基于时间图网络的5G切片网络拥塞预警方法及装置制造方法及图纸

本发明专利技术实施例涉及通信技术领域，公开了一种基于时间图网络的5G切片网络拥塞预警方法及装置，该方法包括：从NSMF中获取最近第一数量个时刻的切片负荷拓扑图，并将所述切片负荷拓扑图转化为邻接矩阵和特征矩阵；根据所述邻接矩阵和所述特征矩阵应用预训练的基于时间图网络的切片网络负荷预测模型计算输出未来第二数量个时刻的切片网络节点的负荷预测值；根据未来第二数量个时刻的所述切片网络节点的所述负荷预测值判断是否存在切片网络拥塞。通过上述方式，本发明专利技术实施例能够及时避免切片网络拥塞，提高预警准确率。提高预警准确率。提高预警准确率。

【技术实现步骤摘要】
基于时间图网络的5G切片网络拥塞预警方法及装置


[0001]本专利技术实施例涉及通信
，具体涉及一种基于时间图网络的5G切片网络拥塞预警方法及装置。

技术介绍

[0002]目前切片网络拥塞预警主要通过对切片网络中各切片网络节点负荷分别设置阈值的方式来实现，但该种方式容易出现频繁误告警、准确率不高等问题。另外，通过该种方式发现告警时往往网络拥塞已经发生，对于切片网络拥塞的避免帮助不大。同时切片网络的节点繁多、节点间关系复杂，自动化检测的难度较大，目前无较好的切片网络拥塞预警手段。

技术实现思路

[0003]鉴于上述问题，本专利技术实施例提供了一种基于时间图网络的5G切片网络拥塞预警方法及装置，克服了上述问题或者至少部分地解决了上述问题。
[0004]根据本专利技术实施例的一个方面，提供了一种基于时间图网络的5G切片网络拥塞预警方法，所述方法包括：从NSMF中获取最近第一数量个时刻的切片负荷拓扑图，并将所述切片负荷拓扑图转化为邻接矩阵和特征矩阵；根据所述邻接矩阵和所述特征矩阵应用预训练的基于时间图网络的切片网络负荷预测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时间图网络的5G切片网络拥塞预警方法，其特征在于，所述方法包括：从NSMF中获取最近第一数量个时刻的切片负荷拓扑图，并将所述切片负荷拓扑图转化为邻接矩阵和特征矩阵；根据所述邻接矩阵和所述特征矩阵应用预训练的基于时间图网络的切片网络负荷预测模型计算输出未来第二数量个时刻的切片网络节点的负荷预测值；根据未来第二数量个时刻的所述切片网络节点的所述负荷预测值判断是否存在切片网络拥塞。2.根据权利要求1所述的方法，其特征在于，所述将所述切片负荷拓扑图转化为邻接矩阵和特征矩阵，包括：根据所述切片负荷拓扑图将各切片网络节点的连接关系表示为N*N的所述邻接矩阵，N为所述切片负荷拓扑图中切片网络节点的个数；根据所述切片负荷拓扑图将各切片网络节点的第一数量个时刻的负荷时间序列的特征表示为N*M的所述特征矩阵，M为切片网络节点属性的负荷时间序列长度。3.根据权利要求1所述的方法，其特征在于，所述根据所述邻接矩阵和所述特征矩阵应用预训练的基于时间图网络的切片网络负荷预测模型计算输出未来第二数量个时刻的切片网络节点的负荷预测值，包括：应用所述切片网络负荷预测模型中的图卷积网络根据所述邻接矩阵和所述特征矩阵捕获切片网络负荷拓扑图的空间特征；应用长短期记忆神经网络根据所述空间特征学习切片网络负荷的动态变化来提取时间特征，并输出未来第二数量个时刻的所述切片网络节点的所述负荷预测值。4.根据权利要求1所述的方法，其特征在于，所述根据所述邻接矩阵和所述特征矩阵应用预训练的基于时间图网络的切片网络负荷预测模型计算输出未来第二数量个时刻的切片网络节点的负荷预测值之前，包括：从NSMF中收集历史切片负荷拓扑图作为总数据集，并将所述切片负荷拓扑图转化为历史邻接矩阵和历史特征矩阵；获取要预测的未来第二数量个时刻的切片网络节点的真实节点属性值，形成标签矩阵；应用所述总数据集对基于时间图网络的所述切片网络负荷预测模型进行训练，获取收敛的所述切片网络负荷预测模型的权重参数。5.根据权利要求4所述的方法，其特征在于，所述应用所述总数据集对基于时间图网络的所述切片网络负荷预测模型进行训练，获取收敛的所述切片网络负荷预测模型的权重参数，包括：根据所述总数据集中的所述历史邻接矩阵和所述历史特征矩阵对所述切片网络负荷预测模型进行训练，获取预测的未来第二数量个时刻的切片网络节点的负荷预测...

【专利技术属性】
技术研发人员：邢彪，张卷卷，陈维新，章淑敏，蔡晓俊，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：