特許ウォッチ

公開番号2025074740
公報種別公開特許公報(A)
公開日2025-05-14
出願番号2023185751
出願日2023-10-30
発明の名称移動通信ネットワークのネットワークノード、サーバ及びプログラム
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H04W 24/00 20090101AFI20250507BHJP(電気通信技術)
要約【課題】移動通信ネットワークのネットワークノードと、移動通信ネットワークの外部のサーバと、によるVFLを可能にする仕組みを提供する。
【解決手段】移動通信ネットワークのネットワークノードは、前記移動通信ネットワークで収集した第1情報を第1学習モデルの入力とすることで、前記第1学習モデルの出力である中間情報を取得し、前記中間情報に第1識別子を付与する処理を行う処理手段と、前記中間情報と前記中間情報に付与した前記第1識別子とを、前記移動通信ネットワークの外部ネットワークに配置されたサーバに送信する送信手段と、を備えている。
【選択図】図3
特許請求の範囲【請求項１】
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で収集した第１情報を第１学習モデルの入力とすることで、前記第１学習モデルの出力である中間情報を取得し、前記中間情報に第１識別子を付与する処理を行う処理手段と、
前記中間情報と前記中間情報に付与した前記第１識別子とを、前記移動通信ネットワークの外部ネットワークに配置されたサーバに送信する送信手段と、
を備えているネットワークノード。
続きを表示（約 1,200 文字）【請求項２】
誤差情報と前記誤差情報に付与された前記第１識別子とを、前記サーバから受信する受信手段をさらに備え、
前記処理手段は、前記誤差情報に付与された前記第１識別子に基づき、当該誤差情報によって示される誤差が、前記サーバに送信した複数の中間情報の内のどの中間情報の誤差であるかを判定する、請求項１に記載のネットワークノード。
【請求項３】
前記サーバは、前記ネットワークノードが提供するサービスのサブスクリプションを行っており、前記中間情報を第２学習モデルの入力とすることで推論を行い、
前記中間情報の前記誤差は、前記推論の誤差に基づく、請求項２に記載のネットワークノード。
【請求項４】
前記第１学習モデルは、前記サーバに送信した前記サブスクリプションを識別する第２識別子を含む要求メッセージの応答として前記サーバから受信したものである、請求項３に記載のネットワークノード。
【請求項５】
前記第１学習モデルは、前記サブスクリプションを識別する第２識別子と共に前記サーバから受信したものである、請求項３に記載のネットワークノード。
【請求項６】
前記第２学習モデルは、前記サーバから前記サブスクリプションを識別する第２識別子を含む要求メッセージを受信したことの応答として、前記サーバに送信したものである、請求項３に記載のネットワークノード。
【請求項７】
前記第２学習モデルは、前記サブスクリプションを識別する第２識別子と共に前記サーバに送信したものである、請求項３に記載のネットワークノード。
【請求項８】
前記ネットワークノードは、ネットワークデータ分析機能（ＮＷＤＡＦ）を実装するノードである、請求項１に記載のネットワークノード。
【請求項９】
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１から８のいずれか１項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。
【請求項１０】
移動通信ネットワークのネットワークノードが提供するサービスのサブスクリプションを行うサーバであって、
前記移動通信ネットワークにおいて収集された第１情報を第１学習モデルの入力とすることで前記第１学習モデルが出力した中間情報と、前記中間情報に付与された第１識別子と、を前記ネットワークノードから受信する受信手段と、
前記中間情報と第２情報と、を第２学習モデルの入力とすることで推論を行い、前記推論の誤差に基づき、前記第２学習モデルを更新し、かつ、前記中間情報の誤差を判定する処理を行う処理手段と、
前記中間情報の前記誤差を示す誤差情報と、前記中間情報に付与された前記第１識別子と、を前記ネットワークノードに送信する送信手段と、
を備えている、サーバ。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、移動通信システムおける学習モデルの利用技術に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
非特許文献１は、移動通信ネットワークにおけるデータ分析サービス（ｄａｔａａｎａｌｙｔｉｃｓｓｅｒｖｉｃｅｓ）のための構成を開示している。非特許文献１によると、サービスコンシューマであるアプリケーション機能（ＡＦ）は、移動通信ネットワークが提供するデータ分析サービスをサブスクライブすることでサブスクリプションを確立する。なお、ＡＦは、移動通信ネットワークに接続する外部のデータネットワーク（ＤＮ）、例えば、インターネットに配置されるサーバ等に実装され得る。移動通信ネットワークのコアネットワークは、ネットワークデータ分析機能（ＮＷＤＡＦ）を備えている。ＮＷＤＡＦは、コアネットワークに配置される様々なネットワーク機能（ＮＦ）の内の１つである。ＮＷＤＡＦは、学習モデルを使用して分析を行い、サブスクリプションを確立しているＡＦに分析結果を送信する。
【０００３】
ＡＦを実装するサーバは、例えば、移動通信ネットワークの無線デバイス（ＷＤ）に対して特定のサービス、例えば、動画配信サービスを提供しているサービス提供事業者によって運用される。サービス提供事業者は、ＡＦ（サーバ）にデータ分析サービスをサブスクライブさせることで、例えば、当該サービス提供事業者のサービスを利用しているＷＤのユーザによる体感品質（ＱｏＥ）に関する分析結果を移動通信ネットワークから取得することができる。
【０００４】
なお、サービスに関する体感品質の推定には、通常、移動通信ネットワークのＮＦが有する情報（以下、ＮＷ情報）と、当該サービスを利用するためのアプリケーションに関する情報といった、サービス提供事業者が有する情報（以下、ＡＰＰ情報）と、が使用される。したがって、ＮＷＤＡＦは、移動通信ネットワーク内の各ＮＦから収集したＮＷ情報と、ＡＦから通知されたＡＰＰ情報と、を学習モデルの入力として推論を行って、その結果（分析結果）をＡＦに通知する。
【０００５】
ここで、体感品質にも様々な指標が存在し、ＮＷＤＡＦが分析結果としてＡＦに提供できるＱｏＥの指標と、サービス提供事業者が提供を望むＱｏＥの指標とが異なることも生じ得る。この様な場合の問題の解決策として、ＡＦが学習モデルを使用して分析を行う構成を考えることができる。しかしながら、この場合、ＮＷＤＡＦは、ＡＦでの推論の実行のためにＮＷ情報をＡＦに送信しなければならない。しかしながら、ＮＷ情報は、移動通信ネットワークの構造や状態等を直接的に示すデータでもあり、ＮＷ情報そのものを外部に公開することが許容されない場合もある。
【先行技術文献】
【非特許文献】
【０００６】
３ＧＰＰＴＳ２３．２８８，Ｖ１８．３．０，２０２３年９月
３ＧＰＰＳ２－２３０６４２４
【発明の概要】
【発明が解決しようとする課題】
【０００７】
ＮＷ情報そのものをＡＦに送信することなく、ＡＦにおいて分析結果を得る様にするためには、例えば、非特許文献２に開示されている垂直連合学習（ＶＦＬ）の構成を適用することができる。具体的には、図１に示す様に、ＮＷＤＡＦには第１学習モデルを配置し、ＡＦには、第２学習モデルを配置する。ＮＷＤＡＦは、ＮＷ情報を第１学習モデルの入力として中間情報を生成し、中間情報をＡＦに送信する。ＡＦは、ＮＷＤＡＦから取得した中間情報と、ＡＦが収集したＡＰＰ情報と、を第２学習モデルの入力として推論を行う。ＶＦＬの構成を適用することで、ＮＷＤＡＦからＡＦに送信される情報を、ＮＷ情報とは異なる中間情報としつつ、ＡＦにおいて推論を行うことができる。なお、第１学習モデル及び第２学習モデルは、例えば、ＮＷ情報及びＡＰＰ情報を入力として推論を行う学習モデルに基づき生成され得る。
【０００８】
図１の構成において、第１学習モデル及び第２学習モデルの更新（学習）のためには、ＡＦが第２学習モデルの出力の誤差を判定して第２学習モデルを更新すると共に、中間情報の誤差を求め、この中間情報の誤差をＮＷＤＡＦにフィードバックする必要がある。なお、ＮＷＤＡＦは、中間情報の誤差に基づき第１学習モデルを更新する。
【０００９】
しかしながら、非特許文献１では、ＮＷＤＡＦと、当該ＮＷＤＡＦが提供するサービスに対するサブスクリプションを確立したＡＦに、互いに関連付けられた２つの学習モデル（上記の第１学習モデル及び第２学習モデル）を配置するための手順や、ＶＦＬに基づき当該２つの学習モデルを更新するための手順は定義されていない。
【００１０】
本開示は、移動通信ネットワークのネットワークノードと、移動通信ネットワークの外部のサーバと、によるＶＦＬを可能にする仕組みを提供するものである。
【課題を解決するための手段】
（【００１１】以降は省略されています）

関連特許