本公开涉及用于提供用于执行通信网络分析的机器学习模型的通信网络布置和方法。
背景技术:
1、在诸如5g移动通信网络这样的通信网络中,重要的是确保可以保持一定的服务质量。为此,可以监视可以从像负载、资源使用、可用组件、组件状态等一样的信息生成的网络统计分析和预测信息,以便能够例如当过载迫在眉睫时采取措施来避免服务质量下降等。在像5g移动通信系统一样的具有网络切片架构的通信网络中,这具体地涉及监视用于个体网络切片实例的网络分析和预测信息(也称为网络分析信息),因为例如个体网络切片实例可能变得过载。相应地,期望用于提供网络分析和/或预测信息的有效率和可靠的方法。
技术实现思路
1、根据实施方式,提供了一种移动通信网络的通信网络布置,该通信网络布置包括:机器学习模型训练组件,所述机器学习模型训练组件被配置为训练多个用于推导网络分析信息(例如,统计和/或预测信息)的机器学习模型;以及网络分析组件,所述网络分析组件被配置为向所述机器学习模型训练组件请求机器学习模型,其中,所述网络分析组件指定其请求所述机器学习模型的网络分析的网络方目标的参数,其中,所述机器学习模型训练组件被配置为根据所述请求中指定的所述参数从所述多个机器学习模型中选择已针对网络分析的目标训练的机器学习模型,并且将所确定的机器学习模型提供到所述网络分析组件。
1.一种移动通信网络的通信网络布置,该通信网络布置包括:
2.根据权利要求1所述的通信网络布置,其中,所述网络分析的网络方目标是所述移动通信网络的资源或由所述移动通信网络提供的功能。
3.根据权利要求1或2所述的通信网络布置,其中,所述网络方目标是所述移动通信网络的子网络和/或由所述移动通信网络提供的应用和/或通信服务。
4.根据权利要求1至3中任一项所述的通信网络布置,其中,所述网络分析组件被配置为使用所提供的所述机器学习模型来执行网络分析。
5.根据权利要求1至4中任一项所述的通信网络布置,其中,所述机器学习模型训练组件被配置为通过提供所述机器学习模型的存储位置的标识符,将所选择的所述机器学习模型提供到所述网络分析组件。
6.根据权利要求5所述的通信网络布置,其中,所述机器学习模型训练组件被配置为提供分析数据存储库功能adrf的标识符作为所述机器学习模型的存储位置。
7.根据权利要求1至6中任一项所述的通信网络布置,其中,所述参数是所述移动通信网络的子网络的标识、所述移动通信网络的子网络的类型的标识或所述移动通信网络的子网络的标识。
8.根据权利要求7所述的通信网络布置,其中,所述子网络是无线电接入网络、网络切片、无线电接入网络切片、核心网络切片、非公共网络或公共陆地移动网络。
9.根据权利要求书1至8中任一项所述的通信网络布置,其中,所述网络分析信息是
10.根据权利要求1至9中任一项所述的通信网络布置,所述通信网络布置包括中间组件,其中,所述网络分析组件被配置为经由所述中间组件请求所述机器学习模型,并且其中,所述机器学习模型训练组件被配置为经由所述中间组件将所确定的所述机器学习模型提供到所述网络分析组件。
11.根据权利要求1至10中任一项所述的通信网络布置,其中,所述网络分析组件是网络数据分析功能-分析逻辑功能。
12.根据权利要求1至11中任一项所述的通信网络布置,其中,所述网络分析组件被配置为从所述移动通信网络的控制平面组件接收执行网络分析的请求,所述请求指定网络分析的所述网络方目标的参数。
13.根据权利要求1至12中任一项所述的通信网络布置,其中,所述网络分析组件被配置为除了所述网络分析组件请求所述机器学习模型的网络分析的所述网络方目标的参数之外,还指定描述应该由所请求的所述机器学习模型生成的网络分析信息的类型的分析标识或应该由所请求的所述机器学习模型生成的所述网络分析信息的一个或更多个移动终端或这二者,并且所述机器学习模型训练组件被配置为通过从所述多个机器学习模型中选择已被训练以用于提供所描述的类型的网络分析信息的或已被训练以用于针对所述一个或更多个移动终端执行网络分析或这二者的机器学习模型来选择所述机器学习模型。
14.根据权利要求1至13中任一项所述的通信网络布置,其中,所述机器学习模型训练组件被配置为针对网络分析的所述网络方目标的参数的多个值中的每一个来训练机器学习模型。
15.一种用于提供用于执行通信网络分析的机器学习模型的方法,该方法包括以下步骤: