【技术实现步骤摘要】
一种网络数据分析方法、功能实体及电子设备
本专利技术涉及通信
，尤其涉及一种网络数据分析方法、功能实体及电子设备。
技术介绍
网络数据分析功能(NetworkDataAnalyticsFunction，简称NWDAF)实体被设定为一个综合体，包括数据湖、训练平台、推理平台等单元，NWDAF实体与各个网元进行交互，完成数据收集、模型训练和推理运算，并按需下发训练分析结果给相关的网元。目前，NWDAF实体的整体设计中包括模型训练功能，导致模型训练功能的使用不够灵活。
技术实现思路
本专利技术实施例提供一种网络数据分析方法、功能实体及电子设备，以解决NWDAF实体的模型训练功能使用不够灵活的问题。为解决上述技术问题，本专利技术是这样实现的：第一方面，本专利技术实施例提供了一种网络数据分析方法，用于网络数据分析功能实体，所述网络数据分析方法包括：请求第一对象生成一模型；所述第一对象为训练平台、训练模块、训练功能实体或训练服务模块；接收所述第一对象发送的所述模型。
【技术保护点】
1.一种网络数据分析方法，用于网络数据分析功能实体，其特征在于，所述网络数据分析方法包括：/n请求第一对象生成一模型；所述第一对象为训练平台、训练模块、训练功能实体或训练服务模块；/n接收所述第一对象发送的所述模型。/n
【技术特征摘要】
1.一种网络数据分析方法，用于网络数据分析功能实体，其特征在于，所述网络数据分析方法包括：
请求第一对象生成一模型；所述第一对象为训练平台、训练模块、训练功能实体或训练服务模块；
接收所述第一对象发送的所述模型。
2.根据权利要求1所述的网络数据分析方法，其特征在于，所述请求第一对象生成一模型具体为：
向所述第一对象发送第一请求消息，所述第一请求消息用于请求所述第一对象生成所述模型；所述模型通过第一响应消息携带；
或
调用第三对象提供的、用于生成所述模型的训练服务；所述第三对象为训练模块、训练功能实体或训练服务模块。
3.根据权利要求1所述的网络数据分析方法，其特征在于，在所述请求第一对象生成一模型之前，还包括：
向网络存储库功能NRF实体发送第二请求消息；
接收所述NRF实体返回的第二响应消息，所述第二响应消息用于指示可用的第二对象；所述第二对象为训练平台、训练模块、训练功能实体或训练服务模块；所述第一对象选自所述第二对象。
4.根据权利要求3所述的网络数据分析方法，其特征在于，所述第二请求消息携带参数，所述参数用于所述NRF实体确定所述第二对象。
5.根据权利要求3所述的网络数据分析方法，其特征在于，所述第二响应消息携带所述第二对象的参数，所述第二对象的参数用于所述网络数据分析功能实体从所述第二对象中选择所述第一对象。
6.根据权利要求2所述的网络数据分析方法，其特征在于，所述第一请求消息包括如下参数中的至少一个：
算法标识参数、算法性能要求参数和数据地址参数。
7.根据权利要求2所述的网络数据分析方法，其特征在于，所述第一响应消息包括如下参数中的至少一个：模型标识、模型输入参数、模型输出参数和模型参数。
8.根据权利要求2-5中任意一项所述的网络数据分析方法，其特征在于，所述接收所述第一对象发送的所述模型之后，还包括：
向NRF实体发送模型登记消息，所述模型登记消息包括所述模型的标识信息和网络数据分析功能NWDAF实体的地址信息。
9.一种网络数据分析方法，用于网络存储库功能实体，其特征在于，所述网络数据分析方法包括：
接收网络数据分析功能NWDAF实体发送的第二请求消息；
向所述NWDAF实体发送第二响应消息，所述第二响应消息用于指示可用的第二对象；所述第二对象为训练平台、训练模块、训练功能实体或训练服务模块。
10.根据权利要求9所述的网络数据分析方法，其特征在于，所述接收网络数据分析功能NWDAF实体发送的第二请求消息之前，还包括：
接收待注册对象发送的注册请求消息；所述第二对象选自网络存储库功能实体NRF中已注册的对象。
11.根据权利要求10所述的网络数据分析方法，其特征在于，所述注册请求消息包括待注册对象如下参数中的至少一个：
地址参数、位置参数、负载参数、算法能力参数和支持的算法类型参数。
12.根据权利要求9-11中任意一项所述的网络数据分析方法，其特征在于，所述第二请求消息携带参数，所述参数用于NRF确定所述第二对象。
13.根据权利要求9-11中任意一项所述的网络数据分析方法，其特征在于，所述第二响应消息携带所述第二对象的参数，所述第二对象的参数用于所述NWDAF从所述第二对象中选择第一对象。
14.根据权利要求9-11中任意一项所述的网络数据分析方法，其特征在于，所述向所述NWDAF实体发送第二响应消息之后，还包括：
接收所述NWDAF实体发送的模型登记消息，所述模型登记消息包括所述模型的标识信息和所述NWDAF实体的地址信息。
15.一种网络数据分析方法，用于训练对象，所述训练对象包括训练平台、训练模块、训练功能实体或训练服务模块，其特征在于，所述网络数据分析方法包括：
接收网络数据分析功能NWDAF实体发送的请求，生成模型；
向所述NWDAF实体发送所述模型。
16.根据权利要求15所述的网络数据分析方法，其特征在于，所述接收网络数据分析功能NWDAF实体发送的请求，生成模型具体为：
接收所述NWDAF实体发送的第一请求消息后进行数据训练，生成所述模型；
或
接收所述NWDAF实体发送的数据训练服务的调用请求，提供生成所述模型的训练服务。
17.根据权利要求16所述的网络数据分析方法，其特征在于，所述接收网络数据分析功能NWDAF实体发送的请求，生成模型之前，还包括：
向网络存储库功能NRF实体发送注册请求消息，请求注册到所述NRF实体。
18.根据权利要求16或17所述的网络数据分析方法，其特征在于，所述第一请求消息包括如下参数中的至少一个：算法标识参数、算法性能要求参数和数据地址参数。
19.根据权利要求16或17所述的网络数据分析方法，其特征在于，所述接收网络数据分析功能NWDAF实体发送的请求，生成模型之后，还包括：
向所述NWDAF实体发送所述模型的如下参数中的至少一个：模型标识、模型输入参数、模型输出参数和模型参数。
20.一种功能实体，所述功能实体为网络数据分析功能实体，其特征在于，所述功能实体包括处理器和收发机；
所述收发机，用于请求第一对象生成一模型，并接收所述第一对象发送的所述模型，所述第一对象为训练平台、训练模块、训练功能实体或训练服务模块。
21.根据权利要求20所述的功能实体，其特征在于，所述收发机还用于：
向所述第一对象发送第一请求消息，所述第一请求消息用于请求所述第一对象生成所述模型；所述模型通过第一响应消息携带；
或
调用第三对象提供的、用于生成所述模型的训练服务；所述第三对象为训练模块、训练功能实体或训练服务模块。
22.根据权利要求20所述的功能实体，其特征在于，所述收发机还用于：
向网络存...
【专利技术属性】
技术研发人员：李爱华，
申请(专利权)人：中国移动通信有限公司研究院，中国移动通信集团有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。