支持通信系统中的联邦学习的制作方法
本公开涉及无线通信,且更具体来说,涉及无线通信网络中的网络分析。
背景技术:
1、无线通信系统可包含一个或多个网络通信装置,例如基站,所述网络通信装置可支持一个或多个用户通信装置的无线通信,所述用户通信装置可被另称为用户装备(ue)或其它合适术语。无线通信系统可通过利用无线通信系统的资源(例如,时间资源(例如,符号、时隙、子帧、帧或类似者)或频率资源(例如,子载波、载波或类似者))来支持与一个或多个用户通信装置的无线通信。另外,无线通信系统可支持跨越各种无线电接入技术的无线通信,所述各种无线电接入技术包含第三代(3g)无线电接入技术、第四代(4g)无线电接入技术、第五代(5g)无线电接入技术以及5g以后的其它合适的无线电接入技术(例如,第六代(6g))。
技术实现思路
1、元件之前的冠词“一”不受限制且应理解为指那些元件中的“至少一者”或那些元件中的“一或多者”。术语“一”、“至少一个”、“一或多个”及“一或多个中的至少一者”可为可互换的。如本文中(包含权利要求书中)所使用,如在项目列表中使用的“或”(例如,例如“……中的至少一者”或者“……中的一或多者”或者“……中的一或两者”的短语开头的项目列表)指示包含性列表,使得例如a、b或c中的至少一者的列表表示a或b或c或ab或ac或bc或abc (即,a及b及c)。而且,如本文中所使用,短语“基于”不应被解释为对条件闭集的引用。例如,在不脱离本公开的范围的情况下,描述为“基于条件a”的实例步骤可基于条件a及条件b两者。换句话说,如本文中所使用,短语“基于”应以与短语“至少部分基于”相同的方式来解释。此外,如本文中(包含权利要求书中)所使用,“集”可包含一或多个元件。
2、本文中描述的方法及设备的一些实施方案可进一步包含一种用于支持网络数据分析的无线通信的网络实体,所述网络实体包括指令,所述指令可由至少一个处理器执行以使所述网络实体:获得为通过分析标识符标识的网络分析操作提供推理输出的请求消息;将推理请求消息输出到一组一或多个模型训练功能中的每一者,组模型训练功能是用于与所述网络分析操作相对应的经训练模型的联邦学习训练过程的参与者;从所述一组的每一功能获得推理输出;输出包括聚合推理输出的响应消息,所述聚合推理输出基于所述联邦学习训练过程中每一所述功能的相应贡献权重。
3、所述指令可使所述网络实体:从第二网络实体获得模型信息消息,所述模型信息消息包括:所述模型的标识符;参与所述联邦学习训练过程的一或多个功能的标识符;及与所述联邦学习训练过程的当前例子相关联的协调标识符。
4、所述模型信息消息可包括将所述模型训练功能中的每一者识别为在所述联邦训练过程中具有一或多个角色的信息,所述一或多个角色是包括联邦学习服务器、联邦学习主动参与者及联邦学习被动参与者的一组中的一或多者。
5、所述模型训练功能中的一或多者可包括网络数据分析功能(nwdaf)。替代地或另外,所述模型训练功能中的一或多者可包括应用功能(af)。
6、所述指令可使所述网络实体基于所述分析标识符来获得所述模型信息消息。
7、所述获得所述模型信息消息可包括将包括所述分析标识符的模型信息请求消息输出到所述第二网络实体。
8、所述第二网络实体可包括网络存储库功能及分析数据存储库功能中的至少一者。
9、所述网络实体可包括以下各者中的至少一者:网络数据分析功能(nwdaf),所述nwdaf支持分析逻辑功能;及nwdaf,其经配置以控制针对所述分析标识符的联邦学习过程。
10、所述指令可使所述网络实体从所述通信网络内的消费者实体接收所述请求消息。
11、所述消费者实体可为消费者分析逻辑功能。
12、所述指令可使所述网络实体将所述响应消息输出到所述消费者实体。
13、所述推理输出可为所述聚合推理输出,且所述指令可使所述网络实体从第三网络实体获得所述聚合推理输出。
14、所述第三网络实体可包括模型训练逻辑功能(mtlf),所述mtlf是用于所述模型的所述联邦学习过程的控制器。
15、替代地或另外,所述第三网络实体可包括af。
16、所述推理输出可包括来自所述一或多个功能中的每一者的相应干扰输出。所述指令可使所述网络实体:从所述一或多个功能的所述相应功能获得每一所述干扰输出;且基于每一所述推理输出确定所述聚合推理输出。
17、所述指令可使所述网络实体:获得所述相应贡献权重;且另外基于所述相应贡献权重确定所述聚合推理输出。
18、所述一或多个网络分析操作可包括将在所述网络上执行的至少一个统计分析操作。
19、所述一或多个网络分析操作可包括将关于所述通信网络内的一或多个实体的行为执行的至少一个预测操作。
20、所述预测操作可包括以下各者中的至少一者:预测与所述通信网络内的至少一个实体相关联的参数,所述参数任选地是所述至少一个实体的负载,所述至少一个实体任选地包括所述通信网络的网络实体及ue中的至少一者;及预测所述通信网络中的ue的移动特性,所述移动特性任选地包括所述ue的位置。
21、所述一或多个功能中的每一者可为用于提供与所述通信网络内的一或多个ue相关联的分析数据的网络功能。
22、在本文中描述的所述方法及设备的一些实施方案中,一种方法由无线通信网络的网络实体执行,所述方法包括:获得为通过分析标识符标识的网络分析操作提供推理输出的请求消息;将推理请求消息输出到一组一或多个模型训练功能中的每一者,组模型训练功能是用于与所述网络分析操作相对应的经训练模型的联邦学习训练过程的参与者;从所述一组的每一功能获得推理输出;输出包括聚合推理输出的响应消息,所述聚合推理输出基于所述联邦学习训练过程中每一所述功能的相应贡献权重。
23、在本文中描述的所述方法及设备的一些实施方案中,一种通信网络系统包括:第一网络实体,其用于所述通信网络中的无线通信;及第二网络实体,其用于所述通信网络中的无线通信,其中:所述第一网络实体经配置以:获得为通过分析标识符标识的网络分析操作提供推理输出的第一请求消息;将第二请求消息输出到所述第二网络实体以执行关于所述网络分析操作的推理操作,所述第二网络实体经配置以:将第三请求消息输出到参与用于执行所述网络分析操作的模型的联邦学习训练过程的一或多个功能中的每一者;从所述一或多个功能中的每一者获得推理输出;基于所述经获得推理输出及所述联邦学习训练过程中每一所述功能的相应贡献权重,将聚合推理输出输出到所述第一网络实体,且所述第一网络实体经配置以输出包括所述聚合推理输出的响应消息。
24、所述第二网络实体可经配置以基于所述推理输出向所述一或多个功能提供训练数据(例如,梯度及/或损失)以用于训练所述模型。
25、所述第一网络实体可为支持anlf的nwdaf。
26、所述第二网络实体可为联邦学习服务器。
1.一种用于支持网络数据分析的无线通信的网络实体,所述网络实体包括指令,所述指令能够由至少一个处理器执行以使所述网络实体:
2.根据权利要求1所述的网络实体,其中所述指令使所述网络实体:
3.根据权利要求2所述的网络实体,其中所述模型信息消息包括将所述模型训练功能中的每一者识别为在所述联邦训练过程中具有一或多个角色的信息,所述一或多个角色是包括联邦学习服务器、联邦学习主动参与者及联邦学习被动参与者的一组中的一或多者。
4.根据权利要求3所述的网络实体,其中至少一个所述模型训练功能包括网络数据分析功能nwdaf及应用功能af中的至少一者。
5.根据权利要求2至4中任一权利要求所述的网络实体,其中所述指令使所述网络实体基于所述分析标识符来获得所述模型信息消息。
6.根据权利要求5所述的网络实体,其中所述获得所述模型信息消息包括将包括所述分析标识符的模型信息请求消息输出到所述第二网络实体。
7.根据权利要求2至6中任一权利要求所述的网络实体,其中所述第二网络实体包括网络存储库功能及分析数据存储库功能中的至少一者。
8.根据任一前述权利要求所述的网络实体,其中所述网络实体包括以下各者中的至少一者:
9.根据任一前述权利要求所述的网络实体,其中所述指令使所述网络实体从通信网络内的消费者实体接收所述请求消息。
10.根据权利要求9所述的网络实体,其中所述消费者实体是消费者分析逻辑功能。
11.根据权利要求9或权利要求10所述的网络实体,其中所述指令使所述网络实体将所述响应消息输出到所述消费者实体。
12.根据任一前述权利要求所述的网络实体,其中所述推理输出是所述聚合推理输出,且其中所述指令使所述网络实体从第三网络实体获得所述聚合推理输出。
13.根据权利要求12所述的网络实体,其中所述第三网络实体包括模型训练逻辑功能mtlf,所述mtlf是用于所述模型的所述联邦学习过程的控制器。
14.根据权利要求12所述的网络实体,其中所述第三网络实体包括应用功能af。
15.根据权利要求1至11中任一权利要求所述的网络实体,其中所述推理输出包括来自所述一或多个功能中的每一者的相应干扰输出,且其中所述指令使所述网络实体:
16.根据权利要求15所述的网络实体,其中所述指令使所述网络实体:
17.一种由无线通信网络的网络实体执行的方法,所述方法包括:
18.一种通信网络系统,其包括:
19.根据权利要求18所述的系统,其中所述第二网络实体经配置以基于所述推理输出将训练数据提供到所述一或多个功能以用于训练所述模型。
20.根据权利要求18或权利要求19所述的系统,其中以下各者中的至少一者:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com