【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及通信相關(guān)，具體涉及一種基于人工智能的通信方法。
技術(shù)介紹
1、在數(shù)字化時代，通信網(wǎng)絡(luò)作為信息社會的基礎(chǔ)，其性能和效率對社會生活和經(jīng)濟(jì)發(fā)展至關(guān)重要。隨著通信技術(shù)的不斷演進(jìn)，為滿足日益增長的用戶需求，適應(yīng)復(fù)雜的通信環(huán)境，網(wǎng)絡(luò)規(guī)劃與優(yōu)化尤為迫切。
2、面對數(shù)據(jù)量的激增和網(wǎng)絡(luò)服務(wù)需求的多樣化，傳統(tǒng)的通信網(wǎng)絡(luò)管理和優(yōu)化手段已難以滿足高效、靈活的運維需求，尤其在不同時段的使用用戶數(shù)量具有極大的不同，如果對網(wǎng)絡(luò)需求設(shè)置最大峰值使用，則在用戶少量時極大地浪費了網(wǎng)絡(luò)資源，即使根據(jù)日常使用需求設(shè)置谷峰流量，在部分特殊時間段，也極容易出現(xiàn)通信網(wǎng)絡(luò)的卡頓。
技術(shù)實現(xiàn)思路
1、為此，本專利技術(shù)提供一種基于人工智能的通信方法，以解決現(xiàn)有技術(shù)中的上述問題。
2、為了實現(xiàn)上述目的，本專利技術(shù)提供如下技術(shù)方案：
3、根據(jù)本專利技術(shù)的第一方面，一種基于人工智能的通信方法，包括數(shù)據(jù)采集與預(yù)處理、特征工程、網(wǎng)絡(luò)架構(gòu)優(yōu)化；
4、數(shù)據(jù)采集與預(yù)處理：構(gòu)建多層感知器模型，對通信數(shù)據(jù)進(jìn)行特征學(xué)習(xí)和分類，并采集原始數(shù)據(jù)，原始數(shù)據(jù)進(jìn)行預(yù)處理，清洗、去重、錯誤數(shù)據(jù)剔除以及無關(guān)字段刪除，并進(jìn)行分類數(shù)據(jù)轉(zhuǎn)換為數(shù)值數(shù)據(jù)以及數(shù)值數(shù)據(jù)歸一化；
5、特征工程：特征工程包括特征選擇、特征提取和特征轉(zhuǎn)換，采用深度學(xué)習(xí)模型挖掘出原始數(shù)據(jù)中對網(wǎng)絡(luò)性能和安全有影響的關(guān)鍵因素；
6、網(wǎng)絡(luò)架構(gòu)優(yōu)化：利用智能算法對網(wǎng)絡(luò)資源進(jìn)行智能分析和管理，通過分析大量實時數(shù)據(jù)，識別網(wǎng)絡(luò)中的瓶頸
7、進(jìn)一步的，原始數(shù)據(jù)采集的目標(biāo)包括網(wǎng)絡(luò)設(shè)備日志、用戶行為數(shù)據(jù)、網(wǎng)絡(luò)性能指標(biāo)、網(wǎng)絡(luò)安全數(shù)據(jù)、網(wǎng)絡(luò)故障數(shù)據(jù)、網(wǎng)絡(luò)配置數(shù)據(jù)、網(wǎng)絡(luò)服務(wù)質(zhì)量。
8、進(jìn)一步的，特征工程中使用的深度學(xué)習(xí)模型包括：卷積神經(jīng)網(wǎng)絡(luò)：提取空間特征，用于處理圖像和空間數(shù)據(jù)；
9、循環(huán)神經(jīng)網(wǎng)絡(luò)：處理序列性數(shù)據(jù)，用于解決時間序列和流量預(yù)測。
10、進(jìn)一步的，網(wǎng)絡(luò)架構(gòu)優(yōu)化包括以下步驟：
11、s1：需求分析與規(guī)劃，評估網(wǎng)絡(luò)所需支持的業(yè)務(wù)類型、數(shù)據(jù)量、用戶密度以及服務(wù)質(zhì)量要求，并基于需求分析結(jié)果，規(guī)劃網(wǎng)絡(luò)的覆蓋范圍、容量、設(shè)備類型以及配置；
12、s2：時間規(guī)劃及部署，通過卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的預(yù)測和實時決策，網(wǎng)絡(luò)在不同時間段內(nèi)實現(xiàn)動態(tài)頻譜分配，根據(jù)預(yù)期的用戶需求和網(wǎng)絡(luò)狀態(tài)進(jìn)行智能調(diào)整；
13、s3：網(wǎng)絡(luò)仿真，構(gòu)建網(wǎng)絡(luò)仿真模型，模擬不同時間部署方案下的網(wǎng)絡(luò)性能；
14、s4：實時監(jiān)控網(wǎng)絡(luò)性能，使用簡單網(wǎng)絡(luò)管理協(xié)議收集網(wǎng)絡(luò)設(shè)備和服務(wù)的性能數(shù)據(jù)，將傳感器部署在網(wǎng)絡(luò)的關(guān)鍵節(jié)點上，實時收集網(wǎng)絡(luò)性能指標(biāo)；
15、s5：威脅檢測，采用圖神經(jīng)網(wǎng)絡(luò)實現(xiàn)已知和未知威脅的實時檢測，捕捉網(wǎng)絡(luò)實體之間的復(fù)雜交互關(guān)系和動態(tài)演化過程，在威脅發(fā)生前主動識別和阻斷潛在的攻擊行為；
16、s6：網(wǎng)絡(luò)優(yōu)化，先利用卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)持續(xù)監(jiān)控網(wǎng)絡(luò)設(shè)備的狀態(tài)和通信質(zhì)量，實時識別出異常行為，并根據(jù)訓(xùn)練模型時添加的往期成功修復(fù)案例，使用自組織網(wǎng)絡(luò)自動調(diào)整系統(tǒng)設(shè)置。
17、進(jìn)一步的，s2中的時間段包括8：00-12：00、12：00-14：00、14：00-18：00、18：00-23：00、23：00－次日8：00。
18、進(jìn)一步的，s4中的網(wǎng)絡(luò)性能指標(biāo)包括流量、延遲率、丟包率。
19、進(jìn)一步的，丟包率計算公式為：
20、
21、其中：plr為丟包率，l為在網(wǎng)絡(luò)連接中丟失的數(shù)據(jù)包數(shù)量，n為在網(wǎng)絡(luò)連接中發(fā)送的總數(shù)據(jù)包數(shù)量。
22、進(jìn)一步的，延遲率計算公式為：
23、
24、式中：yi為每次網(wǎng)絡(luò)傳輸中的延遲時間，vi為所有測量延遲的平均值，n為進(jìn)行延遲測量的次數(shù)，l為延遲總數(shù)。
25、本專利技術(shù)具有如下優(yōu)點：
26、本專利技術(shù)結(jié)合人工智能，實時預(yù)測不同時段的網(wǎng)絡(luò)峰值，使通信網(wǎng)絡(luò)在不同時段具有不同的峰值流量，實現(xiàn)了對通信網(wǎng)絡(luò)更精準(zhǔn)、智能的管理，還提升了網(wǎng)絡(luò)的性能和適應(yīng)性。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種基于人工智能的通信方法，其特征在于，包括數(shù)據(jù)采集與預(yù)處理、特征工程、網(wǎng)絡(luò)架構(gòu)優(yōu)化；
2.根據(jù)權(quán)利要求1所述的一種基于人工智能的通信方法，其特征在于，原始數(shù)據(jù)采集的目標(biāo)包括網(wǎng)絡(luò)設(shè)備日志、用戶行為數(shù)據(jù)、網(wǎng)絡(luò)性能指標(biāo)、網(wǎng)絡(luò)安全數(shù)據(jù)、網(wǎng)絡(luò)故障數(shù)據(jù)、網(wǎng)絡(luò)配置數(shù)據(jù)、網(wǎng)絡(luò)服務(wù)質(zhì)量。
3.根據(jù)權(quán)利要求1所述的一種基于人工智能的通信方法，其特征在于，特征工程中使用的深度學(xué)習(xí)模型包括：卷積神經(jīng)網(wǎng)絡(luò)：提取空間特征，用于處理圖像和空間數(shù)據(jù)；
4.根據(jù)權(quán)利要求1所述的一種基于人工智能的通信方法，其特征在于，網(wǎng)絡(luò)架構(gòu)優(yōu)化包括以下步驟：
5.根據(jù)權(quán)利要求4所述的一種基于人工智能的通信方法，其特征在于，S2中的時間段包括8：00-12：00、12：00-14：00、14：00-18：00、18：00-23：00、23：00－次日8：00。
6.根據(jù)權(quán)利要求4所述的一種基于人工智能的通信方法，其特征在于，S4中的網(wǎng)絡(luò)性能指標(biāo)包括流量、延遲率、丟包率。
7.根據(jù)權(quán)利要求6所述的一種基于人工智能的通信方法，其特征在于，丟包率計算公式為：<...
【技術(shù)特征摘要】
1.一種基于人工智能的通信方法，其特征在于，包括數(shù)據(jù)采集與預(yù)處理、特征工程、網(wǎng)絡(luò)架構(gòu)優(yōu)化；
2.根據(jù)權(quán)利要求1所述的一種基于人工智能的通信方法，其特征在于，原始數(shù)據(jù)采集的目標(biāo)包括網(wǎng)絡(luò)設(shè)備日志、用戶行為數(shù)據(jù)、網(wǎng)絡(luò)性能指標(biāo)、網(wǎng)絡(luò)安全數(shù)據(jù)、網(wǎng)絡(luò)故障數(shù)據(jù)、網(wǎng)絡(luò)配置數(shù)據(jù)、網(wǎng)絡(luò)服務(wù)質(zhì)量。
3.根據(jù)權(quán)利要求1所述的一種基于人工智能的通信方法，其特征在于，特征工程中使用的深度學(xué)習(xí)模型包括：卷積神經(jīng)網(wǎng)絡(luò)：提取空間特征，用于處理圖像和空間數(shù)據(jù)；
4.根據(jù)權(quán)利要求1所述的一種基于人工智能的通信方法，其特征在于，網(wǎng)絡(luò)架構(gòu)優(yōu)化包括...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：趙澤臣，
申請(專利權(quán))人：北京天眼智能科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。