网络优化方法、服务器、网络侧设备、系统和存储介质技术方案

本申请提出一种网络优化方法、服务器、网络侧设备、系统和存储介质，该方法包括：根据预先获取的网络需要满足的策略信息，确定网络侧测量控制信息；发送会话建立请求至指定的网络侧设备，以请求指定的网络侧设备根据网络侧测量控制信息进行测量配置和对连接于指定的网络侧设备的终端设备进行测量配置；接收指定的网络侧设备的测量报告和终端设备的测量报告；基于所接收测量报告中的测量数据和策略信息，进行针对网络优化的机器学习，得到网络优化操作指令，网络优化操作指令用于指示指定的网络侧设备和终端设备根据网络优化操作指令进行网络优化。

【技术实现步骤摘要】
网络优化方法、服务器、网络侧设备、系统和存储介质
本申请涉及通信
，具体涉及一种网络优化方法、服务器、网络侧设备、系统和存储介质。
技术介绍
当前正在部署第五代无线通信网络(The5thGenerationWirelessSystemsNetwork)，并且有望在未来发展超过5G(Beyond5G，B5G)网络。在对网络进行优化时，还没有如何对通信网络配置人工智能(ArtificialIntelligence，AI)功能，从而基于AI进行网络智能优化流程的网络智能化方案。
技术实现思路
本申请提供用于网络优化方法、服务器、网络侧设备、系统和存储介质。第一方面，本申请实施例提供一种网络优化方法，包括：根据预先获取的网络需要满足的策略信息，确定网络侧测量控制信息；发送会话建立请求至指定的网络侧设备，以请求指定的网络侧设备根据网络侧测量控制信息进行测量配置和对连接于指定的网络侧设备的终端设备进行测量配置；接收指定的网络侧设备的测量报告和终端设备的测量报告；基于所接收测量报告中的测量数据和策略信息，进行针对网络优化的机器学习，得到网络优化操作指令，网络优化操作指令用于指示指定的网络侧设备和终端设备根据网络优化操作指令进行网络优化。第二方面，本申请实施例提供一种网络优化方法，包括：响应于接收到来自预定服务器的会话建立请求，根据会话建立请求中的网络侧测量控制信息进行测量配置和对连接于指定的网络侧设备的终端设备进行测量配置；将测量得到的当前网络侧设备的测量报告和接收到的终端设备的测量报告，发送至预定服务器，当前网络侧设备的测量报告和终端设备的测量报告在预定服务器中，被用于进行针对网络优化的机器学习。第三方面，本申请实施例提供一种服务器，包括：测量控制信息确定模块，用于根据预先获取的网络需要满足的策略信息，确定网络侧测量控制信息；测量配置请求模块，用于发送会话建立请求至指定的网络侧设备，以请求指定的网络侧设备根据网络侧测量控制信息进行测量配置和对连接于指定的网络侧设备的终端设备进行测量配置；测量报告接收模块，用于接收指定的网络侧设备的测量报告和终端设备的测量报告；机器学习模块，用于基于所接收测量报告中的测量数据和策略信息，进行针对网络优化的机器学习，得到网络优化操作指令，网络优化操作指令用于指示指定的网络侧设备和终端设备根据网络优化操作指令进行网络优化。第四方面，本申请实施例提供一种网络侧设备，包括：测量配置模块，用于响应于接收到来自预定服务器的会话建立请求，根据会话建立请求中的网络侧测量控制信息进行测量配置和对连接于指定的网络侧设备的终端设备进行测量配置；测量报告发送模块，用于将测量的得到当前网络侧设备的测量报告和接收到的终端设备的测量报告，发送至预定服务器，当前网络侧设备的测量报告和终端设备的测量报告在预定服务器中，被用于进行针对网络优化的机器学习。第五方面，本申请实施例提供一种服务器，包括：一个或多个第一处理器；存储器，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本申请实施例中的上述第一方面的网络优化方法。第六方面，本申请实施例提供一种网络侧设备，包括：一个或多个第二处理器；存储器，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本申请实施例中的上述第二方面的网络优化方法。第七方面，本申请实施例提供一种网络侧设备，网络优化系统，包括：服务器，服务器用于执行上述第一方面的网络优化方法；一个或多个网络侧设备，网络侧设备用于执行上述第二方面的网络优化方法。第八方面，本申请实施例提供了一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时实现本申请实施例中的任意任一方面的网络优化方法。根据本申请实施例中的网络优化方法、服务器、网络侧设备、系统和存储介质，可以基于预先获取的网络需要满足的策略信息，确定网络侧测量控制信息，并请求网络侧设备根据网络侧测量控制信息进行测量配置和对终端侧测量进行测量配置，并根据接收的无线网络侧和终端侧测量的测量数据用于机器学习模型训练，得到网络优化操作，从而在网络系统中通过人工智能和机器学习对采集的数据进行深度分析，为运营商网络优化提供了新的优化方式和网络智能优化流程。根据本申请实施例中的网络优化方法、服务器、网络侧设备、系统和存储介质，可以根据接收到的网络侧测量控制信息进行测量配置并对连接的终端设备进行测量配置，并将执行测量得到测量报告和接收的终端侧设备的测量报告至预定服务器，网络侧设备的测量报告和终端设备的测量报告在AI服务器中被用于进行针对网络优化的机器学习，使得网络侧设备和终端设备设备所采集的数据能够在人工智能和机器学习中被深度分析，为运营商网络优化提供新的优化方式和网络智能优化流程。关于本申请的以上实施例和其他方面以及其实现方式，在附图说明、具体实施方式和权利要求中提供更多说明。附图说明图1示出本申请一实施例的网络优化方法的流程示意图。图2示出根据本申请另一实施例的网络优化方法的流程图。图3示出一实施例的网络优化方法的流程时序示意图。图4示出另一实施例的网络优化方法的流程时序示意图。图5示出一个实施例的服务器与网络侧设备之间建立通信接口的流程示意图。图6示出一个实施例的建立预定服务器与用户设备相关的数据通道的流程示意图。图7示出本专利技术一实施例提供的一种服务器的结构示意图。图8示出本专利技术一实施例提供的一种网络侧设备的结构示意图。图9示出本专利技术一实施例提供的网络优化系统的结构示意图。图10是示出能够实现根据本专利技术实施例的计算设备的示例性硬件架构的结构图具体实施方式为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。在本申请实施例中，5G网络在性能和灵活性上带来根本性改变的同时,网络运营的复杂度也在显著提高，运营商急需自动化和智能化手段降低网络部署和运维成本，提升网络性能和用户体验。LTE和5G中自组织网络技术自组织网络(Self-OrganizedNetwork，SON)和最小化驱动测试(MinimizationofDriveTests，MDT)对网络优化有很大作用，但并没有实现灵活的智能化网络的目标，5G网络面临着诸多网络关键业绩指标(KeyPerformanceIndicator，KPI)指标的联合优化问题的挑战。这些指标例如包括时延，可靠性，连接数密度，用户体验等。传统的网络优化方法日渐呈现出反应周期长，易出错，成本高等问题。无线接入网(RemoteAsynchronousNode，RAN)节点设备和终端设备中的测量量，一方面可以用于网管系统监测网络KPI，也可以协助网络厂商优化无线资源管理，但是AI功能所在的网元如何收集这些测量量也没有解决方案。本申请实施例提本文档来自技高网...

【技术保护点】
1.一种网络优化方法，其特征在于，所述方法包括：/n根据预先获取的网络需要满足的策略信息，确定网络侧测量控制信息；/n发送会话建立请求至指定的网络侧设备，以请求所述指定的网络侧设备根据所述网络侧测量控制信息进行测量配置和对连接于所述指定的网络侧设备的终端设备进行测量配置；/n接收所述指定的网络侧设备的测量报告和所述终端设备的测量报告；/n基于所接收测量报告中的测量数据和所述策略信息，进行针对网络优化的机器学习，得到网络优化操作指令，所述网络优化操作指令用于指示所述指定的网络侧设备和所述终端设备根据所述网络优化操作指令进行网络优化。/n

【技术特征摘要】
1.一种网络优化方法，其特征在于，所述方法包括：
根据预先获取的网络需要满足的策略信息，确定网络侧测量控制信息；
发送会话建立请求至指定的网络侧设备，以请求所述指定的网络侧设备根据所述网络侧测量控制信息进行测量配置和对连接于所述指定的网络侧设备的终端设备进行测量配置；
接收所述指定的网络侧设备的测量报告和所述终端设备的测量报告；
基于所接收测量报告中的测量数据和所述策略信息，进行针对网络优化的机器学习，得到网络优化操作指令，所述网络优化操作指令用于指示所述指定的网络侧设备和所述终端设备根据所述网络优化操作指令进行网络优化。


2.根据权利要求1所述的方法，其特征在于，在所述根据预先获取的网络需要满足的策略信息，确定网络侧测量控制信息之前，所述方法还包括：
获取预先配置的网络需要满足的策略信息；或者，
响应于接收到的激活消息，激活机器学习功能，并获取所述激活消息中携带的网络需要满足的策略信息。


3.根据权利要求1所述的方法，其特征在于，所述策略信息包括对象标识信息和通信质量指标信息，所述通信质量指标信息用于指示所述对象标识信息所标识的实体所需达到的通信质量；所述根据预先获取的网络需要满足的策略信息，确定网络侧测量控制信息，包括：
根据所述对象标识信息所标识的实体，确定需要执行测量的网络侧设备，作为指定的网络侧设备；以及，
根据所述通信质量指标信息所指示的所述实体所需达到的通信质量，确定所述指定的网络侧设备需要配置的测量量和测量上报方式，作为所述网络侧测量控制信息。


4.根据权利要求1所述的方法，其特征在于，当前服务器的部署位置包括在网络侧设备外部和在网络侧设备内部；所述发送会话建立请求至指定的网络侧设备，包括：
若当前服务器的部署位置在网络侧设备外部，则发送所述会话建立请求消息至所述指定的网络侧设备，所述会话建立请求消息中包括所述网络侧测量控制信息；
若当前服务器的部署位置在网络侧设备内部，则根据所述网络侧测量控制信息对当前服务器所在的网络侧设备进行测量配置，并发送所述会话建立请求消息至所述指定的网络侧设备，所述会话建立请求消息中包括所述网络侧测量控制信息。


5.根据权利要求1所述的方法，其特征在于，在所述发送会话建立请求至指定的网络侧设备之后，所述方法还包括：
响应于接收到的会话建立响应消息，确定所述指定的网络侧设备和所述终端设备均测量配置成功。


6.根据权利要求5所述的方法，其特征在于，
所述会话建立请求、所述会话建立响应消息和所接收的测量报告中，包括对应的机器学习会话标识，所述机器学习会话标识用于唯一标识机器学习进程。


7.根据权利要求1所述的方法，其特征在于，所述接收所述指定的网络侧设备的测量报告和所述终端设备的测量报告，包括：
接收所述指定的网络侧设备的测量报告和由所述指定的网络侧设备发送的所述终端设备的测量报告。


8.根据权利要求1所述的方法，其特征在于，在基于所接收测量报告中的测量数据和所述策略信息，进行针对网络优化的机器学习，得到网络优化操作指令之后，所述方法还包括：
发送网络操作请求消息至所述指定的网络侧设备，所述网络操作请求消息中包含所述网络优化操作指令和对应的操作参数。


9.根据权利要求1所述的方法，其特征在于，当前服务器是通过预定接口与所述指定的网络侧设备进行通讯的，在所述发送会话建立请求至指定的网络侧设备之前，所述方法还包括：
若当前服务器的部署位置在网络侧设备外部，则响应于接收到的控制面接口建立请求消息，建立当前服务器与所述指定的网络侧设备之间的控制面接口，作为所述预定接口；
若当前服务器的部署位置在网络侧设备内部，则获取当前服务器所在的网络侧设备与所述指定的网络侧设备之间已有的通讯传输接口，作为所述预定接口。


10.根据权利要求9所述的方法，其特征在于，
所述控制面接口建立请求消息中包括如下信息项的一项或多项：所述指定的网络侧设备所支持的测量、所述指定的网络侧设备所支持的上报方式、所述指定的网络侧设备所支持的网络优化操作和所述指定的网络侧设备的数据面通道地址。


11.根据权利要求10所述的方法，其特征在于，在所述响应于接收到的控制面接口建立请求消息，建立当前服务器与所述指定的网络侧设备之间的控制面接口，作为所述预定接口之后，所述方法还包括：
发送控制面接口建立响应消息至所述指定的网络侧设备，以指示所述控制面接口建立成功；
若所述控制面接口建立请求消息中包括所述指定的网络侧设备的数据面通道地址，则在发送控制面接口建立响应消息至所述指定的网络侧设备时，在所述控制面接口建立响应消息中携带当前服务器的数据面通道地址。


12.一种网络优化方法，其特征在于，所述方法包括：
响应于接收到来自预定服务器的会话建立请求，根据所述会话建立请求中的网络侧测量控制信息进行测量配置和对连接于所述指定的网络侧设备的终端设备进行测量配置；
将测量得到的当前网络侧设备的测量报告和接收到的所述终端设备的测量报告，发送至所述预定服务器，所述当前网络侧设备的测量报告和所述终端设备的测量报告在所述预定服务器中，被用于进行针对网络优化的机器学习。


13.根据权利要求12所述的方法，其特征在于，所述响应...

【专利技术属性】
技术研发人员：刘壮，高音，陈嘉君，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44