CN117098112A - Pdu会话管理方法、装置、系统、电子设备及存储介质 - Google Patents
Pdu会话管理方法、装置、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117098112A CN117098112A CN202210522016.3A CN202210522016A CN117098112A CN 117098112 A CN117098112 A CN 117098112A CN 202210522016 A CN202210522016 A CN 202210522016A CN 117098112 A CN117098112 A CN 117098112A
- Authority
- CN
- China
- Prior art keywords
- task
- entity
- network
- data analysis
- pdu session
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 65
- 238000010801 machine learning Methods 0.000 claims abstract description 135
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 125
- 238000007405 data analysis Methods 0.000 claims abstract description 122
- 230000006870 function Effects 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000003213 activating effect Effects 0.000 claims abstract description 15
- 238000013523 data management Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 16
- 206010048669 Terminal state Diseases 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000010295 mobile communication Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000009849 deactivation Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W8/00—Network data management
- H04W8/02—Processing of mobility data, e.g. registration information at HLR [Home Location Register] or VLR [Visitor Location Register]; Transfer of mobility data, e.g. between HLR, VLR or external networks
- H04W8/08—Mobility data transfer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/30—Connection release
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开提供了一种PDU会话管理方法、装置、系统、电子设备及存储介质，其中，PDU会话管理方法包括：接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，签约数据包含操作参数，操作参数用于获取终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；从网络数据分析功能NWDAF实体获取终端设备的网络数据分析结果；基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。本公开通过将AI任务和/或ML任务的操作参数写入签约数据，SMF实体根据操作参数和NWDAF实体对终端设备的网络数据分析结果，管理终端设备执行AI任务和/或ML任务的PDU会话，提高了终端设备的数据隐私性和网络资源利用效率。
Description
技术领域
本公开涉及无线通信技术领域，尤其涉及一种PDU会话管理方法、装置、系统、电子设备及存储介质。
背景技术
随着AI(Artificial Intelligence，人工智能)任务或ML(Arthur Samuel，机器学习)任务的应用程序逐渐增多，由于终端设备的内存和计算能力有限无法完成重量级的AI任务或ML任务操作，目前通常是将终端设备的数据上传到云端服务器，在云端服务器进行模型训练和推理后把得到的结果返回给终端设备。
现有技术，根据AI任务或ML任务传输数据量大、可能迭代进行、对时延要求高和需要UE(User Equipment，用户设备)或第三方根据网络状态实时调整传输任务的特点，为了保证AI任务或ML任务不过多占用网络资源导致网络中的其他业务受影响，5GC(5G Core，5G核心网)需要将必要的网络状态变化信息或预测暴露给UE或第三方服务器，以便UE或第三方服务器决定AI任务或ML任务拆分点、进行模型和数据传输的时间等等。目前，诸多终端厂商提出将实体负载、网络性能等网络数据直接暴露给UE或第三方的方案。然而，将网络中的数据直接暴露给UE或第三方将涉及诸多安全隐患。
基于此，如何解决终端设备上执行AI任务或ML任务的PDU(Protocol Data Unit，协议数据单元)会话过多占用网络资源和网络数据存在泄露风险成为了亟需解决的问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开提供一种PDU会话管理方法、装置、系统、电子设备及存储介质，至少在一定程度上克服相关技术中终端设备上执行AI任务或ML任务的PDU会话过多占用网络资源和网络数据存在泄露风险的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种协议数据单元PDU会话管理方法，应用于会话管理功能SMF(Session Management Function，会话管理功能)实体，包括：接收统一数据管理功能UDM(Unified Data Management，统一数据管理功能)实体发送的终端设备的签约数据，其中，所述签约数据包含操作参数，所述操作参数用于获取所述终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；从网络数据分析功能NWDAF(Network DataAnalytics Function，网络数据分析功能)实体获取所述终端设备的网络数据分析结果；基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
在本公开的一个实施例中，所述操作参数由应用功能AF(Application Function，应用功能)实体通过网络开放功能NEF(Network Exposure Function，网络开放功能)实体写入存储在UDM实体上所述终端设备的签约数据中。
在本公开的一个实施例中，从网络数据分析功能NWDAF实体获取所述终端设备的网络数据分析结果，所述方法还包括：向NWDAF实体发送网络数据分析请求，其中，所述网络数据分析请求用于请求NWDAF实体对所述终端设备的网络资源利用情况和/或终端状态进行分析；接收所述NWDAF实体返回的所述终端设备的网络数据分析结果。
在本公开的一个实施例中，接收网络数据分析功能NWDAF实体发送的数据分析结果，包括：接收NWDAF实体在预设时长内返回的网络数据分析结果。
在本公开的一个实施例中，所述预设时长为AI任务有效时长和/或ML任务有效时长，接收NWDAF实体在预设时长内返回的网络数据分析结果，包括：接收NWDAF实体在AI任务有效时长和/或ML任务有效时长内发送的网络数据分析结果。
在本公开的一个实施例中，所述数据分析结果包含所述终端设备的网络资源利用情况和/或终端状态；基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放，包括：基于所述操作参数、网络资源利用情况和终端状态，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
根据本公开的另一个方面，提供一种协议数据单元PDU会话管理装置，应用于会话管理功能SMF实体一侧，所述装置包括：签约数据接收模块，用于接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，所述签约数据包含操作参数，所述操作参数用于获取所述终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；分析结果获取模块，用于从网络数据分析功能NWDAF实体获取所述终端设备的网络数据分析结果；PDU会话管理模块，用于基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
在本公开的一个实施例中，上述分析结果获取模块还用于向NWDAF实体发送网络数据分析请求，其中，所述网络数据分析请求用于请求NWDAF实体对所述终端设备的网络资源利用情况和/或终端状态进行分析；接收所述NWDAF实体返回的所述终端设备的网络数据分析结果。
在本公开的一个实施例中，上述分析结果获取模块还用于接收NWDAF实体在预设时长内返回的网络数据分析结果。
在本公开的一个实施例中，所述预设时长为AI任务有效时长和/或ML任务有效时长，上述分析结果获取模块还用于接收NWDAF实体在AI任务有效时长和/或ML任务有效时长内发送的网络数据分析结果。
在本公开的一个实施例中，所述数据分析结果包含所述终端设备的网络资源利用情况和/或终端状态，上述PDU会话管理模块还用于基于所述操作参数、网络资源利用情况和终端状态，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
根据本公开的再一个方面，提供一种协议数据单元PDU会话管理系统，会话管理功能SMF实体、网络数据分析功能NWDAF实体、统一数据管理UDM实体和终端设备；UDM实体用于向SMF实体发送终端设备的签约数据，其中，应用功能AF实体通过网络开放功能NEF实体将所述终端设备上执行的AI任务和/或ML任务的操作参数写入存储在所述UDM实体上的所述签约数据中，所述所述签约数据包含操作参数，所述操作参数用于获取所述终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；NWDAF实体用于接收SMF实体发送的网络数据分析请求，并向所述SMF实体返回网络数据分析结果，其中，所述网络数据分析请求用于请求NWDAF实体对所述终端设备的网络资源利用情况和/或终端状态进行分析；所述SMF实体用于接收所述签约数据和所述网络数据分析结果，并基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
根据本公开的再一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述的协议数据单元PDU会话管理方法。
根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的协议数据单元PDU会话管理方法。
本公开的实施例所提供的一种PDU会话管理方法、装置、系统、电子设备及存储介质，其中，PDU会话管理方法包括：接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，签约数据包含操作参数，操作参数用于获取终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；从网络数据分析功能NWDAF实体获取终端设备的网络数据分析结果；基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。本公开通过将AI任务和/或ML任务的操作参数写入签约数据，SMF实体根据操作参数和NWDAF实体对终端设备的网络数据分析结果，管理终端设备执行AI任务和/或ML任务的PDU会话，提高了终端设备的数据隐私性和网络资源利用效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。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的前提下，还可以根据这些附图获得其他的附图。
图1示出本公开实施例中一种通信网络系统结构的示意图；
图2示出本公开实施例中一种PDU会话管理方法流程图；
图3示出本公开实施例中一种PDU会话管理方法示意图；
图4示出本公开实施例中另一种PDU会话管理方法流程图；
图5示出本公开实施例中另一种PDU会话管理方法示意图；
图6示出本公开实施例中一种PDU会话管理装置示意图；
图7示出本公开实施例中一种PDU会话管理系统示意图；和
图8示出本公开实施例中一种电子设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
正如上述背景技术中所提及的，近年来，AI任务或ML任务的应用程序逐渐增多，由于终端设备的内存和计算能力有限无法完成重量级的AI任务或ML任务操作，目前通常是将终端设备的数据上传到云端服务器，在云端服务器进行模型训练和推理后把得到的结果返回给终端设备。然而，这种方式让云端服务器面临巨大的计算和存储压力，用户信息面临暴露的风险，以及无法满足低时延的业务需求，如VR(Virtual Reality，虚拟现实)、AR(Augmented Reality，增强现实)或自动驾驶等。因此，联邦学习和分布式学习先将一项AI任务或ML任务拆分，一部分涉及用户隐私的计算在终端侧进行，再将中间数据或模型传至网络侧，另一部分需要大量算力和能耗的计算在网络侧进行，既能够保证用户隐私，又能够降低对设备的算力要求。
目前3GPP(3rd Generation Partnership Project，第三代合作伙伴计划)SA2关于AI或ML的R18立项中也对5G(5th Generation Mobile Communication Technology，第五代移动通信技术)+网络提出了三点新的需求以保证AI任务或ML任务的顺利进行，其一、AI/ML任务的拆分；其二、AI任务或ML任务的模型和数据在5GS的分发和共享；其三、支持应用层的联邦学习或分布式学习。同时，根据AI任务或ML任务传输数据量大、可能迭代进行、对时延要求高、需要UE或第三方根据网络状态实时调整传输任务的特点，为了保证AI任务或ML任务不过多占用网络资源导致网络中的其他业务受影响，5GC需要将必要的网络状态变化信息或预测暴露给UE或第三方服务器，以便UE或第三方服务器决定AI任务或ML任务拆分点、进行模型、数据传输的时间或大小等等。目前，诸多终端厂商提出将网元负载、网络性能等网络数据直接暴露给UE或第三方的方案。然而，将网络中的数据直接暴露给UE或第三方将涉及诸多安全隐患。
基于此，本公开提供了一种PDU会话管理方法、装置、系统、电子设备及存储介质，通过将AI任务和/或ML任务的操作参数写入签约数据，使得终端设备的网络数据不用暴露给服务器，SMF实体再根据操作参数和NWDAF实体对终端设备的网络数据分析结果，管理终端设备执行AI任务和/或ML任务的PDU会话，避免AI任务和/或ML任务的PDU会话过多占用终端设备的网络资源，提高了终端设备的数据隐私性和网络资源利用效率。
本公开实施例的技术方案可以应用于各种通信系统，例如：全球移动通讯(GlobalSystem of Mobile communication，GSM)系统、码分多址(Code Division MultipleAccess，CDMA)系统、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)系统、通用分组无线业务(General Packet Radio Service，GPRS)、长期演进(Long TermEvolution，LTE)系统、LTE频分双工(Frequency Division Duplex，FDD)系统、LTE时分双工(Time Division Duplex，TDD)、通用移动通信系统(Universal MobileTelecommunication System，UMTS)、全球互联微波接入(Worldwide Interoperabilityfor Microwave Access，WIMAX)通信系统、第五代移动通信技术系统或新无线(New Radio，NR)等。
图1示出了可以应用于本公开实施例的通信网络系统的结构示意图。
如图1所示，该系统可以包括NWDAF实体110、UE实体120、AMF实体130、SMF实体140、UDM实体150、NEF实体160和AF实体170。
可选地，上述系统还可以包括：网络存储功能(Network Repository Function，NRF)实体、鉴权服务功能(Authentication Server Function，AUSF)实体、策略控制功能(Policy Control Function，PCF)实体以及数据网络(Data Network，DN)中的一个或多个。
其中，NWDAF实体110：负责采集各种实体的数据，并对采集到的数据进行分析得到数据分析结果；NnwdaF(NF)服务可以为NWDAF实体提供特定信息服务，而NF服务包含两种服务，分别是Nnwdaf_EventsSubscription服务和Nnwdaf_AnalyticsInfo服务。Nnwdaf_EventsSubscription服务使NF服务使用者能够订阅或取消订阅NWDAF实体中不同分析信息的通知。Nnwdaf_AnalyticsInfo服务使Nnwdaf服务使用者能够请求并从NWDAF实体获得特定的分析。
Nnwdaf_EventsSubscription服务的类型包括：Slice load level information；Service experience；NF load；Network performance；Abnormal behaviour；UEmobility；UE communication；User data congestion；QoS sustainability。在结构方面，NWDAF实体可以个所有实体进行连接。
服务操作如下：NF服务使用Nnwdaf_EventsSubscription_Subscribe服务操作订阅或更新分析信息的事件通知订阅。可订阅一次定期通知或事件检测通知NF服务使用Nnwdaf_EventsSubscription_UnSubscribe服务操作取消订阅事件通知；NWDAF实体使用Nnwdaf_EventsSubscription_Notify服务操作来通知NF服务使用者订阅的事件；应用程序功能公开服务Naf_EventExposure是AF实体所展示的基于Naf服务的接口的一部分；Naf_EventExposure服务的已知Nnwdaf服务使用者是NEF实体和NWDAF实体。
UE实体120：可以是终端设备(terminal)，终端设备可以包括各种具有无线通信功能的手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备；还可以包括用户单元(subscriber unit)、蜂窝电话(cellular phone)、智能电话(smart phone)、无线数据卡、个人数字助理(personal digital assistant，PDA)电脑、平板型电脑、无线调制解调器(modem)、手持设备(handheld)、膝上型电脑(laptopcomputer)、无绳电话(cordless phone)或者无线本地环路(wireless local loop，WLL)台、机器类型通信(machine type communication，MTC)终端、用户设备，移动台(mobilestation，MS)，终端设备(terminal device)或者中继用户设备等。其中，中继用户设备例如可以是5G家庭网关(residential gateway，RG)。为方便描述，本公开中，上面提到的设备统称为终端设备。
AMF实体130：负责接入和移动性管理，具有对用户进行认证、切换、位置更新等功能。
SMF实体140：负责会话管理，包括分组数据单元(packet data unit，PDU)会话的建立、修改、释放等。
UDM实体150可以支持以下功能：第三代移动通讯网络的认证与密钥协商协议(TheThird Generation Partnership Project Authentication and Key Agreement，3GPPAKA)身份验证凭证的生成；用户标识处理，例如，5G系统中每个用户的SUPI(SUbscriptionPermanent Identifier，订阅永久标识符)的存储和管理；支持取消隐藏受隐私保护的用户标识符(Subscription Concealed Identifier，SUCI)；基于签约数据的接入认证，例如，漫游限制；UE服务的NF注册管理，例如，为UE存储服务AMF，为UE PDU会话存储服务SMF；支持服务或会话连续性，通过保持SMF或DNN进行中的会话分配；MT-SMS交付支持；合法拦截功能；签约管理；SMS管理等。
NEF实体160：支持网络能力对外暴露，对外暴露的业务能力主要包括：监控功能、供应能力、策略/计费功能和分析报告功能，除此之外，NEF实体还可以为第三方应用提供开放的安全服务能力。5G网络下的NEF实体基于服务化架构以总线方式与所有NF实体相连，将网络能力开放给第三方应用，可实现网络能力与业务需求的友好对接，改善业务体验，优化网络资源配置。
AF实体170：向NF服务使用者提供服务或应用程序相关信息的功能元素。AF允许NF服务使用者订阅和取消订阅定期通知或与订阅事件的检测相关的通知。
PCF实体：负责用户策略管理，既包括移动性相关策略，也包括PDU会话相关策略，例如，服务质量(quality of service，QoS)策略、计费策略等。
UPF实体：UPF是用户面功能，负责用户数据的转发。
DN：用户的PDU会话访问的目的地。
下面结合附图及实施例对本示例实施方式进行详细说明。
首先，本公开实施例中提供了一种PDU会话管理方法，该方法可以应用于SMF实体，或者，该方法可以由任意具备计算处理能力的电子设备执行。
图2示出本公开实施例中一种PDU会话管理方法流程图，如图1所示，本公开实施例中提供的PDU会话管理方法包括如下步骤：
S202，接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，签约数据包含操作参数，操作参数用于获取终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息。
该步骤中，签约数据中包含终端设备提供的用于进行签约的必要信息，除此之外，本公开中的签约数据还携带有操作参数，可以利用该操作参数获取终端设备上执行的AI任务或ML任务的任务信息，操作参数可以包括AI任务标识、ML任务标识、AI任务时长、ML任务时长、AI任务有效期或ML任务有效期。
需要说明的是，终端设备UE建立执行执行AI任务和/或ML任务的PDU会话后，指示该会话类型为执行AI任务和/或ML任务类型，SMF实体将PDU会话的执行AI任务和/或ML任务类型记录在会话管理上下文中，SMF实体从UDM实体上下载签约数据，并订阅签约数据的变化，如果DUM实体中数据发生变化，会调用SMF实体订阅时发送的回调URI(UniformResource Identifier，统一资源标识符)通知SMF实体。SMF实体下载签约数据的HTTP(Hyper Text Transfer Protocol，超文本传输协议)方法为：前端GET方式下载文件，调用的资源URI为{apiRoot}/nudm-sdm/<apiVersion>/{supi}/sm-data。
S204，从网络数据分析功能NWDAF实体获取终端设备的网络数据分析结果。
需要说明的是，网络数据分析结果可以包含终端设备的网络资源利用率和终端状态，网络资源利用率是度量一个网络带宽被占用了多少和网络拥塞的一个关键参数，如果网络资源利用率过高，表明终端设备的网络负载较大；如果网络资源利用率较低，则表明终端设备的网络较空闲，NWDAF实体先获取终端设备的网络数据，NWDAF实体再对终端设备的网络数据进行分析，得到终端设备的网络数据分析结果。
S206，基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
该步骤中，可以根据网络数据分析结果，判断是否对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放，再根据操作参数选择激活或释放执行AI任务和/或ML任务的PDU会话，比如，网络数据分析结果表明终端设备网络处于空闲状态时，确定对AI任务和/或ML任务的PDU会话进行激活；网络数据分析结果表明终端设备网络处于繁忙状态时，确定对AI任务和/或ML任务的PDU会话进行释放。
本公开的实施例所提供的PDU会话管理方法包括：接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，签约数据包含操作参数，操作参数用于获取终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；从网络数据分析功能NWDAF实体获取终端设备的网络数据分析结果；基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。本公开通过将AI任务和/或ML任务的操作参数写入签约数据，SMF实体根据操作参数和NWDAF实体对终端设备的网络数据分析结果，管理终端设备执行AI任务和/或ML任务的PDU会话，提高了终端设备的数据隐私性和网络资源利用效率。
在本公开的一个实施例中，操作参数由应用功能AF实体通过网络开放功能NEF实体写入存储在UDM实体上终端设备的签约数据中。为了给终端设备提供进行AI任务和/或ML任务的服务，需要实时获取用户对AI任务和/或ML任务的任务需求，该任务需求可以包括模型或原始数据的传输时长、数据量传输总长度或每轮训练的时间要求等等，即，需要终端设备或第三方应用服务器将AI任务和/或ML任务的任务信息实时开放给网络，以便网络根据终端设备的网络资源使用情况为终端设备需要执行的AI任务和/或ML任务提供服务。一般来说，进行分布式学习或联邦学习的群组UE是由第三方服务器根据UE的相关数据进行选择的，被选中的群组UE参加分布式学习或联邦学习。在UE建立AI任务和/或ML任务的PDU会话后，可以通过AF实体将其需进行AI任务和/或ML任务的任务信息实时上报网络。AF实体通过NEF实体向UDM实体暴露AI任务或ML任务的任务信息，该任务信息可以包括任务标识、持续时长或有效时间点等参数。
参见图3所示的一种PDU会话管理方法示意图，本公开增强目前标准中已有的External Parameter Provisioning(clause 4.15.6in TS 23.502)功能令AF实体通过NEF实体将AI任务和/或ML任务的任务信息登记在可能且有能力进行AI任务和/或ML任务的UE签约数据中，并可根据任务需求和运营商配置条件实时进行更新，其中，AI任务和/或ML任务的任务信息可以包括AI任务标识、ML任务标识、AI任务时长、ML任务时长、AI任务有效时间或ML任务有效时间。
本公开首先利用AF实体和NEF实体的外部数据提供的能力令网络实时获知用户对AI任务或ML任务的需求，再通过NWDAF实体的网络智能化功能获知终端设备的网络状态和能力，网络综合考虑AI任务或ML业务需求和网络实际资源使用情况后，动态进行PDU会话的去激活和激活。本公开可以帮助运营商网络掌握关于AI任务或ML任务的相关信息，为此类业务分配合适的传输时间，使此类业务在不影响其他业务和用户的前提下进行，充分保障了所有用户的体验。本公开利用了NWDAF实体的网络智能化功能，无需人工配置即可对终端设备的网络资源进行管控，实现对各类型业务的保障。
参见图3和表1给出了需要进行增强的接口和参数，表1如下所示：
表1
在本公开的一个实施例中，可以通过图4中公开的步骤实现从网络数据分析功能NWDAF实体获取终端设备的网络数据分析结果，参见图4公开的另一种PDU会话管理方法流程图，可以包括以下步骤：
S402，向NWDAF实体发送网络数据分析请求，其中，网络数据分析请求用于请求NWDAF实体对终端设备的网络资源利用情况和/或终端状态进行分析。
需要说明的是，网络数据分析请求可以包括SMF实体向NWDAF实体订阅目标服务的数据信息，其中，目标服务可以是Slice load level information；Service experience、NF load、Network performance、Abnormal behaviour、UE mobility、UE communication、User data congestion和QoS sustainability中的至少一种或多种；SMF实体向NWDAF实体订阅和/或请求对终端设备目标数据进行分析，该目标数据可以是表征终端设备的网络状态和/或终端状态的数据。网络数据分析请求还可以包含AI任务和/或ML任务的操作参数、网络数据分析结果的返回条件或目标分析时间，AI任务和/或ML任务的操作参数可以包含AI任务和/或ML任务的有效时长，目标分析时间可以小于或等于AI任务和/或ML任务的有效时长，网络数据分析结果的返回条件可以是预先设置的一个预设时间段、时间阈值或时间周期，NWDAF实体可以在该预设时间段内向SMF实体返回网络数据分析结果，或者NWDAF实体可以在高于或低于时间阈值时向SMF实体返回网络数据分析结果，或者NWDAF实体可以周期性向SMF实体返回网络数据分析结果。
S404，接收NWDAF实体返回的终端设备的网络数据分析结果。
该步骤中，在NWDAF实体满足网络数据分析结果返回条件下，SMF实体接收NWDAF实体返回的终端设备的网络数据分析结果。
在本公开的一个实施例中，接收网络数据分析功能NWDAF实体发送的数据分析结果，包括：接收NWDAF实体在预设时长内返回的网络数据分析结果。
在本公开的一个实施例中，预设时长为AI任务有效时长和/或ML任务有效时长，接收NWDAF实体在预设时长内返回的网络数据分析结果，包括：接收NWDAF实体在AI任务有效时长和/或ML任务有效时长内发送的网络数据分析结果。
在本公开的一个实施例中，数据分析结果包含终端设备的网络资源利用情况和/或终端状态；基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放，包括：基于操作参数、网络资源利用情况和终端状态，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
需要说明的是，网络资源利用情况可以是终端设备的网络资源利用率，终端状态可以包括空闲态和非空闲态。当终端设备的网络资源利用率较低和/或终端状态处于空闲态时，根据操作参数激活终端设备执行AI任务和/或ML任务的PDU会话；当终端设备的网络资源利用率较高和/或终端状态处于非空闲态时，根据操作参数释放终端设备执行AI任务和/或ML任务的PDU会话。这里，还可以设置一个网络资源利用率阈值，通过比较终端设备的网络资源利用率与该网络资源利用率阈值的大小判断当前终端设备的网络资源利用率的水平，比如终端设备的网络资源利用率小于或等于该网络资源利用率阈值时，表示终端设备的网络资源利用率较低，这时可以根据操作参数激活终端设备执行AI任务和/或ML任务的PDU会话；终端设备的网络资源利用率大于该网络资源利用率阈值时，表示终端设备的网络资源利用率较高，这时可以根据操作参数释放终端设备执行AI任务和/或ML任务的PDU会话。本公开通过根据终端设备的网络资源利用情况和终端状态，并基于操作参数选择激活或释放终端设备执行AI任务和/或ML任务的PDU会话，以灵活管理PDU会话保证AI任务和/或ML任务不过多占用终端设备的网络资源，提高用户的业务使用体验和终端设备的网络资源利用效率。
本公开当SMF实体对AI任务和/或ML任务进行去激活时，SMF实体触发AI任务和/或ML任务的PDU会话去激活流程。释放用户面资源，以确保其他任务的体验和其他用户任务的顺利进行。
在本公开的一个实施例中，SMF实体可以从网络侧触发终端设备的服务请求流程，使终端设备重新激活执行AI任务和/或ML任务的PDU会话。SMF实体可以根据终端设备的网络资源占用情况和终端状态，选择激活或去激活执行AI任务和/或ML任务的PDU会话。
在本公开的一个实施例中，参见图5所示的另一种PDU会话管理方法示意图，如图5所示，该另一中PDU会话管理方法包括：
S502，建立PDU会话；
该步骤中，UE实体发起建立执行AI任务和/或ML任务的PDU会话的流程，并指示PDU会话类型为AI任务类型和/或ML任务类型。
S504，签约数据获取；
该步骤中，SMF实体从UDM实体上获取签约数据，并订阅签约数据的变化，如果DUM实体中数据发生变化，会调用SMF实体订阅时发送的回调URI通知SMF实体。其中，签约数据携带AI任务和/或ML任务的操作参数，该操作参数用于获取AI任务和/或ML任务的任务信息。
S506，发送网络数据分析请求；
该步骤中，SMF实体向NWDAF实体发送网络数据分析请求，其中，网络数据分析请求用于请求NWDAF实体对终端设备的网络数据进行分析，得到终端设备的网络使用情况或终端所处的状态。
S508，获取网络数据，并得到网络数据分析结果；
该步骤中，NWDAF实体获取终端设备的网络数据，并对该网络数据进行分析得到网络数据分析结果。
S510，返回网络数据分析结果；
该步骤中，NWDAF实体将网络数据分析结果返回至SMF实体。
S512，PDU会话激活或释放。
该步骤中，SMF实体根据网络数据分析结果，判断是否对执行AI任务和/或ML任务的PDU会话进行激活或释放，再根据操作参数选择激活或释放相关的PDU会话。
本实施例公开的另一种PDU会话管理方法，将对AI任务或ML任务是否执行的决策权置于网络侧，通过网络智能化实现对执行AI任务或ML任务的PDU会话进行动态管理，在不暴露网络数据的情况下，辅助AI任务或ML任务的顺利进行，同时，避免AI任务或ML任务对网络资源的过度占用。
基于同一发明构思，本公开实施例中还提供了一种PDU会话管理装置，如下面的实施例。由于该装置实施例解决问题的原理与上述方法实施例相似，因此该装置实施例的实施可以参见上述方法实施例的实施，重复之处不再赘述。
图6示出本公开实施例中一种PDU会话管理装置示意图，如图6所示，应用于会话管理功能SMF实体一侧，该装置包括：
签约数据接收模块610，用于接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，签约数据包含操作参数，操作参数用于获取终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；
分析结果获取模块620，用于从网络数据分析功能NWDAF实体获取终端设备的网络数据分析结果；和
PDU会话管理模块630，用于基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
在本公开的一个实施例中，上述分析结果获取模块620还用于向NWDAF实体发送网络数据分析请求，其中，网络数据分析请求用于请求NWDAF实体对终端设备的网络资源利用情况和/或终端状态进行分析；接收NWDAF实体返回的终端设备的网络数据分析结果。
在本公开的一个实施例中，上述分析结果获取模块620还用于接收NWDAF实体在预设时长内返回的网络数据分析结果。
在本公开的一个实施例中，预设时长为AI任务有效时长和/或ML任务有效时长，上述分析结果获取模块620还用于接收NWDAF实体在AI任务有效时长和/或ML任务有效时长内发送的网络数据分析结果。
在本公开的一个实施例中，数据分析结果包含终端设备的网络资源利用情况和/或终端状态，上述PDU会话管理模块630还用于基于操作参数、网络资源利用情况和终端状态，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
基于同一发明构思，本公开实施例中还提供了一种PDU会话管理系统，如下面的实施例。由于该系统实施例解决问题的原理与上述方法实施例相似，因此该系统实施例的实施可以参见上述方法实施例的实施，重复之处不再赘述。
图7示出本公开实施例中一种PDU会话管理系统示意图，如图7所示，该系统包括：会话管理功能SMF实体140、网络数据分析功能NWDAF实体110、统一数据管理UDM实体150和终端设备180；
UDM实体150用于向SMF实体140发送终端设备180的签约数据，其中，应用功能AF实体通过网络开放功能NEF实体将终端设备上执行的AI任务和/或ML任务的操作参数写入存储在UDM实体150上的签约数据中，签约数据包含操作参数，操作参数用于获取终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；
NWDAF实体110用于接收SMF实体140发送的网络数据分析请求，并向SMF实体140返回网络数据分析结果，其中，网络数据分析请求用于请求NWDAF实体110对终端设备的网络资源利用情况和/或终端状态进行分析；
SMF实体140用于接收签约数据和网络数据分析结果，并基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830。
其中，存储单元存储有程序代码，程序代码可以被处理单元810执行，使得处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元810可以执行上述方法实施例的如下步骤：接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，签约数据包含操作参数，操作参数用于获取终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；从网络数据分析功能NWDAF实体获取终端设备的网络数据分析结果；基于操作参数和网络数据分析结果，对终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)8201和/或高速缓存存储单元8202，还可以进一步包括只读存储单元(ROM)8203。
存储单元820还可以包括具有一组(至少一个)程序模块8205的程序/实用工具8204，这样的程序模块8205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备840(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上执行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
本公开中的计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本公开中，计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可选地，计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
在具体实施时，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。
通过以上实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种协议数据单元PDU会话管理方法，其特征在于，应用于会话管理功能SMF实体，包括：
接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，所述签约数据包含操作参数，所述操作参数用于获取所述终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；
从网络数据分析功能NWDAF实体获取所述终端设备的网络数据分析结果；
基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
2.根据权利要求1所述的协议数据单元PDU会话管理方法，其特征在于，所述操作参数由应用功能AF实体通过网络开放功能NEF实体写入存储在UDM实体上所述终端设备的签约数据中。
3.根据权利要求1所述的协议数据单元PDU会话管理方法，其特征在于，从网络数据分析功能NWDAF实体获取所述终端设备的网络数据分析结果，所述方法还包括：
向NWDAF实体发送网络数据分析请求，其中，所述网络数据分析请求用于请求NWDAF实体对所述终端设备的网络资源利用情况和/或终端状态进行分析；
接收所述NWDAF实体返回的所述终端设备的网络数据分析结果。
4.根据权利要求1所述的协议数据单元PDU会话管理方法，其特征在于，接收网络数据分析功能NWDAF实体发送的数据分析结果，包括：
接收NWDAF实体在预设时长内返回的网络数据分析结果。
5.根据权利要求4所述的协议数据单元PDU会话管理方法，其特征在于，所述预设时长为AI任务有效时长和/或ML任务有效时长，接收NWDAF实体在预设时长内返回的网络数据分析结果，包括：
接收NWDAF实体在AI任务有效时长和/或ML任务有效时长内发送的网络数据分析结果。
6.根据权利要求1所述的协议数据单元PDU会话管理方法，其特征在于，所述数据分析结果包含所述终端设备的网络资源利用情况和/或终端状态；基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放，包括：
基于所述操作参数、网络资源利用情况和终端状态，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
7.一种协议数据单元PDU会话管理装置，其特征在于，应用于会话管理功能SMF实体一侧，所述装置包括：
签约数据接收模块，用于接收统一数据管理功能UDM实体发送的终端设备的签约数据，其中，所述签约数据包含操作参数，所述操作参数用于获取所述终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；
分析结果获取模块，用于从网络数据分析功能NWDAF实体获取所述终端设备的网络数据分析结果；和
PDU会话管理模块，用于基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
8.一种协议数据单元PDU会话管理系统，其特征在于，包括：会话管理功能SMF实体、网络数据分析功能NWDAF实体、统一数据管理UDM实体和终端设备；
UDM实体用于向SMF实体发送终端设备的签约数据，其中，应用功能AF实体通过网络开放功能NEF实体将所述终端设备上执行的AI任务和/或ML任务的操作参数写入存储在所述UDM实体上的所述签约数据中，所述所述签约数据包含操作参数，所述操作参数用于获取所述终端设备上执行的人工智能AI任务和/或机器学习ML任务的任务信息；
NWDAF实体用于接收SMF实体发送的网络数据分析请求，并向所述SMF实体返回网络数据分析结果，其中，所述网络数据分析请求用于请求NWDAF实体对所述终端设备的网络资源利用情况和/或终端状态进行分析；
所述SMF实体用于接收所述签约数据和所述网络数据分析结果，并基于所述操作参数和所述网络数据分析结果，对所述终端设备执行AI任务和/或ML任务的PDU会话进行激活或释放。
9.一种电子设备，其特征在于，包括：
处理器；以及
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1～6中任意一项所述协议数据单元PDU会话管理方法。
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中任意一项所述的协议数据单元PDU会话管理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210522016.3A CN117098112A (zh) | 2022-05-13 | 2022-05-13 | Pdu会话管理方法、装置、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210522016.3A CN117098112A (zh) | 2022-05-13 | 2022-05-13 | Pdu会话管理方法、装置、系统、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117098112A true CN117098112A (zh) | 2023-11-21 |
Family
ID=88774092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210522016.3A Pending CN117098112A (zh) | 2022-05-13 | 2022-05-13 | Pdu会话管理方法、装置、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117098112A (zh) |
-
2022
- 2022-05-13 CN CN202210522016.3A patent/CN117098112A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109818868B (zh) | 一种实现边缘网络能力开放的方法、装置、设备及存储介质 | |
| US11595797B2 (en) | Communication method and network device | |
| RU2558680C2 (ru) | Способ, устройство и система обработки для управления полосой пропускания | |
| CN111955031A (zh) | 在移动通信系统中使用网络切片的方法和设备 | |
| US20220418038A1 (en) | Selection of ip version | |
| US11489769B2 (en) | Virtualized radio access network architecture for applications requiring a time sensitive network | |
| KR101835298B1 (ko) | 모바일 콘텐트 전달 | |
| CN114205866A (zh) | 确定性信息上报、下发方法、装置、存储介质及电子设备 | |
| JP2023538554A (ja) | ネットワークスライス分析 | |
| JP2022524738A (ja) | 課金方法および装置 | |
| CN114040470B (zh) | 终端路由管控方法、装置、设备及存储介质 | |
| CN117098112A (zh) | Pdu会话管理方法、装置、系统、电子设备及存储介质 | |
| US20240056362A1 (en) | Apparatus, methods, and computer programs | |
| CN115706975A (zh) | 会话策略控制方法、网元、存储介质和电子设备 | |
| CN115843434A (zh) | 网元发现方法、装置、设备及存储介质 | |
| WO2024008157A1 (zh) | 信息传输方法及装置、网络设备、通信系统 | |
| CN118317281B (zh) | 网元发现方法、终端注册方法及相关设备 | |
| Alotaibi et al. | A distributed approach to improving epc controller performance | |
| WO2024032197A1 (zh) | 通信方法、装置、设备及存储介质 | |
| WO2023179083A1 (zh) | 路由选择策略配置方法、装置、设备及存储介质 | |
| WO2024027484A1 (en) | Method and apparatus for service management | |
| CN113517995B (zh) | 网络切片建立方法和设备 | |
| WO2024113530A1 (zh) | 传输信息的分析方法、装置、设备及存储介质 | |
| CN115996444A (zh) | 控制漫入用户访问拜访网络的方法、装置、设备和介质 | |
| CN118102383A (zh) | 数据传输优化方法、装置、计算机可读介质及电子设备 |
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 |