WO2021172810A1 - 무선 통신 시스템에서 서비스를 선택하는 방법 및 장치 - Google Patents

무선 통신 시스템에서 서비스를 선택하는 방법 및 장치 Download PDF

Info

Publication number
WO2021172810A1
WO2021172810A1 PCT/KR2021/002070 KR2021002070W WO2021172810A1 WO 2021172810 A1 WO2021172810 A1 WO 2021172810A1 KR 2021002070 W KR2021002070 W KR 2021002070W WO 2021172810 A1 WO2021172810 A1 WO 2021172810A1
Authority
WO
WIPO (PCT)
Prior art keywords
nwdaf
analysis information
information
processing
message
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2021/002070
Other languages
English (en)
French (fr)
Inventor
한윤선
박중신
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Priority to US17/904,938 priority Critical patent/US12388717B2/en
Priority to EP21759594.1A priority patent/EP4099635A4/en
Publication of WO2021172810A1 publication Critical patent/WO2021172810A1/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5032—Generating service level reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/34—Signalling channels for network management communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5058—Service discovery by the service manager
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/06—Generation of reports
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/12—Network monitoring probes

Definitions

  • the present disclosure relates to a method and apparatus for selecting a service in a wireless communication system.
  • the 5G communication system or the pre-5G communication system is called a 4G network after (Beyond 4G Network) communication system or an LTE (Long Term Evolution) system after (Post LTE) system.
  • 5G communication systems are being considered for implementation in very high frequency (mmWave) bands (eg, 60 gigabytes (60 GHz) bands).
  • mmWave very high frequency
  • FD-MIMO Full Dimensional MIMO
  • array antenna, analog beam-forming, and large scale antenna technologies are being discussed.
  • an evolved small cell in the 5G communication system, an evolved small cell, an advanced small cell, a cloud radio access network (cloud RAN), an ultra-dense network (ultra-dense network) , Device to Device communication (D2D), wireless backhaul, moving network, cooperative communication, Coordinated Multi-Points (CoMP), and reception interference cancellation Technology development is underway.
  • cloud RAN cloud radio access network
  • ultra-dense network ultra-dense network
  • D2D Device to Device communication
  • wireless backhaul moving network
  • cooperative communication Coordinated Multi-Points (CoMP)
  • CoMP Coordinated Multi-Points
  • FQAM Hybrid Frequency Shift Keying and Quadrature Amplitude Modulation
  • SWSC Sliding Window Superposition Coding
  • ACM Advanced Coding Modulation
  • FBMC Filter Bank Multi Carrier
  • NOMA Non Orthogonal Multiple Access
  • SCMA Sparse Code Multiple Access
  • IoT Internet of Things
  • IoE Internet of Everything
  • M2M Machine Type Communication
  • MTC Machine Type Communication
  • IoT an intelligent IT (Internet Technology) service that collects and analyzes data generated from connected objects and creates new values in human life can be provided.
  • IoT is the field of smart home, smart building, smart city, smart car or connected car, smart grid, health care, smart home appliance, advanced medical service, etc. can be applied to
  • 5G communication such as sensor network, machine to machine (M2M), and machine type communication (MTC) is being implemented by techniques such as beamforming, MIMO, and array antenna.
  • M2M machine to machine
  • MTC machine type communication
  • cloud RAN cloud radio access network
  • the present disclosure provides an apparatus and method for selecting a service in a wireless communication system.
  • the disclosed embodiment provides an apparatus and method for effectively selecting a service in a wireless communication system.
  • FIG. 1 illustrates a configuration of a mobile communication system and an entity located outside a network according to an embodiment of the present disclosure.
  • NWDAF Network Data Analytics Function
  • FIG. 3 is a sequence diagram illustrating a procedure in which an entity using NWDAF analysis information such as NF, AF, OAM, etc. discovers an NWDAF instance using a Network Repository Function (NRF) according to an embodiment of the present disclosure.
  • NWDAF Network Repository Function
  • FIG. 4 is a sequence diagram illustrating a procedure in which an NWDAF instance discovers another NWDAF instance according to an embodiment of the present disclosure.
  • FIG. 5 illustrates an example of a method of configuring an NWDAF instance with a combination of detailed functions according to an embodiment of the present disclosure.
  • FIG. 6 is a sequence diagram illustrating a procedure for discovering and selecting an NWDAF instance by using an NRF according to an embodiment of the present disclosure.
  • FIG. 7 is a sequence diagram illustrating a procedure for discovering and selecting an NWDAF instance by utilizing feedback information of an entity using analysis information according to an embodiment of the present disclosure.
  • FIG. 8 is a sequence diagram illustrating a method for an AF to discover an NWDAF according to an embodiment of the present disclosure.
  • FIG. 9 is a sequence diagram illustrating a method of discovering and selecting an NWDAF for a data collection function according to an embodiment of the present disclosure.
  • FIG. 10 is a sequence diagram illustrating a method for an NWDAF instance to discover and select another NWDAF for task offloading according to an embodiment of the present disclosure.
  • FIG. 11 is a sequence diagram illustrating a method by which an NWDAF discovers and selects an NWDAF for task offloading according to an embodiment of the present disclosure.
  • FIG. 12 is a sequence diagram illustrating a method of discovering and selecting an NWDAF instance for cooperative learning according to an embodiment of the present disclosure.
  • FIG. 13 is a sequence diagram illustrating a method of discovering and selecting an NWDAF instance for analysis model delivery according to an embodiment of the present disclosure.
  • FIG. 14 is a flowchart illustrating a method of operating a network entity according to an embodiment of the present disclosure.
  • 15 is a block diagram illustrating a configuration of a network entity according to an embodiment of the present disclosure.
  • a method of operating a Network Data Analytics Function (NWDAF) in a wireless communication system includes: receiving a request message for analysis information from a Network Function (NF); transmitting a discovery message for discovering another NWDAF to a Network Repository Function (NRF) based on the received request message; receiving, from the NRF, a response message to the discovery message; transmitting a message related to processing of the analysis information to the other NWDAF based on the information on the other NWDAF included in the received response message; receiving, from the other NWDAF, a response message to a message related to the processing of the analysis information; and generating the analysis information based on a result of processing on the analysis information performed by the NWDAF and a result of processing on the analysis information performed by the other NWDAF included in a response message received from the other NWDAF to do; may include.
  • a network data analytics function (NWDAF) in a wireless communication system includes a transceiver; and controlling the transceiver to receive a request message for analysis information from a Network Function (NF), and based on the received request message, to transmit a discovery message for discovering another NWDAF to a Network Repository Function (NRF).
  • NF Network Function
  • NEF Network Repository Function
  • Control the transceiver control the transceiver to receive a response message to the discovery message from the NRF, and based on the information on the other NWDAF included in the received response message, related to the processing of the analysis information control the transceiver to transmit a message to the other NWDAF, control the transceiver to receive, from the other NWDAF, a response message to a message related to the processing of the analysis information, the analysis information performed by the NWDAF and at least one processor configured to generate the analysis information based on a result of the processing and a result of processing on the analysis information performed by the other NWDAF included in the response message received from the other NWDAF.
  • a method of operating a network data analytics function (NWDAF) in a wireless communication system includes the steps of receiving a request message for analysis information from a network function (NF); based on the steps of transmitting a discovery message for discovering at least one other NWDAF to a Network Repository Function (NRF), receiving a response message to the discovery message from the NRF, and the response message to the discovery message is the including information on at least one other NWDAF, transmitting a request message for processing the analysis information to the at least one other NWDAF based on the information on the at least one other NWDAF, the at least one receive a response message to the message related to the processing of the analysis information from another NWDAF of Including a result, based on the result of the processing on the analysis information performed by the NWDAF and the result of the processing on the analysis information performed by the at least one other NWDAF, the analysis information requested from the NF generating, and transmitting the generated analysis information to the NF.
  • NDF Network Repository Function
  • a network data analytics function (NWDAF) in a wireless communication system receives a request message for analysis information from a network function (NF) through a transceiver and the transceiver, and the transceiver unit transmits a discovery message for discovering at least one other NWDAF to a Network Repository Function (NRF) based on the request message for the analysis information, and responds to the discovery message from the NRF through the transceiver receiving a message, and a response message to the discovery message includes information on the at least one other NWDAF, and through the transceiver, processing of the analysis information based on the information on the at least one other NWDAF for transmitting a request message to the at least one other NWDAF, and receiving a response message to the message related to the processing of the analysis information from the at least one other NWDAF through the transceiver, and related to the processing of the analysis information
  • the response message to the message includes a result of processing on the analysis information performed by the at least one other NWDA
  • each block of the flowchart diagrams and combinations of the flowchart diagrams may be performed by computer program instructions.
  • These computer program instructions may be embodied in a processor of a general purpose computer, special purpose computer, or other programmable data processing equipment, such that the instructions performed by the processor of the computer or other programmable data processing equipment are not described in the flowchart block(s). It creates a means to perform functions.
  • These computer program instructions may also be stored in a computer-usable or computer-readable memory that may direct a computer or other programmable data processing equipment to implement a function in a particular manner, and thus the computer-usable or computer-readable memory.
  • the instructions stored in the flow chart block(s) produce an article of manufacture containing instruction means for performing the function described in the flowchart block(s).
  • the computer program instructions may also be mounted on a computer or other programmable data processing equipment, such that a series of operational steps are performed on the computer or other programmable data processing equipment to create a computer-executed process to create a computer or other programmable data processing equipment. It is also possible that instructions for performing the processing equipment provide steps for performing the functions described in the flowchart block(s).
  • each block may represent a module, segment, or portion of code that includes one or more executable instructions for executing specified logical function(s). It should also be noted that in some alternative implementations it is also possible for the functions recited in blocks to occur out of order. For example, two blocks shown one after another may in fact be performed substantially simultaneously, or it is possible that the blocks are sometimes performed in the reverse order according to the corresponding function.
  • the term ' ⁇ unit' used in this embodiment means software or hardware components such as FPGA (Field Programmable Gate Array) or ASIC (Application Specific Integrated Circuit), and ' ⁇ unit' performs certain roles do.
  • '-part' is not limited to software or hardware.
  • the ' ⁇ unit' may be configured to reside on an addressable storage medium or may be configured to refresh one or more processors.
  • ' ⁇ ' denotes components such as software components, object-oriented software components, class components, and task components, and processes, functions, properties, and procedures. , subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables.
  • components and ' ⁇ units' may be combined into a smaller number of components and ' ⁇ units' or further separated into additional components and ' ⁇ units'.
  • components and ' ⁇ units' may be implemented to play one or more CPUs in a device or secure multimedia card.
  • ' ⁇ part' may include one or more processors.
  • a term for identifying an access node used in the following description a term referring to a network entity (network entity), a term referring to messages, a term referring to an interface between network objects, and various identification information Reference terms and the like are exemplified for convenience of description. Accordingly, the present disclosure is not limited to the terms described below, and other terms referring to objects having equivalent technical meanings may be used.
  • the present disclosure uses terms and names defined in the 3rd Generation Partnership Project Long Term Evolution (3GPP LTE) standard.
  • 3GPP LTE 3rd Generation Partnership Project Long Term Evolution
  • the present disclosure is not limited by the above terms and names, and may be equally applied to systems conforming to other standards.
  • the present disclosure may be applied to 3GPP NR (New Radio: 5th generation mobile communication standard).
  • eNB may be used interchangeably with gNB for convenience of description. That is, a base station described as an eNB may represent a gNB.
  • the term terminal may refer to mobile phones, NB-IoT devices, sensors, as well as other wireless communication devices.
  • the base station is a subject that performs resource allocation of the terminal, and may be at least one of gNode B, eNode B, Node B, a base station (BS), a radio access unit, a base station controller, or a node on a network.
  • the terminal may include a user equipment (UE), a mobile station (MS), a cellular phone, a smart phone, a computer, or a multimedia system capable of performing a communication function. Of course, it is not limited to the above example.
  • the radio access network New RAN on the 5G mobile communication standard specified by 3GPP, a mobile communication standard standardization organization, and the packet core (5G System, or 5G Core Network) as the core network , or NG Core: Next Generation Core), but the main gist of the present disclosure can be applied to other communication systems having a similar technical background with slight modifications within the scope not significantly departing from the scope of the present disclosure, , this will be possible at the discretion of a person having technical knowledge skilled in the technical field of the present disclosure.
  • the present disclosure provides a method for selecting a Network Data Analytics Function (NWDAF) instance in consideration of an analytic purpose and network situation in a mobile communication network.
  • NWDAF Network Data Analytics Function
  • the present disclosure relates to a method of discovering NWDAF, which is a network function that provides analysis information, according to a purpose and situation, and enabling the discovered NWDAF to be used in utilizing network analysis information in a mobile communication system.
  • the network analysis information may be used by an NWDAF or an entity corresponding to the NWDAF located in the core network to collect information from devices located inside or outside the network, perform analysis, and deliver the results.
  • the above-described network analysis information may include analysis information related to a terminal, wired/wireless network situation information, and analysis information related to a service used by each terminal, and predictive information related to a future time along with statistical analysis information of past and present situations. may include.
  • the network analysis information may be generated using various types of algorithms. For example, a method of generating the optimal analysis information may vary depending on the purpose of use of the analysis information, the application situation, or the application target. In addition, depending on the performance and load situation of the NWDAF that generates the analysis information, a method of selecting the NWDAF instance that provides the analysis information may be required. Through this, an embodiment of the present disclosure proposes a method of selecting an optimal NWDAF instance so that the network analysis information can be provided at a time or situation suitable for the analysis information generation method selected for the purpose.
  • network analysis information may be used in combination with analysis information. That is, the following analysis information may mean network analysis information.
  • Various embodiments of the present disclosure may utilize NWDAF that provides network analysis information within a mobile communication system.
  • the present disclosure includes a method of selecting an optimal NWDAF instance in consideration of a purpose of using the analysis information and a network situation when there are a plurality of NWDAF instances having different performance and detailed functions for providing analysis information.
  • the selection of an optimal algorithm for generating the analysis information may be changed according to the purpose of using the network analysis information.
  • it includes a method of selecting an optimal NWDAF instance in a specific situation by comprehensively considering the geographic location, delay, specification, and load information of the NWDAF instance according to the network and resource conditions.
  • the number of terminals using a mobile communication network and the number of services and applications to support them are increasing exponentially.
  • the design and operation of wireless networks and core networks are becoming increasingly sophisticated.
  • new types of terminals such as factories, unmanned aerial vehicles, robots, automobiles, and airplanes are emerging.
  • the number of these new types of terminals is expected to increase continuously, and in order to effectively support these purposes, the mobile communication network is also expected to continuously evolve services.
  • the embodiment according to the present disclosure collects data generated in the past or current network in performing operations such as operation of wireless and core networks, guaranteeing service quality, and providing optimized services, to collect current network conditions and service-related information. can be analyzed and used. Utilization of such network analysis information can efficiently perform functions such as terminal mobility, network function performance, user service satisfaction, slice quality management, traffic path optimization, base station and core network energy consumption reduction, abnormal terminal and traffic detection, etc. We can provide information to support you. In addition, network analysis information may be utilized to supplement basic functions such as mobility management, session management, and policy management performed in the existing core network or to increase efficiency.
  • the network analysis information may be expressed in the form of basically collecting and analyzing data generated in the network in the past, providing statistical or numerical values, or predicting a value for a specific future time point.
  • analysis information such as analysis/prediction of a movement location or movement path of a specific terminal, analysis/prediction of load information of a specific network function, and the like may be provided.
  • NWDAF can perform the function of providing such analysis information.
  • the NWDAF may include detailed functions to perform an analysis function.
  • NWDAF may perform functions such as network information collection, collection information storage, learning, model storage, and inference.
  • each NWDAF instance may provide only a subset of the detailed functionality.
  • the accuracy and performance of a model providing network analysis information may vary depending on the design and training data of the model. If a plurality of NWDAFs provide the same analysis information, but different algorithms for generating such analysis information, different results or performance may be provided. Therefore, in selecting the NWDAF instance, it is necessary to select the instance in consideration of the purpose of utilizing the analysis information and the required performance.
  • the present disclosure provides a method for selecting an NWDAF instance in consideration of these characteristics. Through this, a method for obtaining accurate analysis information at an appropriate time or situation to fit the purpose in utilizing the network analysis information may be provided.
  • FIG. 1 A configuration diagram in which each element interacts using a service based interface is shown in FIG. 1 .
  • FIG. 1 illustrates a configuration of a mobile communication system and an entity located outside a network according to an embodiment of the present disclosure.
  • AMF Access and Mobility Management Function
  • AMF Access and Mobility Management Function
  • functions provided by the AMF may include, for example, functions such as registration of a terminal, connection, reachability, mobility management, access confirmation/authentication, and mobility event generation.
  • the Session Management Function may perform a PDU session management function of the terminal.
  • SMF provides a session management function through establishment, modification, and release of a session and maintenance of a tunnel between UPF and AN necessary for this, IP address assignment and management function of the terminal, ARP proxy function, user plane selection and It can perform functions such as control, traffic processing control in UPF, charging data collection control, and the like.
  • the Policy Control Function may play a role of determining and issuing policies for access/mobility and session management applied by AMF and SMF.
  • the PCF may manage the behavior of the entire network, and may provide policies to be implemented to NFs (Network Functions) constituting the control plane.
  • PCF can access UDR (Unified Data Repository) to access information related to policy decision.
  • a Network Exposure Function may be in charge of a function of transmitting or receiving an event occurring in a mobile communication network and a supported function (capability) to the outside.
  • NEF can perform functions such as safely provisioning information of external applications in the core network, conversion of internal/external information, and redistribution after storing functions received from other NFs in UDR.
  • Unified Data Management UDM
  • Unified Data Repository UDR
  • UDM is, for example, generation of AKA authentication information for 3GPP security, processing of user identifier (User ID), reverse concealment of secured user identifier (Subscriber Concealed ID, SUPI), list management of NFs currently supporting UE, subscriber information (subscription) management, short message (SMS) management, etc.
  • the UDR may, for example, perform a function of storing and providing subscriber information managed by the UDM, structured data for exposure, and application data related to the NEF or service.
  • the UPF (User Plane Function) serves to process actual user data, and transmits a packet generated by the terminal to an external data network or a packet to deliver data introduced from an external data network to the terminal.
  • the main functions provided by UPF include, for example, acting as an anchor between radio access technologies, providing connectivity to PDU sessions and external data networks, packet routing and forwarding, packet inspection, and user plane policy. Functions such as enforcement, traffic usage report generation, buffering, etc. may be included.
  • the Network Data Analytics Function collects events or information occurring within the network and uses tools such as an analysis tool or machine learning to perform statistics related to specific information, prediction ( Prediction) and recommendation information can be delivered to NF, AF, and OAM.
  • NWDAF may perform functions such as collection of data from NF/AF/OAM (Operation, Administration and Maintenance), NWDAF service registration and metadata exposure, and providing network analysis information to NF/AF.
  • NWDAF analyzes data through intelligent technology such as machine learning based on the collected network data and provides the analysis result to other 5G core network functions (eg NF, AF, or OAM, etc.) It can help optimize functions and improve performance.
  • NWDAF and NWDAF instance may be used interchangeably. That is, in the description to be described later, the operation method of the NWDAF instance may refer to the operation method of the NWDAF.
  • the UCMF UE Radio Capability Management Function
  • the UCMF provides mapping information between the ID of the radio access related function of the terminal allocated by the PLMN or allocated by the manufacturer and the actual function in the dictionary. ) in the form of storage and provision.
  • the AF Application Function
  • the AF may perform a function interworking with the core network of 3GPP to provide a service.
  • AF can be largely divided into reliable (Trusted) and untrusted (Untrusted).
  • reliable AF it is possible to utilize the services of network functions located inside the core network without a separate intermediate function such as NEF. have.
  • Typical functions provided by AF include application influence on traffic routing, utilization of network information exposure function, interaction with policy framework for policy control, and IMS-related interaction. .
  • operation, administration and maintenance may refer to a device for managing the entire mobile communication network including the base station and the core network.
  • the OAM may perform functions related to operation, management, maintenance, provisioning, troubleshooting, and the like of a communication network.
  • OAM may perform a function of monitoring and setting the functions of each base station or core network to operate smoothly according to design and policy.
  • OAM is a concept that encompasses all management-related tools and procedures, and does not refer to a specific device, but may include all tools, software, and procedures used by a network manager for management.
  • a terminal may be connected to a RAN (Radio Access Network) to access a core network device of the network.
  • a core network of a network may include the functions described above.
  • the above-described RAN may include 5G-RAN, and may mean a base station that provides a wireless communication function to a terminal.
  • the UE may access the AMF through the base station and exchange control plane signaling messages with the 5G core network.
  • the terminal may access the UPF through the base station and exchange data network (Data Network, DN) and user plane (User Plane) data.
  • Data Network Data Network
  • DN user plane
  • FIG. 1 A high-level configuration diagram of entities constituting such a core network is shown in FIG. 1 .
  • NWDAF consists of one architectural entity in the system configuration. However, when segmentation is actually performed to support the operation of NWDAF, NWDAF provides data collection, data storage/Lake, data learning/Training, and model storage (Model Library/Repository). , Inference Engine, and Interface may be composed of detailed functions, and each detailed component may be divided into more subdivided functions according to each role. The detailed configuration of the NWDAF is shown in FIG. 2 .
  • NWDAF Network Data Analytics Function
  • the NWDAF in FIG. 2 may include a data collection function for collecting data by being connected to an NF, AF, OAM, or UE to perform data collection.
  • the data collection function may pass the collected data to a repository so that other detailed functions can use the collected data.
  • the data learning function using the collected data can create a model by applying various analysis techniques such as machine learning, artificial intelligence, trend analysis, and statistical analysis.
  • the generated model may be stored in a model repository. Models stored in the repository or currently trained models can be used by the inference engine to obtain specific analysis or prediction values.
  • NWDAF Network NF
  • AF AF
  • OAM commonly referred to as Consumer NF
  • NWDAF Service NF
  • analysis platforms that manage the life cycle of each analysis information or provide resources and an execution environment for each analysis information model to operate may be additionally configured.
  • the services constituting the NWDAF are described on the basis that they can be divided into the detailed functions described above, but the present disclosure is not limited that the NWDAF is composed only of the detailed functions described above.
  • NWDAF instances that drive analysis information with real resources are not driven by internally executing all of the above-described functions, but may selectively generate other functions by combining each function as needed.
  • an instance for the main purpose of data collection may be driven as an instance having only a data collection function and a data storage function.
  • an instance providing a function to calculate and provide analysis information it may be created as an instance in the form of selectively performing only an inference function and an interface function.
  • a plurality of NWDAF instances having various purposes may exist within the core network of the mobile communication system. And, for a user or an NF who wants to use NWDAF analysis information, the discovery of an NWDAF instance suitable for the purpose must be preceded.
  • NWDAF instance selection may also be referred to as service instance selection or service selection.
  • the NWDAF instance shown in FIG. 2 may include at least one service instance.
  • a service instance collects data from NFs, a service instance that performs a data collection function, a service instance that performs a storage function, and performs a training and learning function.
  • the purpose of selecting the NWDAF instance may be classified as follows.
  • FIG. 3 In order to use the analysis information provided by the NWDAF, an example in which other NFs constituting the core network uses the NWDAF is shown in FIG. 3 .
  • FIG. 3 is a sequence diagram illustrating a procedure in which an entity using NWDAF analysis information such as NF, AF, OAM, etc. discovers an NWDAF instance using NRF according to an embodiment of the present disclosure.
  • NWDAF analysis information such as NF, AF, OAM, etc.
  • the AMF may subscribe to the mobility analysis information (Mobility Analytics) of the terminal provided by the NWDAF.
  • This usage method is a general matter of a general service-based architecture, and each NF uses NRF or local policy to select an NWDAF instance that provides the required network analysis information and to use the service. can If an entity that intends to use NWDAF is outside the core network, such as untrusted AF, NWDAF service may be available through NEF.
  • an NWDAF instance is discovered to use a function provided by another NWDAF instance, as shown in FIG. 4 .
  • FIG. 4 is a sequence diagram illustrating a procedure in which an NWDAF instance discovers another NWDAF instance according to an embodiment of the present disclosure.
  • an NWDAF instance by decomposing the functions constituting the NWDAF and selectively selecting each function as described above, a method in which the NWDAF instance discovers another NWDAF instance will be used.
  • a method in which the NWDAF instance discovers another NWDAF instance will be used.
  • a first embodiment of the present disclosure may include a method of configuring an NWDAF instance through a combination of detailed functions.
  • the existing NWDAF can be distinguished as a single NF type for NFs constituting the core network.
  • NWDAF which is modeled as a single function, can be decomposed into detailed functions. These detailed functions may be referred to as service instances.
  • Representative decomposable detailed functions include data collection, data storage/Lake, data learning/Training, model library/Repository, inference engine, interface ( interface) may exist.
  • Data collection collects network data such as events that occur from other NFs, AFs, or OAMs existing in the core network, so that NWDAF can play a role in collecting information to understand the current situation and learn data.
  • the data store may serve as a store for storing data collected by the data collection function.
  • a data store may also serve to pass data to be made available to a data learning or inference engine.
  • Data learning is a function of learning and modeling given network information by utilizing the data collected by a model that generates analysis values using data such as machine learning, artificial intelligence, and statistical/analytic algorithms. can be performed.
  • the model storage may perform a storage function to store the results of data training or to store and use other model developers or purchased models.
  • the inference engine may perform a function of calculating and returning a request for analysis information using the data model.
  • the interface can serve to provide a window to communicate with entities using analysis information such as NF, AF, and OAM existing in the core network.
  • a method of configuring an NWDAF instance through a combination of the detailed functions of the above-described NWDAF and efficiently operating the NWDAF instances may be provided. An example of this is shown in FIG. 5 .
  • FIG. 5 illustrates an example of a method of configuring an NWDAF instance with a combination of detailed functions according to an embodiment of the present disclosure.
  • NWDAF Instance 1 of FIG. 5 is an instance that performs the main role of data collection, and consists of a combination of a function to collect data from NF, AF, OAM, etc. and a function to store it.
  • NWDAF Instance 2 can play a role of training a model by utilizing the data collected from NWDAF Instance 1, and storing the trained model in the model repository so that it can be used by other entities.
  • NWDAF Instance 3 communicates with entities such as NF, AF, and OAM that use analysis information to receive a request for analysis information, calculates and returns the requested analysis information, and an interface and an inference engine. can be configured.
  • NWDAF Instance 4 can perform the function of providing an analysis information model related to on-line learning that collects data generated from the network in real time and reflects it in the model, rather than the model already provided.
  • NWDAF Instance 4 may be configured with a combination of detailed functions of an interface, an inference engine, and model learning. That is, NWDAF instance 4 may be configured as a combination of NWDAF instance 2 and NWDAF instance 3 described above.
  • the present disclosure may include a method of storing detailed functions constituting an NWDAF instance in the NRF, and an NF or other NWDAF that wants to select an NWDAF efficiently selects an instance.
  • a unit providing the detailed functions of the NWDAF described above in the present disclosure may be referred to as a module of the NWDAF.
  • NWDAF Instance 1 may include a data collection module and a data storage module.
  • NWDAF Instance 1 may include a data collection module and a data storage module.
  • FIG. 6 A procedure according to the present disclosure is illustrated in FIG. 6 .
  • a module that may be included in the above-described NWDAF instance may be referred to as a service instance.
  • FIG. 6 is a sequence diagram illustrating a procedure for discovering and selecting an NWDAF instance by using an NRF according to an embodiment of the present disclosure.
  • an NWDAF instance may be created or a configuration may be changed. That is, NWDAF instance provisioning may be performed.
  • the NWDAF instance may be registered with the NRF.
  • NF Type In order to register the NWDAF instance as an NF in the NRF, NF Type, NF Instance ID, Names of supported services, PLMN ID and additional information may be registered in the NRF using the Nnrf_NFmanagement_NFRegister service.
  • a list of modules constituting the NWDAF instance may be additionally registered with the NRF. In this process, when the module configuration of the existing NWDAF is updated or the state of each module is changed, Nnrf_NFmanagement_NFupdate may be used.
  • NFs, AFs, and OAMs that want to use the service provided by the NWDAF may request the NRF for a list of NWDAF instances suitable for the purpose by using the Nnrf_NFDiscovery_Request service provided by the NRF.
  • Service Name NF type of target NF, NF type of service consumer, and additional information may be used as the used NWDAF discovery condition.
  • Consumer NFs may include information that can be used for the above-described discovery condition in a discovery request and deliver it to the NRF.
  • the Consumer NFs may additionally provide the NRF with a list of modules or modules required according to the purpose of the Consumer NF as a filter. That is, the Consumer NF may request the NWDAF instance composed of the required modules from the NRF.
  • the NRF may select a set of NWDAF instances corresponding to the NF discovery request received in step 605 .
  • a list of modules additionally delivered in step 605 may be used.
  • the NRF may return the set of NWDAF instances selected in step 607 to the Consumer NF.
  • a second embodiment of the present disclosure may include a method for selecting an instance or model using an objective score through feedback.
  • the second embodiment of the present disclosure may provide a method of selecting an NWDAF instance that meets a purpose and can provide a high level of satisfaction with analysis information when a plurality of NWDAF instances exist.
  • the NF using the analysis information provided by the NWDAF may perform evaluation on the analysis information provided.
  • the satisfaction level according to the value of the analysis information may vary according to the purpose of using the network analysis information. Although the analysis information has the same accuracy, the decision using the analysis information may vary depending on the purpose of use or the policy of the communication operator.
  • two analysis models may provide predictive analysis values at 90 km/h and 110 km/h, respectively. Both pieces of analysis information may have the same accuracy (or error). However, if the AMF reflects the set value of the terminal using the information that the terminal's moving speed is 110 km/h, there may be a slight waste of resources, but there is no decrease in the quality that the user feels, so the terminal's moving speed is 90 km/h. Higher satisfaction can be obtained than when the information /h is used. The difference between these analysis information results is that the analysis model running or the data collected by each NWDAF instance may be different.
  • the present disclosure may include a method used when selecting an NWDAF by receiving feedback on accuracy and satisfaction of such analysis information.
  • the subject providing evaluation information such as the accuracy and satisfaction of the analysis information may be the NWDAF instance itself (self-feedback) that provides the analysis information.
  • FIG. 7 A procedure for implementing the second embodiment of the present disclosure is shown in FIG. 7 .
  • FIG. 7 is a sequence diagram illustrating a procedure for discovering and selecting an NWDAF instance by utilizing feedback information of an entity using analysis information according to an embodiment of the present disclosure.
  • the NF may request a specific NWDAF instance to provide analysis information.
  • the service used may be Nnwdaf_AnalyticsSubscription_subscribe or Nnwdaf_AnalyticsInfo_Request.
  • the NWDAF instance may transmit a response message to the NF in response to the request received from the NF in step 701 .
  • the NWDAF instance may include a Subscription Correlation ID related to the Subscription in Nnwdaf_AnalyticsSubscription_subscribe Response and transmit it to the NF.
  • the NWDAF may provide the analysis information requested in step 701 .
  • the NF may make a specific decision using the analysis information provided from the NWDAF instance, or refer to the analysis information to make the specific decision.
  • an NF eg Consumer NF
  • the AMF or NSSF utilizes the slice load level provided by the NWDAF to select a slice instance corresponding to the S-NSSAI requested by the specific UE.
  • Service Experience Analytics provided by SMF Using analysis information (Network Performance Analytics) to determine policies and time related to BDT (Background Data Transfer), AM (Access and Mobility Management) or SM (Session management) using analysis information related to abnormal behavior of the terminal related policy decision, PCF or AMF decides service area restriction using expected UE behavior of UE, AMF uses expected UE behavior of UE to determine registration cycle, Determining the DRX cycle, the minimum connection maintenance time, etc. may be included.
  • Network Performance Analytics Analysis information to determine policies and time related to BDT (Background Data Transfer), AM (Access and Mobility Management) or SM (Session management) using analysis information related to abnormal behavior of the terminal related policy decision
  • PCF or AMF decides service area restriction using expected UE behavior of UE, AMF uses expected UE behavior of UE to determine registration cycle, Determining the DRX cycle, the minimum connection maintenance time, etc. may be included.
  • the SMF or PCF determines the optimal DNAI (Data Network Access Identifier) for a specific application, the PCF determines related to the Radio/Frequency Selection Priority (RFSP) index, and NWDAF is involved in the determination related to the detection and utilization of a new application through the NEF or PCF.
  • RFSP Radio/Frequency Selection Priority
  • the NF eg, Consumer NF
  • the network operator may quantify the accuracy and satisfaction of the provided analysis information and feed it back to the NWDAF instance.
  • Feedback information may include information such as Consumer NF type, applied service, application target, accuracy, and satisfaction of the analysis information provided from NWDAF, and the NF provides such feedback information to NWDAF. can be sent to the instance.
  • the NF eg, Consumer NF
  • the analysis information target period (Analytics Target Period)
  • the preferred level of accuracy (Preferred level of accuracy)
  • the analysis information response time time when analytics are) needed
  • filter information included upon request may be selectively included in the feedback information.
