CN117641375A - 一种策略确定方法、装置、设备及存储介质 - Google Patents
一种策略确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117641375A CN117641375A CN202210950477.0A CN202210950477A CN117641375A CN 117641375 A CN117641375 A CN 117641375A CN 202210950477 A CN202210950477 A CN 202210950477A CN 117641375 A CN117641375 A CN 117641375A
- Authority
- CN
- China
- Prior art keywords
- target terminal
- information
- target
- terminal device
- terminal equipment
- 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 93
- 238000004458 analytical method Methods 0.000 claims abstract description 331
- 230000006870 function Effects 0.000 claims description 263
- 238000004891 communication Methods 0.000 claims description 54
- 238000005265 energy consumption Methods 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 claims 2
- 238000010801 machine learning Methods 0.000 description 59
- 238000010586 diagram Methods 0.000 description 28
- 238000007726 management method Methods 0.000 description 21
- 238000012545 processing Methods 0.000 description 14
- 230000007774 longterm Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013523 data management Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002787 reinforcement Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 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
- H04L41/16—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
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种策略确定方法、装置、设备及存储介质。该方法中第一功能实体获取目标终端设备使用AI相关的数据;根据数据,确定分析结果,向第二功能实体发送分析结果,分析结果用于第二功能实体确定目标终端设备使用AI的策略。根据目标终端设备使用AI相关的数据,可以灵活的确定目标终端设备使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
Description
技术领域
本申请涉及通信技术领域,具体涉及一种策略确定方法、装置、设备及存储介质。
背景技术
随着人工智能(artificial intelligence,AI)技术的发展,终端设备的许多应用(例如,语音应用、视频应用、图像处理应用等)开始使用AI技术,以提高终端设备或者应用的性能和用户体验。同时,终端设备的通信功能模块也开始使用AI算法,以提高通信性能。
目前,终端设备可以通过用户配置或静态配置的方式来确定使用的AI策略。然而,上述确定AI策略的方式缺乏灵活性,没有考虑不同场景下该使用何种AI策略,才能够使终端设备、网络以及应用达到最佳或期望的性能。因此,现在亟需一种可以确保终端设备、网络以及应用达到最佳或期望性能的AI策略确定方式。
发明内容
本申请涉及一种策略确定方法、装置、设备及存储介质。
第一方面,本申请实施例提供一种策略确定方法,应用于第一功能实体,所述方法包括:
获取目标终端设备使用AI相关的数据;
根据所述数据,确定分析结果;
向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对所述目标终端设备、目标应用或目标功能使用AI;
对所述目标终端设备、目标应用或目标功能使用AI的条件;
所述目标终端设备、目标应用或目标功能使用的AI算法信息;
所述目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,获取目标终端设备使用AI相关的数据,包括:
从如下至少一个设备中获取所述目标终端设备使用AI相关的数据:
所述目标终端设备;
服务于所述目标终端设备的网络设备,所述网络设备包括如下至少一种:接入与移动性管理功能AMF实体、操作管理维护OAM实体、会话管理功能SMF实体、用户面功能UPF实体、应用功能AF实体、接入网AN实体。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,获取目标终端设备使用AI相关的数据之前,还包括:
从所述第二功能实体接收分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述第二功能实体包括如下任意一种:第一终端设备、策略控制功能PCF实体、AF实体。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
第二方面,本申请实施例提供一种策略确定方法,应用于第二功能实体,所述方法包括:
接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
根据所述分析结果,确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对目标终端设备、目标应用或目标功能使用AI;
对目标终端设备、目标应用或目标功能使用AI的条件;
目标终端设备、目标应用或目标功能使用的AI算法信息;
目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,接收第一功能实体发送的分析结果之前,还包括:
向所述第一功能实体发送AI分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
在一种实施方式中,所述第二功能实体为第一终端设备,所述目标终端设备为所述第一终端设备,确定所述目标终端设备使用AI的策略之后,还包括:
执行所述策略。
在一种实施方式中,执行所述策略,包括:
根据所述策略,执行如下至少一种:
确定所述目标终端设备、目标应用或目标功能使用AI;
确定所述目标终端设备、目标应用或目标功能使用AI的条件;
根据所述AI算法信息确定所述目标终端设备、目标应用或目标功能使用的AI算法;
根据所述AI模型信息确定所述目标终端设备、目标应用或目标功能使用的AI模型。
在一种实施方式中,所述确定所述目标终端设备使用AI的策略之后,还包括:
向所述目标终端设备发送所述策略。
在一种实施方式中,所述第二功能实体为AF实体,向所述目标终端设备发送所述策略,包括:
通过PCF实体向所述目标终端设备发送所述策略。
第三方面,本申请实施例提供一种第一功能实体,包括存储器,收发机,处理器:
所述存储器,用于存储计算机程序;
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器,用于读取所述存储器中的计算机程序并执行如下操作:
获取目标终端设备使用AI相关的数据;
根据所述数据,确定分析结果;
向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对所述目标终端设备、目标应用或目标功能使用AI;
对所述目标终端设备、目标应用或目标功能使用AI的条件;
所述目标终端设备、目标应用或目标功能使用的AI算法信息;
所述目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述处理器具体用于执行以下操作:
从如下至少一个设备中获取所述目标终端设备使用AI相关的数据:
所述目标终端设备;
服务于所述目标终端设备的网络设备,所述网络设备包括如下至少一种:接入与移动性管理功能AMF实体、操作管理维护OAM实体、会话管理功能SMF实体、用户面功能UPF实体、应用功能AF实体、接入网AN实体。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,所述处理器还用于执行以下操作:
从所述第二功能实体接收分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述第二功能实体包括如下任意一种:第一终端设备、策略控制功能PCF实体、AF实体。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
第四方面,本申请实施例提供一种第二功能实体,包括存储器,收发机,处理器:
所述存储器,用于存储计算机程序;
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器,用于读取所述存储器中的计算机程序并执行如下操作:
