User equipment, network nodes, and methods therein for enhanced network selection

Abstract

The present disclosure provides a method (300) in an Edge Configuration Server, ECS. The method (300) includes: transmitting (310), to a User Equipment, UE, configuration information of an Edge Data Network, EDN, that is topologically closest to a User Plane Function, UPF, predicted to be used by the UE for EDN access.

Description

USER EQUIPMENT, NETWORK NODES, AND METHODS THEREIN FOR ENHANCED NETWORK SELECTIONTECHNICAL FIELD

[0001] The present disclosure relates to communication technology, and more particularly, to a User Equipment (UE) , network nodes, and methods therein for enhanced network selection.BACKGROUND

[0002] Edge Computing is a concept that enables services to be hosted close to the service consumers and provides benefits such as efficient service delivery with significant reduction in end-to-end latency and decreased load on the transport network. The benefits of Edge Computing will strengthen the promise of the 5th Generation (5G) and expand the prospects for several new and enhanced use cases -including virtual and augmented reality, Internet of Things (IoT) , Industrial IoT, autonomous driving, real-time multiplayer gaming etc.

[0003] In Release 17, the 3rd Generation Partnership Project (3GPP) aims to provide native support of Edge Computing in 3GPP networks. These efforts include initiatives across several working groups in 3GPP including Service and System Aspects (SA6) , SA2, SA3, SA4, and SA5, which cover application layer architecture, core network enhancement, security, media processing, and management aspects, respectively.

[0004] SA6 initiated normative specification work on an architecture for enabling Edge Applications (EDGEAPP) . The objective of the work is to define an enabling layer to facilitate communication between an Application Client (AC) running on a UE and an Edge Application Server (EAS) deployed on an Edge Data Network (EDN) . This includes aspects of service provisioning and EAS discovery. In addition, the work aims to provide support services such as application context transfer between EASs for service continuity, service enablement and capability exposure Application Programing Interfaces (APIs) towards the EAS.

[0005] Fig. 1 shows an architecture for enabling edge applications. Some of the functional entities will be introduced below:

[0006] ● Edge Enabler Server (EES) : EES provides supporting functions needed for EASs and EEC, e.g., EEC registration, EAS discovery and network APIs for EAS and service continuity support.

[0007] ● Edge Enabler Client (EEC) : EEC provides supporting functions needed for AC (s) , e.g., retrieval and provisioning of configuration information to enable application data traffic, and EAS discovery.

[0008] ● Edge Configuration Server (ECS) : ECS provides supporting functions needed for the EEC to connect with an EES, e.g., provisioning of Edge configuration information to the EEC, and EES discovery.

[0009] ● Application Client (AC) : AC is the application resident in the UE performing the client function.

[0010] ● Edge Application Server (EAS) : EAS is the application server resident in the EDN, performing the server functions. The AC connects to the EAS in order to avail the services of the application with the benefits of Edge Computing.

[0011] For further details of the functions entities and reference points  / interfaces shown in Fig. 1, reference can be made to the 3GPP Technical Specification (TS) 23.558, V19.1.0, which is incorporated herein by reference in its entirety.SUMMARY

[0012] According to clause 8.3.3.2.2 of TS 23.558, in a service provisioning procedure, an ECS identifies EESs (or EDNs) based on a location of a UE. One location may be served by more than one EES. As a result, the ECS returns a list of EESs to the UE, and the UE needs to choose one EES from the list. However, the UE may not have enough information to select the EES (or EDN) which has the shortest data path for application data traffic.

[0013] Figs. 2A, 2B, and 2C show exemplary scenarios of EES (or EDN) selection by a UE. In each of these scenarios, the UE is located in an overlapping area of two EDNs, EDN#1 and EDN#2. User Plane Function (UPF) #1 serves EDN#1 and has the shortest data path with EDN#1. Similarly, UPF#2 serves EDN#2 and has the shortest data path with EDN#2.

[0014] In the scenario shown in Fig. 2A, EAS#1 serves DNAI#1 only and EAS#2 serves DNAI#2 only. It is assumed here that traffic influence is not supported by the 5G Core (5GC) .

[0015] At Step 1, the UE performs service provisioning with the ECS based on its location, and gets EDN#1 and EDN#2 from the ECS. The UE selects EDN#1 (or EES#1) for edge computing. Then, the UE initiates Packet Data Unit (PDU) Session Establishment, and UPF#2 is selected for the PDU session. Accordingly, the UE's edge traffic (application data traffic) is anchored at UPF#2. As the UE has selected EDN#1, it performs EAS discovery towards EES#1 and EES#1 returns EAS#1. At Step 3, the UE connects to EAS#1 and the edge traffic goes through UPF#2. This data path is not the shortest data path in this case.

[0016] In the scenario shown in Fig. 2B, EAS#1 serves DNAI#1 only and EAS#2 serves DNAI#2 only. It is assumed here that traffic influence is supported by the 5GC and UPF#1 is not in service, e.g., due to maintenance, overload, or failure.

[0017] At Step 1, the UE performs service provisioning with the ECS based on its location, and gets EDN#1 and EDN#2 from the ECS. The UE selects EDN#1 (or EES#1) for edge computing. Then, the UE initiates Packet Data Unit (PDU) Session Establishment, and UPF#2 is selected for the PDU session. Accordingly, the UE's edge traffic (application data traffic) is anchored at UPF#2. As the UE has selected EDN#1, it performs EAS discovery towards EES#1 and EES#1 returns EAS#1. At Step 3, the UE connects to EAS#1 and the edge traffic goes through UPF#2. This data path is not the shortest data path in this case. As traffic influence is supported, at Step 4, EAS#1 invokes traffic influence towards a Network Exposure Function (NEF) for changing the user plane of the UE from dnai#2 to dnai#1 (i.e., from UPF#2 to UPF#1) . However, the traffic influence fails since UPF#1 is not in service.

[0018] In the scenario shown in Fig. 2C, EAS#1 and EAS#2 both serve DNAI#1.

[0019] At Step 1, the UE performs service provisioning with the ECS based on its location, and gets EDN#1 and EDN#2 from the ECS. The UE selects EDN#1 (or EES#1) for edge computing. Then, the UE initiates Packet Data Unit (PDU) Session Establishment, and UPF#2 is selected for the PDU session. Accordingly, the UE's edge traffic (application data traffic) is anchored at UPF#2. As the UE has selected EDN#1, it performs EAS discovery towards EES#1 and EES#1 returns EAS#1. At Step 3, the UE connects to EAS#1 and the edge traffic goes through UPF#2. This data path is not the shortest data path in this case.

[0020] In all of the above three scenarios, the UE selects an EDN that doesn't have the shortest path for data traffic. Even iftraffic influence is supported, the NEF traffic influence service needs to be invoked to change the anchoring UPF. This means that the user experience is not optimal e.g., in terms of delay, and extra cost is required for invoking the traffic influence service.

[0021] It is an object of the present disclosure to provide a UE, network nodes, and methods therein, capable of solving or at least mitigating at least one of the above problems.

[0022] According to a first aspect of the present disclosure, a method in an ECS is provided. The method includes transmitting, to a UE, configuration information of an EDN that is topologically closest to a UPF predicted to be used by the UE for EDN access.

[0023] In an embodiment, the configuration information of the EDN may include identification information of an EES and / or EAS in the EDN.

[0024] In an embodiment, the method may further include transmitting, to a data analytics server, a request for prediction based on network connectivity analytics, the request containing a location of the UE and information of the UE for accessing the ECS, and receiving, from the data analytics server, a response containing an analytics result from which the UPF is derivable. This enables the ECS to derive the UPF that is predicted to be used by the UE for EDN access, and determine the EDN accordingly.

[0025] According to a second aspect of the present disclosure, a method in a Network Function (NF) consumer is provided. The method includes: transmitting, to a data analytics server, a subscription request for network connectivity analytics, the request containing an analytics Identifier (ID) for UPF prediction and an indication of one or more target UEs. The method further includes receiving, from the data analytics server, a notification containing network connectivity analytics for the one or more target UEs, the analytics including DNAIs, UPF identifiers, and / or N6 traffic routing information. This triggers data collection and analytics for UPF prediction at the data analytics server.

[0026] According to a third aspect of the present disclosure, a method in a data analytics server is provided. The method includes receiving, from an NF consumer, a request for prediction based on network connectivity analytics, the request containing a location of a UE and information of the UE for accessing the NF consumer. The method further includes transmitting, to the NF consumer, a response containing an analytics result from which a UPF predicted to be used by the UE for EDN access is derivable. This enables the NF consumer (e.g., ECS) to derive the UPF that is predicted to be used by the UE for EDN access, and determine an EDN that is topologically closest to the UPF accordingly.

[0027] According to a fourth aspect of the present disclosure, a method in a data analytics server is provided. The method includes receiving, from an NF consumer, a subscription request for network connectivity analytics, the request containing an analytics ID for UPF prediction and an indication of one or more target UEs. The method further includes transmitting, to the NF consumer, a notification containing network connectivity analytics for the one or more target UEs, the analytics including DNAIs, UPF identifiers, and / or N6 traffic routing information.

[0028] According to a fifth aspect of the present disclosure, a method in a UE is provided. The method includes transmitting, to an ECS, a service provisioning request. The method further includes receiving, from the ECS, a service provisioning response containing configuration information of an EDN that is topologically closest to a UPF predicted to be used by the UE for EDN access.

[0029] According to a sixth aspect of the present disclosure, a network node is provided. The network node includes a communication interface, a processor, and a memory. The memory contains instructions executable by the processor whereby the network node is operative to, when implementing an ECS, perform the method according to the above first aspect, or when implementing an NF consumer, perform the method according to the above second aspect, or when implementing a data analytics server, perform the method according to the above third or fourth aspect.

[0030] According to a seventh aspect of the present disclosure, a computer-readable storage medium is provided. The computer-readable storage medium has computer-readable instructions stored thereon. The computer-readable instructions, when executed by a processor of a network node, configure the network node to, when implementing an ECS, perform the method according to the above first aspect, or when implementing an NF consumer, perform the method according to the above second aspect, or when implementing a data analytics server, perform the method according to the above third or fourth aspect.

[0031] According to an eighth aspect of the present disclosure, a computer program product is provided. The computer program product includes computer-readable instructions which, when executed by a processor of a network node, configure the network node to, when implementing an ECS, perform the method according to the above first aspect, or when implementing an NF consumer, perform the method according to the above second aspect, or when implementing a data analytics server, perform the method according to the above third or fourth aspect.

[0032] According to a ninth aspect of the present disclosure, a UE is provided. The UE includes a transceiver, a processor, and a memory. The memory contains instructions executable by the processor whereby the UE is operative to perform the method according to the above fifth aspect.

[0033] According to a tenth aspect of the present disclosure, a computer-readable storage medium is provided. The computer-readable storage medium has computer-readable instructions stored thereon. The computer-readable instructions, when executed by a processor of a UE, configure the UE to perform the method according to the above fifth aspect.

[0034] According to an eleventh aspect of the present disclosure, a computer program product is provided. The computer program product includes computer-readable instructions which, when executed by a processor of a UE, configure the UE to perform the method according to the above fifth aspect.

[0035] With certain embodiments of the present disclosure, an ECS can provide a UE with configuration information of an EDN that is topologically closest to a UPF predicted to be used by the UE for EDN access. This enables the UE to use the EDN that is capable of providing a shortest data path for its edge traffic, thereby improving network resource utilization, reducing traffic delay and cost, and achieving enhanced user experience.BRIEF DESCRIPTION OF THE DRAWINGS

[0036] The above and other objects, features and advantages will be more apparent from the following description of embodiments with reference to the figures, in which:

[0037] Fig. 1 is a schematic diagram showing an architecture for enabling edge applications;

[0038] Figs. 2A, 2B, and 2C are schematic diagrams showing exemplary scenarios of EES (or EDN) selection by a UE;

[0039] Fig. 3 is a flowchart illustrating a method in an ECS according to an embodiment of the present disclosure;

[0040] Fig. 4 is a schematic diagram showing an architecture for enabling edge applications according to an embodiment of the present disclosure;

[0041] Fig. 5 is a schematic diagram showing a request-response process of analytics for application session network connectivity according to an embodiment of the present disclosure;

[0042] Fig. 6 is a schematic diagram showing a process of EES registration according to an embodiment of the present disclosure;

[0043] Fig. 7 is a flowchart illustrating a method in an NF consumer according to an embodiment of the present disclosure;

[0044] Fig. 8 is a flowchart illustrating a method in a data analytics server according to an embodiment of the present disclosure;

[0045] Fig. 9 is a flowchart illustrating a method in a data analytics server according to another embodiment of the present disclosure;

[0046] Fig. 10 is a schematic diagram showing a subscribe-notify procedure of analytics for application session network connectivity according to an embodiment of the present disclosure;

[0047] Fig. 11 is a flowchart illustrating a method in a UE according to an embodiment of the present disclosure;

[0048] Figs. 12A and 12B are schematic diagrams each showing a process of service provisioning according to an embodiment of the present disclosure;

[0049] Fig. 13 is a block diagram of a network node according to an embodiment of the present disclosure; and

[0050] Fig. 14 is a block diagram of a UE according to an embodiment of the present disclosure.DETAILED DESCRIPTION

[0051] In the present disclosure, a network function, or NF, can be implemented either as a network element on a dedicated hardware, as a software instance running on a dedicated hardware, or as a virtualized function instantiated on an appropriate platform, e.g. on a cloud infrastructure. The term “network node” refers to any physical or virtual node configured to implement a network function. In the present disclosure, the servers shown in Fig. 1, such as EAS, EES, ECS etc. can also be seen as network nodes.

[0052] The term “UE” refers to any end device that can access a wireless communication network and receive services therefrom. By way of example and not limitation, the terminal device refers to a mobile terminal, user equipment (UE) , or other suitable devices. The UE may be, for example, a Subscriber Station (SS) , a Portable Subscriber Station, a Mobile Station (MS) , or an Access Terminal (AT) . The terminal device may include, but not limited to, portable computers, desktop computers, image capture terminal devices such as digital cameras, gaming terminal devices, music storage and playback appliances, a mobile phone, a cellular phone, a smart phone, voice over IP (VoIP) phones, wireless local loop phones, tablets, personal digital assistants (PDAs) , wearable terminal devices, vehicle-mounted wireless terminal devices, wireless endpoints, mobile stations, laptop-embedded equipment (LEE) , laptop-mounted equipment (LME) , USB dongles, smart devices, wireless customer-premises equipment (CPE) and the like. In the following description, the terms "terminal device" , "terminal" , "user equipment" and "UE" may be used interchangeably. As one example, a terminal device may represent a UE configured for communication in accordance with one or more communication standards promulgated by the 3rd Generation Partnership Project (3GPP) , such as 3GPP's Global System for Mobile Communications (GSM) , Universal Mobile Telecommunications System (UMTS) , Long Term Evolution (LTE) , and / or the 5th Generation (5G) standards. As used herein, a "user equipment" or "UE" may not necessarily have a "user" in the sense of a human user who owns and / or operates the relevant device. In some embodiments, a terminal device may be configured to transmit and / or receive information without direct human interaction. For instance, a terminal device may be designed to transmit information to a network on a predetermined schedule, when triggered by an internal or external event, or in response to requests from the wireless communication network. Instead, a UE may represent a device that is intended for sale to, or operation by, a human user but that may not initially be associated with a specific human user.

[0053] References in the specification to "one embodiment, " "an embodiment, " "an example embodiment, " and the like indicate that the embodiment described may include a particular feature, structure, or characteristic, but it is not necessary that every embodiment includes the particular feature, structure, or characteristic. Moreover, such phrases are not necessarily referring to the same embodiment. Further, when a particular feature, structure, or characteristic is described in connection with an embodiment, it is submitted that it is within the knowledge of one skilled in the art to affect such feature, structure, or characteristic in connection with other embodiments whether or not explicitly described.

[0054] It shall be understood that although the terms "first" and "second" etc. may be used herein to describe various elements, these elements should not be limited by these terms. These terms are only used to distinguish one element from another. For example, a first element could be termed a second element, and similarly, a second element could be termed a first element, without departing from the scope of example embodiments. As used herein, the term "and / or" includes any and all combinations of one or more of the associated listed terms.

[0055] The terminology used herein is for the purpose of describing particular embodiments only and is not intended to be limiting of example embodiments. As used herein, the singular forms "a" , "an" and "the" are intended to include the plural forms as well, unless the context clearly indicates otherwise. It will be further understood that the terms "comprises" , "comprising" , "has" , "having" , "includes" and / or "including" , when used herein, specify the presence of stated features, elements, and / or components etc., but do not preclude the presence or addition of one or more other features, elements, components and / or combinations thereof.

[0056] In the following description and claims, unless defined otherwise, all technical and scientific terms used herein have the same meaning as commonly understood by one of ordinary skills in the art to which this disclosure belongs.

[0057] Fig. 3 is a flowchart illustrating a method 300 according to an embodiment of the present disclosure. The method 300 can be performed by an ECS.

[0058] At block 310, the ECS transmits, to a UE (particularly to an EEC in the UE via EDGE-4, referring to Fig. 1) , configuration information of an EDN that is topologically closest to a UPF predicted to be used by the UE for EDN access. Here, the UE may be a Vertical Application Layer (VAL) UE. The UPF is also referred to as “anchoring UPF” in this context.

[0059] Here, an EDN being topologically closest to the UPF may mean that an EES or EAS associated with the EDN is topologically closest to the UPF, and thus the EDN or the EAS has the shortest data path with the UPF.

[0060] In an example, the configuration information of the EDN may include identification information of an EES and / or EAS in the EDN. For example, the identification information of the EES may be an endpoint of the EES, and / or the identification information of the EAS may be an endpoint of the EAS.

[0061] In the block 310, the configuration information may be transmitted in a service provisioning response.

[0062] In an example, e.g., before the block 310, the ECS may transmit, to a data analytics server, a request for prediction based on network connectivity analytics. The request may contain a location of the UE and information of the UE for accessing the ECS. In particular, the information of the UE for accessing the ECS may include at least one of: a DNN used by the UE, information of a network slice (e.g., Single Network Slice Selection Assistance Information (S-NSSAI) , Network Slice Instance Identifier (NSI ID) , or External Network Slice Information (ENSI) ) used by the UE, and an IP address of the UE. Then, the ECS may receive, from the data analytics server, a response containing an analytics result from which the UPF is derivable. In particular, the analytics result may include a DNAI, and may additionally include an identifier of the UPF (which may be e.g., an UPF instance ID, UPF instance name, an IP address of the UPF instance, or geographical information of the UPF instance, all referred to as UPF identifier or UPF ID in this context) or N6 traffic routing information of the UPF.

[0063] Here, the request may be referred to as “application session network connectivity prediction request” and contain Information Elements (IEs) shown in Table 1 below, and the response may be referred to as “application session network connectivity prediction response” and contain IEs shown in Table 2 below.

[0064] Table 1 -Application Session Network Connectivity Prediction Request

[0065] Table 2 -Application Session Network Connectivity Prediction Response

[0066] As an example, the data analytics server may be an Application Data Analytics Enablement, ADAE, server or a Network Data Analysis Function, NWDAF. In particular, the ADAE server is a feature that allows for network automation and intelligence. It can process data related to service events and network status to provide analytics reports. Application data analytics can also help improve the analytics provided by an NWDAF, which uses application data for some analytics services. For further details of the ADAE server, reference can be made to the 3GPP TS 23.436, V19.0.0, which is incorporated herein by reference in its entirety.

[0067] Fig. 4 shows an architecture for enabling edge applications according to an embodiment of the present disclosure. Compared with the architecture shown in Fig. 1, a new interface  / reference point, ADAE-S, is provided between the ECS and the ADAE server.

[0068] Fig. 5 shows a request-response process of ADAE analytics for application session network connectivity. At Step 1, a consumer, which may be an ECS in this case, requests an ADAE server for application session's network connectivity analytics. The request includes a UE location, a DNN, network slice info (e.g., S-NSSAI) and a UE IP address (see Table 1) . At Step 2, the ADAE server returns an analytics result to the consumer based on available information obtained during a subscribe-notify procedure (which will be described later) . The analytics result includes a DNAI, an UPF identifier (e.g., UPF instance information) , N6 traffic routing information, and a confidence level (see Table 2) .

[0069] Accordingly, the ECS may determine the EDN based on the DNAI, and optionally based further on the identifier of the UPF or the N6 traffic routing information.

[0070] In an example, the ECS may receive from an EES associated with the EDN, EES location information (e.g., data center ID) , and the EDN may be determined by mapping the DNAI, and optionally the identifier of the UPF or the N6 traffic routing information, to the EES location information. Some examples of such mapping are given in Table 3 below.

[0071] Table 3 -Mapping to EES location information

[0072] In Table 3, a DNAI, or a combination of a DNAI and a UPF instance ID or N6 traffic routing information, corresponds to a data center ID (each DNAI may be served by one or more UPFs) . The ECS has the mapping from DNAIs (and optionally UPF instance IDs or N6 traffic routing information) to Data Center IDS. Here, the N6 traffic routing information can e.g., correspond to an identifier of a Virtual Private Network (VPN) or to explicit tunneling information such as a tunneling protocol identifier together with a tunnel identifier (referring to the 3GPP TS 23.501, V18.5.0, which is incorporated herein by reference in its entirety) . For example, the ECS may map (DNAI1, UPF1) to DC1-1, and determine the EES (and accordingly its associated EDN) corresponding to DC1-1. In another example, the ECS may map DNAI2 to DC2, and determine the EES (and accordingly its associated EDN) corresponding to DC2. In yet another example, the ECS may map (DNAI4, N6_traffic_routing_info_3) to DC4-3, and determine the EES (and accordingly its associated EDN) corresponding to DC4-3.

[0073] The above EES location information may be received by the ECS in e.g., an EES registration process. Fig. 6 shows a process of EES registration. As shown, at Step 1, an EES sends an EES registration request to an ECS. The EES registration request includes an EES profile containing, among others, an EES ID and EES location information (e.g., dataCenter_info, which may include a data center ID) . At Step 2, the ECS stores the EES registration information, e.g., stores the EES location information in association with the EES. At Step 3, the ECS returns an EES registration response.

[0074] Fig. 7 is a flowchart illustrating a method 700 according to an embodiment of the present disclosure. The method 700 can be performed by an NF consumer, which may be an ECS. At block 710, the NF consumer transmits, to a data analytics server (e.g., ADAE server or NWDAF, as described above) , a subscription request for network connectivity analytics, the request containing an analytics ID for UPF prediction and an indication of one or more target UEs. Here, the request may be referred to as “application session network connectivity analytics subscription request” and contain IEs shown in Table 4 below. Accordingly, the NF consumer may then receive, from the data analytics server, an application session network connectivity analytics subscription response, which contain IEs shown in Table 5 below.

[0075] Table 4 -Application session network connectivity analytics subscription request

[0076] Table 5 -Application session network connectivity analytics subscription response

[0077] At block 720, the NF consumer receives, from the data analytics server, a notification containing network connectivity analytics for the one or more target UEs, the analytics including DNAIs, UPF identifiers, and / or N6 traffic routing information.

[0078] Here, the notification may be referred to as “application session network connectivity analytics notification” and contain IEs shown in Table 6 below.

[0079] Table 6 -Application session network connectivity analytics notification

[0080] The analytics output in Table 6 may include UE locations, UE IDs, IP addresses, request time of PDU session establishment, DNNs, network slice information, DNAIs, UPF identifiers, and / or N6 traffic routing information.

[0081] Fig. 8 is a flowchart illustrating a method 800 according to an embodiment of the present disclosure. The method 800 can be performed by a data analytics server, which may be e.g., an ADAE server or NWDAF, as described above.

[0082] At block 810, the data analytics server receives, from an NF consumer (e.g., an ECS) , a request for prediction based on network connectivity analytics, the request containing a location of a UE and information of the UE for accessing the NF consumer.

[0083] In an example, the information of the UE for accessing the NF consumer may include at least one of: a DNN used by the UE, information of a network slice (e.g., S-NSSAI, NSI ID, or ENSI) used by the UE, and an IP address of the UE.

[0084] At block 820, the data analytics server transmits, to the NF consumer, a response containing an analytics result from which a UPF predicted to be used by the UE for EDN access is derivable.

[0085] In an example, the analytics result may include a DNAI, and may additionally include an identifier of the UPF or N6 traffic routing information of the UPF.

[0086] Here, the request may be “application session network connectivity prediction request” and the response may be referred to as “application session network connectivity prediction response” . For further details, reference can be made to Table 1, Table 2, and Fig. 5.

[0087] Fig. 9 is a flowchart illustrating a method 900 according to an embodiment of the present disclosure. The method 900 can be performed by a data analytics server, which may be e.g., an ADAE server or NWDAF, as described above.

[0088] At block 910, the data analytics server receives, from an NF consumer (e.g., an ECS) , a subscription request for network connectivity analytics, the request containing an analytics ID for UPF prediction and an indication of one or more target UEs.

[0089] Here, the request may be “application session network connectivity analytics subscription request” shown in Table 4 above. The indication of the target UEs may include an indication of a range of target UEs, e.g., a network slice, a DNN, or a geographical area, as shown in Table 4. Then, the data analytics server may transmit an application session network connectivity analytics subscription response, as shown in Table 5 above, to the NF consumer.

[0090] At block 920, the data analytics server transmits, to the NF consumer, a notification containing network connectivity analytics for the one or more target UEs, the analytics including DNAIs, UPF identifiers, and / or N6 traffic routing information.

[0091] Here, the notification may be “application session network connectivity analytics notification” shown in Table 6 above.

[0092] In an example, e.g., after the block 910, the data analytics server may transmit, to the one or more target UEs and one or more core network nodes (e.g., NEF and / or SMF) and / or to an analytics and data repository function (e.g., Application layer -Analytics and Data Repository Function, or A-ADRF) , a data subscription request containing the analytics ID for UPF prediction and IDs and / or IP addresses of the one or more target UEs. Then, the data analytics server may receive data notifications from the one or more target UEs and the one or more core network nodes and / or from the analytics and data repository function. For example, the data notifications may contain following data associated with the one or more target UEs: UE location, UE ID, IP address, request time of session establishment, DNN, network slice information, DNAI, UPF identifier, and / or N6 traffic routing information. In an example, the data notifications may contain IEs shown in Table 7 below.

[0093] Table 7 -Data notification

[0094] For example, some types of data and their sources are listed in Table 8 below.

[0095] Table 8 -Data source

[0096] In an example, the data analytics server may generate the network connectivity analytics based on the data collected from at least one data source shown in Table 8 which can be carried in data notifications shown in Table 7.

[0097] In an example, the data analytics server may further correlate the data in the data notifications, and predict an UPF to be used by at least one of the one or more target UEs based on the correlated data using AI or ML.

[0098] Fig. 10 shows a subscribe-notify procedure of ADAE analytics for application session network connectivity. As shown, the procedure includes the following steps.

[0099] 1. A consumer (e.g., ECS) of an ADAE Server (ADAES) analytics service sends an application session connectivity subscription request to an ADAES. The consumer may indicate the target UEs or group of UEs applicable for data collection.

[0100] 2. The ADAES sends a subscription response as a positive or negative acknowledgement to the consumer of the analytics service.

[0101] 3. The ADAES maps the analytics event ID to a list of data collection event identifiers, and a list of data producer IDs. Such mapping may be preconfigured by Operation Administration and Maintenance (OAM) or may be determined by the ADAES based on the analytics event type  / vertical type and / or data producer profile.

[0102] 4. The ADAES sends a data collection subscription request to the Data Producers or the A-DCCF with the respective Data Collection Event ID and the requirement for data collection. Such data producers include the A-ADRF, the Core Network Functions (such as SMF / NEF / NWDAF) and the UEs. The ADAES can use NEF / SMF event exposure service to know user plane path change (e.g. DNAI, N6 traffic routing info) , PDU session status (e.g. UE IP address) , user plane status (e.g. active / inactive) and UPF information, and NEF / NWDAF analytics exposure to know UE communications, Data Network (DN) performance and application service experience.

[0103] 5. The Data Producer (s) sends a subscription response as a positive or negative acknowledgement to the ADAES.

[0104] 6. The ADAES, based on subscription, may receive offline stats / data from A-ADRF on the anchoring UPF prediction based on the analytics / data collection event ID.

[0105] 7. The UE establishes a PDU session and application session is started.

[0106] 8. The ADAES may receive data from the ADAE Client of the UE, such as: UE ID, UE IP address, the timestamp when the PDU session is established, and the location where the PDU session is established.

[0107] 9. The Core Network (CN) (such as SMF / NEF / NWDAF) sends the real-time data to the ADAES, where the data correspond to the data collection ID or the analytics event ID for which the ADAES subscribed, such as: UE ID, DNN, network slice info (e.g. S-NSSAI) , DNAI, UPF instance information, and N6 traffic routing information.

[0108] 10. The ADAES abstracts or correlates the data based on the analytics event and the data collection configuration. Such correlation can base on UE ID, UE IP address and timestamp.

[0109] 11. The ADAES sends the analytics to the consumer, where these analytics include the application session's network connectivity (e.g. DNAI, UPF instance info, N6 traffic routing info) for a location area and time horizon, including also the confidence level.

[0110] Fig. 11 is a flowchart illustrating a method 1100 according to an embodiment of the present disclosure. The method 1100 can be performed by a UE, e.g., a VALUE.

[0111] At block 1110, the UE (particularly an EEC in the UE) transmits, to an ECS, a service provisioning request.

[0112] At block 1120, the UE (particularly an EEC in the UE) receives, from the ECS, a service provisioning response containing configuration information of an EDN that is topologically closest to a UPF predicted to be used by the UE for EDN access.

[0113] In an example, the configuration information of the EDN may include identification information of an EES and / or EAS in the EDN. For example, the identification information of the EES may be an endpoint of the EES, and / or the identification information of the EAS may be an endpoint of the EAS.

[0114] Fig. 12A shows a process of service provisioning according to an embodiment of the present disclosure. As shown, at Step 1, an EEC sends a service provisioning request to an ECS. At Step 2, the ECS process the request. In particular, the ECS utilizes the ADAE service as described above in connection with Fig. 5 and Fig. 10 to get prediction information about DNAI, UPF instance information and N6 traffic routing information. The ECS further identifies an EES based on the predicted DNAI and EES registered DNAI, considering which EES is topologically close to the predicted UPF instance information and / or N6 routing information. If the EES has registered EES location information (e.g. civic address, Global Positioning System (GPS) coordinates, or data center ID) into the ECS and the ECS can map the ADAE predicted information to the EES location information, then the ECS can identify the EES according to predicted application session's network connectivity, ECS local configuration and the EES location information in the EES registration information. At Step 3, the ECS returns a service provisioning response to the EEC, including information on the identified EES.

[0115] Fig. 12B shows a process of service provisioning according to another embodiment of the present disclosure. It is assumed that session breakout connectivity model is used in the 5GC for edge computing. As shown, the process includes the following steps.

[0116] 1. An EEC on a UE performs service provisioning request towards an ECS.

[0117] 2. The ECS, acting as VAL, requests an ADAE Server for application session's network connectivity analytics. The request includes a UE location, a DNN, network slice info (e.g., S-NSSAI) and a UE IP address.

[0118] 3. The ADAE Server sends a response. The response includes a DNAI and may optionally include anchoring UPF instance ID or N6 traffic routing information.

[0119] 4. The ECS identifies the optimal EES, based on the predicted DNAI and optionally the UPF instance ID or N6 traffic routing information (if available) .

[0120] 5. The ECS replies to UE with the optimal EES, instead of returning a list of EESs.

[0121] Fig. 13 is a block diagram of a network node 1700 according to an embodiment of the present disclosure.

[0122] The network node 1700 includes a communication interface 1710, a processor 1720 and a memory 1730.

[0123] The memory 1730 may contain instructions executable by the processor 1720 whereby the network node 1700 is operative to, when implementing an ECS, perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 3. Particularly, the memory 1730 may contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing an ECS: transmit, to a UE, configuration information of an EDN that is topologically closest to a UPF predicted to be used by the UE for EDN access.

[0124] In an embodiment, the configuration information of the EDN may include identification information of an EES and / or EAS in the EDN.

[0125] In an embodiment, the memory 1730 may further contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing the ECS: transmit, to a data analytics server, a request for prediction based on network connectivity analytics, the request containing a location of the UE and information of the UE for accessing the ECS, and receive, from the data analytics server, a response containing an analytics result from which the UPF is derivable.

[0126] In an embodiment, the information of the UE for accessing the ECS may include at least one of: a DNN used by the UE, information of a network slice used by the UE, and an IP address of the UE.

[0127] In an embodiment, the analytics result may include one of: a DNAI, the DNAI and an identifier of the UPF, or the DNAI and N6 traffic routing information of the UPF.

[0128] In an embodiment, the EDN may be determined based on one of: the DNAI, the DNAI and the identifier of the UPF, or the DNAI and the N6 traffic routing information.

[0129] In an embodiment, the memory 1730 may further contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing the ECS: receive, from an EES associated with the EDN, EES location information. The EDN may be determined by mapping the DNAI, the DNAI and the identifier of the UPF, or the DNAI and the N6 traffic routing information to the EES location information.

[0130] Alternatively, the memory 1730 may contain instructions executable by the processor 1720 whereby the network node 1700 is operative to, when implementing an NF consumer, perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 7. Particularly, the memory 1730 may contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing an NF consumer: transmit, to a data analytics server, a subscription request for network connectivity analytics, the request containing an analytics ID for UPF prediction and an indication of one or more target UEs; and receive, from the data analytics server, a notification containing network connectivity analytics for the one or more target UEs, the analytics including DNAIs, UPF identifiers, and / or N6 traffic routing information.

[0131] In an embodiment, the NF consumer may be an ECS, and / or the data analytics server may be an ADAE server or an NWDAF.

[0132] Alternatively, the memory 1730 may contain instructions executable by the processor 1720 whereby the network node 1700 is operative to, when implementing a data analytics server, perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 8. Particularly, the memory 1730 may contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing a data analytics server: receive, from an NF consumer, a request for prediction based on network connectivity analytics, the request containing a location of a UE and information of the UE for accessing the NF consumer; and transmit, to the NF consumer, a response containing an analytics result from which a UPF predicted to be used by the UE for EDN access is derivable.

[0133] In an embodiment, the information of the UE for accessing the ECS may include at least one of: a DNN used by the UE, information of a network slice used by the UE, and an IP address of the UE.

[0134] In an embodiment, the analytics result may include one of: a DNAI, the DNAI and an identifier of the UPF, or the DNAI and N6 traffic routing information of the UPF.

[0135] In an embodiment, the NF consumer may be an ECS, and / or the data analytics server may be an ADAE server or an NWDAF.

