CN111295863A - 用于广播多播内容选择和服务的增强型广播多播服务的扩展实施 - Google Patents

用于广播多播内容选择和服务的增强型广播多播服务的扩展实施 Download PDF

Info

Publication number
CN111295863A
CN111295863A CN201880070628.5A CN201880070628A CN111295863A CN 111295863 A CN111295863 A CN 111295863A CN 201880070628 A CN201880070628 A CN 201880070628A CN 111295863 A CN111295863 A CN 111295863A
Authority
CN
China
Prior art keywords
broadcast
embms
data packets
network controller
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201880070628.5A
Other languages
English (en)
Other versions
CN111295863B (zh
Inventor
F·贝尔霍尔
C·W·穆凯
R·L·里维拉-巴雷托
A·F·纳圭布
R·C·马尔塔卡尔
庄秉衡
K·M·查沃达
S·萨克塞纳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apple Inc
Original Assignee
Apple Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apple Inc filed Critical Apple Inc
Publication of CN111295863A publication Critical patent/CN111295863A/zh
Application granted granted Critical
Publication of CN111295863B publication Critical patent/CN111295863B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/16—Arrangements for providing special services to substations
    • H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
    • H04L12/1845—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast broadcast or multicast in a specific location, e.g. geocast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/02—Details
    • H04L12/16—Arrangements for providing special services to substations
    • H04L12/18—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast
    • H04L12/189—Arrangements for providing special services to substations for broadcast or conference, e.g. multicast in combination with wireless systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

用于执行智能增强型多媒体广播多播服务(eMBMS)的网络控制器、用户设备(UE)装置以及相关联方法。网络控制器从多个UE接收用户偏好信息和位置信息。网络控制器基于用户偏好信息和位置信息选择使用eMBMS要在一个或多个广播区域中传输的一个或多个数据包。一个或多个数据包可包括分布式学习应用程序中的更新的机器学习模型。网络控制器向远程设备提供指示以使用eMBMS在相应一个或多个广播区域中广播一个或多个数据包。

