CN117751688A - 无线通信的方法和设备 - Google Patents
无线通信的方法和设备 Download PDFInfo
- Publication number
- CN117751688A CN117751688A CN202180101262.5A CN202180101262A CN117751688A CN 117751688 A CN117751688 A CN 117751688A CN 202180101262 A CN202180101262 A CN 202180101262A CN 117751688 A CN117751688 A CN 117751688A
- Authority
- CN
- China
- Prior art keywords
- terminal
- information
- learning
- identification information
- core network
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 163
- 238000004891 communication Methods 0.000 title claims abstract description 125
- 238000012549 training Methods 0.000 claims abstract description 53
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 20
- 230000006870 function Effects 0.000 claims description 70
- 238000004590 computer program Methods 0.000 claims description 68
- 230000004044 response Effects 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 23
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 abstract description 8
- 230000001976 improved effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 27
- 230000003993 interaction Effects 0.000 description 12
- 238000007726 management method Methods 0.000 description 11
- 238000001228 spectrum Methods 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000008093 supporting effect Effects 0.000 description 5
- 230000007774 longterm Effects 0.000 description 4
- 238000010295 mobile communication Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/02—Terminal devices
- H04W88/04—Terminal devices adapted for relaying to or from another terminal or user
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种无线通信的方法和设备,该方法包括:第一终端接收核心网设备发送的第一信息,所述第一信息用于确定所述第一终端所属的人工智能AI学习任务组。从而,终端设备可以根据该第一信息选择同一AI学习任务组的终端设备作为中继终端与网络建立连接,实现训练数据或训练结果的传输,有利于提升模型的性能。
Description
本申请实施例涉及通信领域,具体涉及一种无线通信的方法和设备。
联邦学习(Federal Learning,FL)是一种机器学习架构,终端设备可以根据小样本训练数据(或者说,训练数据的子集)对全局模型进行训练,得到局部训练结果,例如,终端设备可以将小样本训练数据输入至全局模型。联邦学习服务器可以通过聚合多个终端上报的局部训练结果来完成全局模型的训练。
在一些场景中,参与联邦学习的终端由于算力或电量等问题,无法完成所有的本地训练,或者,参与联邦学习的终端移出基站或联邦学习服务器的覆盖范围,导致无法将训练数据传给联邦学习服务器,此情况下,如何进行联邦学习模型的训练是一项亟需解决的问题。
发明内容
本申请提供了一种无线通信的方法和设备,核心网设备可以为同一AI学习任务组分配一个标识信息,进一步地,终端设备可以根据该标识信息选择同一AI学习任务组的终端设备作为中继终端与网络建立连接,实现训练数据或训练结果的传输,从而提升模型的性能。
第一方面,提供了一种无线通信的方法,包括:第一终端接收核心网设备发送的第一信息,所述第一信息用于确定所述第一终端所属的人工智能AI学习任务组。
第二方面,提供了一种无线通信的方法,包括:第二终端接收核心网设备发送的第二信息,其中,所述第二信息用于确定所述第二终端所属的AI学习任务组。
第三方面,提供了一种无线通信的方法,包括:第一核心网设备获取第一人工智能AI学习任务组中的终端设备的标识信息;所述第一核心网设备为所述第一AI学习任务组分配第一AI学习标识信息,其中,所述第一AI学习标识信息用于标识所述第一AI学习任务组;所述第一核心网设备向所述第一AI学习任务组中的终端设备发送所述第一AI学习标识信息。
第四方面,提供了一种无线通信的方法,包括:第二核心网设备向第一终端发送第一中继业务码,其中,所述第一中继业务码和第一人工智能AI学习标识信息对应,所述第一AI学习标识信息用于标识所述第一终端所属的AI学习任务组。
第五方面,提供了一种终端设备,用于执行上述第一方面或其各实现方式中的方法。
具体地,该终端设备包括用于执行上述第一方面或其各实现方式中的方法的功能模块。
第六方面,提供了一种终端设备,用于执行上述第二方面或其各实现方式中的方法。
具体地,该终端设备包括用于执行上述第二方面或其各实现方式中的方法的功能模块。
第七方面,提供了一种核心网设备,用于执行上述第三方面或其各实现方式中的方法。
具体地,该核心网设备包括用于执行上述第三方面或其各实现方式中的方法的功能模块。
第八方面,提供了一种核心网设备,用于执行上述第三方面或其各实现方式中的方法。
具体地,该核心网设备包括用于执行上述第四方面或其各实现方式中的方法的功能模块。
第九方面,提供了一种终端设备,包括处理器和存储器。该存储器用于存储计算机程序,该处理器用于调用并运行该存储器中存储的计算机程序,执行上述第一方面或其各实现方式中的方法。
第十方面,提供了一种终端设备,包括处理器和存储器。该存储器用于存储计算机程序,该处理器用于调用并运行该存储器中存储的计算机程序,执行上述第二方面或其各实现方式中的方法。
第十一方面,提供了一种核心网设备,包括处理器和存储器。该存储器用于存储计算机程序,该处理器用于调用并运行该存储器中存储的计算机程序,执行上述第三方面或其各实现方式中的方法。
第十二方面,提供了一种核心网设备,包括处理器和存储器。该存储器用于存储计算机程序,该处理器用于调用并运行该存储器中存储的计算机程序,执行上述第四方面或其各实现方式中的方法。
第十三方面,提供了一种芯片,用于实现上述第一方面至第四方面中的任一方面或其各实现方式中的方法。
具体地,该芯片包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有该装置的设备执行如上述第一方面至第四方面中的任一方面或其各实现方式中的方法。
第十四方面,提供了一种计算机可读存储介质,用于存储计算机程序,该计算机程序使得计算机执行上述第一方面至第四方面中的任一方面或其各实现方式中的方法。
第十五方面,提供了一种计算机程序产品,包括计算机程序指令,所述计算机程序指令使得计算机执行上述第一方面至第四方面中的任一方面或其各实现方式中的方法。
第十五方面,提供了一种计算机程序,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的任一方面或其各实现方式中的方法。
通过上述技术方案,核心网设备可以为同一AI学习任务组分配对应的标识信息,进一步可以向终端设备发送用于确定该终端设备所属的AI学习任务组的指示信息,例如,对于第一终端,核心网设备可以向第一终端发送第一信息,该第一信息用于确定该第一终端所属的AI学习任务组,对于第二终端,该核心网设备可以向第二终端发送第二信息,该第二信息用于确定该第二终端所属的AI学习任务组。从而终端设备根据其上配置的指示信息,选择中继终端。进一步地,可以通过选择的中继终端向AI服务器发送训练数据或者训练结果,有利于提升模型的性能。
图1是本申请实施例提供的一种通信***架构的示意性图。
图2是本申请实施例提供的一种联邦学习架构的示意性图。
图3是本申请实施例提供的一种邻近业务架构的示意性图。
图4是根据本申请实施例提供的一种无线通信的方法的示意***互图。
图5是根据本申请一个实施例的一种无线通信的方法的示意***互图。
图6是根据本申请另一个实施例的一种无线通信的方法的示意***互图。
图7是根据本申请又一个实施例的一种无线通信的方法的示意***互图。
图8是根据本申请再一个实施例的一种无线通信的方法的示意***互图。
图9是根据本申请实施例提供的一种终端设备的示意性框图。
图10是根据本申请实施例提供的另一种终端设备的示意性框图。
图11是根据本申请实施例提供的一种核心网设备的示意性框图。
图12是根据本申请实施例提供的一种核心网设备的示意性框图。
图13是根据本申请实施例提供的一种通信设备的示意性框图。
图14是根据本申请实施例提供的一种芯片的示意性框图。
图15是根据本申请实施例提供的一种通信***的示意性框图。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。针对本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例的技术方案可以应用于各种通信***,例如:全球移动通讯(Global System of Mobile communication,GSM)***、码分多址(Code Division Multiple Access,CDMA)***、宽带码分多址(Wideband Code Division Multiple Access,WCDMA)***、通用分组无线业务(General Packet Radio Service,GPRS)、长期演进(Long Term Evolution,LTE)***、先进的长期演进(Advanced long term evolution,LTE-A)***、新无线(New Radio,NR)***、NR***的演进***、非授权频谱上的LTE(LTE-based access to unlicensed spectrum,LTE-U)***、非授权频谱上的NR(NR-based access to unlicensed spectrum,NR-U)***、非地面通信网络(Non-Terrestrial Networks,NTN)***、通用移动通信***(Universal Mobile Telecommunication System,UMTS)、无线局域网(Wireless Local Area Networks,WLAN)、无线保真(Wireless Fidelity,WiFi)、第五代通信(5th-Generation,5G)***或其他通信***等。
