CN116938672B - 任务模型分发方法、装置、计算机设备、介质及产品 - Google Patents
任务模型分发方法、装置、计算机设备、介质及产品 Download PDFInfo
- Publication number
- CN116938672B CN116938672B CN202311197496.1A CN202311197496A CN116938672B CN 116938672 B CN116938672 B CN 116938672B CN 202311197496 A CN202311197496 A CN 202311197496A CN 116938672 B CN116938672 B CN 116938672B
- Authority
- CN
- China
- Prior art keywords
- user equipment
- user
- task
- task model
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 92
- 238000004891 communication Methods 0.000 claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims description 69
- 238000007405 data analysis Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 8
- 230000006870 function Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000010295 mobile communication Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
- H04L41/046—Network management architectures or arrangements comprising network management agents or mobile agents therefor
- H04L41/048—Network management architectures or arrangements comprising network management agents or mobile agents therefor mobile agents
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/50—Service provisioning or reconfiguring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/60—Subscription-based services using application servers or record carriers, e.g. SIM application toolkits
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
- H04W76/14—Direct-mode setup
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请涉及一种任务模型分发方法、装置、计算机设备、介质及产品。该方法包括:响应于多个用户设备发送的任务模型订阅请求,将多个用户设备划分为至少一个用户设备集合,从各用户设备集合中分别确定一个用户设备作为代理用户设备,向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型。采用上述方法可以节省模型服务器分别给各用户设备发送对应任务模型所占用的无线网络资源,避免出现网络拥塞,从而能够提高任务模型分发效率。
Description
技术领域
本申请涉及通信网络技术领域,特别是涉及一种任务模型分发方法、装置、计算机设备、介质及产品。
背景技术
随着人工智能(Artificial Intelligence,AI)技术的发展,用户设备上的人工智能推理(如语音助手、图像识别、指纹识别等)应用越来越广。其中,用户设备执行人工智能推理任务时需要从模型服务器请求对应的任务模型来实现。
相关技术中,模型服务器通过无线通信网络发送各用户设备自身请求的对应任务模型。
然而,相关技术中将任务模型分发给各用户设备,会存在任务模型分发效率较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种任务模型分发方法、装置、计算机设备、介质及产品,将对应任务模型分发给各用户设备时,能够提高任务模型分发效率。
第一方面,本申请实施例提供了一种任务模型分发方法,该方法包括:
响应于多个用户设备发送的任务模型订阅请求,将多个用户设备划分为至少一个用户设备集合;
从各用户设备集合中分别确定一个用户设备作为代理用户设备;
向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型。
在其中一个实施例中,将多个用户设备划分为至少一个用户设备集合,包括:
根据各用户设备的任务模型订阅请求,获取各用户设备的位置信息;
根据各用户设备的位置信息,对多个用户设备进行划分,得到各用户设备集合。
在其中一个实施例中,各任务模型订阅请求中携带有用户设备标识;根据各用户设备的任务模型订阅请求,获取各用户设备的位置信息,包括:
根据各用户设备标识,生成各用户设备的位置分析请求;
向核心网设备发送各用户设备的位置分析请求;位置分析请求用于指示核心网设备确定各用户设备的位置信息;
获取核心网设备反馈的各用户设备的位置信息。
在其中一个实施例中,位置分析请求中包括服务标识、用户设备标识、分析时间范围和用户设备所在的区域,核心网设备包括网络数据分析网元;向核心网设备发送各用户设备的位置分析请求,包括:
向网络数据分析网元发送各用户设备的位置分析请求,指示网络数据分析网元根据各位置分析请求中的服务标识、用户设备标识、分析时间范围和用户设备所在的区域,确定各用户设备的位置信息。
在其中一个实施例中,根据各用户设备的位置信息,对多个用户设备进行划分,得到各用户设备集合,包括:
根据各用户设备的位置信息,确定各用户设备中两两用户设备之间的间隔距离;
根据各两两用户设备之间的间隔距离,将间隔距离小于预设值的各用户设备划分为同一集合中,得到多个用户设备集合。
在其中一个实施例中,向各代理用户设备发送所属用户设备集合对应的任务模型之前,上述方法还包括:
根据各用户设备的任务模型订阅请求,确定各用户设备集合中每个用户设备所请求的任务模型;
对于任一个用户设备集合,根据用户设备集合中各用户设备所请求的任务模型,将相同的任务模型进行合并处理,得到用户设备集合对应的任务模型。
在其中一个实施例中,其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型的过程,包括:
