网络用户数据交付的制作方法

1.本文的实施例总体涉及计算机网络，尤其涉及网络用户数据交付。


背景技术：

2.网络服务可包括在网络应用层及以上运行的应用程序，该应用程序提供数据存储、操作、表示、通信或其他功能，这些功能通常使用基于应用层网络协议的客户机-服务器架构来实现。每个网络服务通常由运行在一台或多台计算机上的服务器组件提供，并由运行在其他设备上的客户端组件通过网络访问。然而，客户端和服务器组件可能都在同一台机器上运行。此外，专用服务器计算机可以同时提供多个网络服务。
3.基于位置的服务(lbs)是使用位置数据控制计算机系统功能的软件服务。lbs信息服务例如在社交网络、娱乐、安全和多个其它应用中有许多用途。lbs服务使用位置服务来定位移动计算机系统。定位服务可以结合各种不同的定位服务技术，例如全球定位系统(gps)、蜂窝网络定位技术和基于wi-fi的定位技术以及其他技术。lbs的一个示例是基于位置的消息传递服务，其中向用户发送的通知和其他消息可依赖于用户的各自位置。
4.数据结构已被用于改进计算机系统的操作。数据结构是指在计算机环境中用于改进计算机系统操作的数据组织。数据结构类型包括容器、列表、堆栈、队列、表格和图。数据结构已被用于在诸如算法效率、内存使用效率、可维护性和可靠性等方面改进计算机系统操作。
5.人工智能(ai)是指机器展示的智能。人工智能研究包括搜索和数学优化、神经网络和概率。人工智能(ai)解决方案涉及从计算机科学、数学、心理学、语言学、统计学和神经科学等各种不同科技学科的研究中获得的特征。机器学习被描述为赋予计算机在没有明确编程的情况下进行学习的能力的研究领域。


技术实现要素：

6.一方面，通过提供一种方法的配备来克服现有技术的缺点并提供额外的优点。该方法例如可包括：由虚拟网络功能(vnf)层从多个ue设备中的相应ue设备获取用户医疗健康数据，虚拟网络功能层已将逻辑信道分配给ue设备中的相应ue设备，用于无线传输用户数据，其中，vnf层维护将用户标识数据关联到分配给由用户标识数据标识的用户的逻辑信道的用户到逻辑信道关联数据；由运行在vnf层之上的服务编排层检查用户医疗健康数据的医疗健康数据，其中，服务编排层被配置得使得服务编排层对用户到逻辑信道关联数据的用户标识数据的访问被限制；以及根据该检查而执行处理。
7.另一方面，可以提供一种计算机程序产品。计算机程序产品可包括可由一个或多个处理电路读取的计算机可读存储介质，计算机可读存储介质存储用于执行方法的一个或更多处理器执行的指令。该方法例如可包括：由虚拟网络功能(vnf)层从多个ue设备中的相应ue设备获取用户医疗健康数据，虚拟网络功能层已将逻辑信道分配给ue设备中的相应ue设备，用于无线传输用户数据，其中，vnf层维护将用户标识数据关联到分配给由用户标识
数据标识的用户的逻辑信道的用户到逻辑信道关联数据；由运行在vnf层之上的服务编排层检查用户医疗健康数据的医疗健康数据，其中，服务编排层被配置得使得服务编排层对用户到逻辑信道关联数据的用户标识数据的访问被限制；以及根据该检查而执行处理。
8.另一方面，可以提供一种系统。系统可包括例如存储器。此外，系统可包括一个或多个与存储器通信的处理器。此外，系统可包括可由一个或多个处理器通过存储器执行以执行一种方法的程序指令。该方法例如可包括：由虚拟网络功能(vnf)层从多个ue设备中的相应ue设备获取用户医疗健康数据，虚拟网络功能层已将逻辑信道分配给ue设备中的相应ue设备，用于无线传输用户数据，其中，vnf层维护将用户标识数据关联到分配给由用户标识数据标识的用户的逻辑信道的用户到逻辑信道关联数据；由运行在vnf层之上的服务编排层检查用户医疗健康数据的医疗健康数据，其中，服务编排层被配置得使得服务编排层对用户到逻辑信道关联数据的用户标识数据的访问被限制；以及根据该检查而执行处理。
9.其他特征通过本文阐述的技术来实现。本文详细描述了包括但不限于方法、计算机程序产品和系统的其他实施例和方面，并将其视为所要求保护的发明的一部分。
附图说明
10.本发明的一个或多个方面在说明书结尾处的权利要求中被作为示例特别指出和明确要求。从以下结合附图的详细描述中可以明显看出本发明的前述和其他目的、特征和优点，附图中：
11.图1示出根据一个实施例的计算环境；
12.图2示出根据一个实施例的计算环境；
13.图3示出根据一个实施例的计算环境；
14.图4示出根据一个实施例的计算环境；
15.图5是根据一个实施例的编排器与其他组件交互操作的执行流程图；
16.图6示出根据一个实施例的通过机器学习训练的预测模型；
17.图7示出根据一个实施例的热图；
18.图8示出根据一个实施例的热图；
19.图9示出根据一个实施例的热图；
20.图10示出根据一个实施例的计算节点；
21.图11示出根据一个实施例的云计算环境；
22.图12示出根据一个实施例的抽象模型层。
具体实施方式
23.图1示出用于用户数据的安全收集和交付的计算环境100。计算环境100可包括多个ue设备110a-110z、多个基站120a-120z和一个或多个编排器(orchestrator)130。在一个实施例中，ue设备110a-110z可以是新无线电设备，并且是兼容的ue设备。ue设备110a-110z可以与基站120a-120z进行无线网络通信，基站120a到120z可以与编排器130进行有线网络通信。在一个实施例中，编排器130可以由核心网络的计算节点定义，该核心网络可以是边缘企业实体网络的一部分。
24.计算环境100可以被配置得提供用户数据的安全收集和交付。计算环境100可以被
配置得收集和处理安全用户数据，例如安全用户医疗健康数据。
25.参考计算环境100，各自的ue设备110a-110z可包括在vnf过程110v上运行的编排过程110r。各个基站120a-120z可包括在vnf过程120v上运行的编排过程120r。编排器130可包括编排过程130r。在编排过程110r的各个实例中，编排过程110r可以定义一个在由vnf过程120v的实例与vnf过程110v的实例共同定义的vnf层上运行的编排层。ue设备110a-110z、基站120a-120z和编排器130可包括相应数据存储库210、220和230。
26.根据一个实施例，各个基站120a-120z可以是符合第五代(5g)新无线电(nr)标准的enodeb基站。根据一个实施例，各自的基站120a-120z和各自的ue设备110a-110z可以定义便于根据新无线电(nr)标准进行通信的无线网络。
27.图2是如图1所示的部分开放系统互连模型(osi模型)表示计算环境100。计算环境100可包括运行在物理层(进一步参考图3描述)上的虚拟网络功能(vnf)层和运行在虚拟网络功能层1000上的服务编排层2000。根据一个方面，vnf层1000可负责分配ue设备可以通过其与基站进行通信的逻辑信道。
28.根据一个实施例，本文阐述了由虚拟网络功能(vnf)层从多个ue设备中的相应ue设备获取用户数据—该虚拟网络功能层已经将逻辑信道分配给ue设备中的相应ue设备以用于用户数据的无线传输；检查用户数据的数据；以及根据该检查而执行处理。
29.按照5g中的nr标准，逻辑信道被称为nr专用业务信道(dtch—dedicated traffic channels)。一方面，vnf层1000可以例如在表中维护将ue设备标识符与它们被分配的逻辑信道(例如dtch信道)相关联的用户到逻辑信道关联数据。在一个实施例中，可以如表a中所述提供用户到逻辑信道关联数据。
30.表a
[0031][0032][0033]
vnf层1000可以将用户到逻辑信道关联数据的相关部分分发到基站120a-120z和ue设备110a-110z中的相应基站和相应ue设备，以促进ue设备120a-110z与基站120a-120z之间的通信。dtch信道与ue设备之间可以有一对一的对应关系，由ue设备标识符标识，其中ue设备标识用作用户的标识符。通过这些特征，数据收集过程110可促进与相应用户相关联的ue设备与基站之间的连接，并可将dtch信道分配给相应ue设备和用户。
[0034]
在一个方面，可以配置计算环境100，以便可以限制服务编排层2000对所述用户到逻辑信道关联数据的用户标识数据的访问。通过这种功能，服务编排层2000能够处理特定于单个用户的用户数据，而不存在访问任何与单个用户相关联的用户标识数据的风险。当服务编排层2000处理特定用户的数据时，服务编排层200可以用分配的相应逻辑(例如，dtch)通道作为一般用户的代理标识符，其不包含任何实际标识任何用户的或包含任何用
户标识数据的标识符。5g nr标准有助于其中可以将dtch标识符用作用户的代理标识而无需访问任何底层的实际用户标识信息的通信。
[0035]
参考图2，计算环境100的服务编排层2000可包括5g设备和订阅管理平台过程2010、感染(infection)和疑似(suspect)查找器过程2020和医疗物流管理过程2030。
[0036]
5g设备和订阅管理平台过程2010可负责维护计算环境100的注册用户列表。5g设备和订阅管理平台过程2010可被配置得用于维护注册用户列表，可以使用该列表来记录各种用户的各种ue设备是否在其中安装了用于ue设备参与计算环境100的安装包。然而，由5g设备和订阅管理平台过程2010生成和维护的订阅列表数据可以不包含任何收集的用户数据，诸如收集的敏感医疗用户数据。相反，可以配置计算环境100，使得不参考任何用户标识数据就可以将敏感用户医疗健康数据与分配的逻辑信道(例如5g dtch信道)相关联。
[0037]
疑似查找器过程2020可负责维护逻辑信道列表，其包括用户随时间变化的位置数据，以及与逻辑信道关联的用户的敏感医疗健康数据，但不包含用户标识数据。
[0038]
医疗物流管理服务过程2030可负责—例如—聚合来自多个基站的地理空间映射数据以及生成聚合来自多个基站的映射数据的映射数据。图3示出了计算环境100的osi示意图，其例示了虚拟网络功能层1000的物理层特征以及附加细节，包括数据收集过程1010内由“enodeb-dtch编排表”提供的所述用户到逻辑信道关联数据。参考图3，ue设备110a-120z一般地由指示器ue设备110指示，基站120a-120z一般地由指示器基站120指示。
[0039]
关于计算环境100的物理网络功能特征，计算环境100的物理网络层功能，可以通过可由相应的ue设备110和基站120分别设置的计算节点10的物理层功能来执行。计算节点10的物理网络层功能可包括例如频谱管理功能、无线电估计器功能、数据收集功能和存储功能。
[0040]
进一步参考图3，服务编排层2000可以迭代地与收集过程1010通信数据，以发起数据收集请求。响应于数据收集请求的接收，数据收集过程110可以使用所述的用户到逻辑信道关联数据来请求用户数据。
[0041]
物理网络功能层01作为响应，可以通过其分配的dtch逻辑信道，将带有位置数据的用户医疗健康数据，发送到vnf层1000的数据收集过程110。vnf级1000的数据收集过程110可以向服务编排层2000推送所接收的带有位置数据的医疗健康数据。在向服务编排层2000推送生成的用户医疗健康数据时，可以限制数据收集过程110访问任何用户标识数据，以便推送到服务编排层200的用户医疗健康数据可包括不代表代理用户标识数据、不包括任何ue设备标识数据或其他用户标识数据的dtch数据。在一些实施例中，定义vnf层1000的数据收集过程1010可以提供指定各种用户的地理空间地图位置(geospatial map location)的地理空间映射数据。为了这样的功能，vnf层1000可以与例如google(google是谷歌公司的注册商标)的地理空间映射服务(geospatial mapping service)进行通信。当vnf层1000提供地理空间映射数据时，vnf层1000可以将地理空间映射数据与用户医疗健康数据和位置数据一起，向服务编排层2000推送，用户一般地由其各自的关联逻辑信道表示，并且推送的数据不包含任何用户标识数据。在另一个实施例中，地理空间映射功能可以完全由服务编排层2000执行。
[0042]
vnf层1000可包括数据收集过程110。数据收集过程100可以引用所述用户到逻辑信道关联数据，以获得用户医疗健康数据。用户医疗健康数据可包括如表b中总结的多个数
据标签。
[0043]
表b
[0044][0045]
在一个实施例中，ue设备110a-110z可以将如表a所示的用户医疗健康数据集发送到其各自的基站120a-120z。如表b所示的数据标签可包括例如ue设备uuid、逻辑信道标识符、时间戳、位置坐标、感染状态。本文的实施例认识到，通过使用各种5g技术，可以高精度地确定ue设备的位置。ue设备110a-110z和ran 500n可符合第五代(5g)技术，包括新无线电(nr)标准、第三代合作伙伴项目(3gpp)发布的3gpp ts 28.530v15.1.0第15版文档以及3gpp第16版的技术报告(3gpp第16版报告)。密集部署的接入节点(an)可以增加用户节点(un)和an之间的视线(los)概率，从而实现高精度的到达时间(toa)估计。5g网络中的接入节点将与智能天线解决方案(如天线阵列)一起使用，进而也可以实现精确的到达方向(doa)估计。一般而言，可以以网络为中心的方式从上行链路(ul)导频信号有效地估计出所有上述测量，从而不一定需要额外的定位专用信号。由于大型天线阵列和宽带宽，5g网络可以为进行定位提供方便的环境，这进而又可以实现包括在los条件下的高精度的doa和toa估计。下一代定位地图可以通过使用5g技术ue设备得到5g网络的an定位的支持，并能与其他设备通信并发送当前定位位置，包括纬度、经度坐标和使用高度计算的设备高度。因此，可以在5g编排平面中提供高效的定位和位置识别服务。基于全球导航卫星系统(gnss)的精确定位对于不同领域的商业用例越来越重要。gnss定位基于多颗卫星的信号和位置的信息，通常由蜂窝网络运营商提供的移动设备信息辅助。实时运动学(real time kinematic或rtk)技术极大地提高了gnss定位精度，将其从几米缩小到仅几厘米。本文的实施例可以使用由第三代合作伙伴项目(3gpp)第15版和3gpp第16版的技术报告(3gpp第16版报告)提供的新无线电(nr)设备支持的gnss-rtk辅助数据信令。
[0046]
在接收到如表b中所示的数据集时，相应的基站可以通过定义vnf层1000的vnf过程120v将数据集传递给服务编排层2000，删除标识用户的ue设备uuid，使得服务编排层200接收如表b中所示的不包含ue设备uuid的数据集。服务编排层2000可以将减去用户标识数据的表b的数据存储到数据存储库，例如数据存储库230。服务编排层200例如通过其在基站和/或编排器130上运行的过程，可以确定疑似感染者，以提供具有如表c中所示的疑似感染状态字段的改编的数据集。
[0047]
表c
[0048][0049]
对于当前感染状态为未感染的用户，服务编排层2000可以确定疑似感染状态。确定疑似感染状态可包括为当前感染状态为未感染的用户分配一个感染概率。本文的实施例可以在与虚拟网络功能和5g的用户定位系统结合的5g服务编排中工作，以检测疑似传染病感染人员。如前所述，如上所述，5g具有与基于an的定位系统协同工作的高效的地理位置跟踪系统。本文的实施例可以使用地理定位跟踪系统和地理围栏作为主干接口，我们的发明在5g虚拟网络功能提供的这些精确定位服务之上运行。本文中在服务编排平面中运行的实施例可以连接到平面中的医疗服务，其为特定用户或用户集合提供回溯计算触发。医疗服务可包括为避免滥用用户位置跟踪而能进行认证的平台的集成。用户的同意可以允许通过不包含任何用户标识数据的逻辑信道发送医疗信息。一旦执行了医疗服务认证，就可以将预定义时间间隔的病历推送到具有5g_uuid号的服务。在一些实施例中，vnf功能可以从5g uuid请求用户信息。用户信息可包括国际移动设备身份(imei)或国际移动用户身份(imsi)。收集的imsi可以通过时间线输入传输到vnf层1000，以跟踪过去几天的用户位置。然后，该服务可以从用户记录中检查传染病的位置。
[0050]
在一个实施例中，用于将感染概率分配给具有当前未感染状态的用户的服务编排层2000可以确定例如在当前时间的阈值时间段内的历史交叉(crossing)次数。例如，如果第一和第二用户彼此在阈值距离内(例如6英尺或2米)，则可确定发生了交叉。基于历史交叉数据，服务编排层2000可以分配感染概率。
[0051]
为了基于历史交叉次数来分配感染概率，服务编排层2000可以查询如图6所示的通过机器学习训练的特定预测模型6002。预测模型6002可以用包含(a)特定未感染用户与已感染用户的交叉次数和(b)未感染用户的后续感染状态的训练数据集进行训练。预测模型6002一旦经过训练，就能对查询数据作出响应。查询数据可包括过去检测到的交叉次数。响应于查询数据的输出数据可包括指定感染概率的值。
[0052]
在一个实施例中，用于向用户分配感染概率的服务编排层2000可以预测未感染用户之间的后续交叉，然后可以通过查询所述用包括(a)特定未感染用户与已感染用户的交叉次数以及(b)未感染用户的后续感染状态的训练数据集训练的特定预测模型6002，来基于预测的交叉来分配感染概率。为了预测后续交叉，服务编排层2000可包括针对其收集用户数据的被检测用户的历史旅行数据。
[0053]
服务编排层2000可以使用最近的历史位置数据确定相应用户的当前方向。可以将相应用户的当前方向视为轨迹(trajectory)。服务编排层2000可以使用所确定的相应用户的当前方向来预测相应用户的后续路径(随时间变化的位置)。为了预测后续路径，服务编排层2000可以应用这样的假设，即用户在接下来的n个时间段将继续沿着其当前方向旅行。
服务编排层2000可以通过检查基于所检测的当前路径的相应用户的相应预测路径，并识别在沿着各自的路径旅行时用户之间的交叉，来确定对未来交叉的预测。
[0054]
确定了预测的后续交叉后，服务编排层2000就可以查询预测模型6002，以基于相应用户的预测交叉次数来确定感染概率。服务编排层2000可以使用用本文所述的相应用户的历史路径数据确定的预测交叉次数来查询预测模型6002。
[0055]
计算环境100的网络示意图如图4所示。图4进一步详细地描述了计算环境100。计算环境100可包括ue设备110a-110z，其通过多个边缘企业实体网络100n(示出了其中之一)与数据网络2000n通信。各个边缘企业实体网络可包括由各个不同边缘实体拥有、运营和/或控制的边缘基础设施。边缘企业实体可拥有、运营和/或控制包含无线网络1100n、前传/回程(fronthaul/backhaul)网络1200n和核心网络1300n的边缘网络基础设施。不同的各个边缘企业可以是电信网络提供商，有时也称为通信服务提供商(边缘企业实体csp)。根据一个实施例，无线网络1100n可包括基站120a-120z，其可以由enodeb基站提供。
[0056]
在所述图4的实施例中，无线网络1100n和前传网络1200n的组合可定义由无线电接入网络(ran或radio access network)500n提供的边缘网络500n。边缘网络500n可定义边缘基础设施。所示的ran 500n提供从ue设备110a-110z到各个核心网络1300n的访问。在替代实施例中，边缘网络500n中的一个或多个可以由内容交付网络(cdn)提供。ue设备110a-110z和ran 500n可符合新无线电(nr)标准、第三代合作伙伴项目(3gpp)发布的3gpp ts 28.530v15.1.0第15版文档以及3gpp第16版的技术报告(3gpp第16版报告)。
[0057]
不同ue设备110a-110z中的每个都可与不同用户相关联。在一个实施例中，ue设备110a-110z中的ue设备可以是由客户端计算机(例如移动设备，例如智能手机或平板电脑、笔记本电脑、智能手表或pc)提供的计算节点设备，其运行有助于访问一个或更多服务提供商提供的服务的一个或多个程序。ue设备110a-110z中的ue设备可替代地可由例如物联网(iot)传感设备提供。
[0058]
本文的实施例认识到，在边缘企业实体网络1000n内的一个或多个计算节点上托管服务功能可以提供各种优势，包括向ue设备110a-110z处的终端用户交付服务的速度的延迟优势。边缘企业实体托管的服务功能，可以在例如在边缘网络500n内或边缘企业实体网络1000n内被托管。
[0059]
数据网络2000n可包括例如ip多媒体子系统(ims)和/或被视为网络的网络的“英特网”，因特网可由本地到全球范围的私有、公共、学术、商业和政府网络组成，这些网络由一系列广泛的电子、无线和光网络技术连接在一起。数据网络2000n可包括例如多个非边缘数据中心。此类数据中心可包括私人企业数据中心以及由提供托管由多个不同企业实体开发的服务功能的it企业提供的多租户数据中心。
[0060]
拥有、运营和/或控制边缘基础设施(如边缘网络500n提供的)的一些边缘实体可以提供多租户托管服务，其允许边缘企业以外的企业在边缘企业实体网络1000n内的一个或多个边缘节点上托管其应用程序。
[0061]
根据一个实施例，编排器130可以部署在核心网络1300n的计算节点上。根据另一实施例，编排器130可以部署在数据网络2000n的一个或多个计算节点上。根据一个实施例，编排器130可以分布在核心网络1300n和数据网络2000n的计算节点之间。根据一个实施例，编排器130可以位于核心网络1300n和数据网络2000n的计算节点上。在一个实施例中，管理
和编排(mano)计算环境可符合第三代合作伙伴项目(3gpp)发布的3gpp ts 28.530v15.1.0第15版文档以及3gpp第16版的技术报告(3gpp第16版报告)。
[0062]
各种可用工具、库和/或服务可用于实现预测模型6002。例如，机器学习服务可以提供对库和可执行代码的访问，以支持机器学习功能。机器学习服务可提供对可以从任何编程语言调用并允许将预测分析集成到任何应用中的rest api集合的访问。启用的rest api可提供例如检索给定预测模型的元数据、部署模型和管理部署的模型、在线部署、评分、批量部署(batch deployment)、流部署(stream deployment)、监控和重新训练部署的模型。根据一种可能的实现，提供的机器学习服务可访问提供的机器学习服务可访问和的库(和是国际商业机器公司的注册商标，和是apache软件基金会的注册商标)。提供的机器学习服务可提供对可以从任何编程语言调用并允许将预测分析集成到任何应用中的rest api集合的访问。启用的rest api可提供例如检索给定预测模型的元数据、部署模型和管理部署的模型、在线部署、评分、批量部署、流部署、监控和重新训练部署的模型。预测模型6002的配置可包括使用例如支持向量机(svm)、贝叶斯网络、神经网络和/或其他机器学习技术。
[0063]
参考图5的流程图，描述编排器130与基站120a-120z和ue设备110a-110z进行交互操作的执行方法。在方框1301，编排器130可以向拥有、操作和/或控制编排器130的边缘企业实体拥有、运营和/或控制的基站发送安装包。在方框1201，在接收到安装包时，基站120a-120z可以安装接收到的安装包。
[0064]
在方框1301发送的安装包可包括例如用于提供在各个基站120a-120z上运行的vnf过程120v和编排过程120r的功能的库和可执行代码，这些过程分别定义vnf层1000和服务编排层2000。在方框1101，ue设备110a-110z可以向编排器130发送注册数据。注册数据可以输入到在ue设备的显示器上显示的基于网页的用户界面中。注册数据可以经由包括基站120a-120z的网络或另一个网络发送到编排器130。
[0065]
编排器130在接收到注册数据时，可以确立用户订阅以存储到如图1所示的数据存储库230中，并且在接收到登记数据时，编排器130可以向ue设备110a-110z发送安装包。响应于接收到在方框1302处发送的安装包，ue设备110a-110z可以在方框1102处安装安装包。在方框1102处安装的安装包可包括例如用以定义如图1所示的在各自的ue设备110b-110z上运行的vnf过程110v和编排过程110r的库和可执行代码，这些过程分别定义如参考图2和3所述的vnf层1000和服务编排层2000。在方框1201和1102处分别安装的安装包也可以定义如参考图3所述的物理网络功能层01的功能。
[0066]
响应于在方框1302处发送安装包，编排器130可以进行到方框1303。在方框1303处，编排器140可以向基站120a-120z发送就映射到计算环境100的注册用户的新ue设备标识符而更新基站120a-120z的更新数据。因此，当基站120a-120z从最近注册的新ue设备接收到加入请求时，基站120a-120z将能够识别此类新ue设备。在方框1103，ue设备110a-110z中的ue设备可以发送加入请求以供基站120a-120z接收。如前所述，基站120a-120z能识别先前注册的ue设备，因此能按照计算环境100的特征相应地适当进行响应。
[0067]
响应于接收到加入请求，基站120a-120z中的接收到来自ue设备110a-110z中的ue设备的最强信号强度的基站可在方框1202处通过发送信道数据来响应，该信道数据指示用
于在特定ue设备(例如，ue设备110a)与特定基站(例如，基站120a)之间的进一步通信的分配的dtch信道。在方框1104和1203，可以执行加入通信，使得特定ue设备(例如ue设备110a)连接到特定基站120a。
[0068]
如返回箭头所示，ue设备110a-110z可以迭代地执行方框1103和1104的循环，以迭代地向新基站发送加入请求，并迭代地接收加入通信，以在新的逻辑dtch信道被分配时在其上通信。由于ue设备可改变其与不同基站通信的逻辑信道，vnf层1000中的基站120a-120z可以维护所述用户到逻辑信道关联数据或其相关部分，使得基站120a-120z可以与加入它们的相应ue设备保持通信。然而，所述用户到逻辑信道关联数据的用户标识数据不与服务编排层2000共享，因此，在服务编排层200中运行的应用无法从服务编排层000的数据传输中恢复ue设备和ue信息。
[0069]
进一步参考图5的流程图，在方框1305，编排器130可发送数据收集请求数据以启动数据收集。在方框1305发送的数据收集请求数据可以发送到由边缘企业实体操作编排器130拥有、运营和/或控制的基站120a-120z。在发送框1205，接收在方框1305发送的数据收集请求数据的基站120b-120z作为响应、可向当前加入并连接到基站120a-120z的ue设备110a-110z中的ue设备发送数据收集请求数据。
[0070]
在方框1105，响应于接收到在方框1205处发送的数据收集请求数据，相应的ue设备110a-110z可以通过vnf过程110v将用户医疗健康数据发送到它们当前加入和连接的基站120a-120z中的相应基站。在方框1105处发送的用户医疗健康数据可包括在分别与ue设备110a-110z中的相应ue设备关联的所述分配的特定隔离的逻辑信道上发送的敏感的用户医疗健康数据。
[0071]
在方框1206，响应于接收到在方框1105处发送的用户医疗健康数据，基站120z-120z可以通过vnf过程120v生成指定各个用户的地理空间地图位置的地理空间映射数据。地理空间地图可以指定道路和建筑物等基础设施要素。为了这种功能，vnf层1000可以与例如google(google是谷歌公司的注册商标)的地理空间映射服务进行通信。
[0072]
响应于映射数据的生成，在方框1207，基站120a-120z可以通过vnf过程120v将地理空间映射数据发送到编排器130的编排过程130r。在方框1207处发送地理空间映射信息时，基站120a-120z可以将用户医疗健康数据与分配的逻辑信道相关联，但用户健康医疗数据可不包含任何特定的用户标识数据。为了在方框1207处发送地理空间映射数据，vnf层1000可以将接收到的医疗健康数据与位置数据一起一直推送到服务编排层2000。在将所生成的用户医疗健康数据一直推送到业务编排层2000时，可限制数据收集过程110访问任何用户标识数据，使得推送到服务编排层2000的用户医疗健康数据可包括不代表代理用户标识数据、不包括任何ue设备识别数据或其他用户标识数据的dtch数据。当vnfs层1000提供地理空间映射数据时，vnf层1000可以将地理空间映射数据与用户医疗健康数据和位置数据一起推送到服务编排层2000，其中用户一般地由其各自的关联逻辑信道来表示，并且推送的数据不包含任何用户标识数据。在另一个实施例中，地理空间映射功能可以完全由服务编排层2000来执行。
[0073]
利用本文所述的特征，各个用户可以由分配的逻辑数据信道来表示，但是没有实际的用户标识数据，例如与分配的逻辑信道相关联的设备uuid信息。在聚合方框1306，响应于在方框1207处接收到所发送的地理空间映射数据，编排器130通过业务编排层200可聚合
(aggregate)与多个不同基站相关联的映射数据。在聚合方框1306，编排器130通过服务编排层2000也可识别疑似受感染用户。在识别疑似受感染用户时，编排器130通过定义服务编排层2000的编排器过程130r，可以将感染概率分配给当前状态为未感染的用户。
[0074]
在一个实施例中，用于将感染概率分配给具有当前未感染状态的用户的服务编排层2000可以确定例如在当前时间的阈值时间段内的历史交叉次数。例如，当第一和第二用户彼此在阈值距离(例如6英尺或2米)内时，可以确定发生了交叉。基于该历史交叉数据，服务编排层2000可以分配感染概率。
[0075]
为了基于历史交叉次数来分配感染概率，服务编排层2000可以查询如图6所示的通过机器学习训练的特定预测模型6002。预测模型6002可已经用包含(a)特定未感染用户与已感染用户的交叉次数、以及(b)该未感染用户的后续感染状态的训练数据集进行过训练。预测模型6002一旦经过训练，就能够对查询数据作出响应。查询数据包括过去检测到的交叉次数。响应于查询数据的输出数据可包括指定感染概率的值。
[0076]
在一个实施例中，用于向用户分配感染概率的服务编排层2000可以预测未感染用户之间的后续交叉，然后可以通过查询用饱含(a)特定未感染用户与已感染用户的交叉次数和(b)未感染用户的后续感染状态的训练数据集训练的所述特定预测模型，基于所预测的交叉来分配感染概率。为了预测后续交叉，服务编排层2000可包括针对其收集用户数据的被检测用户的历史旅行数据。
[0077]
服务编排层2000可以使用最近的历史位置数据确定相应用户的当前方向。可以将相应用户的当前方向视为轨迹。服务编排层2000可以使用所确定的相应用户的当前方向来预测相应用户的后续路径(随时间变化的位置)。为了预测后续路径，服务编排层2000可以应用这样的假设，即用户在接下来的n个时间段将继续沿着其当前方向旅行。服务编排层2000可以通过检查基于所检测的当前路径的相应用户的相应预测路径，并识别用户在沿着各自的路径旅行时用户之间的交叉，来确定对未来交叉的预测。
[0078]
确定了预测的后续交叉后，服务编排层2000就可以查询预测模型6002，以基于相应用户的预测交叉次数来确定感染概率。服务编排层2000可以使用用本文所述的相应用户的历史路径数据确定的预测交叉次数来查询预测模型6002。
[0079]
使用预测的感染水平数据(感染数据的分配概率)，业务编排层2000的编排器130可以生成如图7到9所示的热图。在热图中，最暗的区域指定感染强度最高的区域，而较亮的区域指定感染强度较小的区域。确定的感染强度可以是记录的用户感染状态以及分配的感染概率的值的函数。某个区域可能有少量的已感染用户，但在热图中，可以根据已识别的、所分配的感染概率为实质性值的疑似感染者，将其记录为高感染强度区域。
[0080]
在配备方框1307处，编排器130可通过服务编排层2000以配备抑制和解决区域中的感染的资源，例如根据服务编排层2000所确定的和热图的映射数据所指示的感染强度水平，分配疫苗剂量或其他感染治疗资源。根据一个实施例的服务编排层2000可以按检测到的感染强度水平成比例地配备资源，所确定的感染强度水平越高的区域，按比例地被配备更多的医疗资源。在图9中，带圆圈的区域是由服务编排层2000确定的具有最大感染强度的区域，因此，可以由服务编排层2000配备最大数量的医疗资源。在输出框1308，编排器130可以启动由自主车辆对医疗资源的自动交付。响应于方框1308的完成，编排器130可以进行到方框1309。在方框1309，编排器1300可以返回到方框1305，并可在编排器130的部署期间迭
代地执行方框1305到1309的循环。编排器130同时也可在编排器130的部署期间迭代地执行方框1302和1303的循环。
[0081]
通过输出方框1308的适当配置向医疗机构配备医疗资源可包括—例如通过在输出方框1308向企业拥有的或外部的车辆快递服务自动下快递订单，或通过在输出方框1308启动自动的例如自主车辆的机器人医疗资源贮备，以及在输出方框1308启动自主车辆向目的地(例如医疗机构)的路线行驶—向医疗机构自动分配医疗资源。
[0082]
根据一个实施例，本文阐述了由虚拟网络功能(vnf)层从多个ue设备中的相应ue设备获取用户医疗健康数据，其中vnf层已将逻辑信道分配给ue设备中的相应ue设备，用于无线传输用户数据，其中，vnf层维护将用户标识数据关联到分配给由用户标识数据标识的用户的逻辑信道的用户到逻辑信道关联数据；由运行在vnf层之上的服务编排层检查用户医疗健康数据的医疗健康数据，其中，服务编排层被配置得使得服务编排层对用户到逻辑信道关联数据的用户标识数据的访问被限制；以及根据该检查而执行处理。根据该检查而执行处理可包括例如所述在方框1306、方框1307和/或方框1308处执行的处理。
[0083]
本文中的医疗资源可包括：药物，例如疫苗；医疗设备，例如注射器、绷带、桌子、用户健康监测设备等；以及人员，例如医生、护士、技术人员。服务编排层2000可以根据区域中的疾病(例如，感染)强度水平来配备资源。本文所述的疾病强度水平可以是具有感染状态的用户数和分配给其他用户的感染概率的函数。可以使用自主机器人拣货和包装技术(例如，可从kion group ag获得的产品线下的机器人技术)进行自动的自主车辆贮备(autonomous vehicle stocking)。使用trimble股份有限公司提供的trimble automotive positioning和英伟达(nvidia)公司提供的自动驾驶汽车软件、硬件和基础设施套件，可以提供自主车辆路线规划。
[0084]
根据一个实施例，服务编排层2000可以配备表d和e中所述的医疗资源。
[0085]
表d
[0086][0087]
表e
[0088][0089]
参考表d和表e，可以看出，根据一个场景，服务编排层2000可以配备第二地理区域，以包括相对于第一区域增加的资源，尽管所确定的已感染用户更少。理由是服务编排层2000可能确定在该第二区域中有更多疑似受感染用户，这是通过将感染概率值分配给未感染用户来确定的。在确定存在疑似受感染用户时，服务编排层2000可以将感染概率分配给当前状态为未感染的用户。
[0090]
本文的实施例提供了一种在5g服务编排层中工作的方法、系统和装置，通过使用5g的物理网络功能和经用户同意的enodeb登录建立的dtch逻辑信道与已感染用户和疑似感染者的现有服务进行通信。本文的实施例可以为选定的受感染和疑似ue设备提供enodeb的无线电访问图(access map)，并且可以定位设备的操作区域，并且可以主动触发传染病的医疗物流计算。
[0091]
本文的实施例可以基于使用多级分层dtch_列表(dtch_list)导出的接触(exposure)概率来计算疾病的药物需求，并且可以基于区域中的接触人数和疾病接触水平来预测医疗物流需求。医疗物流数据被推送到各自的订户，以便根据该区域的疑似人员优化物流，并在所需位置保持实时主动库存。这将有助于当接触人员(exposed people)检测到阳性感染时在当地获得药物，并进一步有助于隔离这些区域，因为人们不需要跨越这些区域来获取医疗资源，例如疫苗等药物。
[0092]
本文的实施例认识到，人工智能通过执行通常由人类完成的任务简化了患者、医生和医院管理人员的生活，但用时更少，成本很低。随着人工智能在医学领域的发展，深度学习模型被设计用于从患者那里获取信息、分析用户历史并预测疾病原因以及解决疾病的药物治疗。有一些聊天机器人可用来收集基于ai的症状，还有使用算法来诊断和治疗疾病的治疗检查器。这些虚拟代理收集用户信息，并相应地建议克服疾病的疗法。
[0093]
简化各种诊断的新深度学习医疗工具基于部署领域。若干深度学习平台分析非结构化医疗数据(放射图像、血液测试、心电图、患者病史)，让医生更好地了解患者的实时需
求。随着下一代人工智能技术的赋能，认知医疗领域扩展到基于人工智能的医疗物流和保健供应链。
[0094]
本文的实施例认识到，5g技术可以作为丰富的赋能器，通过1gbps的移动带宽和物联网设备接入的融合等，将依赖技术推到更高的水平。5g的关键特征之一是网络本身是智能和认知的。
[0095]
本文的实施例认识到，5g新无线电(nr)可以通过提供用于精确定时的大带宽、毫米波的新频带、用于精确到达角估计的大规模mimo以及特别支持定位的新架构选项来提高性能。5g设备定位的增强可以提供精确的用户位置，为特定位置的应用开发和位置驱动的分析提供优势。位置驱动分析的新兴组件之一可以是本文实施例所述的保健物流。
[0096]
本文的实施例认识到，传染病是由引起的诸如细菌、病毒、寄生虫和真菌之类的微生物，这些微生物可以直接或间接地从一个人传播到另一个人。有些微生物是通过昆虫叮咬传播的，而另一些是通过接触感染者引起的。这些病毒通常基于传播性质在人与人之间传播。这些像covid-19(新冠肺炎)这样的传染病是通过接触传播的，因此最好的方法是与疑似人员隔离并保持社交距离。在某些传染病(如covid-19)中，感染的传播超出预期，导致新冠病毒疾病大流行等危机。在这种疫情中，加强医疗保健支持在保护和治疗患者以及控制传染他人方面发挥着重要作用。
[0097]
本文的实施例认识到，现有方法还无法用关于感染者和疑似者的数量的信息来规划医疗保健物流，并相应地向相应区域配备医疗资源和设备。在大流行情况下，有一些机制可以按区域保存感染者的记录，但这是原始证据，只能在大流行期间实现。
[0098]
本文的实施例认识到，目前无法基于区域中动态识别的疑似人员来配备医疗资源，例如药品、设备和其他资源。本文的实施例认识到，现有方法还无法从用户收集指示传染病(如感染或疑似)状态的信息并能相应地配备物流。用户的病历可以基于用户的同意协议使用，但目前无法使用该数据来推断例如药品和其他医疗设备的医疗资源的配备。例如，如果在城市的一部分有5人被感染，由于疾病具有传染性，在过去几天里有其他1000多人与这些感染者接触，因此，他们是接触感染的疑似人群。然而，一个区域的其他部分也有5例阳性感染病例和200名与感染者有接触的疑似人员。5g医疗服务发明公开在用户同意后生成关于疑似人员的信息。本文的实施例认识到，已感染用户和疑似者的分布不均，当今的医疗物流服务无法获得该信息并相应地主动向相应的受影响区域配备医疗资源。
[0099]
本文的实施例认识到，在大规模感染和紧急情况下，药物和医疗能力(包括设备)短缺，因此更需要基于预测区域内每单位需求的智能供应机制。
[0100]
本文的实施例提供了一种方法、系统和装置，其将在5g电信网络的服务编排层中与多域可编程框架中的其他服务进行通信，以从各种来源收集信息，以获得感染者和疑似者的dtch列表，并相应地触发医疗机构物流管理系统向相应区域配备医疗资源。
[0101]
在5g网络的服务编排层运行的本发明实例发起并从5g多域层中的医疗服务收集信息，并与该服务进行通信，以获取感染者和疑似人员的dtch_列表。感染和轨迹管理的医疗服务具有关于受感染的用户设备以及与接触人员和感染者有过接触的其他设备的uuid的信息。
[0102]
5g网络中的服务实例使用平面中的多级分层疑似查找器来启动与这些服务的握手，并执行服务间认证以获得所需信息。一旦服务经过身份验证且用户同意经过验证，服务
就会收到感染者和接触人员的dtch_id。这个dtch_列表可以由在ue设备与enodeb之间创建的5g逻辑信道列表提供。dtch_列表可以作为5g网络的虚拟网络功能提供。这些逻辑信道可以由ue设备和/或基站创建，以通过无线承载(nr)发送和接收信息，并且vnf可以跟踪已分配给各种设备的这些dtch。
[0103]
一旦收到dtch_列表，就调用基于地图的分类器来获取dtch的地理位置纬度、经度坐标和高度信息。调用5g虚拟网络功能，该功能具有基于gps和其他基于5g的精确定位算法定位dtch的内置功能。可以跟踪dtch位置以获取其操作区域。可以收集dtch_列表中所有dtch的这些操作区域并保存到5g的元数据映射器对象中，然后可用于计算医疗资源需求。一旦用基于地图的分类器收集了位置和操作区域，信息聚合器就可以提供确定需要医疗资源(例如医疗帮助、药品和其他医疗资源)的人数，以解决疾病传播问题。
[0104]
可以基于收到的dtch_列表中的疑似dtch_id来计算感染和疑似强度的列表。根据疾病的严重程度和传播概率(用疑似人群dtch集来表达)，将通过跟踪疾病医疗数据库来确定医疗资源，如医疗设备和其他设施的数量。例如，如果covid-19感染者需要14片(抗病毒药物-)片剂，那么相应地，如果该地区有1000名疑似患者，则可以为该地区配备1000*14片。该信息可以通过对疾病医疗数据库进行分类来生成，该数据库包括疾病地图和为解决疾病而配备的医疗资源。
[0105]
一旦知道了该信息，就可生成向区域中的医疗机构服务部门发出的通知，并配备相应的医疗资源需求以解决疾病。该通知将由5g平面中订阅的医疗服务消费，这会进一步扩展到向服务提供商发出通知，以满足医疗需求。通知可以扩展到订阅的服务提供商。
[0106]
由于服务编排层2000主动为区域的医疗机构配备适当的医疗资源，已感染用户无需离开该区域就能获得所需的药物和/或其他医疗资源，这进而又有助于建立隔离，因为已感染用户不需要跨区域移动。药物和其他资源将在人们实际被感染之前主动提供。资源配备是基于已感染用户和具有分配的感染概率的疑似用户进行的；因此，他们在需要时可以容易获得药物或其他医疗资源。
[0107]
本文的实施例利用包括在无线网络中提供逻辑信道的5g技术。虚拟网络功能(vnf)可以在用户到逻辑信道关联数据(例如表)中用与用户一起创建的逻辑信道id来抽象用户名和/或设备id。通过限制服务编排层2000访问用户到逻辑信道关联数据中的用户信息，编排平面中的服务无法回溯以获得用户的个人信息，例如imsi号、tmsi号，因为它们在vnf函数中被抽象。
[0108]
因此，本文的实施例使用5g来防止未经授权的信息访问。此外，由于所述用户到逻辑信道关联数据在vnf处提供的dtch到ue的转换，可以实现用户身份的透明处理。此外，5g电信网络的vnf和pnf包含计算环境100可以利用的基于位置的分类能力和用户连接建立机制。计算环境100的主要方法之一使用dtch，其是物理承载的逻辑切片，用于在实体之间发送专门流量，enodeb登录模式的dtch跟踪，以及在4g或兼容平台中无法实现的区域显示。
[0109]
本文的实施例可包括在5g服务编排平面中工作的与多域认知编排层中的其他基于位置的服务通信的服务，并且可包括收集关于5g网络中的专用逻辑信道的信息。用户医疗健康数据可以使用分配的逻辑信道进行传输，并且可包括各种医疗健康数据，包括指示用户是否已感染的医疗健康数据或指示用户是否接触过感染的数据(例如，路径数据)。
[0110]
本文的实施例还可包括5g虚拟网络功能中的用户同意驱动的位置跟踪系统，其