Description

用于广播多播内容选择和服务的增强型广播多播服务的扩展 实施
技术领域
本公开涉及无线通信，并且更具体地涉及无线系统中的多播通信。
背景技术
多播通信是指信息同时从发送者到目的地组(例如，“多播组”)的通信。虽然许多无线系统包括一些用于多播通信的机构，但是此类机构有时在其可靠性、效率和/或其他属性方面受到限制。因此，将期望该领域中的改善。
发明内容
本文档特别描述了与广播和/或多播通信的性能相关的用于无线设备和网络基础结构的方法，并且描述了被配置为实现所述方法的无线设备和网络基础结构。
在一些实施方案中，网络控制器被配置为引导广播和/或多播通信。在各种可能性中，广播和/或多播通信一般可在本文中指广播通信和/或多播通信的任何组合，诸如多媒体广播多播服务(MBMS)或增强型MBMS(eMBMS)。网络控制器可从多个用户设备装置(UE)接收用户偏好信息，该用户偏好信息指示相应UE对通过广播和/或多播服务接收一个或多个数据包的偏好。网络控制器还可从多个UE的至少一个子集接收位置信息。
在一些实施方案中，网络控制器可至少部分地基于用户偏好信息和位置信息来选择要在其内执行广播和/或多播服务的一个或多个广播区域。针对每个所选择的广播区域，网络控制器可至少部分地基于用户偏好信息和位置信息来选择要广播和/或多播的一个或多个数据包。然后网络控制器可向远程设备提供指示以在相应的一个或多个广播区域中广播和/或多播该一个或多个数据包。
在一些实施方案中，用户设备装置(UE)被配置为执行广播和/或多播通信。UE可被配置为接收可用于广播和/或多播服务的数据包的列表，并且接收指定对通过广播和/多播接收数据包中的一个或多个的用户偏好的用户输入。
在一些实施方案中，UE可将用户偏好传输到远程服务器；并且至少部分地响应于将用户偏好传输到远程服务器，UE可通过广播和/或多播接收该一个或多个数据包中的至少一个。
在一些实施方案中，eMBMS可用于分布式机器学习。在这些实施方案中，可使用eMBMS将更新的机器学习模型分布给多个参与UE。参与UE可各自使用本地数据来训练操作以获得机器学习模型的更新的参数。参与UE可将更新的参数上载至网络控制器，该网络控制器可使用更新的参数来获得进一步更新的机器学习模型。
本发明内容旨在提供在本文档中所描述的主题中的一些的简要概述。因此，应当理解，上述特征仅为示例，并且不应解释为以任何方式缩窄本发明所描述的主题的范围或实质。本文所描述的主题的其它特征、方面和优点将通过以下具体实施方式、附图和权利要求书而变得显而易见。
附图说明
当结合以下附图考虑优选的实施例的以下详细描述时，可获得对本公开主题的更好的理解，其中：
图1示出了根据一些实施方案的示例性(和简化的)无线通信系统；
图2示出了根据一些实施方案的与示例性基站通信的示例性用户设备(UE)；
图3示出了根据一些实施方案的被配置为执行智能增强型多媒体广播多播服务(eMBMS)的示例性简化无线通信系统；
图4示出了根据一些实施方案的UE的示例性框图；
图5示出了根据一些实施方案的网络控制器的示例性框图；
图6示出了根据一些实施方案的各种用户界面显示，该用户界面显示示出了可能可用于eMBMS的新应用程序更新、软件更新和新歌曲；
图7示出了根据一些实施方案的被配置用于智能eMBMS的详细无线通信系统；
图8是示出了根据一些实施方案的用于网络控制器实现智能eMBMS的示例性方法的流程图；
图9是示出了根据一些实施方案的用于UE实现智能eMBMS的示例性方法的流程图；
图10A至图10B是示出了根据一些实施方案的用于执行智能eMBMS的示例性方法的详细通信流程图；
图11示出了根据一些实施方案的针对用户发起的eMBMS的示例性使用案例；
图12示出了根据一些实施方案的被配置为执行用户发起的eMBMS的详细无线通信系统；并且
图13A至图13B是示出了根据一些实施方案的用于执行用户发起的eMBMS的示例性方法的详细通信流程图；
图14是根据现有技术的用于训练机器学习算法以在多个UE上操作的传统方法的示意图；
图15是根据现有技术的用于执行协作学习以训练机器学习算法在多个UE上操作的方法的示意图；
图16是示出了根据一些实施方案的与协作深度学习相关联的计算需求的表；
图17是根据一些实施方案的用于使用eMBMS来执行协作学习以训练机器学习算法在多个UE上操作的方法的示意图；
图18更详细地示出了根据一些实施方案的用于UE参与协作学习的方法；并且
图19示出了根据一些实施方案的由开发者更新机器学习模型的附加步骤。
虽然本文所述的特征易受各种修改和另选形式的影响，但其具体实施方案在附图中以举例的方式示出，并且在本文详细描述。然而，应当理解，附图和对其的详细描述并非旨在将本文限制于所公开的具体形式，而正相反，其目的在于覆盖落在如由所附权利要求书所限定的主题的实质和范围内的所有修改、等同物和另选方案。
具体实施方式
以引用方式并入
以下参考文献如同在本文中充分完整地阐述一样据此以引用方式并入本文：
1.McMahan、H.Brendan、Eider Moore、Daniel Ramage、Seth Hampson和Blaise Agüera y Arcas，“Communication-Efficient Learning of Deep Networks fromDecentralized Data.”，AISTATS(2017年)
2.K.Bonawitz、V.Ivanov、B.Kreuter、A.Marcedone、H.B.McMahan、S.Patel、D.Ramage、A.Segal、K.Seth，“Practical Secure Aggregation for Federated Learningon User-Held Data”，NIPS Workshop on Private Multi-Party Machine Learning(2016年)
术语
以下是在本公开中所使用的术语表：
存储器介质—各种类型的非暂态计算机可访问存储器设备或存储设备中的任一者。术语“存储器介质”旨在包括安装介质，例如，CD-ROM、软盘或磁带设备；计算机系统存储器或随机存取存储器诸如DRAM、DDR RAM、SRAM、EDO RAM、Rambus RAM等；非易失性存储器诸如闪存、磁介质，例如，硬盘驱动器或光学存储装置；寄存器或其它类似类型的存储器元件等。存储器介质也可包括其它类型的非暂态存储器或它们的组合。此外，存储器介质可位于执行程序的第一计算机系统中，或者可位于通过网络诸如互联网连接到第一计算机系统的不同的第二计算机系统中。在后面的情况下，第二计算机系统可向第一计算机提供程序指令以用于执行。术语“存储器介质”可包括可驻留在例如通过网络连接的不同计算机系统中的不同位置的两个或更多个存储器介质。存储器介质可存储可由一个或多个处理器执行的程序指令(例如，表现为计算机程序)。
载体介质—如上所述的存储器介质、以及物理传输介质诸如总线、网络和/或传送信号诸如电信号、电磁信号或数字信号的其他物理传输介质。
可编程硬件元件—包括各种硬件设备，该各种硬件设备包括经由可编程互连件连接的多个可编程功能块。示例包括FPGA(现场可编程门阵列)、PLD(可编程逻辑设备)、FPOA(现场可编程对象阵列)和CPLD(复杂的PLD)。可编程功能块可从细粒度(组合逻辑部件或查找表)到粗粒度(算术逻辑单元或处理器内核)变动。可编程硬件元件也可被称为“可配置逻辑部件”。
计算机系统–各种类型的计算或处理系统中的任一种，包括个人计算机系统(PC)、大型计算机系统、工作站、网络电器、互联网电器、个人数字助理(PDA)、个人通信设备、智能电话、电视系统、栅格计算系统或其他设备或设备的组合。一般来讲，术语“计算机系统”可被广义地定义为涵盖具有执行来自存储器介质的指令的至少一个处理器的任何设备(或设备的组合)。
用户装置(UE)(或“UE设备”)--移动式或便携式的并执行无线通信的各种类型的计算机系统设备中的任一种。UE设备的示例包括移动电话或智能电话(例如，iPhoneTM、基于AndroidTM的电话)、平板电脑(例如，iPadTM、Samsung GalaxyTM)、便携式游戏设备(例如，Nintendo DSTM、PlayStation PortableTM、Gameboy AdvanceTM、iPhoneTM)、可穿戴设备(例如，智能手表，智能眼镜)、手提电脑、PDA、便携式互联网设备、音乐播放器、数据存储设备或其他手持设备等。通常，术语“UE”或“UE设备”可广义地被定义为包含便于用户运输并能够进行无线通信的任何电子设备、计算设备和/或电信设备(或设备的组合)。
基站—术语“基站”具有其普通含义的全部范围，并且至少包括被安装在固定位置处并且用于作为无线电话系统或无线电系统的一部分进行通信的无线通信站(诸如演进节点B，或例如eNB)。
处理元件—是指各种元件或元件的组合。处理元件例如包括电路诸如ASIC(专用集成电路)、各个处理器内核的部分或电路、整个处理器内核、各个处理器、可编程硬件设备(诸如现场可编程门阵列(FPGA))、和/或包括多个处理器的系统的较大部分。
自动—是指由计算机系统(例如，由计算机系统执行的软件)或设备(例如，电路、可编程硬件元件、ASIC等)在无需直接指定或执行动作或操作的用户输入的情况下执行的动作或操作。因此，术语“自动”与用户手动执行或指定操作形成对比，其中用户提供输入来直接执行该操作。自动过程可由用户所提供的输入来启动，但“自动”执行的后续动作不是由用户指定的，即，不是“手动”执行的，其中用户指定要执行的每个动作。例如，用户通过选择每个字段并提供输入指定信息(例如，通过键入信息、选择复选框、无线电部件选择等)来填写电子表格为手动填写该表格，即使计算机系统必须响应于用户动作来更新该表格。该表格可通过计算机系统自动填写，其中计算机系统(例如，在计算机系统上执行的软件)分析表格的字段并填写该表格，而无需任何用户输入指定字段的答案。如上面所指示的，用户可援引表格的自动填写，但不参与表格的实际填写(例如，用户不用手动指定字段的答案而是它们自动地完成)。本说明书提供了响应于用户已采取的动作而自动执行的操作的各种示例。
PHY速率或PHY数据速率—设备通过介质彼此通信的速率。许多无线通信技术(包括IEEE 802.11)可提供调制类型、编码速率、空间流数、信道宽度和/或其他物理层特性的不同组合的使用。每种此类组合可导致(并且在一些情况下被称为)“PHY速率”。导致给定PHY速率的物理层特性的组合也可被称为“调制和编码方案”、“MCS”或“MCS指数”。“较低”或“较稳健”PHY速率/MCS指数可为接收器提供比“较高”或“较不稳健”PHY速率成功在低于理想的介质条件下接收正被通信的信息的更大能力(例如，通过使用较低密度调制方案和/或包括较大比例的错误校正编码信息)，但通常以潜在吞吐量为代价。相比之下，较高或较不稳健PHY速率可提供比较低PHY速率更有效的介质使用并提供较大的吞吐量(例如，通过使用较高密度调制方案和/或包括较小比例的错误校正编码信息)，但在低于理想的介质条件下可能更难以接收。
IEEE 802.11—是指基于IEEE 802.11无线标准诸如802.11a、802.11b、802.11g、802.11n、802.11-2012、802.11ac和/或其他IEEE 802.11标准的技术。IEEE 802.11技术也可称为“Wi-Fi”或“无线局域网(WLAN)”技术。
图1和图2—通信系统
图1示出根据一些实施方案的示例性(和简化的)无线通信系统。需注意，图1的系统仅是一个可能的系统的示例，并且这些实施方案根据需要可被实施在各种系统中的任一种中。
如图所示，示例性无线通信系统包括基站102A，该基站102A通过传输介质与一个或多个用户设备106A、用户设备106B等到用户设备106N进行通信。每一个用户设备在本文中可称为“用户装备”(UE)。因此，用户设备106称为UE或UE设备。
基站102A可为收发器基站(BTS)或小区站点，并且可包括实现与UE106A到106N的无线通信的硬件。基站102A也可被装备成与网络100(例如，在各种可能性中，蜂窝服务提供方的核心网、电信网络诸如公共交换电话网(PSTN)和/或互联网)进行通信。因此，基站102A可有助于用户设备(UE)之间和/或UE与网络100之间的通信。
在各种实施方案中，基站102A可被配置为通过专有UE特定通信信道或“单播”通信与单独的UE 106A-106N通信。附加地或另选地，基站102A可被配置为通过公共广播和/或多播通信信道与UE 106A-106N中的多个UE通信，其中单个广播和/或多播传输由多个UE中的每个接收。
基站的通信区域(或覆盖区域)可称为“小区”。基站102A和UE 106可被配置为通过使用各种无线电接入技术(RAT)的任一种无线电接入技术的传输介质进行通信，该无线电接入技术也被称为无线通信技术或电信标准，诸如GSM、UMTS(WCDMA、TD-SCDMA)、LTE、高级LTE(LTE-A)、HSPA、3GPP2 CDMA2000(例如，1xRTT、1xEV-DO、HRPD、eHRPD)、Wi-Fi、WiMAX等。
根据相同或不同的蜂窝通信标准进行操作的基站102A和其他类似的基站(诸如基站102B...102N)可因此被提供作为小区的网络，该小区的网络可经由一个或多个蜂窝通信标准在广阔的地理区域上向UE 106A-N和类似的设备提供连续或几乎连续的重叠服务。
因此，虽然基站102A可充当如图1中所示的UE 106A-106N的“服务小区”，但是每个UE 106也可能在一个或多个其他小区(可由基站102B-102N和/或任何其他基站提供)的通信范围内，并且能够从该一个或多个其他小区接收信号，该一个或多个其他小区可被称为“相邻小区”。根据与基站102A相同的无线通信技术和/或各种其它可能的无线通信技术中的任一种，此类小区也可能够有助于用户设备之间和/或用户设备与网络100之间的通信。此类小区可包括“宏”小区、“微”小区、“微微”小区和/或提供服务区域大小的任何各种其他粒度的小区。例如，在图1中示出的基站102A-B可为宏小区，而基站102N可为微小区。其它配置也是可能的。
