用于实现分析输出的稳定消费的网络分析跟踪和回滚的制作方法

本发明涉及新一代移动网络，例如第五代(5th generation，5g)移动网络，以及在移动网络中生成分析信息。具体地，本发明涉及跟踪分析标识符(identifier，id)或分析id的一个或多个分析输出。此外，本发明涉及不稳定分析id或分析id的至少一个不稳定分析输出的推理或训练回滚。为此，本发明提供了一种网络分析跟踪实体、网络分析推理实体、网络分析训练实体、网络分析消费者实体、网络分析管理实体以及用于这些实体的方法。

背景技术：

1、在当前的移动网络中，网络数据分析功能(network data analytics function，nwdaf)提供各种分析功能，这些分析功能可以由多个网络功能(network function，nf)使用，以改进或做出其决策(例如，nwdaf可以提供以支持nf协助无线接入技术(radio accesstechnology，rat)和频率选择的分析信息)。每个分析功能都有自己的id(分析id)，nf功能可以使用该id来指示nf功能通过nwdaf请求的分析(输出)。如图1所示，nwdaf由两个功能组成，这两个功能可以是同一nwdaf实体的一部分，也可以位于不同的nwdaf实体上：a)使用经过训练的机器学习模型提供分析和/预测的推理；b)使用收集的数据和/或训练数据集生成机器学习模型的训练。图1具体示出了会话管理(session management，sm)的分析id消费示例。

2、nwdaf分析的质量受到各种因素的影响，例如，用于训练模式的收集数据的质量和数量、机器学习模型的配置等。因此，根据nwdaf分析的使用，nwdaf机器学习模型的质量可能会影响网络性能或网络状态。成功(或高效或可靠)的分析id可以实现或维持稳定的网络状态，而不成功(或低效或不可靠)的分析id可能导致或造成不稳定的网络状态。对于稳定的网络状态，系统关键性能指标(key performance indicator，kpi)和/或度量保持在预期的使用模式内(或改进)。对于不稳定的网络状态，系统负载的kpi和/或度量保持在预期模式，但指示特定情况的kpi不稳定(或比预期模式下降)。

3、因此，检测和解决导致网络状态不稳定的分析id的情况非常重要。但是，检测和修复导致网络状态不稳定的分析id的时间是一个变量，取决于nwdaf黑匣子逻辑。它可能需要几秒钟(例如，如果是模型重新选择)，也可能需要几天(例如，需要数据收集获取足够数量的数据，或由ml分析师进行人工干预以调整模型)。

技术实现思路

1、本发明及其实施例基于参考图2的以下进一步考虑，图2示出了由于使用分析id的nf决策的影响而不稳定的网络状态的示例。

2、目前，如果nf停止消费分析id(例如，在nwdaf修复分析id时)，则这会导致nf操作逻辑中出现重大差异，又导致其决策中出现重大差异，从而有可能加剧网络状态的恶化或导致nwdaf收集扭曲的数据，因为影响网络状态的决策并不反映nf的整个逻辑。如果nf继续消费相同的、出现问题的分析id，则nf将会继续做出导致网络状态不稳定的决策。如果nwdaf推理只是重新选择ml模型(例如，从其本地信息或通过查询nwdaf训练重新选择)，则它只能通过数据收集周期意识到分析id的问题。因此，上述替代选项都无法有效解决上述问题。

3、即，存在一个问题，即nwdaf推理可能无法继续提供实现稳定网络状态的分析id输出。此外，nwdaf训练可能无法足够快地意识到分析id中的问题，因此无法支持修复导致网络状态不稳定的分析id输出的配置/生成。

4、目前缺乏解决这一问题的办法，进一步导致了以下关键技术问题。以下两者之间将存在无休止的不匹配：修复分析id中考虑的网络状态和当在nwdaf修复不稳定分析id期间nf停止消费被认为不稳定的分析id的分析输出之后，nf恢复消费此类修复分析时的网络状态。当nf停止消费分析id(由于需要修复)时，nf将改变其决策逻辑(通过不再考虑分析id输出)，这可能会对网络状态产生影响。同时，当网络状态数据仅反映受nf影响的网络状态的部分实际行为时，nwdaf将使用此网络状态数据修复不稳定的分析id，因为nwdaf可能用于修复分析id的数据并不反映nf再次消费分析id时的相同场景。

5、到目前为止，传统的方案集中在(a)检测训练样本中标签的可靠性。但是，这只是训练阶段的特定问题，只解决这一点，既不能检测经过训练的模型(即分析id)在系统kpi中的影响，也不能跟踪网络状态变化的错误标签。此外，这些方案集中在(b)从多个来源收集多个数据批次，以便支持回滚到先前收集的数据批次。但是，这种方案没有考虑专门检测不可靠/不稳定分析id或控制分析id配置的机制。此外，这些方案集中在(c)在接收到对计算机系统中资源的请求时回滚到先前已知的良好状态(其中，资源被定义为数据库、负载均衡器、缩放组机器(scaling group machines))。但是，未考虑分析id的回滚配置的具体方案。此外，分析id不是计算机资源。分析id可以广义地被定义为系统属性。

6、在3gpp中，虽然没有定义具体方案，但规范提示nwdaf可能能够从消费分析id输出的nf接收直接反馈。这可以使nwdaf在不需要大量数据收集的情况下检测性能下降。但是，未考虑当nwdaf检测到性能下降并尝试改进分析id输出时，在正在进行的分析订阅期间nf会发生的问题。

7、鉴于上述情况，本发明的实施例旨在解决所识别的问题，并提供一种避免上述缺点的改进方案。目标是确保分析id或分析id的一个或多个分析输出实现稳定的网络状态。另一个目标是使分析训练能够快速意识到任何不稳定分析id中的问题，或分析id的至少一个不稳定分析输出中的问题。

8、这些和其他目的通过本发明的实施例实现，如所附独立权利要求中所述。实施例的有利实现方式在从属权利要求中进一步定义。

9、具体地，本发明引入了用于实现分析id或分析id的一个或多个分析输出的跟踪的方法、接口和实体。跟踪可以由网络分析跟踪实体执行，并且可以检测不稳定的分析id或分析id的不稳定分析输出。这可以进一步支持恢复(或回滚)分析的不稳定分析id或不稳定分析输出的配置(在推理和/或训练时)，具体地，回滚到移动系统中最后已知稳定网络状态。这使网络分析推理实体(例如，nwdaf推理)可以继续向一个或多个网络分析消费者实体(例如，nwdaf消费者)提供分析id输出，从而实现稳定的网络状态。此外，这使得能够支持网络分析训练实体(例如，nwdaf训练)能够意识到分析id或分析id的一个或多个分析输出的配置和/或生成中可能导致网络状态不稳定的问题。

10、本发明的第一方面提供了一种网络分析跟踪实体，用于：获取具有用于激活分析标识符(id)的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示；如果所述分析id的至少一个输出不稳定和/或如果所述分析id不稳定，则提供与所述分析id相关的回滚通知，其中，所述回滚通知包括以下中的一个或多个：所述分析id的所述至少一个不稳定分析输出和/或所述分析id，其中，所述回滚通知提供给网络分析消费者实体、网络分析推理实体或网络分析训练实体；用于所述分析id的所述至少一个不稳定分析输出和/或所述分析id的推理回滚动作，其中，所述回滚通知提供给所述网络分析推理实体；用于所述分析id的所述至少一个不稳定分析输出和/或所述分析id的训练回滚动作，其中，所述回滚通知提供给所述网络分析训练实体。

11、网络分析跟踪实体可以启动分析id，和/或分析id的一个或多个分析输出的跟踪，并且因此可以识别不稳定的配置。跟踪实体还可以向回滚通知提供相应的回滚动作，这支持将分析id或分析输出恢复到稳定的配置。因此，跟踪实体有助于确保分析id和/或分析id的一个或多个分析输出实现稳定的网络状态。此外，它可以帮助网络分析训练实体更快地意识到不稳定分析id和/或分析id的至少一个不稳定分析输出的问题。

12、在第一方面的一种实现方式中，所述推理回滚动作是用于改变所述网络分析推理实体处关于所述至少一个不稳定分析输出和/或关于所述分析id的推理配置的动作；和/或所述训练回滚动作是用于改变所述网络分析训练实体处关于所述至少一个不稳定分析输出和/或关于所述分析id的训练配置的动作。

13、改变推理配置和/或训练配置可以将不稳定分析id和/或分析id的至少一个不稳定分析输出恢复到稳定状态。

14、在第一方面的一种实现方式中，所述网络分析跟踪实体用于基于具有用于激活所述跟踪的所述信息的所述指示，跟踪所述分析id的所述一个或多个分析输出和/或跟踪所述分析id；基于所述分析id的所述一个或多个分析输出和/或所述分析id的所述跟踪，提供所述回滚通知。

15、跟踪实体可以识别不稳定分析id和/或分析id的至少一个不稳定分析输出。跟踪实体还可以识别不稳定的原因。回滚通知中的一个或多个回滚动作可以基于跟踪选择，即，不稳定的识别和可选的原因。因此，可以通过回滚通知提供一个或多个最佳的回滚动作。

16、在第一方面的一种实现方式中，所述网络分析跟踪实体还用于接收回滚状态通知，其中，所述回滚状态通知包括由所述网络分析推理实体执行的所述推理回滚动作的状态和由所述网络分析训练实体执行的所述训练回滚动作的状态中的至少一个。

17、因此，可以向第一方面的跟踪实体通知回滚动作例如是否成功。此外，跟踪实体因此可以收集信息，用于未来的决定。例如，如果相同分析id和/或分析id的至少一个不稳定输出发生另一种不稳定，则它可以考虑先前接收的回滚状态提供进一步的回滚通知。

18、在第一方面的一种实现方式中，所述网络分析跟踪实体还用于提供以下中的至少一个：分析状态通知，指示所述分析id的所述一个或多个分析输出是稳定的和所述分析id是稳定的中的至少一个；所述分析id的所述至少一个不稳定分析输出不稳定的确认；具有用于激活关于所述分析id的所述一个或多个分析输出和所述分析id中的至少一个的推理配置的跟踪的信息的推理跟踪激活指示；用于激活关于所述分析id的所述一个或多个分析输出和所述分析id中的至少一个的训练配置的跟踪的训练跟踪激活指示。

19、这可以使其他实体能够适应不稳定分析id和/或不稳定分析输出。此外，例如，这可以分别在网络分析训练实体和网络分析推理实体处开始推理和/或训练配置的跟踪。

20、在第一方面的一种实现方式中，所述网络分析跟踪实体还用于为所述分析id的所述一个或多个分析输出和/或所述分析id生成分析跟踪信息，并基于所述分析跟踪信息确定所述推理回滚动作和/或所述训练回滚动作，其中，所述分析跟踪信息包括以下中的任一个：所述分析id、所述分析id与所述分析id的所述一个或多个分析输出的关联、关于所述分析id的所述一个或多个分析输出和所述分析id中的至少一个的一个或多个质量指示、关于所述分析id和/或关于所述分析id的所述一个或多个分析输出的推理配置、关于所述分析id和/或关于所述分析id的所述一个或多个分析输出的训练配置。

21、在本发明中，分析跟踪信息也称为“分析跟踪数据结构”。分析跟踪信息可用于维护关于跟踪实体处一个或多个分析id和/或一个或多个分析id的一个或多个分析输出的所有可用信息。它还可以维护相应的训练和/或推理配置，从而支持跟踪实体选择一个或多个最佳回滚动作。跟踪实体可能具有许多分析id和这些分析id的相应分析输出的分析跟踪信息。

22、在第一方面的一种实现方式中，所述分析跟踪信息还包括以下中的至少一个：所述推理回滚动作的状态、所述训练回滚动作的状态、一个或多个推理回滚动作，以及与所述分析id关联和/或与所述分析id的一个或多个分析输出关联的一个或多个训练回滚动作。

23、这进一步支持跟踪实体选择一个或多个回滚动作，具体地，在相同分析id和/或分析id的至少一个分析输出再次不稳定的情况下。

24、在第一方面的一种实现方式中，所述分析跟踪信息还包括所述分析id和/或所述分析id的所述一个或多个分析输出与以下中的至少一个的关联：时间戳；所述网络分析推理实体的标识；所述网络分析训练实体的标识；所述网络分析消费者实体的标识；所述分析id的所述一个或多个分析输出的标识。

25、这进一步促进了跟踪实体的操作，具体地，跟踪各种分析id和分析id的分析输出，以及在不稳定的情况下选择一个或多个回滚动作。

26、在第一方面的一种实现方式中，获取具有用于激活所述分析id的所述一个或多个分析输出的所述跟踪和/或所述分析id的所述跟踪的所述信息的所述指示的步骤包括以下中的一个：从所述网络分析消费者实体、所述网络分析推理实体和所述网络分析训练实体中的至少一个接收消息，所述消息包括具有用于激活所述分析id的所述一个或多个输出的所述跟踪和/或所述分析id的所述跟踪的所述信息的所述指示；接收配置，所述配置包括具有用于激活所述分析id的所述一个或多个分析输出的所述跟踪和/或所述分析id的所述跟踪的所述信息的所述指示。

27、即，跟踪实体可以被其他实体发送用于激活跟踪的信息，也可以配置该用于激活跟踪的信息。

28、在第一方面的一种实现方式中，用于激活所述分析id的所述一个或多个分析输出的所述跟踪和/或所述分析id的所述跟踪的所述信息包括以下中的至少一个：标志，其中，所述标志定义所述分析id的所述一个或多个分析输出的所述跟踪和/或所述分析id的所述跟踪开始的时间；所述分析id和所述标志，其中，所述标志定义所述分析id的所述一个或多个分析输出的所述跟踪和/或所述分析id的所述跟踪开始的时间。

29、因此，可以为特定分析id和/或在特定时间触发跟踪。

30、本发明的第二方面提供了一种网络分析推理实体，用于：获取用于分析id的至少一个分析输出和/或所述分析id的推理回滚动作；执行所述推理回滚动作，其中，执行所述推理回滚动作包括以下中的至少一个：改变关于所述分析id的所述至少一个分析输出和/或关于所述分析id的推理配置；确定和设置关于所述分析id的所述至少一个输出和/或关于所述分析id的新推理配置；为所述分析id的所述至少一个分析输出和/或所述分析id选择新分析模型；去激活所述分析id的所述至少一个分析输出和/或所述分析id的分析模型。

31、第二方面的网络分析推理实体是用于执行分析推理(例如，nwdaf推理)的实体。因此，它可以分别为一个或多个分析id输出一个或多个分析输出。

32、通过执行一个或多个推理回滚动作，推理实体有助于将网络恢复到稳定状态，具体地，确保提供稳定的分析id和/或分析id的稳定的分析输出。因此，推理实体可以从不同的选项中选择，以便恢复稳定状态。

33、在第二方面的一种实现方式中，获取所述推理回滚动作包括以下中的一个：从网络分析跟踪实体接收与所述分析id相关的回滚通知，其中，所述回滚通知包括用于所述分析id的所述至少一个分析输出和/或所述分析id的所述推理回滚动作；配置有所述推理回滚动作；从所述网络分析跟踪实体接收回滚通知，所述回滚通知包括用于所述分析id的至少一个分析输出和/或所述分析id，并基于所述回滚通知确定所述推理回滚动作。

34、即，推理实体意识到它应该执行的推理回滚动作的方式有不同的可能性。第一方面的跟踪实体可以为推理实体配置推理回滚动作。

35、在第二方面的一种实现方式中，所述网络分析推理实体还用于基于获取或执行的推理回滚动作，向网络分析消费者实体、网络分析训练实体或另一网络分析推理实体提供以下中的至少一个：所述分析id的至少一个分析输出不稳定和/或所述分析id不稳定的通知；所述分析id的至少一个不稳定分析输出不稳定和/或所述分析id不稳定的确认；分析状态通知，指示所述分析id的一个或多个分析输出是稳定的和所述分析id是稳定的中的至少一个。

36、这样一来，其他实体可能会意识或稳定和/或不稳定的分析id和分析id的分析输出，并可以相应地调整其行为或分析输出的使用。

37、在第二方面的一种实现方式中，所述网络分析推理实体还用于向所述网络分析跟踪实体提供具有用于激活所述分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示。

38、因此，推理实体可以是触发网络分析跟踪实体的推理实体。推理实体可以为要跟踪的这些分析id选择一个或多个分析id和/或分析输出。例如，如果它怀疑存在不稳定的分析id或分析输出，例如，如果推理结果不符合预期，则可以这样做。

39、在第二方面的一种实现方式中，为所述分析id的所述至少一个分析输出和/或所述分析id选择所述新分析模型包括：向网络分析训练实体提供与不稳定分析id相关和/或与所述分析id的至少一个不稳定分析输出相关的选择指示，所述选择指示包括以下中的至少一个：所述分析id的所述至少一个分析输出不稳定和/或所述分析id不稳定的通知；选择所述新分析模型的请求，所述请求包括选择所述新分析模型的原因；重新训练所述分析模型以产生所述新分析模型的请求，所述请求包括重新训练所述分析模型的原因。

