【技术实现步骤摘要】
本申请涉及通信，例如涉及一种纵向联邦学习的方法、系统、通信实体及存储介质。
技术介绍
1、ts23.288协议中，定义了网络数据分析功能(network data ana lyt ics function，简称：nwdaf)。nwdaf可以执行统计数据和机器学习相关任务。nwdaf可出于不同目的与不同实体交互。
2、目前ts23.288协议中，虽然定义了nwdaf基于联邦学习进行模型训练，但是，ts23.288协议中没有支持纵向的联邦学习的流程。
技术实现思路
1、本申请实施例提供一种纵向联邦学习的方法，应用于纵向联邦学习服务器，方法包括：
2、向纵向联邦学习客户端发送纵向联邦学习加入请求；
3、接收所述纵向联邦学习客户端根据所述纵向联邦学习加入请求反馈的纵向联邦学习响应信息；
4、根据所述纵向联邦学习响应信息，确定参与纵向联邦学习的纵向联邦学习客户端。
5、本申请实施例提供一种纵向联邦学习的方法，应用于纵向联邦学习客户端，方法包括：
6、接收纵向联邦学习服务器发送的纵向联邦学习加入请求；
7、根据所述纵向联邦学习加入请求，向所述纵向联邦学习服务器反馈纵向联邦学习响应信息。
8、本申请实施例提供一种纵向联邦学习的方法，应用于nef，方法包括：
9、接收通信实体发送的联邦学习能力类型；其中，所述联邦学习能力类型包括以下至少一项：是否支持作为联邦学习服务器、是否支持作为联邦学习客
10、存储所述联邦学习能力类型。
11、本申请实施例提供一种纵向联邦学习的系统，包括：纵向联邦学习服务器以及纵向联邦学习客户端；
12、所述纵向联邦学习服务器用于执行上述任一纵向联邦学习的方法中纵向联邦学习服务器所执行的纵向联邦学习的方法；
13、所述纵向联邦学习客户端用于执行上述任一纵向联邦学习的方法中纵向联邦学习客户端所执行的纵向联邦学习的方法。
14、本申请实施例提供一种通信实体，包括：处理器；处理器用于在执行计算机程序时实现上述任一实施例的纵向联邦学习的方法。
15、本申请实施例还提供一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例的纵向联邦学习的方法。
16、关于本申请的以上实施例和其他方面以及其实现方式，在附图说明、具体实施方式和权利要求中提供更多说明。
本文档来自技高网...【技术保护点】
1.一种纵向联邦学习的方法，其特征在于，应用于纵向联邦学习服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述向纵向联邦学习客户端发送纵向联邦学习加入请求，包括：
4.根据权利要求2所述的方法，其特征在于，所述第三方通信实体确定的纵向联邦学习客户端的信息为所述第三方通信实体根据选择规则以及所述纵向联邦学习客户端发现请求确定出的客户端的信息。
5.根据权利要求1所述的方法，其特征在于，所述根据所述纵向联邦学习响应信息，确定参与纵向联邦学习的纵向联邦学习客户端，包括：
6.根据权利要求1所述的方法，其特征在于，所述纵向联邦学习服务器为源通信实体根据选择规则以及第三方通信实体基于选择规则确定的纵向联邦学习服务器，确定出的服务器。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
8.根据权利要求3至7任一项所述的方法，其特征在于，所述选择规则包括以下至少一项：通信实体的类型、通信实体的联邦学习能力类型、通信实体对应的
9.根据权利要求6所述的方法，其特征在于，所述源通信实体为接收到消费端通信实体发送的模型订阅请求的通信实体，其中，所述模型订阅请求包括分析ID。
10.根据权利要求9所述的方法，其特征在于，所述纵向联邦学习加入请求包括以下至少一项：消费端通信实体的标识、消费端通信实体的地址信息、模型度量标准、模型度量标准对应的期望值、将要进行纵向联邦学习传输的损失类型相关信息以及纵向联邦学习客户端在每一轮训练中收到损失信息后返回中间训练结果的最长响应时间。
11.根据权利要求6所述的方法，其特征在于，所述源通信实体为需要进行模型训练的纵向联邦学习客户端，所述方法还包括：
12.根据权利要求11所述的方法，其特征在于，所述方法还包括：
13.根据权利要求1所述的方法，其特征在于，所述方法还包括：
14.根据权利要求1所述的方法，其特征在于，所述纵向联邦学习服务器包括以下至少一项：网络数据分析功能NWDAF、核心网内的应用功能或者核心网外的应用功能；
15.一种纵向联邦学习的方法，其特征在于，应用于纵向联邦学习客户端，所述方法包括：
16.根据权利要求15所述的方法，其特征在于，所述纵向联邦学习客户端为所述纵向联邦学习服务器根据第三方通信实体确定的纵向联邦学习客户端的信息以及选择规则确定出的客户端。
17.根据权利要求16所述的方法，其特征在于，所述第三方通信实体确定的纵向联邦学习客户端的信息为所述第三方通信实体根据选择规则确定出的客户端的信息。
18.根据权利要求15所述的方法，其特征在于，所述根据所述纵向联邦学习加入请求，向所述纵向联邦学习服务器反馈纵向联邦学习响应信息，包括：
19.根据权利要求15所述的方法，其特征在于，所述纵向联邦学习客户端为需要进行模型训练的纵向联邦学习客户端，所述方法还包括：
20.根据权利要求19所述的方法，其特征在于，所述方法还包括：
21.根据权利要求16至20任一项所述的方法，其特征在于，所述选择规则包括以下至少一项：通信实体的类型、通信实体的联邦学习能力类型、通信实体对应的服务区域、通信实体当前是否正在进行其他联邦学习或者模型训练任务、分析标识ID、能够收集用于本地模型训练的数据源的通信实体类型、可用于纵向联邦学习的时间段、分析ID对应的模型的互操作性指标、分析ID对应的模型的信息、分析ID对应的模型的类型、分析ID对应的模型所需的训练环境配置要求、通信实体的数据可用性、通信实体的时间可用性、通信实体的算力信息以及通信实体的通信能力、通信实体所服务的网络功能的信息、通信实体的切片信息、通信实体的模型共享信息、梯度计算方法、梯度优化算法、损失函数类型、梯度下降算法以及纵向联邦学习客户端在每一轮训练中收到损...
【技术特征摘要】
1.一种纵向联邦学习的方法，其特征在于，应用于纵向联邦学习服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述向纵向联邦学习客户端发送纵向联邦学习加入请求，包括：
4.根据权利要求2所述的方法，其特征在于，所述第三方通信实体确定的纵向联邦学习客户端的信息为所述第三方通信实体根据选择规则以及所述纵向联邦学习客户端发现请求确定出的客户端的信息。
5.根据权利要求1所述的方法，其特征在于，所述根据所述纵向联邦学习响应信息，确定参与纵向联邦学习的纵向联邦学习客户端，包括：
6.根据权利要求1所述的方法，其特征在于，所述纵向联邦学习服务器为源通信实体根据选择规则以及第三方通信实体基于选择规则确定的纵向联邦学习服务器，确定出的服务器。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
8.根据权利要求3至7任一项所述的方法，其特征在于，所述选择规则包括以下至少一项：通信实体的类型、通信实体的联邦学习能力类型、通信实体对应的服务区域、通信实体当前是否正在进行其他联邦学习或者模型训练任务、分析标识id、能够收集用于本地模型训练的数据源的通信实体类型、可用于纵向联邦学习的时间段、分析id对应的模型的互操作性指标、分析id对应的模型的信息、分析id对应的模型的类型、分析id对应的模型所需的训练环境配置要求、通信实体的数据可用性、通信实体的时间可用性、通信实体的算力信息以及通信实体的通信能力、通信实体所服务的网络功能的信息、通信实体的切片信息、通信实体的模型共享信息、梯度计算方法、梯度优化算法、损失函数类型、梯度下降算法以及纵向联邦学习客户端在每一轮训练中收到损失信息后返回中间训练结果的最长响应时间。
9.根据权利要求6所述的方法，其特征在于，所述源通信实体为接收到消费端通信实体发送的模型订阅请求的通信实体，其中，所述模型订阅请求包括分析id。
10.根据权利要求9所述的方法，其特征在于，所述纵向联邦学习加入请求包括以下至少一项：消费端通信实体的标识、消费端通信实体的地址信息、模型度量标准、模型度量标准对应的期望值、将要进行纵向联邦学习传输的损失类型相关信息以及纵向联邦学习客户端在每一轮训练中收到损失信息后返回中间训练结果的最长响应时间。
11.根据权利要求6所述的方法，其特征在于，所述源通信实体为需要进行模型训练的纵向联邦学习客户端，所述方法还包括：
12.根据权利要求11所述的方法，其特征在于，所述方法还包括：
13.根据权利要求1所述的方法，其特征在于，所述方法还包括：
14.根据权利要求1所述的方法，其特征在于，所述纵向联邦学习服务器包括以下至少一项：网络数据分析功能nwdaf、核心网内的应用功能或者核心网外的应用功能；
15.一种纵向联邦学习的方法，其特征在于，应用于纵向联邦学习客户端，所述方法包括：
16.根据权利要求15所述的方法，其特征在于，所述纵向联邦学习客户端为所述纵向联邦学习服务器根据第三方通信实体确定的纵向联邦学习客户端的信息以及选择规则确定出的客户端。
17.根据权利要求16所述的方法，其特征在于，...
【专利技术属性】
技术研发人员：冯禹昂，王梦涵，朱进国，
申请(专利权)人：中兴通讯股份有限公司，
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。