[发明专利]AF网元中UE地址信息的时效预测方法及装置

权利要求书

1.一种AF网元中UE地址信息的时效预测方法，其特征在于：包括DNN算法预测模型训练方法和对地址信息有效性预测方法；

所述DNN算法预测模型训练方法包括：建立DNN算法预测模型；获取UE历史保存的时效数据，所述的时效数据包括UE的地址信息和按照时间序列排列的的若干连续时刻对应的有效性信息；将所述时效数据中N个连续时刻的有效性信息作为所述DNN算法预测模型的输入因素，将所述N个连续时刻的有效性信息后下一单位时间内的有效性信息作为所述DNN算法预测模型的输出，对所述DNN算法预测模型进行训练测试，以获得训练好的DNN算法预测模型,保存所述训练好的DNN算法预测模型，并在所述UE的地址信息和训练好的DNN算法预测模型之间建立映射关系，N大于等于2；

所述地址信息有效性预测方法包括：在所述AF网元保留一UE的地址信息时，生成所述地址信息对应的UE的时效性预测请求，依据所述时效性预测请求获取UE距离当前时刻最近的N个有效性信息，将所述距离当前时刻的N个有效性信息输入所述UE对应的DNN算法预测模型中，获取下一单位时间内所述UE的有效性预测信息。

2.如权利要求1所述的AF网元中UE地址信息的时效预测方法，其特征在于：所述训练好的DNN算法预测模型部署于NWDAF网元上，在所述AF网元保留一UE的地址信息时，NEF网元向部署在NWDAF网元上的DNN算法预测模型请求预测所述地址信息对应的时效性；

所述NWDAF网元依据预测所述地址信息对应的时效性的请求从第三方实时获取所述UE对应的UE的时效数据中获得距离当前时刻最近的N个有效性信息，并将所述N个有效性信息送入所述地址信息对应的DNN算法预测模型；

所述DNN算法预测模型依据所述UE的时效数据计算下一单位时间内中所述UE的有效性预测信息。

3.如权利要求1所述的AF网元中UE地址信息的时效预测方法，其特征在于：还包括：依据所述有效性预测信息获得所述UE的用户地址保留时效并将带保留时效的地址信息发送至AF网元。

4.如权利要求1所述的AF网元中UE地址信息的时效预测方法，其特征在于：所述DNN算法预测模型训练方法中，将所述时效数据按照预设比例分为测试集和训练集，依据所述训练集中的时效数据对所述DNN算法预测模型进行训练以获得初级DNN预测模型，依据所述测试集中的时效数据对所述初级DNN预测模型进行测试，依据测试结果调节所述初级DNN预测模型的参数以获得训练好的DNN算法预测模型。

5.一种AF网元中UE地址信息的时效预测装置，其特征在于：包括数据获取模块、数据预处理模块和DNN算法预测模块，所述数据获取模块获取UE的时效数据，所述UE的时效数据包括照时间序列排列的的若干连续时刻对应的有效性信息；所述数据预处理模块将所述时效数据中N个连续的有效性信息作为所述DNN算法预测模型的输入因素，将所述时效数据中N个连续的有效性信息后的下一单位时间内的有效性信息作为所述DNN算法预测模型的输出，对所述DNN算法预测模型进行训练测试，以获得训练好的DNN算法预测模型,保存所述训练好的DNN算法预测模型，并在所述UE的地址信息和训练好的DNN算法预测模型之间建立映射关系，N大于等于2；所述DNN算法预测模块依据一地址信息对应的UE的时效性预测请求从所述数据获取模块中获取所述UE距离当前时刻最近的N个有效性信息，并将所述距离当前时刻的N个有效性信息输入所述UE对应的训练好的DNN算法预测模型中，获取下一单位时间内的有效性预测信息。