一种基于二分K-Means算法的网络切片分配方法

本发明涉及5g网络，特别涉及一种基于二分k-means算法的网络切片分配方法。

背景技术：

1、随着5g和云上业务等多样化新概念的业务涌现，不同行业和业务、不同的特定需求或用户需求在过去4g难以实现的业务逐一成真。不同的网络接入设备运用于不同的工业领域，诸多设备对于网络的低时延、可靠性、大带宽、安全性，亦或是流量费用等多维度问题提出更高的要求。为了解决上述问题，5g网络引入网络切片这一新技术。

2、网络切片根据不同的客户或业务需求进行特定的优化。网络运营商通过网络切片对于同一网络进行定制化设置，实现对网络资源的专属和隔离以满足客户或业务多样化多维度的需求。

3、通过对网络切片实施资源分配，可以提高网络资源利用率，提高用户的服务质量和提高运营商的经济效益等，因此在研究网络切片时，资源分配问题格外重要。网络运营商如何根据不同业务进行分类进而实行网络切片，充分使用5g网络的大带宽、低时延、高可靠性等特点，从而尽量减少5g网络资源的浪费，这可以通过使用深度学习提供一种解决方案。

4、对用户业务对于大带宽、低时延、高可靠性等单一或多维度的需求进行动态化的定制，可通过用户业务向网络运营商提供需求后，网络运营商根据多用户业务的不同需求进行分类。现在深度学习中常用的分类方法是k-均值聚类算法(k-means)，该算法缺点在于运算量大，算法中的k是事先给定的，初始聚类中心是随机选择的，聚类结果容易受到初始聚类中心点选择的影响，一旦初始值选择的不好，容易出现局部最优解，可能无法得到有效的聚类结果，不适用于对网络切片分类。

技术实现思路

1、本发明的目的在于，提供一种基于二分k-means算法的网络切片分配方法。本发明可以有效解决用户的业务需求分类问题，从而可以依据分类结果对网络切片实施资源分配，提高网络资源利用的效率。

2、本发明的技术方案：一种基于二分k-means算法的网络切片分配方法，包括如下步骤：

3、步骤1、接收用户业务需求，将用户业务需求中的各属性进行归一化处理，构建得到多维向量；

4、步骤2、根据用户不同业务需求，将多维向量之间的余弦值作为分类指标，通过二分k-means算法将用户的需求按照相似程度分类；

5、步骤3、依据分类结果对网络切片流量实施资源分配。

6、上述的基于二分k-means算法的网络切片分配方法，将用户业务需求的属性进行归一化处理的公式如下：

7、

8、其中，az表示用户业务需求中的第z个属性的值，max(az)表示所有用户业务需求中的属性最大值，min(az)表示所有用户业务需求中的属性最小值；

9、对于包含了n个用户业务需求的样本数据第i个用户业务需求的属性构建的m维向量表示为：

10、

11、前述的基于二分k-means算法的网络切片分配方法，步骤2中，通过二分k-means算法将用户的需求按照相似程度分类的过程如下：

12、步骤2.1、收集用户业务需求数据后将数据样本作为一个簇，然后使用k-means算法将该簇分为两个簇；

13、步骤2.2、对于划分出的每一个簇，计算其当前的误差平方和，并取名为父节点ssea，再对该簇进行k-means算法二分类，记录分出的2个簇的误差平方和之和，称之为子节点sseb，然后计算这个簇被二分类之后误差平方和的差值：

14、δsse＝ssea-sseb；

15、步骤2.3、设定sse的阈值，将δsse最大的簇划分为两个簇，对其他的簇不进行划分，计算划分后所有簇总的误差平方和；

16、步骤2.4a、判断所有簇总的误差平方和是否达到设定的sse阈值，如果达到，则结束，若没有达到则执行步骤2.4b；

17、步骤2.4b、判断当前簇的数目是否达到可部署网络切片上限2a,0≤a≤6，a∈n+，如果达到，则结束，否则继续重复步骤2.2-2.4，直到达到阈值后结束。

18、前述的基于二分k-means算法的网络切片分配方法，所述误差平方和的公式如下，

19、

20、其中，k为当前簇的数目；j表示第t个簇中用户业务需求的总个数；pr表示第t个簇中的第r个用户业务需求；qt表示第t个簇的簇心。

21、前述的基于二分k-means算法的网络切片分配方法，所述用户业务需求分配至簇是以多维向量之间的余弦值作为分类指标，把每个用户业务需求分配给相似度最近的簇中；所述多维向量之间的余弦值计算如下：

22、

23、式中，表示第i个用户业务需求，1≤i≤n；表示第j个簇的中心，1≤j≤k，k为簇的数量阈值。

24、与现有技术相比，本发明通过对数据进行归一化，使得预处理的数据被限定在一定的范围内，消除指标之间的量纲影响，消除奇异样本数据导致的不良影响，减少了波动，然后以多维向量之间的余弦值作为分类指标，可以更好的适用于高维数样本之间的计算，然后运用二分k-means算法进行分类，相比传统的k-means算法，由于二分k-means算法的相似度计算减少，从而可以加速算法的执行速度，并且二分k-means算法不受初始化问题的影响，因为二分k-means算法不存在随机点的选取，只需要给定相应的阈值即可，可以弱化初始质心的选取对最终聚类效果的影响，且每一步运算都保证了误差最小。由此本发明可以实现对用户请求的分类，依据分类对网络切片实施资源分配，提高频谱/能源、缓存和计算资源的使用效率，从而实现网络资源的有效利用，实现了用户服务质量的提升，也降低了运营商的成本。

技术特征：

1.一种基于二分k-means算法的网络切片分配方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的基于二分k-means算法的网络切片分配方法，其特征在于：将用户业务需求的属性进行归一化处理的公式如下：

3.根据权利要求2所述的基于二分k-means算法的网络切片分配方法，其特征在于：步骤2中，通过二分k-means算法将用户的需求按照相似程度分类的过程如下：

4.根据权利要求3所述的基于二分k-means算法的网络切片分配方法，其特征在于：所述误差平方和的公式如下，

5.根据权利要求4所述的基于二分k-means算法的网络切片分配方法，其特征在于：所述用户业务需求分配至簇是以多维向量之间的余弦值作为分类指标，把每个用户业务需求分配给相似度最近的簇中；所述多维向量之间的余弦值计算如下：

技术总结
本发明公开了一种基于二分K‑Means算法的网络切片分配方法，包括如下步骤：接收用户业务需求，将用户业务需求中的各属性进行归一化处理，构建得到多维向量；根据用户不同业务需求，将多维向量之间的余弦值作为分类指标，通过二分K‑Means算法将用户的需求按照相似程度分类；依据分类结果对网络切片流量实施资源分配。本发明可以有效解决用户的业务需求分类问题，从而可以依据分类结果对网络切片实施资源分配，提高网络资源利用的效率。

技术研发人员：袁建涛,冯祥喜,殷锐,万安平,应小宇,肖铎,李金文,王晨阳,方春燕
受保护的技术使用者：浙大城市学院
技术研发日：
技术公布日：2024/1/13