WO2022188671A1 - 一种网络分析的转移方法、装置和可读存储介质 - Google Patents

一种网络分析的转移方法、装置和可读存储介质 Download PDF

Info

Publication number
WO2022188671A1
WO2022188671A1 PCT/CN2022/078772 CN2022078772W WO2022188671A1 WO 2022188671 A1 WO2022188671 A1 WO 2022188671A1 CN 2022078772 W CN2022078772 W CN 2022078772W WO 2022188671 A1 WO2022188671 A1 WO 2022188671A1
Authority
WO
WIPO (PCT)
Prior art keywords
target network
function entity
analysis
model
network function
Prior art date
Application number
PCT/CN2022/078772
Other languages
English (en)
French (fr)
Inventor
段小嫣
Original Assignee
大唐移动通信设备有限公司
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 大唐移动通信设备有限公司 filed Critical 大唐移动通信设备有限公司
Priority to EP22766197.2A priority Critical patent/EP4307756A1/en
Priority to US18/549,784 priority patent/US20240155391A1/en
Publication of WO2022188671A1 publication Critical patent/WO2022188671A1/zh

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • 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
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/04—Arrangements for maintaining operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/16—Performing reselection for specific purposes

Definitions

  • the present disclosure relates to the field of communication technologies, and in particular, to a transfer method, device and readable storage medium for network analysis.
  • NWDAF network data analysis function
  • AI Artificial Intelligence, AI
  • NWDAF provides network data analysis (may be referred to as "network analysis") services for other network function entities through interaction with other network function entities.
  • NWDAF The main functions of NWDAF include: 1) Receive network analysis requests sent by network function entities, obtain network data from data source network function entities (data providers) according to network analysis requests, as input data required for AI model training and/or network analysis 2) Use the collected data for model training; 3) Use the trained model and the collected data for network analysis to obtain analysis information; 4) Provide the analysis information to other network functional entities.
  • the trained model is crucial to obtain accurate network analysis information.
  • NWDAF may need to transfer the ongoing network analysis to other NWDAF.
  • Embodiments of the present disclosure provide a network analysis transfer method, device, and readable storage medium, so as to ensure that a target network function entity obtains an accurate analysis result when network analysis transfer occurs.
  • an embodiment of the present disclosure provides a method for transferring network analysis, including:
  • the target network function entity obtains the model information of the target network analysis from the source network function entity;
  • the target network function entity obtains the model of the target network analysis according to the model information of the target network analysis
  • the target network function entity uses the model to perform network analysis to obtain an analysis result of the target network analysis
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the target network function entity obtains the model information of the target network analysis from the source network function entity, including:
  • the target network function entity acquires model information of the target network analysis from the source network function entity.
  • the model information analyzed by the target network includes the address of the first model file, and/or the information of the first network function entity, and the first network function entity is used to provide the source network function entity with the target network Analytical model.
  • the target network function entity obtains the model information of the target network analysis from the source network function entity, including:
  • the target network function entity obtains the analysis context of the target network analysis from the source network function entity, wherein the analysis context includes model information of the target network analysis;
  • the target network function entity obtains the model information of the target network analysis from the analysis context.
  • the target network functional entity obtains the model of the target network analysis according to the model information of the target network analysis, including:
  • the target network functional entity acquires the model of the target network analysis according to the model file.
  • the target network function entity obtains the model of the target network analysis according to the model information of the target network analysis, including:
  • the target network functional entity acquires the model of the target network analysis according to the model file.
  • the target network function entity obtains the model file from the first network function entity according to the information of the first network function entity, including:
  • the target network function entity acquires the model file according to the address of the second model file.
  • the target network function entity If the target network function entity successfully acquires the model of the target network analysis, the target network function entity sends response information of accepting the network analysis transfer to the source network function entity.
  • the method also includes:
  • the target network function entity receives the updated model information of the target network analysis sent by the source network function entity;
  • the target network function entity updates the model according to the updated model information analyzed by the target network.
  • the method further includes:
  • the target network function entity updates the model
  • the target network function entity sends an update request to the first network function entity, where the update request includes updated model information of the target network function entity, and is used for the first network function entity to correspond to the model file model is updated.
  • the target network function entity uses the model to perform network analysis, including:
  • the target network function entity When the model of the target network analysis is successfully obtained, the target network function entity performs network analysis using the model.
  • an embodiment of the present disclosure provides a method for transferring network analysis, including:
  • the source network function entity sends the model information of the target network analysis to the target network function entity, so that the target network function entity obtains the model of the target network analysis according to the model information of the target network analysis and uses the model to execute network analysis to obtain the analysis result of the target network analysis;
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the method further includes:
  • the source network function entity receives the response of refusing to accept the network analysis transfer sent by the target network function entity, and selects other network function entities except the target network function entity to perform the network analysis transfer, wherein the refusal to accept The response of the network analysis transfer indicates that the target network function entity failed to acquire the model.
  • an embodiment of the present disclosure provides a transfer apparatus for network analysis, which is applied to a target network functional entity, including a memory, a transceiver, and a processor:
  • a memory for storing a computer program
  • a transceiver for sending and receiving data under the control of the processor
  • a processor for reading the computer program in the memory and performing the following operations:
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the processor is further configured to acquire the model information of the target network analysis from the source network function entity in the process of network analysis transfer preparation.
  • the model information analyzed by the target network includes the address of the first model file, and/or the information of the first network function entity, and the first network function entity is used to provide the source network function entity with the target network Analytical model.
  • processor is also used for:
  • the model information for the target network analysis is obtained from the analysis context.
  • processor is also used for:
  • the model of the target network analysis is obtained according to the model file.
  • processor is also used for:
  • the model of the target network analysis is obtained according to the model file.
  • processor is also used for:
  • processor is also used for:
  • processor is also used for:
  • the target network function entity receives the updated model information of the target network analysis sent by the source network function entity;
  • the model is updated according to the updated model information of the target network analysis.
  • processor is also used for:
  • processor is also used for:
  • the target network analysis is performed using the model.
  • an embodiment of the present disclosure provides a transfer apparatus for network analysis, which is applied to a source network functional entity, including a memory, a transceiver, and a processor:
  • a memory for storing a computer program
  • a transceiver for sending and receiving data under the control of the processor
  • a processor for reading the computer program in the memory and performing the following operations:
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • processor is also used to read the program, and perform the following steps:
  • an embodiment of the present disclosure provides an apparatus for transferring network analysis, which is applied to a target network functional entity, including:
  • a first acquisition unit configured to acquire model information of the target network analysis from the source network function entity
  • a second obtaining unit configured to obtain the model of the target network analysis according to the model information of the target network analysis
  • a first processing unit configured to perform network analysis by using the model to obtain the analysis result of the target network analysis
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the first obtaining unit may include:
  • a first receiving subunit configured to obtain the analysis context of the target network analysis from the source network function entity, wherein the analysis context includes model information of the target network analysis;
  • the first obtaining subunit is configured to obtain the model information of the target network analysis from the analysis context.
  • the first processing unit may include:
  • a first obtaining subunit configured to obtain a model file according to the address of the first model file
  • the first processing subunit is used for obtaining the model of the target network analysis from the model file.
  • the first processing unit may include:
  • a second obtaining subunit configured to obtain a model file from the first network function entity according to the information of the first network function entity
  • the second processing subunit is configured to acquire the model of the target network analysis according to the model file.
  • the second acquisition subunit includes:
  • a first sending module configured to send a subscription transfer request to the first network function entity, where the subscription transfer request is used to request to transfer the network analysis model subscription of the source network function entity to the target network function entity;
  • a first receiving module configured to receive a second model file address sent by the first network function entity according to the subscription transfer request
  • a first obtaining module configured to obtain the model file according to the address of the second model file.
  • the second obtaining unit is further configured to send, to the source network function entity, a response of accepting the network analysis transfer if the target network function entity successfully obtains the model of the target network analysis information.
  • the device may further include:
  • a first receiving unit configured to receive the model information of the target network analysis updated by the source network function entity during the network analysis transfer execution process
  • a first updating unit configured to update the model according to the updated model information analyzed by the target network.
  • the device may further include:
  • a first sending unit configured to send an update request to the first network function entity, where the update request includes updated model information of the target network function entity, and is used for the first network function entity to update the model file The corresponding model is updated.
  • the first processing unit is configured to, when the model of the target network analysis is successfully obtained, perform network analysis by using the model to obtain the analysis result of the target network analysis.
  • an embodiment of the present disclosure provides an apparatus for transferring network analysis, which is applied to a source network functional entity, including:
  • the first sending unit is configured to send the model information of the target network analysis to the target network function entity, so that the target network function entity obtains the model of the target network analysis according to the model information of the target network analysis and uses the model information of the target network analysis.
  • the model performs network analysis to obtain the analysis result of the target network analysis;
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the device may further include:
  • a first receiving unit configured to receive a response of accepting network analysis transfer sent by the target network function entity
  • the second receiving unit is configured to receive a response of refusing to accept the network analysis transfer sent by the target network function entity, and select other network function entities except the target network function entity to perform network analysis transfer, wherein the refusal A response of accepting the network analysis transfer indicates that the target network function entity failed to acquire the model.
  • an embodiment of the present disclosure provides a processor-readable storage medium, where the processor-readable storage medium stores a computer program, and the computer program is used to cause the processor to execute the foregoing method.
  • the target network function entity may obtain the target network analysis model information obtained from the source network function entity according to the target network analysis model information. and perform network analysis using the model to obtain the analysis result of the target network analysis.
  • the target network functional entity can obtain a model suitable for the target network analysis to obtain accurate network analysis results, thereby ensuring network analysis performance in the process of network analysis transfer.
  • FIG. 2 is the second flow chart of the method for transferring network analysis provided by an embodiment of the present disclosure
  • FIG. 4 is a fourth flowchart of a method for transferring network analysis provided by an embodiment of the present disclosure
  • FIG. 5 is a fifth flowchart of a method for transferring network analysis provided by an embodiment of the present disclosure
  • FIG. 6 is one of the structural diagrams of the transfer apparatus for network analysis provided by an embodiment of the present disclosure.
  • FIG. 7 is a second structural diagram of a transfer apparatus for network analysis provided by an embodiment of the present disclosure.
  • FIG. 8 is a third structural diagram of a transfer apparatus for network analysis provided by an embodiment of the present disclosure.
  • FIG. 9 is a fourth structural diagram of a transfer apparatus for network analysis provided by an embodiment of the present disclosure.
  • the term "and/or" describes the association relationship of associated objects, and indicates that there can be three kinds of relationships. For example, A and/or B can indicate that A exists alone, A and B exist at the same time, and B exists alone these three situations.
  • the character “/” generally indicates that the associated objects are an "or" relationship.
  • the term “plurality” refers to two or more than two, and other quantifiers are similar.
  • Embodiments of the present disclosure provide a network analysis transfer method, device, and readable storage medium, so as to ensure network analysis performance during the network analysis transfer process.
  • the method and the device are conceived based on the same application. Since the principles of the method and the device for solving the problem are similar, the implementation of the device and the method can be referred to each other, and repeated descriptions will not be repeated here.
  • FIG. 1 is a flowchart of a method for transferring network analysis provided by an embodiment of the present disclosure. As shown in FIG. 1, the method includes the following steps:
  • Step 101 The target network function entity acquires model information of the target network analysis from the source network function entity.
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity, and may be the network analysis being performed by any source network function entity.
  • the network function entity may be, for example, an entity with a network data analysis function, such as NWDAF.
  • the source network function entity may need to Analysis was transferred to other NWDAFs.
  • the target network function entity is one or more of the above-mentioned "other NWDAFs”.
  • the model information analyzed by the target network includes a first model file address, and/or information of a first network function entity, where the first network function entity is used to report to the source network function entity A model is provided for the target network analysis.
  • the network analysis model can be obtained through the address of the first model file.
  • the target network function entity acquires the analysis context of the target network analysis from the source network function entity, wherein the analysis context includes model information of the target network analysis;
  • the model information of the target network analysis is obtained in the context.
  • the analysis context includes the address of the first model file, and/or the information of the first network function entity.
  • the model information of the target network analysis can be obtained in the following at least two ways.
  • the target network function entity receives the request of the source network function entity, and obtains the analysis context from the source network function entity according to the identification of the analysis context in the request, wherein the request includes the analysis context
  • the identifier of ; the analysis context includes the model information of the target network analysis.
  • the target network function entity acquires the analysis context of the target network analysis from the source network function entity, wherein the analysis context includes model information of the target network analysis.
  • the target network functional entity can flexibly obtain model information for target network analysis.
  • Step 102 The target network function entity acquires the model of the target network analysis according to the model information of the target network analysis.
  • the target network function entity obtains a model file according to the address of the first model file, and obtains the target network analysis according to the model file 's model.
  • the target network function entity obtains a model file from the first network function entity according to the information of the first network function entity, and obtain the model of the target network analysis according to the model file.
  • the target network function entity sends a subscription transfer request to the first network function entity, where the subscription transfer request is used to request to transfer the network analysis model subscription of the source network function entity to on the target network function entity. Then, the target network function entity receives the second model file address sent by the first network function entity according to the subscription transfer request, and acquires the model file according to the second model file address.
  • the target network function entity may select which information to use to obtain the target according to a preset policy A model for network analysis. For example, the target network function entity may choose to obtain the model analyzed by the target network according to the address of the first model file, or the target network function entity may choose to obtain the model according to the information of the first network function entity. Models for target network analysis, etc.
  • the model file can be understood as a file containing trained model parameters, and the process of acquiring the model can be understood as a process of using the acquired model parameters to configure the model.
  • Step 103 The target network functional entity uses the model to perform network analysis to obtain an analysis result of the target network analysis.
  • the target network function entity obtains network analysis information by using the model and the collected data, and provides the network analysis information.
  • the target network function entity may obtain the target network analysis model information obtained from the source network function entity according to the target network analysis model information. and perform network analysis using the model to obtain the analysis result of the target network analysis.
  • the target network functional entity can obtain a model suitable for the target network analysis, so as to obtain accurate network analysis results, thereby ensuring the network analysis performance during the network analysis transfer process.
  • step 101 may occur in the process of network analysis transfer preparation, that is, the target network function entity acquires the target network function entity from the source network function entity during the network analysis transfer preparation process Model information for network analysis.
  • the target network function entity receives the updated model information of the target network analysis sent by the source network function entity, and according to the updated model information
  • the model information of the target network analysis is used to update the model, thereby further ensuring the accuracy of the obtained model.
  • the entire network analysis process for target network analysis may include multiple network analyses.
  • the target network function entity can update the obtained model according to the information provided by the source network function entity or the information obtained by itself.
  • the model usually does not need to be updated during the network analysis process.
  • the target network function entity in order to ensure that the source network function entity obtains the result message of network analysis and transfer in time, in the above embodiment, if the target network function entity successfully obtains the model of the target network analysis, the target network function entity The network function entity sends response information of accepting the network analysis transfer to the source network function entity.
  • step 103 when the model of the target network analysis is successfully obtained, the target network function entity uses the model to perform network analysis. That is to say, in practical applications, the process of acquiring the model in step 102 may succeed or fail. If successful, step 103 is performed.
  • the target network function entity indicates to the source network function entity that the network analysis transfer fails, so that the source network function entity can select another NWDAF for network analysis transfer.
  • step 103 is not executed.
  • the target network function entity when the model information of the target network analysis includes the information of the first network function entity, after obtaining the analysis result of the target network analysis, the target network function entity may also The model is updated, and an update request is sent to the first network function entity, where the update request includes the updated model information of the target network function entity, which is used by the first network function entity for the corresponding model file of the first network function entity.
  • the model is updated. In this way, the target network function entity and the first network function entity can establish a federated learning relationship.
  • FIG. 2 is a flowchart of a method for transferring network analysis provided by an embodiment of the present disclosure, as shown in FIG. 2, including the following steps:
  • Step 201 The source network function entity sends the model information of the target network analysis to the target network function entity, so that the target network function entity obtains the model of the target network analysis according to the model information of the target network analysis and utilizes the model information of the target network analysis.
  • the model performs network analysis to obtain the analysis result of the target network analysis;
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the model information analyzed by the target network includes the address of the first model file, and/or the information of the first network function entity, and the first network function entity is used to provide the source network function entity with the target network Analytical model.
  • the network analysis model can be obtained through the address of the first model file.
  • the source network function entity may send an analysis context to the target network function entity, and the analysis context includes model information of the target network analysis.
  • the model information of the target network analysis can be sent to the target network function entity in at least two ways as follows.
  • the source network function entity sends an analysis context to the target network function entity, wherein the analysis context includes model information of the target network analysis.
  • the source network function entity sends a request to the target network function entity, where the request includes the identification of the analysis context. Then, the source network function entity sends an analysis context to the target network function entity, wherein the analysis context includes model information of the target network analysis.
  • the target network function entity may obtain the target network analysis model information obtained from the source network function entity according to the target network analysis model information. and perform network analysis using the model to obtain the analysis result of the target network analysis.
  • the target network functional entity can obtain a model suitable for the target network analysis, so as to obtain accurate network analysis results, thereby ensuring the network analysis performance during the network analysis transfer process.
  • the source network function entity in the process of network analysis transfer preparation, sends the model information of the target network analysis to the target network function entity.
  • the target network function entity may be one or more. Then, if there are more than one, the source network function entity may select a network function entity for network analysis transfer from among the plurality of target network function entities according to the feedback. Then, at this time, the source network function entity receives the response of accepting the network analysis transfer sent by the target network function entity; or, the source network function entity receives the refusal to accept the network analysis transfer sent by the target network function entity. responding, and selecting other network function entities except the target network function entity to perform network analysis transfer, wherein the response of refusing to accept the network analysis transfer indicates that the target network function entity failed to acquire the model.
  • the source network function entity sends the updated model information of the target network analysis to the target network function entity.
  • the source network function entity sends a model subscription cancellation request to the first network function entity, where the model subscription cancellation request is used to indicate that the source network function entity cancels the subscription from all network functions.
  • the first network function entity subscribes to the model information analyzed by the target network.
  • the applicable system may be a global system of mobile communication (GSM) system, a code division multiple access (CDMA) system, a wideband code division multiple access (Wideband Code Division Multiple Access, WCDMA) general packet Wireless service (general packet radio service, GPRS) system, long term evolution (long term evolution, LTE) system, LTE frequency division duplex (frequency division duplex, FDD) system, LTE time division duplex (time division duplex, TDD) system, Long term evolution advanced (LTE-A) system, universal mobile telecommunication system (UMTS), worldwide interoperability for microwave access (WiMAX) system, 5G New Radio (New Radio, NR) system, etc.
  • GSM global system of mobile communication
  • CDMA code division multiple access
  • WCDMA wideband Code Division Multiple Access
  • General packet Wireless service general packet Radio service
  • GPRS general packet Wireless service
  • LTE long term evolution
  • LTE long term evolution
  • FDD frequency division duplex
  • TDD time division duplex
  • LTE-A Long term evolution advanced
  • the NWDAF is taken as an example of the network function entity for description.
  • FIG. 3 is a flowchart of a method for transferring network analysis according to an embodiment of the present disclosure.
  • the source (Source) NWDAF (as NWDAF1) provides the target (Target) NWDAF (NWDAF3) with the address of the model file.
  • the method of the embodiment of the present disclosure includes:
  • Step 301 NWDAF1 provides the Consumer NF with network analysis information according to the network analysis subscription request of the user network function (Consumer Network Function, Consumer NF).
  • the consumer NF's network analysis subscription request includes the relevant information about the network analysis provided by the Consumer NF's request for NWDAF1, including:
  • Analysis filter information (Analytics Filter Information), such as the target UE or UE group identifier, area identifier, slice identifier, etc. to be analyzed.
  • NWDAF1 obtains an initial training model from NWDAF2, uses the initial training model and the collected data to generate a local model and network analysis information, and sends the local model to NWDAF2.
  • NWDAF2 updates the model of NWDAF2 based on the local model of NWDAF1, and then provides the updated model to NWDAF1; this cycle is repeated many times to obtain a better model for the network analysis, thereby improving the performance of the network analysis (such as prediction accuracy, real-time sex).
  • NWDAF2 can also be other network functional entities that provide models, such as a model repository network functional entity instead of NWDAF; in this case, the network functional entity is required to also support federated learning capabilities.
  • Step 302 NWDAF1 decides to perform analysis transfer.
  • Step 303 NWDAF1 queries the Network Repository Function (NRF) or local configuration, and determines the Target NWDAF for analysis and transfer, that is, NWDAF3.
  • NRF Network Repository Function
  • Step 304 NWDAF1 initiates an analysis transfer request to NWDAF3.
  • Step 305 NWDAF3 obtains the analysis context from NWDAF1.
  • the analysis context may include one or more of the following information:
  • the relevant information may include the address of the model file, for example: the address of the model file in NWDAF1, or the address of the latest model file obtained by NWDAF1 from NWDAF2, for example, a uniform resource locator (Uniform Resource Locator, URL) or a full It is expressed in the form of Fully Qualified Domain Name (FQDN).
  • NWDAF1 Uniform Resource Locator
  • FQDN Fully Qualified Domain Name
  • the related information may also include NWDAF2 information, such as: NWDAF2 identification, address (such as FQDN or Internet Protocol (IP) address), supported services (such as provisioning, updating, and acquiring models), supporting federation
  • NWDAF2 identification such as: NWDAF2 identification, address (such as FQDN or Internet Protocol (IP) address), supported services (such as provisioning, updating, and acquiring models), supporting federation
  • NWDAF2 identification such as FQDN or Internet Protocol (IP) address
  • IP Internet Protocol
  • supported services such as provisioning, updating, and acquiring models
  • supporting federation The ability to learn (Federated Learning) indicates which models are supported (for example, models for a specific Analytics ID), service areas, etc.
  • NF Network Function
  • data collection requirements such as time, period
  • NWDAF1 may be the data content collected by NWDAF1, or the data address, and the latter may be expressed in the form of URL or FQDN, for example.
  • it may be the content of the analysis information output by the NWDAF1, or the address of the analysis information, which is represented in the form of URL or FQDN, for example.
  • Analysis filter information (Analytics Filter Information), such as the target UE or UE group identifier, area identifier, slice identifier, etc. to be analyzed.
  • step 305 can be implemented in the following ways:
  • NWDAF1 initiates an analysis transfer request to NWDAF3.
  • the analysis transfer request may adopt the analysis information subscription (Nnwdaf_AnalyticsSubscription_Subscribe) request, which includes: analysis transfer instruction, the relevant information of the network analysis subscription requesting to be transferred to NWDAF3 (that is, the relevant information of the network analysis that the Consumer NF subscribes to NWDAF1 in step 301) ), analysis context flags, etc.
  • NWDAF3 sends Nnwdaf_AnalyticsSubscription_Subscribe reply to NWDAF1, confirming acceptance of network analysis transfer.
  • NWDAF3 obtains the analysis context to be transferred from NWDAF1.
  • NWDAF1 initiates Nnwdaf_AnalyticsSubscription_Subscribe request to NWDAF3, which includes: analysis transfer instruction, the relevant information of the network analysis subscription requesting to be transferred to NWDAF3 (that is, in step 301, Consumer NF requests the relevant information of network analysis provided by NWDAF1), analysis context, etc.
  • NWDAF3 sends Nnwdaf_AnalyticsSubscription_Subscribe reply to NWDAF1 to confirm acceptance of analytics transfer.
  • Step 306 NWDAF3 obtains the model file from the address according to the address of the model file, and obtains the model for the above-mentioned one or more Analytics IDs.
  • Step 307 NWDAF3 collects data required for analysis from other NFs according to the data collection related information provided by NWDAF1.
  • Step 308 NWDAF3 obtains the analysis information by using the acquired model and the collected data, and provides the network analysis information to the Consumer NF.
  • NWDAF1 provides the information of NWDAF2 to NWDAF3 in step 305
  • the embodiment of the present disclosure may further include the following steps:
  • Step 310 NWDAF2 sends a model provision notification (Nnwdaf_ModelProvision_Notify) to NWDAF3, which contains updated model information (for example, the model file address of NWDAF2).
  • a model provision notification Nnwdaf_ModelProvision_Notify
  • NWDAF3 contains updated model information (for example, the model file address of NWDAF2).
  • Step 311 NWDAF3 sends a model update notification (Nnwdaf_ModelUpdate_Notify) to NWDAF2, which contains updated NWDAF3 local model information (for example, the model file address of NWDAF3), so that NWDAF2 can update the model of NWDAF2 based on this information. That is, NWDAF2 establishes a federated learning relationship with NWDAF3.
  • NWDAF3 sends a model update notification (Nnwdaf_ModelUpdate_Notify) to NWDAF2, which contains updated NWDAF3 local model information (for example, the model file address of NWDAF3), so that NWDAF2 can update the model of NWDAF2 based on this information. That is, NWDAF2 establishes a federated learning relationship with NWDAF3.
  • Step 312 if NWDAF1 no longer needs to acquire the model from NWDAF2 (for example, NWDAF1 transfers all the network analysis performed by itself to NWDAF3), then NWDAF1 initiates an unsubscribe model subscription (Nnwdaf_ModelProvision_UnSubscribe) request to NWDAF2 to cancel the subscription of the updated model from NWDAF2.
  • NWDAF1 initiates an unsubscribe model subscription (Nnwdaf_ModelProvision_UnSubscribe) request to NWDAF2 to cancel the subscription of the updated model from NWDAF2.
  • FIG. 4 is a flowchart of a method for transferring network analysis according to an embodiment of the present disclosure.
  • Source NWDAF (as NWDAF1) provides information of model file provider (model provider NWDAF) (eg NWDAF2) to TargetNWDAF (eg NWDAF3).
  • model NWDAF model file provider
  • NWDAF3 TargetNWDAF
  • the method of the embodiment of the present disclosure includes:
  • Step 401 NWDAF1 provides the Consumer NF with network analysis information according to the network analysis subscription request of the Consumer NF.
  • the consumer NF's network analysis subscription request includes the relevant information about the network analysis provided by the Consumer NF's request for NWDAF1, including:
  • Analysis filter information (Analytics Filter Information), such as the target UE or UE group identifier, area identifier, slice identifier, etc. to be analyzed.
  • NWDAF1 obtains an initial training model from NWDAF2, uses the initial training model and the collected data to generate a local model and network analysis information, and sends the local model to NWDAF2.
  • NWDAF2 updates the model of NWDAF2 based on the local model of NWDAF1, and then provides the updated model to NWDAF1; this cycle is repeated many times to obtain a better model for the network analysis, thereby improving the performance of the network analysis (such as prediction accuracy, real-time sex).
  • NWDAF2 can also be other network functional entities that provide models, such as a model repository network functional entity instead of NWDAF; in this case, the network functional entity is required to also support federated learning capabilities.
  • Step 402 NWDAF1 decides to perform analysis transfer.
  • Step 403 NWDAF1 queries NRF or local configuration, and determines the Target NWDAF for analysis and transfer, that is, NWDAF3.
  • Step 404 NWDAF1 initiates an analysis transfer request to NWDAF3.
  • Step 405 NWDAF3 obtains the analysis context from NWDAF1.
  • the analysis context may include one or more of the following information:
  • the relevant information may include NWDAF2 information, such as: NWDAF2 identity, address (such as FQDN or IP address), supported services (such as provisioning, updating and acquiring models), capability indication for supporting Federated Learning, Information about which models are supported (e.g. models for a specific Analytics ID), service area, etc.
  • NWDAF2 information such as: NWDAF2 identity, address (such as FQDN or IP address), supported services (such as provisioning, updating and acquiring models), capability indication for supporting Federated Learning, Information about which models are supported (e.g. models for a specific Analytics ID), service area, etc.
  • information eg identification or address
  • requirements for data collection eg time, period
  • NWDAF1 may be the data content collected by NWDAF1, or the data address, and the latter may be expressed in the form of URL or FQDN, for example.
  • it can be the content of the analysis information output by NWDAF1, or the address of the analysis information, which is expressed in the form of, for example, URL or FQDN.
  • Analysis filter information (Analytics Filter Information), such as the target UE or UE group identifier, area identifier, slice identifier, etc. to be analyzed.
  • step 405 can be implemented in the following ways:
  • NWDAF1 initiates an analysis transfer request to NWDAF3.
  • the analysis transfer request can adopt the Nnwdaf_AnalyticsSubscription_Subscribe request, which includes: analysis transfer instruction, the relevant information of the network analysis subscription requesting to be transferred to NWDAF3 (that is, the relevant information of the network analysis contracted by the Consumer NF to NWDAF1 in step 401), the analysis context identifier Wait. NWDAF3 sends Nnwdaf_AnalyticsSubscription_Subscribe reply to NWDAF1, confirming acceptance of network analysis transfer.
  • NWDAF3 obtains the analysis context to be transferred from NWDAF1.
  • NWDAF1 initiates Nnwdaf_AnalyticsSubscription_Subscribe request to NWDAF3, which includes: analysis transfer instruction, relevant information of the network analysis subscription requesting to be transferred to NWDAF3 (i.e. in step 401, Consumer NF requests NWDAF1 to provide relevant information of network analysis), analysis context, etc.
  • NWDAF3 sends Nnwdaf_AnalyticsSubscription_Subscribe reply to NWDAF1 to confirm acceptance of analytics transfer.
  • NWDAF3 initiates a Nnwdaf_ModelProvision_Subscribe request to NWDAF2, which includes: 1) the above-mentioned one or more Application IDs, and may also include analysis filtering information (Analytics Filter Information), and/or, 2) Transfer the model subscription of NWDAF1 to NWDAF3 (e.g. Replaced Subscriber: NWDAF1ID) to request a subscription to the updated model from NWDAF2.
  • NWDAF1ID e.g. Replaced Subscriber: NWDAF1ID
  • Step 407 NWDAF2 sends Nnwdaf_ModelProvision_Notify to NWDAF3, which contains the model file address of NWDAF2.
  • Step 408 NWDAF3 obtains a model file from the address of the model file of NWDAF2 according to the address, and obtains a model for the above-mentioned one or more Analytics IDs.
  • Step 409 NWDAF3 collects data required for analysis from other NFs according to the data collection related information provided by NWDAF1.
  • Step 410 NWDAF3 obtains the analysis information by using the acquired model and the collected data, and provides the network analysis information to the Consumer NF.
  • NWDAF3 sends Nnwdaf_ModelUpdate_Notify to NWDAF2, which contains updated NWDAF3 local model information (for example, the model file address of NWDAF3), so that NWDAF2 can update the model of NWDAF2 based on this information; that is, NWDAF2 and NWDAF3 establish a federated learning relationship.
  • NWDAF3 local model information for example, the model file address of NWDAF3
  • Step 412 If NWDAF1 no longer needs to acquire the model from NWDAF2 (for example, NWDAF1 transfers all the analysis to NWDAF3), NWDAF1 initiates a Nnwdaf_ModelProvision_UnSubscribe request to NWDAF2 to cancel the subscription of the updated model from NWDAF2.
  • FIG. 5 is a flowchart of a method for transferring network analysis according to an embodiment of the present disclosure.
  • the transfer of the network analysis model is performed during the preparation of the network analysis transfer.
  • the method of the embodiment of the present disclosure includes:
  • Step 501 NWDAF1 provides the Consumer NF with network analysis information according to the network analysis subscription request of the Consumer NF.
  • the consumer NF's network analysis subscription request includes the relevant information about the network analysis provided by the Consumer NF's request for NWDAF1, including:
  • Analysis filter information (Analytics Filter Information), such as the target UE or UE group identifier, area identifier, slice identifier, etc. to be analyzed.
  • NWDAF1 obtains an initial training model from NWDAF2, uses the initial training model and the collected data to generate a local model and network analysis information, and sends the local model to NWDAF2.
  • NWDAF2 updates the model of NWDAF2 based on the local model of NWDAF1, and then provides the updated model to NWDAF1; this cycle is repeated many times to obtain a better model for the network analysis, thereby improving the performance of the network analysis (such as prediction accuracy, real-time sex).
  • NWDAF2 can also be other network functional entities that provide models, such as a model repository network functional entity instead of NWDAF; in this case, the network functional entity is required to also support federated learning capabilities.
  • Step 502 NWDAF1 decides to perform analysis transfer.
  • Step 503 NWDAF1 queries the NRF or local configuration, and determines the Target NWDAFs for analysis and transfer, that is, NWDAF3 and NWDAF5.
  • Step 504 NWDAF1 initiates analysis and transfer preparation requests to NWDAF3 and NWDAF5, respectively.
  • the analysis transfer preparation request includes the analysis transfer preparation instruction, relevant information of the network analysis subscription requesting to transfer to NWDAF3 (or NWDAF5), analysis context, and the like.
  • the analysis transfer preparation request includes the analysis transfer preparation instruction, the relevant information of the network analysis subscription requesting to transfer to NWDAF3 (or NWDAF5), the identification of the analysis context, and the like.
  • the information contained in the analysis context is the same as the embodiment shown in FIG. 3 or FIG. 4 , that is, it contains model information required for analysis, such as model file address and/or information of NWDAF2; and other information, such as NWDAF1 collection data or analytical information derived therefrom.
  • model information required for analysis such as model file address and/or information of NWDAF2
  • other information such as NWDAF1 collection data or analytical information derived therefrom.
  • NWDAF3 and NWDAF5 respectively acquire the analysis context from NWDAF1 according to the analysis transfer preparation request.
  • Step 505 NWDAF3 and NWDAF5 prepare the model required for analysis according to the analysis transfer preparation request.
  • NWDAF3 and NWDAF5 obtain the model file from the address according to the address of the model file.
  • NWDAF3 and NWDAF5 respectively initiate a Nnwdaf_ModelProvision_Subscribe request to NWDAF2, which includes: 1) one or more Application IDs in the analysis context, and may also include analysis filter information (Analytics Filter Information), And/or, 2) transfer the model subscription of NWDAF1 to an indication (eg Replaced Subscriber: NWDAF1 ID) on NWDAF3 (or NWDAF5), thereby requesting to subscribe to the updated model from NWDAF2.
  • NWDAF2 sends Nnwdaf_ModelProvision_Notify to NWDAF3 and NWDAF5, which contains the model file address of NWDAF2. According to the model file address of NWDAF2, NWDAF3 and NWDAF5 obtain the model file from the address and obtain the model.
  • NWDAF5 finds that the model required for the analysis cannot be successfully prepared, for example: the model file obtained from the model file address fails, and the model fails to be obtained from NWDAF2 or other NWDAF, NF, then NWDAF5 sends Nnwdaf_AnalyticsSubscription_Subscribe reply to NWDAF1, which carries the analysis transfer preparation Failure indication to reject the network analysis transfer.
  • the indication may also indicate that the analysis transfer (preparation) failed because the model could not be obtained, eg "model unavailable”. That is, NWDAF5 failed to acquire the model and refused to accept the network analysis transfer.
  • Step 507 NWDAF3 successfully acquires the model required for analysis, and sends Nnwdaf_AnalyticsSubscription_Subscribe reply to NWDAF1, indicating that the analysis transfer preparation is successful, and accepts the network analysis transfer.
  • Step 508 NWDAF3 may collect data required for analysis from other NFs according to the data collection related information provided by NWDAF1. Further, NWDAF3 can use the acquired model and the collected data to obtain analysis information. Wherein, this step 508 is an optional process.
  • the above steps 504-508 belong to the network analysis transfer preparation process.
  • Step 509 NWDAF1 initiates an analysis transfer request to NWDAF3, and NWDAF3 obtains an updated analysis context from NWDAF1 according to the analysis transfer request.
  • the updated analysis context here may include the data collected by NWDAF1 after step 504, the obtained analysis information, etc., and may also include updated model information, such as the latest model file address.
  • step 509 can be regarded as a network analysis transfer execution process.
  • NWDAF3 may use the updated model information, data from NWDAF1 and/or analysis information to update the model used for analysis. Specifically, NWDAF3 obtains the latest model file from the latest model file address, adjusts the model parameters obtained by NWDAF3 based on the model file, and further trains the model using the data and/or analysis information from NWDAF1, so as to obtain a more accurate model. optimal model parameters.
  • Step 511 NWDAF3 collects data required for analysis from other NFs according to the data collection related information provided by NWDAF1. NWDAF3 uses the acquired model and collected data to obtain analysis information, and provides network analysis information to Consumer NF.
  • analysis filter information Analytics Filter Information
  • NWDAF3 sends Nnwdaf_ModelUpdate_Notify to NWDAF2, which contains updated NWDAF3 local model information (such as NWDAF3's model file address), so that NWDAF2 can update the NWDAF2 model based on this information; that is, NWDAF2 and NWDAF3 establish a federated learning relationship.
  • NWDAF3 local model information such as NWDAF3's model file address
  • Step 512 If NWDAF1 no longer needs to acquire the model from NWDAF2 (for example, NWDAF1 transfers all the analysis to NWDAF3), NWDAF1 initiates a Nnwdaf_ModelProvision_UnSubscribe request to NWDAF2 to cancel the subscription of the updated model from NWDAF2.
  • the source NWDAF provides the target NWDAF with the information of the model or model provider currently used in the network analysis being transferred during the transfer process of the network analysis, so that the target NWDAF can obtain a model suitable for the network analysis being transferred. Therefore, the desired network analysis performance (such as analysis accuracy) can be obtained, and the time required for NWDAF to train a new analysis model for the target of analysis transfer can be avoided or reduced, and the success rate of analysis transfer can be improved.
  • the information processing apparatus of the embodiment of the present disclosure applied to a target network functional entity, includes: a processor 600, configured to read a program in a memory 620, and perform the following processes:
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the bus architecture may include any number of interconnected buses and bridges, specifically one or more processors represented by processor 600 and various circuits of memory represented by memory 620 are linked together.
  • the bus architecture may also link together various other circuits, such as peripherals, voltage regulators, and power management circuits, which are well known in the art and, therefore, will not be described further herein.
  • the bus interface provides the interface.
  • Transceiver 610 may be a number of elements, including a transmitter and a receiver, that provide a means for communicating with various other devices over a transmission medium.
  • the processor 600 is responsible for managing the bus architecture and general processing, and the memory 620 may store data used by the processor 600 in performing operations.
  • the processor 610 may be a central processing unit (Central Processing Unit, CPU), an application-specific integrated circuit (Application Specific Integrated Circuit, ASIC), a field-programmable gate array (Field-Programmable Gate Array, FPGA) or a complex programmable logic device (Complex) Programmable Logic Device, CPLD), the processor can also adopt a multi-core architecture.
  • CPU Central Processing Unit
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Gate Array
  • CPLD complex programmable logic device
  • the processor can also adopt a multi-core architecture.
  • the processor 600 is responsible for managing the bus architecture and general processing, and the memory 620 may store data used by the processor 600 in performing operations.
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the model information of the target network analysis is acquired from the source network function entity.
  • the model information analyzed by the target network includes the address of the first model file, and/or the information of the first network function entity, and the first network function entity is used to provide the source network function entity with the target network Analytical model.
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the model information for the target network analysis is obtained from the analysis context.
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the model of the target network analysis is obtained according to the model file.
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the model of the target network analysis is obtained according to the model file.
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the updated model information of the target network analysis sent by the source network function entity is received; and the model is updated according to the updated model information of the target network analysis.
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the processor 600 is further configured to read the program, and perform the following steps:
  • the network analysis is performed using the model to obtain the analysis result of the target network analysis.
  • the information processing apparatus includes: a processor 700, configured to read a program in a memory 720, and perform the following processes:
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the bus architecture may include any number of interconnected buses and bridges, specifically one or more processors represented by processor 700 and various circuits of memory represented by memory 720 are linked together.
  • the bus architecture may also link together various other circuits, such as peripherals, voltage regulators, and power management circuits, which are well known in the art and, therefore, will not be described further herein.
  • the bus interface provides the interface.
  • Transceiver 710 may be a number of elements, ie, including a transmitter and a receiver, that provide a means for communicating with various other devices over a transmission medium.
  • the processor 700 is responsible for managing the bus architecture and general processing, and the memory 720 may store data used by the processor 700 in performing operations.
  • the processor 710 may be a central processing unit (Central Processing Unit, CPU), an application specific integrated circuit (Application Specific Integrated Circuit, ASIC), a field programmable gate array (Field-Programmable Gate Array, FPGA) or a complex programmable logic device (Complex) Programmable Logic Device, CPLD), the processor can also adopt a multi-core architecture.
  • CPU Central Processing Unit
  • ASIC Application Specific Integrated Circuit
  • FPGA Field-Programmable Gate Array
  • CPLD complex programmable logic device
  • the processor can also adopt a multi-core architecture.
  • the processor 700 is responsible for managing the bus architecture and general processing, and the memory 720 may store data used by the processor 700 in performing operations.
  • the processor 700 is further configured to read the program, and perform the following steps:
  • the model information of the target network analysis is sent to the target network function entity.
  • the model information analyzed by the target network includes the address of the first model file, and/or the information of the first network function entity, and the first network function entity is used to provide the source network function entity with the target network Analytical model.
  • the processor 700 is further configured to read the program, and perform the following steps:
  • An analysis context is sent to the target network function entity, wherein the analysis context includes model information of the target network analysis.
  • the processor 700 is further configured to read the program, and perform the following steps:
  • a request is sent to the target network function entity, the request including the identification of the analysis context.
  • the processor 700 is further configured to read the program, and perform the following steps:
  • the processor 700 is further configured to read the program, and perform the following steps:
  • the updated model information of the target network analysis is sent to the target network function entity.
  • the processor 700 is further configured to read the program, and perform the following steps:
  • the information processing apparatus As shown in FIG. 8 , the information processing apparatus according to the embodiment of the present disclosure, applied to a target network functional entity, includes:
  • the first obtaining unit 801 is used for obtaining the model information of the target network analysis from the source network functional entity; the second obtaining unit 802 is used for obtaining the model of the target network analysis according to the model information of the target network analysis;
  • the first processing unit 803 is configured to perform network analysis by using the model, and obtain the analysis result of the target network analysis; wherein, the target network analysis is the data transferred from the source network function entity to the target network function entity. network analysis.
  • the first obtaining unit is configured to obtain the model information of the target network analysis from the source network function entity in the process of network analysis transfer preparation.
  • the model information analyzed by the target network includes the address of the first model file, and/or the information of the first network function entity, and the first network function entity is used to provide the source network function entity with the target network Analytical model.
  • the first obtaining unit 801 may include:
  • a first receiving subunit configured to obtain the analysis context of the target network analysis from the source network function entity, wherein the analysis context includes model information of the target network analysis;
  • the first obtaining subunit is configured to obtain the model information of the target network analysis from the analysis context.
  • the first processing unit may include:
  • a first obtaining subunit configured to obtain a model file according to the address of the first model file
  • the first processing subunit is used for obtaining the model of the target network analysis from the model file.
  • the first processing unit may include:
  • a second obtaining subunit configured to obtain a model file from the first network function entity according to the information of the first network function entity
  • the second processing subunit is configured to acquire the model of the target network analysis according to the model file.
  • the second acquisition subunit includes:
  • a first sending module configured to send a subscription transfer request to the first network function entity, where the subscription transfer request is used to request to transfer the network analysis model subscription of the source network function entity to the target network function entity;
  • a first receiving module configured to receive a second model file address sent by the first network function entity according to the subscription transfer request
  • a first obtaining module configured to obtain the model file according to the address of the second model file.
  • the second obtaining unit is further configured to, if the target network function entity successfully obtains the model of the target network analysis, send the target network function entity to the source network function entity to accept the network analysis transfer. response information.
  • the device may further include:
  • a first receiving unit configured to receive the model information of the target network analysis updated by the source network function entity during the network analysis transfer execution process
  • a first updating unit configured to update the model according to the updated model information analyzed by the target network.
  • the device may further include:
  • a first sending unit configured to send an update request to the first network function entity, where the update request includes updated model information of the target network function entity, and is used for the first network function entity to update the model file The corresponding model is updated.
  • the first processing unit is configured to, when the model of the target network analysis is successfully obtained, perform network analysis by using the model to obtain the analysis result of the target network analysis.
  • the information processing apparatus As shown in FIG. 9 , the information processing apparatus according to the embodiment of the present disclosure, applied to a source network functional entity, includes:
  • the first sending unit 901 is configured to send the model information of the target network analysis to the target network function entity, so that the target network function entity obtains the model of the target network analysis according to the model information of the target network analysis and uses the model information of the target network analysis.
  • the model performs network analysis to obtain the analysis result of the target network analysis;
  • the target network analysis is the network analysis transferred from the source network function entity to the target network function entity.
  • the first sending unit is configured to send, by the source network function entity, model information of the target network analysis to the target network function entity in the process of network analysis transfer preparation.
  • the model information analyzed by the target network includes a first model file address, and/or information of a first network function entity, and the first network function entity is used to provide the source network function entity with the A model for target network analysis.
  • the first sending unit is configured to send an analysis context to the target network function entity, where the analysis context includes model information of the target network analysis.
  • the first sending unit is further configured to send a request to the target network function entity, where the request includes an identifier of the analysis context.
  • the device may further include:
  • a first receiving unit configured to receive a response of accepting network analysis transfer sent by the target network function entity
  • a second receiving unit configured to receive a response sent by the target network function entity for refusing to accept the network analysis transfer, and select other network function entities other than the target network function entity to perform network analysis transfer, wherein the refusal A response of accepting the network analysis transfer indicates that the target network function entity failed to acquire the model.
  • the device may further include:
  • the second sending unit is configured to send, by the source network function entity, the updated model information of the target network analysis to the target network function entity during the network analysis transfer execution process.
  • the device may further include:
  • a third sending unit configured to send a model subscription cancellation request to the first network function entity, where the model subscription cancellation request is used to indicate that the source network function entity cancels the subscription of the target network from the first network function entity Analyzed model information.
  • each functional unit in each embodiment of the present disclosure may be integrated into one processing unit, or each unit may exist physically alone, or two or more units may be integrated into one unit.
  • the above-mentioned integrated units may be implemented in the form of hardware, or may be implemented in the form of software functional units.
  • the integrated unit is implemented in the form of a software functional unit and sold or used as an independent product, it may be stored in a processor-readable storage medium.
  • the technical solutions of the present disclosure can be embodied in the form of software products in essence, or the parts that contribute to related technologies, or all or part of the technical solutions, and the computer software products are stored in a storage medium.
  • a computer device which may be a personal computer, a server, or a network device, etc.
  • the aforementioned storage medium includes: U disk, mobile hard disk, read-only memory (Read-Only Memory, ROM), random access memory (Random Access Memory, RAM), magnetic disk or optical disk and other media that can store program codes .
  • Embodiments of the present disclosure further provide a readable storage medium, where a program is stored on the readable storage medium, and when the program is executed by a processor, each process of the foregoing network analysis transfer method embodiment can be achieved, and the same technical effect can be achieved, In order to avoid repetition, details are not repeated here.
  • the readable storage medium can be any available medium or data storage device that can be accessed by the processor, including but not limited to magnetic storage (such as floppy disk, hard disk, magnetic tape, Magneto-Optical Disk, MO) etc.), optical storage (such as compact disc (CD), digital video disc (Digital Versatile Disc, DVD), Blu-ray Disc (BD), high-definition universal disc (High-Definition Versatile Disc, HVD), etc.
  • magnetic storage such as floppy disk, hard disk, magnetic tape, Magneto-Optical Disk, MO
  • optical storage such as compact disc (CD), digital video disc (Digital Versatile Disc, DVD), Blu-ray Disc (BD), high-definition universal disc (High-Definition Versatile Disc, HVD), etc.
  • ROM Erasable Programmable Read-Only Memory
  • EPROM Erasable Programmable Read-Only Memory
  • EEPROM Electrically Erasable Programmable Read-Only Memory
  • NAND FLASH non-volatile non-volatile memory
  • SSD Solid State Drive
  • modules can all be implemented in the form of software calling through processing elements; they can also all be implemented in hardware; some modules can also be implemented in the form of calling software through processing elements, and some modules can be implemented in hardware.
  • the determination module may be a separately established processing element, or may be integrated into a certain chip of the above-mentioned device to be implemented, in addition, it may also be stored in the memory of the above-mentioned device in the form of program code, and a certain processing element of the above-mentioned device may Call and execute the function of the above determined module.
  • the implementation of other modules is similar. In addition, all or part of these modules can be integrated together, and can also be implemented independently.
  • the processing element described here may be an integrated circuit with signal processing capability. In the implementation process, each step of the above-mentioned method or each of the above-mentioned modules can be completed by an integrated logic circuit of hardware in the processor element or an instruction in the form of software.
  • each module, unit, sub-unit or sub-module may be one or more integrated circuits configured to implement the above methods, such as: one or more Application Specific Integrated Circuit (ASIC), or, one or Multiple microprocessors (digital signal processors, DSP), or, one or more field programmable gate arrays (Field Programmable Gate Array, FPGA), etc.
  • ASIC Application Specific Integrated Circuit
  • DSP digital signal processors
  • FPGA Field Programmable Gate Array
  • the processing element may be a general-purpose processor, such as a central processing unit (Central Processing Unit, CPU) or other processors that can call program codes.
  • CPU central processing unit
  • these modules can be integrated together and implemented in the form of a system-on-a-chip (SOC).
  • SOC system-on-a-chip

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本公开公开了一种网络分析的转移方法、装置和可读存储介质，涉及通信技术领域，以在发生网络分析转移的情况下保证目标网络功能实体获得准确的分析结果。该方法包括：目标网络功能实体从源网络功能实体获取目标网络分析的模型信息；目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；所述目标网络功能实体利用所述模型执行网络分析，得到所述目标网络分析的分析结果；其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。

Description

一种网络分析的转移方法、装置和可读存储介质
相关申请的交叉引用
本公开主张在2021年03月09日在中国提交的中国专利申请号No.202110256733.1的优先权，其全部内容通过引用包含于此。
技术领域
本公开涉及通信技术领域，尤其涉及一种网络分析的转移方法、装置和可读存储介质。
背景技术
为了实现对网络的智能分析和控制，相关网络中引入了网络数据分析功能(Network Data Analytics Function，NWDAF)。NWDAF基于人工智能(Artificial Intelligence，AI)算法，通过与其它网络功能实体的交互，为其它网络功能实体提供网络数据分析(可简称为“网络分析”)服务。
NWDAF的主要功能包括：1)接收网络功能实体发送的网络分析请求，依据网络分析请求从数据源网络功能实体(data provider)获取网络数据，作为AI模型训练和/或网络分析所需要的输入数据；2)利用采集的数据进行模型训练；3)利用训练好的模型(trained model)和采集的数据进行网络分析，得出分析信息；4)将分析信息提供给其它网络功能实体。其中，训练好的模型对得出准确的网络分析信息至关重要。
在NWDAF进行网络分析过程中，由于某些原因(例如NWDAF过载、出现故障、分析的目标用户设备(User Equipment，UE)移出NWDAF服务区域等)，NWDAF可能需要将正在进行的网络分析转移到其它NWDAF。
那么，在发生网络分析转移的情况下，如何保证目标NWDAF获得准确的分析结果是需要解决的问题。
发明内容
本公开实施例提供一种网络分析的转移方法、装置和可读存储介质，以 在发生网络分析转移的情况下保证目标网络功能实体获得准确的分析结果。
第一方面，本公开实施例提供了一种网络分析的转移方法，包括：
目标网络功能实体从源网络功能实体获取目标网络分析的模型信息；
目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
所述目标网络功能实体利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，所述目标网络功能实体从源网络功能实体获取目标网络分析的模型信息，包括：
在网络分析转移准备的过程中，所述目标网络功能实体从源网络功能实体获取目标网络分析的模型信息。
其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
其中，所述目标网络功能实体从源网络功能实体获取目标网络分析的模型信息，包括：
所述目标网络功能实体从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；
所述目标网络功能实体从所述分析上下文中得到所述目标网络分析的模型信息。
其中，当所述目标网络分析的模型信息包括所述第一模型文件地址时，所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型，包括：
所述目标网络功能实体根据所述第一模型文件地址，获取模型文件；
所述目标网络功能实体根据所述模型文件获取所述目标网络分析的模型。
其中，当所述目标网络分析的模型信息包括所述第一网络功能实体的信息时，所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述 目标网络分析的模型，包括：
所述目标网络功能实体根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件；
所述目标网络功能实体根据所述模型文件获取所述目标网络分析的模型。
其中，所述目标网络功能实体根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件，包括：
所述目标网络功能实体向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上；
所述目标网络功能实体接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址；
所述目标网络功能实体根据所述第二模型文件地址获取所述模型文件。
其中，在获取所述目标网络分析的模型之后，还包括：
若所述目标网络功能实体成功获取所述目标网络分析的模型，则所述目标网络功能实体向所述源网络功能实体发送接受网络分析转移的响应信息。
其中，所述方法还包括：
在网络分析转移执行过程中，所述目标网络功能实体接收所述源网络功能实体发送的更新的所述目标网络分析的模型信息；
所述目标网络功能实体根据所述更新的所述目标网络分析的模型信息，更新所述模型。
其中，在所述得到所述目标网络分析的分析结果之后，所述方法还包括：
所述目标网络功能实体对所述模型进行更新；
所述目标网络功能实体向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件对应的模型进行更新。
其中，所述目标网络功能实体利用所述模型执行网络分析，包括：
当成功获取所述目标网络分析的模型时，所述目标网络功能实体利用所述模型执行网络分析。
第二方面，本公开实施例提供一种网络分析的转移方法，包括：
源网络功能实体向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，在所述源网络功能实体向目标网络功能实体发送目标网络分析的模型信息之后，所述方法还包括：
所述源网络功能实体接收所述目标网络功能实体发送的接受网络分析转移的响应；
或者，
所述源网络功能实体接收所述目标网络功能实体发送的拒绝接受网络分析转移的响应，并选择除了所述目标网络功能实体之外的其他网络功能实体进行网络分析转移，其中，所述拒绝接受网络分析转移的响应表示所述目标网络功能实体获取模型失败。
第三方面，本公开实施例提供一种网络分析的转移装置，应用于目标网络功能实体，包括存储器，收发机，处理器：
存储器，用于存储计算机程序；收发机，用于在所述处理器的控制下收发数据；处理器，用于读取所述存储器中的计算机程序并执行以下操作：
从源网络功能实体获取目标网络分析的模型信息；
根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，所述处理器，还用于在网络分析转移准备的过程中，从所述源网络功能实体获取所述目标网络分析的模型信息。
其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
其中，所述处理器，还用于：
从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；
从所述分析上下文中得到所述目标网络分析的模型信息。
其中，所述处理器，还用于：
根据所述第一模型文件地址，获取模型文件；
根据所述模型文件获取所述目标网络分析的模型。
其中，所述处理器，还用于：
根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件；
根据所述模型文件获取所述目标网络分析的模型。
其中，所述处理器，还用于：
向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上；
接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址；
根据所述第二模型文件地址获取所述模型文件。
其中，所述处理器，还用于：
若成功获取所述目标网络分析的模型，向所述源网络功能实体发送接受网络分析转移的响应信息。
其中，所述处理器，还用于：
在网络分析转移执行过程中，所述目标网络功能实体接收所述源网络功能实体发送的更新的所述目标网络分析的模型信息；
根据所述更新的所述目标网络分析的模型信息，更新所述模型。
其中，所述处理器，还用于：
对所述模型进行更新；
向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件 对应的模型进行更新。
其中，所述处理器，还用于：
当成功获取所述目标网络分析的模型时，利用所述模型执行所述目标网络分析。
第四方面，本公开实施例提供一种网络分析的转移装置，应用于源网络功能实体，包括存储器，收发机，处理器：
存储器，用于存储计算机程序；收发机，用于在所述处理器的控制下收发数据；处理器，用于读取所述存储器中的计算机程序并执行以下操作：
向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，处理器还用于读取所述程序，执行如下步骤：
接收所述目标网络功能实体发送的接受网络分析转移的响应；
或者，
接收所述目标网络功能实体发送的拒绝接受网络分析转移的响应，并选择除了所述目标网络功能实体之外的其他网络功能实体进行网络分析转移，其中，所述拒绝接受网络分析转移的响应表示所述目标网络功能实体获取模型失败。
第五方面，本公开实施例提供一种网络分析的转移装置，应用于目标网络功能实体，包括：
第一获取单元，用于从源网络功能实体获取目标网络分析的模型信息；
第二获取单元，用于根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
第一处理单元，用于利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，所述第一获取单元可包括：
第一接收子单元，用于从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；
第一获取子单元，用于从所述分析上下文中得到所述目标网络分析的模型信息。
其中，当所述目标网络分析的模型信息包括所述第一模型文件地址时，所述第一处理单元可包括：
第一获取子单元，用于根据所述第一模型文件地址，获取模型文件；
第一处理子单元，用于所述模型文件获取所述目标网络分析的模型。
其中，当所述目标网络分析的模型信息包括所述第一网络功能实体的信息时，所述第一处理单元可包括：
第二获取子单元，用于根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件；
第二处理子单元，用于根据所述模型文件获取所述目标网络分析的模型。
其中，所述第二获取子单元包括：
第一发送模块，用于向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上；
第一接收模块，用于接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址；
第一获取模块，用于根据所述第二模型文件地址获取所述模型文件。
其中，所述第二获取单元，还用于若所述目标网络功能实体成功获取所述目标网络分析的模型，则所述目标网络功能实体向所述源网络功能实体发送接受网络分析转移的响应信息。
其中，所述装置还可包括：
第一接收单元，用于在网络分析转移执行过程中，接收所述源网络功能实体更新的所述目标网络分析的模型信息；
第一更新单元，用于根据所述更新的所述目标网络分析的模型信息，更新所述模型。
其中，所述装置还可包括：
第二更新单元，用于对所述模型进行更新；
第一发送单元，用于向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件对应的模型进行更新。
其中，所述第一处理单元，用于当成功获取所述目标网络分析的模型时，利用所述模型执行网络分析，得到所述目标网络分析的分析结果。
第六方面，本公开实施例提供一种网络分析的转移装置，应用于源网络功能实体，包括：
第一发送单元，用于向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，所述装置还可包括：
第一接收单元，用于接收所述目标网络功能实体发送的接受网络分析转移的响应；
第二接收单元，用于接收所述目标网络功能实体发送的拒绝接受网络分析转移的响应，并选择除了所述目标网络功能实体之外的其他网络功能实体进行网络分析转移，其中，所述拒绝接受网络分析转移的响应表示所述目标网络功能实体获取模型失败。
第七方面，本公开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如前所述的方法。
在本公开实施例中，对于从源网络功能实体转移至目标网络功能实体的目标网络分析，目标网络功能实体可根据从源网络功能实体获取的目标网络分析的模型信息，获取所述目标网络分析的模型，并利用所述模型执行网络分析，得到所述目标网络分析的分析结果。通过这种方式，可使得目标网络 功能实体获得适合目标网络分析的模型，以获得准确的网络分析结果，从而在网络分析转移的过程中保证网络分析性能。
附图说明
图1是本公开实施例提供的网络分析的转移方法的流程图之一；
图2是本公开实施例提供的网络分析的转移方法的流程图之二；
图3是本公开实施例提供的网络分析的转移方法的流程图之三；
图4是本公开实施例提供的网络分析的转移方法的流程图之四；
图5是本公开实施例提供的网络分析的转移方法的流程图之五；
图6是本公开实施例提供的网络分析的转移装置的结构图之一；
图7是本公开实施例提供的网络分析的转移装置的结构图之二；
图8是本公开实施例提供的网络分析的转移装置的结构图之三；
图9是本公开实施例提供的网络分析的转移装置的结构图之四。
具体实施方式
本公开实施例中术语“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。
本公开实施例中术语“多个”是指两个或两个以上，其它量词与之类似。
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，并不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。
本公开实施例提供了一种网络分析的转移方法、装置和可读存储介质，用以在网络分析转移的过程中保证网络分析性能。
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。
参见图1，图1是本公开实施例提供的网络分析的转移方法的流程图， 如图1所示，包括以下步骤：
步骤101、目标网络功能实体从源网络功能实体获取目标网络分析的模型信息。
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析，可以是任意一个源网络功能实体正在进行的网络分析。
在本公开实施例中，网络功能实体例如可以为NWDAF等具有网络数据分析功能的实体。
如前所述，在源网络功能实体进行网络分析过程中，由于某些原因(例如NWDAF过载、出现故障、分析的目标UE移出NWDAF服务区域等)，源网络功能实体可能需要将正在进行的网络分析转移到其它NWDAF。目标网络功能实体为上述“其它NWDAF”中的一个或者多个。
在本公开实施例中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。其中，通过所述第一模型文件地址可获得网络分析模型。
在本公开实施例中，所述目标网络功能实体从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；从所述分析上下文中得到所述目标网络分析的模型信息。
在本公开的另一个实施例中，所述分析上下文中包含第一模型文件地址，和/或，所述第一网络功能实体的信息。
具体的，在此步骤中，可通过以下至少两种方式获得目标网络分析的模型信息。
(1)所述目标网络功能实体接收所述源网络功能实体的请求，并根据所述请求中的分析上下文的标识，从所述源网络功能实体获取分析上下文，其中，所述请求包括分析上下文的标识；所述分析上下文包括所述目标网络分析的模型信息。
(2)所述目标网络功能实体从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息。
通过以上方式，可使得目标网络功能实体灵活的获得目标网络分析的模 型信息。
步骤102、目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型。
根据所述目标网络分析的模型信息的不同，在此，可有不同的方式获取所述目标网络分析的模型。
当所述目标网络分析的模型信息包括所述第一模型文件地址时，所述目标网络功能实体根据所述第一模型文件地址，获取模型文件，并根据所述模型文件获取所述目标网络分析的模型。
当所述目标网络分析的模型信息包括所述第一网络功能实体的信息时，所述目标网络功能实体根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件，并根据所述模型文件获取所述目标网络分析的模型。
具体的，在这种方式中，所述目标网络功能实体向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上。然后，所述目标网络功能实体接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址，并根据所述第二模型文件地址获取所述模型文件。
如果所述目标网络分析的模型信息包括所述第一模型文件地址和所述第一网络功能实体的信息，那么，所述目标网络功能实体可根据预先设置的策略选择利用哪个信息获取所述目标网络分析的模型。例如，所述目标网络功能实体可选择根据所述第一模型文件地址获取所述目标网络分析的模型，或者，所述目标网络功能实体可选择根据所述第一网络功能实体的信息获取所述目标网络分析的模型等。
其中，所述模型文件可以理解为是包含训练好的模型参数的文件，获取模型的过程可以理解为是利用获取的模型参数进行模型配置的过程。
步骤103、所述目标网络功能实体利用所述模型执行网络分析，得到所述目标网络分析的分析结果。
例如，在此步骤中，所述目标网络功能实体利用所述模型和采集的数据，得到网络分析信息，并提供所述网络分析信息。
在本公开实施例中，对于从源网络功能实体转移至目标网络功能实体的 目标网络分析，目标网络功能实体可根据从源网络功能实体获取的目标网络分析的模型信息，获取所述目标网络分析的模型，并利用所述模型执行网络分析，得到所述目标网络分析的分析结果。通过这种方式，可使得目标网络功能实体获得适合目标网络分析的模型，以获得准确的网络分析结果，从而在网络分析转移的过程中保证网络分析性能。
在本公开的一个实施例中，步骤101可以发生在网络分析转移准备的过程中，也即，在网络分析转移准备的过程中所述目标网络功能实体从所述源网络功能实体获取所述目标网络分析的模型信息。此时，在以上实施例的基础上，在网络分析转移执行过程中，所述目标网络功能实体接收所述源网络功能实体发送的更新的所述目标网络分析的模型信息，根据所述更新的所述目标网络分析的模型信息，更新所述模型，从而可进一步的保证获取的模型的准确性。
对目标网络分析的整个网络分析过程可能包括多次的网络分析。在整个过程中，目标网络功能实体可根据源网络功能实体提供的信息或者自身获取的信息，对获取的模型进行更新。但是对于某一次网络分析来讲，在该次的网络分析过程中，模型通常无需进行更新。
在以上实施例的基础上，为了保证源网络功能实体及时获取网络分析转移的结果消息，在以上的实施例中，若所述目标网络功能实体成功获取所述目标网络分析的模型，所述目标网络功能实体向所述源网络功能实体发送接受网络分析转移的响应信息。
在以上实施例中，对于步骤103来讲，当成功获取所述目标网络分析的模型时，所述目标网络功能实体利用所述模型执行网络分析。也就是说，在实际应用中，步骤102中获取模型的过程有成功也有失败。如果成功，则执行步骤103。而当获取所述目标网络分析的模型失败时，所述目标网络功能实体向所述源网络功能实体指示网络分析转移失败，从而可使得源网络功能实体选择其他的NWDAF进行网络分析转移。当获取所述目标网络分析的模型失败时，不再执行步骤103。
在以上实施例中，当所述目标网络分析的模型信息包括所述第一网络功能实体的信息时，在得到所述目标网络分析的分析结果之后，所述目标网络 功能实体还可对所述模型进行更新，并向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件对应的模型进行更新。通过这种方式，目标网络功能实体与第一网络功能实体可建立联邦学习的关系。
参见图2，图2是本公开实施例提供的网络分析的转移方法的流程图，如图2所示，包括以下步骤：
步骤201、源网络功能实体向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。其中，通过所述第一模型文件地址可获得网络分析模型。
其中，所述源网络功能实体可向目标网络功能实体发送分析上下文，在所述分析上下文中包括所述目标网络分析的模型信息。
具体的，在此步骤中，可通过以下至少两种方式向目标网络功能实体发送目标网络分析的模型信息。
(1)所述源网络功能实体向所述目标网络功能实体发送分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息。
(2)所述源网络功能实体向所述目标网络功能实体发送请求，所述请求包括分析上下文的标识。然后，所述源网络功能实体向所述目标网络功能实体发送分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息。
在本公开实施例中，对于从源网络功能实体转移至目标网络功能实体的目标网络分析，目标网络功能实体可根据从源网络功能实体获取的目标网络分析的模型信息，获取所述目标网络分析的模型，并利用所述模型执行网络 分析，得到所述目标网络分析的分析结果。通过这种方式，可使得目标网络功能实体获得适合目标网络分析的模型，以获得准确的网络分析结果，从而在网络分析转移的过程中保证网络分析性能。
在本公开的一个实施例中，在网络分析转移准备的过程中，所述源网络功能实体向目标网络功能实体发送目标网络分析的模型信息。
在实际应用中，所述目标网络功能实体可以是一个或者多个。那么，如果是多个的话，源网络功能实体可根据多个目标网络功能实体的反馈从中选择用于网络分析转移的网络功能实体。那么此时，所述源网络功能实体接收所述目标网络功能实体发送的接受网络分析转移的响应；或者，所述源网络功能实体接接收所述目标网络功能实体发送的拒绝接受网络分析转移的响应，并选择除了所述目标网络功能实体之外的其他网络功能实体进行网络分析转移，其中，所述拒绝接受网络分析转移的响应表示所述目标网络功能实体获取模型失败。
在此情况下，在网络分析转移执行过程中，所述源网络功能实体向所述目标网络功能实体发送更新的所述目标网络分析的模型信息。
在以上实施例的基础上，为节约资源，所述源网络功能实体向所述第一网络功能实体发送取消模型订阅请求，所述取消模型订阅请求用于表示所述源网络功能实体取消从所述第一网络功能实体订阅所述目标网络分析的模型信息。
本公开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 Code Division 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(frequency division 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 mobile telecommunication system，UMTS)、全球互联微波接入(worldwide interoperability for 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(Evloved Packet System，EPS)、5G系统(5G System，5GS)等。
以下，结合不同的情况描述一下本公开实施例的具体实现过程。在以下的过程中，以NWDAF作为网络功能实体为例进行描述。
参见图3，图3是本公开实施例的网络分析的转移方法的流程图。在图3中，源(Source)NWDAF(以NWDAF1)向目标(Target)NWDAF(NWDAF3)提供模型文件的地址。
如图3所示，本公开实施例的方法包括：
步骤301、NWDAF1依据用户网络功能(Consumer Network Function，Consumer NF)的网络分析签约请求，为Consumer NF提供网络分析信息。
Consumer NF的网络分析签约请求中包括Consumer NF请求NWDAF1提供的网络分析的有关信息，包括：
(a)一个或多个分析标识(Analytics Identity，Analytics ID)，用于标识请求的网络分析的类型，例如Analytics ID＝"业务体验分析"(Service Experience)、Analytics ID＝"UE移动性分析"(UE Mobility)等。
(b)分析过滤信息(Analytics Filter Information)，例如分析的目标UE或UE组标识、区域标识、切片标识等。
可选地，NWDAF1从NWDAF2获取初始训练模型，使用该初始训练模型和采集的数据生成本地模型和网络分析信息，并将本地模型发送给NWDAF2。
NWDAF2基于NWDAF1的本地模型更新NWDAF2的模型，再将更新的模型提供给NWDAF1；这样循环多次，得到针对该网络分析的更优的模型，从而提高该网络分析的性能(例如预测准确性、实时性)。
在实际应用中，NWDAF2也可以是其它提供模型的网络功能实体，例如模型存储库网络功能实体，而非NWDAF；此时，要求该网络功能实体也支持联邦学习能力。
步骤302、NWDAF1决定执行分析转移。
步骤303、NWDAF1查询网络功能数据库功能(Network Repository Function，NRF)或本地配置，确定分析转移的Target NWDAF，即NWDAF3。
步骤304、NWDAF1向NWDAF3发起分析转移请求。
步骤305、NWDAF3从NWDAF1获取分析上下文。在本公开实施例中，所述分析上下文可包括以下信息的一种或多种：
(a)一个或多个Analytics ID，用于标识请求的网络分析的类型，例如Analytics ID＝"Service Experience"、Analytics ID＝"UE Mobility"等。
(b)针对上述一个或多个Analytics ID的模型的相关信息。
具体地，相关信息可包含模型文件的地址，例如：NWDAF1中模型文件的地址，或，NWDAF1从NWDAF2获取最新的模型文件的地址，可以采用例如统一资源定位器(Uniform Resource Locator，URL)或全限定域名(Fully Qualified Domain Name，FQDN)的形式表示。
例如：http://model.nwdaf.com.cn/nwdaf1_model_ServiceExperience.mdl，nwdaf1_model_ServiceExperience@model.nwdaf.com.cn；或者
http://model.nwdaf.com.cn/nwdaf2_model_ServiceExperience.mdl；nwdaf2_model_ServiceExperience@model.nwdaf.com.cn。
可选地，相关信息还可包含NWDAF2的信息，例如：NWDAF2的标识、地址(例如FQDN或因特网协议(Internet Protocol，IP)地址)、支持的服务(例如提供、更新和获取模型)、支持联邦学习(Federated Learning)的能力指示、支持提供哪些模型(例如针对特定Analytics ID的模型)、服务区域等信息。
(c)针对上述一个或多个Analytics ID的数据采集的相关信息。
例如：提供数据的一个或多个网络功能实体(Network Function，NF)的信息(例如标识或地址)、数据采集的要求(例如时间、周期)。
(d)针对上述一个或多个Analytics ID，NWDAF1采集的数据。
具体地，可以是NWDAF1采集的数据内容，或数据地址，后者可以采用例如URL或FQDN的形式表示。
(e)针对上述一个或多个Analytics ID，NWDAF1输出的分析信息。
具体地，可以是NWDAF1输出的分析信息内容，或分析信息地址，后者采用例如URL或FQDN的形式表示。
(f)分析过滤信息(Analytics Filter Information)，例如分析的目标UE 或UE组标识、区域标识、切片标识等。
其中，步骤305可通过以下方式实现：
方式一：
NWDAF1向NWDAF3发起分析转移请求。
具体地，分析转移请求可以采用分析信息签约(Nnwdaf_AnalyticsSubscription_Subscribe)请求，其中包含：分析转移指示、请求转移到NWDAF3的网络分析签约的有关信息(即步骤301中Consumer NF向NWDAF1签约的网络分析的有关信息)、分析上下文标识等。NWDAF3向NWDAF1发送Nnwdaf_AnalyticsSubscription_Subscribe回复，确认接受网络分析转移。
NWDAF3依据分析上下文标识，从NWDAF1获取需要转移的分析上下文。
方式二：
NWDAF1向NWDAF3发起Nnwdaf_AnalyticsSubscription_Subscribe请求，其中包含：分析转移指示、请求转移到NWDAF3的网络分析签约的有关信息(即步骤301中Consumer NF请求NWDAF1提供的网络分析的有关信息)、分析上下文等。
NWDAF3向NWDAF1发送Nnwdaf_AnalyticsSubscription_Subscribe回复，确认接受分析转移。
步骤306、NWDAF3依据模型文件的地址，从该地址获取模型文件，为上述一个或多个Analytics ID获取模型。
步骤307、NWDAF3依据NWDAF1提供的数据采集相关信息，从其它NF采集进行分析所需要的数据。
步骤308、NWDAF3利用获取的模型和采集的数据，得到分析信息，并向Consumer NF提供网络分析信息。
若步骤305中NWDAF1向NWDAF3提供了NWDAF2的信息，那么，本公开实施例还可包括以下步骤：
步骤309、NWDAF3根据NWDAF2的信息向NWDAF2发起模型提供签约(Nnwdaf_ModelProvision_Subscribe)请求，其中包含：1)上述一个或多 个Application ID，还可以包含分析过滤信息(Analytics Filter Information)，和/或，2)将NWDAF1的模型订阅转移到NWDAF3上的指示(例如NWDAF1的通知关联信息(Notification correlation information)，或更新的模型签约(Replaced model subscription)ID＝NWDAF1签约标识(subscription ID))，从而请求从NWDAF2订阅更新的模型。
步骤310、NWDAF2向NWDAF3发送模型提供通知(Nnwdaf_ModelProvision_Notify)，其中包含更新的模型信息(例如NWDAF2的模型文件地址)。
步骤311、NWDAF3向NWDAF2发送模型更新通知(Nnwdaf_ModelUpdate_Notify)，其中包含更新的NWDAF3本地模型信息(例如NWDAF3的模型文件地址)，从而使NWDAF2可以基于此信息更新NWDAF2的模型。即NWDAF2与NWDAF3建立联邦学习的关系。
步骤312、若NWDAF1不再需要从NWDAF2获取模型(例如NWDAF1将自身执行的网络分析全部转移到NWDAF3)，则NWDAF1向NWDAF2发起取消模型订阅(Nnwdaf_ModelProvision_UnSubscribe)请求，取消从NWDAF2订阅更新的模型。
参见图4，图4是本公开实施例的网络分析的转移方法的流程图。在图4中，Source NWDAF(以NWDAF1)向TargetNWDAF(如NWDAF3)提供模型文件的提供者(model provider NWDAF)(如NWDAF2)的信息。
如图4所示，本公开实施例的方法包括：
步骤401、NWDAF1依据Consumer NF的网络分析签约请求，为Consumer NF提供网络分析信息。
Consumer NF的网络分析签约请求中包括Consumer NF请求NWDAF1提供的网络分析的有关信息，包括：
(a)一个或多个Analytics ID，用于标识请求的网络分析的类型，例如Analytics ID＝"Service Experience"、Analytics ID＝"UE Mobility"等。
(b)分析过滤信息(Analytics Filter Information)，例如分析的目标UE或UE组标识、区域标识、切片标识等。
可选地，NWDAF1从NWDAF2获取初始训练模型，使用该初始训练模 型和采集的数据生成本地模型和网络分析信息，并将本地模型发送给NWDAF2。
NWDAF2基于NWDAF1的本地模型更新NWDAF2的模型，再将更新的模型提供给NWDAF1；这样循环多次，得到针对该网络分析的更优的模型，从而提高该网络分析的性能(例如预测准确性、实时性)。
在实际应用中，NWDAF2也可以是其它提供模型的网络功能实体，例如模型存储库网络功能实体，而非NWDAF；此时，要求该网络功能实体也支持联邦学习能力。
步骤402、NWDAF1决定执行分析转移。
步骤403、NWDAF1查询NRF或本地配置，确定分析转移的Target NWDAF，即NWDAF3。
步骤404、NWDAF1向NWDAF3发起分析转移请求。
步骤405、NWDAF3从NWDAF1获取分析上下文。在本公开实施例中，所述分析上下文可包括以下信息的一种或多种：
(a)一个或多个Analytics ID，用于标识请求的网络分析的类型，例如Analytics ID＝"Service Experience"、Analytics ID＝"UE Mobility"等。
(b)针对上述一个或多个Analytics ID的模型的相关信息。
具体地，相关信息可包含NWDAF2的信息，例如：NWDAF2的标识、地址(例如FQDN或IP地址)、支持的服务(例如提供、更新和获取模型)、支持联邦学习(Federated Learning)的能力指示、支持提供哪些模型(例如针对特定Analytics ID的模型)、服务区域等信息。
(c)针对上述一个或多个Analytics ID的数据采集的相关信息。
例如：提供数据的一个或多个网络功能实体NF的信息(例如标识或地址)、数据采集的要求(例如时间、周期)。
(d)针对上述一个或多个Analytics ID，NWDAF1采集的数据。
具体地，可以是NWDAF1采集的数据内容，或数据地址，后者可以采用例如URL或FQDN的形式表示。
(e)针对上述一个或多个Analytics ID，NWDAF1输出的分析信息。
具体地，可以是NWDAF1输出的分析信息内容，或分析信息地址，后者 采用例如URL或FQDN的形式表示。
(f)分析过滤信息(Analytics Filter Information)，例如分析的目标UE或UE组标识、区域标识、切片标识等。
其中，步骤405可通过以下方式实现：
方式一：
NWDAF1向NWDAF3发起分析转移请求。
具体地，分析转移请求可以采用Nnwdaf_AnalyticsSubscription_Subscribe请求，其中包含：分析转移指示、请求转移到NWDAF3的网络分析签约的有关信息(即步骤401中Consumer NF向NWDAF1签约的网络分析的有关信息)、分析上下文标识等。NWDAF3向NWDAF1发送Nnwdaf_AnalyticsSubscription_Subscribe回复，确认接受网络分析转移。
NWDAF3依据分析上下文标识，从NWDAF1获取需要转移的分析上下文。
方式二：
NWDAF1向NWDAF3发起Nnwdaf_AnalyticsSubscription_Subscribe请求，其中包含：分析转移指示、请求转移到NWDAF3的网络分析签约的有关信息(即步骤401中Consumer NF请求NWDAF1提供的网络分析的有关信息)、分析上下文等。
NWDAF3向NWDAF1发送Nnwdaf_AnalyticsSubscription_Subscribe回复，确认接受分析转移。
步骤406、NWDAF3向NWDAF2发起Nnwdaf_ModelProvision_Subscribe请求，其中包含:1)上述一个或多个Application ID，还可以包含分析过滤信息(Analytics Filter Information)，和/或，2)将NWDAF1的模型订阅转移到NWDAF3上的指示(例如Replaced Subscriber：NWDAF1ID)，从而请求从NWDAF2订阅更新的模型。
步骤407、NWDAF2向NWDAF3发送Nnwdaf_ModelProvision_Notify，其中包含NWDAF2的模型文件地址。
步骤408、NWDAF3依据NWDAF2的模型文件地址，从该地址获取模型文件，为上述一个或多个Analytics ID获取模型。
步骤409、NWDAF3依据NWDAF1提供的数据采集相关信息，从其它NF采集进行分析所需要的数据。
步骤410、NWDAF3利用获取的模型和采集的数据，得到分析信息，并向Consumer NF提供网络分析信息。
步骤411、NWDAF3向NWDAF2发送Nnwdaf_ModelUpdate_Notify，其中包含更新的NWDAF3本地模型信息(例如NWDAF3的模型文件地址)，从而使NWDAF2可以基于此信息更新NWDAF2的模型；即NWDAF2与NWDAF3建立联邦学习的关系。
步骤412、若NWDAF1不再需要从NWDAF2获取模型(例如NWDAF1将分析全部转移到NWDAF3)，则NWDAF1向NWDAF2发起Nnwdaf_ModelProvision_UnSubscribe请求，取消从NWDAF2订阅更新的模型。
参见图5，图5是本公开实施例的网络分析的转移方法的流程图。在图5中，在网络分析转移准备的过程中进行网络分析模型的转移。
如图5所示，本公开实施例的方法包括：
步骤501、NWDAF1依据Consumer NF的网络分析签约请求，为Consumer NF提供网络分析信息。
Consumer NF的网络分析签约请求中包括Consumer NF请求NWDAF1提供的网络分析的有关信息，包括：
(a)一个或多个Analytics ID，用于标识请求的网络分析的类型，例如Analytics ID＝"Service Experience"、Analytics ID＝"UE Mobility"等。
(b)分析过滤信息(Analytics Filter Information)，例如分析的目标UE或UE组标识、区域标识、切片标识等。
可选地，NWDAF1从NWDAF2获取初始训练模型，使用该初始训练模型和采集的数据生成本地模型和网络分析信息，并将本地模型发送给NWDAF2。
NWDAF2基于NWDAF1的本地模型更新NWDAF2的模型，再将更新的模型提供给NWDAF1；这样循环多次，得到针对该网络分析的更优的模型，从而提高该网络分析的性能(例如预测准确性、实时性)。
在实际应用中，NWDAF2也可以是其它提供模型的网络功能实体，例如模型存储库网络功能实体，而非NWDAF；此时，要求该网络功能实体也支持联邦学习能力。
步骤502、NWDAF1决定执行分析转移。
步骤503、NWDAF1查询NRF或本地配置，确定分析转移的Target NWDAF，即NWDAF3和NWDAF5。
步骤504、NWDAF1分别向NWDAF3、NWDAF5发起分析转移准备请求。
其中，分析转移准备请求中包含分析转移准备指示、请求转移到NWDAF3(或NWDAF5)的网络分析签约的有关信息、分析上下文等。或者，所述分析转移准备请求中包含分析转移准备指示、请求转移到NWDAF3(或NWDAF5)的网络分析签约的有关信息、分析上下文的标识等。
其中，所述分析上下文包含的信息与图3或图4所示的实施例相同，即：包含分析所需要的模型信息，例如模型文件地址和/或NWDAF2的信息；以及其它信息，例如NWDAF1采集的数据或得出的分析信息等。
NWDAF3、NWDAF5依据该分析转移准备请求，分别从NWDAF1获取分析上下文。
其中，NWDAF3、NWDAF5获取分析上下文的方式和前述图3或图4所示实施例的过程相同。
步骤505、NWDAF3、NWDAF5根据分析转移准备请求，准备进行分析所需要的模型。
具体的，如果分析转移准备请求包括模型文件的地址，那么，NWDAF3、NWDAF5依据模型文件的地址，从该地址获取模型文件。
如果分析转移准备请求包括NWDAF2的信息，那么，NWDAF3、NWDAF5分别向NWDAF2发起Nnwdaf_ModelProvision_Subscribe请求，其中包含：1)分析上下文中的一个或多个Application ID，还可以包含分析过滤信息(Analytics Filter Information)，和/或，2)将NWDAF1的模型订阅转移到NWDAF3(或者NWDAF5)上的指示(例如Replaced Subscriber：NWDAF1 ID)，从而请求从NWDAF2订阅更新的模型。NWDAF2向NWDAF3、 NWDAF5发送Nnwdaf_ModelProvision_Notify，其中包含NWDAF2的模型文件地址。NWDAF3、NWDAF5依据NWDAF2的模型文件地址，从该地址获取模型文件，获取模型。
步骤506、NWDAF5发现无法成功准备分析所需要的模型，例如：从模型文件地址中获取模型文件失败，从NWDAF2或其它NWDAF、NF获取模型失败，则NWDAF5向NWDAF1发送Nnwdaf_AnalyticsSubscription_Subscribe回复，其中携带分析转移准备失败指示，指示拒绝接受网络分析转移。具体地，该指示还可以指示分析转移(准备)因无法获取模型而失败，例如“缺少模型(model unavailable)”。也即，NWDAF5获取模型失败而拒绝接受网络分析转移。
步骤507、NWDAF3成功获取分析所需要的模型，向NWDAF1发送Nnwdaf_AnalyticsSubscription_Subscribe回复，指示分析转移准备成功，接受网络分析转移。
步骤508、NWDAF3可以依据NWDAF1提供的数据采集相关信息，从其它NF采集进行分析所需要的数据。进一步地，NWDAF3可以利用获取的模型和采集的数据，得到分析信息。其中，此步骤508是可选的过程。
上述步骤504-508属于网络分析转移准备过程。
步骤509、NWDAF1向NWDAF3发起分析转移请求，NWDAF3依据该分析转移请求，从NWDAF1获取更新的分析上下文。这里更新的分析上下文可以包括步骤504之后NWDAF1采集的数据、得出的分析信息等，还可以包括更新的模型信息，例如最新的模型文件地址。
其中，步骤509可认为是网络分析转移执行过程。
步骤510、NWDAF3可以利用更新的模型信息、来自NWDAF1的数据和/或分析信息，对分析所使用的模型进行更新。具体地，NWDAF3从最新的模型文件地址中获取最新的模型文件，基于该模型文件对NWDAF3已获取的模型参数进行调整，使用来自NWDAF1的数据和/或分析信息对模型进行进一步训练，从而得到更优的模型参数。
步骤511、NWDAF3依据NWDAF1提供的数据采集相关信息，从其它NF采集进行分析所需要的数据。NWDAF3利用获取的模型和采集的数据， 得到分析信息，并向Consumer NF提供网络分析信息。
NWDAF3根据NWDAF2的信息向NWDAF2发起Nnwdaf_ModelProvision_Subscribe请求，其中包含：1)分析上下文中的一个或多个Application ID，还可以包含分析过滤信息(Analytics Filter Information)，和/或，2)将NWDAF1的模型订阅转移到NWDAF3上的指示(例如NWDAF1的Notification correlation information，或Replaced model subscription ID＝NWDAF1subscription ID)，从而请求从NWDAF2订阅更新的模型。
NWDAF3向NWDAF2发送Nnwdaf_ModelUpdate_Notify，其中包含更新的NWDAF3本地模型信息(例如NWDAF3的模型文件地址)，从而使NWDAF2可以基于此信息更新NWDAF2模型；即NWDAF2与NWDAF3建立联邦学习的关系。
步骤512、若NWDAF1不再需要从NWDAF2获取模型(例如NWDAF1将分析全部转移到NWDAF3)，则NWDAF1向NWDAF2发起Nnwdaf_ModelProvision_UnSubscribe请求，取消从NWDAF2订阅更新的模型。
在以上的实施例中，源NWDAF在网络分析的转移过程中，将正在转移的网络分析当前使用的模型或模型提供者的信息提供给目标NWDAF，可以使目标NWDAF获得适合正在转移的网络分析的模型，从而可获得期望的网络分析性能(如分析准确度)，并避免或减少分析转移的目标NWDAF训练新的分析模型的所需的时间，提高分析转移的成功率。
如图6所示，本公开实施例的信息处理装置，应用于目标网络功能实体，包括：处理器600，用于读取存储器620中的程序，执行下列过程：
从源网络功能实体获取目标网络分析的模型信息；
根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，在图6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600代表的一个或多个处理器和存储器620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610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。处理器600负责管理总线架构和通常的处理，存储器620可以存储处理器600在执行操作时所使用的数据。
处理器610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 Logic Device，CPLD)，处理器也可以采用多核架构。
处理器600负责管理总线架构和通常的处理，存储器620可以存储处理器600在执行操作时所使用的数据。
处理器600还用于读取所述程序，执行如下步骤：
网络分析转移准备的过程中，从所述源网络功能实体获取所述目标网络分析的模型信息。
其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
处理器600还用于读取所述程序，执行如下步骤：
从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；
从所述分析上下文中得到所述目标网络分析的模型信息。
处理器600还用于读取所述程序，执行如下步骤：
根据所述第一模型文件地址，获取模型文件；
根据所述模型文件获取所述目标网络分析的模型。
处理器600还用于读取所述程序，执行如下步骤：
根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件；
根据所述模型文件获取所述目标网络分析的模型。
处理器600还用于读取所述程序，执行如下步骤：
向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上；
接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址；
根据所述第二模型文件地址获取所述模型文件。
处理器600还用于读取所述程序，执行如下步骤：
若成功获取所述目标网络分析的模型，向所述源网络功能实体发送接受网络分析转移的响应信息。
处理器600还用于读取所述程序，执行如下步骤：
在网络分析转移执行过程中，接收所述源网络功能实体发送的更新的所述目标网络分析的模型信息；根据所述更新的所述目标网络分析的模型信息，更新所述模型。
处理器600还用于读取所述程序，执行如下步骤：
对所述模型进行更新；
向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件对应的模型进行更新。
处理器600还用于读取所述程序，执行如下步骤：
当成功获取所述目标网络分析的模型时，利用所述模型执行网络分析，得到所述目标网络分析的分析结果。
在此需要说明的是，本公开实施例提供的上述装置，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。
如图7所示，本公开实施例的信息处理装置，应用于源网络功能实体，包括：处理器700，用于读取存储器720中的程序，执行下列过程：
向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的 模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，在图7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700代表的一个或多个处理器和存储器720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710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。处理器700负责管理总线架构和通常的处理，存储器720可以存储处理器700在执行操作时所使用的数据。
处理器710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 Logic Device，CPLD)，处理器也可以采用多核架构。
处理器700负责管理总线架构和通常的处理，存储器720可以存储处理器700在执行操作时所使用的数据。
处理器700还用于读取所述程序，执行如下步骤：
在网络分析转移准备的过程中，向目标网络功能实体发送目标网络分析的模型信息。
其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
处理器700还用于读取所述程序，执行如下步骤：
向所述目标网络功能实体发送分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息。
处理器700还用于读取所述程序，执行如下步骤：
向所述目标网络功能实体发送请求，所述请求包括分析上下文的标识。
处理器700还用于读取所述程序，执行如下步骤：
接收所述目标网络功能实体发送的接受网络分析转移的响应；
或者，
接收所述目标网络功能实体发送的拒绝接受网络分析转移的响应，并选择除了所述目标网络功能实体之外的其他网络功能实体进行网络分析转移，其中，所述拒绝接受网络分析转移的响应表示所述目标网络功能实体获取模型失败。
处理器700还用于读取所述程序，执行如下步骤：
在网络分析转移执行过程中，向所述目标网络功能实体发送更新的所述目标网络分析的模型信息。
处理器700还用于读取所述程序，执行如下步骤：
向所述第一网络功能实体发送取消模型订阅请求，所述取消模型订阅请求用于表示所述源网络功能实体取消从所述第一网络功能实体订阅所述目标网络分析的模型信息。
在此需要说明的是，本公开实施例提供的上述装置，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。
如图8所示，本公开实施例的信息处理装置，应用于目标网络功能实体，包括：
第一获取单元801，用于从源网络功能实体获取目标网络分析的模型信息；第二获取单元802，用于根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
第一处理单元803，用于利用所述模型执行网络分析，得到所述目标网络分析的分析结果；其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
其中，所述第一获取单元用于，在网络分析转移准备的过程中，从所述源网络功能实体获取所述目标网络分析的模型信息。
其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
可选地，所述第一获取单元801可包括：
第一接收子单元，用于从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；
第一获取子单元，用于从所述分析上下文中得到所述目标网络分析的模型信息。
可选地，当所述目标网络分析的模型信息包括所述第一模型文件地址时，所述第一处理单元可包括：
第一获取子单元，用于根据所述第一模型文件地址，获取模型文件；
第一处理子单元，用于所述模型文件获取所述目标网络分析的模型。
可选地，当所述目标网络分析的模型信息包括所述第一网络功能实体的信息时，所述第一处理单元可包括：
第二获取子单元，用于根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件；
第二处理子单元，用于根据所述模型文件获取所述目标网络分析的模型。
可选地，所述第二获取子单元包括：
第一发送模块，用于向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上；
第一接收模块，用于接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址；
第一获取模块，用于根据所述第二模型文件地址获取所述模型文件。
可选地，所述第二获取单元，还用于若所述目标网络功能实体成功获取所述目标网络分析的模型，则所述目标网络功能实体向所述源网络功能实体发送接受网络分析转移的响应信息。
可选地，所述装置还可包括：
第一接收单元，用于在网络分析转移执行过程中，接收所述源网络功能实体更新的所述目标网络分析的模型信息；
第一更新单元，用于根据所述更新的所述目标网络分析的模型信息，更新所述模型。
可选地，所述装置还可包括：
第二更新单元，用于对所述模型进行更新；
第一发送单元，用于向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件对应的模型进行更新。
可选地，所述第一处理单元，用于当成功获取所述目标网络分析的模型时，利用所述模型执行网络分析，得到所述目标网络分析的分析结果。
在此需要说明的是，本公开实施例提供的上述装置，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。
如图9所示，本公开实施例的信息处理装置，应用于源网络功能实体，包括：
第一发送单元901，用于向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
可选地，所述第一发送单元，用于在网络分析转移准备的过程中，所述源网络功能实体向目标网络功能实体发送目标网络分析的模型信息。
可选地，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
可选地，所述第一发送单元，用于向所述目标网络功能实体发送分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息。
可选地，所述第一发送单元，还用于向所述目标网络功能实体发送请求，所述请求包括分析上下文的标识。
可选地，所述装置还可包括：
第一接收单元，用于接收所述目标网络功能实体发送的接受网络分析转 移的响应；
第二接收单元，用于接收所述目标网络功能实体发送的拒绝接受网络分析转移的响应，并选择除了所述目标网络功能实体之外的其他网络功能实体进行网络分析转移，其中，所述拒绝接受网络分析转移的响应表示所述目标网络功能实体获取模型失败。
可选地，所述装置还可包括：
第二发送单元，用于在网络分析转移执行过程中，所述源网络功能实体向所述目标网络功能实体发送更新的所述目标网络分析的模型信息。
可选地，所述装置还可包括：
第三发送单元，用于向所述第一网络功能实体发送取消模型订阅请求，所述取消模型订阅请求用于表示所述源网络功能实体取消从所述第一网络功能实体订阅所述目标网络分析的模型信息。
在此需要说明的是，本公开实施例提供的上述装置，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。
需要说明的是，本公开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，在本公开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。
所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，本公开的技术方案本质上或者说对相关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)执行本公开各个实施例所述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。
本公开实施例还提供一种可读存储介质，可读存储介质上存储有程序，该程序被处理器执行时实现上述络分析的转移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，所述的可读存储介质，可以是处理器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(Magneto-Optical Disk，MO)等)、光学存储器(例如光盘(Compact Disk，CD)、数字视频光盘(Digital Versatile Disc，DVD)、蓝光光碟(Blu-ray Disc，BD)、高清通用光盘(High-Definition Versatile Disc，HVD)等)、以及半导体存储器(例如ROM、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、带电可擦可编程只读存储器(Electrically Erasable Programmable read only memory，EEPROM)、非易失性存储器(NAND FLASH)、固态硬盘(Solid State Disk或Solid State Drive，SSD))等。
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。
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。根据这样的理解，本公开的技术方案本质上或者说对相关技术做出贡献的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(如ROM/RAM、磁盘、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)执行本公开各个实施例所述的方法。
需要说明的是，应理解以上各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块 通过硬件的形式实现。例如，确定模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，各个模块、单元、子单元或子模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
本公开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，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例，例如除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，说明书以及权利要求中使用“和/或”表示所连接对象的至少其中之一，例如A和/或B和/或C，表示包含单独A，单独B，单独C，以及A和B都存在，B和C都存在，A和C都存在，以及A、B和C都存在的7种情况。类似地，本说明书以及权利要求中使用“A和B中的至少一个”应理解为“单独A，单独B，或A和B都存在”。
上面结合附图对本公开的实施例进行了描述，但是本公开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公开的启示下，在不脱离本公开宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本公开的保护之内。

Claims (28)

  1. 一种网络分析的转移方法，包括：
    目标网络功能实体从源网络功能实体获取目标网络分析的模型信息；
    目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
    所述目标网络功能实体利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
    其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
  2. 根据权利要求1所述的方法，其中，所述目标网络功能实体从源网络功能实体获取目标网络分析的模型信息，包括：
    在网络分析转移准备的过程中，所述目标网络功能实体从源网络功能实体获取目标网络分析的模型信息。
  3. 根据权利要求1或2所述的方法，其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
  4. 根据权利要求1所述的方法，其中，所述目标网络功能实体从源网络功能实体获取目标网络分析的模型信息，包括：
    所述目标网络功能实体从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；
    所述目标网络功能实体从所述分析上下文中得到所述目标网络分析的模型信息。
  5. 根据权利要求3所述的方法，其中，当所述目标网络分析的模型信息包括所述第一模型文件地址时，所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型，包括：
    所述目标网络功能实体根据所述第一模型文件地址，获取模型文件；
    所述目标网络功能实体根据所述模型文件获取所述目标网络分析的模型。
  6. 根据权利要求3所述的方法，其中，当所述目标网络分析的模型信息 包括所述第一网络功能实体的信息时，所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型，包括：
    所述目标网络功能实体根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件；
    所述目标网络功能实体根据所述模型文件获取所述目标网络分析的模型。
  7. 根据权利要求6所述的方法，其中，所述目标网络功能实体根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件，包括：
    所述目标网络功能实体向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上；
    所述目标网络功能实体接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址；
    所述目标网络功能实体根据所述第二模型文件地址获取所述模型文件。
  8. 根据权利要求1或2所述的方法，其中，在获取所述目标网络分析的模型之后，还包括：
    若所述目标网络功能实体成功获取所述目标网络分析的模型，则所述目标网络功能实体向所述源网络功能实体发送接受网络分析转移的响应信息。
  9. 根据权利要求2所述的方法，所述方法还包括：
    在网络分析转移执行过程中，所述目标网络功能实体接收所述源网络功能实体发送的更新的所述目标网络分析的模型信息；
    所述目标网络功能实体根据所述更新的所述目标网络分析的模型信息，更新所述模型。
  10. 根据权利要求6所述的方法，其中，在所述得到所述目标网络分析的分析结果之后，所述方法还包括：
    所述目标网络功能实体对所述模型进行更新；
    所述目标网络功能实体向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件对应的模型进行更新。
  11. 根据权利要求1所述的方法，其中，所述目标网络功能实体利用所 述模型执行网络分析，包括：
    当成功获取所述目标网络分析的模型时，所述目标网络功能实体利用所述模型执行网络分析。
  12. 一种网络分析的转移方法，包括：
    源网络功能实体向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
    其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
  13. 根据权利要求12所述的方法，其中，在所述源网络功能实体向目标网络功能实体发送目标网络分析的模型信息之后，所述方法还包括：
    所述源网络功能实体接收所述目标网络功能实体发送的接受网络分析转移的响应；
    或者，
    所述源网络功能实体接收所述目标网络功能实体发送的拒绝接受网络分析转移的响应，并选择除了所述目标网络功能实体之外的其他网络功能实体进行网络分析转移，其中，所述拒绝接受网络分析转移的响应表示所述目标网络功能实体获取模型失败。
  14. 一种网络分析的转移装置，应用于目标网络功能实体，包括存储器，收发机，处理器：
    存储器，用于存储计算机程序；收发机，用于在所述处理器的控制下收发数据；处理器，用于读取所述存储器中的计算机程序并执行以下操作：
    从源网络功能实体获取目标网络分析的模型信息；
    根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
    利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
    其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
  15. 根据权利要求14所述的装置，其中，所述处理器，还用于在网络分 析转移准备的过程中，从所述源网络功能实体获取所述目标网络分析的模型信息。
  16. 根据权利要求14或15所述的装置，其中，所述目标网络分析的模型信息包括第一模型文件地址，和/或，第一网络功能实体的信息，所述第一网络功能实体用于向所述源网络功能实体提供所述目标网络分析的模型。
  17. 根据权利要求14所述的装置，其中，所述处理器，还用于：
    从所述源网络功能实体获取所述目标网络分析的分析上下文，其中，所述分析上下文包括所述目标网络分析的模型信息；
    从所述分析上下文中得到所述目标网络分析的模型信息。
  18. 根据权利要求16所述的装置，其中，所述处理器，还用于：
    根据所述第一模型文件地址，获取模型文件；
    根据所述模型文件获取所述目标网络分析的模型。
  19. 根据权利要求16所述的装置，其中，所述处理器，还用于：
    根据所述第一网络功能实体的信息，从所述第一网络功能实体获取模型文件；
    根据所述模型文件获取所述目标网络分析的模型。
  20. 根据权利要求19所述的装置，其中，所述处理器，还用于：
    向所述第一网络功能实体发送订阅转移请求，所述订阅转移请求用于请求将所述源网络功能实体的网络分析模型订阅转移至所述目标网络功能实体上；
    接收所述第一网络功能实体根据所述订阅转移请求发送的第二模型文件地址；
    根据所述第二模型文件地址获取所述模型文件。
  21. 根据权利要求14或15所述的装置，其中，所述处理器，还用于：
    若成功获取所述目标网络分析的模型，向所述源网络功能实体发送接受网络分析转移的响应信息。
  22. 根据权利要求15所述的装置，其中，所述处理器，还用于：
    在网络分析转移执行过程中，接收所述源网络功能实体更新的所述目标网络分析的模型信息；
    根据所述更新的所述目标网络分析的模型信息，更新所述模型。
  23. 根据权利要求19所述的装置，其中，所述处理器，还用于：
    对所述模型进行更新；
    向所述第一网络功能实体发送更新请求，所述更新请求包括所述目标网络功能实体的更新的模型信息，用于所述第一网络功能实体对所述模型文件对应的模型进行更新。
  24. 根据权利要求14所述的装置，其中，所述处理器，还用于：
    当成功获取所述目标网络分析的模型时，利用所述模型执行所述目标网络分析。
  25. 一种网络分析的转移装置，应用于源网络功能实体，包括存储器，收发机，处理器：
    存储器，用于存储计算机程序；收发机，用于在所述处理器的控制下收发数据；处理器，用于读取所述存储器中的计算机程序并执行以下操作：
    向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
    其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
  26. 一种网络分析的转移装置，应用于目标网络功能实体，包括：
    第一获取单元，用于从源网络功能实体获取目标网络分析的模型信息；
    第二获取单元，用于根据所述目标网络分析的模型信息，获取所述目标网络分析的模型；
    第一处理单元，用于利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
    其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
  27. 一种网络分析的转移装置，应用于源网络功能实体，包括：
    第一发送单元，用于向目标网络功能实体发送目标网络分析的模型信息，用于使得所述目标网络功能实体根据所述目标网络分析的模型信息，获取所 述目标网络分析的模型并利用所述模型执行网络分析，得到所述目标网络分析的分析结果；
    其中，所述目标网络分析为从所述源网络功能实体转移至所述目标网络功能实体的网络分析。
  28. 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如权利要求1至11任一项所述的方法；或者，所述计算机程序用于使所述处理器执行如权利要求12至13任一项所述的方法。
PCT/CN2022/078772 2021-03-09 2022-03-02 一种网络分析的转移方法、装置和可读存储介质 WO2022188671A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP22766197.2A EP4307756A1 (en) 2021-03-09 2022-03-02 Network analysis transferring method and device, and readable storage medium
US18/549,784 US20240155391A1 (en) 2021-03-09 2022-03-02 Transfer method for network analytics and transfer apparatus for network analytics

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110256733.1A CN115052305A (zh) 2021-03-09 2021-03-09 一种网络分析的转移方法、装置和可读存储介质
CN202110256733.1 2021-03-09

Publications (1)

Publication Number Publication Date
WO2022188671A1 true WO2022188671A1 (zh) 2022-09-15

Family

ID=83156380

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/078772 WO2022188671A1 (zh) 2021-03-09 2022-03-02 一种网络分析的转移方法、装置和可读存储介质

Country Status (4)

Country Link
US (1) US20240155391A1 (zh)
EP (1) EP4307756A1 (zh)
CN (1) CN115052305A (zh)
WO (1) WO2022188671A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110311812A (zh) * 2019-06-24 2019-10-08 深圳市腾讯计算机系统有限公司 一种网络分析方法、装置和存储介质
CN111901135A (zh) * 2019-05-05 2020-11-06 华为技术有限公司 一种数据分析方法及装置
CN112189355A (zh) * 2018-05-21 2021-01-05 三星电子株式会社 无线通信系统中利用数据收集和分析功能的方法及装置
CN112422334A (zh) * 2020-11-09 2021-02-26 江苏第二师范学院（江苏省教育科学研究院） 基于5g网络的数据分析方法及配套nrf信息处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112189355A (zh) * 2018-05-21 2021-01-05 三星电子株式会社 无线通信系统中利用数据收集和分析功能的方法及装置
CN111901135A (zh) * 2019-05-05 2020-11-06 华为技术有限公司 一种数据分析方法及装置
CN110311812A (zh) * 2019-06-24 2019-10-08 深圳市腾讯计算机系统有限公司 一种网络分析方法、装置和存储介质
CN112422334A (zh) * 2020-11-09 2021-02-26 江苏第二师范学院（江苏省教育科学研究院） 基于5g网络的数据分析方法及配套nrf信息处理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
NOKIA, NOKIA SHANGHAI BELL: "KI#2, Updates to evaluation clause 7.2.5 and conclusion clause 8.2.2", 3GPP DRAFT; S2-2008978, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. SA WG2, no. Elbonia; 20201116 - 20201120, 9 November 2020 (2020-11-09), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France , XP051953293 *
SAMSUNG: "KI#2: Conclusion - Reselection Aspects", 3GPP DRAFT; S2-2008695, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. SA WG2, no. e meeting ;20201116 - 20201120, 9 November 2020 (2020-11-09), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France , XP051952733 *

Also Published As

Publication number Publication date
US20240155391A1 (en) 2024-05-09
CN115052305A (zh) 2022-09-13
EP4307756A1 (en) 2024-01-17

Similar Documents

Publication Publication Date Title
CN109314917B (zh) 网络切片选择策略更新方法、及装置
KR102605458B1 (ko) 분석 기능 발견 방법 및 장치
WO2018006784A1 (zh) 一种网络切片选择方法、设备及系统
BR112021013594A2 (pt) Método e sistema de armazenamento compartilhável para análise de dados de rede
KR102515634B1 (ko) 홈 plmn 구성 변경으로 인한 ue에서의 vplmn 구성 업데이트 관리
JP2023535562A (ja) ネットワーク機能発見サービス向上を提供するための方法、システムおよびコンピュータ読取可能媒体
US20110264780A1 (en) Access network discovery
US10880726B2 (en) Methods and apparatuses for handling slice selection data for a user
WO2020001649A1 (zh) 一种通信方法及装置
WO2021083612A1 (en) Methods and apparatus to request and provide network analytic data
WO2022033116A1 (zh) 一种通信方法和通信装置以及系统
US20240098631A1 (en) Filters for bulk subscriptions
JP2023535176A (ja) サービス要求の処理
WO2022188670A1 (zh) 网络分析转移方法、装置及网络功能实体
WO2022188671A1 (zh) 一种网络分析的转移方法、装置和可读存储介质
WO2019015755A1 (en) METHODS AND NODES FOR PROVIDING OR SELECTING USER TRAFFIC NODE
US20240129199A1 (en) Data analysis method and apparatus, electronic device, and storage medium
WO2022105868A1 (zh) 一种切换处理方法、装置和通信设备
WO2019061400A1 (en) IMPROVED SERVICE DISCOVERY FOR THE NETWORK FUNCTION ASSOCIATION
EP4322002A1 (en) Method and apparatus for processing information of edge configuration server, and communication device
CN116057924B (zh) 用于提供网络功能发现服务增强的方法、系统和计算机可读介质
WO2013159753A1 (zh) 用于远程接入本地网络的方法及装置
WO2023083188A1 (zh) 一种切换方法、装置、网络功能和存储介质
WO2024032031A1 (zh) 一种数据分析方法及装置
WO2023040958A1 (zh) 一种联邦学习组处理方法、装置及功能实体

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22766197

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18549784

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2022766197

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022766197

Country of ref document: EP

Effective date: 20231009