[发明专利]使用数据优先级的数据传输

权利要求书

1.一种用于向经由一个或多个网络(110)连接到一个或多个源节点(106)的目的地节点(108)提供数据的方法(400)，所述方法由特征识别器(104)执行，所述特征识别器(104)用于从特征集合中选择至少一个特征，所述特征集合包括第一特征和第二特征，其中，在所述特征集合中包括的每个特征与用于该特征的数据集相关联，以使得所述第一特征与第一数据集相关联并且所述第二特征与第二数据集相关联，所述方法包括：

针对在所述特征集合中包括的每个特征，获得(s402)指示从存储用于所述特征的所述数据集的源节点(106)向经由网络(110)连接到所述源节点(106)的所述目的地节点(108)提供所述数据集的成本的值；

基于所获得的值，选择(s404)所述特征集合的子集；以及

针对每个所选择的特征，发起(s406)用于相应所选择的特征的相应数据集从存储用于相应所选择的特征的相应数据集的所述源节点(106)经由将所述目的地节点(108)与存储用于相应所选择的特征的相应数据集的所述源节点(106)相连接的所述网络(110)向所述目的地节点(108)的传输，其中，

所述目的地节点(108)执行机器学习过程，所述机器学习过程可操作以使用所述相应数据集以产生模型，和/或

所述目的地节点(108)执行由机器学习过程生成的模型，并且所述模型可操作以使用所述相应数据集以产生推理。

2.根据权利要求1所述的方法，其中，

针对在所述特征集合中包括的每个特征获得所述值的步骤包括：针对所述第一特征获得第一值，并且

所述第一值是所述第一数据集的大小的函数。

3.根据权利要求2所述的方法，其中，

所述方法进一步包括：获得将所述目的地节点与存储所述第一数据集的源节点相连接的所述网络的网络性能信息，并且

所述第一值也是所述网络性能信息的函数。

4.根据权利要求2或3所述的方法，其中，

所述方法进一步包括：针对所述第一特征获得特征重要性值，并且

所述第一值也是所述第一特征的所述特征重要性值的函数。

5.根据权利要求4所述的方法，其中，所述第一值与所述特征重要性值成反比。

6.根据权利要求1-5中任一项所述的方法，其中，

所述特征子集包括第一特征但不包括第二特征，并且

所述方法进一步包括：

在发起用于所选择的特征的所述数据集的传输之后，从所述目的地节点接收与使用所述第一数据集对模型的训练有关的模型训练结果；以及

在接收到所述模型训练结果之后，发起所述第二数据集从存储所述第二数据集的所述源节点向所述目的地节点的传输。

7.根据权利要求6所述的方法，其中，所述模型训练结果包括所述第一特征的第一特征重要性值，所述第一特征重要性值指示所述第一特征对所述模型的性能的影响。