一种业务意愿与确定性网络切片关联方法

    公开(公告)号:CN116248522A

    公开(公告)日:2023-06-09

    申请号:CN202310528095.3

    申请日:2023-05-11

    摘要: 本发明涉及计算机技术领域,具体的说是一种业务意愿与确定性网络切片关联方法,包括以下步骤:步骤S1:业务集超图与设施集超图输入;步骤S2:超图注意力机制的输入;步骤S3:卷积核设计:通过聚合邻居节点的信息以提取原始数据隐藏的重要特征,并更新当前节点的状态,从而达到预测的效果;步骤S4:激活函数和损失函数选取;步骤S5:通过多轮训练得到业务集超图与设施集超图预测关联模型。通过参数、超图注意力卷积核、激活函数和损失函数的设计与选取,从而预测关联模型,快速的将业务意愿与网络切片进行匹配,进而提高工作效率。

    一种基于超图的确定性网络数据集构建装置及其方法

    公开(公告)号:CN116232921B

    公开(公告)日:2023-09-12

    申请号:CN202310504433.X

    申请日:2023-05-08

    摘要: 本发明涉及计算机技术领域,具体的说是一种基于超图的确定性网络数据集构建装置及其方法,包括业务意愿获取模块,基础设施特性表达模块,模态对齐模块,其中:所述业务意愿获取模块主要完成业务意愿的捕获、意愿校验、意愿协商,并把业务意愿分解成适合场景、主要功能及主要性能;所述基础设施特性表达模块主要完成设备的抽象与虚拟化,包含设备所能展示的模态、虚拟化网络功能、各个虚拟化网络功能所需要消耗的网络资源;所述模态对齐模块是对已知业务与网络切片之间的对应关联。通过引入超图来建立确定性网络业务意愿、基础设施及它们之间模态对齐的数据集,提高业务意愿的理解能力,进而方便快速的为客户提供业务需求。

    一种业务意愿与确定性网络切片关联方法

    公开(公告)号:CN116248522B

    公开(公告)日:2023-09-22

    申请号:CN202310528095.3

    申请日:2023-05-11

    摘要: 本发明涉及计算机技术领域,具体的说是一种业务意愿与确定性网络切片关联方法,包括以下步骤:步骤S1:业务集超图与设施集超图输入;步骤S2:超图注意力机制的输入;步骤S3:卷积核设计:通过聚合邻居节点的信息以提取原始数据隐藏的重要特征,并更新当前节点的状态,从而达到预测的效果;步骤S4:激活函数和损失函数选取;步骤S5:通过多轮训练得到业务集超图与设施集超图预测关联模型。通过参数、超图注意力卷积核、激活函数和损失函数的设计与选取,从而预测关联模型,快速的将业务意愿与网络切片进行匹配,进而提高工作效率。

    一种基于超图的确定性网络数据集构建装置及其方法

    公开(公告)号:CN116232921A

    公开(公告)日:2023-06-06

    申请号:CN202310504433.X

    申请日:2023-05-08

    摘要: 本发明涉及计算机技术领域,具体的说是一种基于超图的确定性网络数据集构建装置及其方法,包括业务意愿获取模块,基础设施特性表达模块,模态对齐模块,其中:所述业务意愿获取模块主要完成业务意愿的捕获、意愿校验、意愿协商,并把业务意愿分解成适合场景、主要功能及主要性能;所述基础设施特性表达模块主要完成设备的抽象与虚拟化,包含设备所能展示的模态、虚拟化网络功能、各个虚拟化网络功能所需要消耗的网络资源;所述模态对齐模块是对已知业务与网络切片之间的对应关联。通过引入超图来建立确定性网络业务意愿、基础设施及它们之间模态对齐的数据集,提高业务意愿的理解能力,进而方便快速的为客户提供业务需求。