CN117560290A - 数据特征分析方法、装置及网络设备 - Google Patents

数据特征分析方法、装置及网络设备 Download PDF

Info

Publication number
CN117560290A
CN117560290A CN202210930432.7A CN202210930432A CN117560290A CN 117560290 A CN117560290 A CN 117560290A CN 202210930432 A CN202210930432 A CN 202210930432A CN 117560290 A CN117560290 A CN 117560290A
Authority
CN
China
Prior art keywords
information
service
pdu
identification
analysis
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
Application number
CN202210930432.7A
Other languages
English (en)
Inventor
程思涵
吴晓波
崇卫微
柯小婉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202210930432.7A priority Critical patent/CN117560290A/zh
Priority to PCT/CN2023/109769 priority patent/WO2024027577A1/zh
Publication of CN117560290A publication Critical patent/CN117560290A/zh
Pending legal-status Critical Current

Links

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
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • 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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0604—Management of faults, events, alarms or notifications using filtering, e.g. reduction of information by using priority, element types, position or time
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • 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
    • H04L41/14—Network analysis or design

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种数据特征分析方法、装置及网络设备，属于无线通信技术领域，本申请的数据特征分析方法包括：第一设备获取第一业务的业务数据流的相关信息，所述业务数据流的相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；所述第一设备根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。