需注意，UE106能够使用多个无线通信标准进行通信。例如，除至少一种蜂窝通信协议(例如，GSM、UMTS(WCDMA、TD-SCDMA)、LTE、LTE-A、HSPA、3GPP2 CDMA2000(例如，1xRTT、1xEV-DO、HRPD、eHRPD)等)之外，UE 106可被配置为使用无线联网(例如，Wi-Fi)和/或对等无线通信协议(例如，BT、Wi-Fi对等等)进行通信。如果需要的话，UE 106还可以或另选地被配置为使用一个或多个全球导航卫星系统(GNSS，例如GPS或GLONASS)、一个或多个移动电视广播标准(例如，ATSC-M/H或DVB-H)和/或任何其他无线通信协议进行通信。无线通信标准的其它组合(包括多于两种无线通信标准)也是可能的。
图2示出根据一些实施方案的与基站102(例如，基站102A到102N中的一个基站)进行通信的用户装置106(例如，设备106A到106N中的一个设备)。UE 106可为带有蜂窝通信能力的设备，诸如移动电话、手持设备、可穿戴设备、计算机或平板电脑，或实质上任何类型的无线设备。
UE 106可包括被配置为执行存储在存储器中的程序指令的处理器。UE 106可通过执行此类存储的指令来执行本发明所述的方法实施方案中的任何一个。另选地或除此之外，UE 106可包括可编程硬件元件，诸如被配置为执行本发明所述的方法实施方案中的任何一个或本发明所述的方法实施方案中的任何一个的任何部分的现场可编程门阵列(FPGA)。
UE 106可包括用于使用一个或多个无线通信协议或技术进行通信的一个或多个天线。在一些实施方案中，UE 106可被配置为利用使用单个共享无线电部件的CDMA2000(1xRTT/1xEV-DO/HRPD/eHRPD)或LTE和/或使用单个共享无线电部件的GSM或LTE中的任一者来进行通信。共享无线电部件可耦接到单根天线，或者可耦接到多根天线(例如，对于MIMO)，以用于执行无线通信。通常，无线电部件可包括基带处理器、模拟射频(RF)信号处理电路(例如，包括滤波器、混频器、振荡器、放大器等)或数字处理电路(例如，用于数字调制以及其他数字处理)的任何组合。类似地，该无线电部件可使用前述硬件来实现一个或多个接收链和发射链。例如，UE106可在多种无线通信技术诸如上面论述的那些之间共享接收链和/或发射链的一个或多个部分。
在一些实施方案中，UE 106针对被配置为用其进行通信的每个无线通信协议可包括独立的(以及可能地多个)传输链和/或接收链(例如，包括独立的RF和/或数字无线电部件)。作为另一种可能性，UE106可包括在多个无线通信协议之间共享的一个或多个无线电部件，以及由单个无线通信协议唯一地使用的一个或多个无线电部件。例如，UE 106可包括用于使用LTE或1xRTT(或LTE或GSM)中的任一种进行通信的共享的无线电部件，以及用于使用Wi-Fi和蓝牙中的每个进行通信的独立的无线电部件。其它配置也是可能的。
图3—无线eMBMS通信系统
图3示出了根据一些实施方案的被配置为执行智能增强型多媒体广播多播服务(eMBMS)服务的简化无线通信系统。在图3中，BS 102、MME112、内容提供商114和PDN网关116代表是典型无线通信协议的标准的网络基础结构。相比之下，MCE 110、MBMS GW 104和BM-SC 108代表引入以实现eMBMS的附加部件。
如图所示，在一些实施方案中，多个UE 106A-106N可位于基站102的广播服务区域120中，该基站可以是演进节点B(eNB)。BS 102可通过M1接口通信地耦接到多媒体广播多播多媒体服务网关(MBMS GW)104。MBMS GW 104可连接到多个BS 102A-102N(未示出)以用于分布用于eMBMS广播的数据。MBMS GW 104可向服务区域内的BS广播旨在用于eMBMS广播的所有数据包，并且MBMS GW可另外引导会话管理(例如，通过会话启动和会话停止方向)。在一些实施方案中，M1接口利用互联网协议(IP)多播协议将数据包递送到BS。BS可附加地通过M2接口通信地耦接到多播协调实体(MCE)110。MCE 110可负责为eMBMS传输分配时间和频率资源。MCE 110可在无线电接口上执行调度，并且MCE 110可以是可被集成作为BS的一部分的逻辑节点，或者可以是单独的设备。M2接口可由MCE 110用于向BS 102提供无线电配置信息。MCE 110可分配eNB在同一广播区域中使用的无线电资源，并且可配置子帧以用于eMBMS控制和数据广播。MCE 100还可确保eNB中的L2/L3层被良好地配置用于eMBMS操作。MCE 110可通过M3接口通信地耦接到移动管理实体(MME)112。M3接口可支持eMBMS会话控制信令(例如，用于会话发起和终止)。
如图所示，MBMS GW 104可通过SGmb和SGi-mb接口中的每一者通信地耦接到广播多播服务中心(BM-SC)108。BM-SC 108可充当网络外部的内容提供商和/或eMBMS数据包的其他来源的入口点。例如，BM-SC 108可用于认证请求激活eMBMS服务的终端。根据一些实施方案，BM-SC 108可被进一步配置为实现智能广播和/或多播服务。SGmb接口可支持BM-SC108和MBMS GW 104之间的信令过程，该信令过程包括用于在eMBMS会话建立和终止时建立和释放上下文的eMBMS承载器信令。SGi-mb接口可支持eMBMS业务平面(即，eMBMS数据包的传输)。如图所示，BM-SC 108可通信地耦接到各种内容提供商114(例如，内容提供商服务器)，并且还可经由SGi接口耦接到分组数据网络(PDN)网关116。BM-SC 108可被配置为实现本文所述的实施方案，并且可更一般地被称为“网络控制器”。在其他实施方案中，“网络控制器”可更一般地涉及图3中所述的网络部件的组合。例如，“网络控制器”可指BM-SC 108、内容提供商114、MBMS GW 104、MME 112、MCE 110、PDN网关116和/或BS 102的任何组合。一般来讲，根据本文所述的实施方案，图3所示的网络实体102-114中的任何一个或多个可被视为网络控制器，并且可被配置为实现智能eMBMS和/或用户发起的eMBMS。
在各种实施方案中，图3的网络部件中的一些或全部(例如，BS、MCE、MME、MBMS GW、BM-SC、内容提供商和/或PDN网关)可被配置，并且可无线地或通过有线通信通信地耦接。
图4—UE的示例性框图
图4示出了根据一些实施方案的UE 106的示例性框图。如图所示，UE 106可包括片上系统(SOC)300，该片上系统可包括用于各种目的的部分。例如，如图所示，SOC 300可包括可执行针对UE 106的程序指令的一个或多个处理器302以及可执行图形处理并向显示器360提供显示信号的显示电路304。一个或多个处理器302也可耦接到存储器管理单元(MMU)340(该MMU可被配置为从一个或多个处理器302接收地址，并将那些地址转换成存储器(例如，存储器306、只读存储器(ROM)350、NAND闪存存储器310)中的位置)，和/或耦接到其他电路或设备(诸如显示电路304、无线通信电路330、连接器I/F 320和/或显示器360)。MMU 340可被配置为执行存储器保护和页表转换或设置。在一些实施方案中，MMU 340可以被包括作为处理器302的一部分。
如图所示，SOC300可耦接到UE106的各种其他电路。例如，UE 106可包括各种类型的存储器(例如，包括NAND闪存310)、连接器接口320(例如，用于耦接至计算机系统、任务栏、充电站)、显示器360和无线通信电路(例如，无线电部件)330(例如，用于LTE、Wi-Fi、GPS等)。
UE设备106可包括用于与基站和/或其他设备执行无线通信的至少一个天线(并在各种可能性中，可能有多个天线，例如用于MIMO和/或用于实现不同的无线通信技术)。例如，UE设备106可使用一根或多根天线335来执行无线通信。如上面提到的，在一些实施方案中，UE 106可被配置为使用多个无线通信标准来进行无线通信。
如本文随后进一步描述的那样，UE 106可包括用于实现eMBMS特征的硬件和/或软件部件，诸如本文参考图8至图9特别描述的那些。UE设备106的处理器302可被配置为例如通过执行存储在存储器介质(例如，非暂态计算机可读存储器介质)上的程序指令实施本文所述的部分或全部方法。在其它实施方案中，处理器302可被配置作为可编程硬件元件诸如FPGA(现场可编程门阵列)，或作为ASIC(专用集成电路)。另选地(或除此之外)，结合其他部件300、304、306、310、320、330、335、340、350、360中的一个或多个，UE设备106的处理器302可被配置为实现本文所述的特征的一部分或全部，诸如本文参考图8至图9特别所述的特征。
图5—网络控制器的示例性框图
图5示出了根据一些实施方案的网络控制器(例如，诸如BM-SC)的示例性框图。需注意，图5的网络控制器仅为可能的网络控制器的一个示例。更一般地，根据本文的实施方案，网络控制器可以是被配置为实现智能eMBMS或用户发起的eMBMS的任何网络基础结构部件或网络基础结构部件的组合。如图所示，网络控制器108可包括可执行针对网络控制器的程序指令的一个或多个处理器404。处理器404还可以耦接到存储器管理单元(MMU)440或其他电路或设备，该MMU可以被配置为接收来自处理器404的地址并将这些地址转换为存储器(例如，存储器460和只读存储器(ROM)450)中的位置。
网络控制器可包括至少一个网络端口470。网络端口470可被配置为耦接到蜂窝或IP网络以从内容提供商接收数据包。网络端口470(或附加的网络端口)也可以或另选地被配置为通过SGi协议耦接到PDN网关和/或通过SGmb和SGi-mb协议中的每一者耦接到MBMSGW，如以上参考图3所述。
网络控制器可包括用于实现或支持本文所述特征的具体实施的硬件和软件部件，诸如本文参考图8和图9特别所述的那些。网络控制器的处理器404可被配置为例如通过执行存储在存储器介质(例如，非暂态计算机可读存储器介质)上的程序指令来实现本文所述的部分或全部方法。另选地，处理器404可被配置作为可编程硬件元件诸如FPGA(现场可编程门阵列)，或作为ASIC(专用集成电路)或它们的组合。另选地(或除此之外)，结合其他部件440、450、460和/或470中的一个或多个，网络控制器的处理器404可被配置为实现或支持本文所述特征的一部分或全部的具体实施。
在一些实施方案中，网络控制器可以是连接至增强型多媒体广播多播服务(eMBMS)网络的云服务器(诸如Apple iCloudTM服务器或另一云服务器)。在一些实施方案中，网络控制器可以是内容提供商服务器(例如，与应用程序诸如HTTP实时流(HLS)、FaceTimeTM、iTunesTM、应用程序商店等相关联的服务器)。
增强型多媒体广播多播服务(eMBMS)的背景
增强型多媒体广播多播服务或eMBMS是允许向预定义区域中的多个用户广播和/或多播数据或视频的3GPP技术。在当前具体实施中，eMBMS可重复使用现有的LTE网络基础结构。在一些实施方案中，eMBMS可使用特定子帧格式诸如多播控制信道(MCCH)或多播业务信道(MTCH)在空中传输。在一些具体实施中，可在整个演进节点B(eNB)传输时刻的至多60％中使用eMBMS子帧。
在现有的3GPP具体实施中，eMBMS已被设计以改善载波的频谱使用。通常，eMBMS可如下操作。网络可检测正在访问同一区域中相同数据的用户的数量。例如，这些用户可通过包含数据的多个单播流来服务。为了改善无线电资源分配，如果访问同一区域中相同数据的用户的数量大于第一阈值，则网络可决定将这些多个单播流转换成可由所有感兴趣的用户接收的单个多播流。
如果消耗多播流的用户(或UE)的数量下降到低于第二阈值(该第二阈值可与第一阈值相同或不同)，则网络可确定执行多播业务不再有利，并且网络可停止多播业务。在这种情况下，可能需要仍感兴趣的用户来创建独立单播流以获得所需的内容。
在多播会话期间，网络可确定多播子帧和单播子帧之间的分配混合。在一些具体实施中，多播比率可在10％至60％的范围(或另一范围)内，这取决于当前传输需求，并且该网络通常可在使用相同eNB的区域中为单播和多播/广播客户服务。
虽然现有的eMBMS具体实施提供优于纯单播方法的优点，但在一些领域中可改善eMBMS具体实施。例如，在现有的具体实施中，在可发起eMBMS多播之前，阈值数量的用户可能需要通过单独单播通信当前访问相同数据。如果在经由单播通信低效地传输(例如，部分地传输)数据之前智能地确定要使用多播传输哪些数据，则可更有效地分配无线电资源。这些和其他改善更详细地解释于下文中。
eMBMS的应用
可在多种不同的应用中采用eMBMS。广播/流式应用程序是eMBMS的主要和主导应用程序。可在不同标度的范围内采用广播。例如，可在体育场内采用场所特定广播来广播与正在进行的体育活动相关的内容，诸如用多个相机、回放和相关统计信息增强覆盖范围。附加地或另选地，可在城市或都市区域采用区域特定广播来广播与城市或都市区域相关的内容，诸如家庭团队运动赛事、本地活动和本地新闻。作为另一种可能性，eMBMS可用于国家范围的广播，诸如具有国家收视率的体育活动(例如，超级杯或世界赛)，或其他与国家有关的内容，诸如国情咨文。eMBMS还可附加地用于在场所、地区或国家级别的部署中分布突发新闻和紧急公共安全公告(例如，天气通报、地震通知、危险人员警报等)。
在一些实施方案中，eMBMS还可用于向用户递送非音频视频公共内容。例如，可使用eMBMS分布推送介质、电子出版物分布和OS/App分布。这些可包括“附近”和/或“搜索”地图服务的每日本地更新(例如，用于分布与本地事件和/或本地旅游信息相关的信息)，在安装在UE设备上的音乐应用程序内预缓存流行新音乐，在设备中预缓存新节目和特色内容，本地实时广播服务(例如，使用FaceTime或针对企业或公共用途的另一应用程序)。根据eMBMS的特定应用，可能需要对后端系统和/或网络进行一些更改。
另外，eMBMS可用于协作或分布式学习应用程序。如下文更详细地描述的，在一些实施方案中，协作或分布式学习被用于采用众包机器学习，其中机器学习算法的权重和参数由多个参与UE以分布式方式进行训练。在这些实施方案中，并且如下文进一步详细解释的，eMBMS可用于向参与UE有效地广播机器学习模型的多播更新参数。
针对eMBMS的智能内容选择
本文的实施方案提供了用于采用改善的eMBMS的新型方法和设备，该改善的eMBMS智能地预期要在特定服务区域中多播的特定数据类型。如本领域的技术人员可理解的，eMBMS是特定类型的广播和/或多播协议，并且本文的实施方案可更一般地应用于任何类型的广播和/或多播协议。为简单和简洁起见，本文的实施方案根据eMBMS协议进行了具体描述。然而，本领域的技术人员应当理解，根据eMBMS描述的任何方法和设备可更一般地应用于任何广播和/或多播通信协议。
