[发明专利]一种边缘计算下无线资源管理指标的映射模型构建方法

说明书

本发明公开了一种边缘计算下无线资源管理指标的映射模型构建方法，包括：基于改进的机器学习分类技术对边缘终端的原始社交数据进行预处理，得到处理后的社交数据；基于聚类分析技术对社交数据进行映射，将社交数据映射为直接反映物理层面参数的信息；建立社交数据分布相应的数学模型并进行关联映射，获得以社交数据为变量的物理层面参数的概率分布模型；对不同来源的社交数据的QoS指标分配不同权值，进行权值论域标准归一化处理；对标准化权值进行模糊化处理；对模糊化的QoS指标实现去模糊化，得到模糊权重值；根据业务需求选取QoE指标的映射函数，将得到的模糊权重值用于映射函数，得到QoE指标的映射权重值，作为无线资源管理指标。

技术领域

本发明涉及边缘计算、人工智能技术领域，特别涉及一种边缘计算下无线资源管理指标的映射模型构建方法。

背景技术

近年来，随着人工智能和物联网技术的快速发展，催生出一系列新的应用场景，智能家居、医疗卫生、车载通信以及城市信息化等需求产业大规模增长。机器通信设备(Machine Type Communication，MTC)经历了井喷式的发展，接入网络的设备数和其所产生的数据量也随之迅速增长。而基于云计算的集中式数据处理模式难以满足终端设备实时、低功耗等服务需求，因此，边缘计算应运而生。由于边缘计算环境的资源是受限的，而终端设备始终是由人来携带和使用的，因此终端用户的社交数据很自然成为无线资源分配管理的重要依据。如何高效地对边缘计算环境下的无线资源进行合理分配，如何最大程度地确保资源使用过程中边缘终端用户体验优先，是非常值得探索和研究的。

在边缘计算环境下，海量连接机器类型通信具有以下特征：传输数据量较小且为非频繁传输；不同设备种类之间的服务质量(Quality ofService,QoS)存在较大差异。这种海量的设备连接以及多样化的物联网业务给现有边缘计算环境下的无线资源分配带来新的技术挑战。现有的边缘计算无线资源管理是以一项或者几项独立的QoS指标作为优化目标，而客观的QoS指标并不能完整体现用户对所提供业务的主观感受，部分已有的QoE指标并不能完全综合考虑用户体验。在边缘计算环境下，特别是由于网络的异构性和业务的多样性，这种传统的无线资源管理指标缺乏针对性，导致无线资源管理模型的优化效果受限，甚至造成不必要的资源浪费。因此，在目前的边缘计算环境下，提升用户体验(QualityofExperience,QoE)应该成为无线资源管理的最终依据，因此提出一种面向边缘计算的QoE映射模型具有重要意义。

发明内容

本发明的目的在于克服现有无线资源管理技术中的不足，提供一种边缘计算下无线资源管理指标的映射模型构建方法，能够对边缘计算环境下的用户社交数据进行数据挖掘，获得以社交数据为变量的物理层面参数模型分布和QoS-QoE的映射模型，作为边缘计算无线资源管理的指标，突出边缘用户的优先体验，更能满足网络的异构型和业务多样性需求。

为解决上述技术问题，本发明的实施例提供如下方案：

一种边缘计算下无线资源管理指标的映射模型构建方法，包括以下步骤：

获取边缘终端设备的原始社交数据；

基于改进的机器学习分类技术对所述原始社交数据进行预处理，得到处理后的社交数据，所述社交数据包括：用户个体的社交数据和用户间的社交数据；

基于关联分析及聚类分析技术对社交数据进行映射，将社交数据映射为直接反映物理层面参数的信息；

建立社交数据分布相应的数学模型并进行关联映射，获得以社交数据为变量的物理层面参数的概率分布模型，将其作为无线资源管理问题的优化目标；

对不同来源的社交数据的QoS指标分配不同的权值，进行权值论域的标准归一化处理；

对标准化的权值进行模糊化处理；

对模糊化处理后的QoS指标选择合适的隶属函数，并根据隶属度最大化原则实现去模糊化，得到模糊权重值；