通常来说,传统的通信***支持的连接数有限,也易于实现,然而,随着通信技术的发展,移动通信***将不仅支持传统的通信,还将支持例如,设备到设备(Device to Device,D2D)通信,机器到机器(Machine to Machine,M2M)通信,机器类型通信(Machine Type Communication,MTC),车辆间(Vehicle to Vehicle,V2V)通信,或车联网(Vehicle to everything,V2X)通信等,本申请实施例也可以应用于这些通信***。
可选地,本申请实施例中的通信***可以应用于载波聚合(Carrier Aggregation,CA)场景,也可以应用于双连接(Dual Connectivity,DC)场景,还可以应用于独立(Standalone,SA)布网场景。
可选地,本申请实施例中的通信***可以应用于非授权频谱,其中,非授权频谱也可以认为是共享频谱;或者,本申请实施例中的通信***也可以应用于授权频谱,其中,授权频谱也可以认为是非共享频谱。
图1为本申请实施例提供的一种通信***的示意性架构图。如图1所示,该通信***包括:接入与移动管理功能(Access and mobility management function,AMF)101、会话管理功能(Session Management Function,SMF)102、无线接入网(Radio Access Network,RAN)103、鉴权服务器功 能(Authentication Server Function,AUSF)104、统一数据管理(Unified Data Management,UDM)105、策略控制功能(Policy Control function,PCF)106、数据网络(Data Network,DN)107、用户面功能(User Plane Function,UPF)108、用户设备(User Equipment,UE)109。
其中,UE 109通过N1接口与AMF 101连接,UE 109通过无线资源控制(Radio Resource Control,RRC)协议与RAN 103连接;RAN 103通过N2接口与AMF 101连接,RAN 103通过N3接口与UPF 108连接;多个UPF 108之间通过N9接口连接,UPF 108通过N6接口与DN 107连接,同时,UPF 108通过N4接口与SMF 102连接;SMF 102通过N7接口与PCF 106连接,SMF 102通过N10接口与UDM 105连接,同时,SMF 102通过N11接口与AMF 101连接;多个AMF 101之间通过N14接口连接,AMF 101通过N8接口与UDM 105连接,AMF 101通过N12接口与AUSF 104连接,同时,AMF 101通过N15接口与PCF 106连接;AUSF 104通过N13接口与UDM 105连接。AMF 101和SMF 102分别通过N8和N10接口从UDM 105获取用户签约数据,通过N15和N7接口从PCF 106获取策略数据。SMF 102通过N4接口控制UPF 108。
RAN 103(或称接入网设备)是UE 109通过无线方式接入到该网络架构中的接入设备,主要负责空口侧的无线资源管理、服务质量(quality of service,QoS)管理、数据压缩和加密等。
在本申请一些实施例中,接入网设备可以是用于与移动设备通信的设备,接入网设备可以是WLAN中的接入点(Access Point,AP),GSM或CDMA中的基站(Base Transceiver Station,BTS),也可以是WCDMA中的基站(NodeB,NB),还可以是LTE中的演进型基站(Evolutional Node B,eNB或eNodeB),或者中继站或接入点,或者车载设备、可穿戴设备以及NR网络中的接入网设备(gNB)或者未来演进的PLMN网络中的接入网设备或者NTN网络中的接入网设备等。
作为示例而非限定,在本申请一些实施例中,接入网设备可以具有移动特性,例如:接入网设备为移动的设备。可选地,接入网设备可以为卫星、气球站。例如,卫星可以为低地球轨道(low earth orbit,LEO)卫星、中地球轨道(medium earth orbit,MEO)卫星、地球同步轨道(geostationary earth orbit,GEO)卫星、高椭圆轨道(High Elliptical Orbit,HEO)卫星等。可选地,接入网设备还可以为设置在陆地、水域等位置的基站。
在本申请实施例中,接入网设备可以为小区提供服务,终端设备通过该小区使用的传输资源(例如,频域资源,或者说,频谱资源)与接入网设备进行通信,该小区可以是接入网设备(例如基站)对应的小区,小区可以属于宏基站,也可以属于小小区(Small cell)对应的基站,这里的小小区可以包括:城市小区(Metro cell)、微小区(Micro cell)、微微小区(Pico cell)、毫微微小区(Femto cell)等,这些小小区具有覆盖范围小、发射功率低的特点,适用于提供高速率的数据传输服务。
在本申请一些实施例中,AMF 101、SMF102、AUSF 104、UDM 105、PCF 106、DN 107、UPF 108为核心网络的网元(简称:核心网网元)。
AMF网元可以用于对终端接入核心网络进行管理,例如:终端的位置更新、注册网络、接入控制、终端的移动性管理、终端的附着与去附着等。AMF网元还可以在为终端的会话提供服务的情况下,为该会话提供控制面的存储资源,以存储会话标识、与会话标识关联的SMF网元标识等。
SMF网元可以用于为终端选择用户面网元、为终端重定向用户面网元、为终端分配因特网协议(internet protocol,IP)地址,建立终端与UPF网元之间的承载(也可以称为会话)、会话的修改、释放以及QoS控制。
AUSF用于接收AMF对终端进行身份验证的请求,通过向UDM请求密钥,再将下发的密钥转发给AMF进行鉴权处理。
UDM包括用户签约数据的产生和存储、鉴权数据的管理等功能,支持与外部第三方服务器交互。PCF网元用于向AMF网元、SMF网元提供策略,如QoS策略、切片选择策略等。
DN可以为如IP多媒体服务(IP multi-media service,IMS)网络、互联网等为用户提供数据服务。在DN中可以有多种应用服务器(application server,AS),提供不同的应用业务,比如运营商业务,互联网接入或者第三方业务等,AS可以实现AF的功能。
UPF网元主要负责用户数据的传输,其他网元可以称为控制面功能网元,主要负责认证、鉴权、注册管理、会话管理、移动性管理以及策略控制等,以保障用户数据可靠稳定的传输。
UPF网元可以用于转发和接收终端的数据。例如,UPF网元可以从数据网络接收业务的数据,通过接入网设备传输给终端;UPF网元还可以通过接入网设备从终端接收用户数据,转发到数据网络。其中,UPF网元为终端分配和调度的传输资源是由SMF网元管理控制的。终端与UPF网元之间的承载可以包括:UPF网元和接入网设备之间的用户面连接,以及在接入网设备和终端之间建立信道。其中,用户面连接为可以在UPF网元和接入网设备之间建立传输数据的服务质量(quality of service,QoS)流(flow)。
AF网元用于与核心网网元交互支持应用影响数据的路由,访问网络暴露功能,与PCF网元之间交互以进行策略控制等。
在本申请一些实施例中,用户设备(User Equipment,UE)也可以称为终端设备、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等。
终端设备可以是WLAN中的站点(STATION,ST),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、个人数字助理(Personal Digital Assistant,PDA)设备、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、下一代通信***例如NR网络中的终端设备,或者未来演进的公共陆地移动网络(Public Land Mobile Network,PLMN)网络中的终端设备等。
在本申请实施例中,终端设备可以部署在陆地上,包括室内或室外、手持、穿戴或车载;也可以部署在水面上(如轮船等);还可以部署在空中(例如飞机、气球和卫星上等)。
在本申请实施例中,终端设备可以是手机(Mobile Phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(Virtual Reality,VR)终端设备、增强现实(Augmented Reality,AR)终端设备、工业控制(industrial control)中的无线终端设备、无人驾驶(self driving)中的无线终端设备、远程医疗(remote medical)中的无线终端设备、智能电网(smart grid)中的无线终端设备、运输安全(transportation safety)中的无线终端设备、智慧城市(smart city)中的无线终端设备或智慧家庭(smart home)中的无线终端设备等。
作为示例而非限定,在本申请实施例中,该终端设备还可以是可穿戴设备。可穿戴设备也可以称为穿戴式智能设备,是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称,如眼镜、手套、手表、服饰及鞋等。可穿戴设备即直接穿在身上,或是整合到用户的衣服或配件的一种便携式设备。可穿戴设备不仅仅是一种硬件设备,更是通过软件支持以及数据交互、云端交互来实现强大的功能。广义穿戴式智能设备包括功能全、尺寸大、可不依赖智能手机实现完整或者部分的功能,例如:智能手表或智能眼镜等,以及只专注于某一类应用功能,需要和其它设备如智能手机配合使用,如各类进行体征监测的智能手环、智能首饰等。
需要说明的是,图1中示出的通信***的网络架构并不构成对该本申请实施例的通信***的网络架构的限定,具体实现时,通信***还可以包括比图1示更多或更少的网元,或者组合某些网元等。应理解,图1中以RAN也可以采用AN表征。
应理解,本申请实施例中网络/***中具有通信功能的设备可称为通信设备。以图1示出的通信***为例,通信设备可包括具有通信功能的接入网设备(例如RAN 103)、核心网网元(例如PCF 106)和UE 109。
应理解,本文中术语“***”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,在本申请的实施例中提到的“指示”可以是直接指示,也可以是间接指示,还可以是表示具有关联关系。举例说明,A指示B,可以表示A直接指示B,例如B可以通过A获取;也可以表示A间接指示B,例如A指示C,B可以通过C获取;还可以表示A和B之间具有关联关系。
在本申请实施例的描述中,术语“对应”可表示两者之间具有直接对应或间接对应的关系,也可以表示两者之间具有关联关系,也可以是指示与被指示、配置与被配置等关系。
本申请实施例中,"预定义"可以通过在设备(例如,包括终端设备和网络设备)中预先保存相应的代码、表格或其他可用于指示相关信息的方式来实现,本申请对于其具体的实现方式不做限定。比如预定义可以是指协议中定义的。
应理解,在本申请实施例中的网络设备可以包括接入网设备和核心网设备。
本申请实施例中,所述"协议"可以指通信领域的标准协议,例如可以包括LTE协议、NR协议以及应用于未来的通信***中的相关协议,本申请对此不做限定。