接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
根据所述分析结果,确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对目标终端设备、目标应用或目标功能使用AI;
对目标终端设备、目标应用或目标功能使用AI的条件;
目标终端设备、目标应用或目标功能使用的AI算法信息;
目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,所述处理器还用于执行以下操作:
向所述第一功能实体发送AI分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
在一种实施方式中,所述第二功能实体为第一终端设备,所述目标终端设备为所述第一终端设备,所述处理器还用于执行以下操作:
执行所述策略。
在一种实施方式中,所述处理器具体用于执行以下操作:
根据所述策略,执行如下至少一种:
确定所述目标终端设备、目标应用或目标功能使用AI;
确定所述目标终端设备、目标应用或目标功能使用AI的条件;
根据所述AI算法信息确定所述目标终端设备、目标应用或目标功能使用的AI算法;
根据所述AI模型信息确定所述目标终端设备、目标应用或目标功能使用的AI模型。
在一种实施方式中,所述处理器还用于执行以下操作:
向所述目标终端设备发送所述策略。
在一种实施方式中,所述处理器具体用于执行以下操作:
通过PCF实体向所述目标终端设备发送所述策略。
第五方面,本申请实施例提供一种策略确定装置,包括:
获取单元,用于获取目标终端设备使用AI相关的数据;
确定单元,用于根据所述数据,确定分析结果;
发送单元,用于向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对所述目标终端设备、目标应用或目标功能使用AI;
对所述目标终端设备、目标应用或目标功能使用AI的条件;
所述目标终端设备、目标应用或目标功能使用的AI算法信息;
所述目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述获取单元具体用于:
从如下至少一个设备中获取所述目标终端设备使用AI相关的数据:
所述目标终端设备;
服务于所述目标终端设备的网络设备,所述网络设备包括如下至少一种:接入与移动性管理功能AMF实体、操作管理维护OAM实体、会话管理功能SMF实体、用户面功能UPF实体、应用功能AF实体、接入网AN实体。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,所述装置还包括接收单元,所述接收单元用于:
从所述第二功能实体接收分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述第二功能实体包括如下任意一种:第一终端设备、策略控制功能PCF实体、AF实体。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
第六方面,本申请实施例提供一种策略确定装置,包括:
接收单元,用于接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
确定单元,用于根据所述分析结果,确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对目标终端设备、目标应用或目标功能使用AI;
对目标终端设备、目标应用或目标功能使用AI的条件;
目标终端设备、目标应用或目标功能使用的AI算法信息;
目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,所述装置还包括第一发送单元,所述第一发送单元用于:
向所述第一功能实体发送AI分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
在一种实施方式中,所述第二功能实体为第一终端设备,所述目标终端设备为所述第一终端设备,所述装置还包括执行单元,所述执行单元用于:
执行所述策略。
在一种实施方式中,所述执行单元具体用于:
根据所述策略,执行如下至少一种:
确定所述目标终端设备、目标应用或目标功能使用AI;
确定所述目标终端设备、目标应用或目标功能使用AI的条件;
根据所述AI算法信息确定所述目标终端设备、目标应用或目标功能使用的AI算法;
根据所述AI模型信息确定所述目标终端设备、目标应用或目标功能使用的AI模型。
在一种实施方式中,所述装置还包括第二发送单元,所述第二发送单元用于:
向所述目标终端设备发送所述策略。
在一种实施方式中,所述第二发送单元具体用于:
通过PCF实体向所述目标终端设备发送所述策略。
第七方面,本申请实施例提供一种处理器可读存储介质,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行第一方面所述的方法,或执行第二方面所述的方法。
本申请提供一种策略确定方法、装置、设备及存储介质,该方法中第一功能实体获取目标终端设备使用AI相关的数据;根据数据,确定分析结果,向第二功能实体发送分析结果,分析结果用于第二功能实体确定目标终端设备使用AI的策略。根据目标终端设备使用AI相关的数据,可以灵活的确定目标终端设备使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
应当理解,上述发明内容部分中所描述的内容并非旨在限定本本申请的实施例的关键或重要特征,亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本申请实施例提供的通信系统的一种架构示意图;
图2为本申请实施例提供的通信系统的另一种架构示意图;
图3为本申请实施例提供的第一种策略确定方法的流程图;
图4为本申请实施例提供的第二种策略确定方法的流程图;
图5为本申请实施例提供的第三种策略确定方法的流程图;
图6为本申请实施例提供的第四种策略确定方法的流程图;
图7为本申请实施例提供的第五种策略确定方法的流程图;
图8为本申请实施例提供的第一功能实体的结构示意图;
图9A为本申请实施例提供的第二功能实体的结构示意图一;
图9B为本申请实施例提供的第二功能实体的结构示意图二;
图10A为本申请实施例提供的第一种策略确定装置的结构示意图一;
图10B为本申请实施例提供的第一种策略确定装置的结构示意图二;
图11A为本申请实施例提供的第二种策略确定装置的结构示意图一;
图11B为本申请实施例提供的第二种策略确定装置的结构示意图二;
图11C为本申请实施例提供的第二种策略确定装置的结构示意图三;
图11D为本申请实施例提供的第二种策略确定装置的结构示意图四。
具体实施方式
本申请实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请实施例中术语“多个”是指两个或两个以上,其它量词与之类似。
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、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,并不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种策略确定方法、装置、设备及存储介质,根据目标终端设备使用AI相关的数据,可以灵活的确定目标终端设备使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
其中,方法和装置是基于同一申请构思的,由于方法和装置解决问题的原理相似,因此装置和方法的实施可以相互参见,重复之处不再赘述。
本申请实施例提供的技术方案可以适用于多种系统,尤其是5G系统。例如适用的系统可以是全球移动通讯(global system of mobile communication,GSM)系统、码分多址(code division multiple access,CDMA)系统、宽带码分多址(wideband codedivision multiple access,WCDMA)通用分组无线业务(general packet radio service,GPRS)系统、长期演进(long term evolution,LTE)系统、LTE频分双工(frequencydivision duplex,FDD)系统、LTE时分双工(time division duplex,TDD)系统、高级长期演进(long term evolution advanced,LTE-A)系统、通用移动系统(universal mobiletelecommunication system,UMTS)、全球互联微波接入(worldwide interoperabilityfor microwave access,WiMAX)系统、5G新空口(new radio,NR)系统等。这多种系统中均包括终端设备和网络设备。系统中还可以包括核心网部分,例如演进的分组系统(evlovedpacket system,EPS)、5G系统(5GS)等。
本申请实施例涉及的终端设备,可以是指向用户提供语音和/或数据连通性的设备,具有无线连接功能的手持式设备、或连接到无线调制解调器的其他处理设备等。在不同的系统中,终端设备的名称可能也不相同,例如在5G系统中,终端设备可以称为用户设备(user equipment,UE)。无线终端设备可以经无线接入网(radio access network,RAN)与一个或多个核心网(core network,CN)进行通信,无线终端设备可以是移动终端设备,如移动电话(或称为“蜂窝”电话)和具有移动终端设备的计算机,例如,可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置,它们与无线接入网交换语言和/或数据。例如,个人通信业务(personal communication service,PCS)电话、无绳电话、会话发起协议(session initiated protocol,SIP)话机、无线本地环路(wireless local loop,WLL)站、个人数字助理(personal digital assistant,PDA)等设备。无线终端设备也可以称为系统、订户单元(subscriber unit)、订户站(subscriber station),移动站(mobilestation)、移动台(mobile)、远程站(remote station)、接入点(access point)、远程终端设备(remote terminal)、接入终端设备(access terminal)、用户终端设备(userterminal)、用户代理(user agent)、用户装置(user device),本申请实施例中并不限定。
