蜂窝流量预测方法、边缘服务设备及云服务设备

    公开(公告)号:CN116800645A

    公开(公告)日:2023-09-22

    申请号:CN202310588163.5

    申请日:2023-05-23

    Abstract: 本发明提供一种蜂窝流量预测方法、边缘服务设备及云服务设备,该方法包括:边缘服务设备根据流量数据,确定时间特征值;边缘服务设备向云服务设备发送时间特征值;云服务设备接收边缘服务设备发送的时间特征值;云服务设备根据时间特征值,确定边缘服务设备对应的空间特征值;云服务设备向边缘服务设备发送空间特征值;边缘服务设备接收云服务设备发送的空间特征值;边缘服务设备根据时间特征值和空间特征值,确定边缘服务设备对应的蜂窝流量预测结果。云服务设备可为边缘服务设备在预测蜂窝流量时提供全局视角和空间相关性感知能力,使得该边缘服务设备根据时间特征值与该云服务设备发送的空间特征值,对该边缘服务设备的蜂窝流量进行准确预测。

    一种边缘算力终端的算力通告装置及其算力通告策略

    公开(公告)号:CN117880102A

    公开(公告)日:2024-04-12

    申请号:CN202311822604.X

    申请日:2023-12-27

    Abstract: 本发明涉及一种边缘算力终端的算力通告装置,所述算力通告装置包括:资源监控模块:资源监控系统为运行在用户态的程序;包管理模块为运行在内核态的程序,采用C语言编写内核模块,并挂载到Linux系统内核中;网络算力节点:采用集群部署模式或者单机部署模式,若为集群部署模式,则仅主节点安装所述算力通告系统;若单机部署,所有网络算力节点均需部署所述算力通告系统;本发明还包括基于边缘算力终端的算力通告装置的算力通告策略;本发明提出了一套基于IP报文的算力通告策略,能够自适应地调整通告数据包发送频率,提升链路利用率,避免网络拥塞,最大化通告数据包信息新鲜度。

    模型训练方法、装置及设备
    6.
    发明公开

    公开(公告)号:CN116866195A

    公开(公告)日:2023-10-10

    申请号:CN202310609667.0

    申请日:2023-05-26

    Abstract: 本发明提供一种模型训练方法、装置及设备,该方法包括:获取多个样本基站各自对应的多组样本通信特征,基于多组样本通信特征各自的采集时刻,对多组样本通信特征进行组合,得到三维通信特征张量,基于三维通信特征张量和各采集时刻,确定多个训练样本,基于三维通信特征张量和多个样本通信特征,确定各样本通信特征空间下的基站空间拓扑图,基于多个训练样本和基站空间拓扑图,对初始图时空模型进行训练,得到通信流量预测模型。本发明提供的模型训练方法、装置及设备用于提高通信流量预测模型的准确性。

    基于时间-空间的业务量区域分类和分析方法

    公开(公告)号:CN111866912B

    公开(公告)日:2021-07-20

    申请号:CN202010549613.6

    申请日:2020-06-16

    Inventor: 张恺飒 啜钢

    Abstract: 本发明公开了基于时间‑空间的业务量区域分类和分析方法,属于预测和网络优化技术领域。首先选取若干个相邻的基站,构造各基站的坐标点集合,并查询各基站相应的历史业务量。然后构建Delaunay三角网,记录每个三角形的三个基站点坐标,生成三角形链表P。遍历三角形链表P,利用三角形外心寻找维诺边,画出维诺图,自动将所有基站划分为若干多边形区域;同时对每个区域的相邻区域进行记录,实现空间上的划分;同时采用k‑NN算法对所有区域的业务量数据进行分类,实现时间上的划分。最后对维诺图中历史业务量变化趋势相同且相邻的基站区域标记为同一个颜色,并利用格兰杰因果关系检验各分类区域的业务量数据的因果性。本发明提高了网络优化的准确度。

    移动通算一体边缘网关多级激励方法

    公开(公告)号:CN117676710A

    公开(公告)日:2024-03-08

    申请号:CN202311813494.0

    申请日:2023-12-26

    Abstract: 本发明涉及一种移动通算一体边缘网关的多级激励方法,包括以下步骤:步骤1、系统信息收集,一个时间帧开始时,用户将自己的基本信息和要处理的任务信息发送给移动通算一体边缘网关;步骤2、触发第一级激励;步骤3、判断进行第二级激励的触发条件是否满足;步骤4、参与第二级激励的任务筛选,如果边缘服务器的可用计算资源不够,则需要筛选出要参与第二级激励的任务;步骤5、触发第二级激励,等步骤。本发明具有的优越技术效果在于:实现了多个蜂窝小区之间的协同,有效应对了时空非均匀分布的用户请求和计算负载的影响,对用户体验质量和运营商最大服务能力都得到了提升。实现了对用户侧和资源供给侧的联合激励。

    基于时间-空间的业务量区域分类和分析方法

    公开(公告)号:CN111866912A

    公开(公告)日:2020-10-30

    申请号:CN202010549613.6

    申请日:2020-06-16

    Inventor: 张恺飒 啜钢

    Abstract: 本发明公开了基于时间-空间的业务量区域分类和分析方法,属于预测和网络优化技术领域。首先选取若干个相邻的基站,构造各基站的坐标点集合,并查询各基站相应的历史业务量。然后构建Delaunay三角网,记录每个三角形的三个基站点坐标,生成三角形链表P。遍历三角形链表P,利用三角形外心寻找维诺边,画出维诺图,自动将所有基站划分为若干多边形区域;同时对每个区域的相邻区域进行记录,实现空间上的划分;同时采用k-NN算法对所有区域的业务量数据进行分类,实现时间上的划分。最后对维诺图中历史业务量变化趋势相同且相邻的基站区域标记为同一个颜色,并利用格兰杰因果关系检验各分类区域的业务量数据的因果性。本发明提高了网络优化的准确度。

Patent Agency Ranking