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

(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】