CN116782253A - 一种通信方法和通信装置 - Google Patents
一种通信方法和通信装置 Download PDFInfo
- Publication number
- CN116782253A CN116782253A CN202210219923.0A CN202210219923A CN116782253A CN 116782253 A CN116782253 A CN 116782253A CN 202210219923 A CN202210219923 A CN 202210219923A CN 116782253 A CN116782253 A CN 116782253A
- Authority
- CN
- China
- Prior art keywords
- network element
- network
- analysis result
- analysis
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 121
- 238000004891 communication Methods 0.000 title claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 714
- 238000007405 data analysis Methods 0.000 claims abstract description 319
- 238000012545 processing Methods 0.000 claims description 227
- 230000006870 function Effects 0.000 claims description 92
- 238000011156 evaluation Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 239000000523 sample Substances 0.000 claims 2
- 238000007726 management method Methods 0.000 description 46
- 230000004044 response Effects 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 9
- 238000013523 data management Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000012517 data analytics Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000007429 general method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000012098 association analyses Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供了一种通信方法和通信装置。在该方法中,数据分析网元可以对网络的第一数据进行分析,得到用于调整网络的第一分析结果,获取根据第一分析结果对网络进行调整之后的网络的第二数据,并对第二数据进行分析得到可以用于评估第一分析结果的正确性的第二分析结果。而第一分析结果的正确性可以反映用于得到第一分析结果的第一模型的有效性,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而有助于提高数据分析网元提供的分析结果或预测结果的准确性,从而提高网络运行的稳定性。
Description
技术领域
本申请实施例涉及通信领域,并且更具体地,涉及一种通信方法和通信装置。
背景技术
数据分析网元可以提供智能分析服务,用于调整网络和优化业务体验。数据分析网元可以收集多个来源多个维度的网络数据,根据收集到的网络数据训练模型,并根据训练得到的模型向业务处理网元输出分析结果或预测结果,以便业务处理网元对网络进行调整。然而,现有技术中,数据分析网元向业务处理网元提供的分析结果或预测结果可能不准确,从而影响网络运行的稳定性。
发明内容
本申请提供了一种通信方法和通信装置,有助于提高数据分析网元提供的分析结果或预测结果的准确性,从而提高网络运行的稳定性。
第一方面,提供了一种通信方法,所述方法可以由数据分析网元执行,也可以由数据分析网元中的模块或单元执行,为了描述方便,下文统一称为数据分析网元。
所述方法包括:数据分析网元获取网络的第一数据;所述数据分析网元根据所述第一数据以及第一模型得到第一分析结果;所述数据分析网元向业务处理网元发送所述第一分析结果,所述第一分析结果用于所述业务处理网元对所述网络进行调整;所述数据分析网元获取调整后的所述网络的第二数据;所述数据分析网元根据所述第二数据得到第二分析结果,所述第二分析结果包括调整后的所述网络的关键性能指标的信息。
在本申请中,第一分析结果和/或第二分析结果可以是一个数值,也可以是一组数值,不予限制。关键性能指标的信息可以是第二分析结果包括的性能指标的信息中的一个或多个。所述数据分析网元在满足特定条件时或者定期向所述业务处理网元提供第一分析结果和/或第二分析结果,在本申请中,分析结果是指所述业务处理网元当前获取到的一个数值或一组数值。
在上述技术方案中,数据分析网元可以对网络的第一数据进行分析,得到用于调整网络的第一分析结果,获取根据第一分析结果对网络进行调整之后的网络的第二数据,并对第二数据进行分析得到可以用于评估第一分析结果的正确性的第二分析结果。而第一分析结果的正确性可以反映用于得到第一分析结果的第一模型的有效性,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而有助于提高数据分析网元提供的分析结果或预测结果的准确性,从而提高网络运行的稳定性。
结合第一方面,在一种可能的实现方式中,所述方法还包括:所述数据分析网元根据所述关键性能指标的信息确定所述第一分析结果的置信度;所述数据分析网元根据所述第一分析结果的置信度确定所述第一模型是否有效。
在上述技术方案中,数据分析网元可以确定第一分析结果的置信度并根据得到的置信度确定第一模型是否有效,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而提高网络运行的稳定性。
此外,在上述技术方案中,数据分析网元无需获知网络的业务逻辑即可确定第一模型是否有效,可以提高数据分析网元的适用性。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述数据分析网元根据所述第一分析结果的置信度确定所述第一模型是否有效,包括:若所述第一分析结果的置信度为不可信或者在预设时长内所述第一分析结果的置信度为不可信的次数超过第一阈值,则所述数据分析网元确定所述第一模型失效;或者,若所述第一分析结果的置信度为可信,则所述数据分析网元确定所述第一模型有效。
由于第一分析结果的置信度的可信或不可信可以很好的对应于第一模型的有效或失效,因此根据第一分析结果的置信度的可信或不可信确定第一模型的有效或失效是比较恰当的确定方式。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述方法还包括:所述数据分析网元向所述业务处理网元发送所述第一分析结果的置信度。
在上述技术方案中,数据分析网元在确定第一分析结果的置信度后,可以向业务处理网元提供第一分析结果的置信度,以便业务处理网元根据该置信度使用当前获取到的第一分析结果。例如,若第一分析结果的置信度为第一值,则业务处理网元根据第一调整幅度对网络进行调整;或者,若第一分析结果的置信度为第二值,则业务处理网元根据第二调整幅度对网络进行调整;或者,若第一分析结果的置信度为第三值,则业务处理网元丢弃当前获取的第一分析结果。其中,第一值和第二值处于可信范围,第三值处于不可信范围。当第一值低于第二值时,第一调整幅度小于第二调整幅度。这样有助于提高网络调整的精确性。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述方法还包括:所述数据分析网元接收来自所述业务处理网元的第一消息,所述第一消息用于请求订阅所述第一分析结果,且所述第一消息用于指示所述数据分析网元获取所述第二分析结果。
在上述技术方案中,根据业务处理网元的指示,数据分析网元可以在获取第一分析结果的同时监控第二分析结果,使得数据分析网元可以根据用于评估第一分析结果的正确性的第二分析结果确定第一模型的是否有效,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而提高网络运行的稳定性。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述第一消息携带第一信息,所述第一信息用于确定所述置信度。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述第一信息包括所述置信度和所述置信度对应的关键性能指标的范围。
一种可能的实现方式,关键性能指标的范围可以是单个数值。
在本申请中,对于置信度以及置信度对应的关键性能指标的范围的形式不作具体限定。
例如,置信度以及置信度对应的关键性能指标的范围满足:若关键性能指标小于或等于第三阈值,则第一分析结果的置信度为不可信;或者,若关键性能指标大于第三阈值且小于第四阈值,则第一分析结果可信且置信度为第一值;或者,若关键性能指标大于或者等于第四阈值,则第一分析结果可信且置信度为第二值;其中,所述第一值低于所述第二值。
又例如,置信度以及置信度对应的关键性能指标的范围满足:若关键性能指标小于第三阈值,则第一分析结果的置信度为不可信;或者,若关键性能指标大于或者等于第三阈值,则第一分析结果的置信度为可信。
其中,第三阈值和第四阈值的取值可以根据具体情况设置。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述方法还包括:所述数据分析网元向所述业务处理网元发送所述第二分析结果;所述数据分析网元接收来自所述业务处理单元的第二信息,所述第二信息用于指示所述第一分析结果是否正确,所述第二信息是基于所述第二分析结果确定的;所述数据分析网元根据所述第二信息确定所述第一模型是否有效。
或者,所述第二信息也可以用于指示是否接受所述第一分析结果。
在上述技术方案中,可以由业务处理网元根据第二分析结果对第一分析结果进行正确项评价,并反馈至数据分析网元,使得数据分析网元可以根据第一分析结果的正确性评价确定第一模型是否有效,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而提高网络运行的稳定性。
此外,在上述技术方案中,数据分析网元无需获知网络的业务逻辑即可确定第一模型是否有效,可以提高数据分析网元的适用性。
在本申请中,第一分析结果的正确性评价可以理解为第一分析结果是否正确。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述方法还包括:所述数据分析网元向所述业务处理网元发送第二消息,所述第二消息用于指示所述业务处理网元向所述数据分析网元提供所述第二信息。
在上述技术方案中,数据分析网元可以指示业务处理网元提供第一分析结果的正确性评价,使得业务处理网元接收到该指示后向数据分析网元订阅第二分析结果,以便业务处理网元根据第二分析结果对第一分析结果进行正确性评价。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述数据分析网元根据所述第二信息确定所述第一模型是否有效,包括:所述数据分析网元根据所述第二信息确定所述第一分析结果是否正确;若所述第一分析结果错误或者在预设时长内所述第一分析结果错误的次数超过第二阈值,则所述数据分析网元确定所述第一模型失效;或者,若所述第一分析结果正确,则所述数据分析网元确定所述第一模型有效。
由于第一分析结果正确或错误可以很好的对应于第一模型的有效或失效,因此根据第一分析结果正确或错误确定第一模型的有效或失效是比较恰当的确定方式。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,在确定所述第一模型失效后,所述方法还包括:所述数据分析网元重新训练所述第一模型或对所述第一模型进行更新。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述数据分析网元为分析推理逻辑功能(analytics logical function,AnLF),所述方法还包括:所述数据分析网元从模型训练逻辑功能(model training logical function,MTLF)获取所述第一模型。其中,AnLF和MTLF可以是独立的网元,也可以是所述数据分析网元内的功能模块,在本申请中不做具体限制。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述数据分析网元根据所述第二数据得到第二分析结果,包括:所述数据分析网元根据所述第二数据以及第二模型得到所述第二分析结果。其中,所述数据分析网元可以从MTLF获取所述第二模型。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,当所述数据分析网元根据所述第二数据以及第二模型得到所述第二分析结果,且所述第一分析结果的置信度为不可信或所述第一分析结果错误时,所述方法还包括:所述数据分析网元确定所述第一模型或所述第二模型失效。
结合第一方面或其任一实现方式,在另一种可能的实现方式中,所述数据分析网元确定所述第一模型或所述第二模型失效,包括:若针对另一网络的第三分析结果的置信度为可信,则所述数据分析网元确定所述第一模型失效,其中,所述第三分析结果是通过第三模型得到的,所述第三分析结果的置信度是基于第四分析结果确定的,所述第四分析结果是通过所述第二模型得到的;或者,若针对另一网络的第三分析结果的置信度为可信,则数据分析网元确定所述第二模型失效,其中,所述第三分析结果是通过所述第一模型得到的,所述第三分析结果的置信度是基于第五分析结果确定的,所述第五分析结果是通过第四模型得到的。
在本申请中,所述第一分析结果为所述网络的网络性能分析结果,所述第二分析结果为所述网络的业务体验分析结果;或者,所述第一分析结果为所述网络的用户数据拥塞级别分析结果,所述第二分析结果为所述网络的业务体验分析结果;或者,所述第一分析结果为所述网络的冗余传输体验分析结果,所述第二分析结果为所述网络的数据网络性能分析结果;或者所述第一分析结果为所述网络的用户数据网络功能的负荷分析结果,所述第二分析结果为所述网络的用户数据拥塞分析结果;在此不再一一列举。在本申请中,对于第一分析结果、第二分析结果不作具体限定。所述关键性能指标的信息为所述第二分析结果包含的一个或多个关键性能指标的信息。
在本申请中,所述第一分析结果为驻留在所述网络的终端数量的预测值,所述关键性能指标的信息包括所述网络的平均意见值(mean opinion score,MOS);或者,所述第一分析结果为所述网络的平均业务速率的预测值和最大业务速率的预测值,所述关键性能指标的信息包括所述网络的网络功能负载;或者,所述第一分析结果为所述网络的用户数据拥塞级别的预测值,所述关键性能指标的信息包括所述网络的MOS;或者,所述第一分析结果为所述网络的冗余传输体验分析,所述关键性能指标的信息包括所述网络的数据网络性能统计中的最大包时延或平均丢包率;或者所述第一分析结果为所述网络的用户数据网络功能的负荷预测值,所述关键性能指标的信息包括所述网络的所述网络的用户数据拥塞级别;在此不再一一列举。在本申请中,对于第一分析结果、第二分析结果、关键性能指标的信息不作具体限定。
在本申请中,所述网络为整个公共陆地移动网络(public land mobile network,PLMN);或者,所述网络为一到多个(tracking area,TA)范围内的无线网络;或者,所述网络为一到多个网络切片;或者所述网络为一到多个数据网络(Data Network,DN);或者,一到多个网元,其中包括策略控制网元、会话管理网元、接入和移动管理网元、网络切片选择网元、用户面网元、或应用功能网元。
在本申请中,对所述网络进行调整包括如下的至少一种行为:确定或改变一到多个网元的配置参数,确定或改变一到多个网络切片或DN的参数设置,确定或改变一到多个网元之间传递消息包含的参数,确定或改变一到多次会话通信的上下文参数,确定或改变一到多个终端上下文的参数,确定或改变一到多次会话通信的处理结果,确定或改变一到多个终端的处理结果。在本申请中,不作具体限定。
在本申请中,所述数据分析网元包括以下至少一个:网络数据分析功能(networkdata analytics function,NWDAF)、AnLF、管理数据分析系统(management dataanalytics system,MDAS)、或数字孪生网络;和/或,所述业务处理网元包括以下至少一个:策略控制网元、会话管理网元、接入和移动管理网元、网络切片选择网元、用户面网元、或应用功能网元。
第二方面,提供了一种通信方法,所述方法可以由业务处理网元执行,也可以由业务处理网元中的模块或单元执行,为了描述方便,下文统一称为业务处理网元。
所述方法包括:业务处理网元获取数据分析网元根据第一模型得到的第一分析结果;所述业务处理网元根据所述第一分析结果对网络进行调整;所述业务处理网元向所述数据分析网元发送请求消息,所述请求消息用于请求订阅所述网络的第二分析结果;所述业务处理网元获取来自所述数据分析网元的所述第二分析结果,所述第二分析结果包括调整后的所述网络的关键性能指标的信息;所述业务处理网元根据所述第二分析结果确定第二信息,所述第二信息用于指示所述第一分析结果是否正确;所述业务处理网元向所述数据分析网元发送所述第二信息,所述第二信息用于所述数据分析网元确定所述第一模型是否有效。
或者,所述第二信息也可以用于指示是否接受所述第一分析结果。
在上述技术方案中,可以由业务处理网元根据第二分析结果对第一分析结果进行正确性评价,并反馈至数据分析网元,使得数据分析网元可以根据第一分析结果的正确性评价确定第一模型是否有效,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而有助于提高数据分析网元提供的分析结果或预测结果的准确性,从而提高网络运行的稳定性。
在本申请中,第一分析结果的正确性评价可以理解为第一分析结果是否正确。
结合第二方面,在一种可能的实现方式中,所述业务处理网元根据所述第二分析结果确定第二信息,包括:所述业务处理网元根据所述第二分析结果确定所述第一分析结果的置信度;所述业务处理网元根据所述第一分析结果的置信度确定所述第二信息。
结合第二方面,在一种可能的实现方式中,所述业务处理网元根据所述第二分析结果确定第二信息,包括:所述业务处理网元将所述第二分析结果包括的所述关键性能指标的信息与之前获取的关键性能指标的信息进行比较;若所述第二分析结果包括的所述关键性能指标的信息相对于之前获取关键性能指标的信息发生劣化,则所述业务处理网元确定所述第一分析结果错误;或者,若所述第二分析结果包括的所述关键性能指标的信息相对于之前获取关键性能指标的信息发生优化,则所述业务处理网元确定所述第一分析结果正确。
结合第二方面或其任一实现方式,在另一种可能的实现方式中,所述方法还包括:所述业务处理网元接收来自所述数据分析网元的第二消息,所述第二消息用于指示所述业务处理网元向所述数据分析网元提供所述第二信息。
在上述技术方案中,数据分析网元可以指示业务处理网元提供第一分析结果的正确性评价,使得业务处理网元接收到该指示后向数据分析网元订阅第二分析结果,以便业务处理网元根据第二分析结果对第一分析结果进行正确性评价。
结合第二方面或其任一实现方式,在另一种可能的实现方式中,所述方法还包括:所述业务处理网元根据所述关键性能指标的信息确定向所述数据分析网元订阅所述第二分析结果。
第三方面,提供了一种通信方法,所述方法可以由业务处理网元执行,也可以由业务处理网元中的模块或单元执行,为了描述方便,下文统一称为业务处理网元。
所述方法包括:业务处理网元向数据分析网元发送第一消息,所述第一消息用于请求订阅网络的第一分析结果,所述第一分析结果用于调整所述网络,所述第一消息还用于指示所述数据分析网元获取所述网络的第二分析结果,所述第二分析结果包括所述调整后的所述网络的关键性能指标的信息;所述业务处理网元接收来自所述数据分析网元的所述第一分析结果;所述业务处理网元根据所述第一分析结果对所述网络进行调整。
在上述技术方案中,根据业务处理网元的指示,数据分析网元可以在获取第一分析结果的同时监控第二分析结果,使得数据分析网元可以根据用于评估第一分析结果的正确性的第二分析结果确定第一模型的是否有效,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而有助于提高数据分析网元提供的分析结果或预测结果的准确性,从而提高网络运行的稳定性。
结合第三方面,在一种可能的实现方式中,所述方法还包括:所述业务处理网元根据所述关键性能指标的信息确定指示所述数据分析网元获取所述第二分析结果。
结合第三方面或其任一实现方式,在另一种可能的实现方式中,所述第一消息携带第一信息,所述第一信息用于确定所述第一分析结果的置信度。
结合第三方面或其任一实现方式,在另一种可能的实现方式中,所述第一信息包括所述置信度和所述置信度对应的关键性能指标的范围。
一种可能的实现方式,关键性能指标的范围可以是单个数值。
结合第三方面或其任一实现方式,在另一种可能的实现方式中,所述方法还包括:所述业务处理网元接收来自所述数据分析网元的所述置信度;所述业务处理网元根据所述置信度,再次对所述网络进行调整或者丢弃所述业务处理网元当前获得的所述第一分析结果。
例如,若第一分析结果的置信度为第一值,则业务处理网元根据第一调整幅度对网络进行调整;或者,若第一分析结果的置信度为第二值,则业务处理网元根据第二调整幅度对网络进行调整;或者,若第一分析结果的置信度为第三值,则业务处理网元丢弃当前获取的第一分析结果。其中,第一值和第二值处于可信范围,第三值处于不可信范围。当第一值低于第二值时,第一调整幅度小于第二调整幅度。
这样有助于提高网络调整的精确性。
第四方面,提供了一种通信装置,该装置用于执行上述任意一方面或其实现方式提供的方法。具体地,该装置可以包括用于执行上述任意一方面或其实现方式提供的方法的单元和/或模块,如处理单元和/或通信单元。
在一种实现方式中,该装置为数据分析网元或业务处理网元。当该装置为数据分析网元或业务处理网元时,通信单元可以是收发器,或,输入/输出接口,或者通信接口;处理单元可以是至少一个处理器。可选地,收发器为收发电路。可选地,输入/输出接口为输入/输出电路。
在另一种实现方式中,该装置为用于数据分析网元或业务处理网元中的芯片、芯片系统或电路。当该装置为用于数据分析网元或业务处理网元中的芯片、芯片系统或电路时,通信单元可以是该芯片、芯片系统或电路上的输入/输出接口、接口电路、输出电路、输入电路、管脚或相关电路等;处理单元可以是至少一个处理器、处理电路或逻辑电路等。
第五方面,提供了一种通信装置,该装置包括:存储器,用于存储程序;至少一个处理器,用于执行存储器存储的计算机程序或指令,以执行上述任意一方面或其实现方式提供的方法。
在一种实现方式中,该装置为数据分析网元或业务处理网元。
在另一种实现方式中,该装置为用于数据分析网元或业务处理网元中的芯片、芯片系统或电路。
第六方面,提供了一种通信装置,该装置包括:至少一个处理器和通信接口,该至少一个处理器用于通过该通信接口获取存储在存储器的计算机程序或指令,以执行上述任意一方面或其实现方式提供的方法。该通信接口可以由硬件或软件实现。
在一种实现方式中,该装置还包括该存储器。
第七方面,提供了一种处理器,用于执行上述各方面提供的方法。
对于处理器所涉及的发送和获取/接收等操作,如果没有特殊说明,或者,如果未与其在相关描述中的实际作用或者内在逻辑相抵触,则可以理解为处理器输出和接收、输入等操作,也可以理解为由射频电路和天线所进行的发送和接收操作,本申请对此不做限定。
第八方面,提供了一种计算机可读存储介质,该计算机可读介质存储用于设备执行的程序代码,该程序代码包括用于执行上述任意一方面或其实现方式提供的方法。
第九方面,提供了一种包含指令的计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述任意一方面或其实现方式提供的方法。
第十方面,提供了一种芯片,芯片包括处理器与通信接口,处理器通过通信接口读取存储器上存储的指令,执行上述任意一方面或其实现方式提供的方法。该通信接口可以由硬件或软件实现。
可选地,作为一种实现方式,芯片还包括存储器,存储器中存储有计算机程序或指令,处理器用于执行存储器上存储的计算机程序或指令,当计算机程序或指令被执行时,处理器用于执行上述任意一方面或其实现方式提供的方法。
第十一方面,提供了通信系统,包括上文的数据分析网元或业务处理网元,其中,所述数据分析网元用于执行如第一方面或其任一实现方式所述的方法,所述业务处理网元用于接收所述数据分析网元发送的分析结果,并根据所述分析结果对网络进行调整。
附图说明
图1是可以应用本申请的技术方案的网络架构的示意图。
图2是NWDAF的一个示例。
图3是基于NWDAF的数据分析进行网络调整的一个示意图。
图4是本申请提供的一种通信方法400的示意图。
图5是本申请提供的通信方法的一个示例。
图6是本申请提供的通信方法的另一个示例。
图7是本申请提供的通信方法的另一个示例。
图8是本申请的实施例提供的装置的一种结构示意图。
图9是本申请的实施例提供的装置的另一结构示意图。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
为便于理解本申请实施例,在介绍本申请实施例之前,先做出以下几点说明。
在本申请中,“用于指示”或“指示”可以包括用于直接指示和用于间接指示,或者说“用于指示”或“指示”可以显式地和/或隐式地指示。例如,当描述某一信息用于指示信息I时,可以包括该信息直接指示I或间接指示I,而并不代表该信息中一定携带有I。又例如,隐式指示可以基于用于传输的位置和/或资源;显式指示可以基于一个或多个参数,和/或一个或多个索引,和/或一个或多个它所表示的位模式。
本申请对很多特性所列出的定义仅用于以举例方式来解释该特性的功能,其详细内容可以参考现有技术。
下文示出的实施例中,第一、第二、第三、第四以及各种数字编号仅为描述方便进行的区分,并不用来限制本申请实施例的范围。例如,区分不同的字段、不同的信息等。
“预先定义”可以通过在设备(例如,包括数据分析网元或业务处理网元)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。其中,“保存”可以是指,保存在一个或者多个存储器中。存储器的类型可以是任意形式的存储介质,本申请并不对此限定。
本申请实施例中涉及的“协议”可以是指通信领域的标准协议,例如可以包括LTE协议、NR协议以及应用于未来的通信系统中的相关协议,本申请对此不做限定。
本申请将围绕包括多个设备、组件、模块等的系统来呈现各个方面、实施例或特征。应当理解和明白的是,各个系统可以包括另外的设备、组件、模块等,并且/或者可以并不包括结合附图讨论的所有设备、组件、模块等。此外,还可以使用这些方案的组合。
在本申请实施例中,“示例的”、“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用示例的一词旨在以具体方式呈现概念。
术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,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的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a、b和c中的至少一项(个),可以表示:a,或,b,或,c,或,a和b,或,a和c,或,b和c,或,a、b和c。其中a、b和c分别可以是单个,也可以是多个。
下面对可以应用本申请的技术方案的通信系统进行描述。
本申请提供的技术方案可以应用于各种通信系统,例如:第五代(5thgeneration,5G)或新无线(new radio,NR)系统、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 divisionduplex,TDD)系统等。本申请提供的技术方案还可以应用于未来的通信系统,如第六代移动通信系统。本申请提供的技术方案还可以应用于设备到设备(device to device,D2D)通信、车到万物(vehicle-to-everything,V2X)通信、机器到机器(machine to machine,M2M)通信、机器类型通信(machine type communication,MTC)以及物联网(internet ofthings,IoT)通信系统或者其他通信系统。
作为示例,图1示出了一种网络架构的示意图。
如图1所示,该网络架构以5G系统(the 5th generation system,5GS)为例。该网络架构包括接入和移动性管理网元、会话管理功能网元、策略控制网元、切片接入控制网元、网络功能库功能(network repository function,NRF)网元、统一数据管理(unifieddata management,UDM)网元、网络开放功能(network exposure function,NEF)网元、应用功能网元、数据分析网元以及运行管理和维护(operationadministrationandmaintenance,OAM)网元。另外,在该系统的正常运行期间,还会和用户面网元、终端、(无线)接入网((radio)access network,(R)AN)设备、数据网络(data network,DN)等进行交互。
下面对图1中涉及的各网元进行简单的描述。
1、接入和移动管理网元
接入和移动管理网元主要用于移动网络中的终端的附着、移动性管理、跟踪区更新流程,接入和管理网元终结了非接入层(non access stratum,NAS)消息、完成注册管理、连接管理以及可达性管理、分配跟踪区域列表(track area list,TA list)以及移动性管理等,并且透明路由会话管理(session management,SM)消息到会话管理网元。在5G中,接入和移动管理网元可以是接入和移动性管理功能(access and mobility managementfunction,AMF)。
2、会话管理网元
会话管理网元主要用于移动网络中的会话管理,如会话建立、修改、释放。具体功能如为终端分配互联网协议(internet protocol,IP)地址、选择提供报文转发功能的用户面网元等。在5G中,会话管理网元可以是会话管理功能(session management function,SMF)。
3、策略控制网元
策略控制网元主要用于用户签约数据管理、策略控制、计费策略控制、服务质量(quality of service,QoS)控制等。在5G中,策略控制网元可以是策略控制功能(policycontrol function,PCF)。
需要指出在实际网络中策略控制网元还可能按照层次或按功能分为多个实体,例如全局PCF和切片内的PCF,或者会话管理PCF(session management PCF,SM-PCF)和接入管理PCF(access management PCF,AM-PCF)等。
4、网络切片选择网元
网络切片选择网元主要用于为终端的业务选择合适的网络切片。在5G中,网络切片选择网元可以是网络切片选择功能(network slice selection function,NSSF)。
5、网络存储库网元
网络存储库网元主要用于保存网络功能实体以及其提供服务的描述信息等。在5G中,网络存储库网元可以是网络存储库功能(network repository function,NRF)。
6、统一数据管理网元
统一数据管理网元主要负责管理终端的签约信息。在5G中,统一数据管理网元可以是统一数据管理(unified data management,UDM)。
7、网络开放网元
网络开放网元主要用于安全地向外部开放由3GPP网络功能提供的业务和能力等。在5G中,网络开放网元可以是网络开放功能(network exposure function,NEF)。
8、应用功能网元
应用功能网元主要用于向3GPP网络提供业务,如与PCF之间交互以进行策略控制等。在5G中,应用功能网元可以是应用功能(application function,AF)。
9、运行管理和维护网元
运行管理和维护(operation administration and maintenance,OAM)网元主要用于完成对网络和其业务进行的分析、预测、规划和配置,以及为了完成对网络及其业务的测试和故障管理等进行的日常操作活动等。
10、数据分析网元
数据分析网元主要用于提供智能分析服务,用于调整网络和优化业务体验。数据分析网元可以收集多个来源多个维度的网络数据;对收集到的网络数据进行关联分析,从而输出分析结果,或者根据收集到的网络数据训练模型,根据训练得到的模型输出分析结果或做出预测。数据分析网元可以从各个网络功能(network function,NF)(例如AMF、SMF、或PCF等)、或者通过NEF从AF、或者直接从AF、或者从OAM,收集网络数据。
在5G中,数据分析网元可以是网络数据分析功能(network data analyticsfunction,NWDAF)。一种实现方式中,NWDAF分为模型训练逻辑功能(model traininglogical function,MTLF)和分析推理逻辑功能(analytics logical function,AnLF)两个部分。
数据分析网元可以是一个独立的网元,也可以与其他网元合设,例如,为其他网元中的数据分析模块。
图2是NWDAF的一个示例。
如图2所示,NWDAF包括MTLF和AnLF,下文将NWDAF包括的MTLF记为NWDAF-MTLF,将NWDAF包括的AnLF记为NWDAF-AnLF。其中,NWDAF-MTLF用于根据收集的网络数据训练模型以及在模型训练完成后向一个或多个NWDAF-AnLF(例如图2中的NWDAF-AnLF#1、NWDAF-AnLF#2和NWDAF-AnLF#3)分发训练好的模型。NWDAF-AnLF用于使用获得的模型向请求分析服务的业务处理网元提供分析推理服务。
图3是基于NWDAF的数据分析进行网络调整的一个示意图。
如图3所示,NWDAF-MTLF从网络收集当前的网络数据和/或历史的网络数据;NWDAF-MTLF根据收集到的网络数据训练模型,并向NWDAF-AnLF分发训练后的模型,或者NWDAF-MTLF根据收集到的网络数据更新模型,并向NWDAF-AnLF分发更新后的模型;NWDAF-AnLF根据业务处理网元的请求,从网络收集当前的网络数据,并使用来自NWDAF-MTLF的模型对收集到的网络数据进行推理分析;然后NWDAF-AnLF向业务处理网元提供分析结果,分析结果可以是统计分析结果和/或预测分析结果;业务处理网元根据分析结果进行业务处理,执行网络调整动作。
需要说明的是,NWDAF可以如图2和图3所示的同时具有MTLF和AnLF,也可以具有MTLF而不具有AnLF,或者具有AnLF而不具有MTLF。
在本申请中,MTLF可以是独立的网元,也可以是网元(例如NWDAF)中的功能单元;同理,AnLF可以是独立的网元,也可以是网元(例如NWDAF)中的功能单元,本申请不予限制。
此外,数据分析网元还可以是管理数据分析系统(management data analyticssystem,MDAS)等网络管理相关的系统,或者还可以是应用在数字孪生网络(digital twinnetwork)中的相关功能网元。
本申请的实施例对数据分析网元所采用的具体技术、设备形态以及名称不做限定。
除了上述控制面网络功能实体外,该网络架构还可以包括以下设备或网元中的部分或全部。
11、用户面网元
用户面网元主要负责对用户报文进行处理,如转发、计费、合法监听等。用户面网元也可以称为协议数据单元(protocol data unit,PDU)会话锚点(PDU session anchor,PSA)。在5G中,用户面网元可以是用户面功能(user plane function,UPF)。UPF可以通过类似服务化的接口直接和NWDAF通信,也可以通过其他途径,例如通过SMF或者和NWDAF之间的私有接口或内部接口,和NWDAF通信。
12、终端
终端是一种具有无线收发功能的设备,可以部署在陆地上,包括室内或室外、手持、穿戴或车载;也可以部署在水面上(如轮船等);还可以部署在空中(例如飞机、气球和卫星上等)。
本申请实施例中的终端也可以称为用户设备(user equipment,UE)、用户、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、终端设备、无线通信设备、用户代理或用户装置等。终端可以是手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(virtual reality,VR)终端设备、增强现实(augmentedreality,AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(selfdriving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smartgrid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smartcity)中的无线终端、智慧家庭(smart home)中的无线终端等。本申请的实施例对应用场景不做限定。
本申请的实施例对终端所采用的具体技术、设备形态以及名称不做限定。
13、(R)AN设备
(R)AN设备用于负责终端的无线侧接入。(R)AN设备可以是基站(base station)、演进型基站(evolved NodeB,eNodeB)、发送接收点(transmission reception point,TRP)、5G移动通信系统中的下一代基站(next generation NodeB,gNB)、第六代(6thgeneration,6G)移动通信系统中的下一代基站、或未来移动通信系统中的基站等;也可以是完成基站部分功能的模块或单元,例如,可以是集中式单元(central unit,CU)、分布式单元(distributed unit,DU)、RRU或基带单元(baseband unit,BBU)等。(R)AN设备可以是宏基站,也可以是微基站或室内站,还可以是中继节点或施主节点等。
本申请的实施例对(R)AN设备所采用的具体技术、设备形态以及名称不做限定。
14、数据网络
数据网络主要用于为终端提供数据服务的运营商网络。例如,因特网(Internet)、第三方的业务网络、IP多媒体服务业务(IP multi-media service,IMS)网络等。
在图1所示的网络架构中,各网元之间可以接口通信。各网元之间的接口可以是点对点接口,也可以是服务化接口,本申请不予限制。
应理解,上述所示的网络架构仅是示例性说明,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。
还应理解,图1中所示的功能或者网元,可以理解为用于实现不同功能的网元,例如可以按需组合成网络切片。这些网元可以各自独立的设备,也可以集成于同一设备中实现不同的功能,或者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的软件功能,或者是平台(例如,云平台)上实例化的虚拟化功能,本申请对于上述网元的具体形态不作限定。
还应理解,上述命名仅为便于区分不同的功能而定义,不应对本申请构成任何限定。本申请并不排除在6G网络以及未来其它的网络中采用其他命名的可能。例如,在6G网络中,上述各个网元中的部分或全部可以沿用5G中的术语,也可能采用其他名称等。
下文将结合附图详细说明本申请实施例提供的通信方法。
本申请提供的实施例可以应用于上述图1所示的网络架构中,但不作限定。
图4是本申请提供的一种通信方法400的示意图。方法400可以由数据分析网元和业务处理网元执行,也可以由数据分析网元和业务处理网元中的模块或单元执行。在本申请中,数据分析网元可以是NWDAF、AnLF、MDAS、数字孪生网络或独立的AnLF网元中的一种。业务处理网元可以是PCF、SMF、AMF、NSSF、UPF或AF中的一种。为了描述方便,下文称为数据分析网元和业务处理网元。
方法400可以包括以下内容的至少部分内容。
步骤401,数据分析网元获取网络的第一数据。
在本申请中,对于网络的粒度不作具体限定。例如,这里的网络可以是为某个小区范围内的无线网络。又例如,这里的网络可以是为某个TA范围内的无线网络。又例如,这里的网络可以是某个TA的某个网络切片范围内的无线网络。
在本申请中,数据分析网元获取网络的第一数据的实现方式有很多,不予限制。
一种可能的实现方式,数据分析网元可以从以下网元中的至少一个获取第一数据:网络中NF(例如AMF、SMF、或PCF等)、AF或OAM。其中,数据分析网元可以通过NEF从AF收集第一数据,也可以直接从AF收集第一数据。
这里的第一数据与数据分析网元进行分析服务有关。例如,如果数据分析网元对将来一段时间内驻留在网络的终端的数量进行预测,那么第一数据可以包括驻留在该网络的终端的数量的当前数据和/或历史数据。又例如,如果数据分析网元对将来一段时间内网络的平均业务速率进行预测,那么第一数据可以包括该网络的用户数量,以及平均每用户的业务速率的当前数据和/或历史数据。
步骤402,数据分析网元根据第一数据以及第一模型得到第一分析结果。
其中,第一分析结果用于业务处理网元对网络进行调整。
在本申请中,第一分析结果可以是一个数值,也可以是一组数值,不予限制。例如,第一分析结果可以是驻留在某个范围内的网络的终端数量的预测值。又例如,第一分析结果可以是某个范围内的网络的平均业务速率的预测值和最大业务速率的预测值。
数据分析网元根据第一数据以及第一模型得到第一分析结果,也可以理解为,数据数据分析网元使用第一模型对第一数据进行分析,得到第一分析结果。或者还可以理解为,数据分析网元将第一数据输入第一模型,数据分析网元可以将第一数据输入第一模型,并得到获得第一模型的输出,其中,第一模型的输出包括第一分析结果。
步骤403,数据分析网元向业务处理网元发送第一分析结果。
相应地,业务处理网元接收来自数据分析网元的第一分析结果。
步骤404,业务处理网元根据第一分析结果对网络进行调整。
业务处理网元对网络进行的调整与第一分析结果是对应的。一方面,业务处理网元对网络进行的调整与第一分析结果的类型相对应。例如,如果第一分析结果包括将来一段时间内驻留在网络的终端的数量的预测值,那么对应地业务处理网元可以对该网络内驻留的终端的数量进行调整。又例如,如果第一分析结果包括将来一段时间内网络的平均业务速率的预测值,那么对应地业务处理网元可以对该网络的平均业务速率进行调整。另一方面,业务处理网元对网络进行的调整的幅度与第一分析结果的数值有关。例如,如果第一分析结果包括预测值很大,那么业务处理网元可以采用较大的调整幅度对该网络进行调整。
以第一分析结果包括将来一段时间内驻留在网络的终端的数量的预测值为例,业务处理网元可以通过调整该网络范围内的终端的RFSP索引,从而实现对该网络内驻留的终端的数量进行调整。由于每个RFSP索引在终端侧会关联到一个或一组频点,因此通过为终端指定RFSP,可以达到让终端不再依赖小区系统广播的各个频段信号强度进行小区选择或小区重选,从而确保终端根据指定的RFSP驻留到指定的频点,从而实现对网络内驻留的终端的数量进行调整。