本申请实施例涉及的接入网设备,也可以称为无线接入网设备,可以为特定区域的授权用户提供接入通信网络的功能,具体可以包括第三代合作伙伴计划(3rdgeneration partnership project,3GPP)网络中无线网络设备也可以包括非3GPP(non-3GPP)网络中的接入点。接入网设备能够负责空口侧的无线资源管理、服务质量(qualityof service,QoS)管理、数据压缩和加密等功能。接入网设备为终端设备提供接入服务,进而完成控制信号和用户数据在终端设备和核心网之间的转发。
接入网设备也可以称为网络设备,例如,本申请实施例涉及的网络设备可以是全球移动通信系统(global system for mobile communications,GSM)或码分多址接入(code division multiple access,CDMA)中的网络设备(base transceiver station,BTS),也可以是带宽码分多址接入(wide-band code division multiple access,WCDMA)中的网络设备(NodeB),还可以是长期演进(long term evolution,LTE)系统中的演进型网络设备(evolutional Node B,eNB或e-NodeB)、5G网络架构(next generation system)中的5G基站(gNB),也可以是家庭演进基站(home evolved node B,HeNB)、中继节点(relaynode)、家庭基站(femto)、微微基站(pico)等,本申请实施例中并不限定。在一些网络结构中,网络设备可以包括集中单元(centralized unit,CU)节点和分布单元(distributedunit,DU)节点,集中单元和分布单元也可以地理上分开布置。
下面结合图1对本申请的通信场景进行说明。图1为本申请实施例提供的通信系统的一种架构示意图。
如图1所示,该架构可以包括终端设备、接入网设备、核心网设备和数据网络(datanetwork,DN)部分。其中,终端设备、接入网设备和核心网设备是构成架构的主要部分,逻辑上它们可以分为用户面和控制面两部分,控制面负责移动网络的管理,用户面负责业务数据的传输。
核心网设备,也可以称为核心网网元,或者称为核心网功能实体。作为示例,核心网功能实体可以包括如下任意一项:网络数据分析功能(network data analyticsfunction,NWDAF)实体,策略控制功能(policy control function,PCF)实体,应用功能(application function,AF)实体,接入和移动性管理功能(access and mobilitymanagement function,AMF)实体,会话管理功能(session management function,SMF)实体,网络开放功能(network exposure function,NEF)实体,用户面功能(user planefunction,UPF)实体,统一数据库(unified data repository,UDR)实体,网络切片选择功能(network slice selection function,NSSF)实体,认证服务器功能(authenticationserver function,AUSF)实体,统一数据管理(unified data management,UDM)实体,网络功能数据库功能(network repository function,NRF)实体,作为示例,上述功能实体的功能如下:
NWDAF实体,主要用于对网络的状态等数据进行智能化分析。例如,NWDAF实体可以基于AI算法,通过与其他功能实体的交互,为其他网络功能实体提供网络数据分析服务。
PCF实体,主要用于指导网络行为的统一策略框架,为控制面实体(例如AMF,SMF等)提供策略规则信息等。
AF实体,主要用于向3GPP网络提供业务,如与PCF实体之间交互以进行策略控制等。
AMF实体,主要用于接入控制、移动性管理、注册与去注册等功能。
SMF实体,主要用于用户面网元选择,用户面网元重定向,终端设备的因特网协议(internet protocol,IP)地址分配,以及会话的建立、修改和释放及QoS控制。
NEF实体,主要用于安全地向外部开放由3GPP网络功能提供的业务和能力等。
UPF实体,要用于用户面数据的接收和转发。例如,UPF实体可以从业务服务器接收用户面数据,并通过接入网设备将用户面数据发送给终端设备。UPF实体还可以通过接入网设备从终端设备接收用户面数据,并转发到业务服务器。
UDR实体,主要用于签约数据、策略数据和公共架构数据等的存储和检索;供UDM实体、PCF实体和NEF实体获取相关数据。
NSSF实体,主要用于网络切片选择。
AUS F实体,主要用于用户鉴权等。
UDM实体,主要用于终端设备的签约数据管理,包括终端设备标识的存储和管理,终端设备的接入授权等。
NRF实体,主要用于保存网络功能实体以及其提供服务的描述信息等。
数据网络部分可以是为用户提供业务服务的数据网络,一般客户端位于终端设备,服务端位于数据网络。数据网络可以是私有网络,如局域网,也可以是不受运营商管控的外部网络,如Internet,还可以是运营商共同部署的专有网络。
图2为本申请实施例提供的通信系统的另一种架构示意图。图2是在图1的基础上确定的详细架构。
需要说明的是,第三方(3rd)AF实体和操作(operator)AF实体都属于AF实体。区别在于:第三方AF实体不受运营商管控,操作AF实体受运营商管控,第三方AF实体与NWDAF实体交互时需要通过NEF实体。
为了清晰起见,操作管理维护(operation administration and maintenance,OAM)实体未在图2中体现,OAM实体可以从接入网和核心网的网元上收集数据。
在相关技术中,终端设备可以通过用户配置或静态配置的方式来决定使用的AI策略。但是终端设备如何使用AI,会对终端设备、网络和终端设备中的应用的性能产生影响。而上述确定AI策略的方式缺乏灵活性,没有考虑不同场景下该使用何种AI策略,才能够使终端设备、网络以及应用达到最佳或期望的性能。因此,现在亟需一种可以确保终端设备、网络以及应用达到最佳或期望性能的AI策略确定方式。
基于现有技术中的问题,本申请提出了如下技术构思:第一功能实体根据目标终端设备使用AI相关的数据,确定了目标终端设备应用AI的分析结果,第二功能实体根据分析结果,可以灵活的确定目标终端设备使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
下面结合具体的实施例对本申请提供的通信方法进行介绍。
图3为本申请实施例提供的第一种策略确定方法的流程图。如图3所示,该方法包括:
S301、第一功能实体获取目标终端设备使用AI相关的数据。
第一功能实体可以是NWDAF实体。
目标终端设备可以是第一终端设备,也可以是第二终端设备。
第二终端设备可以是与第一终端设备进行通信的对端终端设备,也可以是第一终端设备感兴趣的其他终端设备。
第一功能实体可以从不同的设备中获取不同类型的AI相关的数据。
S302、第一功能实体根据数据,确定分析结果。
分析结果可以是对过去一段时间的统计结果,也可以是对未来一段时间的预测结果。
分析结果可以用于第二功能实体确定目标终端设备使用AI的策略。
S303、第一功能实体向第二功能实体发送分析结果。
第二功能实体可以是第一终端设备、PCF实体或AF实体。
S304、第二功能实体根据分析结果,确定目标终端设备使用AI的策略。
在一种可能的实现方式中,目标终端设备使用AI的策略可以包括如下至少一种:
对目标终端设备、目标应用或目标功能使用AI;
对目标终端设备、目标应用或目标功能使用AI的条件;
目标终端设备、目标应用或目标功能使用的AI算法信息;
目标终端设备、目标应用或目标功能使用的AI模型信息。
具体的,目标终端设备使用AI的策略至少可以分为以下三种情况:
一、目标终端设备整体启用AI,其策略可以包括如下至少一种:
对目标终端设备使用AI;
对目标终端设备使用AI的条件;
目标终端设备使用的AI算法信息;
目标终端设备使用的AI模型信息。
二、目标终端设备中的目标应用启用AI,其策略可以包括如下至少一种:
对目标应用使用AI;
对目标应用使用AI的条件;
目标应用使用的AI算法信息;
目标应用使用的AI模型信息。
三、目标终端设备中的目标功能启用AI,其策略可以包括如下至少一种:
对目标功能使用AI;
对目标功能使用AI的条件;
目标功能使用的AI算法信息;
目标功能使用的AI模型信息。
其中,使用AI的条件可以包括使用AI的时间、区域、网络性能或网络功能(networkfunction,NF)实体的状态。
AI算法信息可以包括至少一种AI算法和至少一种AI算法对应的优先级信息。
AI算法可以包括机器学习(machine learning,ML)算法和/或AI算法,以及算法参数。
例如,AI算法可以包括深度强化学习、联邦学习,还可以包括算法参数,如,深度强化学习的策略、约束条件等。
AI模型信息可以包括至少一种AI模型和至少一种AI模型对应的优先级信息。
AI模型可以包括ML模型和/或AI模型,以及模型关键参数。
目标应用可以是终端设备中可以使用AI的应用,或者是终端设备中可以使用AI的特定业务。例如,目标应用可以包括以下至少一种:语音业务、视频业务、图像处理应用、增强现实(augmented reality,AR)应用、虚拟现实(virtual reality,VR)应用,本申请对此不做具体限定。
目标功能可以是终端设备中可以使用AI的功能。例如,目标功能可以是通信功能,本申请对此不做具体限定。
以目标终端设备整体启用AI为例,其策略可以为:
在使用AI的条件下,目标终端设备是否启用AI;
若是启用AI,采用的AI/ML算法和/或AI/ML模型,以及AI/ML算法参数和/或AI/ML模型的关键参数(可选地),以达到最佳或期望的性能。若包含多个AI/ML算法和/或AI/ML模型,可以根据优先级的排列顺序,决定采用的AI/ML算法和/或AI/ML模型。
以目标终端设备中目标应用启用AI为例,其策略可以为:
在使用AI的条件下,目标应用是否启用AI;
若是启用AI,采用的AI/ML算法和/或AI/ML模型,以及AI/ML算法参数和/或AI/ML模型的关键参数(可选地),以达到最佳或期望的性能。若包含多个AI/ML算法和/或AI/ML模型,可以根据优先级的排列顺序,决定采用的AI/ML算法和/或AI/ML模型。
以目标终端设备中目标功能启用AI为例,其策略可以为:
在使用AI的条件下,目标功能是否启用AI;
若是启用AI,采用的AI/ML算法和/或AI/ML模型,以及AI/ML算法参数和/或AI/ML模型的关键参数(可选地),以达到最佳或期望的性能。若包含多个AI/ML算法和/或AI/ML模型,可以根据优先级的排列顺序,决定采用的AI/ML算法和/或AI/ML模型。
第二功能实体在确定策略后,可以向目标终端设备发送策略,具体发送方式本申请不做具体限定。
本申请实施例提供的策略确定方法,包括:第一功能实体获取目标终端设备使用AI相关的数据;根据数据,确定分析结果,向第二功能实体发送分析结果,第二功能实体根据分析结果,确定目标终端设备使用AI的策略。根据目标终端设备使用AI相关的数据,灵活的确定了目标终端设备使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
在图3所示实施例的基础上,下面,结合图4-图7,对上述策略确定方法进行详细说明,其中,图4是以第二功能实体为第一终端设备为例,图5是以第二功能实体为PCF实体为例,图6和图7是以第二功能实体为AF实体为例。
图4为本申请实施例提供的第二种策略确定方法的流程图。如图4所示,该方法包括:
S401、第一终端设备向NWDAF实体发送分析请求。
分析请求可以用于请求NWDAF实体提供目标终端设备使用AI相关的分析结果。
具体的,第一终端设备可以请求NWDAF实体提供第一终端设备自身使用AI相关的分析结果;也可以请求NWDAF实体提供第二终端设备使用AI相关的分析结果。
在一种可能的实现方式中,分析请求可以用于请求一次目标终端设备使用AI相关的分析结果;也可以用于订阅多次目标终端设备使用AI相关的分析结果。
例如,可以请求NWDAF实体按照一定的周期或者在分析结果更新时上报分析结果。
可选地,AI分析请求可以包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种可能的实现方式中,分析目标信息可以用以指示对谁进行AI相关的分析,例如,对哪些终端设备,以及终端设备中的哪些应用和/或功能进行AI相关的分析。
在一种可能的实现方式中,目标终端设备的标识是指能够唯一标识该终端设备的标识信息,例如,以终端设备的用户永久标识(subscription permanent identifier,SUPI)作为终端设备的标识。
当第一终端设备请求NWDAF实体提供第一终端设备自身使用AI相关的分析结果时,目标终端设备的标识为第一终端设备的标识;当第一终端设备请求NWDAF实体提供第二终端设备使用AI相关的数据时,目标终端设备的标识为第二终端设备的标识。
在一种可能的实现方式中,设备组可以是第一终端设备所在的组,也可以是第二终端设备所在的组。目标终端设备所在的设备组的标识是指能够唯一标识该设备组的标识信息。
当第一终端设备请求NWDAF实体提供设备组使用AI相关的分析结果时,可以在分析请求中携带设备组的标识。NWDAF实体根据分析请求,可以向第一终端设备提供设备组中所有终端设备使用AI相关的分析结果。
在一种可能的实现方式中,目标应用的标识是指能够唯一标识该应用的标识信息。例如,目标应用标识可以是目标应用的具体名称,具体的,目标应用的标识可以为VR。
在一种可能的实现方式中,目标功能的标识是指能够唯一标识该功能的标识信息。例如,目标功能标识可以是目标功能的具体名称,具体的,目标功能的标识可以是AI增强的移动性功能(AI+mobility)。
示例性的,分析目标信息(target of analytics reporting)可以是UE1身份标识号码(identity document,ID),表示对UE1进行AI分析;也可以是UE2 ID,表示对UE2进行AI分析;还可以是UE Group ID,表示对一组UE进行AI分析;还可以是Application ID,表示对目标应用进行AI分析;还可以是Function ID,表示对目标功能进行AI分析;还可以是AnyUE,表示对满足特定条件的所有UE进行AI分析。
目标终端设备使用的AI的描述信息可以分为以下三种类型:
第一种,目标终端设备整体使用AI的描述信息,包括:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
例如,描述信息可以表示UE整体启用AI,UE中所有使用AI的应用和功能均使用深度强度学习和深度神经网络时,对终端设备能耗进行分析。
第二种,目标终端设备中目标应用使用AI的描述信息,包括:AI使能信息、AI应用标识、AI算法信息、AI模型信息。
例如,描述信息可以表示对UE中VR应用启用AI,使用深度强度学习和深度神经网络时,对终端设备能耗进行分析。
第三种,目标终端设备中目标功能使用AI的描述信息,包括:AI使能信息、AI应用标识、AI算法信息、AI模型信息。
例如,描述信息可以表示对UE中通信功能启用AI,使用深度强度学习和深度神经网络时,对终端设备能耗进行分析。
在一种可能的实现方式中,描述信息可以包含终端设备中一个或多个应用或功能的描述信息。对于不同的应用或功能,描述信息可以不同。
在一种可能的实现方式中,AI使能信息可以用于指示是否启用AI。具体的,AI使能信息可以用于指示整个终端设备是否启用AI,也可以用于指示目标应用或目标功能是否启用AI。当AI使能信息指示终端设备启用AI时,可以表示终端设备中所有使用AI的应用和/或功能均启用AI。
例如,AI使能信息可以表示为AI enabled,用于指示启用AI,也可以表示为AIdisabled,用于指示不启用AI。
在一种可能的实现方式中,AI应用标识是指能够唯一标识该应用的标识信息。当目标终端设备启用AI时,AI应用标识可以是目标终端设备中所有使用AI的应用的标识;当目标应用启用AI时,AI应用标识可以与目标应用标识相同。
在一种可能的实现方式中,AI功能标识是指能够唯一标识该功能的标识信息。当目标终端设备启用AI时,AI功能标识可以是目标终端设备中所有使用AI的功能的标识;当目标功能启用AI时,AI功能标识可以与目标功能标识相同。
在一种可能的实现方式中,分析的区域可以是指感兴趣区域,表示对某个区域内的所有UE进行分析。
在一种可能的实现方式中,分析的网络切片可以表示对网络切片的UE进行分析。
在一种可能的实现方式中,分析的时间可以表示请求过去或者未来一段时间内的使用AI相关的分析结果。
在一种可能的实现方式中,第一终端设备可以通过以下两种方式将分析请求发送给NWDAF实体:
(1)UE将包含分析请求的数据包通过用户面发送给UPF实体,UPF实体将解析出的分析请求转发给NWDAF实体;
(2)UE将分析请求通过控制面信令发送给AMF实体,AMF实体将分析请求转发给NWDAF实体。
S402、NWDAF实体根据分析请求,获取目标终端设备使用AI相关的数据。
在一种可能的实现方式中,第一功能实体可以从如下至少一个设备中获取目标终端设备使用AI相关的数据:目标终端设备、服务于目标终端设备的网络设备,网络设备包括如下至少一种:AMF实体、OAM实体、SMF实体、UPF实体、AF实体、接入网(access network,AN)实体。
在一种可能的实现方式中,NWDAF实体可以根据分析请求中的分析目标信息,向分析目标终端设备或者服务于目标终端设备的网络设备获取使用AI相关的数据。
例如,若分析目标信息为UE1 ID,则表示NWDAF实体向UE2或服务于UE1的网络设备,如NF/OAM,获取使用AI相关的数据;若分析目标信息为UE2 ID,则表示NWDAF实体向UE2或服务于UE2的网络设备,如NF/OAM,获取使用AI相关的数据;若分析目标信息为UE GroupID,则表示NWDAF实体向该组中的多个或者所有UE或服务于这些UE的网络设备,如NF/OAM,获取使用AI相关的数据;若分析目标信息为Any UE,则表示NWDAF实体向满足特定条件的对个或者所有UE或服务于这些UE的网络设备,如NF/OAM,获取使用AI相关的数据。
在一种可能的实现方式中,NWDAF实体可以根据采集数据/信息类型的不同,向不同的实体设备获取使用AI相关的数据。
例如,NWDAF可以向UE、AMF或OAM采集UE移动性能相关数据,向UE、SMF或OAM采集UE通信性能相关数据,向UE、SMF或AF采集UE应用相关数据,向UE采集UE能耗或资源使用相关数据。
综上,根据获取目标终端设备使用AI相关的数据的来源不同,S402可以包括如下至少一种方式:
S402a、NWDAF实体根据分析请求,从第一终端设备(UE1)获取使用AI相关的数据;
S402b、NWDAF实体根据分析请求,从NF实体或OAM实体获取使用AI相关的数据,其中,NF实体可以为AMF实体、SMF实体、AF实体等;
S402c、NWDAF实体根据分析请求,从第二终端设备(UE2)获取使用AI相关的数据。
在一种可能的实现方式中,目标终端设备使用AI相关的数据可以包括如下至少一种:
目标终端设备的移动性能数据;
目标终端设备的通信性能数据;
目标终端设备的业务体验信息;
目标终端设备的能耗数据;
目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
目标终端设备使用AI的描述信息。
其中,描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
业务体验信息可以包括对语音、视频或其他业务的质量的主观评定和分析。例如,采用平均意见分(mean opinion score,MOS)来表示。
示例性的,目标终端设备使用AI相关的数据可以如表1所示:
表1、目标终端设备使用AI相关的数据
S403、第一功能实体根据数据,确定分析结果。
在一种可能的实现方式中,分析结果包括如下至少一种:
目标终端设备的第一性能的统计信息或预测信息;
服务于目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
其中,统计信息可以是对过去一段时间的分析结果;预测信息可以是对未来一段时间的预测结果。
在一种可能的实现方式中,第一性能包括如下至少一种:目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验。
第二性能包括如下至少一种:服务于目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种可能的实现方式中,分析结果还包括目标终端设备使用AI的描述信息,描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种可能的实现方式中,分析结果还包括分析结果适用信息,分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种可能的实现方式中,第一终端设备可以将目标终端设备使用AI的描述信息存储在本地,并与分析请求和/或分析结果相关联,从而后续可以依据分析结果在本地确定启用的AI策略。
示例性的,统计信息可以如下表2所示:
表2、目标终端设备的统计信息
示例性的,预测信息可以如下表3所示:
表3、目标终端设备的预测信息
S404、NWDAF实体向第一终端设备发送分析结果。
在一种可能的实现方式中,NWDAF实体可以通过以下方式向第一终端设备发送分析结果:
(1)NWDAF实体将分析结果发送给UPF实体,UPF实体将包含分析结果的数据包通过用户面发送给UE1;
(2)NWDAF实体将分析结果发送给AMF实体,AMF实体将分析结果通过控制面信令发送给UE1。
S405、第一终端设备根据分析结果,确定目标终端设备使用AI的策略。
当目标终端设备为第一终端设备时,可以执行S406。
当目标终端设备为第二终端设备时,第一终端设备可以向第二终端设备发送策略,第二终端设备接收到策略后,可以执行策略。
S406、第一终端设备执行策略。
在一种可能的实施方式中,执行策略,包括执行如下至少一种:
确定所述目标终端设备、目标应用或目标功能使用AI;
确定所述目标终端设备、目标应用或目标功能使用AI的条件;
根据所述AI算法信息确定所述目标终端设备、目标应用或目标功能使用的AI算法;
根据所述AI模型信息确定所述目标终端设备、目标应用或目标功能使用的AI模型。
在一种可能的实施方式中,根据启用AI的对象不同,可以将执行策略分为以下三种方式:
第一种,终端设备启用AI,执行策略,包括执行如下至少一种:
确定目标终端设备使用AI;
确定目标终端设备使用AI的条件;
根据AI算法信息确定目标终端设备使用的AI算法;
根据AI模型信息确定目标终端设备使用的AI模型。
例如,UE1根据AI策略,在使用AI的条件下,UE1启用或不启用AI;若启用AI,UE1根据AI策略,按照优先级采用特定的AI/ML算法或AI/ML模型,以达到最佳或期望的性能。
第二种,目标应用启用AI,执行策略,包括执行如下至少一种:
确定目标应用使用AI;
确定目标应用使用AI的条件;
根据AI算法信息确定目标应用使用的AI算法;
根据AI模型信息确定目标应用使用的AI模型。
例如,UE1根据AI策略,在使用AI的条件下,UE1中的目标应用启用或不启用AI;若启用AI,UE1根据AI策略,按照优先级采用特定的AI/ML算法或AI/ML模型,以达到最佳或期望的性能。
第三种,目标功能启用AI,执行策略,包括执行如下至少一种:
确定目标功能使用AI;
确定目标功能使用AI的条件;
根据AI算法信息确定目标功能使用的AI算法;
根据AI模型信息确定目标功能使用的AI模型。
例如,UE1根据AI策略,在使用AI的条件下,UE1中的目标功能启用或不启用AI;若启用AI,UE1根据AI策略,按照优先级采用特定的AI/ML算法或AI/ML模型,以达到最佳或期望的性能。
在一种可能的实现方式中,AI/ML算法可以包括AI/ML算法,也可以包括AI/ML算法和AI/ML算法参数。
在一种可能的实现方式中,AI/ML模型可以包括AI/ML模型,也可以包括AI/ML模型和AI/ML模型关键参数。
本申请实施例提供的策略确定方法,包括:第一终端设备向NWDAF实体发送分析请求,NWDAF实体根据分析请求获取目标终端设备使用AI相关的数据,并根据数据,确定分析结果,将分析结果发送给第一终端设备,第一终端设备根据分析结果确定目标终端设备使用AI的策略,还可以执行策略。根据目标终端设备使用AI相关的数据,灵活的确定了目标终端设备使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
图5为本申请实施例提供的第三种策略确定方法的流程图。如图5所示,该方法包括:
S501、PCF实体向NWDAF实体发送分析请求。
本申请实施例的分析请求可以与S401中的分析请求相同。只是,当PCF实体请求对第二终端设备进行分析时,其需要事先从第一终端设备或者其他功能实体中获取第二终端设备的信息。
S502-S503,可以参见S402-S403,此处不再赘述。
S504、NWDAF实体向PCF实体发送分析结果。
S505、PCF实体根据分析结果,确定目标终端设备使用AI的策略。
S506、PCF实体向目标终端设备发送策略。
S507、目标终端设备执行策略。
本申请实施例提供的策略确定方法,包括:PCF实体向NWDAF实体发送分析请求,NWDAF实体根据分析请求获取目标终端设备使用AI相关的数据,并根据数据,确定分析结果,将分析结果发送给PCF实体,PCF实体根据分析结果确定目标终端设备使用AI的策略,并将策略发送给目标终端设备,目标终端设备执行策略。根据目标终端设备使用AI相关的数据,灵活的确定了目标终端设备使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
图6为本申请实施例提供的第四种策略确定方法的流程图。如图6所示,该方法包括:
S601、AF实体向NWDAF实体发送分析请求。
本申请实施例的分析请求可以与S401中的分析请求相同。特别地,AF实体向NWDAF实体发送的分析请求需要携带目标应用的标识和/或目标功能的标识。
目标应用可以是AF实体感兴趣的应用。目标功能可以是AF实体感兴趣的功能。
另外,若AF实体请求对第二终端设备进行分析时,其需要事先从第一终端设备或者其他功能实体中获取第二终端设备的信息。
S602-S603,可以参见S402-S403,此处不再赘述。
S604、NWDAF实体向AF实体发送分析结果。
S605、AF实体根据分析结果,确定目标终端设备中目标应用/目标功能使用AI的策略。
在AF实体中,其确定的策略也可以称为目标终端设备中目标应用/目标功能使用AI的参数集。
在本申请实施例中,策略(参数集)可以包括如下至少一种:
对目标应用/目标功能使用AI;
对目标应用/目标功能使用AI的条件;
目标应用使用/目标功能的AI算法信息;
目标应用使用/目标功能的AI模型信息。
以目标终端设备中目标应用启用AI为例,其策略可以为:
在使用AI的条件下,目标应用是否启用AI;
若是启用AI,目标应用采用的AI/ML算法和/或AI/ML模型,以及AI/ML算法参数和/或AI/ML模型的关键参数(可选地),以达到最佳或期望的性能。若包含多个AI/ML算法和/或AI/ML模型,可以根据优先级的排列顺序,决定采用的AI/ML算法和/或AI/ML模型。
以目标终端设备中目标功能启用AI为例,其策略可以为:
在使用AI的条件下,目标功能是否启用AI;
若是启用AI,目标功能采用的AI/ML算法和/或AI/ML模型,以及AI/ML算法参数和/或AI/ML模型的关键参数(可选地),以达到最佳或期望的性能。若包含多个AI/ML算法和/或AI/ML模型,可以根据优先级的排列顺序,决定采用的AI/ML算法和/或AI/ML模型。
S606、AF实体向目标终端设备发送策略。
在一种可能的实施方式中,AF可以通过应用层将策略(参数集)发送给目标终端设备。
S607、目标终端设备执行策略。
在本申请实施例中,执行AI策略(参数集),包括执行如下至少一种:
确定目标应用/目标功能使用AI;
确定目标应用/目标功能使用AI的条件;
根据AI算法信息确定目标应用/目标功能使用的AI算法;
根据AI模型信息确定目标应用/目标功能使用的AI模型。
例如,UE1根据AI策略,在使用AI的条件下,UE1中的目标应用/目标功能启用或不启用AI;该目标应用/目标功能若启用AI,UE1根据AI策略,按照优先级采用特定的AI/ML算法或AI/ML模型,以达到最佳或期望的性能。
本申请实施例提供的策略确定方法,包括:AF实体向NWDAF实体发送分析请求,NWDAF实体根据分析请求获取目标终端设备使用AI相关的数据,并根据数据,确定分析结果,将分析结果发送给AF实体,AF实体根据分析结果确定目标终端设备中目标应用/目标功能使用AI的策略,并将策略发送给目标终端设备,目标终端设备执行策略。根据目标终端设备使用AI相关的数据,灵活的确定了目标终端设备中目标应用/目标功能使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
图7为本申请实施例提供的第五种策略确定方法的流程图。如图7所示,该方法包括:
S701-S705,可以参见S601-S605,此处不再赘述。
S706、AF实体通过PCF实体向目标终端设备发送策略。
在一种可能的实施方式中,AF实体先将策略(参数集)发送给PCF实体,PCF实体再将策略发送给目标终端设备。
具体的,AF实体可以将策略(参数集)发送给NEF/UDR实体,NEF/UDR实体再将策略(参数集)发送给PCF实体。
S707、目标终端设备执行策略。
本申请实施例提供的策略确定方法,包括:AF实体向NWDAF实体发送分析请求,NWDAF实体根据分析请求获取目标终端设备使用AI相关的数据,并根据数据,确定分析结果,将分析结果发送给AF实体,AF实体根据分析结果确定目标终端设备中目标应用/目标功能使用AI的策略,并通过PCF实体将策略发送给目标终端设备,目标终端设备执行策略。根据目标终端设备使用AI相关的数据,灵活的确定了目标终端设备中目标应用/目标功能使用AI的策略,目标终端设备根据策略启用AI,可以使目标终端设备、网络以及应用取得最佳或期望的性能。
图8为本申请实施例提供的第一功能实体的结构示意图。如图8所示,该实体设备包括:存储器801,收发机802和处理器803。
存储器801,用于存储计算机程序;
收发机802,用于在处理器803的控制下收发数据;
处理器803,用于读取存储器801中存储的计算机程序并执行以下操作:
获取目标终端设备使用AI相关的数据;
根据所述数据,确定分析结果;
向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对所述目标终端设备、目标应用或目标功能使用AI;
对所述目标终端设备、目标应用或目标功能使用AI的条件;
所述目标终端设备、目标应用或目标功能使用的AI算法信息;
所述目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述处理器803具体用于执行以下操作:
从如下至少一个设备中获取所述目标终端设备使用AI相关的数据:
所述目标终端设备;
服务于所述目标终端设备的网络设备,所述网络设备包括如下至少一种:接入与移动性管理功能AMF实体、操作管理维护OAM实体、会话管理功能SMF实体、用户面功能UPF实体、应用功能AF实体、接入网AN实体。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,所述处理器803还用于执行以下操作:
从所述第二功能实体接收分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述第二功能实体包括如下任意一种:第一终端设备、策略控制功能PCF实体、AF实体。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
其中,在图8中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器803代表的一个或多个处理器和存储器801代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机802可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括无线信道、有线信道、光缆等传输介质。处理器803负责管理总线架构和通常的处理,存储器801可以存储处理器803在执行操作时所使用的数据。
可选地,处理器803可以是中央处理器(central processing unit,CPU)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或复杂可编程逻辑器件(complex programmable logicdevice,CPLD),处理器也可以采用多核架构。
在此需要说明的是,本申请提供的上述实体设备,能够实现上述方法实施例中实体设备所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图9A为本申请实施例提供的第二功能实体的结构示意图一。如图9A所示,该实体设备包括存储器901,收发机902和处理器903。
存储器901,用于存储计算机程序;
收发机902,用于在处理器903的控制下收发数据;
处理器903,用于读取存储器901中存储的计算机程序并执行以下操作:
接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
根据所述分析结果,确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对目标终端设备、目标应用或目标功能使用AI;
对目标终端设备、目标应用或目标功能使用AI的条件;
目标终端设备、目标应用或目标功能使用的AI算法信息;
目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
在一种实施方式中,所述处理器903还用于执行以下操作:
向所述第一功能实体发送AI分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
在一种实施方式中,所述第二功能实体为第一终端设备,所述目标终端设备为所述第一终端设备,所述处理器903还用于执行以下操作:
执行所述策略。
在一种实施方式中,所述处理器903具体用于执行以下操作:
根据所述策略,执行如下至少一种:
确定所述目标终端设备、目标应用或目标功能使用AI;
确定所述目标终端设备、目标应用或目标功能使用AI的条件;
根据所述AI算法信息确定所述目标终端设备、目标应用或目标功能使用的AI算法;
根据所述AI模型信息确定所述目标终端设备、目标应用或目标功能使用的AI模型。
在一种实施方式中,所述处理器903还用于执行以下操作:
向所述目标终端设备发送所述策略。
在一种实施方式中,所述处理器903具体用于执行以下操作:
通过PCF实体向所述目标终端设备发送所述策略。
其中,在图9A中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器903代表的一个或多个处理器和存储器901代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口提供接口。收发机902可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元,这些传输介质包括,这些传输介质包括无线信道、有线信道、光缆等传输介质。处理器903负责管理总线架构和通常的处理,存储器901可以存储处理器903在执行操作时所使用的数据。
图9B为本申请实施例提供的第二功能实体的结构示意图二。如图9B所示,当第二功能实体为终端设备的时候,该设备还可以包括用户接口904,针对不同的终端设备,用户接口904还可以是能够外接内接需要设备的接口,连接的设备包括但不限于小键盘、显示器、扬声器、麦克风、操纵杆等。
可选的,处理器903可以是中央处理器(central processing unit,CPU)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(field-programmable gate array,FPGA)或复杂可编程逻辑器件(complex programmable logicdevice,CPLD),处理器也可以采用多核架构。
处理器903通过调用存储器901存储的计算机程序,用于按照获得的可执行指令执行本申请实施例提供的任一所述方法。处理器903与存储器901也可以物理上分开布置。
在此需要说明的是,本申请提供的上述实体设备,能够实现上述方法实施例中实体设备所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
图10A为本申请实施例提供的第一种策略确定装置的结构示意图一。如图10A所示,该装置包括:
获取单元1001,用于获取目标终端设备使用AI相关的数据;
确定单元1002,用于根据所述数据,确定分析结果;
发送单元1003,用于向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对所述目标终端设备、目标应用或目标功能使用AI;
对所述目标终端设备、目标应用或目标功能使用AI的条件;
所述目标终端设备、目标应用或目标功能使用的AI算法信息;
所述目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述获取单元1001具体用于:
从如下至少一个设备中获取所述目标终端设备使用AI相关的数据:
所述目标终端设备;
服务于所述目标终端设备的网络设备,所述网络设备包括如下至少一种:接入与移动性管理功能AMF实体、操作管理维护OAM实体、会话管理功能SMF实体、用户面功能UPF实体、应用功能AF实体、接入网AN实体。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
图10B为本申请实施例提供的第一种策略确定装置的结构示意图二。如图10B所示,所述装置还包括接收单元1004,所述接收单元1004用于:
从所述第二功能实体接收分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述第二功能实体包括如下任意一种:第一终端设备、策略控制功能PCF实体、AF实体。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
图11A为本申请实施例提供的第二种策略确定装置的结构示意图一。如图11A所示,该装置包括:
接收单元1101,用于接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
确定单元1102,用于根据所述分析结果,确定所述目标终端设备使用AI的策略。
在一种实施方式中,所述策略包括如下至少一种:
对目标终端设备、目标应用或目标功能使用AI;
对目标终端设备、目标应用或目标功能使用AI的条件;
目标终端设备、目标应用或目标功能使用的AI算法信息;
目标终端设备、目标应用或目标功能使用的AI模型信息。
在一种实施方式中,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
在一种实施方式中,所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
在一种实施方式中,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
在一种实施方式中,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
图11B为本申请实施例提供的第二种策略确定装置的结构示意图二。如图11B所示,所述装置还包括第一发送单元1103,所述第一发送单元1103用于:
向所述第一功能实体发送AI分析请求,所述分析请求用于请求所述分析结果。
在一种实施方式中,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
在一种实施方式中,所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
图11C为本申请实施例提供的第二种策略确定装置的结构示意图三。如图11C所示,所述第二功能实体为第一终端设备,所述目标终端设备为所述第一终端设备,所述装置还包括执行单元1104,所述执行单元1104用于:
执行所述策略。
在一种实施方式中,所述执行单元1104具体用于:
根据所述策略,执行如下至少一种:
确定所述目标终端设备、目标应用或目标功能使用AI;
确定所述目标终端设备、目标应用或目标功能使用AI的条件;
根据所述AI算法信息确定所述目标终端设备、目标应用或目标功能使用的AI算法;
根据所述AI模型信息确定所述目标终端设备、目标应用或目标功能使用的AI模型。
图11D为本申请实施例提供的第二种策略确定装置的结构示意图四。如图11D所示,所述装置还包括第二发送单元1105,所述第二发送单元1105用于:
向所述目标终端设备发送所述策略。
在一种实施方式中,所述第二发送单元1105具体用于:
通过PCF实体向所述目标终端设备发送所述策略。
需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可读取存储介质中。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或者该技术方案的全部或部分可以以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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在此需要说明的是,本申请提供的上述装置,能够实现上述方法实施例所实现的所有方法步骤,且能够达到相同的技术效果,在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
本申请实施例还提供一种处理器可读存储介质,处理器可读存储介质存储有计算机程序,计算机程序用于使处理器执行上述方法实施例任一项所述的方法。
处理器可读存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
本申请实施例还提供一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述方法实施例任一项所述的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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。应理解可由计算机可执行指令实现流程图和/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。可提供这些计算机可执行指令到通用计算机、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。
这些处理器可执行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处理器可读存储器中,使得存储在该处理器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。
这些处理器可执行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。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (31)
1.一种策略确定方法,其特征在于,应用于第一功能实体,所述方法包括:
获取目标终端设备使用人工智能AI相关的数据;
根据所述数据,确定分析结果;
向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
2.根据权利要求1所述的方法,其特征在于,所述策略包括如下至少一种:
对所述目标终端设备、目标应用或目标功能使用AI;
对所述目标终端设备、目标应用或目标功能使用AI的条件;
所述目标终端设备、目标应用或目标功能使用的AI算法信息;
所述目标终端设备、目标应用或目标功能使用的AI模型信息。
3.根据权利要求1或2所述的方法,其特征在于,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
4.根据权利要求1-3任一项所述的方法,其特征在于,获取目标终端设备使用AI相关的数据,包括:
从如下至少一个设备中获取所述目标终端设备使用AI相关的数据:
所述目标终端设备;
服务于所述目标终端设备的网络设备,所述网络设备包括如下至少一种:接入与移动性管理功能AMF实体、操作管理维护OAM实体、会话管理功能SMF实体、用户面功能UPF实体、应用功能AF实体、接入网AN实体。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
6.根据权利要求5所述的方法,其特征在于,
所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
9.根据权利要求1-8任一项所述的方法,其特征在于,获取目标终端设备使用AI相关的数据之前,还包括:
从所述第二功能实体接收分析请求,所述分析请求用于请求所述分析结果。
10.根据权利要求9所述的方法,其特征在于,所述第二功能实体包括如下任意一种:第一终端设备、策略控制功能PCF实体、AF实体。
11.根据权利要求9或10所述的方法,其特征在于,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
12.根据权利要求2、3、7或11所述的方法,其特征在于,
所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
13.一种策略确定方法,其特征在于,应用于第二功能实体,所述方法包括:
接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
根据所述分析结果,确定所述目标终端设备使用AI的策略。
14.根据权利要求13所述的方法,其特征在于,所述策略包括如下至少一种:
对目标终端设备、目标应用或目标功能使用AI;
对目标终端设备、目标应用或目标功能使用AI的条件;
目标终端设备、目标应用或目标功能使用的AI算法信息;
目标终端设备、目标应用或目标功能使用的AI模型信息。
15.根据权利要求13或14所述的方法,其特征在于,所述数据包括如下至少一种:
所述目标终端设备的移动性能数据;
所述目标终端设备的通信性能数据;
所述目标终端设备的业务体验信息;
所述目标终端设备的能耗数据;
所述目标终端设备的资源使用数据;
服务于所述目标终端设备的网络的性能数据;
服务于所述目标终端设备的网络功能实体的状态数据;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
16.根据权利要求13-15任一项所述的方法,其特征在于,所述分析结果包括如下至少一种:
所述目标终端设备的第一性能的统计信息或预测信息;
服务于所述目标终端设备的网络或网络功能实体的第二性能的统计信息或预测信息。
17.根据权利要求16所述的方法,其特征在于,
所述第一性能包括如下至少一种:所述目标终端设备的通信性能、能耗性能、资源使用、移动性能、业务体验;和/或,
所述第二性能包括如下至少一种:所述服务于所述目标终端设备的网络或网络功能实体的通信性能、能耗性能、资源使用、负载状态、拥塞状态。
18.根据权利要求13-17任一项所述的方法,其特征在于,所述分析结果还包括所述目标终端设备使用AI的描述信息;
所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息。
19.根据权利要求13-18任一项所述的方法,其特征在于,所述分析结果还包括分析结果适用信息;
所述分析结果适用信息包括如下至少一种:统计信息或预测信息适用的时间、统计信息或预测信息适用的区域、统计信息或预测信息适用的网络切片、预测信息的置信度。
20.根据权利要求13-19任一项所述的方法,其特征在于,接收第一功能实体发送的分析结果之前,还包括:
向所述第一功能实体发送AI分析请求,所述分析请求用于请求所述分析结果。
21.根据权利要求20所述的方法,其特征在于,所述分析请求包括如下至少一种:
分析目标信息,所述分析目标信息包括如下至少一种:所述目标终端设备的标识、所述目标终端设备所在设备组的标识、所述目标应用的标识、所述目标功能的标识;
所述目标终端设备使用AI的描述信息,所述描述信息包括如下至少一种:AI使能信息、AI应用标识、AI功能标识、AI算法信息、AI模型信息;
分析的区域;
分析的网络切片;
分析的时间;
分析结果的准确度;
分析结果的精度。
22.根据权利要求14、15、18或21所述的方法,其特征在于,
所述AI算法信息包括至少一种AI算法和所述至少一种AI算法对应的优先级信息;和/或,
所述AI模型信息包括至少一种AI模型和所述至少一种AI模型对应的优先级信息。
23.根据权利要求13-22任一项所述的方法,其特征在于,所述第二功能实体为第一终端设备,所述目标终端设备为所述第一终端设备,确定所述目标终端设备使用AI的策略之后,还包括:
执行所述策略。
24.根据权利要求23所述的方法,其特征在于,执行所述策略,包括:
根据所述策略,执行如下至少一种:
确定所述目标终端设备、目标应用或目标功能使用AI;
确定所述目标终端设备、目标应用或目标功能使用AI的条件;
根据所述AI算法信息确定所述目标终端设备、目标应用或目标功能使用的AI算法;
根据所述AI模型信息确定所述目标终端设备、目标应用或目标功能使用的AI模型。
25.根据权利要求13-22所述的方法,其特征在于,所述确定所述目标终端设备使用AI的策略之后,还包括:
向所述目标终端设备发送所述策略。
26.根据权利要求25所述的方法,其特征在于,向所述目标终端设备发送所述策略,包括:
通过PCF实体向所述目标终端设备发送所述策略。
27.一种第一功能实体,其特征在于,包括存储器,收发机,处理器:
所述存储器,用于存储计算机程序;
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器,用于读取所述存储器中的计算机程序并执行如下操作:
获取目标终端设备使用AI相关的数据;
根据所述数据,确定分析结果;
向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
28.一种第二功能实体,其特征在于,包括存储器,收发机,处理器:
所述存储器,用于存储计算机程序;
所述收发机,用于在所述处理器的控制下收发数据;
所述处理器,用于读取所述存储器中的计算机程序并执行如下操作:
接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
根据所述分析结果,确定所述目标终端设备使用AI的策略。
29.一种策略确定装置,其特征在于,包括:
获取单元,用于获取目标终端设备使用AI相关的数据;
确定单元,根据所述数据,确定分析结果;
发送单元,用于向第二功能实体发送所述分析结果,所述分析结果用于所述第二功能实体确定所述目标终端设备使用AI的策略。
30.一种策略确定装置,其特征在于,包括:
接收单元,用于接收第一功能实体发送的分析结果,所述分析结果为基于目标终端设备使用AI相关的数据确定得到的;
确定单元,用于根据所述分析结果,确定所述目标终端设备使用AI的策略。
31.一种处理器可读存储介质,其特征在于,所述处理器可读存储介质存储有计算机程序,所述计算机程序用于使所述处理器执行权利要求1至12任一项所述的方法,或执行权利要求13至26任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210950477.0A CN117641375A (zh) | 2022-08-09 | 2022-08-09 | 一种策略确定方法、装置、设备及存储介质 |
PCT/CN2023/105433 WO2024032270A1 (zh) | 2022-08-09 | 2023-06-30 | 一种策略确定方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210950477.0A CN117641375A (zh) | 2022-08-09 | 2022-08-09 | 一种策略确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117641375A true CN117641375A (zh) | 2024-03-01 |
Family
ID=89850688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210950477.0A Pending CN117641375A (zh) | 2022-08-09 | 2022-08-09 | 一种策略确定方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117641375A (zh) |
WO (1) | WO2024032270A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4044688A4 (en) * | 2019-11-15 | 2022-09-07 | Huawei Technologies Co., Ltd. | METHOD, SYSTEM AND APPARATUS FOR DETERMINING A STRATEGY |
WO2021248371A1 (zh) * | 2020-06-10 | 2021-12-16 | 北京小米移动软件有限公司 | 一种接入方法、接入装置及存储介质 |
EP4266756A4 (en) * | 2020-12-17 | 2024-02-21 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | NETWORK RESOURCE SELECTION METHOD, AND TERMINAL DEVICE AND NETWORK DEVICE |
EP4233303A4 (en) * | 2020-12-24 | 2023-12-06 | Huawei Technologies Co., Ltd. | DEVICES AND METHODS FOR COMMUNICATION ON AI-ENABLED AND NON-AI-ENABLED AIR INTERFACES |
-
2022
- 2022-08-09 CN CN202210950477.0A patent/CN117641375A/zh active Pending
-
2023
- 2023-06-30 WO PCT/CN2023/105433 patent/WO2024032270A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2024032270A1 (zh) | 2024-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109769269B (zh) | 通信方法和网络设备 | |
KR20180030176A (ko) | 소형 셀들을 통한 비제한적 셀룰러 네트워크 연결성 | |
EP3681182A1 (en) | Method, apparatus and device for determining state of terminal device | |
EP3216198B1 (en) | Improving voice call performance testing | |
CN114357497A (zh) | 信息配置方法、通信设备和存储介质 | |
WO2023060409A1 (zh) | 感知控制方法、装置、设备、系统及存储介质 | |
EP4224896A1 (en) | Communication mode determination method and apparatus, and storage medium | |
EP4336891A1 (en) | Method for reporting qoe measurement reports, and device, apparatus and storage medium | |
EP4325933A1 (en) | Communication method and communication apparatus | |
JP7077482B2 (ja) | 通信システム、及び通信システムを作動させる方法 | |
CN114080000B (zh) | 网络切片的确定方法、装置、核心网设备及终端 | |
CN117641375A (zh) | 一种策略确定方法、装置、设备及存储介质 | |
CN114079937B (zh) | 一种通信方法和通信装置以及系统 | |
CN113596909B (zh) | 通信方法、装置及系统 | |
CN115314958A (zh) | QoE测量的配置方法、设备、装置及存储介质 | |
TW201532469A (zh) | 與閒置及連接模式相關的使用者設備移動性資訊細節之發訊技術 | |
WO2024032197A1 (zh) | 通信方法、装置、设备及存储介质 | |
WO2023040958A1 (zh) | 一种联邦学习组处理方法、装置及功能实体 | |
US12034621B2 (en) | Communication method, and communication apparatus and system | |
CN114205059B (zh) | 信息交互方法、装置及存储介质 | |
WO2023142632A1 (zh) | 通信方法及通信装置 | |
WO2023060408A1 (zh) | 感知数据的收集方法、装置、设备、系统及存储介质 | |
CN116156596A (zh) | 一种虚拟网络组数据的获取方法及装置 | |
CN116938747A (zh) | 一种通信方法及装置 | |
CN117545004A (zh) | QoE配置方法、终端及节点 |
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 |