CN114125734B - 5g消息传输方法及*** - Google Patents
5g消息传输方法及*** Download PDFInfo
- Publication number
- CN114125734B CN114125734B CN202111436492.5A CN202111436492A CN114125734B CN 114125734 B CN114125734 B CN 114125734B CN 202111436492 A CN202111436492 A CN 202111436492A CN 114125734 B CN114125734 B CN 114125734B
- Authority
- CN
- China
- Prior art keywords
- value
- message
- attribute
- identification
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000012549 training Methods 0.000 claims abstract description 27
- 238000007781 pre-processing Methods 0.000 claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000012545 processing Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 8
- 238000004140 cleaning Methods 0.000 abstract 1
- 238000012216 screening Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 23
- 238000012360 testing method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000010606 normalization Methods 0.000 description 6
- 239000002699 waste material Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009469 supplementation Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013496 data integrity verification Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/03—Protecting confidentiality, e.g. by encryption
- H04W12/033—Protecting confidentiality, e.g. by encryption of the user plane, e.g. user's traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0289—Congestion control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
- H04W4/14—Short messaging services, e.g. short message services [SMS] or unstructured supplementary service data [USSD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供一种5G消息传输方法及***,属于通讯技术领域。所述方法包括:采集5G消息的配置项参数,并基于预处理规则对所述配置项参数进行预处理,获得标识数据集;将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息;基于所述有用消息进行消息推送。本发明方案通过预处理清洗、筛选5G消息中的可用信息,结合学习策略将其进一步简化,提升5G消息传输数量和质量,在保障传输效率的同时还提高了信息价值性。
Description
技术领域
本发明涉及通讯技术领域,具体地涉及一种5G消息传输方法及一种5G消息传输***。
背景技术
5G消息是短信业务的升级,是运营商的一种基础电信服务,基于IP技术实现业务体验的飞跃,支持的媒体格式更多,表现形式更丰富。当前的5G消息传输打破传统短信长度限制,支持短视频+高清图片+长文字+语音+H5页面的阅读方式;打破传统广告的无效推送,按阅读计费;推送速度快,网关速度可达500条/秒,不需要下载App、免帐号登录5G消息将为企业提供可通过文字、语音、链接等方式向消费者推送活动。
虽然5G消息在继承了传统短信免注册登录、免安装应用等特性的基础上,进一步实现了活动推送、企业推广的能力,但是,其在面对海量大数据的一次性传输,将会存在流量损失过大、***崩溃、无用信息重复传输、资源浪费以及安全传输的问题。如果不能对5G消息进行简化安全的传输,势必造成不必要的资源浪费和无法实现安全快速传输的难题。针对上述问题,需要创造一种新的5G消息传输方法。
发明内容
本发明实施方式的目的是提供一种5G消息传输方法及***,以至少解决现有5G消息传输面对海量大数据的一次性传输,存在流量损失过大、***崩溃、无用信息重复传输、资源浪费以及安全传输的问题。
为了实现上述目的,本发明第一方面提供一种5G消息传输方法,所述方法包括:采集5G消息的配置项参数,并基于预处理规则对所述配置项参数进行预处理,获得标识数据集;将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息;基于所述有用消息进行消息推送。
可选的,所述配置项参数至少包括:唯一ID属性标识、类别标识和数据量数。
可选的,所述基于预处理规则对所述配置项参数进行预处理,获得标识数据集,包括:删除所述配置项参数中的唯一ID属性标识,获得样本数据集;根据类别标识对所述样本数据集中的各样本数据进行分类;基于各数据样本的数据量数,获得各同类别数据样本的均值,并对各类别均值进行插补缺失值处理;基于预设特征二元化原则,将完成插补缺失值处理的各类别数据样本属性转换为布尔值属性,并设定作为划分属性值为0和1的界点的阈值;对划分属性后的各类别数据样本进行归一化处理,获得标识数据集。
可选的,所述对划分属性后的各类别数据样本进行归一化处理,包括:对划分属性后的各类别数据样本设定预设属性的最大值和最小值;将预设属性的原始值通过所述最大值和所述最小值标准化映射到区间[0,1]中的某一具体值,作为统一的标记值,其表达式为:
其中,θ为统一的标记值;A为所述预设属性;Ax为所述预设属性的原始值;maxA为所述预设属性的最大值;minA为所述预设属性的最小值。可选的,所述管理传输模型的关系式为:
y~B(φ)
Z|y=0~N(u0,τ)
Z|y=1~N(u1,τ)
其中,y为同类属性随机连续值;所述同类属性包括有用消息,或包括无用消息和/或重复信息;Z为5G消息的特征值;τ为协方差矩阵特征均值;B为概率;U为均值向量;φ为训练结果为1所占的比例。
可选的,所述将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息,包括:将所述标识数据集作为输入进行管理传输模型训练;若输出结果为同类属性随机连续值等于0,则对应的5G消息属性的特征值Z等于0,判定为无用信息或重复信息;若输出结果为同类属性随机连续值等于1,则对应的5G消息属性的特征值Z等于1,判定为有用信息。
可选的,在将所述标识数据集作为输入进行管理传输模型训练之前,所述方法还包括:进行管理传输模型的协方差矩阵特征均值取值调整,其中,调整规则为:
↑(φu0u1τ)
其中,u0为y=0类5G信号的特征均值;u1为y=1类5G信号的特征均值;在预设范围内进行所述协方差矩阵特征均值动态调整,并检测每次调整值对所述管理传输模型输出值的影响程度,选择影响程度最接近预设值的协方差矩阵特征均值作为最终的协方差矩阵特征均值。
可选的,所述划定所述5G消息中的有用信息,包括:应用ECDHE算法、SM2算法、SM4算法和SM3算法进行信息安全防护。
本发明第二方面提供一种5G消息传输***,所述***包括:采集单元,用于采集5G消息的配置项参数;处理单元,用于:基于预处理规则对所述配置项参数进行预处理,获得标识数据集;将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息;执行单元,用于基于所述有用消息进行消息推送。
另一方面,本发明提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的5G消息传输方法。
通过上述技术方案,对5G消息的类型进行区分,过滤掉其中的无用消息或重复消息,保留有用消息。基于保留的有用消息进行推送,避免了重复消息或无用消息对通讯***的资源占用。结合学习策略将其进一步简化,提升5G消息传输数量和质量,在保障传输效率的同时还提高了信息价值性。
本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施方式的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明实施方式,但并不构成对本发明实施方式的限制。在附图中:
图1是本发明一种实施方式提供的5G消息传输方法的步骤流程图;
图2是本发明一种实施方式提供的划定5G消息中的有用信息的步骤流程图;
图3是本发明一种实施方式提供的本申请方案与传统方案计算效率的效果对比图;