  • the information included in the feedback information may include only some combinations of the above-described information according to the characteristics of the analysis information.
  • feedback information referred to as Nnwdaf_AnalyticsSubscription_Feedback may be transmitted to the NWDAF instance, and when the analysis information request service is used, feedback information referred to as Nnwdaf_AnalyticsInfo_Request_Feedback is NWDAF It can be sent to an instance.
  • the NWDAF instance may collect the feedback information provided in step 709 .
  • the NWDAF instance may make a decision to update the NFProfile in the NRF. For example, if the above-mentioned cumulative accepted result passes a certain threshold, and the accuracy or satisfaction of the analysis information exceeds or falls below a certain value, such as 90%, the NWDAF instance makes a decision to update the NFProfile in the NRF.
  • a certain period when a specific time such as 24 hours has elapsed, the NWDAF instance may update the NFProfile of the NWDAF instance in the NRF. Values such as the above-described specific threshold or specific period may be determined according to an internal policy.
  • the NWDAF instance may request the NRF by configuring the NFprofile or factors including the new information.
  • Nnrf_NFManagement_NFUpdate may be used.
  • the transmitted information may include information on Consumer NF type, applied service, applied target, accuracy, and satisfaction (Score).
  • the Consumer NF type may mean a target using analysis information
  • the applied service may mean a service related to a decision performed by the Consumer NF by using the analysis information.
  • the application target may refer to a target to which a decision is applied (eg, a UE or a specific NF, or a traffic forwarding path, etc.).
  • an evaluation result may be transmitted to the NRF.
  • the analysis information target time (Analytics Target Period)
  • the preferred level of accuracy and the analysis information response time (time when analytics) are selectively transmitted in step 709 . are needed)
  • filter information included upon request may be provided to the NRF along with cumulative evaluation or feedback results.
  • the NRF that has received these additional parameters can store the received parameters in NFProfile.
  • a new consumer NF who wants to use the analysis information of the NWDAF may request a list of NWDAF instances that provide specific analysis information to the NRF.
  • the new Consumer NF may deliver the Target NF type, consumer NF type, and Analytic ID to the NRF as the conditions for discovery of the NWDAF instance.
  • a service Related service
  • accuracy, and satisfaction related to the utilization of analysis information may be provided to the NRF as filter information. That is, in an embodiment of the present disclosure, filter information may refer to information about a condition used to classify specific information.
  • the NRF may generate a set of NWDAF instances satisfying a condition by using the information provided in step 715 .
  • the NRF may additionally deliver a specific related service related to each instance and related accuracy and satisfaction while returning a set of NWDAF instances to the new Consumer NF.
  • steps 701 to 709 of FIG. 7 may be replaced with steps 801 to 817 of FIG. 8 .
  • FIG. 8 is a sequence diagram illustrating a method for an AF to discover an NWDAF according to an embodiment of the present disclosure.
  • the AF may transmit an Nnef_AnalyticsExposure_Subscribe or Nnwdaf_AnalyticsExposure_Fetch message to the NEF in order to request the NWDAF to provide analysis information.
  • the NEF may request the NWDAF to provide analysis information.
  • the NWDAF may transmit a response message to the NEF in the same manner as in step 703.
  • the NEF may deliver the response message received from the NWDAF to the AF. And, in the same way as in step 705, in step 809, the NWDAF may provide the requested analysis information to the NEF.
  • the NEF may deliver the analysis information received from the NWDAF to the AF.
  • the AF may make a specific decision using the analysis information provided from the NWDAF, or refer to the analysis information to make the specific decision.
  • the AF may transmit feedback information including information quantifying the accuracy and satisfaction of the provided analysis information to the NEF. And, in the same way as in step 709, the NEF may deliver feedback information to the NWDAF in step 817.
  • a third embodiment of the present disclosure may include a method for discovering and selecting an NWDAF instance for sharing collected data.
  • the basic operating method of the NWDAF may include collecting data generated in a network on a large scale, and generating a model necessary for operation and management from the collected data. Based on such a model, a method of obtaining or predicting statistical information related to a specific phenomenon or behavior of an object may be used.
  • the model used or trained may be a model utilizing a technique such as machine learning, artificial intelligence, or deep learning as well as various statistical models.
  • the priority may be to collect data to create or utilize a model.
  • the NF that provides data may create a load that must collect and report duplicate data.
  • a method of configuring an instance for collecting data by separating detailed functions of NWDAF, and sharing and using the collected data by a plurality of NWDAF instances may be used.
  • the NF providing the data can communicate with the NWDAF responsible for the collection of a single target, and each NWDAF may not have to collect and store all of the numerous network data that occur innumerably. Therefore, through this, the load for data collection and processing of NF and NWDAF may be reduced, and there may be an effect of reducing the number of signaling messages for delivery of collected data.
  • NWDAF expressed as a single entity may be divided into various detailed functions as described above, and the present disclosure may include a method of configuring an NWDAF instance by separating functions for data collection.
  • Existing NWDAF provides only two services, and these two services are the analytics information subscription (Nnwdaf_Analytics_Subscription) and the analytics information request (Nnwdaf_AnalyticsInfo) service. Therefore, a detailed function instance for data collection cannot be found by utilizing the existing service-based interface.
  • the present disclosure describes a method for enabling specific NWDAF instances to share data collection function.
  • a data collection function related to data collection and a new service interface may be defined in NWDAF in relation to data storage.
  • the name of the newly defined interface may be referred to as Nnwdaf_DataCollection.
  • the above-described service interface may mean a new service for a specific NF to perform a request for collected or later collected data.
  • the interface provided by the above-described service may include a subscription (Subscribe), a notification (Notify), a notification cancel (Unsubscribe), a request (Request or Fetch), and a response (Response).
  • subscription may mean requesting notification of data when a periodic or specific condition is satisfied with respect to newly collected data or an event.
  • the subscription service may not receive further notices through unsubscription.
  • the request interface is an interface for temporarily bringing existing data, and when a request for specific data is received, data can be delivered to the requester through a response.
  • additional factors such as event to be collected, condition, time, period, etc. may be requested together.
  • This request may mean a request to notify the location of the terminal when the terminal is located in TAI1 and TAI2 from 12:00 to 14:00 for the terminal having UE ID1.
  • the procedure for the present disclosure is illustrated in FIG. 9 .
  • FIG. 9 is a sequence diagram illustrating a method of discovering and selecting an NWDAF for a data collection function according to an embodiment of the present disclosure.
  • the NF that wants to use the NWDAF DataCollection service may request an NWDAF instance that provides the Nnwdaf_DataCollection service by using the NRF.
  • the NF may be an NWDAF instance that intends to perform data collection through another NWDAF instance.
  • NF can explicitly convey the data storage and data collection requirements by providing the module name as an additional argument.
  • the NRF that has received the NWDAF instance request from the NF may return the NWDAF providing the requested function to the NF.
  • the NF may call the interface provided by the DataCollection service to the NWDAF.
  • the callable interface may include an interface such as a subscription, a notification, a notification unsubscribe, a request or a fetch, and a response.
  • a subscription such as a subscription, a notification, a notification unsubscribe, a request or a fetch, and a response.
  • FIG. 9 a procedure using a subscription is shown, and information on data name, collection period, target or filters is included as additional factors. can be transmitted.
  • the NWDAF when a condition for specific target data is satisfied using the above-described additional factor, the NWDAF may be requested to notify the corresponding data.
  • a request Request or Fetch
  • similar request factors may be included and requested from the NWDAF.
  • a response message to the interface call transmitted in step 905 may be transmitted from the NWDAF to the NF.
  • the response message transmitted to the NF may include a subscription ID (Subscription ID) and the like.
  • step 909 the NWDAF instance receiving the request from the NF in step 905 may notify the NF of the collected data when collecting data or an event satisfying the condition.
  • the NF may perform a related service using the data notified from the NWDAF.
  • the other NWDAF instance may generate analysis information using the notified data.
  • the NF can deliver feedback on the data collection accuracy and satisfaction of the NWDAF instance that has received the current data to the NWDAF. Through such feedback transfer, it is possible to selectively assist in the selection of NWDAF instances with respect to specific data collection. For example, there may be a plurality of NWDAF instances providing the DataCollection service. At this time, since each data collection NWDAF instance has a different data collection period and a different data collection target, the collected data may be different according to the purpose of each NF. Accordingly, feedback data for assisting in NWDAF instance selection according to each purpose may be accumulated.
  • a fourth embodiment of the present disclosure may include a NWDAF instance registration and discovery method for task offloading.
  • network data since network data covers a large number of terminals and a wide area of a country unit, a large amount of data may be generated at a very high rate.
  • NWDAF For data generated from such national mobile communication networks, it may be difficult for a single NWDAF to collect all data and perform calculations for analysis.
  • the NWDAF needs to delegate the calculation to a plurality of NWDAFs by distributing the work for a specific analysis information request.
  • delegation of such calculations may be referred to as task offloading.
  • the task offloading means that a plurality of NWDAF instances divide and process the requested network analysis information request, and, if necessary, a specific NWDAF performs a task of integrating the results received from the distributed NWDAF instances.
  • various criteria such as a criterion for dividing the integrated analysis information into small analysis information, may exist by region, by terminal, by analysis information, by instance, and by network function (NF). According to such various criteria, the network analysis information request may be distributed and processed to a plurality of NWDAF instances.
  • a plurality of NWDAF instances for each region participate to generate analysis information, and display the integrated result. You can create and deliver the result to the requesting NF.
  • a method of performing job offloading according to the present disclosure may be divided into two main types.
  • the first method is a method in which an NWDAF that has received a request for analysis information requests analysis information from another NWDAF again.
  • the procedure according to this first method is shown in FIG. 10 .
  • the NWDAF instance may mean NWDAF.
  • FIG. 10 is a sequence diagram illustrating a method for an NWDAF instance to discover and select another NWDAF for task offloading according to an embodiment of the present disclosure.
  • the NF may request analysis information from the NWDAF instance 1.
  • AF or OAM may request analysis information from NWDAF instance 1.
  • the NWDAF instance 1 may determine to calculate by offloading the work on the requested analysis information to another NWDAF. As a criterion for NWDAF instance 1 to make this decision, the time when analytics information is needed, the current load level of the NWDAF, the current resource capacity of the NWDAF, and the analysis accuracy are considered. can be NWDAF instance 1 may make a decision related to offloading in consideration of the above-mentioned criteria.
  • the NWDAF instance 1 that has decided to distribute the analysis information calculation related work may send an Nnrf_NFDiscovery request to the NRF to find another NWDAF instance to distribute the work.
  • the request target may include whether the discovery target NWDAF supports an analytics information identifier (Analytics ID) for offloading tasks.
  • the NWDAF instance 1 may additionally transmit whether the NWDAF interface and the inference engine module are included in the target-related factor filter. By additionally passing NWDAF's interface and whether an inference engine module is included, you can let NRF find an NWDAF instance that supports task offloading.
  • the NWDAF instance 1 includes a type of target NWDAF, a name of supported services, an analytics ID or a list of modules, etc.
  • An Nnrf_NFDiscovery request may be sent to the NRF.
  • the NRF receiving the request may return an NWDAF instance corresponding to the request.
  • the NRF may transmit a response message including information on an NWDAF instance set capable of offloading a task to the NWDAF instance 1 .
  • step 1009 when a new NWDAF instance 2 for task offloading is discovered, the NWDAF instance 1 may request analysis information from the instance 2 .
  • the target, time, and accuracy of the requested analysis information may be the same as that of the NWDAF instance 1 requested in step 1001, or may include a small range.
  • NWDAF instance 1 when NWDAF instance 1 receives a request for analysis information on the expected movement path for terminals 1 to 100, in step 1009, NWDAF instance 1 moves the terminal corresponding to 50 to 100 in NWDAF instance 2 You can request analysis information for path prediction.
  • a method of dividing a job may include a method of dividing a requested object or a method of dividing a requested area or a specific time zone. Additionally, when specific analysis information is a combination of other analysis information, NWDAF instance 1 may request analysis information different from that requested in step 1001 from NWDAF instance 2 .
  • NWDAF instance 1 and NWDAF instance 2 may each process a request for analysis information. At this time, NWDAF instance 1 may perform calculations except for the part in which the work is offloaded. In the example of step 1009, NWDAF instance 1 may calculate only analysis information corresponding to terminals 0 to 55.
  • the NWDAF instance 1 may receive the result calculated by the NWDAF instance 2 from the NWDAF instance 2 .
  • the NWDAF instance 1 may generate the analysis information requested in operation 1001 .
  • the NWDAF instance 1 may deliver the final analysis information generated in step 1017 to the analysis information requester. That is, the NWDAF instance 1 may deliver the final analysis information to the NF.
  • a second method of performing task offloading according to the present disclosure is to define a service for new task offloading in NWDAF.
  • This method has the advantage of being able to divide (or offload) the calculation of analysis information more precisely by passing factors related to offloading, compared to requesting analysis information to NWDAF.
  • an Nnwdaf_TaskOffloading service may be defined in the present disclosure.
  • the Nnwdaf_TaskOffloading service may provide an interface of a request and a response.
  • the request interface is an interface used to request task offloading to a specific NWDAF instance.
  • the request interface is an analytics information identifier (Analytics ID), an analytics model identifier (Analytics Model ID), a target, and reporting information. ), filter information, analytics model, and the like.
  • the NWDAF instance receiving the analysis information offloading request may determine whether the request is executed, and accordingly, the NWDAF instance receiving the analysis information offloading request may return information indicating whether the request is approved or rejected. In case of refusal, reasons for refusal of the request such as lack of resources or lack of data may be included.
  • a procedure for the above-described embodiment of the present disclosure is shown in FIG. 11 .
  • FIG. 11 is a sequence diagram illustrating a method by which NWDAF discovers and selects NWDAF for task offloading according to an embodiment of the present disclosure.
  • the NF may request analysis information from the NWDAF instance 1.
  • AF or OAM may request analysis information from NWDAF instance 1.
  • NWDAF instance 1 may determine that another NWDAF (or NWDAF instance) calculates the requested analysis information by offloading the job.
  • the criteria for NWDAF instance 1 to make this decision may include the time when analytics information is needed, the current load level of the NWDAF, the current resource capacity of the NWDAF, and the accuracy of analysis. have.
  • the NWDAF instance 1 that has decided to distribute the analysis information calculation related work may send an Nnrf_NFDiscovery request to the NRF to find another NWDAF instance to distribute the work to.
  • whether the NWDAF instance to which tasks are distributed supports the Nnwdaf_TaskOffloading service may be included in the Nnrf_NFDiscovery request.
  • the NRF may return NWDAF instances supporting the Nnwdaf_TaskOffloading service to NWDAF instance 1 .
  • the NRF may transmit a response message including information on an NWDAF instance set supporting the Nnwdaf_TaskOffloading service to the NWDAF instance 1 .
  • NWDAF instance 1 may request the newly discovered NWDAF instance 2 to offload a specific task by using Nnwdaf_TaskOffloading_Request.
  • the analysis information identifier to be offloaded (Analytics ID), the analysis information model identifier (Analytics Model ID), the target, reporting information, filter information, etc. may be included.
  • the analysis information identifier and the analysis model identifier may be selectively included in the specific task offloading request described above.
  • NWDAF instance 1 may pass the model (Analytic Model) itself so that NWDAF instance 2 can calculate it.
  • NWDAF instance 1 and NWDAF instance 2 may each process an analysis information request.
  • NWDAF instance 1 may perform calculations except for the part in which the work is offloaded. That is, the NWDAF instance 1 may perform calculations on the analysis information except for the part in which the task is offloaded to the NWDAF instance 2 .
  • the NWDAF instance 2 may transmit the calculation result to the NWDAF instance 1 .
  • the NWDAF instance 2 may transmit a failure indication to the NWDAF instance 2.
  • the NWDAF instance 2 may also transmit the reason (cause) of the operation failure to the NWDAF instance 1.
  • the NWDAF instance 1 may generate the analysis information requested in operation 1101 based on the result calculated in operation 1111 and the calculation result received from the NWDAF instance 2 in operation 1113 .
  • the NWDAF instance 1 may deliver the final analysis information generated in step 1117 to the analysis information requester. For example, the NWDAF instance 1 may transmit the final analysis information generated in step 1117 to the NF.
  • a fifth embodiment of the present disclosure may include an NWDAF instance discovery and selection method for federated learning.
  • the NWDAF instance may use federated learning that requires sharing of learned factors according to the type of the analysis model.
  • Cooperative learning may refer to a method of increasing learning efficiency by sharing the results of learning independently by multiple instances and sharing common learning factors. Therefore, it may be necessary to negotiate in advance on the learning model to be used and the factors to be shared between instances.
  • a service for negotiation related to this inter-instance cooperation model and factors to be shared is provided. This service may be referred to as Nnwdaf_FederatedLearning_Association.
  • a procedure for performing the above-described cooperative learning is shown in FIG. 12 .
  • FIG. 12 is a sequence diagram illustrating a method of discovering and selecting an NWDAF instance for cooperative learning according to an embodiment of the present disclosure.
  • the NWDAF instance 1 may determine to perform federated learning.
  • the NWDAF instance 1 for cooperative learning may send an Nnrf_NFDiscovery request to the NRF to find another NWDAF instance to share a learning factor with.
  • whether a target NWDAF instance to share a learning factor supports the Nnwdaf_FederatedLearning_Association service may be included in the Nnrf_NFDiscovery request.
  • the NRF may return instances of NWDAF that support the Nnwdaf_FederatedLearning_Association service.
  • the NRF may transmit a response message including information on an NWDAF instance set supporting the Nnwdaf_FederatedLearning_Association service to the NWDAF instance 1 .
  • NWDAF instance 1 may use Nnwdaf_FederatedLearning_Association_Reqeust to request the newly discovered NWDAF instance 2 to share learning factors for a specific model.
  • Factors transmitted upon request may include an analysis information identifier for cooperative learning, an analysis model identifier, a list of factors to be shared, filter information on a reporting cycle, and the like.
  • the analysis information identifier and the analysis model identifier may be selectively included in the learning factor sharing request for the specific model described above.
  • NWDAF instance 1 may pass the model (Analytic Model) itself so that NWDAF instance 2 can calculate it.
  • NWDAF instance 1 and NWDAF instance 2 may each perform learning.
  • the NWDAF instance 2 may report the learned factor to the NWDAF instance 1 at the period agreed in step 1207 .
  • the NWDAF instance 1 may adjust the factors received from the NWDAF instance 2 and its own factors to calculate an integrated factor and apply it to the model.
  • a sixth embodiment of the present disclosure may include a method of registering and discovering an NWDAF instance for delivery of an analysis model.
  • various methods such as self-learning of an analysis model that can be run in NWDAF, purchasing a commercial model, and sharing from another instance may be used.
  • various models may be selectively used in providing the same analysis information. Accordingly, when receiving the analysis information request, the NWDAF may select a model for calculating the analysis information and calculate the analysis information. At this time, if there is no analysis information model required, NWDAF may receive the analysis information model from the model repository or another NWDAF instance.
  • an Nnwdaf_Model_Transfer service may be defined in the present disclosure.
  • a procedure for implementing the NWDAF instance registration and discovery method for the above-described analysis model delivery is shown in FIG. 13 .
  • steps 601 and 603 of FIG. 6 may be performed before step 1301 to be described later is performed.
  • NWDAF instance 1 may perform provisioning for NWDAF instance 1 and may register with NRF.
  • the NWDAF instance 1 may recognize that a model for calculation of analysis information is required, and may determine to receive a model for calculation of analysis information from another NWDAF instance.
  • NWDAF instance 1 may send an Nnrf_NFDiscovery request to NRF to find another NWDAF instance that supports model delivery.
  • whether the target NWDAF instance supporting model transfer supports the Nnwdaf_Model_Transfer service may be included in the Nnrf_NFDiscovery request.
  • information on whether to search for a dedicated NWDAF instance for model distribution, such as a model repository, may be additionally transmitted.
  • the NRF receiving the request may return NWDAF instances supporting the Nnwdaf_Model_Transfer service.
  • the NRF may transmit a response message including information on an NWDAF instance set supporting the Nnwdaf_Model_Transfer service to the NWDAF instance 1 .
  • the NWDAF instance 1 may request the transfer of a specific analysis model to the newly discovered NWDAF instance 2 using Nnwdaf_Model_Transfer_Reqeust.
  • Factors passed upon request may include an analysis information identifier, an analysis model, and the like.
  • the analysis information identifier and the analysis model identifier may be selectively included in the delivery request for the specific analysis model described above.
  • NWDAF instance 2 may transmit the requested model to NWDAF instance 1 .
  • the network entity performing the operation method as shown in FIG. 14 may mean NWDAF (or NWDAF instance).
  • NWDAF or NWDAF instance
  • the NWDAF may receive a request message for analysis information.
  • the NWDAF may receive a request message for analysis information from NF, AF, or OAM.
  • a request message for the above-described analysis information Nnwdaf_AnalyticsSubscription_Subscribe or Nnwdaf_AnalyticsInfo_Request may be used.
  • the NWDAF may determine to offload the processing of the requested analysis information to another NWDAF based on the above-described request message for the analysis information.
  • the NWDAF may decide to learn cooperatively with another NWDAF.
  • the NWDAF may decide to receive an analysis information model from another NWDAF.
  • the analysis information model may mean a model for calculating the requested analysis information.
  • the NWDAF may transmit a discovery message for discovering another NWDAF to the NRF.
  • the discovery message for discovering another NWDAF includes a type of another NWDAF, a name of a supported service, an identifier of analysis information, information related to whether other NWDAF supports offloading, or a module included in another NWDAF.
  • a module included in another NWDAF may mean an interface or an inference engine module.
  • the NWDAF may transmit a list of modules included in another NWDAF to the NRF.
  • the NWDAF may receive a response message to the discovery message from the NRF.
  • the response message to the above-described discovery message may include information on other NWDAFs.
  • information on other NWDAF may include information on an NWDAF instance set capable of offloading processing for analysis information.
  • the NWDAF may transmit a message related to processing of the analysis information to another NWDAF based on the information on the other NWDAF included in the response message.
  • the NWDAF may request analysis information from another NWDAF based on a request message for analysis information received from the NF in step 1401 .
  • the target, time, and accuracy of the analysis information requested from another NWDAF in step 1407 are the same as or less than the target, time, and accuracy of the analysis information requested by the NF from the NWDAF in step 1401. can
  • the NWDAF may transmit a message requesting offloading of a task related to processing of analysis information to another NWDAF.
  • the offloading request message includes an identifier of analysis information, an identifier of a model for processing analysis information, a target for which analysis information is used, information related to reporting of analysis information, filter information related to selection of analysis information, etc. may include
  • the NWDAF may receive a response message to the message related to the processing of the analysis information.
  • the response message to the message related to the processing of the above-described analysis information is a result of processing on analysis information performed by another NWDAF, an indicator indicating whether offloading fails, or information on a cause of failure and the like.
  • the NWDAF may generate analysis information.
  • the NWDAF may generate the analysis information based on the result of the processing on the analysis information performed by the NWDAF and the result of the processing on the analysis information performed by the other NWDAF.
  • the result of processing on the analysis information performed by another NWDAF may be included in the response message of step 1409 .
  • the NWDAF may transmit the generated analysis information to an NF, AF or OAM requesting the analysis information.
  • the NWDAF may transmit a discovery message for discovering another NWDAF performing federated learning to the NRF. Then, the NWDAF may receive a response message to the above-described discovery message from the NRF. In addition, the NWDAF may transmit a message requesting sharing of a parameter used for cooperative learning to another NWDAF.
  • the parameters used for the above-described cooperative learning may include an identifier of analysis information, an identifier of a model for learning analysis information, a list of shared parameters, or a reporting period for cooperative learning.
  • the NWDAF When the NWDAF sends a discovery message to the NRF to discover another NWDAF that performs cooperative learning, the NWDAF determines the result of learning about the parameters used for cooperative learning performed by the NWDAF, and cooperative learning performed by the other NWDAF.
  • a shared parameter may be generated based on the result of learning about the parameter used for .
  • the result of learning on the parameter used for cooperative learning performed by another NWDAF may be included in a response message to a message requesting sharing of the parameter used for cooperative learning.
  • the NWDAF may transmit a discovery message to the NRF to discover another NWDAF carrying the analysis information model.
  • the NWDAF may transmit a message requesting delivery of the analysis information model to another NWDAF.
  • the message requesting delivery of the analysis information model may include an identifier of the analysis information or an identifier of the analysis information model.
  • FIG. 15 is a block diagram illustrating a configuration of a network entity according to an embodiment of the present disclosure.
  • '... wealth' '...
  • a term such as 'group' means a unit for processing at least one function or operation, which may be implemented as hardware or software, or a combination of hardware and software.
  • the configuration of the network entities shown in FIG. 15 may represent the configuration of the network entities shown in FIG. 1 .
  • the configuration of the network entity shown in FIG. 15 may mean the structure of the NWDAF.
  • the present invention is not limited thereto, and the configuration of the network entity shown in FIG. 15 may mean the configuration of AMF, SMF, PCF, or the like.
  • the network entity may include a transceiver 1510 , a controller 1520 , and a storage 1530 .
  • the controller may be defined as a circuit or an application specific integrated circuit or at least one processor.
  • the above-described network entity may be referred to as a core network object.
  • the transceiver 1510 may transmit/receive signals to and from other network entities.
  • the transceiver 1510 may provide an interface for communicating with other devices in the network. That is, the transceiver 1510 may convert a bit string transmitted from the network entity to another device into a physical signal and convert a physical signal received from the other device into a bit string. That is, the transceiver 1510 may transmit and receive signals.
  • the transceiver 1510 may be referred to as a modem, a transmitter, a receiver, a communication unit, or a communication module.
  • the transceiver 1510 may enable the network entity to communicate with other devices or systems through a backhaul connection (eg, wired backhaul or wireless backhaul) or another connection method or through a network.
  • a backhaul connection eg, wired backhaul or wireless backhaul
  • the storage unit 1530 may store data such as a basic program, an application program, and setting information for an operation of a network entity.
  • the storage unit 1530 may be configured as a volatile memory, a non-volatile memory, or a combination of a volatile memory and a non-volatile memory.
  • the storage unit 1530 may store at least one of information transmitted/received through the transceiver 1510 and information generated through the control unit 1520 .
  • the storage unit 1530 may store information required for service detection according to the above-described embodiment.
  • the controller 1520 may control the overall operation of the network entity according to the embodiment proposed in the present disclosure.
  • the controller 1520 may control a signal flow between blocks to perform an operation according to the procedure described above with reference to FIGS. 1 to 14 .
  • the controller 1520 may control components of a network entity to select an NWDAF instance in the wireless communication system according to an embodiment of the present disclosure.
  • a method of operating a network data analytics function (NWDAF) in a wireless communication system includes the steps of receiving a request message for analysis information from a network function (NF); based on the steps of transmitting a discovery message for discovering at least one other NWDAF to a Network Repository Function (NRF), receiving a response message to the discovery message from the NRF, and the response message to the discovery message is the including information on at least one other NWDAF, transmitting a request message for processing the analysis information to the at least one other NWDAF based on the information on the at least one other NWDAF, the at least one receive a response message to the message related to the processing of the analysis information from another NWDAF of Including a result, based on the result of the processing on the analysis information performed by the NWDAF and the result of the processing on the analysis information performed by the at least one other NWDAF, the analysis information requested from the NF generating, and transmitting the generated analysis information to the NF.
  • NDF Network Repository Function
  • the request message for processing the analysis information may include at least one of an identifier of the analysis information, a target for which the analysis information is used, or filter information for classification of the analysis information.
  • the step of transmitting a discovery message for discovering at least one other NWDAF to the NRF based on the request message for the analysis information includes: Based on the request message for the analysis information, the analysis information and transmitting a discovery message for discovering at least one other NWDAF that provides a model for processing to the NRF.
  • the receiving of the response message to the discovery message comprises receiving, from the NRF, a response message including information on at least one other NWDAF that provides a model for processing the analysis information.
  • the method of operation of the NWDAF includes transmitting a message requesting provision of a model for processing the analysis information to at least one other NWDAF that provides a model for processing the analysis information, and The method further comprising the step of receiving information on a model for processing the analysis information from at least one NWDAF that provides a model for processing the analysis information, requesting to provide a model for processing the analysis information
  • the message may include an identifier of the analysis information and an identifier of a model for processing the analysis information.
  • the method of operating the NWDAF may further include performing provisioning for the NWDAF, and transmitting a message for registration of the NWDAF to the NRF.
  • the operation method of the NWDAF based on the request message for the analysis information received from the NF, determining to offload the processing for the analysis information to the at least one other NWDAF A method comprising further steps.
  • the discovery message for discovering the at least one other NWDAF includes: a type of the at least one other NWDAF, a name of a supported service, an identifier of the analysis information, and offloading of the at least one other NWDAF It may include at least one of information related to whether support is provided or information about a module included in the at least one other NWDAF.
  • a network data analytics function (NWDAF) in a wireless communication system receives a request message for analysis information from a network function (NF) through a transceiver and the transceiver, and the transceiver unit transmits a discovery message for discovering at least one other NWDAF to a Network Repository Function (NRF) based on the request message for the analysis information, and responds to the discovery message from the NRF through the transceiver receiving a message, and a response message to the discovery message includes information on the at least one other NWDAF, and through the transceiver, processing of the analysis information based on the information on the at least one other NWDAF for transmitting a request message to the at least one other NWDAF, and receiving a response message to the message related to the processing of the analysis information from the at least one other NWDAF through the transceiver, and related to the processing of the analysis information
  • the response message to the message includes a result of processing on the analysis information performed by the at least one other NWDA
  • the request message for processing the analysis information may include at least one of an identifier of the analysis information, a target for which the analysis information is used, or filter information for classification of the analysis information.
  • the at least one processor the at least one processor
  • a discovery message for searching for at least one other NWDAF that provides a model for processing the analysis information may be transmitted to the NRF.
  • the at least one processor may receive, from the NRF through the transceiver, a response message including information on at least one other NWDAF that provides a model for processing the analysis information. have.
  • the at least one processor through the transceiver, at least one other NWDAF that provides a model for processing the analysis information, a message requesting to provide a model for processing the analysis information transmits, through the transceiver, receives information on a model for processing the analysis information from at least one NWDAF that provides a model for processing the analysis information, and a model for processing the analysis information
  • the message requesting provision may include an identifier of the analysis information and an identifier of a model for processing the analysis information.
  • the at least one processor may perform provisioning for the NWDAF and transmit a message for registration of the NWDAF to the NRF.
  • the at least one processor determines to offload the processing for the analysis information to the at least one other NWDAF based on the request message for the analysis information received from the NF. and the discovery message for discovering the at least one other NWDAF is related to the type of the at least one other NWDAF, the name of a supported service, an identifier of the analysis information, and whether offloading of the at least one other NWDAF is supported. It may include at least one of information or information about a module included in the at least one other NWDAF.
  • the present disclosure relates to a communication technique that converges a 5G communication system for supporting a higher data rate after a 4G system with IoT technology, and a system thereof.
  • the present disclosure provides intelligent services (eg, smart home, smart building, smart city, smart car or connected car, healthcare, digital education, retail business, security and safety related services, etc.) based on 5G communication technology and IoT-related technology. ) can be applied to
  • An embodiment of the present disclosure includes a method for dividing NWDAF into detailed functions and efficiently discovering and selecting them. Through this, calculation efficiency of analysis information and resources required for calculation may be efficiently managed. In addition, the cost of creating, managing, and maintaining the model can be reduced by delivering the model used to calculate the analytic information or supporting collaborative learning. Through this, in terms of using the analysis information, optimized analysis information having a high level of accuracy and satisfaction according to circumstances may be delivered at an appropriate time.
  • a computer-readable storage medium or computer program product storing one or more programs (software modules) may be provided.
  • One or more programs stored in a computer-readable storage medium or computer program product are configured for execution by one or more processors in an electronic device (device).
  • One or more programs include instructions for causing an electronic device to execute methods according to embodiments described in a claim or specification of the present disclosure.
  • Such programs include random access memory, non-volatile memory including flash memory, read only memory (ROM), electrically erasable programmable ROM (EEPROM: Electrically Erasable Programmable Read Only Memory), magnetic disc storage device, Compact Disc-ROM (CD-ROM), Digital Versatile Discs (DVDs), or any other form of It may be stored in an optical storage device or a magnetic cassette. Alternatively, it may be stored in a memory composed of a combination of some or all thereof. In addition, each configuration memory may be included in plurality.
  • the program accesses through a communication network composed of a communication network such as the Internet, Intranet, Local Area Network (LAN), Wide LAN (WLAN), or Storage Area Network (SAN), or a combination thereof. It may be stored in an attachable storage device that can be accessed. Such a storage device may be connected to a device implementing an embodiment of the present disclosure through an external port. In addition, a separate storage device on the communication network may be connected to the device implementing the embodiment of the present disclosure.
  • a communication network such as the Internet, Intranet, Local Area Network (LAN), Wide LAN (WLAN), or Storage Area Network (SAN), or a combination thereof. It may be stored in an attachable storage device that can be accessed.
  • Such a storage device may be connected to a device implementing an embodiment of the present disclosure through an external port.
  • a separate storage device on the communication network may be connected to the device implementing the embodiment of the present disclosure.
  • computer program product or “computer readable medium” refers to a medium such as a memory, a hard disk installed in a hard disk drive, and a signal as a whole. used for These “computer program products” or “computer-readable recording media” are means for providing a method for selecting an NWDAF instance according to the present disclosure.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

본 개시는 무선 통신 시스템에서 서비스를 선택하는 방법 및 장치에 관한 것으로, 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)의 동작 방법은, NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하는 단계, 상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하는 단계, 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하고, 상기 탐색 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 단계, 상기 적어도 하나의 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리를 위한 요청 메시지를 상기 적어도 하나의 다른 NWDAF에게 전송하는 단계를 포함할 수 있다.

Description

무선 통신 시스템에서 서비스를 선택하는 방법 및 장치
본 개시는 무선 통신 시스템에서 서비스를 선택하는 방법 및 장치에 관한 것이다.
4G(4 th generation) 통신 시스템 상용화 이후 증가 추세에 있는 무선 데이터 트래픽 수요를 충족시키기 위해, 개선된 5G(5 th generation) 통신 시스템 또는 pre-5G 통신 시스템을 개발하기 위한 노력이 이루어지고 있다. 이러한 이유로, 5G 통신 시스템 또는 pre-5G 통신 시스템은 4G 네트워크 이후(Beyond 4G Network) 통신 시스템 또는 LTE(Long Term Evolution) 시스템 이후(Post LTE) 시스템이라 불리어지고 있다.
높은 데이터 전송률을 달성하기 위해, 5G 통신 시스템은 초고주파(mmWave) 대역(예를 들어, 60기가(60GHz) 대역과 같은)에서의 구현이 고려되고 있다. 초고주파 대역에서의 전파의 경로손실 완화 및 전파의 전달 거리를 증가시키기 위해, 5G 통신 시스템에서는 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO), 전차원 다중입출력(Full Dimensional MIMO, FD-MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 및 대규모 안테나(large scale antenna) 기술들이 논의되고 있다.
또한 시스템의 네트워크 개선을 위해, 5G 통신 시스템에서는 진화된 소형 셀, 개선된 소형 셀(advanced small cell), 클라우드 무선 액세스 네트워크(cloud radio access network, cloud RAN), 초고밀도 네트워크(ultra-dense network), 기기 간 통신(Device to Device communication, D2D), 무선 백홀(wireless backhaul), 이동 네트워크(moving network), 협력 통신(cooperative communication), CoMP(Coordinated Multi-Points), 및 수신 간섭제거(interference cancellation) 등의 기술 개발이 이루어지고 있다.
이 밖에도, 5G 시스템에서는 진보된 코딩 변조(Advanced Coding Modulation, ACM) 방식인 FQAM(Hybrid Frequency Shift Keying and Quadrature Amplitude Modulation) 및 SWSC(Sliding Window Superposition Coding)과, 진보된 접속 기술인 FBMC(Filter Bank Multi Carrier), NOMA(Non Orthogonal Multiple Access), 및 SCMA(Sparse Code Multiple Access) 등이 개발되고 있다.
한편, 인터넷은 인간이 정보를 생성하고 소비하는 인간 중심의 연결 망에서, 사물 등 분산된 구성 요소들 간에 정보를 주고 받아 처리하는 IoT(Internet of Things, 사물인터넷) 망으로 진화하고 있다. 클라우드 서버 등과의 연결을 통한 빅데이터(Big data) 처리 기술 등이 IoT 기술에 결합된 IoE(Internet of Everything) 기술도 대두되고 있다. IoT를 구현하기 위해서, 센싱 기술, 유무선 통신 및 네트워크 인프라, 서비스 인터페이스 기술, 및 보안 기술과 같은 기술 요소 들이 요구되어, 최근에는 사물간의 연결을 위한 센서 네트워크(sensor network), 사물 통신(Machine to Machine, M2M), MTC(Machine Type Communication)등의 기술이 연구되고 있다. IoT 환경에서는 연결된 사물들에서 생성된 데이터를 수집, 분석하여 인간의 삶에 새로운 가치를 창출하는 지능형 IT(Internet Technology) 서비스가 제공될 수 있다. IoT는 기존의 IT(Information Technology)기술과 다양한 산업 간의 융합 및 복합을 통하여 스마트홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드 카, 스마트 그리드, 헬스 케어, 스마트 가전, 첨단의료서비스 등의 분야에 응용될 수 있다.
이에, 5G 통신 시스템을 IoT 망에 적용하기 위한 다양한 시도들이 이루어지고 있다. 예를 들어, 센서 네트워크(sensor network), 사물 통신(Machine to Machine, M2M), MTC(Machine Type Communication)등의 5G 통신이 빔 포밍, MIMO, 및 어레이 안테나 등의 기법에 의해 구현되고 있는 것이다. 앞서 설명한 빅데이터 처리 기술로써 클라우드 무선 액세스 네트워크(cloud RAN)가 적용되는 것도 5G 기술과 IoT 기술 융합의 일 예라고 할 수 있을 것이다.
한편, 5G 이동통신의 보급이 시작됨과 동시에 기존에 사용하고 있던 3G 또는 4G (LTE) 통신망들과 같이 다양한 무선 접속 기술이 혼재되어 있으며, 고주파의 도입으로 인해 이용 가능한 주파수 대역이 확장되며, 높은 통신 요구사항을 만족하기 위해 기존 보다 더 많은 수의 기지국들이 설치될 것으로 예상된다. 이러한 상황에서, 네트워크 관리에 들어가는 비용 또는 전력을 절감 또는 간섭을 최소화하기 위해 효율적으로 무선 자원 및 장치들을 관리하는 방법이 요구되고 있다.
상술한 바와 같은 논의를 바탕으로, 본 개시는 무선 통신 시스템에서 서비스를 선택하는 장치 및 방법을 제공한다.
개시된 실시예는 무선 통신 시스템에서 서비스를 효과적으로 선택할 수 있는 장치 및 방법을 제공한다.
도 1은 본 개시의 일 실시예에 따른 이동통신 시스템과 망 외부에 위치한 엔티티의 구성을 나타낸다.
도 2는 본 개시의 일 실시예에 따른 NWDAF(Network Data Analytics Function)를 세부기능으로 분할한 구성을 나타낸다.
도 3은 본 개시의 일 실시예에 따른 NF, AF, OAM 등 NWDAF 분석 정보를 이용하는 엔티티가 NRF(Network Repository Function)를 사용하여 NWDAF 인스턴스를 발견하는 절차를 도시하는 시퀀스 다이어그램이다.
도 4는 본 개시의 일 실시예에 따른 NWDAF 인스턴스가 다른 NWDAF 인스턴스를 발견하는 절차를 도시하는 시퀀스 다이어그램이다.
도 5는 본 개시의 일 실시예에 따른 NWDAF 인스턴스를 세부 기능의 조합으로 구성하는 방법의 예시를 도시한다.
도 6은 본 개시의 일 실시예에 따른 목적에 맞는 NWDAF 인스턴스를 NRF를 이용하여 발견 및 선택하는 절차를 도시하는 시퀀스 다이어그램이다.
도 7은 본 개시의 일 실시예에 따른 분석 정보를 이용하는 엔티티의 피드백 정보를 활용하여 NWDAF 인스턴스를 발견 및 선택하는 절차를 도시하는 시퀀스 다이어그램이다.
도 8은 본 개시의 일 실시예에 따른 AF가 NWDAF를 발견하는 방법을 도시하는 시퀀스 다이어그램이다.
도 9는 본 개시의 일 실시예에 따른 데이터 수집 기능을 위한 NWDAF를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
도 10은 본 개시의 일 실시예에 따른 NWDAF 인스턴스가 작업 오프로딩을 위한 다른 NWDAF를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
도 11은 본 개시의 일 실시예에 따른 NWDAF가 작업 오프로딩을 위한 NWDAF를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
도 12는 본 개시의 일 실시예에 따른 협력 학습을 하기 위해 NWDAF 인스턴스를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
도 13은 본 개시의 일 실시예에 따른 분석 모델 전달을 위한 NWDAF 인스턴스를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
도 14는 본 개시의 일 실시예에 따른 네트워크 엔티티의 동작 방법을 나타내는 흐름도이다.
도 15는 본 개시의 일 실시예에 따른 네트워크 엔티티의 구성을 나타내는 블록도이다.
본 개시에 따른 일 실시예에서, 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)의 동작 방법은, NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하는 단계; 상기 수신된 요청 메시지에 기초하여, 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하는 단계; 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하는 단계; 상기 수신된 응답 메시지에 포함된 상기 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리와 관련된 메시지를 상기 다른 NWDAF에게 전송하는 단계; 상기 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하는 단계; 및 상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 다른 NWDAF로부터 수신된 응답 메시지에 포함된 상기 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 분석 정보를 생성하는 단계; 를 포함할 수 있다.
본 개시에 따른 일 실시예에서, 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)는, 송수신부; 및 NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하도록 상기 송수신부를 제어하고, 상기 수신된 요청 메시지에 기초하여, 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하도록 상기 송수신부를 제어하고, 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하도록 상기 송수신부를 제어하고, 상기 수신된 응답 메시지에 포함된 상기 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리와 관련된 메시지를 상기 다른 NWDAF에게 전송하도록 상기 송수신부를 제어하고, 상기 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하도록 상기 송수신부를 제어하고, 상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 다른 NWDAF로부터 수신된 응답 메시지에 포함된 상기 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 분석 정보를 생성하는 적어도 하나의 프로세서를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)의 동작 방법은, NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하는 단계, 상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하는 단계, 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하고, 상기 탐색 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 단계, 상기 적어도 하나의 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리를 위한 요청 메시지를 상기 적어도 하나의 다른 NWDAF에게 전송하는 단계, 상기 적어도 하나의 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하고, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과를 포함하는 단계, 상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 NF로부터 요청된 분석 정보를 생성하는 단계, 및 상기 생성된 분석 정보를 상기 NF에게 전송하는 단계를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)는, 송수신부, 및 상기 송수신부를 통해, NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하고, 상기 송수신부를 통해, 상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하고, 상기 송수신부를 통해, 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하고, 상기 탐색 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 대한 정보를 포함하고, 상기 송수신부를 통해, 상기 적어도 하나의 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리를 위한 요청 메시지를 상기 적어도 하나의 다른 NWDAF에게 전송하고, 상기 송수신부를 통해, 상기 적어도 하나의 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하고, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과를 포함하고, 상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 NF로부터 요청된 분석 정보를 생성하고, 상기 송수신부를 통해, 상기 생성된 분석 정보를 상기 NF에게 전송하는 적어도 하나의 프로세서를 포함할 수 있다.
이하, 본 개시의 실시예를 첨부된 도면을 참조하여 상세히 설명한다. 또한 본 개시를 설명함에 있어서 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단된 경우 그 상세한 설명은 생략할 것이다. 그리고 후술되는 용어들은 본 개시에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
본 개시의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 개시는 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 개시의 개시가 완전하도록 하고, 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 개시는 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
이때, 처리 흐름도 도면들의 각 블록과 흐름도 도면들의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수 있음을 이해할 수 있을 것이다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 흐름도 블록(들)에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 흐름도 블록(들)에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 흐름도 블록(들)에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실행 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예를 들면, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
이때, 본 실시예에서 사용되는 '~부'라는 용어는 소프트웨어 또는 FPGA(Field Programmable Gate Array) 또는 ASIC(Application Specific Integrated Circuit)과 같은 하드웨어 구성요소를 의미하며, '~부'는 어떤 역할들을 수행한다. 그렇지만 '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들, 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다. 또한 실시예에서 ‘~부’는 하나 이상의 프로세서를 포함할 수 있다.
하기에서 본 개시를 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 이하 첨부된 도면을 참조하여 본 개시의 실시 예를 설명하기로 한다.
이하 설명에서 사용되는 접속 노드(node)를 식별하기 위한 용어, 망 객체(network entity, 네트워크 엔티티)들을 지칭하는 용어, 메시지들을 지칭하는 용어, 망 객체들 간 인터페이스를 지칭하는 용어, 다양한 식별 정보들을 지칭하는 용어 등은 설명의 편의를 위해 예시된 것이다. 따라서, 본 개시가 후술되는 용어들에 한정되는 것은 아니며, 동등한 기술적 의미를 가지는 대상을 지칭하는 다른 용어가 사용될 수 있다.
이하 설명의 편의를 위하여, 본 개시는 3GPP LTE(3rd Generation Partnership Project Long Term Evolution) 규격에서 정의하고 있는 용어 및 명칭들을 사용한다. 하지만, 본 개시가 상기 용어 및 명칭들에 의해 한정되는 것은 아니며, 다른 규격에 따르는 시스템에도 동일하게 적용될 수 있다. 특히, 본 개시는 3GPP NR(New Radio: 5세대 이동통신 표준)에 적용될 수 있다. 본 개시에서 eNB는 설명의 편의를 위하여 gNB와 혼용되어 사용될 수 있다. 즉 eNB로 설명한 기지국은 gNB를 나타낼 수 있다. 또한 단말이라는 용어는 핸드폰, NB-IoT 기기들, 센서들 뿐만 아니라 또 다른 무선 통신 기기들을 나타낼 수 있다.
이하, 기지국은 단말의 자원할당을 수행하는 주체로서, gNode B, eNode B, Node B, BS (Base Station), 무선 접속 유닛, 기지국 제어기, 또는 네트워크 상의 노드 중 적어도 하나일 수 있다. 단말은 UE (User Equipment), MS (Mobile Station), 셀룰러폰, 스마트폰, 컴퓨터, 또는 통신기능을 수행할 수 있는 멀티미디어시스템을 포함할 수 있다. 물론 상기 예시에 제한되는 것은 아니다.
또한, 본 개시의 실시 예들을 구체적으로 설명함에 있어서, 이동통신 규격 표준화 단체인 3GPP가 명시하고 있는 5G 이동통신 규격 상의 무선 접속망 New RAN(NR)과 코어 망인 패킷 코어(5G System, 혹은 5G Core Network, 혹은 NG Core: Next Generation Core)를 주된 대상으로 하지만, 본 개시의 주요한 요지는 유사한 기술적 배경을 가지는 여타의 통신 시스템에도 본 개시의 범위를 크게 벗어 나지 아니하는 범위에서 약간의 변형으로 적용될 수 있으며, 이는 본 개시의 기술 분야에서 숙련된 기술적 지식을 가진 자의 판단으로 가능 할 것이다.
본 개시는 이동통신 네트워크에서 목적과 상황(analytic purpose and network situation)을 고려한 NWDAF(Network Data Analytics Function) 인스턴스(instance) 선택 방법을 제공한다.
본 개시는 이동통신 시스템에서 네트워크 분석 정보를 활용함에 있어서, 분석 정보를 제공하는 네트워크 기능인 NWDAF를 목적 및 상황에 맞게 발견하고, 발견된 NWDAF를 사용할 수 있도록 하는 방법에 관한 것이다. 네트워크 분석 정보는, 핵심 망에 위치한 NWDAF 또는 NWDAF에 상응하는 엔티티가, 네트워크의 내부 또는 외부에 위치하고 있는 장치들로부터 정보를 수집하여, 분석을 수행하고, 그 결과를 전달하는데 사용될 수 있다. 상술된 네트워크 분석 정보는, 단말에 관련된 분석 정보, 유무선 네트워크 상황 정보, 및 각 단말이 이용하는 서비스와 관련된 분석 정보를 포함할 수 있으며, 과거 및 현재 상황의 통계적 분석 정보와 함께 미래 시점과 관련된 예측 정보를 포함할 수 있다.
상술한 바와 같은 네트워크 분석 정보가 이용될 수 있는 환경에서, 네트워크 분석 정보는 다양한 종류의 알고리즘을 이용하여 생성될 수 있다. 예를 들면, 분석 정보의 사용 목적, 적용 상황 또는 적용 대상에 따라 최적의 분석 정보를 생성하는 방법이 달라질 수 있다. 또한, 분석 정보를 생성하는 NWDAF의 성능 및 부하 상황에 따라, 분석 정보를 제공하는 NWDAF 인스턴스를 선택하는 방법이 필요할 수 있다. 이를 통해, 목적에 맞게 선택된 분석 정보 생성 방법에 네트워크 분석 정보를 적합한 시기 또는 상황에 제공할 수 있도록 본 개시의 일 실시예는 최적의 NWDAF 인스턴스를 선택하는 방법을 제안한다. 본 개시에서 네트워크 분석 정보는, 분석 정보와 혼용되어 사용될 수 있다. 즉, 이하 분석 정보는 네트워크 분석 정보를 의미할 수 있다.
본 개시의 다양한 실시예들은 이동통신 시스템 내부에서 네트워크 분석 정보를 제공하는 NWDAF를 활용할 수 있다. 본 개시는 분석 정보를 제공하는 복수개의 성능 및 세부 기능이 다른 NWDAF 인스턴스들이 존재할 경우, 분석 정보의 활용 목적 및 네트워크 상황을 고려하여 최적의 NWDAF 인스턴스를 선택하는 방법을 포함한다. 세부적으로 네트워크 분석 정보의 활용 목적에 따라 분석 정보를 생성하는 최적의 알고리즘 선택이 변경될 수 있다. 더불어, 네트워크 상황 및 자원 상황에 따라 NWDAF 인스턴스의 지리적 위치, 딜레이, 사양, 부하 정보들을 종합적으로 고려하여 특정 상황에서 최적의 NWDAF 인스턴스를 선택 하는 방법을 포함한다.
이동통신 망을 이용하는 단말의 수와, 이를 지원하기 위한 서비스와 응용의 수는 기하 급수적으로 증가하고 있다. 더불어, 이동통신 망의 품질 향상을 위해서 무선 망 및 핵심 망의 설계와 운용은 갈수록 정교해지고 있다. 이러한 상황에서 단순히 음성 통화와 데이터 서비스를 이용하는 단말뿐만 아니라, 공장, 무인항공기, 로봇, 자동차, 비행기 등과 같은 새로운 형태의 단말들이 등장하고 있다. 이러한 새로운 형태의 단말은 지속적으로 증가할 것으로 예상되며, 이들의 목적을 효과적으로 지원하기 위해서 이동통신망 또한 지속적인 서비스의 진화가 예상된다.
다양한 단말의 목적과 형태는 변화하고 있는 반면, 이동통신 망의 경우, 모든 단말들이 무선 자원을 공유하고 있으며, 일반적으로 핵심 망 또한 모든 단말들이 공유하는 형태로 운용이 되고 있다. 다만, 각 단말들은 형태와 목적이 다르므로, 운용되는 형식 및 사용하는 서비스와, 이에 따라 네트워크와의 상호 작용에 있어 차이가 생길 수 있다. 따라서, 각 형태의 단말들을 효과적으로 지원하기 위해서 이동통신 망은 각 단말의 목적과 서비스 요구사항들을 분석하여 최적화된 설정을 유지해야 할 필요가 있다. 더불어, 각 단말 및 서비스들을 효과적으로 지원하기 위해서 네트워크는, 각 단말들의 특성을 파악하고, 설정 및 관리의 최적화 및 자동화를 통해 최소의 비용으로 원하는 수준의 서비스들을 지속적으로 제공할 수 있도록 운용될 필요가 있다.
본 개시에 따른 실시예는, 무선 및 핵심 망의 운용, 서비스 품질 보장, 최적화된 서비스 제공 등의 동작들을 수행함에 있어서, 과거 또는 현재 네트워크에서 발생하는 데이터들을 수집하여 현재 네트워크 상황 및 서비스 관련 정보를 분석하여 활용할 수 있다. 이러한 네트워크 분석 정보의 활용은 단말의 이동성, 네트워크 기능의 성능, 사용자의 서비스 만족도, 슬라이스 품질 관리, 트래픽 경로의 최적화, 기지국 및 핵심 망 에너지 소모 감소, 비정상 단말 및 트래픽 탐지등과 같은 기능들을 효율적으로 지원하기 위한 정보를 제공할 수 있다. 또한, 기존의 핵심 망에서 수행하고 있는 이동성 관리, 세션 관리, 정책 관리와 같은 기본적인 기능을 보완하거나 효율을 높이기 위해 네트워크 분석 정보가 활용될 수 있다. 일 실시예에 따르면, 네트워크 분석 정보는 기본적으로 과거에 네트워크에 발생한 데이터들을 수집 및 분석하여, 통계적 또는 수치적인 값을 제공 하거나 특정 미래 시점에 대한 값을 예측 하는 형태로 표현될 수 있다. 예를 들어, 특정 단말의 이동 위치 또는 이동 경로 분석/예측, 특정 네트워크 기능의 부하 정보 분석/예측 등과 같은 분석 정보가 제공 될 수 있다. 5G 이동통신 시스템에서는 이러한 분석 정보를 제공하는 기능을 NWDAF가 수행할 수 있다.
일 실시예에 따르면, NWDAF는 분석 기능을 수행하기 위해서 세부 기능들을 포함할 수 있다. 대표적으로 NWDAF는 네트워크 정보 수집, 수집 정보 저장, 학습(Learning), 모델 저장, 추론 등의 기능을 수행할 수 있다. 이러한 상황에서 각 NWDAF 인스턴스는 세부적인 기능의 일부만을 제공할 수 있다. 더불어, 네트워크 분석 정보를 제공하는 모델은 모델의 설계 및 학습 데이터에 따라 그 정확도 및 성능들이 달라질 수 있다. 복수개의 NWDAF가 동일한 분석 정보를 제공하지만, 그러한 분석 정보를 생성하는 알고리즘이 다를 경우 상이한 결과 또는 성능이 제공될 수 있다. 따라서, NWDAF 인스턴스를 선택함에 있어서, 분석 정보를 활용하는 목적 및 필요 성능을 고려하여 인스턴스가 선택되어야 할 필요가 있다. 본 개시는 이러한 특징들을 고려하여 NWDAF 인스턴스를 선택하는 방법을 제공한다. 이를 통해, 네트워크 분석 정보를 활용함에 있어 목적에 맞도록 정확한 분석 정보를, 적합한 시기 또는 상황에 획득할 수 있도록 하는 방법이 제공될 수 있다.
본 개시에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 개시가 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
이하에서는, 핵심 망을 구성하는 다양한 요소들 중에서 본 개시에 직접적인 관련이 있는 장치들이 예시적으로 설명된다. 각 요소들의 서비스 기반 인터페이스 (Service Based Interface)를 사용하여 상호작용하는 구성도는 도 1에 도시되어 있다.
도 1은 본 개시의 일 실시예에 따른 이동통신 시스템과 망 외부에 위치한 엔티티의 구성을 나타낸다.
일 실시예에서, AMF (Access and Mobility Management Function)는 단말의 접근(Access)과 이동성(Mobility)을 관리 하기 위한 장치로써 단말이 RAN을 거처 핵심 망의 다른 장치들과 연결 하는 단말-핵심 망 종점 역할을 수행할 수 있다. AMF가 제공하는 기능으로는 예컨대, 단말의 등록 (Registration), 연결 (Connection), 연결성 (Reachability), 이동성(Mobility) 관리, 접근 확인/인증, 이동성 이벤트 생성 등과 같은 기능들이 포함될 수 있다.
일 실시예에서, SMF (Session Management Function)는 단말의 PDU 세션의 관리 기능을 수행할 수 있다. 예를 들면, SMF는 세션의 수립, 수정, 해제와 이에 필요한 UPF와 AN 사이의 터널 유지를 통한 세션 관리 기능, 단말의 IP주소 할당과 관리 기능, ARP Proxy 기능, 사용자 평면(User Plane) 선택 및 제어, UPF에서 트래픽 프로세싱 제어, 과금 데이터 수집 제어 등과 같은 기능들을 수행할 수 있다.
일 실시예에서, PCF (Policy Control Function)는 AMF 및 SMF에서 적용하는 접근/이동성, 세션 관리에 대한 정책을 결정하여 내려주는 역할을 수행할 수 있다. 예를 들면, PCF는 전체 네트워크의 행동을 관리(govern)할 수 있고, 제어 평면을 구성하는 NF(Network Function)들에게 이행하여야 할 정책들을 제공할 수 있다. 또한, PCF는 UDR(Unified Data Repository)에 접근하여 정책 결정에 관련된 정보들에 접근 할 수 있다.
일 실시예에서, NEF(Network Exposure Function)는 이동통신 망에서 발생하는 이벤트 및 지원하는 기능 (Capability)을 외부로 전달 또는 수신하는 기능을 담당할 수 있다. 예를 들면, NEF는 핵심 망에 외부 응용의 정보를 안전하게 프로비저닝하는 기능, 내부/외부 정보의 변환, 다른 NF로부터 받은 기능을 UDR에 저장 후 재 배포 등과 같은 기능을 수행할 수 있다.
일 실시예에서, UDM (Unified Data Management)과 UDR(Unified Data Repository)은 독립적인 네트워크 기능이나, 본 개시의 실시예에서 그 기능과 역할이 유사하게 사용되어 동시에 서술되었다. UDM은 예컨대, 3GPP 보안을 위한 AKA 인증 정보의 생성, 사용자 식별자(User ID)의 처리, 보안된 사용자 식별자(Subscriber Concealed ID, SUPI)의 역은폐, 현재 UE를 지원하는 NF의 목록 관리, 가입자 정보 (subscription) 관리, 단문(SMS) 관리 등을 수행할 수 있다. UDR은 예컨대, UDM이 관리하는 가입자 정보, 노출을 위한 구조화된 데이터, NEF 또는 서비스와 연관된 응용 데이터들의 저장 및 제공 기능을 수행할 수 있다.
일 실시예에서, UPF (User Plane Function)는 실제 사용자 데이터를 처리하는 역할을 수행하며, 외부의 데이터 네트워크로 단말이 생성한 패킷을 전달하거나 외부 데이터 네트워크에서 유입된 데이터를 단말에게 전달할 수 있도록 패킷을 처리하는 역할을 수행할 수 있다. UPF가 제공하는 주요 기능으로는 예컨대, 무선 접속 기술 (Radio Access Technology) 간 앵커(Anchor) 역할 수행, PDU 세션과 외부 데이터 네트워크와 연결성 제공, 패킷 라우팅 및 포워딩, 패킷 검사(inspection), 사용자 평면 정책 적용, 트래픽 사용 보고서 작성, 버퍼링 등과 같은 기능들이 포함될 수 있다.
일 실시예에서, NWDAF(Network Data Analytics Function)는 네트워크 내에서 발생하는 이벤트 또는 정보를 수집하여 분석 도구 또는 기계 학습(machine learning)과 같은 도구를 이용하여 특정 정보에 관련된 통계(Statistics), 예측 (Prediction), 추천 (Recommendation) 정보를 NF, AF, OAM에게 전달할 수 있다. 예를 들면, NWDAF 는 NF/AF/OAM(Operation, administration and maintenance)로부터 데이터의 수집, NWDAF 서비스 등록 및 메타데이터 노출(exposure), NF/AF에 네트워크 분석 정보 제공 등의 기능을 수행할 수 있다. 즉, NWDAF는 수집된 네트워크 데이터를 바탕으로 머신러닝과 같은 지능 기술을 통해 데이터를 분석하고, 분석 결과 값을 다른 5G 코어 네트워크 기능들(예: NF, AF 또는 OAM 등)에 제공함으로써, 각 네트워크 기능의 최적화 및 성능 향상에 도움을 줄 수 있다. 이하 본 개시에서 NWDAF와 NWDAF 인스턴스는 혼용되어 사용될 수 있다. 즉 후술되는 설명에서, NWDAF 인스턴스의 동작 방법은 NWDAF의 동작 방법을 의미할 수 있다.
일 실시예에서, 도 1에 도시되지는 아니하였으나, UCMF (UE Radio Capability Management Function)는 PLMN이 할당하거나 제조사가 할당한 단말의 무선 접속 관련 기능의 ID와 실제 기능 사이의 매핑 정보를 딕셔너리(Dictionary) 형태로 저장 및 제공하는 기능을 수행할 수 있다.
일 실시예에서, AF (Application Function)는 서비스를 제공하기 위해 3GPP의 핵심 망과 연동되는 기능을 수행할 수 있다. AF는 크게 신뢰성이 있는 경우(Trusted)와 없는 경우(Untrusted)로 나뉠 수 있으며, 신뢰성을 가지고 잇는 AF의 경우 NEF와 같은 별도의 중간 기능 없이, 핵심 망 내부에 위치하고 있는 네트워크 기능들의 서비스를 활용할 수 있다. 대표적으로 AF가 제공하는 기능은 응용이 선호하는 네트워크 경로 전달 (Application influence on traffic routing), 네트워크 정보 노출 기능 활용, 정책 제어를 위한 정책 프레임워크와 상호 작용, IMS 관련 상호작용 등을 포함 할 수 있다.
일 실시예에서, OAM(Operation, administration and maintenance)은 기지국과 핵심 망을 포함한 이동통신망 전반에 걸쳐 관리를 하기 위한 장치를 의미할 수 있다. 예를 들면, OAM은 통신망의 운용, 관리, 유지보수, 프로비저닝, 문제 해결 등과 관련된 기능을 수행할 수 있다. 또한, OAM은 각 기지국 또는 핵심 망의 기능들이 설계 및 정책에 따라 원활이 작동하도록 감시 및 설정하는 기능을 수행할 수 있다. OAM은 관리와 관련된 도구, 절차 등을 모두 포괄하는 개념으로 특정한 장치를 지칭하는 것이 아닌, 망 관리자가 관리를 하기 위해서 사용하는 모든 도구, 소프트웨어, 절차 등이 포함될 수 있다.
단말(User Equipment, UE)은 RAN(Radio Access Network)과 연결되어 네트워크의 핵심 망 장치에 접속할 수 있다. 네트워크(예: 5G 네트워크)의 핵심 망은 상술한 바와 같은 기능들을 포함할 수 있다. 상술된 RAN은 5G-RAN을 포함할 수 있으며, 단말에게 무선통신 기능을 제공하는 기지국을 의미할 수 있다. 단말은 기지국을 통해 AMF에 접속하고, 5G 핵심 망과 제어 평면(Control Plane) 시그널링 메시지를 주고받을 수 있다. 또한, 단말은 기지국을 통해 UPF에 접속하고, 데이터 네트워크(Data Network, DN)와 사용자 평면(User Plane) 데이터를 주고받을 수 있다.
이러한 핵심 망을 구성하는 엔티티들의 상위 수준의 구성도는 도 1에 도시되어 있다.
3GPP에서 정의한 규격에 따르면, NWDAF는 시스템 구성 상 하나의 아키텍쳐 엔티티로 구성되어 있다. 하지만, 실제로 NWDAF의 동작을 지원하기 위해 세분화를 할 경우, NWDAF는 데이터 수집(Data collection), 데이터 저장소(Data Storage/Lake), 데이터 학습(Data Learning/Training), 모델 저장소(Model Library/Repository), 추론 엔진(Inference Engine), 인터페이스(Interface)의 세부 기능들로 구성될 수 있으며, 각 세부 구성 부분은 각 역할에 따라 더 세분화된 기능들로 나눠질 수도 있다. 이러한 NWDAF의 세부 구성은 도 2에 도시되어 있다.
도 2는 본 개시의 일 실시예에 따른 NWDAF(Network Data Analytics Function)를 세부기능으로 분할한 구성을 나타낸다.
도 2를 참조하면, 도 2 에서 NWDAF는 데이터 수집을 수행하기 위해 NF, AF, OAM, 또는 UE와 연결되어 데이터를 수집하는 데이터 수집(data collection) 기능을 포함할 수 있다. 일 실시예에서, 데이터 수집 기능은 수집된 데이터를 저장소에 전달함으로써 다른 세부 기능들이 수집된 데이터를 사용할 수 있도록 할 수 있다. 수집된 데이터를 이용한 데이터 학습 기능은 기계 학습, 인공지능, 추세 분석, 통계 분석 들과 같은 다양한 분석 기법들을 적용하여 모델을 생성할 수 있다. 생성된 모델은 모델 저장소에 저장될 수 있다. 저장소에 저장된 모델 또는 현재 훈련된 모델은 추론 엔진에 의해서 사용되어 특정 분석 값 또는 예측 값을 얻는데 사용될 수 있다. 마지막으로 NWDAF의 서비스를 이용하는 NF, AF, 또는 OAM (통칭 Consumer NF)로부터 분석 정보 요청을 수신하고, 추론 엔진에게 요청하고, 그 결과 값을 다시 회신하는 기능을 담당하는 인터페이스가 존재할 수 있다. 이외에도 각 분석 정보들의 생명 주기(Life cycle)를 관리 하거나, 각 분석 정보 모델들이 작동할 수 있도록 자원 및 실행 환경을 제공하는 분석 플랫폼들이 추가적으로 구성될 수 있다. 본 개시에서는 NWDAF를 구성하는 서비스들이 상술된 세부 기능들로 나누어질 수 있음에 기초하여 서술되나, 본 개시는 NWDAF가 상술된 세부 기능들로만 구성되는 것을 한정하지는 않는다.
일 실시예에 따르면, 실제 자원을 가지고 분석 정보를 구동하는 NWDAF 인스턴스(Instance)들은 상술된 모든 기능들을 내부적으로 실행함으로써 구동하는 것이 아니라, 필요에 따라 선택적으로 각 기능들의 조합으로 다른 기능을 생성할 수도 있다. 예를 들어, 데이터 수집을 주된 목적으로 하는 인스턴스의 경우 데이터 수집 기능, 데이터 저장 기능만을 가지고 있는 인스턴스로 구동될 수 있다. 마찬가지로, 분석 정보를 계산하여 제공하는 기능을 제공하는 인스턴스의 경우에는 추론 기능, 인터페이스 기능만을 선별적으로 수행하는 형태의 인스턴스로 생성될 수 있다. 따라서, 이동통신 시스템의 핵심 망 내부에는 다양한 목적을 가지는 복수개의 NWDAF 인스턴스들이 존재할 수 있다. 그리고, 사용자 또는 NWDAF 분석 정보를 이용하고자 하는 NF에게는 목적에 맞는 NWDAF 인스턴스의 발견이 필수적으로 선행되어야 한다. 적절한 NWDAF 인스턴스를 선택하는 과정에는 NWDAF 인스턴스를 구성하는 세부 기능뿐만 아니라, 현재 가지고 있는 자원 수준(Capacity), 부하 수준(Load), 지원 영역(Serving Area)등이 함께 복합적으로 고려되어야 한다. 상술된 바와 같이 NWDAF 인스턴스를 구성하는 세부 기능뿐만 아니라, 현재 가지고 있는 자원 수준(Capacity), 부하 수준(Load), 지원 영역(Serving Area)등이 함께 복합적으로 고려되는 경우, 최적의 결과를 제공하는 NWDAF 인스턴스가 선택될 수 있다. 일 실시예에 따르면, NWDAF 인스턴스 선택은 서비스 인스턴스 선택 또는 서비스 선택으로 지칭될 수도 있다.
일 실시예에 따르면, 도 2에 도시된 NWDAF 인스턴스는 적어도 하나의 서비스 인스턴스를 포함할 수 있다. 예를 들어, 서비스 인스턴스는 NF들로부터 데이터를 수집하는, 데이터 수집(data collection) 기능을 수행하는 서비스 인스턴스, 저장소(Storage) 기능을 수행하는 서비스 인스턴스, 트레이닝 및 학습(training and learning) 기능을 수행하는 서비스 인스턴스, 추론 엔진(inference engine) 기능을 수행하는 서비스 인스턴스, 학습을 통해 생성되는 모델이 저장될 수 있는 모델 라이브러리(model library) 및 컨슈머 NF들에게 분석 정보 요청을 수신하고, 이에 대한 결과를 회신하는 기능을 수행하는 인터페이스(interface) 서비스 인스턴스를 포함할 수 있다.
한편, 일 실시예에 따르면, NWDAF 인스턴스를 선택하는 목적은 다음과 같이 분류될 수 있다.
첫 번쨰로, NWDAF에서 제공하는 분석 정보를 이용하기 위해서 핵심 망을 구성하는 다른 NF들이 NWDAF를 이용하는 예시가 도 3에 도시되어 있다.
도 3은 본 개시의 일 실시예에 따른 NF, AF, OAM 등 NWDAF 분석 정보를 이용하는 엔티티가 NRF를 사용하여 NWDAF 인스턴스를 발견하는 절차를 도시하는 시퀀스 다이어그램이다.
예를 들어, AMF가, NWDAF가 제공하는 단말의 이동성 분석 정보 (Mobility Analytics)를 구독하기 위한 방법이 있을 수 있다. 이러한 이용 방법은 일반적인 서비스 기반의 아키텍쳐(Service Based Architecture)의 일반적인 사항으로, 각 NF는 NRF 또는 내부 정책(Local Policy)을 사용하여 필요로 하는 네트워크 분석 정보를 제공하는 NWDAF 인스턴스를 선택하고 서비스를 사용할 수 있다. 만약 NWDAF를 이용하고자 하는 엔티티가 비신뢰 AF(Untrusted AF)와 같이 핵심 망 외에 있는 경우, NEF를 통해 NWDAF의 서비스 이용이 가능할 수 있다.
두 번째로, NWDAF 인스턴스를 발견하는 목적으로는 NWDAF 인스턴스가 다른 NWDAF 인스턴스가 제공하는 기능을 이용하기 위해 발견하는 경우로, 도 4에 도시된 바와 같다.
도 4는 본 개시의 일 실시예에 따른 NWDAF 인스턴스가 다른 NWDAF 인스턴스를 발견하는 절차를 도시하는 시퀀스 다이어그램이다.
도 4를 참조하면, 상술된 바와 같이 NWDAF를 구성하는 기능들을 세부화(Decomposition)하고 각 기능을 선별적으로 선택함으로써 NWDAF 인스턴스를 구성하는 것이 가능한 경우, NWDAF 인스턴스가 다른 NWDAF 인스턴스를 발견하는 방법이 사용될 수 있다. 본 개시에서는 이러한 발견 방법의 대표적인 목적으로 분석 정보 계산의 작업 오프로딩(Task Offloading), 분석 모델 전달(Analytic model transfer), 협력 학습(Federated Learning), 수집 데이터 공유(Data collection sharing) 등이 있을 수 있다.
본 개시의 제1 실시예는, 세부 기능의 조합을 통한 NWDAF 인스턴스 구성 방법을 포함할 수 있다.
기존 NWDAF는 핵심 망을 구성하는 NF들에게는 단일의 NF 타입으로 구별될 수 있다. NWDAF를 효율적으로 활용하고 기능을 고도화하기 위하여, 단일 기능으로 모델링되어 있는 NWDAF가 세부 기능으로 분해(Decomposition)될 수 있다. 이러한 세부 기능은 서비스 인스턴스로 지칭될 수 있다. 대표적인 분해 가능한 세부 기능으로는 데이터 수집(Data collection), 데이터 저장소(Data Storage/Lake), 데이터 학습(Data Learning/Training), 모델 저장소(Model Library/Repository), 추론 엔진(Inference Engine), 인터페이스(Interface)가 존재 할 수 있다. 데이터 수집은 핵심 망에 존재하는 다른 NF, AF, 또는 OAM으로부터 발생하는 이벤트와 같은 네트워크 데이터를 수집하여, NWDAF가 현재 상황을 파악하고 데이터를 학습하기 위한 정보를 수집하는 역할을 담당할 수 있다. 데이터 저장소는 데이터 수집 기능이 수집한 데이터를 보관하기 위한 저장소의 역할을 수행할 수 있다. 또한, 데이터 저장소는 데이터 학습 또는 추론 엔진에서 사용 가능하도록 데이터를 전달하는 역할을 수행할 수 있다. 데이터 학습은 기계 학습(Machine Learning), 인공지능(Artificial Intelligence), 통계/분석 알고리즘과 같은 데이터를 사용하여 분석 값을 생성하는 모델이 수집된 데이터를 활용함으로써, 주어진 네트워크 정보를 학습하고 모델화하는 기능을 수행할 수 있다. 모델 저장소는 데이터 학습의 결과물을 저장하거나, 다른 모델 개발자 또는 구입한 모델을 저장하여 이용할 수 있도록 하는 저장소 기능을 수행할 수 있다. 추론 엔진은 데이터 모델을 이용하여 분석 정보 요청을 계산하여 반환하는 기능을 수행할 수 있다. 마지막으로, 인터페이스는 핵심 망에 존재하는 NF, AF, OAM등과 같은 분석 정보를 사용하는 개체들과 통신할 수 있는 창구를 제공하는 역할을 할 수 있다.
본 개시에서는, 상술된 NWDAF의 세부기능들의 조합을 통해 NWDAF 인스턴스를 구성하고, 효율성 높게 NWDAF 인스턴스들을 운용하는 방법이 제공될 수 있다. 이러한 예시는 도 5에 도시되어 있다.
도 5는 본 개시의 일 실시예에 따른 NWDAF 인스턴스를 세부 기능의 조합으로 구성하는 방법의 예시를 도시한다.
도 5의 NWDAF Instance 1은 데이터 수집을 주된 역할로 수행하는 인스턴스로서, NF, AF, OAM등으로부터 데이터를 수집하는 기능과 이를 저장하는 기능의 조합으로 구성되어 데이터의 수집과 저장의 역할을 수행할 수 있다. NWDAF Instance 2는 NWDAF Instance 1에서 수집된 데이터를 활용하여 모델을 학습하고, 학습된 모델을 모델 저장소에 저장하여 다른 엔티티에서 사용할 수 있도록 하는 역할을 수행할 수 있다. NWDAF Instance 3은 분석 정보를 사용하는 NF, AF, OAM등과 같은 엔티티들과 통신하여 분석 정보를 요청 받고, 요청 받은 분석 정보를 계산하여 반환하는 기능을 수행하는 인터페이스와, 추론 엔진(inference engine)으로 구성될 수 있다. 이때, 추론 엔진은 요청 받은 분석 정보를 생성하기 위해 모델 저장소로부터 요청 받은 분석 정보에 해당하는 모델을 전달 받아 활용할 수 있다. 마지막으로 NWDAF Instance 4는 이미 제공되는 모델이 아니라, 네트워크에서 발생하는 데이터를 실시간으로 수집하여 모델에 반영하는 온라인(On-line) 학습과 관련된 분석 정보 모델을 제공하는 기능을 수행할 수 있다. 또한, NWDAF Instance 4는 인터페이스, 추론 엔진, 모델 학습의 세부 기능들의 조합으로 구성될 수 있다. 즉 NWDAF 인스턴스 4는 상술된 NWDAF 인스턴스 2와 NWDAF 인스턴스 3의 조합으로 구성될 수 있다.
본 개시는 NWDAF 인스턴스를 구성하고 있는 세부 기능을 NRF에 저장하고, NWDAF를 선택하고자 하는 NF 또는 타 NWDAF가 효율적으로 인스턴스를 선택하는 방법을 포함할 수 있다. 본 개시에서 상술된 NWDAF의 세부 기능을 제공하는 단위는 NWDAF의 모듈(Module)로 지칭될 수 있다. 예를 들어, 도 5에서 NWDAF Instance 1은 데이터 수집 모듈과 데이터 저장 모듈로 구성될 수 있다. 본 개시에서는 NWDAF Instance가 NRF에 등록하는 과정에서 NWDAF 인스턴스를 구성하는 모듈들을 함께 등록 함으로써, NWDAF 인스턴스를 발견하는 목적의 기능을 제공할 수 있는 NWDAF 인스턴스를 선택하도록 할 수 있다. 본 개시에 따른 절차는 도 6에 도시되어 있다. 일 실시예에 따르면, 상술된 NWDAF 인스턴스에 포함될 수 있는 모듈은 서비스 인스턴스로 지칭될 수 있다.
도 6은 본 개시의 일 실시예에 따른 목적에 맞는 NWDAF 인스턴스를 NRF를 이용하여 발견 및 선택하는 절차를 도시하는 시퀀스 다이어그램이다.
도 6을 참조하면, 단계 601에서, NWDAF 인스턴스가 생성되거나 구성이 변경될 수 있다. 즉, NWDAF 인스턴스 프로비저닝(provisioning)이 수행될 수 있다.
단계 603에서, NWDAF 인스턴스가 NRF에 등록될 수 있다. NWDAF 인스턴스는 NRF에 NF로써 등록하기 위해, NF Type, NF Instance ID, Names of supported services, PLMN ID 및 추가 정보들을, Nnrf_NFmanagement_NFRegister 서비스를 사용하여 NRF에 등록할 수 있다. 이때, 본 개시의 일 실시예서는, 상술된 NWDAF 인스턴스가 NRF에게 등록하기 사용하는 정보 외에도, 추가적으로 NWDAF 인스턴스를 구성하고 있는 모듈들의 목록(list of modules)을 NRF에 등록할 수 있다. 이 과정에서 기존의 NWDAF의 모듈 구성이 갱신되거나, 각 모듈의 상태가 변경되는 경우 Nnrf_NFmanagement_NFupdate가 사용될 수 있다.
단계 605에서, NWDAF에서 제공하는 서비스를 이용하고자 하는 NF, AF, OAM (이하 consumer NF)는 NRF에서 제공하는 Nnrf_NFDiscovery_Request 서비스를 이용하여, 목적에 맞는 NWDAF 인스턴스의 목록을 NRF에게 요청할 수 있다. 이때, 사용되는 NWDAF 발견 조건으로 Service Name, NF type of target NF, NF type of service consumer, 및 추가적인 정보들이 사용될 수 있다. Consumer NF들은 상술된 발견 조건에 사용될 수 있는 정보들을 발견 요청에 포함하여 NRF에게 전달할 수 있다. 이때, Consumer NF들은 추가적으로 Consumer NF의 목적에 따라 필요한 모듈의 목록(list of modules) 또는 모듈을 필터로 NRF에게 제공할 수 있다. 즉, Consumer NF는 필요로 하는 모듈로 구성된 NWDAF 인스턴스를 NRF에게 요청할 수 있다.
단계 607에서, NRF는 단계 605에서 전달 받은 NF 발견 요청에 부합하는 NWDAF 인스턴스의 집합을 선택할 수 있다. 이때, 단계 605에서 추가적으로 전달 받은 모듈의 목록(list of modules)이 사용될 수 있다.
단계 609에서, NRF는 단계 607에서 선택된 NWDAF 인스턴스의 집합을 Consumer NF에게 반환할 수 있다.
본 개시의 제2 실시예는, 피드백을 통한 목적 점수를 이용한 인스턴스 또는 모델 선택 방법을 포함할 수 있다.
본 개시의 제2 실시예는, 복수개의 NWDAF 인스턴스가 존재하는 경우, 목적에 부합하고 높은 수준의 분석 정보 만족도를 제공할 수 있는 NWDAF 인스턴스를 선택하는 방법을 제공할 수 있다. NWDAF가 제공하는 분석 정보를 이용하는 NF는 분석 정보를 제공 받은 후, 제공 받은 분석 정보에 대한 평가를 수행할 수 있다. 이러한 분석 정보에 대한 평가에 이용되는 대표적인 평가 정보로는, 정확도가 있을 수 있다. 더불어, 네트워크 분석 정보의 사용 목적에 따라 분석 정보의 값에 따른 만족도가 달라질 수 있다. 동일한 정확도를 가지는 분석 정보이지만, 이용 목적 또는 통신 운영자의 정책에 따라 분석 정보를 활용한 결정이 달라질 수 있다. 예를 들어, 특정 단말의 이동 속도가 100km/h이라고 가정되는 경우, 2개의 분석 모델이 각각 90km/h와 110km/h로 예측 분석 값을 제공할 수 있다. 두 개의 분석 정보는 모두 동일한 정확도(또는 오차)를 가질 수 있다. 하지만, 단말의 이동 속도가 110km/h라는 정보를 사용하여 AMF가 단말의 설정 값을 반영하는 경우, 약간의 자원 낭비는 있을 수 있지만 사용자가 체감하는 품질의 하락이 없어, 단말의 이동 속도가 90km/h라는 정보가 사용될 때보다 더 높은 만족도가 얻어질 수 있다. 이러한 분석 정보 결과의 차이점은 NWDAF 인스턴스 별로 구동하고 있는 분석 모델 또는 수집하는 데이터가 상이할 수 있기 때문이다. 본 개시에서는 이러한 분석 정보의 정확도와 만족도를 피드백 받아 NWDAF를 선택할 때, 사용하는 방법을 포함할 수 있다. 이때, 분석 정보의 정확도와 만족도와 같은 평가 정보를 제공하는 주체는, 분석 정보를 제공하는 NWDAF 인스턴스 자체(self-feedback)일 수 있다.
본 개시의 제2 실시예를 실시하기 위한 절차는 도 7에 도시되어 있다.
도 7은 본 개시의 일 실시예에 따른 분석 정보를 이용하는 엔티티의 피드백 정보를 활용하여 NWDAF 인스턴스를 발견 및 선택하는 절차를 도시하는 시퀀스 다이어그램이다.
단계 701에서, NF(예: Consumer NF)는 특정 NWDAF 인스턴스에게 분석 정보의 제공을 요청할 수 있다. 이때, 사용되는 서비스는 Nnwdaf_AnalyticsSubscription_subscribe 이거나 Nnwdaf_AnalyticsInfo_Request 일 수 있다. 703 단계에서, NWDAF 인스턴스는 단계 701에서 NF로부터 수신된 요청에 응답하여 NF로 응답 메시지를 전송할 수 있다. 예를 들어, NF가 Nnwdaf_AnalyticsSubscription_subscribe를 요청한 경우, NWDAF 인스턴스는 Subscription과 관련된 Subscription Correlation ID 등을 Nnwdaf_AnalyticsSubscription_subscribe Response에 포함하여 NF에게 전송할 수 있다.
단계 705에서, NWDAF는 단계 701에서 요청 받은 분석 정보를 제공할 수 있다.
단계 707에서, NF(예: Consumer NF)는 NWDAF 인스턴스로부터 제공 받은 분석 정보를 사용하여 특정 결정을 하거나, 그러한 특정 결정을 하는데 분석 정보를 참조할 수 있다. NF(예: Consumer NF)가 분석 정보를 활용하여 특정 결정을 내린 경우, 이를 적용할 수 있다. 더불어, 관측이 가능한 경우, 적용된 결정에 따른 결과를 관측할 수 있다. 예를 들면, 상술된 특정 결정에는, AMF 또는 NSSF가 NWDAF가 제공하는 슬라이스의 부하 정보(Slice Load level)를 활용하여 특정 UE가 요청한 S-NSSAI에 해당하는 슬라이스 인스턴스 선택과 관련된 결정, PCF가 NWDAF가 제공하는 서비스 경험 분석 정보(Service Experience Analytics)를 활용하여 QoS 프로파일을 유지하거나 변경하는 결정, SMF가 UPF의 부하 정보(load level analytics) 를 이용하여 단말의 트래픽 경로 결정, PCF의 네트워크의 성능 수준 분석 정보 (Network Performance Analytics)를 이용하여 BDT(Background Data Transfer)와 관련된 정책 및 시간 결정, 단말의 이상 행동(Abnormal behavior) 관련 분석 정보를 활용한 AM(Access and mobility management) 또는 SM(Session management)과 관련된 정책 결정, PCF 또는 AMF가 단말의 예상 행동 패턴(Expected UE behavior)을 활용한 서비스 지역 제한(Service Area Restriction) 결정, AMF가 단말의 예상 행동 패턴(Expected UE behavior)을 활용하여 등록 주기, DRX 주기, 최소 연결 유지 시간 등을 결정하는 것들이 포함될 수 있다. 이외에도, SMF 또는 PCF가 특정 응용의 최적 DNAI (Data Network Access Identifier)의 결정, PCF가 RFSP(Radio/Frequency Selection Priority) 인덱스 관련 결정, NEF 또는 PCF를 통한 새로운 응용의 탐지 및 활용과 관련된 결정에 NWDAF가 제공하는 분석 정보가 활용될 수 있다.
단계 709에서, NF(예: Consumer NF) 또는 네트워크 운영자는 제공 받은 분석 정보의 정확도와 만족도를 수치화하여 NWDAF 인스턴스에 피드백 할 수 있다. 피드백 정보는, NWDAF로부터 제공 받은 분석 정보의 Consumer NF 종류(type), 적용 서비스(used service), 적용 대상(target), 정확도, 만족도와 같은 정보를 포함할 수 있고, NF는 이러한 피드백 정보를 NWDAF 인스턴스에 전송할 수 있다.
일 실시예에 따르면, NF(예: Consumer NF)가 분석 정보를 요청할 때 요청하였던, 분석 정보 대상 시간(Analytics Target Period), 선호 정확도(Preferred level of accuracy), 분석 정보 응답 시간(time when analytics are needed), 및 요청 시 포함된 필터 정보가 피드백 정보에 선택적으로 포함될 수 있다.
일 실시예에 따르면, 분석 정보의 특성에 따라 피드백 정보에 포함되는 정보는 상술된 정보의 일부 조합만이 포함될 수도 있다. 본 개시에서는 NWDAF 인스턴스에게 피드백 하기 위한 방법으로써 구독 서비스가 이용되는 경우, Nnwdaf_AnalyticsSubscription_Feedback로 지칭되는 피드백 정보가 NWDAF 인스턴스에게 전송될 수 있고, 분석 정보 요청 서비스가 이용되는 경우, Nnwdaf_AnalyticsInfo_Request_Feedback으로 지칭되는 피드백 정보가 NWDAF 인스턴스에게 전송될 수 있다.
단계 711에서, NWDAF 인스턴스는 단계 709에서 제공 받은 피드백 정보를 수집할 수 있다. 피드백 정보를 수집하여 누적 수집된 결과가 특정 임계값을 넘거나 특정 주기에 부합하는 경우, NWDAF 인스턴스는 NRF에 NFProfile을 갱신하는 결정을 내릴 수 있다. 예를 들면, 상술된 누적 수짐된 결과가 특정 임계값을 지나는 경우로서, 분석 정보의 정확도 또는 만족도가 90%와 같은 특정 수치를 초과하거나 떨어지는 경우, NWDAF 인스턴스는 NRF에 NFProfile을 갱신하는 결정을 할 수 있다. 또는, 특정 주기가 사용되는 경우, 24시간과 같이 특정 시간이 경과한 시점에서, NWDAF 인스턴스는 NRF에 NWDAF 인스턴스의 NFProfile을 갱신 할 수 있다. 상술된 특정 임계값 또는 특정 주기와 같은 값들은 내부 정책에 따라 결정될 수 있다.
단계 713에서, 상술된 단계 711에서 NRF의 NFProfile을 갱신하는 것이 결정된 경우, NWDAF 인스턴스는 새로운 정보가 포함된 NFprofile 또는 인자들을 구성하여 NRF에 요청할 수 있다. 이때, Nnrf_NFManagement_NFUpdate가 사용될 수 있다. 이때 전달 되는 정보는 Consumer NF 종류(Consumer NF type), 적용 서비스 (Used Service), 적용 대상(Target), 정확도(Accuracy), 만족도(Score)에 대한 정보를 포함할 수 있다. 일 실시예에 따르면, Consumer NF 종류는 분석 정보를 활용한 대상을 의미할 수 있고, 적용 서비스는 Consumer NF가 분석 정보를 활용하여 수행한 결정과 연관된 서비스를 의미할 수 있다. 또한, 적용 대상은 결정이 적용된 대상(예, UE 또는 특정 NF, 또는 트래픽 전달 경로 등)을 의미할 수 있다. 상술된 Consumer NF, 적용 서비스 및 적용 대상에 더하여, 단계 711에서 정확도 및 만족도가 누적되어 평가된 결과가 NRF에게 전달될 수 있다. 일 실시예에 따르면, 보다 정확한 피드백 정보를 제공하기 위하여, 단계 709에서 선택적으로 전달된, 분석 정보 대상 시간(Analytics Target Period), 선호 정확도(Preferred level of accuracy), 분석 정보 응답 시간(time when analytics are needed), 및 요청 시 포함된 필터 정보가, 누적 평가 또는 피드백 결과와 함께 NRF에게 제공될 수도 있다. 이러한 추가된 인자들을 전달 받은 NRF는 전달 받은 인자들을 NFProfile에 저장할 수 있다.
단계 715에서, NWDAF의 분석 정보를 이용하고자 하는 새로운 Consumer NF(New Consumer NF)는, NRF에게 특정 분석 정보를 제공하는 NWDAF 인스턴스의 목록을 요청할 수 있다. 이 때, 새로운 Consumer NF는 NWDAF 인스턴스의 발견 조건으로 Target NF type, consumer NF type, Analytic ID를 NRF에게 전달할 수 있다. 추가적으로, 본 개시에서는 분석 정보의 활용과 연관된 서비스(Related service), 정확도, 만족도가 필터 정보로서 NRF에게 제공될 수도 있다. 즉, 본 개시의 일 실시예에서 필터 정보는, 특정 정보를 분류하기 위하여 사용되는 조건에 대한 정보를 의미할 수 있다.
단계 717에서, NRF는 단계 715에서 제공받은 정보를 활용하여 조건을 만족하는 NWDAF 인스턴스의 집합을 생성할 수 있다.
단계 719에서, NRF는 새로운 Consumer NF에게 NWDAF 인스턴스의 집합을 반환하면서, 추가적으로 각 인스턴스와 관련된 특정 연관 서비스와, 관련 정확도 및 만족도를 함께 전달할 수 있다.
NWDAF의 분석 정보가 NEF를 통해 AF에게 제공되는 경우, 도 7의 단계 701 내지 709는 도 8의 단계 801 내지 817로 대체될 수 있다.
도 8은 본 개시의 일 실시예에 따른 AF가 NWDAF를 발견하는 방법을 도시하는 시퀀스 다이어그램이다.
도 8을 참조하면, 801 단계에서, AF는 NWDAF에게 분석 정보의 제공을 요청하기 위하여, NEF에게 Nnef_AnalyticsExposure_Subscribe 또는 Nnwdaf_AnalyticsExposure_Fetch 메시지를 전송할 수 있다. 701 단계와 동일한 방법으로, 803 단계에서 NEF는 NWDAF에게 분석 정보의 제공을 요청할 수 있다. 그리고, 805 단계에서 NWDAF는 703 단계와 동일한 방법으로 NEF에게 응답 메시지를 전송할 수 있다.
807 단계에서, NEF는 NWDAF로부터 수신 받은 응답 메시지를 AF에게 전달할 수 있다. 그리고, 705 단계와 동일한 방법으로, 809 단계에서 NWDAF는 NEF에게 요청 받은 분석 정보를 제공할 수 있다.
811 단계에서, NEF는 NWDAF로부터 수신 받은 분석 정보를 AF에게 전달할 수 있다. 그리고, 707 단계와 동일한 방법으로, 813 단계에서 AF는 NWDAF로부터 제공 받은 분석 정보를 사용하여 특정 결정을 하거나, 그러한 특정 결정을 하는데 분석 정보를 참조할 수 있다.
815 단계에서, AF는 제공 받은 분석 정보의 정확도 및 만족도 등을 수치화한 정보를 포함하는 피드백 정보를 NEF에게 전송할 수 있다. 그리고, 709 단계와 동일한 방법으로, 817 단계에서 NEF는 NWDAF에게 피드백 정보를 전달할 수 있다.
본 개시의 제3 실시예는, 수집 데이터 공유를 위한 NWDAF 인스턴스 발견 및 선택 방법을 포함할 수 있다.
일 실시예에 따르면, NWDAF의 기본적인 동작 방법은 네트워크에서 발생한 데이터를 대규모로 수집하여, 수집된 데이터로부터 운용 및 관리에 필요한 모델을 생성하는 것을 포함할 수 있다. 이러한 모델에 기반하여 특정 현상 또는 대상의 행동에 관련된 통계 정보를 획득하거나 예측하는 방법이 사용될 수 있다. 이때 사용되거나 학습되는 모델은 다양한 통계적 모델뿐만 아니라 기계 학습, 인공지능 또는 딥 러닝과 같은 기법을 활용하는 모델이 사용될 수 있다. 이러한 과정에서 우선되어야 하는 것은 모델을 생성 또는 활용하기 위한 데이터를 수집하는 것일 수 있다.
핵심 망 내부에 복수개의 NWDAF가 각각 특정 NF로부터 데이터를 수집하는 경우, 데이터를 제공하는 NF 입장에서는 중복된 데이터를 수집하고 보고해야 하는 부하(load)가 생성될 수 있다. 또한, 핵심 망을 구성하는 네트워크 입장에서는 동일한 데이터의 전달을 위한 복수개의 시그널링이 생성되는 단점이 존재할 수 있다. 따라서, 상술된 문제를 해결하기 위해, NWDAF의 세부 기능을 분리하여 데이터를 수집하는 인스턴스를 구성하고, 수집된 데이터를 복수개의 NWDAF 인스턴스가 공유하여 사용하는 방법이 사용될 수 있다. 이러한 방법을 통해, 데이터를 제공하는 NF는 단일 대상의 수집을 담당하는 NWDAF와 통신할 수 있으며, 각 NWDAF들은 무수히 발생하는 많은 수의 네트워크 데이터를 전부 수집하고 저장하지 않아도 될 수 있다. 따라서, 이를 통해 NF 및 NWDAF의 데이터 수집 및 처리를 위한 부하가 줄어들 수 있으며, 수집 데이터의 전달을 위한 시그널링 메시지의 개수가 감소되는 효과가 있을 수 있다.
단일의 엔티티로 표현되는 NWDAF는 상술된 바와 같이 다양한 세부 기능들로 나누어질 수 있으며, 본 개시는 데이터 수집을 위한 기능들을 분리하여 NWDAF 인스턴스를 구성하는 방법을 포함할 수 있다. 기존의 NWDAF는 두 가지의 서비스만을 제공하고 있는데, 그러한 두 가지의 서비스는 분석 정보 구독(Nnwdaf_Analytics_Subscription)과 분석 정보 요청(Nnwdaf_AnalyticsInfo) 서비스이다. 따라서, 기존의 서비스 기반의 인터페이스를 활용하여 데이터 수집을 위한 세부 기능 인스턴스가 발견될 수 없다. 이러한 문제를 해결하기 위해 본 개시에서는 특정 NWDAF 인스턴스가 데이터 수집 기능을 공유할 수 있도록 하기 위한 방법이 설명된다.
본 개시에서는 데이터 수집과 관련된 데이터 수집 기능과, 데이터 저장과 관련하여 NWDAF에 새로운 서비스 인터페이스가 정의될 수 있다. 새롭게 정의되는 인터페이스의 이름은 Nnwdaf_DataCollection 으로 지칭될 수 있다. 상술된 서비스 인터페이스는, 특정 NF가, 수집되거나 또는 추후 수집되는 데이터에 대한 요청을 수행하기 위한 새로운 서비스를 의미할 수 있다. 상술된 서비스에서 제공되는 인터페이스는 구독(Subscribe), 통지(Notify), 통지 해제(Unsubscribe), 요청(Request 또는 Fetch), 응답(Response)을 포함할 수 있다. 일 실시예에 따르면, 구독은 새롭게 수집되는 데이터 또는 이벤트에 대하여 주기적 또는 특정 조건이 만족되었을 경우 데이터에 대한 통지를 요청하는 것을 의미할 수 있다. 구독 서비스는 구독 해제를 통하여 더 이상의 통지를 받지 않을 수 있다. 요청 인터페이스는 기존의 데이터를 일시적으로 가지고 오기 위한 인터페이스로, 특정 데이터에 대해서 요청을 받았을 경우, 응답을 통해 데이터를 요청자에게 전달할 수 있다. 구독과 요청의 경우 수집하고자 하는 이벤트, 조건, 시간, 주기 등과 같은 추가적인 인자들이 함께 요청될 수 있다. 예를 들어, 특정 단말의 위치 정보에 대한 이벤트를 구독 하고자 할 경우, 다음과 같은 요청이 수행될 수 있다. Nnwdaf_DataCollection_Subscribe(Data Name = UE location, Period = 12:00PM - 14:00 PM, Target = UE ID1, filter = [(Area of Interest = TAI1, TAI2)]). 이러한 요청은 UE ID1을 가지는 단말에 대해서 오후 12시부터 14시까지 TAI1과 TAI2에 단말이 위치 하여 있을 경우, 단말의 위치를 통지하도록 요청하는 것을 의미할 수 있다. 본 개시를 위한 절차는 도 9에 도시되어 있다.
도 9는 본 개시의 일 실시예에 따른 데이터 수집 기능을 위한 NWDAF를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
단계 901에서, NWDAF의 DataCollection 서비스를 이용하고자 하는 NF는 NRF를 이용하여 Nnwdaf_DataCollection 서비스를 제공하는 NWDAF 인스턴스를 요청할 수 있다. 일 실시예에 따르면, 이때 NF는 데이터 수집을 다른 NWDAF 인스턴스를 통해 수행하려고 하는 NWDAF 인스턴스 일 수 있다. 또한, 데이터 수집과 데이터 저장소의 역할을 추가적으로 구별하기 위해, NF는 모듈을 이름을 추가적인 인자로 제공함으로써, 데이터 저장소과 데이터 수집 기능의 수행 여부의 필요 사항을 명시적으로 전달할 수 있다.
단계 903에서, NF로부터 NWDAF 인스턴스를 요청 받은 NRF는 요청된 기능을 제공하는 NWDAF를 NF에게 반환할 수 있다.
단계 905에서, NF는 NWDAF에 DataCollection 서비스에서 제공하는 인터페이스를 호출할 수 있다. 이때, 호출될 수 있는 인터페이스는 구독(Subscribe), 통지(Notify), 통지 해제(Unsubscribe), 요청(Request 또는 Fetch), 응답(Response)과 같은 인터페이스를 포함할 수 있다. 예를 들어, 도 9에서는 구독(Subscribe)을 사용하는 절차가 도시되어 있으며, 추가적인 인자로 데이터 이름(data name), 수집 기간(period), 대상(target) 또는 필터(filters)에 대한 정보가 함께 전달될 수 있다.
일 실시예에 따르면, 상술된 추가적인 인자를 이용하여, 특정 대상 데이터에 대한 조건이 만족되었을 경우, 해당 데이터를 통지하도록, NWDAF에게 요청될 수 있다. 또한, 구독뿐만 아니라 요청(Request 또는 Fetch) 인터페이스가 사용되는 경우에도, 유사한 요청 인자들이 포함되어 NWDAF에게 요청될 수 있다.
단계 907에서, 단계 905에서 전송된 인터페이스 호출에 대한 응답 메시지가, NWDAF로부터 NF에게 전송될 수 있다. 이때, NF에게 전송되는 응답 메시지는 구독 ID(Subscription ID) 등을 포함할 수 있다.
단계 909에서, 단계 905에서 NF로부터 요청을 수신한 NWDAF 인스턴스는 조건을 만족하는 데이터 또는 이벤트를 수집하였을 경우, 수집된 데이터를 NF에게 통지할 수 있다.
단계 911에서, NF는 NWDAF로부터 통지 받은 데이터를 이용하여 관련 서비스를 수행할 수 있다. 이때, NF가 다른 NWDAF 인스턴스인 경우, 다른 NWDAF 인스턴스는 통지 받은 데이터를 이용하여 분석 정보를 생성할 수 있다.
단계 913에서. NF는 현재 데이터를 전달 받은 NWDAF 인스턴스의 데이터 수집 정확도와 만족도에 대한 피드백을 NWDAF에게 전달할 수 있다. 이러한 피드백 전달을 통해, 특정 데이터 수집과 관련하여 선별적으로 NWDAF 인스턴스의 선택을 보조할 수 있다. 예를 들어, DataCollection 서비스를 제공하는 NWDAF 인스턴스가 복수 개 존재할 수 있다. 이때, 각각의 데이터 수집 NWDAF 인스턴스들은 데이터 수집 주기, 데이터 수집 대상이 다르기 때문에, 각 NF의 목적에 따라 수집된 데이터가 상이할 수 있다. 따라서, 각 목적에 따른 NWDAF 인스턴스 선택을 보조하기 위한 피드백 데이터가 누적될 수 있다.
본 개시의 제4 실시예는, 작업 오프로딩(offloading)을 위한 NWDAF 인스턴스 등록 및 발견 방법을 포함할 수 있다.
일 실시예에 따르면, 네트워크 데이터들은 대규모 수의 단말과 국가 단위의 넓은 지역을 담당하고 있기 때문에, 많은 용량의 데이터가 매우 높은 속도로 생성될 수 있다. 이러한 국가 단위의 이동통신 네트워크에서 발생하는 데이터에 대하여, 단일의 NWDAF가 모든 데이터를 수집하고 분석을 위한 계산을 수행하는 것은 어려울 수 있다. 이러한 문제를 해결하기 위해서, NWDAF는 특정 분석 정보 요청에 대해서 작업을 분산하여 복수개의 NWDAF에 계산을 위임할 필요가 있다. 본 개시에서 이러한 계산의 위임은, 작업 오프로딩(Task Offloading)으로 지칭될 수 있다.
일 실시예에 따르면, 작업 오프로딩은, 요청 받은 네트워크 분석 정보 요청을 복수의 NWDAF 인스턴스가 나누어서 처리하는 것과, 필요하다면 특정 NWDAF가 분산된 NWDAF 인스턴스에서 받은 결과들을 통합하는 작업을 수행하는 것을 의미할 수 있다. 이때, 통합된 분석 정보를 작은 분석 정보들로 나누는 기준은 지역 별, 단말 별, 분석 정보 별, 인스턴스 별, 네트워크 기능(NF) 별 등 다양한 기준이 존재할 수 있다. 이와 같은 다양한 기준에 따라, 네트워크 분석 정보 요청이 복수의 NWDAF 인스턴스에게 분산되어 처리될 수 있다. 예를 들어, 모든 단말들에 대해서 이상 행동(Abnormal Behavior)를 하는 단말을 감지 하는 분석 정보가 NWDAF 인스턴스에게 요청된 경우, 지역 별로 복수 개의 NWDAF 인스턴스들이 참여하여 분석정보를 생성하고, 통합된 결과를 생성하여 요청한 NF에게 결과를 전달할 수 있다.
본 개시에 따른 작업 오프로딩을 수행하는 방법은 크게 2가지로 나누어질 수 있다. 첫 번째 방법은, 분석 정보 요청을 받은 NWDAF가 다른 NWDAF에 분석 정보를 다시 요청하는 방법이다. 이러한 첫 번째 방법에 따른 절차는 도 10에 도시되어 있다. 도 10에 개시된 예시에서 NWDAF 인스턴스는 NWDAF를 의미할 수 있다.
도 10은 본 개시의 일 실시예에 따른 NWDAF 인스턴스가 작업 오프로딩을 위한 다른 NWDAF를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
단계 1001에서, NF는 NWDAF 인스턴스 1에게 분석 정보를 요청할 수 있다. 또는, AF, 또는 OAM이 NWDAF 인스턴스 1에게 분석 정보를 요청할 수도 있다.
단계 1003에서, NWDAF 인스턴스 1은 요청 받은 분석 정보에 대한 작업을 다른 NWDAF에게 오프로딩하여 계산할 것을 결정할 수 있다. NWDAF 인스턴스 1이 이러한 결정을 내리는 기준으로, 분석 정보가 필요한 시점(Time when analytics information is needed), 현재 NWDAF의 부하 정도(load level), 현재 NWDAF의 자원 현황(Resource Capacity), 분석 정확도 등이 고려될 수 있다. NWDAF 인스턴스 1은 상술된 기준들을 고려하여 오프로딩과 관련된 결정을 할 수 있다.
단계 1005에서, 분석 정보 계산 관련 작업을 분산하기로 결정한 NWDAF 인스턴스 1은, 작업을 분산시킬 다른 NWDAF 인스턴스를 찾기 위해 NRF에게 Nnrf_NFDiscovery 요청을 전송할 수 있다. 요청 대상으로, 발견 대상 NWDAF가 작업을 오프로딩 하기 위한 분석 정보 식별자(Analytics ID)를 지원하는지 여부가 포함될 수 있다. 이때, NWDAF 인스턴스 1은 대상 관련 인자의 필터에, NWDAF의 인터페이스와 추론 엔진 모듈이 포함되어 있는지 여부를 추가적으로 전달할 수 있다. NWDAF의 인터페이스와 추론 엔진 모듈이 포함되어 있는지 여부를 추가적으로 전달함으로써, NRF가 작업 오프로딩을 지원하는 NWDAF 인스턴스를 찾도록 할 수 있다. 예를 들어, 단계 1005에서, NWDAF 인스턴스 1은, 대상 NWDAF의 유형, 지원되는 서비스의 이름(name of supported services), 분석 정보 식별자(analytics ID) 또는 모듈들의 목록(list of modules) 등을 포함하는 Nnrf_NFDiscovery 요청을 NRF에게 전송할 수 있다.
단계 1007에서, 요청을 받은 NRF는 요청에 해당하는 NWDAF 인스턴스를 반환할 수 있다. 예를 들어, NRF는 작업을 오프로딩 할 수 있는 NWDAF 인스턴스 집합(NWDAF instance set)에 대한 정보를 포함하는 응답 메시지를 NWDAF 인스턴스 1에게 전송할 수 있다.
단계 1009에서, 작업 오프로딩을 하기 위한 새로운 NWDAF 인스턴스 2를 발견하였을 경우, NWDAF 인스턴스 1은 인스턴스 2에게 분석 정보를 요청할 수 있다. 이때, 요청하는 분석 정보의 대상, 시간, 정확도는 NWDAF 인스턴스 1이 단계 1001에서 요청 받은 것과 동일하거나, 작은 범위를 포함할 수 있다. 예를 들어, 단계 1001에서 NWDAF 인스턴스 1이 단말 1 내지 100까지에 대한 예상 이동 경로에 대한 분석 정보 요청을 받을 경우, 단계 1009에서 NWDAF 인스턴스 1은 NWDAF 인스턴스 2에 50 내지 100에 해당하는 단말의 이동경로 예측에 대한 분석 정보를 요청할 수 있다. 분석 정보를 계산하기 위한 작업 오프로딩 시, 작업을 분할하는 방법에는, 요청 받은 대상을 분할하거나, 요청 받은 지역, 특정 시간대로 분할하는 방법이 있을 수 있다. 추가적으로, 특정 분석 정보가 다른 분석 정보의 조합으로 이루어지는 경우, NWDAF 인스턴스 1은 단계 1001에서 요청 받은 것과 다른 분석 정보를 NWDAF 인스턴스 2에게 요청할 수 있다.
단계 1011 및 단계 1013에서. NWDAF 인스턴스 1과 NWDAF 인스턴스 2는 각각 분석 정보 요청을 처리할 수 있다. 이때, NWDAF 인스턴스 1은 작업을 오프로딩 한 부분을 제외하고 계산을 수행할 수 있다. 단계 1009의 예시에서, NWDAF 인스턴스 1은 단말 0 내지 55에 해당하는 분석 정보만을 계산할 수 있다.
단계 1015에서, NWDAF 인스턴스 1은 NWDAF 인스턴스 2에 의해 계산된 결과를 NWDAF 인스턴스 2로부터 수신할 수 있다.
단계 1017에서, 단계 1011에서 계산된 정보와, 단계 1013에서 계산되어 단계 1015를 통해 수신된 정보에 기초하여, NWDAF 인스턴스 1은, 단계 1001에서 요청 받은 분석 정보를 생성할 수 있다.
단계 1019에서, NWDAF 인스턴스 1은 단계 1017에서 생성된 최종 분석 정보를 분석 정보 요청자에게 전달할 수 있다. 즉, NWDAF 인스턴스 1은 최종 분석 정보를 NF에게 전달할 수 있다.
본 개시에 따른 작업 오프로딩을 수행하는 두 번째 방법은, NWDAF에 새로운 작업 오프로딩을 위한 서비스를 정의하는 것이다. 이러한 방법은 NWDAF에 분석 정보 요청을 하는 것에 비하여, 오프로딩에 관련된 인자들을 전달함으로써 보다 정교하게 분석 정보의 계산을 나눌 수 있는(또는 오프로딩 할 수 있는) 장점이 있다. 이러한 작업 오프로딩을 지원하기 위해, 본 개시에서는 Nnwdaf_TaskOffloaing 서비스가 정의될 수 있다. Nnwdaf_TaskOffloaing 서비스는 요청(Request)과 응답(Response)의 인터페이스르 제공될 수 있다. 요청 인터페이스는 특정 NWDAF 인스턴스에게 작업 오프로딩을 요청하기 위해 사용되는 인터페이스로, 요청 인터페이스는 분석 정보 식별자(Analytics ID), 분석 모델 식별자(Analytics Model ID), 대상(Target), 보고 관련 정보(Reporting Information), 필터 정보(Filter Information), 분석 모델(Analytics Model) 등을 포함할 수 있다. 분석 정보 오프로딩 요청을 받은 NWDAF 인스턴스는 요청의 실행 여부를 판단할 수 있고, 이에 따라 분석 정보 오프로딩 요청을 받은 NWDAF 인스턴스는 요청의 승인 또는 거절 여부를 나타내는 정보를 반환할 수 있다. 거절 시, 자원 부족, 데이터 부족과 같은 요청 거절의 이유가 포함될 수 있다. 상술된 본 개시의 실시예를 위한 절차는 도 11에 도시되어 있다.
도 11은 본 개시의 일 실시예에 따른 NWDAF가 작업 오프로딩을 위한 NWDAF 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
도 11을 참조하면, 단계 1101에서, NF는 NWDAF 인스턴스 1에게 분석 정보를 요청할 수 있다. 또는, AF, 또는 OAM이 NWDAF 인스턴스 1에게 분석 정보를 요청할 수도 있다.
단계 1103에서, NWDAF 인스턴스 1은 요청 받은 분석 정보에 대하여, 다른 NWDAF(또는, NWDAF 인스턴스)가 작업을 오프로딩하여 계산할 것을 결정할 수 있다. NWDAF 인스턴스 1이 이러한 결정을 내리는 기준으로 분석 정보가 필요한 시점 (Time when analytics information is needed), 현재 NWDAF의 부하 정도(load level), 현재 NWDAF의 자원 현황(Resource Capacity), 분석 정확도 등이 포함될 수 있다.
단계 1105에서, 분석 정보 계산 관련 작업을 분산하기로 결정한 NWDAF 인스턴스 1은 작업을 분산 시킬 다른 NWDAF 인스턴스를 찾기 위해 NRF에 Nnrf_NFDiscovery 요청을 전송할 수 있다. 이때 작업을 분산 시킬 대상 NWDAF 인스턴스가 Nnwdaf_TaskOffloading 서비스를 지원하는지 여부가 Nnrf_NFDiscovery 요청에 포함될 수 있다.
단계 1107에서, NRF는 Nnwdaf_TaskOffloading 서비스를 지원하는 NWDAF 인스턴스들을 NWDAF 인스턴스 1에게 반환할 수 있다. 예를 들어, NRF는 Nnwdaf_TaskOffloading 서비스를 지원하는 NWDAF 인스턴스 집합(NWDAF instance set)에 대한 정보를 포함하는 응답 메시지를 NWDAF 인스턴스 1에게 전송할 수 있다.
단계 1109에서, NWDAF 인스턴스 1은 Nnwdaf_TaskOffloading_Request를 이용하여, 새롭게 발견된 NWDAF 인스턴스 2에게 특정 작업을 오프로딩 하는 것을 요청할 수 있다. 요청 시 전달되는 인자로 오프로딩 하려고 하는 분석 정보 식별자(Analytics ID), 분석 정보 모델 식별자(Analytics Model ID), 대상(Target), 보고 정보(Reporting information), 필터 정보(Filter Information) 등이 포함될 수 있다. 일 실시예에 따르면, 분석 정보 식별자와 분석 모델 식별자는, 상술된 특정 작업 오프로딩 요청에 선택적으로 포함될 수 있다. 이때, 모델이 NWDAF 인스턴스 1에서 사용되는 모델인 경우, NWDAF 인스턴스 1은 모델(Analytic Model) 자체를 전달하여 NWDAF 인스턴스 2가 계산하도록 할 수도 있다.
단계 1111 및 단계 1113에서, NWDAF 인스턴스 1과 NWDAF 인스턴스 2는 각각 분석 정보 요청을 처리할 수 있다. 이때, NWDAF 인스턴스 1은 작업을 오프로딩 한 부분을 제외하고 계산을 수행할 수 있다. 즉, NWDAF 인스턴스 1은 NWDAF 인스턴스 2에게 작업을 오프로딩 한 부분을 제외하고, 분석 정보에 대한 계산을 수행할 수 있다.
단계 1115에서, NWDAF 인스턴스 2는 오프로딩 된 작업의 계산이 완료된 경우, 계산 결과를 NWDAF 인스턴스 1에게 전달할 수 있다. 일 실시예에 따르면, NWDAF 인스턴스 2는, 오프로딩 된 작업을 수행할 수 없는 경우, 실패를 나타내는 지시자(failure indication)을 NWDAF 인스턴스 2에게 전송할 수 있다. 이때, NWDAF 인스턴스 2는 작업 실패의 이유(cause) 또한 NWDAF 인스턴스 1에게 전송할 수 있다.
단계 1117에서, NWDAF 인스턴스 1은 단계 1111에서 계산된 결과와, 단계 1113에서 NWDAF 인스턴스 2로부터 수신된 계산 결과에 기초하여, 단계 1101에서 요청 받은 분석 정보를 생성할 수 있다.
단계 1119에서. NWDAF 인스턴스 1은 단계 1117에서 생성된 최종 분석 정보를 분석 정보 요청자에게 전달할 수 있다. 예를 들어, NWDAF 인스턴스 1은 단계 1117에서 생성된 최종 분석 정보를 NF에게 전달할 수 있다.
본 개시의 제5 실시예는, 협력 학습(Federated Learning)을 위한 NWDAF 인스턴스 발견 및 선택 방법을 포함할 수 있다.
일 실시예에 따르면, NWDAF 인스턴스는 분석 모델의 종류에 따라 학습한 인자들의 공유가 필요한 협력 학습(Federated Learning)을 사용할 수 있다. 협력 학습은 여러 인스턴스가 독자적으로 학습한 결과물들을 공유하여, 공통된 학습 인자들을 공유함으로써 학습의 효율을 높이는 방법을 의미할 수 있다. 따라서, 인스턴스 간에는 사용할 학습 모델과 공유할 인자들에 대한 사전 협의가 필요할 수 있다. 본 개시에서는 이러한 인스턴스 간 협력 모델과 공유할 인자에 관련된 협상을 위한 서비스가 제공된다. 이러한 서비스는 Nnwdaf_FederatedLearning_Association으로 지칭될 수 있다. 일 실시예에 따르면, 상술된 협력 학습을 수행하기 위한 절차는 도 12에 도시되어 있다.
도 12는 본 개시의 일 실시예에 따른 협력 학습을 하기 위해 NWDAF 인스턴스를 발견 및 선택하는 방법을 도시하는 시퀀스 다이어그램이다.
도 12을 참조하면, 단계 1201에서, NWDAF 인스턴스 1은 협력 학습(federated learning)을 할 것을 결정할 수 있다.
단계 1203에서, 협력 학습을 하기 위한 NWDAF 인스턴스 1은 학습 인자를 공유할 다른 NWDAF 인스턴스를 찾기 위해 NRF에게 Nnrf_NFDiscovery 요청을 전송할 수 있다. 이때, 학습 인자를 공유할 대상 NWDAF 인스턴스가 Nnwdaf_FederatedLearning_Association 서비스를 지원하는지 여부가 Nnrf_NFDiscovery 요청에 포함될 수 있다.
단계 1205에서, NRF는 Nnwdaf_FederatedLearning_Association 서비스를 지원하는 NWDAF의 인스턴스들을 반환할 수 있다. 예를 들어, NRF는 Nnwdaf_FederatedLearning_Association 서비스를 지원하는 NWDAF의 인스턴스 집합(NWDAF instance set)에 대한 정보를 포함하는 응답 메시지를 NWDAF 인스턴스 1에게 전송할 수 있다.
단계 1207에서, NWDAF 인스턴스 1은 Nnwdaf_FederatedLearning_Association_Reqeust를 이용하여, 새롭게 발견된 NWDAF 인스턴스 2에게 특정 모델에 대한 학습 인자를 공유할 것을 요청할 수 있다. 요청 시 전달되는 인자로는, 협력 학습을 하려고 하는 분석 정보 식별자, 분석 모델 식별자, 공유하려는 인자 목록, 보고 주기 필터 정보(Filter Information) 등이 포함될 수 있다. 일 실시예에 따르면, 분석 정보 식별자와 분석 모델 식별자는, 상술된 특정 모델에 대한 학습 인자 공유 요청에 선택적으로 포함될 수 있다. 이때, 모델이 NWDAF 인스턴스 1에서 사용되는 모델인 경우, NWDAF 인스턴스 1은 모델(Analytic Model) 자체를 전달하여 NWDAF 인스턴스 2가 계산하도록 할 수도 있다.
단계 1209 및 단계 1211에서, NWDAF 인스턴스 1과 NWDAF 인스턴스 2는 각각 학습을 수행할 수 있다.
단계 1213에서, NWDAF 인스턴스 2는 단계 1207에서 합의된 주기에, 학습된 인자를 NWDAF 인스턴스 1에게 보고할 수 있다.
단계 1215에서, NWDAF 인스턴스 1은 NWDAF 인스턴스 2로부터 전달 받은 인자들과 자신의 인자들을 조율하여 통합된 인자를 계산하고 모델에 적용할 수 있다.
본 개시의 제6 실시예는, 분석 모델 전달을 위한 NWDAF instance 등록 및 발견 방법을 포함할 수 있다.
일 실시예에 따르면, NWDAF에서 구동 가능한 분석 모델의 자체적 학습, 상용 모델 구입, 다른 인스턴스로부터 공유 등 다양한 방법이 이용될 수 있다. 더불어, 동일한 분석 정보를 제공함에 있어서 다양한 모델이 선택적으로 사용될 수 있다. 따라서, NWDAF는 분석 정보 요청을 수신하였을 경우, 분석 정보를 계산하기 위한 모델을 선택하고, 분석 정보를 계산할 수 있다. 이때, 필요한 분석 정보 모델이 없는 경우, NWDAF는 분석 정보 모델을 모델 저장소 또는 다른 NWDAF 인스턴스로부터 전달 받을 수 있다. 이러한 분석 정보 모델의 전달을 위해 본 개시에서는 Nnwdaf_Model_Transfer 서비스가 정의될 수 있다. 일 실시예에 따르면, 상술된 분석 모델 전달을 위한 NWDAF instance 등록 및 발견 방법을 실시하기 위한 절차는 도 13에 도시되어 있다.
일 실시예에 따르면, 후술되는 단계 1301이 수행되기 전에, 도 6의 단계 601 및 단계 603이 수행될 수 있다. 예를 들어, NWDAF 인스턴스 1은 NWDAF 인스턴스 1에 대한 프로비저닝을 수행할 수 있고, NRF에 등록할 수 있다.
단계 1301에서, NWDAF 인스턴스 1은 분석 정보 계산을 위한 모델이 필요함을 인지하고, 분석 정보 계산을 위한 모델을 다른 NWDAF 인스턴스로부터 전달 받을 것을 결정할 수 있다.
단계 1303에서, NWDAF 인스턴스 1은 모델 전달을 지원하는 다른 NWDAF 인스턴스를 찾기 위해 NRF에 Nnrf_NFDiscovery 요청을 전송할 수 있다. 이때 모델 전달을 지원하는 대상 NWDAF 인스턴스가 Nnwdaf_Model_Transfer 서비스를 지원하는지 여부가 Nnrf_NFDiscovery 요청에 포함될 수 있다. 이때, 모델 저장소와 같이 모델의 배포를 위한 전용 NWDAF 인스턴스의 검색 여부에 대한 정보가 추가적으로 전달될 수도 있다.
단계 1305에서, 요청을 수신한 NRF는 Nnwdaf_Model_Transfer 서비스를 지원하는 NWDAF 인스턴스들을 반환할 수 있다. 예를 들어, NRF는 Nnwdaf_Model_Transfer 서비스를 지원하는 NWDAF 인스턴스 집합(NWDAF instance set)에 대한 정보를 포함하는 응답 메시지를 NWDAF 인스턴스 1에게 전송할 수 있다.
단계 1307에서, NWDAF 인스턴스 1은 Nnwdaf_Model_Transfer_Reqeust를 이용하여, 새롭게 발견된 NWDAF 인스턴스 2에게 특정 분석 모델의 전달을 요청할 수 있다. 요청 시 전달되는 인자로는, 분석 정보 식별자, 분석 모델 등이 포함될 수 있다. 일 실시예에 따르면, 분석 정보 식별자와 분석 모델 식별자는 상술된 특정 분석 모델에 대한 전달 요청에 선택적으로 포함될 수 있다.
단계 1309에서, NWDAF 인스턴스 2는 요청 받은 모델을 NWDAF 인스턴스 1에게 전달할 수 있다.
도 14는 본 개시의 일 실시예에 따른 네트워크 엔티티의 동작 방법을 나타내는 흐름도이다. 일 실시예에 따르면, 도 14와 같은 동작 방법을 수행하는 네트워크 엔티티는 NWDAF(또는 NWDAF 인스턴스)를 의미할 수 있다. 다만 이에 제한되는 것은 아니다.
1401 단계에서, NWDAF는 분석 정보에 대한 요청 메시지를 수신할 수 있다. 일 실시예에 따르면, NWDAF는 NF, AF 또는 OAM 등으로부터 분석 정보에 대한 요청 메시지를 수신할 수 있다. 상술된 분석 정보에 대한 요청 메시지로서 Nnwdaf_AnalyticsSubscription_Subscribe 또는 Nnwdaf_AnalyticsInfo_Request가 사용될 수 있다.
도 14에 도시되지는 아니하였으나, NWDAF는 상술된 분석 정보에 대한 요청 메시지에 기초하여, 요청 받은 분석 정보에 대한 처리를 다른 NWDAF에게 오프로딩할 것을 결정할 수 있다. 또는, NWDAF는 다른 NWDAF와 협력 학습할 것을 결정할 수 있다. NWDAF는 다른 NWDAF로부터 분석 정보 모델을 전달 받을 것을 결정할 수도 있다. 이때, 분석 정보 모델은, 요청된 분석 정보를 계산하기 위한 모델을 의미할 수 있다.
1403 단계에서, NWDAF는 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF에게 전송할 수 있다. 일 실시예에 따르면, 다른 NWDAF를 탐색하기 위한 탐색 메시지는, 다른 NWDAF의 유형, 지원되는 서비스의 이름, 분석 정보의 식별자, 다른 NWDAF의 오프로딩 지원 여부와 관련된 정보, 또는 다른 NWDAF에 포함된 모듈에 대한 정보 등을 포함할 수 있다. 예를 들면, 다른 NWDAF에 포함된 모듈은 인터페이스 또는 추론 엔진 모듈을 의미할 수 있다. NWDAF는 다른 NWDAF에 포함된 모듈들의 리스트(list modules)를 NRF에게 전송할 수 있다.
1405 단계에서, NWDAF는 탐색 메시지에 대한 응답 메시지를 NRF로부터 수신할 수 있다. 일 실시예에 따르면, 상술된 탐색 메시지에 대한 응답 메시지는 다른 NWDAF에 대한 정보를 포함할 수 있다. 예를 들어, 다른 NWDAF에 대한 정보는, 분석 정보에 대한 처리를 오프로딩할 수 있는 NWDAF 인스턴스 집합(NWDAF instance set)에 대한 정보를 포함할 수 있다.
1407 단계에서, NWDAF는 응답 메시지에 포함된 다른 NWDAF에 대한 정보에 기초하여, 분석 정보의 처리와 관련된 메시지를 다른 NWDAF에게 전송할 수 있다. 예를 들면, NWDAF는 1401 단계에서 NF로부터 수신된, 분석 정보에 대한 요청 메시지에 기초하여, 다른 NWDAF에게 분석 정보를 요청할 수 있다. 일 실시예에 따르면, 1407 단계에서 다른 NWDAF에게 요청되는 분석 정보의 대상, 시간, 정확도는, 1401 단계에서 NF가 NWDAF에게 요청하는 분석 정보의 대상, 시간, 정확도와 동일하거나, 작은 범위를 포함할 수 있다.
또는, 일 실시예에서, NWDAF는 분석 정보의 처리와 관련된 작업(task)의 오프로딩을 요청하는 메시지를 다른 NWDAF에게 전송할 수도 있다. 이때, 오프로딩을 요청하는 메시지는, 분석 정보의 식별자, 분석 정보를 처리하기 위한 모델의 식별자, 분석 정보가 이용되는 대상, 분석 정보의 보고와 관련된 정보, 분석 정보의 선택과 관련된 필터 정보 등을 포함할 수 있다.
1409 단계에서, NWDAF는 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신할 수 있다. 일 실시예에 따르면, 상술된 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지는, 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과, 오프로딩에 대한 실패 여부를 나타내는 지시자 또는 실패 원인에 대한 정보 등을 포함할 수 있다.
1411 단계에서, NWDAF는 분석 정보를 생성할 수 있다. 예를 들면, NWDAF는 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 분석 정보를 생성할 수 있다. 이때, 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과는 1409 단계의 응답 메시지에 포함될 수 있다. 도 14에 도시되지는 아니하였으나, NWDAF는 생성된 분석 정보를, 분석 정보를 요청한 NF, AF 또는 OAM 등에게 전송할 수 있다.
일 실시예에 따르면, NWDAF는 협력 학습(Federated learning)을 수행하는 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF에게 전송할 수 있다. 그리고, NWDAF는 상술된 탐색 메시지에 대한 응답 메시지를 NRF로부터 수신할 수 있다. 그리고, NWDAF는 협력 학습에 이용되는 파라미터에 대한 공유를 요청하는 메시지를 다른 NWDAF에게 전송할 수 있다.
일 실시예에 따르면, 상술된 협력 학습에 이용되는 파라미터는, 분석 정보의 식별자, 분석 정보를 학습하기 위한 모델의 식별자, 공유되는 파라미터 목록 또는 협력 학습에 대한 보고 주기 등을 포함할 수 있다.
NWDAF가 협력 학습을 수행하는 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF에게 전송하는 경우, NWDAF는 NWDAF에 의해 수행된 협력 학습에 이용되는 파라미터에 대한 학습의 결과와, 다른 NWDAF에 의해 수행된 협력 학습에 이용되는 파라미터에 대한 학습의 결과에 기초하여, 공유 파라미터를 생성할 수 있다. 이때, 다른 NWDAF에 의해 수행된 협력 학습에 이용되는 파라미터에 대한 학습의 결과는, 협력 학습에 이용되는 파라미터에 대한 공유를 요청하는 메시지에 대한 응답 메시지에 포함될 수 있다.
일 실시예에 따르면, NWDAF는 분석 정보 모델을 전달하는 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF에게 전송할 수도 있다. 이 경우, NWDAF는 분석 정보 모델의 전달을 요청하는 메시지를 다른 NWDAF에게 전송할 수 있다. 이때, 분석 정보 모델의 전달을 요청하는 메시지는 분석 정보의 식별자 또는 분석 정보 모델의 식별자 등을 포함할 수 있다.
도 15는 본 개시의 일 실시예에 따른 네트워크 엔티티의 구성을 나타내는 블록도이다. 이하 사용되는 '…부', '…기' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어, 또는, 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다. 도 15에 도시된 네트워크 엔티티의 구성은, 도 1에 도시된 네트워크 엔티티들의 구성을 나타낼 수 있다. 예를 들어, 도 15에 도시된 네트워크 엔티티의 구성은 NWDAF의 구조를 의미할 수 있다. 다만, 이에 한정되는 것은 아니며, 도 15에 도시된 네트워크 엔티티의 구성은 AMF, SMF, PCF 등의 구성을 의미할 수도 있다.
도 15를 참고하면, 네트워크 엔티티는 송수신부(1510), 제어부(1520), 저장부(1530)를 포함할 수 있다. 본 개시에서 제어부는, 회로 또는 어플리케이션 특정 통합 회로 또는 적어도 하나의 프로세서라고 정의될 수 있다. 일 실시예에 따르면, 상술된 네트워크 엔티티는 코어 망 객체로 지칭될 수도 있다.
송수신부(1510)는 다른 네트워크 엔티티와 신호를 송수신할 수 있다. 송수신부(1510)는 네트워크 내 다른 장치들과 통신을 수행하기 위한 인터페이스를 제공할 수 있다. 즉, 송수신부(1510)는 네트워크 엔티티에서 다른 장치로 송신되는 비트열을 물리적 신호로 변환하고, 다른 장치로부터 수신되는 물리적 신호를 비트열로 변환할 수 있다. 즉, 송수신부(1510)는 신호를 송신 및 수신할 수 있다. 이에 따라, 송수신부(1510)는 모뎀(modem), 송신부(transmitter), 수신부(receiver), 통신부(communication unit) 또는 통신 모듈(communication module)로 지칭될 수 있다. 이때, 송수신부(1510)는 네트워크 엔티티가 백홀 연결(예: 유선 백홀 또는 무선 백홀) 또는 다른 연결 방법을 거쳐 또는 네트워크를 거쳐 다른 장치들 또는 시스템과 통신할 수 있도록 할 수 있다.
저장부(1530)는 네트워크 엔티티의 동작을 위한 기본 프로그램, 응용 프로그램, 설정 정보 등의 데이터를 저장할 수 있다. 저장부(1530)는 휘발성 메모리, 비휘발성 메모리 또는 휘발성 메모리와 비휘발성 메모리의 조합으로 구성될 수 있다. 저장부(1530)는 송수신부(1510)를 통해 송수신되는 정보 및 제어부(1520)를 통해 생성되는 정보 중 적어도 하나를 저장할 수 있다. 예를 들어, 저장부(1530)는 상술한 실시예에 따른 서비스 탐지를 위해 요구되는 정보 등을 저장할 수 있다.
제어부(1520)는 본 개시에서 제안되는 실시예에 따른 네트워크 엔티티의 전반적인 동작을 제어할 수 있다. 예를 들어, 제어부(1520)는 도 1 내지 14를 참고하여 상술한 절차에 따른 동작을 수행하도록 각 블록 간 신호 흐름을 제어할 수 있다. 예컨대, 제어부(1520)는 본 개시의 실시예에 따른 무선 통신 시스템에서 NWDAF 인스턴스를 선택하도록 네트워크 엔티티의 구성요소들을 제어할 수 있다.
본 개시의 일 실시예에 따르면, 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)의 동작 방법은, NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하는 단계, 상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하는 단계, 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하고, 상기 탐색 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 단계, 상기 적어도 하나의 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리를 위한 요청 메시지를 상기 적어도 하나의 다른 NWDAF에게 전송하는 단계, 상기 적어도 하나의 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하고, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과를 포함하는 단계, 상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 NF로부터 요청된 분석 정보를 생성하는 단계, 및 상기 생성된 분석 정보를 상기 NF에게 전송하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 분석 정보의 처리를 위한 요청 메시지는, 상기 분석 정보의 식별자, 상기 분석 정보가 이용되는 대상 또는 상기 분석 정보의 분류를 위한 필터 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 있어서, 상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF에게 전송하는 단계는, 상기 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 상기 NRF에게 전송하는 단계를 포함할 수 있다.
일 실시예에 있어서, 상기 탐색 메시지에 대한 응답 메시지를 수신하는 단계는, 상기 NRF로부터, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 응답 메시지를 수신하는 단계를 포함할 수 있다.
일 실시예에 있어서, NWDAF의 동작 방법은, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에게, 상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지를 전송하는 단계, 및 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 NWDAF로부터, 상기 분석 정보의 처리를 위한 모델에 대한 정보를 수신하는 단계를 더 포함하고, 상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지는, 상기 분석 정보의 식별자 및 상기 분석 정보의 처리를 위한 모델의 식별자를 포함할 수 있다.
일 실시예에 있어서, NWDAF의 동작 방법은, 상기 NWDAF에 대한 프로비저닝(provisioning)을 수행하는 단계, 및 상기 NWDAF의 등록을 위한 메시지를 상기 NRF에게 전송하는 단계를 더 포함할 수 있다.
일 실시예에 있어서, NWDAF의 동작 방법은, 상기 NF로부터 수신된 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보에 대한 처리를 상기 적어도 하나의 다른 NWDAF에게 오프로딩(offloading)하는 것을 결정하는 단계를 더 포함하는 방법.
일 실시예에 있어서, 상기 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지는, 상기 적어도 하나의 다른 NWDAF의 유형, 지원되는 서비스의 이름, 상기 분석 정보의 식별자, 상기 적어도 하나의 다른 NWDAF의 오프로딩 지원 여부와 관련된 정보, 또는 상기 적어도 하나의 다른 NWDAF에 포함된 모듈에 대한 정보 중 적어도 하나를 포함할 수 있다.
본 개시의 일 실시예에 따르면, 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)는, 송수신부, 및 상기 송수신부를 통해, NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하고, 상기 송수신부를 통해, 상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하고, 상기 송수신부를 통해, 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하고, 상기 탐색 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 대한 정보를 포함하고, 상기 송수신부를 통해, 상기 적어도 하나의 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리를 위한 요청 메시지를 상기 적어도 하나의 다른 NWDAF에게 전송하고, 상기 송수신부를 통해, 상기 적어도 하나의 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하고, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과를 포함하고, 상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 NF로부터 요청된 분석 정보를 생성하고, 상기 송수신부를 통해, 상기 생성된 분석 정보를 상기 NF에게 전송하는 적어도 하나의 프로세서를 포함할 수 있다.
일 실시예에 있어서, 상기 분석 정보의 처리를 위한 요청 메시지는, 상기 분석 정보의 식별자, 상기 분석 정보가 이용되는 대상 또는 상기 분석 정보의 분류를 위한 필터 정보 중 적어도 하나를 포함할 수 있다.
일 실시예에 있어서, 상기 적어도 하나의 프로세서는,
상기 송수신부를 통해, 상기 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 상기 NRF에게 전송할 수 있다.
일 실시예에 있어서, 상기 적어도 하나의 프로세서는, 상기 송수신부를 통해, 상기 NRF로부터, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 응답 메시지를 수신할 수 있다.
일 실시예에 있어서, 상기 적어도 하나의 프로세서는, 상기 송수신부를 통해, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에게, 상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지를 전송하고, 상기 송수신부를 통해, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 NWDAF로부터, 상기 분석 정보의 처리를 위한 모델에 대한 정보를 수신하고, 상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지는, 상기 분석 정보의 식별자 및 상기 분석 정보의 처리를 위한 모델의 식별자를 포함할 수 있다.
일 실시예에 있어서, 상기 적어도 하나의 프로세서는, 상기 NWDAF에 대한 프로비저닝(provisioning)을 수행하고, 상기 NWDAF의 등록을 위한 메시지를 상기 NRF에게 전송할 수 있다.
일 실시예에 있어서, 상기 적어도 하나의 프로세서는, 상기 NF로부터 수신된 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보에 대한 처리를 상기 적어도 하나의 다른 NWDAF에게 오프로딩(offloading)하는 것을 결정하고, 상기 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지는, 상기 적어도 하나의 다른 NWDAF의 유형, 지원되는 서비스의 이름, 상기 분석 정보의 식별자, 상기 적어도 하나의 다른 NWDAF의 오프로딩 지원 여부와 관련된 정보, 또는 상기 적어도 하나의 다른 NWDAF에 포함된 모듈에 대한 정보 중 적어도 하나를 포함할 수 있다.
본 개시는 4G 시스템 이후 보다 높은 데이터 전송률을 지원하기 위한 5G 통신 시스템을 IoT 기술과 융합하는 통신 기법 및 그 시스템에 관한 것이다. 본 개시는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스 (예를 들어, 스마트 홈, 스마트 빌딩, 스마트 시티, 스마트 카 혹은 커넥티드 카, 헬스 케어, 디지털 교육, 소매업, 보안 및 안전 관련 서비스 등)에 적용될 수 있다. 본 개시의 실시예는 NWDAF를 세부 기능으로 나누고 이를 효율적으로 발견하고 선택하는 방법을 포함한다. 이를 통해, 분석 정보의 계산 효율 및 계산에 필요한 자원이 효율적으로 관리될 수 있다. 더불어, 분석 정보 계산에 사용되는 모델을 전달하거나 협력 학습을 지원함으로써, 모델을 생성, 관리, 유지 하는데 드는 비용이 절감될 수 있다. 이를 통해, 분석 정보가 이용되는 측면에서, 상황에 따라 높은 수준의 정확도와 만족도를 갖는 최적화된 분석 정보가 적절한 시기에 전달될 수 있다.
본 개시의 청구항 또는 발명의 설명에 기재된 실시예들에 따른 방법들은 하드웨어, 소프트웨어, 또는 하드웨어와 소프트웨어의 조합의 형태로 구현될(implemented) 수 있다.
소프트웨어로 구현하는 경우, 하나 이상의 프로그램(소프트웨어 모듈)을 저장하는 컴퓨터 판독 가능 저장 매체 또는 컴퓨터 프로그램 제품이 제공될 수 있다. 컴퓨터 판독 가능 저장 매체 또는 컴퓨터 프로그램 제품에 저장되는 하나 이상의 프로그램은, 전자 장치(device) 내의 하나 이상의 프로세서에 의해 실행 가능하도록 구성된다(configured for execution). 하나 이상의 프로그램은, 전자 장치로 하여금 본 개시의 청구항 또는 명세서에 기재된 실시 예들에 따른 방법들을 실행하게 하는 명령어(instructions)를 포함한다.
이러한 프로그램(소프트웨어 모듈, 소프트웨어)은 랜덤 액세스 메모리 (random access memory), 플래시(flash) 메모리를 포함하는 불휘발성(non-volatile) 메모리, 롬(ROM: Read Only Memory), 전기적 삭제가능 프로그램가능 롬(EEPROM: Electrically Erasable Programmable Read Only Memory), 자기 디스크 저장 장치(magnetic disc storage device), 컴팩트 디스크 롬(CD-ROM: Compact Disc-ROM), 디지털 다목적 디스크(DVDs: Digital Versatile Discs) 또는 다른 형태의 광학 저장 장치, 마그네틱 카세트(magnetic cassette)에 저장될 수 있다. 또는, 이들의 일부 또는 전부의 조합으로 구성된 메모리에 저장될 수 있다. 또한, 각각의 구성 메모리는 다수 개 포함될 수도 있다.
또한, 프로그램은 인터넷(Internet), 인트라넷(Intranet), LAN(Local Area Network), WLAN(Wide LAN), 또는 SAN(Storage Area Network)과 같은 통신 네트워크, 또는 이들의 조합으로 구성된 통신 네트워크를 통하여 접근(access)할 수 있는 부착 가능한(attachable) 저장 장치(storage device)에 저장될 수 있다. 이러한 저장 장치는 외부 포트를 통하여 본 개시의 실시예를 수행하는 장치에 접속할 수 있다. 또한, 통신 네트워크 상의 별도의 저장 장치가 본 개시의 실시예를 수행하는 장치에 접속할 수도 있다.
본 개시에서, 용어 "컴퓨터 프로그램 제품(computer program product)" 또는 "컴퓨터로 읽을 수 있는 기록매체(computer readable medium)"는 메모리, 하드 디스크 드라이브에 설치된 하드 디스크, 및 신호 등의 매체를 전체적으로 지칭하기 위해 사용된다. 이들 "컴퓨터 프로그램 제품" 또는 "컴퓨터로 읽을 수 있는 기록매체"는 본 개시에 따른 NWDAF 인스턴스를 선택하는 방법에 제공하는 수단이다.
상술한 본 개시의 구체적인 실시예들에서, 본 개시에 포함되는 구성 요소는 제시된 구체적인 실시예에 따라 단수 또는 복수로 표현되었다. 그러나, 단수 또는 복수의 표현은 설명의 편의를 위해 제시한 상황에 적합하게 선택된 것으로서, 본 개시가 단수 또는 복수의 구성 요소에 제한되는 것은 아니며, 복수로 표현된 구성 요소라 하더라도 단수로 구성되거나, 단수로 표현된 구성 요소라 하더라도 복수로 구성될 수 있다.
한편 본 개시의 상세한 설명에서는 구체적인 실시 예에 관해 설명하였으나, 본 개시의 범위에서 벗어나지 않는 한도 내에서 여러 가지 변형이 가능함은 물론이다. 그러므로 본 개시의 범위는 설명된 실시 예에 국한되어 정해져서는 아니 되며 후술하는 특허청구의 범위뿐만 아니라 이 특허청구의 범위와 균등한 것들에 의해 정해져야 한다.

Claims (15)

  1. 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)의 동작 방법에 있어서,
    NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하는 단계;
    상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하는 단계;
    상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하고, 상기 탐색 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 단계;
    상기 적어도 하나의 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리를 위한 요청 메시지를 상기 적어도 하나의 다른 NWDAF에게 전송하는 단계;
    상기 적어도 하나의 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하고, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과를 포함하는 단계;
    상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 NF로부터 요청된 분석 정보를 생성하는 단계; 및
    상기 생성된 분석 정보를 상기 NF에게 전송하는 단계;
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 분석 정보의 처리를 위한 요청 메시지는,
    상기 분석 정보의 식별자, 상기 분석 정보가 이용되는 대상 또는 상기 분석 정보의 분류를 위한 필터 정보 중 적어도 하나를 포함하는 방법.
  3. 제1항에 있어서,
    상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF에게 전송하는 단계는,
    상기 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 상기 NRF에게 전송하는 단계;
    를 포함하는 방법.
  4. 제3항에 있어서,
    상기 탐색 메시지에 대한 응답 메시지를 수신하는 단계는,
    상기 NRF로부터, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 응답 메시지를 수신하는 단계;
    를 포함하는 방법.
  5. 제4항에 있어서,
    상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에게, 상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지를 전송하는 단계; 및
    상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 NWDAF로부터, 상기 분석 정보의 처리를 위한 모델에 대한 정보를 수신하는 단계;
    를 더 포함하고,
    상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지는, 상기 분석 정보의 식별자 및 상기 분석 정보의 처리를 위한 모델의 식별자를 포함하는 방법.
  6. 제1항에 있어서,
    상기 NWDAF에 대한 프로비저닝(provisioning)을 수행하는 단계; 및
    상기 NWDAF의 등록을 위한 메시지를 상기 NRF에게 전송하는 단계;
    를 더 포함하는 방법.
  7. 제1항에 있어서,
    상기 NF로부터 수신된 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보에 대한 처리를 상기 적어도 하나의 다른 NWDAF에게 오프로딩(offloading)하는 것을 결정하는 단계;
    를 더 포함하는 방법.
  8. 제6항에 있어서,
    상기 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지는,
    상기 적어도 하나의 다른 NWDAF의 유형, 지원되는 서비스의 이름, 상기 분석 정보의 식별자, 상기 적어도 하나의 다른 NWDAF의 오프로딩 지원 여부와 관련된 정보, 또는 상기 적어도 하나의 다른 NWDAF에 포함된 모듈에 대한 정보 중 적어도 하나를 포함하는 방법.
  9. 무선 통신 시스템에서 NWDAF(Network Data Analytics Function)에 있어서,
    송수신부; 및
    상기 송수신부를 통해, NF(Network Function)로부터 분석 정보에 대한 요청 메시지를 수신하고,
    상기 송수신부를 통해, 상기 분석 정보에 대한 요청 메시지에 기초하여, 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 NRF(Network Repository Function)에게 전송하고,
    상기 송수신부를 통해, 상기 NRF로부터, 상기 탐색 메시지에 대한 응답 메시지를 수신하고, 상기 탐색 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 대한 정보를 포함하고,
    상기 송수신부를 통해, 상기 적어도 하나의 다른 NWDAF에 대한 정보에 기초하여, 상기 분석 정보의 처리를 위한 요청 메시지를 상기 적어도 하나의 다른 NWDAF에게 전송하고,
    상기 송수신부를 통해, 상기 적어도 하나의 다른 NWDAF로부터, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지를 수신하고, 상기 분석 정보의 처리와 관련된 메시지에 대한 응답 메시지는 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과를 포함하고,
    상기 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과와, 상기 적어도 하나의 다른 NWDAF에 의해 수행된 분석 정보에 대한 처리의 결과에 기초하여, 상기 NF로부터 요청된 분석 정보를 생성하고,
    상기 송수신부를 통해, 상기 생성된 분석 정보를 상기 NF에게 전송하는 적어도 하나의 프로세서;
    를 포함하는 NWDAF.
  10. 제9항에 있어서,
    상기 분석 정보의 처리를 위한 요청 메시지는,
    상기 분석 정보의 식별자, 상기 분석 정보가 이용되는 대상 또는 상기 분석 정보의 분류를 위한 필터 정보 중 적어도 하나를 포함하는 NWDAF.
  11. 제9항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 송수신부를 통해, 상기 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지를 상기 NRF에게 전송하는 NWDAF.
  12. 제11항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 송수신부를 통해, 상기 NRF로부터, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에 대한 정보를 포함하는 응답 메시지를 수신하는 NWDAF.
  13. 제12항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 송수신부를 통해, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 다른 NWDAF에게, 상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지를 전송하고,
    상기 송수신부를 통해, 상기 분석 정보의 처리를 위한 모델을 제공하는 적어도 하나의 NWDAF로부터, 상기 분석 정보의 처리를 위한 모델에 대한 정보를 수신하고,
    상기 분석 정보의 처리를 위한 모델의 제공을 요청하는 메시지는, 상기 분석 정보의 식별자 및 상기 분석 정보의 처리를 위한 모델의 식별자를 포함하는 NWDAF.
  14. 제9항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 NWDAF에 대한 프로비저닝(provisioning)을 수행하고,
    상기 NWDAF의 등록을 위한 메시지를 상기 NRF에게 전송하는 NWDAF.
  15. 제9항에 있어서,
    상기 적어도 하나의 프로세서는,
    상기 NF로부터 수신된 분석 정보에 대한 요청 메시지에 기초하여, 상기 분석 정보에 대한 처리를 상기 적어도 하나의 다른 NWDAF에게 오프로딩(offloading)하는 것을 결정하고,
    상기 적어도 하나의 다른 NWDAF를 탐색하기 위한 탐색 메시지는,
    상기 적어도 하나의 다른 NWDAF의 유형, 지원되는 서비스의 이름, 상기 분석 정보의 식별자, 상기 적어도 하나의 다른 NWDAF의 오프로딩 지원 여부와 관련된 정보, 또는 상기 적어도 하나의 다른 NWDAF에 포함된 모듈에 대한 정보 중 적어도 하나를 포함하는 NWDAF.
PCT/KR2021/002070 2020-02-26 2021-02-18 무선 통신 시스템에서 서비스를 선택하는 방법 및 장치 Ceased WO2021172810A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US17/904,938 US12388717B2 (en) 2020-02-26 2021-02-18 Method and device for selecting service in wireless communication system
EP21759594.1A EP4099635A4 (en) 2020-02-26 2021-02-18 METHOD AND DEVICE FOR SERVICE SELECTION IN A WIRELESS COMMUNICATION SYSTEM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020200023832A KR20210108785A (ko) 2020-02-26 2020-02-26 무선 통신 시스템에서 서비스를 선택하는 방법 및 장치
KR10-2020-0023832 2020-02-26

Publications (1)

Publication Number Publication Date
WO2021172810A1 true WO2021172810A1 (ko) 2021-09-02

Family

ID=77491393

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2021/002070 Ceased WO2021172810A1 (ko) 2020-02-26 2021-02-18 무선 통신 시스템에서 서비스를 선택하는 방법 및 장치

Country Status (4)

Country Link
US (1) US12388717B2 (ko)
EP (1) EP4099635A4 (ko)
KR (1) KR20210108785A (ko)
WO (1) WO2021172810A1 (ko)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114302429A (zh) * 2021-12-27 2022-04-08 中国联合网络通信集团有限公司 Nwdaf网元的确定方法、装置、设备及存储介质
WO2023061615A1 (en) * 2021-10-12 2023-04-20 Lenovo International Coöperatief U.A. Deriving analytics for mobility events
WO2023125879A1 (zh) * 2021-12-30 2023-07-06 维沃移动通信有限公司 数据处理的方法、装置及通信设备
CN116567608A (zh) * 2022-01-28 2023-08-08 华为技术有限公司 一种通信方法及装置
EP4228220A1 (en) * 2022-02-11 2023-08-16 Nokia Solutions and Networks Oy Network data analytics function accuracy enhancement
WO2023153719A1 (en) * 2022-02-10 2023-08-17 Samsung Electronics Co., Ltd. Method and apparatus to support federated machine learning in wireless communication system
US20230308903A1 (en) * 2022-03-25 2023-09-28 Lg Electronics Inc. Communication related to federated learning
WO2023214806A1 (en) * 2022-05-06 2023-11-09 Samsung Electronics Co., Ltd. Method and apparatus for supporting federated learning in wireless communication system
WO2024032883A1 (en) * 2022-08-10 2024-02-15 Nokia Technologies Oy Analytics control
SE2251018A1 (en) * 2022-09-05 2024-03-06 Telia Co Ab Methods and apparatuses for enhancing end-user experience of a subscriber moving from a home network to a visited network
WO2024147105A1 (en) * 2023-01-05 2024-07-11 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for federated learning in a network
WO2024167241A1 (ko) * 2023-02-10 2024-08-15 엘지전자 주식회사 연합 학습
EP4476939A4 (en) * 2022-02-11 2025-12-24 Qualcomm Inc NETWORK-ASSISTED INFORMATION

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220130159A (ko) * 2020-03-02 2022-09-26 엘지전자 주식회사 Smf 노드를 선택하기 위한 방안
US11902104B2 (en) 2020-03-04 2024-02-13 Intel Corporation Data-centric service-based network architecture
CN113573331B (zh) * 2020-04-29 2023-09-01 华为技术有限公司 一种通信方法、装置及系统
BR112022024375A2 (pt) * 2020-06-29 2022-12-27 Intel Corp Uma ou mais mídias legíveis por computador não transitórias e aparelho de uma rede de dados de borda
WO2022033671A1 (en) * 2020-08-12 2022-02-17 Nokia Technologies Oy Calculation transfer between network data analytics functions
US11963200B2 (en) * 2021-03-09 2024-04-16 Amdocs Development Limited System, method, and computer program for resource orchestration in a 5G network based on user equipment behavior analystics
JP7653522B2 (ja) * 2021-07-29 2025-03-28 京セラ株式会社 通信制御方法、ユーザ装置、チップセット、プログラム、ネットワーク装置及び移動通信システム
CN116866203A (zh) * 2022-03-28 2023-10-10 中国移动通信有限公司研究院 信息获取方法、装置及网络设备、终端
KR20230155805A (ko) * 2022-05-04 2023-11-13 삼성전자주식회사 이동 통신 시스템에서 연합 기계 학습 수행을 관리하기 위한 방법 및 장치
KR102939883B1 (ko) * 2023-06-09 2026-03-13 에스케이텔레콤 주식회사 Nf 장치, nf에서 수행되는 시그널링 제어 방법
WO2025022440A1 (en) * 2023-07-23 2025-01-30 Jio Platforms Limited Method and system for monitoring a network load associated with one or more network functions
WO2025095376A1 (ko) * 2023-11-01 2025-05-08 엘지전자 주식회사 에너지 소비 관리 방법
WO2025169363A1 (ja) * 2024-02-07 2025-08-14 株式会社Ｎｔｔドコモ ネットワーク構成要素及び無線通信方法
WO2025174480A1 (en) * 2024-02-13 2025-08-21 Qualcomm Incorporated Aerial user equipment data collection
WO2025175172A1 (en) * 2024-02-15 2025-08-21 Interdigital Patent Holdings, Inc. Enhanced member wtru selection using application function feedback
US12413486B1 (en) 2024-03-11 2025-09-09 T-Mobile Usa, Inc. Telecommunications system to timely send producer network function status notifications to consumer network functions

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180262924A1 (en) * 2017-03-10 2018-09-13 Huawei Technologies Co., Ltd. System and Method of Network Policy Optimization
WO2019158737A1 (en) * 2018-02-16 2019-08-22 NEC Laboratories Europe GmbH Network data analytics for oam
WO2019158777A1 (en) * 2018-02-19 2019-08-22 NEC Laboratories Europe GmbH Network data analytics functionality enhancement and new service consumers
KR20190132898A (ko) * 2018-05-21 2019-11-29 삼성전자주식회사 무선 통신 시스템에서 데이터 수집 및 분석 기능을 활용하는 방법 및 장치

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140280338A1 (en) * 2013-03-14 2014-09-18 Cisco Technology, Inc. Distributed network analytics
JP2020530703A (ja) * 2017-08-11 2020-10-22 コンヴィーダ ワイヤレス， エルエルシー 通信ネットワークにおけるネットワークデータ分析
EP4322505A3 (en) 2018-02-06 2024-04-17 Telefonaktiebolaget LM Ericsson (publ) Method and apparatus for a network function
CN110324170B (zh) * 2018-03-30 2021-07-09 华为技术有限公司 数据分析设备、多模型共决策系统及方法
WO2019225929A1 (en) 2018-05-21 2019-11-28 Samsung Electronics Co., Ltd. Method and apparatus for utilizing data collection and analysis function in wireless communication system
US11140048B2 (en) * 2019-01-11 2021-10-05 Huawei Technologies Co., Ltd. Sharable storage method and system for network data analytics
WO2020200487A1 (en) * 2019-04-03 2020-10-08 Telefonaktiebolaget Lm Ericsson (Publ) Technique for facilitating use of machine learning models
WO2021023388A1 (en) * 2019-08-08 2021-02-11 Nokia Technologies Oy Configuring network analytics
WO2021032495A1 (en) * 2019-08-16 2021-02-25 Telefonaktiebolaget Lm Ericsson (Publ) Methods, apparatus and machine-readable media relating to machine-learning in a communication network
CN110569288A (zh) 2019-09-11 2019-12-13 中兴通讯股份有限公司 一种数据分析方法、装置、设备和存储介质
CN110677299B (zh) * 2019-09-30 2024-06-28 中兴通讯股份有限公司 网络数据采集方法、装置和系统
CN115022176B (zh) 2019-11-06 2023-08-22 腾讯科技（深圳）有限公司 Nwdaf网元的选择方法、装置、电子设备及可读存储介质
CN114902622B (zh) * 2020-01-03 2024-03-26 华为技术有限公司 用于确定模型以数字化地分析输入数据的网络实体
KR20230120871A (ko) * 2022-02-10 2023-08-17 삼성전자주식회사 무선 통신 시스템 내 연합 학습 지원 방법 및 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180262924A1 (en) * 2017-03-10 2018-09-13 Huawei Technologies Co., Ltd. System and Method of Network Policy Optimization
WO2019158737A1 (en) * 2018-02-16 2019-08-22 NEC Laboratories Europe GmbH Network data analytics for oam
WO2019158777A1 (en) * 2018-02-19 2019-08-22 NEC Laboratories Europe GmbH Network data analytics functionality enhancement and new service consumers
KR20190132898A (ko) * 2018-05-21 2019-11-29 삼성전자주식회사 무선 통신 시스템에서 데이터 수집 및 분석 기능을 활용하는 방법 및 장치

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ZTE: "[draft] Reply LS on RAN related parameters collected from UE", 3GPP DRAFT; R3-190277 [DRAFT] REPLY LS ON RAN RELATED PARAMETERS COLLECTED FROM UE, 3RD GENERATION PARTNERSHIP PROJECT (3GPP), MOBILE COMPETENCE CENTRE ; 650, ROUTE DES LUCIOLES ; F-06921 SOPHIA-ANTIPOLIS CEDEX ; FRANCE, vol. RAN WG3, no. Athens, Greece; 20190225 - 20190301, R3-190277 [draft] Reply LS on RAN related paramete, 15 February 2019 (2019-02-15), Mobile Competence Centre ; 650, route des Lucioles ; F-06921 Sophia-Antipolis Cedex ; France, XP051604220 *

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023061615A1 (en) * 2021-10-12 2023-04-20 Lenovo International Coöperatief U.A. Deriving analytics for mobility events
EP4618648A3 (en) * 2021-10-12 2025-11-12 Lenovo (Singapore) Pte. Ltd. Deriving analytics for mobility events
GB2638297A (en) * 2021-10-12 2025-08-20 Lenovo Singapore Pte Ltd Deriving analytics for mobility events
CN114302429B (zh) * 2021-12-27 2023-04-28 中国联合网络通信集团有限公司 Nwdaf网元的确定方法、装置、设备及存储介质
CN114302429A (zh) * 2021-12-27 2022-04-08 中国联合网络通信集团有限公司 Nwdaf网元的确定方法、装置、设备及存储介质
WO2023125879A1 (zh) * 2021-12-30 2023-07-06 维沃移动通信有限公司 数据处理的方法、装置及通信设备
CN116567608A (zh) * 2022-01-28 2023-08-08 华为技术有限公司 一种通信方法及装置
EP4473723A1 (en) 2022-02-10 2024-12-11 Samsung Electronics Co., Ltd. Method and apparatus to support federated machine learning in wireless communication system
WO2023153719A1 (en) * 2022-02-10 2023-08-17 Samsung Electronics Co., Ltd. Method and apparatus to support federated machine learning in wireless communication system
EP4473723A4 (en) * 2022-02-10 2025-05-14 Samsung Electronics Co., Ltd. Method and apparatus for supporting federated machine learning in a wireless communication system
EP4228220A1 (en) * 2022-02-11 2023-08-16 Nokia Solutions and Networks Oy Network data analytics function accuracy enhancement
EP4476939A4 (en) * 2022-02-11 2025-12-24 Qualcomm Inc NETWORK-ASSISTED INFORMATION
US12526669B2 (en) 2022-02-11 2026-01-13 Nokia Solutions And Networks Oy Network data analytics function accuracy enhancement
US20230308903A1 (en) * 2022-03-25 2023-09-28 Lg Electronics Inc. Communication related to federated learning
WO2023214806A1 (en) * 2022-05-06 2023-11-09 Samsung Electronics Co., Ltd. Method and apparatus for supporting federated learning in wireless communication system
WO2024032883A1 (en) * 2022-08-10 2024-02-15 Nokia Technologies Oy Analytics control
US12513055B2 (en) 2022-08-10 2025-12-30 Nokia Technologies Oy Analytics control
SE2251018A1 (en) * 2022-09-05 2024-03-06 Telia Co Ab Methods and apparatuses for enhancing end-user experience of a subscriber moving from a home network to a visited network
WO2024147105A1 (en) * 2023-01-05 2024-07-11 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for federated learning in a network
WO2024167241A1 (ko) * 2023-02-10 2024-08-15 엘지전자 주식회사 연합 학습

Also Published As

Publication number Publication date
EP4099635A4 (en) 2023-07-26
EP4099635A1 (en) 2022-12-07
KR20210108785A (ko) 2021-09-03
US12388717B2 (en) 2025-08-12
US20230090022A1 (en) 2023-03-23

Similar Documents

Publication Publication Date Title
WO2021172810A1 (ko) 무선 통신 시스템에서 서비스를 선택하는 방법 및 장치
WO2022005037A1 (ko) 무선 통신 네트워크에서 네트워크 분석 정보 제공 방법 및 장치
WO2020184929A1 (en) Method and apparatus for managing the mobility of device in a network
WO2021066352A1 (en) Apparatus and method for network configuration
WO2021045531A1 (en) Apparatus and method for network automation in wireless communication system
US11855864B2 (en) Method and apparatus for collecting network traffic in wireless communication system
WO2021137624A1 (en) Method and apparatus for registering with network slice in wireless communication system
WO2021235902A1 (ko) 무선 통신 네트워크에서 네트워크 데이터 수집 및 분석을 위한 이동성 지원 방법 및 장치
WO2023101304A1 (ko) 무선 통신 시스템에서 통신을 수행하는 방법 및 장치
WO2016129957A1 (en) Methods and apparatuses for processing ue context of ue
EP4458050A1 (en) Communication method and device for xr service in wireless communication system
WO2021158001A1 (ko) 무선 통신 시스템에서 서비스 수요 정보 분석을 통한 자원 관리 방법 및 장치
WO2023191505A1 (en) Monitoring for application ai/ml-based services and operations
WO2020130245A1 (en) Network connection method and apparatus
EP4274177A1 (en) Method for evaluating action impact over mobile network performance
WO2024035095A1 (en) External exposure of control plane to user plane switch parameter
WO2021066485A1 (en) Improvements in and relating to dynamic path switching
WO2021002666A1 (en) Improvements in and relating to minimisation of drive test in a telecommunication network
WO2022203360A1 (en) Communication method and device for supporting authentication of unmanned aerial vehicle in wireless communication system
Shah et al. Toward network-slicing-enabled edge computing: A cloud-native approach for slice mobility
WO2023101303A1 (ko) 무선 통신 시스템에서 통신을 수행하는 방법 및 장치
WO2023068854A1 (ko) 무선 통신 시스템에서 트래픽에 대한 서비스 품질 관리 방법 및 장치
WO2024151069A1 (ko) 무선 통신 시스템에서 ai/ml 애플리케이션을 위한 정보를 핸들링하기 위한 방법 및 장치
EP4175352A1 (en) Information transmission method and device, storage medium, and electronic device
WO2021075762A1 (ko) 무선 통신 시스템에서 데이터 패킷을 송수신하는 방법 및 장치

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21759594

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2021759594

Country of ref document: EP

Effective date: 20220831

NENP Non-entry into the national phase

Ref country code: DE

WWG Wipo information: grant in national office

Ref document number: 17904938

Country of ref document: US

WWW Wipo information: withdrawn in national office

Ref document number: 2021759594

Country of ref document: EP