[发明专利]网元选取方法及装置

说明书

本发明公开了一种网元选取方法及装置。其中，方法包括：接收网元选取请求；其中，网元选取请求中携带有网元选取条件；获取至少一个服务网元的状态信息和属性信息；将网元选取条件，以及至少一个服务网元的状态信息和属性信息输入至预先训练完成的机器学习模型中；获取机器学习模型输出的任一服务网元的评价值；基于任一服务网元的评价值，确定目标服务网元。本方案中通过采用机器学习的方法，基于网元选取条件、服务网元的状态信息、以及服务网元的属性信息三个维度数据综合地确定出与目标服务网元，从而能够大幅提升服务网元的选取精度，并具有较高的选取效率，适于大规模应用与实施。

技术领域

本发明涉及通信技术领域，具体涉及一种网元选取方法及装置。

背景技术

随着科技及社会的不断发展，5G(5th generation mobile networks)通信技术也取得了飞速发展。目前的5G系统中，引入了NRF(Network Repository Function，网络仓库功能)网元，通过NRF网元来接收网元选取请求，并响应该请求，返回对应的服务网元。

然而，发明人在实施过程中发现，现有技术中存在如下缺陷：目前的NRF网元在根据网元选取请求选取服务网元过程中，仅仅根据网元选取请求中包含的查询参数来获取与该查询参数相匹配的服务网元。然而，采用该种网元选取方式，选取的服务网元精准度较差，不适于大规模应用与实施。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的网元选取方法及装置。

根据本发明的一个方面，提供了一种网元选取方法，包括：

接收网元选取请求；其中，所述网元选取请求中携带有网元选取条件；

获取至少一个服务网元的状态信息和属性信息；

将所述网元选取条件，以及所述至少一个服务网元的状态信息和属性信息输入至预先训练完成的机器学习模型中；

获取机器学习模型输出的任一服务网元的评价值；

基于所述任一服务网元的评价值，确定目标服务网元。

可选的，所述将所述网元选取条件，以及所述至少一个服务网元的状态信息和属性信息输入至预先训练完成的机器学习模型中进一步包括：

对所述网元选取条件，以及所述至少一个服务网元的状态信息和属性信息进行预处理；

将预处理结果输入至预先训练完成的机器学习模型中。

可选的，所述预处理包括以下处理方式中的至少一种：

字母大小写转换处理、整数序列标准化处理、以及序列长度规范化处理。

可选的，在所述将所述网元选取条件，以及所述至少一个服务网元的状态信息和属性信息输入至预先训练完成的机器学习模型中之前，所述方法还包括：

构建机器学习模型；

获取至少一个历史网元选取事件对应的历史数据；其中，所述历史网元选取事件对应的历史数据包括：该历史网元选取事件中的网元选取条件，以及该历史网元选取事件中的历史目标服务网元的属性信息和状态信息；

利用所述至少一个历史网元选取事件对应的历史数据对构建的机器学习模型进行训练，以获得训练完成的机器学习模型。

可选的，所述利用所述至少一个历史网元选取事件对应的历史数据对构建的机器学习模型进行训练进一步包括：

对所述至少一个历史网元选取事件对应的历史数据进行预处理；

利用预处理结果对构建的机器学习模型进行训练。