WO2022206358A1 - 网络模型管理方法和装置 - Google Patents

网络模型管理方法和装置 Download PDF

Info

Publication number
WO2022206358A1
WO2022206358A1 PCT/CN2022/080646 CN2022080646W WO2022206358A1 WO 2022206358 A1 WO2022206358 A1 WO 2022206358A1 CN 2022080646 W CN2022080646 W CN 2022080646W WO 2022206358 A1 WO2022206358 A1 WO 2022206358A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
network model
network
analysis function
model
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/CN2022/080646
Other languages
English (en)
French (fr)
Inventor
许瑞岳
邹兰
张凯
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to EP22778542.5A priority Critical patent/EP4304142A4/en
Publication of WO2022206358A1 publication Critical patent/WO2022206358A1/zh
Priority to US18/475,622 priority patent/US12476868B2/en
Anticipated expiration legal-status Critical
Priority to US19/361,759 priority patent/US20260046205A1/en
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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/082—Configuration setting characterised by the conditions triggering a change of settings the condition being updates or upgrades of network functionality
    • 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
    • H04L41/14—Network analysis or design
    • 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
    • H04L41/04—Network management architectures or arrangements
    • H04L41/044—Network management architectures or arrangements comprising hierarchical management structures
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/085—Retrieval of network configuration; Tracking network configuration history
    • H04L41/0853—Retrieval of network configuration; Tracking network configuration history by actively collecting configuration information or by backing up configuration information
    • 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
    • H04L41/34—Signalling channels for network management communication
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition

Definitions

  • the present application relates to the field of communication technology, and more particularly, to a network model management method and apparatus.
  • AI Artificial Intelligence
  • the present application provides a network model management method and device, according to which the network model management can be realized.
  • a network model management method applied to a first device including: acquiring first information of a network model, where the first information describes the network model. Second information is determined from the first information, the second information indicating a network analysis function that allows the use of the network model. The first information and the second information are sent.
  • the first device obtains the first information for describing the network model, and determines the network analysis function associated with the network model according to the first information, so that the second device establishes the relationship between the network model and the network analysis function. , so as to realize the real-time management of the network model.
  • determining the second information according to the first information includes: determining the second information according to information of the first parameter included in the first information.
  • the information of the first parameter includes one or more of the following: provider information of the network model, capability information corresponding to the network model, and application scope information corresponding to the network model.
  • the provider information of the network model indicates the manufacturer or operator that provides the network model
  • the application scope information corresponding to the network model indicates the scope of allowing the use of the network model.
  • the first information further includes third information
  • the third information includes one or more of the following: identification information of the network model, identification information of the network model Version information, file name information of the network model, file address information of the network model, state information of the network model, shared information of the network model, and self-training information of the network model.
  • the status information indicates whether the network model is allowed to be used
  • the shared information indicates whether the network model is allowed to be used by multiple network analysis functions simultaneously
  • the self-training information indicates whether the network model is allowed to be updated locally.
  • the second information includes one or more of the following: provider information of the network analysis function, application scope information corresponding to the network analysis function, the The capability information corresponding to the network analysis function, and the identification information of the network analysis function.
  • provider information of the network analysis function indicates the manufacturer or operator that provides the network analysis function
  • application scope information corresponding to the network analysis function indicates the scope in which the network analysis function is allowed to be used.
  • the obtaining, by the first device, the first information of the network model includes: the first device obtaining the first information from a third device. Or, the first device trains the network model to generate the first information.
  • the method further includes: receiving a second response message, where the second response message indicates whether the association relationship between the network model and the network analysis function is successfully established.
  • the first device can re-send the indication information to the second device, thereby ensuring that the network model and the network analysis function are associated relation.
  • the second response message when the second response message includes the identification information of the network model and the identification information of the network analysis function, the second response message indicates that the network is successfully established The relationship of the model to this network analysis function.
  • the second response message includes the identification information of the network model and the identification information of the network analysis function, it is equivalent to an implicit indication that the association relationship between the network model and the network analysis function has been successfully established.
  • the second response message may also indicate in an explicit manner whether the association relationship between the network model and the network analysis function is successfully established.
  • a second aspect provides a network model management method applied to a second device, comprising: receiving first information and second information from the first device, the first information describing a network model, and the second information indicating a network analysis function , the network analysis function allows to use the network model, wherein the second information is determined by the first device according to the first information. According to the first information and the second information, an association relationship between the network model and the network analysis function is established.
  • the first device obtains the first information for describing the network model, and determines the network analysis function associated with the network model according to the first information, so that the second device establishes the relationship between the network model and the network analysis function. , so as to realize the real-time management of the network model.
  • the first information includes information of the first parameter and third information.
  • the information of the first parameter includes one or more of the following: provider information of the network model, capability information corresponding to the network model, and application scope information corresponding to the network model.
  • the third information includes one or more of the following: identification information of the network model, version information of the network model, file name information of the network model, file address information of the network model, state information of the network model, Shared information of the network model, self-training information of the network model, provider information of the network model, capability information corresponding to the network model, and application scope information corresponding to the network model.
  • the provider information of the network model indicates the manufacturer or operator that provides the network model
  • the application scope information corresponding to the network model indicates the scope of allowing the use of the network model
  • the status information indicates whether the network model is allowed to be used
  • the The shared information indicates whether the network model is allowed to be used by multiple network analysis functions simultaneously
  • the self-training information indicates whether the network model is allowed to be updated locally.
  • the second information includes one or more of the following: provider information of the network analysis function, application scope information corresponding to the network analysis function, the The capability information corresponding to the network analysis function, and the identification information of the network analysis function.
  • provider information of the network analysis function indicates the manufacturer or operator that provides the network analysis function
  • application scope information corresponding to the network analysis function indicates the scope in which the network analysis function is allowed to be used.
  • the second information may explicitly or implicitly indicate the identification information of the network analysis function.
  • the method further includes: according to the provider information of the network analysis function, the One or more of the application scope information corresponding to the network analysis function and the capability information corresponding to the network analysis function determine the identification information of the network analysis function.
  • the first information is configured in a first management object corresponding to the network model, where the first management object is used to describe configuration information of the network model.
  • establishing an association relationship between the network model and the network analysis function according to the first information and the second information includes: in the first management corresponding to the network model
  • the identification information of the network analysis function is configured in the object, and the first management object is used to describe the configuration information of the network model.
  • the identification information of the network model is configured in a second management object corresponding to the network analysis function, where the second management object is used to describe the configuration information of the network analysis function.
  • the identification information of the network analysis function and the identification information of the network model are configured in the third management object.
  • the method further includes: sending a second response message, where the second response message indicates whether the association relationship between the network model and the network analysis function is successfully established.
  • the second response message when the second response message includes the identification information of the network model and the identification information of the network analysis function, the second response message indicates that the network is successfully established The relationship of the model to this network analysis function.
  • a network model management method applied to a first device including: acquiring information of a first parameter of the network model.
  • a network analysis function associated with the network model is determined according to the first parameter, and the network analysis function corresponds to the first parameter.
  • sending first indication information where the first indication information indicates to associate the network model with the network analysis function, the first indication information includes second information and identification information of the network model, the second information Indicates the network analysis function.
  • the first device obtains the information used to describe the first parameter of the network model, and determines the network analysis function associated with the network model according to the information of the first parameter, so that the second device establishes the network model and the network The relationship between the functions is analyzed, thereby realizing the real-time management of the network model.
  • the first parameter indicates one or more of the following: provider information of the network model, capability information corresponding to the network model, The application scope information corresponding to the network model described above.
  • the provider information of the network model indicates a manufacturer or operator that provides the network model
  • the application scope information corresponding to the network model indicates a scope in which the network model is allowed to be used.
  • the second information includes one or more of the following: provider information of the network analysis function, and application scope corresponding to the network analysis function information, capability information corresponding to the network analysis function, and identification information of the network analysis function.
  • the provider information of the network analysis function indicates a manufacturer or operator that provides the network analysis function
  • the application scope information corresponding to the network analysis function indicates a scope in which the network analysis function is allowed to be used.
  • the method further includes: acquiring third information of the network model, where the third information includes one or more of the following: the network The identification information of the model, the version information of the network model, the file name information of the network model, the file address information of the network model, the status information of the network model, the shared information of the network model, the network model Self-training information for the model.
  • the status information indicates whether the network model is allowed to be used
  • the shared information indicates whether the network model is allowed to be used by multiple network analysis functions at the same time
  • the self-training information indicates whether the network model is allowed to be used locally to update.
  • the information of the first parameter and the third information are sent.
  • the acquiring information of the first parameter of the network model includes: the first device obtains information from the third device Obtain the information of the first parameter and the third information.
  • the first device trains the network model to generate the information of the first parameter and the third information.
  • the method further includes: receiving a second response message, the second response message indicating whether the association between the network model and the network analysis function is successfully established relation.
  • the first response information indicates that The relationship between the network model and the network analysis function is successfully established.
  • a fourth aspect provides a network model management method applied to a second device, comprising: receiving first indication information, the first indication information indicating that a network model is associated with a network analysis function, and the first indication information includes the first indication information. Two pieces of information and identification information of the network model, the second information indicates the network analysis function, wherein the network analysis function is determined by the first device according to the first parameter of the network model, and the network analysis function The function corresponds to the first parameter. According to the first indication information, an association relationship between the network model and the network analysis function is established.
  • the first device obtains the information used to describe the first parameter of the network model, and determines the network analysis function associated with the network model according to the information of the first parameter, so that the second device establishes the network model and the network The relationship between the functions is analyzed, thereby realizing the real-time management of the network model.
  • the first parameter indicates one or more of the following: provider information of the network model, capability information corresponding to the network model, The application scope information corresponding to the network model described above.
  • the provider information of the network model indicates a manufacturer or operator that provides the network model
  • the application scope information corresponding to the network model indicates a scope in which the network model is allowed to be used.
  • the second information includes one or more of the following: provider information of the network analysis function, and application scope corresponding to the network analysis function information, capability information corresponding to the network analysis function, and identification information of the network analysis function.
  • the provider information of the network analysis function indicates a manufacturer or operator that provides the network analysis function
  • the application scope information corresponding to the network analysis function indicates a scope in which the network analysis function is allowed to be used.
  • the method further includes: according to the provision of the network analysis function One or more of the user information, the application scope information corresponding to the network analysis function, and the capability information corresponding to the network analysis function determine the identification information of the network analysis function.
  • the method further includes: receiving information of the first parameter and third information, where the third information includes one or more of the following: The identification information of the network model, the version information of the network model, the file name information of the network model, the file address information of the network model, the state information of the network model, the shared information of the network model, Self-training information of the network model.
  • the status information indicates whether the network model is allowed to be used
  • the shared information indicates whether the network model is allowed to be used by multiple network analysis functions at the same time
  • the self-training information indicates whether the network model is allowed to be used locally to update.
  • the information of the first parameter and the third information are configured in a first management object corresponding to the network model, where the first management object is used to describe the configuration information of the network model.
  • the establishing an association relationship between the network model and the network analysis function according to the first indication information includes:
  • the identification information of the network analysis function is configured in a first management object, where the first management object is used to describe the configuration information of the network model.
  • the identification information of the network model is configured in a second management object corresponding to the network analysis function, where the second management object is used to describe the configuration information of the network analysis function.
  • the identification information of the network analysis function and the identification information of the network model are configured in the third management object.
  • the method further includes: receiving a second response message, the second response message indicating whether the association between the network model and the network analysis function is successfully established relation.
  • the first response information indicates that The relationship between the network model and the network analysis function is successfully established.
  • a first device in a fifth aspect, includes a unit for executing the method in any possible implementation manner of the first aspect or the third aspect.
  • a second device comprising a unit for executing the method in any possible implementation manner of the second aspect or the fourth aspect.
  • a computer-readable medium stores a computer program (also referred to as code, or instruction), when it is run on a computer, causing the computer to execute the above-mentioned first to fourth aspects. method in any of the possible implementations.
  • a computer program also referred to as code, or instruction
  • a communication system in an eighth aspect, includes a first device and a second device, wherein the first device is configured to execute the method in any possible implementation manner of the first aspect or the third aspect .
  • the second device is configured to execute the method in any possible implementation manner of the second aspect or the fourth aspect.
  • a method for managing a network model comprising: a first device acquiring first information of a network model, where the first information describes the network model.
  • the first device determines second information based on the first information, the second information indicating a network analysis function that allows use of the network model.
  • the first device sends the first information and the second information.
  • the second device receives the first information and the second information.
  • the second device establishes an association relationship between the network model and the network analysis function according to the first information and the second information.
  • the determining, by the first device, the second information according to the first information includes: the first device determining the second information according to the first parameter included in the first information.
  • the information determines the second information.
  • the information of the first parameter includes one or more of the following: provider information of the network model, capability information corresponding to the network model, and application scope information corresponding to the network model.
  • the provider information of the network model indicates a manufacturer or operator that provides the network model
  • the application scope information corresponding to the network model indicates a scope in which the network model is allowed to be used.
  • the first information further includes third information
  • the third information includes one or more of the following: identification information of the network model, Version information of the network model, file name information of the network model, file address information of the network model, state information of the network model, shared information of the network model, self-training information of the network model .
  • the status information indicates whether the network model is allowed to be used
  • the shared information indicates whether the network model is allowed to be used by multiple network analysis functions at the same time
  • the self-training information indicates whether the network model is allowed to be used locally to update.
  • the second information includes one or more of the following: provider information of the network analysis function, and application scope corresponding to the network analysis function information, capability information corresponding to the network analysis function, and identification information of the network analysis function.
  • the provider information of the network analysis function indicates a manufacturer or operator that provides the network analysis function
  • the application scope information corresponding to the network analysis function indicates a scope in which the network analysis function is allowed to be used.
  • the method further includes: the second device according to the One or more of the provider information of the network analysis function, the application scope information corresponding to the network analysis function, and the capability information corresponding to the network analysis function determine the identification information of the network analysis function.
  • the obtaining, by the first device, the first information of the network model includes: the first device obtaining the first information from a third device.
  • the first device performs training on the network model to generate the first information.
  • the method further includes: configuring, by the second device, the first information in a first management object corresponding to the network model, and the first The management object is used to describe the configuration information of the network model.
  • the second device establishes an association relationship between the network model and the network analysis function according to the first information and the second information, including :
  • the second device configures the identification information of the network analysis function in the first management object corresponding to the network model, where the first management object is used to describe the configuration information of the network model.
  • the second device configures the identification information of the network model in a second management object corresponding to the network analysis function, where the second management object is used to describe configuration information of the network analysis function.
  • the second device configures the identification information of the network analysis function and the identification information of the network model in the third management object.
  • the method further includes: the second device sending a second response message, the second response message indicating whether the network model and the network model are successfully established The relationship between network analysis functions.
  • the first device receives the second response message.
  • the second response message when the second response message includes the identification information of the network model and the identification information of the network analysis function, the second response message indicates The relationship between the network model and the network analysis function is successfully established.
  • a chip is provided, and a processing circuit is provided on the chip, and the processing circuit is configured to execute the method in any one of the possible implementation manners of the first aspect to the fourth aspect.
  • FIG. 1 shows a system architecture to which the embodiments of the present application are applicable.
  • FIG. 2 shows an embodiment of the solution proposed in this application.
  • FIG. 3 shows another embodiment of the solution proposed in the present application.
  • FIG. 4 shows another embodiment of the solution proposed by the present application.
  • FIG. 5 shows a schematic block diagram of the communication device provided by the present application.
  • FIG. 6 shows a schematic block diagram of the communication apparatus provided by the present application.
  • the network models in this article include AI models and machine learning (ML) models.
  • AI models/ML models are mathematical models that generate predictions by finding patterns in data.
  • the following describes the network model as the AI model.
  • the business operation unit may also be called the communication business management function unit, including the operator's operation system or the operation system of the vertical industry;
  • the cross-domain management function unit may also be called the network management function unit, which can be used for model training of AI models and model reasoning of AI models;
  • domain management functional units can also be called sub-network management functional units or network element management functional units, which can be used for model training of AI models and model inference of AI models;
  • network elements are entities that provide network services , including core network elements and access network elements, can provide at least one of AI model model training and AI model model inference.
  • model training is the process of using a large amount of data to find out the configuration parameters and determine the model in order to achieve the goal of high recognition rate.
  • Model training mainly describes the relationship between data.
  • Model inference also known as intelligent analysis, uses a model to give analysis results, such as determining a network parameter configuration set according to the current network environment.
  • the first device herein may be a cross-domain management functional unit, and the second device may be a domain management functional unit. It should be understood that the first device and the second device may also be other units.
  • the network analysis function herein may be an independent entity unit, or may be a logical function in a certain entity unit, which is not limited in this application.
  • FIG. 2 shows an embodiment of the solution proposed by the present application, and the details are as follows:
  • the first device acquires first information of the AI model.
  • the first information is used to describe the characteristics of the AI model, and the first information includes information of the first parameter and third information.
  • the information of the first parameter includes one or more of the following:
  • the provider information of the AI model the capability information corresponding to the AI model, and the application scope information corresponding to the AI model.
  • the provider information of the AI model is used to describe the provider of the AI model, and the provider can be the manufacturer or operator that provides the AI model.
  • the capability information corresponding to the AI model indicates the capability of the AI model.
  • capability information for an AI model can include one or more of the following:
  • Load information analysis capability service experience analysis capability, network performance analysis capability, congestion analysis capability, quality of service (QoS) analysis capability, energy-saving analysis capability, traffic flow analysis capability, and terminal device trajectory analysis capability.
  • QoS quality of service
  • the application range information corresponding to the AI model indicates the range to which the AI model can be applied.
  • the application scope information corresponding to the AI model includes at least one of geographic scope information, network element scope information, cell scope information, and network slice scope information.
  • the third information includes one or more of the following:
  • the identification information of the AI model The identification information of the AI model, the version information of the AI model, the file name information of the AI model, the file address information of the AI model, the status information of the AI model, the shared information of the AI model, and the self-training information of the AI model.
  • the file address information of the AI model indicates the location where the AI model file is stored, for example, it may be a uniform resource identifier (uniform resource identifier, URI) corresponding to the location where the file is stored.
  • URI uniform resource identifier
  • the status information of the AI model indicates whether the AI model is allowed to be used.
  • the shared information of the AI model indicates whether the AI model is allowed to be used by multiple network analysis functions simultaneously.
