CN116325686A - 一种通信方法和装置 - Google Patents
一种通信方法和装置 Download PDFInfo
- Publication number
- CN116325686A CN116325686A CN202080106205.1A CN202080106205A CN116325686A CN 116325686 A CN116325686 A CN 116325686A CN 202080106205 A CN202080106205 A CN 202080106205A CN 116325686 A CN116325686 A CN 116325686A
- Authority
- CN
- China
- Prior art keywords
- data
- network element
- data analysis
- information
- service
- 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.)
- Pending
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种通信方法及通信装置,该通信方法包括:运营商的数据分析网元通过关联信息确定终端业务体验数据的设备厂商信息,运营商的数据分析网元获取该设备厂商数据分析网元的地址信息,运营商的数据分析网元联合该设备厂商的数据分析网元基于该设备厂商对应的业务体验数据以及网络侧数据确定该设备厂商对应的业务体验模型。本申请实施例中的方法可以在核心网网元跨设备厂商的场景下有效的建立设备厂商对应的业务体验模型。
Description
本申请实施例涉及通信领域,并且更具体地,涉及一种通信方法及通信装置。
5G网络需要准确测量网络中业务的业务体验,并在业务体验不满足要求的情况下对网络进行调整。而测量业务体验的前提是训练得到业务体验模型,该业务体验模型可以根据终端在无线接入网(radio access network,RAN)、核心网(core network,CN)以及业务提供方上该业务的数据确定。
但是,在同一运营商的CN中,当网络设备来自不同设备厂商时,来自不同设备厂商的网络设备不愿意共享自己的私有数据时,导致5G网络无法获取完整的影响业务体验的数据,从而无法完成业务体验模型的训练。
发明内容
本申请提供了一种通信方法及通信装置,使得在核心网域内网元跨厂商场景下仍能有效的进行业务体验模型的训练。
第一方面,本申请实施例提供了一种通信方法,该方法包括:第一数据分析网元获取终端在应用功能网元上业务的业务体验数据以及所述业务体验数据对应的关联信息,所述业务由设备厂商的核心网网元提供;所述第一数据分析网元根据所述关联信息确定所述设备厂商对应的第二数据分析网元的地址信息;所述第一数据分析网元根据所述第二数据分析网元的地址信息、所述业务体验数据和所述关联信息联合所述第二数据分析网元确定所述业务的业务体验模型。
在一种可能的实现方式中,所述第一数据分析网元包括运营商的数据分析网元,所述第二数据分析网元包括设备厂商的数据分析网元。
在一种可能的实现方式中,所述业务体验模型为所述设备厂商的业务体验模型。
根据本申请实施例的通信方法,第一数据分析网元获取应用功能网元上的业务体验数据以及关联信息,第一数据分析网元根据所述关联信息在业务体验数据集中确定所述业务体验数据,所述业务体验数据为终端在访问所述设备厂商的核心网网元提供的业务时产生的业务体验数据,所述关联信息用于将终端在访问所述业务时在所述设备厂商的核心网网元上产生的网络数据与在应用功能网元上产生的业务体验数据相互关联,所述第一数据分析网元根据所述关联信息确定所述第二数据分析网元的地址信息后,第一数据分析网元再根据所述业务体验数据和所述关联信息联合所述第二数据分析网元确定所述业务的业务体验模型,本申请实施例的通信方法能够在核心网域内网元跨设备厂商场景下,通过关联信息确定所述设备厂商的业务体验数据,从而训练出该业务的业务体验模型。
在一些实施例中,所述关联信息包括UPF与AF之间的关联信息,具体的,作为示例 而非限定,AF和UPF可以通过时间戳(Timestamp)和IP五元组(IP address 5-tuple)的关联信息将属于两个网元上同一终端的数据进行两两关联。
结合第一方面,在第一种可能的实现方式中,网络存储功能网元中存储有所述关联信息和所述第二数据分析网元的地址信息的对应关系,以及,所述第一数据分析网元根据所述关联信息确定所述第二数据分析网元的地址信息,包括:所述第一数据分析网元向所述网络存储功能网元发送第一请求,所述第一请求用于请求所述第二数据分析网元的地址信息,所述第一请求包括所述关联信息;所述第一数据分析网元从所述网元存储功能网元接收第一响应,所述第一响应包括所述第二数据分析网元的地址信息。
根据本申请实施例的通信方法,第二数据分析网元会携带所述关联信息提前向网络存储功能网元进行注册,第一数据分析网元能够通过所述关联信息确定所述第二数据分析网元的地址信息,从而第一数据分析网元能够联合所述第二数据分析网元完成业务体验模型的训练。
结合第一方面,在第二种可能的实现方式中,所述关联信息与所述设备厂商的标识信息对应,网络存储功能网元中存储有所述设备厂商的标识信息和所述设备厂商对应的第二数据分析网元的地址信息的对应关系,以及,所述第一数据分析网元根据所述关联信息确定所述第二数据分析网元的地址信息,包括:所述第一数据分析网元根据所述关联信息确定所述设备厂商的标识信息;所述第一数据分析网元向网络存储功能网元发送第二请求,所述第二请求用于请求所述第二数据分析网元的地址信息,所述第二请求包括所述设备厂商的标识信息;所述第一数据分析网元从所述网元存储功能网元接收第二响应,所述第二响应包括所述第二数据分析网元的地址信息。
根据本申请实施例的通信方法,第二数据分析网元会携带所述设备厂商的标识信息提前向网络存储功能网元进行注册,第一数据分析网元根据所述关联信息先确定所述设备厂商的标识信息,再根据所述设备厂商的标识信息确定第二数据分析网元的地址信息,从而第一数据分析网元能够联合第二数据分析网元完成业务体验模型的训练。
结合第二种可能的实现方式,在第三种可能的实现方式中,所述第一数据分析网元根据所述关联信息确定所述设备厂商的标识信息前,所述方法还包括:所述第一数据分析网元从所述设备厂商的核心网网元获取所述关联信息与所述设备厂商的标识信息的对应关系。
结合第一方面或上述任意一种可能的实现方式,在第四种可能的实现方式中,所述第一数据分析网元根据所述第二数据分析网元的地址信息、所述业务体验数据和所述关联信息联合所述第二数据分析网元确定所述业务的业务体验模型,包括:所述第一数据分析网元根据所述第二数据分析网元的地址信息向所述第二数据分析网元发送所述关联信息以及指示信息,所述指示信息用于指示所述第二数据分析网元根据所述关联信息进行分布式机器学习模型训练;所述第一数据分析网元从所述第二数据分析网元接收所述关联信息对应的子模型,所述子模型由所述第二数据分析网元根据所述终端在所述设备厂商的核心网网元上的第一网络数据确定;所述第一数据分析网元根据所述业务体验数据以及所述子模型确定所述业务体验模型。
结合第四种可能的实现方式,在第五种可能的实现方式中,所述方法还包括:所述第一数据分析网元接收所述关联信息对应的所述设备厂商的核心网网元上的第二网络数据; 所述第一数据分析网元根据所述业务体验数据、所述子模型以及所述第二网络数据确定所述业务体验模型。
在一些实施例中,上述第二网络数据可以在第四种可能的实现方式中,所述第一数据分析网元从所述设备厂商的核心网网元获取所述关联信息与所述设备厂商的标识信息的对应关系时,同时从所述设备厂商的核心网网元获取所述第二数据网络,以节省一定的资源开销。
结合第四种可能的实现方式或第五种可能的实现方式,在第六种可能的实现方式中,所述第一网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务对应的私有网络数据。
以上第六种可能的实现方式能够在保障数据隐私的前提下,让所述业务的私有网络数据参与所述业务体验模型的训练,从而提高了业务体验模型的泛化能力,保障了业务体验。
结合第四种可能的实现方式或第五种可能的实现方式,在第七种可能的实现方式中,所述第二网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务对应的公有网络数据。
以上第七种可能的实现方式中,除了所述业务对应的私有网络数据与业务体验数据外,还让所述业务对应的公有网络数据也参与了业务体验模型的训练,进一步提高了业务体验模型的准确性,让业务提供方能够准确测量其业务体验从而有效监控业务质量,从而使得业务体验需求和网络资源能够精确匹配。
结合第一方面或上述任意可能的实现方式,在第八种可能的实现方式中,所述分布式机器学习模型训练的方法包括以下方法中的一个或者多个:纵向联邦学习(vertical federated learning)、横向联邦学习(horizontal federated learning)、迁移学习(transferring learning)或者共享学习(sharing learning)。
在上述实现方式中,通过分布式机器学习模型训练的方法能够使得所述业务的隐私网络数据保留在数据源本地参与所述业务体验模型的训练,即保障了数据的隐私,又保障了数据体验模型的准确有效性,从而保障了业务体验。
在上述任意一种实现方式中,确定的业务体验模型为所述设备厂商对应的业务体验模型。
结合第一方面或上述任意可能的实现方式,在第八种可能的实现方式中,所述设备厂商的核心网网元包括以下网元中的一个或者多个:接入与移动性管理功能AMF网元、会话管理功能SMF网元、策略控制PCF网元、用户面功能UPF网元或统一数据管理UDM网元。
第二方面,本申请实施例提供了一种通信方法,该方法包括:第一网元获取终端在应用功能网元上的业务的业务体验数据以及所述业务体验数据对应的关联信息,所述业务由设备厂商的核心网网元提供;所述第一网元根据所述关联信息确定所述设备厂商的数据分析网元的地址信息;所述第一网元根据所述设备厂商的数据分析网元的地址信息向所述设备厂商的数据分析网元发送所述关联信息以及所述业务体验数据,所述业务体验数据用于确定所述业务的业务体验模型。
根据本申请实施例的通信方法,第一网元获取应用功能网元上的业务体验数据以及关联信息,第一网元根据所述关联信息在业务体验数据集中确定所述业务体验数据,所述业 务体验数据为终端在访问所述设备厂商的核心网网元提供的业务时产生的业务体验数据,所述关联信息用于将终端在访问所述业务时在所述设备厂商的核心网网元上产生的网络数据与在应用功能网元上产生的业务体验数据相互关联,第一网元根据所述关联信息确定所述设备厂商的数据分析网元的地址信息后,第一网元向所述所述设备厂商的数据分析网元发送所述关联信息以及所述业务体验数据,以用于所述设备厂商的数据分析网元训练业务体验模型。
本申请实施例的通信方法能够在核心网网域内网元跨设备厂商场景下,通过所述关联信息确定所述设备厂商的业务体验数据,让所述设备厂商的数据分析网元能够获取到所述设备厂商对应的业务体验数据,从而使得所述设备厂商训练出该设备厂商对应的业务体验模型。
在一些实施例中,所述关联信息包括UPF与AF之间的关联信息,具体的,作为示例而非限定,AF和UPF可以通过时间戳(Timestamp)和IP五元组(IP address 5-tuple)的关联信息将属于两个网元上同一终端的数据进行两两关联。
结合第二方面,在第一种可能的实现方式中,网络存储功能网元中存储有所述关联信息和所述设备厂商的数据分析网元的地址信息的对应关系,以及,所述第一网元根据所述关联信息确定所述设备厂商的数据分析网元的地址信息,包括:所述第一网元向所述网络存储功能网元发送第一请求,所述第一请求用于请求所述设备厂商的数据分析网元的地址信息,所述第一请求包括所述关联信息;所述第一网元从所述网络存储功能网元接收第一响应,所述第一响应包括所述设备厂商的数据分析网元的地址信息。
根据本申请实施例的通信方法,所述设备厂商的数据分析网元会携带所述关联信息提前向网络存储功能网元进行注册,第一网元能够通过所述关联信息确定所述设备厂商的数据分析网元的地址信息,从而第一网元能够向所述设备厂商的数据分析网元下发所述设备厂商对应的业务体验数据,使得所述设备的数据分析网元能够完成业务体验模型的训练。
结合第二方面,在第二种可能的实现方式中,所述关联信息与所述设备厂商的标识信息对应,网络存储功能网元中存储有所述设备厂商的标识信息和所述设备厂商的数据分析网元的地址信息的对应关系,以及,所述第一网元根据所述关联信息确定所述设备厂商的数据分析网元的地址信息,包括:所述第一网元根据所述关联信息确定所述设备厂商的标识信息;所述第一网元向网络存储功能网元发送第二请求,所述第二请求用于请求所述设备厂商的数据分析网元的地址信息,所述第二请求包括所述设备厂商的标识信息;所述第一网元从所述网络存储功能网元接收第二响应,所述第二响应包括所述设备厂商的数据分析网元的地址信息。
根据本申请实施例的通信方法,所述设备厂商的数据分析网元会携带所述设备厂商的标识信息提前向网络存储功能网元进行注册,第一网元根据所述关联信息先确定所述设备厂商的标识信息,再根据所述设备厂商的标识信息确定所述设备厂商的数据分析网元的地址信息,从而第一网元能够向所述设备厂商的数据分析网元下发所述设备厂商对应的业务体验数据,使得所述设备的数据分析网元能够完成业务体验模型的训练。
结合第二方面或上述任意一种可能的实现方式,在第三种可能的实现方式中,所述第一网元包括网络能力开放功能网元或者运营商的数据分析网元。
第三方面,本申请实施例提供了一种通信方法,该方法包括:设备厂商的数据分析网 元获取关联信息以及终端在所述设备厂商的核心网网元上的业务的第一网络数据,所述业务由所述设备厂商的核心网网元提供;所述设备厂商的数据分析网元根据所述关联信息以及所述第一网络数据联合运营商的数据分析网元确定所述业务的业务体验模型。
根据本申请实施例的通信方法,在核心网域内网元跨设备厂商场景下,核心网网元的设备厂商的数据分析网元能联合运营商的数据分析网元训练出该设备厂商对应的业务体验模型。
结合第三方面,在第一种可能的实现方式中,所述方法还包括:所述设备厂商的数据分析网元向网络存储功能网元发送网元注册请求,所述网元注册请求中包括所述关联信息和/或所述设备厂商的标识信息。
根据本申请实施例的通信方法,核心网网元的设备厂商的数据分析网元会提前携带该设备厂商对应的关联信息和/或该设备厂商的标识信息向网络存储功能网元进行注册,使得第一网元能够通过该关联信息和/或该设备厂商的标识信息向网络存储功能网元进行查询,确定该设备厂商对应的业务体验数据,让该设备厂商的业务体验数据能够参与该设备厂商对应的业务体验模型的训练。
结合第三方面或第一种可能的实现方式,在第二种可能的实现方式中,所述设备厂商的数据分析网元根据所述关联信息以及所述第一网络数据联合运营商的数据分析网元确定所述业务的业务体验模型,包括:所述设备厂商的数据分析网元从所述运营商的数据分析网元接收所述关联信息以及指示信息,所述指示信息用于指示所述设备厂商的数据分析网元根据所述关联信息进行分布式机器学习模型训练;所述设备厂商的数据分析网元根据所述终端在所述设备厂商的核心网网元上的第一网络数据确定子模型;所述设备厂商的数据分析网元向所述运营商的数据分析网元发送所述子模型,所述子模型用于确定所述业务体验模型。
