目录介绍
第1章5G/6G云网融合概述1
1.1核心网技术演进趋势与5G/6G云网融合1
1.1.1云网融合的发展与演进1
1.1.2核心网云化及5G云网融合2
1.1.36G新特征及6G云网融合4
1.2面向云网融合的认知服务架构5
1.35G/6G云网融合技术体系与关键技术分析6
1.3.1面向云网融合的微服务协同6
1.3.2云网融合环境下的AI服务质量优化8
1.3.3容器驱动的Serverless边缘云服务质量优化9
1.3.4云网融合环境下用户意图转译10
1.3.5云网融合环境下的策略编排11
1.3.6边缘服务质量快速预测12
1.3.7面向移动感知和隐私保护的边缘服务质量优化13
1.3.8云原生卫星与星地融合技术14
第2章面向云网融合的微服务协同方法研究16
2.1概述 16
2.2用户面功能UPF感知的微服务部署方法18
2.2.1系统模型和问题建模20
2.2.2基于凸近似及李雅普诺夫优化的微服务部署方法24
2.2.3实验与分析27
2.3基于强化学习的微服务协同方法32
2.3.1系统模型和问题建模34
2.3.2基于动态规划的离线微服务协同方法38
2.3.3基于强化学习的在线微服务协同方法42
2.3.4实验与分析44
5G/6G云网融合服务质量控制目录第3章云网融合环境下的AI服务质量优化48
3.1概述48
3.2资源感知的边端协作特征提取方法49
3.2.1判别特征提取算法50
3.2.2嵌套判别特征提取算法55
3.2.3性能评估56
3.3云边协作的深度学习模型训练方法62
3.3.1云边协作的深度学习模型训练方法64
3.3.2性能评估68
第4章容器驱动的Serverless边缘云服务质量优化77
4.1概述77
4.2容器使能的Serverless技术79
4.3交换性感知的容器镜像重构与实例优化部署方法81
4.3.1Docker镜像分析81
4.3.2镜像重构与实例优化部署方法86
4.3.3实验验证89
第5章云网融合环境下用户意图转译方法研究94
5.1概述94
5.1.1意图网络的概述94
5.1.2云网融合环境下意图转译的特点95
5.2基于深度学习的意图预处理方法96
5.2.1数据预处理96
5.2.2文本预处理98
5.3多场景环境中复杂意图的关键词提取方法99
5.3.1关键词提取技术概述99
5.3.2中文分词算法研究99
5.3.3关键词提取算法研究102
5.3.4性能评价方法102
5.3.5BiLSTMCRF中文命名实体识别模型103
5.4云网融合下针对意图关键词的转译方法105
5.4.1命名实体识别模型——基于BiLSTMCRF模型的设计105
5.4.2意图转译108
5.4.3网络策略生成110
5.5实验及结果分析111
5.5.1数据集描述111
5.5.2评估参数111
5.5.3实验结果112
第6章云网融合环境下的策略编排方法研究114
6.1概述114
6.2基于神经网络的移动用户轨迹预测115
6.2.1用户类型115
6.2.2DLSTM模型构建115
6.3面向移动用户的服务组合方法118
6.3.1问题描述118
6.3.2用户移动感知模型和QoS模型119
6.3.3基于深度强化学习的服务组合方法121
6.4实验及结果分析125
6.4.1数据集描述125
6.4.2结果分析126
第7章基于回声状态网络的边缘服务质量快速预测131
7.1概述131
7.2数据收集和处理134
7.3预测模型预训练135
7.4以用户为中心的边缘区域感知136
7.5服务质量快速预测137
7.6实验及结果分析139
7.6.1数据集描述139
7.6.2实验步骤141
7.6.3结果分析142
第8章面向移动感知和隐私保护的边缘服务质量优化155
8.1概述155
8.2面向移动感知的数据收集和预处理157
8.3面向隐私保护的模型训练160
8.4面向移动感知的用户轨迹预测163
8.5服务质量动态优化策略164
8.5.1基于二维解的人工蜂群算法164
8.5.2基于增量SVM的动态优化策略167
8.6实验及结果分析169
8.6.1数据集描述169
8.6.2参数设置170
8.6.3评估参数171
8.6.4对比方法171
8.6.5实验结果及分析172
第9章天算星座与云原生卫星技术探索182
9.1概述182
9.2云原生卫星与天算星座183
9.2.1天算星座183
9.2.2云原生卫星184
9.3北邮一号卫星186
9.3.1北邮一号云原生卫星架构186
9.3.2在轨实验与核心网上星188
9.4开放性问题与探索189
9.5结语191
第10章趋势分析与未来探索192
参考文献196