用于通信网络中的虚拟网络功能(VNF)的自动选择的方法和系统与流程

示例实施例总体上涉及一种用于通信网络中的虚拟网络功能(vnf)的自动选择的方法和系统

背景技术：

通信网络可以提供多种抽象以支持来自各种用户、机器、行业、政府和其他组织的新的服务需求。在第五代无线通信网络(5g网络)中，网络架构基于以下的概念：网络功能虚拟化、软件定义的网络和云计算。5g架构允许对公共物理网络基础设施上的服务类别提供本地支持。例如，相同的5g网络无线电接入和云计算设备可以能够提供超低延迟服务，该超低延迟服务例如可以与远程机器人手术、远程控制的车辆、分析驱动的装配线一起使用，而5g网络也可以服务于带宽匮乏的应用，这些应用可以被用于高能物理、超高清虚拟现实流等。同时，网络还可以与大量连接的设备(诸如在本文中称为“iot设备”的物联网设备)接口，其中这些iot设备可能具有多样化的服务要求集合。与可能需要数据传输的短时突发的移动车辆和/或可能需要网络中的小分组业务的持续流动的传感器数据相比，这些多样化的服务要求可能包括例如可能是仅与网络偶尔交互的iot设备的冰箱。招募网络服务以满足这些多样化的网络需求可能是有挑战性的。

技术实现要素：

至少一个示例实施例涉及一种选择虚拟网络功能(vnf)以控制通信网络的操作的方法。

在一个实施例中，该方法包括：由至少一个第一处理器获得第一支持和置信度参数集合；由至少一个第一处理器基于第一支持和置信度参数集合来标识通信网络的多个vnf中的第一vnf集合；由至少一个第一处理器通过使用支持和置信度参数挖掘第一vnf集合中的vnf内的规则来确定关联信息；由至少一个第一处理器基于关联信息来选择多个vnf中的第二vnf集合；以及由至少一个第一处理器使用第一vnf集合和第二vnf集合来控制通信网络的操作。

在一个实施例中，第二vnf集合的选择完成该选择，而不挑选多个vnf中属于第一vnf集合的任何vnf。

在一个实施例中，第一vnf集合的标识包括：使用第一支持和置信度参数集合来过滤针对通信网络的多个数据挖掘规则，以得出第一数据挖掘规则集合，使用第一数据挖掘规则集合来对多个vnf进行数据挖掘以标识第一vnf集合。

在一个实施例中，第一支持和置信度参数集合的获得包括：获得支持参数，该支持参数表示先前切片实例数据集内的推理信息的频率，以及获得置信度参数，该置信度参数表示推理信息的可靠性，推理信息包括多个数据挖掘规则与先前切片实例数据集之间的推理。

在一个实施例中，第一vnf集合的标识还包括：将针对多个vnf的支持参数和置信度参数进行比较，以从多个vnf中标识第一vnf集合，第一vnf集合是具有高支持和高置信度的vnf。

在一个实施例中，第一vnf集合的标识还包括：将固定的vnf集合添加到第一vnf集合，固定的vnf集合是网络运营方先前分配给特定vnf服务的vnf。

在一个实施例中，关联信息的确定包括：调整第一支持和置信度参数集合，以得出第二支持和置信度参数集合。

在一个实施例中，第一支持和置信度参数集合的调整包括使用以下中的至少一项来得出第二数据挖掘规则集合：来自第一vnf集合的统计规则和网络运营方偏好。

在一个实施例中，第二vnf集合的选择包括：将第二支持和置信度参数集合应用于多个vnf，将具有低支持的vnf选择为在第二vnf集合中。

在一个实施例中，支持和置信度参数的获得包括：从先前数据切片提取元数据，以得出支持和置信度参数。

至少另一示例实施例涉及一种网络节点。

在一个实施例中，该网络节点包括：存储器，存储计算机可读指令；以及至少一个第一处理器，被配置为执行计算机可读指令，使得至少一个第一处理器被配置为：获得第一支持和置信度参数集合，基于第一支持和置信度参数集合来标识通信网络的多个vnf中的第一vnf集合，通过使用支持和置信度参数挖掘第一vnf集合中的vnf内的规则来确定关联信息，基于关联信息来选择多个vnf中的第二vnf集合，以及使用第一vnf集合和第二vnf集合来控制通信网络的操作。

在一个实施例中，至少一个第一处理器被配置为：选择第二vnf集合而不挑选多个vnf中属于第一vnf集合的任何vnf。

在一个实施例中，至少一个第一处理器被配置为通过以下来标识第一vnf集合：使用第一支持和置信度参数集合来过滤针对通信网络的多个数据挖掘规则，以得出第一数据挖掘规则集合，使用第一数据挖掘规则集合来对多个vnf进行数据挖掘以标识第一vnf集合。

在一个实施例中，至少一个第一处理器被配置为通过以下来获得第一支持和置信度参数集合：获得支持参数，该支持参数表示先前切片实例数据集内的推理信息的频率，以及获得置信度参数，该置信度参数表示推理信息的可靠性，推理信息包括多个数据挖掘规则与先前切片实例数据集之间的推理。

在一个实施例中，至少一个第一处理器被配置为通过以下来标识第一vnf集合：将针对多个vnf的支持参数和置信度参数进行比较，以从多个vnf中标识第一vnf集合，第一vnf集合是具有高支持和高置信度的vnf。

在一个实施例中，至少一个第一处理器被配置为通过以下来标识第一vnf集合：将固定的vnf集合添加到第一vnf集合，固定的vnf集合是网络运营方先前分配给特定vnf服务的vnf。

在一个实施例中，至少一个第一处理器被配置为通过以下来确定关联信息：调整第一支持和置信度参数集合，以得出第二支持和置信度参数集合。

在一个实施例中，至少一个第一处理器被配置为通过以下来调整第一支持和置信度参数集合：使用以下中的至少一项来得出第二数据挖掘规则集合：来自第一vnf集合的统计规则和网络运营方偏好。

在一个实施例中，至少一个第一处理器被配置为通过以下来选择第二vnf集合：将第二支持和置信度参数集合应用于多个vnf，将具有低支持的vnf选择为在第二vnf集合中。

在一个实施例中，至少一个第一处理器被配置为通过以下来获得支持和置信度参数：从先前数据切片提取元数据以得出支持和置信度参数。

附图说明

图1示出了根据示例实施例的第三代合作伙伴计划(3gpp)演进节点b(enb)单片基站形式的虚拟网络功能(vnf)；

图2示出了根据示例实施例的5g接入节点形式的vnf；

图3示出了根据示例实施例的包括在网络切片中的vnf的系统；

图4示出了根据示例实施例的vnf选择系统；以及

图5示出了根据示例实施例的vnf选择方法的示例。

具体实施方式

尽管示例实施例能够进行各种修改和备选形式，但是其实施例在附图中通过示例示出，并且将在本文中进行详细描述。然而，应当理解，并非旨在将示例实施例限制为所公开的特定形式，而是相反，示例实施例将涵盖落入权利要求的范围内的所有修改、等同形式和备选。在整个附图的描述中，相同的附图标记表示相同的元素。

在更详细地讨论示例实施例之前，应当注意，一些示例实施例被描述为被描绘为流程图的过程或方法。尽管流程图将操作描述为顺序过程，但是许多操作可以并行、并发或同时执行。另外，可以重新布置操作的顺序。这些过程可以在其操作完成时终止，但是也可以具有图中未包括的其他步骤。这些过程可以对应于方法、功能、过程、子例程、子程序等。

下面讨论的方法(其中一些方法由流程图示出)可以由硬件、软件、固件、中间件、微代码、硬件描述语言、或其任何组合来实现。当以软件、固件、中间件或微代码来实现时，用以执行必要任务的程序代码或代码段可以存储在机器或计算机可读介质中，诸如存储介质，诸如非瞬态存储介质。(多个)处理器可以执行必要的任务。

本文中公开的特定结构和功能细节仅出于描述示例实施例的目的而具有代表性。然而，本发明可以以很多备选形式实施，而不应当被解释为仅限于本文中阐述的实施例。

应当理解，尽管本文中可以使用术语第一、第二等来描述各种元素，但是这些元素不应当受到这些术语的限制。这些术语仅用于区分一个元素和另一元素。例如，在不脱离示例实施例的范围的情况下，第一元素可以被称为第二元素，并且类似地，第二元素可以被称为第一元素。如本文中使用的，术语“和/或”包括一个或多个相关联的所列出的项目的任何和所有组合。

将理解，当一个元件被称为“连接”或“耦合”到另一元件时，它可以直接连接或耦合到另一元件，或者可以存在中介元件。与之相对照，当一个元件被称为“直接连接”或“直接耦合”至另一元件时，不存在中介元件。用于描述元件之间的关系的其他词语应当以类似的方式来解释(例如，“在……之间”与“直接在……之间”，“邻近”与“直接邻近”等)。

本文中使用的术语仅出于描述特定实施例的目的，而非旨在限制示例实施例。如本文中所使用的，单数形式“一个(a)”、“一个(an)”和“该(the)”也旨在包括复数形式，除非上下文另外明确指出。应当进一步理解，当在本文中使用时，术语“包括(comprises)”、“包括(comprising)”、“包括(includes)”和/或“包括(including)”指定所述特征、整数、步骤、操作、元素和/或组件的存在，但是不排除一个或多个其他特征、整数、步骤、操作、元素、组件和/或其组的存在或添加。

还应当注意，在一些备选实现中，所提到的功能/动作可以不按照图中说明的顺序发生。例如，取决于所涉及的功能/动作，连续示出的两个图实际上可以并发地执行，或者有时可以以相反的顺序执行。

除非另有定义，否则本文中使用的所有术语(包括技术术语和科学术语)具有与示例实施例所属的本领域的普通技术人员通常理解的含义相同的含义。还将理解，术语(例如在常用词典中定义的那些)应当被解释为具有与其在相关技术的上下文中的含义一致的含义，并且除非上下文中明确定义，否则将不会在理想化或过于正式化的意义上来解释。

根据软件或计算机存储器内的数据比特的操作的算法和符号表示来呈现示例实施例的部分和对应的详细描述。这些描述和表示是本领域普通技术人员通过其有效地将其工作的实质传达给本领域其他普通技术人员的描述和表示。如本文中使用的术语以及通常使用的术语一样，算法被认为是产生期望结果的步骤的自洽序列。这些步骤是需要对物理量进行物理操纵的步骤。通常，尽管不是必须的，这些量采取能够被存储、传送、组合、比较、和以其他方式操纵的光、电、或磁信号的形式。主要出于通用的原因，有时已经证明将这些信号称为比特、值、元素、符号、字符、项、数字等是方便的。

在下面的描述中，将参考可以被实现为程序模块或功能过程的操作的动作和符号表示(例如，以流程图的形式)来描述说明性实施例，这些程序模块或功能过程包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等，并且可以使用已有的网络元件处的已有硬件来实现。这样的已有硬件可以包括一个或多个中央处理器(cpu)、数字信号处理器(dsp)、专用集成电路、现场可编程门阵列(fpga)计算机等。

然而，应当牢记，所有这些和类似的术语均应当与适当的物理量相关联，并且仅仅是应用于这些量的方便标签。除非另有明确说明，或者从讨论中很清楚，否则诸如“处理”或“计算(computing)”或“计算(calculating)”或“确定”或“显示”等的术语是指计算机系统或类似的电子计算设备的动作和过程，这些动作和过程将表示为计算机系统的寄存器和存储器内的物理、电子量的数据操纵和转换为如下的其他数据，该其他数据类似地被表示为计算机系统存储器或寄存器或其他这样的信息存储、传输或显示设备内的物理量。

还应当注意，示例实施例的软件实现的方面通常在某种形式的程序存储介质上编码或者在某种类型的传输介质上实现。程序存储介质可以是任何非瞬态存储介质，诸如磁、光、或闪存等。类似地，传输介质可以是双绞线、同轴电缆、光纤、或本领域已知的某种其他合适传输介质。示例实施例不受任何给定实现的这些方面的限制。

通用方法：

电信网络(诸如5g网络)在处理多样化的服务需求的同时，还使用共享的无线电接入网络和计算物理资源。细微的抽象可以适当地处理这种平衡。特别地，两个主要抽象可以允许网络处理多样化的服务集合，这些服务是：网络切片、和虚拟网络功能(vnf)，如下文更详细地说明的。

“网络切片”是一段时间内的网络资源的描述。特别地，网络切片的定义是“网络功能集合、以及运行这些网络功能的资源，形成完整的实例化逻辑网络，以满足由(多个)服务实例所需要的某些网络特性”，如在2016年1月13日的ngmn5gp1要求和架构的“网络切片概念的描述”中所描述的，其全部内容通过引用整体并入本文。因此，切片包括模块化的网络功能工作，这些工作已经协同工作以提供网络资源。

虚拟网络功能(vnf)：

vnf可以具有不同程度的粒度。在一个实施例中，vnf可以是模块化的并且供应容易的即插即用部署和操作。vnf可以实现为例如虚拟机或应用(“docker”)容器。

图1示出了根据示例实施例的第三代合作伙伴计划(3gpp)演进节点b(enb)单片基站10形式的虚拟网络功能(vnf)。vnf(enb)10可以包括无线接口140、回程接口130、存储器存储150和处理器100。处理器可以包括调度器110，调度器110用于调度去往和来自enb10的传输，其中调度器可以包括用于enb10的承载的调度模式(110a、110b、110c和110d)或vnf“配置模式”。处理器100还可以包括无线电链路控制(rlc)缓冲器120，其中rlc可以包括用于每个承载的rlc配置模式(120a和120b)。处理器100还可以包括物理层1(具有物理配置模式1a和1b)、媒体接入控制(mac)层3(具有mac配置模式3a和3b)、以及分组数据会聚协议层5(具有配置模式5a、5b、5c和5d)。在本文档中，“承载”被认为是用于与通信网络内的其他节点交换信息的虚拟链路、信道、或数据流。应当理解，物理层1、mac层3、调度器110、rlc120和pdcp层5的配置模式的数目可以广泛地变化，其中每个示例“模式”可以涉及支持用于enb10的特定的整个vnf配置。应当进一步理解，物理层1、mac层3、调度器110、rlc120和pdcp层5的不同“配置模式”可以是由分开的vnf供应方/提供方提供的分开的vnf，或者不同的模式可以全部耦合到单个enb10中。

图2示出了根据示例实施例的5g接入节点20的形式的另一vnf。vnf(5g节点)20可以包括无线接口240、回程接口230、存储器存储250和处理器200。处理器可以包括调度器210，该调度器210用于调度去往和来自enb20的传输，其中调度器可以包括用于enb20的承载的调度层(210a、210b、210c和210d)。处理器200还可以包括无线链路控制(rlc)缓冲器220，其中rlc可以包括用于每个承载的层(220a和220b)。enb可以包括具有用于承载的层(201a和201b)的物理层201、具有用于承载的层(203a和203b)的媒体接入控制(mac)层203。

应当理解，每个单独的vnf可以具有数百个潜在数目的属性(特性)。vnf的每个“属性”可以添加到特定vnf的描述和能力中。vnf可以提供“属性”，该vnf是通过收集如下的潜在的“配置模式”而形成的，该“配置模式”关于以上在图1和2中讨论的元素的模式而被描述。例如，示例“属性”可以对应于提供不同qos服务水平的可选择的服务质量(qos)属性。例如，属性可以被视为特定的可配置参数，其中qos属性(诸如例如分组延迟预算、分组丢失、最大比特率)、以及操作频率(例如，700mhz、2100mhz等，取决于服务提供方)、系统带宽(针对最大30mbps为10mhz，针对最大60mbps为20mhz，等等)、mimo能力、x2接口配置、rlc缓冲器的可选择的大小、pdcp缓冲器的可选择的大小等都是可选择的。

当创建“切片”实例时，选择vnf集合，其中每个所选择的vnf的属性被配置为满足针对该切片的聚合服务要求。每个vnf还可以具有多种配置模式(例如，低延迟模式、高容量模式、大量活动连接模式等)。出于本文档的目的，每个配对(元组)(其可以包括所标识的vnf和针对该vnf的配置模式)可以共同被视为“所选择的和/或可选择的vnf”。胚子所选择的/可选择的vnf为切片实例提供特定服务的操作被称为切片生命周期的“准备阶段”。

切片实例：

当将切片实例创建为“切片蓝图”时，可以收集vnf集合，并且该集合中的每个vnf的属性可以被配置为反映该切片实例的聚合服务特性。选择vnf并且对其进行配置通常是一个手动过程，该过程有时会通过策略和/或确定性规则来扩展。但是，随着可供挑选的vnf数目的增加以及与每个vnf相关联的配置参数的数目变得较大和较复杂(这些配置参数中的某些是互斥的，而其他参数与其他vnf的配置参数分担责任)，手动选择最佳的vnf集合可能变得很麻烦和/或不切实际。

为了说明性的目的，可以假设片中的vnf的数目在7到10之间，尽管应当理解，在实际的网络应用中，该数目可能会显著上升和下降。在这个vnf范围内，vnf选择的复杂性会急剧增加。例如，如果要针对切片利用七个vnf，并且假设每个vnf具有五个感兴趣的属性要配置，则将有78,125(5⁷)个可能的vnf选择要研究。同时，如果vnf的数目增加到十个vnf，其中每个vnf具有五个感兴趣的属性，则可能的vnf选择的数目将增加到9,765,625(5¹⁰)个可能的选择。这个简化的示例假设五个属性有一个自由度，其中四个属性是固定的(即，具有默认值)，并且只有一个是变化的。应当理解，如果切片中包括较大的自由度和/或较多的属性和/或vnf，则要研究的搜索空间甚至可以大大增加(超出这些简单示例中的vnf选择的数目)。例如，对于具有五个属性的vnf，其中三个是固定的(即，具有默认值)，而其他两个属性可以被挑选，则在这种情况下，每个vnf具有十个可能的配置组合(5c2)。假设有七个vnf，将有10,000,000(10⁷)个可能的vnf选择要检查。并且，假设有10个vnf，将有10,000,000,000(10¹⁰)个可能的vnf选择要检查。

确定性规则无法完全捕获和利用vnf之间有趣的图案关系。例如，考虑仅在极少数情况下切片实例使用两个vnf的组合。举例来说，一旦实例化切片实例并且将其投入使用，则网络的动态属性便要求两个vnf协同工作以为该切片的业务提供服务。仅通过检查属性选择，vnf一起工作的这种共谋并不是很明显。

通常，依赖于确定性规则/策略来手动选择vnf有两个缺点：(1)跨较大的搜索空间进行蛮力搜索会妨碍最佳的vnf集合的选择，特别是考虑到要检查的vnf的数目将随着5g网络的成熟而增长，因为每vnf的属性的数目也会增加，并且(2)确定性规则和策略没有考虑在vnf一起投入使用时可能在vnf之间挖掘出的有趣的关系图案。

机器学习和/或数据挖掘可以在网络切片实例的准备阶段期间优化vnf选择。机器学习和/或数据挖掘可以减轻与依赖于确定性规则/策略来手动选择vnf相关联的缺点。通过挖掘切片实例数据集，可以将vnf配置信息包括在选择特定vnf的决策中。这很重要，以便不再依赖于跨较大选择空间的扩展搜索来找到最佳配置的vnf集合。

本示例实施例以及下面描述的所公开的方法通过自动接合vnf集合来提供vnf选择上的优势，这些vnf可以为网络切片实例提供网络资源，而无需了解实时条件，诸如网络的状态信息、云资源信息、和/或用户设备能力。相反，自动vnf选择可以基于以下来确定：服务定义信息(例如，超低延迟服务、高带宽服务等)、以及先前构造的切片、切片实例及其对应vnf的数据集。这个自动vnf选择可以在没有人工干预的情况下完成(即，为了实例化切换实例，无需手动人工输入或其他人工输入即可进行选择)。

因此，应当理解，对于vnf选择，以下是进行选择所不需要的信息的示例列表：当前(和瞬时)网络条件，诸如拥塞或可用带宽；与网络有关的其他“瞬时信息”；关于正在使用的应用类型以及订户的活动程度的当前订户行为；所需要的服务信息的类型(诸如正在构建的切片的数据速率)、延迟和/或可用性要求(sla)。

图3示出了根据示例实施例的参与网络切片的两个vnf的简化系统。应当理解，从两个切片400/402中仅包括两个物理结构(图1的enb10和图2的5g节点20)的角度来看，该切片是简化的示例。应当理解，切片可以包括附加节点(诸如lte核心节点、wifi节点、用户设备上的应用等)，并且每个节点可以包括较少或较多的“配置模式”(如图3所示，并且如以上关于图1-2所述)。

具体示例实施例：

图4示出了根据示例实施例的vnf选择系统。该系统包括网络节点400，该网络节点400包括无线接口440、存储器存储420和处理器410。存储器可以包括：vnf选择系统模块(vssm)420a、vnf存储库数据库420b和vnf部署历史数据库420c。下面结合图5描述vssm420a以及数据库420b和420c的目的。

网络节点400可以在通信网络的vnf之间使用信令450。作为示例，vnf可以包括enb10(图1)、5g节点20(图2)、以及其他节点，诸如wifi节点30、lte节点40、5g核心节点50、和/或用户设备上的用户设备应用60。应当理解，节点30、40、50和60每个具有包括以下的结构：处理器、有形的计算机可读存储器、无线接口和/或回程连接，这是如上所述的图1-2中所描绘的结构所公共的。

图5示出了根据示例实施例的vnf选择方法的示例。该方法的步骤可以作为指令集合被保存在存储器420中，其中该指令可以被包括在vnf选择系统模块(vssm420a)中。网络节点400的处理器410与vssm420a接口以接入指令，以使得处理器410执行本文中关于图5所描述的方法步骤。存储库数据库420b可以包含网络运营方可以从中选择的vnf，而部署数据库420c可以包含来自运营方先前已部署的网络切片的先前实例(先前“数据集”)的切片统计信息，其中“先前部署的”切片自此终止。当网络切片终止时，或者甚至在切片的执行期间，处理器410可以使来自切片实例的统计信息被保存在数据库420c中，并且这些统计信息可以稍后被挖掘。这些统计信息可以包括参与切片实例的vnf集合、切片实例运行时间、由切片所使用的总带宽、在切片中观察到的总字节数、每个vnf对切片实例的贡献(作为示例，在vnf活动了多长时间以及vnf服务了多少订户等方面)、或者可以用于标识切片实例的成功的其他统计信息。应当理解，这些代表性的统计信息是可以被收集的统计信息的示例，尽管也可以收集类似的附加统计信息以帮助将来为新的(下一)切片实例选择vnf。

如图5所示，在步骤s600中，vssm420a的指令使处理器410获得“支持和置信度参数”。在一个实施例中，“支持和置信度”参数可以用于从数据库420c收集多个规则(在本文档中称为“数据挖掘规则”)，并且因此，这些参数也可以用于确定可以为切片实例适当地挑选的vnf。支持和置信度是关联分析理论中的客观测量。在相关理论中，x→y可以是一种规则，其中x和y是成组的vnf。暗示表明，每当x中出现vnf集合时(前提)，集合y中的vnf也就被观察到(结果)。因此，“支持”找到在数据集中最频繁出现的规则(即，推理)，而“置信度”衡量由相同规则/推理做出的推理(即，“推理信息”)的可靠性。

在步骤s602中，处理器410基于支持和置信度参数来标识第一vnf集合。该第一vnf集合由处理器410对涉及参与类似网络服务(例如，低延迟服务或高带宽服务)的过去的vnf的先前切片实例进行机器学习和/或数据挖掘来确定。该第一vnf集合从部署数据集420c中挖掘，并且可以通过网络运营方的偏好进行扩展，如下所述。应当理解，vnf与配置模式的每个配对可以被认为是元组，其中每个单独的元组(vnf的身份、以及用于vnf的相关联的配置模式)则可以被认为是唯一的vnf。因此，与vnf相关联的结构(诸如图1-2所示的结构)可以有效地表示多个vnf。在一个实施例中，在步骤s602中挑选的vnf集合可以包括网络运营方可能希望针对特定vnf服务的切片实例而包括的固定vnf。这样的固定的vnf可能是由于网络运营方的策略或偏好造成的，用于使用某种切片实例的特定vnf。例如，网络运营方可能希望始终在切片实例中包括5g调度器vnf。在一个实施例中，步骤s602可以从部署数据库420c收获(挖掘)表现出“高支持”和“高置信度”的规则。

在步骤s604中，处理器410标识第一vnf集合中的vnf之间的“关联信息”。挖掘规则、从vnf中提取元数据以及获得网络运营方偏好(即，网络运营方规则)的过程中的每个过程可以涉及确定“关联信息”。关联信息分析可以部分地经由在2005年的1e，pearsonpublishing中的pang-ningtan、michaelsteinbach和vipinkumar的“introductiontodatamining”中描述的方法来完成，其全部内容通过引用整体并入本文。在该步骤中，处理器410还可以改变在步骤s600中获得的“支持和置信度”参数的值，以便进一步挖掘规则，并且处理器410可以从这些规则中提取相关的vnf。在备选实施例中，处理器410可以使用在步骤s600中获得的支持和置信度参数来创建在关联分析理论中被称为提升的另一度量，以便进一步挖掘规则，并且处理器401可以从这些规则中提取相关的vnf。在一个实施例中，处理器410还可以在vnf选择过程中考虑针对某些vnf的网络运营方偏好。关联分析可以用于从第一vnf集合中挖掘元数据，并且添加以使用元数据来标识第二可能的vnf集合，该第二可能的vnf集合然后可以与第一vnf集合组合(在步骤s606中)。要通过两个数据挖掘阶段来挖掘数据集，以收敛到与正在构建的切片相关的一组vnf。

对于服务s，将有一个始终被利用的vnf集合，以及一个(可能的)较小的vnf集合，其成员资格可能相对于该集合中的vnf的选择表现出一些随机性。这可以如下所示。

vnfs＝vnffixeduvnfvaried等式1

在较小的集合(vnfvaried)内，可能存在由vnf耦合所表现出的另外的可变性(或vnfx与vnfy一起出现的偏好)。本方法还捕获了这些细微差别和依赖性。

该方法包括两个不同的阶段。在第一阶段，处理器410发现vnffixed。vnffixed是由挖掘数据库420c的第一动作产生的(步骤s602)，并且可以利用网络运营方的偏好来扩展以包括(或排除)某些vnf。

在一个实施例中，作为步骤s602和步骤s604的一部分，处理器410收获展现出“高支持”和“高置信度”的所有第一vnf集合(在阶段i中)。阶段i使用支持和置信度的高值来获取规则集合。然后，它检查前n个规则(其中n是整数)，并且创建这些规则中的所有vnf的并集。

在步骤s606中，处理器410从数据库420c中选择第二vnf集合。这构成阶段ii(如上所述)，其中处理器410确定vnfvaried。在此，处理器410挖掘“低支持vnf”。这可能代表不同的情况，其中“低支持vnf”表示不足够重要以捕获的不常见的网络条件。此外，在这些低支持的vnf中，可能存在一对vnf，该vnf指示用以在特定网络条件下完全实现服务的vnf的相互依赖。应当理解，第二vnf集合不包括第一vnf集合中的任何vnf。

在阶段ii，处理器410迭代地检查数据集，从而在每次迭代中增加支持。在每次迭代中，该算法都找出低支持但高置信度的规则，并且挖掘前n个规则(n＝2，因为我们想要限制选择太多低支持的vnf的期望)。一旦确定了这些规则，则处理器410将它们添加到可能被用于切片实例的vnf的子集。当该方法可以挖掘的唯一规则包含已经被标识为在第一vnf子集中的vnf时，该方法终止。

在步骤s608中，处理器410使用第一vnf集合和第二vnf集合来控制网络的操作。也就是说，处理器410使用信令450与vnf(诸如enb10、5g接入节点20、wifi节点30、lte节点40、5g核心节点40和/或用户设备应用60)通信，以便通过以下来招募所选择的vnf(即，第一vnf子集中的vnf)：在第一vnf集合或第二vnf集合内向每个所选择的vnf通知它将参与为网络切片提供资源。

上述数据挖掘和机器学习过程可以受益于先前构造的切片及其对应的vnf(部署数据库420c)的一个或多个数据集。在5g网络架构中，这样的数据集可能不存在。因此，服务提供方可以在使用示例实施例方法(如上所述)的早期阶段使用静态策略和规则来挑选vnf。这些静态策略和规则可以得到反映，并且将在最小或“空”数据集(即，不包括任何先前数据的数据集)上操作。为了允许运营方规则和策略，示例实施例允许预先加载vnf。可以通过利用n个数据集的集合初始化该方法来执行vnf的预先加载(即，该方法因此将不会以空集开始)。也就是说，该方法可以从服务提供方希望用于特定服务的vnf集合开始。在备选实施例中，如果初始数据集为空，则该方法的阶段i和阶段ii将不会引起将任何附加vnf被添加到n，从而保留了由服务提供方预先加载的原始vnf集。

作为这样的预先加载的备选，可以通过在模拟环境中模拟网络业务或者通过编写可以生成合成数据集的工具来生成合成切片实例数据集。在实验室设置、沙箱和类似环境中收集的网络数据还可以通知切片实例数据集的合成生成。

除了合成数据之外，该方法还可以从实际的网络切片实例连续收集数据。在创建、使用和随后销毁切片实例时，可以对其进行监测以提取元数据。在示例实施例中，可以经由可以在切片生命周期的最后阶段(即，切片终止阶段)中分配的得分来引入切片实例准备成功的测量。可以使用来自由切片服务的用户设备(ue)的体验质量(qoe)反馈来计算成功得分。在另一示例实施例中，可以使用切片的标准化服务时间来计算成功得分(例如，利用令人满意地执行的准备好的vnf集合来激活切片的总的所需要的服务时间的百分比，而无需改变准备好的vnf集合，其中较高的百分比可以对应较高的成功得分)。

在示例实施例中，除了其他属性之外，切片实例元数据还可以包括标识以下的信息：切片实例是正常终止还是异常终止，在切片实例执行期间实际激活了哪些vnf，以及切片实例活动了多长时间。应当理解，这不是示例的详尽列表，而是在切片实例经历其生命周期时可以捕获的元数据元素的代表性列表。该信息可以与切片的对应vnf一起保存在先前构造的切片实例的数据库中。因此，该数据集将随着时间的增长而增长，并且允许数据挖掘/机器学习方法在vnf选择中发现有趣的图案，这些图案并不明显并且超出了由静态规则表示的能力。

尽管本文中是关于其中例如程序和逻辑存储在数据存储内并且存储器通信连接到处理器的实施例进行描绘和描述的，但是应当理解，这样的信息可以以任何其他合适的方式(例如，使用任何合适数目的存储器、存储或数据库)；使用通信地连接到设备的任何合适布置的存储器、存储或数据库的任何合适的布置；将信息存储在(多个)存储器、(多个)存储或(多个)内部或外部数据库的任何合适的组合中；或者使用任何合适数目的可接入的外部存储器、存储或数据库来存储。这样，本文中引用的术语“数据存储”旨在涵盖(多个)存储器、(多个)存储和(多个)数据库的所有合适的组合。

描述和附图仅示出了示例实施例的原理。因此，将理解，尽管未在本文中显式地描述或示出，本领域的技术人员将能够设计出体现本发明的原理并且被包括在其精神和范围内的各种布置。此外，本文中列举的所有示例主要旨在明确地仅用于教学目的，以帮助读者理解本发明的原理和(多个)发明人对促进本领域所贡献的概念，并且应当被解释为不限于这样的具体列举的示例和条件。此外，本文中列举本发明的原理、方面和实施例及其特定示例的所有陈述旨在涵盖其等同形式。

在示例实施例中示出的各种元件的功能，包括被标记为“处理器”的任何功能块，可以通过使用专用硬件以及能够与适当软件相关联地执行软件的硬件来提供。当由处理器提供时，这些功能可以由单个专用处理器、由单个共享处理器、或者由多个单独的处理器(其中一些处理器可以共享)提供。此外，术语“处理器”或“控制器”的显式使用不应当被解释为专门指代能够执行软件的硬件，并且可以隐式地包括但不限于数字信号处理器(dsp)硬件、网络处理器、专用集成电路(asic)、现场可编程门阵列(fpga)、用于存储软件的只读存储器(rom)、随机存取存储器(ram)和非易失性存储器。也可以包括其他常规或定制的硬件。

示例实施例可以与诸如以下的各种电信网络和系统结合利用(其中这仅是示例列表)：通用移动电信系统(umts)；全球移动通信系统(gsm)；先进的手机服务(amps)系统；窄带amps系统(namps)；总接入通信系统(tacs)；个人数字蜂窝(pdc)系统；美国数字蜂窝(usdc)系统；在eia/tiais-95中描述的码分多址(cdma)系统；高速率分组数据(hrpd)系统，全球微波接入互操作性(wimax)；超移动宽带(umb)；第三代合作伙伴计划lte(3gpplte)；以及5g网络。

至此已经描述了示例实施例，很清楚的是，这些示例实施例可以以许多方式改变。这样的变化不应当被认为脱离示例实施例的预期精神和范围，并且对于本领域技术人员而言很清楚的所有这样的修改都旨在被包括在所附权利要求的范围内。