附图对本申请实施例提供的网络切片资源分配方法进行详细介绍。
如图4所示,本申请实施例提供的网络切片资源分配方法应用于图1中的电子设备101,该网络切片资源分配方法包括:S401-S403。
S401、电子设备获取多个目标网络切片资源分配关系。
其中,一个目标网络切片资源分配关系用于表示一个网络切片资源分配方式和至少一个有效特征的对应关系。有效特征为参考卫星的卫星数据中的有效特征。
可选的,有效特征可以是支持度大于预设支持度的目标特征。
其中,支持度用于表示前项数据与后项数据集中同时出现的概率。
可选的,卫星数据可以包括:人造卫星的星历数据、人造卫星的业务数据和人造卫星的网络资源数据。
例如,星历数据包括星体轨道参数,用于表示每隔一定时间某人造卫星预定所在位置。业务数据包括:用户数据、行为数据,用于表示人与计算机或计算机与计算机之间数据信息传递的通信业务信息。网络资源数据可以是以电子数据的形式将文字、图像、声音、动画等多种形式的信息存放在光盘等非印刷型的载体中,并通过网络通信、计算机或终端方式再现出来的信息资源。
可选的,电子设备获取多个目标网络切片资源分配关系的一种实现方式为:电子设备可以向网管设备发送获取卫星数据的请求。接着,网管设备可以接收来自电子设备发送的获取卫星数据请求。然后,网管设备可以响应获取卫星数据的请求,并向电子设备发送多个人造卫星的卫星数据。电子设备接收到来自网管设备的多个人造卫星的卫星数据后,可以根据多个人造卫星的卫星数据确定多个人造卫星的有效特征。
接着,电子设备可以向网管设备发送获取原始网络切片资源分配关系请求。接着,网管设备可以接收来自电子设备发送的获取原始网络切片资源分配关系请求。然后,网管设备可以响应获取原始网络切片资源分配关系请求,并向电子设备发送多个人造卫星的原始网络切片资源分配关系。在这种情况下,电子设备可以根据多个人造卫星的有效特征和原始网络切片资源分配关系确定多个目标网络切片资源分配关系。
可选的,原始网络切片资源分配关系可以是多个人造卫星的初始的卫星数据(包括有效特征和非有效特征)的和网络切片资源分配方式的对应关系。
示例性的,结合图1,电子设备101可以向网管设备102发送获取人造卫星103卫星数据的请求。接着,网管设备可以102接收来自电子设备101发送的获取人造卫星103卫星数据请求。然后,网管设备可以102响应获取人造卫星103卫星数据的请求,并向电子设备101发送多个人造卫星103的卫星数据。电子设备101可以收到来自网管设备102的人造卫星103的卫星数据,并根据人造卫星103的卫星数据确定人造卫星103的有效特征。
电子设备101可以向网管设备102发送获取原始网络切片资源分配关系请求。接着,网管设备102可以接收来自电子设备101发送的获取原始网络切片资源分配关系请求。然后,网管设备102可以响应获取原始网络切片资源分配关系请求,并向电子设备101发送人造卫星103的原始网络切片资源分配关系。在这种情况下,电子设备可以根据人造卫星103的有效特征和人造卫星103的原始网络切片资源分配关系确定人造卫星103的目标网络切片资源分配关系
S402、电子设备确定有效特征在多个目标网络切片资源分配关系中的信息增益。
可选的,信息增益可以是一种在机器学习过程中判断有效特征重要程度的量化数据。有效特征的信息增益越大,说明该有效特征所包含的信息量越多,对于机器学习输出的结果影响越大。
可选的,电子设备可以通过机器学习技术,根据有效特征的信息增益构建出网络切片资源分配模型。
可选的,网络切片资源分配模型可以是一种用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式的模型。
具体的,电子设备确定有效特征在多个目标网络切片资源分配关系中的信息增益时,具体可以分为以下步骤:
S1、确定第t个网络切片资源分配方式的第一概率。
具体的,电子设备可以先将第t个网络切片资源分配方式的数量与目标网络切片资源分配关系的数量之比,确定为第t个网络切片资源分配方式的第一概率。其中t为大于或者等于1且小于或者等于n的自然数,n为网络切片资源分配方式的数量。
因为确定第1个网络切片资源分配方式的第一概率到第n个网络切片资源分配方式的第一概率的方法,与确定第t个网络切片资源分配方式的第一概率相同。所以确定第1个网络切片资源分配方式的第一概率到第n个网络切片资源分配方式的第一概率,可以参考第t个网络切片资源分配方式的第一概率的计算过程,在此不再赘述。
S2、确定网络切片资源分配方式的第一信息熵。
具体的,电子设备可以将上述网络切片资源分配方式的第一概率代入到信息熵公式中,从而可以求得网络切片资源分配方式的第一信息熵。
S3、确定特征值V对应的第i个网络切片资源分配方式的第二概率。
具体的,电子设备可以将特征值V对应的第i个网络切片资源分配方式的数量与特征值V对应的全部网络切片资源分配方式的数量之比,确定为特征值V对应的第i个网络切片资源分配方式的第二概率。其中,i为大于或者等于1且小于或者等于n的自然数,特征值V为有效特征S中的不同取值的集合。
因为确定特征值V对应的第1个网络切片资源分配方式的第二概率到特征值V对应的第n个网络切片资源分配方式的第二概率的方法,与确定特征值V对应的第i个网络切片资源分配方式的第二概率相同。所以确定特征值V对应的第1个网络切片资源分配方式的第二概率到特征值V对应的第n个网络切片资源分配方式的第二概率,可以参考特征值V对应的第i个网络切片资源分配方式的第二概率的计算过程,在此不再赘述。
