JP7743629B2 - サブスクリプションネットワークにおけるモデル伝送状態の解析方法、装置及び読み取り可能な記憶媒体 - Google Patents

Description

本開示は、通信技術の分野に関し、特にサブスクリプションネットワークにおけるモデル伝送状態の解析方法、装置及び読み取り可能な記憶媒体に関する。

近年、人工知能の技術的な突破により、人工知能の応用はますます広くなっている。モバイル端末については、厳格なエネルギー消費、計算、メモリコストの制限があるため、端末で重量級の人工知能（英語：Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ、略称：ＡＩ）／機械学習（英語：Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ、略称：ＭＬ）モデル（以下、ＡＩ／ＭＬモデル）を実行することができないため、現在採用される手段は、多くのＡＩ／ＭＬモデルの推論をモバイル端末からクラウド又は他の端末に伝送することであり、すなわちＡＩ／ＭＬモデルをクラウド又は他の端末に伝送する必要がある。

また、伝送データのプライバシー保護やネットワーク伝送データのストレス緩和などを考慮して、ＡＩ／ＭＬモデルの伝送要求も高まるようになっている。このうち、５ＧシステムはＡＩ／ＭＬモデルを伝送するチャネルとして、５Ｇネットワークのインテリジェント化能力を高めるために、ＳＡ１ ＃９３ｅが通過するＴＳ ２２．２６１におけるＡＩ／ＭＬモデルの５Ｇシステムでの伝送の要求を満たすために、５Ｇシステムは、ＡＩ－ＭＬセッションに関するモニタリングと状態情報を第三者に暴露することをサポートする必要がある。

しかし、従来技術では、ＡＩ／ＭＬモデル伝送状態を効果的に解析することができず、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整することができず、第三者がアプリケーションレイヤー情報の調整のためにＡＩ／ＭＬモデル伝送状態の解析を取得することができない。

本開示は、ＡＩ／ＭＬモデル伝送状態を効果的に解析することができず、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整することができず、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得することができないので、アプリケーションレイヤー情報の調整を行うことができないという技術的問題を解決するサブスクリプションネットワークにおけるモデル伝送状態の解析方法、装置及び読み取り可能な記憶媒体を提供する。

第１の態様では、本開示は、アプリケーション機能ＡＦに適用される、サブスクリプションネットワークにおけるモデル伝送状態の解析方法を提供し、前記方法は、
直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信するステップと、
直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信するステップと、を含み、
前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

可能な設計では、前記ＡＩ／ＭＬモデル伝送状態のデータは、前記ＮＷＤＡＦが受信された前記第１のメッセージで要求されるパラメータに基づいて前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信することにより得られ、前記第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる。

可能な設計では、前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む。

本開示の実施例では、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報の要求をＮＷＤＡＦに送信し、ＮＷＤＡＦから送信された、収集される５ＧＣ ＮＦ（ｓ）データに基づいて決定される解析情報を受信し、解析情報に基づいてネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整することにより、ＡＩ／ＭＬモデル伝送状態を効果的に解析することを実現し、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整し、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得してアプリケーションレイヤー情報の調整を行うことができる。

可能な設計では、前記解析情報を受信した後、前記方法はさらに、
前記解析情報に基づいて、直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第１の要求を送信するステップを含み、
前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられる。

可能な設計では、前記解析情報に基づいて、直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第１の要求を送信するステップは、
前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、ＡＩ／ＭＬモデルを伝送するための５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含む新しいサービス品質パラメータを決定するステップと、
前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップ、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップと、
ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップと、
前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介してＰＣＦに送信するステップと、を含む。

可能な設計では、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップは、
ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、現在のルーティング経路が不良であるかどうかを判断するステップと、
現在のルーティング経路が不良であれば、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのアドレス情報及びＵＥ（ｓ）のエリア情報に基づいて、ＡＩ／ＭＬモデルを伝送する伝送両方の宛先アドレスを決定するステップと、
前記宛先アドレスに基づいて、最も近い経路を決定するステップと、
最も近い経路に基づいて、ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップと、を含む。

可能な設計では、前記第１の要求は、具体的に、
前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求して、調整される第１の更新結果を、直接又はＮＥＦを介してフィードバックするように前記ＰＣＦに指示するために用いられ、
前記第１の更新結果は、ＰＣＦが前記新しいサービス品質パラメータに基づいてＰＣＣ規則を調整する結果に基づいて決定され、
この場合、前記方法はさらに、
直接又はＮＥＦを介してＰＣＦから送信された前記第１の更新結果を受信するステップを含み、前記第１の更新結果は、前記第１の要求が受け入れられること又は前記第１の要求が拒否されることを含む。

可能な設計では、前記第１の要求は、具体的に、
セッション管理機能ＳＭＦネットワーク要素がセッション管理ポリシーを更新する必要があるかどうかを決定することをＰＣＦに要求し、ＳＭＦがセッション管理ポリシーを更新する必要があると決定する場合、ＰＣＦがＳＭＦに第２の要求を送信すると決定するために用いられ、前記第２の要求で要求されるパラメータは、ＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報、のうちの少なくとも１つを含み、前記第２の要求は、ＳＭＦが新しいセッション管理ポリシーに基づいて選択されるユーザープレーン機能ＵＰＦを決定して、対応するＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報を提供するために用いられ、
この場合、前記方法はさらに、
直接又はＮＥＦを介してＰＣＦから送信された第２の更新結果を受信するステップを含み、前記第２の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーがＵＰＦパスを更新するか否かに基づいてＰＣＦによって決定されたものであり、
前記第２の更新結果は、前記第２の要求が受け入れられること又は前記第１の要求が拒否されることを含む。

本開示の実施例では、解析情報に基づいて、新しいサービス品質パラメータを決定し、新しいサービス品質パラメータをＰＣＦに送信することにより、ＰＣＦは新しいサービス品質パラメータに基づいてＰＣＣ規則を適宜調整するか、又はＳＭＦを通じてＳＭポリシーを更新して、ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）及び各ＡＦのエリア情報及びアドレス情報を提供し、ＰＣＦから送信された前記第１の要求が受け入れられること又は前記第１の要求が拒否されることを示す通知を受信することにより、ＮＷＤＡＦ解析結果に基づいて、ネットワークポリシーを調整することを要求してＡＩ／ＭＬモデル伝送状態を最適化することができる。

可能な設計では、前記解析情報を受信した後、前記方法はさらに、
前記解析情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコード、のうちの少なくとも１つを含み、サービス品質パラメータを更新するために用いられるアプリケーションレイヤーモデルの情報を調整するステップと、
調整されるアプリケーションレイヤーモデルの情報に基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を含む新しいサービス品質パラメータを決定するステップと、
直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第３の要求を送信するステップと、を含み、
前記第３の要求で要求されるパラメータは、前記新しいサービス品質パラメータを含み、前記第３の要求は、サービス品質パラメータの更新を要求するために用いられる。

可能な設計では、前記第３の要求は、具体的に、
前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求するために用いられ、
この場合、前記方法はさらに、
直接又はＮＥＦを介してＰＣＦから送信された第３の更新結果を受信するステップを含み、第３の更新結果は、ＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、前記第３の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

可能な設計では、アプリケーションレイヤーモデルの情報を調整した後、前記方法はさらに、
調整されるアプリケーションレイヤーモデルの情報におけるモデル圧縮、モデルサイズ、及びモデルのエンコードとデコードをＰＣＦに直接送信するステップを含み、前記調整されるアプリケーションレイヤーモデルの情報は、ＰＣＦがＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整することをサポートするために用いられ、
この場合、前記方法はさらに、
ＰＣＦから送信された第４の更新結果を受信するステップを含み、第４の更新結果は、調整されるアプリケーションレイヤーモデルの情報に基づいてＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、前記第４の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

可能な設計では、前記アプリケーションレイヤーモデルの情報を調整した後、前記方法はさらに、
調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯をＰＣＦに直接送信するステップを含み、前記調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯は、ＰＣＦがＰＣＣ規則におけるゲート状態パラメータを調整することをサポートするために用いられ、前記ゲート状態パラメータは、ＳＭＦがゲート状態における伝送開始時間と伝送終了時間に基づいてセッション管理ポリシーを更新することをサポートするために用いられ、
この場合、前記方法はさらに、
ＰＣＦから送信された第５の更新結果を受信するステップを含み、第５の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーの結果に基づいてＰＣＦによって決定されたものであり、前記第５の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

本開示の実施例では、解析情報に基づいて、アプリケーションレイヤーモデルの情報を調整し、調整した後のアプリケーションレイヤーモデルの情報に基づいて、新しいサービス品質パラメータを確定して、新しいサービス品質パラメータをＰＣＦに送信し、ＰＣＦが新しいサービス品質パラメータに基づいてＰＣＣ規則を相応に調整させるようにする、あるいは、調整されるアプリケーションレイヤーモデルの情報をＰＣＦに直接送信して、ＰＣＦがモデル圧縮、モデルサイズ、モデルのエンコードとデコードに基づいてＰＣＣ規則における上記のサービス品質パラメータを調整する、又は、ＰＣＦがモデル伝送時間帯に基づいてＰＣＣ規則におけるゲート状態パラメータを調整することによって、ＳＭＦがゲート状態における伝送開始時間と伝送終了時間に基づいてセッション管理ポリシーを更新するようにする。ＰＣＦから送信された、第３の要求が受け入れられること又は第３の要求が拒否されることを示す通知を受信することにより、ＮＷＤＡＦ解析結果に基づいて、アプリケーションレイヤーモデルの情報を調整し、さらにＱｏＳ要求を更新して、ＡＩ／ＭＬモデル伝送状態を最適化することを実現することができる。

第２の態様では、本開示は、ネットワークデータ解析機能ＮＷＤＡＦに適用される、サブスクリプションネットワークにおけるモデル伝送状態の解析方法を提供し、前記方法は、
直接又はネットワーク能力開放機能ＮＥＦを介して、アプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信するステップと、
前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信するステップと、
５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得るステップと、を含み、
前記解析情報は、ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

可能な設計では、前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つを含み、
前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む。

第３の態様では、本開示は、サブスクリプションネットワークにおけるモデル伝送状態の解析装置を提供し、当該装置は、メモリ、トランシーバ、及びプロセッサを含み、
メモリは、コンピュータプログラムを記憶することに用いられ、トランシーバは、前記プロセッサの制御でデータを送受信することに用いられ、プロセッサは、前記メモリに記憶されるコンピュータプログラムを読み取り、
直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信することと、
直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信することと、を実行することに用いられ、
前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

第４の態様では、本開示は、サブスクリプションネットワークにおけるモデル伝送状態の解析装置を提供し、前記装置は、メモリ、トランシーバ、及びプロセッサを含み、
メモリは、コンピュータプログラムを記憶することに用いられ、トランシーバは、前記プロセッサの制御でデータを送受信することに用いられ、プロセッサは、前記メモリに記憶されるコンピュータプログラムを読み取り、
直接又はネットワーク能力開放機能ＮＥＦを介して、アプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信することと、
前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信することと、
５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得ることと、を実行することに用いられ、
前記解析情報は、ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

第５の態様では、本開示は、サブスクリプションネットワークにおけるモデル伝送状態の解析装置を提供し、前記装置は、
直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信するために用いられる送信ユニットと、
直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信するために用いられる解析ユニットと、を含み、
前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

第６の態様では、本開示は、サブスクリプションネットワークにおけるモデル伝送状態の解析装置を提供し、前記装置は、
直接又はネットワーク能力開放機能ＮＥＦを介して、アプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信するために用いられる受信ユニットと、
前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信するために用いられる送信ユニットと、
５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得るために用いられる解析ユニットと、を含み、
前記解析情報は、ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

第７の態様では、本開示は、プロセッサで読み取り可能な記憶媒体を提供し、当該プロセッサで読み取り可能な記憶媒体には、コンピュータプログラムが記憶され、前記コンピュータプログラムは、前記プロセッサに第１の態様及び／又は第２の態様のいずれかに記載の方法を実行させるために用いられる。

本開示は、サブスクリプションネットワークにおけるモデル伝送状態の解析方法、装置及び記憶媒体を提供し、直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信し、直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信し、前記ＡＩ／ＭＬモデル伝送状態のデータは、前記ＮＷＤＡＦが受信された前記第１のメッセージで要求されるパラメータに基づいて前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信することにより得られ、第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられ、前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報の要求をＮＷＤＡＦに送信し、ＮＷＤＡＦから送信された、収集される５ＧＣ ＮＦ（ｓ）データに基づいて決定される解析情報を受信し、解析情報に基づいてネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整することにより、ＡＩ／ＭＬモデル伝送状態を効果的に解析することを実現し、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整し、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得してアプリケーションレイヤー情報の調整を行うことができる。

なお、本部分に記述される内容は、本開示の実施例の主要な又は重要な特徴を特定することを意図するものではなく、本開示の範囲を限定するためのものでもない。本開示の他の特徴は、以下の明細書により容易に理解される。

本開示又は従来技術における技術案をより明確に説明するために、以下に実施例又は従来技術の説明において使用する必要がある図面を簡単に紹介する。無論、以下の説明における図面は本開示に係る実施例の一部であり、当業者は、創造性作業を行わないことを前提として、これらの図面に基づいて他の図面を得ることができる。

本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のネットワークアーキテクチャ図である。 本開示の実施例によって提供されるネットワークデータ解析をサポートする５ＧＣのネットワークアーキテクチャ図である。 本開示の実施例１によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のフローチャートである。 本開示の実施例１によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のシグナリングフローチャートである。 本開示の実施例２によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のシグナリングフローチャートである。 本開示の実施例３によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のシグナリングフローチャートである。 本開示の実施例４によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のフローチャートである。 本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図である。 本開示の他の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図である。 本開示のさらに他の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図である。 本開示のさらに別の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図である。

本開示では、関連オブジェクトの関連関係を説明する用語「及び／又は」は、３つの関係が存在することができることを意味し、例えば、Ａ及び／又はＢは、Ａが単独で存在し、ＡとＢが同時に存在し、Ｂが単独で存在する３つの場合を表すことができる。文字「／」は一般的に、前後の関連オブジェクトが「又は」の関係であることを示す。

以下、本開示の実施例の図面を参照しながら、本開示の実施例における技術案を明確に、完全に説明する。明らかに、説明される実施例は本開示の一部の実施例にすぎず、すべての実施例ではない。本開示における実施例に基づいて、当業者は、創造性作業を行わないことを前提として、取得する他のすべての実施例は、本開示の保護の範囲に属する。

本開示の技術案を明確に理解するために、まず従来技術の案について詳細に紹介する。従来技術では、ＳＡ＃９３ｅが通過するＳＡ１ Ｒ１８の需要のうち、ＡＩ／ＭＬモデルの伝送を必要とするシーンには、少なくとも以下のようなものが存在する。

シーン１、ＡＩ／ＭＬモデルの配布と共有。タスクや環境などの変化により、モバイル端末のメモリなどには制限があり、すべてのモデルをあらかじめ搭載することはできないため、モバイル端末は５Ｇシステムを通じてネットワークからリアルタイムに新しいＡＩ／ＭＬモデルをダウンロードする必要がある。

シーン２、５ＧＳによる連合学習アルゴリズム。クラウドサーバがグローバルなモデルをトレーニングするとき、各端末装置がローカルでトレーニングしているモデルを集約する必要がある。毎回の訓練反復プロセスにおいて、１つの端末装置がクラウドサーバからグローバルモデルをダウンロードし、ローカルデータで訓練を行い、端末は中間訓練結果をクラウドサーバに報告し、クラウドサーバはすべての端末からの中間トレーニング結果を集約し、グローバルモデルを更新し、グローバルモデルを端末に再配布し、端末は次の反復を実行する。

シーン３、ＡＩ／ＭＬ端点間のＡＩ／ＭＬモデルの分割。１つのＡＩ／ＭＬモデルは、現在のタスク又は環境に基づいて複数の部分に分割することができる。傾向としては、計算が複雑で、エネルギー消費量が大きい部分をネットワークで推論し、プライバシー保護の必要がある又は遅延に敏感な部分を端末で推論する。例えば、端末がモデルをダウンロード／搭載し、特定のレイヤー／部分を推理し、そして、中間結果をネットワークに送信し、ネットワークは、残りのレイヤー／部分を実行してから、推理結果を端末にフィードバックする。当該シーンは最初のステップ又は中間でモデルの一部を伝送するので、モデルの伝送を含める可能性がある。

そのため、５ＧシステムはＡＩ／ＭＬモデルを伝送するチャネルとして、５Ｇネットワークの知能化能力を高め、ＳＡ１ ＃９３ｅが通過するＴＳ ２２．２６１中のＡＩ／ＭＬモデルが５Ｇシステムで伝送する要求を満たすために、５ＧシステムはＡＩ－ＭＬセッションに関するモニタリングと状態情報を第三者に暴露することをサポートする必要があるが、現在、ＡＩ／ＭＬモデル伝送状態の解析はなく、第三者もＡＩ／ＭＬモデル伝送状態に基づいて自身の挙動を効果的に調整することができず、ネットワークはＡＩ／ＭＬモデル伝送状態に基づいてネットワーク状態を効果的に調整することができない。

発明者はさらに、ＡＩ／ＭＬモデル伝送状態を効果的に解析するためには、アプリケーション機能（英語：Ａｐｐｌｉｃａｔｉｏｎ Ｆｕｎｃｔｉｏｎ、略称：ＡＦ）、ネットワーク能力開放機能（英語：Ｎｅｔｗｏｒｋ Ｅｘｐｏｓｕｒｅ Ｆｕｎｃｔｉｏｎ、略称：ＮＥＦ）、ネットワークデータ解析機能（英語：Ｎｅｔｗｏｒｋ ｄａｔａ ａｎａｌｙｔｉｃ ｆｕｎｃｔｉｏｎ、略称：ＮＷＤＡＦ）及び各ネットワーク機能（英語：Ｎｅｔｗｏｒｋ Ｆｕｎｃｔｉｏｎ、略称：ＮＦ）間の相互作用が必要であることを発見する。図１に示すように、ＡＦは、直接又はＮＥＦを介して、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態解析を表す要求をＮＷＤＡＦに送信することができ、ＮＷＤＡＦは、５Ｇコアネットワーク（英語：５Ｇ Ｃｏｒｅ Ｎｅｔｗｏｒｋ、略称：５ＧＣ）における各ネットワーク機能（英語：Ｎｅｔｗｏｒｋ Ｆｕｎｃｔｉｏｎ、略称：ＮＦ）（すなわちＮＦ（ｓ））にデータを収集することにより、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析し、フィードバックすることができ、ＡＩ／ＭＬモデル伝送状態を効果的に解析することができ、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク状態を効果的に調整し、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得して自己動作データの調整を行うことができる。

そこで、上記発明者の創造的な研究に基づいて、本開示が提案するサブスクリプションネットワークにおけるモデル伝送状態の解析方法を提案し、本開示では、直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信し、直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能（すなわち、５ＧＣ ＮＦ（ｓ））から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信し、前記ＡＩ／ＭＬモデル伝送状態のデータは、前記ＮＷＤＡＦが受信された前記第１のメッセージで要求されるパラメータに基づいて前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信することにより得られ、前記第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられ、前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報の要求をＮＷＤＡＦに送信し、ＮＷＤＡＦから送信された、収集される５ＧＣ ＮＦ（ｓ）データに基づいて決定される解析情報を受信し、解析情報に基づいてネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整することにより、ＡＩ／ＭＬモデル伝送状態を効果的に解析することを実現し、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整し、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得してアプリケーションレイヤー情報の調整を行うことができる。

図２は、本開示の実施例によって提供されるネットワークデータ解析をサポートする５ＧＣのネットワークアーキテクチャ図であり、図２に示すように、本開示の実施例では、ＮＷＤＡＦはキャリアによって管理されるネットワーク解析機能であり、ＮＷＤＡＦは５ＧＣネットワーク機能、アプリケーション機能（英語：Ａｐｐｌｉｃａｔｉｏｎ Ｆｕｎｃｔｉｏｎ、略称：ＡＦ）とオペレーション管理メンテナンス（英語：Ｏｐｅｒａｔｉｏｎ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ ａｎｄ Ｍａｉｎｔｅｎａｎｃｅ、略称：ＯＡＭ）にデータ解析サービスを提供することができる。ここで、解析結果は履歴統計情報又は予測情報であってもよい。ＮＷＤＡＦは、１つ又は複数のネットワークスライスにサービスすることができる。

ここで、５ＧＣには他にも多くの機能が含まれる。それぞれユーザープレーン機能（英語：Ｕｓｅｒ Ｐｌａｎｅ Ｆｕｎｃｔｉｏｎ、略称：ＵＰＦ）、セッション管理機能（英語：Ｓｅｓｓｉｏｎ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ、略称：ＳＭＦ）、アクセスとモビリティ管理機能（英語：Ａｃｃｅｓｓ ａｎｄ Ｍｏｂｉｌｉｔｙ Ｍａｎａｇｅｍｅｎｔ Ｆｕｎｃｔｉｏｎ、略称：ＡＭＦ）、統合データベース（英語：Ｕｎｉｆｉｅｄ Ｄａｔａ Ｒｅｐｏｓｉｔｏｒｙ、略称：ＵＤＲ）、ネットワーク能力開放機能（英語：Ｎｅｔｗｏｒｋ Ｅｘｐｏｓｕｒｅ Ｆｕｎｃｔｉｏｎ、略称：ＮＥＦ）、ＡＦ、ポリシー制御機能（英語：Ｐｏｌｉｃｙ Ｃｏｎｔｒｏｌ Ｆｕｎｃｔｉｏｎ、略称：ＰＣＦ）及びオンライン課金システム（英語：Ｏｎｌｉｎｅ Ｃｈａｒｇｉｎｇ Ｓｙｓｔｅｍ、略称：ＯＣＳ）である。ここで、これらの他の機能は、総称してＮＦと呼ぶことができる。ＮＷＤＡＦは、サービス化インタフェースに基づいて５Ｇコアネットワーク内の他の機能エンティティ５ＧＣ ＮＦ（ｓ）及びＯＡＭと通信する。

５ＧＣには異なるＮＷＤＡＦインスタンスがあり、異なるタイプの専用解析を提供することができる。消費者ＮＦが特定のタイプの解析を提供するために適切なＮＷＤＡＦインスタンスを発見できるようにするためには、ＮＷＤＡＦインスタンスはネットワークデータベース機能（英語：Ｎｅｔｗｏｒｋ Ｒｅｐｏｓｉｔｏｒｙ Ｆｕｎｃｔｉｏｎ、略称：ＮＲＦ）に登録する際にＡｎａｌｙｔｉｃ ＩＤをサポートする必要があり、Ａｎａｌｙｔｉｃ ＩＤは解析タイプ（又は解析識別子）を表す。そこで、消費者ＮＦは、ＮＷＤＡＦインスタンスをＮＲＦに問い合わせる際に、Ａｎａｌｙｔｉｃ ＩＤを提供して、どのタイプの解析が必要かを示すことができる。５ＧＣネットワーク機能とＯＡＭは、どのようにネットワークデータ解析機能ＮＷＤＡＦが提供するデータ解析を使用してネットワーク性能を向上させるかを決定する。

本開示の実施例では、１つの応用シーンにおいて、ＡＦがＮＷＤＡＦにＡＩ／ＭＬモデル伝送状態解析を要求し、解析結果（又は解析情報）は、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子（すなわちＡｐｐｌｉｃａｔｉｏｎ ＩＤ）、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを伝送する時間帯、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するサービス品質（すなわちＱｏＳ）関連情報、ＡＩ／ＭＬモデルを伝送するために用いるネットワークスライス、データネットワーク名（英語：Ｄａｔａ Ｎｅｔｗｏｒｋ Ｎａｍｅ、略称：ＤＮＮ）情報を含み、連合学習がある場合、グループ識別子（すなわち連合学習ｇｒｏｕｐ ＩＤ）、連合学習に参加するＵＥ ＩＤ ｏｒ ＵＥ ｇｒｏｕｐ ＩＤ、モデルを提供する又は連合学習に参加するアプリケーションサーバのアドレス情報をさらに含む。ＡＦはＮＷＤＡＦが提供するデータ解析に基づいて、５ＧＳのネットワークポリシーを調整すること又はアプリケーションレイヤーＡＩ／ＭＬモデルパラメータを調整することを要求し、ＡＩ／ＭＬモデル伝送状態を最適化し、５ＧＣ ＮＦ（ｓ）は要求に基づいてネットワークポリシーを調整するか、ＡＦはデータ解析に基づいてアプリケーションレイヤーＡＩ／ＭＬモデルパラメータを調整する。

ここで、ＡＦがＮＷＤＡＦに解析要求を送信する際に、ＡＦが受信エリアにある場合、ＡＦは直接ＮＷＤＡＦに要求を送信することができ、ＡＦが受信エリアにない場合、ＡＦはＮＥＦを介してＮＷＤＡＦに要求を送信することができ、すなわちＡＦはＮＥＦに要求を送信し、ＮＥＦからＮＷＤＡＦに要求を送信することができる。

そこで、直接又はＮＥＦを介して、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報の要求をＮＷＤＡＦに送信し、ＮＷＤＡＦから送信された、収集される５ＧＣ ＮＦ（ｓ）データに基づいて決定される解析情報を受信し、解析情報に基づいてネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整することにより、ＡＩ／ＭＬモデル伝送状態を効果的に解析することを実現し、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整し、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得してアプリケーションレイヤー情報の調整を行うことができる。

以下、図面を参照して本開示の実施例について説明する。

図３は、本開示の実施例１によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のフローチャートである。図３に示すように、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析方法の実行主体がＡＦである場合、本開示の実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析方法は、以下のステップを含む。

ステップ１０１、ＡＦが直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに第１のメッセージを送信する。

ここで、前記第１のメッセージは、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる。

本実施例では、第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子（すなわちＡｎａｌｙｔｉｃｓ ＩＤ）、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥ（すなわちＴａｒｇｅｔ ｏｆ Ａｎａｌｙｔｉｃｓ Ｒｅｐｏｒｔｉｎｇ）の識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子（すなわちＡｐｐｌｉｃａｔｉｏｎ ＩＤ）、ＡＩ／ＭＬモデル伝送のエリア（すなわちＡｏＩ （Ａｒｅａ ｏｆ Ｉｎｔｅｒｅｓｔ））、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス（すなわちＳ－ＮＳＳＡＩ）、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク（すなわちＤＮＮ）、ＡＩ／ＭＬモデル伝送の時間帯（すなわちＭｏｄｅｌ ｔｒａｎｓｍｉｓｓｉｏｎ ｄｕｒａｔｉｏｎ）、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ（すなわちＭｏｄｅｌ ｔｒａｎｓｍｉｓｓｉｏｎ ｓｔａｒｔ）、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ（すなわちＭｏｄｅｌ ｔｒａｎｓｍｉｓｓｉｏｎ ｓｔｏｐ）、ＡＩ／ＭＬ伝送モデルのサイズ（すなわちＭｏｄｅｌ ｓｉｚｅ）、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件（すなわち５ＱＩ （５Ｇ ＱｏＳ Ｉｄｅｎｔｉｆｉｅｒ））、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件（すなわちＱｏＳ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ）、のうちの少なくとも１つを含む。

ここで、特定のサービス品質要件は、例えば、パケット伝送遅延、パケット誤り率などである。下記の表１に示す第１のメッセージで要求されるパラメータの例表を参照する。

連合学習が存在する場合、第１のメッセージで要求されるパラメータはさらに連合学習グループ情報（すなわちＦｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） ｇｒｏｕｐ ｉｎｆｏｒｍａｔｉｏｎ）を含んでもよい。連合学習グループ情報は、解析を指示するための連合学習グループの識別子（すなわちＦｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ（ＦＬ） ｇｒｏｕｐ ＩＤ）、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子（すなわちＦｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） ＵＥ ＩＤ ｏｒ ＵＥ ｇｒｏｕｐ ＩＤ）、連合学習に参加するアプリケーション識別子（すなわちＦｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） Ａｐｐｌｉｃａｔｉｏｎ ＩＤ）、のうちの少なくとも１つを含む。

本実施例では、ＡＦが受信不能なものである（すなわち、ＡＦが受信エリアにない）場合、ＡＦは、Ｎｎｅｆ＿ＡｎａｌｙｔｉｃｓＥｘｐｏｓｕｒｅ＿Ｓｕｂｓｃｒｉｂｅ（すなわち、解析開放サブスクリプション）ｏｒ Ｎｎｅｆ＿ＡｎａｌｙｔｉｃｓＥｘｐｏｓｕｒｅ＿Ｆｅｔｃｈ（すなわち、解析開放取得）要求などのＡＩ／ＭＬモデル伝送状態サブスクリプション要求をＮＥＦに送信する。ＮＥＦはＮＷＤＡＦに第１のメッセージを送信し、この第１のメッセージは、ＡＩ／ＭＬモデル開放伝送状態サブスクリプションＮｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＳｕｂｓｃｒｉｐｔｉｏｎ＿Ｓｕｂｓｃｒｉｂｅ（すなわち、解析サブスクリプションサブスクリプション）ｏｒ Ｎｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＩｎｆｏ＿Ｒｅｑｕｅｓｔ（すなわち、解析情報）要求であってもよく、この要求には表に示すようなパラメータが含まれることができ、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報を要求する。ＡＦが受信可能なものである（すなわち、ＡＦが受信エリアにある）場合、ＡＦは直接ＮＷＤＡＦに第１のメッセージを送信する。

ここで、このＡＩ／ＭＬモデル伝送状態サブスクリプション要求には表１又は表２に示すようなパラメータが含まれることができ、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報を要求する。

ステップ１０２、ＡＦが、直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信されたＡＩ／ＭＬモデル伝送状態の解析情報を受信する。

ここで、前記解析情報は、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定される。

オプションとして、前記ＡＩ／ＭＬモデル伝送状態のデータは、前記ＮＷＤＡＦが受信された前記第１のメッセージで要求されるパラメータに基づいて前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信することにより得られ、前記第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる。

本実施例では、第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置（すなわちＵＥ ｌｏｃａｔｉｏｎ）、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子（すなわちＡｐｐｌｉｃａｔｉｏｎ ＩＤ、サーバのＩＤであってもＡＦのＩＤであってもよい）、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子（すなわちＱＦＩ）、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート（すなわちｂｉｔ ｒａｔｅ ｆｏｒ ＵＬ ｄｉｒｅｃｔｉｏｎ）及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート（すなわちｂｉｔ ｒａｔｅ ｆｏｒ ＤＬ ｄｉｒｅｃｔｉｏｎ）、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延（すなわちＰａｃｋｅｔ ｄｅｌａｙ ｆｏｒ ＵＬ ｄｉｒｅｃｔｉｏｎ）及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延（すなわちＰａｃｋｅｔ ｄｅｌａｙ ｆｏｒ ｔｈｅ ＤＬ ｄｉｒｅｃｔｉｏｎ）、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数（ＱｏＳ Ｓｕｓｔａｉｎａｂｉｌｉｔｙ）、ＡＩ／ＭＬモデルのパケット伝送数（ｐａｃｋｅｔ ｔｒａｎｓｍｉｓｓｉｏｎ）、ＡＩ／ＭＬモデルのパケット再伝送数（すなわちｐａｃｋｅｔ ｒｅｔｒａｎｓｍｉｓｓｉｏｎ）、データ収集時間（すなわちＴｉｍｅｓｔａｍｐ）、ＡＩ／ＭＬモデル伝送の時間（すなわちＡＩ／ＭＬモデル伝送の時間帯）、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー（すなわちＩＰ ｆｉｌｔｅｒ ｉｎｆｏｒｍａｔｉｏｎ）、のうちの少なくとも１つが含まれる。

下記の表３に示す第２のメッセージの例表を参照する。

連合学習が存在する場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子（すなわちＦｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） ｇｒｏｕｐ ＩＤ）、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）（すなわちＦｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） ＵＥ ＩＤ ｏｒ ＵＥ ｇｒｏｕｐ ＩＤ）、連合学習に参加するアプリケーション識別子（すなわちＦｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） Ａｐｐｌｉｃａｔｉｏｎ ＩＤ）、のうちの少なくとも１つを含む。下記の表４に示す第２のメッセージの例表を参照する。

本実施例では、ＡＦが受信不能なものである場合、ＮＥＦから送信されたＡＩ／ＭＬモデル伝送状態の解析情報を受信し、この解析情報はＮＷＤＡＦからＮＥＦへ送信されたものである。ＡＦが受信可能なものである場合、直接ＮＷＤＡＦから送信されたＡＩ／ＭＬモデル伝送状態の解析情報を受信する。

ここで、前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間（すなわちＶａｌｉｄｉｔｙ ｐｅｒｉｏｄ）、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ（すなわちＵＰＦ Ｉｎｆｏ）、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、サービス品質要件（すなわちＱｏＳ ｒｅｑｕｉｒｅｍｅｎｔｓ）、のうちの少なくとも１つを含む。サービス品質要件は、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子（すなわちＱＦＩ）、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、を含む。下記の表５に示す解析情報の例表を参照する。

連合学習が存在する場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子（すなわちＡｐｐｌｉｃａｔｉｏｎ Ｓｅｒｖｅｒ Ｉｎｓｔａｎｃｅ Ａｄｄｒｅｓｓ）、のうちの少なくとも１つを含む。下記の表６に示す解析情報の例表を参照する。

本実施例では、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報の要求をＮＷＤＡＦに送信し、ＮＷＤＡＦから送信された、収集される５ＧＣ ＮＦ（ｓ）データに基づいて決定される解析情報を受信し、解析情報に基づいてネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整することにより、ＡＩ／ＭＬモデル伝送状態を効果的に解析することを実現し、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整し、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得してアプリケーションレイヤー情報の調整を行うことができる。

例示的には、図４を参照して、図４は、本開示の実施例１によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のシグナリングフローチャートであり、図４は、サブスクリプションネットワークにおけるモデル伝送状態の解析方法におけるＡＦとＮＷＤＡＦ、ＮＥＦとＮＦとの間のシグナリング相互作用図である。本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析方法は、以下のステップ（すなわち、実施例１の対応するシグナリング相互作用プロセス：ＡＦはＮＷＤＡＦがＡＩ／ＭＬモデル伝送状態解析を提供することを要求する）を含む（ここで、ステップ４０１１～４０１６において、ＡＦが受信不能なエリアにあり、ステップ４０２１～４０２４において、ＡＦが受信可能なエリアにある。）。

ステップ４０１１、ＡＦが受信不能なものである場合、ＡＦは、ＡＩ／ＭＬモデル伝送状態サブスクリプションＮｎｅｆ＿ＡｎａｌｙｔｉｃｓＥｘｐｏｓｕｒｅ＿Ｓｕｂｓｃｒｉｂｅ（すなわち、解析開放サブスクリプション）ｏｒ Ｎｎｅｆ＿ＡｎａｌｙｔｉｃｓＥｘｐｏｓｕｒｅ＿Ｆｅｔｃｈ（すなわち、解析開放取得）要求をＮＥＦに送信する。

本実施例では、この要求には表１又は表２に示すようなパラメータが含まれることができ、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報を要求する。

ステップ４０１２、ＮＥＦは、ＡＩ／ＭＬモデル開放伝送状態サブスクリプションＮｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＳｕｂｓｃｒｉｐｔｉｏｎ＿Ｓｕｂｓｃｒｉｂｅ（すなわち、解析サブスクリプションサブスクリプション）ｏｒ Ｎｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＩｎｆｏ＿Ｒｅｑｕｅｓｔ（すなわち、解析情報）要求をＮＷＤＡＦに送信する。

ここで、ＡＩ／ＭＬモデル開放伝送状態サブスクリプションＮｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＳｕｂｓｃｒｉｐｔｉｏｎ＿Ｓｕｂｓｃｒｉｂｅｏｒ Ｎｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＩｎｆｏ＿Ｒｅｑｕｅｓｔ要求を、第１のメッセージとすることができる。

本実施例では、この要求には表１又は表２に示すようなパラメータが含まれることができ、サブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報を要求する。

ステップ４０１３、ＮＷＤＡＦはＮｎｆ＿ＥｖｅｎｔＥｘｐｏｓｕｒｅ＿Ｓｕｂｓｃｒｉｂｅ（イベント開放サブスクリプション）を呼び出して５ＧＣ ＮＦ（ｓ）にデータを収集する。

ここで、収集されるデータは、表３又は表４に示すように、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するために用いられる。ＮＷＤＡＦが前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信する方法は、ＮＷＤＡＦがＮｎｆ＿ＥｖｅｎｔＥｘｐｏｓｕｒｅ＿Ｓｕｂｓｃｒｉｂｅを呼び出すことである。

ステップ４０１４、５ＧＣ ＮＦ（ｓ）は、Ｎｎｆ＿ＥｖｅｎｔＥｘｐｏｓｕｒｅ＿Ｎｏｔｉｆｙ（つまりイベント開放通知）を呼び出し、必要なデータをＮＷＤＡＦにフィードバックする。

ステップ４０１５、ＮＷＤＡＦは、Ｎｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＳｕｂｓｃｒｉｐｔｉｏｎ＿Ｎｏｔｉｆｙ（すなわち解析サブスクリプション通知）ｏｒ Ｎｎｗｄａｆ＿ＡｎａｌｙｔｉｃｓＩｎｆｏ＿Ｒｅｑｕｅｓｔ ｒｅｓｐｏｎｓｅ（すなわち解析情報要求応答）を呼び出し、ＡＩ／ＭＬモデル伝送状態の解析情報をＮＥＦに送信する。

ステップ４０１６、ＮＥＦは、Ｎｎｅｆ＿ＡｎａｌｙｔｉｃｓＥｘｐｏｓｕｒｅ＿Ｎｏｔｉｆｙ（すなわち解析開放通知）ｏｒ Ｎｎｅｆ＿ＡｎａｌｙｔｉｃｓＥｘｐｏｓｕｒｅ＿Ｆｅｔｃｈ ｒｅｓｐｏｎｓｅ（すなわち解析開放取得応答）を呼び出し、ＡＩ／ＭＬモデル伝送状態の解析情報をＡＦに送信する。

ここで、解析情報を、表５又は表６に示す。

ステップ４０２１、ＡＦが受信可能なものである場合、ＡＦはステップ４０１２で説明するような動作を実行するために、ＡＩ／ＭＬモデル伝送状態サブスクリプション要求をＮＷＤＡＦに直接送信する。また、消費者はＰＣＦ、ＳＭＦであってもよい。

