[发明专利]基于深度强化学习的5G切片的定价处理方法及装置

权利要求书

1.一种基于深度强化学习的5G切片的定价处理方法，包括：

获取历史用户侧切片使用状态数据及相应的切片定价调整动作数据；

基于深度强化学习算法，对所述历史用户侧切片使用状态数据及相应的切片定价调整动作数据进行训练，得到切片定价模型；

获取待处理用户侧切片使用状态数据，将所述待处理用户侧切片使用状态数据输入至所述切片定价模型中进行计算，得到切片定价调整动作结果；

将所述切片定价调整动作结果提供给计费中心，以供所述计费中心执行相应的定价调整动作。

2.根据权利要求1所述的方法，其特征在于，所述方法进一步包括：

获取定价调整后的用户侧切片使用状态数据；以及，从计费中心获取定价调整后的切片收入数据；

根据所述定价调整后的用户侧切片使用状态数据以及定价调整后的切片收入数据进行计算得到回报值；

将所述回报值反馈给所述切片定价模型，以供所述切片定价模型根据所述回报值进行调优处理。

3.根据权利要求1所述的方法，其特征在于，所述获取历史用户侧切片使用状态数据之后，所述方法进一步包括：

将所述历史用户侧切片使用状态数据进行归一化处理；

对归一化处理后的历史用户侧切片使用状态数据进行转换处理。

4.根据权利要求1所述的方法，其特征在于，所述将所述切片定价调整动作结果提供给计费中心进一步包括：

将所述切片定价调整动作结果下发至网络切片管理功能模块，以供所述网络切片管理功能模块判断切片定价调整动作结果是否有效，若是，则向计费中心下发定价调整指令。

5.根据权利要求1所述的方法，其特征在于，所述用户侧切片使用状态数据具体包括以下中的一种或多种：

用户服务等级协议需求、用户使用量、用户使用时长。

6.一种基于深度强化学习的5G切片的定价处理装置，包括：

数据获取模块，适于获取历史用户侧切片使用状态数据及相应的切片定价调整动作数据；

模型训练模块，适于基于深度强化学习算法，对所述历史用户侧切片使用状态数据及相应的切片定价调整动作数据进行训练，得到切片定价模型；

数据处理模块，适于获取待处理用户侧切片使用状态数据，将所述待处理用户侧切片使用状态数据输入至所述切片定价模型中进行计算，得到切片定价调整动作结果；

数据传输模块，适于将所述切片定价调整动作结果提供给计费中心，以供所述计费中心执行相应的定价调整动作。

7.根据权利要求6所述的装置，其特征在于，所述数据获取模块进一步适于：获取定价调整后的用户侧切片使用状态数据；以及，从计费中心获取定价调整后的切片收入数据；

所述数据处理模块进一步适于：根据所述定价调整后的用户侧切片使用状态数据以及定价调整后的切片收入数据进行计算得到回报值；

所述数据传输模块进一步适于：将所述回报值反馈给所述切片定价模型，以供所述切片定价模型根据所述回报值进行调优处理。

8.根据权利要求6所述的装置，其特征在于，所述数据处理模块进一步包括：

将所述历史用户侧切片使用状态数据进行归一化处理；

对归一化处理后的历史用户侧切片使用状态数据进行转换处理。

9.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；

所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-5中任一项所述的基于深度强化学习的5G切片的定价处理方法对应的操作。

10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-5中任一项所述的基于深度强化学习的5G切片的定价处理方法对应的操作。