中，vnf基于5g定位技术或全球定位系统(gps)和每个dtch的经纬度坐标信息跟踪dtch位置。本文的实施例还可包括使用入站或出站协议实现在5g-vnf中利用现有的基于地图的服务。本文的实施例还可包括调用基于5g的感染跟踪系统以获得分配的dtch列表，该列表可包括诸如指示用户是否感染过或接触过疾病的医疗健康数据之类的医疗健康信息。本文的实施例可以提供用户访问策略驱动的认证机制，该机制允许在5g vnf层中进行的对用户位置跟踪和元数据映射记录的。本文的实施例可以在用医疗映射器进行认证时提供发送受感染和疑似ue设备的多级分层dtch列表。本文中的实施例包括dtch列表的集合，提取dtch_列表，并基于主要、次要和后续感染接触水平对列表进行分支。本文的实施例可包括针对收集的dtch_列表的元数据映射器更新，并将这些映射器对象用于下一级的洞察表达。本文的实施例可以提供触发对dtch_列表中的选定dtch的dtch位置监控。本文的实施例可包括dtch_id的vnf级监控和访问位置enodeb区域的识别。本文的实施例可包括聚合列表中所有dtch的enodeb无线电资源地图(enodeb处的访问保留)的聚合，以获得用户dtch的区域。本文的实施例可包括应用对enodeb访问模式地图的基于地图的分类，并且可以生成用户操作区域信息。本文的实施例可以计算预定义区域地图中的总元素，并计算该区域中的多级感染人员和接触人员的数目。本文的实施例可以调用医疗分类器来提供感染信息和药物治疗细节，并收集药物政策需求以解决患者问题。本文的实施例可进一步通知医疗机构关于所配备的医疗资源的信息，包括相关药物的需求，以及基于区域通知其他医疗机构关于所配备的资源的信息。向医疗机构配备医疗资源可包括例如通过向企业拥有的或外部的车辆快递服务自动下快递订单，或通过启动自动的例如自主车辆的机器人医疗资源贮备，以及启动自主车辆向目的地(例如医疗机构)的路线行驶，向医疗机构自动分配医疗资源。本文的实施例可包括向订阅的医疗服务提供商发出需求通知。本文的实施例可包括生成关于医疗机构服务部门的用户通知，用以管理物流。本文的实施例可以阐明区域中的疑似人员，并计算他们的药物和其他医疗资源需求，并且相应地可以执行主动通知，以便可以有效地处理紧急情况。本文的实施例可以主动识别在大流行情况下解决传染病的医疗资源需求，并相应地更新相关人员以填补空白。本文的实施例可以在其中用于治疗疾病的药物和其他医疗资源的可用性有限的大流行情况下提供关键功能。本文的实施例可以在如covid-19的医疗紧急情况期间向不同医疗机构平等分配医疗资源并不能解决不同医疗机构的需求时，提高医疗机构的响应能力。本文的实施例提供了这样一种可对药物和其他医疗资源使用以及其他相关设施使用进行预测的机制，这有助于主动医疗资源预留。本文的实施例提供了疑似用户列表，并相应地表明了医疗要求，这有助于为已感染用户和被分配了已被感染的概率的疑似用户进行适当的治疗。本文的实施例提供的服务不指定感染者列表或任何其他用户信息，因为它用vnf在医疗通道上直接推送信息。因此，没有个人信息威胁。本文的实施例提供了已感染用户与其他用户在一起花费的时间参数，并相应地选择对所配备的医疗资源的分布。本文的实施例可以向相关订阅用户提供物流咨询，以便及时提供医疗资源以解决疾病。
[0111]
本文的实施例可以将5g基础设施用于自主车辆域。本文的实施例适用于基于病史和移动性中的相关预期动态改变基于用户的5g-dtch的vnf要求。本文的实施例使iaas/paas服务提供商能用5g服务编排来提供更准确和最优的实时数据放置，并且可以通过基于实时信息利用率等自我调节监控水平来提供基于实际情况推送数据的能力。
[0112]
根据一个示例，本文的实施例可包括(1)5g网络的服务编排层在5g带内协议帧上
启动和调用medica_service互连api；(2)可调用数据收集器守护进程来接收来自医疗服务和其他相互关联的5g多域服务的流；(3)dtch_collector向多级分层感染检测服务发送异步(async)通信，以收集感染者和疑似者的dtch_列表；(4)可以在域中的对等服务处处理信息，并调用轨迹管理来收集id列表；(5)该服务收集被感染的用户设备以及与接触人员和感染人员接触过的其他设备的允许uuid；(6)握手通信(handshake comm)受到这些服务在平面内的多级分层疑似查找器的困扰；(7)使用5g可编程框架和用户平面(up)认证服务触发服务间uuid和dtch认证；(8)调用接收感染人员和接触人员ue的dtch_id的流接收器和元数据映射器(dtch_列表是在ue
→
enodeb
→
虚拟网络功能
→
无线承载(nr)之间创建的5g逻辑信道的列表)；(9)一旦接收到dtch_列表，就调用基于地图的分类器来获取dtch的地理位置经纬度信息；(10)注入dtch定位器的vnf实例，其跟踪设备并返回相应的enodeb；(11)对接收到的dtch-list中的每个enodeb执行基于频率的enodeb过滤，以获得区域位置；(12)一旦使用基于地图的分类器收集了位置和操作区域，信息聚合器就会给出可能需要医疗帮助和传染病药物的人数；(13)利用dtch_列表提升强度计算；(14)疾病的强度和传播概率(用疑似人群dtch集来表达)、医疗设备和其他设施的数量，将通过跟踪疾病医疗数据库来确定(可以通过对包含疾病-药物映射器的疾病医疗数据库进行分类来生成该信息)；(15)plmq上的带内消息将通过《区域，医疗物流需求》元组发送给通知管理器；(16)该通知可选择性地由5g平面中的订阅医疗服务消费，其可进一步将通知扩展到服务；(17)可选地，可以通过5g内置的vnf-dtch转换逻辑，向订阅用户发布通知。
[0113]
本文中的某些实施例可提供各种技术计算优势，包括解决计算机网络和计算机系统领域中出现的问题的计算优势。本文的实施例可以提供例如敏感的用户医疗健康数据的用户数据的安全交付。为了交付用户医疗健康数据，可以配置虚拟网络功能(vnf)层以包括有助于无线网络内ue设备的参与的用户到逻辑信道关联数据。在无线网络中，vnf层可以将逻辑信道，例如5g新无线电(nr)dhtc信道，分配给与各种用户相关联的相应ue设备。在vnf层接收到用户数据时，vnf层可以将用户数据传递给服务编排层以进行进一步处理。在服务编排层，用户数据可以与逻辑信道相关联，逻辑信道用作对用户的一般引用。然而，可以限制服务编排层对用户到逻辑信道关联数据的用户标识数据的访问。在服务编排层，可以向当前状态为未感染的用户分配被感染的概率。用户的历史位置数据可用于向各种用户分配感染概率。可以根据分配的感染概率来分配针对感染配备的医疗资源。可以使用各种决策数据结构来驱动人工智能(ai)决策，诸如使用决策数据结构，其根据参数认知地映射与发布内容相关的社交媒体交互，以用于更好的分配，其中可包括数字权利的分配。如本文所述的决策数据结构可以通过机器学习进行更新，以便随着时间的推移迭代地提高准确性和可靠性，而不需要消耗资源的规则密集型处理。可以执行机器学习过程以提高准确性，减少对基于规则的标准的依赖，从而减少计算开销。为了提高计算精度，实施例可以具有仅存在于计算机网络领域中的计算平台，诸如人工智能平台和机器学习平台。本文的实施例可以采用数据结构化过程，例如，用于将非结构化数据转换为为计算机化处理而优化的形式的处理。本文的实施例可以检查来自不同数据源的数据，诸如来自处理无线电信号以确定用户位置的数据源的数据。本文的实施例可包括人工智能处理平台，其具有改进的过程，用于将非结构化数据转换为结构化形式，从而允许基于计算机的分析和决策。本文的实施例可包括用于将丰富数据收集到数据存储库中的特定安排，以及用于更新此类数据和使用该数据
来驱动人工智能决策的额外特定安排。某些实施例可以通过使用各种类型的云平台/数据中心来实现，包括使用软件即服务(saas)、平台即服务(paas)、数据库即服务(dbaas)及其基于订阅类型的组合
[0114]
图10-12示出根据本文所述的一个或多个方面的包括计算机系统和云计算的计算的各个方面。
[0115]
应当提前理解，虽然本公开包括关于云计算的详细描述，但是本文给出的教导的实现不限于云计算环境。相反，本发明的实施例能够结合现在已知的或以后开发的任何其他类型的计算环境来实现。
[0116]
云计算是服务交付的模型，用于使得能够方便地、按需地网络访问可配置计算资源(例如，网络、网络带宽、服务器、处理、存储器、存储、应用、虚拟机和服务)的共享池，所述可配置计算资源可以以最小的管理努力或与所述服务的提供者的交互来快速供应和释放。该云模型可以包括至少五个特性、至少三个服务模型和至少四个部署模型。
[0117]
特性如下：
[0118]
按需自助服务：云消费者可以单方面地根据需要自动地提供计算能力，诸如服务器时间和网络存储，而不需要与服务的提供者的人类交互。
[0119]
广泛的网络接入：能力可通过网络获得并且通过标准机制接入，该标准机制促进异构瘦客户机平台或厚客户机平台(例如，移动电话、膝上型计算机和pda)的使用。
[0120]
资源池化：提供者的计算资源被池化以使用多租户模型来服务于多个消费者，其中不同的物理和虚拟资源根据需要动态地指派和重新指派。存在位置独立性的感觉，因为消费者通常不具有对所提供的资源的确切位置的控制或了解，但可能能够以较高抽象级别(例如，国家、州或数据中心)指定位置。
[0121]
快速弹性：能够快速和弹性地提供能力，在一些情况下自动地快速缩小和快速释放以快速放大。对于消费者而言，可用于供应的能力通常显得不受限制并且可以在任何时间以任何数量购买。
[0122]
测量的服务：云系统通过在适合于服务类型(例如，存储、处理、带宽和活动用户账户)的某个抽象级别处利用计量能力来自动控制和优化资源使用。可以监视、控制和报告资源使用，为所利用的服务的提供者和消费者提供透明度。
[0123]
服务模型如下：
[0124]
软件即服务(saas)：提供给消费者的能力是使用在云基础设施上运行的提供者的应用。可通过诸如web浏览器(例如，基于web的电子邮件)之类的瘦客户端接口从不同客户端设备访问应用。消费者不管理或控制包括网络、服务器、操作系统、存储或甚至单独的应用能力的底层云基础设施，可能的例外是有限的用户特定应用配置设置。
[0125]
平台即服务(paas)：提供给消费者的能力是将消费者创建的或获取的使用由提供商支持的编程语言和工具创建的应用部署到云基础设施上。消费者不管理或控制包括网络、服务器、操作系统或存储的底层云基础设施，但是对所部署的应用和可能的应用托管环境配置具有控制。
[0126]
基础设施即服务(iaas)：提供给消费者的能力是提供处理、存储、网络和消费者能够部署和运行任意软件的其他基本计算资源，所述软件可以包括操作系统和应用。消费者不管理或控制底层云基础设施，而是具有对操作系统、存储、所部署的应用的控制以及对所
选联网组件(例如，主机防火墙)的可能受限的控制。
[0127]
部署模型如下：
[0128]
私有云：云基础架构仅为组织运作。它可以由组织或第三方管理，并且可以存在于场所内或场所外。
[0129]
社区云：云基础架构被若干组织共享并支持共享了关注(例如，任务、安全要求、策略、和合规性考虑)的特定社区。它可以由组织或第三方管理，并且可以存在于场所内或场所外。
[0130]
公共云：使云基础架构对公众或大型行业组可用，并且由出售云服务的组织拥有。
[0131]
混合云：云基础架构是两个或更多个云(私有、社区或公共)的组合，这些云保持唯一实体但通过使数据和应用能够移植的标准化或专有技术(例如，云突发以用于云之间的负载平衡)绑定在一起。
[0132]
云计算环境是面向服务的，集中于无状态、低耦合、模块化和语义互操作性。云计算的核心是包括互连节点网络的基础设施。
[0133]
现在参见图10，示出了计算节点的示例的示意图。计算节点10仅是适于用作云计算节点的计算节点的一个实例，并且不旨在对本文所描述的本发明的实施例的使用范围或功能提出任何限制。无论如何，计算节点10能够被实现和/或执行上文阐述的任何功能。计算节点10可以实现为云计算环境中的云计算节点，或者可以实现为除了云计算环境之外的计算环境中的计算节点。
[0134]
计算节点10中有计算机系统12，其与许多其他通用或专用计算系统环境或配置一起操作。可适用于计算机系统12的众所周知的计算系统、环境和/或配置的示例包括但不限于个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持式或膝上型设备、多处理器系统、基于微处理器的系统、机顶盒、可编程消费电子产品、网络pc、小型计算机系统、大型计算机系统和包括以上系统或设备中的任一个的分布式云计算环境等。
[0135]
计算机系统12可以在由计算机系统执行的计算机系统可执行指令(如程序过程)的一般背景下描述。一般而言，程序过程可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、逻辑、数据结构等。计算机系统12可在分布式云计算环境中实践，其中任务由通过通信网络链接的远程处理设备执行。在分布式云计算环境中，程序过程可位于包括存储器存储设备的本地和远程计算机系统存储介质中。
[0136]
如图10所示，计算节点10中的计算机系统12以计算设备的形式示出。计算机系统12的组件可以包括但不限于一个或多个处理器16、系统存储器28和将包括系统存储器28的不同系统组件耦合到处理器16的总线18。在一个实施例中，计算节点10是非云计算环境的计算节点。在一个实施例中，计算节点10是如本文结合图11-12所阐述的云计算环境的计算节点。
[0137]
总线18代表若干类型的总线结构中的任何一种或多种，包括存储器总线或存储器控制器、外围总线、加速图形端口、以及使用各种总线架构中的任一种的处理器或局部总线。作为示例而非限制，这样的架构包括工业标准架构(isa)总线、微通道架构(mca)总线、增强型isa(eisa)总线、视频电子标准协会(vesa)本地总线、以及外围组件互连(pci)总线。
[0138]
计算机系统12通常包括各种计算机系统可读介质。这样的介质可以是可由计算机系统12访问的任何可用介质，并且其包括易失性和非易失性介质、可移动和不可移动介质。
[0139]
系统存储器28可以包括呈易失性存储器形式的计算机系统可读介质，如随机存取存储器(ram)30和/或高速缓存存储器32。计算机系统12还可包括其他可移动/不可移动、易失性/非易失性计算机系统存储介质。仅通过示例的方式，存储系统34可以被提供用于从不可移除的非易失性磁性介质(未示出，并且通常被称为“硬盘驱动器”)读取和写入其中。尽管未示出，可以提供用于从可移动非易失性磁盘(例如，“软盘”)读取或向其写入的磁盘驱动器，以及用于从可移动非易失性光盘(如cd-rom、dvd-rom或其他光学介质)读取或向其写入的光盘驱动器。在这样的情况下，每一个可以通过一个或多个数据介质接口连接到总线18。如以下将进一步描绘和描述的，存储器28可以包括具有被配置为执行本发明的实施例的功能的一组(例如，至少一个)程序过程的至少一个程序产品。
[0140]
具有一组(至少一个)程序过程42的一个或多个程序40、以及操作系统、一个或多个应用程序、其他程序过程、和程序数据，可以通过举例而非限制的方式存储在存储器28中。包括程序过程42的一个或多个程序40通常可以执行本文阐述的功能。在一个实施例中，ue设备110a-110z可以包括一个或多个计算节点10，并且可以包括用于执行参考ue设备110a-110z所描述的功能的一个或多个程序40。在一个实施例中，基站120a-120z可以包括一个或多个计算节点10，并且可以包括用于执行参考基站120a-120z所描述的功能的一个或多个程序40。在一个实施例中，编排器130可包括一个或多个计算节点10，并且可包括用于执行参考编排器130描述的功能的一个或多个程序40。在一个实施例中，vnf层1000可使用一个或多个计算节点10来执行，并且可由用于执行参考vnf层1000描述的功能的一个或多个程序40来定义。在一个实施例中，vnf层2000可使用一个或多个计算节点10来执行，并且可由用于执行参考vnf层2000所描述的功能的一个或多个程序40来定义。
[0141]
计算机系统12还可以与诸如键盘、定点设备、显示器24之类的一个或多个外部设备14通信；与使用户能够与计算机系统12交互的一个或多个设备通信；和/或与使计算机系统12能够与一个或多个其他计算设备通信的任何设备(例如，网卡、调制解调器等)通信。这种通信可经由输入/输出(i/o)接口22进行。此外，计算机系统12可以经由网络适配器20与诸如局域网(lan)、通用广域网(wan)和/或公共网络(例如，英特网)的一个或多个网络通信。如图所示，网络适配器20通过总线18与计算机系统12的其他组件通信。应当理解，虽然未示出，但是其他硬件和/或软件组件可以与计算机系统12结合使用。示例包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器和数据归档存储系统等。除了或代替具有可被配置为提供用户接口功能的外部设备14和显示器24，在一个实施例中，计算节点10可以包括连接到总线18的显示器25。在一个实施例中，显示器25可以被配置为触摸屏显示器并且可以被配置为提供用户界面功能，例如，可以促进虚拟键盘功能和总数据的输入。在一个实施例中，计算机系统12还可以包括连接到总线18的一个或多个传感器设备27。一个或多个传感器设备27可替代地通过i/o接口22连接。一个或多个传感器设备27在一个实施例中可以包括全球定位传感器(gps)设备，并且可以被配置为提供计算节点10的位置。在一个实施例中，一个或多个传感器设备27可替换地或附加地包括例如相机、陀螺仪、温度传感器、湿度传感器、脉搏传感器、血压(bp)传感器或音频输入设备中的一个或多个。计算机系统12可包括一个或多个网络适配器20。在图11中，计算节点10被描述为在云计算环境中实现，相应地在图11的上下文中被称为云计算节点。
[0142]
现在参见图11，描述了说明性云计算环境50。如图所示，云计算环境50包括云消费
者使用的本地计算设备可以与其通信的一个或多个云计算节点10，本地计算设备诸如例如个人数字助理(pda)或蜂窝电话54a、台式计算机54b、膝上型计算机54c和/或汽车计算机系统54n。节点10可彼此通信。它们可以物理地或虚拟地分组(未示出)在一个或多个网络中，诸如如上所述的私有云、社区云、公共云或混合云、或其组合。这允许云计算环境50提供基础设施、平台和/或软件作为云消费者不需要为其维护本地计算设备上的资源的服务。应当理解，图11中所示的计算装置54a-n的类型仅旨在是说明性的，并且计算节点10和云计算环境50可通过任何类型的网络和/或网络可寻址连接(例如，使用网络浏览器)与任何类型的计算机化装置通信。
