特表 2024-541858 データ分析モデル管理方法、電子機器および記憶媒体

(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】2024-11-13

(54)【発明の名称】データ分析モデル管理方法、電子機器および記憶媒体

(51)【国際特許分類】

   H04L 41/16 20220101AFI20241106BHJP

   H04L 41/04 20220101ALI20241106BHJP

   H04W 24/00 20090101ALI20241106BHJP

【ＦＩ】

H04L41/16

H04L41/04

H04W24/00

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024522709

(86)(22)【出願日】2022-12-19

(85)【翻訳文提出日】2024-04-16

(86)【国際出願番号】 CN2022140012

(87)【国際公開番号】W WO2023125109

(87)【国際公開日】2023-07-06

(31)【優先権主張番号】202111659735.1

(32)【優先日】2021-12-30

(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】511151662

【氏名又は名称】中興通訊股▲ふん▼有限公司

【氏名又は名称原語表記】ＺＴＥ ＣＯＲＰＯＲＡＴＩＯＮ

【住所又は居所原語表記】ＺＴＥ Ｐｌａｚａ，Ｋｅｊｉ Ｒｏａｄ Ｓｏｕｔｈ，Ｈｉ－Ｔｅｃｈ Ｉｎｄｕｓｔｒｉａｌ Ｐａｒｋ，Ｎａｎｓｈａｎ Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ ５１８０５７ Ｃｈｉｎａ

(74)【代理人】

【識別番号】100112656

【弁理士】

【氏名又は名称】宮田 英毅

(74)【代理人】

【識別番号】100089118

【弁理士】

【氏名又は名称】酒井 宏明

(72)【発明者】

【氏名】祝偉宏

【テーマコード（参考）】

5K067

【Ｆターム（参考）】

5K067AA21

5K067BB21

5K067EE10

5K067EE16

5K067HH21

(57)【要約】

本願の実施例は、データ分析モデル管理方法、電子機器および記憶媒体を提供し、該方法は、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得することと、前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することとを含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得することと、
前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することと、を含む、
データ分析モデル管理方法。

【請求項2】

前記少なくとも１つのモデル管理サービスインタフェースは、少なくとも、
モデル登録インタフェース、モデルトレーニングインタフェース、モデル検証インタフェース、モデル更新インタフェース、モデル配置インタフェース、およびモデル登録情報更新インタフェースを含む、
請求項１に記載の方法。

【請求項3】

前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することは、
前記モデル登録インタフェースを呼び出して前記データ分析モデルを登録し、前記データ分析モデルの属性情報を記憶することを含む、
請求項１または２に記載の方法。

【請求項4】

前記属性情報は、
モデル識別子、モデル名、モデル機能記述、モデルアルゴリズムタイプ、モデルパラメータ、モデル初期ハイパーパラメータ、トレーニングデータセット、テストデータセットの少なくとも１つを含む、
請求項３に記載の方法。

【請求項5】

前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することは、
少なくともモデル識別子またはモデル名を含むトレーニング起動命令に従い、前記モデルトレーニングインタフェースを呼び出して前記データ分析モデルをトレーニングすることを含む、
請求項１または２に記載の方法。

【請求項6】

前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することは、
少なくともモデル識別子またはモデル名を含む検証起動命令に従い、前記モデル検証インタフェースを呼び出して前記データ分析モデルを検証することを含む、
請求項１または２に記載の方法。

【請求項7】

前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することは、
少なくとも更新待ちアプリケーションおよびモデル識別子を含む更新起動命令に従い、前記モデル更新インタフェースを呼び出してアプリケーションに対応する前記データ分析モデルを更新することを含む、
請求項１または２に記載の方法。

【請求項8】

前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することは、
少なくとも配置待ちアプリケーションおよびモデル識別子を含む配置命令に従い、前記モデル配置インタフェースを呼び出してアプリケーションに使用される前記データ分析モデルを配置することを含む、
請求項１または２に記載の方法。

【請求項9】

前記少なくとも１つのモデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することは、
少なくともモデル識別子および更新待ち登録情報を含む登録更新命令に従い、前記モデル登録情報更新インタフェースを呼び出して前記データ分析モデルの登録情報を更新することを含む、
請求項１または２に記載の方法。

【請求項10】

前記モデル管理操作の実行結果に応じて通知情報を生成し、前記通知情報を前記データ分析モデルに対応するアプリケーションに伝送することを更に含む、
請求項１または２に記載の方法。

【請求項11】

前記モデル管理サービスモジュールは、
運用支援システム層、ネットワーク管理層、ネットワーク要素管理層、スライス管理層、およびサブスライス管理層の少なくとも１つに位置する、
請求項１に記載の方法。

【請求項12】

１つまたは複数のプロセッサと、
１つまたは複数のプログラムを記憶するように構成されるメモリとを備える電子機器であって、
前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサは、請求項１から１１のいずれか１項に記載の方法を実現する、
電子機器。

【請求項13】

コンピュータプログラムが記憶されたコンピュータ可読記憶媒体であって、
前記コンピュータプログラムがプロセッサによって実行されると、請求項１から１１のいずれか１項に記載の方法を実現する、
コンピュータ可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本願は、無線通信の技術分野に関し、例えば、データ分析モデル管理方法、電子機器および記憶媒体に関する。

【0002】

本願は、２０２１年１２月３０日に中国専利局に提出された出願番号が２０２１１１６５９７３５．１である中国特許出願に対して優先権を主張するものであり、上記出願の全ての内容を引用により本願に援用する。

【背景技術】

【0003】

現在、移動体通信技術は、既に第５世代通信技術（５ｔｈ Ｇｅｎｅｒａｔｉｏｎ Ｍｏｂｉｌｅ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ、５Ｇ）時代に入り、ネットワークスライス（Ｎｅｔｗｏｒｋ Ｓｌｉｃｅ）は、５Ｇの１つの重要な構成部分となる。ネットワークスライスは、主に、ネットワーク機能で構成される特徴的なネットワーク特性のインスタンス化された論理ネットワークであり、ここで、該ネットワーク機能は、ネットワーク機能をサポートするネットワークリソースを含み、該論理ネットワークは、特徴的なネットワークトラフィックのニーズを満たすことに用いられ、例えば、超低遅延および超高信頼性等を満たす。通信技術の発展に伴い、５Ｇネットワークは、高帯域幅、超低遅延および超高信頼性等の特性に加え、知能化に対してより高い要求を持っている。現在、移動体通信における自動化の関連技術は、自己組織化ネットワーク（Ｓｅｌｆ－Ｏｒｇａｎｉｚｅｄ Ｎｅｔｗｏｒｋ、ＳＯＮ）および意図駆動型ネットワーク（Ｉｎｔｅｎｔ－ｄｒｉｖｅｎ ｎｅｔｗｏｒｋｓ）等を使用することができる。５Ｇネットワークシステムには、更に人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ）技術、ビッグデータ技術等が導入される。これらの技術に基づき、５Ｇネットワークシステムは、徐々に知能分析および策定能力を持つようになり、その後、知能分析および策定結果の自動的な実行により、５Ｇネットワークの自動化運転および管理を実現する。一方、第３世代パートナーシッププロジェクト（Ｔｈｉｒｄ Ｇｅｎｅｒａｔｉｏｎ Ｐａｒｔｎｅｒｓｈｉｐ Ｐｒｏｊｅｃｔ、３ＧＰＰ（登録商標））の研究でも、システムの自動化管理および運転に対するデータ分析の重要性が見られるため、ネットワークデータ分析機能（Ｎｅｔｗｏｒｋ Ｄａｔａ Ａｎａｌｙｔｉｃｓ Ｆｕｎｃｔｉｏｎ、ＮＷＤＡＦ）および管理データ分析機能（Ｍａｎａｇｅｍｅｎｔ Ｄａｔａ Ａｎａｌｙｔｉｃｓ Ｆｕｎｃｔｉｏｎ、ＭＤＡＦ）の概念も提出され、これらの機能を利用してシステム性能の最適化、トラブルシューティング、システムリソースの予測等を行う研究も行われる。無線アクセスネットワーク（Ｒａｄｉｏ Ａｃｃｅｓｓ Ｎｅｔｗｏｒｋ、ＲＡＮ）側で、ＲＡＮ知能化フレームワークの研究も開始される。全てのこれらのＲＡＮ知能化フレームワークにおける知能化機能は、ＡＩおよび機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ、ＭＬ）技術を使用し、ＡＩ／ＭＬはＭＬモデルに関する。一方、ＲＡＮ知能化フレームワークの研究過程において、提出された一態様として、ネットワーク管理レベルでＲＡＮ側の知能化機能に必要なＭＬモデルをトレーニングし、トレーニング後、対応する更新および配置を行う。このニーズに応じ、ネットワーク管理レベルで対応するＭＬモデル管理機能を提供する必要があるが、現在の業界には、このようなモデル管理機能の態様がまだない。

【発明の概要】

【課題を解決するための手段】

【0004】

本願の実施例は、
通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得することと、
前記モデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することと、を含む、
データ分析モデル管理方法を提供する。

【0005】

本願の実施例は、
１つまたは複数のプロセッサと、
１つまたは複数のプログラムを記憶するように構成されるメモリとを備える電子機器であって、
前記１つまたは複数のプログラムが前記１つまたは複数のプロセッサによって実行されると、前記１つまたは複数のプロセッサは、本願の実施例のいずれか１項に記載の方法を実現する、
電子機器を更に提供する。

【0006】

本願の実施例は、
コンピュータプログラムが記憶されたコンピュータ可読記憶媒体であって、
該コンピュータプログラムがプロセッサによって実行されると、本願の実施例のいずれか１項に記載の方法を実現する、
コンピュータ可読記憶媒体を更に提供する。

【図面の簡単な説明】

【0007】

【図1】本願の実施例に係るデータ分析モデル管理方法のフローチャートである。

【図2】本願の実施例に係る別のデータ分析モデル管理方法のフローチャートである。

【図3】本願の実施例に係る別のデータ分析モデル管理方法のフローチャートである。

【図4】本願の実施例に係る別のデータ分析モデル管理方法のフローチャートである。

【図5】本願の実施例に係る別のデータ分析モデル管理方法のフローチャートである。

【図6】本願の実施例に係る別のデータ分析モデル管理方法のフローチャートである。

【図7】本願の実施例に係る別のデータ分析モデル管理方法のフローチャートである。

【図8】本願の実施例に係るデータ分析モデル管理方法の例示的な図である。

【図9】本願の実施例に係るデータ分析モデル管理装置の構造模式図である。

【図10】本願の実施例に係る電子機器の構造模式図である。

【発明を実施するための形態】

【0008】

ここで説明する具体的な実施例は、本願を解釈するためのものに過ぎず、本願を限定するものではないことが理解されるべきである。

【0009】

後の記述において、「モジュール」、「部材」または「ユニット」のような素子を表すための接尾辞は、本願の説明に寄与するためのものに過ぎず、それ自体に特有の意義はない。従って、「モジュール」、「部材」または「ユニット」は混合して使用することができる。

【0010】

図１は、本願の実施例に係るデータ分析モデル管理方法のフローチャートであり、本願の実施例は、無線通信シーンにおけるデータ分析モデル管理の場合に適用でき、該方法は、本願の実施例に係るデータ分析モジュール管理装置により実行でき、該装置は、ソフトウェアおよび／またはハードウェアの方式で実現でき、図１を参照し、本願の実施例に係る方法は、具体的に、以下のステップを含む。

【0011】

ステップ１１０において、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得する。

【0012】

ここで、通信ネットワークのネットワーク管理側は、無線通信ネットワークにおけるネットワーク通信を管理する機器側であってもよく、運用支援システム層、ネットワーク管理層、ネットワーク要素管理層、スライス管理層、およびサブスライス管理層等であってもよく、モデル管理サービスモジュールは、通信ネットワークのネットワーク管理層側でデータ分析モデルを管理するソフトウェア・ハードウェアモジュールであってもよく、モデル管理サービスモジュールは１つまたは複数のモデル管理サービスインタフェースを含んでもよく、各モデル管理サービスインタフェースは、データ分析モデルに対して異なる管理を行うことを実現できる。

【0013】

本願の実施例において、通信ネットワークのネットワーク管理側にモデル管理サービスモジュールが設けられてもよく、該モデル管理サービスモデルは１つまたは複数のモデル管理サービスインタフェースを含んでもよく、各モデル管理サービスインタフェースには、データ分析モデル間の異なる管理操作に対する操作ルールがパッケージされてもよい。

【0014】

ステップ１２０において、モデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行する。

【0015】

具体的には、モデル管理サービスインタフェースを呼び出すことにより、データ分析モデルのモデル管理操作を実現することができ、通信ネットワークにおけるデータ分析モデルの使用の難易度を低減することができる。

【0016】

本願の実施例は、通信ネットワークのネットワーク管理側で少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモデルを取得し、モデル管理サービスインタフェースの使用により、データ分析モデルに対するモデル管理操作を実現し、本願の実施例は、モデル管理モデルにより、通信ネットワークにおけるデータ分析モデルに対する統一的な管理を実現し、データ分析モデルの使用の難易度を低減し、モデル管理の効率を高めることができ、通信ネットワークにおけるデータ伝送の安定性を確保することができる。

【0017】

一実施例において、上記出願の実施例の基に、モデル管理サービスインタフェースは、少なくとも、モデル登録インタフェース、モデルトレーニングインタフェース、モデル検証インタフェース、モデル更新インタフェース、モデル配置インタフェース、およびモデル登録情報更新インタフェースを含む。

【0018】

具体的には、モデル管理サービスモジュールは、モデル登録インタフェース、モデルトレーニングインタフェース、モデル検証インタフェース、モデル更新インタフェース、モデル配置インタフェース、およびモデル登録情報更新インタフェース等のインタフェースで構成でき、インタフェースを呼び出すことにより、モデルの登録、モデルのトレーニング、モデルの検証、モデルの更新、モデルの配置、および登録情報の更新等の操作を実現することができ、各インタフェースには、対応する操作の処理ルールが予め設定されてもよい。

【0019】

図２は、本願の実施例に係る別のデータ分析モデル管理方法のフローチャートであり、図２を参照し、モデルの登録を例とし、本願の実施例に係る方法は、具体的に、以下のステップを含む。

【0020】

ステップ２１０において、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得する。

【0021】

ステップ２２０において、モデル登録インタフェースを呼び出してデータ分析モデルを登録し、データ分析モデルの属性情報を記憶する。

【0022】

ここで、モジュール登録インタフェースは、ソフトウェアプログラムインタフェースであってもよく、該モデル登録インタフェースには、データ分析モデルを登録する処理ルールがパッケージされてもよく、モデル登録インタフェースは、呼び出されると、データ分析モデルの情報を予め設定された位置に登録することができ、該予め設定された位置は、通信ネットワークのネットワーク管理側の予め設定された記憶空間であってもよい。

【0023】

本願の実施例は、モデル管理サービスモジュールにおけるモデル登録インタフェースを呼び出し、モデル登録インタフェースでデータ分析モデルの属性情報を記憶することにより、データ分析モデルの登録プロセスを実現することができ、ユーザは、登録するデータ分析モデルに基づいて処理することができる。

【0024】

一実施例において、上記出願の実施例の基に、属性情報は、モデル識別子、モデル名、モデル機能記述、モデルアルゴリズムタイプ、モデルパラメータ、モデル初期ハイパーパラメータ、トレーニングデータセット、テストデータセットの少なくとも１つを含む。

【0025】

本願の実施例において、データ分析モデルのモデル識別子、モデル名、モデル機能記述、モデルアルゴリズムタイプ、モデルパラメータ、モデル初期ハイパーパラメータ、トレーニングデータセット、テストデータセットの１種または複数種を記憶することにより、データ分析モデルの登録を実現することができ、通信ネットワークにおけるアプリケーションは、上記属性情報に基づいてデータ分析モデルの使用を実現することができる。

【0026】

本願の実施例において、モデル登録インタフェースを呼び出してデータ分析モデルを登録することができ、データ分析モデルの属性情報を予め設定された記憶空間内に記憶し、データ分析モデルの登録を実現することができる。

