[發明專利]用于預測網絡節點的狀態改變的系統和方法

有效

• 申請號: 201780097898.0
• 申請日: 2017-12-22
• 公開（公告）號: CN111492632B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: S.莫漢;A.班納吉;P.薩西施庫馬爾
• 申請（專利權）人: 瑞典愛立信有限公司
• 主分類號: H04L67/12
• 分類號: H04L67/12;G06F15/16;H04W28/00
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 陳涵瀛;姜冰

1.一種用于預測網絡中的節點的狀態改變的概率的方法(600)，所述方法在網絡節點中執行，包括：

基于所述節點的屬性來確定(602)權重的集合；以及

使用與所述節點相關的一個或多個屬性值的集合以及確定的權重的集合來估計(604)所述節點的狀態改變的所述概率，其中

確定(602)所述權重的集合包括確定使與所述節點關聯的評估值最大化的權重，以及

確定的使所述評估值最大化的權重被包括在所述確定的權重的集合中。

2.如權利要求1所述的方法，其中所述節點包括霧節點。

3.如權利要求1或2所述的方法，其中使用預測模型來預測所述節點的狀態改變的所述概率。

4.如權利要求1或2所述的方法，其中使與所述節點關聯的所述評估值最大化包括：

使特定分類器的f-measure最大化。

5.如權利要求4所述的方法，其中所述f-measure被定義為：

f-measure＝2*T_p(w)/N_p+M_p(w)，

其中N_p是實際陽性樣本的總數量，M_p(w)是預測為陽性的樣本的總數量，并且T_p(w)是預測的陽性之中的實際陽性樣本的數量，以及

其中陽性樣本對應于處于操作狀態中的所述節點，并且陰性樣本對應于處于非操作狀態中的所述節點。

6.如權利要求5所述的方法，其中T_p(w)被定義為：

其中T_p(w)僅考慮所述預測的陽性之中的實際陽性樣本的所述數量，以及

其中M_p(w)被定義為：

其中M_p(w)考慮所述預測的陽性之中的實際陽性樣本的所述數量和所述預測的陽性之中的陰性樣本的數量。

7.如權利要求6所述的方法，其中使所述f-measure最大化包括計算所述f-measure的導數并且使所述f-measure的所述導數等于零。

8.如權利要求7所述的方法，其中使所述f-measure最大化進一步包括：

基于所述f-measure的所述導數來采用梯度下降算法來確定所述權重的集合。

9.如權利要求7所述的方法，其中所述f-measure的所述導數包括：

(i)所述T_p(w)的導數，被定義為：

以及

(ii)所述M_p(w)的導數被定義為：

10.如權利要求6所述的方法，其中函數h(z)被定義為：

其中z是實數。

11.如權利要求1所述的方法，其中

使用所述確定的權重的集合和所述一個或多個屬性值的集合包括將所述確定的權重的集合中的每個權重應用于所述一個或多個屬性值的集合中的對應屬性值。

12.如權利要求1所述的方法，所述方法進一步包括：

基于一個或多個內部屬性值的第一集合和一個或多個外部屬性值的第二集合來確定所述一個或多個屬性值的集合。

13.如權利要求12所述的方法，其中確定所述一個或多個屬性值的集合包括：

獲得所述一個或多個內部屬性值的第一集合和所述一個或多個外部屬性值的第二集合；

基于所接收的一個或多個內部屬性值的第一集合和所述一個或多個外部屬性值的第二集合來采用屬性選擇算法；以及

基于所述屬性選擇算法來確定所述一個或多個屬性值的集合。