[發(fā)明專利]基于分布式軟件定義架構(gòu)的智能云的業(yè)務(wù)處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811070006.0
• 申請(qǐng)日: 2018-09-13
• 公開（公告）號(hào): CN109120457B
• 公開（公告）日: 2022-01-28
• 發(fā)明（設(shè)計(jì)）人: 楊曉慶;余利;郝花雷;賀學(xué)劍;蘇萬(wàn)榮
• 申請(qǐng)（專利權(quán)）人: 余利
• 主分類號(hào): H04L41/0803
• 分類號(hào): H04L41/0803;H04L47/70;H04L67/10
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明公開了基于分布式軟件定義架構(gòu)的智能云的業(yè)務(wù)處理方法。該方法基于軟件定義架構(gòu)，將數(shù)據(jù)層業(yè)務(wù)和控制層業(yè)務(wù)虛擬化的分開處理，為實(shí)現(xiàn)基站智能化的處理用戶請(qǐng)求的業(yè)務(wù)和自主學(xué)習(xí)式的分配處理業(yè)務(wù)所需要的資源。該系統(tǒng)采用分布式層次化邏輯結(jié)構(gòu)設(shè)計(jì)，以閉環(huán)的方式完成基于請(qǐng)求式和推送式的資源分配服務(wù)，提高資源使用效率，通過(guò)推送基站有效的資源給用戶提供更好的體驗(yàn)質(zhì)量。我們首先采用低復(fù)雜度的帶有用戶體驗(yàn)質(zhì)量分析的線上線下學(xué)習(xí)算法，其次，我們?cè)O(shè)計(jì)分布式用戶?基站聯(lián)盟算法以實(shí)現(xiàn)系統(tǒng)的運(yùn)行流程，實(shí)現(xiàn)基站資源的智能優(yōu)化配置。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于軟件定義架構(gòu)和云計(jì)算的智能學(xué)習(xí)業(yè)務(wù)處理系統(tǒng)及方法，屬于混合異構(gòu)網(wǎng)絡(luò)中自主學(xué)習(xí)式通信和智能資源分配領(lǐng)域。

背景技術(shù)

隨著5G無(wú)線系統(tǒng)的發(fā)展，物聯(lián)網(wǎng)的應(yīng)用也紛至沓來(lái)如：無(wú)人機(jī)、感知網(wǎng)絡(luò)、車聯(lián)網(wǎng)、時(shí)控機(jī)器人等，無(wú)線世界已經(jīng)實(shí)現(xiàn)了與人類的互聯(lián)互通。這些應(yīng)用所產(chǎn)生的數(shù)據(jù)，不可避免的涌現(xiàn)時(shí)空業(yè)務(wù)空前增長(zhǎng)的現(xiàn)象。而用戶端期望與基站建立個(gè)性化需求的服務(wù)，因?yàn)榛矩?fù)責(zé)對(duì)網(wǎng)絡(luò)用戶的網(wǎng)絡(luò)接入、資源分配和用戶業(yè)務(wù)處理。因此，我們需要探索一個(gè)高效智能的業(yè)務(wù)處理機(jī)制以適應(yīng)于下一代混合異構(gòu)無(wú)線網(wǎng)絡(luò)。

軟件定義的架構(gòu)，作為一種新的組網(wǎng)范式，可以通過(guò)虛擬化將數(shù)據(jù)層和控制層解耦，實(shí)現(xiàn)了從邏輯上對(duì)分布式小基站和移動(dòng)設(shè)備的中心控制。而大數(shù)據(jù)、移動(dòng)邊緣計(jì)算或者霧計(jì)算也在如火如荼的發(fā)展。為及時(shí)將基站繁重的業(yè)務(wù)卸載，通過(guò)部署在網(wǎng)絡(luò)邊緣的邊緣云或者霧結(jié)點(diǎn)為用戶提供低延遲的計(jì)算服務(wù)。另外，隨著強(qiáng)人工智能的發(fā)展，自動(dòng)化和智能化已被視為是面向行業(yè)應(yīng)用一種新趨勢(shì)。例如，由谷歌深靈(DeepMitd)公司打造出的具有深度學(xué)習(xí)技術(shù)的圍棋冠軍AlphaGo，其智能化的學(xué)習(xí)技術(shù)為人工智能時(shí)代帶來(lái)新的契機(jī)，其實(shí)現(xiàn)了類似人腦的功能：智能的實(shí)現(xiàn)學(xué)習(xí)。因此這種學(xué)習(xí)式的方法對(duì)計(jì)算和延遲敏感的應(yīng)用展示出巨大的潛力和應(yīng)用價(jià)值。

目前，沒(méi)有相關(guān)工作考慮帶有用戶體驗(yàn)質(zhì)量(QoE)分析的基于軟件定義架構(gòu)和云計(jì)算的智能學(xué)習(xí)業(yè)務(wù)處理方法。該方法是具有QoE分析的線上線下式的學(xué)習(xí)算法，實(shí)現(xiàn)了以請(qǐng)求式和推送式服務(wù)相互促進(jìn)、及時(shí)反饋的良性循環(huán)模式，從而對(duì)資源進(jìn)行高效的配置。

發(fā)明內(nèi)容

技術(shù)問(wèn)題：本發(fā)明針對(duì)上述方案中尚存的空白，提出了基于軟件定義架構(gòu)和云計(jì)算的智能學(xué)習(xí)業(yè)務(wù)處理系統(tǒng)及方法。該方法是具有用戶QoE分析的線上線下式的學(xué)習(xí)算法。其以請(qǐng)求式和推送式服務(wù)相互促進(jìn)、及時(shí)反饋的良性循環(huán)模式進(jìn)行高效的資源配置。通過(guò)推送基站有效的資源為用戶提供更好的體驗(yàn)質(zhì)量。

技術(shù)方案：本發(fā)明提出一種基于分布式軟件定義架構(gòu)的智能云的業(yè)務(wù)處理方法。首先，我們?cè)O(shè)計(jì)雙近似的線上線下強(qiáng)化學(xué)習(xí)算法，該算法帶有用戶QoE分析，通過(guò)分析將搜索空間：狀態(tài)-行為對(duì)的空間降維；此外，為克服強(qiáng)化學(xué)習(xí)帶有的延遲獎(jiǎng)勵(lì)或者懲罰，而影響到后續(xù)學(xué)習(xí)過(guò)程中根據(jù)此獎(jiǎng)勵(lì)或者懲罰計(jì)算下一時(shí)刻狀態(tài)的值函數(shù)或者根據(jù)此獎(jiǎng)勵(lì)或者懲罰決定下一時(shí)刻行為的選擇，為此，我們采用帶有臨時(shí)記錄功能的資格跡進(jìn)行信用評(píng)分，從而避免強(qiáng)化學(xué)習(xí)中具有的延遲賞罰的弊端。最后，我們?cè)O(shè)計(jì)分布式用戶-基站聯(lián)盟算法以展現(xiàn)智能業(yè)務(wù)處理系統(tǒng)的運(yùn)行流程。

所述的智能業(yè)務(wù)處理系統(tǒng)運(yùn)行的具體流程如下：

在基站端：

1)控制引擎業(yè)務(wù)：

C1：結(jié)合用戶狀態(tài)和發(fā)送的業(yè)務(wù)指令給數(shù)據(jù)引擎發(fā)送優(yōu)先級(jí)的信令；

C2：調(diào)用改進(jìn)的線上線下學(xué)習(xí)算法；

C3：結(jié)合基站當(dāng)前狀態(tài)向給數(shù)據(jù)引擎發(fā)送資源分配信令；

2)數(shù)據(jù)引擎業(yè)務(wù)：

D1：執(zhí)行控制引擎發(fā)送的資源分配的信令

D2：根據(jù)式(1)計(jì)算改進(jìn)的Q函數(shù)的目標(biāo)函數(shù)值