【0027】

図３は、本願の実施例に係る別のデータ分析モデル管理方法のフローチャートであり、図３を参照し、モデルのトレーニングを例とし、本願の実施例に係る方法は、具体的に、以下のステップを含む。

【0028】

ステップ３１０において、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得する。

【0029】

ステップ３２０において、少なくともモデル識別子またはモデル名を含むトレーニング起動命令に従い、モデルトレーニングインタフェースを呼び出して前記データ分析モデルをトレーニングする。

【0030】

ここで、トレーニング起動命令は、トレーニングを行うようにモデルを制御する指示情報であってもよく、トレーニング起動命令は、トレーニング待ちデータ分析モデルのモデル識別子またはモデル名を含んでもよく、モデル識別子またはモデル名は、数字、アルファベットまたは特殊文字で構成できる。

【0031】

具体的には、トレーニング起動命令を受信した場合、トレーニング起動命令に含まれるモデル識別子またはモデル名を抽出し、モデルトレーニングインタフェースを用いてモデル識別子またはモデル名に対応するデータ分析モデルを取得してトレーニングを行うことができる。

【0032】

図４は、本願の実施例に係る別のデータ分析モデル管理方法のフローチャートであり、図４を参照し、データ分析モデルの検証を例とし、本願の実施例に係る方法は、具体的に、以下のステップを含んでもよい。

【0033】

ステップ４１０において、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得する。

【0034】

ステップ４２０において、少なくともモデル識別子またはモデル名を含む検証起動命令に従い、モデル検証インタフェースを呼び出してデータ分析モデルを検証する。

【0035】

ここで、検証起動命令は、トレーニングを行うようにモデルを制御する指示情報であってもよく、検証起動命令は、検証待ちデータ分析モデルのモデル識別子またはモデル名を含んでもよく、モデル識別子またはモデル名は、数字、アルファベットまたは特殊文字で構成できる。

【0036】

本願の実施例において、検証起動命令を受信した場合、検証起動命令に含まれるモデル識別子またはモデル名によりモデル検証インタフェースを呼び出し、対応するデータ分析モデルを取得して検証を行う。

【0037】

図５は、本願の実施例に係る別のデータ分析モデル管理方法のフローチャートであり、図５を参照し、データ分析モデルを使用するアプリケーションの更新を例とし、本願の実施例に係る方法は、具体的には、以下のステップを含む。

【0038】

ステップ５１０において、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得する。

【0039】

ステップ５２０において、少なくとも更新待ちアプリケーションおよびモデル識別子を含む更新起動命令に従い、前記モデル更新インタフェースを呼び出してアプリケーションに対応するデータ分析モデルを更新する。

【0040】

ここで、更新起動命令は、データ分析モデルの更新を制御する指示情報であってもよく、更新起動命令は、更新待ちデータ分析モデルのモデル識別子および更新待ちアプリケーションを含んでもよく、該モデル識別子は、更新待ちデータ分析モデルの一意な識別情報であってもよく、更新待ちアプリケーションは、該データ分析モデルを使用するアプリケーションであってもよい。

【0041】

本願の実施例において、更新起動命令を受信した場合、更新起動命令内の更新待ちアプリケーションおよびモデル識別子を抽出し、更新待ちアプリケーションおよびモデル識別子を用いてモデル更新インタフェースを呼び出し、モデル更新インタフェースにより更新待ちアプリケーションに使用されるデータ分析モデルを更新することができる。

【0042】

図６は、本願の実施例に係る別のデータ分析モデル管理方法のフローチャートであり、図６を参照し、データ分析モデルの配置を例とし、本願の実施例に係る方法は、具体的に、以下のステップを含む。

【0043】

ステップ６１０において、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得する。

【0044】

ステップ６２０において、少なくとも配置待ちアプリケーションおよびモデル識別子を含む配置命令に従い、モデル配置インタフェースを呼び出してアプリケーションに使用されるデータ分析モデルを配置する。

【0045】

具体的には、配置命令を受信した場合、モデル配置インタフェースを呼び出してモデル識別子に対応するデータ分析モデルを配置待ちアプリケーションに配置することができ、これにより、配置待ちアプリケーションはデータ分析モデルに従って機能を実現することができる。

【0046】

図７は、本願の実施例に係る別のデータ分析モデル管理方法のフローチャートであり、図７を参照し、モデル登録情報の更新を例とし、本願の実施例に係る方法は、具体的に、以下のステップを含む。

【0047】

ステップ７１０において、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得する。

【0048】

ステップ７２０において、少なくともモデル識別子および更新待ち登録情報を含む登録更新命令に従い、モデル登録情報更新インタフェースを呼び出してデータ分析モデルの登録情報を更新する。

【0049】

本願の実施例において、登録更新命令を受信した場合、登録更新命令内のモデル識別子および更新待ち登録情報に従ってモデル登録情報更新インタフェースを呼び出し、モデル識別子に対応するオリジナル登録情報を更新待ち登録情報に置き換え、登録情報の更新を実現することができる。

【0050】

一実施例において、上記出願の実施例の基に、方法は、モデル管理操作の実行結果に応じて通知情報を生成し、通知情報をデータ分析モデルに対応するアプリケーションに伝送することを更に含む。

