【技术实现步骤摘要】
本申请涉及无线通信，尤其涉及一种机器学习的管控方法和装置。
技术介绍
1、随着网络智能化水平的提高，越来越多的机器学习(machine learning，ml)实体引入到网络，包括网络管理系统和网络设备中，而且为了实现网络能够实时随着业务进行适应性变更，网络中的ml实体的工作流执行也越来越频繁。针对大量ml实体，而且每个ml实体频繁执行ml工作流，运营商管理系统和设备商管理系统之间需要针对每个ml工作进行大量的数据交互，不仅导致接口交互消息多，而且导致ml实体的更新不及时，效率低，进而影响网络性能。
技术实现思路
1、本申请提供一种机器学习的管控方法和装置，用来减少接口交互消息，提升ml实体的更新效率。
2、第一方面，提供一种机器学习的管控方法。该方法中，第一网元确定目标ml实体的管控信息。其中，目标ml实体的管控信息包括目标ml实体信息和ml环节需求信息。第一网元向第二网元发送目标ml实体的管控信息。第二网元根据ml环节需求信息对目标ml实体的机器学习流程进行管控。
3、基于上述方案，第一网元可以获取的目标ml实体的管控信息，并下发给第二网元，由第二网元执行对目标ml实体的机器学习流程的管控。该方案中，第一网元能够对ml实体的ml工作流自动编排和执行，减少了第一网元和第二网元之间交互的消息，提高机器学习流程执行效率的同时，避免了ml实体更新耗时的问题。不仅如此，第二网元能够按第一网元的需求对ml实体的ml工作流进行差异化编排和执行。
4、在一种
5、基于该方案，第一网元可以获取第二网元的机器学习的管理能力信息，从而根据第二网元的管理能力信息确定管控信息，减少了由于ml实体的ml工作流存在差异导致的第一网元对ml实体的ml工作流的管控的困难和复杂性，使能第一网元能够通过管控信息对不同ml实体进行管控的同时满足第一网元对不同ml实体类型的ml工作流的差异化需求，减少第一网元和第二网元之间针对ml工作流集成的复杂度，提高集成效率。
6、在一种可能的实现方式中，第一网元通过第二网元中管理能力信息对应的第一接口模型对象获取管理能力信息。第一接口模型对象是第二网元创建的。在一种可能的实现方式中，第一网元向第二网元发送用于请求创建管控信息对应的第二接口模型对象的第一请求信息，第一请求信息中包含管控信息。基于该方案，第一网元与第二网元可以通过接口模型对象实现信息的交互。
7、在一种可能的实现方式中，ml环节能力信息包括以下中的一项或多项：一个或多个第一环节的名称、环节控制点能力信息和第一数据信息。其中，环节控制点能力信息用于指示是否支持对一个或多个第一环节设置环节控制点，环节控制点包括暂停点，环节控制点能力信息与一个或多个第一环节一一对应。第一数据信息用于描述目标ml实体的机器学习流程可使用的数据。
8、基于该方案，第一网元可以获取到第二网元的ml实体的ml工作流支持的环节的信息，从而可以根据支持的环节信息，对ml工作流进行管控。
9、在一种可能的实现方式中，管控信息还包括机器学习流程触发条件，机器学习流程触发条件用于指示启动目标ml实体的机器学习流程的条件。
10、基于该方案，第一网元可以向第二网元发送机器学习流程的触发条件，从而让第二网元根据该触发条件启动机器学习流程。
11、在一种可能的实现方式中，一个或多个第一环节包括以下中的一项或多项：数据准备、ml实体训练、ml实体验证、ml实体测试、ml实体下载、ml实体安装、ml实体激活和ml实体推理。
12、在一种可能的实现方式中，目标ml实体信息包括目标ml实体的类型，管控信息用于目标ml实体的类型对应的ml实体。或者，目标ml实体信息包括目标ml实体的实体标识，管控信息用于目标ml实体。
13、在一种可能的实现方式中，ml环节需求信息包括以下中的一项或多项：一个或多个第二环节的名称，一个或多个第二环节的名称是一个或多个第一环节的名称中的部分或全部。环节控制点需求信息，环节控制点需求信息用于指示是否对一个或多个第二环节设置环节控制点，环节空点需求信息与第二环节一一对应，环节控制点需求信息基于环节控制点能力信息确定。第二数据信息，第二数据信息用于指示机器学习流程需使用的数据，第二数据信息基于第一数据信息确定。
14、基于该方案，第二网元可以向第一网元发送第一网元对于机器学习流程的环节的需求，从而让第二网元根据该需求，对机器学习流程的环节进行管控。
15、在一种可能的实现方式中，管控信息还包括第一指示信息，第一指示信息用于指示是否删除目标ml实体对应的机器学习流程前的ml实体。基于该方案，第二网元可以根据第一指示信息，确定是否删除机器学习流程前的ml实体。
16、在一种可能的实现方式中，第二网元向第一网元发送启动信息。其中，启动信息包括目标ml实体的机器学习流程的工作流标识和目标ml实体的实体标识，启动信息用于指示第二网元启动对目标ml实体的机器学习流程。
17、基于该方案，第一网元可以根据第二网元发送的启动信息，确定第二网元已启动对目标ml实体的机器学习流程。
18、在一种可能的实现方式中，启动信息还包括以下中的一项或多项：管控信息的标识、目标ml实体的机器学习流程的环节进度信息和目标ml实体的版本。其中，环节进度信息用于指示目标ml实体的机器学习流程中环节的执行进度。
19、基于该方案，第一网元可以根据启动信息了解到目标ml实体的机器学习流程的信息，以便于对该机器学习流程进行监控。
20、在一种可能的实现方式中，第一网元接收来自第二网元的通知信息，通知信息用于通知第二网元已创建目标ml实体的机器学习流程对应的第三接口模型对象，通知信息中携带启动信息。基于该方案，第二网元可以的创建机器学习流程的接口模型对象，并通过该接口模型对象与第一网元实现信息的交互。
21、在一种可能的实现方式中，第二网元向第一网元发送进度变更信息，进度变更信息包括目标ml实体的机器学习流程的工作流标识和目标ml实体的机器学习流程的环节进度信息，环节进度信息用于指示目标ml实体的机器学习流程中包含的环节的执行进度。基于该方案，第一网元可以确定机器学习流程所包含的环节的执行进度。
22、在一种可能的实现方式中，第一网元向第二网元发送第二指示信息，第二指示信息包括目标ml实体的机器学习流程的工作流标识，第二指示信息用于指示第二网元继续目标ml实体的机器学习流程。基于该方案，第一网元可以对机器学习流程进行监控，指示第二网元继续执行机器学习流程。
23、在本文档来自技高网...
【技术保护点】
1.一种机器学习的管控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，所述ML环节能力信息包括以下中的一项或多项：
4.根据权利要求1～3任一所述的方法，其特征在于，所述ML环节能力信息包括以下中的一项或多项：
5.根据权利要求1～4任一所述的方法，其特征在于，所述管控信息还包括机器学习流程触发条件，所述机器学习流程触发条件用于指示启动所述目标ML实体的机器学习流程的条件。
6.根据权利要求3所述的方法，其特征在于，所述ML环节需求信息包括以下中的一项或多项：一个或多个第二环节的名称，所述一个或多个第二环节的名称是所述一个或多个第一环节的名称中的部分或全部；环节控制点需求信息，所述环节控制点需求信息用于指示是否对所述一个或多个第二环节设置环节控制点，所述环节空点需求信息与第二环节一一对应，所述环节控制点需求信息基于所述环节控制点能力信息确定；第二数据信息，所述第二数据信息用于指示所述机器学习流程需使用的数据，所述第二数据信息基于所述第一数据信息确定。
7.根据权利要求1～6任一所述的方法，其特征在于，还包括：
8.根据权利要求1～7任一所述的方法，其特征在于，所述启动信息还包括以下中的一项或多项：所述管控信息的标识、所述目标ML实体的机器学习流程的环节进度信息和所述目标ML实体的版本；其中，所述环节进度信息用于指示所述目标ML实体的机器学习流程中环节的执行进度。
9.根据权利要求1～7任一所述的方法，其特征在于，还包括：
10.根据权利要求1～9任一所述的方法，其特征在于，还包括：
11.根据权利要求10所述的方法，其特征在于，所述第二指示信息还包括所述目标ML实体的机器学习流程包含的环节名称。
12.根据权利要求10或11所述的方法，其特征在于，所述第一网元向所述第二网元发送第二指示信息之前，还包括：
13.一种机器学习的管控方法，其特征在于，包括：
14.根据权利要求13所述的方法，其特征在于，还包括：
15.根据权利要求14所述的方法，其特征在于，所述ML环节能力信息包括以下中的一项或多项：
16.根据权利要求13～15任一所述的方法，其特征在于，所述目标ML实体信息包括所述目标ML实体的类型，所述管控信息用于所述目标ML实体的类型对应的ML实体；或者，所述目标ML实体信息包括所述目标ML实体的实体标识，所述管控信息用于所述目标ML实体。
17.根据权利要求13～16任一所述的方法，其特征在于，所述管控信息还包括机器学习流程触发条件，所述机器学习流程触发条件用于指示启动所述目标ML实体的机器学习流程的条件。
18.根据权利要求15所述的方法，其特征在于，所述ML环节需求信息包括以下中的一项或多项：一个或多个第二环节的名称，所述一个或多个第二环节的名称是所述一个或多个第一环节的名称中的部分或全部；环节控制点需求信息，所述环节控制点需求信息用于指示是否对所述一个或多个第二环节设置环节控制点，所述环节空点需求信息与第二环节一一对应，所述环节控制点需求信息基于所述环节控制点能力信息确定；第二数据信息，所述第二数据信息用于指示所述机器学习流程需使用的数据，所述第二数据信息基于所述第一数据信息确定。
19.根据权利要求13～18任一所述的方法，其特征在于，还包括：
20.根据权利要求19所述的方法，其特征在于，所述启动信息还包括以下中的一项或多项：所述管控信息的标识、所述目标ML实体的机器学习流程的环节进度信息和所述目标ML实体的版本；其中，所述环节进度信息用于指示所述目标ML实体的机器学习流程中环节的执行进度。
21.根据权利要求13～20任一所述的方法，其特征在于，还包括：
22.根据权利要求13～21任一所述的方法，其特征在于，还包括：
23.根据权利要求22所述的方法，其特征在于，所述第二指示信息还包括所述目标ML实体的机器学习流程包含的环节名称。
24.根据权利要求22或23所述的方法，其特征在于，所述第一网元向所述第二网元发送第二指示信息之前，还包括：
25.一种机器学习的管控方法，其特征在于，包括：
26.根据权利要求25所述的方法，其特征在于，还包括：
27.根据权利要求25或26所述的方法，其特征在于，所述ML环节能力信息包括以下中的一项或多项：
28.根据权利要求25～27任一所述的方法，其特征在于，所述目标ML实体信...
【技术特征摘要】
1.一种机器学习的管控方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，所述ml环节能力信息包括以下中的一项或多项：
4.根据权利要求1～3任一所述的方法，其特征在于，所述ml环节能力信息包括以下中的一项或多项：
5.根据权利要求1～4任一所述的方法，其特征在于，所述管控信息还包括机器学习流程触发条件，所述机器学习流程触发条件用于指示启动所述目标ml实体的机器学习流程的条件。
6.根据权利要求3所述的方法，其特征在于，所述ml环节需求信息包括以下中的一项或多项：一个或多个第二环节的名称，所述一个或多个第二环节的名称是所述一个或多个第一环节的名称中的部分或全部；环节控制点需求信息，所述环节控制点需求信息用于指示是否对所述一个或多个第二环节设置环节控制点，所述环节空点需求信息与第二环节一一对应，所述环节控制点需求信息基于所述环节控制点能力信息确定；第二数据信息，所述第二数据信息用于指示所述机器学习流程需使用的数据，所述第二数据信息基于所述第一数据信息确定。
7.根据权利要求1～6任一所述的方法，其特征在于，还包括：
8.根据权利要求1～7任一所述的方法，其特征在于，所述启动信息还包括以下中的一项或多项：所述管控信息的标识、所述目标ml实体的机器学习流程的环节进度信息和所述目标ml实体的版本；其中，所述环节进度信息用于指示所述目标ml实体的机器学习流程中环节的执行进度。
9.根据权利要求1～7任一所述的方法，其特征在于，还包括：
10.根据权利要求1～9任一所述的方法，其特征在于，还包括：
11.根据权利要求10所述的方法，其特征在于，所述第二指示信息还包括所述目标ml实体的机器学习流程包含的环节名称。
12.根据权利要求10或11所述的方法，其特征在于，所述第一网元向所述第二网元发送第二指示信息之前，还包括：
13.一种机器学习的管控方法，其特征在于，包括：
14.根据权利要求13所述的方法，其特征在于，还包括：
15.根据权利要求14所述的方法，其特征在于，所述ml环节能力信息包括以下中的一项或多项：
16.根据权利要求13～15任一所述的方法，其特征在于，所述目标ml实体信息包括所述目标ml实体的类型，所述管控信息用于所述目标ml实体的类型对应的ml实体；或者，所述目标ml实体信息包括所述目标ml实体的实体标识，所述管控信息用于所述目标ml实体。
17.根据权利要求13～16任一所述的方法，其特征在于，所述管控信息还包括机器学习流程触发条件，所述机器学习流程触发条件用于指示启动所述目标ml实体的机器学习流程的条件。
18.根据权利要求15所述的方法，其特征在于，所述ml环节需求信息包括以下中的一项或多项：一个或多个第二环节的名称，所述一个或多个第二环节的名称是所述一个或多个第一环节的名称中的部分或全部；环节控制点需求信息，所述环节控制点需求信息用于指示是否对所述一个或多个第二环节设置环节控制点，所述环节空点需求信息与第二环节一一对应，所述环节控制点需求信息基于所述环节控制点能力信息确定；第二数据信息，所述第二数据信息用于指示所述机器学习流程需使用的数据，所述第二数据信息基于所述第一数据信息确定。
19.根据权利要求13～18任一所述的方法，其特征在于，还包括：
20.根据权利要求19所述的方法，其特征在于，所述启动信息还包括以下中的一项或多项：所述管控信息的标识、所述目标ml实体的机器学习流程的环节进度信息和所述目标ml实体的版本；其中，所述环节进度信息用于...
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。