-
公开(公告)号:CN111669749A
公开(公告)日:2020-09-15
申请号:CN201910168184.5
申请日:2019-03-06
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
Abstract: 本发明提供一种定位处理方法、MEC服务器及基站。该方法应用于MEC服务器,包括:获取基站发送的定位请求消息;根据所述定位请求消息中的互联网协议IP信息,对所述定位请求消息进行鉴权;当对所述定位请求消息的鉴权通过时,向所述基站发送所述定位请求消息所请求的定位信息。采用本发明实施例所述定位处理方法,MEC服务器可以直接获取基站发送的定位请求消息,并通过定位请求消息中的IP信息,能够对定位请求消息进行鉴权,相较于现有技术,该方法能够避免造成数据泄露,以及规避鉴权流程不完善导致的用户信息泄露的风险。
-
公开(公告)号:CN109699086B
公开(公告)日:2023-04-07
申请号:CN201710992133.5
申请日:2017-10-23
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
IPC: H04W72/50 , H04W72/54 , H04W72/566 , H04W72/12 , H04W74/08
Abstract: 本发明提供一种上行调度方法、装置、设备及计算机可读存储介质,涉及通信技术领域,用以提高上行频谱效率。本发明的上行调度方法,包括:当需要进行上行调度时,向基站上报调度请求,在所述调度请求中包括待传数据保障优先级,以使所述基站在进行上行调度时,根据所述待传数据保障优先级确定是否调整MCS等级。本发明可提高上行频谱效率。
-
公开(公告)号:CN109699086A
公开(公告)日:2019-04-30
申请号:CN201710992133.5
申请日:2017-10-23
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
Abstract: 本发明提供一种上行调度方法、装置、设备及计算机可读存储介质,涉及通信技术领域,用以提高上行频谱效率。本发明的上行调度方法,包括:当需要进行上行调度时,向基站上报调度请求,在所述调度请求中包括待传数据保障优先级,以使所述基站在进行上行调度时,根据所述待传数据保障优先级确定是否调整MCS等级。本发明可提高上行频谱效率。
-
公开(公告)号:CN109041125A
公开(公告)日:2018-12-18
申请号:CN201710431276.9
申请日:2017-06-08
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司
IPC: H04W28/08
Abstract: 负载信息交互方法及装置、基站及存储介质。本发明实施例公开了一种负荷信息的交互方法及装置、基站及存储介质,应用于第一基站中的所述负荷信息的交互方法包括:从X2接口接收第二基站发送的负荷信息,其中,所述负荷信息,包括:所述第二基站的负荷评估指标。
-
公开(公告)号:CN118798304A
公开(公告)日:2024-10-18
申请号:CN202310799531.0
申请日:2023-07-03
Applicant: 中国移动通信集团有限公司研究院 , 清华大学
IPC: G06N3/09 , G06N3/0455 , G06N3/0442 , G06N3/0499
Abstract: 本申请公开了一种轨迹合成模型训练方法及装置,涉及移动轨迹确定技术领域。该方法,包括:基于用户的历史轨迹信息以及由所述历史轨迹信息获取的参考信息,获取编码器解码器结构的模型,所述参考信息包括:出发地信息和目的地信息,所述历史轨迹信息包括:至少一个位置信息以及每个位置信息对应的时间信息;基于所述编码器解码器结构的模型,获取用户先验信息;基于所述用户先验信息、所述历史轨迹信息进行模型训练,获取轨迹合成模型。上述方案,能够提升轨迹合成模型的准确性。
-
公开(公告)号:CN116910612A
公开(公告)日:2023-10-20
申请号:CN202310814020.1
申请日:2023-07-04
Applicant: 清华大学 , 中国移动通信集团有限公司研究院
Abstract: 本发明提供了模型训练方法、业务流量生成方法及相关设备,所述模型训练方法包括:基于获取的第一用户的抓包PCAP数据,得到第一数据集,所述第一数据集中每个第一数据均包括用户信息标签、业务类别信息标签和细分动作信息标签,所述细分动作信息标签根据PCAP数据中包长和包到达时刻确定;基于所述业务类别信息标签和所述细分动作信息标签,生成数据分布表征向量,以及,基于所述用户信息标签、所述业务类别信息标签和所述细分动作信息标签,生成用户行为表征向量;基于所述用户行为表征向量和所述数据分布表征向量对生成对抗网络GAN模型进行训练,其中,训练的GAN模型用于生成业务流量包序列。提高了业务流量生成的准确性和效率。
-
-
-
-
-