或者,以第一分析结果包括将来一段时间内网络的用户数据拥塞级别的预测值为例,业务处理网元PCF可以减少部分占用大量带宽的用户的授权最大数据速率,从而降低网络的用户数据拥塞级别,提升绝大部分用户的业务体验质量。
或者,以第一分析结果包括将来一段时间内网络切片的冗余传输体验的MOS预测值为例,业务处理网元SMF可以开启或关闭网络切片内终端到网络的冗余传输路径,实现网络切片的平均丢包率降低和网络切片占用资源的最优平衡。
或者,以第一分析结果包括网络的用户数据网络功能的负荷预测值为例,业务处理网元SMF可以为新建立的会话选择负荷较轻的UPF,以降低网络的用户数据拥塞级别。
步骤405,数据分析网元获取调整后的网络的第二数据。
换句话说,第二数据是在业务处理网元根据第一分析结果对网络进行调整之后数据分析网元再次获取的数据。
步骤405与步骤401的实现方式相同,可以参考步骤401的描述,在此不再赘述。
步骤406,数据分析网元根据第二数据得到第二分析结果。
换一种描述方式,数据分析网元可以对第二数据进行分析,得到第二分析结果。
其中,第二分析结果包括调整后的网络的关键性能指标的信息,这里的关键性能指标的信息可以反应调整后的网络的性能。第二分析结果可以包括一个或多个性能指标的信息,例如可以包括网络资源、业务体验、或网元性能等方面的性能指标的信息。关键性能指标的信息可以是第二分析结果包括的性能指标的信息中的一个或多个,本申请不予限制。
由于业务处理网元是根据第一分析结果对网络进行调整的,而第二分析结果是根据调整后的网络的第二数据得到的,因此,调整后的网络的关键性能指标的信息可以用来评估第一分析结果的正确性。
在本申请中,数据分析网元根据第二数据得到第二分析结果的实现方式有很多,不予限制。
一种可能的实现方式,数据分析网元可以对第二数据进行常规运算,从而得到第二分析结果。这里的运算可以是一些简单的运算,例如求平均值、求方差等。
另一种可能的实现方式,数据分析网元可以根据第二数据以及二模型得到第二分析结果。
这样,在方法400中,数据分析网元可以对网络的第一数据进行分析,得到用于调整网络的第一分析结果,获取根据第一分析结果对网络进行调整之后的网络的第二数据,并对第二数据进行分析得到可以用于评估第一分析结果的正确性的第二分析结果。而第一分析结果的正确性可以反映用于得到第一分析结果的第一模型的正确性,这样有助于数据分析网元在第一模型失效时及时对第一模型进行修正,从而有助于提高数据分析网元提供的分析结果或预测结果的准确性,从而提高网络运行的稳定性。
需要说明的是,第一分析结果的正确性也可以描述为第一分析结果的准确性、有效性或可信性等。同样,第一模型的正确性也可以描述为第一模型的准确性、有效性或可信性等。
还需要说明的是,本申请的技术方案是适用于所有业务场景和数据分析类型的通用方法。例如,第一分析结果可以为驻留在网络的终端数量的预测值,关键性能指标的信息可以包括网络的MOS。又例如,第一分析结果可以为网络的平均业务速率的预测值和最大业务速率的预测值,关键性能指标的信息可以包括网络的网络功能负载。又例如,第一分析结果为网络的用户数据拥塞级别的预测值,关键性能指标的信息包括该网络的MOS。又例如,第一分析结果为网络的冗余传输体验分析的MOS预测值,关键性能指标的信息包括该网络的数据网络性能统计中的最大包时延或平均丢包率。又例如,第一分析结果为网络的用户数据网络功能的负荷预测值,关键性能指标的信息包括该网络的所述网络的用户数据拥塞级别。
在本申请中,数据分析网元可以根据第二分析结果确定第一模型是否有效,具体的实现方式有很多,本申请不作具体限定,例如可以通过图4所示的方式1和方式2实现。
方式1:步骤407-408
步骤407,数据分析网元根据第二分析结果确定第一分析结果的置信度。
一种可能的实现方式,数据分析网元可以根据用于确定置信度的第一信息以及第二分析结果,确定第一分析结果的置信度。其中,第一信息可以指示置信度以及置信度对应的关键性能指标的范围。一种可能的实现方式,关键性能指标的范围可以是单个数值,例如,第二分析结果包括指标A、指标B和指标C,第一信息可以仅指示指标A对应的范围。
在本申请中,对于置信度以及置信度对应的关键性能指标的范围的形式不作具体限定。
例如,置信度以及置信度对应的关键性能指标的范围满足:若关键性能指标小于或等于第三阈值,则第一分析结果的置信度为不可信;或者,若关键性能指标大于第三阈值且小于第四阈值,则第一分析结果可信且置信度为第一值;或者,若关键性能指标大于或者等于第四阈值,则第一分析结果可信且置信度为第二值;其中,所述第一值低于所述第二值。
又例如,置信度以及置信度对应的关键性能指标的范围满足:若关键性能指标小于第三阈值,则第一分析结果的置信度为不可信;或者,若关键性能指标大于或者等于第三阈值且小于第四阈值,则第一分析结果可信且置信度为第一值;或者,若关键性能指标大于或者等于第四阈值,则第一分析结果可信且置信度为第二值;其中,所述第一值低于所述第二值。
又例如,置信度以及置信度对应的关键性能指标的范围满足:若关键性能指标小于第三阈值,则第一分析结果的置信度为不可信;或者,若关键性能指标大于或者等于第三阈值,则第一分析结果的置信度为可信。
其中,第三阈值和第四阈值的取值可以根据具体情况设置。
在本申请中,第一信息的实现方式有很多,不予限定。例如,第一信息可以是表格或列表的形式,在表格或列表中置信度与关键性能指标的范围一一对应。又例如,第一信息可以包括判断条件,判断条件可以是具体的条件语句也可以是限定关键性能指标的范围各个阈值。
在本申请中,数据分析网元获取第一信息的方式有很多,不予限制。
在一种可能的实现方式中,第一信息可以是预配置在数据分析网元中的。
在另一种可能的实现方式中,第一信息可以是数据分析网元从业务处理网元获取的。例如,业务处理网元可以在用于请求订阅网络的第一分析结果的消息中携带第一信息。
在一些实现方式中,业务处理网元可以向数据分析网元订阅网络的第一分析结果,并指示数据分析网元获取第二分析结果。具体地,业务处理网元向数据分析网元发送第一消息,相应地,数据分析网元接收来自业务处理网元的第一消息,其中第一消息用于请求订阅网络的第一分析结果以及指示数据分析网元获取第二分析结果。在一种可能的实现方式中,业务处理网元可以根据第一分析结果,确定可以体现第一分析结果的正确性的关键性能指标,进而根据关键性能指标确定指示数据分析网元获取第二分析结果。在一种可能的实现方式中,业务处理网元可以通过分析标识(analytics ID)指示数据分析网元需要提供的分析服务。
以订阅TA#1内驻留的终端数量的预测值以及指示数据分析网元获取TA#1内驻留的终端的MOS为例,第一消息可以携带分析标识#1、分析标识#2以及TA#1的标识,其中分析标识#1对应于预测分析终端数量,分析标识#2对应于分析终端的MOS。进一步地,业务处理网元还可以通过第一消息指定输出分析结果的周期,例如业务处理网元通过第一消息指定在未来的时间内每10分钟输出一次分析结果。
步骤408,数据分析网元根据第一分析结果的置信度确定第一模型是否有效。
情况1:数据分析网元对第二数据进行常规运算
由于常规运算一般不会出错,因此第一分析结果的置信度的可信或不可信可以对应于第一模型有效或失效。
一种可能的实现方式,若第一分析结果的置信度为不可信,则数据分析网元确定第一模型失效;或者,若第一分析结果的置信度为可信,则数据分析网元确定所述第一模型有效。
另一种可能的实现方式,若在预设时长内第一分析结果的置信度为不可信的次数超过第一阈值,则数据分析网元确定第一模型失效;或者,若第一分析结果的置信度为可信,则数据分析网元确定所述第一模型有效。
情况2:数据分析网元使用第二模型对第二数据进行分析
在情况2中,当第一模型和第二模型均有效时,第一分析结果的置信度应当可信;当第一模型和/或第二模型失效时,第一分析结果的置信度则可能出现不可信。因此,当第一分析结果的置信度为不可信时,有可能是第一模型失效,也有可能是第二模型失效,还有可能是第一模型和第二模型均失效;当第一分析结果的置信度为可信时,第一模型和第二模型均有效。
在此情况下,若第一分析结果的置信度为可信,则数据分析网元确定所述第一模型有效。或者,若第一分析结果的置信度为不可信或者在预设时长内第一分析结果的置信度为不可信的次数超过第一阈值,则数据分析网元确定第一模型和/或第二模型失效。
一种可能的实现方式,当数据分析网元确定第一模型和/或第二模型失效时,数据分析网元可以进一步确定是第一模型失效还是第二模型失效。
在本申请中,数据分析网元进一步确定是第一模型失效还是第二模型失效的实现方式有很多,不予限制。
例如,若针对另一网络的第三分析结果的置信度为可信,则数据分析网元确定第一模型失效,其中,第三分析结果是通过第三模型得到的,第三分析结果的置信度是基于第四分析结果确定的,第四分析结果是通过所述第二模型得到的。简单来说,数据分析网元使用第一模型得到网络#1的第一分析结果,使用第三模型得到网络#2的第三分析结果,使用第二模型得到第一分析结果的置信度和第三分析结果的置信度,若第三分析结果的置信度可信,则说明共用的第二模型没有失效,那么失效的即为第一模型。
又例如,若针对另一网络的第三分析结果的置信度为可信,则数据分析网元确定第二模型失效,其中,第三分析结果是通过第一模型得到的,第三分析结果的置信度是基于第五分析结果确定的,第五分析结果是通过第四模型得到的。简单来说,数据分析网元使用第一模型得到网络#1的第一分析结果和网络#2的第三分析结果,使用第二模型得到第一分析结果的置信度,使用第四模型得到第三分析结果的置信度,若第三分析结果的置信度可信,则说明共用的第一模型没有失效,那么失效的即为第二模型。
另一种可能的实现方式,当第一分析结果的置信度为不可信或者在预设时长内第一分析结果的置信度为不可信的次数超过第一阈值时,数据分析网元也可以直接确定第一模型和第二模型均效。
另一种可能的实现方式,当第一分析结果的置信度为不可信或者在预设时长内第一分析结果的置信度为不可信的次数超过第一阈值时,数据分析网元假设第一模型失效,对第一模型进行修正,若采用修正后的第一模型后,数据分析网元得到的第一分析结果的置信度仍为不可信,则数据分析网元确定修正第二模型。
另一种可能的实现方式,当第一分析结果的置信度为不可信或者在预设时长内第一分析结果的置信度为不可信的次数超过第一阈值时,数据分析网元假设第二模型失效,对第二模型进行修正,若采用修正后的第二模型后,数据分析网元得到的第一分析结果的置信度仍为不可信,则数据分析网元确定修正第一模型。
在方式1中,数据分析网元在确定第一分析结果的置信度后,可以向业务处理网元提供第一分析结果的置信度,以便业务处理网元根据该置信度使用当前获取到的第一分析结果。具体地,数据分析网元向业务处理网元发送第一分析结果的置信度,相应地,业务处理网元接收来自数据分析网元的第一分析结果的置信度;业务处理网元根据该置信度再次对网络进行调整或者丢弃当前获得的第一分析结果。需要说明的是,由于数据分析网元向业务处理网元提供第一分析结果的周期或频率与提供置信度的周期或频率可能相同,也可能不同,因此,业务处理网元当前获取的置信度可能不是根据当前获取的第一分析结果得到的。但是对于业务处理网元来说,业务处理网元会使用当前获取的第一分析结果和当前获取的置信度,即业务处理网元会使用最新的第一分析结果和最新的置信度。
例如,若第一分析结果的置信度为第一值,则业务处理网元根据第一调整幅度对网络进行调整;或者,若第一分析结果的置信度为第二值,则业务处理网元根据第二调整幅度对网络进行调整;或者,若第一分析结果的置信度为第三值,则业务处理网元丢弃当前获取的第一分析结果。其中,第一值和第二值处于可信范围,第三值处于不可信范围。当第一值低于第二值时,第一调整幅度小于第二调整幅度。
方式2:步骤409-412
步骤409,数据分析网元向业务处理网元发送第二分析结果。
相应地,业务处理网元接收来自数据分析网元的第二分析结果。
步骤410,业务处理网元根据第二分析结果确定第二信息。
其中,第二信息用于指示第一分析结果是否正确。或者,第二信息用于指示是否接受第一分析结果。下文以第二信息用于指示第一分析结果是否正确为例进行描述。
在本申请中,业务处理网元根据第二分析结果确定第二信息的实现方式有很多,不予限制。
一种可能的实现方式,业务处理网元可以根据第二分析结果确定第一分析结果的置信度,然后根据第一分析结果的置信度确定第二信息。具体地,若第一分析结果的置信度为可信,则业务处理网元确定第一分析结果正确。或者,若第一分析结果的置信度为不可信或者在预设时长内第一分析结果的置信度为不可信的次数超过第一阈值,则业务处理网元确定第一分析结果错误。
其中,业务处理网元可以根据用于确定置信度的第一信息以及第二分析结果,确定第一分析结果的置信度。其中,第一信息可以指示置信度以及置信度对应的关键性能指标的范围。置信度以及置信度对应的关键性能指标的范围的形式、第一信息的实现方式可以参考步骤407中的描述,在此不再赘述。
其中,第一信息可以是预配置在业务处理网元中的,也可以是业务处理网元从其他网元获取的,不予限制。
另一种可能的实现方式,业务处理网元可以将当前第二分析结果与之前获取的第二分析结果进行比较,若当前获取的第二分析结果包括的关键性能指标的信息相对于之前获取的第二分析结果包括的关键性能指标的信息发生劣化,则业务处理网元确定第一分析结果错误;或者,若当前获取的第二分析结果包括的关键性能指标的信息相对于之前获取的第二分析结果包括的关键性能指标的信息发生优化,则业务处理网元确定第一分析结果正确。
以关键性能指标的信息为网络的MOS为例,若当前的MOS小于或等于之前的MOS,则业务处理网元确定第一分析结果错误,或者,若当前的MOS大于之前的MOS,则业务处理网元确定第一分析结果正确。
步骤411,业务处理网元向数据分析网元发送第二信息。
相应地,数据分析网元接收来自业务处理网元的第二信息。
其中,第二信息用于指示第一分析结果是否正确。
步骤412,数据分析网元根据第二信息确定第一模型是否有效。
情况1:数据分析网元对第二数据进行常规运算
由于常规运算一般不会出错,因此第一分析结果正确或错误可以对应于第一模型有效或失效。
一种可能的实现方式,若第一分析结果错误,则数据分析网元确定第一模型失效;或者,若第一分析结果正确,则数据分析网元确定所述第一模型有效。
另一种可能的实现方式,若在预设时长内第一分析结果错误的次数超过第二阈值,则数据分析网元确定第一模型失效;或者,若第一分析结果正确,则数据分析网元确定所述第一模型有效。
情况2:数据分析网元使用第二模型对第二数据进行分析
在情况2中,当第一模型和第二模型均有效时,第一分析结果应当正确;当第一模型和/或第二模型失效时,第一分析结果则可能出现错误。因此,当第一分析结果错误时,有可能是第一模型失效,也有可能是第二模型失效,还有可能是第一模型和第二模型均失效;当第一分析结果正确时,第一模型和第二模型均有效。
