关联与垂直联邦学习操作相关的机器学习模型的制作方法

本公开一般涉及电信，尤其涉及电信系统中的多个网络功能之间的联邦机器学习。

背景技术：

1、电信系统可被视为通过在通信路径中涉及的各种实体之间提供载波来实现两个或更多个实体（诸如用户终端、基站和/或其他节点）之间的通信会话的设施。可以例如借助于通信网络和一个或多个兼容的通信设备来提供电信系统。通信会话可以包括例如用于承载诸如语音、视频、电子邮件（email）、文本消息、多媒体和/或内容数据等通信的数据的通信。所提供的服务的非限制性示例包括双向或多路呼叫、数据通信或多媒体服务以及对诸如互联网的数据网络系统的访问。

2、在无线电信系统中，至少两个站之间的通信会话的至少一部分发生在无线链路上。无线系统的示例包括公共陆地移动网络（plmn）、基于卫星的通信系统和不同的无线局域网，例如无线局域网（wlan）。一些无线系统可以被划分为小区，并且因此通常被称为蜂窝系统。

3、用户可以通过适当的通信设备或终端接入电信系统。用户的通信设备可以被称为用户设备（ue）或用户设备。通信设备设置有适当的信号接收和传输装置，用于实现通信，例如实现对通信网络的接入或直接与其他用户的通信。通信设备可以接入由站（例如，小区的基站）提供的载波，并且在该载波上传输和/或接收通信。

4、电信系统和相关联的设备通常根据给定的标准或规范来操作，该标准或规范阐述了允许与系统相关联的各种实体做什么以及应该如何实现这些。通常还定义了将用于连接的通信协议和/或参数。电信系统的一个示例是通用移动电信系统（umts）。电信系统的其他示例是长期演进（lte）、高级长期演进和所谓的5g或新空口（nr）网络。nr正在由第三代合作伙伴计划（3gpp）标准化。

技术实现思路

1、本公开的示例实现涉及电信，尤其涉及电信系统中的多个网络功能之间的联邦机器学习。更具体地，示例实现方式涉及多个网络功能之间的垂直联邦学习。本公开包括但不限于以下示例实施方式。

2、一些示例实现提供了一种装置，包括：至少一个存储器，被配置为存储指令；以及至少一个处理电路，被配置为访问至少一个存储器，并且执行指令以使装置至少：将垂直联邦学习会话标识符分配给垂直联邦学习模型训练会话；选择电信系统的网络功能，以对在公共样本空间中具有不同特征空间的机器学习模型执行模型训练；以及向每个网络功能发送请求，该请求用于利用不同特征空间中的相应特征空间，对公共样本空间中的机器学习模型中的相应机器学习模型执行模型训练，其中请求包括垂直联邦学习会话标识符，以使机器学习模型与垂直联邦学习会话标识符相关联地存储。

3、一些示例实现提供了一种装置，包括：用于将垂直联邦学习会话标识符分配给垂直联邦学习模型训练会话的部件；用于选择电信系统的网络功能，以对在公共样本空间中具有不同特征空间的机器学习模型执行模型训练的部件；以及用于向每个网络功能发送请求的部件，该请求用于利用不同特征空间中的相应特征空间，对公共样本空间中的机器学习模型中的相应机器学习模型执行模型训练，其中该请求包括垂直联邦学习会话标识符，以使机器学习模型与垂直联邦学习会话标识符相关联地存储。

4、一些示例实现提供了一种方法，包括：将垂直联邦学习会话标识符分配给垂直联邦学习模型训练会话；选择电信系统的网络功能，以对在公共样本空间中具有不同特征空间的机器学习模型执行模型训练；以及向每个网络功能发送请求，该请求用于利用不同特征空间中的相应特征空间，对公共样本空间中的机器学习模型中的相应机器学习模型执行模型训练，其中该请求包括垂直联邦学习会话标识符，以使机器学习模型垂直联邦学习会话标识符相关联地存储。

5、一些示例实施方式提供了一种计算机可读存储介质，该计算机可读存储介质是非暂态的并且具有存储在其中的指令，该指令响应于由至少一个处理电路执行，使装置至少：将垂直联邦学习会话标识符分配给垂直联邦学习模型训练会话；选择电信系统的网络功能，以对在公共样本空间中具有不同特征空间的机器学习模型执行模型训练；以及向每个网络功能发送请求，该请求用于利用不同特征空间中的相应特征空间，对公共样本空间中的机器学习模型中的相应机器学习模型执行模型训练，其中该请求包括垂直联邦学习会话标识符，以使机器学习模型与垂直联邦学习会话标识符相关联地存储。

6、一些示例实现提供了一种装置，包括：至少一个存储器，被配置为存储指令；以及至少一个处理电路，被配置为访问至少一个存储器，并且执行指令以使装置至少：从电信系统的网络功能接收请求，请求用于执行机器学习模型的模型训练，机器学习模型将是在公共样本空间中被训练、但具有不同特征空间的机器学习模型之一，请求包括垂直联邦学习会话标识符；利用不同特征空间中的相应特征空间，在公共样本空间中训练机器学习模型，机器学习模型被训练以确定中间输出数据；将中间数据发送到网络功能以基于中间输出数据来训练联邦机器学习模型，以计算预测；以及与垂直联邦学习会话标识符相关联地存储机器学习模型。

7、一些示例实现提供了一种装置，包括：用于从电信系统的网络功能接收请求的部件，该请求用于执行机器学习模型的模型训练，该机器学习模型将是在公共样本空间中训练、但具有不同特征空间的机器学习模型之一，该请求包括垂直联邦学习会话标识符；用于利用不同特征空间中的相应特征空间，在公共样本空间中训练机器学习模型的部件，该机器学习模型被训练以确定中间输出数据；用于将中间数据发送到网络功能的部件，将中间数据发送到网络功能以基于中间输出数据来训练联邦机器学习模型，以计算预测；以及用于与垂直联邦学习会话标识符相关联地存储机器学习模型的部件。

8、一些示例实现提供了一种方法，包括：从电信系统的网络功能接收请求，该请求用于执行机器学习模型的模型训练，该机器学习模型将是在公共样本空间中训练、但具有不同特征空间的机器学习模型之一，该请求包括垂直联邦学习会话标识符；利用不同特征空间中的相应特征空间，在公共样本空间中训练机器学习模型，该机器学习模型被训练以确定中间输出数据；将中间数据发送到网络功能，将中间数据发送到网络功能以基于中间输出数据训练联邦机器学习模型，以计算预测；以及与垂直联邦学习会话标识符相关联地存储机器学习模型。

9、一些示例实现方式提供了一种计算机可读存储介质，该计算机可读存储介质是非暂态的并且具有存储在其中的指令，该指令响应于由至少一个处理电路执行而使装置至少：从电信系统的网络功能接收请求，该请求用于执行机器学习模型的模型训练，该机器学习模型将是在公共样本空间中训练、但具有不同特征空间的机器学习模型之一，该请求包括垂直联邦学习会话标识符；利用不同特征空间中的相应特征空间，在公共样本空间中训练机器学习模型，该机器学习模型被训练以确定中间输出数据；将中间数据发送到网络功能以基于中间输出数据来训练联邦机器学习模型，以计算预测；以及与垂直联邦学习会话标识符相关联地存储机器学习模型。