ステップ４０２２、ステップ４０１３で説明するような動作を実行する。すなわちステップ４０１３である。

ステップ４０２３、ステップ４０１４で説明するような動作を実行する。すなわちステップ４０１４である。

ステップ４０２４、ＮＷＤＡＦは、ステップ４０１６で説明するように、ＡＩ／ＭＬモデル伝送状態の解析情報をＡＦに直接送信する。

実施例２、前記解析情報を受信した後、前記方法はさらに、
前記解析情報に基づいて、直接又は前記ＮＥＦを介して、ポリシー制御機能ＰＣＦに第１の要求を送信するステップを含む。

ここで、前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられる。

具体的には、ＡＦは、ＮＷＤＡＦ解析結果に基づいて、ネットワークポリシーを調整することを要求してＡＩ／ＭＬモデル伝送状態を最適化する。具体的には、ＡＦが受信エリアにある場合、ＡＦは直接ＰＣＦに第１の要求を送信し、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新をＰＣＦに要求する。ＡＦが受信エリアにない場合、ＡＦはＮＥＦを介してＰＣＦに第１の要求を送信し、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新をＰＣＦに要求する。

オプションとして、前記解析情報に基づいて、直接又は前記ＮＥＦを介して、ポリシー制御機能ＰＣＦに第１の要求を送信することは、以下のステップによって実現することができる。

ステップａ１、前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含むＡＩ／ＭＬモデルを伝送するための新しいサービス品質パラメータを決定する。

ステップａ２、前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップ、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定する。

ステップａ３、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定する。

ステップａ４、前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介してＰＣＦに送信する。

具体的には、ＡＦは、ＮＷＤＡＦから取得するＡＩ／ＭＬモデルを伝送することに関する解析情報、例えば、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数に基づいて、ＡＩ／ＭＬモデルを伝送する新しいＱｏＳパラメータを決定し、ＰＣＦに新しいＱｏＳパラメータを提供する。

ＡＦは、ＮＷＤＡＦから取得するＡＩ／ＭＬモデルを伝送することに関する解析情報、例えば、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、又は、ＡＦは、ＮＷＤＡＦから取得するＡＩ／ＭＬモデルを伝送することに関する解析情報、例えば、解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定し、さらにデータネットワークアクセス識別子ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定する。ＡＦは、新しいＱｏＳパラメータ、ＤＮＡＩ及びＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報が含まれた第１の要求を、直接又は前記ＮＥＦを介して、ＰＣＦに送信し、ＰＣＦが第１の要求に含まれた要求のパラメータに基づいて、ＡＩ／ＭＬモデル伝送のための関連ポリシーパラメータを更新し、ＡＩ／ＭＬモデル伝送状態を最適化することを要求する。

オプションとして、ステップａ３は、以下のステップによって実現することができる。
ステップａ３１、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、現在のルーティング経路が不良であるかどうかを判断する。
ステップａ３２、現在のルーティング経路が不良であれば、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのアドレス情報及びＵＥ（ｓ）のエリア情報に基づいて、ＡＩ／ＭＬモデルを伝送する伝送両方の宛先アドレスを決定する。
ステップａ３３、前記宛先アドレスに基づいて、最も近い経路を決定する。
ステップａ３４、最も近い経路に基づいて、ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定する。

具体的には、現在のルーティング経路が不良であると判断し、より優れたサービス体験やパフォーマンスを提供できるＤＮＡＩを選択し、ＡＩ／ＭＬモデルを送信するＤＮＡＩ及びＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦ（ｓ）のエリア情報、アドレス情報をＰＣＦに提供する。

オプションとして、前記第１の要求は、具体的には、
前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求して、調整される第１の更新結果を、直接又はＮＥＦを介してフィードバックするようにＰＣＦに指示するために用いられ、
前記第１の更新結果は、前記新しいサービス品質パラメータに基づいてＰＣＣ規則を調整する結果によってＰＣＦによって決定されたものであり、
この場合、前記方法はさらに、
直接又はＮＥＦを介して、ＰＣＦから送信された前記第１の更新結果を受信するステップを含み、前記第１の更新結果は、前記第１の要求が受け入れられること又は前記第１の要求が拒否されることを含む。

具体的には、ＡＦは、ＰＣＦが提供される新しいＱｏＳパラメータに基づいて、ＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整し、第１の更新結果を、直接又はＮＥＦを介して通知し、すなわち、第１の要求が受け入れられること又は前記第１の要求が拒否されることをＡＦに通知することを要求する。

オプションとして、前記第１の要求は、具体的には、
セッション管理機能ＳＭＦネットワーク要素がセッション管理ポリシーを更新する必要があるかどうかを決定することをＰＣＦに要求し、ＳＭＦがセッション管理ポリシーを更新する必要があると決定する場合、ＰＣＦはＳＭＦに第２の要求を送信すると決定するために用いられ、前記第２の要求で要求されるパラメータは、ＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報、のうちの少なくとも１つを含み、前記第２の要求は、ＳＭＦが新しいセッション管理ポリシーに基づいて選択されるユーザープレーン機能ＵＰＦを決定して、対応するＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報を提供するために用いられ、
この場合、前記方法はさらに、
直接又はＮＥＦを介して、ＰＣＦから送信された第２の更新結果を受信するステップを含み、前記第２の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーがＵＰＦパスを更新するか否かに基づいてＰＣＦによって決定されたものであり、
前記第２の更新結果は、前記第２の要求が受け入れられること又は前記第１の要求が拒否されることを含む。

具体的には、ＡＦは、セッション管理機能ＳＭＦネットワーク要素がセッション管理ポリシーを更新する必要があるかどうかを決定することをＰＣＦに要求し、ＰＣＦはＳＭＦがセッション管理ポリシーを更新する必要があると決定する場合、ＰＣＦはＳＭＦにＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報などの要求パラメータが含まれた第２の要求を送信し、ＳＭＦが新しいセッション管理ポリシーに基づいて選択されるユーザープレーン機能ＵＰＦを決定し、対応するＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報を提供し、セッション管理ポリシーを更新し、すなわちＳＭポリシーを更新する。そして、直接又はＮＥＦを介して第２の更新結果を通知し、すなわち第２の要求が受け入れられること又は第２の要求が拒否されることをＡＦに通知する。

例示的には、図５を参照して、図５は、本開示の実施例２によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のシグナリングフローチャートであり、図５は、サブスクリプションネットワークにおけるモデル伝送状態の解析方法におけるＡＦとＮＥＦ及びＰＣＦとの間のシグナリング相互作用図である。本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析方法は、以下のステップ（すなわち、実施例２の対応するシグナリング相互作用プロセス：ＮＷＤＡＦ解析結果に基づいて、ＡＦはＡＩ／ＭＬモデル伝送状態を最適化するためにネットワークポリシーを調整することを要求する）を含む（ここで、ステップ５０１１～５０１４において、ＡＦが受信不能なエリアにあり、ステップ５０２１～５０２２において、ＡＦが受信可能なエリアにある。）。

ステップ５０１０、ＡＦはＮＷＤＡＦから契約し、ＡＩ／ＭＬモデル伝送状態解析を検索する。

本実施例では、上記のステップ４０１１～４０２４で説明するように、ＡＦは、ＮＥＦを介して又は直接ＮＷＤＡＦにサブスクリプションし、ＡＩ／ＭＬモデル伝送状態解析を取得する。

ステップ５０１１、ＡＦは、Ｎｎｅｆ＿ＡＦｓｅｓｓｉｏｎＷｉｔｈＱｏＳ＿Ｕｐｄａｔｅ（すなわち、サービス品質に基づくＡＦセッション更新）要求をＮＥＦに送信する。

本実施例では、ＡＦが受信不能なものである場合、確立されるＡＦ ｓｅｓｓｉｏｎ（すなわちＡＦセッション）とＱｏＳ要求のあるＡＦ ｓｅｓｓｉｏｎに対して、ＡＦは、Ｎｎｅｆ＿ＡＦｓｅｓｓｉｏｎＷｉｔｈＱｏＳ＿Ｕｐｄａｔｅ（すなわち、サービス品質に基づくＡＦセッション更新）要求をＮＥＦに送信して、ＡＩ／ＭＬモデル伝送のための関連ポリシーパラメータを更新し、これによりＡＩ／ＭＬモデル伝送状態を最適化することができる。

具体的に、ＡＦは、ＮＷＤＡＦから取得されたＡＩ／ＭＬモデル伝送解析情報（ＱｏＳ ｆｌｏｗ Ｂｉｔ Ｒａｔｅ（すなわちサービス品質ストリームビットレート、例えば、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート）、ＱｏＳ ｆｌｏｗ Ｐａｃｋｅｔ Ｄｅｌａｙ（すなわちサービス品質ストリームパケット遅延、例えば、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延）、ＱｏＳ Ｓｕｓｔａｉｎａｂｉｌｉｔｙ、Ｐａｃｋｅｔ ｔｒａｎｓｍｉｓｓｉｏｎ、Ｐａｃｋｅｔ ｒｅｔｒａｎｓｍｉｓｓｉｏｎ、ＱｏＳ Ｓｕｓｔａｉｎａｂｉｌｉｔｙ Ｒｅｐｏｒｔｉｎｇ Ｔｈｒｅｓｈｏｌｄ（ｓ））に基づいて、ＡＩ／ＭＬモデルを伝送する新しいＱｏＳパラメータ（５Ｇ ＱｏＳ Ｉｄｅｎｔｉｆｉｅｒ（５ＱＩ、すなわち５Ｇサービス品質識別子）、Ｒｅｆｌｅｃｔｉｖｅ ＱｏＳ Ｃｏｎｔｒｏｌ（すなわち反射型サービス品質制御）、ＵＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ（すなわちＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート）、ＤＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ（すなわちＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート）、ＵＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ（すなわちＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート）、ＤＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ（すなわちＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート）、Ｐｒｉｏｒｉｔｙ Ｌｅｖｅｌ（すなわち優先度））を決定して、ＰＣＦに新しいＱｏＳパラメータを提供し、すなわち５ＧＳがモデル伝送のＱｏＳ要求を満たすように予測結果の増減に伴って増減する。

また、ＡＦは、ＮＷＤＡＦから取得された、ＡＩ／ＭＬモデル伝送に関する解析情報（ＡＩ／ＭＬモデルを伝送するＡＦ ＩＤ、ＡＩ／ＭＬモデルを用いるＵＥエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルを伝送するためのネットワークスライス、ＤＮＮ情報）に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）とＡＦ（ｓ）のエリア情報、アドレス情報を決定する。又は、解析情報には、連合学習ｇｒｏｕｐ情報に関する情報（Ｆｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） ｇｒｏｕｐ ＩＤ、Ｆｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） ＵＥ ＩＤ ｏｒ ＵＥ ｇｒｏｕｐ ＩＤ、Ｆｅｄｅｒａｔｅｄ Ｌｅａｒｎｉｎｇ （ＦＬ） のＡｐｐｌｉｃａｔｉｏｎ ＩＤ）をも含んでもよく、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）とＡＦ（ｓ）のエリア情報、アドレス情報を決定する。現在のルーティング経路が不良であると判断し、より優れたサービス体験やパフォーマンスを提供できるＤＮＡＩを選択し、ＡＩ／ＭＬモデルを送信するＤＮＡＩ及びＤＮＡＩに対応するＵＥ（ｓ）とＡＦ（ｓ）のエリア情報、アドレス情報をＰＣＦに提供する。

ここで、現在のルーティング経路が不良であると判断するプロセスは、ＡＦがＡＦのＩＰアドレス情報、ＵＥ（ｓ）のエリア情報（ＡＭＦ、ＳＭＦ、ＵＰＦなどのＩＤに対応でき、ＵＰＦのＮ６インタフェースはＤＮに接続できる）に基づいて、現在のルーティング経路を決定し、例えば、あるＵＥ／サーバが次の送信前に（連合学習グループ）に参加／終了する場合、ある経路は不良であり、又は、ホップ数が多すぎる場合、経路は不良である。

より優れたサービス体験やパフォーマンスを提供できるＤＮＡＩを選択するプロセスは、受信されたＩＰアドレス情報、ＵＥ（ｓ）のエリア情報に基づいて、伝送両方の宛先アドレスを決定することができ、より優れた（最近の）ルーティング経路を見つけることができ、ＤＮＡＩに対応することができる。

ステップ５０１２、ＮＥＦは、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔ（すなわちポリシー承認更新要求）をＰＣＦに送信する。

本実施例では、ＮＥＦは、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔ（すなわちポリシー承認更新要求）を介して上記情報をＰＣＦに送信して、ＡＩ／ＭＬモデル伝送のための関連ポリシーパラメータを更新し、ＡＩ／ＭＬモデル伝送状態を最適化する。

ここで、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔを、第２の要求とすることができる。

ステップ５０１３、ＰＣＦがＮＥＦに結果を通知する（すなわちＰＣＦがＮＥＦにＮｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅ （ポリシー承認更新応答）を送信する）。

本実施例では、ＰＣＦはＮＥＦが提供する情報に基づいて、具体的には、ＰＣＦは提供される新しいＱｏＳパラメータに基づいて、ＰＣＣ規則における、５Ｇ ＱｏＳ Ｉｄｅｎｔｉｆｉｅｒ （５ＱＩ）、Ｒｅｆｌｅｃｔｉｖｅ ＱｏＳ Ｃｏｎｔｒｏｌ、ＵＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ、ＤＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ、ＵＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ、ＤＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ、Ｐｒｉｏｒｉｔｙ Ｌｅｖｅｌを相応的に調整し、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅ（ポリシー承認更新応答）を送信してＮＥＦに結果を通知する。

ＰＣＦが、ＳＭＦがポリシー情報を更新する必要があると決定する場合、ＰＣＦはＳＭＦにＮｐｃｆ＿ＳＭＰｏｌｉｃｙＣｏｎｔｒｏｌ＿ＵｐｄａｔｅＮｏｔｉｆｙ ｒｅｑｕｅｓｔ（すなわちセッションポリシー制御更新通知要求）（ＤＮＡＩ、Ｐｅｒ ＤＮＡＩ： Ｔｒａｆｆｉｃ ｓｔｅｅｒｉｎｇ ｐｏｌｉｃｙ ｉｄｅｎｔｉｆｉｅｒ、Ｐｅｒ ＤＮＡＩ： Ｎ６ ｔｒａｆｆｉｃ ｒｏｕｔｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ）を送信して、ＳＭポリシーを更新し、ＳＭＦはこのポリシーに基づいてＵＰＦを選択し、ＤＮＡＩ，Ｐｅｒ ＤＮＡＩ： Ｔｒａｆｆｉｃ ｓｔｅｅｒｉｎｇ ｐｏｌｉｃｙ ｉｄｅｎｔｉｆｉｅｒ（すなわちトラフィック指向ポリシー識別子）、Ｐｅｒ ＤＮＡＩ： Ｎ６ ｔｒａｆｆｉｃ ｒｏｕｔｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ（トラフィック経路情報）を提供する。ここで、Ｎｐｃｆ＿ＳＭＰｏｌｉｃｙＣｏｎｔｒｏｌ＿ＵｐｄａｔｅＮｏｔｉｆｙ ｒｅｑｕｅｓｔを、第２の要求としてもよい。

ステップ５０１４、ＮＥＦは、ＡＦにＮｎｅｆ＿ＡＦｓｅｓｓｉｏｎＷｉｔｈＱｏＳ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅを送信する。

本実施例では、ＮＥＦはＮｎｅｆ＿ＡＦｓｅｓｓｉｏｎＷｉｔｈＱｏＳ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅ（すなわちサービス品質に基づくＡＦセッション更新応答）を送信し、その要求が受け入れられること又は拒否されることをＡＦに通知する。

ステップ５０２１、ＡＦは、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔを直接ＰＣＦに送信する。

本実施例では、ＡＦが受信可能なものである場合、ＡＦは、直接ＰＣＦにＮｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔを送信して、ＡＩ／ＭＬモデル伝送のための関連ポリシーパラメータを更新し、ＡＩ／ＭＬモデル伝送状態を最適化し、ステップ５０１２で説明するような動作を実行する。

ステップ５０２２、ＰＣＦはＡＦに結果を直接通知する（すなわち、ＰＣＦはＡＦにＮｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅを直接送信する（すなわち、ポリシー承認更新応答））。

本実施例では、まず、ＰＣＦは、ＡＦが提供する情報に基づいて、ステップ５０１２で説明するような動作を実行する。ＰＣＦは直接ＡＦにその要求が受け入れられること又は拒否されることを通知する。

実施例３、前記解析情報を受信した後、前記方法はさらに、以下のステップでも実現できる。

ステップｂ１、前記解析情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコード、のうちの少なくとも１つを含み、サービス品質パラメータを更新するために用いられるアプリケーションレイヤーモデルの情報を調整する。

ステップｂ２、調整されるアプリケーションレイヤーモデルの情報に基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を含む新しいサービス品質パラメータを決定する。

ステップｂ３、直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第３の要求を送信する。

ここで、前記第３の要求で要求されるパラメータは、前記新しいサービス品質パラメータを含み、前記第３の要求は、サービス品質パラメータの更新を要求するために用いられる。

具体的には、ＡＦは、ＮＷＤＡＦが提供するＱｏＳ要求情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコードなどのアプリケーションレイヤーモデルの情報を調整してサービス品質パラメータを更新する。調整されるアプリケーションレイヤーモデルの情報に基づいて、前記新しいサービス品質パラメータを決定し、直接又は前記ＮＥＦを介して、ＰＣＦに新しいサービス品質パラメータが含まれた第３の要求を送信する。

オプションとして、前記第３の要求は、具体的には、
前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求するために用いられ、
この場合、前記方法はさらに、
直接又はＮＥＦを介して、ＰＣＦから送信された第３の更新結果を受信するステップを含み、第３の更新結果は、ＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、第３の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

具体的には、ＡＦは、提供される新たなＱｏＳパラメータに基づいて、ＰＣＣ（すなわちポリシー及び課金制御）規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリーム優先度を相応的に調整するようにＰＣＦに要求する。ＰＣＦは、ＰＣＣ規則を調整して、その要求が受け入れられること又は拒否されることを直接又はＮＥＦを介してＡＦに通知する。

オプションとして、前記アプリケーションレイヤーモデルの情報を調整した後、前記方法はさらに、以下のステップでも実現できる。
調整されるアプリケーションレイヤーモデルの情報におけるモデル圧縮、モデルサイズ、及びモデルのエンコードとデコードをＰＣＦに直接送信するステップを含み、前記調整されるアプリケーションレイヤーモデルの情報は、ＰＣＦがＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整することをサポートするために用いられ、
この場合、前記方法はさらに、
ＰＣＦから送信された第４の更新結果を受信することを含み、第４の更新結果は、調整されるアプリケーションレイヤーモデルの情報に基づいてＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、前記第４の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

具体的には、ＰＣＦは、モデル圧縮、モデルサイズ、モデルのエンコードとデコードに基づいて、ＰＣＣ規則における上記のＱｏＳパラメータを調整する。例えば、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度などを調整する。ＰＣＦは、ＰＣＣ規則を調整して、その要求が受け入れられること又は拒否されることを直接又はＮＥＦを介してＡＦに通知する。

オプションとして、前記アプリケーションレイヤーモデルの情報を調整した後、前記方法はさらに、
調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯をＰＣＦに直接送信するステップを含み、前記調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯は、ＰＣＦがＰＣＣ規則におけるゲート状態パラメータを調整することをサポートするために用いられ、前記ゲート状態パラメータは、ＳＭＦがゲート状態における伝送開始時間と伝送終了時間に基づいてセッション管理ポリシーを更新することをサポートするために用いられ、
この場合、前記方法はさらに、
ＰＣＦから送信された第５の更新結果を受信することを含み、第５の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーの結果に基づいてＰＣＦによって決定されたものであり、前記第５の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

具体的には、ＰＣＦは、モデル伝送時間帯に基づいて、ＰＣＣ規則におけるＧａｔｅ ｓｔａｔｕｓ（すなわち、ゲート状態パラメータ）を調整し、ＳＭポリシーを更新し、ＳＭＦは、これによってストリームの伝送開始及び終了時間に影響して、ＰＣＦにフィードバックし、ＰＣＦは、その要求が受け入れられること又は拒否されることを直接又はＮＥＦを介してＡＦに通知する。

例示的には、図６を参照して、図６は、本開示の実施例３によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のシグナリングフローチャートであり、図６は、サブスクリプションネットワークにおけるモデル伝送状態の解析方法におけるＡＦとＮＥＦ及びＰＣＦとの間のシグナリング相互作用図である。本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析方法は、以下のステップ（すなわち、実施例３の対応するシグナリング相互作用プロセス：ＡＦは、ＮＷＤＡＦが提供する解析情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコードなどのアプリケーションレイヤーモデルの情報を調整し、さらにＱｏＳ要求を更新するものであり、実施例２のステップフローと同様）、（ここで、ステップ６０１２～６０１４において、ＡＦが受信不能なエリアにあり、ステップ６０２１～６０２２において、ＡＦが受信可能なエリアにある。）を含む。

ステップ６０１０、ＡＦはＮＷＤＡＦから契約し、ＡＩ／ＭＬモデル伝送状態解析を検索する。

具体的には、上記のステップ４０１１～４０２４で説明するように、ＡＦは、ＮＥＦを介して又は直接ＮＷＤＡＦにサブスクリプションし、ＡＩ／ＭＬモデル伝送状態解析を取得する。

ステップ６０１１、ＡＦは、解析情報に基づいて、アプリケーションレイヤー挙動を調整する。

本実施例では、ＡＦは、ＮＷＤＡＦが提供するＱｏＳ要求情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコードなどのアプリケーションレイヤーモデルの情報を調整する。

ステップ６０１２、ＡＦは、Ｎｎｅｆ＿ＡＦｓｅｓｓｉｏｎＷｉｔｈＱｏＳ＿Ｕｐｄａｔｅ要求をＮＥＦに送信する。

ステップ６０１３、ＮＥＦは、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔをＰＣＦに送信する。

ここで、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔを、第３の要求とすることができる。

ステップ６０１４、ＰＣＦがＮＥＦに結果を通知する（すなわちＰＣＦがＮＥＦにＮｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅを送信する）。

ステップ６０１５、ＮＥＦは、ＡＦにＮｎｅｆ＿ＡＦｓｅｓｓｉｏｎＷｉｔｈＱｏＳ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅを送信する。

ステップ６０２１、ＡＦは、Ｎｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｑｕｅｓｔをＰＣＦに直接送信する。

ステップ６０２２、ＰＣＦはＡＦに結果を直接通知する（すなわち、ＰＣＦは直接ＡＦにＮｐｃｆ＿ＰｏｌｉｃｙＡｕｔｈｏｒｉｚａｔｉｏｎ＿Ｕｐｄａｔｅ ｒｅｓｐｏｎｓｅを送信する（すなわち、ポリシー承認更新応答））。

具体的には、ＡＦは、ｓｅｓｓｉｏｎがＱｏＳ更新を行うことを要求する。具体的には、ＡＦは、調整されるモデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコードなどに基づいて、ＡＩ／ＭＬモデルを伝送する新しいＱｏＳパラメータを決定し、ＰＣＦに、５Ｇ ＱｏＳ Ｉｄｅｎｔｉｆｉｅｒ （５ＱＩ）、Ｒｅｆｌｅｃｔｉｖｅ ＱｏＳ Ｃｏｎｔｒｏｌ、ＵＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ、ＤＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ、ＵＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ、ＤＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ，Ｐｒｉｏｒｉｔｙ Ｌｅｖｅｌを含む新しいＱｏＳパラメータを提供する。あるいは、ＡＦは、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコードを調整する情報などを直接ＰＣＦに送信する。

ステップ６０１３、ＰＣＦは、提供される新しいＱｏＳパラメータに基づいて、ＰＣＣ規則における５Ｇ ＱｏＳ Ｉｄｅｎｔｉｆｉｅｒ （５ＱＩ）、Ｒｅｆｌｅｃｔｉｖｅ ＱｏＳ Ｃｏｎｔｒｏｌ、ＵＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ、ＤＬ－ｍａｘｉｍｕｍ ｂｉｔｒａｔｅ、ＵＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ、ＤＬ－ｇｕａｒａｎｔｅｅｄ ｂｉｔｒａｔｅ，Ｐｒｉｏｒｉｔｙ Ｌｅｖｅｌを相応的に調整する。あるいは、ＰＣＦは、モデル圧縮、モデルサイズ、モデルのエンコードとデコードに基づいて、ＰＣＣ規則における上記のＱｏＳパラメータを調整する。あるいは、ＰＣＦは、モデル伝送時間帯に基づいて、ＰＣＣ規則におけるＧａｔｅ ｓｔａｔｕｓを調整し、ＳＭポリシーを更新し、ＳＭＦは、これによってストリームの伝送開始及び終了時間に影響し、ＰＣＦにフィードバックする。最後に、その要求が受け入れられること又は拒否されることを実施例２におけるステップ５０１４又は５０２２の形態でＡＦに通知する。

本開示では、ＮＷＤＡＦは、ＡＦが送信するＡＩ／ＭＬモデル伝送状態解析要求及びそれに含まれるパラメータを受信し、ＮＷＤＡＦが５ＧＣ ＮＦ（ｓ）から収集する入力データは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するために用いられ、ＮＷＤＡＦが解析を行ってＡＦにＡＩ／ＭＬモデル伝送状態解析情報を送信し、ＡＦは、ＡＩ／ＭＬモデル伝送状態解析情報に基づいて、ＡＦ ｓｅｓｓｉｏｎがＱｏＳ更新を行うことを要求し、対応するポリシー制御機能ＰＣＦ、セッション管理機能ＳＭＦネットワーク要素等のネットワーク要素のポリシーを調整し、ＡＦは、ＡＩ／ＭＬモデル伝送状態解析情報に基づいて、アプリケーションレイヤーモデル情報の関連パラメータを調整し、さらにＱｏＳを調整し、これにより、ＡＩ／ＭＬモデル伝送状態を最適化する。これにより第三者がＡＩ／ＭＬモデル伝送状態を得ることを可能とし、ネットワークは、さらにモデル伝送の解析結果に基づいてＡＩ／ＭＬモデル伝送要求を満たすように自己の挙動を調整し、第三者は、モデル伝送の解析結果に基づいてＡＩ／ＭＬモデルの効率的な伝送を実現するようにモデル適用レイヤーの挙動を調整し、ＡＩ／ＭＬモデル伝送のトラヒック体験及びトラヒック性能を保証することもできる。

図７は、本開示の実施例４によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法のフローチャートであり、図７に示すように、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析方法の実行主体がＮＷＤＡＦである場合、本開示の実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析方法は、以下のステップを含む。

ステップ７０１、ＮＷＤＡＦは、直接又はネットワーク能力開放機能ＮＥＦを介してアプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信する。

ステップ７０２、ＮＷＤＡＦは、前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信する。

ステップ７０３、ＮＷＤＡＦは、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得る。

前記解析情報は、ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

オプションとして、前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む。

本実施例では、ＡＦが送信するサブスクリプションネットワークにおけるＡＩ／ＭＬモデル伝送状態の解析情報の要求を受信し、前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）からデータを収集し、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得るにより、ＡＩ／ＭＬモデル伝送状態を効果的に解析することを実現し、そして、ＡＦは、解析情報に基づいて、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整し、さらにネットワークがＡＩ／ＭＬモデル伝送状態に基づいてネットワーク伝送ポリシーを効果的に調整し、第三者がＡＩ／ＭＬモデル伝送状態の解析を取得してアプリケーションレイヤー情報の調整を行うことができる。

なお、本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析方法は、図４に示す方法実施例による方法ステップを全て実現でき、同様な技術的効果を奏し得るものであり、ここで、本実施例の方法実施例と同様の部分及び効果についての詳細説明は繰り返さない。

図８は、本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図であり、図８に示すように、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置はＡＦに適用される場合、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置は、プロセッサ８１０の制御でデータを送受信することに用いられるトランシーバ８００を含む。

ここで、図８では、バスアーキテクチャは、任意の数の相互接続バス及びブリッジを含むことができ、プロセッサ８１０によって表される１つ又は複数のプロセッサ及びメモリ８２０によって表されるメモリの様々な回路がリンクされてなる。バスアーキテクチャはさらに、周辺機器、レギュレータ、電力管理回路などの様々な他の回路をリンクすることができ、これらは当技術分野で知られるため、本明細書ではこれ以上の説明を省略する。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８００は、送信機及び受信機を含む複数の要素であってもよく、伝送媒体で様々な他の装置と通信するためのユニットを提供し、これらの伝送媒体は、無線チャネル、有線チャネル、光ケーブルなどの伝送媒体を含む。プロセッサ８１０は、バスアーキテクチャと通常の処理を管理する責任を負い、メモリ８２０は、動作を実行する際にプロセッサ８１０が使用するデータを記憶することができる。

プロセッサ８１０は、中央プロセッサ（ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ、ＣＰＵ）、専用集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、ＦＰＧＡ）、又は複雑プログラマブルロジックデバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ、ＣＰＬＤ）であってもよく、プロセッサ８１０はマルチコアアーキテクチャを採用してもよい。

本実施例では、メモリ８２０は、コンピュータプログラムを記憶することに用いられ、トランシーバ８００は、プロセッサ８１０の制御でデータを送受信することに用いられ、プロセッサ８１０は、前記メモリ８２０に記憶されるコンピュータプログラムを読み取り、
直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信することと、
直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信することと、を実行することに用いられ、前記ＡＩ／ＭＬモデル伝送状態のデータは、前記ＮＷＤＡＦが受信された前記第１のメッセージで要求されるパラメータに基づいて前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信することにより得られ、前記第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられ、
前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

オプションとして、前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む。

オプションとして、プロセッサ８１０は、さらに、
前記解析情報を受信した後、前記解析情報に基づいて、直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第１の要求を送信するために用いられ、
前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられる。

オプションとして、プロセッサ８１０は、前記解析情報に基づいて、直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第１の要求を送信するために用いられる場合、具体的に、
前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含むＡＩ／ＭＬモデルを伝送するための新しいサービス品質パラメータを決定し、
前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定し、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定し、
ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定し、
前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介してＰＣＦに送信するために用いられる。

オプションとして、プロセッサ８１０は、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するために用いられる場合、具体的に、
ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、現在のルーティング経路が不良であるかどうかを判断し、
現在のルーティング経路が不良であれば、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのアドレス情報及びＵＥ（ｓ）のエリア情報に基づいて、ＡＩ／ＭＬモデルを伝送する伝送両方の宛先アドレスを決定し、
前記宛先アドレスに基づいて、最も近い経路を決定し、
最も近い経路に基づいて、ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するために用いられる。

オプションとして、前記第１の要求は、具体的に、
前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求して、調整される第１の更新結果を、直接又はＮＥＦを介してフィードバックするようにＰＣＦに指示するために用いられ、
前記第１の更新結果は、ＰＣＦが前記新しいサービス品質パラメータに基づいてＰＣＣ規則を調整する結果によって決定され、
この場合、プロセッサ８１０は、具体的に、さらに、
直接又はＮＥＦを介して、ＰＣＦから送信された前記第１の更新結果を受信するために用いられ、前記第１の更新結果は、前記第１の要求が受け入れられること又は前記第１の要求が拒否されることを含む。

オプションとして、前記第１の要求は、具体的に、
セッション管理機能ＳＭＦネットワーク要素がセッション管理ポリシーを更新する必要があるかどうかを決定することをＰＣＦに要求し、ＳＭＦがセッション管理ポリシーを更新する必要があると決定する場合、ＰＣＦはＳＭＦに第２の要求を送信すると決定するために用いられ、前記第２の要求で要求されるパラメータは、ＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報、のうちの少なくとも１つを含み、前記第２の要求は、ＳＭＦが新しいセッション管理ポリシーに基づいて選択されるユーザープレーン機能ＵＰＦを決定して、対応するＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報を提供するために用いられ、
この場合、プロセッサ８１０は、具体的に、さらに、
直接又はＮＥＦを介してＰＣＦから送信された第２の更新結果を受信するために用いられ、前記第２の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーがＵＰＦパスを更新するか否かに基づいてＰＣＦによって決定されたものであり、
前記第２の更新結果は、前記第２の要求が受け入れられること又は拒否されることを含む。

オプションとして、プロセッサ８１０は、さらに、
前記解析情報を受信した後、前記解析情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコード、のうちの少なくとも１つを含み、サービス品質パラメータを更新するために用いられるアプリケーションレイヤーモデルの情報を調整することと、
調整されるアプリケーションレイヤーモデルの情報に基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を含む新しいサービス品質パラメータを決定することと、
直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第３の要求を送信することと、に用いられ、
前記第３の要求で要求されるパラメータは、前記新しいサービス品質パラメータを含み、前記第３の要求は、サービス品質パラメータの更新を要求するために用いられる。

オプションとして、前記第３の要求は、具体的に、
前記新しいサービス品質パラメータに基づいて、ＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求するために用いられ、
この場合、プロセッサ８１０は、さらに、
直接又はＮＥＦを介してＰＣＦから送信された第３の更新結果を受信するために用いられ、第３の更新結果は、ＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、前記第３の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

オプションとして、プロセッサ８１０は、さらに、
前記アプリケーションレイヤーモデルの情報を調整した後、調整されるアプリケーションレイヤーモデルの情報におけるモデル圧縮、モデルサイズ、及びモデルのエンコードとデコードをＰＣＦに直接送信するために用いられ、調整される前記アプリケーションレイヤーモデルの情報は、ＰＣＦがＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整することをサポートするために用いられ、
この場合、プロセッサ８１０は、さらに、
ＰＣＦから送信された第４の更新結果を受信することに用いられ、第４の更新結果は、調整されるアプリケーションレイヤーモデルの情報に基づいてＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、前記第４の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

オプションとして、プロセッサ８１０は、さらに、
前記アプリケーションレイヤーモデルの情報を調整した後、調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯をＰＣＦに直接送信するために用いられ、前記調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯は、ＰＣＦがＰＣＣ規則におけるゲート状態パラメータを調整することをサポートするために用いられ、前記ゲート状態パラメータは、ＳＭＦがゲート状態における伝送開始時間と伝送終了時間に基づいてセッション管理ポリシーを更新することをサポートするために用いられ、
この場合、プロセッサ８１０は、さらに、
ＰＣＦから送信された第５の更新結果を受信することに用いられ、第５の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーの結果に基づいてＰＣＦによって決定されたものであり、前記第５の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

なお、本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置は、図３～図６に示す方法実施例による方法ステップを全て実現でき、同様な技術的効果を奏し得るものであり、本実施例の方法実施例と同様の部分及び効果についての詳細説明は繰り返さない。

図９は、本開示の他の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図であり、図９に示すように、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置はＡＦに適用される場合、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置９００は、
直接又はネットワーク能力開放機能ＮＥＦを介してネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信するために用いられる送信ユニット９０１と、
直接又は前記ＮＥＦを介して前記ＮＷＤＡＦから送信された、ＡＩ／ＭＬモデル伝送状態の解析情報を受信するために用いられる受信ユニット９０２と、を含み、
前記第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられ、
前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

オプションとして、前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、サービス品質要求、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む。

オプションとして、送信ユニットは、さらに、
前記解析情報を受信した後、前記解析情報に基づいて、直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第１の要求を送信するために用いられ、
前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられる。

オプションとして、送信ユニットは、具体的に、
前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含む、ＡＩ／ＭＬモデルを伝送するための新しいサービス品質パラメータを決定し、
前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定し、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定し、
ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定し、
前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介してＰＣＦに送信するために用いられる。

オプションとして、送信ユニットは、具体的に、さらに、
ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、現在のルーティング経路が不良であるかどうかを判断し、
現在のルーティング経路が不良であれば、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのアドレス情報及びＵＥ（ｓ）のエリア情報に基づいて、ＡＩ／ＭＬモデルを伝送する伝送両方の宛先アドレスを決定し、
前記宛先アドレスに基づいて、最も近い経路を決定し、
最も近い経路に基づいて、ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するために用いられる。

オプションとして、前記第１の要求は、具体的に、
前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求して、調整される第１の更新結果を、直接又はＮＥＦを介してフィードバックするように前記ＰＣＦに指示するために用いられ、
前記第１の更新結果は、ＰＣＦが前記新しいサービス品質パラメータに基づいてＰＣＣ規則を調整する結果によって決定され、
この場合、送信ユニットは、さらに、
直接又はＮＥＦを介して、ＰＣＦから送信された第１の更新結果を受信するために用いられ、前記第１の更新結果は、前記第１の要求が受け入れられること又は前記第１の要求が拒否されることを含む。

オプションとして、前記第１の要求は、具体的に、
セッション管理機能ＳＭＦネットワーク要素がセッション管理ポリシーを更新する必要があるかどうかを決定することをＰＣＦに要求し、ＳＭＦがセッション管理ポリシーを更新する必要があると決定する場合、ＰＣＦはＳＭＦに第２の要求を送信すると決定するために用いられ、前記第２の要求で要求されるパラメータは、ＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報、のうちの少なくとも１つを含み、前記第２の要求は、ＳＭＦが新しいセッション管理ポリシーに基づいて選択されるユーザープレーン機能ＵＰＦを決定して、対応するＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報を提供するために用いられ、
この場合、受信ユニットは、さらに、
直接又はＮＥＦを介してＰＣＦから送信された第２の更新結果を受信するために用いられ、前記第２の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーがＵＰＦパスを更新するか否かに基づいてＰＣＦによって決定されたものであり、
前記第２の更新結果は、前記第２の要求が受け入れられること又は拒否されることを含む。

オプションとして、前記装置は、さらに、決定ユニットを含み、決定ユニットは、
前記解析情報を受信した後、前記解析情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコード、のうちの少なくとも１つを含み、サービス品質パラメータを更新するために用いられるアプリケーションレイヤーモデルの情報を調整することと、
調整されるアプリケーションレイヤーモデルの情報に基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を含む前記新しいサービス品質パラメータを決定することと、
直接又は前記ＮＥＦを介してポリシー制御機能ＰＣＦに第３の要求を送信することと、に用いられ、
前記第３の要求で要求されるパラメータは、前記新しいサービス品質パラメータを含み、前記第３の要求は、サービス品質パラメータの更新を要求するために用いられる。

オプションとして、前記第３の要求は、具体的に、
前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するようにＰＣＦに要求するために用いられ、
この場合、受信ユニットは、さらに、
直接又はＮＥＦを介してＰＣＦから送信された第３の更新結果を受信するために用いられ、第３の更新結果は、ＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、前記第３の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

オプションとして、送信ユニットは、さらに、
前記アプリケーションレイヤーモデルの情報を調整した後、調整されるアプリケーションレイヤーモデルの情報におけるモデル圧縮、モデルサイズ、及びモデルのエンコードとデコードをＰＣＦに直接送信するために用いられ、前記調整されるアプリケーションレイヤーモデルの情報は、ＰＣＦがＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整することをサポートするために用いられ、
この場合、受信ユニットは、さらに、
ＰＣＦから送信された第４の更新結果を受信することに用いられ、第４の更新結果は、調整されるアプリケーションレイヤーモデルの情報に基づいてＰＣＣ規則を調整する結果に基づいてＰＣＦによって決定されたものであり、前記第４の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

オプションとして、送信ユニットは、さらに、
前記アプリケーションレイヤーモデルの情報を調整した後、調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯をＰＣＦに直接送信するために用いられ、前記調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯は、ＰＣＦがＰＣＣ規則におけるゲート状態パラメータを調整することをサポートするために用いられ、前記ゲート状態パラメータは、ＳＭＦがゲート状態における伝送開始時間と伝送終了時間に基づいてセッション管理ポリシーを更新することをサポートするために用いられ、
この場合、受信ユニットは、さらに、
ＰＣＦから送信された第５の更新結果を受信することに用いられ、第５の更新結果は、ＳＭＦから送信された新しいセッション管理ポリシーの結果に基づいてＰＣＦによって決定されたものであり、前記第５の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む。

なお、本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置は、図３～図６に示す方法実施例による方法ステップを全て実現でき、同様な技術的効果を奏し得るものであり、本実施例の方法実施例と同様の部分及び効果についての詳細説明は繰り返さない。

図１０は、本開示のさらに他の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図であり、図１０に示すように、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置はＮＷＤＡＦに適用される場合、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置は、プロセッサ１０１０の制御でデータを送受信することに用いられるトランシーバ１０００を含む。

ここで、図１０では、バスアーキテクチャは、任意の数の相互接続バス及びブリッジを含むことができ、プロセッサ１０１０によって表される１つ又は複数のプロセッサ及びメモリ１０２０によって表されるメモリの様々な回路がリンクされてなる。バスアーキテクチャはさらに、周辺機器、レギュレータ、電力管理回路などの様々な他の回路をリンクすることができ、これらは当技術分野で知られるため、本明細書ではこれ以上の説明を省略する。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１０００は、送信機及び受信機を含む複数の要素であってもよく、伝送媒体で様々な他の装置と通信するためのユニットを提供し、これらの伝送媒体は、無線チャネル、有線チャネル、光ケーブルなどの伝送媒体を含む。プロセッサ１０１０は、バスアーキテクチャと通常の処理を管理する責任を負い、メモリ１０２０は、動作を実行する際にプロセッサ１０１０が使用するデータを記憶することができる。

プロセッサ１０１０は、中央プロセッサ（ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｉｎｇ ｕｎｉｔ、ＣＰＵ）、専用集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、ＦＰＧＡ）、又は複雑プログラマブルロジックデバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ、ＣＰＬＤ）であってもよく、プロセッサ１０１０はマルチコアアーキテクチャを採用してもよい。

本実施例では、メモリ１０２０は、コンピュータプログラムを記憶することに用いられ、トランシーバ１０００は、プロセッサの制御でデータを送受信することに用いられ、プロセッサ１０１０は、メモリ１０２０に記憶されるコンピュータプログラムを読み取り、
直接又はネットワーク能力開放機能ＮＥＦを介してアプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信することと、
前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信することと、
５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得ることと、を実行することに用いられ、
前記解析情報は、ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

オプションとして、前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、サービス品質要求、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む。

なお、本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置は、図４、図７に示す方法実施例による方法ステップを全て実現でき、同様な技術的効果を奏し得るものであり、本実施例の方法実施例と同様の部分及び効果についての詳細説明は繰り返さない。

図１１は、本開示のさらに別の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置の構成図であり、図１１に示すように、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置はＮＷＤＡＦに適用される場合、本実施例が提供するサブスクリプションネットワークにおけるモデル伝送状態の解析装置１１００は、
直接又はネットワーク能力開放機能ＮＥＦを介してアプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信するために用いられる受信ユニット１１０１と、
前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信するために用いられる送信ユニット１１０２と、
５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得るために用いられる解析ユニット１１０３と、を含み、
前記解析情報は、ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられる。

オプションとして、前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するプロトコルデータユニットＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、識別子ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む。

なお、本開示の実施例によって提供されるサブスクリプションネットワークにおけるモデル伝送状態の解析装置は、図４、図７に示す方法実施例による方法ステップを全て実現でき、同様な技術的効果を奏し得るものであり、本実施例の方法実施例と同様の部分及び効果についての詳細説明は繰り返さない。

なお、本開示の上記実施例におけるユニットの分割は概略的であり、単なる論理機能分割であり、実際に実現する際には別の分割方式があってもよい。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いし、各ユニットが単独で物理的に存在してもよいし、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。上記統合されるユニットは、ハードウェアの形態で実現されてもよいし、ソフトウェア機能ユニットの形態で実現されてもよい。

前記統合されるユニットは、ソフトウェア機能ユニットとして実装され、独立する製品として販売又は使用される場合、プロセッサで読み取り可能な記憶媒体に格納することができる。このような理解に基づいて、本開示の技術案は、本質的に、又は従来技術に貢献する部分、又はこの技術案のすべて又は一部がソフトウェア製品の形で具現化でき、このコンピュータソフトウェア製品は記憶媒体に記憶される。このコンピュータソフトウェア製品は、コンピュータデバイス（パーソナルコンピュータ、サーバ、又はネットワークデバイスなどであってもよい）又はプロセッサ（ｐｒｏｃｅｓｓｏｒ）が本開示の各実施例に記載の方法のすべて又は一部のステップを実行するようにするためのいくつかの命令を含む。一方、前述の記憶媒体は、Ｕディスク、リムーバブルハードディスク、読み取り専用メモリ（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、プログラムコードを記憶することができる様々な媒体を含む。

本開示の実施例は、プロセッサで読み取り可能な記憶媒体をさらに提供する。プロセッサで読み取り可能な記憶媒体には、コンピュータプログラムが記憶され、コンピュータプログラムは、プロセッサに上記のいずれかの方法実施例を実行させるために用いられる。

ここで、プロセッサで読み取り可能な記憶媒体は、磁気メモリ（例えば、フロッピーディスク、ハードディスク、磁気テープ、光磁気ディスク（ＭＯ）など）、光学メモリ（例えば、光ディスク（ＣＤ）、デジタル汎用光ディスク（ＤＶＤ）、ブルーレイディスク（ＢＤ）、ホログラム汎用光ディスク（ＨＶＤ）など）、及び半導体メモリ（例えば、ＲＯＭ、消去可能プログラミング読み取り専用メモリ（ＥＰＲＯＭ）、電気消去可能プログラミング読み取り専用メモリ（ＥＥＰＲＯＭ）、不揮発性メモリ（ＮＡＮＤ ＦＬＡＳＨ）、ソリッドステートハードディスク（ＳＳＤ）などを含むが、これらに限定されないが、プロセッサがアクセス可能な任意の利用可能な媒体又はデータ記憶デバイスであってもよい。

当業者は、本開示の実施例が方法、システム、又はコンピュータプログラム製品として提供され得ることを理解するであろう。従って、本開示は、完全ハードウェア実施例、完全ソフトウェア実施例、又はソフトウェア及びハードウェアの態様を組み合わせた実施例の例を採用することができる。また、本開示は、コンピュータ利用可能なプログラムコードを含むコンピュータ利用可能な記憶媒体（ディスクメモリや光学メモリなどを含むがこれらに限定されない）の１つ又は複数に実装されるコンピュータプログラム製品の例を採用することができる。

本開示は、本開示の実施例による方法、デバイス（システム）、及びコンピュータプログラム製品のフローチャート及び／又はブロック図を参照して説明される。フローチャート及び／又はブロック図における各フロー及び／又はブロック、ならびにフローチャート及び／又はブロック図におけるフロー及び／又はブロックの組み合わせは、コンピュータ実行可能命令によって実装されうることが理解されるべきである。これらのコンピュータ実行可能命令は、汎用コンピュータ、専用コンピュータ、組み込みプロセッサ、又は他のプログラマブルデータ処理装置のプロセッサに提供されて、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサによって実行される命令が、フローチャートの１つのフロー又は複数のフロー及び／又はブロック図の１つのブロック又は複数のブロックに指定される機能を実現するための手段を生成するように機械を生成することができる。

これらのプロセッサ実行可能命令は、フローチャートの１つのフロー又は複数のフロー及び／又はブロック図の１つのブロック又は複数のブロックに指定される機能を実現する命令装置を含む製造品を生成するように、コンピュータ又は他のプログラム可能なデータ処理装置を特定の方法で動作させることができるプロセッサ可読メモリに格納されることもできる。

これらのプロセッサ実行可能命令は、コンピュータ実装の処理を生成するためにコンピュータ又は他のプログラム可能なデバイスで一連の動作ステップを実行するようにコンピュータ又は他のプログラム可能なデータ処理デバイスにロードすることもでき、従って、コンピュータ又は他のプログラマブルデバイスで実行される命令は、フローチャートの１つのフロー又は複数のフロー、及び／又はブロック図の１つのブロック又は複数のブロックで指定される機能を実装するためのステップを提供する。

明らかに、当業者は、本開示の精神及び範囲から逸脱することなく、本開示を種々の変更及び変形することができる。このように、本開示のこれらの修正及び変形が本開示の請求項及びその均等技術の範囲内に属する場合、本開示はまた、これらの変更及び変形を含むことを意図する。

本開示は、２０２１年１１月２４日に中国特許局に提出された、出願番号が２０２１１１４０７０５１．２、出願名称が「サブスクリプションネットワークにおけるモデル伝送状態の解析方法、装置及び読み取り可能な記憶媒体」である中国特許出願の優先権を主張し、その全ての内容は援用によって本開示に組み込まれる。

８００ トランシーバ
８１０ プロセッサ
８２０ メモリ
９００ 解析装置
９０１ 送信ユニット
９０２ 受信ユニット
１０００ トランシーバ
１０１０ プロセッサ
１０２０ メモリ
１１００ 解析装置
１１０１ 受信ユニット
１１０２ 送信ユニット
１１０３ 解析ユニット

Claims (15)

1. アプリケーション機能ＡＦに適用される、サブスクリプションネットワークにおけるモデル伝送状態の解析方法であって、
   直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信するステップと、
   直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信するステップと、を含み、
   前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられ、
   前記解析情報を受信した後、前記方法はさらに、
   前記解析情報に基づいて、直接又は前記ＮＥＦを介して、ポリシー制御機能ＰＣＦに第１の要求を送信するステップを含み、
   前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられ、
   前記解析情報に基づいて、直接又は前記ＮＥＦを介して、ポリシー制御機能ＰＣＦに第１の要求を送信するステップは、
   前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含むＡＩ／ＭＬモデルを伝送するための新しいサービス品質パラメータを決定するステップと、
   前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップ、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップと、
   ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップと、
   前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介して前記ＰＣＦに送信するステップと、を含む、
   ことを特徴とするサブスクリプションネットワークにおけるモデル伝送状態の解析方法。
2. 前記ＡＩ／ＭＬモデル伝送状態のデータは、前記ＮＷＤＡＦが受信された前記第１のメッセージで要求されるパラメータに基づいて前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信することにより得られ、前記第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられ、
   前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
   前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
   前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
   ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
   この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
   この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む、
   ことを特徴とする請求項１に記載の方法。
3. 前記ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップは、
   ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、現在のルーティング経路が不良であるかどうかを判断するステップと、
   現在のルーティング経路が不良であれば、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのアドレス情報及びＵＥ（ｓ）のエリア情報に基づいて、ＡＩ／ＭＬモデルを伝送する伝送両方の宛先アドレスを決定するステップと、
   前記宛先アドレスに基づいて、最も近い経路を決定するステップと、
   最も近い経路に基づいて、ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定するステップと、を含む、
   ことを特徴とする請求項１に記載の方法。
4. 前記第１の要求は、具体的には、
   前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するように前記ＰＣＦに要求して、調整される第１の更新結果を、直接又は前記ＮＥＦを介してフィードバックするように前記ＰＣＦに指示するために用いられ、
   前記第１の更新結果は、前記ＰＣＦが前記新しいサービス品質パラメータに基づいてＰＣＣ規則を調整する結果に基づいて決定され、
   この場合、前記方法はさらに、
   直接又は前記ＮＥＦを介して前記ＰＣＦから送信された前記第１の更新結果を受信するステップを含み、前記第１の更新結果は、前記第１の要求が受け入れられること又は前記第１の要求が拒否されることを含む、
   ことを特徴とする請求項１に記載の方法。
5. 前記第１の要求は、具体的には、
   セッション管理機能ＳＭＦネットワーク要素がセッション管理ポリシーを更新する必要があるかどうかを決定することを前記ＰＣＦに要求し、前記ＳＭＦがセッション管理ポリシーを更新する必要があると決定する場合、前記ＰＣＦは前記ＳＭＦに第２の要求を送信すると決定するために用いられ、前記第２の要求で要求されるパラメータは、ＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報、のうちの少なくとも１つを含み、前記第２の要求は、前記ＳＭＦが新しいセッション管理ポリシーに基づいて選択されるユーザープレーン機能ＵＰＦを決定して、対応するＤＮＡＩ、トラフィック指向ポリシー識別子、トラフィック経路情報を提供するために用いられ、
   この場合、前記方法はさらに、
   直接又は前記ＮＥＦを介して前記ＰＣＦから送信された第２の更新結果を受信するステップを含み、前記第２の更新結果は、前記ＳＭＦから送信された新しいセッション管理ポリシーがＵＰＦパスを更新するか否かに基づいて前記ＰＣＦによって決定されたものであり、
   前記第２の更新結果は、前記第２の要求が受け入れられること又は前記第１の要求が拒否されることを含む、
   ことを特徴とする請求項１に記載の方法。
6. 前記解析情報を受信した後、前記方法はさらに、
   前記解析情報に基づいて、モデル圧縮、モデルサイズ、モデル伝送時間帯、モデルのエンコードとデコード、のうちの少なくとも１つを含み、サービス品質パラメータを更新するために用いられるアプリケーションレイヤーモデルの情報を調整するステップと、
   調整されるアプリケーションレイヤーモデルの情報に基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を含む新しいサービス品質パラメータを決定するステップと、
   直接又は前記ＮＥＦを介して前記ＰＣＦに第３の要求を送信するステップと、を含み、
   前記第３の要求で要求されるパラメータは、前記新しいサービス品質パラメータを含み、前記第３の要求は、サービス品質パラメータの更新を要求するために用いられる、
   ことを特徴とする請求項１に記載の方法。
7. 前記第３の要求は、具体的には、
   前記新しいサービス品質パラメータに基づいてＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整するように前記ＰＣＦに要求するために用いられ、
   この場合、前記方法はさらに、
   直接又は前記ＮＥＦを介して前記ＰＣＦから送信された第３の更新結果を受信するステップを含み、第３の更新結果は、ＰＣＣ規則を調整する結果に基づいて前記ＰＣＦによって決定されたものであり、第３の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む、
   ことを特徴とする請求項６に記載の方法。
8. 前記アプリケーションレイヤーモデルの情報を調整した後、前記方法はさらに、
   調整されるアプリケーションレイヤーモデルの情報におけるモデル圧縮、モデルサイズ、及びモデルのエンコードとデコードを前記ＰＣＦに直接送信するステップを含み、前記調整されるアプリケーションレイヤーモデルの情報は、前記ＰＣＦがＰＣＣ規則における５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度を調整することをサポートするために用いられ、
   この場合、前記方法はさらに、
   前記ＰＣＦから送信された第４の更新結果を受信するステップを含み、第４の更新結果は、調整されるアプリケーションレイヤーモデルの情報に基づいてＰＣＣ規則を調整する結果に基づいて前記ＰＣＦによって決定されたものであり、前記第４の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含み、
   又は、
   前記アプリケーションレイヤーモデルの情報を調整した後、前記方法はさらに、
   調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯を前記ＰＣＦに直接送信するステップを含み、前記調整されるアプリケーションレイヤーモデルの情報におけるモデル伝送時間帯は、前記ＰＣＦがＰＣＣ規則におけるゲート状態パラメータを調整することをサポートするために用いられ、前記ゲート状態パラメータは、ＳＭＦがゲート状態における伝送開始時間と伝送終了時間に基づいてセッション管理ポリシーを更新することをサポートするために用いられ、
   この場合、前記方法はさらに、
   前記ＰＣＦから送信された第５の更新結果を受信するステップを含み、第５の更新結果は、前記ＳＭＦから送信された新しいセッション管理ポリシーの結果に基づいて前記ＰＣＦによって決定されたものであり、前記第５の更新結果は、前記第３の要求が受け入れられること又は前記第３の要求が拒否されることを含む、
   ことを特徴とする請求項６に記載の方法。
9. ネットワークデータ解析機能ＮＷＤＡＦに適用される、サブスクリプションネットワークにおけるモデル伝送状態の解析方法であって、
   直接又はネットワーク能力開放機能ＮＥＦを介してアプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信するステップと、
   前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信するステップと、
   ５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得るステップと、を含み、
   前記解析情報は、前記ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられ、
   前記解析情報はさらに、前記ＡＦによって、前記解析情報に基づいて、直接又は前記ＮＥＦを介して、ポリシー制御機能ＰＣＦに第１の要求を送信することに用いられ、
   前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられ、
   前記解析情報は、具体的に、前記ＡＦによって、
   前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含むＡＩ／ＭＬモデルを伝送するための新しいサービス品質パラメータを決定することと、
   前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定すること、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定することと、
   ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定することと、
   前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介して前記ＰＣＦに送信することと、に用いられる、
   ことを特徴とするサブスクリプションネットワークにおけるモデル伝送状態の解析方法。
10. 前記第１のメッセージで要求されるパラメータは、ネットワークデータ解析識別子、ＡＩ／ＭＬモデルを受信する１つのユーザ機器ＵＥ又はＵＥのセットの識別子又は解析条件を満たす任意のＵＥの識別子、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデル伝送のエリア、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するＰＤＵセッションを示すデータネットワーク、ＡＩ／ＭＬモデル伝送の時間帯、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルを伝送するためのサービス品質ストリームを示すサービス品質要件、及び／又はＡＩ／ＭＬモデルの伝送を示すための特定のサービス品質要件、のうちの少なくとも１つを含み、
    前記第２のメッセージには、ＡＩ／ＭＬモデルを用いるＵＥの現在位置、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、データ収集時間、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク、前記ＡＦに用いるサービスフロー、のうちの少なくとも１つが含まれ、
    前記解析情報は、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、解析結果の有効時間、ＡＩ／ＭＬモデル伝送を提供するユーザープレーン機能ＵＰＦ、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名、ＡＩ／ＭＬ伝送モデルのサイズ、ＡＩ／ＭＬモデル伝送の時間、ＡＩ／ＭＬモデル伝送の開始タイムスタンプ、ＡＩ／ＭＬモデル伝送の終了タイムスタンプ、ＡＩ／ＭＬモデルを伝送するサービス品質ストリーム識別子、ＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、のうちの少なくとも１つを含み、
    ＡＩ／ＭＬモデルが連合学習を実行する場合、前記第１のメッセージで要求されるパラメータはさらに連合学習グループ情報を含み、前記連合学習グループ情報は、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
    この場合、前記第２のメッセージはさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、連合学習に参加するアプリケーション識別子、のうちの少なくとも１つを含み、
    この場合、前記解析情報はさらに、解析を指示するための連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子、のうちの少なくとも１つを含む、
    ことを特徴とする請求項９に記載の方法。
11. サブスクリプションネットワークにおけるモデル伝送状態の解析装置であって、
    直接又はネットワーク能力開放機能ＮＥＦを介して、ネットワークデータ解析機能ＮＷＤＡＦに、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを送信するために用いられる送信ユニットと、
    直接又は前記ＮＥＦを介して、前記ＮＷＤＡＦから送信された、受信された５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータに基づいて前記ＮＷＤＡＦによって決定されたＡＩ／ＭＬモデル伝送状態の解析情報を受信するために用いられる解析ユニットと、を含み、
    前記解析情報は、ネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられ、
    前記送信ユニットは、さらに、
    前記解析情報を受信した後、前記解析情報に基づいて、直接又は前記ＮＥＦを介して、ポリシー制御機能ＰＣＦに第１の要求を送信することに用いられ、
    前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられ、
    前記送信ユニットは、具体的に、
    前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含むＡＩ／ＭＬモデルを伝送するための新しいサービス品質パラメータを決定することと、
    前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定すること、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定することと、
    ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定することと、
    前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介して前記ＰＣＦに送信することと、に用いられる、
    ことを特徴とするサブスクリプションネットワークにおけるモデル伝送状態の解析装置。
12. 前記ＡＩ／ＭＬモデル伝送状態のデータは、前記ＮＷＤＡＦが受信された前記第１のメッセージで要求されるパラメータに基づいて前記５ＧＣ ＮＦ（ｓ）に第２のメッセージを送信することにより得られ、前記第２のメッセージは、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる、
    ことを特徴とする請求項１１に記載の装置。
13. サブスクリプションネットワークにおけるモデル伝送状態の解析装置であって、
    直接又はネットワーク能力開放機能ＮＥＦを介して、アプリケーション機能ＡＦから送信された、サブスクリプションネットワークにおける人工知能／機械学習ＡＩ／ＭＬモデル伝送状態の解析情報を要求するために用いられる第１のメッセージを受信するために用いられる受信ユニットと、
    前記第１のメッセージで要求されるパラメータに基づいて、５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）に、ネットワークにおけるＡＩ／ＭＬモデル伝送状態を解析するためのデータを収集するために用いられる第２のメッセージを送信するために用いられる送信ユニットと、
    ５Ｇコアネットワークの他のネットワーク機能５ＧＣ ＮＦ（ｓ）から送信されたＡＩ／ＭＬモデル伝送状態のデータを受信し、ＡＩ／ＭＬモデル伝送状態のデータを解析し、ＡＩ／ＭＬモデル伝送状態の解析情報を得るために用いられる解析ユニットと、を含み、
    前記解析情報は、前記ＡＦを介してネットワークポリシーパラメータ及び／又はアプリケーションレイヤーモデルの情報を調整するために用いられ、
    前記解析情報はさらに、前記ＡＦによって、前記解析情報に基づいて、直接又は前記ＮＥＦを介して、ポリシー制御機能ＰＣＦに第１の要求を送信することに用いられ、
    前記第１の要求は、ＡＩ／ＭＬモデル伝送のためのネットワークポリシーパラメータの更新を要求するために用いられ、前記ネットワークポリシーパラメータは、ＡＩ／ＭＬモデル伝送状態を最適化するために用いられ、
    前記解析情報は、具体的に、前記ＡＦによって、
    前記解析情報におけるＡＩ／ＭＬモデルを伝送するアップリンク方向ビットレート及びＡＩ／ＭＬモデルを伝送するダウンリンク方向ビットレート、ＡＩ／ＭＬモデルのアップリンク方向パケット遅延及びＡＩ／ＭＬモデルのダウンリンク方向パケット遅延、ＡＩ／ＭＬモデルを伝送する時間帯におけるサービス品質ストリームの異常解放数、ＡＩ／ＭＬモデルのパケット伝送数、ＡＩ／ＭＬモデルのパケット再伝送数、ＡＩ／ＭＬモデル伝送の時間帯におけるサービス品質ストリームの異常解放の報告閾値に達する回数、のうちの少なくとも１つに基づいて、５Ｇサービス品質識別子、反射型サービス品質制御、ＡＩ／ＭＬモデルを伝送するアップリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最大ビットレート、ＡＩ／ＭＬモデルを伝送するアップリンク方向最低ビットレート、ＡＩ／ＭＬモデルを伝送するダウンリンク方向最低ビットレート、サービス品質ストリームの優先度、のうちの少なくとも１つを含むＡＩ／ＭＬモデルを伝送するための新しいサービス品質パラメータを決定することと、
    前記解析情報におけるＡＩ／ＭＬモデルを用いるアプリケーションの識別子、ＡＩ／ＭＬモデルを用いるエリア情報、ＡＩ／ＭＬモデルを用いるアプリケーションサービスのＩＰアドレス情報、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのネットワークスライス、ＡＩ／ＭＬモデルのサービス品質ストリームを伝送するためのＰＤＵセッションのデータネットワーク名に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定すること、又は、ＡＩ／ＭＬモデルが連合学習を実行する場合、前記解析情報における解析を指示する連合学習グループの識別子、連合学習に参加するＵＥ識別子又はＵＥ（ｓ）識別子、ＡＩ／ＭＬモデルを提供する又は連合学習に参加することを示す各アプリケーション識別子に基づいて、ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定することと、
    ＡＩ／ＭＬモデルを伝送するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報に基づいて、データネットワークアクセス識別子ＤＮＡＩ及びＡＩ／ＭＬモデル伝送状態を最適化するための経路を提供するために用いられる前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を決定することと、
    前記新しいサービス品質パラメータ、前記ＤＮＡＩ及び前記ＤＮＡＩに対応するＵＥ（ｓ）と各ＡＦのエリア情報及びアドレス情報を、前記第１の要求における要求のパラメータとして直接又は前記ＮＥＦを介して前記ＰＣＦに送信することと、に用いられる、
    ことを特徴とするサブスクリプションネットワークにおけるモデル伝送状態の解析装置。
14. プロセッサで読み取り可能な記憶媒体であって、前記プロセッサで読み取り可能な記憶媒体には、コンピュータプログラムが記憶され、前記コンピュータプログラムは、前記プロセッサに請求項１～８のいずれか１項に記載の方法を実行させるために用いられる、
    ことを特徴とするプロセッサで読み取り可能な記憶媒体。
15. プロセッサで読み取り可能な記憶媒体であって、前記プロセッサで読み取り可能な記憶媒体には、コンピュータプログラムが記憶され、前記コンピュータプログラムは、前記プロセッサに請求項９又は１０に記載の方法を実行させるために用いられる、
    ことを特徴とするプロセッサで読み取り可能な記憶媒体。