图4是本发明一种实施方式提供的5G消息传输***的***结构图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明,并不用于限制本发明。
5G消息,是短信业务的升级,是运营商的一种基础电信服务,基于IP技术实现业务体验的飞跃,支持的媒体格式更多,表现形式更丰富。其是由基于IMS架构对基础通信业务的整合和增强,在手机终端原生的消息入口实现富媒体消息的接收和发送,主要提供富媒体消息、群聊、文件传输、音频通话、智能交互等业务功能。
5G消息业务分为两种信息交互,一种是个人用户之间,另一种是企业与个人用户之间。对于个人用户而言,5G消息将打破传统短信对每条信息的长度限制,内容方面也将突破文字局限,实现文字、图片、音频、视频、位置等信息的有效融合;对于企业而言,5G消息将为其提供与个人用户之间的信息交互接口。企业可以通过文字、语音、选项卡等富媒体方式向用户输出个性化服务与咨询。当前的5G消息传输打破传统短信长度限制,支持短视频+高清图片+长文字+语音+H5页面的阅读方式;打破传统广告的无效推送,按阅读计费;推送速度快,网关速度可达500条/秒,不需要下载App,免帐号登录5G消息将为企业提供可通过文字、语音、链接等方式向消费者推送活动。
虽然5G消息在继承了传统短信免注册登录、免安装应用等特性的基础上,进一步实现了活动推送、企业推广的能力,但是,其在面对海量大数据的一次性传输,将会存在流量损失过大、***崩溃、无用信息重复传输、资源浪费以及安全传输的问题。如果不能对5G消息进行简化安全的传输,势必造成不必要的资源浪费和无法实现安全快速传输的难题。本发明便是基于上述现有5G消息传输存在的问题进行了适应性的解决,进行消息的有用信息提取,减少重复数据和无用数据,缩小数据体量,并在数据处理过程中进行安全算法管理,节约传输的同时实现了5G消息的安全快速传传输。
图4是本发明一种实施方式提供的5G消息传输***的***结构图。如图4所示,本发明实施方式提供一种5G消息传输***,所述***包括:采集单元,用于采集5G消息的配置项参数;处理单元,用于:基于预处理规则对所述配置项参数进行预处理,获得标识数据集;将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息;执行单元,用于基于所述有用消息进行消息推送。
图1是本发明一种实施方式提供的5G消息传输方法的方法流程图。如图1所示,本发明实施方式提供一种5G消息传输方法,所述方法包括:
步骤S10:采集5G消息的配置项参数,并基于预处理规则对所述配置项参数进行预处理,获得标识数据集。
具体的,上述已知,本申请方案需要进行5G消息的有用信息提取,想要准确进行消息类型识别,需要5G消息的完整配置信息,以便于进行数据类型分析。所以,需要进行完整的5G信息采集,优选的,进行5G消息的配置项参数采集。所述配置项参数至少包括:唯一ID属性标识、类别标识和数据量数。其中,唯一ID属性标识表示了消息的特性,比如只读和可修改文件,这些都是数据的属性标识。类别标识便是数据的实体类型,例如图像信息、音频信息等。数据量数表示的便是数据的体量大小。基于这些基础参数进行数据是否为有用参数判断,为了便于后续数据的统一处理和可编辑性能,优选的,获取了5G消息的配置项参数后,需要对这些参数进行预处理。
首先,将5G消息中配置项参数中的唯一ID属性标识删除,以便于进行所有数据整合判断,避免出现不显示或无法编辑的数据。将删除了唯一ID属性标识的所有数据整合行程样本数据集,该样本数据集中包括了多个数据样本。然后基于各数据样本的类别表示进行所有分类,将同一类别的数据样本归为一类。每一类数据单独构成一个数据集,作为类别数据样本集,类别数据样本集存在多个,从类别数据样本集1到类别数据样本集N进行罗列区分。然后获取每一个类别数据样本集中的均值,该均值为类别标识的倾向数值,基于各数据样本的数值和数量获得均值,然后对该均值进行插补缺失值。缺失值是指粗糙数据中由于缺少信息而造成的数据的聚类、分组、删失或截断。指的是现有数据集中某个或某些属性值是不完全的,为了避免这部分缺失值对后续数据处理的影响,需要进行缺失值补充。缺失值补充是根据数据规律进行补充的,现有缺失值补充方法很多,本申请并不限制固定的插补缺失值算法。
完成均值插补缺失值后,基于特征二元化规则,将插补缺失值后的数值型的样本属性转换为布尔值的属性,设定阈值,作为划分属性值为0和1的界点。其中,元素的布尔值属性如果有值,就是true,如果没有值,就是false。因为其具有的两面性,完美适配本申请中需要进行有用消息和无用消息判断,所以将数据样本转换为布尔值属性,便于后续进行类型区分。然后,利用数据标准化策略将划分属性后的样本进行归一化处理,得到标识数据集。归一化的意义在于利用数据标准化策略将划分属性后的样本进行归一化处理,得到标识数据集。
具体的,对划分属性后的样本分别设定基于属性A的最大值和最小值;在不同的属性规范下,表现的关联值可能不同,所以需要转换为布尔值的属性,并设定阈值。然后将属性A的原始值通过最大值和最小值标准化映射在区间[0,1]中的值,得到统一的标记值,其表达式为:
其中,θ为统一的标记值;A为预设属性;Ax为预设属性的原始值;maxA为预设属性的最大值;minA为预设属性的最小值。
步骤S20:将所述标识数据集作为输入进行管理传输模型训练,进行所述5G消息中的有用信息划定。
具体的,随着人工智能的发展,逻辑推理、搜索求解、监督学习、无监督学习、深度学习、强化学习和博弈对抗等技术越来越先进,将这些算法能力应用到实体需求中也越来越广泛。本申请便根据智能模型构建了专用的管理传输模型,该管理传输模型可以将预处理后的数据作为入参直接获得需要标注的有用信息,便于***构建,无论是实用性还是效率性,均会得到十足的进步。所以,本发明还需要进行管理传输模型构建,然后将该管理传输模型作为预设模型,进行预处理后的数据训练,获得有用信息,具体的,如图2,包括以下步骤:
步骤S201:进行管理传输模型构建。
具体的,众所周知,进行模型构建时,需要获取大量的训练样本,训练样本的典型性越好,体量越大,训练获得的模型也更贴近实际。所以,优选的,需要专家进行有用消息标注,并将标注后的样本作为训练样本进行模型训练,标注样本越多,模型训练结果越好。优选的,为了进一步保证模型准确度,预留一部分未参与模型训练的标注数据作为校验样本,基于校验样本进行构建获得的模型校验,判断其性能是否符合预期。基于上述模型构建的基本规则,获得适用于本申请方案的管理传输模型,其表达式为:
y~B(φ)
Z|y=0~N(u0,τ)
Z|y=1~N(u1,τ)
其中,y为同类属性随机连续值;所述同类属性包括有用消息,或无用消息和/或重复消息;Z为5G消息的特征值;τ为协方差矩阵特征均值;B为概率;U为均值向量;φ为训练结果为1所占的比例。
基于该管理输出模型,若训练结果y=0,则表示对应的5G消息属性的特征值Z=0,即消息属性取值为0,判定为无用消息或重复消息。若y=1,则表示对应的5G消息属性的特征值Z=1,即消息属性取值为1,判定为有用消息。
步骤S202:进行管理传输模型调整。
具体的,上述已知,τ为协方差矩阵特征均值,该特征均值对模型的输出影响很大,为了找到适配的协方差矩阵特征均值,利用预设的调整模型进行构建获得的管理传输模型微调,其表达式为:
个(φu0u1τ)
其中,u0为y=0类5G信号的特征均值;u1为y=1类5G信号的特征均值。因为其需要根据不同的应用情况进行适应性调整,所以对于具体的应用场景,需要进行适应性最优方案确定。首先确定调整范围,即保证模型能够稳定运行的前提下,找到其最小值和最大值,以确定对应的范围。然后取中间值开始调配,并基于输出结果的正负偏差在对应的正负区域进行动态调整,此举可以有效提高模型调整效率。在每一次调整后,检测其对管理传输模型输出值的影响程度,该影响程度在对应的应用领域存在预设的最优值。基于该最优值进行影响程度匹配曲线绘制,找到最佳匹配点的协方差矩阵特征均值作为最终的协方差特征矩阵均值。在调整过程中,若5G消息两边的y值不同,协方差矩阵却相同,则说明消息属性相同;若5G消息两边的y值不同,均值向量却相同,则说明消息位置不同。
步骤S203:进行5G消息中的有用信息划定;
具体的,完成管理传输模型构建和调整后,便可以进行模型训练了,将步骤S10中预处理获得的统一的标记值作为入参,基于输出的y值的固定取值判定对应5G消息为有用消息还是无用消息,并罗列出有用消息。
步骤S30:基于所述有用消息进行消息推送。
具体的,获得有用消息后,针对该有用消息进行推送,避免重复和无用消息推送,不仅节省了通讯***的资源,还能够自动过滤无用消息,保证用户获得的消息均为有价值的消息,提高了用户的使用满意度。
优选的,在进行预设管理传输模型训练,进行所述5G消息中的有用信息划定过程中,应用ECDHE算法、SM2算法、SM4算法和SM3算法进行信息安全防护。
其中,ECDHE算法就是“短暂-椭圆曲线-迪菲-赫尔曼”算法(ephemeral EllipticCurve Diffie–Hellman),里面的关键字是“短暂”“椭圆曲线”和“迪菲-赫尔曼”。因为ECDHE算法具有前向安全,所以被广泛使用,其在本申请中主要用于生成密钥。
SM2为非对称加密,基于ECC,该算法已公开。由于该算法基于ECC,故其签名速度与秘钥生成速度都快于RSA。ECC 256位(SM2采用的就是ECC 256位的一种)安全强度比RSA2048位高,但运算速度快于RSA,所以其的应用也十分广泛。其用于本申请中主要完成数字签名和加密密钥。
SM4算法,为无线局域网标准的分组数据算法。对称加密,密钥长度和分组长度均为128位。分组密码就是将明文数据按固定长度进行分组,然后在同一密钥控制下逐组进行加密,从而将各个明文分组变换成一个等长的密文分组的密码。其中二进制明文分组的长度称为该分组密码的分组规模。其在本申请中主要用于通信信道上数据的加密处理。
