【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、图1示出了3gpp 5g非漫游系统架构，其中网络功能通过核心网络(cn)中的基于服务的接口彼此通信。用户设备(ue)可与核心网络进行通信，以建立控制信令并使得ue能够使用来自cn的服务。控制信令功能的示例是注册、连接和移动性管理、认证和授权、会话管理等。在已经建立控制信令之后，ue随后可以利用用户面功能性来向数据网络(dn)(例如，互联网)发送数据以及从数据网络(dn)接收数据。
2、以下描述强调了图1中与控制信令有关的网络功能(nf)中的一些能力。
3、接入和移动性功能(amf)：ue通过ran节点将n1消息发送到amf，以执行多个控制面信令，诸如注册、连接管理、移动性管理、访问认证和访问授权等。
4、会话管理功能(smf)：smf负责与建立pdu会话有关的会话管理，以使ue将数据发送到诸如互联网的数据网络(dn)或到应用服务器和其他会话管理相关功能。
5、策略控制功能(pcf)：pcf提供管理网络行为、访问订阅信息的策略框架，以进行策略决策等。
6、认证服务器功能(ausf)：ausf支持针对3gpp接入和不受信任的非3gpp接入的ue认证。
7、统一数据管理/存储库(udm/udr)：udm/udr支持3gpp aka认证凭据生成、用户识别处理、订阅管理和存储等。
8、网络切片选择功能(nssf)：nssf与网络切片管理的各方面，诸如为ue选择网络切片实例、管理nssai等有关。
9、网络存储库功能(nrf)：n
10、网络开放功能(nef)：nef支持将核心网络中的能力和事件开放给第三方、应用功能(af)、边缘计算等。
11、为实现控制面和用户面两者通信，ran节点提供从ue到核心网络的通信接入。ue与cn建立pdu会话，以通过5g系统(5gs)的(r)an和upf节点在用户面上发送数据业务。上行业务由ue发送，而下行业务由ue使用所建立的pdu会话接收。数据业务通过中间节点(r)an和upf在ue与dn之间流动。
12、提供该背景信息是为了揭示申请人认为可能相关的信息。没有必要承认，也不应当被解释为任何前述信息构成现有技术。
技术实现思路
1、本文公开了可以协助5gs中的ai/ml通信、ai/ml业务区分、ai/ml切片类型、ai/ml触发规则、ai/ml策略、ai/ml操作或ue通信接口开放的方法、系统和设备。
2、利用拆分ai/ml模型的可用性和用于ai/ml操作的额外ue能力，5g系统扩展了ai/ml通信以连接ue和应用服务器以用于促进ai/ml进步。传统上，在5g系统中对ai/ml通信的支持很少或者没有，但对5g系统的增强可实现ue与应用服务器之间的此类通信。
3、可以对诸如amf、smf和upf之类的网络功能进行增强，以便能够区分ai/ml业务与正常用户业务。用于ai/ml业务区分的增强可以在网络切片级、pdu会话级、ai/ml会话级或qos流级进行。ai/ml业务区分的益处是5g系统相应地对业务进行计费的能力。
4、可以为5g网络或af引入ai/ml触发规则以通知ue何时与应用服务器进行通信以进行ai/ml操作。触发规则可以包括事件成分、动作成分和有效性成分。
5、ai/ml策略可从af/as发送到ue以提供ai/ml模型使用信息。ai/ml策略可以包括策略信息、学习信息、模型信息、性能信息和报告信息。
6、ai/ml操作被定义为ue在支持ai/ml通信中执行的动作。可能需要ue提供用于ai/ml推断、拆分ai/ml模型训练、经标记的训练数据或分析验证的数据，以及其他类型的ai/ml业务。此外，ue还可能需要从应用服务器下载ai/ml模型，并向af/as提供设备能力和性能数据，以便对参与ai/ml通信进行评估。
7、在支持ai/ml通信时，ue和af可能需要将通信接口分别开放给af/as和nwdaf。通信接口可以支持订阅/通知机制、对能力和数据的请求以及ai/ml策略的配置。订阅和通知机制可用于分析验证和ai/ml数据传送。
8、在一个示例中，一种装置可以包括一个或多个处理器和存储器。该存储器可以与该一个或多个处理器耦接并且存储可执行指令，该可执行指令在由该一个或多个处理器执行时使得该一个或多个处理器实现包括以下的操作：发送用于建立协议数据单元(pdu)会话的请求，其中该请求可以包括关于该pdu会话用于发射或接收人工智能(ai)或机器学习(ml)业务的指示；响应于该请求，从会话管理功能接收pdu会话接受消息，其中该pdu会话接受消息可以包括与ai或ml策略相关联的信息；以及基于与ai或ml策略相关联的信息，在pdu会话上传送ai或ml业务，其中与ai或ml策略相关联的信息可以指示与ai或ml相关联的业务类型。
9、提供本
技术实现思路
的目的是以简化形式介绍精选的概念，这些概念在以下具体实施方式中进一步描述。本
技术实现思路
既不旨在识别所要求保护的主题的关键特征或基本特征，也不旨在用于限制所要求保护的主题的范围。此外，所要求保护的主题不限于解决本公开的任何部分中所指出的任何或所有缺点的限制。
【技术保护点】
1.一种无线发射/接收单元(WTRU)，所述无线发射/接收单元(WTRU)包括：
2.根据权利要求1所述的WTRU，其中所述业务类型包括模型训练结果、训练数据、经标记的数据、推断数据或用于分析验证的数据中的至少一者。
3.根据权利要求1所述的WTRU，其中所述AI或ML策略包括所述AI或ML策略所应用的应用ID。
4.根据权利要求1所述的WTRU，其中与所述AI或ML策略相关联的所述信息包括学习信息，所述学习信息用于确定所述AI或ML策略所应用的AI或ML数据的类型。
5.根据权利要求1所述的WTRU，其中与所述AI或ML策略相关联的所述信息包括学习信息，所述学习信息用于确定所述AI或ML策略所应用的AI或ML数据的类型，其中所述AI或ML类型包括监督学习、无监督学习或强化学习。
6.根据权利要求1所述的WTRU，其中与所述AI或ML策略相关联的所述信息包括模型信息，其中所述模型信息包括模型类型，其中所述模型类型包括线性回归、决策树、支持向量机、朴素贝叶斯、k最近邻、k均值、随机森林、维度减少或梯度提升。
7
8.一种网络设备，所述网络设备包括：
9.根据权利要求8所述的网络设备，其中所述业务类型包括模型训练结果、训练数据、经标记的数据、推断数据或用于分析验证的数据中的至少一者。
10.根据权利要求8所述的网络设备，其中与所述AI或ML策略相关联的所述信息包括所述AI或ML策略所应用的应用ID。
11.根据权利要求8所述的网络设备，其中与所述AI或ML策略相关联的所述信息包括学习信息，所述学习信息用于确定所述AI或ML策略所应用的AI或ML数据的类型。
12.根据权利要求8所述的网络设备，其中与所述AI或ML策略相关联的所述信息包括学习信息，所述学习信息用于确定所述AI或ML策略所应用的AI或ML数据的类型，其中所述AI或ML类型包括监督学习、无监督学习或强化学习。
13.根据权利要求8所述的网络设备，其中与所述AI或ML策略相关联的所述信息包括模型信息，其中所述模型信息包括模型类型，其中所述模型类型包括线性回归、决策树、支持向量机、朴素贝叶斯、k最近邻、k均值、随机森林、维度减少或梯度提升。
14.一种方法，所述方法包括：
15.根据权利要求14所述的方法，其中所述业务类型包括模型训练结果、训练数据、经标记的数据、推断数据或用于分析验证的数据中的至少一者。
16.根据权利要求14所述的方法，其中所述AI或ML策略包括所述AI或ML策略所应用的应用ID。
17.根据权利要求14所述的方法，其中与所述AI或ML策略相关联的所述信息包括学习信息，所述学习信息用于确定所述AI或ML策略所应用的AI或ML数据的类型。
18.根据权利要求14所述的方法，其中与所述AI或ML策略相关联的所述信息包括学习信息，所述学习信息用于确定所述AI或ML策略所应用的AI或ML数据的类型，其中所述AI或ML类型包括监督学习、无监督学习或强化学习。
19.根据权利要求14所述的方法，其中与所述AI或ML策略相关联的所述信息包括模型信息，其中所述模型信息包括模型类型，其中所述模型类型包括线性回归、决策树、支持向量机、朴素贝叶斯、k最近邻、k均值、随机森林、维度减少或梯度提升。
20.根据权利要求14所述的方法，其中与所述AI或ML策略相关联的所述信息包括与AI或ML业务相关联的报告信息，其中所述报告信息包括用于发送所述报告信息的时间窗口或频率和用于报告的目的地址。
...【技术特征摘要】
【国外来华专利技术】
1.一种无线发射/接收单元(wtru)，所述无线发射/接收单元(wtru)包括：
2.根据权利要求1所述的wtru，其中所述业务类型包括模型训练结果、训练数据、经标记的数据、推断数据或用于分析验证的数据中的至少一者。
3.根据权利要求1所述的wtru，其中所述ai或ml策略包括所述ai或ml策略所应用的应用id。
4.根据权利要求1所述的wtru，其中与所述ai或ml策略相关联的所述信息包括学习信息，所述学习信息用于确定所述ai或ml策略所应用的ai或ml数据的类型。
5.根据权利要求1所述的wtru，其中与所述ai或ml策略相关联的所述信息包括学习信息，所述学习信息用于确定所述ai或ml策略所应用的ai或ml数据的类型，其中所述ai或ml类型包括监督学习、无监督学习或强化学习。
6.根据权利要求1所述的wtru，其中与所述ai或ml策略相关联的所述信息包括模型信息，其中所述模型信息包括模型类型，其中所述模型类型包括线性回归、决策树、支持向量机、朴素贝叶斯、k最近邻、k均值、随机森林、维度减少或梯度提升。
7.根据权利要求1所述的wtru，其中与所述ai或ml策略相关联的所述信息包括与ai或ml业务相关联的报告信息，其中所述报告信息包括用于发送所述报告信息的时间窗口或频率和用于报告的目的地址。
8.一种网络设备，所述网络设备包括：
9.根据权利要求8所述的网络设备，其中所述业务类型包括模型训练结果、训练数据、经标记的数据、推断数据或用于分析验证的数据中的至少一者。
10.根据权利要求8所述的网络设备，其中与所述ai或ml策略相关联的所述信息包括所述ai或ml策略所应用的应用id。
11.根据权利要求8所述的网络设备，其中与所述ai或ml策略相关联的所述信息包括学习信息，所述学习信息用于确定所述ai或ml策略...
【专利技术属性】
技术研发人员：Q·李，M·斯达斯尼克，C·姆拉丁，J·宁勒库，凯尔·潘，
申请(专利权)人：交互数字专利控股公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。