在现有的具体实施中，eMBMS被设计用于载波容量管理。当前实施的3GPP过程评估使用单播访问同一流式服务的用户的数量，并且当该数量达到阈值时，网络将用户切换到eMBMS以获得容量增益。本文所呈现的实施方案通过智能地确定哪些内容可有利地经由eMBMS传输而改善现有的具体实施，而无需在切换至eMBMS之前首先(低效率)经由单播服务来为阈值数量的UE提供服务。
在一些实施方案中，运营商可在其服务计划中免费或以固定费用向用户提供eMBMS选项。在这些实施方案中，可不在用户接收广播数据的整个单播计划中计数eMBMS业务(例如，经由eMBMS下载的数据可能不会计入与用户数据计划相关联的数据界限)。在一些实施方案中，基于先前的商业协议，运营商可针对特定第三方企业保留一些eMBMS容量。
在实施本文的实施方案中，在UE侧和网络侧可能需要新机构来实时评估用户在eMBMS区域内的偏好。在一些实施方案中，评估是通过人工智能和/或UE/服务器通信完成的。例如，如下文进一步详细描述的，启用了eMBMS服务的UE可将偏好信息传输到服务器，该偏好信息指示其偏好经由eMBMS接收哪些数据包或数据包类型。
智能eMBMS信令和基础结构
可使用特定类型的信令和基础结构来实现用于智能eMBMS分配的方法的具体实施。
在网络侧，与在UE上运行的可实现eMBMS的应用程序相关联的内容服务器(例如，在其他可能性中，与地图应用程序诸如Apple MapsTM、音乐应用程序诸如iTunesTM或应用商店应用程序诸如Apple StoreTM相关联的内容服务器)可连接到网络控制器诸如载波广播多播服务中心(BM-SC或BMSC 108)。另选地，在一些实施方案中，内容服务器自身可充当网络控制器以实现本文所述的方法。在一些实施方案中，可将eMBMS接口诸如xMB接口部署在内容服务器内。在一些实施方案中，可在内容服务器和各种第三方诸如公共机构或业务所有者之间定义新接口以更新和/或刷新一些广播信息。
在一些实施方案中，可使用新消息(例如，通过HTTPS、SMS或另一种手段传输)以每天(或以另一速率)向设备提供要在不同地理围栏位置(诸如视频、音乐、应用程序和/或OS更新)内流动的可用文件列表。
在UE侧，除了支持基础3GPP eMBMS和eMBMS中间件之外，还可能需要附加基础结构来实现智能eMBMS分配。例如，在一些实施方案中，应当启用UE以从具有文件列表(例如，数据包)的内容服务器接收HTTP消息，以有可能经由eMBMS在不同地理围栏位置(诸如视频、音乐、应用程序、更新的机器学习模型和/或OS更新)内分布。例如，如图6所示，UE的显示器可呈现具有经由eMBMS可用的更新的应用程序602的列表，并且可显示特定应用程序更新或软件更新604，从而示出与该更新相关联的附加特征。在一些实施方案中，例如用于音乐应用程序的UI可显示606新流行歌曲列表(例如，其中该列表由从内容服务器接收的消息填充)，该列表可能可经由eMBMS下载。在一些实施方案中，可启用UE以定义用户偏好(例如，通过接收指定用户偏好的用户输入)，以用于从服务器接收所提供的文件列表中的各种数据包或数据包类型。在一些实施方案中，这可在OS级完成。
在一些实施方案中，当UE到达地理位置(其中与安装在UE上的应用程序相关的一个或多个内容服务器可用)时，UE可通知一个或多个内容服务器其优选文件以经由eMBMS及其地理位置接收。
在一些实施方案中，如下文进一步详细描述的，内容服务器编译从设备接收的信息，并且针对决定每个地理位置区域(广播区域)要广播的最合适的文件/媒体。此时，内容服务器可在具有网络控制器的区域中发起并启动eMBMS会话。
图7—智能eMBMS的详细无线通信系统
图7是根据一些实施方案的被配置为实现智能eMBMS的示例性无线通信系统的详细图示。
如图所示，各种本地企业、旅游机构和/或管理实体702可与内容服务器和/或管理服务器706进行交互以提供eMBMS的数据内容。另外，操作系统应用程序开发者704可与内容服务器和/或管理器服务器进行交互，以用于传输与OS和/或应用程序更新相关的数据。内容服务器/管理服务器706可经由xMB接口将与各种应用程序相关的特定数据包传输到包括在网络控制器708内的BMSC。服务区域内的多个UE中的每个可附加地向内容服务器/管理服务器706和/或网络控制器708提供与一个或多个应用程序和位置信息相关的用户偏好信息。UE可通过与eNB的蜂窝连接来提供用户偏好信息，或者另选地UE可利用有线或无线IP连接来提供用户偏好信息。网络控制器708可附加地通过互联网连接到与蜂窝载波相关联的演进分组核心710。网络控制器708可基于用户偏好信息来通知特定数据包的多个eNB，以使用eMBMS向服务区域内的UE传输。UE可使用OS或UE中的人工智能和/或机器学习机构来确定用户偏好信息。另选地或除此之外，UE可使用用户偏好(例如，指定用户偏好的用户输入)来确定用户偏好信息，并且/或者UE可使用预加载的可用媒体描述来创建用户偏好信息。媒体描述的预加载可通过蜂窝单播、通过WiFi或通过任何其他单播通信介质来执行。
图8—用于网络控制器实现eMBMS的流程图
图8是示出了根据一些实施方案的用于网络控制器智能地引导eMBMS通信的方法的流程图。
在802处，网络控制器可从多个UE中的每个接收用户偏好信息。用户偏好信息可经由一个基站或与多个UE通信的多个基站来接收。另选地，可通过网络控制器和多个UE之间的直接连接(例如，通过互联网协议(IP)连接诸如HTTP或另一种类型的无线连接)来接收用户偏好信息。针对每个UE，用户偏好信息可指示相应UE偏好或期望通过eMBMS接收的数据包或数据包类型的列表。例如，如下文更详细地描述的，在各种可能性中，用户偏好信息可指示经由eMBMS通信接收特定OS或应用程序更新、音乐曲目或专辑下载、地图应用程序更新、电视节目剧集或其他视频内容、和/或商业报价列表、旅游信息、和/或本地信息、与被配置为在UE上操作的一个或多个不同机器学习算法相关的更新的机器学习模型。用户偏好信息还可指定参与多播和/或广播下载的一天中的优选时间。用户偏好信息还可指定或伴随指定UE的移动性状态的信息。
在804处，网络控制器可从多个UE的至少一个子集接收位置信息。例如，多个UE的子集可发送识别其相应位置的信息。在各种实施方案中，可同时、顺序地、单独地或与用户偏好信息在同一通信中发送位置信息。
在806处，网络控制器可基于用户偏好指示和位置信息，针对每个所选择的广播区域选择一个或多个广播区域以及一个或多个数据包，以用于执行eMBMS。该一个或多个广播区域可选自网络控制器已知的多个潜在广播区域，该多个潜在广播区域中的每个在已知区域或位置内广播。多个广播区域可与相应的多个基站相关联，所该多个基站中的每个被配置为在相应广播区域内广播。另选地或除此之外，单个基站可被配置为单独地广播到多个广播区域中。
可基于位于相应广播区域中的UE的数量来选择该一个或多个广播区域，该UE的用户偏好指示指示对要通过eMBMS接收的公共数据包或数据包类型的偏好。例如，针对多个广播区域中的每个广播区域，网络控制器可根据位置信息来确定位于相应广播区域内的UE的数量。针对位于相应广播区域内的这些UE，网络控制器可比较其相关联的用户偏好信息，以针对期望要由至少一个这些UE接收的每个数据包来确定希望经由eMBMS接收公共相应数据包的UE的数量。如果位于广播区域内的期望接收特定数据包的UE的数量大于预先确定的UE阈值数量，则网络控制器可选择该相应广播区域以用于执行eMBMS，并且网络控制器还可选择用于在该相应广播区域中广播和/或多播的特定数据包。换句话讲，如果位于广播区域中的与指示对接收公共数据包或数据包类型的偏好的用户偏好信息相关联的UE的数量大于预先确定的阈值，则网络控制器可选择该相应广播区域以用于执行广播和/或多播服务。
在一些实施方案中，该一个或多个数据包由网络控制器选自一组潜在数据包和/或选自从一个或多个远程设备接收的可用于eMBMS的数据包类型。例如，与多个不同数据包和/或数据包类型中的每一者相关联的各种远程设备可传送可能使用eMBMS进行通信的数据包和/或数据包类型的列表。作为一个非限制性示例，与音乐应用程序相关联的远程设备可将流行新歌曲的列表发送至网络控制器，因为这些歌曲可能被选择用于使用eMBMS进行通信。
在一些实施方案中，并且如下文在标题“用户发起的eMBMS”下更详细地描述的，选择一个或多个广播区域以及一个或多个数据包还至少部分地基于网络控制器和该一个或多个远程设备之间的协商过程。例如，远程设备可与网络控制器协商以选择特定数据包从而使用eMBMS在特定广播区域中进行通信。
网络控制器可针对由位于广播区域中的至少一个UE所期望的广播和/或多播接收的每个数据包重复该数据包选择过程，如用户偏好信息中所指示的。然后网络控制器还可针对多个广播区域中的每个广播区域重复广播区域选择过程。
在一些实施方案中，网络控制器可被启用以在一个区域内启动/停止eMBMS会话，并且基于一天中的不同时间的本地用户偏好和优选的媒体来选择要广播的最合适的数据。
在一些实施方案中，网络控制器可具有专用机构来评估和收集用户eMBMS优选的数据包，以确定通过eMBMS发送的最佳业务。在一些实施方案中，UE的移动性和电池状态也可用于评估用户对eMBMS服务的偏好。例如，多个UE可附加地将移动性信息(例如，指示低、中或高水平的移动性或移动)和/或电池状态传送至网络控制器。在这些实施方案中，如果UE是静态的或处于较低移动性状态，则云服务器可对特定UE的偏好信息给予较强的考虑。处于较高移动性状态(例如，如果UE正在驾驶汽车或乘坐公共汽车等)的UE可在其接收或完成接收eMBMS数据之前移动到eMBMS广播区域之外，因此如果快速移动的UE被忽略或对eMBMS资源分配(例如，对广播区域和数据包选择)给予较弱的考虑，则可改善有效的无线电资源分配和/或用户体验。
网络控制器还可对源自具有低电池状态的UE的用户偏好信息给予较弱的考虑，因为这些UE可能没有足够的电池电力来参与eMBMS。
在一些实施方案中，在针对eMBMS选择广播区域之前，网络控制器可能需要为特定广播区域选择预先确定的阈值数量的数据包。例如，在针对eMBMS选择广播区域(和相应数据包)之前，网络控制器可能要求定位在广播区域内的阈值数量的UE需要2个或更多个数据包(或3个或更多个或另一个阈值)。
在一些实施方案中，两个或更多个广播区域可在其相应覆盖的广播区域中部分地或完全地重叠。在这些实施方案中，网络控制器可针对两个或更多个广播区域的重叠区域具体地执行上述数据包选择过程。例如，网络控制器可针对位于重叠区域中的UE来确定阈值数量的这些UE是否已指示了对经由eMBMS接收公共数据包的偏好。如果位于重叠区域中的阈值数量的UE已指示对经由eMBMS接收特定数据包的偏好，则网络控制器可选择用于广播数据包的重叠广播区域中的每个。在一些实施方案中，网络控制器可确定与每个重叠广播区域相关联的附加配置和/或参数设置，使得重叠广播能够一致地重叠。例如，网络控制器可确定各种共同传输参数，使得数据包的单独重叠广播以协同方式干扰并产生较强的广播信号。
在808处，网络控制器可向多播网关提供对所选择的一个或多个广播区域及其相应一个或多个数据包的指示。该指示可指示多播网关引导一个或多个基站以针对其相应一个或多个数据包在该一个或多个广播区域中执行eMBMS。在一些实施方案中，指示还可包含与重叠广播区域的共同传输相关联的配置和/或参数设置，如上所述。在一些实施方案中，该指示还可包含关于何时在每个所选择的广播区域中执行每个所选择的数据包的广播的定时信息。例如，可将定时信息预先配置在网络控制器和多个UE之间，以便可向UE通知何时监测潜在eMBMS数据包。
图9—UE实现eMBMS的流程图
图9是示出了根据一些实施方案的用于UE参与智能eMBMS的方法的流程图。
在902处，UE可接收可用于eMBMS的数据包或数据包类型的列表。该列表可经由与基站的蜂窝连接从远程服务器无线地接收，或者可经由另一种类型的连接(例如，通过互联网)接收。数据包的列表可被周期性地接收，并且该列表可包含可能通过eMBMS广播的多个数据包或数据包类型。例如，UE可接收可用于eMBMS的每个数据包的每日(或每周或具有另一规则或不规则周期性)列表。数据包可以是OS或应用程序更新、歌曲、专辑、视频、本地地图更新、更新的机器学习模型或UE可能期望下载的另一类型的数据包中的任一者。另选地或除此之外，该列表可指定数据包类型而不是特定数据包。作为一个非限制性示例，该列表可指定歌曲或专辑的类别，而不是特定歌曲或专辑。类似地，该列表通常可指定安装在UE上的特定OS或应用程序的更新，而不指定OS或应用程序的特定更新。
在904处，UE可接收指定要经由eMBMS接收的一个或多个数据包和/或数据包类型的用户偏好信息的用户输入。例如，可在显示器上提示UE的用户，以选择对经由eMBMS接收多种数据包和/或数据包类型中的任一者的偏好。
在906处，UE可将用户偏好信息传输到远程服务器。用户偏好信息可通过基站、或通过IP连接或另一种类型的连接无线地传输。用户偏好信息可由被配置为控制eMBMS或其他广播和/或多播服务的网络控制器(直接地或间接地)接收，如上所述。根据各种实施方案，用户偏好信息可与UE的位置信息、UE的移动性信息和/或UE的电池水平信息同时或单独地传输，该用户偏好信息也可传输到远程服务器。
例如，在一些实施方案中，UE可被进一步配置为确定UE的位置，并且在传输用户偏好的同时或相对于传输用户偏好顺序地传输UE的位置。在这些实施方案中，如下所述，通过eMBMS接收该一个或多个数据包中的至少一个可进一步响应于传输UE的位置。换句话讲，UE的位置信息可用于确定用于通过eMBMS传输该一个或多个数据包的一个或多个广播区域。
在一些实施方案中，UE可被进一步配置为确定UE已进入广播和/或多播服务可用的位置。作为一个示例，基站可将基站被配置为参与eMBMS的通知传输到预占UE。另选地，UE可预配置有启用了eMBMS的位置的列表，并且可基于所确定的UE位置来确定其已进入广播和/或多播服务可用的位置。在这些实施方案中，UE可被进一步配置为至少部分地基于确定UE已进入广播和/或多播服务可用的位置来将其用户偏好传输到远程服务器。
