1 |
1
사용자 장비(user equipment, UE)를 선택하는 방법으로서,코어 네트워크의 네트워크 데이터 분석 기능(network data analytics function, NWDAF)에게 인공지능(artificial intelligence, AI)/기계 학습(machine learning, ML) 동작에 참여할 UE를 선택하기 위한 분석 정보를 요청하는 단계, 그리고상기 분석 정보를 바탕으로 상기 UE를 선택하는 단계를 포함하는 방법
|
2 |
2
제1항에서,상기 분석 정보를 요청하는 단계는,QoS 지속 가능성(QoS Sustainability) 분석 정보를 상기 NWDAF에게 요청하는 단계를 포함하는, 방법
|
3 |
3
제2항에서,상기 QoS 지속 가능성(QoS Sustainability) 분석 정보를 상기 NWDAF에게 요청하는 단계는,분석 정보 보고의 타깃을 단일 UE 레벨의 그래뉼래러티로 상기 NWDAF에게 전달하는 단계를 포함하는, 방법
|
4 |
4
제1항에서,상기 분석 정보는,서비스 경험(service experience), UE 이동성(UE mobility), UE 통신 패턴(UE communication pattern), 사용자 데이터 혼잡도(user data congestion), 및 QoS 지속 가능성, 및/또는 비정상 행동(abnormal behavior) 중 적어도 하나를 포함하는, 방법
|
5 |
5
제1항에서,상기 분석 정보를 요청하는 단계는,상기 코어 네트워크의 AI/ML 보조 NF를 거쳐 상기 NWDAF에게 상기 분석 정보를 요청하는 단계를 포함하는, 방법
|
6 |
6
제5항에서,상기 코어 네트워크의 AI/ML 보조 NF를 거쳐 상기 NWDAF에게 상기 분석 정보를 요청하는 단계는,상기 AI/ML 동작의 AI/ML 관련 작업의 적어도 일부를 결정할 수 있는 제1 AI/ML 보조 NF 및 상기 AI/ML 관련 작업의 후보 AI/ML 훈련 멤버를 제안할 수 있는 제2 AI/ML 보조 NF가 상기 코어 네트워크 내에 있을 때, 상기 제1 AI/ML 보조 NF 또는 상기 AI/ML 보조 NF 중 하나를 거쳐 상기 NWDAF에게 상기 분석 정보를 요청하는 단계를 포함하는, 방법
|
7 |
7
제1항에서,상기 선택된 UE에게 상기 AI/ML 동작의 글로벌 모델을 전달하는 단계, 그리고상기 글로벌 모델을 수신한 UE로부터 상기 글로벌 모델에 대한 로컬 훈련의 업데이트 결과를 수신하는 단계를 더 포함하는, 방법
|
8 |
8
제1항에서,상기 AI/ML 동작을 위해 필요한 정보를 사용자 평면을 통해 적어도 하나의 UE로부터 수집하는 단계를 더 포함하는, 방법
|
9 |
9
제8항에서,상기 AI/ML 동작을 위해 필요한 정보는, 상기 적어도 하나의 UE의 배터리 충전/소비 패턴, 이동성 패턴, 및/또는 응용 사용 패턴 중 적어도 하나를 포함하는, 방법
|
10 |
10
코어 네트워크의 네트워크 데이터 분석 기능(network data analytics function, NWDAF)으로서,프로세서, 메모리, 및 통신 장치를 포함하고, 상기 프로세서는 상기 프로그램을 실행하여,응용 기능(application function, AF)으로부터 사용자 장비(user equipment, UE) 레벨의 그래뉼래러티의 분석 정보의 요청을 수신하는 단계, 적어도 하나의 UE, 상기 코어 네트워크 내의 네트워크 기능(network function, NF), 및 OAM(operations, administration, and maintenance)으로부터 필요한 데이터를 수집하는 단계, 그리고상기 필요한 데이터를 바탕으로 도출된 상기 분석 정보를 상기 AF에게 제공하는 단계를 수행하는, NWDAF
|
11 |
11
제10항에서,상기 필요한 데이터를 수집할 때, 상기 프로세서는, 상기 OAM으로부터 UE 당 RAN 스루풋(RAN Throughput per UE) 및 UE 당 QoS 플로 유지성(QoS flow Retainability per UE)을 수집하는 단계를 수행하는, NWDAF
|
12 |
12
제10항에서,상기 필요한 데이터를 수집할 때, 상기 프로세서는, 하향링크(downlink DL) 및 상향링크(uplink, UL)에 대한 스루풋, 무선 액세스 베어러(radio access bearer, RAB)/데이터 무선 베어러(data radio bearer, DRB) 당 DL 및 UL에 대한 패킷 지연, RAB/DRB 당 DL 및 UL에 대한 패킷 손실률 중 적어도 하나를 상기 UE 레벨의 그래뉼래러티로 상기 OAM으로부터 수집하는 단계를 수행하는, NWDAF
|
13 |
13
제10항에서,상기 필요한 데이터를 수집할 때, 상기 프로세서는, 모델 배포(model distribution)의 성공률 또는 로컬 업데이트 결과의 업로드 성공률에 관한 체감 품질(Quality of Experience, QoE) 메트릭을 상기 적어도 하나의 UE로부터 수집하는 단계를 수행하는, NWDAF
|
14 |
14
제10항에서,상기 필요한 데이터를 수집할 때, 상기 프로세서는, 모델 배포(model distribution)의 성공률 또는 로컬 업데이트 결과의 업로드 성공률에 관한 맞춤화된 평균 의견 점수(mean opinion score, MOS)를 상기 AF로부터 수집하는 단계를 수행하는, NWDAF
|
15 |
15
제10항에서,상기 AF로부터 UE 레벨의 그래뉼래러티의 분석 정보의 요청을 수신하는 단계를 수행할 때, 상기 프로세서는,상기 코어 네트워크를 통해 상기 AF의 상기 분석 정보의 요청을 수신하는 단계를 수행하는, NWDAF
|
16 |
16
제15항에서,상기 필요한 데이터를 바탕으로 도출된 상기 분석 정보를 상기 AF에게 제공하는 단계를 수행할 때, 상기 프로세서는,상기 분석 정보를 상기 AF에게 제공하는 단계를 수행하는, NWDAF
|
17 |
17
사용자 장비(user equipment, UE)의 선택을 위한 보조 정보를 제공하는 방법으로서,응용 기능(application function, AF)으로부터 사용자 장비(user equipment, UE) 레벨의 그래뉼래러티의 분석 정보가 요청되면, 코어 네트워크의 네트워크 데이터 분석 기능(network data analytics function, NWDAF)에게 상기 분석 정보의 요청을 전달하는 단계, 그리고적어도 하나의 UE 및 상기 코어 네트워크의 네트워크 기능(network function, NF)로부터 수집된 상기 보조 정보 및 상기 NWDAF로부터 수신되는 분석 정보를 상기 AF에게 전달하는 단계를 포함하는 방법
|
18 |
18
제17항에서,상기 코어 네트워크의 네트워크 데이터 분석 기능(network data analytics function, NWDAF)에게 상기 분석 정보의 요청을 전달하는 단계는,통합 데이터 관리 기능(unified data management, UDM)에 저장된 구독 정보를 바탕으로 인공지능(artificial intelligence, AI)/기계 학습(machine learning, ML) 동작에 대한 참여에 동의한 UE를 확인하는 단계를 포함하는, 방법
|
19 |
19
제18항에서,상기 코어 네트워크의 네트워크 데이터 분석 기능(network data analytics function, NWDAF)에게 상기 분석 정보의 요청을 전달하는 단계는,상기 참여에 동의한 UE를 상기 분석 정보의 타깃으로서 상기 NWDAF에게 전달하는 단계를 포함하는, 방법
|