根据本申请以上实施例的通信方法,针对所述设备厂商的业务体验模型的训练,终端在该设备厂商的核心网网元上的第一网络数据在该设备厂商的数据分析网元上参与该设备厂商对应的业务体验模型的训练,终端在应用功能网元上的业务体验数据在运营商的数据分析网元上参与该训练,通过分布式机器学习方法,该设备厂商的数据分析网元只需向运营商的数据分析网元发送所述子模型,而避免了直接发送该设备厂商的核心网网元上的第一网络数据,因此该通信方法能够在保障各方数据隐私的前提下,让该设备厂商对应的第一网络数据与业务体验数据参与到该设备厂商对应的业务体验模型的训练,从而提高了该业务体验模型的泛化能力,保障了业务体验。
结合第二种可能的实现方式,在第三种可能的实现方式中,所述分布式机器学习模型训练的方法包括以下方法中的一个或者多个:纵向联邦学习(vertical federated learning)、横向联邦学习(horizontal federated learning)、迁移学习(transferring learning)或者共享学习(sharing learning)。
在上述实现方式中,通过分布式机器学习模型训练的方法能够使得所述业务的隐私网络数据保留在数据源本地参与所述业务体验模型的训练,即保障了数据的隐私,又保障了数据体验模型的准确有效性,从而保障了业务体验。
结合第三方面或第一种可能的实现方式,在第四种可能的实现方式中,所述设备厂商的数据分析网元根据所述关联信息以及所述第一网络数据联合运营商的数据分析网元确 定所述业务的业务体验模型,包括:所述设备厂商的数据分析网元从第一网元接收所述关联信息以及所述业务体验数据,所述第一网元包括网络能力开放功能网元或者运营商的数据分析网元,所述业务体验数据用于确定所述业务的业务体验模型;
所述设备厂商的数据分析网元从所述运营商的数据分析网元接收所述关联信息以及指示信息,所述指示信息用于指示所述设备厂商的数据分析网元根据所述关联信息进行业务体验模型训练;所述设备厂商的数据分析网元根据所述第一网络数据和所述业务体验数据确定所述业务体验模型。
根据本申请以上实施例的通信方法,所述设备厂商的数据分析网元能够直接获取到该设备厂商对应的第一网络数据以及业务体验数据,不需要通过分布式机器学习方法,可以基于第一网络数据和所述业务体验数据在所述设备厂商的数据分析网元上完成所述设备厂商对应的业务体验模型的训练,既保障了所述设备厂商对应的业务体验模型的泛化能力,又提高了业务体验模型的训练效率。
结合第三方面或上述任意可能的实现方式,在第五种可能的实现方式中,所述设备厂商的数据分析网元根据所述关联信息、所述第一网络数据以及第二网络数据联合运营商的数据分析网元确定所述业务的业务体验模型,所述第二网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务的公有网络数据。
以上第五种可能的实现方式中,除了所述业务对应的第一网络数据与业务体验数据外,还让所述业务对应的公有网络数据也参与了该业务体验模型的训练,进一步提高了业务体验模型的准确性,让业务提供方能够准确测量其业务体验从而有效监控业务质量,从而使得业务体验需求和网络资源能够精确匹配。
结合第三方面或上述任意可能的实现方式,在第六种可能的实现方式中,所述第一网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务的私有网络数据。
以上第六种可能的实现方式能够在保障数据隐私的前提下,让所述业务的私有网络数据参与所述业务体验模型的训练,从而提高了业务体验模型的泛化能力,保障了业务体验。
结合第三方面或上述任意可能的实现方式,在第七种可能的实现方式中,所述设备厂商的核心网网元包括以下网元中的一个或者多个:接入与移动性管理功能AMF网元、会话管理功能SMF网元、策略控制PCF网元、用户面功能UPF网元或统一数据管理UDM网元。
第四方面,提供了一种通信装置,该装置可以用来执行第一方面及第一方面的任意可能的实现方式中的通信设备的操作。具体地,通信装置包括用于执行上述第一方面所描述的步骤或功能相对应的部件(means)可以是第一方面的第一通信设备。所述步骤或功能可以通过软件实现,或硬件实现,或者通过硬件和软件结合来实现。
第五方面,提供了一种通信装置,该装置可以用来用于执行第二方面及第二方面的任意可能的实现方式中的通信设备的操作。具体地,该装置可以包括用于执行上述第二方面所描述的步骤或功能相对应的部件(means)。所述步骤或功能可以通过软件实现,或硬件实现,或者通过硬件和软件结合来实现。
第六方面,提供了一种通信装置,该装置可以用来执行第三方面及第三方面的任意可能的实现方式中的通信设备的操作。具体地,通信装置包括用于执行上述第三方面所描述的步骤或功能相对应的部件(means)可以是第三方面的第一通信设备。所述步骤或功能 可以通过软件实现,或硬件实现,或者通过硬件和软件结合来实现。
第七方面,提供了一种计算机可读介质,所述计算机可读介质存储有计算机程序(也可以称为代码,或指令)当其在计算机上运行时,使得计算机执行上述第一方面至第三方面中任一种可能实现方式中的方法。
第八方面,提供了一种芯片系统,包括存储器和处理器,该存储器用于存储计算机程序,该处理器用于从存储器中调用并运行该计算机程序,使得安装有该芯片系统的通信设备执行上述第一方面至第三方面中任一种可能实现方式中的方法。
第九方面,提供了一种芯片,芯片包括处理器和通信接口,该通信接口用于与外部器件或内部器件进行通信,该处理器用于实现上述第一方面至第三方面中任一种可能实现方式中的方法。
在一种可能的实现方式中,该芯片还可以包括存储器,该存储器中存储有指令,处理器用于执行存储器中存储的指令或源于其他的指令。当该指令被执行时,处理器用于实现上述第一方面至第三方面中任一种可能实现方式中的方法,在一种可能的实现方式中,该芯片可以集成在接入网设备上。
第十方面,提供了一种计算机程序产品,所述计算机程序产品包括:计算机程序(也可以称为代码,或指令),当所述计算机程序被运行时,使得计算机执行上述第一方面至第三方面中任一种可能实现方式中的方法。
第十一方面,提供了一种通信设备,包括,处理器,存储器,该存储器用于存储计算机程序,该处理器用于从存储器中调用并运行该计算机程序,使得该通信装置执行第一至第三方面中任一种可能实现方式中的通信方法。
所述处理器为一个或多个,所述存储器为一个或多个。所述存储器可以与所述处理器集成在一起,或者所述存储器与处理器分离设置。
一个可能的设计中,提供了一种通信设备,包括通信接口、处理器和存储器。该处理器用于控制通信接口收发信号,该存储器用于存储计算机程序,该处理器用于从存储器中调用并运行该计算机程序,使得该通信设备执行第一至第四方面或第一至第三方面任一种可能实现方式中的方法。
第十二方面,提供了一种系统,所述系统包括上述通信装置。
本发明实施例的通信方法和通信装置,可以确定由应用功能网元提供的业务体验数据对应的设备厂商信息,从而在核心网网元跨设备厂商的场景下,也能实现各设备厂商业务体验模型的训练,同时也提高业务体验模型的准确性,以便网络设备能够准确测量网络中业务的业务体验,并在业务体验不满足要求的情况下对网络进行适应性调整,从而保障用户的业务体验。
图1是本申请实施例方法适用的应用场景的示意图。
图2是本申请实施例中涉及的联邦学习系统框架示意图。
图3是本申请实施例中一种关联终端在各网元上数据的方式示意图。
图4是本申请实施例提供的业务体验模型训练方法的示意性流程图。
图5是本申请另一实施例提供的业务体验模型训练方法的示意性流程图。
图6是本申请另一实施例提供的业务体验模型训练方法的示意性流程图。
图7是本申请另一实施例提供的业务体验模型训练方法的示意性流程图。
图8是本申请另一实施例提供的业务体验模型训练方法的示意性流程图。
图9是本申请实施例提供的一种通信装置示意性框图。
图10是本申请实施例提供的另一种通信装置示意性框图。
图11是本申请实施例提供的一种通信设备的结构示意图。
下面将结合附图,对本申请中的技术方案进行描述。
本申请实施例的技术方案可以应用于各种通信系统,例如:长期演进(long term evolution,LTE)系统、LTE频分双工(frequency division duplex,FDD)系统、LTE时分双工(time division duple,TDD)、通用移动通信系统(universal mobile telecommunication system,UMTS)、第五代(5th generation,5G)系统、未来的第五点五代(5.5th generation,5.5G)、第六代(6th generation,6G)或新无线(new radio,NR)等。
下面以第五代系统为例,结合图1对本申请一种适用的基于网络数据分析功能网元(network data analytics function,NWDAF)的网络架构进行说明。
如图1所示,该通信系统包括但不限于以下网元:
1、终端设备
本申请实施例中的终端设备也可以称为:用户设备(user equipment,UE)、移动台(mobile station,MS)、移动终端(mobile terminal,MT)、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置等。
终端设备可以是一种向用户提供语音/数据连通性的设备,例如,具有无线连接功能的手持式设备、车载设备等。目前,一些终端的举例为:移动手机(mobile phone)、平板电脑、笔记本电脑、掌上电脑、移动互联网设备(mobile internet device,MID)、可穿戴设备,虚拟现实(virtual reality,VR)设备、增强现实(augmented reality,AR)设备、工业控制(industrial control)中的无线终端、无人驾驶(self-driving or autopilot)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、蜂窝电话、无绳电话、会话启动协议(session initiation protocol,SIP)电话、无线本地环路(wireless local loop,WLL)站、个人数字助理(personal digital assistant,PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备,未来5G网络中的终端设备或者未来演进的公用陆地移动通信网络(public land mobile network,PLMN)中的终端设备等,本申请实施例对此并不限定。
作为示例而非限定,在本申请实施例中,该终端设备还可以是可穿戴设备。可穿戴设备也可以称为穿戴式智能设备,是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称,如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上,或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备,更 是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能,例如:智能手表或智能眼镜等,以及只专注于某一类应用功能,需要和其它设备如智能手机配合使用,如各类进行体征监测的智能手环、智能首饰等。此外,在本申请实施例中,终端设备还可以是物联网(internet of things,IoT)系统中的终端设备。
另外,在本申请实施例中,终端设备还可与其他通信系统的终端设备进行通信,例如,设备间通信等。例如,该终端设备还可以与其他通信系统的终端设备进行时间同步报文的传输(例如,发送和/或接受)。
2、无线接入网(radio access network,RAN)
无线接入网是基于无线通信技术实现接入网络功能的接入网。无线接入网能够管理无线资源,为终端提供无线接入或者空口接入服务,进而完成控制信号和用户数据在终端和核心网之间的转发。
作为示例而非限定,无线接入网可以是LTE系统中的演进型基站(evolved NodeB,eNB或eNodeB),还可以是云无线接入网络(cloud radio access network,CRAN)场景下的无线控制器,或者该接入设备可以为中继站、接入点、车载设备、可穿戴设备以及5G网络中的接入设备或者未来演进的PLMN网络中的接入设备等,可以是WLAN中的接入点(access point,AP),可以是NR系统中的gNB本申请实施例并不限定。
3、网络数据分析功能网元(network data analytics function,NWDAF)
网络数据分析功能网元NWDAF具备以下至少一种功能:数据收集功能、模型训练功能、分析结果推理功能、分析结果反馈功能。其中,数据收集功能是指用于收集来自网络网元、第三方业务服务器、终端设备或网管系统中的数据;模型训练功能是指基于相关输入数据做分析训练得到模型,分析结果推理功能基于训练好的模型以及推理数据做推理确定数据分析结果,最后,分析结果反馈功能可以向网络网元、第三方业务服务器、提供终端设备或网管系统提供数据分析结果,该分析结果可协助网络选择业务的服务质量参数,或协助网络执行流量路由,或协助网络选择背景流量传输策略等。本申请中主要涉及的是NWDAF的数据收集功能和模型训练功能。
在本申请的实施例中,NWDAF可以是一个单独的网元,也可以与其他核心网网元合设。例如,NWDAF网元可以与接入和移动性管理功能网元(access and mobility management function,AMF)网元合设或者与会话管理功能网元(session management function,SMF)网元合设。
NWDAF典型应用场景有:终端参数的定制或优化,即NWDAF通过收集用户连接管理、移动性管理、会话管理、接入的业务等信息,利用可靠分析和预测模型,对不同类型用户进行评估和分析,构建用户画像,确定用户的移动轨迹和业务使用习惯,以及预测用户行为,5G网络基于分析和预测数据,优化用户移动性管理参数和无线资源管理参数等;业务(路径)的优化,即,NWDAF通过收集网络性能、特定区域业务负荷、用户业务体验等信息,利用可靠网络性能分析和预测模型,对不同类型业务进行评估、分析,构建业务画像,确定业务的体验质量(quality of experience,QoE)、业务体验(service experience)、业务路径或者5G服务质量(quality of service,QoS)参数等内在关联,优化业务路径、业务路由、5G边缘计算、业务对应5G QoS等;AF对业务参数的优化,比如,车联网是 5G网络的重要技术,在车联网的自动驾驶场景中,车辆即将经过的基站的网络性能(例如QoS信息、业务负荷)预测对提高车联网的服务质量有着重要作用。例如车联网服务器可以基于网络性能的预测信息判断是否继续保持无人驾驶模式。NWDAF通过收集网络性能、特定区域业务负荷等信息,利用可靠网络性能分析和预测模型,实现对网络性能的统计和预测,辅助AF优化参数。
需要说明的是,在本申请实施例中,每个设备厂商都有其对应的设备厂商的网络数据分析功能网元。
4、会话管理功能网元(session management function,SMF)
会话管理功能网元主要用于会话管理、终端设备的网络互连协议(internet protocol,IP)地址分配和管理、选择可管理用户面功能(user plane function,UPF)网元、策略控制和收费功能接口的终结点以及下行数据通知等。在本申请实施例中,可用于实现会话管理网元的功能。
