CN116980308A - 网络服务方法和系统及相关网元 - Google Patents
网络服务方法和系统及相关网元 Download PDFInfo
- Publication number
- CN116980308A CN116980308A CN202210451884.7A CN202210451884A CN116980308A CN 116980308 A CN116980308 A CN 116980308A CN 202210451884 A CN202210451884 A CN 202210451884A CN 116980308 A CN116980308 A CN 116980308A
- Authority
- CN
- China
- Prior art keywords
- model
- network element
- request
- msf
- file
- 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 44
- 238000004458 analytical method Methods 0.000 claims abstract description 59
- 238000007405 data analysis Methods 0.000 claims abstract description 27
- 230000006870 function Effects 0.000 claims description 125
- 230000004044 response Effects 0.000 claims description 40
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 230000000977 initiatory effect Effects 0.000 claims description 2
- 239000000758 substrate Substances 0.000 claims 1
- 238000012549 training Methods 0.000 abstract description 18
- 239000002699 waste material Substances 0.000 abstract description 8
- 238000004891 communication Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000012517 data analytics Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 101150025199 Upf1 gene Proteins 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
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)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提出一种网络服务方法和系统及相关网元,涉及通信领域。网络服务方法包括:模型存储功能MSF网元存储网络数据分析功能NWDAF网元训练的模型文件信息;MSF网元响应模型需求网元提出的分析服务相关的模型请求,判断存储的现有模型是否满足模型需求网元的模型请求;MSF网元根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件。基于增设的模型存储功能网元存储和管理模型,使得模型能够被共享,避免了模型重复训练造成的资源浪费。
Description
技术领域
本公开涉及通信领域,特别涉及一种网络服务方法、网络服务系统、模型存储功能网元、模型需求网元和网络数据分析功能网元等相关网元。
背景技术
在公共陆地移动网中可以部署一个或多个网络数据分析功能(Network DataAnalytics Function,NWDAF)网元。当存在多个NWDAF网元时,每个NWDAF网元不需要提供对全部分析服务类型的支持,可以提供对部分分析服务类型的支持。每个NWDAF网元支持的分析服务类型可以通过分析ID(Analytics ID)标识。
每个NWDAF网元内可以执行分析逻辑功能(Analysis logic function,AnLF)和/或模型训练逻辑功能(Model training logic function,MTLF)。具有AnLF功能的NWDAF网元主要执行推理功能,并将最终的分析结果反馈给订阅者。具有MTLF功能的NWDAF网元主要执行训练功能,根据分析ID训练好了相应的模型,然后向网络存储功能(NF RepositoryFunction,NRF)注册模型,以支持具有MTLF功能的NWDAF网元的发现、订阅和请求。
经研究发现,当前标准不支持模型在多个具有MTLF功能的NWDAF网元间共享,这将造成模型的重复训练,导致资源的浪费。例如,A省NWDAF网元中针对某分析服务已生成相应模型,但B省NWDAF网元无法获取相应模型,需要针对同类型分析服务进行重复训练,造成资源浪费。此种情况也可能发生在提供相同服务但处于不同位置的专网之间。
发明内容
