[发明专利]AF网元中UE地址信息的时效预测方法及装置

说明书

本发明公开了一种AF网元中UE地址信息的时效预测方法及装置，包括建立DNN算法预测模型，获得UE的历史保存的时效数据，将时效数据中多个连续时刻的有效性信息作为输入因素，将下一单位时间内的有效性信息作为输出，对DNN算法预测模型进行训练；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将UE的距离当前时刻的多个有效性信息输入对应的DNN算法预测模型中，获取下一单位时间内UE的有效性预测信息。与现有技术相比，本发明可以有效预测AF网元中下一单位时间内当前用户地址信息的保留时效，以便于确定AF网元中的最适时效。

技术领域

本发明涉及5G领域，尤其涉及5G中用户地址信息的时效确定。

背景技术

随着通讯技术迅速发展，5GC的通讯网络技术发展创新，为了实现UPF与其他5GCNFs的灵活通信，UPF中的映射消息通过NEF网元的UPF事件公开服务进行暴露传输公开给NFs。在Rel-17中，TS 23.548已经支持UPF可以向本地NEF公开QoS监控结果，但不支持经过NAT的地址信息。然而，在Rel-18中，其一关键问题是UPF是否也可以向其他NFs公开其他有用的信息来优化网络性能，针对这一关键问题，3GPP中收到了许多新的解决方案，其中一个解决方案提出AF可以为UE通过请求公开UE地址信息映射信息给UPF，该解决方案未能解决的问题是如何确定映射信息在AF中的保存时长，若映射信息在AF中保存时长过久，则对UE的地址信息构成潜在的安全性威胁；若映射信息在AF中保存时长过短，不足以让AF获取到UE公网地址信息对应的UE私网地址信息，则会导致AF无法对UE的异常事件请求适当的处理。

故，现有技术由于无法确定映射信息在AF中的保存时长，导致UE的地址信息有被攻击的风险，或者是导致AF无法对UE的异常时间请求适当的处理。现急需一种可解决上述问题的5G核心网确定映射消息在AF网元中的保留时效方法。

发明内容

本发明的目的是提供一种AF网元中UE地址信息的时效预测方法，可以有效预测AF网元中下一单位时间内当前用户地址信息的保留时效，以便于确定AF网元中的最适时效。

为了实现上述目的，本发明公开了一种AF网元中UE地址信息的时效预测方法，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。

较佳地，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。

较佳地，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。