[发明专利]一种基于深度学习的5G EPC网络主动缓存方法在审
| 申请号： | 201810666172.0 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN108833564A | 公开（公告）日： | 2018-11-16 |
| 发明（设计）人： | 雷方元;蔡君;戴青云;赵慧民;刘燕;罗建桢 | 申请（专利权）人： | 广东技术师范学院 |
| 主分类号： | H04L29/08 | 分类号： | H04L29/08;H04W24/06;H04L12/24 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 肖平安 |
| 地址： | 510665 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 缓存 控制器 用户请求数据 缓存策略 缓存节点 缓存效率 技术构建 输入参数 网络参数 用户数据 预测结果 无监督 流表 学习 网络 虚拟 灵活 | ||
【权利要求书】：
1.一种基于深度学习的5G EPC网络主动缓存方法，其特征在于，主要包括以下步骤：
第一，采用NFV/SDN技术构建虚拟分布式深度学习网络SSAEs；
第二，以历史用户数据为基础进行无监督训练SSAEs网络参数；
第三，SSAEs使用SDN控制器收集的EPC用户请求数据作为SSAEs网络的输入参数；
第四，SDN控制器根据SSAEs的预测结果生成主动缓存策略，并通过流表将其同步到各缓存节点，进而实现主动缓存。
2.根据权利要求1所述的一种基于深度学习的5G EPC网络主动缓存方法，其特征在于，所述SSAEs网络由复数个SSAE构成，所述第一步中当构建由复数个SAE堆叠构成的SSAE时，每个SAE由输入层、隐含层和输出层构成，并且每个SAE的输出是SSAE的下一个SAE的输入。
3.根据权利要求2所述的一种基于深度学习的5G EPC网络主动缓存方法，其特征在于，所述SSAE的输入参数的维度为空间维度与时间维度的乘积。
4.根据权利要求1所述的一种基于深度学习的5G EPC网络主动缓存方法，其特征在于，所述第二步网络参数的训练包括自编码器的预训练和网络参数精调两个过程。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东技术师范学院，未经广东技术师范学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810666172.0/1.html，转载请声明来源钻瓜专利网。
