CN116939596A - 选择联邦学习成员的方法、装置及系统 - Google Patents
选择联邦学习成员的方法、装置及系统 Download PDFInfo
- Publication number
- CN116939596A CN116939596A CN202210379228.0A CN202210379228A CN116939596A CN 116939596 A CN116939596 A CN 116939596A CN 202210379228 A CN202210379228 A CN 202210379228A CN 116939596 A CN116939596 A CN 116939596A
- Authority
- CN
- China
- Prior art keywords
- federal learning
- selecting
- current
- network element
- nwdaf
- 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 41
- 238000004458 analytical method Methods 0.000 claims abstract description 79
- 230000006870 function Effects 0.000 claims abstract description 20
- 238000007405 data analysis Methods 0.000 claims abstract description 7
- 230000004044 response Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 15
- 230000011664 signaling Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/03—Protecting confidentiality, e.g. by encryption
-
- 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
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开涉及选择联邦学习成员的方法、装置及系统、计算机可存储介质,涉及通信技术领域。选择联邦学习成员的方法包括:接收网络数据分析功能NWDAF消费者的分析订阅或请求,所述分析订阅或请求包括当前分析标识;确定与所述当前分析标识对应的当前联邦学习的需求信息,所述当前联邦学习的需求信息包括用于当前联邦学习的算法或模型列表、用于当前联邦学习的加密方式和预计进行当前联邦学习的时间列表中的至少一种以及兴趣区域AOI列表;根据所述当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与所述当前分析标识对应的联邦学习成员。根据本公开,可以提高选择联邦学习成员的准确性,进而提高相关分析的准确性。
Description
技术领域
本公开涉及通信技术领域,特别涉及选择联邦学习成员的方法、装置及系统、计算机可存储介质。
背景技术
相关技术中,基于3GPP现有规范,中心NWDAF(Network Data AnalyticsFunction,网络数据分析功能)网元通过现有的边缘NWDAF网元的注册信息选择与当前分析标识对应的联邦学习成员。
发明内容
相关技术中,3GPP现有规范中的注册信息不涉及联邦学习的相关信息,从而无法更加准确地选择联邦学习成员,从而导致相关分析的准确性降低。
针对上述技术问题,本公开提出了一种解决方案,可以提高选择联邦学习成员的准确性,进而提高相关分析的准确性。
根据本公开的第一方面,提供了一种选择联邦学习成员的方法,包括:接收网络数据分析功能NWDAF消费者的分析订阅或请求,所述分析订阅或请求包括当前分析标识;确定与所述当前分析标识对应的当前联邦学习的需求信息,所述当前联邦学习的需求信息包括用于当前联邦学习的算法或模型列表、用于当前联邦学习的加密方式和预计进行当前联邦学习的时间列表中的至少一种以及兴趣区域AOI列表;根据所述当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与所述当前分析标识对应的联邦学习成员。
在一些实施例中,根据所述当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与所述当前分析标识对应的联邦学习成员包括:发送与所述当前分析标识对应的当前联邦学习的需求信息到网络仓储功能NRF网元,所述当前联邦学习的需求信息用于辅助所述NRF网元根据所述多个边缘NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系,从多个边缘NWDAF网元中,选择与所述当前联邦学习的需求信息匹配的候选边缘NWDAF网元;接收来自所述NRF网元的所述候选边缘NWDAF网元的网元标识;基于来自所述NRF网元的所述候选边缘NWDAF网元的网元标识,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元。
在一些实施例中,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元包括:根据来自所述NRF网元的所述候选边缘NWDAF网元的空闲时间,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元。
在一些实施例中,根据来自所述NRF网元的所述候选边缘NWDAF网元的空闲时间,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元包括:选择空闲时间满足预设时间条件的候选边缘NWDAF网元,作为目标NWDAF网元。
在一些实施例中,选择空闲时间满足预设时间条件的候选边缘NWDAF网元包括:选择空闲时间最长的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元;或者选择空闲时间集中在预设时间范围内的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元;或者选择空闲时间最长且集中在预设时间范围内的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元。
在一些实施例中,所述边缘NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系由所述多个边缘NWDAF网元向所述NRF网元注册的过程中,存储在所述NRF网元中。
在一些实施例中,选择联邦学习成员的方法,还包括:发送注册请求到所述NRF网元,所述注册请求包括网元标识、分析标识和联邦学习的需求信息之间的对应关系。
在一些实施例中,发送与所述当前分析标识对应的当前联邦学习的需求信息到NRF网元包括:发送用于发现联邦学习成员的请求到所述NRF网元,所述用于发现联邦学习成员的请求包括与所述当前分析标识对应的当前联邦学习的需求信息。
在一些实施例中,接收来自所述NRF网元的所述候选边缘NWDAF网元的网元标识包括:接收来自所述NRF网元的用于发现联邦学习成员的响应,所述用于发现联邦学习成员的响应包括所述候选边缘NWDAF网元的网元标识,所述用于发现联邦学习成员的响应为对于用于发现联邦学习成员的请求的响应。
在一些实施例中,所述选择联邦学习成员的方法由中心NWDAF网元执行。
根据本公开第二方面,提供了一种选择联邦学习成员的装置,包括:接收模块,被配置为接收网络数据分析功能NWDAF消费者的分析订阅或请求,所述分析订阅或请求包括当前分析标识;确定模块,被配置为确定与所述当前分析标识对应的当前联邦学习的需求信息,所述当前联邦学习的需求信息包括用于当前联邦学习的算法或模型列表、用于当前联邦学习的加密方式和预计进行当前联邦学习的时间列表中的至少一种以及兴趣区域AOI列表;选择模块,被配置为根据所述当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与所述当前分析标识对应的联邦学习成员。
根据本公开第三方面,提供了一种选择联邦学习成员的装置,包括:存储器;以及耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令,执行上述任一实施例所述的选择联邦学习成员的方法。
根据本公开的第四方面,提供了一种选择联邦学习成员的系统,包括:上述任一实施例所述的选择联邦学习成员的装置。
在一些实施例中,选择联邦学习成员的系统,还包括:网络仓储功能NRF网元,被配置为:接收与所述当前分析标识对应的当前联邦学习的需求信息;根据边缘NWDAF网元的网元标识、分析标识和联邦学习需求信息之间的对应关系,从多个边缘NWDAF网元中,选择与所述当前联邦学习的需求信息匹配的候选边缘NWDAF网元;发送所述候选边缘NWDAF网元的网元标识到所述选择联邦学习成员的装置。
根据本公开的第五方面,提供了一种计算机可存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现上述任一实施例所述的选择联邦学习成员的方法。
在上述实施例中,可以提高选择联邦学习成员的准确性,进而提高相关分析的准确性。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同说明书一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1是示出根据本公开一些实施例的选择联邦学习成员的方法的流程图;
图2示出根据本公开一些实施例的选择联邦学习成员的装置的框图;
图3是示出根据本公开另一些实施例的选择联邦学习成员的装置的框图;
图4是示出根据本公开一些实施例的选择联邦学习成员的系统的框图;
图5是示出根据本公开一些实施例的选择联邦学习成员的方法的信令图;
图6是示出用于实现本公开一些实施例的计算机系统的框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1是示出根据本公开一些实施例的选择联邦学习成员的方法的流程图。
如图1所示,选择联邦学习成员的方法包括步骤S110-步骤S130。在一些实施例中,选择联邦学习成员的方法由中心NWDAF网元执行。中心NWDAF网元为接收NWDAF消费者的分析订阅或分析请求的NWDAF网元。
在步骤S110中,接收NWDAF消费者的分析订阅或请求。分析订阅或请求包括当前分析标识。分析标识例如为分析ID(Identity document,身份标识号)。
在步骤S120中,确定与当前分析标识对应的当前联邦学习的需求信息。当前联邦学习的需求信息包括用于当前联邦学习的算法或模型列表、用于当前联邦学习的加密方式和预计进行当前联邦学习的时间列表中的至少一种以及AOI(Area Of Interest,兴趣区域)列表。
在步骤S130中,根据当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与当前分析标识对应的联邦学习成员。
在上述实施例中,根据当前联邦学习的需求信息来确定目标边缘NWDAF网元作为联邦学习成员,使得联邦学习成员与当前分析标识所对应的当前联邦学习的需求更加相适应、相匹配,从而可以提高选择联邦学习成员的准确性,进而提高相关分析的准确性,提升服务体验。另外,通过联邦学习的方式还可以保护隐私,提高隐私安全性。
在一些实施例中,可以通过如下方式实现上述步骤S130。
首先,发送与当前分析标识对应的当前联邦学习的需求信息到NRF(NetworkRepository Function,网络仓储功能)网元。当前联邦学习的需求信息用于辅助NRF网元根据多个边缘NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系,从多个边缘NWDAF网元中,选择与当前联邦学习的需求信息匹配的候选边缘NWDAF网元。
在一些实施例中,边缘NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系由多个边缘NWDAF网元向NRF网元注册的过程中,存储在NRF网元中。
在一些实施例中,可以发送用于发现联邦学习成员的请求到NRF网元。用于发现联邦学习成员的请求包括与当前分析标识对应的当前联邦学习的需求信息。例如,通过发送Nnrf_NFDiscovery_Request消息来发送用于发现联邦学习成员的请求到NRF网元。在一些实施例中,Nnrf_NFDiscovery_Request消息中还可以携带S-NSSAI(Single Network SliceSelection Assistance Information,单网络切片选择辅助信息)。
在一些实施例中,中心NWDAF网元在发送与当前分析标识对应的当前联邦学习的需求信息到NRF网元之前,根据当前分析标识判断是否进行联邦学习以完成模型训练。例如,在当前分析标识所对应的数据涉及用户隐私数据的情况下,判断结果为是。在判断结果为是的情况下,发送与当前分析标识对应的当前联邦学习的需求信息到NRF网元。
然后,接收来自NRF网元的候选边缘NWDAF网元的网元标识。
在一些实施例中,接收来自NRF网元的用于发现联邦学习成员的响应。用于发现联邦学习成员的响应包括候选边缘NWDAF网元的网元标识。用于发现联邦学习成员的响应为对于用于发现联邦学习成员的请求的响应。例如,通过接收Nnrf_NFDiscovery_RequestResponse消息来接收用于发现联邦学习成员的响应。在一些实施例中,用于发现联邦学习成员的响应还包括候选边缘NWDAF网元的空闲时间。
最后,基于来自NRF网元的候选边缘NWDAF网元的网元标识,从候选边缘NWDAF网元中,选择目标NWDAF网元。
在一些实施例中,可以根据来自NRF网元的候选边缘NWDAF网元的空闲时间,从候选边缘NWDAF网元中,选择目标NWDAF网元。例如,可以选择空闲时间满足预设时间条件的候选边缘NWDAF网元,作为目标NWDAF网元。
在一些实施例中,可以选择空闲时间最长的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元。通过这种方式可以节省通信带宽。
在一些实施例中,也可以选择空闲时间集中在预设时间范围内的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元。通过这种方式可以提高时间利用效率,进而提高后续相关分析的效率。
在一些实施例中,还可以选择空闲时间最长且集中在预设时间范围内的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元。
在一些实施例中,中心NWDAF网元还可以发送注册请求到NRF网元。注册请求包括中心NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系。例如,注册请求采用Nnrf_NFManagement_NFRegister消息发送。
在一些实施例中,中心NWDAF网元还可以接收来自NRF网元的注册响应。例如,注册响应采用Nnrf_NFManagement_NFRegister Response消息发送。注册响应与3GPP现有规范一致,此处不再赘述。
在一些实施例中,当PLMN中部署了多个NWDAF实例时,多个NWDAF可能需要进行联邦学习。中心NWDAF在每轮训练中需要选择合适的边缘NWDAF作为联邦学习成员,可以采用本公开任意一些实施例中的选择联邦学习成员的方法。
在一些实施例中,6G网络中,本公开任意一些实施例中的选择联邦学习成员的方法也可以应用与核心网的中心AI网元与边缘AI网元进行联邦学习时进行成员选择的场景。中心AI网元和边缘AI网元分别为中心NWDAF网元和边缘NWDAF网元。
在一些实施例中,中心NWDAF网元和边缘NWDAF网元均具有模型训练逻辑功能(Model Training Logical Function,MTLF)。任何具有模型训练逻辑功能的NWDAF网元都既可以作为中心NWDAF网元,也可以作为边缘NWDAF网元。
图2示出根据本公开一些实施例的选择联邦学习成员的装置的框图。
如图2所示,选择联邦学习成员的装置21包括接收模块211、确定模块212和选择模块213。在一些实施例中,选择联邦学习成员的装置21部署在中心NWDAF网元中。
接收模块211被配置为接收网络数据分析功能NWDAF消费者的分析订阅或请求,例如执行如图1所示的步骤S110。分析订阅或请求包括当前分析标识。
确定模块212被配置为确定与当前分析标识对应的当前联邦学习的需求信息,例如执行如图1所示的步骤S120。当前联邦学习的需求信息包括用于当前联邦学习的算法或模型列表、用于当前联邦学习的加密方式和预计进行当前联邦学习的时间列表中的至少一种以及兴趣区域AOI列表。
选择模块213被配置为根据当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与当前分析标识对应的联邦学习成员,例如执行如图1所示的步骤S130。
图3是示出根据本公开另一些实施例的选择联邦学习成员的装置的框图。
如图3所示,选择联邦学习成员的装置31包括存储器311;以及耦接至该存储器311的处理器312。存储器311用于存储执行选择联邦学习成员的方法对应实施例的指令。处理器312被配置为基于存储在存储器311中的指令,执行本公开中任意一些实施例中的选择联邦学习成员的方法。
图4是示出根据本公开一些实施例的选择联邦学习成员的系统的框图。
如图4所示,选择联邦学习成员的系统4包括选择联邦学习成员的装置41。例如,选择联邦学习成员的装置41为本公开任意一些实施例中的选择联邦学习成员的装置21或31。
在一些实施例中,选择联邦学习成员的装置4还包括NRF网元42。NRF网元42被配置为接收与当前分析标识对应的当前联邦学习的需求信息;根据边缘NWDAF网元的网元标识、分析标识和联邦学习需求信息之间的对应关系,从多个边缘NWDAF网元中,选择与当前联邦学习的需求信息匹配的候选边缘NWDAF网元;发送候选边缘NWDAF网元的网元标识到选择联邦学习成员的装置41。
图5是示出根据本公开一些实施例的选择联邦学习成员的方法的信令图。
如图5所示,选择联邦学习成员的方法包括步骤S501-步骤S507。
在步骤S501中,中心NWDAF网元和边缘NWDAF网元发送注册请求到NRF网元。注册请求中包括中心NWDAF网元或边缘NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系。例如,注册请求采用Nnrf_NFManagement_NFRegister消息发送。
在步骤S502中,NRF网元分别发送注册响应到中心NWDAF网元和边缘NWDAF网元。例如,注册响应可以采用Nnrf_NFManagement_NFRegister Response消息发送。注册响应与3GPP现有规范一致,此处不再赘述。
在步骤S503中,NWDAF消费者发送分析订阅或分析请求到中心NWDAF消费者。分析订阅或请求包括当前分析标识。
在步骤S504中,中心NWDAF网元判断是否进行联邦学习。在一些实施例中,中心NWDAF网元根据当前分析标识判断是否进行联邦学习以完成模型训练。例如,在当前分析标识所对应的数据涉及用户隐私数据的情况下,判断结果为是。在判断结果为是的情况下,中心NWDAF网元执行步骤S505。
在步骤S505中,中心NWDAF网元发送用于发现联邦学习成员的请求到NRF网元。用于发现联邦学习成员的请求包括与当前分析标识对应的当前联邦学习的需求信息。例如,通过发送Nnrf_NFDiscovery_Request消息来发送用于发现联邦学习成员的请求到NRF网元。在一些实施例中,Nnrf_NFDiscovery_Request消息中还可以携带S-NSSAI(SingleNetwork Slice Selection Assistance Information,单网络切片选择辅助信息)。
在步骤S506中,NRF网元发送用于发现联邦学习成员的响应到中心NWDAF网元。用于发现联邦学习成员的响应包括候选边缘NWDAF网元的网元标识。用于发现联邦学习成员的响应为对于用于发现联邦学习成员的请求的响应。例如,通过发送Nnrf_NFDiscovery_Request Response消息来发送用于发现联邦学习成员的响应。在一些实施例中,用于发现联邦学习成员的响应还包括候选边缘NWDAF网元的空闲时间。
在步骤S507中,中心NWDAF网元基于来自NRF网元的候选边缘NWDAF网元的网元标识,从候选边缘NWDAF网元中,选择目标NWDAF网元。
图5所示的实施例中一些细节步骤可以参考图1的实施例,此处不再赘述。
图6是示出用于实现本公开一些实施例的计算机系统的框图。
如图6所示,计算机系统60可以通用计算设备的形式表现。计算机系统60包括存储器610、处理器620和连接不同系统组件的总线600。
存储器610例如可以包括系统存储器、非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。系统存储器可以包括易失性存储介质,例如随机存取存储器(RAM)和/或高速缓存存储器。非易失性存储介质例如存储有执行选择联邦学习成员的方法中的至少一种的对应实施例的指令。非易失性存储介质包括但不限于磁盘存储器、光学存储器、闪存等。
处理器620可以用通用处理器、数字信号处理器(DSP)、应用专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑设备、分立门或晶体管等分立硬件组件方式来实现。相应地,诸如判断模块和确定模块的每个模块,可以通过中央处理器(CPU)运行存储器中执行相应步骤的指令来实现,也可以通过执行相应步骤的专用电路来实现。
总线600可以使用多种总线结构中的任意总线结构。例如,总线结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MCA)总线、外围组件互连(PCI)总线。
计算机系统60还可以包括输入输出接口630、网络接口640、存储接口650等。这些接口630、640、650以及存储器610和处理器620之间可以通过总线600连接。输入输出接口630可以为显示器、鼠标、键盘等输入输出设备提供连接接口。网络接口640为各种联网设备提供连接接口。存储接口650为软盘、U盘、SD卡等外部存储设备提供连接接口。
这里,参照根据本公开实施例的方法、装置和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个框以及各框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可提供到通用计算机、专用计算机或其他可编程装置的处理器,以产生一个机器,使得通过处理器执行指令产生实现在流程图和/或框图中一个或多个框中指定的功能的装置。
这些计算机可读程序指令也可存储在计算机可读存储器中,这些指令使得计算机以特定方式工作,从而产生一个制造品,包括实现在流程图和/或框图中一个或多个框中指定的功能的指令。
本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
通过上述实施例中的选择联邦学习成员的方法、装置及系统、计算机可存储介质,可以提高选择联邦学习成员的准确性,进而提高相关分析的准确性。
至此,已经详细描述了根据本公开的选择联邦学习成员的方法、装置及系统、计算机可存储介质。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
Claims (15)
1.一种选择联邦学习成员的方法,包括:
接收网络数据分析功能NWDAF消费者的分析订阅或请求,所述分析订阅或请求包括当前分析标识;
确定与所述当前分析标识对应的当前联邦学习的需求信息,所述当前联邦学习的需求信息包括用于当前联邦学习的算法或模型列表、用于当前联邦学习的加密方式和预计进行当前联邦学习的时间列表中的至少一种以及兴趣区域AOI列表;
根据所述当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与所述当前分析标识对应的联邦学习成员。
2.根据权利要求1所述的选择联邦学习成员的方法,其中,根据所述当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与所述当前分析标识对应的联邦学习成员包括:
发送与所述当前分析标识对应的当前联邦学习的需求信息到网络仓储功能NRF网元,所述当前联邦学习的需求信息用于辅助所述NRF网元根据所述多个边缘NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系,从多个边缘NWDAF网元中,选择与所述当前联邦学习的需求信息匹配的候选边缘NWDAF网元;
接收来自所述NRF网元的所述候选边缘NWDAF网元的网元标识;
基于来自所述NRF网元的所述候选边缘NWDAF网元的网元标识,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元。
3.根据权利要求2所述的选择联邦学习成员的方法,其中,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元包括:
根据来自所述NRF网元的所述候选边缘NWDAF网元的空闲时间,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元。
4.根据权利要求3所述的选择联邦学习成员的方法,其中,根据来自所述NRF网元的所述候选边缘NWDAF网元的空闲时间,从所述候选边缘NWDAF网元中,选择所述目标NWDAF网元包括:
选择空闲时间满足预设时间条件的候选边缘NWDAF网元,作为目标NWDAF网元。
5.根据权利要求4所述的选择联邦学习成员的方法,其中,选择空闲时间满足预设时间条件的候选边缘NWDAF网元包括:
选择空闲时间最长的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元;或者
选择空闲时间集中在预设时间范围内的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元;或者
选择空闲时间最长且集中在预设时间范围内的预设数量的候选边缘NWDAF网元,作为目标NWDAF网元。
6.根据权利要求2所述的选择联邦学习成员的方法,其中,所述边缘NWDAF网元的网元标识、分析标识和联邦学习的需求信息之间的对应关系由所述多个边缘NWDAF网元向所述NRF网元注册的过程中,存储在所述NRF网元中。
7.根据权利要求2所述的选择联邦学习成员的方法,还包括:
发送注册请求到所述NRF网元,所述注册请求包括网元标识、分析标识和联邦学习的需求信息之间的对应关系。
8.根据权利要求2所述的选择联邦学习成员的方法,其中,发送与所述当前分析标识对应的当前联邦学习的需求信息到NRF网元包括:
发送用于发现联邦学习成员的请求到所述NRF网元,所述用于发现联邦学习成员的请求包括与所述当前分析标识对应的当前联邦学习的需求信息。
9.根据权利要求8所述的选择联邦学习成员的方法,其中,接收来自所述NRF网元的所述候选边缘NWDAF网元的网元标识包括:
接收来自所述NRF网元的用于发现联邦学习成员的响应,所述用于发现联邦学习成员的响应包括所述候选边缘NWDAF网元的网元标识,所述用于发现联邦学习成员的响应为对于用于发现联邦学习成员的请求的响应。
10.根据权利要求1所述的选择联邦学习成员的方法,其中,所述选择联邦学习成员的方法由中心NWDAF网元执行。
11.一种选择联邦学习成员的装置,包括:
接收模块,被配置为接收网络数据分析功能NWDAF消费者的分析订阅或请求,所述分析订阅或请求包括当前分析标识;
确定模块,被配置为确定与所述当前分析标识对应的当前联邦学习的需求信息,所述当前联邦学习的需求信息包括用于当前联邦学习的算法或模型列表、用于当前联邦学习的加密方式和预计进行当前联邦学习的时间列表中的至少一种以及兴趣区域AOI列表;
选择模块,被配置为根据所述当前联邦学习的需求信息,从多个边缘NWDAF网元中,选择目标边缘NWDAF网元,作为与所述当前分析标识对应的联邦学习成员。
12.一种选择联邦学习成员的装置,包括:
存储器;以及
耦接至所述存储器的处理器,所述处理器被配置为基于存储在所述存储器的指令,执行如权利要1至10任一项所述的选择联邦学习成员的装置方法。
13.一种选择联邦学习成员的系统,包括:
如权利要求11或12所述的选择联邦学习成员的装置。
14.根据权利要求13所述的选择联邦学习成员的系统,还包括:网络仓储功能NRF网元,被配置为:
接收与所述当前分析标识对应的当前联邦学习的需求信息;
根据边缘NWDAF网元的网元标识、分析标识和联邦学习需求信息之间的对应关系,从多个边缘NWDAF网元中,选择与所述当前联邦学习的需求信息匹配的候选边缘NWDAF网元;
发送所述候选边缘NWDAF网元的网元标识到所述选择联邦学习成员的装置。
15.一种计算机可存储介质,其上存储有计算机程序指令,该指令被处理器执行时实现如权利要求1至10任一项所述的选择联邦学习成员的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210379228.0A CN116939596A (zh) | 2022-04-12 | 2022-04-12 | 选择联邦学习成员的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210379228.0A CN116939596A (zh) | 2022-04-12 | 2022-04-12 | 选择联邦学习成员的方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116939596A true CN116939596A (zh) | 2023-10-24 |
Family
ID=88386659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210379228.0A Pending CN116939596A (zh) | 2022-04-12 | 2022-04-12 | 选择联邦学习成员的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116939596A (zh) |
-
2022
- 2022-04-12 CN CN202210379228.0A patent/CN116939596A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11716399B2 (en) | NWDAF network element selection method and apparatus, electronic device, and readable storage medium | |
US20180077157A1 (en) | Method and system for identifying user information in social network | |
US10567398B2 (en) | Method and apparatus for remote malware monitoring | |
CN110267314B (zh) | 切换网络切片的方法及装置 | |
EP2985730A1 (en) | Method and device for partially-upgrading | |
CN111163130A (zh) | 一种网络服务系统及其数据传输方法 | |
CN105653945A (zh) | 一种基于黑名单的信息处理方法、装置及电子设备 | |
CN114556861A (zh) | 设备身份的匿名化和随机化 | |
CN111523679A (zh) | 特征分箱方法、设备及可读存储介质 | |
US10200864B2 (en) | Method and device for managing wireless access point | |
CN105827508A (zh) | 车载终端加入群组的处理方法、车载终端、服务器及系统 | |
JP7286761B2 (ja) | 下り制御チャネル伝送方法、下り制御チャネル受信方法、端末及びネットワーク側機器 | |
CN112261570A (zh) | 兴趣点与无线网络的关联方法、装置、服务器及存储介质 | |
CN104320766A (zh) | 垃圾短信识别方法、装置及设备 | |
CN116939596A (zh) | 选择联邦学习成员的方法、装置及系统 | |
CN116155992A (zh) | 订阅资源的方法和装置 | |
CN109548411B (zh) | 一种控制可操控设备接入网络的方法及装置 | |
US20160246739A1 (en) | Determination of a device function asserting a detected spurious interrupt | |
CN114025014A (zh) | 一种资产探测方法、装置、电子设备及存储介质 | |
CN106776947A (zh) | 资源获取方法、装置及终端 | |
US10530821B2 (en) | Distribution and reception method, and system | |
CN113051077A (zh) | 一种用户请求的处理方法、装置、终端设备及存储介质 | |
CN109936586B (zh) | 通信处理方法以及装置 | |
CN107147694B (zh) | 一种信息处理方法和装置 | |
CN111046933A (zh) | 图像分类方法、装置、存储介质及电子设备 |
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 |