[0143]
现在参见图12，示出了由云计算环境50(图11)提供的一组功能抽象层。应提前理解，图12中所示的组件、层和功能仅旨在是说明性的，本发明的实施例不限于此。如图所示，提供以下层和对应功能：
[0144]
硬件和软件层60包括硬件和软件组件。硬件组件的示例包括：大型机61；基于risc(精简指令集计算机)架构的服务器62；服务器63；刀片服务器64；存储设备65；以及网络和联网组件66。在一些实施例中，软件组件包括网络应用服务器软件67和数据库软件68。
[0145]
虚拟化层70提供抽象层，从该抽象层可以提供虚拟实体的以下示例：虚拟服务器71；虚拟存储器72；虚拟网络73，包括虚拟专用网络；虚拟应用和操作系统74；以及虚拟客户端75。
[0146]
在一个示例中，管理层80可以提供以下描述的功能。资源供应81提供用于在云计算环境内执行任务的计算资源和其他资源的动态采购。计量和定价82在云计算环境内利用资源时提供成本追踪，并为这些资源的消费开账单或发票。在一个示例中，这些资源可以包括应用软件许可证。安全性为云消费者和任务提供身份验证，以及为数据和其他资源提供保护。用户门户83为消费者和系统管理员提供对云计算环境的访问。服务水平管理84提供云计算资源分配和管理，使得满足所需的服务水平。服务水平协议(sla)规划和履行85提供根据sla预期未来需求的云计算资源的预安排和采购。
[0147]
工作负载层90提供可以利用云计算环境的功能的示例。可以从该层提供的工作负荷和功能的示例包括：地图和导航91；软件开发和生命周期管理92；虚拟教室教学交付93；数据分析处理94；交易处理95；如本文所述的用户数据交付的处理组件96。处理组件96可用图10中所述的一个或多个程序来实现。
[0148]
本发明可以是任何可能的技术细节集成水平的系统、方法、和/或计算机程序产品。计算机程序产品可包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令的计算机可读存储介质。
[0149]
计算机可读存储介质可以是可保留和存储供指令执行设备使用的指令的有形设备。计算机可读存储介质可以是，例如但不限于，电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备、或者上述的任意合适的组合。计算机可读存储介质的更具体示例的非穷尽列表包括以下各项：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式紧凑盘只读存储器(cd-rom)、数字通用盘(dvd)、记忆棒、软盘、诸如穿孔卡或具有记录在其上的指令的槽中的凸出结构之类的机械编码设备、以及上述各项的任何合适的组合。如本文所使用的计算机可读存储介质不应被解释为暂时性信号本身，例如无线电波或其他自由
传播的电磁波、通过波导或其他传输介质传播的电磁波(例如，穿过光纤电缆的光脉冲)或通过电线发射的电信号。
[0150]
本文所述的计算机可读程序指令，可以从计算机可读存储介质下载到相应的计算/处理设备，或者通过网络(例如，互联网、局域网、广域网和/或无线网络)下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输纤维、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口接收来自网络的计算机可读程序指令，并转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
[0151]
用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或以一种或多种编程语言的任何组合编写的源代码或目标代码，这些编程语言包括面向对象的编程语言(如java、smalltalk、c++等)和常规的过程编程语言(如“c”编程语言或类似的编程语言)。计算机可读程序指令可以完全地在用户计算机上执行、部分在用户计算机上执行、作为独立软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可通过任何类型的网络(包括局域网(lan)或广域网(wan))连接至用户计算机，或者可连接至外部计算机(例如，使用互联网服务提供商通过互联网)。在一些实施例中，包括例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)的电子电路可以通过利用计算机可读程序指令的状态信息来使电子电路个性化来执行计算机可读程序指令，以便执行本发明的各方面。
[0152]
本文参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图来描述本发明的各个方面。应当理解，流程图和/或框图的每个框以及流程图和/或框图中各框的组合，都可以通过计算机可读程序指令实现。
[0153]
这些计算机可读程序指令可被提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器以产生机器，使得经由计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现在流程图和/或框图的或多个框中指定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置、和/或其他设备以特定方式工作，从而，其中存储有指令的计算机可读存储介质包括包含实现流程图和/或框图的框中规定的功能/动作的方面的指令的制造品。
[0154]
也可将计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程装置或其他设备上执行一系列操作步骤，以产生计算机实现的处理，使得在计算机、其他可编程装置或其他设备上执行的指令实现流程图和/或框图中的或多个方框中规定的功能/动作。
[0155]
附图中的流程图和框图示出了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现方式的架构、功能和操作。对此，流程图或框图中的每个框可表示指令的模块、段或部分，其包括用于实现指定的逻辑功能的一个或多个可执行指令。在一些备选实现中，框中标注的功能可以不按照图中标注的顺序发生。例如，取决于所涉及的功能，连续示出的两个框实际上可以基本上同时执行，或者这些框有时可以以相反的顺序执行。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作或执行专用硬件与计算机指令的组合的专用的基于硬件的系统来
实现。
[0156]
在此使用的术语仅是出于描述特定实施例的目的，并且不旨在是限制性的。如本文所使用的，除非上下文另有明确指示，否则单数形式“一个”、“一种”和“该”旨在也包括复数形式。应进一步理解，术语“包含”、“具有”、“包括”和“含有”是开放式连接动词。因此，“包含”、“具有”、“包括”或“含有”一个或多个步骤或元件的方法或设备拥有该一个或多个步骤或元件，但不限于仅拥有该一个或多个步骤或元件。同样地，“包含”、“具有”、“包括”或“含有”一个或多个特征的方法的步骤或设备的元件拥有该一个或多个特征，但不限于仅拥有该一个或多个特征。术语“基于”的各种形式在本文中涵盖其中元件部分地基于的关系以及其中元件完全基于的关系。被描述为具有某个数量的元件的方法、产品和系统可以用少于或大于该某个数量的元件来实践。此外，以某种方式配置的设备或结构是至少以该方式配置的，但也可以以未列出的方式配置。
[0157]
预期数值以及在此列举的其他值是通过术语“约”修饰的，无论是明确地陈述还是通过本公开的讨论固有地衍生的。如本文所使用的，术语“约”定义所修饰的值的数字边界，以包括但不限于公差和直至并包括如此修饰的数值的值。即，数值可包括明确陈述的实际值，以及为或可为本公开中指示和/或描述的实际值的小数、分数或其他倍数的其他值。
[0158]
以下权利要求中的所有装置或步骤加功能元件(如果有的话)的相应结构、材料、动作和等效物旨在包括用于与如具体要求保护的其他要求保护的元件组合执行所述功能的任何结构、材料或动作。已经出于说明和描述的目的呈现了本文所阐述的描述，但并不旨在是穷尽的或限于所公开的形式。在不背离本公开的范围和精神的情况下，许多修改和变化对于本领域普通技术人员来说是显而易见的。选择和描述实施例以便最好地解释本文所阐述的一个或多个方面的原理和实际应用，并且使本领域的其他普通技术人员能够理解如本文针对具有适合于所预期的特定用途的不同修改的不同实施例所描述的一个或多个方面。