S4、确定有效特征S对应网络切片资源分配方式的第二信息熵。
具体的,电子设备可以将上述特征值V对应的网络切片资源分配方式的第二概率代入到信息熵公式中,从而求得有效特征S对应网络切片资源分配方式的第二信息熵。
S5、确定有效特征S的信息增益。
具体的,电子设备可以将上述第一信息熵和第二信息熵代入到信息增益公式中,从而求得有效特征S的信息增益。
综上,有效特征S的信息增益满足下述公式:
pt=a/b;
pi=c/d;
其中,pt为第t个网络切片资源分配方式的第一概率;t为大于或者等于1且小于或者等于n的自然数;n为网络切片资源分配方式的数量;a为第t个网络切片资源分配方式的数量;b为目标网络切片资源分配关系的数量;pi为第i个网络切片资源分配方式的第二概率;i为大于或者等于1且小于或者等于n的自然数;Sv为有效特征S中的特征值V;c为特征值V对应的第i个网络切片资源分配方式的数量;d为特征值V对应的全部网络切片资源分配方式的数量;IG(S|T)为信息增益;T为有效特征中全部特征值。
示例性的,表1示出了一种目标网络切片资源分配关系。如表1所示,假设电子设备获取网络切片资源分配方式包括以下2个网络切片资源分配方式:网络切片资源分配方式A和网络切片资源分配方式B,有效特征包括:时间和优先级,业务编号包括:业务编号1、业务编号2、业务编号3,每一个业务编号对应一个参考卫星。
其中,当有效特征包括:业务编号1、时间为2020.1.9 10:00:00、优先级为100时,对应的网络切片资源分配方式为A。当有效特征包括:业务编号2、时间为2020.1.9 10:00:00、优先级为80时,对应的网络切片资源分配方式为B。当有效特征包括:业务编号3、时间为2020.1.9 10:15:00、优先级为80时,对应的网络切片资源分配方式为A。
表1
业务编号 | 时间 | 优先级 | 网络切片资源分配方式 |
1 | 2020.1.9 10:00:00 | 100 | A |
2 | 2020.1.9 10:00:00 | 80 | B |
3 | 2020.1.9 10:15:00 | 80 | A |
在这种情况下,结合表1,网络切片资源分配方式A的数量为2,目标网络切片资源分配关系的数量为3。因此,电子设备可以确定网络切片资源分配方式A的第一概率=2÷3=66.7%,
结合表1,网络切片资源分配方式B的数量为1,目标网络切片资源分配关系的数量为3。因此,网络切片资源分配方式B的第一概率=1÷3=33.3%。
然后,电子设备将网络切片资源分配方式A的第一概率和网络切片资源分配方式B的第一概率代入到信息熵公式中,可以确定网络切片资源分配方式的第一信息熵=-0.667*log20.667-0.333*log20.333=92%。
接着,电子设备可以确定当时间为2020.1.9 10:00:00时,网络切片资源分配方式A的数量为1,网络切片资源分配方式B的数量为1。当时间为2020.1.9 10:00:00时,网络切片资源分配方式A的数量为1,网络切片资源分配方式B的数量为0。
在这种情况下,电子设备可以确定当时间为2020.1.9 10:00:00时,网络切片资源分配方式A的数量为1,网络切片资源分配方式B的数量为1,目标网络切片资源分配关系的数量为2。因此,电子设备可以确定网络切片资源分配方式A的第二概率=1÷2=50%,网络切片资源分配方式B的第二概率=1÷2=50%。
当时间为2020.1.9 10:15:00时,网络切片资源分配方式A的数量为1,网络切片资源分配方式B的数量为0,目标网络切片资源分配关系的数量为1。因此,电子设备可以确定网络切片资源分配方式A的第二概率=1÷1=100%,网络切片资源分配方式B的第二概率=0÷1=0%。
电子设备将上述有效特征时间对应的网络切片资源分配方式的第二概率代入到信息熵公式中,可以确定有效特征时间在多个目标网络切片资源分配关系中的信息增益=92%+0.5*log20.5+0.5*log20.5+log21+0*log20=192%。
S403、电子设备根据信息增益构建网络切片资源分配模型。
其中,网络切片资源分配模型用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。
可选的,电子设备根据信息增益构建网络切片资源分配模型的一种实现方式为:电子设备将有效特征的信息增益从大到小排列,并将排序后的有效特征依次设置为决策树的节点。其中信息增益最大的有效特征为上述决策树的根节点,网络切片资源分配方式为上述决策树最后一层的叶节点。在这种情况下,电子设备可以将上述构建的决策树确定为网络切片资源分配模型。
示例性的,结合表1,假设有效特征时间的信息增益为2,有效特征优先级的信息增益为1,电子设备可以确定有效特征时间为决策树的根节点,有效特征优先级为决策树的叶节点,网络切片资源分配方式A和网络切片资源分配方式B为决策树的最后一层叶节点。
在一些实施例中,结合图4,如图5所示,上述S401中,电子设备获取多个目标网络切片资源分配关系的方法具体包括:S501-S503。
S501、电子设备确定参考卫星的卫星数据中的有效特征。
具体的,电子设备确定参考卫星的卫星数据中的有效特征的一种实现方式为:电子设备可以向网管设备发送获取参考卫星的卫星数据请求。接着,网管设备可以接收来自电子设备发送的获取参考卫星的卫星数据请求。然后,网管设备响应获取参考卫星的卫星数据的请求,并向电子设备发送参考卫星的卫星数据。电子设备收到来自网管设备发送的参考卫星的卫星数据,并通过规则挖掘算法将参考卫星的卫星数据挖掘出参考卫星的卫星数据中的目标特征。
接着,电子设备将目标特征的数量与卫星数据的数量的比值,确定为目标特征的支持度。当目标特征的支持度大于预设支持度时,说明该目标特征是确定网络切片资源分配方式较为重要特征,因此,电子设备将目标特征确定为参考卫星的卫星数据中的有效特征。
可选的,规则挖掘算法可以包括:关联规则(apriori)算法、频繁模式(frequentpattern growth,FP-growth)算法、增量关联规则挖掘(fast update,FUP)算法等类似算法。
示例性的,假设电子设备获取到人造卫星103的卫星数据为:在时间2020.1.9 10:00:00时,编号为1的人造卫星,角度60°。在这种情况下,电子设备可以确定人造卫星103的目标特征为时间和角度,然后将目标特征时间的数量和目标特征角度的数量占卫星数据的数量的比值,确定为目标特征时间和目标特征角度的支持度,从而可以确定人造卫星103的有效特征。
S502、电子设备根据有效特征,对获取到的多个原始网络切片资源分配关系中的非有效特征进行去除处理,以得到处理后的多个原始网络切片资源分配关系。
其中,处理后的多个原始网络切片资源分配关系包括:用于表示第一网络切片资源分配方式和至少一个有效特征的第一对应关系、用于表示第二网络切片资源分配方式和至少一个有效特征的第二对应关系。
可选的,多个原始网络切片资源分配关系中不仅包含了参考卫星的有效特征与网络切片资源分配方式的对应关系,还包含了参考卫星的非有效特征与网络切片资源分配方式的对应关系。由于,原始网络切片资源分配关系中包含了有效特征对应的网络切片资源分配方式和非有效特征对应的网络切片资源分配方式,而非有效特征对应的网络切片资源分配方式对于构建网络切片资源分配模型贡献较小,可以忽略不计。因此,为了使原始网络切片资源分配关系更为简洁,当电子设备确定了参考卫星的有效特征之后,需要将多个原始网络切片资源分配关系中,参考卫星的非有效特征与网络切片资源分配方式的对应关系去除,以得到处理后的多个原始网络切片资源分配关系。
具体的,电子设备可以先将目标特征的数量占卫星数据的数量的比值,确定为目标特征的支持度,并确定支持度大于预设支持度的目标特征为有效特征。接着电子设备可以去除获取到的多个原始网络切片资源分配关系中的支持度小于或者等于预设支持度的目标特征(即非有效特征)。
示例性的,结合表2,目标特征1出现了3次,卫星数据有3条记录,所以目标特征1的支持度=3÷3=1。目标特征1出现了1次,卫星数据有3条记录,所以目标特征2的支持度=1÷3=0.33。目标特征1出现了2次,卫星数据有3条记录,所以目标特征3的支持度=2÷3=0.67。
假设预设支持度为0.5,在这种情况下,电子设备可以确定目标特征1和目标特征3为有效特征,目标特征2为非有效特征。因此,可以将电子设备获取到的多个原始网络切片资源分配关系中的目标特征3进行去除处理,以得到处理后的多个原始网络切片资源分配关系。
表2
卫星编号 | 目标特征1 | 目标特征2 | 目标特征3 |
1 | 1 | None | 0 |
2 | 1 | None | 1 |
3 | 1 | 1 | 1 |
S503、当第一对应关系的数量小于第二对应关系的数量时,电子设备对第一对应关系进行过采样,以得到多个目标网络切片资源分配关系。
其中,过采样后的第一对应关系的数量与第二对应关系的数量的差值绝对值小于预设阈值。
可选的,电子设备对第一对应关系进行过采样的方法可以包括:合成少数类过采样(synthetic minority oversampling technique,SMOTE)算法、取中位数法、取平均数法。
具体的,如果用于构建网络切片资源分配模型的第一对应关系的数量和第二对应关系数量的差值绝对值过大时,可能会导致网络切片资源分配模型数据不均衡,机器学习的过程不充分。因此,当第一对应关系的数量小于第二对应关系的数量时,电子设备需要对第一对应关系进行过采样,直到第一对应关系的数量和第二对应关系的数量的差值绝对值小于预设阈值。
可选的,预设阈值可以是大于或等于零的任意自然数。
示例性的,假设当第一对应关系的数量为10个,第二对应关系的数量为50个,预设阈值为1。在这种情况下,电子设备对第一对应关系进行过采样,将第一对应关系的数量增加40个,过采样之后的第一对应关系的数量=10+40=50。
过采样之后的第一对应关系的数量和第二对应关系的数量的差值绝对值=|50-50|=0。
由上可知,过采样之后的第一对应关系的数量和第二对应关系的数量的差值绝对值小于预设阈值。
在一些实施例中,结合图5,如图6所示,上述S501中,电子设备确定参考卫星的卫星数据中的有效特征的方法具体包括:S601-S604。
S601、电子设备获取卫星数据中,目标特征的数量。
可选的,目标特征的数量可以是目标特征在参考卫星的卫星数据中出现的次数。
具体的,电子设备向网管设备发送获取参考卫星的卫星数据请求,网管设备可以接收来自电子设备发送的获取参考卫星的卫星数据请求。然后,网管设备获取参考卫星的卫星数据的请求,并向电子设备发送参考卫星的卫星数据。电子设备收到来自网管设备发送的参考卫星的卫星数据,并通过规则挖掘算法将参考卫星的卫星数据挖掘出参考卫星的卫星数据中的目标特征。在这种情况下,电子设备可以分别确定目标特征的数量。
示例性的,结合图1,电子设备101可以向网管设备102发送获取人造卫星103的卫星数据请求。网管设备102接收来自电子设备101发送的获取人造卫星103的卫星数据请求。然后,网管设备102响应获取人造卫星103的卫星数据的请求,并向电子设备101发送人造卫星103的卫星数据。电子设备101收到来自网管设备102发送的人造卫星103的卫星数据。
假设人造卫星103的卫星数据包括:人造卫星103的转速数据、人造卫星103所用信号载波的带宽数据、人造卫星103的时延数据。然后,电子设备101可以通过规则挖掘算法,将上述人造卫星103的卫星数据挖掘出人造卫星103的卫星数据中的目标特征。在这种情况下,电子设备101可以确定人造卫星103的卫星数据中的目标特征为:转速、带宽和时延。
接着,电子设备可以确定人造卫星104的卫星数据中的目标特征为:转速和带宽,电子设备还可以确定人造卫星105的卫星数据中的目标特征为:带宽和时延。
综上,电子设备101可以确定目标特征转速的数量为2,可以确定目标特征带宽的数量为3,可以确定目标特征时延的数量为2。
S602、电子设备获取卫星数据的数量。
可选的,卫星数据的数量可以是参考卫星的数量。
示例性的,结合图1,假设电子设备101可以获取人造卫星103、人造卫星104和人造卫星105的卫星数据。在这种情况下,电子设备101可以确定卫星数据的数量为3。
S603、电子设备将目标特征的数量与卫星数据的数量的比值,确定为目标特征的支持度。
可选的,目标特征的支持度可以是大于0小于等于1的具体数值,用于表示目标特征的数量占卫星数据的数量的比值,支持度越高的目标特征出现的概率越大,所以该目标特征的重要性越高。
示例性的,结合图1,假设目标特征转速的数量为2,目标特征带宽的数量为3,目标特征时延的数量为2,卫星数据的数量为3。在这种情况下,电子设备101可以确定目标特征转速的支持度=2÷3=66.7%。电子设备101可以确定目标特征带宽的支持度=3÷3=100%。电子设备101可以确定目标特征时延的支持度=2÷3=66.7%。
S604、当目标特征的支持度大于预设支持度时,电子设备将目标特征确定为有效特征。
可选的,预设支持度可以是大于0小于等于1的任意数值。因为参考卫星的卫星数据可能会出现多个目标特征,而出现次数较少的目标特征对于构建网络切片资源分配模型贡献较少。因此,为了保障卫星数据的整洁,电子设备可以通过预设支持度去掉出现次数较少的目标特征。
示例性的,结合图1,假设预设支持度为50%,目标特征转速的支持度为66.7%,目标特征带宽的支持度为100%,目标特征时延的支持度为66.7%。在这种情况下,电子设备可以确定目标特征转速、目标特征带宽、目标特征时延为有效特征。
在一些实施例中,结合图6,如图7所示,上述S403中,电子设备根据信息增益构建网络切片资源分配模型的方法具体包括:S701-S703。
S701、电子设备根据信息增益的大小顺序,对有效特征进行排序。
具体的,电子设备可以根据有效特征在多个目标网络切片资源分配关系中的信息增益,将上述信息增益按照从大到小的顺序,将上述信息增益对应的有效特征进行排序。
示例性的,假设有效特征时间在多个目标网络切片资源分配关系中的信息增益为192%,有效特征优先级在多个目标网络切片资源分配关系中的信息增益为154%,有效特征带宽在多个目标网络切片资源分配关系中的信息增益为112%。在这种情况下,电子设备可以确定有效特征的由先到后的顺序依次为:时间、优先级、带宽。
S702、电子设备根据排序后的有效特征,确定网络切片资源分配模型中的节点顺序。
其中,有效特征与网络切片资源分配模型中的节点一一对应。
可选的,网络切片资源分配模型中的节点顺序可以是决策树的根节点和叶节点。电子设备根据排序后的有效特征,可以将信息增益最大的有效特征作为决策树的根节点,这样可以保证构建出来的网络切片资源分配模型更为精确。
示例性的,假设电子设备可以确定有效特征的由先到后的顺序依次为:时间、优先级、带宽。在这种情况下,电子设备可以确定有效特征时间为网络切片资源分配模型中的根节点,有效特征优先级为网络切片资源分配模型中第一叶节点,有效特征带宽为网络切片资源分配模型中的第二叶节点。
S703、电子设备根据节点顺序构建决策树,以得到网络切片资源分配模型。
可选的,电子设备可以通过随机森林、梯度提升树(gradient boosting decisiontree,GBDT)、分类与回归树(classification and regression tree,CART)等方法,根据节点顺序构建决策树,然后通过构建好的决策树,以得到网络切片资源分配模型。
示例性的,结合表1,假设有效特征时间为决策树的根节点,有效特征优先级为决策树的叶节点。在这种情况下,电子设备可以确定作为根节点的有效特征时间,分出两种情况2020.1.9 10:00:00和2020.1.9 10:15:00。然后再从2020.1.9 10:00:00分出两条支线,表示有效特征优先级为100和有效特征优先级为80的叶节点,2020.1.9 10:15:00分出一条支线表示有效特征优先级为80的叶节点。
接着,电子设备可以确定当有效特征时间为2020.1.9 10:00:00,且有效特征优先级为100时,对应的网络切片资源分配方式为网络切片资源分配方式A。电子设备可以确定当有效特征时间为2020.1.9 10:00:00,且有效特征优先级为80时,对应的网络切片资源分配方式为网络切片资源分配方式B。电子设备还可以确定当有效特征时间为2020.1.9 10:15:00,且有效特征优先级为80时,对应的网络切片资源分配方式为网络切片资源分配方式A。因此,电子设备可以得到网络切片资源分配模型。
在一些实施例中,结合图7,如图8所示,上述网络切片资源分配方法还包括:S801-S802。
S801、电子设备获取待资源分配卫星的卫星数据。
具体的,电子设备可以向网管设备发送获取待资源分配卫星的卫星数据请求,网管设备收到来自电子设备发送的获取待资源分配卫星的卫星数据请求。然后网管设备响应该请求,并向电子设备发送待资源分配卫星的卫星数据。
示例性的,结合图1,电子设备101可以向网管设备102发送获取人造卫星103的卫星数据请求,网管设备102收到来自电子设备101发送的获取人造卫星103的卫星数据请求。然后,网管设备响应该请求,并向电子设备101发送人造卫星103的卫星数据。
S802、电子设备将待资源分配卫星的卫星数据输入到网络切片资源分配模型中,以得到待资源分配卫星对应的网络切片资源分配方式。
具体的,电子设备收到来自网管设备发送的待资源分配卫星的卫星数据,将待资源分配卫星的卫星数据与网络切片资源分配模型的节点路径一一对应,从而可以确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。
示例性的,假设待资源分配卫星的卫星数据中的时间为2020.1.9 10:15:00,优先级为80时。电子设备101可以确定待资源分配卫星对应的网络切片资源分配方式为网络切片资源分配方式A。
可选的,随着网络切片资源分配模型不断学习新的网络切片资源分配关系,可以根据人造卫星的当前状态,预测人造卫星的接下来的状态变化,从而主动匹配对应的网络切片资源分配方式。上述预测效果会随着网络切片资源分配模型不断更新迭代不断增强。
在一些实施例中,图9示出了本申请实施例提供的一种网络切片资源分配方法的流程示意图。如图9所示,本申请实施例提供的性能测试方法包括:
S901、电子设备获取卫星数据中目标特征的数量和卫星数据的数量。
结合图6,电子设备获取卫星数据中目标特征的数量和卫星数据的数量的相关描述,可以参考S601-S602的相关描述,在此不再赘述。
S902、电子设备将目标特征的数量与卫星数据的数量的比值,确定为目标特征的支持度。
结合图6,电子设备将目标特征的数量与卫星数据的数量的比值,确定为目标特征的支持度的相关描述,可以参考S603的相关描述,在此不再赘述。
S903、当目标特征的支持度大于预设支持度时,电子设备将目标特征确定为有效特征。
结合图6,当目标特征的支持度大于预设支持度时,电子设备将目标特征确定为有效特征的相关描述,可以参考S604的相关描述,在此不再赘述。
S904、电子设备根据有效特征,对获取到的多个原始网络切片资源分配关系中的非有效特征进行去除处理,以得到处理后的多个原始网络切片资源分配关系。
结合图5,电子设备根据有效特征,对获取到的多个原始网络切片资源分配关系中的非有效特征进行去除处理,以得到处理后的多个原始网络切片资源分配关系的相关描述,可以参考S502的相关描述,在此不再赘述。
S905、当第一对应关系的数量小于第二对应关系的数量时,电子设备对第一对应关系进行过采样,以得到多个目标网络切片资源分配关系。
结合图5,当第一对应关系的数量小于第二对应关系的数量时,电子设备对第一对应关系进行过采样,以得到多个目标网络切片资源分配关系的相关描述,可以参考S503的相关描述,在此不再赘述。
S906、电子设备确定有效特征在多个目标网络切片资源分配关系中的信息增益。
结合图4,电子设备确定有效特征在多个目标网络切片资源分配关系中的信息增益的相关描述,可以参考S402的相关描述,在此不再赘述。
S907、电子设备根据信息增益的大小顺序,对有效特征进行排序。
结合图7,电子设备根据信息增益的大小顺序,对有效特征进行排序的相关描述,可以参考S701的相关描述,在此不再赘述。
S908、电子设备根据排序后的有效特征,确定网络切片资源分配模型中的节点顺序。
结合图7,电子设备根据排序后的有效特征,确定网络切片资源分配模型中的节点顺序的相关描述,可以参考S702的相关描述,在此不再赘述。
S909、电子设备根据节点顺序构建决策树,以得到网络切片资源分配模型。
结合图7,电子设备根据节点顺序构建决策树,以得到网络切片资源分配模型的相关描述,可以参考S703的相关描述,在此不再赘述。
S910、电子设备获取待资源分配卫星的卫星数据,并将待资源分配卫星的卫星数据输入到网络切片资源分配模型中,以得到待资源分配卫星对应的网络切片资源分配方式。
结合图8,电子设备获取待资源分配卫星的卫星数据,并将待资源分配卫星的卫星数据输入到网络切片资源分配模型中,以得到待资源分配卫星对应的网络切片资源分配方式的相关描述,可以参考S801-S802的相关描述,在此不再赘述。
上述主要从方法的角度对本申请实施例提供的方案进行了介绍。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。本领域技术人员应该很容易意识到,结合本文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。专业技术人员可以对每个特定的应用来使用不同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的范围。
本申请实施例可以根据上述方法示例对网络切片资源分配装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。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。可选的,本申请实施例中对模块的划分是示意性的,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。
如图10所示,为本申请实施例提供的一种网络切片资源分配装置的结构示意图。该网络切片资源分配装置可以用于执行图4-图8所示的网络切片资源分配的方法。图10所示网络切片资源分配装置包括:获取单元1001、确定单元1002和操作单元1003;
获取单元1001,用于获取多个目标网络切片资源分配关系;一个目标网络切片资源分配关系用于表示一个网络切片资源分配方式和至少一个有效特征的对应关系;有效特征为参考卫星的卫星数据中的有效特征。
确定单元1002,用于确定有效特征在多个目标网络切片资源分配关系中的信息增益。
确定单元1002,还用于根据信息增益构建网络切片资源分配模型;网络切片资源分配模型用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。
可选的,信息增益满足下述公式:
pt=a/b;
pi=c/d;
其中,pt为第t个网络切片资源分配方式的第一概率;t为大于或者等于1且小于或者等于n的自然数;n为网络切片资源分配方式的数量;a为第t个网络切片资源分配方式的数量;b为目标网络切片资源分配关系的数量;pi为第i个网络切片资源分配方式的第二概率;i为大于或者等于1且小于或者等于n的自然数;Sv为有效特征S中的特征值V;c为特征值V对应的第i个网络切片资源分配方式的数量;d为特征值V对应的全部网络切片资源分配方式的数量;IG(S|T)为信息增益;T为有效特征中全部特征值。
可选的,获取单元1001具体用于:确定参考卫星的卫星数据中的有效特征;根据有效特征,对获取到的多个原始网络切片资源分配关系中的非有效特征进行去除处理,以得到处理后的多个原始网络切片资源分配关系;处理后的多个原始网络切片资源分配关系包括:用于表示第一网络切片资源分配方式和至少一个有效特征的第一对应关系、用于表示第二网络切片资源分配方式和至少一个有效特征的第二对应关系;当第一对应关系的数量小于第二对应关系的数量时,对第一对应关系进行过采样,以得到多个目标网络切片资源分配关系;过采样后的第一对应关系的数量与第二对应关系的数量的差值绝对值小于预设阈值。
可选的,确定单元1002具体用于:获取卫星数据中,目标特征的数量;获取卫星数据的数量;将目标特征的数量与卫星数据的数量的比值,确定为目标特征的支持度;当目标特征的支持度大于预设支持度时,将目标特征确定为有效特征。
可选的,确定单元1002具体用于:根据信息增益的大小顺序,对有效特征进行排序;根据排序后的有效特征,确定网络切片资源分配模型中的节点顺序;有效特征与网络切片资源分配模型中的节点一一对应;根据节点顺序构建决策树,以得到网络切片资源分配模型。
可选的,网络切片资源分配装置还包括:操作单元1003,操作单元1003用于获取待资源分配卫星的卫星数据;
操作单元1003还用于将待资源分配卫星的卫星数据输入到网络切片资源分配模型中,以得到待资源分配卫星对应的网络切片资源分配方式。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质包括计算机执行指令,当计算机执行指令在计算机上运行时,使得计算机执行如上述实施例提供的网络切片资源分配方法。
本申请实施例还提供一种计算机程序,该计算机程序可直接加载到存储器中,并含有软件代码,该计算机程序经由计算机载入并执行后能够实现上述实施例提供的网络切片资源分配方法。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机可读存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
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,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
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,模块或单元的划分,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装置,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。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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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,在本发明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,也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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个设备(可以是单片机,芯片等)或处理器(processor)执行本发明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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种网络切片资源分配方法,其特征在于,包括:
获取多个目标网络切片资源分配关系;一个目标网络切片资源分配关系用于表示一个网络切片资源分配方式和至少一个有效特征的对应关系;所述有效特征为参考卫星的卫星数据中的有效特征;
确定所述有效特征在所述多个目标网络切片资源分配关系中的信息增益;
根据所述信息增益构建网络切片资源分配模型;所述网络切片资源分配模型用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。
2.根据权利要求1所述的网络切片资源分配方法,其特征在于,所述信息增益满足下述公式:
pt=a/b;
pi=c/d;
其中,pt为第t个网络切片资源分配方式的第一概率;t为大于或者等于1且小于或者等于n的自然数;n为所述网络切片资源分配方式的数量;a为所述第t个网络切片资源分配方式的数量;b为所述目标网络切片资源分配关系的数量;pi为第i个网络切片资源分配方式的第二概率;i为大于或者等于1且小于或者等于n的自然数;Sv为所述有效特征S中的特征值V;c为所述特征值V对应的第i个网络切片资源分配方式的数量;d为所述特征值V对应的全部网络切片资源分配方式的数量;IG(S|T)为所述信息增益;T为所述有效特征中全部特征值。
3.根据权利要求1所述的网络切片资源分配方法,其特征在于,所述获取多个目标网络切片资源分配关系,包括:
确定所述参考卫星的卫星数据中的有效特征;
根据所述有效特征,对获取到的多个原始网络切片资源分配关系中的非有效特征进行去除处理,以得到处理后的多个原始网络切片资源分配关系;所述处理后的多个原始网络切片资源分配关系包括:用于表示第一网络切片资源分配方式和至少一个有效特征的第一对应关系、用于表示第二网络切片资源分配方式和至少一个有效特征的第二对应关系;
当所述第一对应关系的数量小于所述第二对应关系的数量时,对所述第一对应关系进行过采样,以得到所述多个目标网络切片资源分配关系;过采样后的第一对应关系的数量与所述第二对应关系的数量的差值绝对值小于预设阈值。
4.根据权利要求3所述的网络切片资源分配方法,其特征在于,所述确定所述参考卫星的卫星数据中的有效特征,包括:
获取所述卫星数据中,目标特征的数量;
获取所述卫星数据的数量;
将所述目标特征的数量与所述卫星数据的数量的比值,确定为所述目标特征的支持度;
当所述目标特征的支持度大于预设支持度时,将所述目标特征确定为所述有效特征。
5.根据权利要求1所述的网络切片资源分配方法,其特征在于,所述根据所述信息增益构建网络切片资源分配模型,包括:
根据所述信息增益的大小顺序,对所述有效特征进行排序;
根据排序后的有效特征,确定所述网络切片资源分配模型中的节点顺序;所述有效特征与所述网络切片资源分配模型中的节点一一对应;
根据所述节点顺序构建决策树,以得到所述网络切片资源分配模型。
6.根据权利要求1-5任一项所述的网络切片资源分配方法,其特征在于,还包括:
获取所述待资源分配卫星的卫星数据;
将所述待资源分配卫星的卫星数据输入到所述网络切片资源分配模型中,以得到所述待资源分配卫星对应的所述网络切片资源分配方式。
7.一种网络切片资源分配装置,其特征在于,包括:获取单元和确定单元;
所述获取单元,用于获取多个目标网络切片资源分配关系;一个目标网络切片资源分配关系用于表示一个网络切片资源分配方式和至少一个有效特征的对应关系;所述有效特征为参考卫星的卫星数据中的有效特征;
所述确定单元,用于确定所述有效特征在所述多个目标网络切片资源分配关系中的信息增益;
所述确定单元,还用于根据所述信息增益构建网络切片资源分配模型;所述网络切片资源分配模型用于确定待资源分配卫星的卫星数据对应的网络切片资源分配方式。
8.根据权利要求7所述的网络切片资源分配装置,其特征在于,还包括:操作单元;
所述操作单元,用于获取所述待资源分配卫星的卫星数据;
所述操作单元,还用于将所述待资源分配卫星的卫星数据输入到所述网络切片资源分配模型中,以得到所述待资源分配卫星对应的所述网络切片资源分配方式。
9.一种网络切片资源分配装置,其特征在于,包括存储器和处理器;所述存储器用于存储计算机执行指令,所述处理器与所述存储器通过总线连接;当所述网络切片资源分配装置运行时,所述处理器执行所述存储器存储的所述计算机执行指令,以使所述网络切片资源分配装置执行如权利要求1-6任一项所述的网络切片资源分配方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括计算机执行指令,当所述计算机执行指令在计算机上运行时,使得所述计算机执行如权利要求1-6任一项所述的网络切片资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310679238.0A CN117014057A (zh) | 2023-06-08 | 2023-06-08 | 一种网络切片资源分配方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310679238.0A CN117014057A (zh) | 2023-06-08 | 2023-06-08 | 一种网络切片资源分配方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117014057A true CN117014057A (zh) | 2023-11-07 |
Family
ID=88575216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310679238.0A Pending CN117014057A (zh) | 2023-06-08 | 2023-06-08 | 一种网络切片资源分配方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117014057A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117424638A (zh) * | 2023-12-18 | 2024-01-19 | 银河航天(北京)网络技术有限公司 | 基于星地融合的网络切片管理方法、装置及存储介质 |
-
2023
- 2023-06-08 CN CN202310679238.0A patent/CN117014057A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117424638A (zh) * | 2023-12-18 | 2024-01-19 | 银河航天(北京)网络技术有限公司 | 基于星地融合的网络切片管理方法、装置及存储介质 |
CN117424638B (zh) * | 2023-12-18 | 2024-02-20 | 银河航天(北京)网络技术有限公司 | 基于星地融合的网络切片管理方法、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110378413A (zh) | 神经网络模型处理方法、装置以及电子设备 | |
JP6515102B2 (ja) | ロケーション・ベースの情報をサーバ制御によりタイリングするための技法 | |
CN108924187B (zh) | 基于机器学习的任务处理方法、装置和终端设备 | |
CN117014057A (zh) | 一种网络切片资源分配方法、装置及存储介质 | |
CN111723933A (zh) | 神经网络模型的训练方法和相关产品 | |
CN109788489A (zh) | 一种基站规划方法及装置 | |
CN112836806B (zh) | 一种数据格式调整方法、装置、计算机设备和存储介质 | |
EP3889844A1 (en) | Neural network system and data processing technology | |
CN112235344A (zh) | 一种面向分布式机器学习的稀疏通信模型的实现方法 | |
CN111309946B (zh) | 一种已建立档案优化方法及装置 | |
CN104008120A (zh) | 用于数据存档的系统及方法 | |
CN109041236A (zh) | 一种不同权重业务的无线资源分配方法及装置 | |
CN111221827B (zh) | 基于图形处理器的数据库表连接方法、装置、计算机设备和存储介质 | |
CN110688993A (zh) | 一种基于Spark作业的计算资源确定方法及装置 | |
CN116806043A (zh) | 路由选择方法、装置、电子设备及移动边缘网络 | |
CN114756714A (zh) | 一种图数据的处理方法、装置以及存储介质 | |
CN112948323A (zh) | 存储器映射处理方法、装置及fpga芯片 | |
CN110958565A (zh) | 计算信号距离的方法、装置、计算机设备和存储介质 | |
CN112035383B (zh) | 一种数据调度方法、装置及系统 | |
CN113923224B (zh) | 电力物联网任务卸载方法、服务器及终端 | |
CN111130582A (zh) | 一种相干联合发射jt中计算发射权值的方法及相应装置 | |
CN112600756B (zh) | 业务数据的处理方法及装置 | |
CN117035022A (zh) | 模型生成方法、装置以及电子设备 | |
CN116009789A (zh) | 一种数据读取方法、装置及存储介质 | |
CN115278897A (zh) | 一种资源分配方法、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 |