5、接入和移动性管理功能网元(access and mobility management function,AMF)
接入和移动性管理功能网元主要用于移动性管理和接入管理等,可以用于实现移动性管理实体(mobility management entity,MME)功能中除会话管理之外的其它功能,例如,合法监听、或接入授权(或鉴权)等功能。在本申请实施例中,可用于实现接入和移动管理网元的功能。
6、策略控制网元(policy control function,PCF)
策略控制网元用于指导网络行为的统一策略框架,为控制平面功能网元(例如AMF,SMF网元等)提供策略规则信息等。
7、应用功能网元(application function,AF)
应用功能网元用于提供业务,或者用于进行应用影响的数据路由,接入网络开放功能网元,或,与NWDAF网元交互业务数据进行策略控制等。
8、用户面功能网元(user plane function,UPF)
用户面功能网元可用于分组路由和转发、或用户面数据的QoS参数处理等。用户数据可通过该网元接入到数据网络(data network,DN)。在本申请实施例中,可用于实现用户面网元的功能。
9、网络存储功能网元(network repository function,NRF)
网络存储功能网元可用于支持网元服务或者网元发现功能,从网络功能(network function,NF)实例接收NF发现请求,并将发现的NF实例的信息提供给NF实例。以及用于支持维护可用NF实例及其支持的服务的NF配置文件。在本申请实施例中,可用于支持网元服务或者网元发现功能。
10、网络能力开放功能网元(network exposure function,NEF):用于向外部开放由3GPP网络功能提供的业务和网络能力信息(如终端位置、会话是否可达)等。
在上述网络架构中,N2接口为RAN和AMF网元的接口,用于无线参数、非接入层(non-access stratum,NAS)信令的发送等;N3接口为RAN和UPF网元之间的接口,用于传输用户面的数据等;N4接口为SMF网元和UPF网元之间的接口,用于传输例如业务策略、N3连接的隧道标识信息,数据缓存指示信息,以及下行数据通知消息等信息。N6接口为DN网元和UPF网元之间的接口,用于传输用户面的数据等,Naf为AF提供 的服务化接口,Nnrf为NRF提供的服务化接口,Nnwdaf为NWDAF提供的服务化接口,Nnef为NEF提供的服务化接口。
应理解,上述应用于本申请实施例的网络架构仅是举例说明的从传统点到点的架构和服务化架构的角度描述的网络架构,适用本申请实施例的网络架构并不局限于此,任何能够实现上述各个网元的功能的网络架构都适用于本申请实施例。
应理解,图1中的各个网元之间的接口名称只是一个示例,具体实现中接口的名称可能为其他的名称,本申请对此不作具体限定。此外,上述各个网元之间的所传输的消息(或信令)的名称也仅仅是一个示例,对消息本身的功能不构成任何限定。
需要说明的是,上述网元也可以称为实体、设备、装置或模块等,本申请并未特别限定。并且,在本申请中,为了便于理解和说明,在对部分描述中省略网元这一描述,例如,将NWDAF网元简称NWDAF,此情况下,该“NWDAF”应理解为NWDAF网元,以下,省略对相同或相似情况的说明。
可以理解的是,上述功能网元既可以是硬件设备中的网络元件,也可以是在专用硬件上运行软件功能,或者是平台(例如,云平台)上实例化的虚拟化功能。
可以理解的是,在图1所示的通信系统中,各组成网元的功能仅为示例性的,各个组成网元在应用于本申请的实施例中时,并非全部功能都是必需的。
还需要说明的是,在本申请实施例中,上述网元中的核心网网元至少来自于两个不同的设备厂商。
为了建立业务体验模型,需要联合多个的数据来源方的相关数据参与训练,但是,由于不同数据来源方之间不愿意共享自己的私有数据,难以获取完整的数据建立准确有效的业务体验模型。为了不泄露隐私和影响数据合规,保护数据隐私和安全,可以考虑用机器学习方法提取各数据来源方私有网络数据的特征,建立一个虚拟的共有模型,从而在避免获得数据来源方的原始数据的情况下,通过模型获取到数据的特征。上述机器学习方法包括但是不限于联邦学习方法,联邦学习方法可以在保障各方数据交换时的信息安全、保护终端数据和个人数据隐私,保证合法合规的前提下,做到原始数据不出本地,进行信息与模型参数的加密交换,从而实现业务体验模型的建立,建立好的业务体验模型仅为本地的目标服务。
需要说明的是,联邦学习分为横向联邦学习、纵向联邦学习与联邦迁移学习。纵向联邦学习,适用于参与者训练样本ID重叠较多,而数据特征重叠较少的情况。纵向联邦学习将各个参与者的训练数据是纵向划分后联合多个参与者的共同样本的不同数据特征进行联邦学习。纵向联邦使训练样本的特征维度增多。横向联邦学习,适用于参与者的数据特征重叠较多,而样本ID重叠较少的情况,横向联邦学习将各个参与者的训练数据是横向划分后联合多个参与者的具有相同特征的多行样本进行联邦学习。相应地,横向联邦学习使训练样本的总数量增加。
图2为联邦学习系统框架示意图,系统构架由两部分构成:加密样本对齐和加密模型训练。在确定共有用户群体后,就可以利用这些数据训练机器学习模型。为了保证训练过程中数据的保密性,需要借助第三方协作者C进行加密训练。以线性回归模型为例,训练过程可分为以下4步:
步骤1,协作者C把初始化的模型参数Θ
A、Θ
B分发给A和B,用以对训练过程中需 要交换的数据进行加密。
步骤2,A和B之间以加密形式交互用于计算梯度的中间结果。具体过程如下:
其中L为损失函数,如下:
由于A和B上的原始数据D
A以及D
B无法汇总在一起,无法基于传统的集中式训练方法。基于纵向联邦的训练方法如下:
L=L
A+L
B+L
AB 公式4
相应地,模型参数更新如下:
纵向联邦学习的训练过程如下:
(1)Client A和Client B确定初始化模型参数Θ
A和Θ
B;
步骤3,A和B分别基于加密的梯度值进行计算,同时B根据其标签数据计算损失,并把这些结果汇总给C,C通过汇总结果计算总梯度并将其解密。
步骤4,C将解密后的梯度分别回传给A和B,A和B根据梯度更新各自模型的参数。
迭代上述步骤直到达到模型训练结束条件,比如迭代次数达到一定阈值(比如10000次)、损失L小于一定阈值(比如0.001),这样就完成了整个训练过程,得到最终的训练模型。
在样本对齐及模型训练过程中,A和B各自的数据均保留在本地,且训练中的数据通过模型参数加密交互,避免了数据隐私的泄露。
需要说明的是,纵向联邦学习方法仅为实现本申请实施例业务体验模型的训练的其中 一种可能的训练方法,不应对本申请构成任何限定。本申请并不排除未来定义其他模型或者利用其它的方法来实现在不违反数据隐私法规情况下,能够集中完整的数据训练出业务体验模型,只要能实现上述相同或相似功能的方法都在本申请的保护范围之内。
需要说明的是,在本申请实施例中,训练一个业务体验模型需要联合同一厂商的私有网络数据和业务体验数据进行训练,训练好的业务体验模型用于确定属于该厂商的核心网网元所提供业务的业务体验。
在一种可能的实现方式中,参与训练业务体验模型的数据还可以包括属于该厂商的核心网网元的公有网络数据。
应该理解的是,上述业务体验模型训练所使用的数据可以针对终端的某一特定业务(如腾讯视频业务),也可以针对终端的一类业务中的多个业务(如视频业务中的腾讯视频、YouTube等),本申请并未对业务体验模型训练过程中所使用的训练数据做任何限定。
应理解,本申请实施例中业务体验模型的训练仅重点涉及了与本申请方案核心相关的CN域内的数据和AF上的数据,但实际参与业务体验模型训练的数据包括UE、RAN、CN和AF等域上的数据,其中UE以及RAN等域内的数据参与业务体验模型训练的过程与现有技术中相似,为了避免赘述,本申请实施例中省略了UE以及RAN等域内数据参与业务体验模型的训练的具体描述。
应该理解,本申请实施例中私有网络数据包括各个网元上无法上报的数据或者非标准化数据,其中,网元可以根据数据隐私或者数据量大小或者网元所述的设备厂商策略确定哪些数据不可以上报给NWDAF。比如,基站设备厂商可能由于保护产品利益,不愿意上报RAN的私有参数,如节能参数、定位参数、无线资源管理参数等。
应该理解,本申请实施例中公有网络数据包括各个网元可以上报给NWDAF的数据或者标准化数据,其中,网元可以根据数据隐私或者数据量大小或者网元所述的设备厂商策略确定哪些数据可以上报给NWDAF。例如,各个网元上报的公有网络数据可以包括,RAN上报的无线信号质量:参考信号接收功率(reference signal received power,RSRP)、参考信号接收质量(reference signal received quality,RSRQ)、信号与干扰加噪声比(signal to interference plus noise ratio,SINR);UPF上报的QoS相关参数:流速率(QoS flow bit rate)、流时延(QoS flow packet delay)、流包错误率(QoS flow packet error rate);AF上报的业务流相关参数:业务流对应的应用层缓存大小(buffer size)、业务流的业务体验(service experience)。
还需要说明的是,在NWDAF需要对RAN、CN和AF上的数据进行分析时,需要将终端在访问业务时在不同网元上产生的数据进行逻辑关联。
图3和表1示出了一种可能的将终端在不同网元上的数据相互关联的方式。具体的,可以通过不同类型的关联信息(correlation information)将每两个网元上属于同一终端的数据依次进行两两关联。
表1:用于关联终端在两个不同网元上的数据的关联信息
具体的,作为示例而非限定,关联方式可以是AF和UPF通过关联信息为时间戳(Timestamp)和IP五元组(IP address 5-tuple)关联信息将属于两个网元上同一终端的数据进行两两关联,UPF和SMF通过关联信息为时间戳(Timestamp)和UE IP将属于两个网元上同一终端的数据进行两两关联,SMF和PCF通过关联信息为时间戳(Timestamp)和用户永久标识(SUPI,subscription permanent identifier)将属于两个网元上同一终端的数据进行两两关联,SMF和AMF通过关联信息为时间戳(Timestamp)和用户永久标识(SUPI,subscription permanent identifier)将属于两个网元上同一终端的数据进行两两关联,AMF和RAN通过关联信息为时间戳(Timestamp)、RAN UE NGAP ID和RAN全球唯一标识(Global RAN Node ID)将属于两个网元上同一终端的数据进行两两关联,RAN和UPF通过关联信息为时间戳(Timestamp)和AN Tunnel Info将属于两个网元上同一终端的数据进行两两关联。
应理解,将终端在不同网元上的数据相互关联的动作可以由设备厂商NWDAF收集该设备厂商的核心网网元上的数据集和对应的关联信息后,由设备厂商NWDAF执行,也可以由运营商NWDAF获取该设备厂商的核心网网元上的数据集和对应的关联信息列表或者集合后,由运营商NWDAF执行,也可以由其他具有相同或相似功能的网元执行,本申请在此不作限定。
还应该理解,也可以通过其他方式将终端在访问业务时在不同网元上产生的数据进行逻辑关联,如AMF与RAN之间关联per UE数据,关联信息除了上述[RAN UE NGAP ID,Global RAN Node ID,Timestamp]之外,还可以是[AMF UE NGAP ID,Global RAN Node ID,Timestamp],以上关联方式中的关联信息与关联顺序仅仅作为示例,本申请对此不做限定。
针对核心网域内部网元跨厂商的情景,当前5G网络中缺失相应的业务体验模型的建立方法。可用于训练业务体验模型的针对终端的私有网络数据和公有网络数据存储在核心网域内部网元本地,核心网域内部网元能够获知自己的设备厂商信息,且只能上报自己的私有网络数据给自己所属设备厂商的NWDAF。用于训练模型的业务体验数据由AF提供,但是因为AF无法感知终端的业务流在网络中流经网络设备的厂商信息,这些业务体验数据中不包括网络侧对应的设备厂商信息,因此首先需要考虑如何对AF提供的业务体验数据按照设备厂商进行切分,才能将属于同一设备厂商的网络数据和业务体验数据集中起来训练得到该设备厂商所需的业务体验模型。
针对上述问题,本申请实施例提供了一种业务体验模型的训练方法,使得在核心网域内部网元跨厂商的情况下仍能够完成业务体验模型的训练。
具体而言,本申请实施例首先确定了AF提供的业务体验数据的设备厂商信息,在此前提下,若各设备厂商的NWDAF可以直接获取自己厂商对应的业务体验数据,可以直接在该设备厂商的NWDAF完成业务体验模型的训练;但若各设备厂商的NWDAF不能直接获取自己厂商对应的业务体验数据,则可以引入第三方协作者配合完成业务体验模型的训练,为了避免在训练过程中二者数据交互时该设备厂商的核心网网元的隐私数据泄露,此时可采用机器学习方法,在保证核心网域内部网元数据隐私的同时,也保证了业务体验模型的建立。
应该理解的是,以第三方协作者为运营商NWDAF为例,在训练模型的过程中,核心网网元上的私有网络数据只在本地设备厂商的NWDAF参与训练,而业务体验数据可以由运营商NWDAF获取后在运营商NWDAF上参与训练,也可以由NEF或者运营商NWDAF获取后发送到设备厂商的NWDAF上参与训练;类似的,若核心网网元上的公有网络数据参与训练,可以在本地设备厂商的NWDAF参与训练,也可以由设备厂商的NWDAF发送到运营商NWDAF上参与训练。
需要说明的是,在下文中结合附图描述实施例的过程中,图中仅为便于理解而示意,不应对本申请构成任何限定。此外,图中示出Vendor NWDAF可对应于设备厂商的数据分析功能网元,5GC NF对应5G核心网域内部网元,例如AMF、SMF、UPF、PCF等,NRF可对应于网络存储功能网元,AF代表应用功能网元,运营商NWDAF代表运营商的数据分析网元。各网元名称仅为区分不同的功能而定义,不应对本申请构成任何限定。本申请并不排除定义其他网元来实现相同或相似功能的可能。
图4示出了本申请业务体验模型的训练方法100示意性流程图。
当核心网网元来自不同设备厂商时,各设备厂商的业务体验模型的具体确定方法包括S110至S120,下面对每个步骤进行详细描述。
S110,确定终端使用业务时产生的业务体验数据对应的设备厂商信息。
具体的,确定业务体验数据对应的设备厂商信息的方法包括但不限于以下几种:
方式A
运营商NWDAF获取终端在AF上的业务体验数据对应的关联信息,该关联信息用于关联终端在核心网网元上产生的网络数据以及在AF上产生的业务体验数据;
运营商NWDAF获取核心网网元对应的设备厂商标识(如Vendor ID)以及终端在该设备厂商的核心网网元上产生的网络数据所对应的关联信息;
运营商NWDAF根据关联信息将业务体验数据与设备厂商标识对应,从而确定业务体验数据对应的设备厂商信息。
方式B
设备厂商的NWDAF向NRF注册时携带终端在该设备厂商的核心网网元上产生的网络数据所对应的关联信息与该设备厂商的信息(如该设备厂商的地址信息、该设备厂商的厂商标识信息等等);
运营商NWDAF获取终端在AF上的业务体验数据对应的关联信息,该关联信息用于关联终端在核心网网元上产生的网络数据以及在AF上产生的业务体验数据;
运营商NWDAF携带关联信息向NRF查询该关联信息对应的设备厂商信息,从而通过该关联信息确定业务体验数据对应的设备厂商信息。
需要说明的是,运营商NWDAF可以携带一个或同时携带多个关联信息向NRF查询,本申请在此不作限定。
在一种可能的实现方式中,设备厂商的NWDAF也可以向其他具有类似功能的网元(如数据收集协调功能网元(data collection coordination function,DCCF)和数据存储功能网元(data repository function,DRF)等)注册时携带终端使用业务时在该设备厂商的核心网网元上产生的网络数据所对应的关联信息,对应的,运营商NWDAF携带关联信息向该具有类似功能的网元(如数据收集协调功能网元DCCF和数据存储功能网元DRF等)查询该关联信息对应的设备厂商信息,本申请在此不作限定。
应理解,DCCF负责协调NWDAF收集终端在设备厂商对应的核心网网元上的数据,DRF用于存储终端在设备厂商对应的核心网网元上的数据。另外,DCCF或者DRF可以作为NWDAF内部逻辑功能,部署在该NWDAF内。
方式C
设备厂商的NWDAF向NRF注册时携带终端在该设备厂商的核心网网元上的网络数据对应的关联信息;
NEF获取终端在AF上的业业务体验数据对应的关联信息,该关联信息用于关联终端在核心网网元上的数据以及业务体验数据;
NEF携带关联信息向NRF查询该关联信息对应的设备厂商信息。
需要说明的是,NEF可以携带一个或同时携带多个关联信息向NRF查询,本申请在此不作限定。
在一种可能的实现方式中,设备厂商的NWDAF也可以向其他具有类似功能的网元(如数据收集协调功能网元(data collection coordination function,DCCF)和数据存储功能网元(data repository function,DRF)等)注册时携带终端使用业务时在该设备厂商的核心网网元上产生的网络数据所对应的关联信息,对应的,NEF可以携带关联信息向该具有类似功能的网元(如数据收集协调功能网元DCCF和数据存储功能网元DRF等)查询该关联信息对应的设备厂商信息,本申请在此不作限定。
应理解,DCCF负责协调NWDAF收集终端在设备厂商对应的核心网网元上的数据,DRF用于存储终端在设备厂商对应的核心网网元上的数据。另外,DCCF或者DRF可以作为NWDAF内部逻辑功能,部署在该NWDAF内。
在一种可能的实现方式中,也可以由其他具有类似功能的网元去获取终端在AF上的 业务的业务体验数据集并确定该业务体验数据集中每一业务体验数据对应的设备厂商信息,本申请在此不作限定。
S120,联合终端在设备厂商的核心网网元上的网络数据和对应的业务体验数据训练终端对应该设备厂商的核心网网元上使用业务时的业务体验模型。
需要说明的是,下文描述中出现的“设备厂商的网络数据”或者“设备厂商的核心网网元上的网络数据”都可以理解为终端使用业务时在该设备厂商的核心网网元上产生的网络数据,其中,网络数据包括私有网络数据和/或公有网络数据。
还需要说明的是,下文描述中出现的“设备厂商对应的业务体验数据”都可以理解为厂商设备的核心网网元为终端提供业务时,应用功能网元上对应该厂商设备的业务体验数据。
还需要说明的是,下文描述中出现的“设备厂商的业务体验模型”都可以理解为厂商设备的核心网网元为终端提供业务时,该设备厂商对应的业务体验模型。
还需要说明的是,对于本申请中出现的“终端”,可以指一个相同终端,也可以指多个不同的终端,本申请在此不作限定。
具体的,以其中一个设备厂商为例,联合该设备厂商的核心网网元的网络数据和该设备厂商对应的业务体验数据训练该设备厂商的业务体验模型的方法包括但不限于以下几种:
方式1
该设备厂商的NWDAF收集该设备厂商的核心网网元的私有网络数据;
运营商NWDAF向AF获取该设备厂商的业务体验数据;
运营商NWDAF确定该设备厂商的NWDAF的地址信息;
运营商NWDAF联合该设备厂商的NWDAF基于该设备厂商的核心网网元的私有网络数据和该设备厂商对应的业务体验数据训练确定该设备厂商的业务体验模型。
在一种可能的实现方式中,运营商NWDAF也可以联合该设备厂商的NWDAF基于该设备厂商的核心网网元的私有网络数据、公有网络数据和业务体验数据确定该设备厂商的业务体验模型。此时该设备厂商的核心网网元的公有网络数据可以由该设备厂商的核心网网元发送给运营商NWDAF,在运营商NWDAF上参与训练;也可以由该设备厂商的核心网网元发送给该设备厂商的NWDAF,该设备厂商的NWDAF再将其发送给运营商NWDAF,在运营商NWDAF上参与训练;还可以由该设备厂商的核心网网元发送给该设备厂商的NWDAF,在设备厂商的NWDAF本地参与训练。
需要说明的是,若该设备厂商的核心网网元发送公有网络数据给运营商NWDAF,在运营商NWDAF上参与训练,该设备厂商的核心网网元的公有网络数据可以在S110的方式A中,在运营商NWDAF获取每个设备厂商的核心网网元的设备厂商标识Vendor ID以及每个设备厂商的核心网网元的网络数据对应的关联信息时,同时获取,以节省一定的资源开销。
方式2
该设备厂商的NWDAF收集该设备厂商的核心网网元的私有网络数据;
该设备厂商的NWDAF获取该设备厂商对应的业务体验数据;
该设备厂商的NWDAF根据该设备厂商的核心网网元的私有网络数据和该设备厂商 对应的业务体验数据训练确定该设备厂商的业务体验模型。
需要说明是的,该设备厂商的NWDAF获取该设备厂商对应的业务体验数据的方式包括但是不限于,NEF向该设备厂商的NWDAF发送该设备厂商的业务体验数据(其中,NEF上的该设备厂商的业务体验数据来自于AF),或者,运营商NWDAF向该设备厂商的NWDAF发送该设备厂商的业务体验数据。
在一种可能的实现方式中,该设备厂商的NWDAF还可以根据该设备厂商的核心网网元的私有网络数据、公有网络数据和该设备厂商对应的业务体验数据训练和确定该设备厂商的业务体验模型。此时,方式2还应该包括,该设备厂商的NWDAF收集该设备厂商的核心网网元的公有网络数据。
作为示例而非限定,下面给出了在核心网网元跨厂商场景下实现业务体验模型训练的四个具体的实施例。
本申请实施例中的方法中,数据分析网元NWDAF包括运营商的数据分析网元NWDAF与核心网元设备厂商的数据分析网元NWDAF。核心网网域内部网元跨厂商可以跨两个设备厂商,也可以跨多个设备厂商,作为示例而非限定,在本实施例的方法中,以核心网网元属于两个设备厂商为例,进行说明。
前已述及,若设备厂商的NWDAF不能直接获取该厂商对应的业务体验数据,此时可引入第三方协作者来配合完成业务体验模型的训练,具体的,第三方协作者可以是运营商NWDAF。下面将以运营商NWDAF为例进行详细说明。
图5示出了本申请第一个具体实施例获取业务体验模型的方法200示意性流程图。
如图5所示,获取业务体验模型首先需要确定业务体验数据的设备厂商信息,具体确定方法包括S201a至S204,随后联合设备厂商的核心网网元的网络数据和对应的业务体验数据训练该设备厂商的业务体验模型,具体训练步骤包括S205a至S207,下面对每个步骤进行详细描述。
S201a,运营商NWDAF向AF发送请求信息#a,向AF订阅终端的业务体验数据以及该业务体验数据对应的关联信息。
具体的,在一种可能的实现方式中,运营商NWDAF触发到AF的Naf接口上事件开放订阅(Naf_EventExposure_Subscribe)服务操作,服务操作中携带Event ID=业务体验信息(Service Experience)、Event Filter=应用标识或者业务标识(Application ID),用于向AF订阅Application ID所标识的业务的业务体验数据,向AF订阅终端的业务体验数据以及该业务体验数据对应的关联信息。
需要说明的是,运营商NWDAF可以向AF订阅一个终端业务体验数据以及该业务体验数据对应的关联信息,也可以同时向AF订阅多个终端业务体验数据以及该业务体验数据集对应的关联信息,本申请在此不作限定。
还需要说明的是,上述业务体验数据具体可以包括一个或者多个业务体验数据,其中,一个业务体验数据对应一个关联信息,此处一个业务体验数据可以对应某一个终端访问某一业务产生的业务体验数据,也可以对应一个终端访问一类业务(包括多个业务)中产生的业务体验数据,本申请在此不作限定。
还需要说明的是,业务体验数据中可以包括终端在使用业务时特定时间戳(timestamp)时的业务体验和/或终端位置,其中业务体验可以是以下类型中的一个或者多个:平均意 见分(mean opinion score,MOS)、环回时延(round trip time,RTT)、带宽(bandwidth)、抖动(jitter)等。
S201b,AF向运营商NWDAF发送回复信息#a,回复信息#a中包括运营商NWDAF订阅的业务体验数据以及该业务体验数据集对应的关联信息。
具体的,在一种可能的实现方式中,AF触发到运营商NWDAF的Naf接口上事件开放通知(Naf_EventExposure_Notify)服务操作,向运营商NWDAF发送终端的业务体验数据,以及该业务体验数据对应的关联信息。
需要说明的是,上述关联信息用于将某一个终端在访问业务时在AF上产生的业务体验数据和在核心网网元上的网络数据相互关联,该业务体验数据和该网络数据对应同一设备厂商,具体的,该关联信息可以先将某一个终端在访问业务时在AF上产生的业务体验数据和在UPF上产生的网络数据相关联,此时该关联信息可以包括:时间戳(Timestamp)以及IP五元组(IP address 5-tuple),然后按照前文所述的方法关联在SMF,AMF或者AN上的数据。
S202a,运营商NWDAF向设备厂商#1的5GC NF#1发送请求信息#b1,向设备厂商#1的5GC NF#1订阅所属该设备厂商的网元上的公有网络数据#1以及该公有网络数据对应的关联信息#1,例如,通过Event ID=终端位置(UE Location)向AMF订阅终端的位置信息,通过Event ID=QFI allocation向SMF订阅QoS flow相关数据(如DNN、S-NSSAI、QFI、QoS流比特率(QoS flow bit rate)、QoS时延(QoS flow packet delay)、包传输个数(packet transmission)、包重传个数(packet retransmission)等信息等),并指示5GC NF#1上报公有网络数据#1时携带5GC NF#1的设备厂商标识Vendor ID#1。
具体的,在一种可能的实现方式中,运营商NWDAF触发到5GC NF#1的Nnf接口上事件开放订阅(Nnf_EventExposure_Subscribe)服务操作,向设备厂商#1的5GC NF#1订阅所属该设备厂商的网元上的公有网络数据#1和公有网络数据#1对应的终端信息的关联信息#1,并指示5GC NF#1上报该公有网络数据#1时携带5GC NF#1的设备厂商标识Vendor ID#1。
S202b,5GC NF#1向运营商NWDAF发送回复信息#b1,回复信息#b1中包括运营商NWDAF订阅的公有网络数据#1、公有网络数据#1对应的终端信息的关联信息#1以及5GC NF#1的设备厂商标识Vendor ID#1。
具体的,在一种可能的实现方式中,5GC NF#1触发到运营商NWDAF的Nnf接口上事件开放通知(Nnf_EventExposure_Notify)服务操作,向运营商NWDAF发送运营商NWDAF在步骤S202a订阅的公有网络数据#1、公有网络数据#1对应的关联信息#1以及5GC NF#1的设备厂商标识Vendor ID#1。
应该理解,5GC NF中的不同网元在上报公有网络数据时携带的关联信息类型可能不同,具体的,图3与表1中示出网元与关联信息类型之间一种可能的对应关系。
S202c,设备厂商#1的NWDAF向5GC NF#1收集各网元上的私有网络数据。
在一种可能的实现方式中,Vendor NWDAF#1触发到5GC NF#1的Nnf接口上事件开放订阅(Nnf_EventExposure_Subscribe)服务操作,向5GC NF1订阅设备厂商#1的核心网网元上的私有网络数据以及对应的关联信息。5GC NF#1触发到Vendor NWDAF#1的Nnf接口上事件开放通知(Nnf_EventExposure_Notify)服务操作,向Vendor NWDAF #1发送每个终端的公有网络数据和私有网络数据以及对应的关联信息。
应理解,Vendor NWDAF#1可以向5GC NF#1订阅一个终端的私有网络数据以及对应的关联信息,也可以同时向5GC NF#1订阅多个终端的私有网络数据以及对应的关联信息,在本申请实施例中不作限定。
需要说明是的,5GC NF中不同网元的数据对应的关联信息可能不同,图3或者表1示出了一种网元数据与关联信息可能的对应关系,其中,终端在UPF上的数据的关联信息可以包括:时间戳Timestamp以及IP五元组IP address 5-tuple。
在一种可能的实现方式中,设备厂商#1的NWDAF也可以通过其他方式(如硬件探针)收集设备厂商#1的核心网网元上的私有网络数据。
S202d,设备厂商NWDAF#1携带自己所属的厂商标识Vendor ID向NRF进行注册。
具体的,设备厂商NWDAF#1向NRF注册的方式可以是,设备厂商NWDAF#1携带注册信息触发Nnrf接口上网元管理中网元注册请求(Nnrf_NFManagement_NFRegister_request)服务操作,向NRF发起注册请求,该注册信息包括设备厂商NWDAF的厂商标识Vendor ID,NRF收到该注册请求后储存设备厂商NWDAF的注册信息,NRF触发Nnrf接口上网元管理中网元注册响应(Nnrf_NFManagement_NFRegister_response)服务操作向设备厂商NWDAF#1发送回复消息,注册成功。
需要说明的是,设备厂商NWDAF在向NRF注册时,注册服务操作Nnrf接口上网元管理中网元注册请求(Nnrf_NFManagement_NFRegister_request)中包括该设备厂商NWD AF的NF网元信息(NFProfile),即NWDAF网元信息(NWDAF Profile),其中NF Profile中除了携带自己所属的厂商标识Vendor ID,还需携带其他基本信息,如设备厂商NWDAF对应的以下信息中的一个或者多个:网元类型、地址信息、服务区域、分析标识Analytics ID等,这里与现有技术中类似,在此不作过多赘述。
步骤S203a至S203d是与设备厂商NWDAF#2相关的动作,具体步骤可参考步骤S202a至S202d中的描述,在此不作赘述。
S204,运营商NWDAF将关联信息相对应的业务体验数据与设备厂商标识相关联,从而确定每个业务体验数据的设备厂商标识,将关联信息相对应的业务体验数据与公有网络数据相关联,从而确定属于设备厂商#1的数据集,该数据集包括业务体验数据#1、公有网络数据#1、公有网络数据#1对应的关联信息#1、设备厂商标识Vendor ID#1,以及设备厂商#2的数据,该数据集包括业务体验数据#2、公有网络数据#2、公有网络数据#2对应的关联信息#2、设备厂商标识Vendor ID#2。
具体的,一种可能的将属于同一设备厂商同一终端的业务体验数据和公有网络数据相互关联的方式如图3和表1所示,可以是运营商NWDAF获取5GC NF上的公有网络数据以及对应的关联信息后,运营商NWDAF先根据Timestamp,IP address 5-tuple的关联信息将来自AF的业务体验数据与来自UPF的公有网络数据相关联,再根据Timestamp,UE IP的关联信息将来自UPF的公有网络数据与来自SMF的公有网络数据相关联,再根据Timestamp,SUPI的关联信息将来自SMF的公有网络数据与来自AMF的公有网络数据相关联,以及将来自SMF的公有网络数据与来自PCF的公有网络数据相关联,再根据Timestamp,RAN UE NGAP ID和RAN全球唯一标识Global RAN Node ID的关联信息将来自AMF的公有网络数据与来自RAN的公有网络数据相关联,根据Timestamp,AN Tunnel Info的关联信息将来自RAN的公有网络数据与来自UPF的公有网络数据相关联。
若运营商NWDAF直接根据目前已经获取的各设备厂商核心网网元的公有网络数据以及该设备厂商对应的业务体验数据进行业务体验模型训练,得到的业务体验模型泛化能力较差,为了得到更为精确的业务体验模型,此时需要各设备厂商的私有网络数据参与模型的训练,但出于数据隐私的考虑,运营商NWDAF不能直接获得各设备厂商的私有网络数据,但设备厂商的NWDAF可以获取该设备厂商各网元上的私有网络数据,作为示例而非限定,本申请实施例采用纵向联邦方法让运营商NWDAF联合设备厂商的NWDAF,让设备厂商的私有网络数据保留在设备厂商NWDAF本地参与模型的训练,以提高业务体验模型的泛化能力或者模型性能。
需要说明的是,纵向联邦方法只是本申请实施例中的一个示例的训练方法,本申请实施例采用的训练方法也可以是其他的名称,只要能够实现在保护各方隐私的前提下联合各方数据训练业务体验模型,都在本申请的保护范围之内。
S205a,运营商NWDAF向NRF发送请求信息#c,向NRF查询设备厂商NWDAF的地址,该请求信息#c中包括设备厂商的厂商标识Vendor ID。
具体的,在一种可能的实现方式中,运营商NWDAF触发Nnrf接口上网元发现请求(Nnrf_NFDiscovery_Request)服务操作,向NRF发送请求信息#c,该请求信息#c中包括设备厂商的厂商标识Vendor ID,向NRF请求查询该厂商标识Vendor ID对应的设备厂商NWDAF的地址。
需要说明的是,请求信息#c中可以包括一个设备厂商的厂商标识Vendor ID,也可以同时包括多个设备厂商的厂商标识Vendor ID(用于请求每个厂商标识Vendor ID对应的设备厂商NWDAF的地址),本申请实施例在此不作限定。
S205b,NRF向运营商NWDAF发送回复信息#c,该回复信息#c中包括设备厂商的厂商标识Vendor ID对应的设备厂商NWDAF的地址。
具体的,在一种可能的实现方式中,NRF触发Nnrf接口上网元发现请求响应(Nnrf_NFDiscovery_RequestResponse)服务操作,向运营商NWDAF发送回复信息#c,该回复信息#c中包括设备厂商标识Vendor ID对应的设备厂商NWDAF的地址Vendor NWDAF ID。
在一种可能的实现方式中,运营商NWDAF获取设备厂商NWDAF地址信息的方式也可以是,在步骤S202b和S203b中,设备厂商的核心网网元在向运营商NWDAF发送数据时,还携带有该设备厂商的NWDAF的地址。
S206,训练业务体验模型。
接下来以设备厂商#1为例,具体介绍第一个实施例中应用纵向联邦方法训练设备厂商#1的业务体验模型的过程,为了方便阅读和理解,以设备厂商#1的公有网络数据#1为数据集
(i=1,2,3,…,N),以设备厂商#1的私有网络数据#1为数据集
(i=1,2,3,…,N),以设备厂商#1的业务体验数据#1为数据y
i(i=1,2,3,…,N),其中下标i表示第i个样本数据,以业务体验模型所使用的算法为线性回归(linear regression,LiR)为例,对详细的训练过程进行介绍:
S206a,运营商NWDAF向设备厂商NWDAF#1发送向Vendor NWDAF发送初始联邦学习参数分发(Initial Federated Learning parameters provisioning)消息触发纵向联邦学 习训练过程。
其中,Initial Federated Learning parameters provisioning消息包括算法标识信息以及关联信息列表,该关联信息列表用于确定参与模型训练的数据集,具体的,该关联信息可以为AF与UPF之间的关联信息,即IP五元组以及时间戳。
S206b,设备厂商NWDAF接收运营商NWDAF发送的上述消息,并根据初始化模型参数
计算
并通过Nnwdaf接口上机器学习模型更新通知(Nnwdaf_MLModelUpdate_Notify)服务操作向运营商NWDAF发送
和关联信息列表,该关联信息列表用于关联
与运营商NWDAF上属于设备厂商#1的训练数据;
应理解,上述运营商NWDAF上属于设备厂商#1的训练数据在本实施例中,包括设备厂商#1对应的业务体验数据和公有网络数据。
其中,x
i表示第i个样本数据,其中
是样本数据中分布在CN上的公有网络数据,
是样本数据中分布在CN上的私有网络数据,Θ
A和Θ
B分别是
和
对应的模型参数。h(x)为基于数据
以及模型参数Θ
A和Θ
B计算结果。
运营商NWDAF根据残差d
i更新模型参数Θ
A,具体更新过程如下:
运营商NWDAF通过Nnwdaf接口上机器学习模型分发通知(Nnwdaf_MLModelProvision_Notify)服务操作向设备厂商NWDAF发送残差d
i和
对应的关联信息,辅助本地模型参数Θ
B的更新,该关联信息用于关联残差d
i与设备厂商NWDAF#1上的数据集
具体更新过程如下:
至此,一次纵向模型训练迭代过程完成。
S206d,设备厂商NWDAF接收并根据残差d
i更新模型参数Θ
B,并向运营商NWDAF发送更新后的中间结果
与关联信息列表,该关联信息列表用于关联更新后的中间结果
与运营商NWDAF上属于设备厂商#1的训练数据;
S206e,运营商NWDAF接收更新后的中间结果
与关联信息列表,并判断是否达到了业务体验模型训练结束条件,若达到训练结束条件,运营商NWDAF确定最终业务体验模型,并结束训练过程;若未达到训练结束条件,重复上述训练步骤直至训练完成。
应理解,上述模型参数Θ
A和Θ
B为模型参数向量,具体的,每个模型参数向量中可以包括一个或者多个模型参数。
需要说明的是,上述模型参数Θ
A和Θ
B的更新过程会一直循环执行,直到运营商NWDAF判断达到了业务体验模型训练结束条件,业务体验模型才完成训练。
应理解,该业务体验模型训练结束条件可以是运营商NWDAF提前设置的,作为示例而非限定,可以是模型参数迭代的次数达到一定阈值,比如模型参数迭代的次数达到10000次,也可以是损失函数L(e.g.基于更新后的中间结果
以及
)的值小于一定阈值,比如损失函数的值小于0.001。
还需要说明的是,以上具体步骤仅仅是对第一次迭代过程的举例说明,在非首次模型参数迭代时,S107a中运营商NWDAF发送给设备厂商NWDAF的数据由上一次迭代后对应的更新后的模型参数确定。
设备厂商#2的业务体验模型的训练过程可以参考上述设备厂商#1的业务体验模型的训练过程,在此不作赘述。
在一种可能的实现方式中,在各设备厂商的业务体验模型训练完成后,如果Vendor NWDAF#1和Vendor NWDAF#2都上报了公有网络数据,还可以执行步骤S207,运营商NWDAF对各个设备厂商训练完成的业务体验模型中公有网络数据的模型参数或者公有网络数据的模型参数梯度进行横向联邦训练,使得不同设备厂商针对公有网络数据的模型参数统一,更进一步提高公有网络数据的模型参数的泛化能力。
在上述第一个实施例中,各设备厂商的NWDAF携带设备厂商标识提前向NRF进行注册;运营商NWDAF根据相同的关联信息将AF提供的业务体验数据与核心网网元提供的Vendor ID相关联,从而确定每一业务体验数据的设备厂商信息;运营商NWDAF再根据核心网网元发送的设备厂商标识,向NRF查询该设备厂商标识对应的Vendor NWDAF ID,之后再分别联合不同设备厂商的NWDAF,基于每个设备厂商的网络侧数据与业务体验数据进行纵向联邦训练,分别训练出不同设备厂商的业务体验模型。
在第一个实施例中,业务体验模型中公有网络数据的模型参数由运营商NWDAF在其向设备厂商的核心网网元获取公有网络数据后,在运营商NWDAF上进行计算更新,在另一种可能实现的方式中,公有网络数据的模型参数也可以由设备厂商自己的NWDAF向该设备厂商的核心网网元收集公有网络数据后,在设备厂商NWDAF上进行计算更新。
如图6所示,获取业务体验模型首先需要确定业务体验数据的设备厂商信息,具体确定方法包括S301a至S305,随后联合每一设备厂商的核心网网元的网络数据和对应的业务体验数据训练每一设备厂商的业务体验模型,具体训练步骤包括S306至S308,下面对每个步骤进行详细描述。
步骤S301a-S301b与第一个实施例中的步骤S201a-S201b相同,在此就不做赘述。
S302a,设备厂商#1的NWDAF向设备厂商#1的5GC NF#1发送请求信息#b1,向5GC NF#1订阅设备厂商#1的公有网络数据和私有网络数据以及对应的关联信息,该关联信息用于标识该公有网络数据和私有网络数据。
具体的,在一种可能的实现方式中,Vendor NWDAF#1触发到5GC NF#1的Nnf接口上事件开放订阅(Nnf_EventExposure_Subscribe)服务操作,向5GC NF#1订阅每个终端对应的公有网络数据和私有网络数据以及对应的关联信息。
应理解,Vendor NWDAF#1可以向5GC NF#1订阅一个终端对应的公有网络数据和私有网络数据以及对应的关联信息,也可以同时向5GC NF#1订阅多个终端对应的公有网络数据和私有网络数据以及对应的关联信息,在本申请实施例中不作限定。
S302b,设备厂商#1的5GC NF#1向设备厂商#1的NWDAF发送回复信息#b1,回复信息#b1中包括设备厂商#1的公有网络数据和私有网络数据以及对应的关联信息,该关联信息用于标识该公有网络数据和私有网络数据的终端信息。
具体的,在一种可能的实现方式中,5GC NF#1触发到Vendor NWDAF#1的Nnf接口上事件开放通知(Nnf_EventExposure_Notify)服务操作,向Vendor NWDAF#1发送每个终端的公有网络数据和私有网络数据以及对应的关联信息。
需要说明是的,5GC NF中不同网元的数据对应的关联信息可能不同,图3和表1示出了一种网元数据与关联信息可能的对应关系,其中,终端在UPF上的数据的关联信息可以包括:时间戳Timestamp以及IP五元组IP address 5-tuple。
在一种可能的实现方式中,设备厂商#1的NWDAF也可以通过其他方式(如硬件探针)收集设备厂商#1的核心网网元上的私有网络数据。
S302c,设备厂商#1的NWDAF携带设备厂商#1的核心网网元上数据对应的关联信息向NRF进行注册。
具体的,设备厂商NWDAF向NRF注册的方式可以是,设备厂商NWDAF携带注册信息触发Nnrf接口上网元管理中网元注册请求(Nnrf_NFManagement_NFRegister_request)服务操作,向NRF发起注册请求,该注册信息中包括设备厂商#1的核心网网元上数据对应的关联信息,NRF收到该注册请求后储存设备厂商NWDAF的注册信息,NRF触发Nnrf接口上网元管理中网元注册响应(Nnrf_NFManagement_NFRegister_response)服务操作向设备厂商NWDAF发送回复消息,注册成功。
需要说明的是,设备厂商NWDAF在向NRF注册时,除了携带设备厂商#1的核心网网元上数据对应的关联信息,还需携带其他基本信息,如NFProfile(网元信息,如设备厂商NWDAF的地址)等,这里与现有技术中类似,在此不作过多赘述。
S303a-S303c是设备厂商#2的NWDAF向设备厂商#2的5GC NF#2收集终端对应的公有网络数据和私有网络数据以及对应的关联信息,并向NRF进行注册的过程,可以参考步骤S302a-S302c,在此就不作赘述
S304a,运营商NWDAF向NRF发送请求信息#c,向NRF查询关联信息对应的Vendor NWDAF ID(Vendor NWDAF标识,或者Vendor NWDAF的地址信息),该请求信息#c中包括运营商NWDAF收集到的业务体验数据对应的关联信息。
需要说明的是,一个业务体验数据对应一个关联信息,运营商NWDAF可以向NRF请求查询一个关联信息对应的Vendor NWDAF ID,也可以同时请求查询多个关联信息对 应的Vendor NWDAF ID,本申请在此不做限定。
具体的,在一种可能的实现方式中,运营商NWDAF触发Nnrf接口上网元发现请求(Nnrf_NFDiscovery_Request)服务操作,向NRF发送请求信息#c,向NRF请求查询每一个关联信息对应的Vendor NWDAF ID,该请求信息#c中包括运营商NWDAF收集到的业务体验数据的关联信息,即Timestamp和IP address 5-tuple。
S304b,NRF向运营商NWDAF发送回复信息#c,该回复信息#c中包括关联信息对应的Vendor NWDAF ID。
具体的,在一种可能的实现方式中,NRF触发Nnrf接口上网元发现响应(Nnrf_NFD iscovery_RequestResponse)服务操作,向运营商NWDAF发送回复信息#c,该回复信息#c中包括每个关联信息对应的Vendor NWDAF ID。
S305,运营商NWDAF根据关联信息确定业务体验数据的设备厂商信息,从而确定设备厂商#1的业务体验数据和设备厂商#2的业务体验数据。
运营商NWDAF目前获取了设备厂商#1和设备厂商#2的业务体验数据,Vendor NWDAF目前获取了自己对应设备厂商的私有网络数据和公有网络数据,为了保证业务体验模型的泛化能力,训练出更为精确的业务体验模型,此时可以联合设备厂商的私有网络数据、公有网络数据和业务体验数据参与该设备厂商对应的业务体验模型的训练,但出于数据隐私的考虑运营商NWDAF不能直接获得该设备厂商对应的私有网络数据,作为示例而非限定,本申请实施例采用纵向联邦方法让运营商NWDAF联合设备厂商的NWDAF,让设备厂商的私有网络数据保留在设备厂商NWDAF本地参与该设备厂商对应的业务体验模型的训练,以提高业务体验模型的泛化能力。
需要说明的是,纵向联邦方法只是本申请实施例中的一个示例的训练方法,本申请实施例采用的训练方法也可以是其他的名称,只要能够实现在保护各方隐私的前提下联合各方数据训练业务体验模型,都在本申请的保护范围之内。
S306,运营商NWDAF联合Vendor NWDAF训练每个设备厂商业务体验模型。
接下来以设备厂商#1为例,具体介绍第二个实施例中应用纵向联邦方法训练设备厂商#1的业务体验模型的过程,为了方便阅读和理解,以设备厂商#1的公有网络数据#1为数据集
以设备厂商#1的私有网络数据#1为数据集
以设备厂商#1的业务体验数据#1为数据y
i,以业务体验模型为线性回归模型为例,对训练过程进行介绍:
需要训练的业务体验模型如下:
S306a,运营商NWDAF向设备厂商NWDAF#1发送向Vendor NWDAF发送初始联邦学习参数分发(Initial Federated Learning parameters provisioning)消息触发纵向联邦学习训练过程。
其中,Initial Federated Learning parameters provisioning消息包括算法标识信息以及关联信息列表,该关联信息列表用于确定参与模型训练的数据集,即,具体的,该关联信息可以为AF与UPF之间的关联信息,即IP五元组以及时间戳。其中,算法标识用于确定纵向联邦学习所使用的算法,如线性回归(linear regression)、神经网络(neural network) 等。
S306b,设备厂商NWDAF接收运营商NWDAF发送的上述消息,并根据初始化模型参数
和
计算
和
并通过Nnwdaf接口上机器学习模型更新通知(Nnwdaf_MLModelUpdate_Notify)服务操作向运营商NWDAF发送
和关联信息列表,该关联信息列表用于关联
与设备厂商#1的业务体验数据;
运营商NWDAF通过Nnwdaf接口上机器学习模型更新通知(Nnwdaf_MLModelUpdate_Notify)服务操作向设备厂商NWDAF发送残差d
i和关联信息列表,该关联信息列表用于关联残差d
i与设备厂商#1的网络侧数据;
S306d,设备厂商NWDAF接收并根据残差d
i更新Θ
A和Θ
B的模型参数,具体更新过程如下:
至此,一次纵向模型训练迭代过程完成。
设备厂商NWDAF通过Nnwdaf接口上机器学习模型更新通知(Nnwdaf_MLModelUpdate_Notify)服务操作向运营商NWDAF发送更新后的中间结果
与关联信息列表,该关联信息列表用于关联更新后的中间结果
与运营商NWDAF上属于设备厂商#1的训练数据
在一种可能的实现方式中,设备厂商NWDAF还可以向运营商NWDAF发送模型参数Θ
A对应的模型参数梯度、样本个数与对应的关联信息列表,以用于运营商NWDAF对公有网络数据相关参数的横向联邦训练,该关联信息列表用于关联Θ
A对应的模型参数梯度、样本个数与设备厂商#1;
S306e,运营商NWDAF接收更新后的中间结果
和本地计算所得中间结果
并判断是否达到业务体验模型训练的结束条件。若达到训练结束条件后,运营商NWDAF确定最终业务体验模型,结束训练过程;若未达到训练结束条件,重复上述训练步骤直至训练完成;
应理解,上述模型参数Θ
A和Θ
B为模型参数向量,具体的,每个模型参数向量中可以包括一个或者多个模型参数。
需要说明的是,上述模型参数Θ
A和Θ
B的更新过程会一直循环执行,直到运营商NWDAF判断达到了业务体验模型训练结束条件,业务体验模型才完成训练。
应理解,该业务体验模型训练结束条件可以是运营商NWDAF提前设置的,作为示例而非限定,可以是模型参数迭代的次数达到一定阈值,比如模型参数迭代的次数达到10000次,也可以是损失函数L(e.g.基于更新后的中间结果
以及
)的值小于一定阈值,比如损失函数的值小于0.001。
还需要说明的是,以上具体步骤仅仅是对第一次迭代过程的举例说明,在非首次模型参数迭代时,S306a中运营商NWDAF发送给设备厂商NWDAF的数据由上一次迭代后对应的更新后的模型参数确定。
设备厂商#2的业务体验模型的训练过程可以参考上述设备厂商#1的业务体验模型的训练过程,在此不作赘述。
在一种可能的实现方式中,在各设备厂商的业务体验模型训练完成后,还可以执行步骤S307至S308,运营商NWDAF对各个设备厂商训练完成的业务体验模型中公有网络数据的模型参数或者公有网络数据的模型参数梯度进行横向联邦训练,使得不同设备厂商针对公有网络数据的模型参数统一,更进一步提高公有网络数据的模型参数的泛化能力。
S307,运营商NWDAF对不同设备厂商训练完成的业务体验模型中公有网络数据的模型参数或者公有网络数据的模型参数梯度进行横向联邦训练。
需要说明的是,针对公有网络数据的模型参数梯度进行横向联邦训练是可选步骤,目的是使得不同设备厂商针对公有网络数据的模型参数统一,更进一步提高公有网络数据的模型参数的泛化能力。
S308,运营商NWDAF向各设备厂商的NWDAF发送处理参数#d,该处理参数#d为运营商NWDAF对公有网络数据的模型参数或者公有网络数据的模型参数梯度进行横向联邦后得到的参数。
在上述第二个实施例中,Vendor NWDAF携带各设备厂商网络侧数据对应的关联信息提前向NRF进行注册,因此运营商NWDAF能够根据AF发送的业务体验数据对应的关联信息,向NRF查询该关联信息对应的Vendor NWDAF ID,从而确定每一业务体验数据的设备厂商信息,之后运营商NWDAF再分别联合不同设备厂商的NWDAF,基于每个设备厂商的网络侧数据与业务体验数据进行纵向联邦训练,分别训练出不同设备厂商的业务体验模型。
在第一个实施例和第二个实施例中,运营商NWDAF在确定业务体验数据的设备厂商信息后,会将其保留在运营商NWDAF本地参与业务体验模型的训练,作为示例而非限定,在第三个实施例中,运营商NWDAF在确定业务体验数据的设备厂商信息后也可以直接向Vendor NWDAF发送该设备厂商对应的业务体验数据,该设备厂商可以再该设备厂商对应的公有网络数据和私有网络数据,直接在该设备厂商的Vendor NWDAF中进行业务体验模型的训练。
图7示出了本申请另一个具体实施例的业务体验模型的获取方法400示意性流程图。
如图7所示,获取业务体验模型首先需要确定业务体验数据的设备厂商信息,具体确定方法包括S401a至S405,随后联合每一设备厂商的核心网网元的网络数据和对应的业务体验数据训练每一设备厂商的业务体验模型,具体训练步骤包括S406a至S410,下面对每个步骤进行详细描述。
业务体验数据的设备厂商信息的确定方法S401a至S405可以参考第二个实施例中的步骤S301a-S305,在此就不做赘述。
在一种可能的实现方式中,业务体验数据的设备厂商信息的确定方法也可以参考第一个实施例中的确定方法,或者其他可以实现将业务体验数据与设备厂商信息相关联的方法,本申请在此不作限定。
S406a,运营商NWDAF向Vendor NWDAF#1发送训练参数#d1,该训练参数#d1包括设备厂商#1对应的业务体验数据#1以及业务体验数据#1对应的关联信息#1。
S406b,运营商NWDAF向Vendor NWDAF#2发送训练参数#d2,该训练参数#d2包括设备厂商#2对应的业务体验数据#2以及业务体验数据#2对应的关联信息#2。
在第三个实施例中,由运营商NWDAF确定业务体验数据的设备厂商信息并将每个业务体验数据发送给对应的设备厂商的NWDAF,在设备厂商的NWDAF上参与业务体验模型训练。
目前每个设备厂商NWDAF已经获取了自己核心网网元上的网络数据,以及自己的设备厂商对应的业务体验数据,因此可以不引入纵向联邦训练方法,设备厂商NWDAF基于该设备厂商对应的核心网网元上的网络数据以及对应的业务体验数据进行业务体验模型的训练,此时的业务体验模型训练过程S407a与S407b与现有技术类似,在此不作赘述。
在一种可能的实现方式中,运营商NWDAF还可以执行步骤S408a至S410,对各个设备厂商的业务体验模型中公有网络数据的模型参数或者公有网络数据的模型参数梯度进行横向联邦训练,使得不同设备厂商针对公有网络数据的模型参数统一,更进一步提高公有网络数据的模型参数的泛化能力。
此时步骤S406a与S406b还包括,运营商NWDAF向Vendor NWDAF#1和Vendor NWDAF#2发送初始联邦学习参数分发(Initial Federated Learning parameters provisioning)消息触发横向联邦学习训练过程。其中,该消息中包括算法部标识以及参与训练的公共数据的数据类型列表信息。
S408a与S408b,每个Vendor NWDAF通过Nnwdaf接口上机器学习模型更新通知(Nnwdaf_MLModelUpdate_Notify)服务发送本地训练数据集大小n
I以及本地模型训练的梯度值
给运营商NWDAF。
S409,运营商NWDAF针对各个Vendor NWDAF上报的本地模型梯度值进行加权聚合,如下:
S410,运营商NWDAF向各个设备厂商的NWDAF发送处理参数#f辅助各个Vendor NWDAF本地对模型参数进行更新,所述处理参数#f为加权聚合后的梯度结果,本地模型 参数更新过程如下
至此,一次横向联邦迭代过程完成。
需要说明的是,上述模型参数Θ
I的更新过程会一直循环执行,直到达到了横向联邦学习的模型终止条件,上述迭代过程才会终止。
具体的,横向联邦学习的模型终止条件可以是达到最大迭代次数(如10000次),该终止条件可以由运营商NWDAF进行提前设置和判断,也可以由设备厂商NWDAF进行提前设置和判断。
在第三个实施例中,运营商NWDAF先确定AF提供的业务体验数据的厂商信息,然后将业务体验数据分发给对应设备厂商的Vendor NWDAF,辅助厂商内部的业务体验模型训练。设备厂商的Vendor NWDAF在接收该设备厂商对应的业务体验数据后直接在该设备厂商内部NWDAF上完成业务体验模型的训练,本实施例中不需要引入纵向联邦学习。
在第三个实施例中,运营商NWDAF在确定业务体验数据的设备厂商信息后直接向Vendor NWDAF发送该设备厂商对应的业务体验数据,该设备厂商再联合该设备厂商对应的公有网络数据和私有网络数据,直接在该设备厂商的Vendor NWDAF中进行业务体验模型的训练,作为示例而非限定,在第四个实施例中,也可以由NEF来确定AF发送的业务体验数据的设备厂商信息,然后向各Vendor NWDAF发送其对应的业务体验数据,运营商NWDAF辅助厂商内部的业务体验模型训练。设备厂商的Vendor NWDAF在接收该设备厂商对应的业务体验数据后直接在该设备厂商内部的Vendor NWDAF上进行业务体验模型的训练,不需要引入纵向联邦学习。
图8示出了本申请另一个具体实施例的业务体验模型的获取方法500示意性流程图。
如图8所示,获取业务体验模型首先需要确定业务体验数据的设备厂商信息,具体确定方法包括S501a至S505,随后联合每一设备厂商的核心网网元的网络数据和对应的业务体验数据训练每一设备厂商的业务体验模型,具体训练步骤包括S506a至S510,下面对每个步骤进行详细描述。
S501a,NEF向AF发送请求信息#a,向AF订阅终端的业务体验数据以及该业务体验数据集对应的关联信息。
具体的,在一种可能的实现方式中,NEF触发到AF的Naf接口上事件开放订阅(Naf_EventExposure_Subscribe)服务操作,向AF订阅终端的业务体验数据以及该业务体验数据对应的关联信息。
需要说明的是,NEF可以向AF订阅一个终端业务体验数据以及该业务体验数据对应的关联信息,也可以同时向AF订阅多个终端业务体验数据以及该业务体验数据对应的关联信息,本申请在此不作限定。
还需要说明的是,一个业务体验数据对应一个关联信息,此处一个业务体验数据可以针对终端的某一特定业务(如腾讯视频业务),也可以针对终端的一类业务中的多个业务(如视频业务中的腾讯视频、YouTube等),本申请在此不作限定。
S501b,AF向NEF发送回复信息#a,回复信息#a中包括运营商NWDAF订阅的业务体验数据以及该业务体验数据对应的关联信息。
具体的,在一种可能的实现方式中,AF触发到NEF的Naf接口上事件开放通知 (Naf_EventExposure_Notify)服务操作,向NEF发送终端的业务体验数据,以及该业务体验数据对应的关联信息。
S502a至S503c的步骤可参考第三个实施例中的步骤S402a至S403c,在此就不作过多赘述。
S504a,NEF向NRF发送请求信息#c,向NRF查询每一个关联信息对应的Vendor NWDAF ID,该请求信息#c中包括业务体验数据对应的关联信息。
需要说明的是,一个关联信息对应一个业务体验数据。
具体的,在一种可能的实现方式中,NEF触发Nnrf接口上网元发现请求(Nnrf_NFDiscovery_Request)服务操作,向NRF发送请求信息#c,向NRF请求查询关联信息对应的Vendor NWDAF ID,该请求信息#c中包括业务体验数据对应的关联信息Timestamp和IP address 5-tuple。
S504b,NRF向NEF发送回复信息#c,该回复信息#c中包括关联信息对应的Vendor NWDAF ID。
具体的,在一种可能的实现方式中,NRF触发Nnrf接口上网元发现请求响应(Nnrf_NFDiscovery_RequestResponse)服务操作,向NEF发送回复信息#c,该回复信息#c中包括关联信息对应的Vendor NWDAF ID。
S505,NEF根据关联信息确定业务体验数据的设备厂商信息,从而确定设备厂商#1的业务体验数据和设备厂商#2的业务体验数据。
S506a,NEF向Vendor NWDAF#1发送训练参数#d1,该训练参数#d1包括设备厂商#1对应的业务体验数据#1和业务体验数据#1对应的关联信息#1。
S506b,NEF向Vendor NWDAF#2发送训练参数#d2,该训练参数#d2包括设备厂商#2对应的业务体验数据#2和业务体验数据#2对应的关联信息#2。
在第四个实施例中,由NEF确定业务体验数据的设备厂商信息并将业务体验数据发送给设备厂商的NWDAF在该设备厂商的NWDAF上参与训练。
目前设备厂商NWDAF已经获取了该设备厂商对应的核心网网元上的网络数据,以及该设备厂商对应的业务体验数据,因此可以不引入联邦训练方法,直接在该设备厂商NWDAF上基于该设备厂商对应的核心网网元上的网络数据以及对应的业务体验数据进行业务体验模型的训练,此时的业务体验模型训练过程S508a与S508b与现有技术类似,在此不作赘述。
在一种可能的实现方式中,运营商NWDAF还可以执行步骤S509a至S511,对各个设备厂商的业务体验模型中公有网络数据的模型参数或者公有网络数据的模型参数梯度进行横向联邦训练,使得不同设备厂商针对公有网络数据的模型参数统一,更进一步提高公有网络数据的模型参数的泛化能力。此处的横向联邦训练的具体过程可参考第三个实施例中的详细描述,在此不作过多赘述。
在第四个实施例中,Vendor NWDAF携带设备厂商网络侧数据对应的关联信息提前向NRF进行注册,NEF向AF获取业务体验数据及对应的关联信息后,通过关联信息向NRF查询确定业务体验数据的Vendor NWDAF,然后将业务体验数据分发给设备厂商的Vendor NWDAF。Vendor NWDAF在接收该设备厂商对应的业务体验数据后,不需要引入纵向联邦学习,直接在该设备厂商的Vendor NWDAF上进行业务体验模型的训练,运营商NWDAF辅助Vendor NWDAF进行该设备厂商对应的业务体验模型的训练。
应理解,本申请实施例中的具体的例子只是为了帮助本领域技术人员更好地理解本申请实施例,而非限制本申请实施例的范围。
还应理解,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
还应理解,在本申请的各个实施例中,如果没有特殊说明以及逻辑冲突,不同的实施例之间的术语和/或描述具有一致性、且可以相互引用,不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
还需要说明的是,本申请实施例中,“预先设定”、“预先配置”等可以通过在设备(例如,网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现,本申请对于其具体的实现方式不做限定,例如本申请实施例中预设的规则、预设的常数等。