在一些实施方案中，UE可被进一步配置为确定UE的移动程度，并且可同时或顺序地传输UE的移动程度以传输用户偏好。在这些实施方案中，如下所述，通过广播和/或多播传输该一个或多个数据包中的至少一个还响应于传输UE的移动程度。换句话讲，UE的移动性信息可用于调节网络控制器在确定是否通过eMBMS传输该一个或多个数据包时对相应UE的用户偏好信息的考虑强度。
在一些实施方案中，UE电池状态可由UE用于决定UE是否应将其用户偏好信息发送至网络控制器。例如，由于可同时在空闲模式和已连接模式中接收eMBMS业务，因此启用eMBMS可影响UE的电池和功率消耗。为了避免不期望的电池消耗和用户的负面体验，具有低电池状态的UE可避免参与将eMBMS的用户偏好信息传输到网络控制器，并且还可避免通过eMBMS接收数据包。
在其他实施方案中，UE可在传输用户偏好的同时或相对于传输用户偏好顺序地传输其电池状态。在这些实施方案中，电池状态可用于由网络控制器确定使用eMBMS进行通信的一个或多个数据包。
在908处，UE可通过eMBMS或通过另一类型的广播和/或多播服务来接收该一个或多个数据包中的至少一个。该一个或多个数据包可至少部分地响应于将用户偏好和/或位置信息传输到远程服务器而被接收。例如，可基于UE的用户偏好信息经由eMBMS接收该一个或多个数据包，该用户偏好信息指示对经由广播和/或多播接收相应数据包的偏好。还可基于由UE发送的位置信息来接收该一个或多个数据包。在一些实施方案中，UE可基于从远程服务器接收的信息来确定何时接收该一个或多个数据包。例如，所接收的数据包的列表还可包含与数据包的列表上的每个数据包相关联的定时信息，并且UE可基于定时信息来确定何时接收该一个或多个数据包。
数据包类型
根据各种实施方案，可有利地通过智能eMBMS传输各种类型的数据或数据包。在一些实施方案中，可智能地启用eMBMS以用于OS或应用程序更新。例如，通常需要UE设备周期性地下载安装在UE上的操作系统(OS)(例如，iOSTM、AndroidTM或另一个OS)和/或安装在UE上的各种应用程序的更新。可伴随应用程序和/或OS更新和/或安装的长时间延迟已被识别为UE设备中的用户体验问题。在一些实施方案中，调度OS安全性更新、载波捆绑和/或新OS版本更新可以是eMBMS的潜在数据包。在其他实施方案中，网络已知要在特定广播区域中的大量UE上下载特定应用程序的更新可以是eMBMS的潜在数据包。由于这些类型的更新可由具有特定OS或具有安装在某个区域内的特定应用程序的设备的大多数或许多用户使用，因此通过多播广播更新可更有效地分配无线电资源。例如，这可通过在阈值数量的用户正接收单独单播之前不会低效率地传输通过单独单播传输的更新来节省无线电资源。相反，网络可基于特定区域中的预期需要更新的UE设备的数量来确定初始利用多播和/或广播。
在一些实施方案中，这可改善用户体验并减少更新OS和流行应用程序所需的延迟。运营商还可从该特征中受益，因为该特征可减少相同内容的单播下载次数，从而减少无线电资源开销。
在一些实施方案中，可智能地启用eMBMS以用于本地地图更新。例如，安装在UE上的地图应用程序(例如，Apple MapsTM、Google MapsTM或另一地图应用程序)可被配置为周期性(例如，每日或每周等)地更新。如果UE进入由eMBMS服务的区域，则UE可指示对接收包括本地地图更新的数据包的偏好，所述本地地图更新可被例如直接发送至用户界面中的地图应用程序或POP。在各种实施方案中，更新可由载体、云服务、本地管理或第三方实体诸如本地企业提供。
在一些实施方案中，可智能地启用eMBMS以用于流行音乐下载。例如，UE上的音乐相关应用程序(例如，Apple MapsTM、iTunesTM或另一音乐应用程序)可周期性地在用户界面(UI)上显示用户可能想要下载的流行新歌曲和/或专辑。在一些实施方案中，用户可选择对通过eMBMS自动接收某些流行音乐文件的数据包的偏好。例如，在一些实施方案中，可在eMBMS上完成新热门曲目、前10名和/或Beats-1无线电(或其他流行音乐类别)的流式传输。根据用户所选择的偏好，可通过eMBMS服务将各种类别的新音乐自动预加载到UE上。在一些实施方案中，用户可选择通过eMBMS自动下载各种流派、艺术家、专辑、歌曲、播客和/或音乐类别中的哪些。在这些实施方案中，可改善用户体验并且载波可更有效地分配频谱使用。
在一些实施方案中，可智能地启用eMBMS以获得流行视频内容。例如，用户可指示其UE对预缓存或下载包括新的或受欢迎的电视节目、电视连续剧或其他视频内容的数据包的偏好。可在预定义的eMBMS区域内检测到这些UE，并且基于其指示的偏好，可通过eMBMS服务预加载流行视频内容。
在一些实施方案中，可智能地启用eMBMS以用于分布式学习应用程序，诸如用于众包机器学习(ML)和/或众包计算。在一些实施方案中，eMBMS可用于向大量的参与UE广播ML模型和/或公共数据。UE可使用其各自的本地测量和/或数据来更新和/或重新训练模型，从而获得ML模型的更新参数。一些UE可偶尔或周期性地将其更新参数发送回网络控制器或服务器。在一些实施方案中，更新参数可与和UE相关的位置信息、移动信息或其他信息同时传输。在一些实施方案中，UE可仅发送已从先前一轮学习改变的更新参数(例如，以减小上行链路无线电资源开销)。UE可附加地发送一个或多个误差度量、其他元数据和/或时间戳。
然后网络控制器可使用在融合算法中从UE接收的更新信息来合并和/或熔合多个所接收的更新信息(来自不同的参与UE)以生成新基线模型。例如，网络控制器可使用从多个UE接收的更新参数来执行梯度聚合，并且可基于该梯度聚合来更新ML模型。网络控制器可至少部分地基于从UE接收的位置信息来选择要在其内执行广播多播服务的一个或多个广播区域。网络控制器还可基于更新参数和位置信息来选择这些更新的机器学习模型中的一个或多个以在一个或多个所选择的广播区域中广播和/或多播。例如，网络控制器可从位于多个不同广播区域中的多个UE接收与一个或多个机器学习模型相关的更新参数。网络控制器可基于在每个广播区域中发送与特定ML模型相关的更新参数的UE的数量来选择要在哪个广播区域中广播和/或多播的更新的ML模型。然后网络控制器可向远程设备提供指示以使用eMBMS向UE广播和/或多播新基线模型，从而重复更新过程。
通常，根据各种实施方案，预期需要由大量用户下载的任何数据包可被视为多播和/或广播分布。
图10A至图10B—智能eMBMS的通信流
图10A至图10B是示出了根据一些实施方案的用于执行智能eMBMS的示例性方法的详细通信流程图。
如图所示，在1022-1028处，各种内容服务器1012-1020可将相应的数据包更新传输到BMSC 1010，从而指示潜在eMBMS数据包。在1030-1036处，内容服务器可附加地向UE的OS引擎提供潜在eMBMS数据包的列表，使得UE可选择对经由eMBMS接收这些数据包中的一个或多个的用户偏好。在1038处，UE可响应于内容服务器中的一个或多个(在例示的实施方案中，地图服务器1012和应用程序商店服务器1020)，从而指示对经由eMBMS接收其相应数据包的偏好。
在例示的实施方案中，然后地图服务器可在1042处将通知发送至BMSC以针对由用户偏好指示的一个或多个数据包创建eMBMS会话，并且还可在1044处将会话通告传输到BMSC。然后BMSC可在1046处将服务通告传输到MBMS GW或MCE 1008，以在1048处通知广播区域((例如，多播广播单频网络(MBSN)区域)中的eNB 1006，该eNB可在1050处向UE通告eMBMS会话。然后BMSC可在1056处创建eMBMS会话，由此MBMS GW可通知eNB 1006在1058处更新SIB13/SIB 15。然后eNB可向UE的基带层1004广播新eMBMS信息(数据包)，并且在1062处帧可被重新配置，并且多播控制信道/多播业务信道(MCCH/MTCH)可被启用。
最后，在1064处，BMSC可启动将一个或多个数据包发送至MBMS GW，该MBMS GW可1066处通过eMBMS承载器将数据包发送至eNB。然后eNB可使用eMBMS在1068处通过多播业务信道(MTCH)传输数据包，然后该数据包可由UE的基带1004接收，然后该基带可在1070处将地图和OS数据从eMBMS中间件转发至UE的OS引擎。
用户发起的eMBMS
在一些实施方案中，可智能地实现用户发起的eMBMS以用于本地实时广播服务。例如，在多种环境(例如，学院、大学、音乐节、主题演讲、商业演出等)中，可能有利的是提供简易和简化的工具以允许组织或用户在特定区域内多播内容。例如，如图11所示，在各种可能性中，教授可能期望向校园1102里的学生多播讲座1108的视频录制，或者主题演讲人可能期望向会议1110的参与者多播讲座1116。在这些实施方案中，具有视频记录应用程序(例如，FaceTimeTM或另一个视频录制应用程序)1106/1114的UE可采用eMBMS(经由1104/1112)来容易地向多个其他UE广播录制的视频，而不会对其他UE产生附加成本。为了便于参考，正在录制和上传视频以供经由eMBMS分布的UE在本文中可被称为“始发UE”。
在一些实施方案中，可增强始发UE的视频应用程序(1106/1114)以从UE向接入点名称(APN)服务器广播流视频。可在广播主机和内部数据库访问(IDS)服务器之间引入新HTTPS空中下载(OTA)信令，以根据需要预先保留eMBMS容量。在一些实施方案中，可在APN服务器和BMSC之间引入新xMB信令。一个或多个服务器1104/1112(例如，包括APN服务器、IDS服务器和/或其他服务器)可用于帮助或提供eMBMS服务。
在这些实施方案中，在UE侧和网络侧可能需要新机构来代表客户在网络中保留容量。APN服务器可使用现有的eMBMS机构来启动通告传入的eMBMS会话。被授权进行会话的UE可在适当的时间(例如，来自APN服务器的通告中指示的时间)连接到eMBMS并接收馈送。APN服务器可缓冲来自始发UE的视频广播并将其中继至所需的eMBMS区域。
根据各种实施方案，可考虑针对用户发起的eMBMS的各种业务模型。例如，用户发起的eMBMS可被实现为企业的专业服务，其中eMBMS容量由公司获取并根据其自身的内部布置分配给始发UE。
另选地，可实现基于用户的服务，其中接收服务的最终用户(即，始发UE)为eMBMS容量支付费用。
要实现用户发起的eMBMS，可能需要各种类型的网络侧基础结构和能力。例如，网络可能需要支持3GPP eMBMS，包括按需多播操作(MooD)。可能需要从APN/IDS服务器到BM-SC的附加信令，以便在来自始发UE的协商请求之后将eMBMS容量保留在期望的区域中。在一些实施方案中，可用来自APN/IDS服务器的eMBMS容量校验/保留来增强xMB接口。
类似地，在UE侧也可能需要各种类型的网络侧基础结构和能力。例如，网络可能需要支持中间件和3GPP eMBMS，包括按需多播操作(MooD)。UE和服务器之间的信令可被定义用于内容选择并且也可用于eMBMS容量校验/保留。可在中间件和第三方应用程序之间定义应用程序编程接口(API)。在一些实施方案中，可用广播能力来扩展始发UE的视频应用程序。在一些实施方案中，从UE到APN/IDS服务器的附加信令可能是期望的，以便在广播区域中保留eMBMS容量。
图12—用于用户发起的eMBMS的详细无线通信系统
图12是根据一些实施方案的被配置为实现用户发起的eMBMS的示例性无线通信系统的详细图示。
如图所示，始发UE设备1210(例如，希望采用用户发起的eMBMS来广播录制的讲座视频的教授或主持人使用的UE设备)可与视频应用程序APN/IDS或HTTP实时流(HLS)服务器1202进行交互，以为eMBMS提供一个或多个数据包(诸如录制的讲座)。另外，始发UE可与视频应用程序服务器1202协商以建立即将到来的eMBMS会话的条款、条件和/或支付费用。然后视频应用程序服务器可将该一个或多个数据包传输到网络控制器1204，由此网络控制器可发起eMBMS以通过一个或多个eNB向包括在广播服务区域1208内的多个UE广播该数据包。UE可使与视频应用程序服务器相关联的视频应用程序安装，UE可使用该视频应用程序访问经由eMBMS接收的数据包。
图13A至图13B—用于用户发起的eMBMS的通信流
图13A至图13B是示出了根据一些实施方案的用于执行用户发起的eMBMS的示例性方法的详细通信流程图。
在514处，始发UE 502可与IDS/APN服务器通信以附接和认证即将到来的eMBMS会话。例如，用户可决定按计划启动并使用例如在校园内的eMBMS会话。因此，在516处，始发UE还可与IDS/APN服务器进行校验，以确定来自运营商的eMBMS容量在预定义区域诸如学院校园或另一区域中的可用性。
在518处，IDS/APN可与BMSC一起校验以确定可用性，并在预定义区域中从运营商预定eMBMS容量。在520处，BMSC可响应IDS/APN服务器以确认eMBMS资源的可用性。在522处，IDS/APN服务器可向始发UE 502确认预定义区域内的eMBMS无线电资源的可用性。
在524处，IDS/APN或HLS服务器可通过xMB(或任何基于HTTP的接口)与BMSC通信以启动eMBMS服务，并且还可在526处通信以启动本地广播通告。在528处，然后BMSC可在定义区域内启动对MBMS GW 508的会话通告。在529处，MBMS GW 508可通知广播区域(例如，多播广播单频网络(MBSFN)区域)中的eNB 506在定义区域内启动会话。然后MBMS GW可在530处通知eNB 506更新SIB 13/SIB 15协议。
然后始发UE 502可在532处将通知发送至IDS/APN服务器以启动eMBMS流式会话，由此IDS/APN服务器通知BMSC通过MBMS GW和eNB在534处启动eMBMS会话。然后eNB可使用多播控制信道和多播业务信道(MCCH/MTCH)广播eMBMS信息(数据包)。然后接收UE可启动接收广播数据包。
用于分布式学习的智能eMBMS
智能eMBMS可用于在众包机器学习(ML)模型应用程序中的分布式学习。众包ML模型可涉及多种应用程序，包括但不限于预测缓存、基于面部识别的认证中的活动检测模型、键盘文本预测、自驱动/自主服务机器人软件训练、可穿戴/生物医学设备软件训练/重新训练、图像分类和共享模型以及语言建模和语音识别。
图14—机器学习