对于其他用户设备中的任一个用户设备,用户设备根据接收到的对应的代理用户设备的直连通信信息,向对应的代理用户设备发送直连通信连接请求,并在直连通信连接成功的情况下,向对应的代理用户设备获取所请求的任务模型。
第二方面,本申请实施例提供了一种任务模型分发装置,该装置包括:
请求响应模块,用于响应于多个用户设备发送的任务模型订阅请求,将多个用户设备划分为至少一个用户设备集合;
确定模块,用于从各用户设备集合中分别确定一个用户设备作为代理用户设备;
模型发送模块,用于向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型。
第三方面,本申请实施例还提供了一种计算机设备,计算机设备包括收发器、存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现第一方面中任一实施例的方法的步骤。
第四方面,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现第一方面中任一实施例的方法的步骤。
第五方面,本申请实施例还提供了一种计算机程序产品,计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一实施例的方法的步骤。
本申请实施例提供的任务模型分发方法、装置、计算机设备、介质及产品,包括:响应于多个用户设备发送的任务模型订阅请求,将多个用户设备划分为至少一个用户设备集合,从各用户设备集合中分别确定一个用户设备作为代理用户设备,向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型;上述方法可以将多个用户设备中各用户设备集合对应的任务模型集中发送给代理用户设备,以使其它用户设备与代理用户设备之间通过直连通信方式获取对应任务模型,能够节省模型服务器分别给各用户设备发送对应任务模型所占用的无线网络资源,能够避免出现网络拥塞,从而能够提高任务模型分发效率,降低用户设备获取对应任务模型的等待时间,还可以提升用户体验;同时,上述方法不需要人工参与分发处理,从而能够减少任务模型分发误差,提高了任务模型分发的准确性。
附图说明
图1为一个实施例中任务模型分发方法的应用环境图;
图2为一个实施例中任务模型分发方法的流程示意图;
图3为另一个实施例中任务模型分发方法的流程示意图;
图4为另一个实施例中任务模型分发方法的流程示意图;
图5为另一个实施例中任务模型分发方法的流程示意图;
图6为另一个实施例中任务模型分发方法的流程示意图;
图7为一个实施例中任务模型分发系统的交互框图;
图8为另一个实施例中任务模型分发方法的流程示意图;
图9为另一个实施例中任务模型分发方法的流程示意图;
图10为一个实施例中任务模型分发装置的结构框图;
图11为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在人工智能推理应用领域中,同一时间段内多个用户设备可能会向模型服务器发送任务模型订阅请求,以获取自身所请求的对应任务模型。相关技术中,主要是模型服务器通过无线通信网络分别向各用户设备发送各自请求的对应任务模型。然而,相关技术中,同一时间段内模型服务器向多个用户设备分发对应 任务模型时,会存在网络拥塞,从而造成任务模型分发效率较低的问题。基于此,本申请实施例提供了一种任务模型分发方法,能够尽可能避免网络拥塞,以提高任务模型分发效率。
本申请实施例提供的任务模型分发方法,可以适用于如图1所示的任务模型分发系统,任务模型分发系统包括多个用户设备、模型服务器和核心网设备,各用户设备和模型服务器之间进行通信连接,模型服务器与核心网设备之间进行通信连接,该连接方式可以为有线网络、Wi-Fi、移动网络或蓝牙连接等。其中,上述各用户设备均可以但不限于是各种个人计算机、笔记本电脑、智能手机、智能手表、智能相机和平板电脑等,模型服务器可以但不限于是独立的服务器或者是由多个服务器组成的服务器集群来实现,本实施例对各用户设备和模型服务器的具体形式不做限定。图1是以3个用户设备(分别为用户设备1、用户设备2和用户设备3),且各用户设备均是智能手机为例示意任务模型分发系统的。下述实施例中将具体介绍任务模型分发方法的具体过程,并且以执行主体为模型服务器来介绍任务模型分发方法的具体过程。
如图2所示,为本申请实施例提供的任务模型分发方法的流程示意图,该方法可以包括以下步骤:
S100、响应于多个用户设备发送的任务模型订阅请求,将多个用户设备划分为至少一个用户设备集合。
在实际应用中,不同用户设备执行人工智能推理(如语音助手、图像识别、指纹识别等)应用时,不同用户设备可以向模型服务器发送各自的任务模型订阅请求,以向模型服务器订阅对应人工智能推理功能的任务模型。可选地,不同用户设备向模型服务器请求订阅的任务模型可以相同,也可以不相同,但是,所有用户设备请求订阅的任务模型中可以存在相同的任务模型。可选地,同一任务模型可以具有一种人工智能推理功能,即单一任务模型;另外,同一任务模型还可以具有多种人工智能推理功能,即通用化任务模型。
其中,同一时间段内多个用户设备可以向模型服务器发送各自的任务模型订阅请求,对应地,同一时间段内模型服务器可以接收多个用户设备发送的任务模型订阅请求。
例如,在景区景点,同一时间段内可能会有大量手机进行拍照,以通过各手机执行图像识别来获取景点介绍信息,该场景下,各手机可以向模型服务器发送图像识别模型订阅请求(即任务模型订阅请求),以获取图像识别模型来进行图像识别处理,输出景点介绍信息。其中,在该场景下,同一时间段内模型服务器可以接收多个手机发送的图像识别模型订阅请求。
可选地,上述任务模型订阅请求中可以携带任务模型标识、任务模型订阅时间、任务模型获取时间范围等信息,任务模型标识可以表示任务模型的功能、任务模型的ID、任务模型的名称等。
具体地,模型服务器可以响应于多个用户设备发送的任务模型订阅请求,根据各用户设备的任务模型订阅请求中携带的任务模型标识,对多个用户设备进行划分,以将任务模型标识相同的对应用户设备划分在同一集合中,得到至少一个用户设备集合。在本申请实施例中,各用户设备集合中均可以包括至少一个用户设备。
另外,模型服务器还可以响应于多个用户设备发送的任务模型订阅请求,根据各用户设备的配置信息,对多个用户设备进行划分,以将配置信息相同的对应用户设备划分在同一集合中,得到至少一个用户设备集合。可选地,用户设备的配置信息可以包括用户设备的型号、互联网协议地址、子网掩码、网关等信息。
S200、从各用户设备集合中分别确定一个用户设备作为代理用户设备。
具体地,对于任一个用户设备集合,模型服务器可以根据用户设备集合中各用户设备的配置信息,从用户设备集合中选取最高配置信息的一个用户设备作为用户设备集合的代理用户设备。
另外,对于任一个用户设备集合,模型服务器可以从用户设备集合中选取任一个用户设备作为用户设备集合的代理用户设备。
可选地,对于任一个用户设备集合,模型服务器可以根据预设的选取策略,从用户设备集合中选取一个用户设备作为用户设备集合的代理用户设备。可选地,预设的选取策略可以是根据历史经验设定的策略。
S300、向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型。
可选地,用户设备集合对应的任务模型的数量可以小于或等于用户设备集合中各用户设备的数量。可选地,其它用户设备可以包括多个用户设备中除各代理用户设备之外的用户设备。
在实际应用中,模型服务器可以根据各用户设备的任务模型订阅请求中携带的任务模型标识,确定各用户设备集合对应的任务模型,然后通过网络开放功能(NetworkExposure Function,NEF),也即无线通信网络向各代理用户设备发送所属用户设备集合对应的任务模型。
这里需要说明的是,无线通信网络可以为WiFi、窄带物联网(Narrow Band-Internet of Things,NB-IoT)、远距离无线电(LongRange Radio,LoRa)、第三代移动通信(Third Generation Mobile Communication,3G)、第四代移动通信(Fourth GenerationMobile Communication,4G)等网络,在本申请实施例中,无线通信网络可以为第五代移动通信(Fifth Generation Mobile Communication,5G)网络。
同时,模型服务器可以根据各用户设备集合的代理用户设备,可以向多个用户设备中除各代理用户设备外的其它用户设备发送对应的代理用户设备的直连通信信息。可选地,直连通信信息可以包括代理用户设备标识和直连通信sidelink方式;其中,代理用户设备标识可以指示其它用户设备根据代理用户设备标识确定自身所属用户设备集合中的代理用户设备,代理用户设备标识可以代理用户设备的功能、代理用户设备的ID、代理用户设备的名称等,在本申请实施例中,代理用户设备标识可以代理用户设备的国际移动用户识别码(International Mobile Subscriber Identity,IMSI);直连通信方式可以指示其它用户设备与自身所属用户设备集合中的代理用户设备通过直连通信方式通信,以传输对应任务模型。
一个实施例中,上述其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型的过程,包括:对于其他用户设备中的任一个用户设备,用户设备根据接收到的对应的代理用户设备的直连通信信息,向对应的代理用户设备发送直连通信连接请求,并在直连通信连接成功的情况下,向对应的代理用户设备获取所请求的任务模型。
在本申请实施例中,模型服务器可以向其他用户设备中的各用户设备均发送各自所属用户设备集合中的代理用户设备的直连通信信息。对应地,其他用户设备中的任一用户设备接收到对应代理用户设备的直连通信信息后,可以根据代理用户设备的直连通信信息确定自身所属用户设备集合中的代理用户设备,然后向对应代理用户设备发送直连通信连接请求,指示与代理用户设备建立直连通信连接。
其中,其他用户设备中的任一用户设备与自身所属用户设备集合中的代理用户设备建立直连通信连接后,可以向自身所属用户设备集合中的代理用户设备发送任务模型获取请求,指示代理用户设备响应任务模型获取请求后将用户设备所请求的任务模型发送给用户设备。
在实际应用中,由于同一用户设备集合中不同用户设备所请求的任务模型可能不同,所以用户设备的任务模型获取请求中可以携带用户设备所请求的任务模型标识。
另外,若用户设备集合中包括一个用户设备,该情况下,该用户设备为所属用户设备集合中的代理用户设备,其中,由于该用户设备集合中除了代理用户设备外没有其它用户设备,所以不需要建立集合内用户设备之间的直连通信以让其它用户设备从代理用户设备获取任务模型,自然地,模型服务器不需要给该用户设备发送代理用户设备的直连通信信息。
本申请实施例中的技术方案,响应于多个用户设备发送的任务模型订阅请求,将多个用户设备划分为至少一个用户设备集合,从各用户设备集合中分别确定一个用户设备作为代理用户设备,向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型;上述方法可以将多个用户设备中各用户设备集合对应的任务模型集中发送给代理用户设备,以使其它用户设备与代理用户设备之间通过直连通信方式获取对应任务模型,能够节省模型服务器分别给各用户设备发送对应任务模型所占用的无线网络资源,能够避免出现网络拥塞,从而能够提高任务模型分发效率,降低用户设备获取对应任务模型的等待时间,还可以提升用户体验;同时,上述方法不需要人工参与分发处理,从而能够减少任务模型分发误差,提高了任务模型分发的准确性。
下面对上述将多个用户设备划分为至少一个用户设备集合的过程进行说明。在一实施例中,如图3所示,上述S100中的步骤,可以通过以下方式实现:
S110、根据各用户设备的任务模型订阅请求,获取各用户设备的位置信息。
其中,用户识别的位置信息可以通过位置坐标表示,还可以通过经纬度坐标表示,对此本申请实施例不做限定。
具体地,模型服务器可以预先训练一种算法模型,然后将各用户设备的任务模型订阅请求中携带的信息输入至算法模型中,该算法模型输出各用户设备的位置信息。
另外,模型服务器还可以采用位置估计算法,根据各用户设备的任务模型订阅请求中携带的信息,对各用户设备的位置信息进行估计,得到各用户设备的位置信息。可选地,上述位置估计算法可以包括霍尔区间位置估算方法、基于模型的位姿估计方法、基于特征的位姿估计方法、基于深度学习的位姿估计方法等,对此本申请实施例不做限定。
一个实施例中,各任务模型订阅请求中携带有用户设备标识;如图4所示,上述S110中根据各用户设备的任务模型订阅请求,获取各用户设备的位置信息的步骤,可以通过以下方式实现:
S111、根据各用户设备标识,生成各用户设备的位置分析请求。
可选地,上述用户设备标识可以用户设备的功能、用户设备的ID、用户设备的名称等,在本申请实施例中,用户设备标识可以用户设备的国际移动用户识别码。
具体地,模型服务器可以根据各用户设备的任务模型订阅请求中携带的用户设备标识,生成各用户设备对应的携带有用户设备标识的位置分析请求。
这里需要说明的是,模型服务器向核心网设备中的网元发送的位置分析请求符合第三代合作伙伴计划(Third Generation Partnership Project,3GPP)规范。
S112、向核心网设备发送各用户设备的位置分析请求。其中,位置分析请求用于指示核心网设备确定各用户设备的位置信息。
进一步,可以向核心网设备中的网元发送各用户设备的位置分析请求,以指示该网元通过位置信息分析服务,对各位置分析请求中用户设备标识对应的用户设备进行移动性分析,确定各用户设备的位置信息。
可选地,核心网设备中的网元可以是会话管理网元、接入和移动性管理网元、用户平面网元、网络数据分析(NetWork Data Analytics Function,NWDAF)网元等。
一个实施例中,上述位置分析请求中包括服务标识、用户设备标识、分析时间范围和用户设备所在的区域,核心网设备包括网络数据分析网元;上述S112中向核心网设备发送各用户设备的位置分析请求的步骤,包括:向网络数据分析网元发送各用户设备的位置分析请求,指示网络数据分析网元根据各位置分析请求中的服务标识、用户设备标识、分析时间范围和用户设备所在的区域,确定各用户设备的位置信息。
在本申请实施例中,模型服务器可以向核心网设备中的网络数据分析网元发送各用户设备的位置分析请求。进一步,网络数据分析网元可以根据各位置分析请求中携带的服务标识、用户设备标识、分析时间范围和用户设备所在的区域,对各用户设备进行移动性分析处理,得到各用户设备的位置信息。
其中,网络数据分析网元具有多个不同的功能,如数据采集功能、模型生成功能、智能分析功能等。可选地,上述服务标识可以表示网络数据分析网元执行不同功能的标识,在实际应用中,由于网络数据分析网元需要对用户设备执行移动性分析服务,所以用户设备的位置分析请求中携带的服务标识可以为UE_MOBILITY,指示网络数据分析网元执行用户设备移动性分析功能。
可选地,上述分析时间范围可以理解为分析用户设备的位置信息对应的时间段,包括开始时间startTs和结束时间endTs,开始时间和结束时间可以是历史时间点,还可以是待预测的未来时间点;上述用户设备所在的区域可以包括用户设备所在的小区粒度或跟踪区粒度等,这里需要说明的是,上述用户设备所在的小区粒度或跟踪区粒度是模型服务器计算得到的。
在实际应用中,上述用户设备的位置信息可以为该用户设备的位置分析请求中携带的时间范围对应的位置信息。
例如,根据各位置分析请求中携带的服务标识、用户设备标识、分析时间范围和用户设备所在的区域,对各用户设备进行移动性分析处理的方式可以是网络数据分析网元预先训练一种位置分析模型,然后对于任一个位置分析请求,将位置分析请求中携带的服务标识、用户设备标识、分析时间范围和用户设备所在的区域均输入至位置分析模型中,以通过位置分析模型对该位置分析请求对应的用户设备进行移动性分析处理后输出该用户设备的位置信息。
可选地,上述位置分析模型可以是由卷积神经网络模型、全连接神经网络模型、循环递归神经网络模型、长短期记忆神经网络模型和图卷积神经网络模型等中的至少一种组合而成。
S113、获取核心网设备反馈的各用户设备的位置信息。
其中,核心网设备中的网络数据分析网元在执行移动性分析处理得到各用户设备的位置信息后,可以将各用户设备的位置信息发送至模型服务器。
对应地,模型服务器可以接收核心网设备中的网络数据分析网元发送的各用户设备的位置信息。
在本申请实施例中,模型服务器无需逐一确定用户设备的位置信息,而是在核心网设备认证的情况下,通过核心网设备中的网络数据分析网元确定用户设备的位置信息,相对于模型服务器直接确定用户设备的位置信息而言,能够提高用户设备的位置信息的安全性。
S120、根据各用户设备的位置信息,对多个用户设备进行划分,得到各用户设备集合。
一实施例中,以位置信息是位置坐标为例,模型服务器可以根据各用户设备的位置信息中的横坐标或纵坐标,将横坐标或纵坐标相同的对应用户设备划分为同一集合中,以对多个用户设备进行划分得到至少一个用户设备集合。
又一实施例中,以位置信息是经纬度坐标为例,模型服务器可以根据各用户设备的位置信息中的经度坐标或纬度坐标,将经度坐标或纬度坐标相同的对应用户设备划分为同一集合中,以对多个用户设备进行划分得到至少一个用户设备集合。
一个实施例中,如图5所示,上述S120中根据各用户设备的位置信息,对多个用户设备进行划分,得到各用户设备集合的步骤,可以通过以下方式实现:
S121、根据各用户设备的位置信息,确定各用户设备中两两用户设备之间的间隔距离。
具体地,模型服务器可以采用距离计算法,根据各用户设备的位置信息,计算各用户设备中两两用户设备之间的间隔距离。可选地,上述距离计算法可以为欧氏距离计算法、曼哈顿距离计算法、切比雪夫距离计算法、闵可夫斯基距离计算法、余弦距离计算法等,对此本申请实施例不做限定。
S122、根据各两两用户设备之间的间隔距离,将间隔距离小于预设值的各用户设备划分为同一集合中,得到多个用户设备集合。
可选地,上述预设值可以是用户自定义的,还可以是根据历史经验值确定的,对此本申请实施例不做限定。
在本申请实施例中,模型服务器可以将位置相近的多个用户设备划分为同一集合中,具体地,模型服务器可以对所有用户设备中各两两用户设备之间的间隔距离与预设值进行比较,并根据比较结果将间隔距离小于预设值的各用户设备划分为同一集合中,将间隔距离大于预设值的各用户设备划分为另一集合中,以及将间隔距离等于预设值的各用户设备划分为其它集合中,得到三个用户设备集合。
另外,上述预设值可以包括多个值,这里以预设值包括三个值(分别为第一值、第二值和第三值,第一值大于第二值,第二值大于第三值)为例进行说明。具体地,模型服务器可以对所有用户设备中各两两用户设备之间的间隔距离与第一值进行比较,并根据比较结果将间隔距离大于或等于第一值的各用户设备划分为第一用户设备集合中,将间隔距离小于第一值的各用户设备划分为第二用户设备集合中,然后继续进行划分,从第二用户设备集合中筛选出间隔距离小于第二值的各用户设备划分为第三用户设备集合中,将第二用户设备集合中除第三用户设备集合外的其他用户设备(即间隔距离小于第一值且大于或等于第二值的用户设备)划分为第四用户设备集合,之后从第四用户设备集合中筛选出间隔距离小于第三值的各用户设备划分为第五用户设备集合中,将第四用户设备集合中除第五用户设备集合外的其他用户设备(即间隔距离小于第二值且大于或等于第三值的用户设备)划分为第六用户设备集合,最终得到四个用户设备集合,分别为第一用户设备集合、第三用户设备集合、第五用户设备集合和第六用户设备集合。
本申请实施例中的技术方案,根据各用户设备的任务模型订阅请求,获取各用户设备的位置信息,并根据各用户设备的位置信息,对多个用户设备进行划分,得到各用户设备集合;上述方法可以获取各用户设备的位置信息,并根据各用户设备的位置信息划分用户设备集合,以为进一步快速、简单地将用户设备集合的任务模型集中发送给用户设备集合的代理用户设备做准备。
在一个实施例中,在执行上述S300中向各代理用户设备发送所属用户设备集合对应的任务模型的步骤之前,如图6所示,上述方法还可以包括:
S400、根据各用户设备的任务模型订阅请求,确定各用户设备集合中每个用户设备所请求的任务模型。
在本申请实施例中,模型服务器可以根据各用户设备的任务模型订阅请求中的任务模型标识,确定各用户设备集合中每个用户设备所请求的任务模型。
S500、对于任一个用户设备集合,根据用户设备集合中各用户设备所请求的任务模型,将相同的任务模型进行合并处理,得到用户设备集合对应的任务模型。
在实际应用中,对于任一个用户设备集合,用户设备集合中各用户设备所请求的任务模型中可以存在一个重复的任务模型,该情况下,对该用户设备集合中重复的该任务模型进行合并处理,并将各用户设备所请求的任务模型中合并处理后的任务模型与未重复的任务模型,确定为用户设备集合对应的任务模型。
示例性地,若用户设备集合1包括4个用户设备(即用户设备11、用户设备12、用户设备13和用户设备14),其中,用户设备11所请求的是任务模型11、用户设备12所请求的是任务模型13、用户设备13所请求的是任务模型13以及用户设备14所请求的是任务模型12,该情况下,用户设备集合1中各用户设备所请求的任务模型中存在一个重复的任务模型13,此时,可以将重复的2个任务模型13进行合并处理得到合并处理后的任务模型13,并将各用户设备所请求的任务模型中合并处理后的任务模型13与未重复的任务模型11、未重复的任务模型12、未重复的任务模型14确定为该用户设备集合1对应的任务模型。