在此情况下,若第一分析结果正确,则数据分析网元确定所述第一模型有效。或者,若第一分析结果错误或者在预设时长内第一分析结果错误的次数超过第二阈值,则数据分析网元确定第一模型和/或第二模型失效。
一种可能的实现方式,当数据分析网元确定第一模型和/或第二模型失效时,数据分析网元可以进一步确定是第一模型失效还是第二模型失效。
在本申请中,数据分析网元进一步确定是第一模型失效还是第二模型失效的实现方式有很多,不予限制。
例如,若针对另一网络的第三分析结果正确,则数据分析网元确定第一模型失效,其中,第三分析结果是通过第三模型得到的,第三分析结果是否正确是基于第四分析结果确定的,第四分析结果是通过所述第二模型得到的。简单来说,数据分析网元使用第一模型得到网络#1的第一分析结果,使用第三模型得到网络#2的第三分析结果,使用第二模型得到用于确定第一分析结果是否正确的分析结果和用于确定第三分析结果是否正确的分析结果,若第三分析结果正确,则说明共用的第二模型没有失效,那么失效的即为第一模型。
又例如,若针对另一网络的第三分析结果正确,则数据分析网元确定第二模型失效,其中,第三分析结果是通过第一模型得到的,第三分析结果是否正确是基于第五分析结果确定的,第五分析结果是通过所述第四模型得到的。简单来说,数据分析网元使用第一模型得到网络#1的第一分析结果和网络#2的第三分析结果,使用第二模型得到用于确定第一分析结果是否正确的分析结果,使用第四模型得到用于确定第三分析结果是否正确的分析结果,若第三分析结果正确,则说明共用的第一模型没有失效,那么失效的即为第二模型。
另一种可能的实现方式,当第一分析结果错误或者在预设时长内第一分析结果错误的次数超过第二阈值时,数据分析网元也可以直接确定第一模型和第二模型均效。
另一种可能的实现方式,当第一分析结果错误或者在预设时长内第一分析结果错误的次数超过第二阈值时,数据分析网元假设第一模型失效,对第一模型进行修正,若采用修正后的第一模型后,数据分析网元得到的第一分析结果仍错误,则数据分析网元确定修正第二模型。
另一种可能的实现方式,当第一分析结果错误或者在预设时长内第一分析结果错误的次数超过第二阈值时,数据分析网元假设第二模型失效,对第二模型进行修正,若采用修正后的第二模型后,数据分析网元得到的第一分析结果仍错误,则数据分析网元确定修正第一模型。
在方式2中,业务处理网元可以向数据分析网元订阅网络的第一分析结果和第二分析结果。
一种可能的实现方式,业务处理网元向数据分析网元发送第三消息,相应地,数据分析网元接收来自业务处理网元的第三消息,其中第三消息用于请求订阅网络的第一分析结果;业务处理网元向数据分析网元发送请求消息,相应地,数据分析网元接收来自业务处理网元的请求消息,其中请求消息用于请求订阅网络的第二分析结果。一种可能的实现方式,业务处理网元可以根据第一分析结果,确定可以体现第一分析结果的正确性的关键性能指标,进而根据关键性能指标确定向数据分析网元订阅第二分析结果。一种可能的实现方式,业务处理网元可以通过分析标识指示数据分析网元需要提供的分析服务。
以同时订阅TA#1内驻留的终端数量的预测值以及TA#1内驻留的终端的MOS为例,请求消息可以携带分析标识#1、分析标识#2以及TA#1的标识,其中分析标识#1对应于预测分析终端数量,分析标识#2对应于分析终端的MOS。进一步地,业务处理网元还可以通过请求消息指定输出分析结果的周期,例如业务处理网元通过请求消息指定在未来的时间内每10分钟输出一次分析结果。
需要说明的是,第三消息和请求消息可以是独立的两条消息,也可以属于一条消息,还可以是同一条消息,即业务处理网元可以分开订阅第一分析结果和第二分析结果,也可以同时订阅第一分析结果和第二分析结果。
另一种可能的实现方式,业务处理网元向数据分析网元发送第三消息,相应地,数据分析网元接收来自业务处理网元的第三消息,其中第三消息用于请求订阅网络的第一分析结果;数据分析网元向业务处理网元发送第二消息,相应地,业务处理网元接收来自数据分析网元的第二消息,其中第二消息用于指示业务处理网元向数据分析网元提供上文所述的第二信息;业务处理网元可以根据第一分析结果,确定可以体现第一分析结果的正确性的关键性能指标,进而根据关键性能指标确定向数据分析网元订阅第二分析结果;业务处理网元向数据分析网元发送请求消息,相应地,数据分析网元接收来自业务处理网元的请求消息,其中请求消息用于请求订阅网络的第二分析结果。在本实现方式中,数据分析网元可以指示业务处理网元提供第一分析结果的正确性评价,业务处理网元接收到该指示后可以确定需要订阅第二分析结果,从而向数据分析网元订阅第二分析结果。
在一些实施例中,在确定第一模型失效后,数据分析网元可以对第一模型进行修正。一种可能的实现方式,数据分析网元可以获取网络数据,并根据获取的网络数据重新训练一个用于得到第一分析结果的第一模型。另一种可能的实现方式,数据分析网元获取网络数据,并根据获取的网络数据对当前的第一模型进行更新。当然,若数据分析网元包括第二模型,且确定第二模型失效后,数据分析网元也可以采用相同的方式对第二模型进行修正。
需要说明的是,本申请中涉及的第一模型和第二模型可以是两个独立的模型,也可以是一个模型的两个功能部分,对此不作具体限定。
还需要说明的是,若数据分析网元本身可以训练并使用第一模型和/或第二模型,则数据分析网元中的第一模型和/或第二模型可以是数据分析网元训练得到的。例如,数据分析网元为NWDAF且同时包括MTLF和AnLF,则数据分析网元可以通过MTLF训练得到第一模型和/或第二模型,当然MTLF和AnLF存在交互过程。或者,若数据分析网元本身只使用第一模型和/或第二模型,则数据分析网元需要从其他网元获取第一模型和/或第二模型。例如,数据分析网元为独立的AnLF网元,则数据分析网元需要从其他网元例如MTLF网元获取第一模型和/或第二模型。
下面结合具体的示例,对本申请的通信方法进行详细描述。
在以下各示例中,MTLF和/或AnLF可以是NWDAF中的功能,也可以是独立的网元,不予限制。为了描述方便,下文以MTLF和AnLF为NWDAF中的功能为例,MTLF记为NWDAF-MTLF,AnLF记为NWDAF-AnLF。
在以下个实例中,以NWDAF-AnLF包括第一模型和第二模型,第一信息包括判断条件为例,所述判断条件能够指示置信度所对应的关键性能指标的范围。并且将以某个园区场景中网络性能(network performance)预测分析和业务体验(service experience)分析为例进行详细说明。其中,网络性能预测分析的结果可以对应于上文的第一分析结果,业务体验分析的结果可以对应于上文的第二分析结果。
其中,网络性能预测分析以预测分析该园区驻留的终端的数量为例,业务体验分析以分析可以反映该园区的业务体验评估结果的平均意见值(mean opinion score,MOS)为例。移动网络会划分成多个跟踪区域(tracking area,TA),地理相近、终端移动频繁的多个小区划分到同一个TA。不同的TA之间使用跟踪区标识(tracking area identity,TAI)来区别。假设TA#1是由宏基站覆盖整个园区及其附近区域的跟踪区,TA#2是由微基站在高频段覆盖整个园区的跟踪区,即TA#1和TA#2在园区是重叠覆盖的。当接入到TA#2内的终端的数量较多时,TA#2内的用户的业务体验会下降;当终端的数量达到一定门限后,为了保证用户的业务体验,网络会将一些低优先级的终端重定向到TA#1内。
但需要说明的是,本申请的技术方案是适用于所有业务场景和数据分析类型的通用方法,下文示例中的业务场景和数据分析类型仅是示例性的,并不意味着将本申请的技术方案限定在特定的业务场景和数据分析类型。本申请的技术方案还可以应用于其他业务场景和其他数据分析类型。例如,业务处理网元还可以是SMF,网络性能预测分析可以是针对边缘计算(edge computing,EC)的数据网络性能分析(DN performance predicationanalytics),例如预测分析数据网络的平均业务速率(average traffic rate)和最大业务速率(maximum traffic rate)。具体地,SMF可以向NWDAF请求订阅平均业务速率和最大业务速率的预测值;SMF根据得到的预测值调整业务路由和UPF选择,以防止热点区域的边缘计算过载;SMF同时监控连接热点区域边缘计算的UPF的网络功能负载(NF load)的分析结果,以确保UPF的网络功能负载因SMF调整业务路由和UPF选择而得到控制,防止出现UPF的网络功能过载。
以上对以下各示例可以应用的场景进行了描述,下文就不再赘述。
图5是本申请提供的通信方法的一个示例。图5中的方法500包括以下内容的至少部分内容。
步骤501,NWDAF-MTLF将训练完毕的第一模型和第二模型分发到NWDAF-AnLF。
其中,第一模型用于网络性能预测分析。网络性能预测分析可以是由NWDAF提供的一种根据网络运行的当前数据和/或历史数据,预测指定区域内网络驻留用户数量和无线资源占用率等网络性能的分析服务。在方法500中,NWDAF-AnLF可以根据第一模型以及网络运行的当前数据和/或历史数据(例如当前和/或历史驻留的终端的数量),推算未来某段指定时间内在指定区域(例如TA#2)内驻留的终端的数量。
第二模型用于业务体验分析。业务体验分析是由NWDAF提供的一种根据一组终端的统计指标,模拟推算业务主观体验评分的分析服务,其中终端的统计指标可以包括以下至少一个:比特速率、包时延、传输、或重传报文数量等。在方法500中,NWDAF-AnLF可以根据第二模型以及终端的当前的统计指标,输出体现业务体验评估结果的MOS。
需要说明的是,第一模型和第二模型可以是一个模型的两个部分,也可以是两个独立的模型,本申请不予限制。
步骤502,PCF向NWDAF-AnLF第一消息。
相应地,NWDAF-AnLF接收来自PCF的第一消息。
其中,第一消息用于请求订阅网络性能预测分析。
一种可能的实现方式,第一消息携带的分析标识为网络性能分析(即AnalyticsID=network performance)。进一步地,第一消息还携带TA#2的标识(例如,TA#2的TAI),以限定进行网络性能预测分析的范围。进一步地,第一消息还可以指定输出分析结果的周期,例如,指定在未来的时间内每10分钟输出一次分析结果。
在本申请中,第一消息还可以携带用于检验网络性能预测分析的结果是否准确的判断条件。由于自身业务需要,在接收到NWDAF-AnLF的网络性能预测分析的结果(即TA#2内网络驻留的终端的数量的预测数值)后,PCF会根据网络性能预测分析的结果,来调整TA#2内驻留的终端的数量,这样就会影响TA#2内的网络驻留的终端的MOS,因此TA#2内的网络驻留的终端的MOS能够反映PCF根据网络性能预测分析的结果进行网络调整的效果。这样,PCF可以根据业务关联确定TA#2内的网络驻留的终端的MOS可以检验网络调整所依据的网络性能预测分析的结果是否准确,甚至可以对网络性能预测分析的结果做出准确度的评价,从而在第一消息中携带用于检验网络性能预测分析的结果是否准确的判断条件。
本申请对于判断条件的体现形式不作具体限定。例如,判断条件可以是用于进行判断的一个或多个MOS阈值,当收到该判断条件时NWDAF-AnLF可以按照默认或约定的方式使用该一个或多个MOS阈值。又例如,判断条件可以是具体的条件语句。
作为一个示例,判断条件可以包括第一MOS阈值和第二MOS阈值,NWDAF-AnLF可以按照以下方式进行判断:
1)若MOS小于或者等于第一MOS阈值,则网络性能预测分析的结果失效;或者,
2)若MOS大于第一MOS阈值且小于第二MOS阈值,则网络性能预测分析的结果有效且置信度低;或者,
3)若MOS大于或者等于第二MOS阈值,则网络性能预测分析的结果有效且置信度高。
其中,MOS为业务体验分析的结果。第一MOS阈值和第二MOS阈值的具体取值可以根据具体情况设置。例如,第一MOS阈值可以是3.0,第二MOS阈值可以是3.5。又例如,第一MOS阈值可以为3.5,第二MOS阈值可以为4.0。
作为另一个示例,判断条件可以包括上述条件语句1)、2)和3)。
作为另一个示例,判断条件也可以仅包括第一MOS阈值,NWDAF-AnLF可以按照以下方式进行判断:
4)若MOS小于或者等于第一MOS阈值,则网络性能预测分析失效;或者,
5)若MOS大于第一MOS阈值,则网络性能预测分析有效。
其中,MOS为业务体验分析的结果。第一MOS阈值的具体取值可以根据具体情况设置。例如,第一MOS阈值可以是3.0、4.0等。
作为另一个示例,判断条件可以包括上述条件语句4)和5)。
下文将以NWDAF-AnLF可以按照条件语句1)、2)和3)进行判断为例进行说明。
需要说明的是,当第一消息携带判断条件时,可以理解为,PCF向NWDAF-AnLF指示:在向PCF输出网络性能预测分析的分析结果后,开始监控业务体验分析得到的MOS是否满足上述判断条件。
步骤503,NWDAF-AnLF接受PCF的请求,并向PCF发送响应消息。
相应地,PCF接收来自NWDAF-AnLF的响应消息。
其中,该响应消息用于指示网络性能预测分析订阅成功。
步骤504,NWDAF-AnLF从5GC NF、AF或OAM中的至少一个收集网络数据。
这里的网络数据可以包括当前TA#2内网络驻留的终端的数量、TA#2内网络驻留的终端的统计指标等。终端的统计指标可以包括以下至少一个:比特速率、包时延、传输、或重传报文数量等。
上述两类网络数据可以是同时获取的,也可以是分别获取的,这取决于NWDAF-AnLF进行网络性能预测分析与NWDAF-AnLF进行业务体验分析的频率或周期。
步骤505,NWDAF-AnLF根据步骤501中获得的第一模型以及步骤504收集的当前TA#2内网络驻留的终端的数量,进行网络性能预测分析,得到网络性能预测分析的结果,即TA#2内网络驻留的终端的数量的预测数值。
步骤506,NWDAF-AnLF根据步骤501中获得的第二模型以及步骤504收集的TA#2内网络驻留的终端的统计指标,进行业务体验分析,得到业务体验分析的结果,即TA#2内网络驻留的终端的MOS。
步骤507,NWDAF-AnLF根据步骤502获得的判断条件以及业务体验分析的结果,确定网络性能预测分析的结果是否有效。
若业务体验分析的结果大于第一MOS阈值,则NWDAF-AnLF判断网络性能预测分析的结果有效,后续可以执行步骤508-511。
或者,若业务体验分析的结果小于或者等于第一MOS阈值,则NWDAF-AnLF判断网络性能预测分析的结果失效,后续可以执行步骤512-515。
1)步骤508-511
步骤508,NWDAF-AnLF根据步骤502中获得的判断条件以及业务体验分析的结果,进一步确定网络性能预测分析的结果的置信度。这里的置信度可以是准确度、可信度等,不予限制。
若业务体验分析的结果小于第二MOS阈值,则NWDAF-AnLF确定网络性能预测分析的结果的置信度为低。
或者,若业务体验分析的结果大于或者等于第二MOS阈值,则NWDAF-AnLF确定网络性能预测分析的结果的置信度为高。
步骤509,NWDAF-AnLF向PCF提供网络性能预测分析的结果以及网络性能预测分析的结果的置信度。
步骤510,PCF根据网络性能预测分析的结果以及网络性能预测分析的结果的置信度,调整园区位置的终端的无线接入技术/频率选择优先级(radio access technology/frequency selection priority,RFSP)索引。
若网络性能预测分析的结果的置信度为低,则PCF可以采用比较保守的调整幅度,单位时间内只调整少量的终端的RFSP索引。
或者,若网络性能预测分析的结果的置信度为高,则PCF可以采用正常的调整幅度。
由于每个RFSP索引在终端侧会关联到一个或一组频点,因此通过为终端指定RFSP,可以达到让终端不再依赖小区系统广播的各个频段信号强度进行小区选择或小区重选,从而确保终端根据指定的RFSP驻留到指定的频点。这样,可以实现指示同一位置的终端中一部分驻留到TA#2的小区、另一部分驻留在TA#1的小区。
需要说明的是,NWDAF-AnLF进行网络性能预测分析的频率或周期与NWDAF-AnLF进行业务体验分析的频率或周期可以相同,也可以不同。换句话说,网络性能预测分析与业务体验分析可以为两个独立的过程。对于PCF来说,调整网络所依据的网络性能预测分析的结果以及网络性能预测分析的结果的置信度可以是网络性能预测分析的结果的最新值以及网络性能预测分析的结果的置信度的最新值,但两个最新值可能不是同时得到的,甚至网络性能预测分析的结果的置信度的最新值所反映的并不是网络性能预测分析的结果的最新值的置信度。
步骤511,PCF将调整后的RFSP索引发送至AMF,以便AMF进行后续的网络调整。
相应地,AMF接收来自PCF的调整后的RFSP索引。
一种可能的实现方式,PCF可以通过用于修改终端的移动管理策略的消息发送调整后的RFSP索引。
上述后续的网路调整在图5中未示出。该后续的网络调整可以是:AMF通过N2接口将调整后的RFSP索引发送到终端接入的接入网设备;接入网设备根据收到的RFSP索引为终端指定频点的重选优先级。
这样,终端可以重新选择指定频点的小区,从而达到控制TA#2内的终端数量的目的。
2)步骤512-515
步骤512,NWDAF-AnLF确定第一模型失效或第二模型失效。
其中,第一模型是用于网络性能预测分析的模型。第二模型是用于业务体验分析的模型。这里的模型失效可以理解为模型不准确、不正确、或不适用等。
一种可能的实现方式,NWDAF-AnLF结合其它应用本申请的技术方案的业务场景的结果,确定是第一模型失效还是第二模型失效。
例如,在其他业务场景中,NWDAF-AnLF使用第三模型进行用户数据拥塞预测分析(user data congestion prediction analytics),使用第二模型进行业务体验分析,SMF使用NWDAF-AnLF的输出的用户数据拥塞预测分析的结果和业务体验分析的结果,对园区的终端的最大传输速率进行调整,而在该业务场景中并未出现模型失效的情况,此时NWDAF-AnLF可以确定两种场景下共同使用的第二模型是正常的,而第一模型是失效的。
又例如,在其他业务场景中,NWDAF-AnLF使用第一模型进行网络性能预测分析,使用第四模型进行业务体验分析,PCF使用NWDAF-AnLF的输出的网络性能预测分析的结果和业务体验分析的结果,对园区的终端的数量进行调整,而在该业务场景中并未出现模型失效的情况,此时NWDAF-AnLF可以确定两种场景下共同使用的第一模型是正常的,而第二模型是失效的。
需要说明的是,步骤512为可选步骤,NWDAF-AnLF也可以直接请求NWDAF-MTLF重训练或更新第一模型和/或第二模型。
步骤513,NWDAF-AnLF根据步骤512的结果,请求NWDAF-MTLF重训练或更新失效的模型。
步骤514,NWDAF-MTLF收集最新的网络数据,重训练或更新失效的模型。
步骤515,NWDAF-MTLF将重训练或更新后的模型分发至NWDAF-AnLF,以便NWDAF-AnLF使用重训练或更新后的模型进行网络性能预测分析或业务体验分析。
需要说明的是,上述步骤504至步骤515可以循环执行,直到PCF取消对网络性能预测分析的订阅。此外,NWDAF-AnLF也可以在向PCF提供网络性能预测分析的结果之后的隔一个或多个周期才开始根据步骤502的要求执行上述步骤506,使得后续针对模型是否失效的判断更加准确。
这样,在示例1中,NWDAF进行网络性能预测分析的同时,监控与网络性能预测分析相关的业务体验分析的结果,使得NWDAF可以在不知道业务逻辑的前提下根据业务体验分析的结果确定网络性能预测分析的结果是否有效,因而可以在网络性能预测分析的结果失效时及时获取训练数据、重训练或更新相应的模型,从而向PCF提供正确分析的结果。
图6是本申请提供的通信方法的另一个示例。图6中的方法600包括以下内容的至少部分内容。
步骤601,NWDAF-MTLF将训练完毕的第一模型和第二模型分发到NWDAF-AnLF。
步骤601与图5的步骤501相同,步骤601的详细描述可以参考步骤501,在此不再赘述。
步骤602,PCF向NWDAF-AnLF第三消息。
相应地,NWDAF-AnLF接收来自PCF的第三消息。
其中,第三消息用于请求订阅网络性能预测分析。
一种可能的实现方式,第三消息携带的分析标识为网络性能分析(即AnalyticsID=network performance)。进一步地,第三消息还携带TA#2的标识(例如,TA#2的TAI),以限定进行网络性能预测分析的范围。进一步地,第三消息还可以指定输出分析结果的周期,例如,指定在未来的时间内每10分钟输出一次分析结果。
步骤603,NWDAF-AnLF接受PCF的请求,并向PCF发送响应消息。
相应地,PCF接收来自NWDAF-AnLF的响应消息。
其中,该响应消息用于指示网络性能预测分析订阅成功。
步骤604,PCF向NWDAF-AnLF请求消息。
相应地,NWDAF-AnLF接收来自PCF的请求消息。
其中,请求消息用于请求订阅业务体验分析。
一种可能的实现方式,请求消息携带的分析标识为业务体验分析(即AnalyticsID=service experience)。进一步地,请求消息还携带TA#2的标识(例如,TA#2的TAI),以限定进行网络性能预测分析的范围。进一步地,请求消息还可以指定输出分析结果的周期,例如,指定在未来的时间内每10分钟输出一次分析结果。
由于自身业务需要,在接收到NWDAF-AnLF的网络性能预测分析的结果(即TA#2内网络驻留的终端的数量的预测数值)后,PCF会根据网络性能预测分析的结果,来调整TA#2内驻留的终端的数量,这样就会影响TA#2内的网络驻留的终端的MOS,因此TA#2内的网络驻留的终端的MOS能够反映PCF根据网络性能预测分析的结果进行网络调整的效果。这样,PCF可以根据业务关联确定TA#2内的网络驻留的终端的MOS可以用来检验网络调整所依据的网络性能预测分析的结果是否准确,甚至可以对网络性能预测分析的结果做出准确度的评价,从而发送请求消息来向NWDAF-AnLF请求订阅业务体验分析。
步骤605,NWDAF-AnLF接受PCF的请求,并向PCF发送响应消息。
相应地,PCF接收来自NWDAF-AnLF的响应消息。
其中,该响应消息用于指示业务体验分析订阅成功。
需要说明的是,上述第三消息和请求消息可以为一条消息,即PCF可以在一条消息中同时订阅网络性能预测分析和业务体验分析,也可以是不同的消息。同理,步骤603和605中的响应消息也可以为一条消息或不同消息。
步骤606,NWDAF-AnLF从5GC NF、AF或OAM中的至少一个收集网络数据。
步骤606与图5的步骤504相同,步骤606的详细描述可以参考步骤504,在此不再赘述。
步骤607,NWDAF-AnLF根据步骤601中获得的第一模型以及步骤606收集的当前TA#2内网络驻留的终端的数量,进行网络性能预测分析,得到网络性能预测分析的结果,即TA#2内网络驻留的终端的数量的预测数值。
步骤608,NWDAF-AnLF向PCF提供网络性能预测分析的结果。
步骤609,PCF根据网络性能预测分析的结果,调整园区位置的终端的RFSP索引。
由于每个RFSP索引在终端侧会关联到一个或一组频点,因此通过为终端指定RFSP,可以达到让终端不再依赖小区系统广播的各个频段信号强度进行小区选择或小区重选,从而确保终端根据指定的RFSP驻留到指定的频点。这样,可以实现指示同一位置的终端中一部分驻留到TA#2的小区、另一部分驻留在TA#1的小区。
步骤610,PCF将调整后的RFSP索引发送至AMF,以便AMF进行后续的网络调整。
相应地,AMF接收来自PCF的调整后的RFSP索引。
一种可能的实现方式,PCF可以通过用于修改终端的移动管理策略的消息发送调整后的RFSP索引。
上述后续的网路调整在图6中未示出。该后续的网络调整可以是:AMF通过N2接口将调整后的RFSP索引发送到终端接入的接入网设备;接入网设备根据收到的RFSP索引为终端指定频点的重选优先级。
这样,终端可以重新选择指定频点的小区,从而达到控制TA#2内的终端数量的目的。
步骤611,NWDAF-AnLF根据步骤601中获得的第二模型以及步骤606收集的TA#2内网络驻留的终端的统计指标,进行业务体验分析,得到业务体验分析的结果,即TA#2内网络驻留的终端的MOS。
步骤612,NWDAF-AnLF向PCF提供业务体验分析的结果。
需要说明的是,NWDAF-AnLF进行网络性能预测分析的频率或周期与NWDAF-AnLF进行业务体验分析的频率或周期可以相同,也可以不同。换句话说,网络性能预测分析与业务体验分析可以为两个独立的过程。同理,NWDAF-AnLF可以同时向PCF提供网络性能预测分析的结果以及业务体验分析的结果,也可以分别向PCF提供网络性能预测分析的结果以及业务体验分析的结果。
步骤613,PCF根据业务体验分析的结果,确定网络性能预测分析的结果的是否正确。
一种可能的实现方式,PCF可以根据判断条件以及业务体验分析的结果,确定网络性能预测分析的结果是否正确。其中,判断条件可以参考图5的步骤502的相关描述,在此不再赘述。
同样,本示例中以PCF可以按照条件语句1)、2)和3)进行判断为例,这样,若MOS小于或者等于第一MOS阈值,则NWDAF-AnLF判断网络性能预测分析的结果错误。或者,若MOS大于第一MOS阈值,则NWDAF-AnLF判断网络性能预测分析的结果正确。
步骤614,PCF向NWDAF-AnLF发送第二信息。
相应地,NWDAF-AnLF接收来自PCF的第二信息。
其中,第二信息用于指示网络性能预测分析的结果是否正确。
步骤615,NWDAF-AnLF根据第二信息,确定第一模型失效或第二模型失效。
其中,第一模型是用于网络性能预测分析的模型。第二模型是用于业务体验分析的模型。这里的模型失效可以理解为模型不准确、不正确、或不适用等。
一种可能的实现方式,若第二信息指示网络性能预测分析的结果正确,则NWDAF-AnLF确定第一模型和第二模型有效。或者,若第二信息指示网络性能预测分析的结果错误,则NWDAF-AnLF确定第一模型失效或第二模型失效。NWDAF-AnLF确定是第一模型失效还是第二模型失效的方式可以参考步骤512中的描述,在此不再赘述。
另一种可能的实现方式,若第二信息指示网络性能预测分析的结果正确,则NWDAF-AnLF确定第一模型和第二模型有效。或者,若预设时长或单位时间内NWDAF-AnLF收到网络性能预测分析的结果错误的次数超过预设阈值,则NWDAF-AnLF确定第一模型失效或第二模型失效。NWDAF-AnLF确定是第一模型失效还是第二模型失效的方式可以参考步骤512中的描述,在此不再赘述。
需要说明的是,步骤615为可选步骤,NWDAF-AnLF也可以直接请求NWDAF-MTLF重训练或更新第一模型和/或第二模型。
步骤616,NWDAF-AnLF根据步骤615的结果,请求NWDAF-MTLF重训练或更新失效的模型。
步骤617,NWDAF-MTLF收集最新的网络数据,重训练或更新失效的模型。
步骤618,NWDAF-MTLF将重训练或更新后的模型分发至NWDAF-AnLF,以便NWDAF-AnLF使用重训练或更新后的模型进行网络性能预测分析或业务体验分析。
步骤616-618与图5的步骤513-515相同,步骤616-618的详细描述可以参考步骤513-515,在此不再赘述。
需要说明的是,上述步骤606至步骤618可以循环执行,直到PCF取消对网络性能预测分析的订阅。
还需要说明的是,方法600中,PCF还可以根据网络性能预测分析的结果以及网络性能预测分析的结果的置信度,调整园区位置的终端的RFSP索引。在此情况下,在PCF根据业务体验分析的结果确定网络性能预测分析的结果有效后,PCF可以进一步根据判断条件以及业务体验分析的结果,进一步确定网络性能预测分析的结果的置信度,以便PCF根据网络性能预测分析的结果以及网络性能预测分析的结果的置信度来调整园区位置的终端的RFSP索引。PCF根据网络性能预测分析的结果以及网络性能预测分析的结果的置信度调整园区位置的终端的RFSP索引的方式可以参考图5的步骤510的相关描述。
这样,在示例2中,PCF向NWDAF订阅网络性能预测分析和与网络性能预测分析关联的业务体验分析,这样PCF可以根据业务体验分析来判断网络性能预测分析的结果是否正确,并反馈给NWDAF。这样在PCF反馈网络性能预测分析的结果错误的情况下,NWDAF可以及时获取训练数据、重训练或更新相应的模型,从而向PCF提供正确分析的结果。
图7是本申请提供的通信方法的另一个示例。图7中的方法700包括以下内容的至少部分内容。
步骤701,NWDAF-MTLF将训练完毕的第一模型和第二模型分发到NWDAF-AnLF。
步骤702,PCF向NWDAF-AnLF第三消息。
相应地,NWDAF-AnLF接收来自PCF的第三消息。
其中,第三消息用于请求订阅网络性能预测分析。
步骤701-702与图6的步骤601-602相同,步骤701-702的详细描述可以参考步骤601-602,在此不再赘述。
步骤703,NWDAF-AnLF向PCF发送响应消息。
相应地,PCF接收来自NWDAF-AnLF的响应消息。
其中,该响应消息用于指示网络性能预测分析订阅成功以及指示PCF提供网络性能预测分析的结果的正确性评价,其中正确性评价可以是分析结果准确性的评分,或者正确性评价还可以为分析结果是否被接受的反馈,其中接受表明分析结果准确,不接受表明分析结果不准确。指示PCF提供网络性能预测分析的结果的正确性评价,也可以理解为,向PCF订阅网络性能预测分析的结果的正确性评价,即要求PCF向NWDAF-AnLF反馈网络性能预测分析的结果的正确性评价。这里的有效性也可以是准确性、适配性等,不予限制。
步骤704,PCF根据业务关联关系,确定与网络性能预测分析相关的业务体验分析。
与网络性能预测分析相关的业务体验分析,可以理解为,业务体验分析的结果可以反映PCF根据网络性能预测分析的结果进行网络调整的效果。
例如,若网络性能预测分析的是TA#2内的网络驻留的终端的数量,则PCF可以根据业务关联确定TA#2内的网络驻留的终端的MOS可以用来检验网络调整所依据的网络性能预测分析的结果是否正确。因此,PCF可以订阅并监控TA#2内的网络驻留的终端的MOS。
步骤705,PCF向NWDAF-AnLF请求消息。
相应地,NWDAF-AnLF接收来自PCF的请求消息。
其中,请求消息用于请求订阅业务体验分析。
步骤706,NWDAF-AnLF接受PCF的请求,并向PCF发送响应消息。
相应地,PCF接收来自NWDAF-AnLF的响应消息。
其中,响应消息用于指示业务体验分析订阅成功。
步骤705-706与图6的步骤604-605相同,步骤705-706的详细描述可以参考步骤604-605,在此不再赘述。步骤707-719与图6的步骤606-618相同,步骤707-719的详细描述可以参考步骤606-618,在此不再赘述。
这样,在示例3中,PCF向NWDAF订阅网络性能预测分析,根据NWDAF的指示确定需要向NWDAF订阅与网络性能预测分析关联的业务体验分析,根据业务体验分析的结果来判断网络性能预测分析的结果是否正确,并反馈给NWDAF。这样在PCF反馈网络性能预测分析的结果错误的情况下,NWDAF可以及时获取训练数据、重训练或更新相应的模型,从而向PCF提供正确分析的结果。
上文结合图4至图7,详细描述了本申请提供的方法,下面将结合图8至图9,详细描述本申请的装置实施例。可以理解的是,为了实现上述实施例中功能,图8或图9中的装置包括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很容易意识到,结合本申请中所公开的实施例描述的各示例的单元及方法步骤,本申请能够以硬件或硬件和计算机软件相结合的形式来实现。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场景和设计约束条件。
图8和图9为本申请的实施例提供的可能的装置的结构示意图。这些装置可以用于实现上述方法实施例中数据分析网元或业务处理网元的功能,因此也能实现上述方法实施例所具备的有益效果。
如图8所示,装置800包括收发单元810和处理单元820。
当装置800用于实现上述方法实施例中数据分析网元的功能时,收发单元810用于:获取网络的第一数据。处理单元820用于:根据所述第一数据以及第一模型得到第一分析结果。收发单元810还用于:向业务处理网元发送所述第一分析结果,所述第一分析结果用于所述业务处理网元对所述网络进行调整。收发单元810还用于:获取调整后的所述网络的第二数据。处理单元820还用于:根据所述第二数据得到第二分析结果,所述第二分析结果包括调整后的所述网络的关键性能指标的信息。
一种可能的实现方式,处理单元820还用于:根据所述关键性能指标的信息确定所述第一分析结果的置信度;根据所述第一分析结果的置信度确定所述第一模型是否有效。
一种可能的实现方式,处理单元820具体用于:若所述第一分析结果的置信度为不可信或者在预设时长内所述第一分析结果的置信度为不可信的次数超过第一阈值,则所述数据分析网元确定所述第一模型失效;或者,若所述第一分析结果的置信度为可信,则所述数据分析网元确定所述第一模型有效。
一种可能的实现方式,收发单元810还用于:向所述业务处理网元发送所述第一分析结果的置信度。
一种可能的实现方式,收发单元810还用于:接收来自所述业务处理网元的第一消息,所述第一消息用于请求订阅所述第一分析结果,且所述第一消息用于指示所述数据分析网元获取所述第二分析结果。
一种可能的实现方式,所述第一消息携带第一信息,所述第一信息用于确定所述置信度。
一种可能的实现方式,所述第一信息包括所述置信度和所述置信度对应的关键性能指标的范围。
一种可能的实现方式,关键性能指标的范围可以是单个数值。
一种可能的实现方式,收发单元810还用于:向所述业务处理网元发送所述第二分析结果;接收来自所述业务处理单元的第二信息,所述第二信息用于指示所述第一分析结果是否正确,所述第二信息是基于所述第二分析结果确定的。处理单元820还用于:根据所述第二信息确定所述第一模型是否有效。
一种可能的实现方式,收发单元810还用于:向所述业务处理网元发送第二消息,所述第二消息用于指示所述业务处理网元向所述数据分析网元提供所述第二信息。
一种可能的实现方式,处理单元820具体用于:根据所述第二信息确定所述第一分析结果是否正确;若所述第一分析结果错误或者在预设时长内所述第一分析结果错误的次数超过第二阈值,则所述数据分析网元确定所述第一模型失效;或者,若所述第一分析结果正确,则所述数据分析网元确定所述第一模型有效。
一种可能的实现方式,所述数据分析网元为AnLF,收发单元810还用于:从MTLF获取所述第一模型和所述第二模型。
一种可能的实现方式,处理单元820具体用于:根据所述第二数据以及第二模型得到所述第二分析结果。
一种可能的实现方式,当所述数据分析网元根据所述第二数据以及第二模型得到所述第二分析结果,且所述第一分析结果的置信度为不可信或所述第一分析结果错误时,处理单元820还用于:确定所述第一模型或所述第二模型失效。
一种可能的实现方式,处理单元820具体用于:若针对另一网络的第三分析结果的置信度为可信,则确定所述第一模型失效,其中,所述第三分析结果是通过第三模型得到的,所述第三分析结果的置信度是基于第四分析结果确定的,所述第四分析结果是通过所述第二模型得到的;或者,若针对另一网络的第三分析结果的置信度为可信,则确定所述第二模型失效,其中,所述第三分析结果是通过所述第一模型得到的,所述第三分析结果的置信度是基于第五分析结果确定的,所述第五分析结果是通过第四模型得到的。
一种可能的实现方式,所述第一分析结果为所述网络的网络性能,所述关键性能指标的信息用于指示所述网络的业务体验评估结果。
一种可能的实现方式,所述第一分析结果为驻留在所述网络的终端数量的预测值,所述关键性能指标的信息包括所述网络的MOS;或者,所述第一分析结果为所述网络的平均业务速率的预测值和最大业务速率的预测值,所述关键性能指标的信息包括所述网络的网络功能负载。
一种可能的实现方式,所述网络为TA范围内的无线网络;或者,所述网络为TA的网络切片范围的无线网络。
所述数据分析网元包括以下至少一个:NWDAF、AnLF、MDAS、或数字孪生网络;和/或,所述业务处理网元包括以下至少一个:策略控制网元、会话管理网元、接入和移动管理网元、网络切片选择网元、用户面网元、或应用功能网元。
在一些实现方式中,当装置800用于实现上述方法实施例中业务处理网元的功能时,收发单元810用于:获取数据分析网元根据第一模型得到的第一分析结果。处理单元820用于:根据所述第一分析结果对网络进行调整。收发单元810还用于:向所述数据分析网元发送请求消息,所述请求消息用于请求订阅所述网络的第二分析结果;获取来自所述数据分析网元的所述第二分析结果,所述第二分析结果包括调整后的所述网络的关键性能指标的信息。处理单元820还用于:根据所述第二分析结果确定第二信息,所述第二信息用于指示所述第一分析结果是否正确。收发单元810还用于:向所述数据分析网元发送所述第二信息,所述第二信息用于所述数据分析网元确定所述第一模型是否有效。
一种可能的实现方式,处理单元820具体用于:根据所述第二分析结果确定所述第一分析结果的置信度;根据所述第一分析结果的置信度确定所述第二信息。
一种可能的实现方式处理单元820具体用于:将所述第二分析结果包括的所述关键性能指标的信息与之前获取的关键性能指标进行比较;若所述第二分析结果包括的所述关键性能指标的信息相对于之前获取关键性能指标发生劣化,则确定所述第一分析结果错误;或者,若所述第二分析结果包括的所述关键性能指标的信息相对于之前获取关键性能指标的信息发生优化,则确定所述第一分析结果正确。
一种可能的实现方式,收发单元810还用于:接收来自所述数据分析网元的第二消息,所述第二消息用于指示所述业务处理网元向所述数据分析网元提供所述第二信息。
一种可能的实现方式,所述方法还包括:所述业务处理网元根据所述关键性能指标的信息确定向所述数据分析网元订阅所述第二分析结果。
一种可能的实现方式,所述第一分析结果为所述网络的网络性能,所述关键性能指标的信息用于指示所述网络的业务体验评估结果。
一种可能的实现方式,所述第一分析结果为驻留在所述网络的终端数量的预测值,所述关键性能指标的信息包括所述网络的MOS;或者,所述第一分析结果为所述网络的平均业务速率的预测值和最大业务速率的预测值,所述关键性能指标的信息包括所述网络的网络功能负载。
一种可能的实现方式,所述网络为TA范围内的无线网络、或为TA的网络切片范围的无线网络。
一种可能的实现方式,所述数据分析网元包括以下至少一个:NWDAF、AnLF、MDAS、或数字孪生网络;和/或,所述业务处理网元包括以下至少一个:策略控制网元、会话管理网元、接入和移动管理网元、网络切片选择网元、用户面网元、或应用功能网元。
在另一些实现方式中,当装置800用于实现上述方法实施例中业务处理网元的功能时,收发单元810用于:向数据分析网元发送第一消息,所述第一消息用于请求订阅网络的第一分析结果,所述第一分析结果用于调整所述网络,所述第一消息还用于指示所述数据分析网元获取所述网络的第二分析结果,所述第二分析结果包括所述调整后的所述网络的关键性能指标;所述业务处理网元接收来自所述数据分析网元的所述第一分析结果。处理单元820用于:根据所述第一分析结果对所述网络进行调整。
一种可能的实现方式,处理单元820还用于:根据所述关键性能指标的信息确定指示所述数据分析网元获取所述第二分析结果。
一种可能的实现方式,所述第一消息携带第一信息,所述第一信息用于确定所述第一分析结果的置信度。
一种可能的实现方式,所述第一信息包括所述置信度和所述置信度对应的关键性能指标的范围。
一种可能的实现方式,关键性能指标的范围可以是单个数值。
结一种可能的实现方式,收发单元810还用于:接收来自所述数据分析网元的所述置信度。处理单元820还用于:根据所述置信度,再次对所述网络进行调整或者丢弃所述业务处理网元当前获得的所述第一分析结果。
一种可能的实现方式,所述第一分析结果为所述网络的网络性能,所述关键性能指标的信息用于指示所述网络的业务体验评估结果。
一种可能的实现方式,所述第一分析结果为驻留在所述网络的终端数量的预测值,所述关键性能指标的信息包括所述网络的平均意见值MOS;或者,所述第一分析结果为所述网络的平均业务速率的预测值和最大业务速率的预测值,所述关键性能指标的信息包括所述网络的网络功能负载。
一种可能的实现方式,所述网络为TA范围内的无线网络、或为TA的网络切片范围的无线网络。
一种可能的实现方式,所述数据分析网元包括以下至少一个:NWDAF、AnLF、MDAS、或数字孪生网络;和/或,所述业务处理网元包括以下至少一个:策略控制网元、会话管理网元、接入和移动管理网元、网络切片选择网元、用户面网元、或应用功能网元。
关于上述收发单元810和处理单元820更详细的描述,可参考上述方法实施例中的相关描述,在此不再说明。
如图9示,装置900包括处理器910。可选地,装置900还可以包括接口电路920。处理器910和接口电路920之间相互耦合。可以理解的是,接口电路920可以为收发器或输入输出接口。可选地,装置900还可以包括存储器930,用于存储处理器910执行的指令或存储处理器910运行指令所需要的输入数据或存储处理器910运行指令后产生的数据。当装置900用于实现上文所述的方法时,处理器910用于实现上述处理单元820的功能,接口电路920用于实现上述收发单元810的功能。
当装置900为应用于数据分析网元的芯片时,该芯片实现上述方法实施例中数据分析网元的功能。该芯片从数据分析网元中的其它模块(如射频模块或天线)接收信息,该信息是其他装置发送给数据分析网元的;或者,该芯片向数据分析网元中的其它模块(如射频模块或天线)发送信息,该信息是数据分析网元发送给其他装置的。
当装置900为应用于业务处理网元的芯片时,该芯片实现上述方法实施例中业务处理网元的功能。该芯片从业务处理网元的其它模块(如射频模块或天线)接收信息,该信息是其他装置发送给业务处理网元的;或者,该芯片向业务处理网元中的其它模块(如射频模块或天线)发送信息,该信息是业务处理网元送给其他装置的。
本申请还提供一种通信装置,包括处理器,该处理器与存储器耦合,存储器用于存储计算机程序或指令和/或数据,处理器用于执行存储器存储的计算机程序或指令,或读取存储器存储的数据,以执行上文各方法实施例中的方法。可选地,处理器为一个或多个。可选地,该通信装置包括存储器。可选地,存储器为一个或多个。可选地,该存储器与该处理器集成在一起,或者分离设置。
本申请还提供一种计算机可读存储介质,其上存储有用于实现上述各方法实施例中由数据分析网元或业务处理网元执行的方法的计算机指令。
本申请还提供一种计算机程序产品,包含指令,该指令被计算机执行时以实现上述各方法实施例中由数据分析网元或业务处理网元执行的方法。
本申请还提供一种通信系统,该通信系统包括上文各实施例中的数据分析网元或业务处理网元。
上述提供的任一种装置中相关内容的解释及有益效果均可参考上文提供的对应的方法实施例,此处不再赘述。
可以理解的是,本申请的实施例中的处理器可以是中央处理单元(centralprocessing unit,CPU),还可以是其它通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field programmable gate array,FPGA)或者其它可编程逻辑器件、晶体管逻辑器件,硬件部件或者其任意组合。通用处理器可以是微处理器,也可以是任何常规的处理器。
本申请的实施例中的方法步骤可以通过硬件的方式来实现,也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于数据分析网元或业务处理网元中。当然,处理器和存储介质也可以作为分立组件存在于数据分析网元或业务处理网元中。
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程序或指令。在计算机上加载和执行所述计算机程序或指令时,全部或部分地执行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、网络设备、用户设备或者其它可编程装置。所述计算机程序或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,所述计算机程序或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或无线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集成一个或多个可用介质的服务器、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;也可以是光介质,例如,数字视频光盘;还可以是半导体介质,例如,固态硬盘。
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。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。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。
除非另有说明,本申请实施例所使用的所有技术和科学术语与本申请的技术领域的技术人员通常理解的含义相同。本申请中所使用的术语只是为了描述具体的实施例的目的,不是旨在限制本申请的范围。应理解,上述为举例说明,上文的例子仅仅是为了帮助本领域技术人员理解本申请实施例,而非要将申请实施例限制于所示例的具体数值或具体场景。本领域技术人员根据上文所给出的例子,显然可以进行各种等价的修改或变化,这样的修改和变化也落入本申请实施例的范围内。
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 (23)
1.一种通信方法,其特征在于,所述方法包括:
数据分析网元获取网络的第一数据;
所述数据分析网元根据所述第一数据以及第一模型得到第一分析结果;
所述数据分析网元向业务处理网元发送所述第一分析结果,所述第一分析结果用于所述业务处理网元对所述网络进行调整;
所述数据分析网元获取调整后的所述网络的第二数据;
所述数据分析网元根据所述第二数据得到第二分析结果,所述第二分析结果包括调整后的所述网络的关键性能指标的信息。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述数据分析网元根据所述关键性能指标的信息确定所述第一分析结果的置信度;
所述数据分析网元根据所述第一分析结果的置信度确定所述第一模型是否有效。
3.根据权利要求2所述的方法,其特征在于,所述数据分析网元根据所述第一分析结果的置信度确定所述第一模型是否有效,包括:
若所述第一分析结果的置信度为不可信或者在预设时长内所述第一分析结果的置信度为不可信的次数超过第一阈值,则所述数据分析网元确定所述第一模型失效;或者
若所述第一分析结果的置信度为可信,则所述数据分析网元确定所述第一模型有效。
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
所述数据分析网元向所述业务处理网元发送所述第一分析结果的置信度。
5.根据权利要求2至4中任一项所述的方法,其特征在于,所述方法还包括:
所述数据分析网元接收来自所述业务处理网元的第一消息,所述第一消息用于请求订阅所述第一分析结果,且所述第一消息用于指示所述数据分析网元获取所述第二分析结果。
6.根据权利要求5所述的方法,其特征在于,
所述第一消息携带第一信息,所述第一信息用于确定所述置信度。
7.根据权利要求6所述的方法,其特征在于,所述第一信息包括所述置信度和所述置信度对应的关键性能指标的范围。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述数据分析网元向所述业务处理网元发送所述第二分析结果;
所述数据分析网元接收来自所述业务处理单元的第二信息,所述第二信息用于指示所述第一分析结果是否正确,所述第二信息是基于所述第二分析结果确定的;
所述数据分析网元根据所述第二信息确定所述第一模型是否有效。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
所述数据分析网元向所述业务处理网元发送第二消息,所述第二消息用于指示所述业务处理网元向所述数据分析网元提供所述第二信息。
10.根据权利要求8或9所述的方法,其特征在于,所述数据分析网元根据所述第二信息确定所述第一模型是否有效,包括:
所述数据分析网元根据所述第二信息确定所述第一分析结果是否正确;
若所述第一分析结果错误或者在预设时长内所述第一分析结果错误的次数超过第二阈值,则所述数据分析网元确定所述第一模型失效;或者
若所述第一分析结果正确,则所述数据分析网元确定所述第一模型有效。
11.根据权利要求1至10中任一项所述的方法,其特征在于,
所述第一分析结果为所述网络的网络性能,所述关键性能指标的信息用于指示所述网络的业务体验评估结果。
12.根据权利要求11所述的方法,其特征在于,
所述第一分析结果为驻留在所述网络的终端数量的预测值,所述关键性能指标的信息包括所述网络的平均意见值MOS;或者,
所述第一分析结果为所述网络的平均业务速率的预测值和最大业务速率的预测值,所述关键性能指标的信息包括所述网络的网络功能负载。
13.根据权利要求1至12中任一项所述的方法,其特征在于,
所述网络为跟踪区域TA范围内的无线网络;或者,
所述网络为TA的网络切片范围的无线网络。
14.根据权利要求1至13中任一项所述的方法,其特征在于,所述数据分析网元根据所述第二数据得到第二分析结果,包括:
所述数据分析网元根据所述第二数据以及第二模型得到所述第二分析结果。
15.根据权利要求14所述的方法,其特征在于,所述数据分析网元为分析推理逻辑功能AnLF,所述方法还包括:
所述数据分析网元从模型训练逻辑功能MTLF获取所述第一模型和所述第二模型。
16.一种通信方法,其特征在于,所述方法包括:
业务处理网元获取数据分析网元根据第一模型得到的第一分析结果;
所述业务处理网元根据所述第一分析结果对网络进行调整;
所述业务处理网元向所述数据分析网元发送请求消息,所述请求消息用于请求订阅所述网络的第二分析结果;
所述业务处理网元获取来自所述数据分析网元的所述第二分析结果,所述第二分析结果包括调整后的所述网络的关键性能指标的信息;
所述业务处理网元根据所述第二分析结果确定第二信息,所述第二信息用于指示所述第一分析结果是否正确;
所述业务处理网元向所述数据分析网元发送所述第二信息,所述第二信息用于所述数据分析网元确定所述第一模型是否有效。
17.根据权利要求16所述的方法,其特征在于,所述方法还包括:
所述业务处理网元接收来自所述数据分析网元的第二消息,所述第二消息用于指示所述业务处理网元向所述数据分析网元提供所述第二信息。
18.根据权利要求16或17所述的方法,其特征在于,所述方法还包括:
所述业务处理网元根据所述关键性能指标的信息确定向所述数据分析网元订阅所述第二分析结果。
19.一种通信装置,其特征在于,包括:
处理器,用于执行存储器中存储的计算机程序,以使得所述装置执行如权利要求1至15中任一项所述的方法,或者执行如权利要求16至18中任一项所述的方法。
20.根据权利要求19所述的装置,其特征在于,所述装置还包括所述存储器。
21.一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,当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求1至15中任一项所述的方法,或者执行如权利要求16至18中任一项所述的方法。
22.一种计算机程序产品,其特征在于,所述计算机程序产品包括用于执行如权利要求1至15中任一项所述的方法的指令,或者包括用于执行如权利要求16至18中任一项所述的方法的指令。
23.一种通信系统,其特征在于,包括:
数据分析网元,用于执行如权利要求1至15中任一项所述的方法;以及,
业务处理网元,用于接收所述数据分析网元发送的分析结果,并根据所述分析结果对网络进行调整。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210219923.0A CN116782253A (zh) | 2022-03-08 | 2022-03-08 | 一种通信方法和通信装置 |
PCT/CN2023/074121 WO2023169101A1 (zh) | 2022-03-08 | 2023-02-01 | 一种通信方法和通信装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210219923.0A CN116782253A (zh) | 2022-03-08 | 2022-03-08 | 一种通信方法和通信装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116782253A true CN116782253A (zh) | 2023-09-19 |
Family
ID=87937106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210219923.0A Pending CN116782253A (zh) | 2022-03-08 | 2022-03-08 | 一种通信方法和通信装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN116782253A (zh) |
WO (1) | WO2023169101A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111836291A (zh) * | 2019-04-18 | 2020-10-27 | 中国移动通信有限公司研究院 | 一种切片资源调度方法及网元 |
CN113709776B (zh) * | 2020-05-22 | 2023-11-03 | 华为技术有限公司 | 一种通信方法、装置及系统 |
-
2022
- 2022-03-08 CN CN202210219923.0A patent/CN116782253A/zh active Pending
-
2023
- 2023-02-01 WO PCT/CN2023/074121 patent/WO2023169101A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023169101A1 (zh) | 2023-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210360478A1 (en) | Adaptable radio access network | |
US10638356B2 (en) | Transmission of network slicing constraints in 5G wireless networks | |
US20200178158A1 (en) | Network slice-specific access barring for wireless networks | |
US11224042B2 (en) | Frequency selection method, random access method and apparatuses | |
FI127532B (en) | Coverage matching on E-UTRA networks | |
US10972212B2 (en) | Quality parameter transmission method, terminal, and network side device | |
US20110064059A1 (en) | Apparatuses, Methods and Computer Program for Cell Reselection Evaluation | |
KR102296164B1 (ko) | 무선 통신 시스템에서 안테나 파라미터를 최적화하기 위한 장치 및 방법 | |
CN116368776A (zh) | 适配用于应用的被管理实体 | |
CN115699962A (zh) | 基于模型的预测干扰管理 | |
JP7220945B2 (ja) | サービス基地局のセルパラメータの自動的な最適化 | |
WO2020164069A1 (en) | Mobility enhancement in a connected state | |
WO2017114326A1 (zh) | 网络接入方法和andsf设备 | |
US20220279389A1 (en) | Communication Method and Apparatus | |
JP2022502929A (ja) | データ伝送制御方法、ネットワーク機器および記憶媒体 | |
CN116057988A (zh) | 基于模型的预测干扰管理 | |
CN112218263A (zh) | 一种数据处理的方法、装置和系统 | |
CN116112946A (zh) | 一种通信方法及装置 | |
US11044703B2 (en) | Method for carrier selection in vehicle to everything system and terminal device | |
US20200413266A1 (en) | Multidimensional Analysis and Network Response | |
CN116782253A (zh) | 一种通信方法和通信装置 | |
US20230308251A1 (en) | Selective location-based activation of channel quality indication reporting for user equipment | |
WO2024026828A1 (en) | Method, apparatus and computer program | |
US11765623B1 (en) | Systems and methods for dynamic quality of service via radio intelligent controller | |
US20240155478A1 (en) | Method and apparatus for establishing pdu sessions using a network slice |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |