本发明专利技术涉及通信技术领域，尤其涉及一种模型传输方法、装置、电子设备及存储介质。具体实现方案为：确定接收端节点所需的模型信息；查询与接收端节点直接连接的周边节点是否存储其所需的模型信息；响应于周边节点存储所需的模型信息，以存储有模型信息的周边节点作为发送端节点直接向接收端节点发送模型信息；响应于周边节点没有存储所需的模型信息，继续查询存储有模型信息的远端节点；将存储有模型信息的远端节点作为发送端节点，并确定远端节点与接收端节点之间的中继节点形成的传输路径；通过传输路径将远端节点的模型信息传输至接收端节点。从而在提升节点的自我进化能力的同时降低了网络负载，实现模型信息的高效传输，提升了通信效率。升了通信效率。升了通信效率。
【技术实现步骤摘要】
模型传输方法、装置、电子设备及存储介质
[0001]本专利技术涉及通信
，尤其涉及模型传输方法、装置、电子设备及存储介质。
技术介绍
[0002]在未来的万物智联网络中，网络节点趋向于智能化，网络节点智能化导致了信息空间快速扩张、甚至维度灾难，加剧了表征信息承载空间的难度，导致传统的网络服务能力与高维信息空间难以匹配，通信传输的数据量过大，信息业务服务系统无法持续满足人们复杂、多样和智能化信息传输的需求。而通过人工智能模型来编码、传播、解码业务信息，可显著降低通信业务中的数据传输量，极大地提升了信息传输效率。这些模型相对稳定，并具有复用性、传播性。模型的传播和复用将有助于增强网络智能，同时降低开销和资源浪费，形成节点极智、网络极简的智简网络。
[0003]智简网络的核心在于传输模型，网络具有存储功能，模型存于网络，可能存储在终端用户侧，也可能存储在云端。各个节点可以吸收网路上其它节点的模型实现自我进化，因此，传播模型的效率直接决定了通信的效率。由于智简网络中可能有多个节点存储了目标节点所需的目标模型或目标模型的一个或多个模型切片，如果没有系统的计算，可能导致系统通信效率低，例如，节点B和节点C都存储有节点A所需的目标模型，但是节点C距离节点A较远，需要通过多个中继节点，传输代价较大，如果系统随意选择节点C则可能导致系统通信效率低。因此，需要一种可以计算模型的传输路径的方法，尽可能减小模型或模型切片的传输代价，提升模型的传输效率。
技术实现思路
[0004]本专利技术提供了一种用于智简网络的模型传输方法、装置、设备以及存储介质。
[0005]根据本专利技术的一方面，提供了一种模型传输方法，包括：
[0006]确定接收端节点所需的模型信息；
[0007]查询与所述接收端节点直接连接的周边节点是否存储其所需的所述模型信息；
[0008]响应于所述周边节点存储所需的所述模型信息，以一个或多个存储有所述模型信息的所述周边节点作为发送端节点直接向所述接收端节点发送所述模型信息；
[0009]响应于所述周边节点没有存储所需的所述模型信息，继续查询存储有所述模型信息的远端节点；
[0010]将存储有所述模型信息的所述远端节点作为所述发送端节点，并确定所述远端节点与所述接收端节点之间的中继节点形成的传输路径；
[0011]通过所述传输路径将所述远端节点的所述模型信息传输至所述接收端节点。
[0012]可选的，所述查询存储有所述模型信息的所述远端节点包括一个或多个，且每个所述远端节点与所述接收端节点之间形成的所述传输路径为一个或多个。
[0013]可选的，响应于所述传输路径为多个，在传输所述模型信息之前，计算多个所述传输路径向所述接收端节点传输所述模型信息的传输代价，并选择所述传输代价最小的所述
传输路径传输所述模型信息。
[0014]可选的，计算所述传输代价的因素包括传输时延，和/或传输能耗，和/或通信服务需求，和/或所述中继节点的计算量。
[0015]可选的，所述模型信息包括模型或模型切片。
[0016]根据本专利技术的另一方面，提供了一种模型传输装置，包括：
[0017]模型确定模块，用于确定接收端节点所需的模型信息；
[0018]节点查询模块，用于查询与所述接收端节点直接连接的周边节点是否存储其所需的所述模型信息；
[0019]模型传输模块，响应于所述周边节点存储所需的所述模型信息，以一个或多个存储有所述模型信息的所述周边节点作为发送端节点直接向所述接收端节点发送所述模型信息；
[0020]所述节点查询模块响应于所述周边节点没有存储所需的所述模型信息，继续查询存储有所述模型信息的远端节点；
[0021]路径规划模块，用于将存储有所述模型信息的所述远端节点作为所述发送端节点，并确定所述远端节点与所述接收端节点之间的中继节点形成的传输路径；
[0022]所述模型传输模块通过所述传输路径将所述远端节点的所述模型信息传输至所述接收端节点。
[0023]可选的，所述节点查询模块查询存储有所述模型信息的所述远端节点包括一个或多个，且每个所述远端节点与所述接收端节点之间形成的所述传输路径为一个或多个。
[0024]可选的，还包括：
[0025]计算模块，用于响应于所述路径规划模块确定的所述传输路径为多个，在所述模型传输模块传输所述模型信息之前，计算多个所述传输路径向所述接收端节点传输所述模型信息的传输代价，并选择所述传输代价最小的所述传输路径传输所述模型信息。
[0026]可选的，所述计算模块计算所述传输代价的因素包括传输时延，和/或传输能耗，和/或通信服务需求，和/或所述中继节点的计算量。
[0027]可选的，所述模型信息包括模型或模型切片。
[0028]本专利技术还提供了一种电子设备，包括：
[0029]至少一个处理器；以及
[0030]与所述至少一个处理器通信连接的存储器；其中，
[0031]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述技术方案中任一项所述的模型传输方法。
[0032]本专利技术还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述实施例中任一项所述的模型传输方法。
[0033]本专利技术还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述实施例中任一项所述的模型传输方法。
[0034]本专利技术通过上述模型传输方法、装置、设备以及存储介质，在提升节点的自我进化能力的同时降低了网络负载，实现模型信息的高效传输，提升了通信效率。
[0035]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特
征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0036]附图用于更好地理解本方案，不构成对本专利技术的限定。其中：
[0037]图1是本专利技术实施例中的第一种模型传输方法的步骤流程图；
[0038]图2是本专利技术实施例中的模型传播示意图；
[0039]图3是本专利技术实施例中的第二种模型传输方法的步骤流程图；
[0040]图4是本专利技术实施例中的第一种模型传输装置的原理框图；
[0041]图5是本专利技术实施例中的第二种模型传输装置的原理框图。
具体实施方式
[0042]以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0043]专利技术公开了智简网络中主要通过人工智能模型传播业务信息，通过使用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种模型传输方法，其特征在于，包括：确定接收端节点所需的模型信息；查询与所述接收端节点直接连接的周边节点是否存储其所需的所述模型信息；响应于所述周边节点存储所需的所述模型信息，以一个或多个存储有所述模型信息的所述周边节点作为发送端节点直接向所述接收端节点发送所述模型信息；响应于所述周边节点没有存储所需的所述模型信息，继续查询存储有所述模型信息的远端节点；将存储有所述模型信息的所述远端节点作为所述发送端节点，并确定所述远端节点与所述接收端节点之间的中继节点形成的传输路径；通过所述传输路径将所述远端节点的所述模型信息传输至所述接收端节点。2.根据权利要求1所述的模型传输方法，其特征在于，所述查询存储有所述模型信息的所述远端节点包括一个或多个，且每个所述远端节点与所述接收端节点之间形成的所述传输路径为一个或多个。3.根据权利要求2所述的模型传输方法，其特征在于，响应于所述传输路径为多个，在传输所述模型信息之前，计算多个所述传输路径向所述接收端节点传输所述模型信息的传输代价，并选择所述传输代价最小的所述传输路径传输所述模型信息。4.根据权利要求3所述的模型传输方法，其特征在于，计算所述传输代价的因素包括传输时延，和/或传输能耗，和/或通信服务需求，和/或所述中继节点的计算量。5.根据权利要求1
‑
4中任一所述的模型传输方法，其特征在于，所述模型信息包括模型或模型切片。6.一种模型传输装置，其特征在于，包括：模型确定模块，用于确定接收端节点所需的模型信息；节点查询模块，用于查询与所述接收端节点直接连接的周边节点是否存储其所需的所述模型信息；模型传输模块，响应于所述周边节点存储所需的所述模型信息，以一个或多个存储有所述模型信息的所述周边节点作为发送端节点直接向所述接收端节点发送所述模型信息；所述节点查询模块响应于所述周边节点没有存储所需的所述模型信息，继续查询存储有...
【专利技术属性】
技术研发人员：董辰，吕素玉，韩书君，许晓东，王碧舳，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：
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。