本发明涉及通信,尤其是一种基于图卷积网络的应用程序能耗识别方法、计算机装置和存储介质。
背景技术:
1、气候变化和全球能源短缺是需要国际合作和各级协调解决的问题,许多地区和国家都发布了相关政策和要求,以控制碳排放,提高能源效率。这些政策使能源效率成为全球许多电信运营商的战略重点。随着5g通信技术的快速发展,现有的研究更多地关注于如何在满足用户体验的同时,尽量实现提高能效,并在网络内部实现,因此需求、用例和解决方案基本上都是在网络内部。垂直行业和客户无法从网络中获取与能源效率相关的信息。于是会导致无法获知用户或网络应用的详细能耗信息,这样在出现能耗异常时,无法找出原因,如在卫星和地面方便场景,对于一些地区的卫星和地面覆盖存在,节能可以作为一个维度而提供通信服务,用户或运营商可以选择找到一个最好的方式在满足用户体验和能源效率。从另一个角度来看,网络也可以对应用程序的不同能耗模式做出反应,或调整网络资源。综上所述,在通信网络中存在对应用程序能耗进行识别的需求。
2、然而,由于通信网络中用户终端、网络切片和应用程序等各种软硬件组成部分强耦合,目前的相关技术难以准确识别一个应用程序本身及其所调用的资源所产生的全部能耗。
3、术语解释:
4、amf:access and mobility management function,接入和移动性管理功能;
5、3gpp:3rd generation partnership project,第三代合作伙伴计划;
6、ue:user equipment,用户设备;
7、ran:radio access network,无线接入网络;
8、af:application function,应用功能;
9、nrfg:network repository function,网络存储功能;
10、pcf:policy control function,策略控制功能;
11、asf:authentication server function,鉴权服务功能;
12、nssf:network slice selection function,网络切片选择功能;
13、udm:unified data management,统一数据管理;
14、nef:network exposure function,网络开放功能;
15、nwdaf:network data analytics function,网络数据分析功能;
16、udr:unified data repository,统一数据仓储功能;
17、nr:new radio,新无线;
18、gcn:graph convolution network,图卷积网络。
技术实现思路
1、针对目前的通信网络技术难以准确识别一个应用程序本身及其所调用的资源所产生的全部能耗等技术问题,本发明的目的在于提供一种基于图卷积网络的应用程序能耗识别方法、计算机装置和存储介质。
2、一方面,本发明实施例包括一种基于图卷积网络的应用程序能耗识别方法,所述基于图卷积网络的应用程序能耗识别方法包括以下步骤:
3、获取通信网络中的用户终端、网络切片和应用程序各自的能耗,构建能耗矩阵;
4、以通信网络中的用户终端、网络切片和应用程序为节点,构建无向拓扑图;
5、根据所述无向拓扑图,构建自连接邻接矩阵和度矩阵;
6、将所述能耗矩阵、所述自连接邻接矩阵和所述度矩阵输入至图卷积网络中进行处理;
7、获取所述图卷积网络输出的应用程序能耗识别结果。
8、进一步地,所述获取通信网络中的用户终端、网络切片和应用程序各自的能耗,构建能耗矩阵,包括:
9、在一段时间内,分别对若干个所述用户终端、若干个所述网络切片和若干个所述应用程序进行能耗检测,获得各自的能耗时间序列;
10、以各所述用户终端各自的能耗时间序列、各所述网络切片各自的能耗时间序列和各所述应用程序各自的能耗时间序列,分别作为行或列组成矩阵,作为所述能耗矩阵。
11、进一步地,所述分别对若干个所述用户终端、若干个所述网络切片和若干个所述应用程序进行能耗检测,包括:
12、检测实际节点的总数量;所述实际节点包括实际运行的用户终端、网络切片和应用程序;
13、当所述实际节点的总数量小于所述图卷积网络的规模对应的数量,运行测试节点;所述测试节点包括用于测试的用户终端、网络切片和/或应用程序;
14、对各所述实际节点与各所述测试节点进行能耗检测。
15、进一步地,所述运行测试节点,包括:
16、根据所述实际节点的总数量与所述图卷积网络的规模对应的数量之差,确定所述测试节点的数量;
17、运行相应数量的所述测试节点。
18、进一步地,所述运行测试节点,包括:
19、获取全部所述实际节点的第一平均能耗;
20、确定应用程序能耗控制目标;
21、根据所述第一平均能耗相对于所述应用程序能耗控制目标的偏离程度,确定第二平均能耗;
22、根据所述第二平均能耗,确定各所述测试节点的能耗;
23、按照所确定的能耗运行所述测试节点。
24、进一步地,所述以通信网络中的用户终端、网络切片和应用程序为节点,构建无向拓扑图,包括:
25、分别以各所述用户终端、各所述网络切片和各所述应用程序作为节点;
26、当任一所述用户终端与任一所述网络切片之间连接,在所述用户终端与所述网络切片对应的节点之间建立边;
27、当任一所述网络切片运行任一所述应用程序,在所述网络切片与所述应用程序对应的节点之间建立边;
28、以各所述节点与各所述边作为所述无向拓扑图。
29、进一步地,所述根据所述无向拓扑图,构建自连接邻接矩阵和度矩阵,包括:
30、根据所述无向拓扑图,构建邻接矩阵;
31、根据所述邻接矩阵,获取相应的所述自连接邻接矩阵和所述度矩阵。
32、进一步地,所述基于图卷积网络的应用程序能耗识别方法还包括:
33、获取用户终端发出的识别结果请求;
34、响应于所述识别结果请求,将所述应用程序能耗识别结果发送至所述用户终端。
35、另一方面,本发明实施例还包括一种计算机装置,包括存储器和处理器,存储器用于存储至少一个程序,处理器用于加载至少一个程序以执行实施例中的一种基于图卷积网络的应用程序能耗识别方法。
36、另一方面,本发明实施例还包括一种存储介质,其中存储有处理器可执行的程序,处理器可执行的程序在由处理器执行时用于执行实施例中的一种基于图卷积网络的应用程序能耗识别方法。
37、本发明的有益效果是:实施例中的基于图卷积网络的应用程序能耗识别方法,通过使用图卷积网络对能耗矩阵、自连接邻接矩阵和度矩阵等数据进行,能够获得应用程序能耗识别结果,具体地,应用程序能耗识别结果能够表示应用程序本身及其所调用的资源所产生的全部能耗等信息,从而有助于对5g核心网的应用程序能耗进行分级并定位能耗异常的应用程序,在用户终端与应用程序之间出现大量的数据交互时,能对应用程序准确地进行能耗分级,使用图卷积神经网络能提高应用能耗分级的效率。