【技术实现步骤摘要】
一种业务处理的方法及装置
本申请涉及通信领域,特别是涉及一种业务处理的方法及装置。
技术介绍
在业务处理过程中,往往需要进行资源编排。在现有的5G编排系统中,都是由人工进行编排,管理员根据资源使用情况,划分和部署资源,如划分子网,部署网络服务资源。在编排资源时,管理员需要获取海量参数信息,筛选有用的数据,经过评估,形成编排部署文件,导入云系统分配资源,而通过人根据不同的策略来编排资源,分析大量的数据,费时费力,出错率高。
技术实现思路
本申请实施例提供一种业务处理的方法及装置,以解决人工分析数据和编排资源,导致的编排效率低下,出错率高的问题,包括:一种业务处理的方法,所述方法包括:训练神经网络模型;当接收到业务请求时,确定所述业务请求对应的资源属性信息;其中,所述资源属性信息包括处理所述业务请求所需的资源配置;根据所述神经网络模型,确定所述资源属性信息对应的设备属性信息,并从可用设备列表中,确定与所述设备属性信息匹配的目标控制设备;采用所述目标控制设备,处理
【技术保护点】
1.一种业务处理的方法,其特征在于,所述方法包括:/n训练神经网络模型;/n当接收到业务请求时,确定所述业务请求对应的资源属性信息;其中,所述资源属性信息包括处理所述业务请求所需的资源配置;/n根据所述神经网络模型,确定所述资源属性信息对应的设备属性信息,并从可用设备列表中,确定与所述设备属性信息匹配的目标控制设备;/n采用所述目标控制设备,处理所述业务请求。/n
【技术特征摘要】
1.一种业务处理的方法,其特征在于,所述方法包括:
训练神经网络模型;
当接收到业务请求时,确定所述业务请求对应的资源属性信息;其中,所述资源属性信息包括处理所述业务请求所需的资源配置;
根据所述神经网络模型,确定所述资源属性信息对应的设备属性信息,并从可用设备列表中,确定与所述设备属性信息匹配的目标控制设备;
采用所述目标控制设备,处理所述业务请求。
2.根据权利要求1所述的方法,其特征在于,所述训练神经网络模型的步骤包括:
获取样本资源属性信息;
确定所述样本资源属性信息对应的样本设备属性信息;
以所述样本设备属性信息为目标,对所述样本资源属性信息进行训练,得到神经网络模型。
3.根据权利要求2所述的方法,其特征在于,所述样本资源属性信息包括第一样本信息和第二样本信息,所述以所述样本设备属性信息为目标,对所述样本资源属性信息进行训练,得到神经网络模型的步骤包括:
采用所述第一样本信息和所述样本设备属性信息,确定第一链路权重;
采用所述第二样本信息和所述样本设备属性信息,确定第二链路权重;
计算所述第二链路权重与所述第一链路权重之间的权重误差;
采用所述权重误差,更新所述第一链路权重,得到神经网络模型。
4.根据权利要求1或2或3所述的方法,其特征在于,所述业务请求包括通信请求,所述资源属性信息包括话务量,所述目标控制设备包括集中控制器。
5.根据权利要求1或2或3所述的方法,其特征在于,所述业务请求包括创建虚拟机请求,所述目标控制设备包括用于创建虚拟机的服务器。
6.根据权利要求1所述的方法,其特征在于,还包括:
从所述可用设备列表中,删除所述目标控制设备的记录。
7.根据权利要求1所述的方法,其特征在于,所述方法应用于基站和/或核心网,所述基站为提供5G网络服务的通信基站。
8.一种业务处理的装置,其特征在于,所述装置包括:
神经网络模型训练模块,用于训练神经网络模型;
资源属性...
【专利技术属性】
技术研发人员:李昭,
申请(专利权)人:大唐移动通信设备有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。