[發(fā)明專利]5G切片空口協(xié)議棧調(diào)度方法、裝置及計算設(shè)備

有效

• 申請?zhí)枺?/td>: 202010558941.2
• 申請日: 2020-06-18
• 公開（公告）號: CN113824670B
• 公開（公告）日: 2022-12-27
• 發(fā)明（設(shè)計）人: 邢彪;章淑敏;陳維新;葉曉燕
• 申請（專利權(quán)）人: 中國移動通信集團浙江有限公司;中國移動通信集團有限公司
• 主分類號: H04L69/18
• 分類號: H04L69/18;H04L41/044;H04L41/0896;H04W92/00;G06N3/04;G06F16/31;G06F40/289;G06F40/103;G06F40/126
• 代理公司: 北京市浩天知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11276
• 代理人: 王廣濤

1.一種5G切片空口協(xié)議棧調(diào)度方法，其特征在于，所述方法包括：

從CSMF中獲取切片業(yè)務(wù)場景描述信息以及從NSMF中獲取現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息；

對所述切片業(yè)務(wù)場景描述信息和所述現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息進行預(yù)處理；

根據(jù)所述切片業(yè)務(wù)場景描述信息和所述現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息應(yīng)用預(yù)訓(xùn)練的切片空口協(xié)議棧調(diào)度模型標記需占用或釋放的功能模塊，獲得協(xié)議棧功能模塊調(diào)度方案；

將所述協(xié)議棧功能模塊調(diào)度方案傳輸至NSMF以對空口協(xié)議棧的控制面和用戶面功能模塊實施調(diào)度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述切片業(yè)務(wù)場景描述信息和所述現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息進行預(yù)處理，包括：

對所述切片業(yè)務(wù)場景描述信息進行文本清洗并將文本序列化；

標記所述現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息中每個功能模塊的可用狀態(tài)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述切片業(yè)務(wù)場景描述信息進行文本清洗并將文本序列化，包括：

移除所有標點符號，對中文文本進行分詞，將英文文本中的字母統(tǒng)一為小寫；

將每個詞索引化，并對未達到最大文本長度的序列補零。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從CSMF中獲取切片業(yè)務(wù)場景描述信息以及從NSMF中獲取現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息之前，包括：

從CSMF中獲取用戶的歷史切片業(yè)務(wù)場景描述信息，從NSMF中獲取歷史現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息，組合形成第一數(shù)據(jù)集；

獲取所述第一數(shù)據(jù)集中專家標注的與每條數(shù)據(jù)對應(yīng)的歷史協(xié)議棧功能模塊調(diào)度方案，與所述第一數(shù)據(jù)集組成總數(shù)據(jù)集；

應(yīng)用所述總數(shù)據(jù)集對由長短期記憶神經(jīng)網(wǎng)絡(luò)構(gòu)成的所述切片空口協(xié)議棧調(diào)度模型進行訓(xùn)練，獲取收斂的所述切片空口協(xié)議棧調(diào)度模型的權(quán)重參數(shù)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述應(yīng)用所述總數(shù)據(jù)集對由長短期記憶神經(jīng)網(wǎng)絡(luò)構(gòu)成的所述切片空口協(xié)議棧調(diào)度模型進行訓(xùn)練，獲取收斂的所述切片空口協(xié)議棧調(diào)度模型的權(quán)重參數(shù)，包括：

根據(jù)所述總數(shù)據(jù)集劃分為訓(xùn)練集和測試集，對所述切片空口協(xié)議棧調(diào)度模型進行訓(xùn)練，獲取預(yù)測的協(xié)議棧功能模塊調(diào)度方案；

計算所述預(yù)測的協(xié)議棧功能模塊調(diào)度方案與所述歷史協(xié)議棧功能模塊調(diào)度方案之間的誤差，應(yīng)用目標函數(shù)衡量所述誤差；

應(yīng)用梯度下降優(yōu)化算法使所述切片空口協(xié)議棧調(diào)度模型梯度下降，獲取使所述目標函數(shù)最小的所述切片空口協(xié)議棧調(diào)度模型的最優(yōu)權(quán)重參數(shù)，所述最優(yōu)權(quán)重參數(shù)為訓(xùn)練后的所述切片空口協(xié)議棧調(diào)度模型的權(quán)重參數(shù)。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，根據(jù)所述第一數(shù)據(jù)集中的所述歷史切片業(yè)務(wù)場景描述信息和所述歷史現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息對所述切片空口協(xié)議棧調(diào)度模型進行訓(xùn)練，獲取預(yù)測的協(xié)議棧功能模塊調(diào)度方案，包括：

通過第一輸入層接收輸入的所述歷史切片業(yè)務(wù)場景描述信息，通過第二輸入層接收輸入的所述歷史現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息；

通過詞嵌入層對輸入的所述歷史切片業(yè)務(wù)場景描述信息進行處理，將每個詞的索引轉(zhuǎn)換為預(yù)設(shè)維度的空間向量；

將處理后的所述歷史切片業(yè)務(wù)場景描述信息和所述歷史現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息通過融合層進行合并；

合并后的所述歷史切片業(yè)務(wù)場景描述信息和所述歷史現(xiàn)網(wǎng)切片空口協(xié)議棧功能模塊可用情況信息依次經(jīng)過三個神經(jīng)元個數(shù)不盡相同的長短期記憶層進行處理，每個所述長短期記憶層后緊接一舍棄層；

通過輸出層輸出所述預(yù)測的協(xié)議棧功能模塊調(diào)度方案。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述通過輸出層輸出所述預(yù)測的協(xié)議棧功能模塊調(diào)度方案，包括：

將所述輸出層包括的神經(jīng)元個數(shù)設(shè)置為空口協(xié)議棧包含的功能模塊的總數(shù)量，激活函數(shù)設(shè)置為sigmoid；

根據(jù)預(yù)定義的各功能模塊的輸出順序輸出所述預(yù)測的協(xié)議棧功能模塊調(diào)度方案，其中，以1表示占用對應(yīng)順序位置的功能模塊，0表示釋放對應(yīng)順序位置的功能模塊。