特許ウォッチ

公開番号2025133561
公報種別公開特許公報(A)
公開日2025-09-11
出願番号2024031585
出願日2024-03-01
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H04L 41/16 20220101AFI20250904BHJP(電気通信技術)
要約【課題】垂直連合学習で生成される学習モデルの再利用を可能にする。
【解決手段】サーバは、移動通信ネットワークの第1ネットワークノードと行う垂直連合学習に参加することを示す第1メッセージを前記移動通信ネットワークの第2ネットワークノードに送信する送信手段と、前記垂直連合学習において学習モデルを生成する生成手段と、を備え、前記第1メッセージは、前記垂直連合学習において生成される前記学習モデルを前記移動通信ネットワークに送信できるか否かを示す可否情報を含む。
【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第１ネットワークノードと行う垂直連合学習に参加することを示す第１メッセージを前記移動通信ネットワークの第２ネットワークノードに送信する送信手段と、
前記垂直連合学習において学習モデルを生成する生成手段と、
を備え、
前記第１メッセージは、前記垂直連合学習において生成される前記学習モデルを前記移動通信ネットワークに送信できるか否かを示す可否情報を含む、サーバ。
続きを表示（約 1,100 文字）【請求項２】
前記可否情報が前記学習モデルを前記移動通信ネットワークに送信できることを示している場合、前記第１メッセージは、前記学習モデルの配布先を限定するための限定情報を含む、請求項１に記載のサーバ。
【請求項３】
前記限定情報は、前記学習モデルの配布先にすることができる事業者若しくはオペレータを示す情報、前記学習モデルの配布先にすることができない事業者若しくはオペレータを示す情報、前記学習モデルの使用が許可される装置のベンダを示す情報、又は、前記学習モデルの使用が禁止される装置のベンダを示す情報を含む、請求項２に記載のサーバ。
【請求項４】
前記第１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に記載のサーバ。
【請求項５】
前記第２ネットワークノードは、ネットワークリポジトリ機能（ＮＲＦ）を実装するノードである、請求項１に記載のサーバ。
【請求項６】
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５のいずれか１項に記載のサーバとして機能させるプログラム。
【請求項７】
移動通信ネットワークのネットワークノードであって、
サーバとの間で行う垂直連合学習により第１学習モデルを生成する生成手段と、
前記垂直連合学習により前記サーバが生成する第２学習モデルを前記移動通信ネットワークに送信できることを前記サーバが前記移動通信ネットワークに通知している場合、前記垂直連合学習の終了後に前記第２学習モデルの送信を前記サーバに要求する要求手段と、
を備えているネットワークノード。
【請求項８】
前記第２学習モデルを前記移動通信ネットワークに送信できないことを前記サーバが前記移動通信ネットワークに通知している場合、前記要求手段は、前記第２学習モデルの送信を前記サーバに要求しない、請求項７に記載のネットワークノード。
【請求項９】
前記要求手段が前記第２学習モデルの送信を前記サーバに要求したことの応答として前記サーバから受信する前記第２学習モデルを、前記サーバから通知された、前記第２学習モデルの配布先を限定するための限定情報に関連付けて格納装置に格納する格納手段をさらに備えている、請求項７に記載のネットワークノード。
【請求項１０】
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７に記載のネットワークノード。
（【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 1,800 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。以下の説明においては、サービスを提供するネットワーク機能（ＮＦ）をプロデューサＮＦと表記し、プロデューサＮＦが提供するサービスを利用（サブスクライブ）するＮＦをコンシューマＮＦと表記する。なお、プロデューサＮＦは、同時にコンシューマＮＦとしても動作し得る。
【０００３】
非特許文献１によると、移動通信ネットワークのコアネットワークには、データ分析サービスを提供するプロデューサＮＦであるネットワークデータ分析機能（ＮＷＤＡＦ）が設けられる。コンシューマＮＦは、ＮＷＤＡＦ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分析結果を取得する。
【０００４】
コンシューマＮＦは、例えば、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たサーバに実装される。当該サーバは、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す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、当該サービス提供事業者が運用しているサーバ（ＮＦ）にデータ分析サービスをサブスクライブさせることで、当該サービス提供事業者のサービスを利用しているＷＤを使用しているユーザの体感品質（ＱｏＥ）等の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。
【０００５】
なお、体感品質等の分析結果を取得するためには、移動通信ネットワークが有する情報（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、が使用され得る。分析のためにＮＷ情報及びＡＰＰ情報の両方を使用する場合、ＮＷＤＡＦは、移動通信ネットワーク内で収集したＮＷ情報と、ＮＦ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ＮＦに通知する。
【０００６】
しかしながら、ＡＰＰ情報は、サービス提供事業者が外部に提出できないプライバシ情報を含み得るため、ＡＰＰ情報をＮＷＤＡＦに送信できない場合が生じ得る。したがって、ＮＷＤＡＦが学習モデルをＮＦに配布し、ＮＦが学習モデルを使用して推論を行う構成を考えることもできる。しかしながら、ＮＷ情報も移動通信ネットワークのオペレータが外部に提出できないプライバシ情報を含み得るため、ＮＷ情報をＮＦに送信できない場合が生じ得る。
【０００７】
この様な場合、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ＮＦに送信する。ＮＦは、ＮＷＤＡＦから取得した中間情報と、ＮＦ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ＮＦ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、ＮＦにおいて推論を行うことができる。
【先行技術文献】
【非特許文献】
【０００８】
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】
【０００９】
図１の構成においては、第１学習モデル及び第２学習モデルの学習（更新）のため、ＮＦは第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。そして、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。
【００１０】
例えば、図１に示す構成においてＮＦによって生成（学習）された第２学習モデルは、当該ＮＦを運用しているサービス提供事業者とは異なるサービス提供事業者が運用するＮＦにおける分析にも再利用することができる。しかしながら、あるＮＦで生成された第２学習モデルを他のＮＦで再利用するための手順は定義されていない。
（【００１１】以降は省略されています）

関連特許