特許ウォッチ

公開番号2025009327
公報種別公開特許公報(A)
公開日2025-01-20
出願番号2023112248
出願日2023-07-07
発明の名称移動通信ネットワークのコアネットワーク、ネットワークノード及びプログラム
出願人KDDI株式会社
代理人弁理士法人大塚国際特許事務所
主分類H04L 43/04 20220101AFI20250110BHJP(電気通信技術)
要約【課題】モデルの提供に関する選択肢を3つ以上にする技術を提供する。
【解決手段】移動通信ネットワークのコアネットワークは、学習データに基づき生成された、同じ用途に使用されるがレベルの異なる複数のモデルを格納する格納手段であって、モデルの前記レベルは、当該モデルに含まれる学習データに関する情報の量の程度を示す、格納手段と、コンシューマノードから第1用途の第1モデルを要求するメッセージを受信したことに応答して、コンシューマノードに第1モデルを提供できるか否かと、コンシューマノードに第1モデルを提供できる場合には、コンシューマノードに提供できる第1モデルのレベルと、を判定する判定手段と、コンシューマノードに第1レベルの第1学習モデルを提供できると判定した場合、第1レベルの第1モデルを特定する情報をコンシューマノードに通知する通知手段と、を備えている。
【選択図】図5
特許請求の範囲【請求項１】
移動通信ネットワークのコアネットワークであって、
学習データに基づき生成された、同じ用途に使用されるがレベルの異なる複数の学習モデルを格納する格納手段であって、学習モデルの前記レベルは、当該学習モデルに含まれる前記学習データに関する情報の量の程度を示す、前記格納手段と、
コンシューマノードから第１用途の第１学習モデルを要求するメッセージを受信したことに応答して、前記コンシューマノードに前記第１学習モデルを提供できるか否かと、前記コンシューマノードに前記第１学習モデルを提供できる場合には、前記コンシューマノードに提供できる前記第１学習モデルの前記レベルと、を判定する判定手段と、
前記コンシューマノードに第１レベルの前記第１学習モデルを提供できると判定した場合、前記第１レベルの前記第１学習モデルを特定する情報を前記コンシューマノードに通知する通知手段と、
を備えているコアネットワーク。
続きを表示（約 1,500 文字）【請求項２】
前記通知手段は、前記判定手段が前記コンシューマノードに前記第１学習モデルを提供できないと判定した場合、前記第１学習モデルを提供できないことを前記コンシューマノードに通知する、或いは、前記コンシューマノードに前記メッセージに対する応答を返さない、請求項１に記載のコアネットワーク。
【請求項３】
前記判定手段は、前記コンシューマノードに提供できる前記学習モデルの前記レベルを示す判定情報に基づき、前記コンシューマノードに前記第１学習モデルを提供できるか否かと、前記コンシューマノードに前記第１学習モデルを提供できる場合には、前記コンシューマノードに提供できる前記第１学習モデルの前記レベルと、を判定する、請求項１に記載のコアネットワーク。
【請求項４】
前記判定情報は、前記学習モデルの前記用途に拘わらず共通して使用される情報である、請求項３に記載のコアネットワーク。
【請求項５】
前記判定情報は、前記学習モデルの前記用途毎に設けられ、
前記判定手段は、前記第１用途の前記判定情報に基づき、前記コンシューマノードに前記第１学習モデルを提供できるか否かと、前記コンシューマノードに前記第１学習モデルを提供できる場合には、前記コンシューマノードに提供できる前記第１学習モデルの前記レベルと、を判定する、請求項３に記載のコアネットワーク。
【請求項６】
前記学習データに基づき、同じ用途に使用されるが前記レベルの異なる前記複数の学習モデルを生成して前記格納手段に格納する処理を行う生成手段をさらに備えている、請求項１に記載のコアネットワーク。
【請求項７】
前記コンシューマノードは、前記コアネットワークのオペレータとは異なる組織によって運用されるネットワークノードである、請求項１に記載のコアネットワーク。
【請求項８】
移動通信ネットワークのネットワークノードであって、
前記移動通信ネットワークは、学習データに基づき生成された、同じ用途に使用されるがレベルの異なる複数の学習モデルであって、学習モデルの前記レベルは、当該学習モデルに含まれる前記学習データに関する情報の量の程度を示す前記複数の学習モデルを格納しており、
前記ネットワークノードは、
コンシューマノードから第１用途の第１学習モデルを要求するメッセージを受信したことに応答して、前記コンシューマノードに前記第１学習モデルを提供できるか否かと、前記コンシューマノードに前記第１学習モデルを提供できる場合には、前記コンシューマノードに提供できる前記第１学習モデルの前記レベルと、を判定する判定手段と、
前記コンシューマノードに第１レベルの前記第１学習モデルを提供できると判定した場合、前記第１レベルの前記第１学習モデルを特定する情報を前記コンシューマノードに通知する処理を行う通知手段と、
を備えているネットワークノード。
【請求項９】
前記判定手段は、前記コンシューマノードに提供できる前記学習モデルの前記レベルを示す判定情報に基づき、前記コンシューマノードに前記第１学習モデルを提供できるか否かと、前記コンシューマノードに前記第１学習モデルを提供できる場合には、前記コンシューマノードに提供できる前記第１学習モデルの前記レベルと、を判定する、請求項８に記載のネットワークノード。
【請求項１０】
１つ以上のプロセッサを有する装置の前記１つ以上のプロセッサで実行されると、前記装置を請求項８又は９に記載のネットワークノードとして機能させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、移動通信ネットワークのコアネットワーク及びネットワークノードに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
第３世代パートナシッププロジェクト（３ＧＰＰ（登録商標））は、移動通信ネットワークの現在の状態を分析したり、将来の状態を推論したりするためのネットワークデータ分析機能（ＮＷＤＡＦ）を定義している。ＮＷＤＡＦは、モデルトレーニング論理機能（ＭＴＬＦ）と、分析論理機能（ＡｎＬＦ）と、の内の少なくとも１つを含む。ＭＴＬＦは、移動通信ネットワークの各ネットワーク機能（ＮＦ）や装置等から収集した学習データに基づき機械学習を行って学習モデル（以下、単に、モデルと表記する。）を生成する。ＡｎＬＦは、ＭＴＬＦが生成したモデルを使用して推論を実行する。さらに、３ＧＰＰ（登録商標）は、ＮＷＤＡＦの分析結果又は推論結果等を格納する分析データリポジトリ機能（ＡＤＲＦ）も定義している。
【０００３】
ＮＷＤＡＦの分析結果又は推論結果は、ＮＷＤＡＦを運用している移動通信ネットワークのオペレータ内で利用されるのみならず、当該オペレータの外部の組織での利用のために、当該組織が運用するＮＦに提供され得る。以下の説明において、ＮＷＤＡＦの分析結果又は推論結果等を取得するＮＦを、ＮＦサービスコンシューマ（ＮＦｃ）と表記する。
【０００４】
ＮＷＤＡＦの分析結果又は推論結果には、ＮＷＤＡＦを含む移動通信ネットワークを利用しているユーザに関するプライバシ情報（例えば、ユーザの位置情報）が含まれ得る。このため、分析結果又は推論結果の提供先のＮＦｃに応じて、分析結果及び推論結果を示すデータの匿名化の度合いを変更することが３ＧＰＰ（登録商標）において議論されている。
【０００５】
さらに、移動通信ネットワークのオペレータは、当該オペレータによって運用されているＮＷＤＡＦ（ＭＴＬＦ）が生成したモデルそのものをＮＦｃに提供することもできる。
【０００６】
ここで、非特許文献１は、機械学習によって生成されたモデルが、当該モデルの学習に使用された学習データに関する情報を含むことを開示している。したがって、学習データがプライバシ情報を含む場合、機械学習によって生成されたモデルにもプライバシ情報が含まれることになる。
【先行技術文献】
【非特許文献】
【０００７】
Ｎａｓｒ，Ｍｉｌａｄ，ＲｅｚａＳｈｏｋｒｉ，ａｎｄＡｍｉｒＨｏｕｍａｎｓａｄｒ，"Ｃｏｍｐｒｅｈｅｎｓｉｖｅｐｒｉｖａｃｙａｎａｌｙｓｉｓｏｆｄｅｅｐｌｅａｒｎｉｎｇ"，ＰｒｏｃｅｅｄｉｎｇｓｏｆＩＥＥＥＳｙｍｐｏｓｉｕｍｏｎＳｅｃｕｒｉｔｙａｎｄＰｒｉｖａｃｙ，２０１８年
Ａｂａｄｉ，Ｍａｒｔｉｎ，ｅｔ．ａｌ．，"Ｄｅｅｐｌｅａｒｎｉｎｇｗｉｔｈｄｉｆｆｅｒｅｎｔｉａｌｐｒｉｖａｃｙ"，ＰｒｏｃｅｅｄｉｎｇｓｏｆＡＣＭＳＩＧＳＡＣｃｏｎｆｅｒｅｎｃｅｏｎｃｏｍｐｕｔｅｒａｎｄｃｏｍｍｕｎｉｃａｔｉｏｎｓｓｅｃｕｒｉｔｙ，２０１６年
【発明の概要】
【発明が解決しようとする課題】
【０００８】
このため、現在、３ＧＰＰ（登録商標）は、オペレータが予め選択したＮＦｃに限りモデルを提供し、それ以外のＮＦｃにはモデルを提供しない運用とすることを検討している。よって、オペレータの選択肢は、モデルをＮＦｃに提供するか、提供しないかの２つのみとなる。
【０００９】
本開示は、モデルの提供に関する選択肢を３つ以上にする技術を提供するものである。
【課題を解決するための手段】
【００１０】
本開示の一態様によると、移動通信ネットワークのコアネットワークは、学習データに基づき生成された、同じ用途に使用されるがレベルの異なる複数の学習モデルを格納する格納手段であって、学習モデルの前記レベルは、当該学習モデルに含まれる前記学習データに関する情報の量の程度を示す、前記格納手段と、コンシューマノードから第１用途の第１学習モデルを要求するメッセージを受信したことに応答して、前記コンシューマノードに前記第１学習モデルを提供できるか否かと、前記コンシューマノードに前記第１学習モデルを提供できる場合には、前記コンシューマノードに提供できる前記第１学習モデルの前記レベルと、を判定する判定手段と、前記コンシューマノードに第１レベルの前記第１学習モデルを提供できると判定した場合、前記第１レベルの前記第１学習モデルを特定する情報を前記コンシューマノードに通知する通知手段と、を備えている。
【発明の効果】
（【００１１】以降は省略されています）

関連特許