10、一些示例实现提供了一种装置，包括：至少一个存储器，被配置为存储指令；至少一个处理电路，被配置为访问至少一个存储器，并且执行指令以使装置至少：接收请求，该请求针对提供至少一项：与分析标识符相关联的数据分析过程的分析、或一个或多个预测；选择网络功能，以提供关于垂直联邦学习会话的信息，垂直联邦学习会话与分析标识符相关联；向网络功能发送请求，向网络功能发送的请求包括分析标识符，向网络功能发送的请求被发送到网络功能以用于联邦机器学习模型；从网络功能接收响应，响应包括垂直联邦学习会话标识符和关于联邦机器学习模型的信息；访问联邦机器学习模型，联邦机器学习模型与垂直联邦学习会话标识符相关联；向电信系统的网络功能发送请求以用于使用机器学习模型来执行推理，机器学习模型在公共样本空间中被训练单具有不同特征空间，向电信系统的网络功能发送的请求包括垂直联邦学习会话标识符和分析标识符，以用于基于垂直联邦学习会话标识符和分析标识符检索机器学习模型；基于推理，从网络功能接收中间输出数据；以及基于中间输出数据并使用联邦机器学习模型来执行推理以计算预测。

11、一些示例实现提供了一种装置，包括：用于接收请求的部件，该请求针对提供至少一项：与分析标识符相关联的数据分析过程的分析、或一个或多个预测；用于选择网络功能的部件，以提供关于垂直联邦学习会话的信息，垂直联邦学习会话与分析标识符相关联；用于向网络功能发送请求的部件，向网络功能发送的请求包括分析标识符，向网络功能发送的请求被发送到网络功能以用于联邦机器学习模型；用于从网络功能接收响应的部件，响应包括垂直联邦学习会话标识符和关于联邦机器学习模型的信息；用于访问联邦机器学习模型的部件，联邦机器学习模型与垂直联邦学习会话标识符相关联；用于向电信系统的网络功能发送请求以用于使用机器学习模型来执行推理的部件，机器学习模型在公共样本空间中被训练单具有不同特征空间，向电信系统的网络功能发送的请求包括垂直联邦学习会话标识符和分析标识符，以用于基于垂直联邦学习会话标识符和分析标识符检索机器学习模型；用于基于推理，从网络功能接收中间输出数据的部件；以及用于基于中间输出数据并使用联邦机器学习模型来执行推理以计算预测的部件。

12、一些示例实现提供了一种方法，包括：接收请求，该请求针对提供至少一项：与分析标识符相关联的数据分析过程的分析、或一个或多个预测；选择网络功能，以提供关于垂直联邦学习会话的信息，垂直联邦学习会话与分析标识符相关联；向网络功能发送请求，向网络功能发送的请求包括分析标识符，向网络功能发送的请求被发送到网络功能以用于联邦机器学习模型；从网络功能接收响应，响应包括垂直联邦学习会话标识符和关于联邦机器学习模型的信息；访问联邦机器学习模型，联邦机器学习模型与垂直联邦学习会话标识符相关联；向电信系统的网络功能发送请求以用于使用机器学习模型来执行推理，机器学习模型在公共样本空间中被训练单具有不同特征空间，向电信系统的网络功能发送的请求包括垂直联邦学习会话标识符和分析标识符，以用于基于垂直联邦学习会话标识符和分析标识符检索机器学习模型；基于推理，从网络功能接收中间输出数据；以及基于中间输出数据并使用联邦机器学习模型来执行推理以计算预测。

13、一些示例实现方式提供了一种计算机可读存储介质，该计算机可读存储介质是非暂态的并且具有存储在其中的指令，该指令：响应于由至少一个处理电路执行，使装置至少：接收请求，该请求针对提供至少一项：与分析标识符相关联的数据分析过程的分析、或一个或多个预测；选择网络功能，以提供关于垂直联邦学习会话的信息，垂直联邦学习会话与分析标识符相关联；向网络功能发送请求，向网络功能发送的请求包括分析标识符，向网络功能发送的请求被发送到网络功能以用于联邦机器学习模型；从网络功能接收响应，响应包括垂直联邦学习会话标识符和关于联邦机器学习模型的信息；访问联邦机器学习模型，联邦机器学习模型与垂直联邦学习会话标识符相关联；向电信系统的网络功能发送请求以用于使用机器学习模型来执行推理，机器学习模型在公共样本空间中被训练单具有不同特征空间，向电信系统的网络功能发送的请求包括垂直联邦学习会话标识符和分析标识符，以用于基于垂直联邦学习会话标识符和分析标识符检索机器学习模型；基于推理，从网络功能接收中间输出数据；以及基于中间输出数据并使用联邦机器学习模型来执行推理以计算预测。

14、一些示例实现方式提供了一种装置，该装置包括：至少一个存储器，被配置为存储指令；以及至少一个处理电路，被配置为访问该至少一个存储器，并且执行该指令以使该装置至少：从电信系统的网络功能接收请求，请求用于使用机器学习模型执行推理，该机器学习模型是在公共样本空间中训练但具有不同特征空间的机器学习模型中的一个机器学习模型，该请求包括垂直联邦学习会话标识符；访问与该垂直联邦学习会话标识符相关联的该机器学习模型；使用该机器学习模型执行推理，以计算中间输出数据；以及将该中间数据发送到该网络功能，以使用联邦机器学习模型进行推理，以根据该中间输出数据计算预测。

15、一些示例实施方式提供了一种装置，包括：用于从电信系统的网络功能接收请求的部件，请求用于使用机器学习模型执行推理，该机器学习模型是在公共样本空间中训练但具有不同特征空间的机器学习模型中的一个机器学习模型，该请求包括垂直联邦学习会话标识符；用于访问与该垂直联邦学习会话标识符相关联的该机器学习模型的部件；用于使用该机器学习模型执行推理，以计算中间输出数据的部件；以及用于将该中间数据发送到该网络功能的部件，将中间数据发送到网络功能以使用联邦机器学习模型进行推理，以根据该中间输出数据计算预测。

16、一些示例实施方式提供了一种方法，包括：从电信系统的网络功能接收请求，请求用于使用机器学习模型执行推理，该机器学习模型是在公共样本空间中训练但具有不同特征空间的机器学习模型中的一个机器学习模型，该请求包括垂直联邦学习会话标识符；访问与该垂直联邦学习会话标识符相关联的该机器学习模型；使用该机器学习模型执行推理，以计算中间输出数据；以及将该中间数据发送到该网络功能，以使用联邦机器学习模型进行推理，以根据该中间输出数据计算预测。

17、一些示例实现方式提供了一种计算机可读存储介质，该计算机可读存储介质是非暂态的并且具有存储在其中的指令，该指令响应于由至少一个处理电路执行而使装置至少：从电信系统的网络功能接收请求，请求用于使用机器学习模型执行推理，该机器学习模型是在公共样本空间中训练但具有不同特征空间的机器学习模型中的一个机器学习模型，该请求包括垂直联邦学习会话标识符；访问与该垂直联邦学习会话标识符相关联的该机器学习模型；使用该机器学习模型执行推理，以计算中间输出数据；以及将该中间数据发送到该网络功能，以使用联邦机器学习模型进行推理，以根据该中间输出数据计算预测。

18、通过阅读以下详细描述以及下面简要描述的附图，本公开的这些和其他特征、方面和优点将变得显而易见。本公开包括本公开中阐述的两个、三个、四个或更多个特征或元件的任何组合，而不管这些特征或元件是否在本文描述的特定示例实施方式中明确组合或以其他方式叙述。本公开旨在整体地阅读，使得本公开的任何可分离的特征或元件在其任何方面和示例实施方式中应当被视为可组合的，除非本公开的上下文另有明确规定。

19、因此，应当理解，提供本 技术实现要素： 仅仅是为了概述一些示例实施方式，以便提供对本公开的一些方面的基本理解。因此，应当理解，上述示例实现方式仅仅是示例，并且不应被解释为以任何方式缩小本公开的范围或精神。根据以下结合附图的详细描述，其他示例实施方式、方面和优点将变得显而易见，附图通过示例的方式示出了一些所描述的示例实施方式的原理。