图14示出了用于训练机器学习算法以在多个UE上操作的方法的一个实施方案。如图所示，传统机器学习应用程序通常可从多个参与UE收集数据，并且完全在云中执行模型训练和更新。然后云可将经训练和更新的模型发送回UE以用于模型预测。该实施方案可呈现若干缺点。例如，图14的机器学习实施方案可引入隐私问题，因为UE可能需要将潜在个人用户数据(例如，文本消息、电子邮件等)传输到云以用于模型训练和更新。另外，模型更新的部署可能会延迟，因为在完成数据收集之前可能无法启动训练和更新，并且复杂的训练算法可能会在云服务器上引起大量数据中心资源需求。
图15至图17—协作深度学习
图15是用于训练协作深度学习算法的方法的示意图。如图所示，在步骤A处，网络控制器可将基线机器学习(ML)模型传输(例如，使用推送消息或另一类型的传输)到多个UE。在步骤B处，UE可基于基线ML模型来执行本地设备上训练以获得模型的更新参数。然后UE可将更新参数上载至网络控制器，并且在步骤C处，网络控制器可使用所接收的更新参数中的全部来执行梯度聚合以获得更新的ML模型。执行步骤A至C中的每一者可包括单轮训练，并且该方法可随后通过在后续步骤A中将更新的ML模型发送回UE中的每个而被重复。协作深度学习在参考文献1中有更详细的解释，该参考文献以引用方式并入本文。
在示例性实施方案中，协作深度学习可以以隐私敏感的方式启用大规模的设备上机器学习。协作深度学习可启用分布式和协调的设备上训练，并且可能不需要个人数据即可离开设备。换句话讲，模型可被训练和改善而不需要将训练数据从UE发送至云。协作深度学习可降低与训练和更新ML模型相关联的延迟，因为与训练和更新相关联的计算负载分布在参与UE之间。参与UE可立即且同步地使用新的(即，更新的)模型，因为这些新模型均可在单个eMBMS广播多播通信中从云中接收新基线模型。
图16是示出了针对CIFAR-10图像数据集中的特定具体实施的与协作深度学习相关联的计算有益效果的表。如图所示，100个客户端(例如，UE)的存在允许下载的总数据分布在单个广播中的客户端之间，从而与单播方法相比将下载吞吐量需求降低100倍。另外，图16示出了如何将上行链路通信的轮数限制为每个用户几轮，从而指示对用户带宽使用的轻微影响。
图16的两个列比较了实现80％准确性和85％准确性的计算需求。如图所示，准确性的递增提高(从80％提高到85％)伴随着所需的通信轮数增加了7倍多，从280轮增加到2000轮。
在协作训练过程中，各轮通信和模型准确性之间存在权衡。例如，UE与服务器之间的附加轮的通信可产生更好的训练模型，但可能需要附加时间并消耗附加无线电资源。通常，每个参与UE通常预期每天参与几轮通信。
如图17所示，在一些实施方案中，可使用eMBMS将更新的ML模型分布给UE。这可能更有效，因为UE简单地侦听eMBMS分布式模型。用户可能不必支付下载费用，并且可能不会使用用户的数据计划中的数据。当上载与模型相关联的更新参数时，用户可每天参与几轮上载。因为用户仅上载与模型相关联的特定参数(而不是整个模型)，所以上载需求可能是负担得起的。可以以分布式隐私敏感的方式对用户数据启用深度学习。
图18—采用UE进行协作深度学习
图18更详细地示出了一种示例性方法，其中eMBMS可用于协作深度学习服务。图18示出了如何由用户数据接口收集多种类型的用户发起的内容诸如照片、电子邮件、消息、web业务和货币交易，以用于训练一个或多个ML算法。此外，可通过eMBMS、WiFi或蜂窝数据中的一者或多者接收数据的UE的下行链路(DL)容量可与联合训练器交互以更新ML算法的训练参数。此外，更新的模型规范(即，更新的模型参数)可与UE的上载(UL)容量交互，该UE可使用WiFi、蜂窝数据或其他方法将更新参数上载至网络控制器。
图19—用于协作深度学习的开发者更新
图19示出了可在协作学习方法期间执行的附加步骤。如图所示，在发起训练，协作学习训练周期以及由网络控制器更新模型之后，网络控制器可将更新的模型传输到开发者以用于模型验证。然后开发者可更新应用程序或模型以进一步分布给客户端。
分布式深度学习可以为机器学习算法启用新应用程序。例如，该分布式深度学习可启用基于位置的eMBMS训练，这可允许ML算法提供增加的个性化。例如，可以针对不同的地理区域来训练和部署独立的ML算法，从而提供ML算法的基于位置的定制训练。分布式深度学习还可启用实时学习，因为该分布式深度学习使得能够在相对短(例如，比传统的深度学习具体实施短)的时间内更新新模型。
在一些实施方案中，eMBMS可用于广播多播ML模型以使能够使用个性化的协作学习语言方言进行个性化键盘预测。在其他实施方案中，eMBMS可用于在自主系统的在线增强学习期间启用高效模型传输。例如，eMBMS可用于启用大规模的人辅助训练。针对智能汽车的情况，可应用模型来有助于提供驾驶员辅助和警告系统。使用eMBMS在下行链路方向上传输可有助于缩放针对大量自主代理诸如智能汽车或另一种类型的智能设备的模型训练过程。
用于预测缓存的eMBMS
通常，用户在消耗数据方面的行为在很大程度上是可预测的。例如，用户可实现典型的日常例程，该日常例程通常可在特定位置或位置序列中发生。例如，用户通常可以在一天中的特定时间访问特定网站。另外，某些地理位置/相关用户在其数据消耗中可能具有重叠。例如，特定都市区域的特定百分比的市民可访问特定在线新闻网站或应用程序。另选地，大学里某个特定专业的大部分新生可能会观看与该专业课程相关联的课堂视频(例如，90％的斯坦福大学EE应届毕业生会观看EE261和EE278课堂视频)。在这些示例中，eMBMS可用于向特定组内的用户提供公共数据。在这些实施方案中，可能有利的是采用预兑现预计将被许多UE设备访问的数据，以提高整个系统吞吐量并减少每个用户的数据消耗延迟。
在预测兑现中，可在设备上为每个用户学习数据消耗行为矢量ai。数据消耗行为矢量可指定在一天中的哪个时间和在哪个位置使用哪些数据等。可跨多个设备(即，iPhone、MAC或iPad)针对特定用户或用户帐户生成行为矢量。因为用户可能不专门使用蜂窝通信(例如，用户可偶尔从WiFi或其他连接访问信息)，所以网络可能仅知道与数据消耗行为矢量相关联的部分信息。换句话讲，网络可从蜂窝业务推断出该信息，但在用户使用WiFi来消耗数据时可能无法推断信息。至少出于这个原因，在设备上学习数据消耗行为可能是有利的。在这些实施方案中，每个用户可与网络共享其所学习的数据消耗行为矢量。该网络可至少部分地基于来自参与UE的所接收的行为矢量中的全部来构造超级/聚合数据消耗行为矢量。然后网络可通过eMBMS发送公共/聚合数据/内容，由此每个用户可从eMBMS广播接收其部分数据。然后参与UE可使用来自eMBMS广播的所接收的数据/内容来进行预测兑现。
协作训练中的隐私：安全聚合协议
本文所述的各种实施方案可与各种安全协议诸如参考文献2中所讨论的安全聚合协议结合使用，该参考文献在上文引用并以引用方式并入本文。在此协议中，服务器可能不知道哪个用户发送了特定梯度更新，但可能只知道聚合。安全聚合协议可根据以下原理中的一个或多个运行：安全聚合协议可以假设用户之间有成对信道；用户对可计算相互归零的噪声矢量并将该矢量添加到其梯度更新中；服务器可仅在聚合所有梯度(使得噪声消除)之后接收完全更新；以及/或者该协议可允许用户退出。
其他信息和附加实施方案
如上所述，本技术的各个方面可以包括收集和使用可从各种来源获得的数据，从而(例如)改进或增强功能。本公开预期，在一些实例中，这些所采集的数据可包括唯一地识别或可用于联系或定位特定人员的个人信息数据。这样的个人信息数据可以包括人口统计数据、基于位置的数据、电话号码、电子邮件地址、推特ID、家庭地址、与用户的健康或健身水平相关的数据或记录(例如，生命体征测量值、用药信息、锻炼信息)、出生日期或任何其他识别信息或个人信息。本公开认识到在本技术中使用此类个人信息数据可用于使用户受益。
本公开设想负责采集、分析、公开、传输、存储或其他使用此类个人信息数据的实体将遵守既定的隐私政策和/或隐私实践。具体地，此类实体应当实行并坚持使用被公认为满足或超出对维护个人信息数据的隐私性和安全性的行业或政府要求的隐私政策和实践。此类政策应该能被用户方便地访问，并应随着数据的采集和/或使用变化而被更新。来自用户的个人信息应当被收集用于实体的合法且合理的用途，并且不在这些合法使用之外共享或出售。此外，此类采集/共享应当仅在接收到用户知情同意后。此外，此类实体应考虑采取任何必要步骤，保卫和保障对此类个人信息数据的访问，并确保有权访问个人信息数据的其他人遵守其隐私政策和流程。另外，这种实体可使其本身经受第三方评估以证明其遵守广泛接受的隐私政策和实践。此外，应当调整政策和实践，以便采集和/或访问的特定类型的个人信息数据，并适用于包括管辖范围的具体考虑的适用法律和标准。例如，在美国，对某些健康数据的收集或获取可能受联邦和/或州法律的管辖，诸如健康保险转移和责任法案(HIPAA)；而其他国家的健康数据可能受到其他法规和政策的约束并应相应处理。因此，在每个国家应为不同的个人数据类型保持不同的隐私实践。
不管前述情况如何，本公开还预期用户选择性地阻止使用或访问个人信息数据的实施方案。即本公开预期可提供硬件元件和/或软件元件，以防止或阻止对此类个人信息数据的访问。例如，本技术可被配置为允许用户在(例如)注册服务期间或其后随时选择性地参与采集个人信息数据的“选择加入”或“选择退出”。除了提供“选择加入”和“选择退出”选项外，本公开设想提供与访问或使用个人信息相关的通知。例如，可在下载应用时向用户通知其个人信息数据将被访问，然后就在个人信息数据被应用访问之前再次提醒用户。
此外，本公开的目的是应管理和处理个人信息数据以最小化无意或未经授权访问或使用的风险。一旦不再需要数据，通过限制数据收集和删除数据可最小化风险。此外，并且当适用时，包括在某些健康相关应用程序中，数据去标识可用于保护用户的隐私。可在适当时通过移除特定标识符(例如，出生日期等)、控制所存储数据的量或特异性(例如，在城市级别而不是在地址级别收集位置数据)、控制数据如何被存储(例如，在用户之间聚合数据)、和/或其他方法来促进去标识。
因此，虽然本公开可广泛地覆盖使用个人信息数据来实现一个或多个各种所公开的实施方案，但本公开还预期各种实施方案也可在无需访问此类个人信息数据的情况下被实现。即，本发明技术的各种实施方案不会由于缺少此类个人信息数据的全部或一部分而无法正常进行。
以下编号段落描述了附加的实施方案。
在一些实施方案中，网络控制器被配置为引导广播和/或多播通信。网络控制器可包括通信地耦接到网络基础结构的处理元件。
处理元件可被配置为：从多个用户设备装置(UE)接收与一个或多个机器学习模型相关联的更新参数；从多个UE的至少一个子集接收位置信息；使用更新参数来执行梯度聚合并且基于该梯度聚合来更新该一个或多个机器学习模型；至少部分地基于位置信息来选择要在其内执行广播和/或多播服务的一个或多个广播区域；基于更新参数和位置信息来选择更新机器学习模型中的一个或多个以在一个或多个所选择的广播区域中广播和/或多播；以及向远程设备提供指示以在该一个或多个广播区域中广播和/或多播所选择的一个或多个更新的机器学习模型。
在一些实施方案中，处理元件和无线电部件被进一步配置为接收来自多个UE中的一个或多个的移动水平，其中在所述选择一个或多个广播区域以及一个或多个更新的机器学习模型时，与具有较高移动水平的UE相关联的更新参数和位置信息相比与具有较低移动水平的UE相关联的更新参数和位置信息被给予较弱的考虑。
在一些实施方案中，处理元件被进一步配置为：针对多个广播区域中的每个广播区域来确定位于从其中接收用于公共机器学习模型的更新参数的相应广播区域中的UE的数量；以及如果位于从其中接收到的用于公共机器学习模型的更新参数的广播区域中的UE的数量大于预先确定的阈值，则选择该相应广播区域以用于执行广播和/或多播服务。
在一些实施方案中，用户设备装置(UE)被配置为执行广播和/或多播通信。UE设备可包括无线电部件，该无线电部件包括：被配置用于无线通信的天线；和处理元件，该处理元件可操作地耦接到无线电部件。
处理元件和无线电部件可被配置为：执行机器学习模型的本地训练以获得机器学习模型的更新参数；将更新参数传输到远程服务器；以及至少部分地响应于将更新参数传输到远程服务器，通过广播和/或多播从远程服务器接收更新的机器学习模型。
在一些实施方案中，处理元件和无线电部件被进一步配置为确定UE的位置，并且在传输更新参数的同时传输UE的位置，其中通过广播和/或多播接收更新的机器学习模型还响应于传输UE的位置。
在一些实施方案中，处理元件和无线电部件被进一步配置为确定UE的移动程度并在传输用户偏好的同时传输UE的移动程度，其中通过广播和/或多播接收该一个或多个数据包中的至少一个还响应于传输UE的移动程度。
在一些实施方案中，如果UE的电池水平低于预先确定的阈值，则处理元件和无线电部件被进一步配置为确定UE的剩余电池水平并且不将更新参数传输到远程服务器，并且不参与广播和/或多播服务。
在一些实施方案中，处理元件和无线电部件被进一步配置为确定UE已进入广播和/或多播服务可用的位置，其中所述将更新参数传输到远程服务器至少部分地基于确定UE已进入广播和/或多播服务可用的位置。
在一些实施方案中，广播和/或多播服务包括增强型多媒体广播多播服务(eMBMS)。
可以各种形式中的任一种形式来实现本公开的实施方案。例如，可将一些实施方案实现为计算机实施的方法、计算机可读存储器介质或计算机系统。可使用一个或多个定制设计的硬件设备诸如ASIC来实现其他实施方案。可使用一个或多个可编程硬件元件诸如FPGA来实现其他实施方案。
在一些实施方案中，非暂态计算机可读存储器介质可被配置为使得其存储程序指令和/或数据，其中如果该程序指令由计算机系统执行，则使得计算机系统执行方法，例如本文所述的方法实施方案中的任一种方法实施方案，或本文所述的方法实施方案的任何组合，或本文所述的任何方法实施方案中的任何子集，或此类子集的任何组合。
在一些实施方案中，设备(例如UE)可被配置为包括处理器(或一组处理器)和存储器介质，其中该存储器介质存储程序指令，其中该处理器被配置为从该存储器介质中读取并执行该程序指令，其中该程序指令为可执行的以实现本文所述的各种方法实施方案中的任一种方法实施方案(或本文所述方法实施方案的任何组合，或本文所述的任何方法实施方案中的任何子集、或此类子集的任何组合)。可以各种形式中的任一种来实现该设备。
虽然已相当详细地描述了上面的实施方案，但是一旦完全了解上面的公开，许多变型和修改对于本领域的技术人员而言将变得显而易见。本公开旨在使以下权利要求书被阐释为包含所有此类变型和修改。

