【技术实现步骤摘要】
一种前传网络资源分配方法及装置
本说明书一个或多个实施例涉及通信
，尤其涉及一种前传网络资源分配方法、装置。
技术介绍
随着移动通信网络的不断推进，越来越多的网络应用，例如智能电表、视频监控、医疗保健监控等，造成移动通信前传流量迅猛增长。由于前传流量的复杂性和类型多样化，前传网络对流量请求的响应面临高延迟和网络资源利用率低下问题。网络资源分配是按照流量请求顺序进行的，而流量的类型多样化和复杂化会导致部分对时延要求高的流量请求在链路中处于等待状态从而造成用户满意度降低；不同带宽要求的流量请求也可能由于链路频谱碎片化造成响应延迟、丢包等问题。因此如何保证前传网络高效进行流量梳理和网络资源分配对移动通信网络来说十分关键。目前网络中对流量的处理主要是通过利用人工智能进行流量预测，对未来一段时间的流量请求资源进行预测，从而为未来流量预留资源来提高网络资源利用率和用户满意度。但是单纯进行流量预测对于前传网络的复杂流量资源分配是不够的，因为不同类型的流量对于资源的请求差别很大，仅仅预留资源可能造成时延要求高的流量请求在链路中...
【技术保护点】
1.一种前传网络资源分配方法，其特征在于，所述方法包括：/n获取前传网络中的当前流量数据，并将所述当前流量数据输入已训练的流量类型预测模型，得到所述当前流量数据对应的预测流量数据的流量类型；/n根据所述预测流量数据的流量类型，确定所述预测流量数据对应的请求队列优先级(RQP)值；/n根据所述预测流量数据对应的流量类型、RQP值，确定所述预测流量数据对应的资源分配方式。/n
【技术特征摘要】
1.一种前传网络资源分配方法，其特征在于，所述方法包括：
获取前传网络中的当前流量数据，并将所述当前流量数据输入已训练的流量类型预测模型，得到所述当前流量数据对应的预测流量数据的流量类型；
根据所述预测流量数据的流量类型，确定所述预测流量数据对应的请求队列优先级(RQP)值；
根据所述预测流量数据对应的流量类型、RQP值，确定所述预测流量数据对应的资源分配方式。
2.根据权利要求1所述的前传网络资源分配方法，其特征在于，所述获取前传网络中的当前流量数据，并将所述当前流量数据输入已训练的流量类型预测模型，得到所述当前流量数据对应的预测流量数据的流量类型，包括：
获取前传网络中的当前流量数据；
对所述当前流量数据进行归一化处理，得到归一化处理后的当前流量数据；
对所述归一化处理后的当前流量数据进行分段处理，得到若干段当前流量数据；
将所述若干段当前流量数据输入已训练的流量类型预测模型，得到所述当前流量数据对应的预测流量数据的流量类型。
3.根据权利要求1所述的前传网络资源分配方法，其特征在于，所述已训练的流量类型预测模型包括卷积网络层、LSTM层和全连接层；所述将所述当前流量数据输入已训练的流量类型预测模型，得到所述当前流量数据对应的预测流量数据的流量类型，包括：
将所述当前流量数据输入所述卷积网络层，得到所述当前流量数据的指标特征；
将所述当前流量数据的指标特征输入所述LSTM层，得到所述当前流量数据对应的预测流量数据的时间特征和空间特征；
将所述预测流量数据的时间特征和空间特征输入所述全连接层，得到所述预测流量数据的流量类型。
4.根据权利要求1所述的前传网络资源分配方法，其特征在于，所述RQP值包括链接请求队列优先级(LRQP)值和网络请求队列优先级(NRQP)值；所述根据所述预测流量数据的流量类型，确定所述预测流量数据对应的请求队列优先级(RQP)值包括：
根据所述预测流量数据的流量类型，确定所述预测流量数据对应的网络信息数据；
根据所述预测流量数据对应的网络信息数据，确定所述预测流量数据对应的LRQP值和NRQP值。
5.根据权利要求4所述的前传网络资源分配方法，其特征在于，所述根据所述预测流量数据对应的流量类型、RQP值，确定所述预测流量数据对应的资源分配方式，包括：
若所述预测流量数据对应的流量类型包括低时延容忍度，且将所述预测流量数据向所述前传网络中的DU云发送，且根据所述预测流量数据的LRQP值和NRQP值确定所述预测流量数据在所述DU云中的处理优先级顺序；
若所述预测流量数据对应的流量类型包括高时延容忍度，且将所述预...
【专利技术属性】
技术研发人员：杨辉，徐震，姚秋彦，包博文，李超，孙政洁，张杰，
申请(专利权)人：北京邮电大学，
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。