申请/专利权人：电信科学技术第十研究所有限公司

申请日：2023-11-03

公开（公告）日：2024-03-22

公开（公告）号：CN117750400A

主分类号：H04W24/02

分类号：H04W24/02;H04L41/142;H04L41/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明公开了一种基于随机森林算法的5G网络信令完整性判别方法，应用人工智能技术，采用机器学习中的随机森林算法，对5G核心网中各信令接口的核心网信令进行分析，对5G网络中注册流程、移动性管理流程、会话流程等涉及的信令及其中的用户标识、PDU会话标识、DNN等进行抽取、统计，通过对相关参数的统计分析，实现对5G核心网信令的完整性准确判别。本发明实现了对5G信令完整性的判别，预测的准确性有较大提高，而且减少人为的参与，可靠性、检测速度都有较大提升。

主权项：1.一种基于随机森林算法的5G网络信令完整性判别方法，其特征在于，包括以下步骤：步骤1：5G网络信令采集点包括：1N1接口，位于UE与AMF之间；2N2接口，位于RAN与AMF之间；3N4接口，位于UPF与SMF之间；4N14接口，位于AMF之间；5N11接口，位于AMF与SMF之间；6N8接口，位于AMF与UDM之间；7N12接口，位于AMF与AUSF之间；步骤2：构建训练集；在5G核心网中采集N1、N2、N4、N14、N11、N8、N12这7个接口的上下文管理、会话管理、寻呼流程、切换流程、移动性管理流程的信令，每个接口各采集t1个小时的数据构成一个样本，总共不少于7个接口的t2个样本；在每个接口的数据中采用随机有放回的方式选取t3个样本；步骤3：在5G网络信令中，随机森林的特征向量选择方法如下：步骤3-1：采集的信令是否覆盖N1、N2、N4、N14、N11、N8、N12接口；步骤3-2：在一个接口的一个流程中信令是否完整；步骤3-3：在多个接口参与的一个流程中信令是否完整；步骤3-4：在各流程中包含相同关键信元的信令是否完整、无缺失；步骤3-5：在各接口中在一个指定时间段内是否有信令产生；步骤3-6：选择出的特征向量的数量不少于M个，组成样本集；以上步骤3-1到步骤3-5需同时满足；特征向量指5G核心网中信令完整性的特征，特征向量对应步骤3-1到步骤3-6，描述如下：1特征向量集1：对应步骤3-1，即样本中信令是否覆盖N1、N2、N4、N14、N11、N8、N12接口，覆盖则具备信令完整性特征，未覆盖则信令不完整；2特征向量集2：对应步骤3-2，即在一个接口的一个流程中信令是否完整；3特征向量集3：对应步骤3-3，即在多个接口参与的一个流程中信令是否完整；4特征向量集4：在各流程中包含相同关键信元的信令是否完整；5特征向量集5：对应步骤3-5，即在一个指定时间段内是否有信令产生，有信令则具备信令完整性特征，无信令则信令不完整；步骤4：计算信息增益；从样本集中，随机选择m个特征向量，m取值为SQRTM，计算这m个特征向量的概率，从概率得到特征向量熵的值，计算方法为： 其中xi为特征向量；pxi为xi发生时的概率，由t2个样本中统计得出；总体熵的计算：其中xi为特征向量；pxi为xi发生时的概率，由全部样本统计得出；信息增益的计算：信息增益＝H总-H重复m次步骤4，即重复选择m个特征向量，计算特征向量的熵及信息增益，选择信息增益最大的一次，此次选择的m个特征向量即为最优选择；步骤5：构建决策树；根据上述步骤4产生的m个特征向量，将所有样本进行划分，即为构建了预测信令完整性的决策树；步骤6：测试样本预测；重复步骤2到步骤5K次，得到K颗决策树；采集至少t4小时5G核心网信令数据，用每颗决策树都对其分类，则得到K个分类结果，再使用投票机制来判别采集的信令数据的所属类别。

全文数据：

权利要求：

百度查询： 电信科学技术第十研究所有限公司 一种基于随机森林算法的5G网络信令完整性判别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD