WO2024146097A1

WO2024146097A1 - 网元注册方法、模型请求方法、装置、网元、通信系统及存储介质

Info

Publication number: WO2024146097A1
Application number: PCT/CN2023/104833
Authority: WO
Inventors: 程思涵; 崇卫微
Original assignee: 维沃移动通信有限公司
Priority date: 2023-01-06
Filing date: 2023-06-30
Publication date: 2024-07-11

Abstract

本申请公开了一种网元注册方法、模型请求方法、装置、网元、通信系统及存储介质，该方法包括：第一网元向第二网元发送网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

Description

网元注册方法、模型请求方法、装置、网元、通信系统及存储介质

相关申请的交叉引用

本申请主张在2023年01月06日在中国提交的申请号为202310022132.3的中国专利的部分内容的优先权，通过引用包含于此。

技术领域

本申请属于通信技术领域，具体涉及一种网元注册方法、模型请求方法、装置、网元、通信系统及存储介质。

背景技术

随着通信技术的不断发展，网元之间可以互相传递模型，以互通使用，然而，在模型传递的过程中，网元与网元之间不知道对方能接收并使用何种平台框架的模型，也不知道对方有何种平台框架的模型，或者对方是否有自己所需要平台框架的模型。如此会造成不必要的时间、流量、通信信号等资源的浪费，例如：在模型传递的过程中，如果是不同平台框架的模型，则无法使用传递的模型，因此，模型传递的成功率较低。

发明内容

本申请实施例提供一种网元注册方法、模型请求方法、装置、网元、通信系统及存储介质，能够解决现有技术中模型传递的成功率较低的问题。

第一方面，提供了一种网元注册方法，该方法包括：第一网元向第二网元发送网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

在本申请实施例中，第一网元可以通过网元注册请求，将第一网元的网元信息注册到第二网元中，以实现将第一网元注册到第二网元中，由于第一网元的网元注册信息中包括模型训练相关能力信息，从而使得其他网元能够通过第二网元查找到符合模型训练需求的第一网元，以解决第一网元如何将网元信息注册到第二网元，并能够被其他网元查找到的问题。

第二方面，提供了一种网元注册装置，应用于第一网元，该网元注册装置包括：发送模块。发送模块，用于向第二网元发送网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

第三方面，提供了一种网元注册方法，该方法包括：第二网元接收第一网元发送的网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

在本申请实施例中，第二网元可以通过接收第一网元发送的网元注册请求，将第一网元的网元信息注册到第二网元中，以实现将第一网元注册到第二网元中，由于第一网元的网元注册信息中包括模型训练相关能力信息，从而使得其他网元能够通过第二网元查找到符合模型训练需求的第一网元，以解决第一网元如何将网元信息注册到第二网元，并能够被其他网元查找到的问题。

第四方面，提供了一种网元注册装置，应用于第二网元，该网元注册装置包括：接收模块。接收模块，用于接收第一网元发送的网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

第五方面，提供了一种模型请求方法，该方法包括：第三网元向第一网元发送模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；第三网元从第一网元获取与第二信息匹配的模型的信息。

在本申请实施例中，第三网元可以通过模型请求，向第一网元请求获取模型，由于模型请求中包括第二信息，因此第三网元可以从第一网元获取与第二信息匹配的模型的信息，从而提高了模型传递的成功率。

第六方面，提供了一种模型请求装置，应用于第三网元，该模型请求装置包括：发送模块和获取模块。发送模块，用于向第一网元发送模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；获取模块，用于从第一网元获取与第二信息匹配的模型的信息。

第七方面，提供了一种模型请求方法，该方法包括：第一网元接收第三网元发送的模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；其中，第二信息用于第三网元从第一网元获取与第二信息匹配的模型的信息。

在本申请实施例中，第一网元可以接收第三网元发送的模型请求，由于模型请求中包括第二信息，因此第三网元可以从第一网元获取与第二信息匹配的模型的信息，从而提高了模型传递的成功率。

第八方面，提供了一种模型请求装置，应用于第一网元，该模型请求装置包括：接收模块。接收模块，用于接收第三网元发送的模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；其中，第二信息用于第三网元从第一网元获取与第二信息匹配的模型的信息。

第九方面，提供了一种网元，该网元包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的网元注册方法的步骤。

第十方面，提供了一种网元，包括处理器及通信接口，其中，所述通信接口用于向第二网元发送网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

第十一方面，提供了一种网元，该网元包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第三方面所述的网元注册方法的步骤。

第十二方面，提供了一种网元，包括处理器及通信接口，其中，所述通信接口用于接收第一网元发送的网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

第十三方面，提供了一种网元，该网元包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第五方面所述的模型请求方法的步骤。

第十四方面，提供了一种网元，包括处理器及通信接口，其中，所述通信接口用于向第一网元发送模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；第三网元从第一网元获取与第二信息匹配的模型的信息。

第十五方面，提供了一种网元，该网元包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第七方面所述的模型请求方法的步骤。

第十六方面，提供了一种网元，包括处理器及通信接口，其中，所述通信接口用于接收第三网元发送的模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；其中，第二信息用于第三网元从第一网元获取与第二信息匹配的模型的信息。

第十七方面，提供了一种通信系统，包括：如第二方面所述的网元注册装置、如第四方面所述的网元注册装置、如第六方面所述的模型请求装置和第八方面所述的模型请求装置；或者，包括：如第九方面、第十一方面、第十三方面和第十五方面所述的网元；或者，包括：如第十方面、第十二方面、第十四方面和第十六方面所述的网元。其中，所述网元可用于执行如第一方面、第三方面、第五方面和第七方面所述的方法的步骤。

第十八方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤，或者实现如第三方面所述的方法的步骤，或者实现如第五方面所述的方法的步骤，或者实现如第七方面所述的方法的步骤。

第十九方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法，或实现如第三方面所述的方法，或实现如第五方面所述的方法，或实现如第七方面所述的方法。

第二十方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现如第一方面所述的网元注册方法的步骤，或者实现如第三方面所述的网元注册方法的步骤，或者实现如第五方面所述的模型请求方法的步骤，或者实现如第七方面所述的模型请求方法的步骤。

附图说明

图1是本申请实施例提供的一种无线通信系统的架构示意图；

图2是本申请实施例提供的一种神经网络的示意图；

图3是本申请实施例提供的一种神经元的示意图；

图4是本申请实施例提供的一种网元注册方法的流程图之一；

图5是本申请实施例提供的一种网元注册方法的流程图之二；

图6是本申请实施例提供的一种网元注册方法的流程图之三；

图7是本申请实施例提供的一种网元注册方法的流程图之四；

图8是本申请实施例提供的一种模型请求方法的流程图之一；

图9是本申请实施例提供的一种模型请求方法的流程图之二；

图10是本申请实施例提供的一种模型请求方法的流程图之三；

图11是本申请实施例提供的一种网元注册方法及模型请求方法的流程图；

图12是本申请实施例提供的一种网元注册装置的结构示意图之一；

图13是本申请实施例提供的一种网元注册装置的结构示意图之二；

图14是本申请实施例提供的一种模型请求装置的结构示意图之一；

图15是本申请实施例提供的一种模型请求装置的结构示意图之二；

图16是本申请实施例提供的一种通信设备的硬件结构示意图；

图17是本申请实施例提供的一种网元的硬件结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。

值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long Term Evolution，LTE)/LTE的演进(LTE-Advanced，LTE-A)系统，还可用于其他无线通信系统，诸如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time Division Multiple Access，TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single-carrier Frequency Division Multiple Access，SC-FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6th Generation，6G)通信系统。

图1示出本申请实施例可应用的一种无线通信系统的框图。无线通信系统包括终端11和网络侧设备12。其中，终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personal computer，UMPC)、移动上网装置(Mobile Internet Device，MID)、增强现实(augmented reality，AR)/虚拟现实(virtual reality，VR)设备、机器人、可穿戴式设备(Wearable Device)、车载设备(VUE)、行人终端(PUE)、智能家居(具有无线通信功能的家居设备，如冰箱、电视、洗衣机或者家具等)、游戏机、个人计算机(personal computer，PC)、柜员机或者自助机等终端侧设备，可穿戴式设备包括：智能手表、智能手环、智能耳机、智能眼镜、智能首饰(智能手镯、智能手链、智能戒指、智能项链、智能脚镯、智能脚链等)、智能腕带、智能服装等。需要说明的是，在本申请实施例并不限定终端11的具体类型。网络侧设备12可以包括接入网设备或核心网设备，其中，接入网设备12也可以称为无线接入网设备、无线接入网(Radio Access Network,RAN)、无线接入网功能或无线接入网单元。接入网设备12可以包括基站、WLAN接入点或WiFi节点等，基站可被称为节点B、演进节点B(eNB)、接入点、基收发机站(Base Transceiver Station，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、家用B节点、家用演进型B节点、发送接收点(Transmitting Receiving Point，TRP)或所述领域中其他某个合适的术语，只要达到相同的技术效果，所述基站不限于特定技术词汇，需要说明的是，在本申请实施例中仅以NR系统中的基站为例进行介绍，并不限定基站的具体类型。核心网设备可以包含但不限于如下至少一项：核心网节点、核心网功能、移动管理实体(Mobility Management Entity，MME)、接入移动管理功能(Access and Mobility Management Function，AMF)、会话管理功能(Session Management Function，SMF)、用户平面功能(User Plane Function，UPF)、策略控制功能(Policy Control Function，PCF)、策略与计费规则功能单元(Policy and Charging Rules Function，PCRF)、边缘应用服务发现功能(Edge Application Server Discovery Function，EASDF)、统一数据管理(Unified Data Management，UDM)，统一数据仓储(Unified Data Repository，UDR)、归属用户服务器(Home Subscriber Server，HSS)、集中式网络配置(Centralized network configuration，CNC)、网络存储功能(Network Repository Function，NRF)，网络开放功能(Network Exposure Function，NEF)、本地NEF(Local NEF，或L-NEF)、绑定支持功能(Binding Support Function，BSF)、应用功能(Application Function，AF)等。需要说明的是，在本申请实施例中仅以NR系统中的核心网设备为例进行介绍，并不限定核心网设备的具体类型。

下面对本申请实施例提供的网元注册方法、模型请求方法、装置、网元、通信系统及存储介质中涉及的一些概念和/或术语做一下解释说明。

1、人工智能(Artificial Intelligence，AI)及AI模型：

人工智能目前在各个领域获得了广泛的应用。AI模型有多种算法实现方式，例如神经网络、决策树、支持向量机、贝叶斯分类器等。本申请以神经网络为例进行说明，但是并不限定AI模块的具体类型。

如图2所示的，一个神经网络的示意图。X1，X2…Xn等为输入值，Y为输出结果，一个个○代表一个个神经元也是进行运算的地方，结果会继续传入到下一层。这些众多神经元组成的一输入层、隐藏层、输出层就是一个神经网络。隐藏层的数量，每一层神经元的数量就是神经网络的“网络结构”。

其中，神经网络由神经元组成，如图3所示的，神经元的示意图。其中a1，a2，…aK(即上文的X1…Xn)为输入，w为权值(乘性系数)，b为偏置(加性系数)，σ(z)为激活函数，z为输出值。常见的激活函数包括Sigmoid、tanh、ReLU(Rectified Linear Unit，线性整流函数，修正线性单元)等。每一个神经元的参数信息和所用算法组合在一起就是整个网络的“参数信息”，也是AI模型文件中很重要的一部分。

在实际使用过程中，一个AI模型指的是一个包含网络结构和参数信息等元素的文件，经过训练的AI模型可被其框架平台直接再次使用，无需重复构建或者学习，直接进行判断，识别等智能化功能。

2、网络框架

神经网络有很多种实现框架，包括TensorFlow，PyTorch，Keras，MXNet，Caffe2等，每种框架的侧重点各不相同，例如，Caffe2与Keras是高层的深度学习框架可以快速地验证模型，TensorFlow与PyTorch是底层的深度学习框架可以实现对神经网络底层细节的修改。

又例如，PyTorch的重点在于支持动态图模型，TensorFlow重点在于支持多种硬件，运行速度快，Caffe2在于轻量级等。每一个实现框架都会使用自己的方法对神经网络进行描述，完成网络的搭建、训练、推断等操作。一般不同实现框架下模型的描述方法并不能被其他框架所理解，导致它们之间的模型不能互通使用。

3、网络数据分析功能(Network Data Analytics Function，NWDAF)网元可被分解为两部分，NWDAF(AnLF)和NWDAF(MTLF)，前者为负责推理功能(Analytics Logical Function，AnLF)网元，后者为负责训练功能(Model Training Logical Function，MTLF)网元。

下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的网元注册方法、模型请求方法进行详细地说明。

目前各AI平台的框架相互独立，所产生的模型只有极少的几种可以相互转化，导致他们的模型不能互通，没有办法在其他框架上用，在实际使用中有很大阻碍。因为每个框架的侧重点甚至支持的开发语言不尽相同，导致使用不同框架的两个节点无法传递AI模型的信息，因为使用不同框架的两个节点对网络的描述方法不同，数据的压缩方法不同，文件保存格式也不同，无法解析其他框架训练好的网络。同样，不同的开发者对框架的定义、描述方式不同，相互之间壁垒较高，难以相互转换。即使在相同的框架内，不同的版本等信息也会导致文件保存格式不同，两个框架版本不同的节点传递AI模型的时候，会导致解析的结果偏差或者无法解析。

在现在的协议标准中关于网元的注册和发现，只规定了需要网元的标识信息、服务和部分能力信息(NWDAF Capabilities；Analytics aggregation capability；Analytics metadata provisioning capability)的需求，但是对其关于模型传递所需要的信息并不在标准的注册和发现流程中。

本申请实施例中，在智能化网元注册和发现过程增加关于模型传递的信息，在注册时，额外注册其所使用的有关模型平台/框架的信息；在发现网元时，也可以以此类消息进行筛选从而选择合适的网元。

具体的，一种方案，MTLF网元可以通过网元注册请求，将MTLF网元的网元信息注册到NRF网元中，以实现将MTLF网元注册到NRF网元中，由于MTLF网元的网元注册信息中包括模型训练相关能力信息，从而使得其他网元能够通过NRF网元查找到符合模型训练需求的MTLF网元，以解决MTLF网元如何将网元信息注册到NRF网元，并能够被其他网元查找到的问题。

另一种方案，NRF网元可以通过接收MTLF网元发送的网元注册请求，将MTLF网元的网元信息注册到NRF网元中，以实现将MTLF网元注册到NRF网元中，由于MTLF网元的网元注册信息中包括模型训练相关能力信息，从而使得其他网元能够通过NRF网元查找到符合模型训练需求的MTLF网元，以解决MTLF网元如何将网元信息注册到NRF网元，并能够被其他网元查找到的问题。

又一种方案，AnLF网元可以通过模型请求，向MTLF网元请求获取模型，由于模型请求中包括第二信息，因此AnLF网元可以从MTLF网元获取与第二信息匹配的模型的信息，从而提高了模型传递的成功率。

再一种方案，MTLF网元可以接收AnLF网元发送的模型请求，由于模型请求中包括第二信息，因此AnLF网元可以从MTLF网元获取与第二信息匹配的模型的信息，从而提高了模型传递的成功率。

本申请实施例提供一种网元注册方法，图4示出了本申请实施例提供的一种网元注册方法的流程图。如图4所示，本申请实施例提供的网元注册方法可以包括下述的步骤201和步骤202。

步骤201、第一网元向第二网元发送网元注册请求。

本申请实施例中，上述网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息。

步骤202、第二网元接收第一网元发送的网元注册请求。

本申请实施例中，上述第一网元的模型训练相关能力信息包括以下至少一项：

第一网元支持的模型平台信息；

第一网元支持的模型描述方法信息；

所述第一网元的厂商信息；

所述第一网元可共享模型的网元对象信息；

第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；

第一网元可达到的模型准确度信息；

第一网元的模型训练速度信息。

一种可选实施方式中，第一网元的模型训练相关能力信息是与数据分析标识信息对应的，第一网元可以以数据分析标识信息(例如，数据分析标识(analytics ID))为粒度向第二网元发送第一网元的模型训练相关能力信息。可以理解，第一网元模型训练相关能力信息可以是每数据分析标识(per analytics ID)指示的，不同的analytics ID可以对应不同的能力。例如，analytics ID 1对应的模型训练相关能力信息指示第一网元支持与其他网元共享analytics ID 1对应的模型且指示analytics ID 1对应的模型可共享的网元对象为X， analytics ID 2对应的模型训练相关能力信息指示第一网元不支持与其它网元共享analytics ID 2对应的模型，analytics ID 3对应的模型训练相关能力信息指示第一网元不支持与其它网元共享analytics ID 3对应的模型。

一种可选实施方式中，第一网元的模型训练相关能力信息可以是一个或多个数据分析标识对应的模型训练相关能力信息。

可选地，本申请实施例中，上述第一网元为模型训练网元，该网元可以为MTLF网元、NWDAF网元、NWDAF containing MTLF网元。

可选地，本申请实施例中，上述第二网元为负责能力储存的网元，该网元可以为NRF网元、UDM网元、数据收集应用功能(Data Collection Application Function，DCAF)网元。

可选地，本申请实施例中，上述第一网元可以发送Nnrf_NFManagement_NFRegister Register网元注册请求到第二网元，以请求将第一网元的信息注册到第二网元中。

本申请实施例中，上述第一网元支持的模型平台信息用于指示该网元所能够理解、使用的平台，例如：TensorFlow、PyTorch等。

一种可选实施方式中，第一网元支持的模型平台信息可以是per analytics ID进行指示的。可选地，本申请实施例中，第一网元可基于该模型平台训练模型，或者模型是基于该模型平台训练获取的。需要说明的是，一种模型平台使用其对应的AI框架(AI framework)进行模型训练，不同的AI framework使用的操作环境、编程语言、算子定义、模型格式等可能不同。

可选地，本申请实施例中，第一网元支持的模型平台信息包括一种或多种模型平台的名称或地址信息。

本申请实施例中，上述模型平台信息用于指示第一网元基于模型平台的名称或地址信息对应的模型平台进行训练生成所述模型。

本申请实施例中，上述第一网元支持的模型描述方法信息用于指示该网元描述模型所用的方法技术。

一种实施方式中，第一网元支持的模型描述方法信息用于指示该网元描述一数据分析标识信息对应的模型所使用的方法技术。可以理解，第一网元支持的模型描述方法信息是per analytics ID指示的，例如，analytics ID 1对应的模型训练相关能力信息指示第一网元描述analytics ID 1对应的模型所使用的方法技术，analytics ID 2对应的模型训练相关能力信息指示第一网元描述analytics ID 2对应的模型所使用的方法技术。

可选地，本申请实施例中，上述第一网元支持的模型描述方法信息为以下任一项：模型格式信息、模型语言信息。

可选地，本申请实施例中，上述模型语言信息可以为开放神经网络(Open Neural Network Exchange，ONNX)语言。模型语言信息也可以为PyTorch神经网络交换(pytorch neural network exchange，PNNX)，或者其他新定义的语言。

可选地，本申请实施例中，上述第一网元支持将所训练的模型以模型格式信息或模型语言信息来表示。

可选地，本申请实施例中，上述第一网元可达到的模型准确度信息用于指示第一网元描述模型训练好后能达到的识别或决策的准确程度。

本申请实施例中，模型准确度用于指示模型的输出结果的正确程度。

本申请实施例中，模型准确度信息可以用模型决策结果正确的次数除以总决策次数，即，模型准确度＝正确结果次数÷总次数。

可选地，本申请实施例中，模型准确度信息可以为小数、百分比或者高、中、低的形式标识。

一种实施方式中，第一网元可达到的模型准确度信息包括与数据分析标识信息对应的模型的模型准确度。可选的，第一网元可达到的模型准确度信息用于指示第一网元训练好所述数据分析标识信息对应的模型能达到的识别或决策的准确程度。可以理解，第一网元可达到的模型准确度信息是per analytics ID指示的，例如，analytics ID 1对应的模型训练相关能力信息指示第一网元训练好analytics ID 1对应的模型能达到的识别或决策的准确程度，或者，analytics ID 2对应的模型训练相关能力信息指示第一网元训练analytics ID 2对应的模型能达到的识别或决策的准确程度。

可选地，本申请实施例中，上述第一网元的模型训练速度信息可以为第一网元经过训练获取特定准确度的模型所需要的时间，例如：第一网元要进行一类模型的训练，并且达到90％准确度需要2个小时，则该时间代表了第一网元模型训练的速度信息。

一种实施方式中，第一网元的模型训练速度信息可以为第一网元对数据分析标识信息对应的模型的训练速度。可选的，第一网元的模型训练速度信息可以为第一网元经过训练获取某一数据分析标识信息对应的特定准确度的模型所需要的时间。可以理解，第一网元的训练速度信息是per analytics ID指示的，例如，analytics ID 1对应的模型训练相关能力信息指示analytics ID 1对应的模型的训练速度，analytics ID 2对应的模型训练相关能力信息指示analytics ID 2对应的模型的训练速度。

可选地，本申请实施例中，所述第一指示信息指示第一网元支持与其他网元进行模型共享或模型互操作可以理解为第一网元具备与其他网元进行模型共享或模型互操作的能力。

一种实施方式中，所述第一网元的信息还包括与所述第一网元的模型训练相关能力信息对应的数据分析标识信息。其中，该数据分析标识信息可以是一个或多个数据分析标识。换句话说，对于第一网元而言，可能存在一个数据分析标识信息对应一种模型训练相关能力信息，也可能存在多个数据分析标识信息对应相同的模型训练相关能力信息。

一种实施方式中，所述第一网元的模型训练相关能力信息还包括以下至少一项：所述第一网元支持模型共享的数据分析标识信息；或，所述第一网元支持模型共享的模型索引信息。其中，模型索引信息包括模型实例标识信息(model instance ID)、模型功能描述信息(model functionality information，比如图像识别功能、轨迹预测功能)。

一种实施方式中，第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作，第一网元的模型训练相关能力信息包括第一指信息和所述第一网元支持或不支持模型共享的数据分析标识信息；或，第一网元的模型训练相关能力信息包括第一指信息和所述第一网元支持或不支持模型共享的模型索引信息；或第一网元模型训练相关能力信息包括第一指信息、所述第一网元支持或不支持模型共享的数据分析标识信息以及所述第一网元支持或不支持模型共享的模型索引信息。

另一种实施方式中，第一指示信息可以是所述第一网元支持或不支持模型共享的数据分析标识信息，或第一指示信息可以是所述第一网元支持或不支持模型共享的模型索引信息。可以理解，通过指示第一网元支持或不支持模型共享的数据分析标识信息来指示第一网元是否支持与其他网元进行某一数据分析标识对应的模型的共享或模型互操作。或者，可以通过指示第一网元支持或不支持模型共享的模型索引信息来指示第一网元是否支持与其他网元进行某一模型索引对应的模型的共享或模型互操作。

可选地，本申请实施例中，上述第一网元的信息还包括以下至少一项：

第一网元训练模型所使用的算法信息；

第一网元的厂商信息；

第一网元可共享模型的网元对象信息；

第一网元共享模型的限定条件信息；

第一网元存储训练模型的网元信息。

可选地，本申请实施例中，上述第一网元训练模型所使用的算法信息可以为第一网元在进行模型训练时所支持的机器学习等AI相关的算法类型，例如：深度学习、线性回归、梯度下降等，通过这个算法信息能够得到该第一网元支持的模型。

可选地，本申请实施例中，上述第一网元的厂商信息用于指示该网元所属的厂商信息。

本申请实施例中，上述第一网元可共享模型的网元对象信息用于指示在模型共享、模型传递时，该网元自身限定的网元对象信息。

可选地，本申请实施例中，上述第一网元可共享模型的网元对象信息包括以下至少一项：一个或多个模型推理功能网元的信息、一个或多个模型训练功能网元的信息。

可选地，本申请实施例中，上述网元对象信息为网元对象的描述信息，或标识信息。

一种实施方式中，网元对象信息包括网元对象的厂商信息、批次信息、地址信息和标识信息中的至少一项。其中，厂商信息包括厂商名称、厂商标识或厂商标号。

一种实施方式中，网元对象的描述信息包括网元对象的厂商信息、批次信息、地址信息和标识信息中的至少一项。其中，厂商信息包括厂商名称、厂商标识或厂商标号。

可选地，本申请实施例中，上述第一网元共享模型的限定条件信息包括以下至少一项：时间限定条件信息、区域限定条件信息。

本申请实施例中，上述时间限定条件信息用于指示第一网元允许共享模型的时间，换句话说，该时间限定了其他网元可以来第一网元获取模型的时间，例如：晚上7点到第二天6点；可选的，时间限定条件信息指示第一时间范围，其中，所述第一时间范围内训练出来模型允许被共享(支持模型共享)，或者，使用第一时间范围的数据训练出来模型允许被共享。例如，使用1-3月份的训练数据所训练出来的模型支持模型共享。

区域限定条件信息用于指示第一网元允许共享模型的区域，例如：与第一网元进行模型共享的网元所处的位置应在此区域限定信息内，换句话说，该区域限定了其他网元可以在某特定区域从第一网元获取模型，比如在“苏州”。可选的，区域限定条件信息用于指示第一区域，在第一区域内训练产生的模型允许被共享(支持模型共享)，例如，在“北京”训练产生的模型支持模型共享。

本申请实施例中，上述第一网元存储训练模型的网元信息用于指示第一网元训练完成的模型存储的网元。

可选地，本申请实施例中，上述第一网元存储训练模型的网元信息可以为负责存储模型信息的网元，例如负责存储模型(Analytics Data Repository Function，ADRF)网元的标识信息，网元类型信息等。

可选地，本申请实施例中，上述第一网元的信息还包括以下至少一项：第一网元的版本信息、第一网元的类型信息、第一网元的标识信息、第一网元支持的数据分析标识信息。

本申请实施例中，上述第一网元的版本信息用于指示该网元所用模型的版本信息。

本申请实施例中，上述第一网元的类型信息用于指示此次注册的是何种网元，例如：第一网元的类型信息为NWDAF网元类型，指示此次注册的网元是NWDAF网元。

可选地，本申请实施例中，上述第一网元的标识信息可以为以下任一项：全限定域名(Fully Qualified Domain Name，FQDN)信息、IP地址信息。

本申请实施例中，上述全限定域名信息用于指示第一网元的位置以及连接第一网元。

本申请实施例中，上述第一网元支持的数据分析标识信息用于指示该网元所能进行的任务类型。

可选地，本申请实施例中，上述第一网元的信息还包括以下至少一项：第一网元支持的训练的类型信息、第一网元支持联邦学习训练的时间信息、第一网元所具有的元数据信息。

本申请实施例中，上述第一网元支持的训练的类型信息用于指示第一网元所支持的AI模型训练算法类型。

可选地，本申请实施例中，上述第一网元支持的训练的类型信息包括以下至少一项：第一网元是否支持联邦学习训练的指示信息、横向联邦学习训练类型、纵向联邦学习训练类型、深度学习、线性回归、梯度下降。

本申请实施例中，上述第一网元支持联邦学习训练的时间信息用于指示第一网元所支持的联邦学习训练进行时间，在该时间段内进行联邦学习训练可以有较好的表现，例如：晚上10点到第二天早上6点。

本申请实施例中，上述第一网元所具有的元数据信息用于指示第一网元所能覆盖、获取、提供的数据信息。

可选地，本申请实施例中，上述第一网元所具有的元数据信息包括以下至少一项：输入数据类型、输出数据类型、数据量、数据范围。

本申请实施例中，上述输入数据类型是指联邦学习训练的输入数据类型，上述输出数据类型是指联邦学习训练的输出数据类型。

本申请实施例中，上述数据类型是指区域内的数据是否有明显特征，例如早上聚集，晚上散开。

本申请实施例中，上述数据范围是指第一网元的服务范围。

可选地，本申请实施例中，上述数据范围包括以下至少一项：第一网元的服务区域、第一网元可采集数据的区域、第一网元可采集数据的对象。

可选地，本申请实施例中，上述第一网元可采集数据包括用于模型训练的元数据信息和训练数据。

可选地，本申请实施例中，上述第一网元可采集数据的区域可以是以下任一项：第一网元服务区域、第一网元服务区域下的子区域范围、更细粒度的可采集数据粒度的对象(例如：一个UE list)。

可选地，本申请实施例中，在上述步骤202之后，还包括下述的步骤203和步骤204。

步骤203、第二网元向第一网元发送注册响应。

本申请实施例中，上述注册响应用于指示所述第一网元注册成功。

步骤204、第一网元接收第二网元发送的注册响应。

可选地，本申请实施例中，上述第二网元可以发送Nnrf_NFManagement_NFRegister response注册响应到第一网元，以通知第一网元注册成功。

本申请实施例还提供一种网元注册方法，第一网元可以通过网元注册请求，将第一网元的网元信息注册到第二网元中，以实现将第一网元注册到第二网元中，由于第一网元的网元注册信息中包括模型训练相关能力信息，从而使得其他网元能够通过第二网元查找到符合模型训练需求的第一网元，以解决第一网元如何将网元信息注册到第二网元，并能够被其他网元查找到的问题。

可选地，本申请实施例中，结合图4，如图5所示，在上述步骤202之后，本申请实施例提供的网元注册方法还包括下述的步骤205和步骤206。

步骤205、第三网元向第二网元发送查找请求。

本申请实施例中，上述查找请求用于请求查找目标网元，查找请求中包括以下至少一项：第三网元需求的模型训练相关能力信息和第一信息。

步骤206、第二网元接收第三网元发送的查找请求。

本申请实施例中，上述第三网元需求的模型训练相关能力信息包括以下至少一项：第三网元需求目标网元支持的模型平台信息、第三网元需求目标网元支持的模型描述方法信息、第三网元需求目标网元达到的模型准确度信息、第三网元需求目标网元模型训练速度信息。

可选地，本申请实施例中，上述第三网元可以为AnLF网元、NWDAF网元、NWDAF containing AnLF网元。

可选地，本申请实施例中，上述第三网元可以发送Nnrf_NFDiscovery_Request查找请求到第二网元，以请求第二网元反馈符合条件的网元信息。

本申请实施例中，上述第三网元需求目标网元支持的模型平台信信用于指示需求目标网元所能够理解、使用的平台，例如：TensorFlow、PyTorch等。

可选地，本申请实施例中，目标网元可基于该模型平台训练模型，或者模型是基于该模型平台训练获取的。

可选地，本申请实施例中，目标网元支持的模型平台信息包括一种或多种模型平台的名称或地址信息。

本申请实施例中，上述模型平台信息用于指示目标网元基于模型平台的名称或地址信息对应的模型平台进行训练生成模型。

本申请实施例中，上述第三网元需求目标网元支持的模型描述方法信息用于指示需求目标网元描述模型所用的方法技术。

可选地，本申请实施例中，上述第三网元需求目标网元达到的模型准确度信息用于指示需求目标网元描述模型训练好后能达到的识别或决策的准确程度。

可选地，本申请实施例中，上述第三网元需求目标网元模型训练速度信息可以为需求目标网元经过训练获取特定准确度的模型所需要的时间。

可选地，本申请实施例中，上述查找请求中还包括：第三网元需求目标网元的数据分析标识信息。

可选地，本申请实施例中，上述第三网元需求目标网元的数据分析标识信息用于指示需求目标网元所能支持的任务类型。

可选地，本申请实施例中，结合图5，如图6所示，在上述步骤206之后，本申请实施例提供的网元注册方法还包括下述的步骤207。

步骤207、第二网元根据查找请求确定目标网元。

可选地，上述目标网元的模型训练相关能力信息与第三网元需求的模型训练相关能力信息匹配。

可以理解，第二网元将模型训练相关能力信息与第三网元需求的模型训练相关能力信息匹配的网元确定为目标网元。

可选地，在所述查找请求中包括第三网元需求的模型训练相关能力信息的情况下，上述步骤207具体可以通过下述的步骤207a至步骤207d中的至少一项实现。

步骤207a、第二网元根据第三网元需求目标网元支持的模型平台信息，确定目标网元。

本申请实施例中，上述目标网元支持第三网元需求的模型平台信息。

可以理解，第二网元将支持第三网元需求的模型平台信息的网元确定为目标网元。

步骤207b、第二网元根据第三网元需求目标网元支持的模型描述方法信息，确定目标网元。

本申请实施例中，上述目标网元支持第三网元需求的模型描述方法信息。

可以理解，第二网元将支持第三网元需求的模型描述方法信息的网元确定为目标网元。

步骤207c、第二网元根据第三网元需求目标网元达到的模型准确度信息，确定目标网元。

本申请实施例中，上述目标网元支持第三网元需求达到的模型准确度信息。

可以理解，第二网元将支持第三网元需求达到的模型准确度信息的网元确定为目标网元。

步骤207d、第二网元根据第三网元需求目标网元模型训练速度信息，确定目标网元。

本申请实施例中，上述目标网元支持第三网元需求的模型训练速度信息。

可以理解，第二网元将支持第三网元需求的模型训练速度信息的网元确定为目标网元。

可选地，本申请实施例中，上述第一信息包括以下至少一项：第三网元需求目标网元训练模型所使用的算法信息、第三网元需求目标网元的厂商信息、第三网元需求目标网元共享模型的限定条件信息、所述第三网元的标识信息、模型共享的指示信息、第三网元的厂商信息。

可选地，本申请实施例中，上述第三网元需求目标网元训练模型所使用的算法信息可以为目标网元在进行模型训练时所支持的机器学习等AI相关的算法类型，例如：深度学习、线性回归、梯度下降等，通过这个算法信息能够得到该第一网元支持的模型。

可选地，本申请实施例中，上述第三网元需求目标网元的厂商信息用于指示需求目标网元所属的厂商信息。

可选地，本申请实施例中，上述第三网元需求目标网元共享模型的限定条件信息包括以下至少一项：目标网元支持的时间信息、目标网元的区域限定信息。本申请实施例中，上述第三网元需求目标网元支持的时间信息用于指示需求目标网元允许共享模型的时间；上述第三网元需求目标网元的区域限定信息用于指示需求目标网元允许共享模型的区域。

一种实施方式中，上述第三网元需求目标网元共享模型的限定条件信息包括以下至少一项：时间限定信息、区域限定信息。

作为一种可选实施方式，时间限定信息用于指示需求目标网元允许共享模型的时间，换句话说，该时间指示了第三网元获取模型的时间；区域限定信息用于指示需求目标网元允许共享模型的区域，换句话说，该区域指示了第三网元获取模型的区域。

作为另一种可选实施方式，时间限定信息用于指示模型训练对象时间，如基于1-3月训练数据进行模型训练，目标网元是包括第一模型的网元，其中，所述第一模型是针对所述模型训练对象时间训练出来的且支持模型共享的模型。区域限定信息用于指示模型训练对象区域，如基于“北京”训练数据进行模型训练，目标网元是包括第二模型的网元，其中，第二模型是针对所述模型训练对象区域训练出来的且支持模型共享的模型。

可选地，本申请实施例中，上述模型共享的指示信息用于指示所述第三网元需求的网元为支持与其他网元进行模型共享或模型互操作的网元。

可选地，第二网元可根据查找请求中的第一信息确定目标网元。

可选地，本申请实施例中，在所述查找请求中包括第一信息的情况下，上述步骤207具体可以通过下述的步骤207e至步骤207j中的至少一项实现。

步骤207e、第二网元根据第三网元需求目标网元训练模型所使用的算法信息，确定目标网元。

本申请实施例中，上述目标网元支持第三网元需求的训练模型所使用的算法信息。

可以理解，第二网元将支持第三网元需求的训练模型所使用的算法信息的网元确定为目标网元。

步骤207f、第二网元根据第三网元需求目标网元的厂商信息，确定目标网元。

本申请实施例中，上述目标网元支持第三网元需求的厂商信息。

可以理解，第二网元将支持第三网元需求的厂商信息的网元确定为目标网元。

步骤207g、第二网元根据第三网元需求目标网元共享模型的限定条件信息，确定目标网元。其中，所述目标网元支持在所述限定条件下共享模型，可以理解，目标网元支持在所述时间限定信息指示的需求目标网元允许共享模型的时间内共享模型，或者目标网元支持在所述区域限定信息指示的需求目标网元允许共享模型的区域内共享模型。可以理解，时间限定信息指示了第三网元获取模型的时间，目标网元为支持在第三网元获取模型的时间共享模型的网元；区域限定信息指示了第三网元获取模型的区域，目标网元为支持在第三网元获取模型的区域共享模型的网元。

步骤207h、所述第二网元根据所述第三网元的标识信息确定所述目标网元，其中，所述目标网元可共享模型的网元对象信息与所述第三网元的标识信息匹配；可以理解的是，目标网元可共享模型的网元对象信息与所述第三网元的标识信息匹配可以指目标网元可共享模型的网元对象信息包括所述第三网元的标识信息。

步骤207i、所述第二网元根据所述模型共享的指示信息确定所述目标网元，其中，所述目标网元支持与其他网元进行模型共享或模型互操作。

步骤207j、所述第二网元根据所述第三网元的厂商信息，确定所述目标网元，其中，所述目标网元可共享模型的网元对象信息中包含所述第三网元的厂商信息。

本申请实施例中，上述目标网元支持第三网元需求的共享模型的限定条件信息。

可以理解，第二网元将支持第三网元需求的共享模型的限定条件信息的网元确定为目标网元。

可选地，本申请实施例中，结合图6，如图7所示，在上述步骤207之后，本申请实施例提供的网元注册方法还包括下述的步骤208和步骤209。

步骤208、第二网元向第三网元发送查找响应。

本申请实施例中，上述查找响应中包括目标信息。

步骤209、第三网元接收第二网元发送的查找响应。

本申请实施例中，上述目标信息包括以下至少一项：目标网元的标识信息、目标网元的地址信息、目标网元支持的模型平台信息、目标网元支持的模型描述方法信息、目标网元可达到的模型准确度信息、目标网元的模型训练速度信息、目标网元训练模型所使用的算法信息、目标网元的厂商信息、目标网元共享模型的限定条件信息、目标网元存储训练模型的网元信息。

可选地，本申请实施例中，上述目标信息还包括以下至少一项：查询有效期、目标网元的版本信息。

需要说明的是，关于目标网元的信息可以参见上述实施例中的描述，此处不再赘述。

本申请实施例提供一种网元注册方法，第二网元可以通过接收第三网元发送的查找请求，以根据查找请求确定目标网元，然后可以向第三网元发送查找响应，以使得第三网元确定目标网元，从而能够在后续向目标网元请求获取模型。

需要说明的是，本申请实施例提供的网元注册方法，执行主体还可以为网元注册装置，或者，该网元注册装置中用于执行网元注册方法的控制模块。

本申请实施例提供一种模型请求方法，图8示出了本申请实施例提供的一种模型请求方法的流程图。如图8所示，本申请实施例提供的模型请求方法可以包括下述的步骤301至步骤303。

步骤301、第三网元向第一网元发送模型请求消息。

本申请实施例中，上述模型请求消息用于请求获取模型。

步骤302、第一网元接收第三网元发送的模型请求消息。

本申请实施例中，上述模型请求消息中包括第二信息，该第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息。

本申请实施例中，上述第二信息用于第三网元从第一网元获取与第二信息匹配的模型的信息。

可选地，本申请实施例中，上述第三网元可以发送Nnwdaf_MLModelInfo_Request模型请求到第一网元，以请求获取模型。

可选地，本申请实施例中，上述模型平台信息用于指示需求网元所能够理解、使用的平台，例如：TensorFlow、PyTorch等。

可选地，本申请实施例中，第一网元可基于该模型平台训练模型，或者模型是基于该模型平台训练获取的。需要说明的是，一种模型平台使用其对应的AI框架(AI framework)进行模型训练，不同的AI framework使用的操作环境、编程语言、算子定义、模型格式等可能不同。

本申请实施例中，上述模型平台信息用于指示第一网元基于模型平台的名称或地址信息对应的模型平台进行训练生成模型。

本申请实施例中，上述模型描述方法信息用于指示需求网元描述模型所用的方法技术。

可选地，本申请实施例中，上述模型描述方法信息为以下任一项：模型格式信息、模型语言信息。

本申请实施例中，上述模型描述方法信息用于指示第一网元以模型格式信息或模型语言信息向第三网元反馈模型。

可选地，本申请实施例中，上述模型语言信息可以为ONNX(一种通用的模型描述语言)语言。模型语言信息也可以为PyTorch神经网络交换(pytorch neural network exchange，PNNX)，或者其他新定义的语言。

本申请实施例中，上述模型准确度信息用于指示需求网元描述模型训练好后能达到的识别或决策的准确程度。

本申请实施例中，该模型请求方法还包括：所述第一网元根据所述第二信息获取与所述第二信息匹配的模型的信息。

可选地，所述第一网元根据所述第二信息获取与所述第二信息匹配的模型的信息,包括以下至少一项：

所述第一网元根据所述第二信息中包括的模型平台信息获取目标模型，其中，所述目标模型是基于所述模型平台信息对应的模型平台生成的；

所述第一网元根据所述第二信息中包括的模型描述方法信息获取目标模型，所述目标模型是基于所述模型描述方法信息对应的模型语言信息或模型格式信息表示的。

所述第一网元根据所述第二信息中包括的模型准确度信息获取目标模型，所述目标模型的模型准确度与所述模型准确度信息匹配。可选地，目标模型的模型准确度与所述模型准确度信息匹配可以是指目标模型的模型准确度与所述模型准确度信息指示的模型准确度相同，或者是指所述目标模型的模型准确度在所述模型准确度信息指示的模型准确度范围内，或者是指所述目标模型的模型准确度大于所述模型准确度信息指示的模型准确度，本实施例不做具体限定。本申请实施例中，所述第一网元可以根据所述第二信息中包括的所述第三网元的厂商信息确定所述第一网元允许与所述第三网元进行模型共享或模型互操作；其中，第一网元允许与所述第三网元进行模型共享或模型互操作，可以理解为第三网元的厂商的信息包含于所述第一网元允许进行模型共享或模型互操作的厂商信息范围之内。

或者，

本申请实施例中，所述第一网元根据所述第二信息中包括的所述第三网元的标识信息确定所述第一网元允许与所述第三网元进行模型共享或模型互操作。其中，第一网元允许与所述第三网元进行模型共享或模型互操作可以理解为第三网元在可共享网元对象的范围内。

本申请实施例提供一种模型请求方法，第三网元可以通过模型请求，向第一网元请求获取模型，由于模型请求中包括第二信息，因此第三网元可以从第一网元获取与第二信息匹配的模型的信息，从而提高了模型传递的成功率。

步骤303、第三网元从第一网元获取与第二信息匹配的模型的信息。

可选地，本申请实施例中，上述模型的信息包括以下至少一项：模型的文件信息、模型文件的下载地址信息。

可选地，本申请实施例中，上述模型的文件信息中可以包括生成目标任务对应的模型的完整的网络结构和参数信息等元素。

可选地，本申请实施例中，上述第二信息还包括以下至少一项：

训练模型所使用的算法信息；

模型的版本信息；

模型的反馈时间信息；

模型的模型索引信息。

本申请实施例中，上述训练模型所使用的算法信息用于指示需求网元在进行模型训练时所支持的机器学习等AI相关的算法类型，通过这个算法信息能够得到该网元支持的模型。

本申请实施例中，上述模型的版本信息用于指示需求网元所用模型的版本信息。

本申请实施例中，上述模型的反馈时间信息用于指示需求网元训练模型的反馈时间。例如：模型训练所花费时间，或者模型反馈截止时间。

本申请实施例中，第一网元根据所述第二信息获取与所述第二信息匹配的模型信息，包括以下至少一项：所述第一网元根据所述训练模型所使用的算法信息获取目标模型，所述目标模型使用的算法类型与所述训练模型所使用的算法信息指示的算法类型相同；

所述第一网元根据所述模型的版本信息获取目标模型，所述目标模型的版本信息与所述模型的版本信息相同；

所述第一网元根据所述模型的反馈时间信息获取目标模型，所述目标模型的反馈时间与所述模型的反馈时间信息指示的反馈时间匹配。例如，目标模型的模型训练所花费的时间小于所述模型的反馈时间信息指示的模型训练所花费的时间。

可选地，本申请实施例中，上述第二信息还包括以下至少一项：数据分析标识信息、模型限定条件信息。

可选地，本申请实施例中，上述数据分析标识信息用于指示需求网元进行的任务类型。

可选地，本申请实施例中，上述模型限定条件信息包括以下至少一项：时间限定条件信息、区域限定条件信息。

本申请实施例中，上述时间限定条件信息用于指示需求网元允许共享模型的时间，换句话说，该时间限定了其他网元可以来第一网元获取模型的时间，例如：晚上7点到第二天6点；可选的，时间限定条件信息指示第一时间范围，其中，所述第一时间范围内训练出来模型允许被共享(支持模型共享)，或者，使用第一时间范围的数据训练出来模型允许被共享。例如，使用1-3月份的训练数据所训练出来的模型支持模型共享。

可选地，本申请实施例中，结合图8，如图9所示，在上述步骤301之前，本申请实施例提供的模型请求方法还包括下述的步骤304和步骤305。

步骤304、第三网元向第二网元发送查找请求。

步骤305、第二网元接收第三网元发送的查找请求。

本申请实施例中，上述第三网元需求目标网元支持的模型平台信息用于指示需求目标网元所能够理解、使用的平台，例如：TensorFlow、PyTorch等。

可选地，本申请实施例中，上述第三网元需求目标网元训练模型所使用的算法信息可以为目标网元在进行模型训练时所支持的机器学习等AI相关的算法类型，例如：深度学习、线性回归、梯度下降等，通过这个算法信息能够得到该目标网元支持的模型。

一种实施方式中，上述第三网元需求目标网元共享模型的限定条件信息包括以下至少一项：时间限定信息、区域限定信息。其中，上述时间限定信息用于指示需求目标网元允许共享模型的时间，换句话说，该时间指示了第三网元获取模型的时间；上述区域限定信息用于指示需求目标网元允许共享模型的区域，换句话说，该区域指示了第三网元获取模型的区域。

作为另一种可选实施方式，时间限定信息用于指示模型训练对象时间，如基于1-3月训练数据进行模型训练，目标网元是包括第一模型的网元，其中，所述第一模型是针对所述模型训练对象时间训练出来的且支持模型共享的模型。区域限定信息用于指示模型训练对象区域，如基于“北京”训练数据进行模型训练，目标网元是包括第二模型的网元，其中，第二模型是针对所述模型训练对象区域训练出来的且支持模型共享的模型。可选地，本申请实施例中，上述模型共享的指示信息用于指示所述第三网元需求的网元为支持与其他网元进行模型共享或模型互操作的网元。

可选地，本申请实施例中，结合图9，如图10所示，在上述步骤305之后，本申请实施例提供的模型请求方法还包括下述的步骤306和步骤307。

步骤306、第二网元向第三网元发送查找响应。

本申请实施例中，上述查找响应中包括目标信息。

步骤307、第三网元接收第二网元发送的查找响应。

可选地，本申请实施例中，上述目标网元的标识信息可以为以下任一项：全限定域名(Fully Qualified Domain Name，FQDN)信息、IP地址信息。

本申请实施例中，上述目标网元支持的模型平台信息用于指示该网元所能够理解、使用的平台，例如：TensorFlow、PyTorch等。

可选地，本申请实施例中，目标网元可基于该模型平台训练模型，或者模型是基于该模型平台训练获取的。需要说明的是，一种模型平台使用其对应的AI框架(AI framework)进行模型训练，不同的AI framework使用的操作环境、编程语言、算子定义、模型格式等可能不同。

本申请实施例中，上述目标网元支持的模型描述方法信息用于指示该网元描述模型所用的方法技术。

可选地，本申请实施例中，上述目标网元支持的模型描述方法信息为以下任一项：模型格式信息、模型语言信息。

可选地，本申请实施例中，上述目标网元支持将所训练的模型以模型格式信息或模型语言信息来表示。

可选地，本申请实施例中，上述目标网元可达到的模型准确度信息用于指示目标网元描述模型训练好后能达到的识别或决策的准确程度。

可选地，本申请实施例中，上述目标网元的模型训练速度信息可以为目标网元经过训练获取特定准确度的模型所需要的时间，例如：目标网元要进行一类模型的训练，并且达到90％准确度需要2个小时，则该时间代表了目标网元模型训练的速度信息。

可选地，本申请实施例中，上述目标网元训练模型所使用的算法信息可以为目标网元在进行模型训练时所支持的机器学习等AI相关的算法类型，例如：深度学习、线性回归、梯度下降等，通过这个算法信息能够得到该目标网元支持的模型。

可选地，本申请实施例中，上述目标网元的厂商信息用于指示该网元所属的厂商信息。

本申请实施例中，上述目标网元可共享模型的网元对象信息用于指示在模型共享、模型传递时，该网元自身限定的网元对象信息。

可选地，本申请实施例中，上述目标网元可共享模型的网元对象信息包括以下至少一项：一个或多个模型推理功能网元的信息、一个或多个模型训练功能网元的信息。

可选地，本申请实施例中，上述目标网元共享模型的限定条件信息包括以下至少一项：时间限定条件信息、区域限定条件信息。

本申请实施例中，上述时间限定条件信息用于指示目标网元允许共享模型的时间，换句话说，该时间限定了其他网元可以来第一网元获取模型的时间，例如：晚上7点到第二天6点；可选的，时间限定条件信息指示第一时间范围，其中，所述第一时间范围内训练出来模型允许被共享(支持模型共享)，或者，使用第一时间范围的数据训练出来模型允许被共享。例如，使用1-3月份的训练数据所训练出来的模型支持模型共享。

可选地，本申请实施例中，上述第一网元存储训练模型的网元信息可以为负责存储模型信息的网元，例如ADRF网元的标识信息，网元类型信息等。

本申请实施例提供一种模型请求方法，第三网元可以通过查找请求，向第二网元查找目标网元，由于查找请求中包括第三网元需求的模型训练相关能力信息，因此可以使得第二网元能够快速、准确地查找到第三网元需求的目标网元，然后可以通过模型请求，向目标网元请求获取模型，由于模型请求中包括第二信息，因此第三网元可以从第一网元获取与第二信息匹配的模型的信息，从而提高模型传递的成功率。

需要说明的是，本申请实施例提供的模型请求方法，执行主体还可以为模型请求装置，或者，该模型请求装置中用于执行模型请求方法的控制模块。

下面通过具体的实施方式，对本申请实施例提供的网元注册方法及模型请求方法的交互过程进行详细地说明。

如图11所示，本申请实施例提供的方法包括下述的步骤21至步骤28。

步骤21、模型训练网元MTLF(或NWDAF、NWDAF containing MTLF)向NRF发送网元注册消息，进行能力注册。

本申请实施例中，MTLF网元可通过(Nnrf_NFManagement_NFRegister Register)注册。

步骤22、NRF网元储存该MTLF网元的信息。

步骤23、NRF网元发送注册响应消息。

本申请实施例中，NRF网元可通过(Nnrf_NFManagement_NFRegister response)回应消息，通知MTLF网元注册成功。

与现有步骤类似，但是不同点在于，

步骤21中，MTLF向NRF发送能力注册消息时，除了自身标识信息，支持的analytic ID等信息外，还发送“支持的训练类型信息”，“支持联邦学习时间”和“元数据信息”等。

注册所必须的信息有：

1、NF type,网元类型；指此次注册的是何种网元，如此方案中，NF type＝NWDAF type等。

2、NF instance ID,FQDN or IP address of NF,网元实例标识信息；指此次注册的网元标识信息，如其FQDN信息(Fully Qualified Domain Name，全限定域名，用于指示此网元的位置和连接此网元)或者IP地址信息(另一种标识信息)。

3、所支持的analytic ID信息；指示该NWDAF网元所能进行的任务类型。

另外，网元注册信息中还需包含模型训练能力信息和以下信息的至少一种：

训练能力信息：

4、支持的模型平台信息；指示该网元所能够理解、使用的平台，如TensorFlow、PyTorch等。

5、支持的模型描述方法信息；指描述模型所用的方法技术，可为模型格式信息或模型语言信息，如描述模型所用的语言为ONNX(一种通用的模型描述语言)。

6、模型准确度信息；准确度用于描述模型训练好后能达到的识别或决策的准确程度。可以用模型决策结果正确的次数除以总决策次数作为模型准确度，准确度＝正确结果次数÷总次数。该信息可以为小数、百分比或者高、中、低的形式标识。

7、模型训练速度信息；可为第一网元经过训练获取特定准确度的模型所需要的时间，比如该网元若要进行一类模型的训练并达到90％准确度需要2个小时，则代表了该网元模型训练的速度。

其他信息：

8、训练模型所使用的算法信息；在进行模型训练时所支持的机器学习等AI相关的算法类型，如“深度学习”，“线性回归”，“梯度下降”等。

9、厂商信息；该网元所属的厂商信息。

10、版本信息；该网元所用模型的版本信息。

11、可共享模型的网元对象信息；指在模型共享、模型传递时，该网元自身限定的网元对象信息。

12、存储训练模型的网元信息，负责存储模型信息的网元，如ADRF(Analytics Data Repository Function)的标识信息，网元类型信息等。

13、共享模型的限定条件信息；包括：

支持的时间信息；指示该网元所能够传递模型的时间，如晚上7点到第二天6点。

区域限定信息；指该网元所能接受的共享网元所处范围信息，如与该网元进行模型共享的网元所处的位置应在此区域限定信息内，如同在“苏州”。

14、第一指示信息，所述第一指示信息用于指示模型训练网元是否支持与其他网元进行模块共享或模型互操作。

步骤24、任务客户(consumer)向AnLF发送任务请求。

步骤25、AnLF向NRF发送寻找合适的训练网元的请求。

步骤26、NRF发送关于网元查找的响应消息。

本申请实施例中，响应消息中需包括，1、查询有效期；2、每个网元的标识信息；3、地址信息等。还可包括，

4、查找到的网元的模型平台信息；

5、模型描述方法信息；

6、模型描述方法信息；

7、模型准确度信息；

8、模型训练速度信息；

9、训练模型所用的算法信息；

10、厂商、版本信息；

11、存储训练模型的网元信息；

12、共享模型的限定信息。

步骤27、AnLF根据NRF返回的信息，向合适的网元发起模型请求。

步骤28、AnLF使用获得的模型生成分析数据，返回给consumer。

本申请实施例中，AnLF使用步骤27所请求的模型后，生成任务报告，并返回给consumer NF，AnLF可通过(Nnwdaf_AnalyticsInfo_Request response)向客户返回任务报告。

与现有步骤类似，但是不同点在于，

步骤25中，AnLF在向NRF发送寻找合适的训练网元请求时，发送寻找网元的请求，该请求中除了说明analytic ID等信息外，还可说明“模型平台信息”和“所需时间信息”。该信息包括：

1、必选信息，analytic ID；指示目标MTLF所能支持的任务类型。

2、Filter info，任务模型限定信息；用于限定任务细节，如模型所针对的目标(如对某个UE进行移动性分析)，目标任务时间等。

在此方法中，AnLF还可限定关于模型传递的信息：

训练能力信息；包括：

3、支持的模型平台信息；指示该网元所能够理解、使用的平台，如TensorFlow、PyTorch等。

4、支持的模型描述方法信息；指描述模型所用的方法技术，可为模型格式信息或模型语言信息。

5、模型准确度信息；准确度用于描述模型训练好后能达到的识别或决策的准确程度。可以用模型决策结果正确的次数除以总决策次数作为模型准确度，准确度＝正确结果次数÷总次数。该信息可以为小数、百分比或者高、中、低的形式标识。

6、模型训练速度信息；可为第一网元经过训练获取特定准确度的模型所需要的时间，比如该网元若要进行一类模型的训练并达到90％准确度需要2个小时，则代表了该网元模型训练的速度。

其他信息；包括：

7、训练模型所使用的算法信息；在进行模型训练时所支持的机器学习等AI相关的算法类型，如“深度学习”，“线性回归”，“梯度下降”等。

8、厂商信息；该网元所属的厂商信息。

9、版本信息；该网元所用模型的版本信息。

10、可共享模型的网元对象信息；指在模型共享、模型传递时，该网元自身限定的网元对象信息。

11、存储训练模型的网元信息；负责存储模型信息的网元，如ADRF(Analytics Data Repository Function)的标识信息，网元类型信息等。

12、共享模型的限定条件信息；包括：

步骤27、(具体可以为)AnLF向MTLF发送模型请求。

本申请实施例中，AnLF可通过(Nnwdaf_MLMoldelInfo_Request)发送模型请求。其中，需包含analytic ID；ML model Filter Information等。

需要说明的是，针对上述步骤21至步骤28中相关说明和有益效果，可以参见上述实施例中的描述，此处不再赘述。

图12示出了本申请实施例中涉及的网元注册装置的一种可能的结构示意图。如图12所示，网元注册装置80可以包括：发送模块81。

其中，发送模块81，用于向第二网元发送网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

本申请实施例提供一种网元注册装置，网元注册装置可以通过网元注册请求，将第一网元的网元信息注册到第二网元中，以实现将第一网元注册到第二网元中，由于第一网元的网元注册信息中包括模型训练相关能力信息，从而使得其他网元能够通过第二网元查找到符合模型训练需求的第一网元，以解决第一网元如何将网元信息注册到第二网元，并能够被其他网元查找到的问题。

一种实施方式中，所述第一网元的信息还包括与所述第一网元的模型训练相关能力信息对应的数据分析标识信息。

一种实施方式中，所述第一网元的模型训练相关能力信息还包括以下至少一项：所述第一网元支持模型共享的数据分析标识信息；或，所述第一网元支持模型共享的模型索引信息。

在一种可能的实现方式中，上述第一网元支持的模型描述方法信息为以下任一项：模型格式信息、模型语言信息；其中，第一网元支持将所训练的模型以模型格式信息或模型语言信息来表示。

在一种可能的实现方式中，上述第一网元的信息还包括以下至少一项：第一网元训练模型所使用的算法信息；第一网元的厂商信息；第一网元可共享模型的网元对象信息；第一网元共享模型的限定条件信息；第一网元存储训练模型的网元信息。

在一种可能的实现方式中，上述第一网元可共享模型的网元对象信息包括以下至少一项：一个或多个模型推理功能网元的信息、一个或多个模型训练功能网元的信息。

所述网元对象信息包括所述网元对象的厂商信息、批次信息、地址信息和标识信息中的至少一项。

在一种可能的实现方式中，上述第一网元共享模型的限定条件信息包括以下至少一项：时间限定条件信息、区域限定条件信息；其中，时间限定条件信息用于指示第一网元允许共享模型的时间，换句话说，该时间限定了其他网元可以来第一网元获取模型的时间，例如：晚上7点到第二天6点；区域限定条件信息用于指示第一网元允许共享模型的区域，换句话说，该区域限定了其他网元可以在某特定区域从第一网元获取模型，比如在“苏州”。

可选的，时间限定条件信息指示第一时间范围，其中，所述第一时间范围内训练出来模型允许被共享(支持模型共享)，或者，使用第一时间范围的数据训练出来模型允许被共享。例如，使用1-3月份的训练数据所训练出来的模型支持模型共享。

可选的，区域限定条件信息用于指示第一区域，在第一区域内训练产生的模型允许被共享(支持模型共享)，例如，在“北京”训练产生的模型支持模型共享。

在一种可能的实现方式中，上述第一网元存储训练模型的网元信息用于指示第一网元训练完成的模型存储的网元。

本申请实施例提供的网元注册装置能够实现上述方法实施例中第一网元实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。

图13示出了本申请实施例中涉及的网元注册装置的一种可能的结构示意图。如图13所示，网元注册装置90可以包括：接收模块91。

其中，接收模块91，用于接收第一网元发送的网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。

本申请实施例提供一种网元注册装置，网元注册装置可以通过接收第一网元发送的网元注册请求，将第一网元的网元信息注册到第二网元中，以实现将第一网元注册到第二网元中，由于第一网元的网元注册信息中包括模型训练相关能力信息，从而使得其他网元能够通过第二网元查找到符合模型训练需求的第一网元，以解决第一网元如何将网元信息注册到第二网元，并能够被其他网元查找到的问题。

在一种可能的实现方式中，上述接收模块91，还用于接收第三网元发送的查找请求，该查找请求用于请求查找目标网元，查找请求中包括以下至少一项：第三网元需求的模型训练相关能力信息和第一信息；其中，第三网元需求的模型训练相关能力信息包括以下至少一项：第三网元需求目标网元支持的模型平台信息、第三网元需求目标网元支持的模型描述方法信息、第三网元需求目标网元达到的模型准确度信息、第三网元需求目标网元模型训练速度信息。所述第一信息包括以下至少一项：所述第三网元需求所述目标网元训练模型所使用的算法信息、所述第三网元需求所述目标网元的厂商信息、所述第三网元需求所述目标网元共享模型的限定条件信息、所述第三网元的标识信息、模型共享的指示信息、第三网元的厂商信息；

其中，所述第三网元需求所述目标网元共享模型的限定条件信息包括以下至少一项：所述目标网元支持的时间信息、所述目标网元的区域限定信息。

作为另一种可选实施方式，时间限定信息用于指示模型训练对象时间，如基于1-3月训练数据进行模型训练，目标网元是包括第一模型的网元，其中，所述第一模型是针对所述模型训练对象时间训练出来的且支持模型共享的模型。区域限定信息用于指示模型训练对象区域，如基于“北京”训练数据进行模型训练，目标网元是包括第二模型的网元，其中，第二模型是针对所述模型训练对象区域训练出来的且支持模型共享的模型。在一种可能的实现方式中，本申请实施例提供的网元注册装置90还包括：确定模块。确定模块，用于在接收模块91接收第三网元发送的查找请求之后，根据查找请求确定目标网元，目标网元的模型训练相关能力信息与第三网元需求的模型训练相关能力信息匹配。

在一种可能的实现方式中，上述确定模块，具体用于根据第三网元需求目标网元支持的模型平台信息，确定目标网元，其中，目标网元支持第三网元需求的模型平台信息；或，根据第三网元需求目标网元支持的模型描述方法信息，确定目标网元，其中，目标网元支持第三网元需求的模型描述方法信息；或，根据第三网元需求目标网元达到的模型准确度信息，确定目标网元，其中，目标网元支持第三网元需求达到的模型准确度信息；或，根据第三网元需求目标网元模型训练速度信息，确定目标网元，其中，目标网元支持第三网元需求的模型训练速度信息。

在一种可能的实现方式中，上述确定模块，具体用于根据第三网元需求目标网元训练模型所使用的算法信息，确定目标网元，其中，目标网元支持第三网元需求的训练模型所使用的算法信息；或，根据第三网元需求目标网元的厂商信息，确定目标网元，其中，目标网元支持第三网元需求的厂商信息；或，根据第三网元需求目标网元共享模型的限定条件信息，确定目标网元，其中，目标网元支持在所述限定条件下共享模型，或，根据所述第三网元的标识信息确定所述目标网元，其中，所述目标网元可共享模型的网元对象信息与所述第三网元的标识信息匹配；或，根据所述模型共享的指示信息确定所述目标网元，其中，所述目标网元支持与其他网元进行模型共享或模型互操作。或，根据所述第三网元的厂商信息，确定所述目标网元，其中，所述目标网元可共享模型的网元对象信息中包含所述第三网元的厂商信息。

在一种可能的实现方式中，本申请实施例提供的网元注册装置90还包括：发送模块。发送模块，用于在确定模块根据查找请求确定目标网元之后，向第三网元发送查找响应，该查找响应中包括目标信息，目标信息包括以下至少一项：目标网元的标识信息、目标网元的地址信息、目标网元支持的模型平台信息、目标网元支持的模型描述方法信息、目标网元可达到的模型准确度信息、目标网元的模型训练速度信息、目标网元训练模型所使用的算法信息、目标网元的厂商信息、目标网元共享模型的限定条件信息、目标网元存储训练模型的网元信息。

本申请实施例提供的网元注册装置能够实现上述方法实施例中第二网元实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。

图14示出了本申请实施例中涉及的模型请求装置的一种可能的结构示意图。如图14所示，模型请求装置100可以包括：发送模块101和获取模块102。

其中，发送模块101，用于向第一网元发送模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；获取模块102，用于第三网元从第一网元获取与第二信息匹配的模型的信息。

本申请实施例提供一种模型请求装置，模型请求装置可以通过模型请求，向第一网元请求获取模型，由于模型请求中包括第二信息，因此第三网元可以从第一网元获取与第二信息匹配的模型的信息，从而提高了模型传递的成功率。

在一种可能的实现方式中，上述模型描述方法信息为以下任一项：模型格式信息、模型语言信息，模型描述方法信息用于指示第一网元以模型格式信息或模型语言信息向第三网元反馈模型。

在一种可能的实现方式中，上述第二信息还包括以下至少一项：训练模型所使用的算法信息；模型的版本信息；模型的反馈时间信息；所述模型的模型索引信息。

在一种可能的实现方式中，上述模型的信息包括以下至少一项：模型的文件信息、模型文件的下载地址信息。

在一种可能的实现方式中，上述发送模块101，还用于向第二网元发送查找请求，该查找请求用于请求查找目标网元，查找请求中包括以下至少一项：第三网元需求的模型训练相关能力信息和第一信息；其中，第三网元需求的模型训练相关能力信息包括以下至少一项：第三网元需求目标网元支持的模型平台信息、第三网元需求目标网元支持的模型描述方法信息、所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第三网元需求目标网元达到的模型准确度信息、第三网元需求目标网元模型训练速度信息。该第一信息包括以下至少一项：第三网元需求目标网元训练模型所使用的算法信息、第三网元需求目标网元的厂商信息、第三网元需求目标网元共享模型的限定条件信息、所述第三网元的标识信息、模型共享的指示信息、第三网元的厂商信息；

其中，第三网元需求目标网元共享模型的限定条件信息包括以下至少一项：目标网元支持的时间信息、目标网元的区域限定信息。

上述模型共享的指示信息用于指示所述第三网元需求的网元为支持与其他网元进行模型共享或模型互操作的网元。

在一种可能的实现方式中，本申请实施例提供的模型请求装置100还包括：接收模块。接收模块，用于在发送模块101向第二网元发送查找请求之后，接收第二网元发送的查找响应，该查找响应中包括目标信息，目标信息包括以下至少一项：目标网元的标识信息、目标网元的地址信息、目标网元支持的模型平台信息、目标网元支持的模型描述方法信息、目标网元可达到的模型准确度信息、目标网元的模型训练速度信息、目标网元训练模型所使用的算法信息、目标网元的厂商信息、目标网元共享模型的限定条件信息、目标网元存储训练模型的网元信息。

本申请实施例提供的模型请求装置能够实现上述方法实施例中第三网元实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。

图15示出了本申请实施例中涉及的模型请求装置的一种可能的结构示意图。如图15所示，模型请求装置110可以包括：接收模块111。

其中，接收模块111，用于接收第三网元发送的模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、第三网元的厂商信息、第三网元的标识信息；其中，第二信息用于第三网元从第一网元获取与第二信息匹配的模型的信息。

本申请实施例提供一种模型请求装置，模型请求装置可以接收第三网元发送的模型请求，由于模型请求中包括第二信息，因此第三网元可以从第一网元获取与第二信息匹配的模型的信息，从而提高了模型传递的成功率。

本申请实施例提供的模型请求装置能够实现上述方法实施例中第一网元实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。

可选地，如图16所示，本申请实施例还提供一种通信设备5000，包括处理器5001和存储器5002，存储器5002上存储有可在所述处理器5001上运行的程序或指令，例如，该通信设备5000为网元时，该程序或指令被处理器5001执行时实现上述第一网元侧网元注册方法实施例的各个步骤，且能达到相同的技术效果，或实现上述第二网元侧网元注册方法实施例的各个步骤，且能达到相同的技术效果，或实现上述第三网元侧模型请求方法实施例的各个步骤，且能达到相同的技术效果，或实现上述第一网元侧模型请求方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。

本申请实施例还提供一种网元，包括处理器和通信接口，通信接口用于向第二网元发送网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。该网元实施例与上述第一网元侧方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该网元实施例中，且能达到相同的技术效果。

本申请实施例还提供一种网元，包括处理器和通信接口，通信接口用于接收第一网元发送的网元注册请求，该网元注册请求用于将第一网元的信息注册到第二网元，第一网元的信息包括第一网元的模型训练相关能力信息；其中，第一网元的模型训练相关能力信息包括以下至少一项：第一网元支持的模型平台信息；第一网元支持的模型描述方法信息；所述第一网元的厂商信息；所述第一网元可共享模型的网元对象信息；第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；第一网元可达到的模型准确度信息；第一网元的模型训练速度信息。该网元实施例与上述第二网元侧方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该网元实施例中，且能达到相同的技术效果。

本申请实施例还提供一种网元，包括处理器和通信接口，通信接口用于向第一网元发送模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；第三网元从第一网元获取与第二信息匹配的模型的信息。该网元实施例与上述第三网元侧方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该网元实施例中，且能达到相同的技术效果。

本申请实施例还提供一种网元，包括处理器和通信接口，通信接口用于接收第三网元发送的模型请求消息，该模型请求消息用于请求获取模型；其中，模型请求消息中包括第二信息，第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；其中，第二信息用于第三网元从第一网元获取与第二信息匹配的模型的信息。该网元实施例与上述模型请求方法侧的第一网元侧方法实施例对应，上述方法实施例的各个实施过程和实现方式均可适用于该网元实施例中，且能达到相同的技术效果。

具体地，图17为实现本申请实施例的一种网元的硬件结构示意图，该网元为第一网元，或者该网元为第二网元，或者该网元为第三网元。

如图17所示，网元1200包括：处理器1201、网络接口1202和存储器1203。其中，网络接口1202例如为通用公共无线接口。

具体地，本申请实施例的网元1200还包括：存储在存储器1203上并可在处理器1201上运行的指令或程序，处理器1201调用存储器1203中的指令或程序执行上述各模块执行的方法，并达到相同的技术效果，为避免重复，故不在此赘述。

本申请实施例提供的网元能够实现上述方法实施例中第一网元、第二网元和第三网元实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。

本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，所述处理器为上述实施例中所述的通信设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等。

本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。

本申请实施例另提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在存储介质中，所述计算机程序/程序产品被至少一个处理器执行以实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

本申请实施例还提供了一种通信系统，包括：第一网元、第二网元和第三网元，所述第一网元可用于执行如上所述的网元注册方法的步骤，以及可用于执行如上所述的模型请求方法的步骤，所述第二网元可用于执行如上所述的网元注册方法的步骤，所述第三网元可用于执行如上所述的模型请求方法的步骤。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims

一种网元注册方法，所述方法包括：

第一网元向第二网元发送网元注册请求，所述网元注册请求用于将所述第一网元的信息注册到所述第二网元，所述第一网元的信息包括所述第一网元的模型训练相关能力信息；

其中，所述第一网元的模型训练相关能力信息包括:所述第一网元可共享模型的网元对象信息；

所述网元对象信息包括所述网元对象的厂商信息、批次信息、地址信息和标识信息中的至少一项。
根据权利要求1所述的方法，其中，所述第一网元的模型训练相关能力信息还包括以下至少一项：

所述第一网元支持的模型平台信息；

所述第一网元支持的模型描述方法信息；

所述第一网元的厂商信息；

第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；

所述第一网元可达到的模型准确度信息；

所述第一网元的模型训练速度信息。
根据权利要求1所述的方法，其中，所述第一网元的信息还包括与所述第一网元的模型训练相关能力信息对应的数据分析标识信息。
根据权利要求1所述的方法，其中，所述第一网元的模型训练相关能力信息还包括以下至少一项：

所述第一网元支持模型共享的数据分析标识信息；

所述第一网元支持模型共享的模型索引信息。
根据权利要求2所述的方法，其中，所述第一网元支持的模型描述方法信息为以下任一项：模型格式信息、模型语言信息；

其中，所述第一网元支持将所训练的模型以所述模型格式信息或所述模型语言信息来表示。
根据权利要求1至5任一项所述的方法，其中，所述第一网元的信息还包括以下至少一项：

所述第一网元训练模型所使用的算法信息；

所述第一网元共享模型的限定条件信息；

所述第一网元存储训练模型的网元信息。
根据权利要求1所述的方法，其中，所述第一网元可共享模型的网元对象信息包括以下至少一项：一个或多个模型推理功能网元的信息、一个或多个模型训练功能网元的信息。
根据权利要求6所述的方法，其中，所述第一网元共享模型的限定条件信息包括以下至少一项：时间限定条件信息、区域限定条件信息；

其中，所述时间限定条件信息用于指示所述第一网元允许共享模型的时间，所述区域限定条件信息用于指示所述第一网元允许共享模型的区域。
根据权利要求6所述的方法，其中，所述第一网元存储训练模型的网元信息用于指示所述第一网元训练完成的模型存储的网元。
一种网元注册方法，所述方法包括：

第二网元接收第一网元发送的网元注册请求，所述网元注册请求用于将所述第一网元的信息注册到所述第二网元，所述第一网元的信息包括所述第一网元的模型训练相关能力信息；

其中，所述第一网元的模型训练相关能力信息包括：所述第一网元可共享模型的网元对象信息；

所述网元对象信息包括所述网元对象的厂商信息、批次信息、地址信息和标识信息中的至少一项。
根据权利要求10所述的方法，其中，所述第一网元的模型训练相关能力信息还包括以下至少一项：

所述第一网元支持的模型平台信息；

所述第一网元支持的模型描述方法信息；

所述第一网元的厂商信息；

第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；

所述第一网元可达到的模型准确度信息；

所述第一网元的模型训练速度信息。
根据权利要求10所述的方法，其中，所述第一网元的信息还包括与所述第一网元的模型训练相关能力信息对应的数据分析标识信息。
根据权利要求10所述的方法，其中，所述第一网元的模型训练相关能力信息还包括以下至少一项：

所述第一网元支持模型共享的数据分析标识信息；

所述第一网元支持模型共享的模型索引信息。
根据权利要求10所述的方法，其中，所述第二网元接收第一网元发送的网元注册请求之后，所述方法还包括：

所述第二网元接收第三网元发送的查找请求，所述查找请求用于请求查找目标网元，所述查找请求中包括以下至少一项：所述第三网元需求的模型训练相关能力信息和第一信息；

其中，所述第三网元需求的模型训练相关能力信息包括以下至少一项：所述第三网元需求所述目标网元支持的模型平台信息、所述第三网元需求所述目标网元支持的模型描述方法信息、所述第三网元需求所述目标网元达到的模型准确度信息、所述第三网元需求所述目标网元模型训练速度信息；

所述第一信息包括以下至少一项：所述第三网元需求所述目标网元训练模型所使用的算法信息、所述第三网元需求所述目标网元的厂商信息、所述第三网元需求所述目标网元共享模型的限定条件信息、所述第三网元的标识信息、模型共享的指示信息、第三网元的厂商信息；

其中，所述第三网元需求所述目标网元共享模型的限定条件信息包括以下至少一项：时间限定信息、区域限定信息。
根据权利要求14所述的方法，其中，所述第二网元接收第三网元发送的查找请求之后，所述方法还包括：

所述第二网元根据所述查找请求确定所述目标网元，所述目标网元的模型训练相关能力信息与所述第三网元需求的模型训练相关能力信息匹配。
根据权利要求15所述的方法，其中，所述第二网元根据所述查找请求确定所述目标网元，包括以下至少一项：

所述第二网元根据所述第三网元需求所述目标网元支持的模型平台信息，确定所述目标网元，其中，所述目标网元支持所述第三网元需求的模型平台信息；

所述第二网元根据所述第三网元需求所述目标网元支持的模型描述方法信息，确定所述目标网元，其中，所述目标网元支持所述第三网元需求的模型描述方法信息；

所述第二网元根据所述第三网元需求所述目标网元达到的模型准确度信息，确定所述目标网元，其中，所述目标网元支持所述第三网元需求达到的模型准确度信息；

所述第二网元根据所述第三网元需求所述目标网元模型训练速度信息，确定所述目标网元，其中，所述目标网元支持所述第三网元需求的模型训练速度信息。
根据权利要求10至16中任一项所述的方法，其中，所述第二网元接收第三网元发送的查找请求之后，所述方法还包括：

所述第二网元根据所述查找请求中的第一信息确定所述目标网元。
根据权利要求17所述的方法，其中，所述第二网元根据所述查找请求中的第一信息确定所述目标网元，包括以下至少一项：

所述第二网元根据所述第三网元需求所述目标网元训练模型所使用的算法信息，确定所述目标网元，其中，所述目标网元支持所述第三网元需求的训练模型所使用的算法信息；

所述第二网元根据所述第三网元需求所述目标网元的厂商信息，确定所述目标网元，其中，所述目标网元支持所述第三网元需求的厂商信息；

所述第二网元根据所述第三网元的厂商信息，确定所述目标网元，其中，所述目标网元可共享模型的网元对象信息中包含所述第三网元的厂商信息；

所述第二网元根据所述第三网元需求所述目标网元共享模型的限定条件信息，确定所述目标网元，其中，所述目标网元支持在所述限定条件下共享模型；

所述第二网元根据所述第三网元的标识信息确定所述目标网元，其中，所述目标网元可共享模型的网元对象信息与所述第三网元的标识信息匹配；

所述第二网元根据所述模型共享的指示信息确定所述目标网元，其中，所述目标网元支持与其他网元进行模型共享或模型互操作。
根据权利要求15至18中任一项所述的方法，其中，所述第二网元根据所述查找请求确定所述目标网元之后，所述方法还包括：

所述第二网元向所述第三网元发送查找响应，所述查找响应中包括目标信息，所述目标信息包括以下至少一项：所述目标网元的标识信息、所述目标网元的地址信息、所述目标网元支持的模型平台信息、所述目标网元支持的模型描述方法信息、所述目标网元可达到的模型准确度信息、所述目标网元的模型训练速度信息、所述目标网元训练模型所使用的算法信息、所述目标网元的厂商信息、所述目标网元共享模型的限定条件信息、所述目标网元存储训练模型的网元信息。
一种模型请求方法，所述方法包括：

第三网元向第一网元发送模型请求消息，所述模型请求消息用于请求获取模型；其中，所述模型请求消息中包括第二信息，所述第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；

所述第三网元从所述第一网元获取与所述第二信息匹配的模型的信息。
根据权利要求20所述的方法，其中，所述模型描述方法信息为以下任一项：模型格式信息、模型语言信息，所述模型描述方法信息用于指示所述第一网元以所述模型格式信息或所述模型语言信息向所述第三网元反馈所述模型。
根据权利要求20所述的方法，其中，所述第二信息还包括以下至少一项：

训练所述模型所使用的算法信息；

所述模型的版本信息；

所述模型的反馈时间信息；

所述模型的模型索引信息。
根据权利要求20所述的方法，其中，所述模型的信息包括以下至少一项：所述模型的文件信息、所述模型文件的下载地址信息。
根据权利要求20所述的方法，其中，所述第三网元向第一网元发送模型请求消息之前，所述方法还包括：

所述第三网元向第二网元发送查找请求，所述查找请求用于请求查找目标网元，所述查找请求中包括以下至少一项：所述第三网元需求的模型训练相关能力信息和第一信息；

其中，所述第三网元需求的模型训练相关能力信息包括以下至少一项：所述第三网元需求所述目标网元支持的模型平台信息、所述第三网元需求所述目标网元支持的模型描述方法信息、所述第三网元需求所述目标网元达到的模型准确度信息、所述第三网元需求所述目标网元模型训练速度信息；

所述第一信息包括以下至少一项：所述第三网元需求所述目标网元训练模型所使用的算法信息、所述第三网元需求所述目标网元的厂商信息、所述第三网元需求所述目标网元共享模型的限定条件信息、第三网元的厂商信息；

其中，所述第三网元需求所述目标网元共享模型的限定条件信息包括以下至少一项：时间限定信息、区域限定信息。
根据权利要求24所述的方法，其中，所述第三网元向第二网元发送查找请求之后，所述方法还包括：

所述第三网元接收所述第二网元发送的查找响应，所述查找响应中包括目标信息，所述目标信息包括以下至少一项：所述目标网元的标识信息、所述目标网元的地址信息、所述目标网元支持的模型平台信息、所述目标网元支持的模型描述方法信息、所述目标网元可达到的模型准确度信息、所述目标网元的模型训练速度信息、所述目标网元训练模型所使用的算法信息、所述目标网元的厂商信息、所述目标网元共享模型的限定条件信息、所述目标网元存储训练模型的网元信息。
一种模型请求方法，所述方法包括：

第一网元接收第三网元发送的模型请求消息，所述模型请求消息用于请求获取模型；其中，所述模型请求消息中包括第二信息，所述第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；

其中，所述第二信息用于所述第三网元从所述第一网元获取与所述第二信息匹配的模型的信息。
根据权利要求26所述的方法，其中，所述模型描述方法信息为以下任一项：模型格式信息、模型语言信息，所述模型描述方法信息用于指示所述第一网元以所述模型格式信息或所述模型语言信息向所述第三网元反馈所述模型。
根据权利要求26所述的方法，其中，所述第二信息还包括以下至少一项：

训练所述模型所使用的算法信息；

所述模型的版本信息；

所述模型的反馈时间信息；

所述模型的模型索引信息。
根据权利要求26至28中任一项所述的方法，其中，所述模型的信息包括以下至少一项：所述模型的文件信息、所述模型文件的下载地址信息。
根据权利要求26至29中任一项所述的方法，其中，所述方法还包括：所述第一网元根据所述第二信息获取与所述第二信息匹配的模型的信息。
根据权利要求30所述的方法，其中，所述第一网元根据所述第二信息获取与所述第二信息匹配的模型的信息,包括以下至少一项：

所述第一网元根据所述第二信息中包括的模型平台信息获取目标模型，其中，所述目标模型是基于所述模型平台信息对应的模型平台生成的；

所述第一网元根据所述第二信息中包括的模型描述方法信息获取目标模型，所述目标模型是基于所述模型描述方法信息对应的模型语言信息或模型格式信息表示的。
根据权利要求26至31中任一项所述的方法，其中，所述方法还包括以下至少一项：

所述第一网元根据所述第二信息中包括的所述第三网元的厂商信息，确定所述第一网元允许与所述第三网元进行模型共享或模型互操作；

所述第一网元根据所述第二信息中包括的所述第三网元的标识信息，确定所述第一网元允许与所述第三网元进行模型共享或模型互操作。
一种网元注册装置，应用于第一网元，所述装置包括：发送模块；

所述发送模块，用于向第二网元发送网元注册请求，所述网元注册请求用于将所述第一网元的信息注册到所述第二网元，所述第一网元的信息包括所述第一网元的模型训练相关能力信息；

其中，所述第一网元的模型训练相关能力信息包括以下至少一项：

所述第一网元支持的模型平台信息；

所述第一网元支持的模型描述方法信息；

所述第一网元的厂商信息；

所述第一网元可共享模型的网元对象信息；

第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；

所述第一网元可达到的模型准确度信息；

所述第一网元的模型训练速度信息。
一种网元注册装置，应用于第二网元，所述装置包括：接收模块；

所述接收模块，用于接收第一网元发送的网元注册请求，所述网元注册请求用于将所述第一网元的信息注册到所述第二网元，所述第一网元的信息包括所述第一网元的模型训练相关能力信息；

其中，所述第一网元的模型训练相关能力信息包括以下至少一项：

所述第一网元支持的模型平台信息；

所述第一网元支持的模型描述方法信息；

所述第一网元的厂商信息；

所述第一网元可共享模型的网元对象信息；

第一指示信息，所述第一指示信息用于指示第一网元是否支持与其他网元进行模型共享或模型互操作；

所述第一网元可达到的模型准确度信息；

所述第一网元的模型训练速度信息。
一种模型请求装置，应用于第三网元，所述装置包括：发送模块和获取模块；

所述发送模块，用于向第一网元发送模型请求消息，所述模型请求消息用于请求获取模型；其中，所述模型请求消息中包括第二信息，所述第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；

所述获取模块，用于从所述第一网元获取与所述第二信息匹配的模型的信息。
一种模型请求装置，应用于第一网元，所述装置包括：接收模块；

所述接收模块，用于接收第三网元发送的模型请求消息，所述模型请求消息用于请求获取模型；其中，所述模型请求消息中包括第二信息，所述第二信息包括以下至少一项：模型平台信息、模型描述方法信息、模型准确度信息、所述第三网元的厂商信息、所述第三网元的标识信息；

其中，所述第二信息用于所述第三网元从所述第一网元获取与所述第二信息匹配的模型的信息。
一种网元，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至9中任一项所述的网元注册方法的步骤。
一种网元，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求10至19中任一项所述的网元注册方法的步骤。
一种网元，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求20至25中任一项所述的模型请求方法的步骤。
一种网元，包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求26至32中任一项所述的模型请求方法的步骤。
一种通信系统，所述通信系统包括如权利要求33所述的网元注册装置、如权利要求34所述的网元注册装置、如权利要求35所述的模型请求装置以及如权利要求36所述的模型请求装置；或者，

所述通信系统包括如权利要求37至40中任一项所述的网元。
一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至9中任一项所述的网元注册方法的步骤，或者实现如权利要求10至19中任一项所述的网元注册方法的步骤，或者实现如权利要求20至25中任一项所述的模型请求方法的步骤，或者实现如权利要求26至32中任一项所述的模型请求方法的步骤。