Claims (20)

1.一种被配置为引导广播通信的网络控制器，包括：
通信地耦接到网络基础结构的处理元件，其中所述处理元件被配置为：
从多个用户设备装置(UE)接收用户偏好信息，所述用户偏好信息指示相应UE对通过广播服务接收一个或多个数据包的偏好；
从所述多个UE的至少一个子集接收位置信息；
至少部分地基于所述用户偏好信息和所述位置信息来选择要在其内执行广播服务的一个或多个广播区域；
针对每个所选择的广播区域，至少部分地基于所述用户偏好信息和所述位置信息来选择要广播的一个或多个数据包；以及
向远程设备提供指示以在相应一个或多个广播区域中广播所述一个或多个数据包。
2.根据权利要求1所述的网络控制器，
其中所述一个或多个数据包包括与协作深度学习模型相关联的参数。
3.根据权利要求1所述的网络控制器，
其中所述用户偏好信息包括数据消耗行为矢量，并且其中至少部分地基于所述用户偏好信息来选择要广播的一个或多个数据包包括基于从所述多个UE接收的所述数据消耗矢量来构造聚合数据消耗行为矢量。
4.根据权利要求1所述的网络控制器，其中所述处理元件和无线电部件被进一步配置为：
接收来自所述多个UE中的一个或多个的移动水平；
其中，在所述选择一个或多个广播区域以及一个或多个数据包中，与具有较低移动水平的UE相关联的用户偏好信息和位置信息相比，与具有较高移动水平的UE相关联的用户偏好信息和位置信息被给予较弱的考虑。
5.根据权利要求1所述的网络控制器，其中所述处理元件被进一步配置为：
针对多个广播区域中的每个广播区域，确定位于所述相应广播区域中的与指示对接收公共数据包的偏好的用户偏好信息相关联的UE的数量；以及
如果位于所述广播区域中的与指示对接收公共数据包的偏好的用户偏好信息相关联的UE的所述数量大于预先确定的阈值，则选择所述相应广播区域以用于执行广播服务。
6.根据权利要求1所述的网络控制器，
其中所述一个或多个数据包选自从一个或多个远程设备接收的可用于广播的一组潜在数据包；并且
其中所述选择一个或多个广播区域以及一个或多个数据包还至少部分地基于所述网络控制器和所述一个或多个远程设备之间的协商过程。
7.根据权利要求1所述的网络控制器，其中所述数据包包括以下项中的一项或多项：
操作系统更新；
应用程序更新；
对地图应用程序的本地更新；
音频文件；和
视频文件。
8.根据权利要求1所述的网络控制器，其中所述广播服务包括增强型多媒体广播多播服务(eMBMS)。
9.根据权利要求1所述的网络控制器，其中所述网络控制器是内容提供商服务器。
10.一种被配置为执行广播通信的用户设备装置(UE)，包括：
无线电部件，所述无线电部件包括被配置用于无线通信的天线；
处理元件，所述处理元件可操作地耦接到所述无线电部件；
其中所述处理元件和所述无线电部件被配置为：
从远程服务器接收可用于广播服务的数据包的列表；
接收指定对通过广播接收所述数据包中的一个或多个的用户偏好的输入；
将所述用户偏好传输到所述远程服务器；以及
至少部分地响应于将所述用户偏好传输到所述远程服务器，通过广播接收所述一个或多个数据包中的至少一个。
11.根据权利要求10所述的UE，
其中所述一个或多个数据包包括与协作深度学习模型相关联的参数。
12.根据权利要求10所述的UE，其中所述处理元件和所述无线电部件被进一步配置为：
使用所述UE的操作系统中的人工智能和机器学习机构来确定所述用户偏好信息。
13.根据权利要求10所述的UE，其中所述处理元件和所述无线电部件被进一步配置为：
确定所述UE的位置；
在传输用户偏好的同时传输所述UE的所述位置，其中通过广播接收所述一个或多个数据包中的至少一个还响应于传输所述UE的所述位置。
14.根据权利要求10所述的UE，其中所述处理元件和所述无线电部件被进一步配置为：
确定所述UE的移动程度；以及
在传输用户偏好的同时传输所述UE的所述移动程度，其中通过广播接收所述一个或多个数据包中的至少一个还响应于传输所述UE的所述移动程度。
15.根据权利要求10所述的UE，其中所述处理元件和所述无线电部件被进一步配置为：
确定所述UE的剩余电池水平；以及
如果所述UE的所述电池水平低于预先确定的阈值，则不将所述用户偏好传输到所述远程服务器，并且不参与广播服务。
16.根据权利要求10所述的UE，其中所述处理元件和所述无线电部件被进一步配置为：
确定所述UE已进入广播服务可用的位置；
其中所述将所述用户偏好传输到所述远程服务器至少部分地基于确定所述UE已进入广播服务可用的位置来执行。
17.根据权利要求10所述的UE，其中所述数据包包括以下项中的一项或多项：
操作系统更新；
应用程序更新；
对地图应用程序的本地更新；
音频文件；和
视频文件。
18.根据权利要求10所述的UE，其中所述广播服务包括增强型多媒体广播多播服务(eMBMS)。
19.一种用于引导广播通信的方法，所述方法包括：由网络控制器，
从多个用户设备装置(UE)接收用户偏好信息，所述用户偏好信息指示相应UE对通过广播服务接收一个或多个数据包的偏好；
从所述多个UE的至少一个子集接收位置信息；
至少部分地基于所述用户偏好信息和所述位置信息来选择要在其内执行广播服务的一个或多个广播区域；
针对每个所选择的广播区域，至少部分地基于所述用户偏好信息和所述位置信息来选择要广播的一个或多个数据包；以及
向远程设备提供指示以在相应一个或多个广播区域中广播所述一个或多个数据包。
20.根据权利要求19所述的方法，所述方法还包括：由所述网络控制器，
针对多个广播区域中的每个广播区域，确定位于所述相应广播区域中的与指示对接收公共数据包的偏好的用户偏好信息相关联的UE的数量；以及
如果位于所述广播区域中的与指示对接收公共数据包的偏好的用户偏好信息相关联的UE的所述数量大于预先确定的阈值，则选择所述相应广播区域以用于执行广播服务。
CN201880070628.5A 2017-10-30 2018-10-02 用于广播多播内容选择和服务的增强型广播多播服务的扩展实施 Active CN111295863B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201762578961P 2017-10-30 2017-10-30
US62/578,961 2017-10-30
US201862620984P 2018-01-23 2018-01-23
US62/620,984 2018-01-23
US16/145,323 2018-09-28
US16/145,323 US10743147B2 (en) 2017-10-30 2018-09-28 Expanded implementation of enhanced broadcast multicast services for broadcast multicast content selection and service
PCT/US2018/053944 WO2019089169A1 (en) 2017-10-30 2018-10-02 Expanded implementation of enhanced broadcast multicast services for broadcast multicast content selection and service