Description

数据特征分析方法、装置及网络设备
技术领域
本申请属于无线通信技术领域，具体涉及一种数据特征分析方法、装置及网络设备。
背景技术
扩展现实(Extended Reality，XR)中视频流的数据可以分为I帧，P帧和B帧。
I帧(Intra-coded picture，帧内编码图像帧)也称为独立解码帧，通常是一个完整的画面。
P帧(Predictive-coded Picture，前向预测编码图像帧)表示的是本帧画面跟之前的一个I帧或P帧的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。
B帧(Bidirectionally predicted picture，双向预测编码图像帧)是双向差别帧，也就是B帧记录的是本帧与前后帧的差别，换言之，要解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面与本帧数据的叠加取得最终的画面。
P帧和B帧记录的是相对于I帧的变化。I帧相对于P帧或B帧更重要，I帧的传输错误会导致I帧无法正确被接收方解析，并进一步导致后续的P帧和B帧也解析错误。目前，业界提出了针对I帧的传输优化的方法，优化的前提是能正确的识别出I帧。
协议数据单元(Protocol Data Unit，PDU)集合(set)是一组具有相同特征的数据的集合。PDU集合由一个或多个PDU组成。PDU集合可以用于传输(carry)一个帧的内容(payload)，或一个帧的一个分片(slice)的内容。一个帧可以分成多个slice(分片)，例如一个帧分成9个slice，每个PDU集合用于传输其中一个slice。每个PDU可以是一个互联网协议(Internet Protocol，IP)包；或者，每个PDU由多个IP包组成；或者每个PDU可以封装在一个或多个IP包内，或者，每个PDU通过一个或多个IP包进行传输。协议数据单元也可以称为包数据单元(Packet Data Unit，PDU)，在本申请中，二者可以互相替换。
一种识别I帧的方法为，应用功能(Application Function，AF)在产生XR数据时，提供PDU集合的数据特征，例如帧的重要性等级或帧的类型(I帧、P帧、B帧等)。运营商核心网内的网关设备，例如用户面功能(User Plane Function，)UPF，可以针对不同的PDU集合进行传输优化，例如，针对I帧的PDU集合内的所有PDU进行优先传输或使用高服务质量(Quality of Service，QoS)的服务质量流(QoS flow)进行传输，并指示基站对I帧的PDU集合内的所有PDU进行优先传输。从而保证用户使用XR业务时的流畅体验。
若AF未向网关设备提供PDU集合的数据特征，或者对AF的数据进行了加密，例如，AF的数据使用超文本传输安全协议(Hyper Text Transfer Protocol over SecureSocketLayer，HTTPS)进行传输，则网关设备无法获得PDU集合的数据特征，从而无法对I帧进行优化传输，会影响用户的体验。
发明内容
本申请实施例提供一种数据特征分析方法、装置及网络设备，能够解决无法获取PDU集合的数据特征，从而无法对I帧进行优化传输的问题。
第一方面，提供了一种数据特征分析方法，包括：
第一设备获取第一业务的业务数据流的相关信息，所述业务数据流的相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；
所述第一设备根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。
第二方面，提供了一种数据特征分析方法，包括：
第二设备获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
所述第二设备根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的PDU集合的边界信息，所述PDU集合的类型指示信息，所述PDU集合中每个PDU的序号，所述PDU集合中的PDU的数量，所述PDU集合的周期；
其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；
所述目标业务数据流中的PDU集合的边界信息包括以下至少一项：所述PDU集合的起始PDU的信息，所述PDU集合的结束PDU的信息。
第三方面，提供了一种数据特征分析方法，包括：
第三设备接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
所述第三设备根据所述分析结果，确定所述目标业务数据流中的PDU集合的传输方式。
第四方面，提供了一种数据特征分析装置，包括：
第一获取模块，用于获取第一业务的业务数据流的相关信息，所述相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；
第一确定模块，用于根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。
第五方面，提供了一种数据特征分析装置，包括：
第一获取模块，用于获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
分析模块，用于根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的PDU集合的边界信息，所述PDU集合的类型指示信息，所述PDU集合中每个PDU的序号，所述PDU集合中的PDU的数量，所述PDU集合的周期；
其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；
所述目标业务数据流中的PDU集合的边界信息包括以下至少一项：所述PDU集合的起始PDU的信息，所述PDU集合的结束PDU的信息。
第六方面，提供了一种数据特征分析装置，包括：
第一接收模块，用于接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
第一确定模块，用于根据所述分析结果，确定所述目标业务数据流中的PDU集合的传输方式。
第七方面，提供了一种网络设备，该终端包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面、第二方面或第三方面所述的方法的步骤。
第八方面，提供了一种网络设备，包括处理器及通信接口，其中，所述处理器用于获取第一业务的业务数据流的相关信息，所述相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。
第九方面，提供了一种网络设备，包括处理器及通信接口，其中，所述处理器用于获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的PDU集合的边界信息，所述PDU集合的类型指示信息，所述PDU集合中每个PDU的序号，所述PDU集合中的PDU的数量，所述PDU集合的周期；其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；所述目标业务数据流中的PDU集合的边界信息包括以下至少一项：所述PDU集合的起始PDU的信息，所述PDU集合的结束PDU的信息。
第十方面，提供了一种通信系统，包括：第一设备、第二设备和第三设备，所述第一设备可用于执行如第一方面所述的数据特征分析方法的步骤，所述第二设备可用于执行如第二方面所述的数据特征分析方法的步骤，所述第三设备可用于执行如第三方面所述的数据特征分析方法的步骤。
第十一方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面、第二方面或第三方面所述的数据特征分析方法的步骤。
第十二方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面、第二方面或第三方面所述的数据特征分析方法。
第十三方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面、第二方面或第三方面所述的数据特征分析的步骤。
在本申请实施例中，通过对第一业务的业务数据流的相关信息进行训练，得到第一业务的分析模型，该分析模型可以识别第一业务的业务数据流中的PDU集合的数据特征，从而可针对I帧的PDU集合内的所有PDU进行优先传输，保证用户使用第一业务时的流畅体验。
附图说明
图1为本申请实施例可应用的一种无线通信系统的框图；
图2为本申请实施例的数据特征分析方法的流程示意图之一；
图3为本申请实施例的I帧、P帧和B帧中的PDU的示意图；
图4为本申请实施例的数据特征分析方法的流程示意图之二；
图5为本申请实施例的数据特征分析方法的流程示意图之三；
图6为本申请实施例一的数据特征分析方法的流程示意图；
图7为本申请实施例二的数据特征分析方法的流程示意图之一；
图8为本申请实施例二的数据特征分析方法的流程示意图之二；
图9为本申请实施例二的数据特征分析方法的流程示意图之三；
图10为本申请实施例三的数据特征分析方法的流程示意图之一；
图11为本申请实施例三的数据特征分析方法的流程示意图之二；
图12为本申请实施例的数据特征分析装置的结构示意图之一；
图13为本申请实施例的数据特征分析装置的结构示意图之二；
图14为本申请实施例的数据特征分析装置的结构示意图之三；
图15为本申请实施例的网络设备的结构示意图；
图16为本申请实施例的网络设备的硬件结构示意图之一；
图17为本申请实施例的网络设备的硬件结构示意图之二。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long TermEvolution，LTE)/LTE的演进(LTE-Advanced，LTE-A)系统，还可用于其他无线通信系统，诸如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time DivisionMultiple Access，TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single-carrier Frequency Division Multiple Access，SC-FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6th Generation，6G)通信系统。
图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11和网络侧设备12。其中，终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal DigitalAssistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmentedreality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴式设备(WearableDevice)、车载设备(VUE)、行人终端(PUE)、智能家居(具有无线通信功能的家居设备，如冰箱、电视、洗衣机或者家具等)、游戏机、个人计算机(personal computer，PC)、柜员机或者自助机等终端侧设备，可穿戴式设备包括：智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。除了上述终端设备，也可以是终端内的芯片，例如调制解调器(Modem)芯片，系统级芯片(System on Chip,SoC)。需要说明的是，在本申请实施例并不限定终端11的具体类型。网络侧设备12可以包括接入网设备或核心网设备，其中，接入网设备12也可以称为无线接入网设备、无线接入网(Radio Access Network,RAN)、无线接入网功能或无线接入网单元。接入网设备12可以包括基站、WLAN接入点或WiFi节点等，基站可被称为节点B、演进节点B(eNB)、接入点、基收发机站(Base Transceiver Station，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、家用B节点、家用演进型B节点、发送接收点(Transmitting Receiving Point，TRP)或所述领域中其他某个合适的术语，只要达到相同的技术效果，所述基站不限于特定技术词汇，需要说明的是，在本申请实施例中仅以NR系统中的基站为例进行介绍，并不限定基站的具体类型。核心网设备可以包含但不限于如下至少一项：核心网节点、核心网功能、移动管理实体(Mobility Management Entity，MME)、接入移动管理功能(Access and MobilityManagement Function，AMF)、会话管理功能(Session Management Function，SMF)、用户平面功能(User Plane Function，UPF)、策略控制功能(Policy Control Function，PCF)、策略与计费规则功能单元(Policy and Charging Rules Function，PCRF)、边缘应用服务发现功能(Edge Application Server Discovery Function，EASDF)、统一数据管理(UnifiedData Management，UDM)，统一数据仓储(Unified Data Repository，UDR)、归属用户服务器(Home Subscriber Server，HSS)、集中式网络配置(Centralized networkconfiguration，CNC)、网络存储功能(Network Repository Function，NRF)，网络开放功能(Network Exposure Function，NEF)、本地NEF(Local NEF，或L-NEF)、绑定支持功能(Binding Support Function，BSF)、应用功能(Application Function，AF)等。需要说明的是，在本申请实施例中仅以NR系统中的核心网设备为例进行介绍，并不限定核心网设备的具体类型。
下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的数据特征分析方法、装置及网络设备进行详细地说明。
请参考图2，本申请实施例提供一种数据特征分析方法，包括：
步骤21：第一设备获取第一业务的业务数据流的相关信息，所述业务数据流的相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；
步骤22：所述第一设备根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。该分析模型也可以称为机器学习模型(Machine Learning model，ML model)。
本申请实施例中，所述第一设备可以为网络数据分析功能(Network DataAnalytics Function，NWDAF)模型训练逻辑功能(Model Training logical function，MTLF)，也可以是应用功能(Application Function，AF)，或者其他网络设备。
本申请实施例中，可选的，所述第一业务可以为扩展现实(Extended Reality，XR)业务，也可以为其他业务。
本申请实施例中，所述数据帧可以包括以下至少一项：业务对应的一个画面帧，例如I帧，P帧或B帧；业务数据流中的一个画面帧，例如I帧，P帧或B帧；业务数据流中的一个画面帧对应的数据；业务对应的一个画面帧的一个分片(slice)；业务数据流中的一个画面帧的一个分片；业务数据流中一个画面帧的一个分片对应的数据。所述一个画面帧可以包括多个分片，例如一个画面帧分成9个分片。所述画面帧也可以称为图像帧，画像帧，图面帧，图画帧等，本申请不做具体限定，上述所有用于形容一个帧的描述都在本申请包含范围内。
请参考图3，图3为本申请实施例中的I帧、P帧和B帧中的PDU的示意图，从图中可以看出，每个画面帧包括多个PDU，SN为PDU的序号。
在本申请实施例中，通过对第一业务的业务数据流的相关信息进行训练，得到第一业务的分析模型，该分析模型可以识别第一业务的业务数据流中的PDU集合的数据特征，从而可针对I帧的PDU集合内的所有PDU进行优先传输，保证用户使用第一业务时的流畅体验。
本申请实施例中，可选的，所述第一信息包括以下至少一项：每个PDU的接收时间，相邻两个PDU之间的时间间隔，每个PDU的大小。
本申请实施例中，所述第一设备可以从网关设备(如UPF)收集所述第一信息，可选的，所述网关设备提供的第一信息是IP五元组粒度的，也就是业务数据流粒度的，其中，IP五元组包括：终端IP地址、终端端口号、服务器IP地址、服务器端口号和协议号。
一个实施例中，所述第一信息可以如表1所示：
表1第一信息
本申请实施例中，可选的，所述第二信息包括以下至少一项：每个数据帧的起始时间，每个数据帧的结束时间，每个数据帧中的PDU的个数，每个数据帧的类型指示信息；其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息。
本申请实施例中，可选的，所述帧类型可以包括以下至少一项：I帧，P帧，B帧。通常情况下，I帧的重要性等级要高于B帧和P帧。
本申请实施例中，若所述第一设备为NWDAF MTLF，所述第一设备可以从AF收集所述第二信息，可选的，所述AF提供的第二信息是IP五元组粒度的，也就是业务数据流粒度的，其中，IP五元组包括：终端IP地址、终端端口号、服务器IP地址、服务器端口号和协议号。NWDAF MTLF也可以称为NWDAF containing MTLF。
一个实施例中，所述第二信息可以如表2所示：
表2第二信息
本申请实施例中，可选的，所述业务数据流的相关信息还包括第五信息，如表1和表2所示，所述第五信息包括以下至少一项：业务数据流的持续时间，上行比特率，下行比特率，上行PDU时延，下行PDU时延，上行PDU传输数量，下行PDU传输数量。
从上述表1和表2可以看出，所述第一设备可以从网关设备和/或AF获取所述第五信息。
本申请实施例中，可选的，所述分析模型包含以下信息中的至少一项：
1)PDU集合内的相邻两个PDU的时间间隔；
2)相邻两个PDU集合间的时间间隔；
利用1)和2)可以区分哪些PDU属于一个PDU集合，并区分PDU集合的边界。
通常情况下，PDU集合内相邻的PDU之间的时间间隔相对较短，例如为1ms；相邻的PDU集合间的时间间隔较长，例如为16.67ms。
3)不同类型的PDU集合的大小分布信息；
例如可以为不同类型的PDU集合的大小分布函数f1(x)。所述大小分布函数f1(x)可以为正态分布函数，平均分布函数等。
通常I帧的PDU集合的大小较大，P帧和B帧的PDU集合的大小较小。
4)不同类型的PDU集合的周期。
通常I帧是周期出现的，例如每8帧一个I帧。通过所述周期可以来判断PDU集合的帧类型或重要性等级。
本申请实施例中，可选的，所述业务数据流的相关信息还包括第三信息，所述第三信息为丢失PDU和/或丢失PDU集合的相关信息；可选的，所述分析模型还包含以下信息：是否允许PDU集合丢包的指示信息。该信息主要用于若感知出现PDU丢失时，是否需要对该PDU所在的PDU集合内的其他剩余的PDU进行传输。举例来说，某些视频编码格式下，一个PDU集合内丢失一个PDU会影响整个PDU集合的解析，因而，若该PDU集合丢失一个PDU，则无需对该PDU集合内的其他剩余的PDU进行传输。也就是说，通过训练所述第三信息，可以使得训练出的分析模型包含是否允许PDU集合丢包的指示信息，即具有分析是否允许PDU集合丢包的功能。
本申请实施例中，可选的，所述第三信息包括以下至少一项：出现PDU丢失的时间戳，出现PDU集合丢弃的时间戳。
本申请实施例中，可选的，所述业务数据流的相关信息还包括第四信息，所述第四信息为乱序PDU和/或乱序PDU集合的相关信息；可选的，所述分析模型还包含以下信息中的至少一项：
1)PDU集合内的PDU的第一抖动信息；
例如可以为PDU集合内的PDU抖动的分布函数f2(x)。所述分布函数f2(x)例如可以为高斯分布函数等。
该第一抖动信息代表PDU在网络传输过程中，出现较大传输时延。可以根据所述第一抖动信息来消除抖动对PDU集合边界判断的影响。
2)PDU集合间的第二抖动信息。
例如可以为PDU集合间抖动的分布函数f3(x)。所述分布函数f3(x)例如可以为高斯分布函数等。
该第二抖动信息代表PDU集合在网络传输过程中，出现较大传输时延。可以根据所述第二抖动信息来消除抖动对PDU集合的周期判断的影响。
通过上述1)和2)，可以对PDU集合内和PDU集合间出现的抖动进行干扰消除。
也就是说，通过训练所述第四信息，可以使得训练出的分析模型具有分析PDU集合内的PDU的第一抖动信息和/或PDU集合间的第二抖动信息的功能。
本申请实施例中，可选的，所述第四信息包括以下至少一项：乱序PDU的时间戳；乱序PDU集合的时间戳。
本申请实施例中，所述第一设备可以从终端(UE)收集所述第三信息和/或第四信息，可选的，所述终端提供的第三信息和/或第四信息是IP五元组粒度的，也就是业务数据流粒度的，其中，IP五元组包括：终端IP地址、终端端口号、服务器IP地址、服务器端口号和协议号。
一个实施例中，所述第三信息和第四信息可以如表3所示：
表3第三信息和第四信息
本申请实施例中，可选的，所述第一设备向第二设备发送所述分析模型或所述分析模型的信息，以用于所述第二设备分析所述第一业务的业务数据流中的PDU集合的数据特征。本申请实施例中，可选的，所述第二设备可以为NWDAF AnLF，或者，为其他网络设备。NWDAF AnLF也可以称为NWDAF containing AnLF。
本申请实施例中的网络数据分析功能(Network Data Analytics Function，NWDAF)可以分为以下2种功能：
模型训练逻辑功能(Model Training logical function，MTLF)：用于训练分析模型。
分析逻辑功能(Analytics logical function，AnLF)：用于使用分析模型进行逻辑推理(reference)。
本申请实施例中，可选的，所述数据特征分析方法还包括：所述第一设备接收第一请求，所述第一请求用于请求所述第一业务的分析模型，所述第一请求中包括以下信息中的至少一项：第一标识和第一过滤信息，所述第一过滤信息也可以称为分析过滤器(Analytics Filter)，用于过滤符合条件的业务数据；
所述第一标识用于指示请求的分析模型为用于识别业务数据流中的PDU集合的数据特征的分析模型；
所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识(Application ID)，切片标识，数据网络名称(DNN，Data Network Name)，网络区域信息，终端标识。
可选的，所述第一标识可以为Analytics ID，此时Analytics ID对应的值指示请求的分析模型为用于识别业务数据流中的PDU集合的数据特征的分析模型。例如，
Analytics ID＝业务流特征。
其中，所述APP标识，也可以作为业务标识，可以指定针对该APP标识对应的业务训练分析模型；
业务数据流描述标识(service data flow descriptor)，也可以代替APP标识，业务数据流描述标识可以是IP五元组(终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号)或IP三元组(服务器IP地址、服务器端口号、协议号)。
切片标识，例如为单一网络切片选择辅助信息(Single Network SliceSelection Assistance Information，S-NSSAI)，即可以指定对该切片内的业务进行分析。
数据网络名称(DNN)，可以指定对DNN对应的数据网络中的业务进行分析。
网络区域信息(Area of Interest)，可以指定对该区域内的业务进行分析。
终端标识，可以是一个或多个终端的标识，所述终端标识可以包括以下至少一项：UE的IP地址，IMSI，GUTI，电话号码等。
本申请实施例中，可选的，所述数据分析方法还包括：所述第一设备发送第二请求，所述第二请求用于请求获取所述业务数据流的相关信息，所述第二请求中包括以下信息中的至少一项：第一标识和第一过滤信息；所述第一标识用于指示请求业务数据流的相关信息；所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识。
所述第一标识和所述第一过滤信息的描述参见上述内容，不在重复描述。
请参考图4，本申请实施例还提供一种数据特征分析方法，包括：
步骤41：第二设备获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
步骤42：所述第二设备根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的PDU集合的边界信息，所述PDU集合的类型指示信息，所述PDU集合中每个PDU的序号，所述PDU集合中的PDU的数量，所述PDU集合的周期；
其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；
所述目标业务数据流中的PDU集合的边界信息包括以下至少一项：所述PDU集合的起始PDU的信息，所述PDU集合的结束PDU的信息。
本申请实施例中，可选的，所述第二设备可以为NWDAF AnLF，或者为其他网络设备。
本申请实施例中，可选的，所述第一业务可以为扩展现实(Extended Reality，XR)业务，也可以为其他业务。
本申请实施例中，可选的，所述帧类型可以包括以下至少一项：I帧，P帧，B帧。通常情况下，I帧的重要性等级要高于B帧和P帧。
本申请实施例中，每个PDU集合包括至少一个PDU。每个PDU可以是一个IP包。
在本申请实施例中，通过分析模型可以识别第一业务的业务数据流中的PDU集合的数据特征，从而可针对I帧的PDU集合内的所有PDU进行优先传输，保证用户使用第一业务时的流畅体验。
本申请实施例中，可选的，所述分析模型包含以下信息中的至少一项：
1)PDU集合内的相邻两个PDU的时间间隔；
2)相邻两个PDU集合间的时间间隔；
利用1)和2)可以区分哪些PDU属于一个PDU集合，并区分PDU集合的边界。
通常情况下，PDU集合内相邻的PDU之间的时间间隔相对较短，例如为1ms；相邻的PDU集合间的时间间隔较长，例如为16.67ms。
3)不同类型的PDU集合的大小分布信息；
例如可以为不同类型的PDU集合的大小分布函数f1(x)。所述大小分布函数f1(x)可以为正态分布函数，平均分布函数等。
通常I帧的PDU集合的大小较大，P帧和B帧的PDU集合的大小较小。
4)不同类型的PDU集合的周期。
通常I帧是周期出现的，例如每8帧一个I帧。通过所述周期可以来判断PDU集合的帧类型或重要性等级。
可选的，所述分析模型还包含以下信息：是否允许PDU集合丢包的指示信息，所述分析结果还包括：是否继续传输所述目标业务数据流中的对应的PDU集合的结果。
可选的，所述分析模型还包含以下信息中的至少一项：PDU集合内的PDU的第一抖动信息；PDU集合间的第二抖动信息；根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果包括：所述第二设备根据所述第一抖动信息和/或第二抖动信息，确定所述目标业务数据流中的PDU集合的边界。举例来说，在发现PDU集合内的某一异常PDU的抖动符合第一抖动信息，则可以忽略该PDU的抖动，认为是正常的抖动，而不认为该PDU集合结束，从而消除第一抖动信息对该PDU结合边界的确定的影响。
本申请实施例中，可选的，所述数据特征方法还包括：
所述第二设备向第三设备发送第三请求，所述第三请求用于请求所述第一业务的业务数据流，所述第三请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
所述第二设备接收所述第三设备发送的所述第一业务的目标业务数据流。
本申请实施例中，可选的，所述第三设备可以为网关设备，例如为UPF。
本申请实施例中，可选的，所述数据特征方法还包括：
所述第二设备接收第四请求，所述第四请求用于请求所述第二设备对所述第一业务的业务数据流进行分析，所述第四请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
本申请实施例中，可选的，所述数据特征方法还包括：
所述第二设备向第三设备发送所述分析结果。
此时，所述第三设备可以为网关设备，例如UPF，也可以为基站，或者为其他网络设备。
请参考图5，本申请实施例还提供一种数据特征分析方法，包括：
步骤51：第三设备接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
步骤52：所述第三设备根据所述分析结果，确定所述目标业务数据流中的PDU集合的传输方式。
所述传输方法包括以下至少一项：是否优先传输，是否继续传输。
本申请实施例中，可选的，所述第三设备可以为网关设备，例如UPF，也可以为基站，或者为其他网络设备。
本申请实施例中，可选的，所述第一业务可以为扩展现实(Extended Reality，XR)业务，也可以为其他业务。
本申请实施例中，每个PDU集合包括至少一个PDU。每个PDU可以是一个IP包。
在本申请实施例中，通过分析模型可以识别第一业务的业务数据流中的PDU集合的数据特征，从而可针对I帧的PDU集合内的所有PDU进行优先传输，保证用户使用第一业务时的流畅体验。
本申请实施例中，可选的，所述数据特征方法还包括：
所述第三设备接收第三请求，所述第三请求用于请求所述第一业务的业务数据流，所述第三请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
所述第三设备根据所述第三请求获取所述第一业务的目标业务数据流。
本实施例中，可选的，所述第三设备可以为网关设备，例如UPF。
本申请实施例中，可选的，所述数据特征方法还包括：
所述第三设备接收第四设备发送的第五请求，所述第五请求用于请求对所述第一业务的业务数据流进行分析，所述第五请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
所述第三设备向第二设备发送第四请求，所述第四请求用于请求所述第二设备对所述第一业务的业务数据流进行分析，所述第四请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
本申请实施例中，可选的，所述第四设备可以为SMF，或者为其他网络设备。所述第二设备可以为NWDAF AnLF，或者为其他网络设备。
下面结合具体应用场景，对本申请实施例的数据特征分析方法举例进行说明。
本申请实施例一：
本申请实施例中，是由运营商网络进行分析模型训练。请参考图6，本申请实施例的数据特征分析方法包括以下步骤：
步骤1：网络功能(Network Function，NF)消费者(Consumer)，例如UPF或SMF，向NWDAF AnLF发送Nnwdaf_AnalyticsSubscription_Subscribe消息，在该消息中包含如下信息：
1)Analytics ID(即上述实施例中的第一标识)，用于指示请求的分析模型为用于识别业务数据流中的PDU集合的数据特征的分析模型；
2)第一过滤信息，也可以称为分析过滤器(Analytics Filter)，所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识(Application ID)，切片标识，DNN，网络区域信息，终端标识。
其中，所述APP标识，也可以作为业务标识，可以指定针对该APP标识对应的业务训练分析模型；
业务数据流描述标识(service data flow descriptor)，也可以代替APP标识，业务数据流描述标识可以是IP五元组(终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号)或IP三元组(服务器IP地址、服务器端口号、协议号)。
切片标识，例如为单一网络切片选择辅助信息(Single Network SliceSelection Assistance Information，S-NSSAI)，即可以指定对该切片内的业务进行分析。
数据网络名称(DNN)，可以指定对DNN对应的数据网络中的业务进行分析。
网络区域信息(Area of Interest)，可以指定对该区域内的业务进行分析。
终端标识，可以是一个或多个终端的标识，所述终端标识可以包括以下至少一项：UE的IP地址，IMSI，GUTI，电话号码等。
本申请实施例中的NWDAF可以分为以下2种功能：
MTLF：用于训练分析模型。
AnLF：用于使用分析模型进行逻辑推理(reference)。
其中，UPF与NWDAF AnLF逻辑上是2个实体，物理上可以是一个实体。
步骤2：NWDAF AnLF向NWDAF MTLF发送Nnwdaf_MLModelProvision_Subscribe或Nnwdaf_MLModelInfo_Request(相当于上述实施例中的第一请求)，用于请求分析模型，在该消息中包含步骤1中的Analytics ID和Analytics Filter。
步骤3：NWDAF MTLF从网关设备(如UPF)收集第一信息，第一信息的内容可以参见上述实施例中的表1。需要注意的是，UPF提供的第一信息是IP五元组(源IP地址、目的IP地址、协议号、源端口、目的端口)粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。本步骤中的UPF可以和步骤1中的UPF可以相同，也可以不同。
步骤4：NWDAF MTLF从AF收集第二信息，第二信息的内容可以参见上述实施例中的表2。AF提供的第二信息是IP五元组粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。
步骤5：NWDAF MTLF从UE收集第三信息和第四信息，第三信息和第四信息的内容可以参见上述实施例中的表3。UE提供的流量信息是IP五元组粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。
步骤6：NWDAF MTLF基于从AF、UPF和UE接收到的业务数据流的相关信息，生成训练数据集，并根据训练数据集训练分析模型。
分析模型包括以下信息中的至少一项：
1)PDU集合内的相邻两个PDU的时间间隔；
2)相邻两个PDU集合间的时间间隔；
利用1)和2)可以区分哪些PDU属于一个PDU集合，并区分PDU集合的边界。
通常情况下，PDU集合内相邻的PDU之间的时间间隔相对较短，例如为1ms；相邻的PDU集合间的时间间隔较长，例如为16.67ms。
3)不同类型的PDU集合的大小分布信息；
例如可以为不同类型的PDU集合的大小分布函数f1(x)。
通常I帧的PDU集合的大小较大，P帧和B帧的PDU集合的大小较小。
4)不同类型的PDU集合的周期。
通常I帧是周期出现的，例如每8帧一个I帧。通过所述周期可以来判断PDU集合的帧类型或重要性等级。
5)是否允许PDU集合丢包的指示信息。
该信息主要用于若感知出现PDU丢失时，是否需要对该PDU所在的PDU集合内的其他剩余的PDU进行传输。举例来说，某些视频编码格式下，一个PDU集合内丢失一个PDU会影响整个PDU集合的解析，因而，若该PDU集合丢失一个PDU，则无需对该PDU集合内的其他剩余的PDU进行传输。也就是说，通过训练所述第三信息，可以使得训练出的分析模型包含是否允许PDU集合丢包的指示信息，即具有分析是否允许PDU集合丢包的功能。
6)PDU集合内的PDU的第一抖动信息；
例如可以为PDU集合内的PDU抖动的分布函数f2(x)。该第一抖动信息代表PDU在网络传输过程中，出现较大传输时延。可以根据所述第一抖动信息来消除抖动对PDU集合边界判断的影响。
7)PDU集合间的第二抖动信息。
例如可以为PDU集合间抖动的分布函数f3(x)。该第二抖动信息代表PDU集合在网络传输过程中，出现较大传输时延。可以根据所述第二抖动信息来消除抖动对PDU集合的周期判断的影响。
步骤7：NWDAF MTLF通过Nnwdaf_MLModelProvision_Notify或Nnwdaf_MLModelInfo_Response向NWDAF AnLF发送训练好的分析模型。
步骤8：NWDAF AnLF向UPF发送Nupf_eventExposure_Subscibe消息(即上述第三请求)，用于请求业务数据流，在该请求中包含以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
步骤9：UPF从AF获取业务数据流，UPF根据上述第三请求，将确定的业务数据流发送给NWDAF AnLF。
步骤10：NWDAF AnLF采用分析模型对接收到的业务数据流进行分析，得到分析结果，分析结果可以如表4所示：
表4分析结果
/>
具体如何根据分析模型得到分析结果，可以参见上述实施例中所述，再次不再重复说明。
步骤11：NWDAF AnLF将分析结果发送给UPF；
步骤12：UPF通过GPRS隧道协议(GPRSTunnelingProtocol，GTP)头将分析结果通知基站；
步骤13：基站将业务数据流发送给UE，在传输过程中根据上述分析结果，进行PDU集合的传输。
本申请实施例二：
请参考图7，本申请实施例的数据特征分析方法包括以下步骤：
步骤1：NWDAF AnLF向NWDAF MTLF发送Nnwdaf_MLModelProvision_Subscribe或Nnwdaf_MLModelInfo_Request(相当于上述实施例中的第一请求)，用于请求分析模型，在该消息中包含：
1)Analytics ID(即上述实施例中的第一标识)，用于指示请求的分析模型为用于识别业务数据流中的PDU集合的数据特征的分析模型；
2)第一过滤信息，也可以称为分析过滤器(Analytics Filter)，所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识(Application ID)，切片标识，DNN，网络区域信息，终端标识。
其中，所述APP标识，也可以作为业务标识，可以指定针对该APP标识对应的业务训练分析模型；
业务数据流描述标识(service data flow descriptor)，也可以代替APP标识，业务数据流描述标识可以是IP五元组(终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号)或IP三元组(服务器IP地址、服务器端口号、协议号)。
切片标识，例如为单一网络切片选择辅助信息(Single Network SliceSelection Assistance Information，S-NSSAI)，即可以指定对该切片内的业务进行分析。
数据网络名称(DNN)，可以指定对DNN对应的数据网络中的业务进行分析。
网络区域信息(Area of Interest)，可以指定对该区域内的业务进行分析。
终端标识，可以是一个或多个终端的标识，所述终端标识可以包括以下至少一项：UE的IP地址，IMSI，GUTI，电话号码等。
本申请的一些实施例中，步骤1中的AnLF可以主动发起分析模型的训练过程，也就是不根据其他网元的触发进行分析模型的训练；本申请的其他一些实施例中，可以NFComsumer(UPF或SMF)触发AnLF进行进行分析模型的训练。
请参加图8，一些实施例中，在步骤1之前，还包括：
步骤01a：SMF确定用户使用XR业务时，SMF向XR业务对应的UPF发送N4 sessionestablishment request或N4 session modification request消息(即上述实施例中的第五请求)，携带以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
步骤02a：UPF向AnLF发起Nnwdaf_Analyticsription_Subscribe消息(即上述实施例中的第四请求)，所述消息包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
请参加图9，一些实施例中，在步骤1之前，还包括：
步骤01b：SMF确定用户使用XR业务时，SMF向AnLF发送Nnwdaf_Analyticsription_Subscribe消息(即上述实施例中的第四请求)，所述消息包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
步骤2：NWDAF MTLF从网关设备(如UPF)收集第一信息，第一信息的内容可以参见上述实施例中的表1。需要注意的是，UPF提供的第一信息是IP五元组(源IP地址、目的IP地址、协议号、源端口、目的端口)粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。本步骤中的UPF可以和步骤1中的UPF可以相同，也可以不同。
步骤3：NWDAF MTLF从AF收集第二信息，第二信息的内容可以参见上述实施例中的表2。AF提供的第二信息是IP五元组粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。
步骤4：NWDAF MTLF从UE收集第三信息和第四信息，第三信息和第四信息的内容可以参见上述实施例中的表3。UE提供的流量信息是IP五元组粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。
步骤5：NWDAF MTLF基于从AF、UPF和UE接收到的业务数据流的相关信息，生成训练数据集，并根据训练数据集训练分析模型。
分析模型包括以下信息中的至少一项：
1)PDU集合内的相邻两个PDU的时间间隔；
2)相邻两个PDU集合间的时间间隔；
利用1)和2)可以区分哪些PDU属于一个PDU集合，并区分PDU集合的边界。
通常情况下，PDU集合内相邻的PDU之间的时间间隔相对较短，例如为1ms；相邻的PDU集合间的时间间隔较长，例如为16.67ms。
3)不同类型的PDU集合的大小分布信息；
例如可以为不同类型的PDU集合的大小分布函数f1(x)。
通常I帧的PDU集合的大小较大，P帧和B帧的PDU集合的大小较小。
4)不同类型的PDU集合的周期。
通常I帧是周期出现的，例如每8帧一个I帧。通过所述周期可以来判断PDU集合的帧类型或重要性等级。
5)是否允许PDU集合丢包的指示信息。
该信息主要用于若感知出现PDU丢失时，是否需要对该PDU所在的PDU集合内的其他剩余的PDU进行传输。举例来说，某些视频编码格式下，一个PDU集合内丢失一个PDU会影响整个PDU集合的解析，因而，若该PDU集合丢失一个PDU，则无需对该PDU集合内的其他剩余的PDU进行传输。也就是说，通过训练所述第三信息，可以使得训练出的分析模型包含PDU集合是否允许丢包的指示信息，即具有分析PDU集合是否允许丢包的功能。
6)PDU集合内的PDU的第一抖动信息；
例如可以为PDU集合内的PDU抖动的分布函数f2(x)。该第一抖动信息代表PDU在网络传输过程中，出现较大传输时延。可以根据所述第一抖动信息来消除抖动对PDU集合边界判断的影响。
7)PDU集合间的第二抖动信息。
例如可以为PDU集合间抖动的分布函数f3(x)。该第二抖动信息代表PDU集合在网络传输过程中，出现较大传输时延。可以根据所述第二抖动信息来消除抖动对PDU集合的周期判断的影响。
步骤6：NWDAF MTLF通过Nnwdaf_MLModelProvision_Notify或Nnwdaf_MLModelInfo_Response向NWDAF AnLF发送训练好的分析模型。
步骤7：NWDAF AnLF向UPF发送Nupf_eventExposure_Subscibe消息(即上述第三请求)，用于请求业务数据流，在该请求中包含以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
步骤8：UPF从AF获取业务数据流，UPF根据上述第三请求，将确定的业务数据流发送给NWDAF AnLF。
步骤9：NWDAF AnLF采用分析模型对接收到的业务数据流进行分析，得到分析结果，分析结果可以如实施例一表4所示。
具体如何根据分析模型得到分析结果，可以参见上述实施例中所述，再次不再重复说明。
步骤10：NWDAF AnLF将分析结果发送给UPF；
步骤11：UPF通过GPRS隧道协议(GPRSTunnelingProtocol，GTP)头将分析结果通知基站；
步骤12：基站将业务数据流发送给UE，在传输过程中根据上述分析结果，进行PDU集合的传输。
本申请实施例三：
本实施例中，由AF进行分析模型的训练。
请参考图10，本申请实施例的数据特征分析方法包括以下步骤：
步骤1：AF从网关设备(如UPF)收集第一信息，第一信息的内容可以参见上述实施例中的表1。需要注意的是，UPF提供的第一信息是IP五元组(源IP地址、目的IP地址、协议号、源端口、目的端口)粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。本步骤中的UPF可以和步骤1中的UPF可以相同，也可以不同。
步骤2：AF从UE收集第三信息和第四信息，第三信息和第四信息的内容可以参见上述实施例中的表3。UE提供的流量信息是IP五元组粒度的，也就是业务数据流粒度的，这其中IP五元组包括的信息是：终端IP地址、终端端口号、服务器IP地址、服务器端口号、协议号。
步骤3：AF基于从UPF收集的第一信息，从UE收集的第三信息和第四信息，以及本地保存的第二信息，生成训练数据集，并根据训练数据集训练分析模型。
分析模型包括以下信息中的至少一项：
1)PDU集合内的相邻两个PDU的时间间隔；
2)相邻两个PDU集合间的时间间隔；
利用1)和2)可以区分哪些PDU属于一个PDU集合，并区分PDU集合的边界。
通常情况下，PDU集合内相邻的PDU之间的时间间隔相对较短，例如为1ms；相邻的PDU集合间的时间间隔较长，例如为16.67ms。
3)不同类型的PDU集合的大小分布信息；
例如可以为不同类型的PDU集合的大小分布函数f1(x)。
通常I帧的PDU集合的大小较大，P帧和B帧的PDU集合的大小较小。
4)不同类型的PDU集合的周期。
通常I帧是周期出现的，例如每8帧一个I帧。通过所述周期可以来判断PDU集合的帧类型或重要性等级。
5)是否允许PDU集合丢包的指示信息。
该信息主要用于若感知出现PDU丢失时，是否需要对该PDU所在的PDU集合内的其他剩余的PDU进行传输。举例来说，某些视频编码格式下，一个PDU集合内丢失一个PDU会影响整个PDU集合的解析，因而，若该PDU集合丢失一个PDU，则无需对该PDU集合内的其他剩余的PDU进行传输。也就是说，通过训练所述第三信息，可以使得训练出的分析模型包含PDU集合是否允许丢包的指示信息，即具有分析PDU集合是否允许丢包的功能。
6)PDU集合内的PDU的第一抖动信息；
例如可以为PDU集合内的PDU抖动的分布函数f2(x)。该第一抖动信息代表PDU在网络传输过程中，出现较大传输时延。可以根据所述第一抖动信息来消除抖动对PDU集合边界判断的影响。
7)PDU集合间的第二抖动信息。
例如可以为PDU集合间抖动的分布函数f3(x)。该第二抖动信息代表PDU集合在网络传输过程中，出现较大传输时延。可以根据所述第二抖动信息来消除抖动对PDU集合的周期判断的影响。
步骤4：AF向UPF和NWDAF AnLF的一体化设备发送训练好的分析模型。
步骤5：AF向UPF和NWDAF AnLF的一体化设备发送业务数据流。
步骤6：NWDAF AnLF采用分析模型对接收到的业务数据流进行分析，得到分析结果，分析结果可以如实施例一表4所示。
具体如何根据分析模型得到分析结果，可以参见上述实施例中所述，再次不再重复说明。
步骤7：UPF和NWDAF AnLF的一体化设备通过GPRS隧道协议(GPRSTunnelingProtocol，GTP)头将分析结果通知基站；
步骤8：基站将业务数据流发送给UE，在传输过程中根据上述分析结果，进行PDU集合的传输。
请参考图11，本申请实施例中，上述步骤1和步骤2可以采用如下方式实现：
步骤111：AF向NWDAF发送Nnwdaf_Analyticsription_Subscribe消息，所述消息中携带以下信息：
1)Analytics ID(即上述实施例中的第一标识)，用于指示请求的分析模型为用于识别业务数据流中的PDU集合的数据特征的分析模型；
2)第一过滤信息，也可以称为分析过滤器(Analytics Filter)，所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识(Application ID)，切片标识，DNN，网络区域信息，终端标识。
步骤112：NWDAF向SMF订阅UE的数据；
步骤113：SMF通过N4 session从UFP获取第一信息，如表1所示；
步骤114：SMF向NWDAF提供第一信息；
步骤115：NWDAF从UE收集第三信息和第四信息，如表3所示；
步骤116：NWDAF向AF提供从UPF和UE获得的数据。
本申请实施例提供的数据特征分析方法，执行主体可以为数据特征分析装置。本申请实施例中以数据特征分析装置执行数据特征分析方法为例，说明本申请实施例提供的数据特征分析装置。
请参考图12，本申请实施例还提供一种数据特征分析装置120，包括：
第一获取模块121，用于获取第一业务的业务数据流的相关信息，所述相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；
第一确定模块122，用于根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。
在本申请实施例中，通过对第一业务的业务数据流的相关信息进行训练，得到第一业务的分析模型，该分析模型可以识别第一业务的业务数据流中的PDU集合的数据特征，从而可针对I帧的PDU集合内的所有PDU进行优先传输，保证用户使用第一业务时的流畅体验。
可选的，所述第一信息包括以下至少一项：每个PDU的接收时间，相邻两个PDU之间的时间间隔，每个PDU的大小；
和/或
所述第二信息包括以下至少一项：每个数据帧的起始时间，每个数据帧的结束时间，每个数据帧中的PDU的个数，每个数据帧的类型指示信息；其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息。
可选的，所述分析模型包含以下信息中的至少一项：PDU集合内的相邻两个PDU的时间间隔；相邻两个PDU集合间的时间间隔；不同类型的PDU集合的大小分布信息；不同类型的PDU集合的周期。
可选的，所述业务数据流的相关信息还包括第三信息，所述第三信息为丢失PDU和/或丢失PDU集合的相关信息；
所述分析模型还包含以下信息：是否允许PDU集合丢包的指示信息。
可选的，所述第三信息包括以下至少一项：出现PDU丢失的时间戳，出现PDU集合丢弃的时间戳。
可选的，所述业务数据流的相关信息还包括第四信息，所述第四信息为乱序PDU和/或乱序PDU集合的相关信息；
所述分析模型还包含以下信息中的至少一项：PDU集合内的PDU的第一抖动信息；PDU集合间的第二抖动信息。
可选的，所述第四信息包括以下至少一项：乱序PDU的时间戳；乱序PDU集合的时间戳。
可选的，所述业务数据流的相关信息还包括第五信息，所述第五信息包括以下至少一项：业务数据流的持续时间，上行比特率，下行比特率，上行PDU时延，下行PDU时延，上行PDU传输数量，下行PDU传输数量。
可选的，所述数据特征分析装置120还包括：
第一发送模块，用于向第二设备发送所述分析模型或所述分析模型的信息，以用于所述第二设备分析所述第一业务的业务数据流中的PDU集合的数据特征。
可选的，所述数据特征分析装置120还包括：
接收模块，用于接收第一请求，所述第一请求用于请求所述第一业务的分析模型，所述第一请求中包括以下信息中的至少一项：第一标识和第一过滤信息；
所述第一标识用于指示请求的分析模型为用于识别业务数据流中的PDU集合的数据特征的分析模型；
所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识。
可选的，所述数据特征分析装置120还包括：
第二发送模块，用于发送第二请求，所述第二请求用于请求获取所述业务数据流的相关信息，所述第二请求中包括以下信息中的至少一项：第一标识和第一过滤信息；
所述第一标识用于指示请求业务数据流的相关信息；
所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识。
本申请实施例中的数据特征分析装置可以是电子设备，例如具有操作系统的电子设备，也可以是电子设备中的部件，例如集成电路或芯片。
本申请实施例提供的数据特征分析装置能够实现图2的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
请参考图13，本申请实施例还提供一种数据特征分析装置130，包括：
第一获取模块131，用于获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
分析模块132，用于根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的PDU集合的边界信息，所述PDU集合的类型指示信息，所述PDU集合中每个PDU的序号，所述PDU集合中的PDU的数量，所述PDU集合的周期；
其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；
所述目标业务数据流中的PDU集合的边界信息包括以下至少一项：所述PDU集合的起始PDU的信息，所述PDU集合的结束PDU的信息。
在本申请实施例中，通过分析模型可以识别第一业务的业务数据流中的PDU集合的数据特征，从而可针对I帧的PDU集合内的所有PDU进行优先传输，保证用户使用第一业务时的流畅体验。
可选的，所述分析模型包含以下信息中的至少一项：PDU集合内的相邻两个PDU的时间间隔；相邻两个PDU集合间的时间间隔；不同类型的PDU集合的大小分布信息；不同类型的PDU集合的周期。
可选的，所述分析模型还包含以下信息：是否允许PDU集合丢包的指示信息，所述分析结果还包括：是否继续传输所述目标业务数据流中的对应的PDU集合的结果。
可选的，所述分析模型还包含以下信息中的至少一项：PDU集合内的PDU的第一抖动信息；PDU集合间的第二抖动信息；所述分析模块132，用于根据所述第一抖动信息和/或第二抖动信息，确定所述目标业务数据流中的PDU集合的边界。
可选的，所述数据特征分析装置130还包括：
第一发送模块，用于向第三设备发送第三请求，所述第三请求用于请求所述第一业务的业务数据流，所述第三请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
第一接收模块，用于接收所述第三设备发送的所述第一业务的目标业务数据流。
可选的，所述数据特征分析装置130还包括：
第二接收模块，用于接收第四请求，所述第四请求用于请求所述第二设备对所述第一业务的业务数据流进行分析，所述第四请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
可选的，所述数据特征分析装置130还包括：
第二发送模块，用于向第三设备发送所述分析结果。
本申请实施例中的数据特征分析装置可以是电子设备，例如具有操作系统的电子设备，也可以是电子设备中的部件，例如集成电路或芯片。
本申请实施例提供的数据特征分析装置能够实现图4的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
请参考图14，本申请实施例还提供一种数据特征分析装置140，包括：
第一接收模块141，用于接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
第一确定模块142，用于根据所述分析结果，确定所述目标业务数据流中的PDU集合的传输方式。
在本申请实施例中，通过分析模型可以识别第一业务的业务数据流中的PDU集合的数据特征，从而可针对I帧的PDU集合内的所有PDU进行优先传输，保证用户使用第一业务时的流畅体验。
可选的，所述数据特征分析装置140还包括：
第二接收模块，用于接收第四设备发送的第五请求，所述第五请求用于请求对所述第一业务的业务数据流进行分析，所述第五请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
发送模块，用于向第二设备发送第四请求，所述第四请求用于请求所述第二设备对所述第一业务的业务数据流进行分析，所述第四请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
本申请实施例中的数据特征分析装置可以是电子设备，例如具有操作系统的电子设备，也可以是电子设备中的部件，例如集成电路或芯片。
本申请实施例提供的数据特征分析装置能够实现图5的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
可选的，如图15所示，本申请实施例还提供一种网络设备150，包括处理器151和存储器152，存储器152上存储有可在所述处理器151上运行的程序或指令，该程序或指令被处理器151执行时实现上述数据特征分析方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供一种网络设备，包括处理器和通信接口，通信接口用于接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；处理器用于根据所述分析结果，确定所述目标业务数据流中的PDU集合的传输方式。该网络设备实施例与上述第三设备执行的方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该网络设备实施例中，且能达到相同的技术效果。
具体地，本申请实施例还提供了一种网络设备。如图16所示，该网络设备160包括：天线161、射频装置162、基带装置163、处理器164和存储器165。天线161与射频装置162连接。在上行方向上，射频装置162通过天线161接收信息，将接收的信息发送给基带装置163进行处理。在下行方向上，基带装置163对要发送的信息进行处理，并发送给射频装置162，射频装置162对收到的信息进行处理后经过天线161发送出去。
以上实施例中网络设备执行的方法可以在基带装置163中实现，该基带装置163包括基带处理器。
基带装置163例如可以包括至少一个基带板，该基带板上设置有多个芯片，如图16所示，其中一个芯片例如为基带处理器，通过总线接口与存储器165连接，以调用存储器165中的程序，执行以上方法实施例中所示的网络设备操作。
该网络侧备还可以包括网络接口166，该接口例如为通用公共无线接口(commonpublic radio interface，CPRI)。
具体地，本申请实施例的网络设备160还包括：存储在存储器165上并可在处理器164上运行的指令或程序，处理器164调用存储器165中的指令或程序执行图14所示各模块执行的方法，并达到相同的技术效果，为避免重复，故不在此赘述。
具体地，本申请实施例还提供了一种网络设备。如图17所示，该网络设备170包括：处理器171、网络接口172和存储器173。其中，网络接口172例如为通用公共无线接口(common public radio interface，CPRI)。
具体地，本申请实施例的网络设备170还包括：存储在存储器173上并可在处理器171上运行的指令或程序，处理器171调用存储器173中的指令或程序执行图12或图13或图14所示各模块执行的方法，并达到相同的技术效果，为避免重复，故不在此赘述。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述数据特征分析方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述数据特征分析方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。
本申请实施例另提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现上述数据特征分析方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供了一种通信系统，包括：第一设备、第二设备和第三设备，所述第一设备可用于执行如上述第一设备执行的数据特征分析方法的步骤，所述第二设备可用于执行如上述第二设备执行的所述的数据特征分析方法的步骤，所述第三设备可用于执行如上述第三设备执行的所述的数据特征分析方法的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (27)

1.一种数据特征分析方法，其特征在于，包括：
第一设备获取第一业务的业务数据流的相关信息，所述业务数据流的相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的协议数据单元PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；
所述第一设备根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。
2.根据权利要求1所述的方法，其特征在于，
所述第一信息包括以下至少一项：每个PDU的接收时间，相邻两个PDU之间的时间间隔，每个PDU的大小；
和/或
所述第二信息包括以下至少一项：每个数据帧的起始时间，每个数据帧的结束时间，每个数据帧中的PDU的个数，每个数据帧的类型指示信息；其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息。
3.根据权利要求1或2所述的方法，其特征在于，
所述分析模型包含以下信息中的至少一项：PDU集合内的相邻两个PDU的时间间隔；相邻两个PDU集合间的时间间隔；不同类型的PDU集合的大小分布信息；不同类型的PDU集合的周期。
4.根据权利要求1所述的方法，其特征在于，
所述业务数据流的相关信息还包括第三信息，所述第三信息为丢失PDU和/或丢失PDU集合的相关信息；
所述分析模型还包含以下信息：是否允许PDU集合丢包的指示信息。
5.根据权利要求4所述的方法，其特征在于，
所述第三信息包括以下至少一项：出现PDU丢失的时间戳，出现PDU集合丢弃的时间戳。
6.根据权利要求1或4所述的方法，其特征在于，
所述业务数据流的相关信息还包括第四信息，所述第四信息为乱序PDU和/或乱序PDU集合的相关信息；
所述分析模型还包含以下信息中的至少一项：PDU集合内的PDU的第一抖动信息；PDU集合间的第二抖动信息。
7.根据权利要求6所述的方法，其特征在于，
所述第四信息包括以下至少一项：乱序PDU的时间戳；乱序PDU集合的时间戳。
8.根据权利要求1所述的方法，其特征在于，所述业务数据流的相关信息还包括第五信息，所述第五信息包括以下至少一项：业务数据流的持续时间，上行比特率，下行比特率，上行PDU时延，下行PDU时延，上行PDU传输数量，下行PDU传输数量。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述第一设备向第二设备发送所述分析模型或所述分析模型的信息，以用于所述第二设备分析所述第一业务的业务数据流中的PDU集合的数据特征。
10.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述第一设备接收第一请求，所述第一请求用于请求所述第一业务的分析模型，所述第一请求中包括以下信息中的至少一项：第一标识和第一过滤信息；
所述第一标识用于指示请求的分析模型为用于识别业务数据流中的PDU集合的数据特征的分析模型；
所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识。
11.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述第一设备发送第二请求，所述第二请求用于请求获取所述业务数据流的相关信息，所述第二请求中包括以下信息中的至少一项：第一标识和第一过滤信息；
所述第一标识用于指示请求业务数据流的相关信息；
所述第一过滤信息包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识。
12.根据权利要求1所述的方法，其特征在于，所述第一设备为网络数据分析功能模型训练逻辑功能NWDAF MTLF或应用功能AF。
13.一种数据特征分析方法，其特征在于，包括：
第二设备获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
所述第二设备根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的PDU集合的边界信息，所述PDU集合的类型指示信息，所述PDU集合中每个PDU的序号，所述PDU集合中的PDU的数量，所述PDU集合的周期；
其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；
所述目标业务数据流中的PDU集合的边界信息包括以下至少一项：所述PDU集合的起始PDU的信息，所述PDU集合的结束PDU的信息。
14.根据权利要求13所述的方法，其特征在于，
所述分析模型包含以下信息中的至少一项：PDU集合内的相邻两个PDU的时间间隔；相邻两个PDU集合间的时间间隔；不同类型的PDU集合的大小分布信息；不同类型的PDU集合的周期。
15.根据权利要求13所述的方法，其特征在于，所述分析模型还包含以下信息：是否允许PDU集合丢包的指示信息，所述分析结果还包括：是否继续传输所述目标业务数据流中的对应的PDU集合的结果。
16.根据权利要求13所述的方法，其特征在于，所述分析模型还包含以下信息中的至少一项：PDU集合内的PDU的第一抖动信息；PDU集合间的第二抖动信息；根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果包括：
所述第二设备根据所述第一抖动信息和/或第二抖动信息，确定所述目标业务数据流中的PDU集合的边界。
17.根据权利要求13所述的方法，其特征在于，所述方法还包括：
所述第二设备向第三设备发送第三请求，所述第三请求用于请求所述第一业务的业务数据流，所述第三请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
所述第二设备接收所述第三设备发送的所述第一业务的目标业务数据流。
18.根据权利要求13所述的方法，其特征在于，所述方法还包括：
所述第二设备接收第四请求，所述第四请求用于请求所述第二设备对所述第一业务的业务数据流进行分析，所述第四请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
19.根据权利要求13所述的方法，其特征在于，所述方法还包括：
所述第二设备向第三设备发送所述分析结果。
20.一种数据特征分析方法，其特征在于，包括：
第三设备接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
所述第三设备根据所述分析结果，确定所述目标业务数据流中的PDU集合的传输方式。
21.根据权利要求20所述的方法，其特征在于，还包括：
所述第三设备接收第三请求，所述第三请求用于请求所述第一业务的业务数据流，所述第三请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
所述第三设备根据所述第三请求获取所述第一业务的目标业务数据流。
22.根据权利要求20所述的方法，其特征在于，还包括：
所述第三设备接收第四设备发送的第五请求，所述第五请求用于请求对所述第一业务的业务数据流进行分析，所述第五请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识；
所述第三设备向第二设备发送第四请求，所述第四请求用于请求所述第二设备对所述第一业务的业务数据流进行分析，所述第四请求包括以下至少一项：业务数据流描述标识，业务标识，APP标识，切片标识，数据网络名称，网络区域信息，终端标识，为所述终端提供服务的UPF的标识。
23.一种数据特征分析装置，其特征在于，包括：
第一获取模块，用于获取第一业务的业务数据流的相关信息，所述相关信息包括第一信息和第二信息，所述第一信息为所述第一业务的业务数据流中的PDU的相关信息，所述第二信息为所述第一业务的业务数据流中的数据帧的相关信息，其中，每个所述数据帧包括至少一个PDU集合；
第一确定模块，用于根据所述业务数据流的相关信息，确定所述第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征。
24.一种数据特征分析装置，其特征在于，
第一获取模块，用于获取第一业务的分析模型，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
分析模块，用于根据所述分析模型对所述第一业务的目标业务数据流进行分析，得到分析结果，所述分析结果包括以下至少一项：所述目标业务数据流中的PDU集合的边界信息，所述PDU集合的类型指示信息，所述PDU集合中每个PDU的序号，所述PDU集合中的PDU的数量，所述PDU集合的周期；
其中，所述类型指示信息包括以下至少一项：帧类型，重要性等级信息；
所述目标业务数据流中的PDU集合的边界信息包括以下至少一项：所述PDU集合的起始PDU的信息，所述PDU集合的结束PDU的信息。
25.一种数据特征分析装置，其特征在于，
第一接收模块，用于接收第一业务的目标业务数据流的分析结果，所述分析结果基于分析模型分析得到，所述分析模型用于识别所述第一业务的业务数据流中的PDU集合的数据特征；
第一确定模块，用于根据所述分析结果，确定所述目标业务数据流中的PDU集合的传输方式。
26.一种网络设备，其特征在于，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至12任一项所述的数据特征分析方法的步骤；或者，所述程序或指令被所述处理器执行时实现如权利要求13至19任一项所述的数据特征分析方法的步骤；或者，所述程序或指令被所述处理器执行时实现如权利要求20至22任一项所述的数据特征分析方法的步骤。
27.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至12任一项所述的数据特征分析方法的步骤，或者，实现如权利要求13至19任一项所述的数据特征分析方法的步骤，或者，实现如权利要求20至22任一项所述的数据特征分析方法的步骤。
CN202210930432.7A 2022-08-03 2022-08-03 数据特征分析方法、装置及网络设备 Pending CN117560290A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210930432.7A CN117560290A (zh) 2022-08-03 2022-08-03 数据特征分析方法、装置及网络设备
PCT/CN2023/109769 WO2024027577A1 (zh) 2022-08-03 2023-07-28 数据特征分析方法、装置及网络设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210930432.7A CN117560290A (zh) 2022-08-03 2022-08-03 数据特征分析方法、装置及网络设备

Publications (1)

Publication Number Publication Date
CN117560290A true CN117560290A (zh) 2024-02-13

Family

ID=89815307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210930432.7A Pending CN117560290A (zh) 2022-08-03 2022-08-03 数据特征分析方法、装置及网络设备

Country Status (2)

Country Link
CN (1) CN117560290A (zh)
WO (1) WO2024027577A1 (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101188747B (zh) * 2007-12-10 2011-04-06 上海华为技术有限公司 在无线通信系统中实现视频业务的方法及网元设备
CN113596863B (zh) * 2020-04-30 2023-12-08 大唐移动通信设备有限公司 确定用户面功能及信息提供的方法、设备及介质
CN114125857A (zh) * 2020-08-31 2022-03-01 大唐移动通信设备有限公司 一种确定传输规则的方法、网络设备及装置
WO2022156918A1 (en) * 2021-01-20 2022-07-28 Telefonaktiebolaget Lm Ericsson (Publ) Fraudulent traffic detection based on analytics

Also Published As

Publication number Publication date
WO2024027577A1 (zh) 2024-02-08

Similar Documents

Publication Publication Date Title
CN108476424A (zh) Mdt服务的增强
US20230216758A1 (en) Information acquisition method and apparatus, storage medium, and electronic apparatus
EP3114866B1 (en) Scheduling based on data traffic patterns
US20240107379A1 (en) Method and apparatus for obtaining traffic characteristic analysis result, and network side device
CN108184008A (zh) 一种终端通信性能评估方法和装置
DE112021004175T5 (de) Datenebene für big data und daten als dienst in mobilfunknetzen der nächsten generation
CN117560290A (zh) 数据特征分析方法、装置及网络设备
WO2022223031A1 (zh) 一种数据传输的通信处理方法和相关设备
CN116567801A (zh) 服务化用户面的注册方法、装置、通信设备、系统及存储介质
CN113543216B (zh) 媒体报文的传输方法、装置及系统
CN116846771A (zh) 业务操作方法、装置、终端及可读存储介质
WO2024027579A1 (zh) 数据处理方法及装置
JP2023529445A (ja) Ｎｗｄａｆの機能を改善してｓｍｆが重複送信を効果的にするための方法
CN108293024B (zh) 业务数据的传输方法和装置
WO2023207786A1 (zh) 数据处理方法及装置
WO2022257967A1 (zh) 传输处理方法、装置、接入网节点及核心网节点
WO2023241445A1 (zh) 数据包集合时延的处理方法、装置及通信设备
WO2023207787A1 (zh) 数据处理方法、装置、通信设备和存储介质
EP4156753A1 (en) Method for operating smf using analysis information of nwdaf
CN116830731A (zh) 业务数据流的传输方法、通信装置及通信系统
CN117792886A (zh) 转发规则配置方法、装置、终端及网络侧设备
CN116170098A (zh) 感知业务共享通道建立方法及装置
CN117692982A (zh) 路由选择策略执行情况处理方法、装置及设备
CN116170754A (zh) 通信业务的实现方法、装置及网络侧设备
CN117692117A (zh) 确定数据传送结束的方法、装置、通信设备及可读存储介质

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