【0051】

本願の実施例において、モデル管理操作の実行が完了した後、実行結果に応じてモデル登録成功またはモデル更新成功等の情報のような対応する通知情報を生成することができ、通知情報をデータ分析モデルが配置されたアプリケーションに送信し、情報のデータ分析モデルを使用することをアプリケーションにリマインドすることができる。

【0052】

一実施例において、上記出願の実施例の基に、モデル管理サービスモジュールは、運用支援システム（Ｏｐｅｒａｔｉｏｎ－Ｓｕｐｐｏｒｔ Ｓｙｓｔｅｍ、ＯＳＳ）層、ネットワーク管理層、ネットワーク要素管理層、スライス管理層、およびサブスライス管理層の少なくとも１つに位置する。

【0053】

図８は、本願の実施例に係るデータ分析モデル管理方法の例示的な図であり、図８を参照し、該データ分析モデルは、具体的に、ＭＬモデルであってもよく、本願の実施例に係る管理方法は、以下のステップを含んでもよい。

【0054】

１）ＭＬモデル登録（または配信）インタフェースにより、モデルをモデルデータベース（またはモデル市場）に登録（または配信）する。

【0055】

２）ＭＬモデルトレーニングインタフェースにより、登録したモデルをトレーニングする。

【0056】

３）ＭＬモデル検証インタフェースにより、トレーニングしたモデルを検証する。

【0057】

４）ＭＬモデル配置インタフェースにより、検証したモデルを特定のアプリケーションに配置する。

【0058】

５）ＭＬモデルを定期的にトレーニング、検証および更新し、ＭＬモデルトレーニングインタフェースを定期的に起動してモデルをトレーニングし、ＭＬモデル検証インタフェースを呼び出してトレーニングしたモデルを検証し、トレーニングしたモデルをＭＬモデル更新インタフェースにより該ＭＬモデルが配置された特徴的なアプリケーションに更新することを含む。

【0059】

６）ニーズに応じてＭＬモデル登録情報更新モデルを呼び出し、モデル登録情報を更新し、該ニーズは、モデルアルゴリズムの変更、トレーニングデータセットの変化およびテストデータセットの変化等を含んでもよい。

【0060】

上記ＭＬモデルの管理は、ＭＬ管理サービスモジュールにより実現でき、該ＭＬ管理サービスモジュールは、ＭＬモデル登録インタフェース、ＭＬモデルトレーニングインタフェース、ＭＬモデル検証インタフェース、ＭＬモデル更新インタフェース、ＭＬモデル配置インタフェース、およびＭＬモデル登録情報更新インタフェース等の機能インタフェースを含んでもよいが、これらに限定されない。

【0061】

ここで、ＭＬモデル登録インタフェースは、ＭＬモデル登録機能を提供する。ＲＡＮ知能化フレームワークまたはその下のＲＡＮ知能化機能またはＭＬモデルを提供できる他の任意の認証された消費者は、いずれもＭＬモデル登録インタフェースを呼び出すことによりＭＬモデルの登録を行うことができる。登録情報は、モデル識別子、モデル名、モデル機能記述、モデルアルゴリズムタイプ（または、モデルアルゴリズムの具体的な定義）、モデルパラメータ、モデル初期（またはデフォルト）ハイパーパラメータ（ｈｙｐｅｒｐａｒａｍｅｔｅｒ）、トレーニングデータセット（ｔｒａｉｎｉｎｇ ｄａｔａ ｓｅｔ）取得パス、トレーニングデータセット、モデルテストデータセット（ｔｅｓｔｉｎｇ ｄａｔａ ｓｅｔ）取得パス、モデルテストデータセットという属性の１つまたは複数を含むが、これらに限定されない。モデルの登録が完了した後、対応するモデル情報を生成し、該モデル情報はモデルデータベース（またはモデル市場）に格納され、前記モデル情報は、該ＭＬモデルを使用したアプリケーションの識別情報を記憶する属性を更に含み、モデルが登録される時、該属性の値は空である。上記トレーニングデータセット（ｔｒａｉｎｉｎｇ ｄａｔａ ｓｅｔ）取得パス、モデルテストデータセット（ｔｅｓｔｉｎｇ ｄａｔａ ｓｅｔ）取得パスは、具体的なモデルトレーニングデータセットおよびモデルテストデータセットに置き換えることもできる。

【0062】

ＭＬモデルトレーニングインタフェースは、ＭＬモデルトレーニング機能を提供する。ＲＡＮ知能化フレームワークまたはその下のＲＡＮ知能化機能、上段のネットワーク管理システム、自段のネットワーク管理機能、あるいは他の任意の認証された消費者は、いずれもＭＬモデルトレーニングインタフェースを呼び出すことにより、ＭＬモデルのトレーニングを起動することができる。モデルのトレーニングを起動する時、起動命令にモデル識別子とモデル名のうちの１つが少なくとも含まれる。まず、モデル識別子またはモデル名に基づき、モデルデータベースから対応するモデルおよびモデル初期（またはデフォルト）ハイパーパラメータ、トレーニングデータセット（ｔｒａｉｎｉｎｇ ｄａｔａ ｓｅｔ）取得パスまたはトレーニングデータセット自体等のパラメータを取得し、その後、取得したパラメータに基づいてモデルのトレーニングを起動する。トレーニングが完了した後、モデルデータベース内の対応する情報を更新し、それとともに、モデルトレーニング完了通知を該トレーニングを起動した消費者に送信することもでき、同時に同じ通知を該モデルを使用した他のアプリケーションに送信することもできる。

【0063】

ＭＬモデル検証インタフェースは、ＭＬモデル検証機能を提供する。ＲＡＮ知能化フレームワークまたはその下のＲＡＮ知能化機能、上段のネットワーク管理システム、本段のネットワーク管理機能、あるいは他の任意の認証された消費者は、いずれもＭＬモデル検証インタフェースを呼び出すことにより、ＭＬモデルの検証を起動することができる。モデル検証を起動する時、起動命令にモデル識別子とモデル名のうちの１つが少なくとも含まれる。まず、モデル識別子またはモデル名に基づき、モデルデータベースから対応するモデルテストデータセット（ｔｅｓｔｉｎｇ ｄａｔａ ｓｅｔ）取得パス等のパラメータまたはモデルテストデータセット自体を取得し、その後、取得したパラメータまたはデータに基づいてモデル検証を起動する。検証が完了した後、モデルデータベース内の対応する情報を更新し、それとともに、モデル検証結果通知を該モデル検証を起動した消費者に送信することもでき、同時に同じ通知を該モデルを使用した他のアプリケーションに送信することもできる。

【0064】

ＭＬモデル更新インタフェースは、ＭＬモデル更新機能を提供する。ＲＡＮ知能化フレームワークまたはその下のＲＡＮ知能化機能、上段のネットワーク管理システム、本段のネットワーク管理機能または他の任意の認証された消費者は、いずれもＭＬモデル更新インタフェースを呼び出すことにより、ＭＬモデルの更新を起動することができる。モデル更新を起動する時、起動命令には、モデル識別子とモデル名のうちの１つ、およびモデルの更新が必要なアプリケーション識別子またはアプリケーションリストが少なくとも含まれる。モデル識別子またはモデル名に基づき、モデルデータベースから対応するモデル情報を取得し、モデルを更新することができる。更新が完了した後、モデル更新完了通知を該モデル検証を起動した消費者に送信し、同時に同じ通知をモデルを更新したアプリケーションに送信することもできる。

【0065】

本願の実施例におけるＭＬモデル管理サーバモジュールは、運用支援システム層、ネットワーク管理層、ネットワーク要素管理層、スライス管理層、およびサブスライス管理層に位置することができる。

【0066】

別の例示的なの実施形態において、１つのＭＬモデル情報モデル、またはＭＬモデル情報オブジェクトクラス（Ｉｎｆｏｒｍａｔｉｏｎ Ｏｂｊｅｃｔ Ｃｌａｓｓ、ＩＯＣ）、またはＭＬモデル管理オブジェクトクラス（Ｍａｎａｇｅｄ Ｏｂｊｅｃｔ Ｃｌａｓｓ、ＭＯＣ）を定義し、上記モデルをＭＬＭｏｄｅｌと命名することができ、上記ＭＬモデル情報モデルは、１）１つのモデルを一意な識別するためのＭＬモデル識別子（ＭＬＭｏｄｅｌＩＤ）、２）モデルアルゴリズムを定義するＭＬモデルアルゴリズムの定義、３）モデルパラメータを記録するためのＭＬモデルパラメータ（モデルが登録された直後、中に初期またはデフォルトのモデルパラメータが記録され、モデルがトレーニングされた後、トレーニング後のモデルパラメータが記録されている）、４）モデルのハイパーパラメータを記録するためのモデル初期（またはデフォルト）ハイパーパラメータ、５）トレーニングデータセット（ｔｒａｉｎｉｎｇ ｄａｔａ ｓｅｔ）取得パスまたはトレーニングデータセット自体、６）モデルテストデータセット（ｔｅｓｔｉｎｇ ｄａｔａ ｓｅｔ）取得パスまたはモデルテストデータセット自体、７）モデルの状態を記録するためのモデル状態（使用可能な状態は、未トレーニング、トレーニング中、トレーニング済み、未検証、検証済み、未配置、配置済みを含むが、これらに限定されない）、８）所属のモデルが配置されたアプリケーションを記録するためのモデル配置アプリケーションリスト、という属性の１つを含むが、これらに限定されない。上記ＭＬモデル情報モデルは、モデル名、モデル機能記述という属性を更に含んでもよい。モデルの登録は、ｃｒｅａｔｅＭＯＩ操作によりＭＬＭｏｄｅｌのインスタンスを作成することで行うことができ、ｄｅｌｅｔｅＭＯＩ操作によりＭＬＭｏｄｅｌのインスタンスを削除することでモデルの削除を行う。モデルのトレーニングは、まず、モデルトレーニング操作によりモデルのトレーニングを行い、その後、ｍｏｄｉｆｙＭＯＩＡｔｔｒｉｂｕｔｅｓ操作により、トレーニングしたモデルパラメータをＭＬＭｏｄｅｌのインスタンスに書き込み、モデル状態を修正する。モデルの配置は、まず、モデル配置操作によりモデルの配置を行い、その後、ｍｏｄｉｆｙＭＯＩＡｔｔｒｉｂｕｔｅｓ操作によりＭＬＭｏｄｅｌのインスタンスにおけるモデル状態を修正し、所属のモデルが配置されたアプリケーション情報を記録する。ＭＬモデル登録情報の更新は、ｍｏｄｉｆｙＭＯＩＡｔｔｒｉｂｕｔｅｓ操作によりＭＬＭｏｄｅｌのインスタンスにおける登録情報を修正し、アルゴリズムの定義、モデル初期（またはデフォルト）ハイパーパラメータ、トレーニングデータセット（ｔｒａｉｎｉｎｇ ｄａｔａ ｓｅｔ）取得パス、モデルテストデータセット（ｔｅｓｔｉｎｇ ｄａｔａ ｓｅｔ）取得パス等を含む。

【0067】

図９は、本願の実施例に係るデータ分析モデル管理装置の構造模式図であり、本願の実施例のいずれかに記載のデータ分析モデル管理方法を実行することができ、具体的には、方法の実行に対応する機能モジュールおよび有益な効果を備え、該装置は、ソフトウェアおよび／またはハードウェアで実現でき、具体的に、管理サービスモジュール８０１および操作実行モジュール８０２を備える。

【0068】

管理サービスモジュール８０１は、通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得するように構成される。

【0069】

操作実行モジュール８０２は、前記モデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行するように構成される。

【0070】

本願の実施例は、管理サービスモジュールにより、通信ネットワークのネットワーク管理側で少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモデルを取得し、操作実行モジュールは、モデル管理サービスインタフェースの使用により、データ分析モデルに対するモデル管理操作を実現し、本願の実施例は、モデル管理モデルにより、通信ネットワークにおけるデータ分析モデルに対する統一的な管理を実現し、データ分析モデルの使用の難易度を低減し、モデル管理の効率を高めることができ、通信ネットワークにおけるデータ伝送の安定性を確保することができる。

【0071】

一実施例において、上記出願の実施例の基に、装置におけるモデル管理サービスインタフェースは、少なくとも、モデル登録インタフェース、モデルトレーニングインタフェース、モデル検証インタフェース、モデル更新インタフェース、モデル配置インタフェース、およびモデル登録情報更新インタフェースを含む。

【0072】

一実施例において、上記出願の実施例の基に、装置における操作実行モジュール８０２は、前記モデル登録インタフェースを呼び出して前記データ分析モデルを登録し、前記データ分析モデルの属性情報を記憶するように構成される登録ユニットを備える。

【0073】

一実施例において、上記出願の実施例の基に、属性情報は、モデル識別子、モデル名、モデル機能記述、モデルアルゴリズムタイプ、モデルパラメータ、モデル初期ハイパーパラメータ、トレーニングデータセット、テストデータセットの少なくとも１つを含む。

【0074】

一実施例において、上記出願の実施例の基に、装置における操作実行モジュール８０２は、少なくともモデル識別子またはモデル名を含むトレーニング起動命令に従い、前記モデルトレーニングインタフェースを呼び出して前記データ分析モデルをトレーニングするように構成されるトレーニングユニットを含む。

【0075】

一実施例において、上記出願の実施例の基に、装置における操作実行モジュール８０２は、少なくともモデル識別子またはモデル名を含む検証起動命令に従い、前記モデル検証インタフェースを呼び出して前記データ分析モデルを検証するように構成される検証ユニットを含む。

【0076】

一実施例において、上記出願の実施例の基に、装置における操作実行モジュール８０２は、少なくとも更新待ちアプリケーションおよびモデル識別子を含む更新起動命令に従い、前記モデル更新インタフェースを呼び出してアプリケーションに対応する前記データ分析モデルを更新するように構成される更新ユニットを含む。

【0077】

一実施例において、上記出願の実施例の基に、装置における操作実行モジュール８０２は、少なくとも配置待ちアプリケーションおよびモデル識別子を含む配置命令に従い、前記モデル配置インタフェースを呼び出してアプリケーションに使用される前記データ分析モデルを配置するように構成される配置ユニットを含む。

【0078】

一実施例において、上記出願の実施例の基に、装置における操作実行モジュール８０２は、少なくともモデル識別子および更新待ち登録情報を含む登録更新命令に従い、前記モデル登録情報更新インタフェースを呼び出して前記データ分析モデルの登録情報を更新するように構成される登録情報ユニットを含む。

【0079】

一実施例において、上記出願の実施例の基に、装置は、前記モデル管理操作の実行結果に応じて通知情報を生成し、前記通知情報を前記データ分析モデルに対応するアプリケーションに伝送するように構成される情報通知モジュールを更に含む。

【0080】

一実施例において、上記出願の実施例の基に、装置におけるモデル管理サービスモジュールは、運用支援システム層、ネットワーク管理層、ネットワーク要素管理層、スライス管理層、およびサブスライス管理層の少なくとも１つに位置する。

【0081】

図１０は、本願の実施例に係る電子機器の構造模式図であり、該電子機器は、プロセッサ９０、メモリ９１、入力装置９２および出力装置９３を含み、電子機器におけるプロセッサ９０の数は、１つまたは複数であってもよく、図１０において、１つのプロセッサ９０を例とし、電子機器におけるプロセッサ９０、メモリ９１、入力装置９２および出力装置９３は、バスまたは他の方式で接続することができ、図１０において、バスを介して接続することを例とする。

【0082】

メモリ９１は、コンピュータ可読記憶媒体として、ソフトウェアプログラム、コンピュータ実行可能プログラムおよびモジュール、例えば、本願の実施例におけるデータ伝送装置に対応するモジュール（例えば、管理サービスモジュール８０１および操作実行モジュール８０２）を記憶するために使用できる。プロセッサ９０は、メモリ９１に記憶されたソフトウェアプログラム、命令およびモジュールを実行することにより、電子機器の様々な機能アプリケーションおよびデータ処理を実行し、即ち、上記データ分析モデル管理方法を実現する。

【0083】

メモリ９１は、プログラム記憶エリアおよびデータ記憶エリアを備えてもよく、ここで、プログラム記憶エリアは、オペレーティングシステム、少なくとも１つの機能に必要なアプリケーションプログラムを記憶することができ、データ記憶エリアは、電子機器の使用に基づいて作成されたデータ等を記憶することができる。また、メモリ９１は、高速ランダムアクセスメモリを含んでもよく、少なくとも１つの磁気ディスク記憶デバイス、フラッシュメモリ、または他の不揮発性固体記憶デバイスのような不揮発性メモリを更に含んでもよい。いくつかの実施例において、メモリ９１は、プロセッサ９０に対してリモートに設けられたメモリを含むことができ、これらのリモートメモリは、ネットワークを介して機器に接続することができる。上記ネットワークのインスタンスは、インターネット、イントラネット、ローカルエリアネットワーク、移動体通信ネットワークおよびその組み合わせを含んでもよいが、それらに限定されない。

【0084】

入力装置９２は、入力された数字または文字情報を受信し、電子機器のユーザ設定および機能制御に関連するキー信号入力を生成することに使用できる。出力装置９３は、ディスプレイ等の表示機器を含んでもよい。

【0085】

本願の実施例は、コンピュータ実行可能命令を含む記憶媒体を更に提供し、前記コンピュータ実行可能命令がコンピュータプロセッサによって実行されると、データ分析モデル管理方法を実行し、該方法は、
通信ネットワークのネットワーク管理側で、少なくとも１つのモデル管理サービスインタフェースを含むモデル管理サービスモジュールを取得することと、
前記モデル管理サービスインタフェースに基づき、データ分析モデルに対してモデル管理操作を実行することと、を含む。

【0086】

以上の実施形態についての説明により、当業者は、上記実施例の方法がソフトウェアに必要な汎用ハードウェアプラットフォームを加えた方式で実現でき、もちろん、ハードウェアによっても実現できるが、多くの場合、前者の方はより好ましい実施形態であることを明らかに理解できる。このような理解に基づき、本願の技術案は、本質的または従来技術に貢献する部分がソフトウェア製品の形式で具現化でき、該コンピュータソフトウェア製品は、コンピュータのフロッピーディスク、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）、フラッシュメモリ（ＦＬＡＳＨ）、ハードディスクまたは光ディスク等のようなコンピュータ可読記憶媒体に記憶でき、１台のコンピュータデバイス（パーソナルコンピュータ、サーバ、またはネットワークデバイス等であってもよい）に本願の各実施例に係る方法を実行させるための複数の命令を含む。

【0087】

なお、上記装置の実施例において、備える各ユニットおよびモジュールは、機能ロジックに従って分割されたものに過ぎず、上記分割に限定されるものではなく、対応する機能を実現できれば良い。また、各機能ユニットの具体的な名称も、互いに区別しやすいためのものに過ぎず、本願の保護範囲を制限するためのものではない。

【0088】

当業者であれば、上記開示された方法における全てまたは一部のステップ、システム、機器における機能モジュール／ユニットは、ソフトウェア、ファームウェア、ハードウェアおよびその適当な組み合わせとして実施できることが理解できる。

【0089】

ハードウェアの実施形態において、上記説明に言及された機能モジュール／ユニットの間での区分は、必ずしも物理コンポーネントの区分に対応するとは限らない。例えば、１つの物理コンポーネントは複数の機能を有してもよいし、または１つの機能もしくはステップは、複数の物理コンポーネントにより協働して実行されてもよい。いくつかの物理コンポーネントまたは全ての物理コンポーネントは、中央プロセッサ、デジタル信号プロセッサまたはマイクロプロセッサのようなプロセッサにより実行されるソフトウェアとして実施されてもよいし、ハードウェアとして実施されてもよいし、特定用途向け集積回路のような集積回路として実施されてもよい。このようなソフトウェアはコンピュータ可読媒体に分布されてもよく、コンピュータ可読媒体は、コンピュータ記憶媒体（または非一時的媒体）および通信媒体（または一時的媒体）を含んでもよい。当業者に周知のように、コンピュータ記憶媒体という用語は、情報（例えば、コンピュータ可読命令、データ構造、プログラムモジュールまたは他のデータ）を記憶するための任意の方法または技術で実施される揮発性および不揮発性、取り外し可能および取り外し不可な媒体を含む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、電気的消去可能なプログラマブル読み出し専用メモリ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ、ＥＥＰＲＯＭ）、フラッシュメモリまたは他のメモリ技術、コンパクトディスク読み出し専用ディスク（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ、ＣＤ－ＲＯＭ）、デジタル多機能ディスク（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ、ＤＶＤ）または他の光ディスクメモリ、磁気カートリッジ、磁気テープ、磁気ディスクメモリまたは他の磁気記憶装置、あるいは、所望の情報を記憶するために用いられてコンピュータによりアクセス可能な任意の他の媒体を含んでもよいが、これらに限定されない。また、当業者に周知のように、通信媒体は、通常、コンピュータ可読命令、データ構造、プログラムモジュール、またはキャリアもしくは他の伝送メカニズムのような変調データ信号内の他データを含み、且つ、任意の情報伝達媒体を含んでもよい。

【0090】

以上は、図面を参照して本願のいくつかの実施例について説明したが、それによって本願の権利範囲を限定するものではない。当業者が本願の範囲および実質内から逸脱しない前提で行ったいかなる修正、均等置換および改良等は、いずれも本願の保護範囲内に含まれるべきである。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【国際調査報告】