JP2024515333A - ネットワークスライス自己最適化方法、基地局、及び記憶媒体 - Google Patents

Abstract

ネットワークスライス自己最適化方法、基地局、及び記憶媒体を提供する。ネットワークスライス自己最適化方法は、第１基地局に適用され、第１基地局はサーバーに接続され、サーバーは第２基地局に接続される。当該方法は、サーバーによって送信された最適化ポリシー情報及び指標閾値を取得するステップであって、最適化ポリシー情報は、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを含み、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルは、いずれも前記第２基地局からのものである、ステップ（Ｓ１００）と、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて、サービスレベルアグリーメントＳＬＡ指標（Ｓ２００）を得るステップと、ＳＬＡ指標が指標閾値を満たさない場合、ＳＬＡ指標が指標閾値を満たすように、第１ネットワークスライスリソース構成情報を調整するステップ（Ｓ３００）と、を含む。

Description

本願は、出願番号が２０２１１０６３５７３０．９、出願日が２０２１年０６月０８日の中国特許出願に基づいて提出され、当該中国特許出願の優先権を主張しており、当該中国特許出願の全ての内容はここで参照として本願に組み込まれている。

本願は、通信の技術分野に関し、特にネットワークスライス自己最適化方法、基地局、及び記憶媒体に関する。

現在、第５世代（５Ｇ：５ｔｈ Ｇｅｎｅｒａｔｉｏｎ）無線通信技術は、業界のホットスポットとなっている。５Ｇネットワークにおけるネットワークスライス技術は、低遅延、高スループット、接続密度、スペクトル効率、トラフィック容量やネットワーク効率など、スライスごとに必要な特性を選択することができ、製品やサービスの作成面での効率を高め、顧客体験を向上させるのに役立つため、５Ｇネットワークスライス技術は、主に、車両のインターネット、緊急通信、インダストリアルインターネットなど、ネットワーク通信に高い需要を持つさまざまな垂直業界で応用されている。ネットワークスライスが正常に動作することを保証するために、各ネットワークスライスをリアルタイムで最適化する必要がある。しかし、垂直業界では、規模が制限され、かつ業界自体がネットワークの運営・維持に対して最適化能力を備えていないため、大量の人的作業を投入する必要があり、運営・維持コストが高い。

以下は本明細書において詳細に説明されている主題の概要である。本概要は、特許請求の範囲の保護範囲を限定するものではない。

本願の実施例は、ネットワークスライス自己最適化方法、基地局、及び記憶媒体を提供する。

第１態様では、本願の実施例は、第１基地局に適用されるネットワークスライス自己最適化方法を提供する。前記第１基地局はサーバーに接続され、前記サーバーは第２基地局に接続される。前記ネットワークスライス自己最適化方法は、
前記サーバーによって送信された最適化ポリシー情報及び指標閾値を取得するステップであって、前記最適化ポリシー情報は第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを含み、前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルは、いずれも前記第２基地局からのものである、ステップと、
前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、サービスレベルアグリーメントＳＬＡ指標を得るステップと、
前記ＳＬＡ指標が前記指標閾値を満たさない場合、前記ＳＬＡ指標が前記指標閾値を満たすように、前記第１ネットワークスライスリソース構成情報を調整するステップと、を含む。

第２態様では、本願の実施例は、第２基地局に適用されるネットワークスライス自己最適化方法を提供する。前記第２基地局はサーバーに接続され、前記サーバーは第１基地局に接続される。前記ネットワークスライス自己最適化方法は、
前記サーバーによって送信されたタスク閾値を取得するステップと、
ローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを取得するステップと、
前記タスク閾値、前記ローカルネットワークスライスリソース構成情報、及び前記パラメータ最適化モデルに基づいて、第１ネットワークスライスリソース構成情報を得るステップと、
前記第１基地局が前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいてサービスレベルアグリーメントＳＬＡ指標を得るとともに、前記ＳＬＡ指標が指標閾値を満たさない場合、前記ＳＬＡ指標が指標閾値を満たすように前記第１基地局が前記第１ネットワークスライスリソース構成情報を調整するように、前記サーバーによって前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルを前記第１基地局に送信するステップと、を含む。

第３態様では、本願の実施例は、基地局を提供する。前記基地局は、メモリと、プロセッサと、メモリに記憶され、プロセッサで実行可能なコンピュータプログラムとを含み、前記プロセッサは、前記コンピュータプログラムを実行すると、本願の実施例によるネットワークスライス自己最適化方法を実現する。

第４態様では、本願の実施例は、プロセッサによって実行されると、本願の実施例によるネットワークスライス自己最適化方法を実現するコンピュータプログラムを記憶した、コンピュータ読み取り可能な記憶媒体を提供する。本願の他の特徴及び利点は、後の明細書で説明され、本明細書から部分的に明らかになるか、又は本願を実施することによって理解される。本願の目的及び他の利点は、明細書、特許請求の範囲、及び図面において特に指摘された構造によって達成され得る。

図面は、本願の技術的解決手段の更なる理解を提供するために使用され、明細書の一部を構成し、本願の実施例と共に本願の技術的解決手段を説明するために使用され、本願の技術的解決手段を限定するものではない。

本願の実施例によるネットワークスライス自己最適化方法を実行するためのネットワークスライス最適化システムの構造概略図である。 本願の実施例によるネットワークスライス自己最適化方法の流れ概略図である。 図２のステップＳ２００の具体的な実装過程の概略図である。 図２のステップＳ３００の具体的な実装過程の概略図である。 図２のステップＳ２００の後にさらに含まれる具体的な実装過程の概略図である。 本願の実施例による最適化ポリシー情報形成の具体的な流れ概略図である。 本願の実施例によるネットワークスライス自己最適化方法の流れ概略図である。 図７のステップＳ９００の具体的な実装過程の概略図である。 本願の実施例による基地局の一例の構造概略図である。

本願の目的、技術的解決手段及び利点をより明確に理解するために、以下では、図面及び実施例を参照して、本願をさらに詳細に説明する。本明細書に記載された具体的な実施例は、本願を説明するためにのみ使用され、本願を限定するために使用されない。

なお、機能モジュールの分割はモジュール概略図に示され、論理的順序はフローチャートに示されているが、場合によっては、モジュール内のモジュールの分割と異なってもよく、又は、示された又は説明されたステップは、フローチャートに示された順序とは異なる順序で実行されてもよい。明細書及び特許請求の範囲、並びに上記の図面における「第１」、「第２」などの用語は、特定の順序又は優先順位を説明するために使用されるのではなく、類似の対象を区別するために使用される。

本願の実施例は、ネットワークスライス自己最適化方法を提供する。当該方法よれば、指標閾値、並びに第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを含む第２基地局からの最適化ポリシー情報をサーバーによって取得することにより、第２基地局の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用してサービスレベルアグリーメントＳＬＡ指標を導き出すことができる。ＳＬＡ指標は、現在のネットワークスライス性能を表すことができ、現在のネットワークスライスの最適化効果を表すこともでき、したがって、サーバーによって他の基地局の最適化ポリシー情報をデータサンプルとして取得し、ローカル基地局を最適化することにより、データサンプルを拡張し、最適化効率及び最適化効果を高めることができる。サーバーによって配布されたタスク基準である指標閾値は、現在の基地局の最適化効果を判断するために用いられる。ＳＬＡ指標が指標閾値を満たさない場合、現在の基地局のネットワークスライスの最適化効果が基準に達しておらず、ネットワークスライスの最適化が必要であると考えられる。したがって、ＳＬＡ指標が指標閾値を満たすように、すなわち、現在の基地局のネットワークスライスの最適化効果が要件を満たすように、第１ネットワークスライスリソース構成情報を調整することにより、最適化タスクを達成する。そのため、サーバーによって配布された指標閾値と現在のネットワークスライス性能を表すＳＬＡ指標を通じて、第１基地局の構成パラメータを調整して最適化操作を行うことによって、無線ネットワークスライス自己最適化機能を実現し、人為的な最適化作業量を減らし、ネットワーク最適化効率を高める。

理解を容易にするために、本願の実施例によるネットワークスライス自己最適化方法の適用シナリオを、図面を参照して以下に説明する。

図１は、ネットワークスライス自己最適化方法を実行するためのネットワークスライス最適化システム１００を示している。このネットワークスライス最適化システム１００は、サーバー１１０と、第１基地局１２０と、第２基地局１３０とを含み、サーバー１１０は、第１基地局１２０と第２基地局１３０とにそれぞれ接続されている。サーバー１１０は、無線サブスライス管理システム（ＲＡＮ－ＮＳＳＭＦ：ＲＡＮ Ｎｅｔｗｏｒｋ Ｓｌｉｃｅ Ｓｕｂｎｅｔ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ）を含む無線サブスライスマネージャであってもよい。ＲＡＮ－ＮＳＳＭＦは、無線サブスライスのリソース申請及び無線サブスライスのライフサイクルの管理を担当する。一方、サーバー１１０に接続された第１基地局１２０及び第２基地局１３０は、無線サブスライスカバレージ内の基地局であってもよい。第１基地局１２０は、自己最適化のために他の基地局のデータを利用する必要がある基地局である。第２基地局１３０は、他の基地局のデータに依存しない最適化が可能な基地局である。これにより、第１基地局１２０は、第２基地局１３０がサーバー１１０に送信した最適化されたデータを機械学習の入力として、サーバー１１０と協調して基地局の水平連合学習を実現し、基地局自己最適化機能を達成することができる。

なお、サーバー１１０は、また、インスタンス化情報に応答して、インスタンス化情報に基づいて、水平連合学習最適化を必要とする最適化対象の基地局及びインスタンス化構成データを決定し、インスタンス化構成データを最適化対象の基地局に送信するものでもある。サーバー１１０は、また、最適化対象の基地局からインスタンス化構成データへのフィードバック結果を受信し、フィードバック結果に基づいてインスタンス化を完了する最適化対象の基地局を決定し、最適化対象の基地局による後続のネットワークスライス自己最適化処理を容易にするものでもある。

なお、サーバー１１０は、また、スライス管理システム（ＮＳＭＦ：Ｎｅｔｗｏｒｋ Ｓｌｉｃｅ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ）、すなわちサードパーティのスライス管理システムに接続されてもよい。ここで、インスタンス化情報は、Ｎ ＳＭＦによって開始されるか、又は手動で入力されてもよい。インスタンス化情報は、基地局のネットワークスライスをインスタンス化するために、サーバーがインスタンス化操作を出力するために使用され、これにより、後続のネットワークスライスの最適化タスクを容易にする。

なお、サーバー１１０は、また、外部から入力されたスライス最適化タスクパラメータを受信し、指定された基地局に送信してもよい。例えば、スライス最適化タスクパラメータは、ネットワークスライス構成に関連するデータであってもよく、最適化アルゴリズム、ＳＬＡタスク指標、及び最適化閾値を含んでもよい。ここで、サーバー１１０は、参加者選択アルゴリズムによって、最適化タスクを発行する第１基地局１２０又は第２基地局１３０としてサーバー１１０のカバレッジ内の基地局を選択してもよい。換言すれば、サーバー１１０は、データサンプルの品質及び数などのパラメータに基づいて、カバレッジ内の基地局から、第２基地局１３０として好ましい基地局を選択してもよい。好ましい基地局のデータサンプルは、ローカルネットワークスライス最適化のタスク要件を満たすことができ、他の基地局のデータサンプルに依存せず、かつ、データサンプルを拡張してネットワークスライス最適化タスクを行う他の基地局の要件を最大限に満たすことができ、すなわち、第１基地局１２０にデータサンプルを提供し、第１基地局１２０の最適化効果及び最適化効率を高めることができる。

本願の実施例に記載されたネットワークスライス自己最適化方法を実行するためのネットワークスライス最適化システム１００は、本願の実施例の技術的解決手段をより明確に説明するためのものであり、本願の実施例が提供する技術的解決手段を限定するものではない。ネットワークスライス最適化システム１００の進化及び新たな適用シナリオの出現に伴い、本願の実施例が提供する技術的解決手段が類似の技術的課題に対しても同様に適用される。

図１に示すネットワークスライス最適化システム１００の構造は、本願の実施例を限定するものではなく、図示よりも多く又は少ない構成要素を含んだり、いくつかの構成要素を組み合わせたり、異なる構成要素の配置を含んだりしてもよい。

上記のネットワークスライス最適化システム１００の構造に基づいて、本願の実施例に係るネットワークスライス自己最適化方法の各実施例を提案する。

図２を参照すると、図２は、本願の実施例によるネットワークスライス自己最適化方法のフローチャートを示している。このネットワークスライス自己最適化方法は、図１に示す第１基地局のような第１基地局に適用してもよい。このネットワークスライス自己最適化方法は、ステップＳ１００～ステップＳ３００を含むが、これらに限定されない。

ステップＳ１００：前記サーバーによって送信された最適化ポリシー情報及び指標閾値を取得し、前記最適化ポリシー情報は第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを含み、前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルは、いずれも前記第２基地局からのものである。

第１基地局は、最適化ポリシー情報、指標閾値をサーバーによって取得する。指標閾値は、基地局が最適化タスクを達成するための標準条件であり、最適化ポリシー情報は、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを含む。一方、最適化ポリシー情報、すなわち、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルは、第２基地局からのものである。それによって、第１基地局は、第２基地局の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用して後続の最適化処理を行うことができ、第１基地局と第２基地局との水平連合学習を実現し、第１基地局がネットワークスライスを最適化処理するためのデータサンプルを拡張し、最適化効果及び最適化効率を高められる。第１基地局は、第２基地局が最適化を完了した後の最適化ポリシー情報である第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルをサーバーによって取得し、ネットワークスライスの最適化処理を行う。現在、一部の基地局には、ネットワークスライスのデータ量が少なく、データ品質が悪いという問題があるため、ネットワークスライスの最適化処理の効果がよくなく、集中ポイントを設置して関連基地局のデータを取得してネットワークスライスの最適化処理を行う必要があるが、その中にはユーザのプライバシーデータが含まれている可能性があり、また、集中ポイントと基地局の間で大量のデータの相互作用を行う必要があり、通信のオーバーヘッドが高くなり、ネットワークの安定性が悪影響を受けてしまう。一方、第１基地局は、第２基地局が最適化処理を完了した後の第１ネットワークスライスリソース構成情報及びパラメータモデルを利用して、ネットワークスライスの後続の最適化処理を行い、基地局の水平連合学習を実現し、関連する基地局のデータを取得するために集中ポイントを設置する必要がなく、設置された集中ポイントと基地局との間で大量のデータの相互作用を回避して、サーバーと基地局との間の通信オーバーヘッドを減少させ、ネットワークの安定性を向上させる。

ステップＳ２００：前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、サービスレベルアグリーメントＳＬＡ指標を得る。

ステップＳ３００：前記ＳＬＡ指標が前記指標閾値を満たさない場合、前記ＳＬＡ指標が前記指標閾値を満たすように、前記第１ネットワークスライスリソース構成情報を調整する。

第２基地局からの第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用して、ネットワークスライスを最適化して、最適化されたネットワークスライスに対応するＳＬＡ指標が得られる。ＳＬＡ指標は、現在のネットワークスライス性能、すなわち、現在のネットワークスライスの可用性を表すことができる。第１基地局は、最適化処理を行う前に、サーバーから配布された指標閾値を取得する。指標閾値は、ＳＬＡ指標に対応し、指標閾値は、最適化タスクが成功したネットワークスライスに対応するＳＬＡ指標、すなわち最適化タスク目標を表す。第１基地局によって最適化処理を行ったネットワークスライスに得られたＳＬＡ指標が指標閾値を満たさない場合、第１基地局の現在のネットワークスライスが最適化タスク目標に到達しておらず、第１基地局がネットワークスライスの最適化処理を継続する必要があると考えられる。第１ネットワークスライスリソース構成情報は、ネットワークスライスに関連する構成データ又はポリシーデータであり、第１ネットワークスライスリソース構成情報を調整することにより、ネットワークスライスの調整及び最適化が行われる。調整後の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用して調整後のＳＬＡ指標を得る。調整後のＳＬＡ指標が指標閾値を満たさない場合、ネットワークスライスに対して最適化処理を継続する必要があり、すなわち、調整後のＳＬＡ指標が指標閾値を満たす、すなわち、調整後のネットワークスライスが最適化タスク目標に達するように、第１ネットワークスライスリソース構成情報に対して調整を継続して行う必要がある。したがって、最適化タスクは、ＳＬＡ指標が指標閾値を満たすように、すなわち、現在の基地局のネットワークスライスの最適化効果が要件を満たすように、第１ネットワークスライスリソース構成情報を調整することによって達成される。そのため、サーバーによって配布された指標閾値と現在のネットワークスライス性能を表すＳＬＡ指標を通じて、第２基地局からの第１ネットワークスライスリソース構成情報を調整して最適化操作を行い、水平連合学習を利用して無線ネットワークスライスを最適化することを実現し、手動最適化作業量を減らし、ネットワーク最適化効率を高める。

なお、ＳＬＡ指標が指標閾値を満たさない場合、第１基地局は、ＳＬＡ指標が指標閾値を満たすまで、第１ネットワークスライスリソース構成情報の調整を維持する。最適化処理時間が長すぎることを回避し、最適化効率を高めるために、調整回数上限を設定することにより、ＳＬＡの反復回数を制限してもよく、すなわち、第１ネットワークスライスリソース構成情報の調整回数を制限する。第１ネットワークスライスリソース構成情報の調整回数が調整回数上限に達した場合、最後に調整された第１ネットワークスライスリソース構成情報を保持し、最後に調整された第１ネットワークスライスリソース構成情報を最適化結果とし、ネットワークスライスの最適化処理を終了する。

なお、第１ネットワークスライスリソース構成情報は、リソース予約ポリシー、サービス品質構成ポリシー、又は５Ｇサービス品質インジケータのうちの少なくとも１つを含んでもよく、３世代パートナーシッププロジェクト（３ＧＰＰ（登録商標）：３ｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ）仕様で定義されたＳＬＡ指標に関連するパラメータセットであってもよく、本実施例では、これに特に限定されない。例えば、第１ネットワークスライスリソース構成情報は、リソース予約ポリシーにおける最大リソース予約割合パラメータであってもよく、ＳＬＡ指標が指標閾値を満たすように最大リソース予約割合パラメータを調整することによってネットワークスライスを最適化処理する。別の例として、第１ネットワークスライスリソース構成情報は、サービス品質構成ポリシーであってもよく、ＳＬＡ指標が指標閾値を満たすように、サービス品質構成ポリシー内のネットワークトラフィック優先度を調整することによって、ネットワークスライスを最適化処理することができる。

なお、ＳＬＡ指標が指標閾値を満たさない場合、第１基地局は、第１ネットワークスライスリソース構成情報の調整後の対応するＳＬＡ指標と指標閾値との差の関係に基づいて、第１ネットワークスライスリソース構成情報を調整してもよい。例えば、第１ネットワークスライスリソース構成情報は最大リソース予約割合パラメータであってもよく、最大リソース予約割合パラメータを増加させると、調整されたＳＬＡと指標閾値との差が増加した場合、最大リソース予約割合パラメータを逆方向に調整し続ける、すなわち、最大リソース予約割合パラメータを減少させる。別の例として、最大リソース予約割合パラメータを増加させた後、調整されたＳＬＡ指標と指標閾値との差が減少した場合、第１ネットワークスライスリソース構成情報の調整方向が維持され、調整ステップが小さくなる。それによって、第１基地局によるネットワークスライスの最適化効率が向上する。

図３を参照すると、図２に示す実施例におけるステップＳ２００は、ステップＳ２１０をさらに含むが、これらに限定されない。

ステップＳ２１０：前記第１ネットワークスライスリソース構成情報を最適化予測のために前記パラメータ最適化モデルに入力し、サービスレベルアグリーメントＳＬＡ指標を得る。

第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルは、いずれも第２基地局からのものであり、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルは、第２基地局が最適化処理を完了した後のデータである。第１基地局は、サーバーによって配布された第１ネットワークスライスリソース構成情報をパラメータ最適化モデルの入力パラメータとして、ネットワークスライスの最適化予測を行い、ＳＬＡ指標を得る。すなわち、第２基地局が最適化処理を完了した後のデータサンプルを利用して、第１基地局でネットワークスライスを処理する。これにより、第１基地局が最適化処理を行うデータサンプルを増加し、第１基地局の最適化効果を高め、調整後のネットワークスライスに対応するＳＬＡ指標をより指標閾値に達しやすくし、最適化タスクを達成し、最適化効率を高める。

図４を参照すると、図２に示す実施例におけるステップＳ３００は、ステップＳ３１０とステップＳ３２０をさらに含むが、これらに限定されない。

ステップＳ３１０：ローカルの第２ネットワークスライスリソース構成情報を取得する。

ステップＳ３２０：前記第２ネットワークスライスリソース構成情報に基づいて、前記第１ネットワークスライスリソース構成情報を調整する。

第１基地局は、サーバーによって第２基地局から第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを取得し、第２基地局による最適化処理後の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用して、第１基地局でネットワークスライスを最適化処理する。各基地局の環境条件が異なるため、基地局によって最適化の必要な内容が異なる可能性がある。他の基地局の最適化処理後のデータを利用して、自身のデータサンプルを拡張して最適化処理を行う場合、例えば、第１ネットワークスライスリソース構成情報を参照として、基地局ローカル内のネットワークスライスに対応するＳＬＡ指標が指標閾値を満たすように、さらに、基地局のローカルのネットワークスライスリソース構成情報に基づいて調整する必要がある。したがって、第１ネットワークスライスリソース構成情報に対応する、基地局のローカルの第２ネットワークスライスリソース構成情報を取得し、ローカルの第２ネットワークスライスリソース構成情報に基づいて第１ネットワークスライスリソース構成情報を調整する。これにより、基地局のローカルのネットワークスライス最適化処理が現在の基地局の環境条件に適合し、ローカルの基地局のＳＬＡ指標が指標閾値を満たすようにし、最適化タスクを達成し、ネットワークスライスの最適化効果及び最適化効率を高め、ネットワークの安定性を向上させる。

なお、基地局のローカルの第２ネットワークスライスリソース構成情報は、第２基地局からの第１ネットワークスライスリソース構成情報に対応している。第２ネットワークスライスリソース構成情報は、リソース予約ポリシー、サービス品質構成ポリシー、又は５Ｇサービス品質インジケータのうちの少なくとも１つを含んでもよく、また、３世代パートナーシッププロジェクト（３ＧＰＰ：３ｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ）仕様で定義されたＳＬＡ指標に関連するパラメータセットであってもよい。第２ネットワークスライスリソース構成情報の具体的なパラメータは、第１ネットワークスライスリソース構成情報の具体的なパラメータと同じであるが、第１ネットワークスライスリソース構成情報に関する具体的なパラメータは、上記の実施例で説明したので、冗長性を避けるため、本実施例では、詳しく説明しない。

図５を参照すると、図２に示す実施例におけるステップＳ２００の後には、ステップＳ３３０を含むが、これに限定されない。

ステップＳ３３０：前記ＳＬＡ指標が前記指標閾値を満たす場合、前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルを前記サーバーに報告する。

第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいてＳＬＡ指標を得て、ＳＬＡ指標と指標閾値によって判断し、現在の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいてネットワークスライスを最適化処理することが、サーバーによって配布された最適化タスクの目標を満たすことができるかどうかを検出する。ＳＬＡ指標が指標閾値を満たす場合、基地局は現在の第１ネットワークスライスリソース構成情報及び最適化モデルをローカルに利用してネットワークスライスに対して最適化処理を行った後、最適化処理後のネットワークスライスは最適化タスクの目標を達成できると考えられる。すなわち、最適化タスクを達成し、第１ネットワークスライスリソース構成情報の調整及びネットワークスライスの最適化処理を終了する。現在対応する指標閾値を満たす第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルをサーバーに報告し、最適化結果をサーバーにフィードバックすることにより、基地局とサーバーとの間の大量のデータの相互作用を効果的に低減し、通信オーバーヘッドを低減し、最適化効率を高めることができる。

なお、ＳＬＡ指標が指標閾値を満たさない場合、第１基地局は、最適化の結果として、最適化が成功しなかったことをサーバーに報告してもよい。これにより、サーバーは、第１基地局の最適化処理の進捗状況を適時に把握し、最適化効率を高めることができる。

なお、第１基地局が調整後の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて得たＳＬＡ指標が指標閾値を満たす場合、第１基地局は、サーバーによって第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを他の基地局にブロードキャストしてもよい。これにより、他の基地局は、第１基地局からの調整後の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを自身のデータサンプルに補充することができる。それにより、他の基地局がネットワークスライスの最適化タスクを達成するのを支援し、基地局の最適化効率及び最適化効果を向上させることができる。

なお、第１基地局は、自身のＳＬＡ指標を監視してもよい。第１基地局のＳＬＡ指標がかつて指標閾値を満たしていたとしても、ＳＬＡ指標が指標閾値を満たしていない場合、第１基地局は、自己最適化を開始するための情報をサーバーに報告し、現在の第１ネットワークスライスリソース構成情報を調整し、調整後の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて、指標閾値を満たすＳＬＡ指標を得ることができるようにすることができる。それによって、第１基地局のリアルタイム自己最適化の機能を実現し、手動最適化作業量を減らし、最適化効率を高める。

図６を参照すると、図６は、最適化ポリシー情報が具体的には以下のステップによって得られることを示している。

ステップＳ６１０：前記サーバーによって送信されたタスク閾値を取得する。
ステップＳ６２０：ローカルネットワークスライスリソース構成情報及び前記パラメータ最適化モデルを取得する。

ステップＳ６３０：前記ローカルネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、候補ＳＬＡ指標を得る。

ステップＳ６４０：前記候補ＳＬＡ指標が前記タスク閾値を満たさない場合、前記候補ＳＬＡ指標が前記タスク閾値を満たすように、前記ローカルネットワークスライスリソース構成情報を調整する。

ステップＳ６５０：前記候補ＳＬＡ指標が前記タスク閾値を満たす場合、調整後の前記ローカルネットワークスライスリソース構成情報を前記第１ネットワークスライスリソース構成情報として決定する。

ステップＳ６６０：前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、前記最適化ポリシー情報を得る。

最適化ポリシー情報は、基地局処理によって得られる。基地局は、サーバーによって送信されたタスク閾値、並びにローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを取得し、タスク閾値は、ネットワークスライスに対応するＳＬＡ指標が達成すべき最適化タスク目標を表す。基地局は、ローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用して候補ＳＬＡ指標を得て、ローカルネットワークスライスリソース構成情報に基づいて最適化処理されたネットワークスライスに対応する性能を候補ＳＬＡ指標で表す。候補ＳＬＡ指標がタスク閾値を満たさない場合、すなわち、現在のローカルネットワークスライスリソース構成情報を利用して最適化処理されたネットワークスライスが最適化タスク目標に達していない場合、候補ＳＬＡ指標がタスク閾値を満たすように候補ＳＬＡ指標を調整する必要がある。一方、候補ＳＬＡ指標はローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルから得られ、そのため、ローカルネットワークスライスリソース構成情報を調整し、調整後のローカルネットワークスライスリソース構成情報を利用してネットワークスライスに対して最適化処理を行い、最適化処理後の候補ＳＬＡ指標がタスク閾値を満たすようにする。これにより、基地局のローカルデータを利用して自己最適化タスクを行うことができる。

候補ＳＬＡ指標がタスク閾値を満たす場合、すなわち、調整後のローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用して得られたネットワークスライスが最適化タスク目標を達成することができる場合、最適化タスクが完了すると考えられる。調整後のローカルネットワークスライスリソース構成情報を第１ネットワークスライスリソース構成情報として決定し、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて最適化ポリシー情報を得て、それによって、サーバーによって他の基地局にローカルの基地局の最適化結果、すなわち最適化ポリシー情報を共有し、他の基地局による最適化タスクを支援し、サーバーと基地局間の通信のオーバーヘッドを減少し、他の基地局のデータサンプルを増加させ、最適化効果及び最適化効率を高める。

なお、ローカルネットワークスライスリソース構成情報の具体的なパラメータは、第１ネットワークスライスリソース構成情報の具体的なパラメータと同じであるが、第１ネットワークスライスリソース構成情報に関連する具体的なパラメータは、上記の実施例で説明したので、冗長性を避けるために、本実施例では詳しく説明しない。

図７を参照すると、図７は、本願の実施例によるネットワークスライス自己最適化方法のフローチャートを示している。このネットワークスライス自己最適化方法は、図１に示す第２基地局のような第２基地局に適用してもよい。このネットワークスライス自己最適化方法は、ステップＳ７００～ステップＳ１０００を含むが、これらに限定されない。

ステップＳ７００：前記サーバーによって送信されたタスク閾値を取得する。
ステップＳ８００：ローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを取得する。

ステップＳ９００：前記タスク閾値、前記ローカルネットワークスライスリソース構成情報、及び前記パラメータ最適化モデルに基づいて、第１ネットワークスライスリソース構成情報を得る。

ステップＳ１０００：前記第１基地局が前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいてサービスレベルアグリーメントＳＬＡ指標を得るとともに、前記ＳＬＡ指標が指標閾値を満たさない場合、前記ＳＬＡ指標が指標閾値を満たすように前記第１基地局が前記第１ネットワークスライスリソース構成情報を調整するように、前記サーバーによって前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルを前記第１基地局に送信する。

第２基地局は、サーバーのタスク閾値を取得することによって、ネットワークスライスの最適化タスク目標を決定できる。基地局のローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを取得し、他の基地局の最適化後のデータに依存することなくネットワークスライスに対して最適化処理を行う。基地局は、タスク閾値、ローカルネットワークスライスリソース構成情報、及びパラメータ最適化モデルに基づいて最適化予測を行い、最適化処理後の第１ネットワークスライスリソース構成情報を得ることができる。最適化処理後の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルをサーバーによって第１基地局に送信する。これにより、第１基地局は、第２基地局による最適化処理後の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて、現在の最適化処理後のネットワークスライスに対応するＳＬＡ指標を得る。第１基地局は、ＳＬＡ指標が第１基地局によってサーバーから取得された指標閾値を満たさない場合、すなわち、第１基地局の現在の最適化処理がサーバーによって配布された最適化タスク目標に達していない場合、ＳＬＡ指標が指標閾値を満たすように第１ネットワークスライスリソース構成情報を調整して、第１基地局の最適化タスクを達成することができる。第２基地局の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルは、サーバーの協調の下で、第１基地局によるネットワークスライス最適化処理のデータサンプルを拡張し、第１基地局が無線ネットワークスライス自己最適化タスクを達成するのに役立ち、手動最適化作業量を減らし、最適化効果及び最適化効率を高めることができる。

図８を参照すると、図８に示す実施例におけるステップＳ９００は、ステップＳ９１０～ステップＳ９３０ステップをさらに含むが、これらに限定されない。

ステップＳ９１０：前記ローカルネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、候補ＳＬＡ指標を得る。

ステップＳ９２０：前記候補ＳＬＡ指標が前記タスク閾値を満たさない場合、前記候補ＳＬＡ指標が前記タスク閾値を満たすように、前記ローカルネットワークスライスリソース構成情報を調整する。

ステップＳ９３０：前記候補ＳＬＡ指標が前記タスク閾値を満たす場合、調整後の前記ローカルネットワークスライスリソース構成情報を前記第１ネットワークスライスリソース構成情報として決定する。

ローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用してネットワークスライスに対して最適化処理を行う。言い換えれば、ローカルネットワークスライスリソース構成情報を入力パラメータとし、ローカルネットワークスライスリソース構成情報をパラメータ最適化モデルに入力して最適化予測を行い、最適化処理後のネットワークスライスに対応する候補ＳＬＡ指標を得る。候補ＳＬＡ指標がタスク閾値を満たさない場合、第２基地局の現在の最適化処理後のネットワークスライスがサーバーの最適化タスク目標に達しておらず、ローカルネットワークスライスリソース構成情報を調整する必要があると考えられる。ローカルネットワークスライスリソース構成情報は、ネットワークスライスに関連する構成データ又はポリシーデータである。ローカルネットワークスライスリソース構成情報を調整することにより、ネットワークスライスに対する調整と最適化が可能になり、ネットワークスライス性能が向上し、それに対応する候補ＳＬＡ指標が高まる。調整後のローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて、調整後の候補ＳＬＡ指標を得る。調整後の候補ＳＬＡ指標がまだタスク閾値を満たさない場合、候補ＳＬＡ指標がタスク閾値を満たすことができる、すなわち、調整後のローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて最適化処理を行った後のネットワークスライスがサーバーの最適化タスク目標を満たし、最適化タスクを達成するまで、ローカルネットワークスライスリソース構成情報を調整し続ける必要がある。候補ＳＬＡ指標がタスク閾値を満たす場合、この候補ＳＬＡ指標に対応するローカルネットワークスライスリソース構成情報、すなわち調整後のローカルネットワークスライスリソース構成情報を第１ネットワークスライスリソース構成情報として決定し、サーバーによって第１基地局によるネットワークスライスの自己最適化処理を支援する。したがって、第２基地局がサーバーによって配布したタスク閾値は、最適化後のネットワークスライスがサーバーの最適化タスク目標に達するまで、基地局のローカルデータ、すなわちローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用して、ネットワークスライスに対して最適化処理を行う。最適化タスク目標を達成したネットワークスライスに対応するローカルネットワークスライスリソース構成情報を第１ネットワークスライスリソース構成情報として決定する。第１ネットワークスライスリソース構成情報を介して第１基地局のネットワークスライス最適化のためのデータサンプルを提供し、第１基地局のネットワークスライス自己最適化を支援し、水平連合学習を実現し、ネットワークスライスに対する自己最適化機能を実現し、手動最適化作業量を減らし、ネットワーク最適化効率を高める。

なお、候補ＳＬＡ指標がタスク閾値を満たさない場合、第２基地局は、候補ＳＬＡ指標がタスク閾値を満たすまで、ローカルネットワークスライスリソース構成情報の調整を維持する。最適化処理時間が長すぎることを回避し、最適化効率を高めるために、調整回数上限を設定することにより、候補ＳＬＡの反復回数を制限してもよく、すなわち、ローカルネットワークスライスリソース構成情報の調整回数を制限する。ローカルネットワークスライスリソース構成情報の調整回数が調整回数上限に達した場合、最後に調整後のローカルネットワークスライスリソース構成情報を保持し、最後に調整されたローカルネットワークスライスリソース構成情報を最適化結果とし、ネットワークスライスの最適化処理を終了することができる。

なお、ローカルネットワークスライスリソース構成情報は、リソース予約ポリシー、サービス品質構成ポリシー、又は５Ｇサービス品質インジケータのうちの少なくとも１つを含んでもよく、３世代パートナーシッププロジェクト（３ＧＰＰ：３ｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ）仕様で定義されたＳＬＡ指標に関連するパラメータセットであってもよく、本実施例では、これに特に限定されない。例えば、ローカルネットワークスライスリソース構成情報は、リソース予約ポリシーにおける最大リソース予約割合パラメータであってもよい。調整後のＳＬＡ指標が指標閾値を満たすように最大リソース予約割合パラメータを調整することによってネットワークスライスを最適化処理する。別の例として、ローカルネットワークスライスリソース構成情報は、サービス品質構成ポリシーであってもよい。調整後のＳＬＡ指標が指標閾値を満たすように、サービス品質構成ポリシー内のネットワークトラフィック優先度を調整することによって、ネットワークスライスを最適化処理することができる。

なお、候補ＳＬＡ指標がタスク閾値を満たさない場合、第１基地局は、調整後の候補ＳＬＡ指標とタスク閾値との差の関係に基づいて、ローカルネットワークスライスリソース構成情報を調整してもよい。例えば、ローカルネットワークスライスリソース構成情報は最大リソース予約割合パラメータであってもよく、最大リソース予約割合パラメータを減少させると、調整後の候補ＳＬＡとタスク閾値との差が増加した場合、最大リソース予約割合パラメータを逆方向に調整し続ける、すなわち、最大リソース予約割合パラメータを増加させる。別の例として、最大リソース予約割合パラメータを減少させた後、調整後の候補ＳＬＡ指標とタスク閾値との差が減少した場合、ローカルネットワークスライスリソース構成情報の調整方向が維持され、調整ステップが小さくなる。それによって、第２基地局によるネットワークスライスの最適化効率が向上する。

図９を参照すると、図９は、本願の実施例による基地局９００を示している。この基地局９００は、
プログラムを記憶するメモリ９１０と、
メモリ９１０に記憶されたプログラムを実行するプロセッサ９２０と、を含むが、これらに限定されない。プロセッサ９２０は、メモリ９１０に記憶されたコンピュータプログラムを実行すると、上記のネットワークスライス自己最適化方法を実行する。

プロセッサ９２０及びメモリ９１０は、バス又は他の手段を介して接続されてもよい。
メモリ９１０は、非一時的なコンピュータ読み取り可能な記憶媒体として、本願の任意の実施例に記載のネットワークスライス自己最適化方法など、非一時的なソフトウェアプログラム及び非一時的なコンピュータ実行可能プログラムを記憶するために使用され得る。プロセッサ９２０は、メモリ９１０に記憶された非一時的なソフトウェアプログラム及び命令を実行することによって、上記のネットワークスライス自己最適化方法を実現する。

メモリ９１０は、プログラム記憶領域と、データ記憶領域と、を含んでもよい。ここで、プログラム記憶領域は、オペレーティングシステム、少なくとも１つの機能のために必要なアプリケーションプログラムを記憶し得る。データ記憶領域は、上記のネットワークスライス自己最適化方法を実行することを記憶し得る。さらに、メモリ９１０は、高速ランダムアクセスメモリを含んでもよく、また、少なくとも１つの磁気ディスク記憶デバイス、フラッシュメモリデバイス、又は他の非一時的なソリッドステート記憶デバイスのような非一時的な記憶デバイスを含んでもよい。いくつかの実施形態では、メモリ９１０は、ネットワークを介してこのプロセッサ９２０に接続され得るプロセッサ９２０に対してリモートに配置されたリモートメモリを含んでもよい。上記のネットワークの例には、インターネット、企業イントラネット、ローカルエリアネットワーク、移動通信ネットワーク、及びこれらの組み合わせが含まれるが、これらに限定されない。

上記のネットワークスライス自己最適化方法を実施するために必要な非一時的なソフトウェアプログラム及び命令は、メモリ９１０に記憶され、１つ又は複数のプロセッサ９２０によって実行されると、本願の任意の実施例によるネットワークスライス自己最適化方法が実行される。

本願の実施例はまた、上記のネットワークスライス自己最適化方法を実行するためのコンピュータ実行可能命令を記憶する記憶媒体を提供する。

一実施例では、この記憶媒体は、１つ又は複数の制御プロセッサ、例えば、上記のネットワーク機器の１つのプロセッサによって実行されると、本願の任意の実施例によるネットワークスライス自己最適化方法を上記の１つ又は複数のプロセッサに実行させることができる、コンピュータ実行可能命令を記憶している。

本願の実施例は、サーバーによって送信された最適化ポリシー情報及び指標閾値を取得するステップであって、最適化ポリシー情報は第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを含み、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルは、いずれも第２基地局からのものである、ステップと、第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルに基づいて、サービスレベルアグリーメントＳＬＡ指標を得るステップと、ＳＬＡ指標が指標閾値を満たさない場合、ＳＬＡ指標が指標閾値を満たすように、第１ネットワークスライスリソース構成情報を調整するステップと、を含む。本願の実施例による形態によれば、指標閾値、並びに第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルをサーバーによって取得することにより、第２基地局の第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを利用してサービスレベルアグリーメントＳＬＡ指標を導き出す。ＳＬＡ指標は、現在のネットワークスライス性能を表すことができ、現在のネットワークスライスの最適化効果を表すこともできる。したがって、サーバーによって他の基地局の最適化ポリシー情報をデータサンプルとして取得し、ローカル基地局を最適化することにより、ローカル基地局のデータサンプルを拡張し、最適化効率及び最適化効果を高めることができる。サーバーによって配布されたタスク基準である指標閾値は、現在の基地局の最適化効果を判断するために用いられる。ＳＬＡ指標が指標閾値を満たさない場合、現在の基地局のネットワークスライスの最適化効果が基準に達していないと考えられるので、ＳＬＡ指標が指標閾値を満たすように、すなわち、現在の基地局のネットワークスライスの最適化効果が要件を満たすように、第１ネットワークスライスリソース構成情報を調整することにより、最適化タスクを達成する。そのため、サーバーによって配布された指標閾値と現在のネットワークスライス性能を表すＳＬＡ指標を通じて、第１基地局の構成パラメータを調整して最適化操作を行うことによって、無線ネットワークスライス自己最適化機能を実現し、手動最適化作業量を減らし、ネットワーク最適化効率を高める。

上記した実施例は、単に概略的なものにすぎず、分離された構成要素として示されたユニットは、物理的に分離されていてもよいし、物理的に分離されていなくてもよい、すなわち、１つの場所に配置されていてもよいし、複数のネットワークユニットに分散されていてもよい。これらのモジュールの一部又は全部は、実際の必要に応じて、本実施例の目的を達成するために選択されてもよい。

上記で開示された方法におけるステップの全部又は一部、システムは、ソフトウェア、ファームウェア、ハードウェア、及びそれらの適切な組み合わせとして実装されてもよい。物理的構成要素の一部又はすべては、中央プロセッサ、デジタル信号プロセッサ、マイクロプロセッサなどのプロセッサによって実行されるソフトウェアとして、又はハードウェアとして、又は特定用途向け集積回路などの集積回路として実装されてもよい。このようなソフトウェアは、コンピュータ記憶媒体（又は非一時的な媒体）及び通信媒体（又は一時的な媒体）を含んでもよいコンピュータ読み取り可能な媒体上に配布してもよい。コンピュータ記憶媒体という用語は、情報（例えば、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は他のデータ）を記憶するための任意の方法又は技術において実施される、揮発性及び不揮発性の、取り外し可能な、及び取り外し不可能な媒体を含む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリもしくは他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）もしくは他の光ディスク記憶装置、磁気カートリッジ、磁気テープ、磁気ディスク記憶装置もしくは他の磁気記憶装置、又は所望の情報を記憶するために使用することができ、コンピュータによってアクセスすることができる他の任意の媒体を含むが、これらに限定されない。さらに、通信媒体は、通常、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は搬送波もしくは他の送信機構のような変調データ信号中の他のデータを含み、任意の情報配信媒体を含んでもよい。

以上、本願のいくつかの実施例について具体的に説明したが、本願は上記の実施形態に限定されるものではなく、当業者であれば、本願の精神に反しない条件下では、様々な均等な変形又は置換も行うことができ、これらの均等な変形又は置換は、すべて本願の特許請求の範囲によって限定される範囲内に含まれる。

Claims (11)

1. 第１基地局に適用されるネットワークスライス自己最適化方法であって、前記第１基地局はサーバーに接続され、前記サーバーは第２基地局に接続され、前記ネットワークスライス自己最適化方法は、
   前記サーバーによって送信された最適化ポリシー情報及び指標閾値を取得するステップであって、前記最適化ポリシー情報は第１ネットワークスライスリソース構成情報及びパラメータ最適化モデルを含み、前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルは、いずれも前記第２基地局からのものである、ステップと、
   前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、サービスレベルアグリーメントＳＬＡ指標を得るステップと、
   前記ＳＬＡ指標が前記指標閾値を満たさない場合、前記ＳＬＡ指標が前記指標閾値を満たすように、前記第１ネットワークスライスリソース構成情報を調整するステップと、を含む、ネットワークスライス自己最適化方法。
2. 前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、サービスレベルアグリーメントＳＬＡ指標を得る前記ステップは、
   前記第１ネットワークスライスリソース構成情報を最適化予測のために前記パラメータ最適化モデルに入力し、サービスレベルアグリーメントＳＬＡ指標を得るステップを含む、請求項１に記載のネットワークスライス自己最適化方法。
3. 前記第１ネットワークスライスリソース構成情報を調整する前記ステップは、
   ローカルの第２ネットワークスライスリソース構成情報を取得するステップと、
   前記第２ネットワークスライスリソース構成情報に基づいて、前記第１ネットワークスライスリソース構成情報を調整するステップと、を含む、請求項１に記載のネットワークスライス自己最適化方法。
4. 前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、サービスレベルアグリーメントＳＬＡ指標を得る前記ステップの後に、
   前記ＳＬＡ指標が前記指標閾値を満たす場合、前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルを前記サーバーに報告するステップをさらに含む、請求項１に記載のネットワークスライス自己最適化方法。
5. 前記最適化ポリシー情報は、
   前記サーバーによって送信されたタスク閾値を取得するステップと、
   ローカルネットワークスライスリソース構成情報及び前記パラメータ最適化モデルを取得するステップと、
   前記ローカルネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、候補ＳＬＡ指標を得るステップと、
   前記候補ＳＬＡ指標が前記タスク閾値を満たさない場合、前記候補ＳＬＡ指標が前記タスク閾値を満たすように、前記ローカルネットワークスライスリソース構成情報を調整するステップと、
   前記候補ＳＬＡ指標が前記タスク閾値を満たす場合、調整後の前記ローカルネットワークスライスリソース構成情報を前記第１ネットワークスライスリソース構成情報として決定するステップと、
   前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、前記最適化ポリシー情報を得るステップと、によって得られる、請求項１に記載のネットワークスライス自己最適化方法。
6. 前記第１ネットワークスライスリソース構成情報は、リソース予約ポリシー、サービス品質構成ポリシー、又は５Ｇサービス品質インジケータのうちの少なくとも１つを含む、請求項１～５のいずれか１項に記載のネットワークスライス自己最適化方法。
7. 第２基地局に適用され、前記第２基地局はサーバーに接続され、前記サーバーは第１基地局に接続される、ネットワークスライス自己最適化方法であって、
   前記サーバーによって送信されたタスク閾値を取得するステップと、
   ローカルネットワークスライスリソース構成情報及びパラメータ最適化モデルを取得するステップと、
   前記タスク閾値、前記ローカルネットワークスライスリソース構成情報、及び前記パラメータ最適化モデルに基づいて、第１ネットワークスライスリソース構成情報を得るステップと、
   前記第１基地局が前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいてサービスレベルアグリーメントＳＬＡ指標を得るとともに、前記ＳＬＡ指標が指標閾値を満たさない場合、前記ＳＬＡ指標が指標閾値を満たすように前記第１基地局が前記第１ネットワークスライスリソース構成情報を調整するように、前記サーバーによって前記第１ネットワークスライスリソース構成情報及び前記パラメータ最適化モデルを前記第１基地局に送信するステップと、を含む、ネットワークスライス自己最適化方法。
8. 前記タスク閾値、前記ローカルネットワークスライスリソース構成情報、及び前記パラメータ最適化モデルに基づいて、第１ネットワークスライスリソース構成情報を得る前記ステップは、
   前記ローカルネットワークスライスリソース構成情報及び前記パラメータ最適化モデルに基づいて、候補ＳＬＡ指標を得るステップと、
   前記候補ＳＬＡ指標が前記タスク閾値を満たさない場合、前記候補ＳＬＡ指標が前記タスク閾値を満たすように、前記ローカルネットワークスライスリソース構成情報を調整するステップと、
   前記候補ＳＬＡ指標が前記タスク閾値を満たす場合、調整後の前記ローカルネットワークスライスリソース構成情報を前記第１ネットワークスライスリソース構成情報として決定するステップと、を含む、請求項７に記載のネットワークスライス自己最適化方法。
9. 前記ローカルネットワークスライスリソース構成情報は、リソース予約ポリシー、サービス品質構成ポリシー、又は５Ｇサービス品質インジケータのうちの少なくとも１つを含む、請求項７又は８に記載のネットワークスライス自己最適化方法。
10. メモリと、プロセッサと、メモリに記憶され、プロセッサで実行可能なコンピュータプログラムとを含み、前記プロセッサは、前記コンピュータプログラムを実行すると、請求項１～９のいずれか１項に記載のネットワークスライス自己最適化方法を実現する、基地局。
11. プロセッサによって実行されると、請求項１～９のいずれか１項に記載のネットワークスライス自己最適化方法を実現するコンピュータプログラムを記憶した、コンピュータ読み取り可能な記憶媒体。
    

Images