这里需要说明的是,重复的2个任务模型13中任一个任务模型13可以确定为合并处理后的任务模型13。
另外,若用户设备集合2包括6个用户设备(即用户设备21、用户设备22、用户设备23、用户设备24、用户设备25和用户设备26),其中,用户设备21所请求的是任务模型21、用户设备22所请求的是任务模型23、用户设备23所请求的是任务模型23、用户设备24所请求的是任务模型22、用户设备25所请求的是任务模型22和用户设备26所请求的是任务模型23,该情况下,用户设备集合2中各用户设备所请求的任务模型中存在两个重复的任务模型(分别为任务模型22和任务模型23),此时,可以将重复的3个任务模型23进行合并处理得到合并处理后的任务模型23,同时,将重复的2个任务模型22进行合并处理得到合并处理后的任务模型22,并将各用户设备所请求的任务模型中合并处理后的任务模型23、合并处理后的任务模型22与未重复的任务模型21确定为该用户设备集合2对应的任务模型。
在本申请实施例中,为了方便理解,这里通过一个任务模型分发系统中模型服务器、核心网设备和多个用户设备之间交互的框图(如图7所示)对任务模型分发方法进行交互流程进行说明。在实际应用中,图7中还包括网络中核心网设备之外的接入网和数据中心,图7中的用户平面网元、网络数据分析网元、会话管理网元以及接入和移动性管理网元均为核心网设备中的网元。图7中实线或虚线连接的硬件设备之间均可以进行相应交互操作。
其中,图7是以4个用户设备(分别为用户设备1、用户设备2、用户设备3和用户设备4),对4个用户设备进行划分得到两个用户设备集合,一个用户设备集合中包括用户设备4(为代理用户设备),另一个用户设备集合中包括用户设备1(为代理用户设备)、用户设备2和用户设备3,其中,①表示不同用户设备向模型服务器发送各自的任务模型订阅请求,②表示模型服务器网络数据分析网元发送各用户设备的位置信息分析请求,③表示网络数据分析网元向模型服务器反馈各用户设备的位置信息,④表示对4个用户设备进行划分以及确定每个用户设备集合中的代理用户设备,⑤表示模型服务器向各代理用户设备发送代理用户设备所属用户设备集合的任务模型,⑥表示模型服务器向除代理用户设备之外的其他各用户设备发送代理用户设备的直连通信信息,⑦表示用户设备集合中各用户设备与代理用户设备之间建立直连通信以及各用户设备通过直连通信从代理用户设备获取对应任务模型。
这里需要说明的是,模型服务器与各用户设备之间交互时,可以通过数据中心、用户平面网元和接入网来实现数据或信息传输。
本申请实施例中的技术方案,根据各用户设备的任务模型订阅请求,确定各用户设备集合中每个用户设备所请求的任务模型,对于任一个用户设备集合,根据用户设备集合中各用户设备所请求的任务模型,将相同的任务模型进行合并处理,得到用户设备集合对应的任务模型;上述方法可以将用户设备集合中各用户设备所请求的相同的任务模型进行合并处理,从而使得用户设备集合对应的任务模型的数量小于用户设备集合中所有用户设备对应的任务模型的数量,以能够减少模型服务器发送给各代理用户设备的任务模型的数量,相对于模型服务器分别给各用户设备发送对应任务模型而言,能够减少任务模型分发过程中所占用的无线网络资源,避免出现网络拥塞,从而提高任务模型分发效率,降低用户设备获取对应任务模型的等待时间,还可以提升用户体验。
一种实施例中,本申请实施例还提供一种任务模型分发方法,应用于模型服务器,如图8所示,该方法包括以下过程:
S11、响应于多个用户设备发送的任务模型订阅请求,根据各任务模型订阅请求中用户设备标识,生成各用户设备的位置分析请求。
S12、向核心网设备发送各用户设备的位置分析请求;位置分析请求用于指示核心网设备确定各用户设备的位置信息。
S13、获取核心网设备反馈的各用户设备的位置信息。
S14、根据各用户设备的位置信息,确定各用户设备中两两用户设备之间的间隔距离。
S15、根据各两两用户设备之间的间隔距离,将间隔距离小于预设值的各用户设备划分为同一集合中,得到多个用户设备集合。
S16、从各用户设备集合中分别确定一个用户设备作为代理用户设备。
S17、根据各用户设备的任务模型订阅请求,确定每个用户设备所请求的任务模型。
S18、根据各用户设备所请求的任务模型,将相同的任务模型进行合并处理,得到各用户设备集合对应的任务模型。
S19、向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备中的任一个用户设备,根据接收到的对应的代理用户设备的直连通信信息,向对应的代理用户设备发送直连通信连接请求,并在直连通信连接成功的情况下,向对应的代理用户设备获取所请求的任务模型。
以上S11至S19的执行过程具体可以参见上述实施例的描述,其实现原理和技术效果类似,在此不再赘述。
为了方便理解,这里通过一个交互的实施例对任务模型分发方法进行说明。在一个实施例中,本申请实施例还提供了一种任务模型分发方法,应用于任务模型分发系统,任务模型分发系统包括用户设备1、用户设备2、网络数据分析网元和模型服务器,如图9所示,该方法包括以下过程:
S21、用户设备1向模型服务器发送任务模型订阅请求。
S22、用户设备2向模型服务器发送任务模型订阅请求。
S23、模型服务器接收用户设备1和用户设备2发送的对应任务模型订阅请求,并根据各任务模型订阅请求中用户设备标识,生成用户设备1和用户设备2的位置分析请求。
S24、模型服务器向网络数据分析网元发送用户设备1和用户设备2的位置分析请求;位置分析请求用于指示网络数据分析网元确定用户设备1和用户设备2的位置信息。
S25、模型服务器获取网络数据分析网元反馈的用户设备1和用户设备2的位置信息。
S26、模型服务器根据用户设备1和用户设备2的位置信息,确定用户设备1和用户设备2之间的间隔距离,根据用户设备1和用户设备2之间的间隔距离,将间隔距离小于预设值的用户设备1和用户设备2划分为同一集合中,得到用户设备集合,从用户设备集合中确定用户设备2作为代理用户设备,并根据各用户设备的任务模型订阅请求,确定每个用户设备所请求的任务模型,根据各用户设备所请求的任务模型,将相同的任务模型进行合并处理,得到各用户设备集合对应的任务模型。
S27、模型服务器向用户设备2发送所属用户设备集合对应的任务模型,并向用户设备1发送对应的用户设备2的直连通信信息。
S28、用户设备1根据直连通信信息确定代理用户设备,向用户设备2发送直连通信连接请求,在直连通信连接成功的情况下,向用户设备2发送任务模型获取请求。
S29、用户设备2接收任务模型获取请求,并向用户设备1发送对应任务模型。
S30、用户设备1接收用户设备2发送的对应任务模型。
