使用网络数据分析的用户平面优化的制作方法

背景技术：

1、机器对机器(m2m)、物联网(iot)和物品万维网(wot)网络部署可涉及无线操作，例如在如下中所描述的无限操作：3gpp ts23.288：支持网络数据分析服务的5g系统(5gs)的架构增强(architecture enhancements for 5g system(5gs)to support network dataanalytics services)；v16.3.0(2020-03)；3gpp sp-190557：5g网络自动化启动器研究-阶段2(study on enablers for network automation for 5g-phase 2)；sp#84(2019-06)；3gpp tr 23.700-91：5g系统(5gs)网络自动化启动器研究(study on enablers fornetwork automation for the 5g system(5gs))；阶段2(版本17)；v0.4.0(2020-06)；3gpptr 23.700-93：5g系统架构对接入业务引导、切换和分流的支持阶段2(study on accesstraffic steering,switch and splitting support in the 5g system architecturephase 2)(版本17)；v0.1.1(2020-06)；3gpp ts23.501：5g系统的系统架构(systemarchitecture for the 5g system)；阶段2，v16.4.0(2020-03)；3gpp ts 23.502：5g系统流程(procedures for the 5g system)；阶段2，v16.4.0(2020-03)；3gpp ts23.503：5g系统的策略和计费控制框架(policy and charging control framework for the 5gsystem)；阶段2，v16.4.0(2020-03)。

技术实现思路

1、传统上，蜂窝系统中的网络数据分析的焦点已在网络域内。网络运营商通过网络策略或通过oam系统将nwdaf配置为从其他网络实体采集数据并生成用于优化蜂窝网络操作的分析。因此，传统上，ue不涉及数据分析。尽管一些工作提倡ue提供原始数据作为用于生成分析的输入，但ue还无法请求在网络中发起数据分析。尤其对于优化用户平面通信而言，使ue提供此类能力是有益的。

2、通过允许具有nwdaf的ue与upf之间进行直接或间接通信，可对用户平面进行优化，以提升网络性能，同时改善用户体验。另外，ue可提供ue特定数据以进一步完善所生成的分析。本文所公开的解决方案描述了用于使ue能够请求采集网络数据以及生成分析以及使nwdaf能够如何执行来自upf和ue的数据采集的方法。此外描述了用于ue数据采集的用户同意过程的机制。然后，所采集的ue数据可用于完善由nwdaf生成的分析。

3、ue可向nwdaf请求网络数据采集和分析支持。ue可请求将关于ue的数据采集匿名。ue可请求针对pdu会话的数据采集和分析要求。ue可提供可用作部分数据采集和动作的信息，该数据采集和动作是响应于从网络接收到分析而执行的。

4、nwdaf可使用现有接口从upf采集数据。可利用分析结果来优化用户平面通信。ue数据采集的过程可通过应用层发生，并且数据准备可包括对采集的ue数据进行处理。

5、可以采用机制来提供、获得、检查、验证和实施针对数据采集操作的用户同意。

6、例如，一种ue可配置有用于数据采集的客户端应用、与网络应用功能(af)相关的通信信息，和数据采集信息，例如参数，其中，该ue采集对该ue而言特定的数据，并通过用户平面将该数据发送到该af。该数据采集参数可包括该ue应当采集的数据的类型、与一个或多个分析id和应用id相关联的数据、报告频率、以及数据采集频率中的一者或多者。该数据采集信息可包括处理要求、所采集数据的到期时间、数据采集的时间戳和/或将所采集数据与ue相关联的相关性标识。

7、所采集数据可包括，例如，电池电量水平、电池放电速率、电池放电历史、电池健康状况、非连续接收(drx)配置、休眠状态和省电模式中的一者或多者。所采集数据还可包括：应用id、位置信息；单网络切片选择辅助信息(s-nssai)；协议数据单元(pdu)会话id；下行链路(dl)数据速率；ul重传次数；dl延迟；设备负载百分比；接入可用性百分比；服务质量(qos)水平；和/或移动性模式。

8、ue可被配置为通过对所采集数据进行匿名、聚合和/或标准化来准备所采集数据。ue还可生成机器学习(ml)或人工智能(ai)数据，例如，ai/ml训练集数据、ai/ml推理数据和/或ai/ml验证数据，以用于数据分析。

9、类似地，网络数据分析功能(nwdaf)可被布置为从ue接收采集数据的请求，找到af采集该数据，订阅被通知数据采集的af，以及从af接收关于所采集数据的通知。nwdaf可通过af从ue接收原始数据或经过处理的数据。该数据可能已被ue和/或af处理，例如经过匿名、聚合、标准化和/或经过ue或af的自定义功能处理。nwdaf可接收ml或ai数据，例如ai/ml训练数据、推理数据和/或验证数据。

10、提供本
技术实现要素：
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。本发明内容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。另外，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。

技术特征：

1.一种由网络数据分析功能(nwdaf)执行的方法，所述方法包括：

2.根据权利要求1所述的方法，其中，所述wtru的相关性标识包括所述wtru的5g全球唯一临时标识(5g-guti)、通用公共订户标识(gpsi)或互联网协议(ip)地址。

3.根据权利要求1所述的方法，其中，所述用户同意信息指示所述要采集的数据被许可用于分析、人工智能/机器学习(ai/ml)训练或其组合。

4.根据权利要求1所述的方法，所述方法还包括：

5.根据权利要求1所述的方法，所述方法还包括：

6.根据权利要求1所述的方法，其中，关于所述wtru的所述数据包括信息，所述信息指示电池电量水平、电池放电速率、电池放电历史、电池健康状况、非连续接收(drx)配置、休眠状态和省电模式中的一者或多者。

7.根据权利要求1所述的方法，其中，关于所述wtru的所述数据包括信息，所述信息指示应用id、与分析id相关联的数据、位置信息、单网络切片选择辅助信息(s-nssai)；、协议数据单元(pdu)会话id；、下行(dl)数据速率、上行(ul)重传次数、dl延迟、设备负载百分比、接入可用性百分比、服务质量(qos)水平和移动性模式中的一者或多者。

8.根据权利要求1所述的方法，其中，关于所述wtru的所述数据包括从所述wtru采集的数据。

9.根据权利要求1所述的方法，其中，关于所述wtru的所述数据包括信息，所述信息指示已被所述af匿名、聚合、标准化、处理或其组合的数据。

10.根据权利要求1所述的方法，其中，关于所述wtru的所述数据包括信息，所述信息指示用作训练数据的机器学习(ml)或人工智能(ai)数据。

11.一种网络数据分析功能(nwdaf)，包括处理器，所述处理器被配置为：

12.根据权利要求11所述的nwdaf，其中，所述wtru的相关性标识包括所述wtru的5g全球唯一临时标识(5g-guti)、通用公共订户标识(gpsi)或互联网协议(ip)地址。

13.根据权利要求11所述的nwdaf，其中，所述用户同意信息指示所述要采集的数据被许可用于分析、人工智能/机器学习(ai/ml)训练或其组合。

14.根据权利要求11所述的nwdaf，其中，所述处理器被进一步配置为：

15.根据权利要求11所述的nwdaf，其中，所述处理器被进一步配置为：

16.根据权利要求11所述的nwdaf，其中，关于所述wtru的所述数据包括信息，所述信息指示电池电量水平、电池放电速率、电池放电历史、电池健康状况、非连续接收(drx)配置、休眠状态和省电模式中的一者或多者。

17.根据权利要求11所述的nwdaf，其中，关于所述wtru的所述数据包括信息，所述信息指示应用id、与分析id相关联的数据、位置信息、单网络切片选择辅助信息(s-nssai)、协议数据单元(pdu)会话id、下行(dl)数据速率、上行(ul)重传次数、dl延迟、设备负载百分比、接入可用性百分比、服务质量(qos)水平和移动性模式中的一者或多者。

18.一种由网络应用功能(af)执行的方法，所述方法包括：

19.根据权利要求18所述的方法，其中，所述采集所述数据是根据与关于所述wtru的所述数据的采集的许可相关联的用户同意信息而进行。

20.根据权利要求18所述的方法，其中，在所述数据发送到所述nwdaf之前，所述数据经过匿名、聚合、标准化、处理或其组合。

技术总结
本公开涉及使用网络数据分析的用户平面优化。本发明公开了一种用户设备(UE)，该用户设备可配置有用于数据采集的客户端应用、与网络应用功能(AF)相关的通信信息，和数据采集信息，例如参数，其中，该UE采集对该UE而言特定的数据，并通过用户平面将该数据发送到该AF。该数据采集参数可包括该UE应当采集的数据的类型、与一个或多个分析ID和应用ID相关联的数据、数据采集频率、以及报告频率中的一者或多者。该数据采集信息可包括处理要求、所采集数据的到期时间、数据采集的时间戳和/或将所采集数据与UE相关联的相关性标识。

技术研发人员：Q·李,M·斯达斯尼克,C·姆拉丁,J·宁勒库,李鸿堃,帕斯卡尔·爱德杰卡普
受保护的技术使用者：交互数字专利控股公司
技术研发日：
技术公布日：2024/1/15