模型的推送、模型的请求方法及装置、存储介质制造方法及图纸

本发明专利技术提供了一种模型的推送、模型的请求方法及装置、存储介质,上述模型的推送方法包括：接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；搜索与所述模型匹配指令对应的模型；在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点，采用上述技术方案，至少解决了相关技术中如何从大量模型中选择需要的模型缺乏统一的技术方案等问题。

Model push, model request method, device and storage medium

【技术实现步骤摘要】
模型的推送、模型的请求方法及装置、存储介质
本专利技术涉及通信领域，具体而言，涉及一种模型的推送、模型的请求方法及装置、存储介质。
技术介绍
跟传统网络相比，5G网络中引入了软件定义网络(SoftwareDefinedNetwork，简称为SDN)、网络功能虚拟化(NetworkFunctionVirtualization，简称为NFV)等新技术，这些技术在增加网络灵活性的同时，也带来了管理和运维方面的复杂性，自动化、智能化的运营运维能力，将成为5G时代电信网络的刚需。人工智能技术在解决高计算量数据分析、跨领域特性挖掘、动态策略生成等方面，具备天然优势，将赋予5G时代网络运营运维新的模式和能力。使用人工智能模型须考虑以下两方面：建模和应用。其中建模是指针对某种特定的分析需求，选择适当的算法，并通过历史数据的训练使得模型能够根据输入数据得到置信度较高的分析结果。应用是指在已有的模型中选择符合应用场景的模型，将其部署并运行在指定位置。利用运行中产生的分析数据可以实现模型参数的不断优化，使得模型能够随及时调整，维持模型推理的准确率。目前在大数据及人工智能技术引入网络运维管理中，技术人员专注于人工智能建模部分，模型的部署和优化往往是针对单个模型的，对于大量现成模型的管理及其在网络中的应用(包括模型选择、部署及优化)则缺乏统一的方案。针对相关技术中，如何从大量模型中选择需要的模型缺乏统一的技术方案等问题，尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种模型的推送、模型的请求方法及装置、存储介质，以至少解决相关技术中如何从大量模型中选择需要的模型缺乏统一的技术方案等问题。根据本专利技术的一个实施例，提供了一种模型的推送方法，包括：接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；搜索与所述模型匹配指令对应的模型；在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点。根据本专利技术的另一个实施例，还提供了一种模型的请求方法，包括：基于分析需求生成模型匹配指令；将生成的模型匹配指令发送至模型平台，以指示所述模型平台搜索与所述模型匹配指令对应的模型，并在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点。根据本专利技术的另一个实施例，还提供了一种模型的推送装置，包括：接收模块，用于接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；搜索模块，用于搜索与所述模型匹配指令对应的模型；推送模块，用于在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点。根据本专利技术的另一个实施例，还提供了一种模型的请求装置，包括：生成模块，用于基于分析需求生成模型匹配指令；发送模块，用于将生成的模型匹配指令发送至模型平台，以指示所述模型平台搜索与所述模型匹配指令对应的模型，并在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点。根据本专利技术的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，由于接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；搜索与所述模型匹配指令对应的模型；在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点，因此，可以解决如何从大量模型中选择需要的模型缺乏统一的技术方案等问题，达到提供了如何选择模型的技术方案。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的模型的推送方法的流程图；图2是根据本专利技术实施例的模型的请求方法的流程图；图3为根据本专利技术示例的模型推送系统的结构示意图；图4是根据本专利技术实施例的模型的推送装置的结构框图；图5是根据本专利技术实施例的模型的请求装置的结构框图；图6为根据本专利技术优选实施例的资源分配的流程示意图；图7为根据本专利技术优选实施例的模型选择流程的示意图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“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。在本实施例中提供了一种模型的推送方法，图1是根据本专利技术实施例的模型的推送方法的流程图，如图1所示，该流程包括如下步骤：步骤S102，接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；步骤S104，搜索与所述模型匹配指令对应的模型；步骤S106，在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点。通过本专利技术，由于接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；搜索与所述模型匹配指令对应的模型；在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点，因此，可以解决如何从大量模型中选择需要的模型缺乏统一的技术方案等问题，达到提供了如何选择模型的技术方案。在本专利技术实施例中，搜索与所述模型匹配指令对应的模型，至少包括以下之一：在主模型平台搜索与所述模型匹配指令对应的模型；在所述主模型平台的联合模型平台搜索与所述模型匹配指令对应的模型；在所述主模型平台和所述联合模型平台搜索与所述模型匹配指令对应的模型，即可以在主模型平台或联合模型平台搜索，还可以将主模型平台和联合模型平台作为一个搜索库进行搜索。在本专利技术实施例中，上述步骤S104在一个可选的实施例中可以通过以下方式实现：在搜索到与所述模型匹配指令对应的模型时，向所述编排器反馈搜索成功消息；在未搜索到与所述模型匹配指令对应的模型时，向所述编排器反馈搜索失败消息。在本专利技术实施例中，将搜索到的模型推送至需要所述模型的目的节点，包括：至少将所述模型，以及所述模型的元数据打包成文件；将打包的文件发送至所述目的节点，打包成的文件可以是docker文件，也可以是其他可执行文件，本专利技术实施例对此不作限定。在本专利技术实施例中，在搜索到的模型为单个时，将单个的模型打包成文件发送至所述目的节点；在搜索到的模型为多个时，将对多个模型至少执行以下之一操作：编排组合，验证，将至少执行了以上之一操作的多个模型打包成文件发送至所述目的节点。即模型引擎收到模型匹配指令后，根据编排器提供的联合类型确定模型搜索域，查找是否存在符合模模型匹配指令的模型。若不存在，则向编排器发送模型匹配失败消息，若匹配结果为单个模型，则直接将模型打包为可部署的人工应用。若匹配为多个模型，则先完成模型的编排组合、验证，然后将编排信息文件与本文档来自技高网...

【技术保护点】
1.一种模型的推送方法，其特征在于，包括：/n接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；/n搜索与所述模型匹配指令对应的模型；/n在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点。/n

【技术特征摘要】
1.一种模型的推送方法，其特征在于，包括：
接收编排器的模型匹配指令，其中，所述模型匹配指令基于分析需求生成；
搜索与所述模型匹配指令对应的模型；
在搜索到所述模型时，将搜索到的模型推送至需要所述模型的目的节点。


2.根据权利要求1所述的方法，其特征在于，搜索与所述模型匹配指令对应的模型，至少包括以下之一：
在主模型平台搜索与所述模型匹配指令对应的模型；
在所述主模型平台的联合模型平台搜索与所述模型匹配指令对应的模型；
在所述主模型平台和所述联合模型平台搜索与所述模型匹配指令对应的模型。


3.根据权利要求1所述的方法，其特征在于，搜索与所述模型匹配指令对应的模型，包括：
在搜索到与所述模型匹配指令对应的模型时，向所述编排器反馈搜索成功消息；
在未搜索到与所述模型匹配指令对应的模型时，向所述编排器反馈搜索失败消息。


4.根据权利要求1所述的方法，其特征在于，将搜索到的模型推送至需要所述模型的目的节点，包括：
至少将所述模型，以及所述模型的元数据打包成文件；
将打包的文件发送至所述目的节点。


5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在搜索到的模型为单个时，将单个的模型打包成文件发送至所述目的节点；
在搜索到的模型为多个时，将对多个模型至少执行以下之一操作：编排组合，验证，将至少执行了以上之一操作的多个模型打包成文件发送至所述目的节点。


6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
接收编排器在检测到模型达到模型更新条件时发送的模型更新请求，其中，所述模型更新条件包括：推送至目的节点的模型准确率低于预设阈值；
将与所述模型更新请求对应的模型发送至沙盒，其中，在所述沙盒中对所述模型更新请求对应的模型进行训练优化；
接收所述沙盒训练成功后的模型。


7.根据权利要求1-6任一项所述的方法，其特征在于，所述模型匹配指令至少包括以下参数之一：模型或算法属性，模型输入和输出要求，用于指示是否联合模型平台查找的指示信息，目的节点的信息。

【专利技术属性】
技术研发人员：袁丽雅，孟伟，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东;44