[发明专利]基于低轨卫星和5GS的AI/ML模型分布式传输方法、装置及系统

说明书

本发明公开了一种基于低轨卫星和5GS的AI/ML模型分布式传输方法、装置和系统，将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式，进行分布式传输；在AI/ML模型训练时，将所述训练数据请求通过卫星传输方式发送至相应UE，并UE反馈的所述训练数据以卫星传输方式输送回来，以供所述AI/ML系统进行AI/ML模型训练；在AI/ML模型使用时，将训练好的AI/ML模型的模型数据以地面传输的方式反馈至所述UE。本发明通过这种分布式传输，可以极大的节省地面网络资源，使地面网络资源能更多地为延迟敏感的业务服务，提升终端的的服务体验。

技术领域

本发明涉及5G通信领域，尤其涉及5G通信领域的数据传输。

背景技术

随着通信网络的发展，互联网能为用户提供的服务种类也在急速上升，例如：定位、导航、语音识别、图片识别等等，而这些服务大多数基于先进的技术例如人工智能和机器学习(AI/ML)，这些技术功能强大，但同时也需要更多的资源支持。例如更大的存储空间、更多的计算资源、更短的传输时延等等。面对多种多样的资源需求，地面网络的资源往往不足以支撑，卫星接入网络作为地面网络的补充，就可以为多样化的智能服务提供额外的资源补充。但是由于使用卫星接入进行传输，时延比地面传输更大，因此，需要考虑如何合理的利用地面和卫星网络，节省5G系统地面带宽。

故，急需一种解决上述问题的方法。

发明内容

本发明的目的是提供一种基于低轨卫星和5GS的AI/ML模型分布式传输方法装置、系统以及计算设备，可以极大的节省地面网络资源，使地面网络资源能更多地为延迟敏感的业务服务，提升终端的的服务体验。

为了实现上述目的，本发明公开了一种基于低轨卫星和5GS的AI/ML模型分布式传输方法，将AI/ML模型拆分为模型数据和训练数据，将所述模型数据划分为延迟敏感部件并设置为地面传输方式，将所述训练数据划分为容忍延迟部件并设置为卫星传输方式；在AI/ML模型训练时，收到AI/ML系统发送的训练数据请求时，将所述训练数据请求通过卫星传输方式发送至相应UE，以使得UE收集相应的训练数据，并将所述训练数据以卫星传输方式反馈回来，将所述UE发送的训练数据输送至所述AI/ML系统，以供所述AI/ML系统进行AI/ML模型训练；在AI/ML模型使用时，收到UE发送的模型订阅请求时，将训练好的AI/ML模型的模型数据以地面传输的方式反馈至所述UE。

较佳地，通过NWDAF网元接受所述AI/ML系统发送的训练数据请求，并将所述训练数据请求以卫星传输方式发送至相应UE，通过NWDAF网元以卫星传输方式接受UE反馈的训练数据；通过边缘服务器接受并存储所述AI/ML系统训练好的AI/ML模型的模型数据，通过NWDAF网元接受所述UE发送的模型订阅请求并将所述模型订阅请求转发至所述边缘服务器，通过NWDAF网元接受所述边缘服务器发送的训练好的AI/ML模型的模型数据，并将所述训练好的AI/ML模型的模型数据以地面传输的方式反馈至所述UE。

具体地，所述NWDAF网元将训练数据请求和训练数据的输送方式设置为卫星传输方式并存储，所述NWDAF网元将所述模型订阅请求和AI/ML模型的输送方式设置为地面传输方式并存储。

本发明还公开了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法对应的操作。

本发明还公开了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上所述的基于低轨卫星和5GS的AI/ML模型分布式传输方法对应的操作。