[发明专利]基于多个NWDAF的网络数据分析增强方法及系统

权利要求书

1.一种基于多个NWDAF的网络数据分析增强方法，其特征在于，包括：

中央NWDAF接收来自NF服务消费者的请求，根据请求的类型确定相应的AI模型和模型参数，且根据用户以及请求的类型选择多个相关NWDAF群组；

中央NWDAF将确定的AI模型同步至每一被选择的NWDAF群组中；

每一NWDAF群组采用本地数据训练同步至该NWDAF群组的AI模型；

若多个NWDAF群组中训练的AI模型是针对共有用户的模型训练，则中央NWDAF把公钥分发给所述多个NWDAF群组，多个NWDAF群组对共有用户进行加密样本对齐并联合中央NWDAF进行加密训练，不断进行模型参数的迭代更新从而获得最优的模型参数，并推送至NF服务消费者。

2.如权利要求1所述的基于多个NWDAF的网络数据分析增强方法，其特征在于，所述多个NWDAF群组对共有用户进行加密样本对齐并联合中央NWDAF进行加密训练，不断进行模型参数的迭代更新从而获得最优的模型参数，具体包括：

多个NWDAF群组分别根据来自中央NWDAF的公钥对训练过程中需要交换的数据进行加密；

多个NWDAF群组之间以加密形式交互用于计算梯度的中间结果，且分别基于加密的梯度值进行计算，并将计算结果汇总至中央NWDAF；

中央NWDAF根据汇总的计算结果计算总梯度值并将其解密后返回至NWDAF群组中以不断进行模型参数的迭代更新，从而获得最优的模型参数。

3.如权利要求1所述的基于多个NWDAF的网络数据分析增强方法，其特征在于，所述不断进行模型参数的迭代更新从而获得最优的模型参数，具体包括：

不断进行模型参数的迭代更新，直至损失函数收敛，从而获得最优的模型参数。

4.如权利要求3所述的基于多个NWDAF的网络数据分析增强方法，其特征在于，所述直至损失函数收敛，之后还包括：保存时间戳。

5.如权利要求1所述的基于多个NWDAF的网络数据分析增强方法，其特征在于，在所述中央NWDAF接收来自NF服务消费者的请求，之前还包括：从多个NWDAF中选择一具有聚集功能性的NWDAF作为中央NWDAF。

6.一种基于多个NWDAF的网络数据分析增强系统，其特征在于，包括中央NWDAF和多个NWDAF群组，所述中央NWDAF包括传输模块、确定选择模块和训练模块，其中，

所述传输模块用于接收来自NF服务消费者的请求；

所述确定选择模块用于根据请求的类型确定相应的AI模型和模型参数，且根据用户以及请求的类型选择多个相关NWDAF群组；

所述传输模块还用于将确定的AI模型同步至每一被选择的NWDAF群组中，且还可将来自NRF的公钥分发给NWDAF群组；

所述训练模块用于进行加密训练；

所述NWDAF群组用于采用本地数据训练同步至该NWDAF群组的AI模型，且在若多个NWDAF群组中训练的AI模型是针对共有用户的模型训练，则对共有用户进行加密样本对齐并联合中央NWDAF进行加密训练，不断进行模型参数的迭代更新从而获得最优的模型参数，并通过中央NWDAF的传输模块推送至NF服务消费者。

7.如权利要求6所述的基于多个NWDAF的网络数据分析增强系统，其特征在于，所述NWDAF群组具体包括：

加密模块，用于根据来自中央NWDAF的公钥对训练过程中需要交换的数据进行加密；

交互计算模块，用于以加密形式与其它被选择的NWDAF群组交互用于计算梯度的中间结果，且分别基于加密的梯度值进行计算；

发送模块，用于将计算结果发送至中央NWDAF，以使得中央NWDAF中的训练模块根据所有接收的计算结果计算总梯度值，并将总梯度值解密后通过其传输模块返回至NWDAF群组中；

更新模块，用于根据解密后的总梯度值更新模型参数。

8.如权利要求7所述的基于多个NWDAF的网络数据分析增强系统，其特征在于，所述请求的类型包括网元负载分析、UE行为分析、终端异常行为分析以及业务体验分析。