【技术实现步骤摘要】
通信网络中的数据处理方法及网络侧设备
[0001]本申请属于通信
,具体涉及一种通信网络中的数据处理方法及网络侧设备。
技术介绍
[0002]在通信网络中,通常可以引入了一些网元进行智能化的模型训练,并基于训练得到的模型执行推理任务,得到推理结果,该推理结果可以辅助网内外设备进行策略决策,以提升设备策略决策的智能化程度。
[0003]然而,在实际应用中,模型经过训练阶段所达到的准确度并不代表该模型在实际推理使用中能达到的推理准确度,也就是说,在基于模型执行推理任务时,推理结果的准确度可能会低于模型训练阶段的准确度,在这种情况下,如果将推理结果提供给网内外设备,就会导致错误的策略决策或执行不合适的操作。
技术实现思路
[0004]本申请实施例提供一种通信网络中的数据处理方法及网络侧设备,能够解决模型实际推理时的准确度较低时影响策略决策的问题。
[0005]第一方面,提供了一种通信网络中的数据处理方法,该方法包括:
[0006]第一网元确定第一模型的第一准确度,所述第一准确度用于指示所述第一模型用于实际推理的准确程度;
[0007]在所述第一准确度满足预设条件的情况下,所述第一网元重新训练所述第一模型或重新选择第二模型。
[0008]第二方面,提供了一种通信网络中的数据处理装置,该装置包括:
[0009]确定模块,用于确定第一模型的第一准确度,所述第一准确度用于指示所述第一模型用于实际推理的准确程度;
[0010]模型训练模块,用于在所述第一准 ...
【技术保护点】
【技术特征摘要】
1.一种通信网络中的数据处理方法,其特征在于,包括:第一网元确定第一模型的第一准确度,所述第一准确度用于指示所述第一模型用于实际推理的准确程度;在所述第一准确度满足预设条件的情况下,所述第一网元重新训练所述第一模型或者重新选择第二模型。2.根据权利要求1所述的方法,其特征在于,所述第一准确度用于指示以下至少一项:所述第一模型用于实际推理时的推理结果的正确程度;所述第一模型用于实际推理时的推理结果的错误程度。3.根据权利要求1所述的方法,其特征在于,所述第一网元确定第一模型的第一准确度,包括:所述第一网元获取第一数据;所述第一网元基于所述第一数据确定所述第一准确度;所述第一数据包括以下至少一项:推理输入数据;与所述推理输入数据对应的推理结果数据;与所述推理输入数据对应的标签数据。4.根据权利要求3所述的方法,其特征在于,所述第一网元获取第一数据,包括:接收第二网元发送的对所述第一模型的使用信息;根据所述使用信息,确定所述第一数据的来源信息;根据所述来源信息获取所述第一数据。5.根据权利要求3所述的方法,其特征在于,所述第一网元获取第一数据,包括:接收第二网元发送的所述第一数据,所述第二网元包括模型推理功能网元。6.根据权利要求3所述的方法,其特征在于,所述第一网元获取第一数据,包括:接收第七网元发送的所述第一数据,所述第七网元包括数据存储功能网元。7.根据权利要求4所述的方法,其特征在于,所述接收第二网元发送的对所述第一模型的使用信息之前,所述方法还包括:所述第一网元向所述第二网元发送第一请求消息,所述第一请求消息用于请求获取所述第二网元对所述第一模型的使用信息。8.根据权利要求5所述的方法,其特征在于,所述接收第二网元发送的所述第一数据之前,所述方法还包括:所述第一网元向所述第二网元发送第二请求消息,所述第二请求消息用于请求获取所述第二网元所收集的所述第一数据。9.根据权利要求6所述的方法,其特征在于,所述接收第七网元发送的所述第一数据之前,所述方法还包括:所述第一网元向所述第七网元发送第三请求消息,所述第三请求消息用于获取所述第一数据。10.根据权利要求4所述的方法,其特征在于,在接收第二网元发送的对所述第一模型的使用信息之前,所述方法还包括:训练获取所述第一模型;将所述第一模型的模型信息发送给所述第二网元;其中,所述第一模型的模型信息包括以下至少一项:
所述第一模型;所述第一模型的第二准确度,所述第二准确度用于指示所述第一模型在训练阶段或测试阶段所呈现的模型输出结果的准确程度。11.根据权利要求4所述的方法,其特征在于,所述使用信息包括以下至少一项:所述第一模型的模型标识信息;基于所述第一模型执行的推理任务的任务标识信息;所述推理任务的条件限定信息;所述推理任务的对象信息。12.根据权利要求11所述的方法,其特征在于,所述来源信息包括以下至少一项:第三网元,所述第三网元用于提供所述推理任务对应的推理输入数据;第四网元,所述第四网元用于提供所述推理任务对应的标签数据。13.根据权利要求12所述的方法,其特征在于,所述根据所述来源信息获取所述第一数据,包括以下至少一项:向所述第三网元发送输入数据获取请求消息,所述输入数据获取请求消息用于请求获取所述推理输入数据;向所述第四网元发送标签数据获取请求消息,所述标签数据获取请求消息用于请求获取所述标签数据;其中,所述输入数据获取请求消息中包括以下至少一项:所述推理输入数据的类型信息;所述推理输入数据对应的对象信息;所述推理输入数据对应的时间信息;所述标签数据获取请求消息中包括以下至少一项:所述标签数据的类型信息;所述标签数据对应的对象信息;所述标签数据对应的时间信息。14.根据权利要求3所述的方法,其特征在于,所述第一网元确定所述第一模型的第一准确度,包括:将所述推理输入数据输入所述第一模型,确定推理结果数据;根据所述推理结果数据和所述标签数据,确定所述第一准确度。15.根据权利要求1所述的方法,其特征在于,所述第一准确度满足预设条件,包括以下至少一项:所述第一准确度小于第二准确度,所述第二准确度用于指示所述第一模型在训练阶段或测试阶段所呈现的模型输出结果的准确程度;所述第一准确度小于所述第二准确度,且所述第一准确度和所述第二准确度之间的差值大于预设值;所述第一准确度小于预设准确度。16.根据权利要求15所述的方法,其特征在于,所述第二准确度用于指示以下至少一项:所述第一模型在训练阶段或测试阶段所呈现的模型输出结果的正确程度;
所述第一模型在训练阶段或测试阶段所呈现的模型输出结果的错误程度。17.根据权利要求1所述的方法,其特征在于,所述第一网元重新训练所述第一模型,包括:获取目标训练数据,所述目标训练数据包括目标输入数据以及与所述目标输入数据对应的目标标签数据;基于所述目标训练数据重新训练所述第一模型。18.根据权利要求17所述的方法,其特征在于,所述获取目标训练数据,包括以下至少一项:获取训练所述第一模型时使用的第一训练数据;确定第五网元;从所述第五网元获取第二训练数据,所述第五网元用于提供训练数据;确定第六网元;从所述第六网元获取推理数据,所述第六网元用于提供推理数据。19.根据权利要求18所述的方法,其特征在于,所述确定第五网元,包括:根据第二信息确定所述第五网元;其中,所述第二信息中包括基于所述第一模型执行的推理任务的任务标识信息和/或所述推理任务的条件限定信息。20.根据权利要求19所述的方法,其特征在于,所述确定第六网元,包括:根据所述第二信息确定所述第六网元。21.根据权利要求1所述的方法,其特征在于,所述第一网元在重新训练所述第一模型或重新选择第二模型后,所述方法还包括以下至少一项:将重新训练得到的第二模型或重新选择的第二模型的模型信息发送给第二网元,由所述第二网元基于所述第二模型执行推理任务;将重新训练得到的第二模型或重新选择的第二模型的模型信息发送给第七网元,由所述第七网元存储所述第二模型的模型信息;其中,所述第二模型的模型信息包括以下至少一项:所述第二模型的模型标识信息;基于所述第二模型执行的推理任务的任务标识信息;所述第二模型的适用范围信息;所述第二模型的第三准确度,所述第三准确度用于指示所述第二模型在训练阶段或测试阶段所呈现的模型输出结果的准确程度;所述第二模型的训练数据;所述第二模型。22.根据权利要求21所述的方法,其特征在于,所述第三准确度用于指示以下至少一项:所述第二模型在训练阶段或测试阶段所呈现的模型输出结果的正确程度;所述第二模型在训练阶段或测试阶段所呈现的模型输出结果的错误程度。23.根据权利要求1所述的方法,其特征在于,所述第一网元包括模型训练功能网元;第二网元包括模型推理功能网元;第三网元包括推理输入数据的来源设备;
第四网元包括标签数据的来源设备;第五网元包括训练数据的来源设备;第六网元包括推理数据的来源设备;第七网元包括数据存储功能网元。24.一种通信网络中的数据处理方法,其特征在于,包括:第二网元基于第一模型执行推理任务,所述第一模型由第一网元训练得到,所述第一网元包括模型训练功能网元;将所述第一模型的使用信息以及第一数据中的至少一项发送给所述第一网元,和/或,向第七网元发送第一指示信息,所述第一指示信息用于指示所述第七网元存储所述推理任务的第一数据,所述第七网元包括数据存储功能网元。25.根据权利要求24所述的方法,其特征在于,所述第一数据包括以下至少一项:推理输入数据;与所述推理输入数据对应的推理结果数据;与所述推理输入数据对应的标签数据。26.根据权利要求24所述的方法,其特征在于,所述将所述第一模型的使用信息发送给所述第一网元之前,所述方法还包括:所述第二网元接收所述第一网元发送的第一请求消息,所述第一请求消息用于请求获取所述第二网元对所述第一模型的使用信息。27.根据权利要求24所述的方法,其特征在于,所述将所述第一数据发送给所述第一网元之前,所述方法还包括:所述第二网元接收所述第一网元发送的第二请求消息,所述第二请求消息用于请求获取所述第二网元所收集的所述第一数据。28.根据权利要求24所述的方法,其特征在于,所述将第一数据发送给所述第一网元之前,所述方法还包括以下至少一项:所述第二网元收集所述推理输入数据;所述第二网元收集与所述推理输入数据对应的标签数据。29.根据权利要求28所述的方法,其特征在于,所述第二网元收集所述推理输入数据,包括以下至少一项:所述第二网元在接收到第八网元针对所述推理任务的任务请求的情况下,收集所述推理输入数据,所述第八网元包括消费者网元;所述第二网元主动收集所述推理输入数据。30.根据权利要求28所述的方法,其特征在于,所述第二网元收集与所述推理输入数据对应的标签数据,包括:所述第二网元向第四网元发送数据获取请求,所述数据获取请求用于请求获取与所述推理输入数据对应的标签数据。31.根据权利要求24所述的方法,其特征在于,所述方法还包括:接收所述第一网元发送的第二模型的模型信息,所述第二模型由所述第一网元对所述第一模型重新训练后得到或所述第二模型为所述第一网元重新选择的模型;所述第二模型的模型信息包括以下至少一项:
所述第二模型的模型标识信息;基于所述第二模型执行的推理任务的任务标识信息;所述第二模型的适用范围信息;所述第二模型的第三准确度,所述第三准确度用于指示所述第二模型在训练阶段或测试阶段所呈现的模型输出结果的准确程度;所述第二模型的训练数据;所述第二模型。32.根据权利要求31所述的方法,其特征在于,所述第三准确度用于指示以下至少一项:所述第二模型在训练阶段或测试阶段所呈现的模型输出结果的正确程度;所述第二模型在训练阶段或测试阶段所呈现的模型输出结果的错误程度。33.根据权利要求24所述的方法,其特征在于,所述第二网元在基于第一模型执行推理任务之前,所述方法还包括:向所述第一网元发送模型请求消息,所述模型请求消息用于请求获取所述第一模型;接收所述第一网元发送的所述第一模型的模型信息;其中,所述第一模型的模型信息包括以下...
【专利技术属性】
技术研发人员:程思涵,崇卫微,吴晓波,
申请(专利权)人:维沃移动通信有限公司,
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。