以上S21至S30的执行过程具体可以参见上述实施例的描述,其实现原理和技术效果类似,在此不再赘述。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的任务模型分发方法的任务模型分发装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个任务模型分发装置实施例中的具体限定可以参见上文中对于任务模型分发方法的限定,在此不再赘述。
在一个实施例中,图10为本申请一个实施例中任务模型分发装置的结构示意图,本申请实施例提供的任务模型分发装置可以应用于模型服务器中。如图10所示,本申请实施例的任务模型分发装置,可以包括:请求响应模块11、确定模块12和模型发送模块13,其中:
请求响应模块11,用于响应于多个用户设备发送的任务模型订阅请求,将多个用户设备划分为至少一个用户设备集合;
确定模块12,用于从各用户设备集合中分别确定一个用户设备作为代理用户设备;
模型发送模块13,用于向各代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型;
其中,其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型的过程,包括:对于其他用户设备中的任一个用户设备,用户设备根据接收到的对应的代理用户设备的直连通信信息,向对应的代理用户设备发送直连通信连接请求,并在直连通信连接成功的情况下,向对应的代理用户设备获取所请求的任务模型。
本申请实施例提供的任务模型分发装置可以用于执行本申请上述任务模型分发方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
在其中一个实施例中,请求响应模块11包括:位置信息获取单元和划分单元,其中:
位置信息获取单元,用于根据各用户设备的任务模型订阅请求,获取各用户设备的位置信息;
划分单元,用于根据各用户设备的位置信息,对多个用户设备进行划分,得到各用户设备集合。
本申请实施例提供的任务模型分发装置可以用于执行本申请上述任务模型分发方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
在其中一个实施例中,各任务模型订阅请求中携带有用户设备标识;位置信息获取单元具体用于:
根据各用户设备标识,生成各用户设备的位置分析请求;
向核心网设备发送各用户设备的位置分析请求;位置分析请求用于指示核心网设备确定各用户设备的位置信息;
获取核心网设备反馈的各用户设备的位置信息。
本申请实施例提供的任务模型分发装置可以用于执行本申请上述任务模型分发方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
在其中一个实施例中,划分单元具体用于:
根据各用户设备的位置信息,确定各用户设备中两两用户设备之间的间隔距离;
根据各两两用户设备之间的间隔距离,将间隔距离小于预设值的各用户设备划分为同一集合中,得到多个用户设备集合。
本申请实施例提供的任务模型分发装置可以用于执行本申请上述任务模型分发方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
在其中一个实施例中,任务模型分发装置包括:
模型合并模块,具体用于:
根据各用户设备的任务模型订阅请求,确定每个用户设备所请求的任务模型;
根据各用户设备所请求的任务模型,将相同的任务模型进行合并处理,得到各用户设备集合对应的任务模型。
本申请实施例提供的任务模型分发装置可以用于执行本申请上述任务模型分发方法实施例中的技术方案,其实现原理和技术效果类似,此处不再赘述。
关于任务模型分发装置的具体限定可以参见上文中对于任务模型分发方法的限定,在此不再赘述。上述任务模型分发装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,参见图11。图11是本申请实施例提供的计算机设备的结构示意图。图11所示的计算机设备包括:收发器、至少一个处理器、存储器、至少一个网络接口和用户接口。计算机设备中的各个组件通过总线系统耦合在一起。可理解,总线系统用于实现这些组件之间的连接通信。总线系统除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图11中将各种总线都标为总线系统。另外,本申请实施例中,收发器可以是多个元件,即包括发送器和接收器,提供用于在传输介质上与各种其他装置通信的单元。
其中,用户接口可以包括显示器、键盘或者点击设备(例如,鼠标、轨迹球、触感板或者触摸屏等)。
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(ElectricallyEPROM,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(DynamicRAM,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(DoubleDataRateSDRAM,DDRSDRAM)、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(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本申请实施例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。
在一些实施方式中,存储器存储了如下的元素,可执行模块或者数据结构,或者其它的子集,或者其它的扩展集:操作系统和应用程序。
其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如媒体播放器、浏览器等,用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序中。
在本申请实施例中,通过调用存储器存储的程序或指令,具体的,可以是应用程序中存储的程序或指令。
上述本申请实施例揭示的部分或者全部方法可以应用于处理器中,或者由处理器实现,或者由处理器与其他元件(例如收发机)配合实现。处理器可能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(Digital Signal Processor,DSP)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、现成可编程门阵列(Field Programmable GateArray,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。
可以理解的是,本申请实施例描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(Application Specific Integrated Circuits,ASIC)、数字信号处 理器(DigitalSignal Processing,DSP)、数字信号处理设备(DSPDevice,DSPD)、可编程逻辑设备(ProgrammableLogic Device,PLD)、现场可编程门阵列(Field-Programmable GateArray,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本申请实施例所述功能的模块(例如过程、函数等)来实现本申请实施例中的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括收发器、存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述任一实施例中的方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一实施例中的方法的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一实施例中的方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、信息库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(RandomAccess Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种任务模型分发方法,其特征在于,所述方法包括:
响应于多个用户设备发送的任务模型订阅请求,根据各所述用户设备的任务模型订阅请求,获取核心网设备反馈的各所述用户设备的位置信息;
根据各所述用户设备的位置信息,对所述多个用户设备进行划分,得到各所述用户设备集合;
从各所述用户设备集合中分别确定一个用户设备作为代理用户设备;
向各所述代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型;所述用户设备集合对应的任务模型的数量小于所述用户设备集合中各所述用户设备的数量。
2.根据权利要求1所述的方法,其特征在于,各所述任务模型订阅请求中携带有用户设备标识;所述根据各所述用户设备的任务模型订阅请求,获取核心网设备反馈的各所述用户设备的位置信息,包括:
根据各所述用户设备标识,生成各所述用户设备的位置分析请求;
向所述核心网设备发送各所述用户设备的位置分析请求;所述位置分析请求用于指示所述核心网设备确定各所述用户设备的位置信息;
获取所述核心网设备反馈的各所述用户设备的位置信息。
3.根据权利要求2所述的方法,其特征在于,所述位置分析请求中包括服务标识、用户设备标识、分析时间范围和用户设备所在的区域,所述核心网设备包括网络数据分析网元;所述向所述核心网设备发送各所述用户设备的位置分析请求,包括:
向所述网络数据分析网元发送各所述用户设备的位置分析请求,指示所述网络数据分析网元根据各位置分析请求中的服务标识、用户设备标识、分析时间范围和用户设备所在的区域,确定各所述用户设备的位置信息。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述根据各所述用户设备的位置信息,对所述多个用户设备进行划分,得到各所述用户设备集合,包括:
根据各所述用户设备的位置信息,确定各所述用户设备中两两用户设备之间的间隔距离;
根据各所述两两用户设备之间的间隔距离,将间隔距离小于预设值的各用户设备划分为同一集合中,得到多个用户设备集合。
5.根据权利要求1-3中任一项所述的方法,其特征在于,所述向各所述代理用户设备发送所属用户设备集合对应的任务模型之前,所述方法还包括:
根据各所述用户设备的任务模型订阅请求,确定各所述用户设备集合中每个用户设备所请求的任务模型;
对于任一个用户设备集合,根据所述用户设备集合中各所述用户设备所请求的任务模型,将相同的任务模型进行合并处理,得到所述用户设备集合对应的任务模型。
6.根据权利要求1-3中任一项所述的方法,其特征在于,所述其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型的过程,包括:
对于所述其他用户设备中的任一个用户设备,所述用户设备根据接收到的对应的代理用户设备的直连通信信息,向对应的代理用户设备发送直连通信连接请求,并在直连通信连接成功的情况下,向所述对应的代理用户设备获取所请求的任务模型。
7.一种任务模型分发装置,其特征在于,所述装置包括:
请求响应模块,用于响应于多个用户设备发送的任务模型订阅请求,根据各所述用户设备的任务模型订阅请求,获取核心网设备反馈的各所述用户设备的位置信息,并根据各所述用户设备的位置信息,对所述多个用户设备进行划分,得到各所述用户设备集合;
确定模块,用于从各所述用户设备集合中分别确定一个用户设备作为代理用户设备;
模型发送模块,用于向各所述代理用户设备发送所属用户设备集合对应的任务模型,并向其他用户设备发送对应的代理用户设备的直连通信信息,以指示其他用户设备通过直连通信从对应的代理用户设备获取所请求的任务模型;所述用户设备集合对应的任务模型的数量小于所述用户设备集合中各所述用户设备的数量。
8.根据权利要求7所述的装置,其特征在于,各所述任务模型订阅请求中携带有用户设备标识;所述请求响应模块包括位置信息获取单元,所述位置信息获取单元具体用于:
根据各用户设备标识,生成各用户设备的位置分析请求;
向核心网设备发送各用户设备的位置分析请求;位置分析请求用于指示核心网设备确定各用户设备的位置信息;
获取核心网设备反馈的各用户设备的位置信息。
9.一种计算机设备,包括收发器、存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-6中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311197496.1A CN116938672B (zh) | 2023-09-18 | 2023-09-18 | 任务模型分发方法、装置、计算机设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311197496.1A CN116938672B (zh) | 2023-09-18 | 2023-09-18 | 任务模型分发方法、装置、计算机设备、介质及产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116938672A CN116938672A (zh) | 2023-10-24 |
CN116938672B true CN116938672B (zh) | 2024-02-23 |
Family
ID=88388224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311197496.1A Active CN116938672B (zh) | 2023-09-18 | 2023-09-18 | 任务模型分发方法、装置、计算机设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116938672B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796852A (zh) * | 2015-04-27 | 2015-07-22 | 宇龙计算机通信科技(深圳)有限公司 | 用于终端直连通信的设备发现方法、装置和终端 |
CN109564640A (zh) * | 2016-07-20 | 2019-04-02 | 苹果公司 | 使用代理以实现设备上的机器学习 |
CN110659330A (zh) * | 2019-09-23 | 2020-01-07 | 北京百度网讯科技有限公司 | 数据处理方法、装置及存储介质 |
CN112055848A (zh) * | 2018-05-02 | 2020-12-08 | 微软技术许可有限责任公司 | 使用人工智能配置电子设备 |
CN113821334A (zh) * | 2020-06-18 | 2021-12-21 | 华为技术有限公司 | 一种配置边缘侧设备的方法、装置及系统 |
CN115776645A (zh) * | 2022-09-23 | 2023-03-10 | 深圳市欧瑞博科技股份有限公司 | 基于窄带低功耗无线网络的群控方法、系统及存储介质 |
CN116257885A (zh) * | 2023-03-22 | 2023-06-13 | 商丘工学院 | 基于联邦学习的隐私数据通信方法、系统和计算机设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11496600B2 (en) * | 2019-05-31 | 2022-11-08 | Apple Inc. | Remote execution of machine-learned models |
-
2023
- 2023-09-18 CN CN202311197496.1A patent/CN116938672B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104796852A (zh) * | 2015-04-27 | 2015-07-22 | 宇龙计算机通信科技(深圳)有限公司 | 用于终端直连通信的设备发现方法、装置和终端 |
CN109564640A (zh) * | 2016-07-20 | 2019-04-02 | 苹果公司 | 使用代理以实现设备上的机器学习 |
CN112055848A (zh) * | 2018-05-02 | 2020-12-08 | 微软技术许可有限责任公司 | 使用人工智能配置电子设备 |
CN110659330A (zh) * | 2019-09-23 | 2020-01-07 | 北京百度网讯科技有限公司 | 数据处理方法、装置及存储介质 |
CN113821334A (zh) * | 2020-06-18 | 2021-12-21 | 华为技术有限公司 | 一种配置边缘侧设备的方法、装置及系统 |
CN115776645A (zh) * | 2022-09-23 | 2023-03-10 | 深圳市欧瑞博科技股份有限公司 | 基于窄带低功耗无线网络的群控方法、系统及存储介质 |
CN116257885A (zh) * | 2023-03-22 | 2023-06-13 | 商丘工学院 | 基于联邦学习的隐私数据通信方法、系统和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116938672A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021142609A1 (zh) | 信息上报方法、装置、设备和存储介质 | |
CN110035401B (zh) | 一种默认服务质量QoS控制方法及设备 | |
CN110958281B (zh) | 基于物联网的数据传输方法及通信装置 | |
CN115039391A (zh) | 用于提供边缘计算服务的方法和装置 | |
US10165058B2 (en) | Dynamic local function binding apparatus and method | |
CN110808948B (zh) | 远程过程调用方法、装置及系统 | |
CN111490947B (zh) | 数据包发送方法、数据包接收方法、系统、设备及介质 | |
US10986066B2 (en) | Systems, apparatuses, methods, and non-transitory computer readable media for efficient call processing | |
CN114097259A (zh) | 一种通信处理方法、通信处理装置及存储介质 | |
CN111434083A (zh) | 用于netconf的网络管理设备和集中式授权服务器 | |
US9185148B1 (en) | Methods and systems for efficient discovery of devices in a peer-to-peer network | |
EP4328815A1 (en) | Federated learning method, federated learning system, first device, and third device | |
CN116938672B (zh) | 任务模型分发方法、装置、计算机设备、介质及产品 | |
CN113596706B (zh) | 传输设备接入网络的方法、装置、设备及存储介质 | |
CN108270724B (zh) | 用于获取共享无线接入点的接入信息的方法、设备及系统 | |
EP4250664A1 (en) | Communication related to federated learning | |
Anoop et al. | RETRACTED ARTICLE: Multi-user energy efficient secured framework with dynamic resource allocation policy for mobile edge network computing | |
CN114816744A (zh) | 内存管控方法、装置、存储介质及电子设备 | |
CN112637934B (zh) | 一种资源确定方法、资源确定装置及存储介质 | |
CN114189893A (zh) | O-ran能力开放方法、通信系统、装置及存储介质 | |
CN114173429A (zh) | 5g专网下无线接入网和边缘计算平台的通信方法及系统 | |
CN115398942A (zh) | 数据处理方法及通信设备、计算机存储介质 | |
WO2024050838A1 (zh) | 一种通信方法及装置 | |
CN107211479B (zh) | 选择接入网的方法和装置 | |
WO2023246431A1 (zh) | 一种通信方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |