一种机器学习的管控方法和装置制造方法及图纸

技术编号:41361207 阅读:20 留言:0更新日期:2024-05-20 10:10
本申请提供一种机器学习的管控方法和装置,涉及无线通信技术领域,用来减少接口交互消息。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。基于上述方案,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。

【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。

<p>3、基于上述方案本文档来自技高网...

【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...

【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...

【专利技术属性】
技术研发人员:许瑞岳石小丽
申请(专利权)人:华为技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1