[发明专利]一种触发方法、装置、设备和计算机存储介质

说明书

本发明公开了一种触发方法，该方法包括：获取网络切片的切片实例，将切片实例输入至训练好的Node2Vec模型中，输出得到切片实例中节点的矢量，根据节点的矢量，确定是否触发对切片实例的重构。本发明实施例还同时公开了一种触发装置、设备和计算机存储介质，提高了网络切片是否需要重构的决策效率，进而提高了网络切片进行重构的重构效率。

技术领域

本发明涉及网络切片的重构触发技术，尤其涉及一种触发方法、装置、设备和计算机存储介质。

背景技术

目前，网络切片是5G建设中的一项重要内容，该技术通过在同一物理基础平台上构建多个逻辑独立的专有网络，来满足垂直行业对网络服务的差异化需求。区别于传统的单一化网络管理模式，网络切片技术为个性化需求定制提供了更大的选择空间，并且为运营商承载多样化的网络服务提供了更便捷、高效、安全、低成本的运维方案。

第三代合作伙伴计划(3GPP，3rd Generation Partnership Project)规定了切片生命周期的四个必经阶段，分别是准备阶段，实例化、配置、激活阶段，运行时阶段和下线阶段。其中，在准备阶段，需要明确承载网将会承载的业务的所有类型需求，并根据不同类型的需求定制不同的切片模板。在实例化、配置、激活阶段，需要将业务需求转变为网络性能需求，选择对应的切片模板，实现虚拟拓扑与物理承载拓扑的关联，配置相应的网络资源，实现切片基于模板的实例化。在运行时阶段，需要将业务承载到实例化的切片上。在下线阶段，需要删除已经服务完毕的实例化切片，并回收相关底层资源。

其中，在运行时阶段，可借助智能化的网络运维方法对切片状况进行监控，并根据业务需求的变化重构实例化的切片，实现切片结构和资源面向需求变化的自适应，从而增加切片的灵活性，提高网络的服务质量。

在相关技术中，通常是基于矩阵对网络切片进行标识和计算来实现对网络切片的重构进行触发的，然而该方法计算量较大，致使该触发方法复杂度较高，导致网络切片的重构触发效率较差；由此可以看出，现有的网络切片的重构触发方法存在效率低下的技术问题。

发明内容

有鉴于此，本发明提供一种触发方法、装置、设备和计算机存储介质，以解决现有技术中存在的网络切片的重构触发方法存在效率低下的技术问题。

本发明的技术方案是这样实现的：

第一方面，本发明实施例提供了一种触发方法，所述方法包括：

获取网络切片的切片实例；

将所述切片实例输入至训练好的Node2Vec模型中，输出得到所述切片实例中节点的矢量；其中，所述节点的矢量元素包括：用于表示节点结构的量和用于表示节点负载的量；

根据节点的矢量，确定是否触发对所述切片实例的重构。

在上述方法中，采用如下方式得到所述训练好的Node2Vec模型：

从待训练的切片实例中获取起始节点和起始节点的下一跳节点，将所述下一跳节点确定为当前节点，并设置采样次数i的初始值为1；

获取当前节点的相邻节点；

当i小于采样步长时，按照预设的偏置游走概率算法，计算当前节点与所述相邻节点的偏置游走概率；其中，所述预设的偏置游走概率是与当前时刻采用切片实例时的当前业务的网络性能参数成正相关的；

将计算出的偏置游走概率按照由大到小进行排序，并选取排在前M个的相邻节点，将选取出的相邻节点确定为当前节点，i更新为i+1，返回执行所述获取当前节点的相邻节点；其中，M为小于相邻节点的个数的正整数；

当i大于等于采样步长时，将采样得到的至少两组节点序列输入至预设的Node2Vec模型中进行训练，得到所述训练好的Node2Vec模型。