本申请属于网络，尤其涉及一种数字孪生系统的构建方法、装置、设备及可读存储介质。
背景技术：
1、数字孪生又称“数字双胞胎”，是将工业产品、制造系统、城市等复杂物理系统的结构、状态、行为、功能和性能映射到数字化的虚拟世界，通过实时传感、连接映射、精确分析和沉浸交互来刻画、预测和控制物理系统，实现复杂系统虚实融合，使系统全要素、全过程、全价值链达到最大限度的闭环优化。
2、当前移动通信技术不断发展，5g网络引入的sdn、nfv技术大大提升了移动通信网络的灵活性，使得通过软件即能够实现网络的功能。6g网络将提供更强大的通信能力与计算能力，能够支撑数字孪生技术与元宇宙技术。随着移动通信网络技术的进步，网络运维也朝着“自配置、自修复、自优化”的自智网络运维方向不断发展。通过运用数字孪生技术对移动通信的网元进行建模映射，使得数字化模型能够实时、真实反映网元在现实世界的行为，并通过人工智能算法实现对系统当前状态的精确分析和未来状态的科学预测，做到实时运维，更新精准的预测运维，能够极大程度的推进自智网络的发展。
3、目前的利用统计汇聚来刻画网元虚拟逻辑特征的方法，首先将所有同类型网元的状态指标按照时间粒度汇聚发送至存储服务器存储为原始数据，而采集解析服务器再进一步采集解析该数据，模型构建再提取该数据进行建模，反映网元在实际网络中的状态。但是，这已无法满足需求，其主要缺点体现在：目前的方法主要通过统计反应网元最近的历史状态，并未实现精准的预测，无法做到过去、现在和未来全生命周期的呈现。
技术实现思路
1、本申请实施例提供了一种数字孪生系统的构建方法、装置、设备及可读存储介质，能够准确预测数字孪生体的未来状态变化，实现过去、现在和未来全生命周期的呈现。
2、第一方面，本申请实施例提供了一种数字孪生系统的构建方法，数字孪生系统的构建方法包括：获取多个网元的目标数据；创建各个网元对应的数字孪生体；基于分布式计算平台的机器学习库中的算法模型和网元的目标数据，确定数字孪生体的即时状态，并赋予数字孪生体对应的第一属性；基于分布式计算平台的图形并行计算组件和网元的目标数据，确定数字孪生体的图结构特征，并赋予数字孪生体对应的第二属性；利用时间序列模型对网元的目标数据进行处理，预测数字孪生体未来的状态；增加多个网元的数字孪生体之间的网络拓扑结构，得到数字孪生系统。
3、根据本申请第一方面的实施方式，在增加多个网元的数字孪生体之间的网络拓扑结构，得到数字孪生系统之后，方法还包括：将数字孪生系统置于虚拟现实环境或增强现实环境中。
4、根据本申请第一方面前述任一实施方式，获取多个网元的目标数据，包括：根据网元在通信网络的节点位置，选用对应的方式定义对于网元的目标数据的实时采集功能；在各个网元部署流数据生产客户端，利用网元的内网链路实时回传网元的目标数据。
5、根据本申请第一方面前述任一实施方式，根据网元在通信网络的节点位置，选用对应的方式定义对于网元的目标数据的实时采集功能，包括：对于处于无线侧的网元，利用移动边缘计算定义实时采集功能；对于除无线侧之外的其他位置的网元，利用网络功能虚拟化定义实时采集功能。
6、根据本申请第一方面前述任一实施方式，目标数据包括以下至少一项：网元告警信息、配置信息、网元负荷信息、实时统计指标及测量报告。
7、根据本申请第一方面前述任一实施方式，在获取多个网元的目标数据之后，在创建各个网元对应的数字孪生体之前，方法还包括：基于分布式消息发布订阅服务端，处理各个网元发送的目标数据。
8、根据本申请第一方面前述任一实施方式，创建各个网元对应的数字孪生体，包括：将分布式计算平台的流处理程序作为分布式消息发布订阅服务端的消费者，获取各个网元的目标数据；按照预设时间间隔对各个网元的目标数据进行拆分计算，得到各个网元的结果数据；将各个网元的结果数据推送给算法模型和图形并行计算组件，并将各个网元的结果数据存储至分布式数据库中；为各个网元创建数字孪生体。
9、第二方面，本申请实施例提供了一种数字孪生系统的构建装置，数字孪生系统的构建装置包括：获取模块，用于获取多个网元的目标数据；创建模块，用于创建各个网元对应的数字孪生体；第一赋予模块，用于基于分布式计算平台的机器学习库中的算法模型和网元的目标数据，确定数字孪生体的即时状态，并赋予数字孪生体对应的第一属性；第二赋予模块，用于基于分布式计算平台的图形并行计算组件和网元的目标数据，确定数字孪生体的图结构特征，并赋予数字孪生体对应的第二属性；预测模块，用于利用时间序列模型对网元的目标数据进行处理，预测数字孪生体未来的状态；构建模块，用于增加多个网元的数字孪生体之间的网络拓扑结构，得到数字孪生系统。
10、第三方面，本申请实施例提供了一种电子设备，电子设备包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如第一方面提供的数字孪生系统的构建方法的步骤。
11、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如第一方面提供的数字孪生系统的构建方法的步骤。
12、本申请实施例的数字孪生系统的构建方法、装置、设备及可读存储介质，获取多个网元的目标数据；创建各个网元对应的数字孪生体；基于分布式计算平台的机器学习库中的算法模型和网元的目标数据，确定数字孪生体的即时状态，并赋予数字孪生体对应的第一属性；基于分布式计算平台的图形并行计算组件和网元的目标数据，确定数字孪生体的图结构特征，并赋予数字孪生体对应的第二属性；利用时间序列模型对网元的目标数据进行处理，预测数字孪生体未来的状态；增加多个网元的数字孪生体之间的网络拓扑结构，得到数字孪生系统。本申请实施例利用机器学习库(spark mllib)中的算法模型、图形并行计算组件(spark graphx)及时间序列模型，构建在线学习模型，能够准确预测数字孪生体的未来状态变化，实现过去、现在、未来全生命周期的呈现。
1.一种数字孪生系统的构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，在所述增加多个所述网元的数字孪生体之间的网络拓扑结构，得到数字孪生系统之后，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述获取多个网元的目标数据，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据网元在通信网络的节点位置，选用对应的方式定义对于所述网元的所述目标数据的实时采集功能，包括：
5.根据权利要求1所述的方法，其特征在于，所述目标数据包括以下至少一项：网元告警信息、配置信息、网元负荷信息、实时统计指标及测量报告。
6.根据权利要求3所述的方法，其特征在于，在所述获取多个网元的目标数据之后，在所述创建各个所述网元对应的数字孪生体之前，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述创建各个所述网元对应的数字孪生体，包括：
8.一种数字孪生系统的构建装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7中任一项所述的数字孪生系统的构建方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的数字孪生系统的构建方法的步骤。
