基于AI-eSIM的异构资源融合计量方法及系统与流程

本发明涉及通信字节流与ai词元流的计量，尤其是基于ai-esim的异构资源融合计量方法及系统。

背景技术：

1、移动通信网络通过用户平面功能（upf）以字节（byte）为单位统计上下行数据流量；ai推理服务平台则以词元（token）为单位，统计每次模型调用的输入token数量、输出token数量及推理时间等信息用于计费。由于通信流资源和ai推理资源分别由不同系统独立计量，部分运营商尝试通过业务套餐打包的方式（如"流量包+ai会员"）实现两类服务的融合销售，但计量技术实现层面仍各自独立。

2、一方面，通信侧与ai侧分别由不同系统在异地进行资源采集，二者之间缺乏统一的业务会话标识进行关联，无法形成一次ai业务的完整资源记录，导致资源统计割裂，犹如两个互不相关的事件。另一方面，byte作为数据传输单位与token作为文本处理单元，两者物理意义和量纲完全不同，由于通信资源与ai推理资源之间缺乏统一关联标识和融合计量模型，两类数据无法互通，运营商难以针对不同领域业务类型建立统一的资源消耗画像。

3、随着嵌入式人工智能身份识别卡（ai-esim）技术的快速发展，通信基带、轻量级ai推理引擎与硬件安全模块的深度整合已成为行业趋势，为通信能力与人工智能能力的融合服务提供了硬件基础，因此亟需研发一种能够建立byte与token资源关联，实现异构资源融合计量的解决方案。

技术实现思路

1、本发明提供基于ai-esim的异构资源融合计量方法，旨在解决现有技术中不同领域业务资源缺乏统一关联标识以及量纲不一致导致无法形成统一资源画像的问题或问题之一。

2、本发明提供的基于ai-esim的异构资源融合计量方法，包括以下步骤：

3、s1.session id生成与硬件级会话关联：用户终端发起ai业务请求时，ai-esim芯片基于硬件唯一身份标识、硬件时间戳和硬件真随机数进行融合生成全局唯一会话标识session id；将所述session id嵌入http/https扩展头中，使通信网关与ai平台分别在流量消耗记录和词元消耗记录中附加session id。

4、s2.异构资源数据并行采集：以所述session id为统一索引，采集各自领域的环境资源数据；在ai-esim芯片中激活片上mac相关器电路，配置为逐参数串行处理模式，接入通信网关实时提供的上下行字节流和ai平台侧实时提供的推理词元流；通过mac相关器电路执行并行采集计算各自领域的状态质量维度参数；其中，通信侧环境资源数据包括上传字节数、下载字节数和通信链路基准带宽；ai平台侧环境资源数据包括输入token数、输出token数和ai基准推理吞吐率；通信侧状态质量维度参数包括节点延迟系数l或网络拥塞系数γ；ai平台侧状态质量维度参数包括模型复杂度系数η或算力拥塞系数ρ。

5、s3时间当量的映射逻辑：将byte资源映射为通信资源时间当量teb=l×(bup+bdown)/bwref，将token资源映射为算力资源时间当量tea=η×(tin+tout)/tpsref，其中bwref为通信链路基准带宽，tpsref为ai基准推理吞吐率。

6、s4多维非线性权重计算及归一化：基于网络拥塞系数γ、算力拥塞系数ρ和业务优先级y构建多维非线性权重模型，通过计算通信资源得分，ai算力资源得分，业务优先级得分，λ为优先级敏感系数；经归一化后获得多维权重wb、wa、wf，再融合得到综合资源当量时间usm=wb×teb+wa×tea+wf×pt，其中pt为业务优先级时间偏置项。

7、s5：对包含综合资源当量时间的数据元组进行数字签密处理，生成计量凭证。所述数字签密处理为国密sm2算法芯片级硬件签名。

8、优选地，在将所述sessionid嵌入http/https扩展头中之后，还包括：对通信侧snr和ai平台侧confidence ai进行即时计算，通过通信侧时间戳tc与ai平台侧时间戳ta的绝对差值δt进行关联置信度校验，当δt=|tc−ta|≤τ且confidence=1−(δt/τ)≥0.8时判定为有效关联；confidence为置信度计算值，τ为系统设定时间容忍门限。

9、优选地，还包括：对终端业务执行缓存感知校验与去重，终端业务代理为每次独立请求生成唯一的应用层报文id，检测到同一session id下存在相同应用层报文id的重复资源时，则启用重复资源折减计量机制。

10、优选地，所述重复资源折减计量机制，具体为：当检测到同一sessionid下存在相同应用层报文id的重复资源时，ai平台侧通过simhash（相似度）算法提取提示词语义指纹并比对缓存库，当相似度≥95%时置标记位cache_flag=true(表示处于缓存状态)，并将算力资源时间当量强制归零。（表明图形处理器（gpu）未实际执行推理计算，直接将算力资源时间当量强制归零time_t=0）通信侧将该次资源对应的bup、bdown按原始值的0.1倍计入teb计算。其余状态质量维度参数l、γ、ρ、η保持不变。

11、本发明还提供提供基于ai-esim的异构资源融合计量系统，包括：

12、ai-esim芯片模块，基于芯片内一次性可编程存储区中不可篡改的硬件唯一身份标识、内部硬件时钟生成的毫秒级时间戳以及硬件真随机数发生器生成的随机数，融合生成全局唯一的会话标识session id；

13、通信资源采集模块，用于接收ai-esim芯片模块输出的会话标识，以该会话标识为统一索引，并通过激活ai-esim芯片片上mac相关器电路，接入通信网关实时提供的上下行字节流，采集通信侧的原始资源数据与环境状态参数；

14、ai资源采集模块，用于通过片上mac相关器电路接入ai推理平台侧实时提供的推理词元流，采集ai侧的原始资源数据与环境状态参数；

15、时间当量映射模块，用于接收来自通信资源采集模块和ai资源采集模块的原始数据，分别根据系统预配置的通信链路基准带宽和ai基准推理吞吐率，执行通信资源时间当量映射计算和算力资源时间当量映射计算；

16、多维权重融合模块，用于执行多维非线性权重计算、归一化与综合资源当量时间融合输出usm。

17、本发明具有以下有益效果：

18、1.通过将byte与token分别映射为通信资源时间当量teb与算力资源时间当量tea，突破了不同物理量纲不一致的本质限制问题，实现了资源计量的统一量纲。

19、2.通过构建网络拥塞系数γ、算力拥塞系数ρ与业务优先级y驱动的多维非线性权重模型。使标准化时间当量能够根据网络状态、算力负载和业务需求动态调整贡献比例，提高了计量模型对复杂场景的自适应能力。形成了一套安全可信的融合计量方法。

20、3.通过两层校验，采用报文id精确去重+simhash语义去重，剥离包含因网络抖动或缓存复用带来的“水分”，使最终计量结果usm无限逼近终端用户实际享有的有效服务量，体现公平公正的计费原则。