基于机器学习的网络状态感知分析方法

为实现业务需求和网络能力的实时精准匹配，需要在网络端引入智能采集处理功能对交互数据进行分析处理，实现对6G网络状态的实时感知和估计预测。设计一种基于机器学习的网络状态感知分析方法，通过隐树模型的多层节点感知能力，能够根据通信网络历史数据，从数据层面对当前的通信网络状态进行量化感知，并对网络后续状态进行初步预测，可以为业务传输层的拥塞控制和移动网络层资源调度提供指导。