IP Force 特許公報掲載プロジェクト 2022.1.31 β版

知財求人 - 知財ポータルサイト「IP Force」

▶ 中国移動通信有限公司研究院の特許一覧 ▶ 中国移動通信集団有限公司の特許一覧

特表2022-546108情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体
<>
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図1
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図2
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図3
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図4
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図5
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図6
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図7
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図8
  • 特表-情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体 図9
< >
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2022-11-02
(54)【発明の名称】情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体
(51)【国際特許分類】
   H04L 43/55 20220101AFI20221026BHJP
   H04L 41/16 20220101ALI20221026BHJP
   H04L 67/561 20220101ALI20221026BHJP
   H04L 67/60 20220101ALI20221026BHJP
【FI】
H04L43/55
H04L41/16
H04L67/561
H04L67/60
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2022513692
(86)(22)【出願日】2020-07-28
(85)【翻訳文提出日】2022-03-02
(86)【国際出願番号】 CN2020105210
(87)【国際公開番号】W WO2021036650
(87)【国際公開日】2021-03-04
(31)【優先権主張番号】201910795158.5
(32)【優先日】2019-08-27
(33)【優先権主張国・地域又は機関】CN
(81)【指定国・地域】
(71)【出願人】
【識別番号】518389015
【氏名又は名称】中国移動通信有限公司研究院
【氏名又は名称原語表記】China Mobile Communication Co., Ltd Research Institute
【住所又は居所原語表記】32 Xuanwumen West Street, Xicheng District, Beijing 100053, China
(71)【出願人】
【識別番号】518301095
【氏名又は名称】中国移動通信集団有限公司
(74)【代理人】
【識別番号】110001416
【氏名又は名称】特許業務法人 信栄特許事務所
(72)【発明者】
【氏名】李 琴
(57)【要約】
本開示は、情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体を開示する。該方法は、ターゲットアプリケーションの情報を含む第1の要求をMECから受信することと、前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得することと、前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることと、前記予測されたユーザー体験データを含む第1の応答を前記MECに送信することとを含む。
【選択図】図1
【特許請求の範囲】
【請求項1】
ネットワークデータ分析機能NWDAFに応用される情報処理方法であって、
ターゲットアプリケーションの情報を含む第1の要求をモバイルエッジコンピューティングMECから受信することと、
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得することと、
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることと、
前記予測されたユーザー体験データを含む第1の応答を前記MECに送信することとを含む、情報処理方法。
【請求項2】
第1の要求をモバイルエッジコンピューティングMECから受信することは、
ネットワーク公開機能NEFにより、第1の要求を前記MECから受信することを含み、
第1の応答を前記MECに送信することは、
前記NEFにより前記MECに前記第1の応答を送信することを含む、請求項1に記載の情報処理方法。
【請求項3】
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得することは、
前記第1の要求に応答して、ネットワーク機能NFに第2の要求を送信することと、
前記ターゲットアプリケーションのネットワークデータを含む第2の応答を前記NFから受信することとを含む、請求項1に記載の情報処理方法。
【請求項4】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを含み、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである、請求項1に記載の情報処理方法。
【請求項5】
第1の要求をモバイルエッジコンピューティングMECから受信した後、前記方法は、
AFに第3の要求を送信することと、
ユーザー体験データを含む第3の応答を前記AFから受信することとをさらに含む、請求項1に記載の情報処理方法。
【請求項6】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得ることと、
NFからネットワークデータを再取得することと、
前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることとを含む、請求項5に記載の情報処理方法。
【請求項7】
MECに応用される情報処理方法であって、
ターゲットアプリケーションの情報を含む第1の要求をNWDAFに送信することと、
前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFからを受信することと、
前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得ることとを含む、情報処理方法。
【請求項8】
第1の要求をNWDAFに送信することは、
NEFにより前記NWDAFに第1の要求を送信することを含み、
第1の応答を前記NWDAFから受信することは、
NEFにより、第1の応答を前記NWDAFから受信することを含む、請求項7に記載の情報処理方法。
【請求項9】
NWDAFに応用される情報処理装置であって、
ターゲットアプリケーションの情報を含む第1の要求をMECから受信する第1の受信モジュールと、
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得する第1の取得モジュールと、
前記ネットワークデータに基づいて、予測されたユーザー体験データを得る第2の取得モジュールと、
前記予測されたユーザー体験データを含む第1の応答を前記MECに送信する第1の送信モジュールとを含む、情報処理装置。
【請求項10】
MECに応用される情報処理装置であって、
ターゲットアプリケーションの情報を含む第1の要求をNWDAFに送信する第1の送信モジュールと、
前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信する第1の受信モジュールと、
前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得る処理モジュールとを含む、情報処理装置。
【請求項11】
NWDAFに応用される情報処理装置であって、プロセッサ及び送受信機を含み、
前記送受信機は、ターゲットアプリケーションの情報を含む第1の要求をMECから受信し、
前記プロセッサは、前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得し、前記ネットワークデータに基づいて、予測されたユーザー体験データを得て、
前記送受信機は、前記予測されたユーザー体験データを含む第1の応答を前記MECに送信する、情報処理装置。
【請求項12】
MECに応用される情報処理装置であって、プロセッサ及び送受信機を含み、
前記送受信機は、ターゲットアプリケーションの情報を含む第1の要求をNWDAFに受信し、前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信し、
前記プロセッサは、前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得る、情報処理装置。
【請求項13】
トランシーバと、メモリと、プロセッサと、前記メモリに記憶されかつ前記プロセッサに実行可能なコンピュータプログラムとを含み、
前記プロセッサは、メモリ内のプログラムを読み取って、請求項1~6のいずれか一項に記載の方法におけるステップを実現するか又は請求項7~8のいずれか一項に記載の方法におけるステップを実現する、通信設備。
【請求項14】
プロセッサにより実行されると、請求項1~6のいずれか一項に記載の方法におけるステップを実現するか又は請求項7~8のいずれか一項に記載の方法におけるステップを実現するコンピュータプログラムを記憶する、コンピュータ読み取り可能な記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
[関連出願の相互参照]
本願は、2019年8月27日に中国で提出された中国特許出願No.201910795158.5の優先権を主張し、その全ての内容は、引用によりここに取り込まれる。
[技術分野]
本開示は、通信の技術分野に関し、特に情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体に関する。
【背景技術】
【0002】
NWDAF(Network Data Analytics Function:ネットワークデータ分析機能)は、コアネットワークにおけるデータ収集及び分析を行うインテリジェント化のサービスエンティティである。エッジコンピューティングは、5Gの重要な応用ポイントとして、エッジインテリジェンス能力を豊富にするために、大きなネットワークのインテリジェンス能力の出力を利用する必要がある。
【0003】
しかしながら、関連技術において、エッジインテリジェンス能力を豊富にするために、NWDAFとMEC(Mobile Edge Computing:モバイルエッジコンピューティング)との間にどのようにインタラクションを行うかについての解決手段がない。
【発明の概要】
【発明が解決しようとする課題】
【0004】
本開示の実施例は、エッジコンピューティングのエッジインテリジェンス能力を向上させる情報処理方法、装置、設備及びコンピュータ読み取り可能な記憶媒体を提供する。
【課題を解決するための手段】
【0005】
第1の態様において、本開示の実施例に係るNWDAFに応用される情報処理方法は、
MEC(Mobile Edge Computing:モバイルエッジコンピューティング)から送信した、ターゲットアプリケーションの情報を含む第1の要求を受信することと、
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得することと、
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることと、
前記予測されたユーザー体験データを含む第1の応答を前記MECに送信することとを含む。
【0006】
モバイルエッジコンピューティングMECから送信した第1の要求を受信することは、
NEF(Network Exposure Function:ネットワーク公開機能)により前記MECから送信した第1の要求を受信することを含み、
第1の応答を前記MECに送信することは、
前記NEFにより前記MECに前記第1の応答を送信することを含む。
【0007】
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得することは、
前記第1の要求に応答して、NF(Network Function、ネットワーク機能)に第2の要求を送信することと、
前記NFから送信した、前記ターゲットアプリケーションのネットワークデータを含む第2の応答を受信することとを含む。
【0008】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを含み、
前記予測モデルは、AF(Application Function:アプリケーション機能)から取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【0009】
モバイルエッジコンピューティングMECからの第1の要求を受信した後、前記方法は、
AFに第3の要求を送信することと、
前記AFから送信した、ユーザー体験データを含む第3の応答を受信することとをさらに含む。
【0010】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得ることと、
NFからネットワークデータを再取得することと、
前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることとを含む。
【0011】
第2の態様において、本開示の実施例に係るMECに応用される情報処理方法は、
ターゲットアプリケーションの情報を含む第1の要求をNWDAFに送信することと、
前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信することと、
前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得ることとを含む。
【0012】
第1の要求をNWDAFに送信することは、
NEFにより前記NWDAFに第1の要求を送信することを含み、
第1の応答を前記NWDAFから受信することは、
NEFにより、第1の応答を前記NWDAFから受信することを含む。
【0013】
第3の態様において、本開示の実施例に係るNWDAFに応用される情報処理装置は、
ターゲットアプリケーションの情報を含む第1の要求をMECから受信する第1の受信モジュールと、
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得する第1の取得モジュールと、
前記ネットワークデータに基づいて、予測されたユーザー体験データを得る第2の取得モジュールと、
前記予測されたユーザー体験データを含む第1の応答を前記MECに送信する第1の送信モジュールとを含む。
【0014】
前記第1の受信モジュールは、NEFにより、前記MECから送信した第1の要求を受信し、前記第1の送信モジュールは、前記NEFにより前記MECに前記第1の応答を送信する。
【0015】
前記第1の取得モジュールは、前記第1の要求に応答し、NFに第2の要求を送信する第1の送信サブモジュールと、前記ターゲットアプリケーションのネットワークデータを含む第2の応答を前記NFから受信する第1の受信サブモジュールとを含む。
【0016】
前記第2の取得モジュールは、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、かつ前記予測モデルの出力を前記予測されたユーザー体験データとし、
前記予測モデルは、AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【0017】
前記装置は、AFに第3の要求を送信する第2の送信モジュールと、ユーザー体験データを含む第3の応答を前記AFから受信する第2の受信モジュールとをさらに含む。
【0018】
前記第2の取得モジュールは、前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得る第1の取得サブモジュールと、NFからネットワークデータを再取得する第1の受信サブモジュールと、前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする第2の取得サブモジュールとを含む。
【0019】
第4の態様において、本開示の実施例に係るMECに応用される情報処理装置は、
ターゲットアプリケーションの情報を含む第1の要求をNWDAFに送信する第1の送信モジュールと、
前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信する第1の受信モジュールと、
前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得る処理モジュールとを含む。
【0020】
前記第1の送信モジュールは、NEFにより前記NWDAFに第1の要求を送信し、前記第1の受信モジュールは、NEFにより、前記NWDAFから送信した第1の応答を受信する。
【0021】
第5の態様において、本開示の実施例に係るNWDAFに応用される情報処理装置は、プロセッサ及び送受信機を含み、
前記送受信機は、ターゲットアプリケーションの情報を含む第1の要求をMECから受信し、
前記プロセッサは、前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得し、前記ネットワークデータに基づいて、予測されたユーザー体験データを得て、
前記送受信機は、前記予測されたユーザー体験データを含む第1の応答を前記MECに送信する。
【0022】
前記送受信機は、さらに、NEFにより、前記MECから送信した第1の要求を受信し、前記NEFにより前記MECに前記第1の応答を送信する。
【0023】
前記送受信機は、さらに、前記第1の要求に応答して、ネットワーク機能NFに第2の要求を送信し、前記ターゲットアプリケーションのネットワークデータを含む第2の応答を前記NFから受信する。
【0024】
前記プロセッサは、さらに、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、かつ前記予測モデルの出力を前記予測されたユーザー体験データとし、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【0025】
前記送受信機は、さらに、AFに第3の要求を送信し、ユーザー体験データを含む第3の応答を前記AFから受信する。
【0026】
前記プロセッサは、さらに、前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得て、NFからネットワークデータを再取得し、前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。
【0027】
第6の態様において、本開示の実施例に係るMECに応用される情報処理装置は、プロセッサ及び送受信機を含み、
前記送受信機は、ターゲットアプリケーションの情報を含む第1の要求をNWDAFに受信し、前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信し、
前記プロセッサは、前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得る。
【0028】
前記送受信機は、さらに、NEFにより前記NWDAFに第1の要求を送信し、NEFにより、前記NWDAFから送信した第1の応答を受信する。
【0029】
第7の態様において、本開示の実施例に係る通信設備は、トランシーバと、メモリと、プロセッサと、前記メモリに記憶されかつ前記プロセッサに実行可能なコンピュータプログラムとを含み、
前記プロセッサは、メモリ内のプログラムを読み取って、第1の態様に記載の方法におけることを実現するか又は第2の態様に記載の方法におけることを実現する。
【0030】
第8の態様において、本開示の実施例に係るコンピュータ読み取り可能な記憶媒体は、プロセッサにより実行されると、第1の態様に記載の方法におけることを実現するか又は第2の態様に記載の方法におけることを実現するコンピュータプログラムを記憶する。
【発明の効果】
【0031】
本開示の実施例において、NWDAFとMECとの間のインタラクションにより、MECは、NWDAFから取得された予測されたユーザー体験データに基づいて、ターゲットアプリケーションのパラメータ調整ポリシーを得ることができ、それによりエッジコンピューティングのエッジインテリジェンス能力を向上させることができる。
【図面の簡単な説明】
【0032】
本開示の実施例の技術的解決手段をより明確に説明するために、以下は、本開示の実施例の説明に必要な図面を簡単に説明し、明らかに、以下に説明する図面は、本開示のいくつかの実施例だけであり、当業者にとって、創造的労働をしない前提で、これらの図面に基づいて他の図面を取得することができる。
【0033】
図1】本開示の実施例に係る情報処理方法のフローチャート(その1)である。
図2】本開示の実施例に係る情報処理方法のフローチャート(その2)である。
図3】本開示の実施例に係る情報処理方法のフローチャート(その3)である。
図4】本開示の実施例に係る情報処理装置の構成図(その1)である。
図5】本開示の実施例に係る情報処理装置の構成図(その2)である。
図6】本開示の実施例に係る情報処理装置の構成図(その3)である。
図7】本開示の実施例に係る情報処理装置の構成図(その4)である。
図8】本開示の実施例に係る情報処理装置の構成図(その5)である。
図9】本開示の実施例に係る情報処理装置の構成図(その6)である。
【発明を実施するための形態】
【0034】
以下は、本開示の実施例における図面を参照して、本開示の実施例における技術案について、明確かつ完全な説明を行う。説明された実施例は、本開示の一部の実施例であり、全ての実施例ではない。本開示における実施例に基づいて、当業者が創造的労働をしない前提で得られた全ての他の実施例は、いずれも本開示の保護範囲に属する。
【0035】
図1を参照し、図1は、本開示の実施例に係るNWDAFに応用される情報処理方法のフローチャートであり、図1に示すように、以下のステップを含む。
【0036】
ステップ101では、ターゲットアプリケーションの情報を含む第1の要求をMECから受信する。
【0037】
本開示の実施例において、NWDAFは、NEFにより、MECから送信した第1の要求を受信する。前記ターゲットアプリケーションの情報は、ターゲットアプリケーションの識別子などを含むがこれらに限定されない。
【0038】
本開示の実施において、例えば、前記第1の要求は、Nnwdaf_AnalyticsSubscription_Subscribe (Analytic ID=Service Experience)であってもよい。該メッセージに含まれる情報及びその意味は、以下の表1に示すとおりである。
【0039】
【表1】
【0040】
ステップ102では、前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得する。
【0041】
本開示の実施例において、前記第1の要求に応答して、NFに第2の要求を送信し、前記NFから送信した第2の応答を受信することができる。前記第2の応答には、前記ターゲットアプリケーションのネットワークデータ、例えば上り下りトラフィック、上り下り再送信パケット数、上り下り順序乱れパケット数、上り下りRTT(Round Trip Time、往復遅延)などを含む。
【0042】
ステップ103では、前記ネットワークデータに基づいて、予測されたユーザー体験データを得る。
【0043】
本開示の実施例において、ユーザー体験データとネットワークデータとの間の関連関係を表現する予測モデルを予めオフライントレーニングすることができる。また、前記予測モデルは、AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである
【0044】
このステップでは、処理効率を向上させるために、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。予測されたユーザー体験データは、例えばvMos値、ビデオ遅れの占有率、遅延の占有率、ダウンロード速度などであってもよい。
【0045】
ステップ104では、前記予測されたユーザー体験データを含む第1の応答を前記MECに送信する。
【0046】
このステップでは、NEFにより前記MECに第1の応答を送信することができる。
【0047】
本開示の実施例において、前記第1の応答は、例えばNnwdaf_AnalyticsSubscription_Notify (estimated Service Experience)であってもよい。該メッセージに含まれる情報及びその意味は、以下の表2に示すとおりである。
【0048】
【表2】
【0049】
本開示の実施例において、NWDAFとMECとの間のインタラクションにより、MECは、NWDAFから取得された予測されたユーザー体験データに基づいて、ターゲットアプリケーションのパラメータ調整ポリシーを得ることができ、それによりエッジコンピューティングのエッジインテリジェンス能力を向上させることができる。
【0050】
上記実施例において、さらにステップ101の後に、AFに第3の要求を送信し、ユーザー体験データを含む第3の応答を前記AFから受信することができる。そうすると、ステップ103では、取得されたユーザー体験データ及び前記ネットワークデータに基づいて、オフライントレーニングを行い、予測モデルを得ることができる。その後、NFからネットワークデータを再取得し、NFから再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。
【0051】
図2を参照し、図2は、本開示の実施例に係るMECに応用される情報処理方法のフローチャートであり、図2に示すように、以下のステップを含む。
【0052】
ステップ201では、ターゲットアプリケーションの情報を含む第1の要求をNWDAFに送信する。
【0053】
MECは、NEFによりNWDAFに第1の要求を送信することができる。前記第1の要求の形式及び含まれる内容は、前述の実施例の説明を参照する。
【0054】
ステップ202では、前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信する。
【0055】
MECは、NEFにより、WDAFに第1の応答を前記NWDAFから受信することができる。前記第1の応答の形式及び含まれる内容は、前述の実施例の説明を参照する。
【0056】
ステップ203では、前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得る。
【0057】
前記パラメータ調整ポリシーは、ビデオのビットレート、フレームレート、コーデックフォーマット、圧縮品質、画面サイズ等を調整することにより、ユーザのネットワーク状況に基づいてよりよくマッチングすることができ、より良好なユーザー体験を実現する。
【0058】
本開示の実施例において、NWDAFとMECとの間のインタラクションにより、MECは、NWDAFから取得された予測されたユーザー体験データに基づいて、ターゲットアプリケーションのパラメータ調整ポリシーを得ることができ、それによりエッジコンピューティングのエッジインテリジェンス能力を向上させることができる。
【0059】
本開示の実施例において、NWDAFは、AF又はSDK(Software Development Kit、ソフトウェア開発キット)等からユーザー体験データを取得し、対応するネットワーク側データと関連付けてトレーニングし、関連モデルを得ることができる。その後、NWDAFは、関連モデルに基づいて現在又は将来のある時間帯のユーザー体験データを推論又は予測することができる。ビデオアプリケーションを例とし、ユーザー体験データは、vMos値、ビデオ遅れの占有率、遅延の占有率、ダウンロード速度などを含んでもよい。次に、NWDAFは、推論又は予測の結果をエッジコンピューティングプラットフォームに出力し、エッジコンピューティングプラットフォームは、これらの結果に基づいて、現在提供されている業務サービスパラメータがユーザーのネットワーク品質とマッチングするか否かを分析する。マッチングしなければ、対応する業務サービスパラメータの調整を行い、例えばビデオのビットレート、フレームレート、コーデックフォーマット、圧縮品質、画面サイズなどを調整することにより、ユーザーのネットワーク品質とのより良好なマッチングを実現し、より良好なユーザー体験を実現する。
【0060】
図3を参照し、図3は、本開示の実施例に係る情報処理方法のフローチャートである。図3に示すように、以下のステップを含む。
【0061】
ステップ301では、MECは、NEFを介してNWDAFにユーザーアプリケーション体験の分析購読要求Nnwdaf_AnalyticsSubscription_Subscribeを開始する。
【0062】
ステップ302a~302bでは、NWDAFがMECからの購読要求を受信した後、ユーザー体験データの取得を要求するように、AFにイベント購読要求Naf_EventExposure_Subscribe (Event ID=Service Data)を開始する。
【0063】
AFは、NWDAFにイベント購読応答Naf_EventExposure_Notifyを送信する。
【0064】
ステップ303a~303bでは、NWDAFは、対応するネットワークデータの取得を要求するように、5GC NF(s)にイベント購読要求Nnf_EventExposure_Subscribe (Event ID=5QI Statistics)を開始する。
【0065】
NFは、NWDAFにイベント購読応答Nnf_EventExposure_Notifyを送信する。
【0066】
ステップ304では、NWDAFは、取得されたユーザー体験データ及びネットワークデータを用いてオフライントレーニングを行い、分析対象アプリケーションのユーザー体験データとネットワークデータとの間の関連モデルを得る。
【0067】
ステップ305~306では、トレーニング済の関連モデルに基づいて、NWDAFは、NFsから再収集されたネットワークデータを該モデルに入力し、現在又は将来のある時間帯の分析対象アプリケーションのユーザー体験データを評価・予測する。
【0068】
当然のことながら、ステップ304における関連分析モデルは、予めトレーニングされたものであってもよい。この場合、モデルのトレーニングプロセスを省略することができ、それにより処理速度をさらに向上させる。
【0069】
ステップ307では、NWDAFは、NEFによりMECにNnwdaf_AnalyticsSubscription_Notify(estimated Service Experience)を送信することにより、評価された分析対象アプリケーションのユーザー体験データを送信する。
【0070】
ステップ308では、NWDAFから提供した、分析対象アプリケーションのユーザー体験データの統計又は予測に基づいて、MECは、サービスパラメータの調整を決定する。例えば、ビデオのサービスパラメータの調整は、ビットレート、フレームレート、コーデックフォーマット、圧縮パラメータ、画面サイズ等の調整であってもよく、それにより、ユーザのネットワーク状況に基づいてよりよくマッチングすることができ、より良好なユーザー体験を実現する。
【0071】
ステップ309では、MECは、サービスパラメータの調整を出力して実行する。
【0072】
以上の説明から分かるように、本開示の実施例において、NWDAFとMECとの間のメッセージフローを増加させ、それによりCN(Core Network、コアネットワーク)インテリジェント分析モジュールとエッジコンピューティング側とのインタラクション機能を提供し、それぞれの能力の補完と共有を実現し、ネットワークサービス能力を豊富にする。
【0073】
本開示の実施例は、NWDAFに応用される情報処理装置をさらに提供する。図4を参照し、図4は、本開示の実施例に係る情報処理装置の構成図である。情報処理装置が課題を解決する原理は、本開示の実施例における情報処理方法と類似するため、該情報処理装置の実施は、方法の実施を参照することができ、重複の説明を省略する。
【0074】
図4に示すように、情報処理装置は、ターゲットアプリケーションの情報を含む第1の要求をMECから受信する第1の受信モジュール401と、前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得する第1の取得モジュール402と、前記ネットワークデータに基づいて、予測されたユーザー体験データを得る第2の取得モジュール403と、前記予測されたユーザー体験データを含む第1の応答を前記MECに送信する第1の送信モジュール404とを含む。
【0075】
好ましくは、前記第1の受信モジュール401は、NEFにより、第1の要求を前記MECから受信し、前記第1の送信モジュールは、前記NEFにより前記MECに前記第1の応答を送信する。
【0076】
好ましくは、前記第1の取得モジュール402は、前記第1の要求に応答し、NFに第2の要求を送信する第1の送信サブモジュールと、前記ターゲットアプリケーションのネットワークデータを含む第2の応答を前記NFから受信する第1の受信サブモジュールとを含む。
【0077】
好ましくは、前記第2の取得モジュール403は、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。前記予測モデルは、AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【0078】
好ましくは、前記装置は、AFに第3の要求を送信する第2の送信モジュールと、ユーザー体験データを含む第3の応答を前記AFから受信する第2の受信モジュールとをさらに含む。
【0079】
好ましくは、前記第2の取得モジュール403は、前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得る第1の取得サブモジュールと、NFからネットワークデータを再取得する第1の受信サブモジュールと、前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする第2の取得サブモジュールとを含む。
【0080】
本開示の実施例において、NWDAFとMECとの間のインタラクションにより、MECは、NWDAFから取得された予測されたユーザー体験データに基づいて、ターゲットアプリケーションのパラメータ調整ポリシーを得ることができ、それによりエッジコンピューティングのエッジインテリジェンス能力を向上させることができる。
【0081】
本開示の実施例に係る装置は、上記方法の実施例を実行することができ、その実現原理及び技術的効果は、類似し、本実施例では、説明を省略する。
【0082】
本開示の実施例は、MECに応用される情報処理装置をさらに提供する。図5を参照し、図5は、本開示の実施例に係る情報処理装置の構成図である。情報処理装置が課題を解決する原理は、本開示の実施例における情報処理方法と類似するため、該情報処理装置の実施は、方法の実施を参照することができ、重複の説明を省略する。
【0083】
図5に示すように、情報処理装置は、ターゲットアプリケーションの情報を含む第1の要求をNWDAFに受信する第1の送信モジュール501と、前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信する第1の受信モジュール502と、前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得る処理モジュール503とを含む。
【0084】
前記第1の送信モジュール501は、NEFにより前記NWDAFに第1の要求を送信し、前記第1の受信モジュール502は、NEFにより、前記NWDAFから送信した第1の応答を受信する。
【0085】
本開示の実施例に係る装置は、上記方法の実施例を実行することができ、その実現原理及び技術的効果は、類似し、本実施例では、説明を省略する。
【0086】
本開示の実施例は、NWDAFに応用される情報処理装置をさらに提供する。図6を参照し、図6は、本開示の実施例に係る情報処理装置の構成図である。情報処理装置が課題を解決する原理は、本開示の実施例における情報処理方法と類似するため、該情報処理装置の実施は、方法の実施を参照することができ、重複の説明を省略する。
【0087】
図6に示すように、情報処理装置は、プロセッサ601及び送受信機602を含み。
【0088】
前記送受信機602は、ターゲットアプリケーションの情報を含む第1の要求をMECから受信し、
前記プロセッサ601は、前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得し、前記ネットワークデータに基づいて、予測されたユーザー体験データを得て、
前記送受信機602は、前記予測されたユーザー体験データを含む第1の応答を前記MECに送信する。
【0089】
前記送受信機602は、さらに、NEFにより、第1の要求を前記MECから受信し、前記NEFにより前記MECに前記第1の応答を送信する。
【0090】
前記送受信機602は、さらに、前記第1の要求に応答して、ネットワーク機能NFに第2の要求を送信し、前記ターゲットアプリケーションのネットワークデータを含む第2の応答を前記NFから受信する。
【0091】
前記プロセッサ601は、さらに、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【0092】
前記送受信機602は、さらに、AFに第3の要求を送信し、ユーザー体験データを含む第3の応答を前記AFから受信する。
【0093】
前記プロセッサ601は、さらに、前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得て、NFからネットワークデータを再取得し、前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。
【0094】
本開示の実施例に係る装置は、上記方法の実施例を実行することができ、その実現原理及び技術的効果は、類似し、本実施例では、説明を省略する。
【0095】
本開示の実施例は、MECに応用される情報処理装置をさらに提供する。図7を参照し、図7は、本開示の実施例に係る情報処理装置の構成図である。情報処理装置が課題を解決する原理は、本開示の実施例における情報処理方法と類似するため、該情報処理装置の実施は、方法の実施を参照することができ、重複の説明を省略する。
【0096】
図7に示すように、情報処理装置は、プロセッサ701及び送受信機702を含む。
【0097】
前記送受信機702は、ターゲットアプリケーションの情報を含む第1の要求をNWDAFに送信し、前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信し、
前記プロセッサ701は、前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得る。
【0098】
前記送受信機702は、さらに、NEFにより前記NWDAFに第1の要求を送信し、NEFにより、前記NWDAFから送信した第1の応答を受信する。
【0099】
本開示の実施例に係る装置は、上記方法の実施例を実行することができ、その実現原理及び技術的効果は、類似し、本実施例では、説明を省略する。
【0100】
図8に示すように、本開示の実施例の通信設備は、NWDAFに応用され、
メモリ820におけるプログラムを読み取って、トランシーバ810により、ターゲットアプリケーションの情報を含む第1の要求をMECから受信するプロセスと、前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得するプロセスと、前記ネットワークデータに基づいて、予測されたユーザー体験データを得るプロセスと、前記予測されたユーザー体験データを含む第1の応答を前記MECに送信するプロセスとを実行するプロセッサ800と、
プロセッサ800の制御下でデータを送受信するトランシーバ810とを含む。
【0101】
図8において、バスアーキテクチャは、任意の数の相互接続のバス及びブリッジを含むことができ、具体的には、プロセッサ800に代表される1つ又は複数のプロセッサとメモリ820に代表されるメモリの様々な回路が接続される。バスアーキテクチャは、さらに周辺設備、レギュレータ及び電力管理回路などのような様々な他の回路を接続することができ、これらは、いずれも本分野で周知であり、したがって、本明細書は、それをさらに説明しない。バスインタフェースは、インタフェースを提供する。トランシーバ810は、複数の素子であってもよく、すなわち送信機及び受信機を含み、媒体を伝送する時に様々な他の装置と通信するためのユニットを提供する。プロセッサ800は、バスアーキテクチャ及び通常の処理を管理し、メモリ820は、プロセッサ800が動作を実行する時に使用するデータを記憶することができる。
【0102】
プロセッサ800は、バスアーキテクチャ及び通常の処理を管理し、メモリ820は、プロセッサ800が動作を実行する時に使用されるデータを記憶することができる。
プロセッサ800は、さらに、前記コンピュータプログラムを読み取って、
ネットワーク公開機能NEFにより、前記MECから送信した第1の要求を受信することと、
前記NEFにより前記MECに前記第1の応答を送信することとを実行する。
【0103】
プロセッサ800は、さらに、前記コンピュータプログラムを読み取って、
前記第1の要求に応答して、ネットワーク機能NFに第2の要求を送信することと、
前記ターゲットアプリケーションのネットワークデータを含む第2の応答を前記NFから受信することとを実行する。
【0104】
プロセッサ800は、さらに、前記コンピュータプログラムを読み取って、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを実行し、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【0105】
プロセッサ800は、さらに、前記コンピュータプログラムを読み取って、
AFに第3の要求を送信することと、
ユーザー体験データを含む第3の応答を前記AFから受信することとを実行する。
【0106】
プロセッサ800は、さらに、前記コンピュータプログラムを読み取って、
前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得ることと、
NFからネットワークデータを再取得することと、
前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることとを実行する。
【0107】
図9に示すように、本開示の実施例の通信設備は、MECに応用され、
メモリ920におけるプログラムを読み取って、トランシーバ910により、ターゲットアプリケーションの情報を含む第1の要求をNWDAFに受信するプロセスと、前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信するプロセスと、前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得るプロセスとを実行するプロセッサ900と、
プロセッサ900の制御下でデータを送受信するトランシーバ910とを含む。
【0108】
図9において、バスアーキテクチャは、任意の数の相互接続のバス及びブリッジを含むことができ、具体的には、プロセッサ900に代表される1つ又は複数のプロセッサとメモリ920に代表されるメモリの様々な回路が接続される。バスアーキテクチャは、さらに周辺設備、レギュレータ及び電力管理回路などのような様々な他の回路を接続することができ、これらは、いずれも本分野で周知であり、したがって、本明細書は、それをさらに説明しない。バスインタフェースは、インタフェースを提供する。トランシーバ910は、複数の素子であってもよく、すなわち送信機及び受信機を含み、媒体を伝送する時に様々な他の装置と通信するためのユニットを提供する。プロセッサ900は、バスアーキテクチャ及び通常の処理を管理し、メモリ920は、プロセッサ900が動作を実行する時に使用するデータを記憶することができる。
【0109】
プロセッサ900は、バスアーキテクチャ及び通常の処理を管理し、メモリ920は、プロセッサ900が動作を実行する時に使用されるデータを記憶することができる。
プロセッサ900は、さらに、前記コンピュータプログラムを読み取って、
NEFにより前記NWDAFに第1の要求を送信することと、
NEFにより、前記NWDAFから送信した第1の応答を受信することとを実行する。
【0110】
また、本開示の実施例のコンピュータ読み取り可能な記憶媒体は、コンピュータプログラムを記憶し、前記コンピュータプログラムは、プロセッサにより実行されと、
ターゲットアプリケーションの情報を含む第1の要求をMECから受信することと、
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得することと、
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることと、
前記予測されたユーザー体験データを含む第1の応答を前記MECに送信することとを実現する。
【0111】
モバイルエッジコンピューティングMECから送信した第1の要求を受信することは、
ネットワーク公開機能NEFにより、前記MECから送信した第1の要求を受信することを含み、
第1の応答を前記MECに送信することは、
前記NEFにより前記MECに前記第1の応答を送信することを含む。
【0112】
前記第1の要求に応答して、前記ターゲットアプリケーションのネットワークデータを取得する前記ことは、
前記第1の要求に応答して、ネットワーク機能NFに第2の要求を送信することと、
前記ターゲットアプリケーションのネットワークデータを含む第2の応答を前記NFから受信することとを含む。
【0113】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを含み、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNEFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【0114】
モバイルエッジコンピューティングMECからの第1の要求を受信した後、前記方法は、
AFに第3の要求を送信することと、
ユーザー体験データを含む第3の応答を前記AFから受信することとをさらに含む。
【0115】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ユーザー体験データ及び前記ネットワークデータに基づいて、予測モデルを得ることと、
NFからネットワークデータを再取得することと、
前記再取得されたネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることとを含む。
【0116】
また、本開示の実施例のコンピュータ読み取り可能な記憶媒体は、コンピュータプログラムを記憶する。前記コンピュータプログラムは、プロセッサにより実行されと、
ターゲットアプリケーションの情報を含む第1の要求をNWDAFに送信することと、
前記NWDAFにより取得された前記ターゲットアプリケーションの予測されたユーザー体験データを含む第1の応答を前記NWDAFから受信することと、
前記予測されたユーザー体験データに基づいて、前記ターゲットアプリケーションのパラメータ調整ポリシーを得ることとを実現する。
【0117】
第1の要求をNWDAFに送信することは、
NEFにより前記NWDAFに第1の要求を送信することを含み、
前記NWDAFから送信した第1の応答を受信することは、
NEFにより、前記NWDAFから送信した第1の応答を受信することを含む。
【0118】
本願が提供するいくつかの実施例において、理解されるように、開示された方法及び装置は、他の方式で実現することができる。例えば、以上に説明された装置の実施例は、模式的なものだけであり、例えば、前記ユニットの分割は、論理機能の分割のみであり、実際に実現する時に別の分割方式を有してもよく、例えば複数のユニットやアセンブリを結合するか又は他のシステムに統合することができ、又は、いくつかの特徴を無視するか又は実行しない。また、表示されるか又は議論される相互間の結合、直接結合又は通信接続は、いくつかのインタフェース、装置又はユニットの間接結合又は通信接続であってもよく、電気的、機械的又は他の形式であってもよい。
【0119】
また、本開示の各実施例における各機能ユニットは、1つの処理ユニットに統合されてもよく、各ユニットが単独で物理的に含まれてもよく、2つ又は2つ以上のユニットが1つのユニットに統合されてもよい。上記統合されたユニットは、ハードウェアの形式で実現されてもよく、ハードウェアとソフトウェア機能ユニットの形式で実現されてもよい。
【0120】
上記ソフトウェア機能ユニットの形式で実現された統合されたユニットは、1つのコンピュータ読み取り可能な記憶媒体に記憶することができる。上記ソフトウェア機能ユニットは、1つの記憶媒体に記憶され、1台のコンピュータ装置(パーソナルコンピュータ、サーバ、又は、ネットワーク設備等であってもよい)に本開示の各実施例に記載の送受信方法の一部のことを実行させる複数の命令を含む。前述の記憶媒体は、プログラムコードを記憶することができるUディスク、リムーバブルハードディスク、読み出し専用メモリ(Read-Only Memory、ROM)、ランダムアクセスメモリ(Random Access Memory、RAM)、磁気ディスク又は、光ディスクなどの様々な媒体を含む。
【0121】
理解できるように、本開示の実施例に記載のこれらの実施例は、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード又はそれらの組み合わせで実現することができる。ハードウェアの実現に対して、モジュール、ユニット、サブモジュール、サブユニットなどは、1つ又は複数の専用集積回路(Application Specific Integrated Circuits、ASIC)、デジタルシグナルプロセッサ(Digital Signal Processing、DSP)、デジタル信号処理設備(DSP Device、DSPD)、プログラマブルロジックデバイス(Programmable Logic Device、PLD)、フィールドプログラマブルゲートアレイ(Field-Programmable Gate Array、FPGA)、汎用プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサ、本開示に記載の機能を実行する他の電子ユニット又はそれらの組み合わせで実現することができる。
【0122】
ソフトウェアの実現に対して、本開示の実施例に記載の機能のモジュール(例えばプロセス、関数など)を実行することにより本開示の実施例に記載の技術を実現することができる。ソフトウェアコードは、メモリに記憶され、プロセッサによって実行されてもよい。メモリは、プロセッサの内部又はプロセッサの外部で実現されてもよい。
【0123】
以上は、本開示の好ましい実施形態であり、指摘すべきことは、当業者にとって、本開示に記載の原理から逸脱することなく、さらにいくつかの改善及び修飾を行うことができ、これらの改善及び修飾も本開示の保護範囲と見なされるべきである。
図1
図2
図3
図4
図5
図6
図7
図8
図9
【手続補正書】
【提出日】2022-03-02
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】請求項4
【補正方法】変更
【補正の内容】
【請求項4】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを含み、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである、請求項1に記載の情報処理方法。
【手続補正2】
【補正対象書類名】明細書
【補正対象項目名】0008
【補正方法】変更
【補正の内容】
【0008】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを含み、
前記予測モデルは、AF(Application Function:アプリケーション機能)から取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【手続補正3】
【補正対象書類名】明細書
【補正対象項目名】0016
【補正方法】変更
【補正の内容】
【0016】
前記第2の取得モジュールは、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、かつ前記予測モデルの出力を前記予測されたユーザー体験データとし、
前記予測モデルは、AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【手続補正4】
【補正対象書類名】明細書
【補正対象項目名】0024
【補正方法】変更
【補正の内容】
【0024】
前記プロセッサは、さらに、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、かつ前記予測モデルの出力を前記予測されたユーザー体験データとし、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【手続補正5】
【補正対象書類名】明細書
【補正対象項目名】0043
【補正方法】変更
【補正の内容】
【0043】
本開示の実施例において、ユーザー体験データとネットワークデータとの間の関連関係を表現する予測モデルを予めオフライントレーニングすることができる。また、前記予測モデルは、AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである
【手続補正6】
【補正対象書類名】明細書
【補正対象項目名】0055
【補正方法】変更
【補正の内容】
【0055】
MECは、NEFにより、第1の応答を前記NWDAFから受信することができる。前記第1の応答の形式及び含まれる内容は、前述の実施例の説明を参照する。
【手続補正7】
【補正対象書類名】明細書
【補正対象項目名】0077
【補正方法】変更
【補正の内容】
【0077】
好ましくは、前記第2の取得モジュール403は、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。前記予測モデルは、AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【手続補正8】
【補正対象書類名】明細書
【補正対象項目名】0091
【補正方法】変更
【補正の内容】
【0091】
前記プロセッサ601は、さらに、前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとする。
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【手続補正9】
【補正対象書類名】明細書
【補正対象項目名】0104
【補正方法】変更
【補正の内容】
【0104】
プロセッサ800は、さらに、前記コンピュータプログラムを読み取って、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを実行し、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【手続補正10】
【補正対象書類名】明細書
【補正対象項目名】0113
【補正方法】変更
【補正の内容】
【0113】
前記ネットワークデータに基づいて、予測されたユーザー体験データを得ることは、
前記ネットワークデータを予測モデルの入力として前記予測モデルを実行し、前記予測モデルの出力を前記予測されたユーザー体験データとすることを含み、
前記予測モデルは、アプリケーション機能AFから取得されたユーザー体験データとNFから取得されたネットワークデータを用いてトレーニングして得られるものである。
【国際調査報告】