可以理解的是,本申请上述实施例中,由通信设备实现的方法,也可以由可配置于通信设备内部的部件(例如芯片或者电路)实现。
以上,结合图4至图8详细说明了本申请实施例提供的通信方法。上述通信方法主要从各个网元之间交互的角度进行了介绍。可以理解的是,各个网元,为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以下,结合图9至图11详细说明本申请实施例提供的通信装置。应理解,装置实施例的描述与方法实施例的描述相互对应,因此,未详细描述的内容可以参见上文方法实施例,为了简洁,部分内容不再赘述。
本申请实施例可以根据上述方法示例对发射端设备或者接收端设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。下面以采用对应各个功能划分各个功能模块为例进行说明。
图9给出了一种通信装置600的结构示意图。该通信装置包括接收单元610、处理单元620以及发送单元630,该通信装置600可以是上文方法实施例中的数据分析设备或网络能力开放设备,也可以是用于实现上文方法实施例中数据分析设备或网络能力开放设备的功能的芯片。
应理解,该通信装置600可对应于根据本申请实施例的方法200至方法500中的数据分析设备或方法500中的网络能力开放设备,该通信装置600可以包括用于执行图5至图8中的数据分析设备或图8中的网络能力开放设备执行的方法的单元。并且,该通信装置600中的各单元和上述其他操作和/或功能分别实现了图5至图8中的方法200至方法500的相应流程。
在一种可能的设计中,该通信装置600可实现图4至图8中任意一图所示的实施例中运营商数据分析设备NWDAF所具备的任意功能。
例如,接收单元610,用于接收第一信息,所述第一信息包括终端在应用功能设备上 的业务体验数据以及对应的关联信息;
接收单元610,还用于接收第二信息,所述第二信息包括终端在核心网设备上的网络数据的关联信息;
在一种可能的实现方式中,所述第二信息中还可以包括核心网设备的设备厂商标识和/或终端在核心网设备上的网络数据;
接收单元610,还用于接收第三信息,所述第二信息包括设备厂商数据分析设备NWDAF的地址信息;
处理单元620,用于根据所述关联信息和/或所述设备厂商标识确定所述业务体验数据的设备厂商信息,还用于根据所述第三信息确定设备厂商数据分析设备NWDAF的地址,还用于联合设备厂商数据分析设备NWDAF根据所述第一信息和所述第二信息确定所述设备厂商关于所述终端的业务体验模型;
发送单元630,用于发送请求信息,所述请求信息可用于请求所述第一信息和/或所述第二信息和/或所述第三信息;
发送单元630,还用于发送确定业务体验模型过程中的训练参数,例如业务体验模型的训练算法信息、模型训练中的残差值等。
再例如,接收单元610,用于接收第一信息,所述第一信息包括终端在应用功能设备上的业务体验数据以及对应的关联信息;
接收单元610,还用于接收第三信息,所述第二信息包括设备厂商数据分析设备NWDAF的地址信息;
处理单元620,用于根据所述第一信息和所述第三信息确定所述业务体验数据的设备厂商信息以及设备厂商数据分析设备NWDAF的地址,还用于联合设备厂商数据分析设备NWDAF根据所述第一信息和所述第三信息确定所述设备厂商关于所述终端的业务体验模型;
发送单元630,用于发送请求信息,所述请求信息可用于请求所述第一信息和/或所述第三信息;
发送单元630,还用于向设备厂商数据分析设备NWDAF发送所述设备厂商对应的业务体验数据;
发送单元630,还用于发送确定业务体验模型过程中的训练参数,例如业务体验模型的训练算法信息等。
在另一种可能的设计中,该通信装置600可实现图4至图8中任意一图所示的实施例中设备厂商数据分析设备NWDAF所具备的任意功能。
例如,接收单元610,用于接收第四信息,所述第四信息包括终端在核心网设备上的网络数据以及对应的关联信息;
在一种可能的实现方式中,接收单元610,还用于接收第五信息,所述第五信息包括终端在应用功能设备上的业务体验数据以及对应的关联信息;
处理单元620,用于联合运营商NWDAF根据所述第四信息确定所述设备厂商关于所述终端的业务体验模型,或者,用于联合设备厂商数据分析设备NWDAF根据所述第四信息和所述第五信息确定所述设备厂商关于所述终端的业务体验模型;
发送单元630,用于发送确定业务体验模型过程中的训练参数,例如业务体验模型中 公有网络数据的模型参数梯度、初始模型参数与原始网络数据的乘积、更新后的模型参数等。
在另一种可能的设计中,该通信装置600可实现图8中所示的实施例中网络能力开放设备所具备的任意功能。
例如,接收单元610,用于接收第一信息,所述第一信息包括终端在应用功能设备上的业务体验数据以及对应的关联信息;
接收单元610,还用于接收第三信息,所述第二信息包括设备厂商数据分析设备NWDAF的地址信息;
处理单元620,用于根据所述第一信息和所述第三信息确定所述业务体验数据的设备厂商信息,还用于根据所述第三信息确定设备厂商数据分析设备NWDAF的地址;
发送单元630,用于发送请求信息,所述请求信息可用于请求所述第一信息和/或所述第三信息;
发送单元630,还用于向设备厂商数据分析设备NWDAF发送所述设备厂商对应的业务体验数据。
图10给出了一种通信装置700的结构示意图。该通信装置包括接收单元710、以及发送单元720,该通信装置700可以是上文方法实施例中的应用功能设备、核心网设备或网络存储功能设备。也可以是用于实现上文方法实施例中应用功能设备、核心网设备或网络存储设备功能的芯片。
在一种可能的设计中,该通信装置700可实现图4至图8中任意一图所示的实施例中应用功能设备所具备的任意功能。
例如,接收单元710,用于接收请求信息,所述请求信息用于请求终端在应用功能设备上的业务体验数据;
发送单元720,用于发送所述终端在应用功能设备上的业务体验数据。
在另一种可能的设计中,该通信装置700可实现图4至图8中任意一图所示的实施例中核心网设备所具备的任意功能。
例如,接收单元710,用于接收请求信息,所述请求信息用于请求终端在核心网设备上的网络数据;
发送单元720,用于发送所述终端在核心网设备上的网络数据。
在另一种可能的设计中,该通信装置700可实现图4至图8中任意一图所示的实施例中网络存储设备所具备的任意功能。
例如,接收单元710,用于接收请求信息,所述请求信息用于请求设备厂商网络分析设备NWDAF的地址信息,所述请求信息中包括所述设备厂商的厂商标识和/或所述设备厂商对应的关联信息;
发送单元720,用于根据所述设备厂商的厂商标识和/或所述设备厂商对应的关联信息发送所述设备厂商网络分析设备NWDAF的地址信息。
图11是根据本申请实施例提供的通信设备800的结构框图。图11所示的通信设备800包括:处理器810、存储器820和通信接口830。该处理器810与存储器耦合,用于执行存储器中存储的指令,以控制通信接口830发送信号和/或接收信号。
应理解,上述处理器810和存储器820可以合成一个处理装置,处理器810用于执行 存储器820中存储的程序代码来实现上述功能。具体实现时,该存储器820也可以集成在处理器810中,或者独立于处理器810。
在一种可能的设计中,该通信设备800可以是上文方法实施例中的数据分析设备或网络能力开放设备,也可以是用于实现上文方法实施例中数据分析设备或的网络能力开放设备的功能的芯片。
具体地,该通信设备800可对应于根据本申请实施例的方法200至方法500中的运营商数据分析设备厂商数据分析设备、方法500中的网络能力开放设备,该通信设备800可以包括用于执行图4至图8中的运营商和设备厂商数据分析设备执行的方法的单元、图8中的网络能力开放设备执行的方法的单元。并且,该通信设备800中的各单元和上述其他操作和/或功能分别为了实现方法200至方法500的相应流程。应理解,各单元执行上述相应步骤的具体过程在上述方法实施例中已经详细说明,为了简洁,在此不再赘述。
当该通信设备800为芯片时,该芯片包括收发单元和处理单元。其中,收发单元可以是输入输出电路或通信接口;处理单元可以为该芯片上集成的处理器或者微处理器或者集成电路。本申请实施例还提供了一种处理装置,包括处理器和接口。所述处理器可用于执行上述方法实施例中的方法。
应理解,上述处理装置可以是一个芯片。例如,该处理装置可以是现场可编程门阵列(field programmable gate array,FPGA),可以是专用集成芯片(application specific integrated circuit,ASIC),还可以是系统芯片(system on chip,SoC),还可以是中央处理器(central processor unit,CPU),还可以是网络处理器(network processor,NP),还可以是数字信号处理电路(digital signal processor,DSP),还可以是微控制器(micro controller unit,MCU),还可以是可编程控制器(programmable logic device,PLD)或其他集成芯片。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
应注意,本申请实施例中的处理器可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
可以理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包 括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synch-link DRAM,SLDRAM)和直接内存总线随机存取存储器(direct ram-bus RAM,DR RAM)。应注意,本文描述的系统和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
根据本申请实施例提供的方法,本申请还提供一种计算机程序产品,该计算机程序产品包括:计算机程序代码,当该计算机程序代码在计算机上运行时,使得该计算机执行图4和图8所示实施例中任意一个实施例的方法。
根据本申请实施例提供的方法,本申请还提供一种计算机可读介质,该计算机可读介质存储有程序代码,当该程序代码在计算机上运行时,使得该计算机执行图4和图8所示实施例中任意一个实施例的方法。
根据本申请实施例提供的方法,本申请还提供一种系统,其包括前述的装置或设备。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,高密度数字视频光盘(digital video disc,DVD))、或者半导体介质(例如,固态硬盘(solid state disc,SSD))等。
上述各个装置实施例中网络侧设备与终端设备和方法实施例中的网络侧设备或终端设备对应,由相应的模块或单元执行相应的步骤,例如通信单元(通信接口)执行方法实施例中接收或发送的步骤,除发送、接收外的其它步骤可以由处理单元(处理器)执行。具体单元的功能可以参考相应的方法实施例。其中,处理器可以为一个或多个。
在本说明书中使用的术语“部件”、“模块”、“系统”等用于表示计算机相关的实体、硬件、固件、硬件和软件的组合、软件、或执行中的软件。例如,部件可以是但不限于,在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。通过图示,在计算设备上运行的应用和计算设备都可以是部件。一个或多个部件可驻留在 进程和/或执行线程中,部件可位于一个计算机上和/或分布在两个或更多个计算机之间。此外,这些部件可从在上面存储有各种数据结构的各种计算机可读介质执行。部件可例如根据具有一个或多个数据分组(例如来自与本地系统、分布式系统和/或网络间的另一部件交互的二个部件的数据,例如通过信号与其它系统交互的互联网)的信号通过本地和/或远程进程来通信。
还应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本申请实施例中引入编号“第一”、“第二”、“#a”、“#b”、“#1”、“#2”等只是为了区分不同的对象,比如,区分不同的“信息”,或,“设备厂商”,或,“设备”,或,“单元”,对具体对象以及不同对象间的对应关系的理解应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟 悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (30)
- 一种通信方法,其特征在于,包括:第一数据分析网元获取终端在应用功能网元上的业务体验数据以及所述业务体验数据对应的关联信息,所述业务由设备厂商的核心网网元提供;所述第一数据分析网元根据所述关联信息确定所述设备厂商对应的第二数据分析网元的地址信息;所述第一数据分析网元根据所述第二数据分析网元的地址信息、所述业务体验数据和所述关联信息联合所述第二数据分析网元确定所述业务的业务体验模型。
- 根据权利要求1所述的方法,其特征在于,所述第一数据分析网元根据所述关联信息确定所述第二数据分析网元的地址信息,包括:所述第一数据分析网元向网络存储功能网元发送第一请求,所述第一请求用于请求所述第二数据分析网元的地址信息,所述第一请求包括所述关联信息;所述第一数据分析网元从所述网络存储功能网元接收第一响应,所述第一响应包括所述第二数据分析网元的地址信息。
- 根据权利要求1所述的方法,其特征在于,所述第一数据分析网元根据所述关联信息确定所述第二数据分析网元的地址信息,包括:所述第一数据分析网元根据所述关联信息确定所述设备厂商的标识信息;所述第一数据分析网元向网络存储功能网元发送第二请求,所述第二请求用于请求所述第二数据分析网元的地址信息,所述第二请求包括所述设备厂商的标识信息;所述第一数据分析网元从所述网络存储功能网元接收第二响应,所述第二响应包括所述第二数据分析网元的地址信息。
- 根据权利要求3所述的方法,其特征在于,所述第一数据分析网元根据所述关联信息确定所述设备厂商的标识信息前,所述方法还包括:所述第一数据分析网元从所述设备厂商对应的核心网网元获取所述关联信息与所述设备厂商的标识信息的对应关系。
- 根据权利要求1至4任一项所述的方法,其特征在于,所述第一数据分析网元根据所述第二数据分析网元的地址信息、所述业务体验数据和所述关联信息联合所述第二数据分析网元确定所述业务的业务体验模型,包括:所述第一数据分析网元根据所述第二数据分析网元的地址信息向所述第二数据分析网元发送所述关联信息以及指示信息,所述指示信息用于指示所述第二数据分析网元根据所述关联信息进行分布式机器学习模型训练;所述第一数据分析网元从所述第二数据分析网元接收所述关联信息对应的子模型;所述第一数据分析网元根据所述业务体验数据以及所述子模型确定所述业务的业务体验模型。
- 根据权利要求5所述的方法,其特征在于,所述方法还包括:所述第一数据分析网元接收所述关联信息对应的所述设备厂商对应的核心网网元上的第二网络数据,所述第一数据分析网元根据所述业务体验数据以及所述子模型确定所述业务的业务体验模型,包括:所述第一数据分析网元根据所述业务体验数据、所述子模型以及所述第二网络数据确定所述业务的业务体验模型。