40、使用新分析模型可以恢复分析id和/或分析id的一个或多个分析输出的稳定性。

41、在第二方面的一种实现方式中，所述网络分析推理实体还用于从网络分析消费者实体接收用于重新激活所述分析id的至少一个分析输出和/或所述分析id的先前暂停的订阅的指示。

42、例如，如果被识别为不稳定的分析id和/或分析id的一个或多个分析输出已回滚到稳定状态(例如，最后一个稳定版本)，则可能会出现这种情况。

43、在第二方面的一种实现方式中，所述网络分析推理实体还用于向所述网络分析跟踪实体提供回滚状态通知，其中，所述回滚状态通知包括由所述网络分析推理实体执行的所述推理回滚动作的状态。

44、因此，跟踪实体可以意识到推理回滚动作的状态，并可以如上所述考虑到这一点。

45、在第二方面的一种实现方式中，所述网络分析推理实体还用于获取具有用于激活所述分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示；基于具有用于激活所述跟踪的所述信息的所述指示，生成关于所述分析id和/或关于所述分析id的至少一个分析输出的推理配置。

46、在第二方面的一种实现方式中，所述网络分析推理实体还用于向所述网络分析跟踪实体提供关于所述分析id和/或关于所述分析id的所述至少一个分析输出的所述推理配置。

47、由于推理配置可以提供给跟踪实体，它可以促进选择推理回滚动作，以解决分析id和/或分析id的分析输出的不稳定性。

48、本发明的第三方面提供了一种网络分析训练实体，用于：获取用于分析id的至少一个分析输出和/或所述分析id的训练回滚动作；执行所述训练回滚动作，其中，执行所述训练回滚动作包括以下中的至少一个：改变关于所述分析id的所述至少一个分析输出和/或关于所述分析id的训练配置；选择和设置关于所述分析id的所述至少一个分析输出和/或关于所述分析id的新训练配置；对所述分析id的所述至少一个分析输出和/或所述分析id的分析模型执行重新训练或重新选择；去激活所述分析id的所述至少一个分析输出和/或所述分析id的分析模型。

49、第三方面的网络分析训练实体是用于执行分析训练(例如，nwdaf训练)的实体。因此，它可以训练一个或多个分析模型，该一个或多个分析模型可以由网络分析推理实体使用来提供一个或多个分析输出。网络分析训练实体和网络分析推理实体可以组合在一个实体(例如，nwdaf)中。

50、通过执行一个或多个训练回滚动作，训练实体有助于将网络恢复到稳定状态，具体地，确保提供稳定的分析id和/或分析id的稳定的分析输出。因此，训练实体可以从不同的选项中选择，以便恢复稳定状态。

51、在第三方面的一种实现方式中，获取所述训练回滚动作包括以下中的一个：从网络分析跟踪实体接收所述分析id的所述至少一个分析输出和/或所述分析id的回滚通知，其中，所述回滚通知包括所述分析id的所述至少一个分析输出和/或所述分析id的所述训练回滚动作；配置所述训练回滚动作。

52、即，训练实体意识到它应该执行的训练回滚动作的方式有不同的可能性。第一方面的跟踪实体可以为训练实体配置训练回滚动作。

53、在第三方面的一种实现方式中，所述网络分析训练实体还用于基于所述获取或执行的训练回滚动作，向网络分析消费者实体、所述网络分析推理实体或另一网络分析训练实体提供以下中的至少一个：所述分析id的所述至少一个分析输出不稳定和/或所述分析id不稳定的通知；所述分析id的至少一个不稳定分析输出不稳定和/或所述分析id不稳定的确认；分析状态通知，指示所述分析id的一个或多个分析输出是稳定的和/或所述分析id是稳定的中的至少一个；关于所述训练回滚动作的信息；关于所述分析模型的所述重新训练、所述重新选择或所述去激活的原因的指示。

54、这样一来，其他实体可能会意识或稳定和/或不稳定的分析id和分析id的分析输出，并可以相应地调整其行为或分析输出的使用。

55、在第三方面的一种实现方式中，所述网络分析训练实体还用于从所述网络分析推理实体或另一网络分析训练实体获取关于所述分析模型的所述重新训练或所述重新选择的所述原因的指示，所述原因的所述指示包括以下中的至少一个：所述分析id的所述至少一个分析输出不稳定和/或所述分析id不稳定的通知；选择所述新分析模型的请求；重新训练所述分析模型以产生所述新分析模型的请求。

56、使用新分析模型可以恢复分析id和/或分析id的一个或多个分析输出的稳定性。

57、在第三方面的一种实现方式中，所述网络分析训练实体还用于基于获取的所述原因的指示，确定关于所述分析id的所述至少一个分析输出和/或关于所述分析id的所述分析模型的训练配置。

58、在第三方面的一种实现方式中，还用于向所述网络分析推理实体或另一网络分析训练实体提供具有用于激活所述分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示。

59、在第三方面的一种实现方式中，所述网络分析训练实体还用于向所述网络分析跟踪实体提供回滚状态通知，其中，所述回滚状态通知包括由所述网络分析推理实体执行的所述训练回滚动作的状态。

60、因此，跟踪实体可以意识到训练回滚动作的状态，并可以如上所述考虑到这一点。

61、在第三方面的一种实现方式中，所述网络分析训练实体还用于：获取具有用于激活分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示；基于具有用于激活所述跟踪的所述信息的所述指示，生成关于所述分析id的所述一个或多个分析输出和/或所述分析id的训练配置。

62、在第三方面的一种实现方式中，所述网络分析训练实体还用于向所述网络分析跟踪实体提供关于所述分析id的所述一个或多个分析输出和/或所述分析id的所述训练配置。

63、由于训练配置可以提供给跟踪实体，训练配置可以促进选择推理回滚动作，以解决分析id和/或分析id的分析输出的不稳定性。

64、本发明的第四方面提供了一种网络数据分析消费者实体，用于：向网络分析跟踪实体或网络分析推理实体提供具有用于激活分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示。

65、因此，消费者实体(例如，nwdaf消费者)可以触发分析id和/或分析id的分析输出的跟踪，并因此可以在不稳定的情况下支持回滚。

66、在第四方面的一种实现方式中，所述网络数据分析消费者实体还用于向所述网络分析推理实体提供指示，以重新激活所述分析id的所述一个或多个分析输出和/或所述分析id的先前暂停的订阅。

67、例如，在先前不稳定的分析id或分析id的一个或多个分析输出再次稳定的情况下。

68、在第四方面的一种实现方式中，所述网络分析消费者实体还用于从所述网络分析跟踪实体或所述网络分析推理实体获取以下中的至少一个：所述分析id的至少一个分析输出不稳定和/或所述分析id不稳定的通知；所述分析id的至少一个不稳定分析输出不稳定的确认；分析状态通知，指示所述分析id的一个或多个分析输出是稳定的和/或所述分析id是稳定的中的至少一个。

69、因此，网络分析消费者实体可以相应地调整其行为，具体地，它对一个或多个分析id和/或一个或多个分析id的一个或多个分析输出的使用。例如，它可以暂停一个或多个不稳定分析id和/或一个或多个分析id的一个或多个不稳定分析输出的消费和/或订阅。

70、在第四方面的一种实现方式中，所述网络分析消费者实体还用于向所述网络分析跟踪实体提供关于所述分析id的所述一个或多个分析输出中的至少一个和/或关于所述分析id的一个或多个质量指示。

71、这可以使跟踪实体能够确定一个或多个分析id和/或一个或多个分析id的一个或多个分析输出是否不稳定。

72、本发明的第五方面提供了一种网络分析管理实体，用于执行配置以激活分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪；和/或为所述分析id配置分析跟踪信息；和/或执行配置以激活关于所述分析id的所述一个或多个分析输出和/或关于所述分析id的一个或多个质量指示的数据收集。

73、因此，网络分析管理实体可以在其跟踪中支持跟踪实体，并因此可以支持网络中分析输出的稳定性。

74、本发明的第六方面提供了一种用于网络分析跟踪实体的方法，所述方法包括：获取具有用于激活分析标识符(id)的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示；如果所述分析id的至少一个输出不稳定和/或如果所述分析id不稳定，则提供与所述分析id相关的回滚通知，其中，所述回滚通知包括以下中的一个或多个：所述分析id的所述至少一个不稳定分析输出和/或所述分析id，其中，所述回滚通知提供给网络分析消费者实体、网络分析推理实体或网络分析训练实体；用于所述分析id的所述至少一个不稳定分析输出和/或所述分析id的推理回滚动作，其中，所述回滚通知提供给所述网络分析推理实体；用于所述分析id的所述至少一个不稳定分析输出和/或所述分析id的训练回滚动作，其中，所述回滚通知提供给所述网络分析训练实体。

75、第六方面的方法对应于第一方面的跟踪实体，可以具有与第一方面的实现方式对应的实现方式。因此，第六方面及其实现方式的方法可以实现与上文针对第一方面及其相应实现方式的跟踪实体所述的相同的优点。

76、本发明的第七方面提供了一种用于网络分析推理实体的方法，所述方法包括：获取分析id的至少一个分析输出和/或所述分析id的推理回滚动作；执行所述推理回滚动作，其中，执行所述推理回滚动作包括以下中的至少一个：改变关于所述分析id的所述至少一个分析输出和/或关于所述分析id的推理配置；确定和设置关于所述分析id的所述至少一个输出和/或关于所述分析id的新推理配置；为所述分析id的所述至少一个分析输出和/或所述分析id选择新分析模型；去激活所述分析id的所述至少一个分析输出和/或所述分析id的分析模型。

77、第七方面的方法对应于第二方面的推理实体，可以具有与第二方面的实现方式对应的实现方式。因此，第七方面及其实现方式的方法可以实现与上文针对第二方面及其相应实现方式的推理实体所述的相同的优点。

78、本发明的第八方面提供了一种用于网络分析训练实体的方法，所述方法包括：获取分析id的至少一个分析输出和/或所述分析id的训练回滚动作；执行所述训练回滚动作，其中，执行所述训练回滚动作包括以下中的至少一个：改变关于所述分析id的所述至少一个分析输出和/或关于所述分析id的训练配置；选择和设置关于所述分析id的所述至少一个分析输出和/或关于所述分析id的新训练配置；对所述分析id的所述至少一个分析输出和/或所述分析id的分析模型执行重新训练或重新选择；去激活所述分析id的所述至少一个分析输出和/或所述分析id的分析模型。

79、第八方面的方法对应于第三方面的训练实体，可以具有与第三方面的实现方式对应的实现方式。因此，第八方面及其实现方式的方法可以实现与上文针对第三方面及其相应实现方式的训练实体所述的相同的优点。

80、本发明的第九方面提供了一种用于网络数据分析消费者实体的方法，所述方法包括：向网络分析跟踪实体或网络分析推理实体提供具有用于激活分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪的信息的指示。

81、第九方面的方法对应于第四方面的消费者实体，可以具有与第四方面的实现方式对应的实现方式。因此，第九方面及其实现方式的方法可以实现与上文针对第四方面及其相应实现方式的消费者实体所述的相同的优点。

82、本发明的第十方面提供了一种用于网络分析管理实体的方法，所述方法包括：执行配置以激活分析id的一个或多个分析输出的跟踪和/或所述分析id的跟踪；和/或为所述分析id配置分析跟踪信息；和/或执行配置以激活关于所述分析id的所述一个或多个分析输出和/或关于所述分析id的一个或多个质量指示的数据收集。

83、第十方面的方法对应于第五方面的管理实体，可以具有与第五方面的实现方式对应的实现方式。因此，第十方面及其实现方式的方法可以实现与上文针对第十方面及其相应实现方式的管理实体所述的相同的优点。

84、本发明的第十一方面提供了一种计算机程序，包括程序代码，所述程序代码用于在计算机或处理器上执行时，执行根据第六方面、第七方面、第八方面、第九方面或第十方面或其实现方式中的任一种所述的方法。

85、本发明的第十二方面提供了一种非瞬时性存储介质，存储可执行程序代码，所述可执行程序代码由处理器执行时，使得执行根据第六方面、第七方面、第八方面、第九方面或第十方面或其实现方式中的任一种所述的方法。

86、需要说明的是，本发明中所述的所有实体、元件、单元和模块都可以在软件或硬件元件或其任何种类的组合中实现。本技术中描述的各种实体所执行的所有步骤以及所描述的各种实体要执行的功能均意在指各个实体适于或用于执行相应的步骤和功能。虽然在以下具体实施例的描述中，外部实体执行的具体功能或步骤没有在执行具体步骤或功能的实体的具体详述元件的描述中反映，但是技术人员应清楚，这些方法和功能可以通过相应的硬件或软件元件或其任何组合实现。