【技术实现步骤摘要】
基于区块链的责任溯源方法及电子设备
[0001]本公开涉及数据处理
,尤其涉及一种基于区块链的责任溯源方法及电子设备。
技术介绍
[0002]传统上,无线接入网(RAN,Radio Access Network)使用的专有网络设备来自少数的网络设备制造商,但随着无线通信行业的发展,这种模式已不能很好地满足需求,反而使移动网络运营商(MNO,Mobile Network Operator)被“锁定”在专有RAN上,处处受到限制。软件定义网络(SDN,Software Defined Network)和网络功能虚拟化(NFV,Network Functions Virtualization)的兴起为网络核心带来了更大的灵活性和更高的成本效率,然而,RAN仍然是单一供应商系统。同时,随着5G的快速发展,各地的运营商们都纷纷加入到5G通信网络建设中。无线网络建设一直是运营商网络综合成本的最主要部分,大部分运营商面临5G网络的高额投资压力。
[0003]开放式RAN(Open
‑
RAN)是对这些挑战的一种解决方案,旨在开放移动网络中的接口,并允许从推广专有“端到端”解决方案的少数垂直供应商过渡到开放的“同类最佳”市场许多供应商提供的系统设计。这将允许更多的新的中小型供应商进入相对封闭的移动基础设施供应链,打破了传统的由一家设备商包办软硬件设备的局面,大大降低了运营商的投资建设成本。
[0004]但是开放式RAN架构有望在促进创新的同时使5G网络更加灵活,也带来了额外的技术复杂性,测试要求 ...
【技术保护点】
【技术特征摘要】
1.一种基于区块链的责任溯源方法,包括:将开放无线接入网中的多个网络设备的传输数据写入至区块链中;利用控制器实时获取所述区块链中的所述传输数据,并对所述传输数据进行数据分析,得到分析结果;响应于确定所述分析结果指示异常,所述控制器从所述区块链中获取发生异常情况的至少一个所述网络设备发送的异常数据;通过用于责任溯源的深度神经进化网络模型对所述异常数据进行异常定位分析,得到异常定位结果,其中,所述深度神经进化网络模型是预先基于深度神经网络和进化算法而构建的;基于所述异常定位结果,所述控制器确定所述多个网络设备中导致所述异常数据的目标网络设备作为责任设备。2.根据权利要求1所述的方法,其中,所述深度神经进化网络模型是通过下列操作而构建的:收集所述网络设备的异常状态的N个相关数据作为训练样本;将N个所述训练样本输入至初始深度神经网络,使得所述初始深度神经网络根据每个训练样本进行基因突变,得到N个父类深度神经网络;对所述N个父类深度神经网络进行交叉变异处理,得到所述深度神经进化网络模型。3.根据权利要求2所述的方法,其中,所述初始深度神经网络包括输入层、隐藏层和输出层,各层之间预先设置有连接权重参数;预先为每个所述训练样本标记有对应的责任设备;将N个所述训练样本输入至所述初始深度神经网络,使得所述初始深度神经网络根据每个训练样本进行基因突变,得到N个父类深度神经网络,包括:将每个所述训练样本中的异常状态的相关数据输入到所述输入层,并将该训练样本标记的责任设备作为所述输出层的输出值;所述输入层将所述异常状态的相关数据发送至所述隐藏层,利用所述隐藏层对所述异常状态的相关数据进行处理,使得依据所述输出层的输出值,发生增加所述隐藏层的数量和/或改变各层之间的所述连接权重参数的基因突变;将各个基因突变后的初始深度神经网络作为所述父类深度神经网络。4.根据权利要求2所述的方法,其中,对所述N个父类深度神经网络进行交叉变异处理,得到所述深度神经进化网络模型,包括:从所述N个父类深度神经网络中选取两个目标父类深度神经网络,将所述两个目标父类深度神经网络进行交叉,使得一个目标父类深度神经网络依据另一个目标父类深度神经网络发生变异,得到变异深度神经进化网络;收集所述网络设备的异常状态的相关数据作为测试样本,并为每个测试样本标记对应的责任设备;将所述测试样本输入至所述变异深度神经进化网络进行测试,得到测试结果;基于所述测试结果与所述测试样本标记的责任设备之间的差异确定对应的损失函数,并计算损失值;
响应于确定所述损失值大于预定损失值,从剩余的父类深度神经网络中选取一个新目标父类深度神经网络,对所述变异深度神经进化网络和所述新目标父类深度神经网络进行迭代交叉变异处理,直至确定所述损失值小于等于所述预定损失值,将最终的变异深度神经进化网络作为所述深度神经进化网络模型。5.根据权利要求4所述的方...
【专利技术属性】
技术研发人员:杨辉,董帅,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:
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。