最后是SM3算法,其为消息摘要算法,摘要函数在密码学中具有重要的地位,被广泛应用在数字签名,消息认证,数据完整性检测等领域。摘要函数通常被认为需要满足三个基本特性:碰撞稳固性,原根稳固性和第二原根稳固性。正如其适用范围所述,其在本申请中主要用于数据完整性校验。
优选的,对优化加密后的信息通道传输还将进行功率因素计算,以便于进行资源调配和管控。其中,其计算公式为:
其中,P为有功功率,S为视在功率。
在本发明实施例中,通过预处理清洗、筛选5G消息中的可用信息,结合学习策略将其进一步简化,提升5G消息传输数量和质量,在保障传输效率的同时还提高了信息价值性。
在一种可能的实施方式中,为了更好地对本发明方法的技术效果加以验证说明,本实施例选择以传统的4G传输方法与本发明方法进行对比测试,与科学论证的手段对比试验结果,以验证本发明方法所具有的真实效果。传统的4G传输方法无法有效过滤无用信息和重复信息,造成不必要的资源浪费,且占据通信通道的消息传输位置,影响传输效率和质量。为验证本发明方法相对于传统方法具有更高的传输效率和质量,本实施例中将采用传统的4G传输方法与本发明方法分别对仿真平台的数据传输进行实时测试对比。
以某区域电信网络用户数据信息整理导入仿真平台模拟通信运行场景,分别利用传统方法的4G网络传输操作进行消息传输测试并获得测试结果数据,采用本发明方法,则预处理测试数据样本,再导入管理传输模型运行代码进行处理,运用MATLB实现仿真测试,根据实验结果获得仿真数据,每种方法各测试10000组,计算获得每组数据的时间,与仿真模拟输入的实际预测值进行误差对比计算。
参照图3,根据图3的示意,能够直观的看出,实线与虚线随着时间的增加,呈现不同的走势,实线相较于虚线,在前期一直呈稳定的上升趋势,虽然后期有所下滑,但是波动不大,且一直在虚线的上方,并保持一定的距离,而虚线则呈现较大的波动趋势,不稳定,由此,实线的计算效率一直大于虚线,即验证了本发明方法所具有的真实效果。
本发明实施方式还提供一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行上述的5G消息传输方法。
本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合附图详细描述了本发明的可选实施方式,但是,本发明实施方式并不限于上述实施方式中的具体细节,在本发明实施方式的技术构思范围内,可以对本发明实施方式的技术方案进行多种简单变型,这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明实施方式对各种可能的组合方式不再另行说明。
此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明实施方式的思想,其同样应当视为本发明实施方式所公开的内容。
Claims (8)
1.一种5G消息传输方法,其特征在于,所述方法包括:
采集5G消息的配置项参数,并基于预处理规则对所述配置项参数进行预处理,获得标识数据集;其中,
所述配置项参数至少包括:
唯一ID属性标识、类别标识和数据量数;
所述基于预处理规则对所述配置项参数进行预处理,获得标识数据集,包括:
删除所述配置项参数中的唯一ID属性标识,获得样本数据集;
根据类别标识对所述样本数据集中的各样本数据进行分类;
基于各数据样本的数据量数,获得各同类别数据样本的均值,并对各类别均值进行插补缺失值处理;
基于预设特征二元化原则,将完成插补缺失值处理的各类别数据样本属性转换为布尔值属性,并设定作为划分属性值为0和1的界点的阈值;
对划分属性后的各类别数据样本进行归一化处理,获得标识数据集;
将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息;
基于所述有用消息进行消息推送。
3.根据权利要求1所述方法,其特征在于,所述管理传输模型的关系式为:
y~B(φ)
Z|y=0~N(u0,τ)
Z|y=1~N(u1,τ)
其中,y为同类属性随机连续值;所述同类属性包括有用消息,或包括无用消息和/或重复信息;
Z为5G消息的特征值;
τ为协方差矩阵特征均值;
B为概率;
u0为y=0类信号的特征均值;
u1为y=1类信号的特征均值;
φ为训练结果为1所占的比例。
4.根据权利要求3所述的方法,其特征在于,所述将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息,包括:
将所述标识数据集作为输入进行管理传输模型训练;
若输出结果为同类属性随机连续值等于0,则对应的5G消息属性的特征值Z等于0,判定为无用信息或重复信息;
若输出结果为同类属性随机连续值等于1,则对应的5G消息属性的特征值Z等于1,判定为有用信息。
5.根据权利要求3所述的方法,其特征在于,在将所述标识数据集作为输入进行管理传输模型训练之前,所述方法还包括:
进行管理传输模型的协方差矩阵特征均值取值调整,其中,调整规则为:
↑(φu0u1τ)
其中,u0为y=0类5G信号的特征均值;
u1为y=1类5G信号的特征均值;
在预设范围内进行所述协方差矩阵特征均值动态调整,并检测每次调整值对所述管理传输模型输出值的影响程度,选择影响程度最接近预设值的协方差矩阵特征均值作为最终的协方差矩阵特征均值。
6.根据权利要求1所述的方法,其特征在于,所述划定所述5G消息中的有用信息,包括:
应用ECDHE算法、SM2算法、SM4算法和SM3算法进行信息安全防护。
7.一种5G消息传输***,其特征在于,所述***包括:
采集单元,用于采集5G消息的配置项参数;其中,
所述配置项参数至少包括:
唯一ID属性标识、类别标识和数据量数;
处理单元,用于:
基于预处理规则对所述配置项参数进行预处理,获得标识数据集,包括:
删除所述配置项参数中的唯一ID属性标识,获得样本数据集;
根据类别标识对所述样本数据集中的各样本数据进行分类;
基于各数据样本的数据量数,获得各同类别数据样本的均值,并对各类别均值进行插补缺失值处理;
基于预设特征二元化原则,将完成插补缺失值处理的各类别数据样本属性转换为布尔值属性,并设定作为划分属性值为0和1的界点的阈值;
对划分属性后的各类别数据样本进行归一化处理,获得标识数据集;
将所述标识数据集作为输入进行管理传输模型训练,划定所述5G消息中的有用信息;
执行单元,用于基于所述有用消息进行消息推送。
8.一种计算机可读储存介质,该计算机可读存储介质上储存有指令,其在计算机上运行时使得计算机执行权利要求1-6中任一项权利要求所述的5G消息传输方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111436492.5A CN114125734B (zh) | 2021-11-29 | 2021-11-29 | 5g消息传输方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111436492.5A CN114125734B (zh) | 2021-11-29 | 2021-11-29 | 5g消息传输方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114125734A CN114125734A (zh) | 2022-03-01 |
CN114125734B true CN114125734B (zh) | 2023-04-25 |
Family
ID=80367730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111436492.5A Active CN114125734B (zh) | 2021-11-29 | 2021-11-29 | 5g消息传输方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114125734B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113079507A (zh) * | 2021-06-04 | 2021-07-06 | 广州讯鸿网络技术有限公司 | 基于5g消息的链接安全认证***、方法及装置 |
CN113453175A (zh) * | 2021-06-18 | 2021-09-28 | 金蝶软件(中国)有限公司 | 5g消息处理方法、装置、计算机设备和存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10470077B1 (en) * | 2018-06-08 | 2019-11-05 | At&T Intellectual Property I, L.P. | Messaging centers with rule based adaptive retry profiles for 5G or other next generation network |
CN109960808B (zh) * | 2019-03-26 | 2023-02-07 | 广东工业大学 | 一种文本识别方法、装置、设备及计算机可读存储介质 |
CN111461231B (zh) * | 2020-04-02 | 2023-06-30 | 腾讯云计算(北京)有限责任公司 | 一种短信息的发送控制方法、装置及存储介质 |
CN112699303A (zh) * | 2021-01-08 | 2021-04-23 | 广州启生信息技术有限公司 | 一种基于5g消息的医疗信息智能推送***和方法 |
CN113099399B (zh) * | 2021-04-13 | 2022-03-11 | 中国工商银行股份有限公司 | 5g金融消息数据处理方法、金融机构及运营商服务装置 |
CN113282772A (zh) * | 2021-04-25 | 2021-08-20 | 夏贵军 | 一种基于5g消息的用户搜索方法及*** |
CN113362110A (zh) * | 2021-06-03 | 2021-09-07 | 中国电信股份有限公司 | 营销信息的推送方法、装置、电子设备和可读介质 |
CN113676852A (zh) * | 2021-08-19 | 2021-11-19 | 中国银行股份有限公司 | 一种数据处理方法、装置及*** |
CN113630729B (zh) * | 2021-10-13 | 2022-02-22 | 广州市玄武无线科技股份有限公司 | 一种5g消息智能传输*** |
CN114302454A (zh) * | 2021-11-15 | 2022-04-08 | 南京天通新创科技有限公司 | 一种基于学习策略的5g消息传输方法 |
-
2021
- 2021-11-29 CN CN202111436492.5A patent/CN114125734B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113079507A (zh) * | 2021-06-04 | 2021-07-06 | 广州讯鸿网络技术有限公司 | 基于5g消息的链接安全认证***、方法及装置 |
CN113453175A (zh) * | 2021-06-18 | 2021-09-28 | 金蝶软件(中国)有限公司 | 5g消息处理方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114125734A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112818023B (zh) | 在关联云业务场景下的大数据分析方法及云计算服务器 | |
CN115606162A (zh) | 异常流量检测方法和***、及计算机存储介质 | |
WO2022257436A1 (zh) | 基于无线通信网络数据仓库构建方法、***、设备及介质 | |
CN113989583A (zh) | 一种互联网恶意流量检测方法及*** | |
CN111565156B (zh) | 一种对网络流量识别分类的方法 | |
CN103473036B (zh) | 一种输入法皮肤推送方法及*** | |
CN112989065B (zh) | 应用于大数据用户画像分析的信息处理方法和云计算*** | |
CN112884121A (zh) | 基于生成对抗深度卷积网络的流量识别方法 | |
CN113516501A (zh) | 一种基于图神经网络的用户通信行为预测方法和装置 | |
US20170229118A1 (en) | Linguistic model database for linguistic recognition, linguistic recognition device and linguistic recognition method, and linguistic recognition system | |
WO2021112881A1 (en) | System and method for short message service (sms) content classification | |
CN114125734B (zh) | 5g消息传输方法及*** | |
Kim et al. | P2P computing for trusted networking of personalized IoT services | |
CN113497785B (zh) | 恶意加密流量检测方法、***、存储介质和云端服务器 | |
CN110460593B (zh) | 一种移动流量网关的网络地址识别方法、装置及介质 | |
CN115378619A (zh) | 敏感数据访问方法及电子设备、计算机可读存储介质 | |
CN116127400A (zh) | 基于异构计算的敏感数据识别***、方法及存储介质 | |
CN111291078A (zh) | 一种域名匹配检测方法及装置 | |
CN114302454A (zh) | 一种基于学习策略的5g消息传输方法 | |
CN113259495B (zh) | 一种基于区块链的新闻定点投放方法、***和可读存储介质 | |
CN115842677A (zh) | 一种自适应的邮件安全检测方法及装置 | |
CN115564156A (zh) | 基于机器学习的事务聚集发生预警方法及其应用 | |
CN112765236B (zh) | 自适应异常设备挖掘方法、存储介质、设备及*** | |
CN114266288A (zh) | 一种网元检测方法及相关装置 | |
CN109902831B (zh) | 业务决策处理方法以及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |