【技术实现步骤摘要】
本专利技术属于流量识别,具体涉及一种基于深度学习的智能化5g切片规划方法。
技术介绍
1、5g智能电网中,电业务识别是确保电网高效、稳定和安全运行的关键环节。随着电力系统的复杂性增加,对各种电业务的准确识别和快速响应变得尤为重要。目前虽然已经研发出多种电业务识别方法,但大部分是用于异常流量的二分类检测;
2、公开号为cn103532776a的专利申请,基于数据业务流来识别入侵流量;公开号为cn105184486a的专利申请则基于svm向量机进行流量识别。
3、但在实际运行中,由于模型成本、计算资源和实时性需求等多种因素的制约,仍存在明显的挑战和局限。例如,高精度的业务识别模型需要大量的计算资源,这在某些边缘计算场景中是不切实际的。
4、现阶段,面向电网的5g切片研究并不成熟。当前的技术手段尚不能满足不断增长的新业务接入需求。为了更好地服务于现代电力系统,亟需研发更加高效、灵活的5g切片规划和管理手段。
5、在分析现有技术(如cn103532776a和cn105184486a)所面临的挑战和
...【技术保护点】
1.一种基于深度学习的智能化5G切片规划方法,其特征在于,包括以下步骤;
2.如权利要求1所述的基于深度学习的智能化5G切片规划方法,其特征在于,所述步骤1具体包括以下步骤:
3.如权利要求2所述的基于深度学习的智能化5G切片规划方法,其特征在于,所述步骤1.1中,根据Pcap数据包特征,直接从Pcap数据包中提取[36:40]字节来获取数据包内容,在数据提取后,根据设定的图像大小,对提取到的数据进行处理,以获取符合要求的二维矩阵。
4.如权利要求3所述的基于深度学习的智能化5G切片规划方法,其特征在于,对数据包内容,即有效载荷信息
<...【技术特征摘要】
1.一种基于深度学习的智能化5g切片规划方法,其特征在于,包括以下步骤;
2.如权利要求1所述的基于深度学习的智能化5g切片规划方法,其特征在于,所述步骤1具体包括以下步骤:
3.如权利要求2所述的基于深度学习的智能化5g切片规划方法,其特征在于,所述步骤1.1中,根据pcap数据包特征,直接从pcap数据包中提取[36:40]字节来获取数据包内容,在数据提取后,根据设定的图像大小,对提取到的数据进行处理,以获取符合要求的二维矩阵。
4.如权利要求3所述的基于深度学习的智能化5g切片规划方法,其特征在于,对数据包内容,即有效载荷信息进行限定;
5.如权利要求4所述的基于深度学习的智能化5g切片规划方法,其特征在于,所述步骤1.2具体为:
6.如权利要求1所述的基于深度学习的智能化5g切片规划方法,其特征在于,所述步骤2具体包括以下步骤:
7.如权利要求6所述的基于深度学习的智能化5g切片规划方法,其特征在于,卷积神经网络首先将输入数据经过一个卷积层处理...
【专利技术属性】
技术研发人员:黄成斌,丛犁,窦增,周阳,陈晨,赵亮,张艳,李佳,毕彦君,张强,
申请(专利权)人:国网吉林省电力有限公司,
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。