Publications (2)

Publication Number Publication Date
CN111295863A true CN111295863A (zh) 2020-06-16
CN111295863B CN111295863B (zh) 2022-04-05

Family

ID=66244544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880070628.5A Active CN111295863B (zh) 2017-10-30 2018-10-02 用于广播多播内容选择和服务的增强型广播多播服务的扩展实施

Country Status (5)

Country Link
US (2) US10743147B2 (zh)
EP (1) EP3704832B1 (zh)
KR (1) KR102374433B1 (zh)
CN (1) CN111295863B (zh)
WO (1) WO2019089169A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113873538A (zh) * 2020-06-30 2021-12-31 华为技术有限公司 一种模型数据传输方法及通信装置
WO2022021421A1 (zh) * 2020-07-31 2022-02-03 Oppo广东移动通信有限公司 模型管理方法、系统、装置、通信设备及存储介质
WO2022041285A1 (zh) * 2020-08-31 2022-03-03 华为技术有限公司 一种模型数据传输方法及通信装置
WO2023023954A1 (zh) * 2021-08-24 2023-03-02 Oppo广东移动通信有限公司 模型传输方法及装置

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10733225B1 (en) 2017-09-06 2020-08-04 Snap Inc. Scaled delivery of media content
US11328222B1 (en) * 2019-05-10 2022-05-10 Innovium, Inc. Network switch with integrated gradient aggregation for distributed machine learning
US10992331B2 (en) 2019-05-15 2021-04-27 Huawei Technologies Co., Ltd. Systems and methods for signaling for AI use by mobile stations in wireless networks
US10685260B1 (en) * 2019-06-06 2020-06-16 Finiti Research Limited Interactive modeling application adapted for execution via distributed computer-based systems
US11683666B2 (en) 2019-06-18 2023-06-20 Nokia Technologies Oy Data transmission
US20220322107A1 (en) * 2019-07-08 2022-10-06 Google Llc Optimizing a Cellular Network Using Machine Learning
JP7341315B2 (ja) 2019-08-14 2023-09-08 グーグル エルエルシー ディープニューラルネットワークに関する基地局とユーザ機器とのメッセージング
US11057318B1 (en) 2019-08-27 2021-07-06 Innovium, Inc. Distributed artificial intelligence extension modules for network switches
CN112997435B (zh) 2019-09-04 2024-04-09 谷歌有限责任公司 用于无线通信的神经网络形成配置反馈
CN110719158B (zh) * 2019-09-11 2021-11-23 南京航空航天大学 基于联合学习的边缘计算隐私保护系统及保护方法
CN114762367A (zh) * 2019-10-02 2022-07-15 诺基亚技术有限公司 向生产者节点提供基于机器学习的辅助
US11886991B2 (en) * 2019-11-27 2024-01-30 Google Llc Machine-learning architectures for broadcast and multicast communications
US11689940B2 (en) 2019-12-13 2023-06-27 Google Llc Machine-learning architectures for simultaneous connection to multiple carriers
JP7415693B2 (ja) * 2020-03-13 2024-01-17 オムロン株式会社 打ち方決定装置、打ち方決定方法、打ち方決定プログラム、及び返球ロボット
US11663472B2 (en) 2020-06-29 2023-05-30 Google Llc Deep neural network processing for a user equipment-coordination set
CN111783142B (zh) 2020-07-06 2021-10-08 北京字节跳动网络技术有限公司 数据保护方法、装置、服务器和介质
EP4190010A1 (en) * 2020-08-03 2023-06-07 Nokia Technologies Oy Retrieval of trained ml model from ue
CN112714329B (zh) * 2020-12-23 2023-09-26 广州博冠信息科技有限公司 直播间的显示控制方法、装置、存储介质与电子设备
US11017322B1 (en) * 2021-01-28 2021-05-25 Alipay Labs (singapore) Pte. Ltd. Method and system for federated learning
EP4298818A1 (en) * 2021-02-23 2024-01-03 Nokia Technologies Oy Signalling support for split ml-assistance between next generation random access networks and user equipment
CN113009898B (zh) * 2021-03-22 2022-11-25 山东竹马文化科技有限公司 一种木偶剧场、表演控制方法及终端
CN113033712B (zh) * 2021-05-21 2021-09-14 华中科技大学 一种基于联邦学习的多用户协同训练人流统计方法及系统
US20240054357A1 (en) * 2022-08-10 2024-02-15 Qualcomm Incorporated Machine learning (ml) data input configuration and reporting

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1728614A (zh) * 2004-07-27 2006-02-01 微软公司 智能数据广播
CN105766054A (zh) * 2014-09-15 2016-07-13 华为技术有限公司 增强型广播组播业务的处理网元及其广播的方法
US20160205662A1 (en) * 2015-01-12 2016-07-14 Google Inc. Scheduling Of Software Package Transmissions On A Multimedia Broadcast Multicast Service Channel

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6867688B2 (en) * 1999-06-11 2005-03-15 Safety Through Cellular, Inc. Apparatus and method for providing weather and other alerts
WO2005015857A1 (en) * 2003-08-08 2005-02-17 Samsung Electronics Co., Ltd. Method and apparatus for configuring protocols for a multimedia broadcast/multicast service
US20070124395A1 (en) * 2005-09-22 2007-05-31 Stephen Edge Geography-based filtering of broadcasts
WO2007144956A1 (ja) * 2006-06-16 2007-12-21 Mitsubishi Electric Corporation 移動体通信システム及び移動端末
KR101169043B1 (ko) * 2008-12-19 2012-07-26 한국전자통신연구원 무선통신망에서 방송형 서비스를 제공하기 위한 서비스 정보 획득 및 공표방법
US9432900B2 (en) * 2011-04-08 2016-08-30 Lg Electronics Inc. Method for performing handover in wireless communication system and apparatus for same
US9030988B2 (en) * 2012-06-29 2015-05-12 Alcatel Lucent Method and apparatus for switching between multicast/broadcast and unicast service
US10375528B2 (en) 2015-07-09 2019-08-06 At&T Intellectual Property I, L.P. Dynamically switching between broadcast and unicast services for service continuity between wireless networks
US9900744B2 (en) * 2015-08-03 2018-02-20 At&T Intellectual Property I, L.P. Location based provisioning and broadcasting of content utilizing a multimedia broadcast service
US10805217B2 (en) 2015-11-10 2020-10-13 At&T Intellectual Property I, L.P. Control plane device selection for broadcast session exchange
US10820162B2 (en) 2015-12-08 2020-10-27 At&T Intellectual Property I, L.P. Method and system for mobile user-initiated LTE broadcast
EP3188086B1 (en) 2015-12-30 2020-02-19 Facebook, Inc. Identifying entities using a deep-learning model

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1728614A (zh) * 2004-07-27 2006-02-01 微软公司 智能数据广播
CN105766054A (zh) * 2014-09-15 2016-07-13 华为技术有限公司 增强型广播组播业务的处理网元及其广播的方法
US20160205662A1 (en) * 2015-01-12 2016-07-14 Google Inc. Scheduling Of Software Package Transmissions On A Multimedia Broadcast Multicast Service Channel

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113873538A (zh) * 2020-06-30 2021-12-31 华为技术有限公司 一种模型数据传输方法及通信装置
WO2022021421A1 (zh) * 2020-07-31 2022-02-03 Oppo广东移动通信有限公司 模型管理方法、系统、装置、通信设备及存储介质
WO2022041285A1 (zh) * 2020-08-31 2022-03-03 华为技术有限公司 一种模型数据传输方法及通信装置
WO2023023954A1 (zh) * 2021-08-24 2023-03-02 Oppo广东移动通信有限公司 模型传输方法及装置

Also Published As

Publication number Publication date
US11218844B2 (en) 2022-01-04
KR102374433B1 (ko) 2022-03-14
WO2019089169A1 (en) 2019-05-09
US20200374662A1 (en) 2020-11-26
US20190132708A1 (en) 2019-05-02
KR20200079286A (ko) 2020-07-02
US10743147B2 (en) 2020-08-11
EP3704832A1 (en) 2020-09-09
EP3704832B1 (en) 2021-06-23
CN111295863B (zh) 2022-04-05

Similar Documents

Publication Publication Date Title
CN111295863B (zh) 用于广播多播内容选择和服务的增强型广播多播服务的扩展实施
US11057747B2 (en) Providing data file updates using multimedia broadcast multicast services
US10820162B2 (en) Method and system for mobile user-initiated LTE broadcast
JP6503071B2 (ja) サービングセル情報を用いる、ポイントツーマルチポイント（ｐｔｍ）互換サービスのための送信メカニズム選択
JP6133369B2 (ja) 要求を検出し要求ベースのマルチメディアブロードキャストマルチキャストサービスを確立するための方法および装置
CN108886669B (zh) 广播和单播递送之间的流送服务的动态切换
US10349230B2 (en) Group communication with configurable geographic service area
US20210076166A1 (en) Method, system and apparatus for multicast session management in 5g communication network
JP2015507415A (ja) クライアント支援型ターゲットマルチキャストエリア検出
US20150079979A1 (en) Seamless and resource efficient roaming for group call services on broadcast/multicast networks
EP3324666B1 (en) Sc-mcch resource configuration method and apparatus
US20160127439A1 (en) Interfacing multimedia public warning system alerts
US10674381B2 (en) Adaptive prioritization of unicast and multicast data transfer based on traffic classes
TW201438493A (zh) 致能無線通信器件以自一個本地網路切換至用於高優先權多播群組通信之不同廣域網路
US20190379551A1 (en) Method for optimized delivery of sub-service flows using broadcast/multicast
US20140250456A1 (en) Concurrent service alerts during active communication sessions
WO2017166244A1 (zh) 多播传输方法、基站和用户设备
WO2016101570A1 (zh) 信息的通知方法及装置
US9374681B2 (en) Mobile device originated multicast broadcasting
US9398411B2 (en) Dispatch console client functionality
US10142913B2 (en) Refining multicast service area based on location
WO2015131638A1 (zh) 一种数据发送方法、设备和存储介质
CN107786954B (zh) 一种无线传输中的方法和装置
WO2016101569A1 (zh) 信息的标识方法及装置
EP3549308B1 (en) Enabling transmission of streaming content using point to multipoint delivery

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant