诺基亚技术有限公司

提供一种装置，该装置包括用于以下的部件：向网络功能提供针对用于在如下环境中训练机器学习模型的服务的请求消息，在该环境中，机器学习模型的训练对服务的提供方是私有的；以及从该网络功能接收响应消息，该响应消息指示该机器学习模型的训练是否已被执行。

本文中的示例实施例涉及方法、装置、以及计算机程序。提供一种用户设备，包括用于以下的部件：向人工智能即服务（AIaaS）功能提供用于发现该AIaaS功能的人工智能（AI）服务发现请求消息；基于AI服务发现请求，从AIaaS功能接收AI服务发现响应消息；向AIaaS功能提供针对用于在如下环境中训练机器学习模型的服务的AIaaS请求消息，在该环境中，机器学习模型的训练对服务的提供方是私有的，该请求消息包括：用于指示机器学习模型将被部署到多个用户设备中的一个或多个用户设备的选择标准；以及从该AIaaS功能接收AIaaS完成消息，该AIaaS完成消息指示机器学习模型的训练是否已经被执行。

本公开涉及用户设备UE安全状态。公开了一种UE，该UE包括：用于支持安全状态集的部件，安全状态指示不同安全情况；用于基于UE的检测到的安全情况来采用来自安全状态集的安全状态的部件；用于在UE的安全情况的改变被检测到时、将所采用的安全状态动态地改变为安全状态集中的另一安全状态的部件。公开了一种对应网络实体、系统以及对应方法。

本公开涉及用户设备UE安全状态。公开了一种UE，该UE包括：用于采用未评估安全状态的部件；用于运行安全评估的部件；用于根据安全评估的结果来从未评估安全状态改变为临时安全状态的部件；用于向网络实体发送到临时安全状态的改变的指示的部件；用于从网络实体获取指示针对UE的安全状态的信息的部件；以及用于采用所指示的安全状态的部件。公开了一种对应网络实体、系统以及对应方法。

本公开涉及用户设备UE安全状态。公开了一种UE，该UE包括：用于采用安全状态的部件；用于确定UE评估报告的部件，UE评估报告包括关于所采用的安全状态的信息；用于向网络实体发送包括用于会话建立的请求、或用于注册的请求的信息的部件，该信息包括UE评估报告；用于接收指示基于UE评估报告而选择的安全算法的信息的部件，安全算法用于以下项中的一项或多项：（i）UE与网络的至少一部分之间的业务的加密，（ii）UE与网络的至少一部分之间的业务的解密，（iii）UE与网络的至少一部分之间的业务的完整性保护，（iv）UE与网络的至少一部分之间的业务的完整性保护的验证；用于使用所指示的安全算法的部件。

本公开涉及用户设备UE安全状态。公开了一种UE，该UE包括：用于支持安全状态集的部件，安全状态指示不同安全情况；用于基于UE的检测到的安全情况来采用安全状态集中的安全状态的部件；用于根据所采用的安全状态来禁止去往UE和/或来自UE的至少一些通信的部件。公开了一种对应网络实体、系统以及对应方法。

本公开涉及同步化身ID。一种方法被公开，该方法包括：生成针对化身的第一化身标识符，其中第一化身标识符对于用户设备是唯一的，其中第一化身标识符基于用户设备的标识符或者用户设备的用户的标识符；将第一化身标识符提供给基础化身存储库；接收对提供第一化身标识符的响应，对提供第一化身标识符的响应指示化身的表示是否将与第一化身标识符相关联；以及在对提供第一化身标识符的响应指示化身的表示将与第一化身标识符相关联的情况下，将化身的表示以及指示化身的表示将与第一化身标识符相关联的信息上传到基础化身存储库。

本公开涉及同步化身ID。一种方法被公开，该方法包括：在对基础化身存储库的请求中请求化身标识符；响应于请求，接收化身标识符；以及将化身的表示以及化身的表示将与化身标识符相关联的指示上传到基础化身存储库。

本公开的各实施例涉及用于多邻居GNB部署中的传统CCO和被预测的CCO的共存的装置、方法、计算机可读存储介质和程序代码。一种设备可以被配置为确定第一容量和覆盖优化CCO状态将在一时间段后在第一网络设备处被应用，该第一CCO状态与影响第一网络设备和第二网络设备的被预测的CCO问题相关联，并且确定第二CCO状态由于在第一CCO状态被应用之前第三网络设备中的CCO状态改变而在第一网络设备处被应用。此后，该设备被配置为向第二网络设备传输与由第一网络设备应用的第二CCO状态有关的信息、以及对第二CCO状态由于第三网络设备中的CCO状态改变而被应用的指示。

本公开的各实施例涉及针对机器学习特征的迭代可解释性报告的装置、方法和计算机可读存储介质。该方法包括：由用户设备（UE）向网络节点发送对UE与网络节点进行迭代以确定可解释性报告（ER）配置的能力的指示；以及与网络节点迭代地通信以确定ER配置以用于报告在UE处实现的机器学习（ML）特征，其中迭代地通信包括由UE从网络节点接收至少两个ER配置请求和至少一个配置切换定时器。

本公开的各实施例涉及针对机器学习特征的迭代可解释性报告的装置、方法和计算机可读存储介质。该方法包括：由用户设备（UE）向网络节点发送对UE与网络节点进行迭代以确定可解释性报告（ER）配置的能力的指示；以及与网络节点迭代地通信以确定ER配置以用于报告在UE处实现的机器学习（ML）启用的特征，其中迭代地通信包括由UE从网络节点接收对至少一个部分ER配置和至少一个配置切换定时器的指示。

提供了一种由用户设备（UE）执行的方法。该方法包括：经由无线电接入网（RAN）向核心网发送信息，该信息指示UE支持最小化路测（MDT）测量的多个精细度。该方法包括：从RAN接收指示UE将执行MDT测量的信息、以及指示多个精细度中的精细度的信息，MDT测量将根据该精细度被报告。该方法包括：执行MDT测量。并且该方法包括：根据精细度来向RAN报告MDT测量。

本公开的示例涉及在预测已经被用于确定最佳波束的情况下的波束报告。UE可以接收用于参考信号(RS)资源集的波束报告配置，并且确定针对RS资源集执行波束测量还是波束预测以确定RS资源集中的最佳波束。UE然后可以使用波束测量或波束预测中的至少一个来确定RS资源集中的最佳波束，并且提供指示用于RS资源集的最佳波束索引的波束报告，其中，波束报告指示UE是否已经使用波束预测来确定最佳波束。

本公开的示例实施例涉及机器学习的信任管理。在一种方法中，用户设备从网络元件接收用于请求能力的消息，该能力与至少一个机器学习使能的特征的信任管理相关，该机器学习使能的特征与无线电网络服务相关联。用户设备向网络元件发送通知能力的响应。用户设备从网络元件接收用于信任管理报告的配置消息。用户设备从网络元件接收针对信任管理报告的请求。用户设备基于该配置消息，生成信任管理报告。然后，用户设备向网络元件发送信任管理报告。

本公开的示例实施例涉及机器学习的信任管理。在一种方法中，用户设备从网络元件接收用于请求能力的消息，该能力与至少一个机器学习使能的特征的信任管理相关，该机器学习使能的特征与域间服务相关联。用户设备向网络元件发送通知能力的响应。用户设备从网络元件接收用于信任管理报告的配置消息。配置消息包括关于与至少一个域间服务相关联的至少一个请求元素的信息。用户设备从网络元件接收针对信任管理报告的请求。用户设备基于该配置消息，生成信任管理报告。然后，用户设备向网络元件发送信任管理报告。

本公开的示例实施例涉及机器学习的信任管理。在一种方法中，用户设备从网络元件接收用于请求能力的消息，该能力与至少一个机器学习使能的特征的信任管理相关，该机器学习使能的特征与无线电网络服务相关联。用户设备向网络元件发送通知能力的响应。用户设备从网络元件接收用于信任管理报告的配置消息。配置消息包括对所述信任管理报告的传输类型的指示。用户设备从网络元件接收针对信任管理报告的请求。用户设备基于该配置消息，生成信任管理报告。然后，根据传输类型，用户设备向网络元件发送信任管理报告。

各种示例实施例总体上涉及用于通信网络中的小区激活的装置。示例实施例可以包括第一装置，该第一装置被使得执行操作，该操作包括：执行与第二装置相关联的第一小区的至少一个测量；从第二装置接收用于第二小区的配置；以及从第二装置接收针对第二小区的激活命令。该操作还包括：响应于激活命令，生成包括第一小区的至少一个测量的至少一个测量报告，其中至少一个测量报告用于激活第二小区；以及向第二装置发送至少一个测量报告。

本申请涉及用于在后续小区改变中的切片重映射的方法及相关设备。公开了用于基于移动电信网络内的移动设备的轨迹来提供切片重映射的方法和相关设备。

本申请的实施例涉及用于轨迹感知的切片重新映射的方法和有关设备。公开了用于基于移动电信网络内的移动设备的轨迹来提供切片重新映射的方法和有关设备。

本公开涉及针对UE数据的用户面传输的用户设备（UE）路由选择策略（URSP）规则增强。本公开提供了一种由用户设备（UE）执行的方法，该方法包括：从核心网络（CN）接收针对UE更新UE的策略信息以包括UE路由选择策略（URSP）规则的请求，该URSP规则将由UE用于在UE和CN之间的用户面上的协议数据单元（PDU）会话上路由数据。URSP规则指示与数据相关联的数据标识符（ID）或与数据相关联的数据类型中的至少一项。该方法包括：验证URSP规则以确定UE支持URSP规则的实施。该方法包括：基于该验证，将URSP规则存储在UE的策略信息中。并且该方法包括：向CN发送对请求的响应。