  • the self-training information of the AI model indicates whether the AI model is allowed to be updated locally.
  • the first device obtains the first information from the third device.
  • the above information may be manually configured in the first device.
  • the first device trains the AI model to generate the above-mentioned first information.
  • the first device can first receive the initial information of the AI model through manual configuration, then the first device can train the AI model, and after the AI model is trained, the first device determines whether to update the initial information of the AI model .
  • the first information of the AI model acquired by the first device is the initial information of the AI model. If the first device updates the initial information of the AI model, the first information of the AI model acquired by the first device is information obtained after updating the initial information of the AI model.
  • the first device re-assigns an identifier to the AI model, and the first device updates the initial identifier information of the AI model.
  • the first device obtains a new version of the AI model, and the first device updates the initial version information of the AI model.
  • the initial version information of the AI model is version 1
  • the initial version information of the AI model can be updated to version 2 after training.
  • the time when the training of the AI model is completed can also be used as the version information of the AI model. This application does not limit how to represent the version information of the AI model.
  • the first device re-assigns a file name and a file address to the AI model, and the first device updates the initial file name information and initial file address information of the AI model respectively.
  • the state information of the AI model indicates that the AI model is not allowed to be used.
  • the first device updates the initial state information of the AI model.
  • the shared information of the AI model indicates that the AI model is not allowed to be used by multiple network analysis functions at the same time.
  • the AI model is allowed to be used by multiple network analysis functions at the same time.
  • Initial shared information for the device to update the AI model.
  • the self-training information of the AI model indicates that the AI model is not allowed to be updated locally.
  • the AI model is allowed to be updated locally, and the first device updates the initial self-update of the AI model. training information.
  • the capability information of the AI model indicates that the AI model has the load information analysis capability.
  • the AI model is newly added with the service experience analysis capability, and the first device updates the initial capability of the AI model. information.
  • the capability information of the trained AI model may be manually specified in advance.
  • the application range information of the AI model indicates that the AI model can be applied to cell #1 and cell #2.
  • the AI model does not support the application in cell #2, then the first device Update the initial application scope information of the AI model.
  • the application range information of the trained AI model may be manually specified in advance.
  • the first device sends a first request message to the second device, where the first request message is used to request the second device to configure the first information of the AI model. Accordingly, the second device receives the first request message.
  • the first request message includes the first information of the AI model and the identifier of the first management object corresponding to the AI model.
  • the first management object corresponding to the AI model is used to describe the configuration information of the AI model.
  • the first management object may be a data structure or file corresponding to the AI model.
  • the second device configures the first information of the AI model according to the first request message.
  • the second device configures the first information of the AI model in the first management object corresponding to the AI model according to the first request message.
  • the second device sends a first response message to the first device.
  • the first response message indicates that the second device successfully configures the first information of the AI model.
  • the first device determines a first network analysis function associated with the AI model according to the information of the first parameter included in the first information.
  • the meaning of the association between the AI model and the first network analysis function in this document means that the first network analysis function can use the AI model. It should be understood that the first network analysis function may be one or more network analysis functions.
  • the following introduces several ways for the first device to determine the first network analysis function associated with the AI model:
  • the first device determines the first network analysis function associated with the AI model according to the provider information of the AI model in the first information, where the provider of the first network analysis function is the same as the provider of the AI model. It should be understood that the first device is configured with provider information of each network analysis function in the plurality of network analysis functions.
  • the provider information of AI model #1 indicates that AI model #1 is provided by operator #1
  • the provider information of network analysis function #1 indicates that network analysis function #1 is provided by operator #1
  • network analysis function # The provider information of 2 indicates that the network analysis function #1 is provided by the operator #2
  • the first device determines that the first network analysis function associated with the AI model #1 is the network analysis function #1.
  • the first device determines the first network analysis function associated with the AI model according to the capability information of the AI model in the first information. It should be understood that the first device is configured with capability information of each network analysis function in the plurality of network analysis functions.
  • the capability information of AI model #1 indicates that AI model #1 has load information analysis capability
  • the capability information of network analysis function #1 indicates that network analysis function #1 has load information analysis capability
  • the capability information of network analysis function #2 indicates that the network The analysis function #2 has the service experience analysis capability
  • the first device determines that the first network analysis function associated with the AI model #1 is the network analysis function #1.
  • the first device determines the first network analysis function associated with the AI model according to the application scope information of the AI model in the first information. It should be understood that the first device is configured with a plurality of application scope information of the network analysis function.
  • the application scope information of AI model #1 indicates that AI model #1 is applied to cell #1
  • the application scope information of network analysis function #1 indicates that network analysis function #1 is applied to cell #1
  • the application scope of network analysis function #2 The information indicates that the network analysis function #2 is applied to the cell #2
  • the first device determines that the first network analysis function associated with the AI model #1 is the network analysis function #1.
  • the first device determines the first network analysis function associated with the AI model according to one of provider information, application type information, and application scope information of the AI model.
  • the first device may further determine the first network analysis function associated with the AI model according to at least two of the provider information, application type information, and application scope information of the AI model.
  • a possible way 4 is given below.
  • the first device determines the first network analysis function associated with the AI model according to the provider information and capability information of the AI model. It should be understood that the first device is configured with provider information and capability information of each network analysis function in the plurality of network analysis functions.
  • the provider information of AI model #1 indicates that AI model #1 is provided by operator #1
  • the capability information of AI model #1 indicates that AI model #1 has the load information analysis capability
  • the provider information of network analysis function #1 Indicates that the network analysis function #1 is provided by the operator #1
  • the capability information of the network analysis function #1 indicates that the network analysis function #1 has the load information analysis capability
  • the provider information of the network analysis function #2 indicates that the network analysis function #1 is provided by the operator #2
  • the capability information of the network analysis function #2 indicates that the network analysis function #2 has the service experience analysis capability
  • the provider information of the network analysis function #3 indicates that the network analysis function #3 is provided by the operator #1
  • the capability information of the network analysis function #3 indicates that the network analysis function #3 has the service experience analysis capability
  • the first device determines that the first network analysis function associated with the AI model #1 is the network analysis function #1.
  • the first device may determine the second information.
  • the second information indicates the first network analysis function associated with the AI model.
  • the second information includes one or more of the following:
  • Provider information of the first network analysis function application scope information corresponding to the first network analysis function, capability information corresponding to the first network analysis function, and identification information of the first network analysis function.
  • the first device sends first indication information to the second device, where the first indication information is used to instruct the second device to establish an association relationship between the AI model and the first network analysis function.
  • the second device receives the first indication information.
  • the first indication information includes the second information and the identification information of the AI model.
  • the second device establishes an association relationship between the AI model and the first network analysis function according to the first indication information.
  • the second device may, according to the provider information of the first network analysis function, the application scope information corresponding to the first network analysis function, the first network analysis function One or more items of the corresponding capability information determine identification information of the first network analysis function.
  • the second device configures the identification information of the first network analysis function in the first management object corresponding to the AI model.
  • the second device configures the identification information of the AI model in the second management object corresponding to the first network analysis function.
  • the second management object is used to describe the configuration information of the first network analysis function.
  • the second management object may be a data structure or file corresponding to the first network analysis function.
  • the second device creates a third management object, and configures the identification information of the AI model and the identification information of the first network analysis function in the third management object. There is a corresponding relationship between the identification information of the AI model and the identification information of the first network analysis function.
  • the third management object is other management objects other than the first management object and the second management object.
  • the second device sends a second response message to the first device, where the second response message is used to indicate whether the second device successfully establishes an association relationship between the AI model and the first network analysis function. Accordingly, the first device receives the second response message.
  • the second response message when the second response message includes the identification information of the AI model and the identification information of the first network analysis function, the second response message indicates that the second device has successfully established the AI model and the first network analysis function relationship between.
  • the first device obtains the first information for describing the AI model, and determines the network analysis function associated with the AI model according to the first information, so that the second device establishes the relationship between the AI model and the network analysis function. , so as to realize the real-time management of AI models.
  • Fig. 3 shows another embodiment of the solution proposed by the present application, which is as follows:
  • the first device acquires first information of the AI model.
  • This process may be the same as that of S201, and for details, please refer to the description of S201.
  • the first device determines a first network analysis function associated with the AI model according to the information of the first parameter included in the first information.
  • the first device may determine the second information.
  • This process may be the same as that of S205, and for details, please refer to the description of S205.
  • the first device sends first indication information to the second device, where the first indication information is used to instruct the second device to establish an association relationship between the AI model and the first network analysis function.
  • the second device receives the first indication information.
  • the first indication information includes the second information and the first information of the AI model.
  • the second information indicates the first network analysis function associated with the AI model.
  • the second device establishes an association relationship between the AI model and the first network analysis function according to the first indication information.
  • the second device determines the second management object corresponding to the first network analysis function according to the second information of the AI model.
  • the second device configures the first information of the AI model in the second management object corresponding to the first network analysis function.
  • managing and controlling the first information as a part of the second management object can reduce the number of management and control objects in the network device.
  • the second device sends second response information to the first device, where the second response information is used to indicate whether the second device successfully establishes an association relationship between the AI model and the first network analysis function.
  • This process may be the same as that of S208.
  • the first device obtains the first information for describing the AI model, and determines the network analysis function associated with the AI model according to the first information, so that the second device establishes the relationship between the AI model and the network analysis function. , so as to realize the real-time management of AI models.
  • Fig. 4 shows another embodiment of the solution proposed by the present application, which is as follows:
  • the first device acquires first information of the AI model.
  • This process may be the same as that of S201, and for details, please refer to the description of S201.
  • the first device sends a first request message to the second device, where the first request message is used to request the second device to configure the first information of the AI model. Accordingly, the second device receives the first request information.
  • This process may be the same as that of S202, and for details, please refer to the description of S202.
  • the second device configures the first information of the AI model according to the first request information.
  • This process may be the same as that of S203, and for details, please refer to the description of S203.
  • the second device sends a first response message to the first device.
  • the first response message indicates that the second device successfully configures the first information of the AI model.
  • the second device determines the first network analysis function associated with the AI model according to the information of the first parameter included in the first information.
  • This process can be similar to S205, that is, in S405, the first device in S205 can be replaced with the second device, and other content can refer to the description of S205.
  • the second device establishes an association relationship between the AI model and the first network analysis function.
  • This process may be the same as the way 1-mode 3 in S207, and for details, please refer to the description of the way 1-mode 3 in S207.
  • the second device sends a second response message to the first device, where the second response message is used to indicate whether the second device successfully establishes an association relationship between the AI model and the first network analysis function.
  • This process may be the same as that of S208.
  • the second device obtains the first information for describing the AI model, and determines the network analysis function associated with the AI model according to the first information, so that the second device establishes the relationship between the AI model and the network analysis function. , so as to realize the real-time management of AI models.
  • the method may further include:
  • the first device determines a network analysis function associated with the AI model according to the information of the first parameter included in the first information.
  • the following example illustrates the situation where the first network analysis function associated with the AI model determined by the first device in S408 is different from the first network analysis function associated with the AI model determined by the second device in S405:
  • the provider information of AI model #1 indicates that AI model #1 is provided by operator #1
  • the capability information of AI model #1 indicates that AI model #1 has load information analysis capability
  • network analysis function #1 The provider information of the network analysis function #1 indicates that the network analysis function #1 is provided by the operator #1
  • the capability information of the network analysis function #1 indicates that the network analysis function #1 has the load information analysis capability
  • the provider information of the network analysis function #2 indicates the network analysis function #1.
  • the function #1 is provided by the operator #2
  • the capability information of the network analysis function #2 indicates that the network analysis function #2 has the load information analysis capability
  • the second device determines the AI model #1 and the network according to the capability information of the AI model #1.
  • Analysis function #1 is associated with network analysis function #2. That is, the second device does not refer to the provider information of the AI model and the provider information of the network analysis function when determining the first network analysis function associated with the AI model.
  • the first device determines that the AI model #1 is associated with the network analysis function #1 according to the provider information of the AI model, the capability information of the AI model, the provider information of the network analysis function, and the capability information of the network analysis function. That is, if the first network analysis function associated with the AI model determined by the first device in S408 is different from the first network analysis function associated with the AI model determined by the second device in S405, the following steps are continued.
  • the first device sends first indication information to the second device, where the first indication information is used to instruct the second device to establish an association relationship between the AI model and the first network analysis function.
  • the second device receives the first indication information.
  • This process may be the same as that of S206, and for details, please refer to the description of S206.
  • the second device establishes an association relationship between the AI model and the first network analysis function according to the first indication information.
  • This process may be the same as that of S207.
  • S207 For details, please refer to the description of S207.
  • the second device sends a second response message to the first device, where the second response message is used to indicate whether the second device successfully establishes an association relationship between the AI model and the first network analysis function.
  • This process may be the same as that of S208.
  • the first device can determine the network analysis function associated with the AI model again, thereby improving the accuracy of the results.
  • FIG. 5 is a communication device provided by an embodiment of the application, and the communication device includes a transceiver unit 501 and a processing unit 502 .
  • the transceiver unit 501 is used to implement content interaction between the communication device and other units or network elements.
  • the processing unit 502 is used to realize the processing of data by the communication device.
  • the transceiver unit 501 in this embodiment of the present application may be implemented by a transceiver or a transceiver-related circuit component, and the processing unit 502 may be implemented by a processor or a processor-related circuit component (or referred to as a processing circuit).
  • the communication device may be a communication device device, or a chip applied in the communication device device, or other combined devices, components, etc., which have the functions of the above-mentioned communication device device.
  • the transceiver unit 501 and the processing unit 502 can support the actions performed by the first device in the foregoing method examples.
  • the transceiver unit 501 and the processing unit 502 can support the actions performed by the second device in the foregoing method examples.
  • An embodiment of the present application further provides a communication apparatus, as shown in FIG. 6 , including: a processor 601 , a communication interface 602 , and a memory 603 .
  • the processor 601, the communication interface 602 and the memory 603 can be connected to each other through a bus 604; the bus 604 can be a peripheral component interconnect (PCI) bus or an extended industry standard architecture (EISA) bus etc.
  • PCI peripheral component interconnect
  • EISA extended industry standard architecture
  • the above-mentioned bus 604 can be divided into an address bus, a data bus, a control bus, and the like. For ease of presentation, only one thick line is used in FIG. 6, but it does not mean that there is only one bus or one type of bus.
  • the processor 601 may be a central processing unit (CPU), a network processor (NP), or a combination of CPU and NP.
  • the processor may further include a hardware chip.
  • the above-mentioned hardware chip may be an application-specific integrated circuit (ASIC), a programmable logic device (PLD) or a combination thereof.
  • the above-mentioned PLD may be a complex programmable logic device (CPLD), a field-programmable gate array (FPGA), a generic array logic (GAL) or any combination thereof.
  • Memory 603 may be volatile memory or nonvolatile memory, or may include both volatile and nonvolatile memory.
  • the non-volatile memory may be read-only memory (ROM), programmable read-only memory (PROM), erasable programmable read-only memory (EPROM), electrically programmable Erase programmable read-only memory (electrically EPROM, EEPROM) or flash memory.
  • Volatile memory may be random access memory (RAM), which acts as an external cache.
  • the processor 601 is used to implement data processing operations of the communication device.
  • the communication interface 602 is used to realize the transceiving operation of the communication device.
  • the processor 601, the communication interface 602 and the memory 603 can support the actions performed by the first device in the above method examples.
  • the processor 601, the communication interface 602 and the memory 603 can support the actions performed by the second device in the above method examples.
  • the present application also provides a communication system, the communication system includes a first device and a second device, and the communication system can be used to complete the aforementioned method.
  • the present application also provides a computer-readable medium storing a computer program (which may also be referred to as code, or instructions), when executed on a computer, to cause the computer to perform the aforementioned method.
  • a computer program which may also be referred to as code, or instructions
  • the present application also provides a chip on which a processing circuit is provided, and the processing circuit is used to perform the aforementioned method.
  • GSM global system of mobile communication
  • CDMA code division multiple access
  • WCDMA wideband code division multiple access
  • GPRS general packet radio service
  • long term evolution long term evolution
  • LTE long term evolution
  • LTE frequency division duplex frequency division duplex
  • TDD time division duplex
  • UMTS universal mobile telecommunication system
  • WiMAX worldwide interoperability for microwave access
  • the terminal device in this embodiment of the present application may refer to a user equipment, an access terminal, a subscriber unit, a subscriber station, a mobile station, a mobile station, a remote station, a remote terminal, a mobile device, a user terminal, a terminal, a wireless communication device, a user agent or user device.
  • the terminal device may also be a cellular phone, a cordless phone, a session initiation protocol (SIP) phone, a wireless local loop (WLL) station, a personal digital assistant (PDA), a wireless communication Functional handheld devices, computing devices or other processing devices connected to wireless modems, in-vehicle devices, wearable devices, terminal devices in future 5G networks or future evolved public land mobile networks (PLMN)
  • SIP session initiation protocol
  • WLL wireless local loop
  • PDA personal digital assistant
  • a terminal device, etc. is not limited in this embodiment of the present application.
  • the network device in this embodiment of the present application may be a device for communicating with a terminal device, and the network device may be a global system of mobile communication (GSM) system or a code division multiple access (code division multiple access, CDMA)
  • GSM global system of mobile communication
  • CDMA code division multiple access
  • the base station (base transceiver station, BTS) in the LTE system can also be the base station (nodeB, NB) in the wideband code division multiple access (WCDMA) system, or the evolutionary base station (evolutional base station) in the LTE system.
  • nodeB eNB or eNodeB
  • it can also be a wireless controller in a cloud radio access network (CRAN) scenario
  • the network device can be a relay station, an access point, an in-vehicle device, a wearable device, and future
  • the network equipment in the 5G network or the network equipment in the future evolved PLMN network, etc., are not limited in the embodiments of the present application.
  • the disclosed systems, devices and methods may be implemented in other manners.
  • the apparatus embodiments described above are only illustrative.
  • the division of the units is only a logical function division. In actual implementation, there may be other division methods.
  • multiple units or components may be combined or Can be integrated into another system, or some features can be ignored, or not implemented.
  • the shown or discussed mutual coupling or direct coupling or communication connection may be through some interfaces, indirect coupling or communication connection of devices or units, and may be in electrical, mechanical or other forms.
  • the units described as separate components may or may not be physically separated, and components displayed as units may or may not be physical units, that is, may be located in one place, or may be distributed to multiple network units. Some or all of the units may be selected according to actual needs to achieve the purpose of the solution in this embodiment.
  • each functional unit in each embodiment of the present application may be integrated into one processing unit, or each unit may exist physically alone, or two or more units may be integrated into one unit.
  • the functions, if implemented in the form of software functional units and sold or used as independent products, may be stored in a computer-readable storage medium.
  • the technical solution of the present application can be embodied in the form of a software product in essence, or the part that makes a contribution or a part of the technical solution.
  • the computer software product is stored in a storage medium and includes several instructions for A computer device (which may be a personal computer, a server, or a network device, etc.) is caused to execute all or part of the steps of the methods described in the various embodiments of the present application.
  • the aforementioned storage medium includes: U disk, mobile hard disk, read-only memory (ROM), random access memory (RAM), magnetic disk or optical disk and other media that can store program codes .

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)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请提供了一种应用于第一设备的网络模型管理方法，该方法包括：获取网络模型的第一信息，该第一信息描述该网络模型；根据该第一信息确定第二信息，该第二信息指示网络分析功能，该网络分析功能允许使用该网络模型；发送该第一信息和该第二信息。运用上述方法，可使第二设备建立网络模型与网络分析功能之间的关联关系，从而实现了对网络模型的实时管理。

Description

网络模型管理方法和装置
本申请要求于2021年3月30日提交中国专利局、申请号为202110342803.5、申请名称为“网络模型管理方法和装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及通信技术领域，并且更具体地，涉及网络模型管理方法和装置。
背景技术
人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。当前，网络设备要实现特定的智能功能依赖于从外部输入的AI模型。在存在多个AI模型，且AI模型在不断训练更新的场景中，如何对AI模型进行管理是一个亟待解决的问题。
发明内容
本申请提供一种网络模型管理方法和装置，根据该方法和装置能够实现对网络模型的管理。
第一方面，提供了一种应用于第一设备的网络模型管理方法，包括：获取网络模型的第一信息，该第一信息描述该网络模型。根据该第一信息确定第二信息，该第二信息指示网络分析功能，该网络分析功能允许使用该网络模型。发送该第一信息和该第二信息。
根据本申请提供的方案，第一设备通过获取用于描述网络模型的第一信息，并根据该第一信息确定网络模型关联的网络分析功能，使得第二设备建立网络模型与网络分析功能之间的关联关系，从而实现了对网络模型的实时管理。
结合第一方面，在第一方面的某些实现方式中，根据该第一信息确定第二信息包括：根据该第一信息包括的第一参数的信息确定第二信息。第一参数的信息包括以下一项或多项：该网络模型的提供者信息，该网络模型对应的能力信息，该网络模型对应的应用范围信息。其中，该网络模型的提供者信息指示提供该网络模型的厂商或运营商，该网络模型对应的应用范围信息指示允许使用该网络模型的范围。
结合第一方面，在第一方面的某些实现方式中，该第一信息还包括第三信息，第三信息包括以下中的一项或多项：该网络模型的标识信息，该网络模型的版本信息，该网络模型的文件名信息，该网络模型的文件地址信息，该网络模型的状态信息、该网络模型的共享信息、该网络模型的自训练信息。其中，该状态信息指示该网络模型是否允许被使用，该共享信息指示该网络模型是否允许被多个网络分析功能同时使用，该自训练信息指示是否允许该网络模型在本地进行更新。
结合第一方面，在第一方面的某些实现方式中，该第二信息包括以下中的一项或多项：该网络分析功能的提供者信息，该网络分析功能对应的应用范围信息，该网络分析功能对 应的能力信息，该网络分析功能的标识信息。其中，该网络分析功能的提供者信息指示提供该网络分析功能的厂商或运营商，该网络分析功能对应的应用范围信息指示允许使用该网络分析功能的范围。
结合第一方面，在第一方面的某些实现方式中，该第一设备获取网络模型的第一信息包括：该第一设备从第三设备获取该第一信息。或者，该第一设备对该网络模型进行训练，生成该第一信息。
结合第一方面，在第一方面的某些实现方式中，该方法还包括：接收第二响应消息，该第二响应消息指示是否成功建立该网络模型与该网络分析功能的关联关系。
根据本申请提供的方案，如果第二响应消息指示未成功建立网络模型与网络分析功能的关联关系，则第一设备可以重新向第二设备发送指示信息，从而确保网络模型与网络分析功能建立关联关系。
结合第一方面，在第一方面的某些实现方式中，在该第二响应消息包括该网络模型的标识信息和该网络分析功能的标识信息情况下，该第二响应消息指示成功建立该网络模型与该网络分析功能的关联关系。
根据本申请提供的方案，如果第二响应消息包括网络模型的标识信息和该网络分析功能的标识信息，则相当于隐含指示已成功建立该网络模型与该网络分析功能的关联关系。当然，第二响应消息也可以通过显式的方式指示是否成功建立该网络模型与该网络分析功能的关联关系。
第二方面，提供了一种应用于第二设备的网络模型管理方法，包括：从第一设备接收第一信息和第二信息，该第一信息描述网络模型，该第二信息指示网络分析功能，该网络分析功能允许使用该网络模型，其中，该第二信息为该第一设备根据第一信息确定的。根据该第一信息和第二信息，建立该网络模型与该网络分析功能的关联关系。
根据本申请提供的方案，第一设备通过获取用于描述网络模型的第一信息，并根据该第一信息确定网络模型关联的网络分析功能，使得第二设备建立网络模型与网络分析功能之间的关联关系，从而实现了对网络模型的实时管理。
结合第二方面，在第二方面的某些实现方式中，该第一信息包括第一参数的信息和第三信息。第一参数的信息包括以下中的一项或多项：网络模型的提供者信息，网络模型对应的能力信息，网络模型对应的应用范围信息。第三信息包括以下中的一项或多项：该网络模型的标识信息，该网络模型的版本信息，该网络模型的文件名信息，该网络模型的文件地址信息，该网络模型的状态信息、该网络模型的共享信息、该网络模型的自训练信息，该网络模型的提供者信息，该网络模型对应的能力信息，该网络模型对应的应用范围信息。其中，该网络模型的提供者信息指示提供该网络模型的厂商或运营商，该网络模型对应的应用范围信息指示允许使用该网络模型的范围，该状态信息指示该网络模型是否允许被使用，该共享信息指示该网络模型是否允许被多个网络分析功能同时使用，该自训练信息指示是否允许该网络模型在本地进行更新。
结合第二方面，在第二方面的某些实现方式中，该第二信息包括以下中的一项或多项：该网络分析功能的提供者信息，该网络分析功能对应的应用范围信息，该网络分析功能对应的能力信息，该网络分析功能的标识信息。其中，该网络分析功能的提供者信息指示提供该网络分析功能的厂商或运营商，该网络分析功能对应的应用范围信息指示允许使用该网络分析功能的范围。
根据本申请的方案，第二信息可以显式或隐式地指示网络分析功能的标识信息。
结合第二方面，在第二方面的某些实现方式中，在该第二信息不包括该网络分析功能的标识信息的情况下，该方法还包括：根据该网络分析功能的提供者信息、该网络分析功能对应的应用范围信息、该网络分析功能对应的能力信息中的一个或多个确定该网络分析功能的标识信息。
结合第二方面，在第二方面的某些实现方式中，在该网络模型对应的第一管理对象中配置该第一信息，该第一管理对象用于描述该网络模型的配置信息。
结合第二方面，在第二方面的某些实现方式中，根据该第一信息和第二信息，建立该网络模型与该网络分析功能的关联关系，包括：在该网络模型对应的第一管理对象中配置该网络分析功能的标识信息，该第一管理对象用于描述该网络模型的配置信息。或者，在该网络分析功能对应的第二管理对象中配置该网络模型的标识信息，该第二管理对象用于描述该网络分析功能的配置信息。或者，在第三管理对象中配置该网络分析功能的标识信息和该网络模型的标识信息。
结合第二方面，在第二方面的某些实现方式中，该方法还包括：发送第二响应消息，该第二响应消息指示是否成功建立该网络模型与该网络分析功能的关联关系。
结合第二方面，在第二方面的某些实现方式中，在该第二响应消息包括该网络模型的标识信息和该网络分析功能的标识信息情况下，该第二响应消息指示成功建立该网络模型与该网络分析功能的关联关系。
第三方面，提供了一种应用于第一设备的网络模型管理方法，包括：获取网络模型的第一参数的信息。根据所述第一参数确定所述网络模型关联的网络分析功能，所述网络分析功能对应所述第一参数。发送第一指示信息，所述第一指示信息指示将所述网络模型与所述网络分析功能关联，所述第一指示信息包括第二信息和所述网络模型的标识信息，所述第二信息指示所述网络分析功能。
根据本申请提供的方案，第一设备通过获取用于描述网络模型的第一参数的信息，并根据该第一参数的信息确定网络模型关联的网络分析功能，使得第二设备建立网络模型与网络分析功能之间的关联关系，从而实现了对网络模型的实时管理。
结合第三方面，在第三方面的某些实现方式中，所述第一参数指示以下中的一项或多项：所述网络模型的提供者信息，所述网络模型对应的能力信息，所述网络模型对应的应用范围信息。其中，所述网络模型的提供者信息指示提供所述网络模型的厂商或运营商，所述网络模型对应的应用范围信息指示允许使用所述网络模型的范围。
结合第三方面，在第三方面的某些实现方式中，所述第二信息包括以下中的一项或多项：所述网络分析功能的提供者信息，所述网络分析功能对应的应用范围信息，所述网络分析功能对应的能力信息，所述网络分析功能的标识信息。其中，所述网络分析功能的提供者信息指示提供所述网络分析功能的厂商或运营商，所述网络分析功能对应的应用范围信息指示允许使用所述网络分析功能的范围。
结合第三方面，在第三方面的某些实现方式中，所述方法还包括：获取所述网络模型的第三信息，所述第三信息包括以下中的一项或多项：所述网络模型的标识信息，所述网络模型的版本信息，所述网络模型的文件名信息，所述网络模型的文件地址信息，所述网络模型的状态信息、所述网络模型的共享信息、所述网络模型的自训练信息。其中，所述状态信息指示所述网络模型是否允许被使用，所述共享信息指示所述网络模型是否允许被 多个网络分析功能同时使用，所述自训练信息指示是否允许所述网络模型在本地进行更新。发送所述第一参数的信息和第三信息。
结合第三方面，在第三方面的某些实现方式中，所述获取网络模型的第一参数的信息，所述获取所述网络模型的第三信息包括：所述第一设备从第三设备获取所述第一参数的信息和所述第三信息。或者，所述第一设备对所述网络模型进行训练，生成所述第一参数的信息和所述第三信息。
结合第三方面，在第三方面的某些实现方式中，所述方法还包括：接收第二响应消息，所述第二响应消息指示是否成功建立所述网络模型与所述网络分析功能的关联关系。
结合第三方面，在第三方面的某些实现方式中，在所述第二响应消息包括所述网络模型的标识信息和所述网络分析功能的标识信息情况下，所述第一响应信息指示成功建立所述网络模型与所述网络分析功能的关联关系。
第四方面，提供一种应用于第二设备的网络模型管理方法，包括：接收第一指示信息，所述第一指示信息指示将网络模型与网络分析功能关联，所述第一指示信息包括第二信息和所述网络模型的标识信息，所述第二信息指示所述网络分析功能，其中，所述网络分析功能为第一设备根据所述网络模型的第一参数确定的，所述网络分析功能对应所述第一参数。根据所述第一指示信息，建立所述网络模型与所述网络分析功能的关联关系。
根据本申请提供的方案，第一设备通过获取用于描述网络模型的第一参数的信息，并根据该第一参数的信息确定网络模型关联的网络分析功能，使得第二设备建立网络模型与网络分析功能之间的关联关系，从而实现了对网络模型的实时管理。
结合第四方面，在第四方面的某些实现方式中，所述第一参数指示以下中的一项或多项：所述网络模型的提供者信息，所述网络模型对应的能力信息，所述网络模型对应的应用范围信息。其中，所述网络模型的提供者信息指示提供所述网络模型的厂商或运营商，所述网络模型对应的应用范围信息指示允许使用所述网络模型的范围。
结合第四方面，在第四方面的某些实现方式中，所述第二信息包括以下中的一项或多项：所述网络分析功能的提供者信息，所述网络分析功能对应的应用范围信息，所述网络分析功能对应的能力信息，所述网络分析功能的标识信息。其中，所述网络分析功能的提供者信息指示提供所述网络分析功能的厂商或运营商，所述网络分析功能对应的应用范围信息指示允许使用所述网络分析功能的范围。
结合第四方面，在第四方面的某些实现方式中，在所述第二信息不包括所述网络分析功能的标识信息的情况下，所述方法还包括：根据所述网络分析功能的提供者信息、所述网络分析功能对应的应用范围信息、所述网络分析功能对应的能力信息中的一个或多个确定所述网络分析功能的标识信息。
结合第四方面，在第四方面的某些实现方式中，所述方法还包括：接收所述第一参数的信息和第三信息，所述第三信息包括以下中的一项或多项：所述网络模型的标识信息，所述网络模型的版本信息，所述网络模型的文件名信息，所述网络模型的文件地址信息，所述网络模型的状态信息、所述网络模型的共享信息、所述网络模型的自训练信息。其中，所述状态信息指示所述网络模型是否允许被使用，所述共享信息指示所述网络模型是否允许被多个网络分析功能同时使用，所述自训练信息指示是否允许所述网络模型在本地进行更新。在所述网络模型对应的第一管理对象中配置所述第一参数的信息和所述第三信息，所述第一管理对象用于描述所述网络模型的配置信息。
结合第四方面，在第四方面的某些实现方式中，所述根据所述第一指示信息，建立所述网络模型与所述网络分析功能的关联关系，包括：在所述网络模型对应的第一管理对象中配置所述网络分析功能的标识信息，所述第一管理对象用于描述所述网络模型的配置信息。或者，在所述网络分析功能对应的第二管理对象中配置所述网络模型的标识信息，所述第二管理对象用于描述所述网络分析功能的配置信息。或者，在第三管理对象中配置所述网络分析功能的标识信息和所述网络模型的标识信息。
结合第四方面，在第四方面的某些实现方式中，所述方法还包括：接收第二响应消息，所述第二响应消息指示是否成功建立所述网络模型与所述网络分析功能的关联关系。
结合第四方面，在第四方面的某些实现方式中，在所述第二响应消息包括所述网络模型的标识信息和所述网络分析功能的标识信息情况下，所述第一响应信息指示成功建立所述网络模型与所述网络分析功能的关联关系。
第五方面，提供一种第一设备，该第一设备包括用于执行该第一方面或第三方面中任一种可能实现方式中的方法的单元。
第六方面，提供一种第二设备，该第二设备包括用于执行该第二方面或第四方面中任一种可能实现方式中的方法的单元。
第七方面，提供一种计算机可读介质，该计算机可读介质存储有计算机程序(也可以称为代码，或指令)当其在计算机上运行时，使得计算机执行上述第一方面至第四方面中任一种可能实现方式中的方法。
第八方面，提供一种通信系统，所述通信系统包括第一设备和第二设备，其中，该第一设备用于执行上述第一方面或第三方面中任一种可能实现方式中的方法。该第二设备用于执行上述第二方面或第四方面中任一种可能实现方式中的方法。
第九方面，提供一种网络模型管理方法，包括：第一设备获取网络模型的第一信息，所述第一信息描述所述网络模型。所述第一设备根据所述第一信息确定第二信息，所述第二信息指示网络分析功能，所述网络分析功能允许使用所述网络模型。所述第一设备发送所述第一信息和所述第二信息。所述第二设备接收所述第一信息和所述第二信息。所述第二设备根据所述第一信息和所述第二信息，建立所述网络模型与所述网络分析功能的关联关系。
结合第九方面，在第九方面的某些实现方式中，所述第一设备根据所述第一信息确定第二信息包括：所述第一设备根据所述第一信息包括的第一参数的信息确定第二信息。所述第一参数的信息包括以下中的一项或多项：所述网络模型的提供者信息，所述网络模型对应的能力信息，所述网络模型对应的应用范围信息。其中，所述网络模型的提供者信息指示提供所述网络模型的厂商或运营商，所述网络模型对应的应用范围信息指示允许使用所述网络模型的范围。
结合第九方面，在第九方面的某些实现方式中，所述第一信息还包括第三信息，所述第三信息包括以下中的一项或多项：所述网络模型的标识信息，所述网络模型的版本信息，所述网络模型的文件名信息，所述网络模型的文件地址信息，所述网络模型的状态信息、所述网络模型的共享信息、所述网络模型的自训练信息。其中，所述状态信息指示所述网络模型是否允许被使用，所述共享信息指示所述网络模型是否允许被多个网络分析功能同时使用，所述自训练信息指示是否允许所述网络模型在本地进行更新。
结合第九方面，在第九方面的某些实现方式中，所述第二信息包括以下中的一项或多 项：所述网络分析功能的提供者信息，所述网络分析功能对应的应用范围信息，所述网络分析功能对应的能力信息，所述网络分析功能的标识信息。其中，所述网络分析功能的提供者信息指示提供所述网络分析功能的厂商或运营商，所述网络分析功能对应的应用范围信息指示允许使用所述网络分析功能的范围。
结合第九方面，在第九方面的某些实现方式中，在所述第二信息不包括所述网络分析功能的标识信息的情况下，所述方法还包括：所述第二设备根据所述网络分析功能的提供者信息、所述网络分析功能对应的应用范围信息、所述网络分析功能对应的能力信息中的一个或多个确定所述网络分析功能的标识信息。
结合第九方面，在第九方面的某些实现方式中，所述第一设备获取网络模型的第一信息包括：所述第一设备从第三设备获取所述第一信息。或者，所述第一设备对所述网络模型进行训练，生成所述第一信息。
结合第九方面，在第九方面的某些实现方式中，所述方法还包括：所述第二设备在所述网络模型对应的第一管理对象中配置所述第一信息，所述第一管理对象用于描述所述网络模型的配置信息。
结合第九方面，在第九方面的某些实现方式中，所述第二设备根据所述第一信息和所述第二信息，建立所述网络模型与所述网络分析功能的关联关系，包括：所述第二设备在所述网络模型对应的第一管理对象中配置所述网络分析功能的标识信息，所述第一管理对象用于描述所述网络模型的配置信息。或者，所述第二设备在所述网络分析功能对应的第二管理对象中配置所述网络模型的标识信息，所述第二管理对象用于描述所述网络分析功能的配置信息。或者，所述第二设备在第三管理对象中配置所述网络分析功能的标识信息和所述网络模型的标识信息。
结合第九方面，在第九方面的某些实现方式中，所述方法还包括：所述第二设备发送第二响应消息，所述第二响应消息指示是否成功建立所述网络模型与所述网络分析功能的关联关系。所述第一设备接收所述第二响应消息。
结合第九方面，在第九方面的某些实现方式中，在所述第二响应消息包括所述网络模型的标识信息和所述网络分析功能的标识信息情况下，所述第二响应消息指示成功建立所述网络模型与所述网络分析功能的关联关系。
第十方面，提供一种芯片，该芯片上设置有处理电路，该处理电路用于执行上述第一方面至第四方面中任一种可能实现方式中的方法。
附图说明
图1示出了本申请实施例适用的系统架构。
图2示出了本申请所提出的方案的一种实施方式。
图3示出了本申请所提出的方案的另一种实施方式。
图4示出了本申请所提出的方案的另一种实施方式。
图5示出本申请提供的通信设备的示意性框图。
图6示出本申请提供的通信装置的示意性框图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
本文中的网络模型包括AI模型，机器学习(machine learning，ML)模型。AI模型/ML模型的本质都是通过查找数据中的模式来生成预测结果的数学模型。下文中以网络模型为AI模型进行说明。
本申请提出的技术方案，可以应用于如图1所示的系统架构中。其中，业务运营单元也可称为通信业务管理功能单元，包括运营商的运营系统或者垂直行业的运营系统；跨域管理功能单元也可称之为网络管理功能单元，可用于AI模型的模型训练和AI模型的模型推理；域管理功能单元也可称之为子网络管理功能单元或者网元管理功能单元，可用于AI模型的模型训练和AI模型的模型推理；网元为提供网络服务的实体，包括核心网网元和接入网网元，可以提供AI模型的模型训练和AI模型的模型推理中的至少一个。
其中，模型训练是为了达成高识别率的目标，使用大量数据，找出配置参数，确定模型的过程。模型训练主要描述的是数据之间的关系。模型推理，也可称之为智能分析，是利用模型给出分析结果，比如根据当前网络环境确定网络参数配置集合。
本文中的第一设备可以为跨域管理功能单元，第二设备可以为域管理功能单元。应理解，第一设备和第二设备还可以为其他的单元。
本文中的网络分析功能可以为一个独立的实体单元，或者可以是某个实体单元中的一个逻辑功能，本申请对此不作限定。
图2示出了本申请所提出的方案的一种实施方式，具体如下：
S201，第一设备获取AI模型的第一信息。
第一信息用于描述AI模型的特征，该第一信息包括第一参数的信息和第三信息。
其中，第一参数的信息包括以下中的一项或多项：
AI模型的提供者信息，AI模型对应的能力信息，AI模型对应的应用范围信息。
AI模型的提供者信息用于描述AI模型的提供者，该提供者可以为提供AI模型的厂商或运营商。
AI模型对应的能力信息指示AI模型的能力。
例如，AI模型的能力信息可以包括以下中的一项或多项：
负载信息分析能力、业务体验分析能力、网络性能分析能力、拥塞分析能力、服务质量(quality of service，QoS)分析能力、节能分析能力、话务流向分析能力、终端设备轨迹分析能力。
AI模型对应的应用范围信息指示AI模型可以应用的范围。
例如，AI模型对应的应用范围信息包括地理范围信息、网元范围信息、小区范围信息、网络切片范围信息中的至少一个。
第三信息包括以下中的一项或多项：
AI模型的标识信息，AI模型的版本信息，AI模型的文件名信息，AI模型的文件地址信息，AI模型的状态信息，AI模型的共享信息，AI模型的自训练信息。
AI模型的文件地址信息指示AI模型文件存放的位置，例如可以是文件存放位置对应的统一资源标识符(uniform resource identifier，URI)。
AI模型的状态信息指示AI模型是否允许被使用。AI模型的共享信息指示AI模型是否允许被多个网络分析功能同时使用。AI模型的自训练信息指示是否允许AI模型在本地进行更新。
下面介绍第一设备获取第一信息的方式：
方式1：
第一设备从第三设备获取第一信息。
例如，可以在第一设备中人工配置上述信息。
方式2：
第一设备对AI模型进行训练，生成上述第一信息。
例如，第一设备首先可以通过人工配置的方式接收AI模型的初始信息，然后第一设备可以对AI模型进行训练，在对AI模型进行训练之后第一设备确定是否对AI模型的初始信息进行更新。
应理解，如果第一设备不对AI模型的初始信息进行更新，则第一设备获取的AI模型的第一信息为AI模型的初始信息。如果第一设备对AI模型的初始信息进行更新，则第一设备获取的AI模型的第一信息为对AI模型的初始信息更新后得到的信息。
例如，对AI模型进行训练后，第一设备重新为AI模型分配标识，则第一设备对AI模型的初始标识信息进行更新。
例如，对AI模型进行训练后，第一设备得到了一个新版本的AI模型，则第一设备更新AI模型的初始版本信息。假设AI模型的初始版本信息为版本1，则训练后可以将AI模型的初始版本信息更新为版本2。在一种可能的实现方式中，还可以将AI模型训练完成的时间作为AI模型的版本信息。本申请对如何表示AI模型的版本信息不作限定。
例如，对AI模型进行训练后，第一设备重新为AI模型分配文件名，文件地址，则第一设备分别对AI模型的初始文件名信息和初始文件地址信息进行更新。
例如，对AI模型训练前，AI模型的状态信息指示该AI模型不允许被使用，对AI模型进行训练后，AI模型允许被使用，则第一设备更新AI模型的初始状态信息。
例如，对AI模型训练前，AI模型的共享信息指示该AI模型不允许被多个网络分析功能同时使用，对AI模型进行训练后，AI模型允许被多个网络分析功能同时使用，则第一设备更新AI模型的初始共享信息。
例如，对AI模型训练前，AI模型的自训练信息指示该AI模型不允许在本地进行更新，对AI模型进行训练后，AI模型允许在本地进行更新，则第一设备更新AI模型的初始自训练信息。
例如，对AI模型训练前，AI模型的能力信息指示AI模型具有负载信息分析能力，对AI模型进行训练后，AI模型新增了具有业务体验分析能力，则第一设备更新AI模型的初始能力信息。在一种可能的实现方式中，可以由人工提前指定训练后AI模型的能力信息。
例如，对AI模型训练前，AI模型的应用范围信息指示AI模型可应用于小区#1和小区#2，对AI模型进行训练后，AI模型不支持在小区#2中应用，则第一设备更新AI模型的初始应用范围信息。在一种可能的实现方式中，可以由人工提前指定训练后AI模型的应用范围信息。
S202，第一设备向第二设备发送第一请求消息，该第一请求消息用于请求第二设备配置AI模型的第一信息。相应地，第二设备接收该第一请求消息。
第一请求消息中包括AI模型的第一信息和AI模型对应的第一管理对象的标识。AI模型对应的第一管理对象用于描述AI模型的配置信息。例如，第一管理对象可以为AI模型对应的数据结构或文件。
S203，第二设备根据第一请求消息，配置AI模型的第一信息。
在一种可能的实现方式中，第二设备根据第一请求消息在AI模型对应的第一管理对象中配置AI模型的第一信息。
可选地，S204，第二设备向第一设备发送第一响应消息。该第一响应消息指示第二设备成功配置AI模型的第一信息。
S205，第一设备根据第一信息中包括的第一参数的信息确定AI模型关联的第一网络分析功能。
本文中AI模型与第一网络分析功能关联的含义为第一网络分析功能可以使用该AI模型。应理解，第一网络分析功能可以为一个或多个网络分析功能。
下面介绍第一设备确定AI模型关联的第一网络分析功能的几种方式：
方式1：
第一设备根据第一信息中AI模型的提供者信息确定AI模型关联的第一网络分析功能，其中，第一网络分析功能的提供者与该AI模型的提供者相同。应理解，第一设备中配置有多个网络分析功能中每个网络分析功能的提供者信息。
例如，AI模型#1的提供者信息指示AI模型#1为运营商#1提供的，网络分析功能#1的提供者信息指示网络分析功能#1为运营商#1提供的，网络分析功能#2的提供者信息指示网络分析功能#1为运营商#2提供的，则第一设备确定AI模型#1关联的第一网络分析功能为网络分析功能#1。
方式2：
第一设备根据第一信息中AI模型的能力信息确定AI模型关联的第一网络分析功能。应理解，第一设备配置有多个网络分析功能中每个网络分析功能的能力信息。
例如，AI模型#1的能力信息指示AI模型#1具有负载信息分析能力，网络分析功能#1的能力信息指示网络分析功能#1具有负载信息分析能力，网络分析功能#2的能力信息指示网络分析功能#2具有业务体验分析能力，则第一设备确定AI模型#1关联的第一网络分析功能为网络分析功能#1。
方式3：
第一设备根据第一信息中AI模型的应用范围信息确定AI模型关联的第一网络分析功能。应理解，第一设备配置有多个网络分析功能的应用范围信息。
例如，AI模型#1的应用范围信息指示AI模型#1应用于小区#1，网络分析功能#1的应用范围信息指示网络分析功能#1应用于小区#1，网络分析功能#2的应用范围信息指示网络分析功能#2应用于小区#2，则第一设备确定AI模型#1关联的第一网络分析功能为网络分析功能#1。
上述方式1-3中第一设备根据AI模型的提供者信息、应用类型信息、应用范围信息中的一个确定AI模型关联的第一网络分析功能。第一设备还可以根据AI模型的提供者信息、应用类型信息、应用范围信息中的至少两个确定AI模型关联的第一网络分析功能。下面给出一种可能的方式4。
方式4：
第一设备根据AI模型的提供者信息和能力信息确定AI模型关联的第一网络分析功能。应理解，第一设备中配置有多个网络分析功能中每个网络分析功能的提供者信息和能力信息。
例如，AI模型#1的提供者信息指示AI模型#1为运营商#1提供的，AI模型#1的能力信息指示AI模型#1具有负载信息分析能力，网络分析功能#1的提供者信息指示网络分析功能#1为运营商#1提供的，网络分析功能#1的能力信息指示网络分析功能#1具有负载信息分析能力，网络分析功能#2的提供者信息指示网络分析功能#1为运营商#2提供的，网络分析功能#2的能力信息指示网络分析功能#2具有业务体验分析能力，网络分析功能#3的提供者信息指示网络分析功能#3为运营商#1提供的，网络分析功能#3的能力信息指示网络分析功能#3具有业务体验分析能力，则第一设备确定AI模型#1关联的第一网络分析功能为网络分析功能#1。
应理解，上述方式1-4中所举的例子仅为示例性说明，本申请对此不作限定。
应理解，第一设备根据第一信息包括的第一参数的信息确定AI模型关联的第一网络分析功能后，可以确定第二信息。第二信息指示该AI模型关联的第一网络分析功能。该第二信息包括以下中的一项或多项：
第一网络分析功能的提供者信息，第一网络分析功能对应的应用范围信息，第一网络分析功能对应的能力信息，第一网络分析功能的标识信息。
S206，第一设备向第二设备发送第一指示信息，第一指示信息用于指示第二设备建立AI模型与第一网络分析功能的关联关系。相应地，第二设备接收该第一指示信息。
该第一指示信息中包括第二信息和AI模型的标识信息。
S207，第二设备根据该第一指示信息，建立AI模型和第一网络分析功能之间的关联关系。
在第二信息中不包括第一网络分析功能的标识信息的情况下，第二设备可以根据第一网络分析功能的提供者信息、第一网络分析功能对应的应用范围信息、第一网络分析功能对应的能力信息中的一项或多项确定第一网络分析功能的标识信息。
下面介绍第二设备建立AI模型和网络分析功能之间的关联关系的方式：
方式1：
第二设备在AI模型对应的第一管理对象中配置第一网络分析功能的标识信息。
方式2：
第二设备在第一网络分析功能对应的第二管理对象中配置AI模型的标识信息。
应理解，该第二管理对象用于描述第一网络分析功能的配置信息。例如，第二管理对象可以为第一网络分析功能对应的数据结构或文件。
方式3：
第二设备创建第三管理对象，在第三管理对象中配置AI模型的标识信息与第一网络分析功能的标识信息。AI模型的标识信息与第一网络分析功能的标识信息之间具有对应关系。
应理解，第三管理对象为除第一管理对象和第二管理对象之外的其他管理对象。
可选地，S208，第二设备向第一设备发送第二响应消息，该第二响应消息用于指示第二设备是否成功建立AI模型和第一网络分析功能之间的关联关系。相应地，第一设备接收第二响应消息。
在一种可能的实现方式中，当第二响应消息中包括AI模型的标识信息和第一网络分析功能的标识信息时，第二响应消息指示第二设备成功建立AI模型和第一网络分析功能之间的关联关系。
应理解，本申请对第二响应消息中使用何种信息来指示第二设备是否成功建立AI模型和第一网络分析功能之间的关联关系不作限定。
当前，在存在多个AI模型，且AI模型不断训练更新时，网络设备不清楚如何应用AI模型，无法对AI模型进行管理。根据本申请提供的方案，第一设备通过获取用于描述AI模型的第一信息，并根据该第一信息确定AI模型关联的网络分析功能，使得第二设备建立AI模型与网络分析功能之间的关联关系，从而实现了对AI模型的实时管理。
图3示出了本申请所提出的方案的另一种实施方式，具体如下：
S301，第一设备获取AI模型的第一信息。
该过程可以与S201相同，具体可以参考S201的描述。
S302，第一设备根据第一信息包括的第一参数的信息确定AI模型关联的第一网络分析功能。
应理解，第一设备根据第一信息包括的第一参数的信息确定AI模型关联的第一网络分析功能后，可以确定第二信息。
该过程可以与S205相同，具体可以参考S205的描述。
S303，第一设备向第二设备发送第一指示信息，第一指示信息用于指示第二设备建立AI模型与第一网络分析功能的关联关系。相应地，第二设备接收该第一指示信息。
第一指示信息包括第二信息和AI模型的第一信息。该第二信息指示该AI模型关联的第一网络分析功能。
S304，第二设备根据该第一指示信息，建立AI模型和第一网络分析功能之间的关联关系。
在一种可能的实现方式中，第二设备根据AI模型的第二信息确定第一网络分析功能对应的第二管理对象。第二设备在第一网络分析功能对应的第二管理对象中配置AI模型的第一信息。
根据本申请的方案，将第一信息作为第二管理对象中的一部分进行管控，可以降低网络设备中管控对象的数量。
可选地，S305，第二设备向第一设备发送第二响应信息，该第二响应信息用于指示第二设备是否成功建立AI模型和第一网络分析功能之间的关联关系。
该过程可以与S208相同，具体可以参考S208的描述。
当前，在存在多个AI模型，且AI模型不断训练更新时，网络设备不清楚如何应用AI模型，无法对AI模型进行管理。根据本申请提供的方案，第一设备通过获取用于描述AI模型的第一信息，并根据该第一信息确定AI模型关联的网络分析功能，使得第二设备建立AI模型与网络分析功能之间的关联关系，从而实现了对AI模型的实时管理。
图4示出了本申请所提出的方案的另一种实施方式，具体如下：
S401，第一设备获取AI模型的第一信息。
该过程可以与S201相同，具体可以参考S201的描述。
S402，第一设备向第二设备发送第一请求消息，该第一请求消息用于请求第二设备配置AI模型的第一信息。相应地，第二设备接收该第一请求信息。
该过程可以与S202相同，具体可以参考S202的描述。
S403，第二设备根据第一请求信息，配置AI模型的第一信息。
该过程可以与S203相同，具体可以参考S203的描述。
可选地，S404，第二设备向第一设备发送第一响应消息。该第一响应消息指示第二设备成功配置AI模型的第一信息。
S405，第二设备根据第一信息包括的第一参数的信息确定AI模型关联的第一网络分析功能。
该过程可以与S205类似，即，在S405中可以将S205中的第一设备替换为第二设备，其他内容可以参考S205的描述。
S406，第二设备建立AI模型和第一网络分析功能之间的关联关系。
该过程可以与S207中的方式1-方式3相同，具体可以参考S207中的方式1-方式3的描述。
可选地，S407，第二设备向第一设备发送第二响应消息，该第二响应消息用于指示第二设备是否成功建立AI模型和第一网络分析功能之间的关联关系。
该过程可以与S208相同，具体可以参考S208的描述。
当前，在存在多个AI模型，且AI模型不断训练更新时，网络设备不清楚如何应用AI模型，无法对AI模型进行管理。根据本申请提供的方案，第二设备通过获取用于描述AI模型的第一信息，并根据该第一信息确定AI模型关联的网络分析功能，使得第二设备建立AI模型与网络分析功能之间的关联关系，从而实现了对AI模型的实时管理。
在另一种可能的实现方式中，在上述S401-S407之后，该方法还可以包括：
S408，第一设备根据第一信息包括的第一参数的信息确定AI模型关联的网络分析功能。
如果第一设备确定的AI模型关联的第一网络分析功能与S405中第二设备确定的AI模型关联的第一网络分析功能相同，则不执行下述步骤。
如果第一设备确定的AI模型关联的第一网络分析功能与S405中第二设备确定的AI模型关联的第一网络分析功能不相同，则执行下述步骤。
下面举例说明S408中第一设备确定的AI模型关联的第一网络分析功能与S405中第二设备确定的AI模型关联的第一网络分析功能不相同的情况：
例如，在S405中，AI模型#1的提供者信息指示AI模型#1为运营商#1提供的，AI模型#1的能力信息指示AI模型#1具有负载信息分析能力，网络分析功能#1的提供者信息指示网络分析功能#1为运营商#1提供的，网络分析功能#1的能力信息指示网络分析功能#1具有负载信息分析能力，网络分析功能#2的提供者信息指示网络分析功能#1为运营商#2提供的，网络分析功能#2的能力信息指示网络分析功能#2具有负载信息分析能力，则第二设备根据AI模型#1的能力信息确定AI模型#1与网络分析功能#1和网络分析功能#2关联。即，第二设备在确定AI模型关联的第一网络分析功能时未参考AI模型的提供者信息和网络分析功能的提供者信息。
然而，在S408中，第一设备根据AI模型的提供者信息、AI模型的能力信息、网络分析功能的提供者信息、网络分析功能的能力信息确定AI模型#1与网络分析功能#1关联。即，S408中第一设备确定的AI模型关联的第一网络分析功能与S405中第二设备确定的AI模型关联的第一网络分析功能不相同，则继续执行下述步骤。
应理解，上述举例仅为示例性说明，本申请对此并不限定。
S409，第一设备向第二设备发送第一指示信息，第一指示信息用于指示第二设备建立AI模型与第一网络分析功能的关联关系。相应地，第二设备接收该第一指示信息。
该过程可以与S206相同，具体可以参考S206的描述。
S410，第二设备根据该第一指示信息，建立AI模型和第一网络分析功能之间的关联关系。
该过程可以与S207相同，具体可以参考S207的描述。
可选地，S411，第二设备向第一设备发送第二响应消息，该第二响应消息用于指示第二设备是否成功建立AI模型和第一网络分析功能之间的关联关系。
该过程可以与S208相同，具体可以参考S208的描述。
根据本申请的方案，在第二设备确定与AI模型关联的网络分析功能之后，可以由第一设备再次确定与AI模型关联的网络分析功能，从而提高结果的准确性。
根据前述方法，图5为本申请实施例提供的一种通信设备，该通信设备包括收发单元501和处理单元502。收发单元501用于实现通信设备与其他单元或者网元的内容交互。处理单元502用于实现通信设备对数据的处理。应理解，本申请实施例中的收发单元501可以由收发器或收发器相关电路组件实现，处理单元502可以由处理器或处理器相关电路组件(或者，称为处理电路)实现。
示例性地，通信设备可以是通信装置设备，也可以是应用于通信装置设备中的芯片或者其他具有上述通信装置设备功能的组合器件、部件等。
示例性地，当该通信设备为第一设备时，收发单元501和处理单元502能够支持上述各方法示例中由第一设备完成的动作。
示例性地，当该通信设备为第二设备时，收发单元501和处理单元502能够支持上述各方法示例中由第二设备完成的动作。
本申请实施例还提供一种通信装置，如图6所示，包括：处理器601、通信接口602、存储器603。其中，处理器601、通信接口602以及存储器603可以通过总线604相互连接；总线604可以是外设部件互连标准(peripheral component interconnect，PCI)总线或扩展工业标准结构(extended industry standard architecture，EISA)总线等。上述总线604可以分为地址总线、数据总线和控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。处理器601可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)或者CPU和NP的组合。处理器还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件(programmable logic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device,CPLD)，现场可编程逻辑门阵列(field-programmable gate array，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。存储器603可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory，RAM)，其用作外部高速缓存。
处理器601用于实现通信装置的数据处理操作。通信接口602用于实现通信装置的收发操作。
示例性地，当该通信装置为第一设备时，处理器601、通信接口602和存储器603能 够支持上述各方法示例中由第一设备完成的动作。
示例性地，当该通信装置为第二设备时，处理器601、通信接口602和存储器603能够支持上述各方法示例中由第二设备完成的动作。
本申请还提供一种通信系统，该通信系统包括第一设备和第二设备，该通信系统可以用来完成前述方法。
本申请还提供一种计算机可读介质，该计算机可读介质存储有计算机程序(也可以称为代码，或指令)当其在计算机上运行时，使得计算机执行前述方法。
本申请还提供芯片，该芯片上设置有处理电路，该处理电路用于执行前述方法。
本申请实施例的技术方案可以应用于各种通信系统，例如：全球移动通讯(global system of mobile communication，GSM)系统、码分多址(code division multiple access，CDMA)系统、宽带码分多址(wideband code division multiple access，WCDMA)系统、通用分组无线业务(general packet radio service，GPRS)、长期演进(long term evolution，LTE)系统、LTE频分双工(frequency division duplex，FDD)系统、LTE时分双工(time division duplex，TDD)、通用移动通信系统(universal mobile telecommunication system，UMTS)、全球互联微波接入(worldwide interoperability for microwave access，WiMAX)通信系统、未来的第五代(5th generation，5G)系统或新无线(new radio，NR)等。
本申请实施例中的终端设备可以指用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。终端设备还可以是蜂窝电话、无绳电话、会话启动协议(session initiation protocol，SIP)电话、无线本地环路(wireless local loop，WLL)站、个人数字处理(personal digital assistant，PDA)、具有无线通信功能的手持设备、计算设备或连接到无线调制解调器的其它处理设备、车载设备、可穿戴设备，未来5G网络中的终端设备或者未来演进的公用陆地移动通信网络(public land mobile network，PLMN)中的终端设备等，本申请实施例对此并不限定。
本申请实施例中的网络设备可以是用于与终端设备通信的设备，该网络设备可以是全球移动通讯(global system of mobile communication，GSM)系统或码分多址(code division multiple access，CDMA)中的基站(base transceiver station，BTS)，也可以是宽带码分多址(wideband code division multiple access，WCDMA)系统中的基站(nodeB，NB)，还可以是LTE系统中的演进型基站(evolutional nodeB，eNB或eNodeB)，还可以是云无线接入网络(cloud radio access network，CRAN)场景下的无线控制器，或者该网络设备可以为中继站、接入点、车载设备、可穿戴设备以及未来5G网络中的网络设备或者未来演进的PLMN网络中的网络设备等，本申请实施例并不限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以 通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (34)

  1. 一种应用于第一设备的网络模型管理方法，其特征在于，包括：
    获取网络模型的第一信息，所述第一信息描述所述网络模型；
    根据所述第一信息确定第二信息，所述第二信息指示网络分析功能，所述网络分析功能允许使用所述网络模型；
    发送所述第一信息和所述第二信息。
  2. 根据权利要求1所述的方法，其特征在于，
    所述根据所述第一信息确定第二信息包括：
    根据所述第一信息包括的第一参数的信息确定第二信息；
    所述第一参数的信息包括以下中的一项或多项：
    所述网络模型的提供者信息，所述网络模型对应的能力信息，所述网络模型对应的应用范围信息；
    其中，所述网络模型的提供者信息指示提供所述网络模型的厂商或运营商，所述网络模型对应的应用范围信息指示允许使用所述网络模型的范围。
  3. 根据权利要求2所述的方法，其特征在于，
    所述第一信息还包括第三信息，所述第三信息包括以下中的一项或多项：
    所述网络模型的标识信息，所述网络模型的版本信息，所述网络模型的文件名信息，所述网络模型的文件地址信息，所述网络模型的状态信息、所述网络模型的共享信息、所述网络模型的自训练信息；
    其中，所述状态信息指示所述网络模型是否允许被使用，所述共享信息指示所述网络模型是否允许被多个网络分析功能同时使用，所述自训练信息指示是否允许所述网络模型在本地进行更新。
  4. 根据权利要求1-3中任一项所述的方法，其特征在于，
    所述第二信息包括以下中的一项或多项：
    所述网络分析功能的提供者信息，所述网络分析功能对应的应用范围信息，所述网络分析功能对应的能力信息，所述网络分析功能的标识信息；
    其中，所述网络分析功能的提供者信息指示提供所述网络分析功能的厂商或运营商，所述网络分析功能对应的应用范围信息指示允许使用所述网络分析功能的范围。
  5. 根据权利要求1-4中任一项所述的方法，其特征在于，
    所述获取网络模型的第一信息包括：
    所述第一设备从第三设备获取所述第一信息；或者，
    所述第一设备对所述网络模型进行训练，生成所述第一信息。
  6. 根据权利要求1-5中任一项所述的方法，其特征在于，
    所述方法还包括：
    接收第二响应消息，所述第二响应消息指示是否成功建立所述网络模型与所述网络分析功能的关联关系。
  7. 根据权利要求6所述的方法，其特征在于，
    在所述第二响应消息包括所述网络模型的标识信息和所述网络分析功能的标识信息 情况下，所述第二响应消息指示成功建立所述网络模型与所述网络分析功能的关联关系。
  8. 一种应用于第二设备的网络模型管理方法，其特征在于，包括：
    从第一设备接收第一信息和第二信息，所述第一信息描述网络模型，所述第二信息指示网络分析功能，所述网络分析功能允许使用所述网络模型，其中，所述第二信息为所述第一设备根据第一信息确定的；
    根据所述第一信息和第二信息，建立所述网络模型与所述网络分析功能的关联关系。
  9. 根据权利要求8所述的方法，其特征在于，
    所述第一信息包括第一参数的信息和第三信息；
    所述第一参数的信息包括以下中的一项或多项：
    所述网络模型的提供者信息，所述网络模型对应的能力信息，所述网络模型对应的应用范围信息；
    所述第三信息包括以下中的一项或多项：
    所述网络模型的标识信息，所述网络模型的版本信息，所述网络模型的文件名信息，所述网络模型的文件地址信息，所述网络模型的状态信息、所述网络模型的共享信息、所述网络模型的自训练信息；
    其中，所述网络模型的提供者信息指示提供所述网络模型的厂商或运营商，所述网络模型对应的应用范围信息指示允许使用所述网络模型的范围，所述状态信息指示所述网络模型是否允许被使用，所述共享信息指示所述网络模型是否允许被多个网络分析功能同时使用，所述自训练信息指示是否允许所述网络模型在本地进行更新。
  10. 根据权利要求8或9所述的方法，其特征在于，
    所述第二信息包括以下中的一项或多项：
    所述网络分析功能的提供者信息，所述网络分析功能对应的应用范围信息，所述网络分析功能对应的能力信息，所述网络分析功能的标识信息；
    其中，所述网络分析功能的提供者信息指示提供所述网络分析功能的厂商或运营商，所述网络分析功能对应的应用范围信息指示允许使用所述网络分析功能的范围。
  11. 根据权利要求10所述的方法，其特征在于，
    在所述第二信息不包括所述网络分析功能的标识信息的情况下，所述方法还包括：
    根据所述网络分析功能的提供者信息、所述网络分析功能对应的应用范围信息、所述网络分析功能对应的能力信息中的一个或多个确定所述网络分析功能的标识信息。
  12. 根据权利要求8-11中任一项所述的方法，其特征在于，所述方法还包括：
    在所述网络模型对应的第一管理对象中配置所述第一信息，所述第一管理对象用于描述所述网络模型的配置信息。
  13. 根据权利要求8-12中任一项所述的方法，其特征在于，所述根据所述第一信息和第二信息，建立所述网络模型与所述网络分析功能的关联关系，包括：
    在所述网络模型对应的第一管理对象中配置所述网络分析功能的标识信息，所述第一管理对象用于描述所述网络模型的配置信息；或者，
    在所述网络分析功能对应的第二管理对象中配置所述网络模型的标识信息，所述第二管理对象用于描述所述网络分析功能的配置信息；或者，
    在第三管理对象中配置所述网络分析功能的标识信息和所述网络模型的标识信息。
  14. 根据权利要求8-13中任一项所述的方法，其特征在于，
    所述方法还包括：
    发送第二响应消息，所述第二响应消息指示是否成功建立所述网络模型与所述网络分析功能的关联关系。
  15. 根据权利要求14所述的方法，其特征在于，
    在所述第二响应消息包括所述网络模型的标识信息和所述网络分析功能的标识信息情况下，所述第二响应消息指示成功建立所述网络模型与所述网络分析功能的关联关系。
  16. 一种第一设备，其特征在于，包括：
    收发单元，用于获取网络模型的第一信息，所述第一信息描述所述网络模型；
    处理单元，用于根据所述第一信息确定第二信息，所述第二信息指示网络分析功能，所述网络分析功能允许使用所述网络模型；
    所述收发单元，还用于发送所述第一信息和所述第二信息。
  17. 根据权利要求16所述的第一设备，其特征在于，
    所述处理单元，用于根据所述第一信息确定第二信息包括：
    所述处理单元根据所述第一信息包括的第一参数的信息确定第二信息；
    所述第一参数的信息包括以下中的一项或多项：
    所述网络模型的提供者信息，所述网络模型对应的能力信息，所述网络模型对应的应用范围信息；
    其中，所述网络模型的提供者信息指示提供所述网络模型的厂商或运营商，所述网络模型对应的应用范围信息指示允许使用所述网络模型的范围。
  18. 根据权利要求17所述的第一设备，其特征在于，
    所述第一信息还包括第三信息，所述第三信息包括以下中的一项或多项：
    所述网络模型的标识信息，所述网络模型的版本信息，所述网络模型的文件名信息，所述网络模型的文件地址信息，所述网络模型的状态信息、所述网络模型的共享信息、所述网络模型的自训练信息；
    其中，所述状态信息指示所述网络模型是否允许被使用，所述共享信息指示所述网络模型是否允许被多个网络分析功能同时使用，所述自训练信息指示是否允许所述网络模型在本地进行更新。
  19. 根据权利要求16-18中任一项所述的第一设备，其特征在于，
    所述第二信息包括以下中的一项或多项：
    所述网络分析功能的提供者信息，所述网络分析功能对应的应用范围信息，所述网络分析功能对应的能力信息，所述网络分析功能的标识信息；
    其中，所述网络分析功能的提供者信息指示提供所述网络分析功能的厂商或运营商，所述网络分析功能对应的应用范围信息指示允许使用所述网络分析功能的范围。
  20. 根据权利要求16-19中任一项所述的第一设备，其特征在于，
    所述收发单元，用于获取网络模型的第一信息包括：
    所述收发单元从第三设备获取所述第一信息；或者，
    所述处理单元，用于对所述网络模型进行训练，生成所述第一信息，所述收发单元从所述处理单元获取所述第一信息。
  21. 根据权利要求16-20中任一项所述的第一设备，其特征在于，
    所述收发单元还用于：
    接收第二响应消息，所述第二响应消息指示是否成功建立所述网络模型与所述网络分析功能的关联关系。
  22. 根据权利要求21所述的第一设备，其特征在于，
    在所述第二响应消息包括所述网络模型的标识信息和所述网络分析功能的标识信息情况下，所述第二响应消息指示成功建立所述网络模型与所述网络分析功能的关联关系。
  23. 一种第二设备，其特征在于，包括：
    收发单元，用于从第一设备接收第一信息和第二信息，所述第一信息描述网络模型，所述第二信息指示网络分析功能，所述网络分析功能允许使用所述网络模型，其中，所述第二信息为所述第一设备根据第一信息确定的；
    处理单元，用于根据所述第一信息和第二信息，建立所述网络模型与所述网络分析功能的关联关系。
  24. 根据权利要求23所述的第二设备，其特征在于，
    所述第一信息包括第一参数的信息和第三信息；
    所述第一参数的信息包括以下中的一项或多项：
    所述网络模型的提供者信息，所述网络模型对应的能力信息，所述网络模型对应的应用范围信息；
    所述第三信息包括以下中的一项或多项：
    所述网络模型的标识信息，所述网络模型的版本信息，所述网络模型的文件名信息，所述网络模型的文件地址信息，所述网络模型的状态信息、所述网络模型的共享信息、所述网络模型的自训练信息；
    其中，所述网络模型的提供者信息指示提供所述网络模型的厂商或运营商，所述网络模型对应的应用范围信息指示允许使用所述网络模型的范围，所述状态信息指示所述网络模型是否允许被使用，所述共享信息指示所述网络模型是否允许被多个网络分析功能同时使用，所述自训练信息指示是否允许所述网络模型在本地进行更新。
  25. 根据权利要求23或24所述的第二设备，其特征在于，
    所述第二信息包括以下中的一项或多项：
    所述网络分析功能的提供者信息，所述网络分析功能对应的应用范围信息，所述网络分析功能对应的能力信息，所述网络分析功能的标识信息；
    其中，所述网络分析功能的提供者信息指示提供所述网络分析功能的厂商或运营商，所述网络分析功能对应的应用范围信息指示允许使用所述网络分析功能的范围。
  26. 根据权利要求25所述的第二设备，其特征在于，
    在所述第二信息不包括所述网络分析功能的标识信息的情况下，所述处理单元还用于：
    根据所述网络分析功能的提供者信息、所述网络分析功能对应的应用范围信息、所述网络分析功能对应的能力信息中的一个或多个确定所述网络分析功能的标识信息。
  27. 根据权利要求23-26中任一项所述的第二设备，其特征在于，所述处理单元还用于：
    在所述网络模型对应的第一管理对象中配置所述第一信息，所述第一管理对象用于所述网络模型的配置信息。
  28. 根据权利要求23-27中任一项所述的第二设备，其特征在于，所述处理单元，用于根据所述第一信息和第二信息，建立所述网络模型与所述网络分析功能的关联关系，包 括：
    所述处理单元，用于在所述网络模型对应的第一管理对象中配置所述网络分析功能的标识信息，所述第一管理对象用于描述所述网络模型的配置信息；或者，
    所述处理单元，用于在所述网络分析功能对应的第二管理对象中配置所述网络模型的标识信息，所述第二管理对象用于描述所述网络分析功能的配置信息；或者，
    所述处理单元，用于在第三管理对象中配置所述网络分析功能的标识信息和所述网络模型的标识信息。
  29. 根据权利要求23-28中任一项所述的第二设备，其特征在于，
    所述收发单元还用于：
    发送第二响应消息，所述第二响应消息指示是否成功建立所述网络模型与所述网络分析功能的关联关系。
  30. 根据权利要求29所述的第二设备，其特征在于，
    在所述第二响应消息包括所述网络模型的标识信息和所述网络分析功能的标识信息情况下，所述第二响应消息指示成功建立所述网络模型与所述网络分析功能的关联关系。
  31. 一种通信系统，其特征在于，所述通信系统包括第一设备和第二设备，所述第一设备执行如权利要求1-7中任意一项所述的方法，所述第二设备执行如权利要求8-15中任意一项所述的方法。
  32. 一种网络模型管理方法，其特征在于，包括：
    所述第一设备获取网络模型的第一信息，所述第一信息描述所述网络模型；
    所述第一设备根据所述第一信息确定第二信息，所述第二信息指示网络分析功能，所述网络分析功能允许使用所述网络模型；
    所述第一设备发送所述第一信息和所述第二信息；
    所述第二设备接收所述第一信息和所述第二信息；
    所述第二设备根据所述第一信息和第二信息，建立所述网络模型与所述网络分析功能的关联关系。
  33. 一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，当所述计算机程序运行时，
    使得装置执行如权利要求1-7中任意一项所述的方法；或者
    使得装置执行如权利要求8-15中任意一项所述的方法。
  34. 一种芯片，其特征在于，所述芯片上设置有处理电路，
    所述处理电路用于执行如权利要求1-7中任一项所述的方法；或者
    所述处理电路用于执行如权利要求8-15中任一项所述的方法。
PCT/CN2022/080646 2021-03-30 2022-03-14 网络模型管理方法和装置 Ceased WO2022206358A1 (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP22778542.5A EP4304142A4 (en) 2021-03-30 2022-03-14 METHOD AND APPARATUS FOR MANAGING NETWORK MODEL
US18/475,622 US12476868B2 (en) 2021-03-30 2023-09-27 Network model management method and apparatus
US19/361,759 US20260046205A1 (en) 2021-03-30 2025-10-17 Network model management method and apparatus

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202110342803.5 2021-03-30
CN202110342803.5A CN115150287A (zh) 2021-03-30 2021-03-30 网络模型管理方法和装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/475,622 Continuation US12476868B2 (en) 2021-03-30 2023-09-27 Network model management method and apparatus

Publications (1)

Publication Number Publication Date
WO2022206358A1 true WO2022206358A1 (zh) 2022-10-06

Family

ID=83404578

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/080646 Ceased WO2022206358A1 (zh) 2021-03-30 2022-03-14 网络模型管理方法和装置

Country Status (4)

Country Link
US (2) US12476868B2 (zh)
EP (1) EP4304142A4 (zh)
CN (1) CN115150287A (zh)
WO (1) WO2022206358A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024169462A1 (zh) * 2023-02-17 2024-08-22 大唐移动通信设备有限公司 模型监控方法、装置、终端及网络侧设备

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117997738A (zh) * 2022-11-03 2024-05-07 展讯通信（上海）有限公司 Ai模型更新方法及通信装置
CN118260582A (zh) * 2022-12-27 2024-06-28 上海华为技术有限公司 模型使用方法及相关设备
CN118509861A (zh) * 2023-02-14 2024-08-16 华为技术有限公司 通信方法、通信装置及通信系统
CN118740648A (zh) * 2023-03-23 2024-10-01 展讯通信（上海）有限公司 通信方法、计算机可读存储介质及通信装置
CN118695273A (zh) * 2023-03-24 2024-09-24 华为技术有限公司 一种通信方法及装置
CN118785186A (zh) * 2023-04-06 2024-10-15 维沃软件技术有限公司 人工智能ai单元的标识方法及通信设备
CN118827402A (zh) * 2023-08-22 2024-10-22 中国移动通信有限公司研究院 一种模型训练方法、装置、网络功能和存储介质
WO2025145374A1 (zh) * 2024-01-04 2025-07-10 富士通株式会社 信息收发方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110765077A (zh) * 2019-11-07 2020-02-07 中电福富信息科技有限公司 基于分布式文件系统统一管理ai模型的方法及系统
CN111222181A (zh) * 2020-03-04 2020-06-02 阿尔法云计算(深圳)有限公司 Ai模型的监管方法、系统、服务器及存储介质
US20200358792A1 (en) * 2018-02-20 2020-11-12 Darktrace Limited Artificial intelligence (ai) based cyber threat analyst to support a cyber security appliance
CN112307607A (zh) * 2020-10-21 2021-02-02 华东交通大学 一种基于边耦合的相依网络渗流分析方法及分析系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10027554B2 (en) * 2005-11-18 2018-07-17 Amdocs Systems Limited Architecture for operational support system
CN110086757B (zh) * 2018-01-26 2020-08-07 华为技术有限公司 通信方法和通信装置
US11102083B2 (en) * 2019-04-30 2021-08-24 Hewlett Packard Enterprise Development Lp Machine-learning based optimization of data centers using supplemental indicators
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
WO2022139879A1 (en) * 2020-12-24 2022-06-30 Intel Corporation Methods, systems, articles of manufacture and apparatus to optimize resources in edge networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200358792A1 (en) * 2018-02-20 2020-11-12 Darktrace Limited Artificial intelligence (ai) based cyber threat analyst to support a cyber security appliance
CN110765077A (zh) * 2019-11-07 2020-02-07 中电福富信息科技有限公司 基于分布式文件系统统一管理ai模型的方法及系统
CN111222181A (zh) * 2020-03-04 2020-06-02 阿尔法云计算(深圳)有限公司 Ai模型的监管方法、系统、服务器及存储介质
CN112307607A (zh) * 2020-10-21 2021-02-02 华东交通大学 一种基于边耦合的相依网络渗流分析方法及分析系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4304142A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024169462A1 (zh) * 2023-02-17 2024-08-22 大唐移动通信设备有限公司 模型监控方法、装置、终端及网络侧设备

Also Published As

Publication number Publication date
EP4304142A4 (en) 2024-08-14
US12476868B2 (en) 2025-11-18
EP4304142A1 (en) 2024-01-10
US20260046205A1 (en) 2026-02-12
CN115150287A (zh) 2022-10-04
US20240022470A1 (en) 2024-01-18

Similar Documents

Publication Publication Date Title
EP4304142A1 (en) Network model management method and apparatus
EP3691206B1 (en) Policy update method and apparatus
CN112672383B (zh) 通信方法和网络设备
CN109792657B (zh) 无线通信方法和设备
CN113498139A (zh) 用于多接入边缘计算的数据分析
CN111698755A (zh) 基于ursp规则的应用数据路由方法及用户设备
US12022320B2 (en) Data processing method and apparatus
WO2021082903A1 (zh) 一种网络切片选择方法及相关产品
CN112314033B (zh) 选择和管理网络切片
EP3678331A1 (en) Data analysis method and data analysis device
CN111835802B (zh) 一种通信方法及装置
AU2018331002A1 (en) Method for configuring anr, terminal device, base station, and core network device
US11647446B2 (en) Information transmission method, network device, and terminal device
CN110798829A (zh) 能力管理方法及通信设备
EP3681182B1 (en) Method, apparatus and device for determining state of terminal device
CN111132271A (zh) 一种pdu会话的动态调整方法、装置
CN116709385A (zh) 监控定位模型的方法、通信装置、可读存储介质和芯片
WO2019028794A1 (zh) 确定业务路径的方法和设备
CN107333322A (zh) 一种家长控制方法和基站
EP4319340A1 (en) Method and apparatus for determining prs configuration information
WO2019196090A1 (zh) 通信方法、网络设备和终端设备
CN116801194A (zh) 通信管理方法、装置和系统
US20250220738A1 (en) Parameter obtaining method and apparatus, first network function, and second network function
WO2020088626A1 (zh) 一种pdu会话的动态调整方法、装置
US20160182646A1 (en) Data Transmission Processing Method and Apparatus

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: 22778542

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2022778542

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2022778542

Country of ref document: EP

Effective date: 20231005

NENP Non-entry into the national phase

Ref country code: DE