基于低轨卫星和5GS的AI/ML模型分布式传输方法、装置及系统制造方法及图纸

本发明专利技术公开了一种基于低轨卫星和5GS的AI/ML模型分布式传输方法、装置和系统，将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式，进行分布式传输；在AI/ML模型训练时，将所述训练数据请求通过卫星传输方式发送至相应UE，并UE反馈的所述训练数据以卫星传输方式输送回来，以供所述AI/ML系统进行AI/ML模型训练；在AI/ML模型使用时，将训练好的AI/ML模型的模型数据以地面传输的方式反馈至所述UE。本发明专利技术通过这种分布式传输，可以极大的节省地面网络资源，使地面网络资源能更多地为延迟敏感的业务服务，提升终端的的服务体验。验。验。

【技术实现步骤摘要】
基于低轨卫星和5GS的AI/ML模型分布式传输方法、装置及系统


[0001]本专利技术涉及5G通信领域，尤其涉及5G通信领域的数据传输。

技术介绍

[0002]随着通信网络的发展，互联网能为用户提供的服务种类也在急速上升，例如：定位、导航、语音识别、图片识别等等，而这些服务大多数基于先进的技术例如人工智能和机器学习(AI/ML)，这些技术功能强大，但同时也需要更多的资源支持。例如更大的存储空间、更多的计算资源、更短的传输时延等等。面对多种多样的资源需求，地面网络的资源往往不足以支撑，卫星接入网络作为地面网络的补充，就可以为多样化的智能服务提供额外的资源补充。但是由于使用卫星接入进行传输，时延比地面传输更大，因此，需要考虑如何合理的利用地面和卫星网络，节省5G系统地面带宽。
[0003]故，急需一种解决上述问题的方法。

技术实现思路

[0004]本专利技术的目的是提供一种基于低轨卫星和5GS的AI/ML模型分布式传输方法装置、系统以及计算设备，可以极大的节省地面网络资源，使地面网络资源能更多地为延迟敏感的业务服务，提升终端的的服务体验。
[0005]为了实现上述目的，本专利技术公开了一种基于低轨卫星和5GS的AI/ML模型分布式传输方法，将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式；在AI/ML模型训练时，收到AI/ML系统发送的训练数据请求时，将所述训练数据请求通过卫星传输方式发送至相应UE，以使得UE收集相应的训练数据，并将所述训练数据以卫星传输方式反馈回来，将所述UE发送的训练数据输送至所述AI/ML系统，以供所述AI/ML系统进行AI/ML模型训练；在AI/ML模型使用时，收到UE发送的模型订阅请求时，将训练好的AI/ML模型的模型数据以地面传输的方式反馈至所述UE。
[0006]较佳地，通过NWDAF网元接受所述AI/ML系统发送的训练数据请求，并将所述训练数据请求以卫星传输方式发送至相应UE，通过NWDAF网元以卫星传输方式接受UE反馈的训练数据；通过边缘服务器接受并存储所述AI/ML系统训练好的AI/ML模型的模型数据，通过NWDAF网元接受所述UE发送的模型订阅请求并将所述模型订阅请求转发至所述边缘服务器，通过NWDAF网元接受所述边缘服务器发送的训练好的AI/ML模型的模型数据，并将所述训练好的AI/ML模型的模型数据以地面传输的方式反馈至所述UE。
[0007]具体地，所述NWDAF网元将训练数据请求和训练数据的输送方式设置为卫星传输方式并存储，所述NWDAF网元将所述模型订阅请求和AI/ML模型的输送方式设置为地面传输方式并存储。
[0008]本专利技术还公开了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述
处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法对应的操作。
[0009]本专利技术还公开了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法对应的操作。
[0010]本专利技术还公开了一种基于低轨卫星和5GS的AI/ML模型分布式传输装置，包括：输送控制模块，将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式；第一收发模块，在AI/ML模型训练时，收到AI/ML系统发送的训练数据请求时，将所述训练数据请求通过卫星传输方式发送至相应的UE，以使得UE收集相应的训练数据，并将所述训练数据以卫星传输方式反馈回来，将所述UE发送的训练数据输送至所述AI/ML系统，以供所述AI/ML系统进行AI/ML模型训练；第二收发模块，在AI/ML模型使用时，收到一所述UE发送的模型订阅请求时，将训练好的AI/ML模型的模型数据以地面传输的方式反馈至相应所述UE。
[0011]较佳地，所述输送控制模块、第一收发模块和第二收发模块部署于NWDAF网元中，所述第一收发模块接受所述AI/ML系统发送的训练数据请求，并将所述训练数据请求以卫星传输方式发送至相应的UE，以卫星传输方式接受所述UE反馈的训练数据；所述第二收发模块接受边缘服务器发送的训练好的AI/ML模型的模型数据，并将所述训练好的AI/ML模型的模型数据以地面传输的方式反馈至所述UE。
[0012]本专利技术还公开了一种基于低轨卫星和5GS的AI/ML模型分布式传输系统，包括卫星接入点、地面接入点、5G核心网、NTN网关和AI/ML系统，所述卫星接入点通过所述NTN网关与所述5G核心网连接，所述地面接入点与所述5G核心网连接，所述AI/ML系统与所述5G核心网连接，所述5G核心网将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式；所述AI/ML系统在AI/ML模型训练时向所述5G核心网发送训练数据请求，所述5G核心网将所述训练数据请求通过通过NTN网关、卫星接入点以卫星传输方式输送至相应的UE，以使得所述UE收集相应的训练数据，并将所述训练数据通过卫星接入点、NTN网关以卫星传输方式反馈回来，所述5G核心网将所述UE反馈的训练数据输送至所述AI/ML系统，所述AI/ML系统依据所述训练数据进行AI/ML模型训练以获得训练好的AI/ML模型的模型数据；所述5G核心网在AI/ML模型使用时收到一所述UE发送的模型订阅请求，依据所述模型订阅请求通过所述地面接入点将所述训练好的AI/ML模型的模型数据通过地面传输方式输送至对应UE。
[0013]较佳地，基于低轨卫星和5GS的AI/ML模型分布式传输系统还包括边缘服务器，所述AI/ML系统将训练好的AI/ML模型的模型数据输送至所述边缘服务器存储；所述边缘服务器在AI/ML模型使用时收到所述UE发送的模型订阅请求，依据所述模型订阅请求将训练好的AI/ML模型的模型数据发送至所述5G核心网，所述5G核心网通过所述地面接入点将所述训练好的AI/ML模型的模型数据通过地面传输方式输送至对应所述UE。
[0014]较佳地，所述5G核心网包括NWDAF网元，所述NWDAF网元将训练数据请求和训练数据的输送方式设置为卫星传输方式并存储，所述NWDAF网元将所述模型订阅请求和AI/ML模
型的输送方式设置为地面传输方式并存储。
[0015]与现有技术相比，本专利技术通过将AI/ML模型拆分为模型数据和训练数据两大部分，并根据终端对这两部分的需求，将模型数据划分为延迟敏感部件，通过地面接入进行传输，将训练数据划分为容忍延迟部件，通过卫星接入进行传输，进行分布式传输，最终通过这种分布式传输方法，有效节省地面网络资源，使地面网络资源本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于低轨卫星和5GS的AI/ML模型分布式传输方法，其特征在于：将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式；在AI/ML模型训练时，收到AI/ML系统发送的训练数据请求时，将所述训练数据请求通过卫星传输方式发送至相应的UE，以使得UE收集相应的训练数据，并将所述训练数据以卫星传输方式反馈回来，将所述UE发送的训练数据输送至所述AI/ML系统，以供所述AI/ML系统进行AI/ML模型训练；在AI/ML模型使用时，收到一所述UE发送的模型订阅请求时，将训练好的AI/ML模型的模型数据以地面传输的方式反馈至相应的所述UE。2.如权利要求1所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法，其特征在于：通过NWDAF网元接受所述AI/ML系统发送的训练数据请求，并将所述训练数据请求以卫星传输方式发送至相应的UE，通过NWDAF网元以卫星传输方式接受所述UE反馈的训练数据；通过边缘服务器接受并存储所述AI/ML系统训练好的AI/ML模型的模型数据，通过NWDAF网元接受一所述UE发送的模型订阅请求并将所述模型订阅请求转发至所述边缘服务器，通过NWDAF网元接受所述边缘服务器发送的训练好的AI/ML模型的模型数据，并将所述训练好的AI/ML模型的模型数据以地面传输的方式反馈至相应所述UE。3.如权利要求2所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法，其特征在于：所述NWDAF网元将训练数据请求和训练数据的输送方式设置为卫星传输方式并存储，所述NWDAF网元将所述模型订阅请求和AI/ML模型的输送方式设置为地面传输方式并存储。4.一种计算设备，其特征在于：包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1
‑
3中任一项所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法对应的操作。5.一种计算机存储介质，其特征在于：所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1
‑
3中任一项所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法对应的操作。6.一种基于低轨卫星和5GS的AI/ML模型分布式传输装置，其特征在于：包括：输送控制模块，将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式；第一收发模块，在AI/ML模型训练时，收到AI/ML系统发送的训练数据请求时，将所述训练数据请求通过卫星传输方式发送至相应的UE，以使得所述UE收集相应的训练数据，并将所述训练数据以卫星传输方式反馈回来，将所述UE发送...

【专利技术属性】
技术研发人员：吴维芝，
申请(专利权)人：广州爱浦路网络技术有限公司，
类型：发明
国别省市：