为便于理解本申请实施例的技术方案,对本申请相关的联邦学习进行说明。
随着移动终端上的摄像头和传感器性能的不断提高,越来越多的终端可以收集用于人工智能(Artifact Intelligence,AI)模型或机器学习(Machine Learning,ML)模型训练必不可少的有价值的训练数据。对于许多AI任务或ML任务,移动终端收集的小样本训练数据对于训练全局模型具有重要的意义。
联邦学习(Federal Learning,FL)是一种机器学习架构,终端设备可以根据小样本训练数据(或 者说,训练数据的子集)对全局模型进行训练,得到局部训练结果,例如,终端设备可以将小样本训练数据输入至全局模型(例如深度神经网络(Deep Neural Networks,DNN)),得到中间训练结果(或者,局部训练结果),例如DNN的梯度信息。FL服务器可以通过聚合多个终端设备上报的局部训练结果来完成全局模型的训练。
图2是一种联邦学习的架构图。在每次迭代训练中,终端设备可以使用本地的训练数据,对从联邦学习服务器下载的全局模型执行训练,然后通过上行信道向联邦学习服务器上报中间训练结果(例如,DNN的梯度信息)。然后联邦学习服务器对收集的梯度信息进行聚合,并更新全局模型。联邦学习服务器通过下行信道将更新后的全局模型分发给参与联邦学习的终端设备,终端设备针对这一更新模型进行下一次的迭代训练。
为便于理解本申请实施例的技术方案,对本申请相关的临近业务(Proximity-based Services,ProSe)进行说明。
具有ProSe能力的终端设备可以通过PC5接口与具有ProSe能力的另外一个终端设备直接通信。
当一个终端设备既可以通过5G网络连接外部数据网络,还具有ProSe能力时,这个终端设备可以充当中继终端(Relay UE),另外一个具有ProSe能力的远端终端(remote UE)可以通过PC5接口与中继终端建立直接连接,并通过中继终端与5G网络建立的协议数据单元(Protocol Data Unit,PDU)会话与外部网络交互,如图3所示。
为便于理解本申请实施例的技术方案,对本申请相关的设备发现过程进行说明。
Remote UE和Relay UE在建立连接前需要先进行发现过程。发现过程可以采用模式A(Model A)或模式B(Model B)。
对于模式A,例如,UE1可以作为Relay UE,发送发现公告消息(Announcement message),或称发现通知消息,通知Remote UE。接收到该发现公告消息的UE可以在需要中继业务时与该UE1建立连接,通过该UE1传输中继数据。
对于模式B,例如,UE1可以作为Remote UE,想要寻找Relay UE,则UE1可以发送发现请求消息(Solicitation message),或称发现召集消息,通知Relay UE。接收到该Solicitation message的UE可以在能够执行中继业务时向该UE1回复发现响应消息(Response message),通知UE1其可以进行中继业务。
在一些场景中,参与联邦学习的终端由于算力或电量等问题,无法完成所有的本地训练,或者,参与联邦学习的终端移出基站或联邦学习服务器的覆盖范围,导致无法将训练数据或训练结果传给联邦学习服务器,此情况下,如何进行联邦学习任务模型的训练是一项亟需解决的问题。
为便于理解本申请实施例的技术方案,以下通过具体实施例详述本申请的技术方案。以上相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合,其均属于本申请实施例的保护范围。本申请实施例包括以下内容中的至少部分内容。
图4是根据本申请实施例的无线通信的方法200的示意***互图,如图4所示,该方法200包括如下至少部分内容:
S210,核心网设备向第一终端发送第一信息,该第一信息用于确定第一终端所属的AI学习任务组;
S220,核心网设备向第二终端发送第二信息,该第二信息用于确定第二终端所属的AI学习任务组。
在本申请一些实施例中,该核心网设备可以为图1所示通信***中的核心网网元。
本申请一些实施例中,该第一终端可以为图1所示通信***中的UE,该第一终端可以为图1中所述的具体设备,此处不再赘述。
本申请一些实施例中,该第二终端可以为图1所示通信***中的UE,该第一终端可以为图1中所述的具体设备,此处不再赘述。
应理解,在本申请实施例中的AI学习任务组可以替换为终端组,该终端组可以是基于终端设备所执行的任务划分的(例如AI学习任务),或者,也可以是根据终端设备的能力划分的,或者,也可以是根据终端设备的位置划分的,本申请对于具体的分组方式不作限定。
可选地,同一终端组中的终端设备可以作为另一终端设备的中继终端。以下,以终端组为AI学习任务组为例进行说明,但本申请并不限于此。
在本申请实施例中,AI学习任务组又称AI任务组,AI组,或者,ML学习任务组,ML任务组,ML组等,上述表达可以相互替换。
在一些实施例中,AI学习任务组可以包括但不限于联邦学习任务组,集群学习任务组等。
在申请实施例中,AI学习任务组包括多个终端设备,该多个终端设备用于执行同一AI学习任务, 例如联邦学习任务。
在申请实施例中,同一AI学习任务组中的终端设备具有相同的AI模型,例如DNN模型。
在本申请实施例中,每个AI学习任务可以对应相应的服务器,该服务器或称AI服务器,AI学习服务器,AI学习任务服务器等。
可选地,该AI服务器可以为联邦学习服务器,该联邦学习服务器可以聚合联邦学习任务组中的终端设备的训练结果完成全局模型的训练。
在一些实施例中,第一终端支持执行AI学习任务,或者,第一终端支持执行ML学习任务,第一终端支持AI操作。
在一些实施例中,第二终端支持执行AI学习任务,或者,第二终端支持执行ML学习任务,第二终端支持AI操作。
在一些实施例中,第一终端和第二终端支持执行的AI学习任务可以相同,或者,也可以不同。
在申请一些实施例中,每个AI学习任务组对应一个标识信息,该标识信息可以用于唯一标识该AI学习任务组。
例如,每个联邦学习任务组对应一个标识信息,该标识信息用于唯一标识该联邦学习任务组,或者,用于唯一标识一个联邦。
本申请一些实施例中,第一信息直接指示第一终端所属的AI学习任务组。
即,第一信息可以为第一终端所属AI学习任务组的直接指示信息。
例如,第一信息为第一标识信息,该第一标识信息用于标识第一终端所属的AI学习任务组。
换言之,第一信息可以为第一终端所属AI学习任务组的标识信息。
在本申请另一些实施例中,第一信息间接指示第一终端所属的AI学习任务组。
即,第一信息可以为第一终端所属AI学习任务组的间接指示信息。
例如,第一信息可以为第一配置信息,该第一配置信息和第一标识信息一一对应,该第一标识信息用于标识第一终端所属的AI学习任务组。
作为示例,第一配置信息可以为第一中继业务码(Relay Service Code,RSC),该第一中继业务码和第一标识信息一一对应,或者,第一配置信息也可以为其他参数,本申请并不限于此。
可选地,该第一标识信息或称第一AI学习标识信息,第一AI标识信息,上述表达可以相互替换。
在本申请一些实施例中,第一信息或称第一AI操作配置。根据该第一AI操作配置可以确定该第一终端所属的AI学习任务组,或者,所执行的AI学习任务,或者,所执行的AI操作。
本申请一些实施例中,第二信息直接指示第二终端所属的AI学习任务组。
即,第二信息可以为第二终端所属AI学习任务组的直接指示信息。
例如,第二信息为第二标识信息,该第二标识信息用于标识第二终端所属的AI学习任务组。
换言之,第二信息可以为第二终端所属AI学习任务组的标识信息。
在本申请另一些实施例中,第二信息间接指示第二终端所属的AI学习任务组。
即,第二信息可以为第二终端所属AI学习任务组的间接指示信息。
例如,第二信息可以为第二配置信息,该第二配置信息和第二标识信息一一对应,该第二标识信息用于标识第二终端所属的AI学习任务组。
作为示例,第二配置信息可以为第二RSC,该第二中继业务码和第二标识信息一一对应,或者,第二配置信息也可以为其他参数,本申请并不限于此。
可选地,该第二标识信息或称第二AI学习标识信息,第二AI标识信息,上述表达可以相互替换。
在本申请一些实施例中,第二信息或称第二AI操作配置。根据该第二AI操作配置可以确定该第二终端所属的AI学习任务组,或者,所执行的AI学习任务,或者,所执行的AI操作。
在本申请一些实施例中,核心网设备可以为已有的核心网网元,例如,网络数据分析功能(Network Data Analytics Function,NWDAF)实体,或者,也可以为新增的核心网网元,例如,新增对接第三方应用服务器的网元,用于在核心网中支持第三方AI相关的需求。
在一些实施例中,核心网设备可以为第一核心网设备,该第一核心网设备可以为NWDAF实体或AI功能实体,用于支持AI相关的功能。该AI功能实体为新增的网元。
例如,AI功能实体可以向第一终端发送第一信息,用于确定第一终端所属的AI学习任务组。
作为一个具体示例,AI功能实体可以向第一终端发送第一标识信息,用于指示第一终端所属的AI学习任务组。
又例如,AI功能实体可以向第二终端发送第二信息,用于确定第二终端所属的AI学习任务组。
作为一个具体示例,AI功能实体可以向第二终端发送第二标识信息,用于指示第二终端所属的AI学习任务组。
在另一些实施例中,核心网设备为第二核心网设备,例如,该第二核心网设备为策略控制功能(Policy Control Function,PCF)实体。
例如,第二核心网设备可以向第一终端发送第一信息,用于确定第一终端所属的AI学习任务组。
作为一个具体示例,第二核心网设备可以向第一终端发送第一标识信息,该第一标识信息用于标识第一终端所属的AI学习任务组。
作为一个具体示例,第二核心网设备可以向第一终端发送第一RSC,该第一RSC和第一标识信息对应,该第一标识信息用于标识第一终端所属的AI学习任务组。
例如,第二核心网设备可以根据第一标识信息结合AI学习任务组和RSC的对应关系,确定该第一标识信息所对应的RSC,即第一RSC,进一步向第一终端发送第一RSC。
又例如,第二核心网设备可以向第二终端发送第二信息,用于确定第二终端所属的AI学习任务组。
作为一个具体示例,第二核心网设备可以向第二终端发送第二标识信息,该第二标识信息用于标识第二终端所属的AI学习任务组。
作为一个具体示例,第二核心网设备可以向第二终端发送第二RSC,该第二RSC和第二标识信息对应,该第二标识信息用于标识第二终端所属的AI学习任务组。
例如,第二核心网设备可以根据第二标识信息结合AI学习任务组和RSC的对应关系,确定该第二标识信息所对应的RSC,即第二RSC,进一步向第二终端发送第二RSC。
也就是说,第二核心网设备可以向终端设备发送目标RSC,其中,该目标RSC和目标标识信息对应,该目标标识信息用于标识该终端设备所属的AI学习任务组。
在一些实施例中,AI学习任务组和RSC的对应关系可以是预配置的。
换言之,不同的RSC对应不同的AI学习任务组。
例如,利用RSC的部分或全部比特位的不同取值指示不同的AI学习任务组。
作为示例,利用RSC中的M比特(例如比特0和比特1)指示不同类型的AI学习任务,例如,联邦学习任务,迁移学习任务等,利用RSC中的剩余比特中的N比特(例如比特2和比特3)的不同取值指示不同的AI学习任务组。例如,若所述M比特指示联邦学习任务,所述N比特取值为0表示联邦学习任务组0,取值为1表示联邦学习任务组1,依次类推。
应理解,在本申请实施例中,核心网设备向终端设备发送的信息是通过接入网设备转发的。
在一些实施例中,核心网设备向第一终端发送第一信息可以指:
核心网设备通过接入网设备向第一终端发送第一信息。
