[發明專利]一種通信方法及裝置

在審

• 申請號: 202011332695.5
• 申請日: 2020-11-24
• 公開（公告）號: CN114554516A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 張四海;郭俊遙;朱近康;倪銳
• 申請（專利權）人: 華為技術有限公司;中國科學技術大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W24/06
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 陳松浩

本申請實施例提供了一種通信方法及相關設備，用于使得第一數據量信息中連續變化的流量數據轉化為第一業務狀態信息，可以用于描述網絡的長相關性，提升預測模型在長期網絡的流量業務的預測效果。在該方法中，第一網絡設備接收來自第二網絡設備的業務記錄數據，該業務記錄數據包括第一數據量信息，該第一數據量信息用于指示第一業務在第一時間段內所發生的數據量；然后，該第一網絡設備根據目標量化參數對該業務記錄數據進行量化處理，得到第一業務狀態信息；此后，該第一網絡設備將該第一業務狀態信息作為預設模型的輸入，經過該預設模型的處理輸出該第一業務在第二時間段內的第二業務狀態信息。

技術領域

本申請涉及通信領域，尤其涉及一種通信方法及裝置。

背景技術

在移動通信網絡中，對于流量業務的預測一直是一個重要問題，面對用戶數量和流量負荷的不斷增加，運營商必須滿足用戶的服務質量(quality of service，QOS)需求。一般來說，可以通過流量建模的方式實現流量業務的預測。

目前，在傳統的通信網絡中，由于數據傳輸量較小，應用單一，通常借鑒傳統電信網絡的業務的模型，使用經典泊松過程進行建模來描述網絡流量，所建立的模型具體是使用當前網絡中連續變化的流量數據進行統計得到的。其中，通過連續變化的流量數據所描述的業務序列具有短相關性(short range dependence，SRD)，可以應用于短期網絡的流量業務的預測。

然而，在上述方法中，當網絡中業務數目增加時，由于連續變化的流量數據無法描述網絡的長相關性(long range dependence，LRD)，容易導致其在長期網絡的流量業務的預測效果較差。

發明內容

本申請實施例提供了一種通信方法及相關設備，用于使得第一數據量信息中連續變化的流量數據轉化為第一業務狀態信息，可以用于描述網絡的長相關性，提升預測模型在長期網絡的流量業務的預測效果。

本申請實施例第一方面提供了一種通信方法，該方法可以應用于第一網絡設備，也可以應用于第一網絡設備的部件執行(例如處理器、芯片或芯片系統等)。在該方法中，第一網絡設備接收來自第二網絡設備的業務記錄數據，該業務記錄數據包括第一數據量信息，該第一數據量信息用于指示第一業務在第一時間段內所發生的數據量；然后，該第一網絡設備根據目標量化參數對該業務記錄數據進行量化處理，得到第一業務狀態信息；此后，該第一網絡設備將該第一業務狀態信息作為預設模型的輸入，經過該預設模型的處理輸出該第一業務在第二時間段內的第二業務狀態信息。其中，輸入到預測模型，作為預設模型的輸入，進行預測得到第一業務在第二時間段內的第二業務狀態信息的輸入數據包括第一業務狀態信息，該第一業務狀態信息為將業務記錄數據進行量化處理得到。也就是說，將業務記錄數據所包含的第一數據量信息，對應的連續值(或大量可能的離散值)近似化為有限數量(或更少)的離散狀態，所得到的第一業務狀態信息，使得第一數據量信息中連續變化的流量數據轉化為第一業務狀態信息，可以用于描述網絡的長相關性，提升預測模型在長期網絡的流量業務的預測效果。

在本申請實施例第一方面的一種具體的實現方式中，該第一網絡設備根據目標量化參數對該業務記錄數據進行量化處理，得到第一業務狀態信息之前，該方法還包括：該第一網絡設備根據初始量化參數對該業務記錄數據進行量化處理，得到初始業務狀態信息；該第一網絡設備確定該初始業務狀態信息對應的可預測性上界值；該第一網絡設備根據該可預測性上界值與初始預測精度更新該初始量化參數，得到該目標量化參數。

本實施例中，第一網絡設備在根據目標量化參數對業務記錄數據進行量化處理得到第一業務狀態信息之前，還可以包括對量化參數的更新過程。該過程具體包括根據預設的初始量化參數對該業務記錄數據進行量化處理，得到初始業務狀態信息，然后，確定該初始業務狀態信息對應的可預測性上界值，并進一步根據該可預測性上界值與初始預測精度更新該初始量化參數，得到該目標量化參數。其中，流量預測過程中可預測性上界是一個有效的度量，可以為流量預測提供理論指導，根據設定該更新過程，確定最優量化參數為目標量化參數，然后使用該目標量化參數對流量狀態進行預測，以保證預測準確率。