[发明专利]边缘网络中一种虚拟网络功能需求预测方法

说明书

本发明涉及边缘计算与物联网技术领域，具体涉及边缘网络中一种虚拟网络功能需求预测方法，包括：获取数据，并进行数据预处理，得到预处理后的数据；获取的数据包括不同区域内的电信活动数据集，主要包含短信服务数据、通话数据以及互联网数据，具体是指短信服务数据、通话服务数据以及互联网服务数据；将预处理后的数据输入到训练好的组合预测模型中，得到预测结果，预测结果为预测的网络服务请求数量；根据预测结果分析边缘节点资源足够和边缘资源不足时的VNF需求，确认VNF的数量。本发明将SVR和GRU两种模型结合以提高VNF需求预测准确率，实现边缘网络中VNF的提前放置。

技术领域

本发明涉及边缘计算与物联网技术领域，具体涉及边缘网络中一种虚拟网络功能需求预测方法。

背景技术

万物互联时代，边缘计算和网络功能虚拟化等技术迅速发展，使得大量的边缘智能终端设备以及相关网络业务涌现，同时也促进了网络逐步向智能化和虚拟化的方式转变，旨在通过NFV/SDN等技术实现软件和硬件的解耦，以解决当前网络布局复杂、僵化的问题，提高网络的敏捷性和扩展性。且随着“边缘智能”、“智慧城市”等的逐步推动，愈来愈多的网络业务迁移至网络边缘，利用边缘基础设施虚拟化的计算、存储和网络资源就近进行处理，降低计算时延，从而为终端用户提供更加优质的服务。

边缘计算模式的出现将计算、存储和网络资源下沉到网络边缘，采用网络、计算、存储、应用核心能力为一体的开放平台，强调就近处理数据，从而减少系统反应时间、节省带宽，以满足在实时业务、应用智能、安全与隐私保护等方面的基本需求。灵活的边缘架构与NFV能够很好的契合，NFV提升业务的响应速度和扩展性，并能优化成本；通过网络功能虚拟化(NFV)，网络运营商能发掘其宽带优势，部署全面可管理的、分布式的云的框架，该框架将最大化的发挥虚拟化优势。

为降低系统成本、端到端延迟等，5G无线接入网(RAN)将走向开放，让运营商获得自主可控权。核心网接入网(CRAN)是承载和汇聚各种网络业务的重要区域，传统的汇聚层及接入层网络中，各类功能设备由各个设备独立实现，如(BRAS、SR等)，随着物联网、智能家居等新型服务带来的网络架构的变化，导致边缘网络接入的终端和业务类型不断丰富，且存在强大的差异性、独立性等问题，此外，近些年来由于互联网络和网络应用的发展，使得如今网络具有更大的带宽和存储容量，但是包括移动应用、在线交互或者交易等新业务模型的激增，对于业务延迟的需求越来越高，而SDN/NFV是解决这些问题的一种方案，通过在CRAN引入网络功能虚拟化等技术，让CRAN更加可靠、智能及开放。

随着互联网的高速发展，用户对网络资源的需求持续增加，因此精确规划网络资源使用已成为运营商的首要任务。网络流量预测技术可以帮助运营商准确预估网络的使用情况，合理分配并高效利用网络资源。由于边缘实时网络业务流量的突发性、长相关性等特点，传统的如自回归(AR)、移动平均(MA)以及自回归移动平均模型(ARMA)等线性预测模型虽然在计算复杂度上较低，但是不能够准确反映边缘真实网络业务非线性的特点，在预测精度上不如非线性预测模型。在非线性方法中，以往研究并未考虑边缘网络与核心网络服务流量特点的差别、预测模型复杂度高以及边缘网络资源的限制等问题，因此，在核心网络中的流量预测方法并不适用于边缘网络，且单一的机器学习模型并不能完全刻画出边缘网络中服务数据特征。

发明内容

为了上述当前VNF需求预测方法准确率较低且不适用于边缘网络的问题，本发明提供一种边缘网络中基于支持向量回归SVR与门控循环单元神经网络GRU的VNF需求预测方法，针对边缘资源充足和边缘资源不足两种情况分别设置VNF的放置数量和位置。

边缘网络中一种虚拟网络功能需求预测方法，包括以下步骤：

S1、获取数据，并进行数据预处理，得到预处理后的数据；

获取的数据包括不同区域内的电信活动数据集，主要包含短信服务数据、通话数据以及互联网数据，具体是指短信服务数据、通话服务数据以及互联网服务数据；