例如,核心网设备首先将第一信息发送给接入网设备,进一步由接入网设备将该第一信息转发给第一终端。
类似的,核心网设备向第二终端发送第二信息可以指:
核心网设备通过接入网设备向第二终端发送第二信息。
例如,核心网设备首先将第二信息发送给接入网设备,进一步由接入网设备将该第二信息转发给第二终端。
在本申请一些实施例中,该第一终端可以根据该第一信息,选择中继终端。
以下,以第一信息包括第一标识信息和/或第一RSC,第二信息包括第二标识信息和/或第二RSC为例进行说明,但本申请并不限于此。
在一些实施例中,所述方法200还包括:第一终端发送第一标识信息和/或第一RSC。
对应地,其他终端接收该第一标识信息和/或第一RSC。例如,第二终端接收该第一标识信息和/或第一RSC。
在一些实现方式中,第一终端发送第一标识信息和/或第一RSC可以包括:第一终端在设备发现中发送该第一标识信息和/或第一RSC。
即,第一终端可以在设备发现中携带中继终端需要满足的AI学习任务组的指示信息。
例如,第一终端发送发现请求消息(solicitation message),该发现请求消息中包括第一标识信息和/或第一RSC。
即,第一终端可以在模式B下的solicitation message中携带第一标识信息和/或第一RSC。
进一步地,接收到该第一标识信息和/或第一RSC的终端设备可以根据该第一标识信息和/或第一RSC,结合该终端设备上所配置的AI学习任务组的指示信息(例如,AI学习任务组的标识信息,或者,RSC),确定该终端设备和第一终端是否属于同一AI学习任务组。
例如,第二终端可以根据第一标识信息和/或第一RSC结合,该第二终端上配置的第二标识信息和/或第二RSC,确定该第一终端和第二终端是否属于同一AI学习任务组。
例如第二终端可以在满足以下条件中的至少一个的情况下,确定第一终端和第二终端属于同一AI学习任务组:
第一标识信息和第二标识信息相同;
第一RSC和第二RSC相同。
进一步地,和第一终端属于同一AI学习任务组的终端设备可以向第一终端发送发现响应消息。
例如,第二终端在确定和第一终端属于同一AI学习任务组的情况下,向第一终端发送发现响应消息。
该第一终端根据该发现响应消息可以确定该第二终端和第一终端属于同一AI学习任务组,进一步地,可以选择该第二终端作为中继终端。
在另一些实施例中,该方法200还包括:第二终端发送第二标识信息和/或第二RSC。
对应地,第一终端接收第二终端发送的第二标识信息和/或第二RSC。
在一些实现方式中,第二终端发送第二标识信息和/或第二RSC可以包括:第二终端在设备发现中发送该第二标识信息和/或第二RSC。
即,第二终端可以在设备发现中携带该第二终端所属的AI学习任务组的指示信息。
例如,第二终端发送发现公告消息(Announcement message),在该发现公告消息中包括第二标识信息和/或第二RSC。即,第二终端可以采用邻近业务直接发现(Prose Direct Discovery)的模式A,发送第二信息。
又例如,该第二终端向第一终端发送发现响应消息,在该发现响应消息中包括第二标识信息和/或第二RSC。
即,第二终端可以在模式B下的发现响应消息中携带第二标识信息和/或第二RSC。
进一步地,该第一终端可以根据该第一终端上配置的第一标识信息和/或第一RSC,结合该第二终端发送的第二标识信息和/或第二RSC,确定该第二终端和第一终端是否属于同一AI学习任务组。在第二终端和第一终端属于同一AI学习任务组的情况下,该第一终端可以选择该第二终端作为中继终端。
例如,第一终端可以在满足以下条件中的至少一个的情况下,确定第二终端和第一终端属于同一AI学习任务组:
第二标识信息和第一标识信息相同;
第二RSC和第一RSC相同。
综上,第一终端和第二终端是否属于同一AI学习任务组,可以是第一终端确定的,或者,也可以是第二终端确定的。例如,第二终端可以获取第一终端的第一标识信息和/或第一RSC,然后根据该第一标识信息和/或第一RSC和该第二终端上配置的第二信息确定是否属于同一AI学习任务组。又例如,第一终端可以获取第二终端的第二标识信息和/或第二RSC,然后根据该第一标识信息和/或第一RSC和该第一终端上配置的第一信息确定是否属于同一AI学习任务组。
在本申请一些实施例中,第一终端可以通过选择的中继终端与网络建立连接,进一步通过选择的中继终端向AI服务器发送训练数据或中间训练结果,有利于保证AI学习任务的顺利进行,提升AI模型的性能。
即,第一终端作为远端终端,可以采用Prose的方式,通过中继终端向AI服务器发送训练数据或者训练结果。
例如,由于算力或电量问题,第一终端无法完成全部的本地训练,此情况下,第一终端可以将计算到某一步骤,或者某一层的中间训练结果发送给中继终端,由于中继终端和第一终端具有相同的AI模型,该中继终端可以基于该中间训练结果对后续的层数进行训练,进一步将训练结果发送给AI学习任务对应的服务器。
又例如,由于移动性的原因,第一终端在执行本地训练的过程中,移出基站或AI服务器的覆盖范围,此情况下,该第一终端可以将计算到某一步骤,或者某一层的中间训练结果发送给中继终端,由该中继终端将该训练结果发送给AI服务器。
在本申请一些实施例中,每个AI学习任务组对应的标识信息可以是核心网设备分配的。
可选地,该核心网设备可以为第一核心网设备,该第一核心网设备用于为每个AI学习任务组分配对应的标识信息。
可选地,该第一核心网设备可以为已有的核心网网元,例如NWDAF实体。也即,针对已有的核心网网元新增支持第三方AI相关的功能。
可选地,该第一核心网设备也可以为新增的核心网网元,例如新增AI功能实体,用于支持核心网中的第三方AI相关的功能。
应理解,在本申请实施例中,分配AI学习任务组对应的标识信息的核心网设备和向终端设备发送AI学习任务组对应的标识信息的核心网设备可以是同一核心网设备,或者,也可以是不同的核心网设备。
例如,第一核心网设备为AI学习任务组分配对应的标识信息后,进一步可以向该AI学习任务组中的终端设备发送该标识信息。
又例如,第一核心网设备为AI学习任务组分配对应的标识信息后,可以向第二核心网设备发送该标识信息,进一步由该第二核心网设备向该AI学习任务组中的终端设备发送该标识信息。
在本申请一些实施例中,终端设备(例如第一终端和第二终端)可以向AI服务器上报自身所支持的AI操作能力,例如,是否支持联邦学习。进一步地,AI服务器可以根据终端设备的AI操作能力,确定组成AI学习任务组的目标终端,或者说,执行同一AI学习任务的目标终端。
在一些实施例中,第一核心网设备可以从AI服务器获取执行同一AI学习任务的终端的集合。
例如,第一核心网设备可以从联邦学习服务器获取执行同一联邦学习任务的终端的集合。
进一步地,第一核心网设备可以将为该AI学习任务组分配的标识信息发送给该AI学习任务组中的终端设备。
以下,结合图5至图8,以AI学习任务为联邦学习任务,AI学习标识信息为FL ID,AI功能实体分配FL ID为例,说明根据本申请实施例的无线通信的方法的具体实现,但本申请并不限于此。
需要说明的是,在图5至图8中,远端终端可以对应前文中的第一终端,中继终端可以对应于前文中的第二终端。图5是AI操作配置的生成以及配置过程的示意***互图,图6至图8是终端设备根据AI操作配置选择中继终端的示意***互图。
如图5所示,可以包括如下至少部分步骤:
S301,中继终端向FL服务器上报其支持的AI操作能力信息,例如是否支持联邦学习任务等。
S302,远端终端向FL服务器上报其支持的AI操作能力信息,例如是否支持联邦学习任务等。
应理解,本申请实施例并不限定中继终端和远端终端上报AI操作能力信息的先后顺序,例如可以是同时上报,或者,也可以是中继终端先上报,或者,也可以是远端终端先上报。
可选地,FL服务器还可以接收更多终端上报的AI操作能力信息。
S303,FL服务器根据终端设备上报的AI操作能力信息,选择执行联邦学习任务的目标终端,或者说,组成一个联邦的目标终端。该目标终端可以认为组成一个联邦学习任务组。
S304,FL服务器将组成一个联邦的目标终端的标识信息(例如终端ID)发送给AI功能实体。
该AI功能实体为该联邦学习任务组分配一个FL ID。
S305,AI功能实体将该联邦学习任务组对应的FL ID发送给PCF实体。
可选地,该AI功能实体还可以将该联邦学习任务组包括的终端ID也发送给PCF实体。
进一步地,PCF实体向联邦学习任务组中的所有终端发送AI操作配置。
在一些实施例中,该AI操作配置可以包括FL ID。
在另一些实施例中,该AI操作配置可以包括RSC,该RSC与FL ID对应。
例如,在S306中,PCF实体向中继终端发送AI操作配置,该AI操作配置可以包括AI功能实体为该中继终端所属的联邦学习任务组分配的FL ID,或者,RSC,该RSC与AI功能实体为该中继终端所属的联邦学习任务组分配的FL ID对应。
在一些实现方式中,PCF实体先将该中继终端的AI操作配置发送给接入网设备,进一步由接入网设备将该中继终端的AI操作配置发送该中继终端。
例如,在S307中,PCF实体向远端终端发送AI操作配置,该AI操作配置可以包括AI功能实体为该远端终端所属的联邦学习任务组分配的FL ID,或者,RSC,该RSC与AI功能实体为该远端终端所属的联邦学习任务组分配的FL ID对应。
在一些实现方式中,PCF实体先将该远端终端的AI操作配置发送给接入网设备,进一步由接入网设备将该远端终端的AI操作配置发送该远端终端。
可替换地,在一些实现方式中,在S305中,AI功能实体也可以向联邦学习任务组中的所有终端发送为该联邦学习任务组分配的FL ID。例如AI功能实体向将该FL ID发送给接入网设备,进一步由接入网设备将该FL ID发送给对应的终端设备。
在本申请一些实施例中,远端终端和中继终端可以根据该AI操作配置,确定二者是否处于同一个联邦。即远端终端可以根据该AI操作配置选择中继终端。例如,只有在中继终端的AI操作配置和远端终端的AI操作配置相同时,远端终端才选择该中继终端与网络建立连接。
如图6所示,可以包括如下至少部分步骤:
S311,中继终端发送该中继终端的AI操作配置。
这里的AI操作配置可以是采用图5所示实施例中的方式配置的。
例如,中继终端发送第二FL ID,该第二FL ID用于标识该中继终端所属的联邦学习任务组。
又例如,中继终端发送第二RSC,该第二RSC和第二FL ID对应。
可选地,中继终端可以广播该中继终端的AI操作配置。例如,中继终端可以采用Prose Direct Discovery的模式A,在广播的发现公告消息中指示该中继终端的AI操作配置。
S312,远端终端根据该远端终端的AI操作配置结合该中继终端的AI操作配置,确定是否选择该中继终端与网络建立连接。
可选地,远端终端的AI操作配置包括第一FL ID和/或第一RSC,该第一RSC和第一FL ID对应,该第一FL ID用于标识该远端终端所属的联邦学习任务组。
例如,若第一FL ID和第二FL ID相同,确定选择通过该中继终端与网络建立连接。
又例如,若第一RSC和第二RSC相同,确定选择通过该中继终端与网络建立连接。
S313,远端终端根据判决结果发起相应的连接建立。
例如,在第一FL ID和第二FL ID相同的情况下,选择通过该中继终端与网络建立连接。
又例如,在第一RSC和第二RSC相同的情况下,选择通过该中继终端与网络建立连接。
如图7所示,可以包括如下至少部分步骤:
S321,远端终端发送该远端终端的AI操作配置。
这里的AI操作配置可以是采用图5所示实施例中的方式配置的。
例如,远端终端发送第一FL ID,该第一FL ID用于标识该远端终端所属的联邦学习任务组。
又例如,远端终端发送第一RSC,该第一RSC和第一FL ID对应。
可选地,远端终端可以在发现请求消息中携带该远端终端的AI操作配置。
例如,远端终端可以在模式B下的solicitation message中指示远端终端的AI操作配置,或者说,中继终端需要满足的AI操作配置。
S322,中继终端根据该远端终端的AI操作配置结合该中继终端的AI操作配置,确定二者是否处于同一联邦。
可选地,中继终端的AI操作配置包括第二FL ID和/或第二RSC,该第二RSC和第二FL ID对应,该第二FL ID用于标识该中继终端所属的联邦学习任务组。
例如,若第一FL ID和第二FL ID相同,确定该远端终端和该中继终端处于同一联邦。
又例如,若第一RSC和第二RSC相同,确定该远端终端和该中继终端处于同一联邦。
S323,中继终端根据判决结果确定是否发送发现响应消息。
例如,在第一FL ID和第二FL ID相同的情况下,中继终端发送发现响应消息。
又例如,在第一FL ID和第二FL ID不同的情况下,中继终端不发送发现响应消息。
例如,在第一RSC和第二RSC相同的情况下,中继终端发送发现响应消息。
又例如,在第一RSC和第二RSC不同的情况下,中继终端不发送发现响应消息。
S324,远端终端根据发现响应消息发起相应的连接建立。
例如,该远端终端通过发送该发现响应消息的中继终端与网络建立连接。
如图8所示,可以包括如下至少部分步骤:
S331,远端终端发送发现请求消息。
在该实施例中,该发现请求消息中不携带该远端终端的AI操作配置。
S332,中继终端在发现响应消息中发送该中继终端的AI操作配置。
这里的AI操作配置可以是采用图5所示实施例中的方式配置的。
例如,中继终端发送第二FL ID,该第二FL ID用于标识该中继终端所属的联邦学习任务组。
又例如,中继终端发送第二RSC,该第二RSC和第二FL ID对应。
S333,远端终端根据该远端终端的AI操作配置结合该中继终端的AI操作配置,确定该中继终端和远端终端是否处于同一联邦。
可选地,远端终端的AI操作配置包括第一FL ID和/或第一RSC,该第一RSC和第一FL ID对应,该第一FL ID用于标识该远端终端所属的联邦学习任务组。
例如,若第一FL ID和第二FL ID相同,确定中继终端和远端终端处于同一联邦。
又例如,若第一RSC和第二RSC相同,确定中继终端和远端终端处于同一联邦。
S334,远端终端根据判决结果发起相应的连接建立。
例如,在第一FL ID和第二FL ID相同的情况下,远端终端选择通过该中继终端与网络建立连接。
又例如,在第一RSC和第二RSC相同的情况下,远端终端选择通过该中继终端与网络建立连接。
综上,在本申请实施例中,通过核心网设备为AI学习任务组分配对应的标识信息,使得远端终 端可以根据该标识信息确定选择属于同一AI学习任务组的中继终端与网络建立连接。这样,当远端终端处在覆盖外,或计算能力差,电量低的场景时,该远端终端可以将训练结果或训练数据通过中继终端发送给AI服务器,保证AI学习任务的顺利进行。此外,通过为AI学习任务组分配对应的标识信息,这样,只需要通过该标识信息寻找属于同一AI学习任务组的终端,而不需要提供具体的模型信息,可以有效保护终端设备所拥有的训练模型信息。
上文结合图4至图8,详细描述了本申请的方法实施例,下文结合图9至图14,详细描述本申请的装置实施例,应理解,装置实施例与方法实施例相互对应,类似的描述可以参照方法实施例。
图9示出了根据本申请实施例的终端设备400的示意性框图。如图9所示,该终端设备400包括:
通信单元410,用于接收核心网设备发送的第一信息,所述第一信息用于确定所述终端设备所属的人工智能AI学习任务组。
在本申请一些实施例中,所述第一信息包括以下中的至少一种:
第一AI学习标识信息、第一中继业务码,其中,所述第一AI学习标识信息用于标识所述终端设备所属的AI学习任务组,所述第一中继业务码和所述第一AI学习标识信息对应。
在本申请一些实施例中,所述通信单元410还用于:
发送所述第一AI学习标识信息和/或所述第一中继业务码。
在本申请一些实施例中,所述通信单元410还用于:
发送发现请求消息,其中,所述发现请求消息包括所述第一AI学习标识信息和/或所述第一中继业务码。
在本申请一些实施例中,所述通信单元410还用于:
接收第二终端发送的发现响应消息,所述第二终端和所述终端设备属于同一AI学习任务组。
在本申请一些实施例中,所述终端设备还包括:
处理单元,用于选择所述第二终端作为中继终端。
在本申请一些实施例中,所述通信单元410还用于:
接收第二终端发送的第二信息,所述第二信息用于确定所述第二终端所属的AI学习任务组。
在本申请一些实施例中,所述第二信息包括以下中的至少一种:
第二AI学习标识信息、第二中继业务码,其中,所述第二AI学习标识信息用于标识所述第二终端所属的AI学习任务组,所述第二中继业务码和所述第二AI学习标识信息对应。
在本申请一些实施例中,所述通信单元410还用于:
接收所述第二终端发送的发现公告消息,其中,所述发现公告消息包括所述第二信息。
在本申请一些实施例中,所述通信单元410还用于:
接收所述第二终端发送的发现响应消息,其中,所述发现响应消息包括所述第二信息。
在本申请一些实施例中,所述终端设备还包括:
处理单元,用于根据所述第二信息和所述第一信息,确定是否选择所述第二终端作为中继终端。
在本申请一些实施例中,所述处理单元还用于:
根据所述第二信息和所述第一信息,确定所述第二终端和所述终端设备是否属于同一AI学习任务组;
在所述第二终端和所述终端设备属于同一AI学习任务组的情况下,选择所述第二终端作为中继终端。
在本申请一些实施例中,所述处理单元还用于:
在满足以下条件中的至少一个的情况下,确定所述第二终端和所述终端设备属于同一AI学习任务组:
所述第二信息中包括的AI学习标识信息和所述第一信息中包括的AI学习标识信息相同;
所述第二信息中包括的中继业务码和所述第一信息中包括的中继业务码相同。
在本申请一些实施例中,所述核心网设备包括第一核心网设备,所述第一核心网设备为人工智能AI功能实体。
在本申请一些实施例中,所述核心网设备包括第二核心网设备,所述第二核心网设备为策略控制功能PCF实体。
在本申请一些实施例中,所述通信单元410还用于:
通过第二终端将AI模型的训练数据发送给第一AI学习任务对应的服务器,其中,所述终端设备和所述第二终端均属于所述第一AI学习任务对应的AI学习任务组。
在本申请一些实施例中,所述第一信息包括第一AI学习标识信息,所述第一AI学习标识信息是AI功能实体为所述终端设备所属的AI学习任务组分配的。
在本申请一些实施例中,所述AI学习任务组为联邦学习任务组,所述第一信息包括第一AI学习标识信息,所述第一AI学习标识信息为联邦学习标识信息。
可选地,在一些实施例中,上述通信单元可以是通信接口或收发器,或者是通信芯片或者片上***的输入输出接口。上述处理单元可以是一个或多个处理器。
应理解,根据本申请实施例的终端设备400可对应于本申请方法实施例中的第一终端,并且终端设备400中的各个单元的上述和其它操作和/或功能分别为了实现图4至图8所示方法中第一终端的相应流程,为了简洁,在此不再赘述。
图10示出了根据本申请实施例的终端设备500的示意性框图。如图10所示,该终端设备500包括:
通信单元510,用于接收核心网设备发送的第二信息,其中,所述第二信息用于确定所述终端设备所属的AI学习任务组。
在本申请一些实施例中,所述第二信息包括以下中的至少一种:
第二AI学习标识信息、第二中继业务码,其中,所述第二AI学习标识信息用于标识所述终端设备所属的AI学习任务组,所述第二中继业务码和所述第二AI学习标识信息对应。
在本申请一些实施例中,所述通信单元510还用于:
接收第一终端发送的第一信息,其中,所述第一信息用于确定所述第一终端所属的AI学习任务组。
在本申请一些实施例中,所述通信单元510还用于:
接收所述第一终端发送的发现请求消息,其中,所述发现请求消息包括所述第一信息。
在本申请一些实施例中,所述终端设备还包括:
处理单元,用于根据所述第一信息和所述第二信息,确定所述第一终端和所述终端设备是否属于同一AI学习任务组;
所述通信单元510还用于:在所述第一终端和所述终端设备属于同一AI学习任务组的情况下,向所述第一终端发送发现响应消息。
在本申请一些实施例中,所述处理单元还用于:
在满足以下条件中的至少一个的情况下,确定所述第一终端和所述终端设备属于同一AI学习任务组:
所述第一信息包括的AI学习标识信息和所述第二信息中包括的AI学习标识信息相同;
所述第一信息中包括的中继业务码和所述第二信息中包括的中继业务码相同。
在本申请一些实施例中,所述通信单元510还用于:发送所述第二AI学习标识信息和/或所述第二中继业务码。
在本申请一些实施例中,所述通信单元510还用于:
发送发现公告消息,其中,所述发现公告消息包括所述第二AI学习标识信息和/或所述第二中继业务码。
在本申请一些实施例中,所述通信单元510还用于:
向所述第一终端发送发现响应消息,其中,所述发现响应消息包括所述第二AI学习标识信息和/或所述第二中继业务码。
在本申请一些实施例中,所述核心网设备包括第一核心网设备,所述第一核心网设备为人工智能AI功能实体。
在本申请一些实施例中,所述核心网设备包括第二核心网设备,所述第二核心网设备为策略控制功能PCF实体。
在本申请一些实施例中,所述第二信息包括第二AI学习标识信息,其中,所述第二AI学习标识信息是AI功能实体为所述终端设备所属的AI学习任务组分配的。
在本申请一些实施例中,所述AI学习任务组为联邦学习任务组,所述第二信息包括第二AI学习标识信息,所述第二AI学习标识信息为联邦学习标识信息。
可选地,在一些实施例中,上述通信单元可以是通信接口或收发器,或者是通信芯片或者片上***的输入输出接口。上述处理单元可以是一个或多个处理器。
应理解,根据本申请实施例的终端设备500可对应于本申请方法实施例中的第二终端,并且终端设备500中的各个单元的上述和其它操作和/或功能分别为了实现图4至图8所示方法中第二终端的相应流程,为了简洁,在此不再赘述。
图11是根据本申请实施例的核心网设备的示意性框图。图11的核心网设备800包括:
通信单元810,用于获取第一人工智能AI学习任务组中的终端设备的标识信息;
处理单元820,用于为所述第一AI学习任务组分配第一AI学习标识信息,其中,所述第一AI学习标识信息用于标识所述第一AI学习任务组;
所述通信单元810还用于:向所述第一AI学习任务组中的终端设备发送所述第一AI学习标识信息。
在本申请一些实施例中,所述通信单元810还用于:
通过第二核心网设备向所述第一AI学习任务组中的终端设备发送所述第一AI学习标识信息。
在本申请一些实施例中,所述第二核心网设备为策略控制功能PCF实体。
在本申请一些实施例中,所述核心网设备为人工智能AI功能实体。
在本申请一些实施例中,所述通信单元810还用于:
从所述第一AI学习任务对应的服务器获取所述第一AI学习任务组中的终端设备的标识信息。
可选地,在一些实施例中,上述通信单元可以是通信接口或收发器,或者是通信芯片或者片上***的输入输出接口。上述处理单元可以是一个或多个处理器。
应理解,根据本申请实施例的核心网设备800可对应于本申请方法实施例中的核心网设备,例如第一核心网设备,并且核心网设备800中的各个单元的上述和其它操作和/或功能分别为了实现图4至图8所示方法中核心网设备的相应流程,为了简洁,在此不再赘述。
图12是根据本申请实施例的核心网设备的示意性框图。图12的核心网设备1000包括:
通信单元1010,用于向第一终端发送第一中继业务码,其中,所述第一中继业务码和第一人工智能AI学习标识信息对应,所述第一AI学习标识信息用于标识所述第一终端所属的AI学习任务组。
在本申请一些实施例中,所述核心网设备还包括:
处理单元,用于根据所述第一AI学习标识信息结合AI学习标识信息和中继业务码的对应关系,确定所述第一中继业务码。
在本申请一些实施例中,所述AI学习标识信息和中继业务码的对应关系是预配置的。
在本申请一些实施例中,,所述核心网设备为策略控制功能PCF实体。
可选地,在一些实施例中,上述通信单元可以是通信接口或收发器,或者是通信芯片或者片上***的输入输出接口。上述处理单元可以是一个或多个处理器。
应理解,根据本申请实施例的核心网设备1000可对应于本申请方法实施例中的核心网设备,例如第二核心网设备,并且核心网设备1000中的各个单元的上述和其它操作和/或功能分别为了实现图4至图8所示方法中核心网设备的相应流程,为了简洁,在此不再赘述。
图13是本申请实施例提供的一种通信设备600示意性结构图。图13所示的通信设备600包括处理器610,处理器610可以从存储器中调用并运行计算机程序,以实现本申请实施例中的方法。
可选地,如图13所示,通信设备600还可以包括存储器620。其中,处理器610可以从存储器620中调用并运行计算机程序,以实现本申请实施例中的方法。
其中,存储器620可以是独立于处理器610的一个单独的器件,也可以集成在处理器610中。
可选地,如图13所示,通信设备600还可以包括收发器630,处理器610可以控制该收发器630与其他设备进行通信,具体地,可以向其他设备发送信息或数据,或接收其他设备发送的信息或数据。
其中,收发器630可以包括发射机和接收机。收发器630还可以进一步包括天线,天线的数量可以为一个或多个。
可选地,该通信设备600具体可为本申请实施例的核心网设备,并且该通信设备600可以实现本申请实施例的各个方法中由核心网设备实现的相应流程,为了简洁,在此不再赘述。
可选地,该通信设备600具体可为本申请实施例的第一终端,并且该通信设备600可以实现本申请实施例的各个方法中由第一终端实现的相应流程,为了简洁,在此不再赘述。
可选地,该通信设备600具体可为本申请实施例的第二终端,并且该通信设备600可以实现本申请实施例的各个方法中由第二终端实现的相应流程,为了简洁,在此不再赘述。
图14是本申请实施例的芯片的示意性结构图。图14所示的芯片700包括处理器710,处理器710可以从存储器中调用并运行计算机程序,以实现本申请实施例中的方法。
可选地,如图14所示,芯片700还可以包括存储器720。其中,处理器710可以从存储器720中调用并运行计算机程序,以实现本申请实施例中的方法。
其中,存储器720可以是独立于处理器710的一个单独的器件,也可以集成在处理器710中。
可选地,该芯片700还可以包括输入接口730。其中,处理器710可以控制该输入接口730与其他设备或芯片进行通信,具体地,可以获取其他设备或芯片发送的信息或数据。
可选地,该芯片700还可以包括输出接口740。其中,处理器710可以控制该输出接口740与其他设备或芯片进行通信,具体地,可以向其他设备或芯片输出信息或数据。
可选地,该芯片可应用于本申请实施例中的核心网设备,并且该芯片可以实现本申请实施例的各个方法中由核心网设备实现的相应流程,为了简洁,在此不再赘述。
可选地,该芯片可应用于本申请实施例中的第一终端,并且该芯片可以实现本申请实施例的各个方法中由第一终端实现的相应流程,为了简洁,在此不再赘述。
可选地,该芯片可应用于本申请实施例中的第二终端,并且该芯片可以实现本申请实施例的各个方法中由第二终端实现的相应流程,为了简洁,在此不再赘述。
应理解,本申请实施例提到的芯片还可以称为***级芯片,***芯片,芯片***或片上***芯片等。
图15是本申请实施例提供的一种通信***1100的示意性框图。如图15所示,该通信***1100包括远端终端1110、中继终端1120和核心网设备1130。
其中,该远端终端1110可以用于实现上述方法中由第一终端实现的相应的功能,该中继终端1120可以用于实现上述方法中由第二终端实现的相应的功能,以及该核心网设备1130可以用于实现上述方法中由核心网设备(例如第一核心网设备和/或第二核心网设备)实现的相应的功能为了简洁,在此不再赘述。
应理解,本申请实施例的处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
可以理解,本申请实施例中的存储器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。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)。应注意,本文描述的***和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
应理解,上述存储器为示例性但不是限制性说明,例如,本申请实施例中的存储器还可以是静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synch link DRAM,SLDRAM)以及直接内存总线随机存取存储器(Direct Rambus RAM,DR RAM)等等。也就是说,本申请实施例中的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本申请实施例还提供了一种计算机可读存储介质,用于存储计算机程序。
可选的,该计算机可读存储介质可应用于本申请实施例中的核心网设备,例如第一核心网设备,第二核心网设备,并且该计算机程序使得计算机执行本申请实施例的各个方法中由核心网设备实现的相应流程,为了简洁,在此不再赘述。
可选的,该计算机可读存储介质可应用于本申请实施例中的第一终端,并且该计算机程序使得计算机执行本申请实施例的各个方法中由第一终端实现的相应流程,为了简洁,在此不再赘述。
可选地,该计算机可读存储介质可应用于本申请实施例中的第二终端,并且该计算机程序使得计算机执行本申请实施例的各个方法中由第二终端实现的相应流程,为了简洁,在此不再赘述。
本申请实施例还提供了一种计算机程序产品,包括计算机程序指令。
可选的,该计算机程序产品可应用于本申请实施例中的核心网设备,例如第一核心网设备,第二 核心网设备,并且该计算机程序指令使得计算机执行本申请实施例的各个方法中由核心网设备实现的相应流程,为了简洁,在此不再赘述。
可选地,该计算机程序产品可应用于本申请实施例中的第一终端,并且该计算机程序指令使得计算机执行本申请实施例的各个方法中由第一终端实现的相应流程,为了简洁,在此不再赘述。
可选地,该计算机程序产品可应用于本申请实施例中的第二终端,并且该计算机程序指令使得计算机执行本申请实施例的各个方法中由第二终端实现的相应流程,为了简洁,在此不再赘述。
本申请实施例还提供了一种计算机程序。
可选的,该计算机程序可应用于本申请实施例中的核心网设备,例如第一核心网设备,第二核心网设备,当该计算机程序在计算机上运行时,使得计算机执行本申请实施例的各个方法中由核心网设备实现的相应流程,为了简洁,在此不再赘述。
可选地,该计算机程序可应用于本申请实施例中的第一终端,当该计算机程序在计算机上运行时,使得计算机执行本申请实施例的各个方法中由第一终端实现的相应流程,为了简洁,在此不再赘述。
可选地,该计算机程序可应用于本申请实施例中的第二终端,当该计算机程序在计算机上运行时,使得计算机执行本申请实施例的各个方法中由第二终端实现的相应流程,为了简洁,在此不再赘述。
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***、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***、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***,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对现有技术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所述以权利要求的保护范围为准。
Claims (100)
- 一种无线通信的方法,其特征在于,包括:第一终端接收核心网设备发送的第一信息,所述第一信息用于确定所述第一终端所属的人工智能AI学习任务组。
- 根据权利要求1所述的方法,其特征在于,所述第一信息包括以下中的至少一种:第一AI学习标识信息、第一中继业务码,其中,所述第一AI学习标识信息用于标识所述第一终端所属的AI学习任务组,所述第一中继业务码和所述第一AI学习标识信息对应。
- 根据权利要求2所述的方法,其特征在于,所述方法还包括:所述第一终端发送所述第一AI学习标识信息和/或所述第一中继业务码。
- 根据权利要求3所述的方法,其特征在于,所述第一终端发送所述第一AI学习标识信息和/或所述第一中继业务码,包括:所述第一终端发送发现请求消息,其中,所述发现请求消息包括所述第一AI学习标识信息和/或所述第一中继业务码。
- 根据权利要求3或4所述的方法,其特征在于,所述方法还包括:所述第一终端接收第二终端发送的发现响应消息,所述第二终端和所述第一终端属于同一AI学习任务组。
- 根据权利要求5所述的方法,其特征在于,所述方法还包括:所述第一终端选择所述第二终端作为中继终端。
- 根据权利要求1或2所述的方法,其特征在于,所述方法还包括:所述第一终端接收第二终端发送的第二信息,所述第二信息用于确定所述第二终端所属的AI学习任务组。
- 根据权利要求7所述的方法,其特征在于,所述第二信息包括以下中的至少一种:第二AI学习标识信息、第二中继业务码,其中,所述第二AI学习标识信息用于标识所述第二终端所属的AI学习任务组,所述第二中继业务码和所述第二AI学习标识信息对应。
- 根据权利要求8所述的方法,其特征在于,所述第一终端接收第二终端发送的第二信息,包括:所述第一终端接收所述第二终端发送的发现公告消息,其中,所述发现公告消息包括所述第二信息。
- 根据权利要求8所述的方法,其特征在于,所述第一终端接收第二终端发送的第二信息,包括:所述第一终端接收所述第二终端发送的发现响应消息,其中,所述发现响应消息包括所述第二信息。
- 根据权利要求7-10中任一项所述的方法,其特征在于,所述方法还包括:所述第一终端根据所述第二信息和所述第一信息,确定是否选择所述第二终端作为中继终端。
- 根据权利要求11所述的方法,其特征在于,所述第一终端根据所述第二信息和所述第一信息,确定是否选择所述第二终端作为中继终端,包括:所述第一终端根据所述第二信息和所述第一信息,确定所述第二终端和所述第一终端是否属于同一AI学习任务组;在所述第二终端和所述第一终端属于同一AI学习任务组的情况下,选择所述第二终端作为中继终端。
- 根据权利要求12所述的方法,其特征在于,所述第一终端根据所述第二信息或所述第一信息,确定所述第二终端和所述第一终端是否属于同一AI学习任务组,包括:在满足以下条件中的至少一个的情况下,确定所述第二终端和所述第一终端属于同一AI学习任务组:所述第二信息中包括的AI学习标识信息和所述第一信息中包括的AI学习标识信息相同;所述第二信息中包括的中继业务码和所述第一信息中包括的中继业务码相同。
- 根据权利要求1-13中任一项所述的方法,其特征在于,所述核心网设备包括第一核心网设备,所述第一核心网设备为网络数据分析功能NWDAF实体或人工智能AI功能实体。
- 根据权利要求1-13中任一项所述的方法,其特征在于,所述核心网设备包括第二核心网设备,所述第二核心网设备为策略控制功能PCF实体。
- 根据权利要求1-15中任一项所述的方法,其特征在于,所述方法还包括:所述第一终端通过第二终端将AI模型的训练数据发送给第一AI学习任务对应的服务器,其中, 所述第一终端和所述第二终端均属于所述第一AI学习任务对应的AI学习任务组。
- 根据权利要求1-16中任一项所述的方法,其特征在于,所述第一信息包括第一AI学习标识信息,所述第一AI学习标识信息是AI功能实体为所述第一终端所属的AI学习任务组分配的。
- 根据权利要求1-17中任一项所述的方法,其特征在于,所述AI学习任务组为联邦学习任务组,所述第一信息包括第一AI学习标识信息,所述第一AI学习标识信息为联邦学习标识信息。
- 一种无线通信的方法,其特征在于,包括:第二终端接收核心网设备发送的第二信息,其中,所述第二信息用于确定所述第二终端所属的AI学习任务组。
- 根据权利要求19所述的方法,其特征在于,所述第二信息包括以下中的至少一种:第二AI学习标识信息、第二中继业务码,其中,所述第二AI学习标识信息用于标识所述第二终端所属的AI学习任务组,所述第二中继业务码和所述第二AI学习标识信息对应。
- 根据权利要求19或20所述的方法,其特征在于,所述方法还包括:所述第二终端接收第一终端发送的第一信息,其中,所述第一信息用于确定所述第一终端所属的AI学习任务组。
- 根据权利要求21所述的方法,其特征在于,所述第二终端接收第一终端发送的第一信息,包括:所述第二终端接收所述第一终端发送的发现请求消息,其中,所述发现请求消息包括所述第一信息。
- 根据权利要求21或22所述的方法,其特征在于,所述方法还包括:所述第二终端根据所述第一信息和所述第二信息,确定所述第一终端和所述第二终端是否属于同一AI学习任务组;在所述第一终端和所述第二终端属于同一AI学习任务组的情况下,向所述第一终端发送发现响应消息。
- 根据权利要求23所述的方法,其特征在于,所述第二终端根据所述第一信息和所述第二信息,确定所述第一终端和所述第二终端是否属于同一AI学习任务组,包括:在满足以下条件中的至少一个的情况下,所述第二终端确定所述第一终端和所述第二终端属于同一AI学习任务组:所述第一信息包括的AI学习标识信息和所述第二信息中包括的AI学习标识信息相同;所述第一信息中包括的中继业务码和所述第二信息中包括的中继业务码相同。
- 根据权利要求20所述的方法,其特征在于,所述方法还包括:所述第二终端发送所述第二AI学习标识信息和/或所述第二中继业务码。
- 根据权利要求25所述的方法,其特征在于,所述第二终端发送第二信息,包括:所述第二终端发送发现公告消息,其中,所述发现公告消息包括所述第二AI学习标识信息和/或所述第二中继业务码。
- 根据权利要求25所述的方法,其特征在于,所述第二终端发送第二AI学习标识信息和/或所述第二中继业务码,包括:所述第二终端向第一终端发送发现响应消息,其中,所述发现响应消息包括所述第二AI学习标识信息和/或所述第二中继业务码。
- 根据权利要求19-27中任一项所述的方法,其特征在于,所述核心网设备包括第一核心网设备,所述第一核心网设备为网络数据分析功能NWDAF实体或人工智能AI功能实体。
- 根据权利要求19-27中任一项所述的方法,其特征在于,所述核心网设备包括第二核心网设备,所述第二核心网设备为策略控制功能PCF实体。
- 根据权利要求19-29中任一项所述的方法,其特征在于,所述第二信息包括第二AI学习标识信息,其中,所述第二AI学习标识信息是NWDAF实体或AI功能实体为所述第二终端所属的AI学习任务组分配的。
- 根据权利要求19-30中任一项所述的方法,其特征在于,所述AI学习任务组为联邦学习任务组,所述第二信息包括第二AI学习标识信息,所述第二AI学习标识信息为联邦学习标识信息。
- 一种无线通信的方法,其特征在于,包括:第一核心网设备获取第一人工智能AI学习任务组中的终端设备的标识信息;所述第一核心网设备为所述第一AI学习任务组分配第一AI学习标识信息,其中,所述第一AI学习标识信息用于标识所述第一AI学习任务组;所述第一核心网设备向所述第一AI学习任务组中的终端设备发送所述第一AI学习标识信息。
- 根据权利要求32所述的方法,其特征在于,所述方法还包括:所述第一核心网设备通过第二核心网设备向所述第一AI学习任务组中的终端设备发送所述第一AI学习标识信息。
- 根据权利要求33所述的方法,其特征在于,所述第二核心网设备为策略控制功能PCF实体。
- 根据权利要求32-34中任一项所述的方法,其特征在于,所述第一核心网设备为网络数据分析功能NWDAF实体或人工智能AI功能实体。
- 根据权利要求32-35中任一项所述的方法,其特征在于,所述第一核心网设备获取第一AI学习任务组中的终端设备的标识信息,包括:所述第一核心网设备从所述第一AI学习任务对应的服务器获取所述第一AI学习任务组中的终端设备的标识信息。
- 一种无线通信的方法,其特征在于,包括:第二核心网设备向第一终端发送第一中继业务码,其中,所述第一中继业务码和第一人工智能AI学习标识信息对应,所述第一AI学习标识信息用于标识所述第一终端所属的AI学习任务组。
- 根据权利要求37所述的方法,其特征在于,所述方法还包括:所述第二核心网设备根据所述第一AI学习标识信息结合AI学习标识信息和中继业务码的对应关系,确定所述第一中继业务码。
- 根据权利要求38所述的方法,其特征在于,所述AI学习标识信息和中继业务码的对应关系是预配置的。
- 根据权利要求37-39中任一项所述的方法,其特征在于,所述第二核心网设备为策略控制功能PCF实体。
- 一种终端设备,其特征在于,包括:通信单元,用于接收核心网设备发送的第一信息,所述第一信息用于确定所述终端设备所属的人工智能AI学习任务组。
- 根据权利要求41所述的终端设备,其特征在于,所述第一信息包括以下中的至少一种:第一AI学习标识信息、第一中继业务码,其中,所述第一AI学习标识信息用于标识所述终端设备所属的AI学习任务组,所述第一中继业务码和所述第一AI学习标识信息对应。
- 根据权利要求42所述的终端设备,其特征在于,所述通信单元还用于:发送所述第一AI学习标识信息和/或所述第一中继业务码。
- 根据权利要求43所述的终端设备,其特征在于,所述通信单元还用于:发送发现请求消息,其中,所述发现请求消息包括所述第一AI学习标识信息和/或所述第一中继业务码。
- 根据权利要求43或44所述的终端设备,其特征在于,所述通信单元还用于:接收第二终端发送的发现响应消息,所述第二终端和所述终端设备属于同一AI学习任务组。
- 根据权利要求45所述的终端设备,其特征在于,所述终端设备还包括:处理单元,用于选择所述第二终端作为中继终端。
- 根据权利要求41或42所述的终端设备,其特征在于,所述通信单元还用于:接收第二终端发送的第二信息,所述第二信息用于确定所述第二终端所属的AI学习任务组。
- 根据权利要求47所述的终端设备,其特征在于,所述第二信息包括以下中的至少一种:第二AI学习标识信息、第二中继业务码,其中,所述第二AI学习标识信息用于标识所述第二终端所属的AI学习任务组,所述第二中继业务码和所述第二AI学习标识信息对应。
- 根据权利要求48所述的终端设备,其特征在于,所述通信单元还用于:接收所述第二终端发送的发现公告消息,其中,所述发现公告消息包括所述第二信息。
- 根据权利要求49所述的终端设备,其特征在于,所述通信单元还用于:接收所述第二终端发送的发现响应消息,其中,所述发现响应消息包括所述第二信息。
- 根据权利要求47-50中任一项所述的终端设备,其特征在于,所述终端设备还包括:处理单元,用于根据所述第二信息和所述第一信息,确定是否选择所述第二终端作为中继终端。
- 根据权利要求51所述的终端设备,其特征在于,所述处理单元还用于:根据所述第二信息和所述第一信息,确定所述第二终端和所述终端设备是否属于同一AI学习任务组;在所述第二终端和所述终端设备属于同一AI学习任务组的情况下,选择所述第二终端作为中继终端。
- 根据权利要求52所述的终端设备,其特征在于,所述处理单元还用于:在满足以下条件中的至少一个的情况下,确定所述第二终端和所述终端设备属于同一AI学习任 务组:所述第二信息中包括的AI学习标识信息和所述第一信息中包括的AI学习标识信息相同;所述第二信息中包括的中继业务码和所述第一信息中包括的中继业务码相同。
- 根据权利要求41-53中任一项所述的终端设备,其特征在于,所述核心网设备包括第一核心网设备,所述第一核心网设备为网络数据分析功能NWDAF实体或人工智能AI功能实体。
- 根据权利要求41-54中任一项所述的终端设备,其特征在于,所述核心网设备包括第二核心网设备,所述第二核心网设备为策略控制功能PCF实体。
- 根据权利要求41-55中任一项所述的终端设备,其特征在于,所述通信单元还用于:通过第二终端将AI模型的训练数据发送给第一AI学习任务对应的服务器,其中,所述终端设备和所述第二终端均属于所述第一AI学习任务对应的AI学习任务组。
- 根据权利要求41-56中任一项所述的终端设备,其特征在于,所述第一信息包括第一AI学习标识信息,所述第一AI学习标识信息是NWDAF实体或AI功能实体为所述终端设备所属的AI学习任务组分配的。
- 根据权利要求41-57中任一项所述的终端设备,其特征在于,所述AI学习任务组为联邦学习任务组,所述第一信息包括第一AI学习标识信息,所述第一AI学习标识信息为联邦学习标识信息。
- 一种终端设备,其特征在于,包括:通信单元,用于接收核心网设备发送的第二信息,其中,所述第二信息用于确定所述终端设备所属的AI学习任务组。
- 根据权利要求59所述的终端设备,其特征在于,所述第二信息包括以下中的至少一种:第二AI学习标识信息、第二中继业务码,其中,所述第二AI学习标识信息用于标识所述终端设备所属的AI学习任务组,所述第二中继业务码和所述第二AI学习标识信息对应。
- 根据权利要求59或60所述的终端设备,其特征在于,所述通信单元还用于:接收第一终端发送的第一信息,其中,所述第一信息用于确定所述第一终端所属的AI学习任务组。
- 根据权利要求61所述的终端设备,其特征在于,所述通信单元还用于:接收所述第一终端发送的发现请求消息,其中,所述发现请求消息包括所述第一信息。
- 根据权利要求61或62所述的终端设备,其特征在于,所述终端设备还包括:处理单元,用于根据所述第一信息和所述第二信息,确定所述第一终端和所述终端设备是否属于同一AI学习任务组;所述通信单元还用于:在所述第一终端和所述终端设备属于同一AI学习任务组的情况下,向所述第一终端发送发现响应消息。
- 根据权利要求63所述的终端设备,其特征在于,所述处理单元还用于:在满足以下条件中的至少一个的情况下,确定所述第一终端和所述终端设备属于同一AI学习任务组:所述第一信息包括的AI学习标识信息和所述第二信息中包括的AI学习标识信息相同;所述第一信息中包括的中继业务码和所述第二信息中包括的中继业务码相同。
- 根据权利要求60所述的终端设备,其特征在于,所述通信单元还用于:发送所述第二AI学习标识信息和/或所述第二中继业务码。
- 根据权利要求65所述的终端设备,其特征在于,所述通信单元还用于:发送发现公告消息,其中,所述发现公告消息包括所述第二AI学习标识信息和/或所述第二中继业务码。
- 根据权利要求65所述的终端设备,其特征在于,所述通信单元还用于:向第一终端发送发现响应消息,其中,所述发现响应消息包括所述第二AI学习标识信息和/或所述第二中继业务码。
- 根据权利要求59-67中任一项所述的终端设备,其特征在于,所述核心网设备包括第一核心网设备,所述第一核心网设备为网络数据分析功能NWDAF实体或人工智能AI功能实体。
- 根据权利要求59-67中任一项所述的终端设备,其特征在于,所述核心网设备包括第二核心网设备,所述第二核心网设备为策略控制功能PCF实体。
- 根据权利要求59-69中任一项所述的终端设备,其特征在于,所述第二信息包括第二AI学习标识信息,其中,所述第二AI学习标识信息是NWDAF实体或AI功能实体为所述终端设备所属的AI学习任务组分配的。
- 根据权利要求59-70中任一项所述的终端设备,其特征在于,所述AI学习任务组为联邦学 习任务组,所述第二信息包括第二AI学习标识信息,所述第二AI学习标识信息为联邦学习标识信息。
- 一种核心网设备,其特征在于,包括:通信单元,用于获取第一人工智能AI学习任务组中的终端设备的标识信息;处理单元,用于为所述第一AI学习任务组分配第一AI学习标识信息,其中,所述第一AI学习标识信息用于标识所述第一AI学习任务组;所述通信单元还用于:向所述第一AI学习任务组中的终端设备发送所述第一AI学习标识信息。
- 根据权利要求72所述的核心网设备,其特征在于,所述通信单元还用于:通过第二核心网设备向所述第一AI学习任务组中的终端设备发送所述第一AI学习标识信息。
- 根据权利要求73所述的核心网设备,其特征在于,所述第二核心网设备为策略控制功能PCF实体。
- 根据权利要求72-74中任一项所述的核心网设备,其特征在于,所述核心网设备为网络数据分析功能NWDAF实体或人工智能AI功能实体。
- 根据权利要求72-75中任一项所述的核心网设备,其特征在于,所述通信单元还用于:从所述第一AI学习任务对应的服务器获取所述第一AI学习任务组中的终端设备的标识信息。
- 一种核心网设备,其特征在于,包括:通信单元,用于向第一终端发送第一中继业务码,其中,所述第一中继业务码和第一人工智能AI学习标识信息对应,所述第一AI学习标识信息用于标识所述第一终端所属的AI学习任务组。
- 根据权利要求77所述的核心网设备,其特征在于,所述核心网设备还包括:处理单元,用于根据所述第一AI学习标识信息结合AI学习标识信息和中继业务码的对应关系,确定所述第一中继业务码。
- 根据权利要求78所述的核心网设备,其特征在于,所述AI学习标识信息和中继业务码的对应关系是预配置的。
- 根据权利要求77-79中任一项所述的核心网设备,其特征在于,所述核心网设备为策略控制功能PCF实体。
- 一种终端设备,其特征在于,包括:处理器和存储器,该存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求1至18中任一项所述的方法。
- 一种芯片,其特征在于,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如权利要求1至18中任一项所述的方法。
- 一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行如权利要求1至18中任一项所述的方法。
- 一种计算机程序产品,其特征在于,包括计算机程序指令,该计算机程序指令使得计算机执行如权利要求1至18中任一项所述的方法。
- 一种计算机程序,其特征在于,所述计算机程序使得计算机执行如权利要求1至18中任一项所述的方法。
- 一种终端设备,其特征在于,包括:处理器和存储器,该存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求19至31中任一项所述的方法。
- 一种芯片,其特征在于,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如权利要求19至31中任一项所述的方法。
- 一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行如权利要求19至31中任一项所述的方法。
- 一种计算机程序产品,其特征在于,包括计算机程序指令,该计算机程序指令使得计算机执行如权利要求19至31中任一项所述的方法。
- 一种计算机程序,其特征在于,所述计算机程序使得计算机执行如权利要求19至31中任一项所述的方法。
- 一种核心网设备,其特征在于,包括:处理器和存储器,该存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求32至36中任一项所述的方法。
- 一种芯片,其特征在于,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如权利要求32至36中任一项所述的方法。
- 一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机 执行如权利要求32至36中任一项所述的方法。
- 一种计算机程序产品,其特征在于,包括计算机程序指令,该计算机程序指令使得计算机执行如权利要求32至36中任一项所述的方法。
- 一种计算机程序,其特征在于,所述计算机程序使得计算机执行如权利要求32至36中任一项所述的方法。
- 一种核心网设备,其特征在于,包括:处理器和存储器,该存储器用于存储计算机程序,所述处理器用于调用并运行所述存储器中存储的计算机程序,执行如权利要求37至40中任一项所述的方法。
- 一种芯片,其特征在于,包括:处理器,用于从存储器中调用并运行计算机程序,使得安装有所述芯片的设备执行如权利要求37至40中任一项所述的方法。
- 一种计算机可读存储介质,其特征在于,用于存储计算机程序,所述计算机程序使得计算机执行如权利要求37至40中任一项所述的方法。
- 一种计算机程序产品,其特征在于,包括计算机程序指令,该计算机程序指令使得计算机执行如权利要求37至40中任一项所述的方法。
- 一种计算机程序,其特征在于,所述计算机程序使得计算机执行如权利要求37至40中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2021/128007 WO2023070684A1 (zh) | 2021-11-01 | 2021-11-01 | 无线通信的方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117751688A true CN117751688A (zh) | 2024-03-22 |
Family
ID=86159958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180101262.5A Pending CN117751688A (zh) | 2021-11-01 | 2021-11-01 | 无线通信的方法和设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN117751688A (zh) |
WO (1) | WO2023070684A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11423332B2 (en) * | 2019-09-27 | 2022-08-23 | Intel Corporation | Distributed machine learning in an information centric network |
US20230106985A1 (en) * | 2019-10-09 | 2023-04-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Developing machine-learning models |
CN114945159A (zh) * | 2019-10-30 | 2022-08-26 | 大唐移动通信设备有限公司 | 直接通信的处理方法、装置、中继终端及远端终端 |
EP4135442A4 (en) * | 2020-04-21 | 2023-04-26 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | COMMUNICATION PROCESS AND ASSOCIATED MECHANISM |
CN111695675B (zh) * | 2020-05-14 | 2024-05-07 | 平安科技(深圳)有限公司 | 联邦学习模型训练方法及相关设备 |
CN113516250B (zh) * | 2021-07-13 | 2023-11-03 | 北京百度网讯科技有限公司 | 一种联邦学习方法、装置、设备以及存储介质 |
-
2021
- 2021-11-01 CN CN202180101262.5A patent/CN117751688A/zh active Pending
- 2021-11-01 WO PCT/CN2021/128007 patent/WO2023070684A1/zh active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023070684A1 (zh) | 2023-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102242297B1 (ko) | 무선 통신 시스템에서 네트워크 슬라이스 기반 nr을 위한 셀 특정 절차를 수행하는 방법 및 장치 | |
US20230337065A1 (en) | Network resource selection method, and terminal device and network device | |
CN114079902A (zh) | 联邦学习的方法和装置 | |
CN115065988B (zh) | 中继传输的方法、中继终端和远端终端 | |
CN114007204A (zh) | 基于中继通信与直连通信的通信选择方法和设备 | |
CN108924926B (zh) | 通信方法及通信装置 | |
US20190281464A1 (en) | Network Access Method And Device | |
CN116114315A (zh) | 无线通信的方法、终端设备和网络设备 | |
CN116508392A (zh) | 接入方式选择方法、终端设备和网络设备 | |
JP2023529445A (ja) | Nwdafの機能を改善してsmfが重複送信を効果的にするための方法 | |
CN115412434B (zh) | 一种切片请求方法和终端设备 | |
CN116210326A (zh) | 选择初始带宽部分bwp的方法、终端设备和网络设备 | |
CN116250290A (zh) | 无线通信方法、终端设备、第一接入网设备以及网元 | |
CN117751688A (zh) | 无线通信的方法和设备 | |
US20230239780A1 (en) | Wireless communication method, terminal device, and network device | |
CN116349401A (zh) | 无线通信的方法及终端设备 | |
CN117097618A (zh) | 信息处理的方法和装置 | |
CN117158095A (zh) | 无线通信的方法、终端设备和网络设备 | |
CN117881001A (zh) | 建立连接的方法和终端设备 | |
CN117501736A (zh) | 无线通信的方法及设备 | |
CN115348627A (zh) | 切片信息配置方法和设备 | |
CN117561748A (zh) | 接入方法、终端设备、统一数据管理网元和第一网元 | |
CN118104273A (zh) | 服务质量控制方法、核心网网元、接入网设备和终端设备 | |
CN117730553A (zh) | 受限服务的处理方法、终端设备和网络设备 | |
CN115529641A (zh) | 用于迁移上下文的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |