通信网络中与机器学习相关的方法、装置和机器可读介质与流程

技术特征：
1.一种由通信网络中的协调网络实体执行的方法，所述方法包括：向所述通信网络中的网络注册实体发送(502)针对所述通信网络中能够执行协作学习的多个候选网络实体的标识信息的请求消息(400)；从所述网络注册实体接收(504)多个候选网络实体的标识信息(402)；以及发起(506)在所述多个候选网络实体中的一个或多个网络实体处使用机器学习算法对模型的训练作为协作学习过程的一部分。2.根据权利要求1所述的方法，其中，所述请求消息包括用于选择候选网络实体以执行所述协作学习过程的一个或多个标准。3.根据权利要求2所述的方法，其中，所述一个或多个标准包括以下中的一个或多个：与所述候选网络实体执行所述协作学习过程的能力相关的至少一个主要标准；以及与所述候选网络实体响应查询类型的能力相关的至少一个次要标准。4.根据前述权利要求中任一项所述的方法，其中，所述请求消息是第一请求消息，并且所述方法还包括：发送第二请求消息(404)，所述第二请求消息(404)包括对所述多个候选网络实体的附加信息的至少一个查询；以及基于对所述至少一个查询的一个或多个响应，从所述多个候选网络实体中选择所述一个或多个网络实体。5.根据权利要求4所述的方法，其中，对附加信息的所述至少一个查询涉及以下中的一个或多个：所述候选网络实体的配置；针对所述候选网络实体的性能要求；所述候选网络实体处用于训练模型的训练数据的可用性；以及所述候选网络实体处可用的训练数据的属性。6.一种由通信网络中的网络注册实体执行的方法，所述方法包括：从所述通信网络中的协调网络实体接收(602)请求消息(400)，所述请求消息请求所述通信网络中能够执行协作学习的多个候选网络实体的标识信息；从在所述网络注册实体处注册的多个网络实体中标识(604)能够执行协作学习的两个或更多个候选网络实体；以及向所述协调网络实体发送(606)对所述两个或更多个候选网络实体的指示(402)。7.根据权利要求6所述的方法，其中，所述请求消息包括一个或多个标准，所述一个或多个标准用于从所述多个网络实体中选择候选网络实体以使用机器学习算法训练模型作为联合学习过程的一部分，并且标识所述两个或更多个候选网络实体包括标识满足所述一个或多个标准的两个或更多个候选网络实体。8.根据权利要求7所述的方法，其中，所述一个或多个标准包括以下中的一个或多个：与所述候选网络实体执行协作学习过程的能力相关的至少一个主要标准；以及与所述候选网络实体响应查询类型的能力相关的至少一个次要标准。9.根据权利要求8所述的方法，其中，所述查询类型包括以下中的一个或多个：与所述候选网络实体的配置相关的查询；与针对所述候选网络实体的性能要求相关的查询；与所述候选网络实体处用于训练模
型的训练数据的可用性相关的查询；以及与所述候选网络实体处可用的训练数据的属性相关的查询。10.根据权利要求6至9中任一项所述的方法，其中，所述网络注册实体存储在所述网络注册实体处注册的所述多个网络实体中的每个网络实体的简档，每个简档指示所述网络实体的能力信息。11.根据权利要求10所述的方法，其中，对于每个网络实体，所述能力信息包括对所述网络实体是否能够执行协作学习的指示。12.根据权利要求10或11所述的方法，其中，对于每个网络实体，所述能力信息包括对所述网络实体是否被配置为响应查询类型的指示。13.根据前述权利要求中任一项所述的方法，其中，所述协调网络实体是网络数据分析功能nwdaf(308)。14.根据前述权利要求中任一项所述的方法，其中，所述网络注册实体是网络功能存储库功能nrf(310)。15.根据前述权利要求中任一项所述的方法，其中，所述协调网络实体和所述网络注册实体中的一个或多个在所述通信网络的核心网络中。16.一种用于通信网络的协调网络实体(700)，所述协调网络实体包括处理电路(702)和非暂时性机器可读介质(704)，所述非暂时性机器可读介质存储指令，所述指令在由所述处理电路执行时使协调实体：向所述通信网络中的网络注册实体发送(502)针对所述通信网络中能够执行协作学习的多个候选网络实体的标识信息的请求消息(400)；从所述网络注册实体接收(504)多个候选网络实体的标识信息(402)；以及发起(506)在所述多个候选网络实体中的一个或多个网络实体处使用机器学习算法对模型的训练作为协作学习过程的一部分。17.根据权利要求16所述的协调网络实体(700)，其中，所述请求消息包括用于选择候选网络实体以执行所述协作学习过程的一个或多个标准。18.根据权利要求17所述的协调网络实体，其中，所述一个或多个标准包括以下中的一个或多个：与所述候选网络实体执行所述协作学习过程的能力相关的至少一个主要标准；以及与所述候选网络实体响应查询类型的能力相关的至少一个次要标准。19.根据权利要求15至18中任一项所述的协调网络实体，其中，所述请求消息是第一请求消息，并且还使所述协调网络实体：发送第二请求消息(404)，所述第二请求消息(404)包括对所述多个候选网络实体的附加信息的至少一个查询；以及基于对所述至少一个查询的一个或多个响应，从所述多个候选网络实体中选择所述一个或多个网络实体。20.根据权利要求19所述的协调网络实体，其中，对附加信息的所述至少一个查询涉及以下中的一个或多个：所述候选网络实体的配置；针对所述候选网络实体的性能要求；
所述候选网络实体处用于训练模型的训练数据的可用性；以及所述候选网络实体处可用的训练数据的属性。21.根据权利要求16至20中任一项所述的协调网络实体，其中，以下一个或多个适用：所述协调网络实体是网络数据分析功能nwdaf(308)；以及所述网络注册实体是网络功能存储库功能nrf(310)。22.根据权利要求16至21中任一项所述的协调网络实体，其中，所述协调网络实体和所述网络注册实体中的一个或多个在所述通信网络的核心网络中。23.一种用于通信网络的网络注册实体(900)，所述网络注册实体包括处理电路(902)和非暂时性机器可读介质(904)，所述非暂时性机器可读介质存储指令，所述指令在由所述处理电路执行时使所述网络注册实体：从所述通信网络中的协调网络实体接收(602)请求消息(400)，所述请求消息请求所述通信网络中能够执行协作学习的多个候选网络实体的标识信息；从在所述网络注册实体处注册的多个网络实体中标识(604)能够执行协作学习的两个或更多个候选网络实体；以及向所述协调网络实体发送(606)对所述两个或更多个候选网络实体的指示(402)。24.根据权利要求23所述的网络注册实体，其中，所述请求消息包括一个或多个标准，所述一个或多个标准用于从所述多个网络实体中选择候选网络实体以使用机器学习算法训练模型作为联合学习过程的一部分，并且标识所述两个或更多个候选网络实体包括标识满足所述一个或多个标准的两个或更多个候选网络实体。25.根据权利要求24所述的网络注册实体，其中，所述一个或多个标准包括以下中的一个或多个：与所述候选网络实体执行协作学习过程的能力相关的至少一个主要标准；以及与所述候选网络实体响应查询类型的能力相关的至少一个次要标准。26.根据权利要求25所述的网络注册实体，其中，所述查询类型包括以下中的一个或多个：与所述候选网络实体的配置相关的查询；与针对所述候选网络实体的性能要求相关的查询；与所述候选网络实体处用于训练模型的训练数据的可用性相关的查询；以及与所述候选网络实体处可用的训练数据的属性相关的查询。27.根据权利要求23至26中任一项所述的网络注册实体，其中，还使所述网络注册实体存储在所述网络注册实体处注册的所述多个网络实体中的每个网络实体的简档，每个简档指示所述网络实体的能力信息。28.根据权利要求27所述的网络注册实体，其中，对于每个网络实体，所述能力信息包括对所述网络实体是否能够执行协作学习的指示。29.根据权利要求27或28所述的网络注册实体，其中，对于每个网络实体，所述能力信息包括对所述网络实体是否被配置为响应查询类型的指示。30.根据权利要求23至29中任一项所述的网络注册实体，其中，以下一个或多个适用：所述网络注册实体是网络功能存储库功能nrf(310)；以及所述协调网络实体是网络数据分析功能nwdaf(308)。
31.根据权利要求23至30中任一项所述的网络注册实体，其中，所述网络注册实体和所述协调网络实体中的一个或多个在所述通信网络的核心网络中。32.一种由通信网络中的系统执行的方法，所述系统包括协调网络实体和网络注册实体，所述方法包括：在所述网络注册实体处从所述协调网络实体接收(602)请求消息，所述请求消息请求所述通信网络中能够执行协作学习的多个候选网络实体的标识信息；在所述网络注册实体处从在所述网络注册实体处注册的多个网络实体中标识(604)能够执行协作学习的两个或更多个候选网络实体；在所述协调网络实体处从所述网络注册实体接收(504)来自所述网络注册实体的所述两个或更多个候选网络实体的标识信息；以及由所述协调网络实体发起(506)在所述两个或更多个候选网络实体中的一个或多个网络实体处使用机器学习算法对模型的训练作为协作学习过程的一部分。33.一种通信网络中的系统，所述系统包括协调网络实体(700；800)和网络注册实体(900；1000)，其中，所述网络注册实体被配置为：从所述协调网络实体接收(602)请求消息，所述请求消息请求所述通信网络中能够执行协作学习的多个候选网络实体的标识信息，以及从在所述网络注册实体处注册的多个网络实体中标识(604)能够执行协作学习的两个或更多个候选网络实体；以及其中，所述协调网络实体被配置为：从所述网络注册实体接收(504)所述两个或更多个候选网络实体的标识信息，以及发起(506)在所述两个或更多个候选网络实体中的一个或多个网络实体处使用机器学习算法对模型的训练作为协作学习过程的一部分。

技术总结
在一个方面，提供了一种由通信网络中的协调网络实体执行的方法。该方法包括：向通信网络中的网络注册实体发送针对通信网络中能够执行协作学习的多个候选网络实体的标识信息的请求消息；以及从网络注册实体接收多个候选网络实体的标识信息。该方法还包括：发起在多个候选网络实体中的一个或多个网络实体处使用机器学习算法对模型的训练作为协作学习过程的一部分。程的一部分。程的一部分。


技术研发人员：卡尔
受保护的技术使用者：瑞典爱立信有限公司
技术研发日：2020.08.06
技术公布日：2022/4/7