本公开实施例增强了移动网络对网络数据分析功能模型的管理,基于增设的模型存储功能网元存储和管理模型,使得模型能够被共享,例如,模型在多个网络数据分析功能网元之间共享,模型在不同区域间共享,模型在不同专网间共享,从而,达到模型的一次训练多次调用的效果,避免了模型重复训练造成的资源浪费。
本公开一些实施例提出一种网络服务方法,包括:
模型存储功能MSF网元存储网络数据分析功能NWDAF网元训练的模型文件信息;
MSF网元响应模型需求网元提出的分析服务相关的模型请求,判断存储的现有模型是否满足模型需求网元的模型请求;
MSF网元根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件。
在一些实施例中,MSF网元存储NWDAF网元训练的模型文件信息包括:
MSF网元接收NWDAF网元发送的模型存储请求,其中包括请求存储的模型文件的描述信息;
MSF网元决定是否接受所述模型存储请求,并向NWDAF网元发送相应的模型存储响应;
MSF网元如果决定接受所述模型存储请求,根据所述描述信息中的模型文件地址,向NWDAF网元下载相应的模型文件;
MSF网元将模型文件及其描述信息作为模型文件信息进行存储。
在一些实施例中,MSF网元判断存储的现有模型是否满足模型需求网元的模型请求包括:MSF网元根据存储的现有模型的分析服务类型,并结合模型性能、模型有效期、模型区域性中的至少一项,判断现有模型是否满足模型需求网元的模型请求。
在一些实施例中,MSF网元根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件包括:MSF网元从满足模型请求的模型文件中,选择模型性能最优的模型文件作为目标模型文件提供给模型需求网元。
在一些实施例中,MSF网元向模型需求网元提供模型请求相应的目标模型文件包括:
MSF网元将目标模型文件的模型文件地址发送给模型需求网元;
MSF网元接收模型需求网元基于目标模型文件的模型文件地址发起的模型下载请求;
MSF网元通过模型下载请求响应将目标模型文件发送给模型需求网元。
在一些实施例中,如果没有满足模型请求的模型文件信息,MSF网元向模型需求网元返回模型请求失败响应;
NWDAF网元接收模型需求网元基于模型请求失败响应发送的分析服务相关的模型请求,其中携带向MSF网元请求模型是否失败的指示信息;
NWDAF网元响应模型需求网元提出的分析服务相关的模型请求,向模型需求网元提供模型请求相应的目标模型文件;
NWDAF网元根据所述指示信息的指示,在模型需求网元向MSF网元请求模型失败的情况下,发起将目标模型文件信息存储到MSF网元的流程。
在一些实施例中,所述模型文件信息包括模型文件及其描述信息,所述模型文件的描述信息包括分析服务类型,还包括模型性能、模型有效期、模型区域性、模型文件地址中的至少一项。
本公开一些实施例提出一种网络服务方法,包括:
向MSF网元提出分析服务相关的模型请求;
接收MSF网元发送的模型请求成功响应或者模型请求失败响应;
根据模型请求成功响应中的目标模型文件的模型文件地址,向MSF网元发起目标模型文件的模型下载流程;
根据模型请求失败响应,向NWDAF网元发送分析服务相关的模型请求,并接收NWDAF网元返回的模型请求相应的目标模型文件,模型请求携带向MSF网元请求模型是否失败的指示信息,以指示NWDAF网元在模型需求网元向MSF网元请求模型失败的情况下发起将目标模型文件信息存储到MSF网元的流程。
本公开一些实施例提出一种模型存储功能网元,包括:
存储模块,被配置为存储网络数据分析功能NWDAF网元训练的模型文件信息;
判断模块,被配置为响应模型需求网元提出的分析服务相关的模型请求,判断存储的现有模型是否满足模型需求网元的模型请求;
提供模块,被配置为根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件。
本公开一些实施例提出一种网络数据分析功能网元,包括:
接收模块,被配置为接收模型需求网元基于MSF网元的模型请求失败响应发送的分析服务相关的模型请求,其中携带向MSF网元请求模型是否失败的指示信息;
第一提供模块,被配置为响应模型需求网元提出的分析服务相关的模型请求,向模型需求网元提供模型请求相应的目标模型文件;
第二提供模块,被配置为根据所述指示信息的指示,在模型需求网元向MSF网元请求模型失败的情况下,发起将目标模型文件信息存储到MSF网元的流程。
本公开一些实施例提出一种模型需求网元,包括:
请求模块,被配置为向MSF网元提出分析服务相关的模型请求;
接收模块,被配置为接收MSF网元发送的模型请求成功响应或者模型请求失败响应;
第一模型获取模块,被配置为根据模型请求成功响应中的目标模型文件的模型文件地址,向MSF网元发起目标模型文件的模型下载流程;
第二模型获取模块,被配置为根据模型请求失败响应,向NWDAF网元发送分析服务相关的模型请求,并接收NWDAF网元返回的模型请求相应的目标模型文件,模型请求携带向MSF网元请求模型是否失败的指示信息,以指示NWDAF网元在模型需求网元向MSF网元请求模型失败的情况下发起将目标模型文件信息存储到MSF网元的流程。
本公开一些实施例提出一种模型存储功能网元,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中的指令,执行网络服务方法。
本公开一些实施例提出一种模型需求网元,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中的指令,执行网络服务方法。
本公开一些实施例提出一种网络服务系统,包括:模型存储功能网元,模型需求网元,网络数据分析功能网元。
本公开一些实施例提出一种非瞬时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现网络服务方法的步骤。
附图说明
下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍。根据下面参照附图的详细描述,可以更加清楚地理解本公开。
显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出相关技术的模型提供服务架构示意图。
图2示出本公开一些实施例的增设MSF网元和服务化接口Nmsf的服务架构示意图。
图3示出本公开一些实施例的MSF网元存储NWDAF网元训练的模型文件信息的流程示意图。
图4示出本公开一些实施例的基于MSF网元的网络服务方法的流程示意图。
图5示出本公开一些实施例的MSF网元为具有AnLF功能的NWDAF提供模型的网络服务方法的流程示意图。
图6示出本公开一些实施例的MSF网元为位于不同区域的具有AnLF功能的NWDAF提供模型的网络服务方法的流程示意图。
图7示出本公开一些实施例的模型存储功能网元700的示意图。
图8示出本公开一些实施例的网络数据分析功能网元800的示意图。
图9示出本公开一些实施例的模型需求网元900的示意图。
图10示出本公开一些实施例的模型存储功能网元1000的示意图。
图11示出本公开一些实施例的模型需求网元1100的示意图。
图12示出本公开一些实施例的网络服务系统1200的示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述。
除非特别说明,否则,本公开中的“第一”“第二”等描述用来区分不同的对象,并不用来表示大小或时序等含义。
按照相关技术,如图1所示,具有AnLF功能的NWDAF网元与具有MTLF功能的NWDAF网元之间设有Nnwdaf接口,通过Nnwdaf接口具有AnLF功能的NWDAF网元向具有MTLF功能的NWDAF网元获取训练好的模型。这将造成模型的重复训练,导致资源的浪费。
为了增强移动网络对网络数据分析功能模型的管理,使得模型能够在多个NWDAF网元之间共享,增设模型存储功能(Model Storage Function,MSF)网元和服务化接口Nmsf,通过Nmsf接口实现MSF与其他网络功能(Network Function,NFs)的交互。
图2示出增设MSF网元和服务化接口Nmsf的服务架构示意图。如图2所示,在服务化架构中,原本有NSSF(Network Slice Selection Function,网络切片选择功能)、NEF(Network Exposure Function,网络开放功能)、NRF(NF Repository Function,网络存储功能)、PCF(Policy Control function,策略控制功能)、UDM(Unified Data Management,统一数据管理功能)、AF(Application Function,应用功能)、NSSAAF(Network Slice-Specific Authentication and Authorization Function,网络切片选择的认证和授权功能)、AUSF(Authentication Server Function,认证服务器功能)、AMF(Access andMobility Management Function,接入和移动性管理功能)、SMF(Session Managementfunction,会话管理功能)、SCP(Service Communication Proxy,服务通信代理)、NSACF(Network Slice Admission Control Function,网络切片准入控制功能)、NWDAF(NetworkData Analytics Function,网络数据分析功能),UPF(User plane Function,用户面功能)等网元以及相应的接口,如Nnssf,Nnef,Nnrf,Npcf,Nudm等,在此基础上,增设MSF网元和服务化接口Nmsf。图2还示出了AN(Access Network,接入网络)或RAN(Radio AccessNetwork,无线接入网络),DN(Data Network,数据网络),UE(User Equipment,用户设备)等。
MSF网元可以支持的功能包括但不限于以下功能。
(1)存储网络中部分或全部训练好的模型文件信息。模型文件信息包括但不限于如表1所示的模型文件、模型文件的描述信息。模型文件的描述信息包括分析服务类型、模型性能、模型有效期、模型区域性、模型文件地址等。
(2)分析并评估现有模型是否能满足当前需求方的分析服务需求。
(3)向需求方提供评估后的最优模型文件或模型文件地址。
表1模型文件信息
NWDAF将训练好的模型发送给MSF,实现模型副本存储。如图3所示,MSF网元存储NWDAF网元训练的模型文件信息例如包括以下步骤。
在步骤310,NWDAF调用Nmsf_MLModelStorage_Request(基于Nmsf接口的模型存储请求)操作,向MSF发起模型存储请求,其中包括请求存储的模型文件的描述信息,例如分析ID、模型文件地址、模型性能等相关参数。
本公开各实施例中的模型例如包括但不限于机器学习(Machine Learning,ML)模型、人工智能(Artificial Intelligence,AI)模型、主动学习(Active Learning,AL)模型等。
在步骤320,MSF调用Nmsf_MLModelStorage_Request Response(基于Nmsf接口的模型存储请求响应)操作进行模型存储响应。MSF可以根据模型文件信息和资源适用情况等决定是否接受模型存储请求。若MSF决定接受所述模型存储请求,则发起步骤330。
在步骤330,MSF根据步骤310中提供的模型文件地址,向该NWDAF发起模型文件下载请求。
在步骤340,NWDAF响应该下载请求,并向MSF传输模型文件,可采取FTP(FileTransfer Protocol,文件传输协议)、SFTP(SSH File Transfer Protocol,安全文件传输协议)等传输协议进行传输。
如图4所示,基于MSF网元的网络服务方法包括以下步骤。
在步骤410,MSF网元例如可以采用步骤310-340的方法,存储NWDAF网元训练的模型文件信息,包括模型文件及其描述信息。
在步骤420,MSF网元响应模型需求网元提出的分析服务相关的模型请求,判断存储的现有模型是否满足模型需求网元的模型请求。
位于不同区域或不同专网的模型需求网元均可以向MSF网元提出模型请求。具有AnLF功能的各个NWDAF网元均可以作为模型需求网元向MSF网元提出模型请求。模型需求网元包括但不限于具有AnLF功能的各个NWDAF网元。
模型需求网元在提出模型请求时会对模型的分析服务类型、模型性能、模型有效期、模型区域性有一定要求,MSF网元根据存储的现有模型的分析服务类型,并根据需要结合模型性能、模型有效期、模型区域性中的至少一项,判断现有模型是否满足模型需求网元的模型请求。
在步骤430,如果有满足模型请求的模型文件信息,MSF网元根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件。
MSF网元从满足模型请求的模型文件中,选择模型性能最优的模型文件作为目标模型文件提供给模型需求网元。
MSF网元向模型需求网元提供模型请求相应的目标模型文件包括:MSF网元将目标模型文件的模型文件地址发送给模型需求网元;MSF网元接收模型需求网元基于目标模型文件的模型文件地址发起的模型下载请求;MSF网元通过模型下载请求响应将目标模型文件发送给模型需求网元。
在步骤440,如果没有满足模型请求的模型文件信息,MSF网元向模型需求网元返回模型请求失败响应。
该实施例增强了移动网络对网络数据分析功能模型的管理,基于增设的模型存储功能网元存储和管理模型,使得模型能够被共享,例如,模型在多个网络数据分析功能网元之间共享,模型在不同区域间共享,模型在不同专网间共享,从而,达到模型的一次训练多次调用的效果,避免了模型重复训练造成的资源浪费。
如图5所示,MSF网元为具有AnLF功能的NWDAF提供模型的网络服务方法包括以下步骤。
在步骤510,当具有AnLF功能的NWDAF调用Nmsf_MLModelInfo_Request(基于Nmsf接口的模型文件信息请求)操作,向MSF请求与一个或一组分析ID相关联的一个或一组模型。具有AnLF功能的NWDAF提供的模型描述信息包括但不限于分析ID、模型准确率和模型精度等表1中的模型描述信息。
在步骤520,MSF根据具有AnLF功能的NWDAF提供的模型描述信息对现有模型进行分析评估,评估内容包括但不限于:泛化误差、平均绝对误差、R平方值和平均方差等。
在步骤530,若现有模型可以满足具有AnLF功能的NWDAF的分析服务需求,则MSF向具有AnLF功能的NWDAF发送模型文件信息,包括但不限于模型文件地址,分析ID,模型文件的存储格式等。若现有模型不能满足具有AnLF功能的NWDAF的分析服务需求,则MSF向具有AnLF功能的NWDAF发送模型请求失败响应。
在步骤540,若具有AnLF功能的NWDAF向MSF请求模型失败,则可调用Nnwdaf_MLModelInfo_Request(基于Nnwdaf接口的模型文件信息请求)操作,向具有MTLF功能的NWDAF发起模型请求流程。模型请求中新增向MSF网元请求模型是否失败的指示信息(即模型请求指示参数,设为Model_Request),当其为0时表明该NWDAF未曾向MSF发起过模型请求流程,当其为1时表明该NWDAF向MSF网元请求模型失败。同时,模型请求中还可以包括模型准确率和模型精度等模型性能参数以及表1中其他的模型描述信息。
在步骤550,具有MTLF功能的NWDAF响应该模型请求,并向具有AnLF功能的NWDAF发送模型请求相应的模型文件信息,包括但不限于模型文件地址,分析ID,模型文件的存储格式等。
在步骤560,继步骤530,若步骤530为现有模型可以满足具有AnLF功能的NWDAF的分析服务需求,具有AnLF功能的NWDAF可根据MSF向其提供的模型文件地址,向MSF发起模型下载请求。
在步骤570,继步骤560,MSF响应模型下载请求,并向具有AnLF功能的NWDAF发送模型文件。
在步骤580,继步骤550,具有AnLF功能的NWDAF可根据具有MTLF功能的NWDAF向其提供的模型文件地址,向具有MTLF功能的NWDAF发起模型下载请求。
在步骤590,继步骤580,具有MTLF功能的NWDAF响应模型下载请求,并向具有AnLF功能的NWDAF发送模型文件。
在步骤5100,具有MTLF功能的NWDAF可以根据步骤540中新增的具有AnLF功能的NWDAF向MSF网元请求模型是否失败的指示信息,选择是否向MSF发起如图3所示的模型存储流程,将训练完成的新模型存储至MSF中。
其中,根据指示信息的指示,当指示信息为1时,表明具有AnLF功能的NWDAF向MSF网元请求模型失败,换言之,MSF网元没有存储相应的模型文件,则具有MTLF功能的NWDAF向MSF发起模型存储流程,将相应的模型文件信息存储至MSF。
该实施例增强了移动网络对网络数据分析功能模型的管理,基于增设的模型存储功能网元存储和管理模型,使得模型能够被共享,例如,模型在多个网络数据分析功能网元之间共享,模型在不同区域间共享,模型在不同专网间共享,从而,达到模型的一次训练多次调用的效果,避免了模型重复训练造成的资源浪费。
如图6所示,MSF网元为位于不同区域的具有AnLF功能的NWDAF提供模型的网络服务方法包括以下步骤。
前置条件:MSF被集中部署或分布式部署于多个省。
在步骤610,A省具有AnLF功能的NWDAF向MSF发起与网元负载数据分析服务相关联的模型文件信息请求,并提供参数信息(即模型文件描述信息):Analytics ID=NF loadinformation(分析ID为网元负载信息),Target of analytics=UPF 1(分析目标为UPF1),Model accuracy=99%(要求的模型准确度为99%)。
在步骤620,MSF根据提供的参数信息对现有模型进行分析评估后发现现有模型无法满足其分析服务需求。
在步骤630,MSF返回模型文件信息请求失败信息。
在步骤640,A省具有AnLF功能的NWDAF向A省具有MTLF功能的NWDAF发起模型文件信息请求,并提供参数信息(即模型文件描述信息):Analytics ID=NF loadinformation,Model accuracy=99%,Model_Request=1。
在步骤650,A省具有MTLF功能的NWDAF视需要发起数据收集流程,执行模型训练。模型训练完成后生成模型文件UPF99.xml,并向A省具有AnLF功能的NWDAF提供该模型文件的地址信息:ML model information=sftp://10.69.0.1/model/NFloadinformation。
在步骤660,A省具有AnLF功能的NWDAF根据收到的模型文件地址信息向其发起模型文件下载请求。
在步骤670,A省具有MTLF功能的NWDAF响应其模型文件下载请求,允许A省具有AnLF功能的NWDAF下载模型文件。
在步骤680,A省具有MTLF功能的NWDAF根据步骤640中参数Model_Request=1,向MSF发起对该模型的存储请求,提供参数:Analytics ID=NF load information,Modelaccuracy=99%,ML model information=sftp://10.69.0.1/model/NFloadinformation(模型在具有MTLF功能的NWDAF中的地址)。
在步骤690,MSF结合模型文件信息、资源使用情况等信息后,允许其存储请求。
在步骤6100,MSF根据步骤680中所提供的参数信息,向A省具有MTLF功能的NWDAF发起对该模型的下载请求。
在步骤6110,A省具有MTLF功能的NWDAF同意其下载请求,执行模型文件传输。该模型被存储至MSF中,存储内容包括:Analytics ID=NF load information,Model accuracy=99%,ML model address=sftp://10.69.0.2/model/NFloadinformation。
在步骤6120,B省具有AnLF功能的NWDAF向MSF发起与网元负载数据分析服务相关联的模型文件信息请求,并提供参数信息(即模型文件描述信息):Analytics ID=NF loadinformation,Target of analytics=UPF 3,Model accuracy=94%。
在步骤6130,MSF根据提供的参数信息发现,现有模型2个符合分析需求:
模型1:UPF96.xml,Analytics ID=NF load information,Model accuracy=96%。
模型2:UPF99.xml,Analytics ID=NF load information,Model accuracy=99%。
MSF对现有模型进行分析评估后,模型2UPF99.xml为最优模型。
在步骤6140,MSF将评估后的最优模型UPF99.xml的文件信息发送给B省具有AnLF功能的NWDAF。信息包括:Analytics ID=NF load information,ML model address=sftp://10.69.0.2/model/NFloadinformation(模型在MSF中的地址),Storage type=xml,Model accuracy=99%。
在步骤6150,B省具有AnLF功能的NWDAF根据收到的模型信息向MSF发起模型文件下载请求。
在步骤6160,MSF响应其模型文件下载请求,允许B省具有AnLF功能的NWDAF下载模型文件。
该实施例增强了移动网络对网络数据分析功能模型的管理,基于增设的模型存储功能网元存储和管理模型,使得模型能够被共享,例如,模型在多个网络数据分析功能网元之间共享,模型在不同区域间共享,模型在不同专网间共享,从而,达到模型的一次训练多次调用的效果,避免了模型重复训练造成的资源浪费。并且,模型存储功能网元可以将最优的模型提供给需求方,增加了需求方获取网络数据分析功能模型的可用性。
如图7所示,一种模型存储功能网元700包括:模块710-730。
存储模块710,被配置为存储NWDAF网元训练的模型文件信息,包括:接收NWDAF网元发送的模型存储请求,其中包括请求存储的模型文件的描述信息;决定是否接受所述模型存储请求,并向NWDAF网元发送相应的模型存储响应;如果决定接受所述模型存储请求,根据所述描述信息中的模型文件地址,向NWDAF网元下载相应的模型文件;将模型文件及其描述信息作为模型文件信息进行存储。
判断模块720,被配置为响应模型需求网元提出的分析服务相关的模型请求,判断存储的现有模型是否满足模型需求网元的模型请求,包括:根据存储的现有模型的分析服务类型,并结合模型性能、模型有效期、模型区域性中的至少一项,判断现有模型是否满足模型需求网元的模型请求。
提供模块730,被配置为根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件。例如,从满足模型请求的模型文件中,选择模型性能最优的模型文件作为目标模型文件提供给模型需求网元。其中,向模型需求网元提供模型请求相应的目标模型文件包括:将目标模型文件的模型文件地址发送给模型需求网元;接收模型需求网元基于目标模型文件的模型文件地址发起的模型下载请求;通过模型下载请求响应将目标模型文件发送给模型需求网元。
如图8所示,一种网络数据分析功能网元800包括:模块810-830。
接收模块810,被配置为接收模型需求网元基于MSF网元的模型请求失败响应发送的分析服务相关的模型请求,其中携带模型需求网元向MSF网元请求模型是否失败的指示信息。
第一提供模块820,被配置为响应模型需求网元提出的分析服务相关的模型请求,向模型需求网元提供模型请求相应的目标模型文件。
第二提供模块830,被配置为根据所述指示信息的指示,在模型需求网元向MSF网元请求模型失败的情况下,发起将目标模型文件信息存储到MSF网元的流程。
如图9所示,一种模型需求网元900包括:模块910-940。
请求模块910,被配置为向MSF网元提出分析服务相关的模型请求;
接收模块920,被配置为接收MSF网元发送的模型请求成功响应或者模型请求失败响应;
第一模型获取模块930,被配置为根据模型请求成功响应中的目标模型文件的模型文件地址,向MSF网元发起目标模型文件的模型下载流程;
第二模型获取模块940,被配置为根据模型请求失败响应,向NWDAF网元发送分析服务相关的模型请求,并接收NWDAF网元返回的模型请求相应的目标模型文件,模型请求携带向MSF网元请求模型是否失败的指示信息,以指示NWDAF网元在模型需求网元向MSF网元请求模型失败的情况下发起将目标模型文件信息存储到MSF网元的流程。
如图10所示,一种模型存储功能网元1000包括:存储器1010;以及耦接至所述存储器的处理器1020,所述处理器被配置为基于存储在所述存储器中的指令,执行各实施例由模型存储功能网元执行的网络服务方法。
如图11所示,一种模型需求网元1100包括:存储器1110;以及耦接至所述存储器的处理器1120,所述处理器被配置为基于存储在所述存储器中的指令,执行各实施例由模型需求网元(需求方)执行的网络服务方法。
其中,存储器例如可以包括系统存储器、固定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。
其中,处理器可以用通用处理器、数字信号处理器(Digital Signal Processor,DSP)、应用专用集成电路(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。
此外,模型存储功能网元1000、模型需求网元1100还可以包括输入输出接口、网络接口、存储接口等。这些接口以及存储器和处理器之间例如可以通过总线连接。其中,输入输出接口为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口为各种联网设备提供连接接口。存储接口为SD卡、U盘等外置存储设备提供连接接口。总线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(Industry Standard Architecture,ISA)总线、微通道体系结构(Micro ChannelArchitecture,MCA)总线、外围组件互连(Peripheral Component Interconnect,PCI)总线。
如图12所示,一种网络服务系统1200包括:模型存储功能网元700,1000,模型需求网元900,1100,以及网络数据分析功能网元800。
本公开一些实施例提出一种非瞬时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现各实施例的网络服务方法的步骤。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,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。而且,本公开可采用在一个或多个其中包含有计算机程序代码的非瞬时性计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的较佳实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (15)
1.一种网络服务方法,其特征在于,包括:
模型存储功能MSF网元存储网络数据分析功能NWDAF网元训练的模型文件信息;
MSF网元响应模型需求网元提出的分析服务相关的模型请求,判断存储的现有模型是否满足模型需求网元的模型请求;
MSF网元根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件。
2.根据权利要求1所述的方法,其特征在于,MSF网元存储NWDAF网元训练的模型文件信息包括:
MSF网元接收NWDAF网元发送的模型存储请求,其中包括请求存储的模型文件的描述信息;
MSF网元决定是否接受所述模型存储请求,并向NWDAF网元发送相应的模型存储响应;
MSF网元如果决定接受所述模型存储请求,根据所述描述信息中的模型文件地址,向NWDAF网元下载相应的模型文件;
MSF网元将模型文件及其描述信息作为模型文件信息进行存储。
3.根据权利要求1所述的方法,其特征在于,MSF网元判断存储的现有模型是否满足模型需求网元的模型请求包括:
MSF网元根据存储的现有模型的分析服务类型,并结合模型性能、模型有效期、模型区域性中的至少一项,判断现有模型是否满足模型需求网元的模型请求。
4.根据权利要求1所述的方法,其特征在于,MSF网元根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件包括:
MSF网元从满足模型请求的模型文件中,选择模型性能最优的模型文件作为目标模型文件提供给模型需求网元。
5.根据权利要求1所述的方法,其特征在于,MSF网元向模型需求网元提供模型请求相应的目标模型文件包括:
MSF网元将目标模型文件的模型文件地址发送给模型需求网元;
MSF网元接收模型需求网元基于目标模型文件的模型文件地址发起的模型下载请求;
MSF网元通过模型下载请求响应将目标模型文件发送给模型需求网元。
6.根据权利要求1所述的方法,其特征在于,
如果没有满足模型请求的模型文件信息,MSF网元向模型需求网元返回模型请求失败响应;
NWDAF网元接收模型需求网元基于模型请求失败响应发送的分析服务相关的模型请求,其中携带向MSF网元请求模型是否失败的指示信息;
NWDAF网元响应模型需求网元提出的分析服务相关的模型请求,向模型需求网元提供模型请求相应的目标模型文件;
NWDAF网元根据所述指示信息的指示,在模型需求网元向MSF网元请求模型失败的情况下,发起将目标模型文件信息存储到MSF网元的流程。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述模型文件信息包括模型文件及其描述信息,
所述模型文件的描述信息包括分析服务类型,还包括模型性能、模型有效期、模型区域性、模型文件地址中的至少一项。
8.一种网络服务方法,其特征在于,包括:
向MSF网元提出分析服务相关的模型请求;
接收MSF网元发送的模型请求成功响应或者模型请求失败响应;
根据模型请求成功响应中的目标模型文件的模型文件地址,向MSF网元发起目标模型文件的模型下载流程;
根据模型请求失败响应,向NWDAF网元发送分析服务相关的模型请求,并接收NWDAF网元返回的模型请求相应的目标模型文件,模型请求携带向MSF网元请求模型是否失败的指示信息,以指示NWDAF网元在模型需求网元向MSF网元请求模型失败的情况下发起将目标模型文件信息存储到MSF网元的流程。
9.一种模型存储功能网元,其特征在于,包括:
存储模块,被配置为存储网络数据分析功能NWDAF网元训练的模型文件信息;
判断模块,被配置为响应模型需求网元提出的分析服务相关的模型请求,判断存储的现有模型是否满足模型需求网元的模型请求;
提供模块,被配置为根据满足模型请求的模型文件信息,向模型需求网元提供模型请求相应的目标模型文件。
10.一种网络数据分析功能网元,其特征在于,包括:
接收模块,被配置为接收模型需求网元基于MSF网元的模型请求失败响应发送的分析服务相关的模型请求,其中携带向MSF网元请求模型是否失败的指示信息;
第一提供模块,被配置为响应模型需求网元提出的分析服务相关的模型请求,向模型需求网元提供模型请求相应的目标模型文件;
第二提供模块,被配置为根据所述指示信息的指示,在模型需求网元向MSF网元请求模型失败的情况下,发起将目标模型文件信息存储到MSF网元的流程。
11.一种模型需求网元,其特征在于,包括:
请求模块,被配置为向MSF网元提出分析服务相关的模型请求;
接收模块,被配置为接收MSF网元发送的模型请求成功响应或者模型请求失败响应;
第一模型获取模块,被配置为根据模型请求成功响应中的目标模型文件的模型文件地址,向MSF网元发起目标模型文件的模型下载流程;
第二模型获取模块,被配置为根据模型请求失败响应,向NWDAF网元发送分析服务相关的模型请求,并接收NWDAF网元返回的模型请求相应的目标模型文件,模型请求携带向MSF网元请求模型是否失败的指示信息,以指示NWDAF网元在模型需求网元向MSF网元请求模型失败的情况下发起将目标模型文件信息存储到MSF网元的流程。
12.一种模型存储功能网元,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中的指令,执行权利要求1-7中任一项所述的网络服务方法。
13.一种模型需求网元,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中的指令,执行权利要求8所述的网络服务方法。
14.一种网络服务系统,包括:
权利要求9或12所述的模型存储功能网元,
权利要求11或13所述的模型需求网元,
权利要求10所述的网络数据分析功能网元。
15.一种非瞬时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现权利要求1-8中任一项所述的网络服务方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210451884.7A CN116980308A (zh) | 2022-04-24 | 2022-04-24 | 网络服务方法和系统及相关网元 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210451884.7A CN116980308A (zh) | 2022-04-24 | 2022-04-24 | 网络服务方法和系统及相关网元 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116980308A true CN116980308A (zh) | 2023-10-31 |
Family
ID=88475429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210451884.7A Pending CN116980308A (zh) | 2022-04-24 | 2022-04-24 | 网络服务方法和系统及相关网元 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116980308A (zh) |
-
2022
- 2022-04-24 CN CN202210451884.7A patent/CN116980308A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3989485B1 (en) | Nwdaf network element selection method and apparatus, electronic device, and readable storage medium | |
CN109586941B (zh) | 一种基于服务化架构的业务处理方法及装置 | |
CN107566786B (zh) | 一种获取监控视频的方法、装置及终端设备 | |
EP3800918B1 (en) | Communication method and apparatus | |
CN110633442A (zh) | 一种推送方法、装置及电子设备 | |
CN111163130B (zh) | 一种网络服务系统及其数据传输方法 | |
CN107613528B (zh) | 一种业务流量的控制方法及系统 | |
CN113612686A (zh) | 流量调度方法、装置及电子设备 | |
CN114302429B (zh) | Nwdaf网元的确定方法、装置、设备及存储介质 | |
WO2019024679A1 (zh) | 网络功能的升级方法及升级管理实体 | |
CN114760619A (zh) | 一种用户信息分析结果反馈方法及其装置 | |
CN113300854B (zh) | 一种边缘节点能力扩展方法、系统及扩展盒子 | |
CN111770122A (zh) | 服务通信代理scp注册方法、服务调用方法及网络设备 | |
CN116980308A (zh) | 网络服务方法和系统及相关网元 | |
EP4340436A1 (en) | Operation and maintenance method, apparatus, and system, server, electronic device, and medium | |
WO2023016255A1 (zh) | 一种网络功能服务授权方法及装置 | |
CN114189893A (zh) | O-ran能力开放方法、通信系统、装置及存储介质 | |
CN112988339B (zh) | 一种数据管理方法及装置 | |
CN111385110B (zh) | 网络的管理方法及装置 | |
CN110876852B (zh) | 微服务的网络游戏数据处理方法及系统 | |
CN113239297A (zh) | 消息推送方法、系统及存储介质 | |
CN112788341B (zh) | 视频信息处理方法、多媒体信息处理方法、装置及电子设备 | |
CN113271229B (zh) | 设备控制方法及装置、存储设备、安全设备、交换机、路由器及服务器 | |
WO2024094105A1 (zh) | 消息交互方法、装置、网络功能、相关设备及存储介质 | |
US20220256447A1 (en) | Method, apparatus and computer program |
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 |