【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及新一代移动网络，例如第五代(5th generation，5g)移动网络，以及在移动网络中生成分析信息。具体地，本专利技术涉及跟踪分析标识符(identifier，id)或分析id的一个或多个分析输出。此外，本专利技术涉及不稳定分析id或分析id的至少一个不稳定分析输出的推理或训练回滚。为此，本专利技术提供了一种网络分析跟踪实体、网络分析推理实体、网络分析训练实体、网络分析消费者实体、网络分析管理实体以及用于这些实体的方法。
技术介绍
1、在当前的移动网络中，网络数据分析功能(network data analytics function，nwdaf)提供各种分析功能，这些分析功能可以由多个网络功能(network function，nf)使用，以改进或做出其决策(例如，nwdaf可以提供以支持nf协助无线接入技术(radio accesstechnology，rat)和频率选择的分析信息)。每个分析功能都有自己的id(分析id)，nf功能可以使用该id来指示nf功能通过nwdaf请求的分析(输出)。如图1所示，nwdaf由两个功能组成，这两个功能可以是同一nwdaf实体的一部分，也可以位于不同的nwdaf实体上：a)使用经过训练的机器学习模型提供分析和/预测的推理；b)使用收集的数据和/或训练数据集生成机器学习模型的训练。图1具体示出了会话管理(session management，sm)的分析id消费示例。
2、nwdaf分析的质量受到各种因素的影响，例如，用于训练模式的收集数据的质量和数量、机器学
3、因此，检测和解决导致网络状态不稳定的分析id的情况非常重要。但是，检测和修复导致网络状态不稳定的分析id的时间是一个变量，取决于nwdaf黑匣子逻辑。它可能需要几秒钟(例如，如果是模型重新选择)，也可能需要几天(例如，需要数据收集获取足够数量的数据，或由ml分析师进行人工干预以调整模型)。
技术实现思路
1、本专利技术及其实施例基于参考图2的以下进一步考虑，图2示出了由于使用分析id的nf决策的影响而不稳定的网络状态的示例。
2、目前，如果nf停止消费分析id(例如，在nwdaf修复分析id时)，则这会导致nf操作逻辑中出现重大差异，又导致其决策中出现重大差异，从而有可能加剧网络状态的恶化或导致nwdaf收集扭曲的数据，因为影响网络状态的决策并不反映nf的整个逻辑。如果nf继续消费相同的、出现问题的分析id，则nf将会继续做出导致网络状态不稳定的决策。如果nwdaf推理只是重新选择ml模型(例如，从其本地信息或通过查询nwdaf训练重新选择)，则它只能通过数据收集周期意识到分析id的问题。因此，上述替代选项都无法有效解决上述问题。
3、即，存在一个问题，即nwdaf推理可能无法继续提供实现稳定网络状态的分析id输出。此外，nwdaf训练可能无法足够快地意识到分析id中的问题，因此无法支持修复导致网络状态不稳定的分析id输出的配置/生成。
4、目前缺乏解决这一问题的办法，进一步导致了以下关键技术问题。以下两者之间将存在无休止的不匹配：修复分析id中考虑的网络状态和当在nwdaf修复不稳定分析id期间nf停止消费被认为不稳定的分析id的分析输出之后，nf恢复消费此类修复分析时的网络状态。当nf停止消费分析id(由于需要修复)时，nf将改变其决策逻辑(通过不再考虑分析id输出)，这可能会对网络状态产生影响。同时，当网络状态数据仅反映受nf影响的网络状态的部分实际行为时，nwdaf将使用此网络状态数据修复不稳定的分析id，因为nwdaf可能用于修复分析id的数据并不反映nf再次消费分析id时的相同场景。
5、到目前为止，传统的方案集中在(a)检测训练样本中标签的可靠性。但是，这只是训练阶段的特定问题，只解决这一点，既不能检测经过训练的模型(即分析id)在系统kpi中的影响，也不能跟踪网络状态变化的错误标签。此外，这些方案集中在(b)从多个来源收集多个数据批次，以便支持回滚到先前收集的数据批次。但是，这种方案没有考虑专门检测不可靠/不稳定分析id或控制分析id配置的机制。此外，这些方案集中在(c)在接收到对计算机系统中资源的请求时回滚到先前已知的良好状态(其中，资源被定义为数据库、负载均衡器、缩放组机器(scaling group machines))。但是，未考虑分析id的回滚配置的具体方案。此外，分析id不是计算机资源。分析id可以广义地被定义为系统属性。
6、在3gpp中，虽然没有定义具体方案，但规范提示nwdaf可能能够从消费分析id输出的nf接收直接反馈。这可以使nwdaf在不需要大量数据收集的情况下检测性能下降。但是，未考虑当nwdaf检测到性能下降并尝试改进分析id输出时，在正在进行的分析订阅期间nf会发生的问题。
7、鉴于上述情况，本专利技术的实施例旨在解决所识别的问题，并提供一种避免上述缺点的改进方案。目标是确保分析id或分析id的一个或多个分析输出实现稳定的网络状态。另一个目标是使分析训练能够快速意识到任何不稳定分析id中的问题，或分析id的至少一个不稳定分析输出中的问题。
8、这些和其他目的通过本专利技术的实施例实现，如所附独立权利要求中所述。实施例的有利实现方式在从属权利要求中进一步定义。
9、具体地，本专利技术引入了用于实现分析id或分析id的一个或多个分析输出的跟踪的方法、接口和实体。跟踪可以由网络分析跟踪实体执行，并且可以检测不稳定的分析id或分析id的不稳定分析输出。这可以进一步支持恢复(或回滚)分析的不稳定分析id或不稳定分析输出的配置(在推理和/或训练时)，具体地，回滚到移动系统中最后已知稳定网络状态。这使网络分析推理实体(例如，nwdaf推理)可以继续向一个或多个网络分析消费者实体(例如，nwdaf消费者)提供分析id输出，从而实现稳定的网络状态。此外，这使得能够支持网络分析训练实体(例如，nwdaf训练)能够意识到分析id或分析id的一个或多个分析输出的配置和/或生成中可能导致网络状态不稳定的问题。
10、本专利技术的第一方面提供了一种网络分析跟踪实体，用于：获取具有用于激活分析标识符(id)的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示；如果所述分析id的至少一个输出不稳定和/或如果所述分析id不稳定，则提供与所述分析id相关的回滚通知，其中，所述回滚通知包括以下中的一本文档来自技高网...
【技术保护点】
1.一种网络分析跟踪实体(300)，用于：
2.根据权利要求1所述的网络分析跟踪实体(300)，其特征在于，
3.根据权利要求1或2所述的网络分析跟踪实体(300)，用于：
4.根据权利要求1至3中任一项所述的网络分析跟踪实体(300)，还用于接收回滚状态通知(501)，
5.根据权利要求1至4中任一项所述的网络分析跟踪实体(300)，还用于提供以下中的至少一个：
6.根据权利要求1至5中任一项所述的网络分析跟踪实体(300)，还用于为所述分析ID的所述一个或多个分析输出和/或所述分析ID生成分析跟踪信息(403)，并基于所述分析跟踪信息确定所述推理回滚动作(311)和/或所述训练回滚动作(321)，其中，所述分析跟踪信息(403)包括以下中的任一个：
7.根据权利要求6所述的网络分析跟踪实体(300)，其特征在于，所述分析跟踪信息(403)还包括以下中的至少一个：所述推理回滚动作(311)的状态、所述训练回滚动作(321)的状态、一个或多个推理回滚动作(311)，以及与所述分析ID关联和/或与所述分析ID的
8.根据权利要求6或7所述的网络分析跟踪实体(300)，其特征在于，所述分析跟踪信息(403)还包括所述分析ID和/或所述分析ID的所述一个或多个分析输出与以下中的至少一个的关联：
9.根据权利要求1至8中任一项所述的网络分析跟踪实体(300)，其特征在于，获取具有用于激活所述分析ID的所述一个或多个分析输出的所述跟踪和/或所述分析ID的所述跟踪的所述信息的所述指示(301)的步骤包括以下中的一个：
10.根据权利要求1至9中任一项所述的网络分析跟踪实体(300)，其特征在于，用于激活所述分析ID的所述一个或多个分析输出的所述跟踪和/或所述分析ID的所述跟踪的所述信息包括以下中的至少一个：
11.一种网络分析推理实体(310)，用于：
12.根据权利要求11所述的网络分析推理实体(310)，其特征在于，获取所述推理回滚动作(311)包括以下中的一个：
13.根据权利要求11或12所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于：
14.根据权利要求11至13中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于：
15.根据权利要求11至14中任一项所述的网络分析推理实体(310)，其特征在于，为所述分析ID的所述至少一个分析输出和/或所述分析ID选择所述新分析模型包括：向网络分析训练实体提供与不稳定分析ID相关和/或与所述分析ID的至少一个不稳定分析输出相关的选择指示，所述选择指示包括以下中的至少一个：
16.根据权利要求11至15中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于从网络分析消费者实体(330)接收用于重新激活所述分析ID的至少一个分析输出和/或所述分析ID的先前暂停的订阅的指示(505)。
17.根据权利要求11至16中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于向所述网络分析跟踪实体(300)提供回滚状态通知(501)，
18.根据权利要求11至17中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于：
19.根据权利要求18所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于向所述网络分析跟踪实体(300)提供关于所述分析ID和/或关于所述分析ID的所述至少一个分析输出的所述推理配置。
20.一种网络分析训练实体(320)，其特征在于，所述网络分析训练实体(320)用于：
21.根据权利要求20所述的网络分析训练实体(320)，其特征在于，获取所述训练回滚动作(321)包括以下中的一个：
22.根据权利要求20或21所述的网络分析训练实体(320)，其特征在于，所述网络分析训练实体(320)还用于基于所述获取或执行的训练回滚动作(321)，向网络分析消费者实体(300)、所述网络分析推理实体(310)或另一网络分析训练实体(320)提供以下中的至少一个：
23.根据权利要求20至22中任一项所述的网络分析训练实体(320)，其特征在于，所述网络分析训练实体(320)还用于从所述网络分析推理实体(310)或另一网络分析训练实体(320)获取关于所述分析模型的所...
【技术特征摘要】
【国外来华专利技术】
1.一种网络分析跟踪实体(300)，用于：
2.根据权利要求1所述的网络分析跟踪实体(300)，其特征在于，
3.根据权利要求1或2所述的网络分析跟踪实体(300)，用于：
4.根据权利要求1至3中任一项所述的网络分析跟踪实体(300)，还用于接收回滚状态通知(501)，
5.根据权利要求1至4中任一项所述的网络分析跟踪实体(300)，还用于提供以下中的至少一个：
6.根据权利要求1至5中任一项所述的网络分析跟踪实体(300)，还用于为所述分析id的所述一个或多个分析输出和/或所述分析id生成分析跟踪信息(403)，并基于所述分析跟踪信息确定所述推理回滚动作(311)和/或所述训练回滚动作(321)，其中，所述分析跟踪信息(403)包括以下中的任一个：
7.根据权利要求6所述的网络分析跟踪实体(300)，其特征在于，所述分析跟踪信息(403)还包括以下中的至少一个：所述推理回滚动作(311)的状态、所述训练回滚动作(321)的状态、一个或多个推理回滚动作(311)，以及与所述分析id关联和/或与所述分析id的一个或多个分析输出关联的一个或多个训练回滚动作(321)。
8.根据权利要求6或7所述的网络分析跟踪实体(300)，其特征在于，所述分析跟踪信息(403)还包括所述分析id和/或所述分析id的所述一个或多个分析输出与以下中的至少一个的关联：
9.根据权利要求1至8中任一项所述的网络分析跟踪实体(300)，其特征在于，获取具有用于激活所述分析id的所述一个或多个分析输出的所述跟踪和/或所述分析id的所述跟踪的所述信息的所述指示(301)的步骤包括以下中的一个：
10.根据权利要求1至9中任一项所述的网络分析跟踪实体(300)，其特征在于，用于激活所述分析id的所述一个或多个分析输出的所述跟踪和/或所述分析id的所述跟踪的所述信息包括以下中的至少一个：
11.一种网络分析推理实体(310)，用于：
12.根据权利要求11所述的网络分析推理实体(310)，其特征在于，获取所述推理回滚动作(311)包括以下中的一个：
13.根据权利要求11或12所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于：
14.根据权利要求11至13中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于：
15.根据权利要求11至14中任一项所述的网络分析推理实体(310)，其特征在于，为所述分析id的所述至少一个分析输出和/或所述分析id选择所述新分析模型包括：向网络分析训练实体提供与不稳定分析id相关和/或与所述分析id的至少一个不稳定分析输出相关的选择指示，所述选择指示包括以下中的至少一个：
16.根据权利要求11至15中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于从网络分析消费者实体(330)接收用于重新激活所述分析id的至少一个分析输出和/或所述分析id的先前暂停的订阅的指示(505)。
17.根据权利要求11至16中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于向所述网络分析跟踪实体(300)提供回滚状态通知(501)，
18.根据权利要求11至17中任一项所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于：
19.根据权利要求18所述的网络分析推理实体(310)，其特征在于，所述网络分析推理实体(310)还用于向所述网络分析跟踪实体(300)提供关于所述分析id和/或关于所述分析id的所述至少一个分析输出的所述推理配置。
20.一种网络分析训练实体(320)，其特征在于，所述网络分析训练实体(320)用于：
21.根据权利要求20所...
【专利技术属性】
技术研发人员：克拉丽莎·玛奎赞，拉姆雅·班棠姬曼姬娜，阿帕斯托洛斯·库萨里达斯，周冁，里卡多·特里维松诺，
申请(专利权)人：华为技术有限公司，
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。