- 根据权利要求5或6所述的方法,其特征在于,所述第一网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务的私有网络数据。
- 根据权利要求6所述的方法,其特征在于,所述第二网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务的公有网络数据。
- 一种通信方法,其特征在于,包括:设备厂商的数据分析网元获取关联信息以及终端在所述设备厂商的核心网网元上的业务的第一网络数据;所述设备厂商的数据分析网元根据所述关联信息以及所述第一网络数据联合运营商的数据分析网元确定所述业务的业务体验模型。
- 根据权利要求9所述的方法,其特征在于,所述方法还包括:所述设备厂商的数据分析网元向网络存储功能网元发送网元注册请求,所述网元注册请求中包括所述关联信息和/或所述设备厂商的标识信息。
- 根据权利要求9或10所述的方法,其特征在于,所述设备厂商的数据分析网元根据所述关联信息以及所述第一网络数据联合所述运营商的数据分析网元确定所述业务的业务体验模型,包括:所述设备厂商的数据分析网元从所述运营商的数据分析网元接收所述关联信息以及指示信息,所述指示信息用于指示所述设备厂商的数据分析网元根据所述关联信息进行分布式机器学习模型训练;所述设备厂商的数据分析网元根据所述终端在所述设备厂商的核心网网元上的第一网络数据确定子模型;所述设备厂商的数据分析网元向所述运营商的数据分析网元发送所述子模型,所述子模型用于确定所述业务体验模型。
- 根据权利要求9或10所述的方法,其特征在于,所述设备厂商的数据分析网元根据所述关联信息以及所述第一网络数据联合所述运营商的数据分析网元确定所述业务的业务体验模型,包括:所述设备厂商的数据分析网元从第一网元接收所述关联信息以及业务体验数据,所述第一网元包括网络能力开放功能网元或者运营商的数据分析网元,所述业务体验数据用于确定所述业务的业务体验模型;所述设备厂商的数据分析网元从所述运营商的数据分析网元接收所述关联信息以及指示信息,所述指示信息用于指示所述设备厂商的数据分析网元根据所述关联信息确定所述业务体验模型;所述设备厂商的数据分析网元根据所述第一网络数据和所述业务体验数据确定所述业务体验模型。
- 根据权利要求9至12任一项所述的方法,其特征在于,所述设备厂商的数据分析网元根据所述关联信息、所述第一网络数据以及第二网络数据联合运营商的数据分析网元确定所述业务的业务体验模型,所述第二网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务的公有网络数据。
- 根据权利要求9至13任一项所述的方法,其特征在于,所述第一网络数据包括所述终端在所述设备厂商的核心网网元上的所述业务的私有网络数据。
- 一种通信装置,其特征在于,包括:发送单元,用于发送第一请求,所述第一请求用于请求终端在应用功能设备上业务的业务体验数据以及所述业务体验数据对应的关联信息;接收单元,用于接收第一响应,所述第一响应包括所述业务体验数据以及所述关联信息,所述业务由设备厂商的核心网设备提供;处理单元,用于根据所述关联信息确定所述设备厂商的数据分析设备的地址信息;所述处理单元还用于根据所述设备厂商的数据分析设备的地址信息、所述业务体验数据和所述关联信息联合所述设备厂商的数据分析设备确定所述业务的业务体验模型。
- 根据权利要求15所述的通信装置,其特征在于,所述发送单元还用于向所述网络存储设备发送第二请求,所述第二请求用于请求所述设备厂商的数据分析设备的地址信息,所述第二请求包括所述关联信息;所述接收单元还用于从所述网络存储设备接收第二响应,所述第二响应包括所述设备厂商的数据分析设备的地址信息。
- 根据权利要求15所述的通信装置,其特征在于,所述处理单元还用于根据所述关联信息确定所述设备厂商的标识信息;所述发送单元还用于向网络存储设备发送第三请求,所述第三请求用于请求所述设备厂商的数据分析设备的地址信息,所述第三请求包括所述设备厂商的标识信息;所述接收单元还用于从所述网络存储设备接收第三响应,所述第三响应包括所述设备厂商的数据分析设备的地址信息。
- 根据权利要求17所述的通信装置,其特征在于,所述装置还包括:所述发送单元还用于向所述设备厂商的核心网设备发送所述关联信息与所述设备厂商的标识信息的对应关系的请求信息;所述接收单元还用于接收所述设备厂商的核心网设备发送的所述关联信息与所述设备厂商的标识信息的对应关系。
- 根据权利要求15至18任一项所述的通信装置,其特征在于,所述装置还包括:所述发送单元还用于根据所述设备厂商的数据分析设备的地址信息向所述设备厂商的数据分析设备发送所述关联信息以及指示信息,所述指示信息用于指示所述设备厂商的数据分析设备根据所述关联信息进行分布式机器学习模型训练;所述接收单元还用于从所述设备厂商的数据分析设备接收所述关联信息对应的子模型,所述子模型由所述设备厂商的数据分析设备根据所述终端在所述设备厂商的核心网设备上的第一网络数据确定;所述处理单元用于根据所述业务体验数据以及所述子模型确定所述业务体验模型。
- 根据权利要求19所述的通信装置,其特征在于,所述装置还包括:所述接收单元还用于接收所述关联信息对应的所述设备厂商的核心网网元上的第二网络数据;所述处理单元用于根据所述业务体验数据、所述子模型以及所述第二网络数据确定所述业务体验模型。
- 一种通信装置,其特征在于,包括:发送单元,所述发送单元用于发送第一请求,所述第一请求用于请求关联信息以及终端在设备厂商的核心网设备上的业务对应的第一网络数据,所述业务由所述设备厂商的核心网设备提供;接收单元,所述接收单元用于接收第一响应,所述第一响应包括所述关联信息以及终端在所述设备厂商的核心网设备上的业务对应的所述第一网络数据;处理单元,所述处理单元用于根据所述关联信息以及所述第一网络数据联合运营商的数据分析设备确定所述业务的业务体验模型。
- 根据权利要求21所述的通信装置,其特征在于,所述装置还包括:所述发送单元还用于向网元存储设备发送注册请求,所述注册请求中包括所述关联信息和/或所述设备厂商的标识信息。
- 根据权利要求21或22所述的通信装置,其特征在于,所述装置还包括:所述接收单元还用于接收所述关联信息以及指示信息,所述指示信息用于指示所述设备厂商的数据分析网元根据所述关联信息进行分布式机器学习模型训练;所述处理单元用于根据所述终端在所述设备厂商的核心网设备上的第一网络数据确定子模型;所述发送单元还用于发送所述子模型,所述子模型用于确定所述业务体验模型。
- 根据权利要求21或22所述的方法,其特征在于,所述装置还包括:所述接收单元还用于接收所述关联信息以及业务体验数据,所述业务体验数据用于确定所述业务的业务体验模型;所述接收单元还用于接收所述关联信息以及指示信息,所述指示信息用于指示所述设备厂商的数据分析设备根据所述关联信息进行模型训练;所述处理单元用于根据所述第一网络数据和所述业务体验数据确定所述业务体验模型。
- 根据权利要求21至24任一项所述的方法,其特征在于,所述处理单元用于根据所述关联信息、所述第一网络数据以及第二网络数据联合运营商的数据分析设备确定所述业务的业务体验模型,所述第二网络数据包括所述终端在所述设备厂商的核心网设备上的所述业务的公有网络数据。
- 根据权利要求21至25任一项所述的方法,其特征在于,所述第一网络数据包括所述终端在所述第一设备厂商的核心网设备上的所述业务的私有网络数据。
- 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有计算机程序,当所述计算机程序运行时,使得装置执行如权利要求1至8中任意一项所述的方法,或者,使得装置执行如权利要求9至14中任意一项所述的方法。
- 一种芯片系统,其特征在于,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片系统的通信装置执行如权利要求1至8中任意一项所述的方法; 或者,使得安装有所述芯片系统的通信装置执行如权利要求9至14中任意一项所述的方法。
- 一种通信装置,其特征在于,包括:存储器,用于存储计算机程序;处理器,用于执行所述存储器中存储的计算机程序,以使得所述通信装置执行权利要求1至8中任一项所述的通信方法,或者,使得所述通信装置执行权利要求9至14中任一项所述的通信方法。
- 一种通信系统,包括数据分析网元,用于执行如权利要求1至16中任一项所述的通信方法,或者用于执行如权利要求9至14中任一项所述的通信方法以及与所述数据分析网元进行通信的核心网网元。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/141803 WO2022141295A1 (zh) | 2020-12-30 | 2020-12-30 | 一种通信方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116325686A true CN116325686A (zh) | 2023-06-23 |
Family
ID=82260072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080106205.1A Pending CN116325686A (zh) | 2020-12-30 | 2020-12-30 | 一种通信方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116325686A (zh) |
WO (1) | WO2022141295A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117289669A (zh) * | 2023-11-27 | 2023-12-26 | 青岛创新奇智科技集团股份有限公司 | 一种基于工业大模型的自动调整式生产线控制系统及方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118042448A (zh) * | 2022-11-11 | 2024-05-14 | 华为技术有限公司 | 一种通信方法及装置 |
CN115499477A (zh) * | 2022-11-16 | 2022-12-20 | 无锡锐泰节能系统科学有限公司 | 一种智能化用能设备控制系统及控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109698760B (zh) * | 2017-10-23 | 2021-05-04 | 华为技术有限公司 | 一种流量处理方法和用户面装置以及终端设备 |
CN110049508B (zh) * | 2018-01-15 | 2021-04-20 | 华为技术有限公司 | 一种获取业务数据的方法及装置 |
CN108768702A (zh) * | 2018-05-15 | 2018-11-06 | 华为技术有限公司 | 网络分析方法及设备 |
CN110519802B (zh) * | 2018-05-21 | 2022-05-10 | 华为技术有限公司 | 一种数据处理方法、发送方法及装置 |
CN111770587B (zh) * | 2019-04-02 | 2023-11-28 | 华为技术有限公司 | 一种数据处理方法、装置及系统 |
-
2020
- 2020-12-30 WO PCT/CN2020/141803 patent/WO2022141295A1/zh active Application Filing
- 2020-12-30 CN CN202080106205.1A patent/CN116325686A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117289669A (zh) * | 2023-11-27 | 2023-12-26 | 青岛创新奇智科技集团股份有限公司 | 一种基于工业大模型的自动调整式生产线控制系统及方法 |
CN117289669B (zh) * | 2023-11-27 | 2024-02-02 | 青岛创新奇智科技集团股份有限公司 | 一种基于工业大模型的自动调整式生产线控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022141295A1 (zh) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111901135B (zh) | 一种数据分析方法及装置 | |
EP4160995A1 (en) | Data processing method and device | |
CN111010744B (zh) | 建立会话的方法和装置以及发送报文的方法和装置 | |
CN109818868B (zh) | 一种实现边缘网络能力开放的方法、装置、设备及存储介质 | |
EP4132066A1 (en) | Communication method, apparatus and system | |
JP2022522630A (ja) | 5g以降を用いた産業自動化 | |
WO2022141295A1 (zh) | 一种通信方法和装置 | |
CN111865830A (zh) | 一种时延敏感网络业务tsn的处理方法、装置及系统 | |
CN108702701A (zh) | 用于接入具有非接入层过程的局域范围网络的方法、装置和计算机程序产品 | |
CN110366112A (zh) | 一种定位方法及相关设备 | |
WO2022226713A1 (zh) | 策略确定的方法和装置 | |
WO2022222745A1 (zh) | 一种通信方法及装置 | |
Lin | Artificial intelligence in 3gpp 5g-advanced: A survey | |
US20230308930A1 (en) | Communication method and apparatus | |
US20230353465A1 (en) | Method for determining service experience model and communication apparatus | |
CN117716674A (zh) | 用于ai-ml模型训练的基于网络资源模型的解决方案 | |
WO2021218244A1 (zh) | 通信方法、装置及系统 | |
WO2023179262A1 (zh) | 小区信息的配置方法、装置、可读存储介质及芯片系统 | |
WO2024032270A1 (zh) | 一种策略确定方法、装置及存储介质 | |
WO2023236774A1 (zh) | 意图管理的方法与装置 | |
WO2023213226A1 (zh) | 一种授权的方法和装置 | |
WO2023217026A1 (zh) | 业务处理方法、设备及可读存储介质 | |
WO2023030077A1 (zh) | 一种通信方法、通信装置及通信系统 | |
WO2023159363A1 (zh) | Ai业务数据的传输方法、装置、设备及存储介质 | |
WO2023060408A1 (zh) | 感知数据的收集方法、装置、设备、系统及存储介质 |
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 |