[0136] Alternatively, the memory 1730 may contain instructions executable by the processor 1720 whereby the network node 1700 is operative to, when implementing a data analytics server, perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 9. Particularly, the memory 1730 may contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing a data analytics server: receive, from an NF consumer, a subscription request for network connectivity analytics, the request containing an analytics ID for UPF prediction and an indication of one or more target UEs; and transmit, to the NF consumer, a notification containing network connectivity analytics for the one or more target UEs, the analytics including DNAIs, UPF identifiers, and / or N6 traffic routing information.

[0137] In an embodiment, the memory 1730 may further contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing the data analytics server: transmit, to the one or more target UEs and one or more core network nodes and / or to an analytics and data repository function, a data subscription request containing the analytics ID for UPF prediction and IDs and / or IP addresses of the one or more target UEs, and receive data notifications from the one or more target UEs and the one or more core network nodes and / or from the analytics and data repository function.

[0138] In an embodiment, the data notifications may contain following data associated with the one or more target UEs: UE location, UE ID, IP address, request time of PDU session establishment, DNN, network slice information, DNAI, UPF identifier, and / or N6 traffic routing information.

[0139] In an embodiment, the memory 1730 may further contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing the data analytics server: generate the network connectivity analytics based on the data in the data notifications.

[0140] In an embodiment, the memory 1730 may further contain instructions executable by the processor 1700 whereby the network node 1700 is operative to, when implementing the data analytics server: correlate the data in the data notifications; and predict an UPF to be used by at least one of the one or more target UEs based on the correlated data using AI or ML.

[0141] In an embodiment, the one or more core network nodes may include an NEF and / or an SMF.

[0142] In an embodiment, the NF consumer may be an ECS, and / or the data analytics server may be an ADAE server or an NWDAF.

[0143] Fig. 14 is a block diagram of a UE 1800 according to an embodiment of the present disclosure.

[0144] The UE 1800 includes a transceiver 1810, a processor 1820 and a memory 1830.

[0145] The memory 1830 may contain instructions executable by the processor 1820 whereby the UE 1800 is operative to perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 11. Particularly, the memory 1830 may contain instructions executable by the processor 1800 whereby the UE 1800 is operative to transmit, to an ECS, a service provisioning request; and receive, from the ECS, a service provisioning response containing configuration information of an EDN that is topologically closest to a UPF predicted to be used by the UE for EDN access.

[0146] In an embodiment, the configuration information of the EDN may include identification information of an EES and / or EAS in the EDN.

[0147] The present disclosure also provides at least one computer program product in the form of a non-volatile or volatile memory, e.g., a non-transitory computer readable storage medium, an Electrically Erasable Programmable Read-Only Memory (EEPROM) , a flash memory and a hard drive. The computer program product includes a computer program. The computer program includes: code / computer readable instructions, which when executed by the processor 1720 causes the network node 1700 to perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 3, 7, 8, or 9; or code / computer readable instructions, which when executed by the processor 1820 causes the UE 1800 to perform the actions, e.g., of the procedure described earlier in conjunction with Fig. 11.

[0148] The computer program product may be configured as a computer program code structured in computer program modules. The computer program modules could essentially perform the actions of the flow illustrated in Fig. 3, 7, 8, 9, or 11.

[0149] The processor may be a single CPU (Central Processing Unit) , but could also comprise two or more processing units. For example, the processor may include general purpose microprocessors; instruction set processors and / or related chips sets and / or special purpose microprocessors such as Application Specific Integrated Circuits (ASICs) . The processor may also comprise board memory for caching purposes. The computer program may be carried in a computer program product connected to the processor. The computer program product may comprise a non-transitory computer readable storage medium on which the computer program is stored. For example, the computer program product may be a flash memory, a Random Access Memory (RAM) , a Read-Only Memory (ROM) , or an EEPROM, and the computer program modules described above could in alternative embodiments be distributed on different computer program products in the form of memories.

[0150] In certain embodiments, some or all of the functionality described herein may be provided by processing circuitry executing instructions stored on in memory, which in certain embodiments may be a computer program product in the form of a non-transitory computer-readable storage medium. In alternative embodiments, some or all of the functionality may be provided by the processing circuitry without executing instructions stored on a separate or discrete device-readable storage medium, such as in a hard-wired manner. In any of those particular embodiments, whether executing instructions stored on a non-transitory computer-readable storage medium or not, the processing circuitry can be configured to perform the described functionality. The benefits provided by such functionality are not limited to the processing circuitry alone or to other components of the computing device, but are enjoyed by the computing device as a whole, and / or by end users and a wireless network generally.

[0151] The disclosure has been described above with reference to embodiments thereof. It should be understood that various modifications, alternations and additions can be made by those skilled in the art without departing from the spirits and scope of the disclosure. Therefore, the scope of the disclosure is not limited to the above particular embodiments but only defined by the claims as attached.

[0152] The present disclosure may further include possible changes to the current 3GPP TS 23.700-23, v0.3.0 as described below in the Appendix, where strikethroughs indicate deleted text and underlines indicate added text.

[0153] Appendix

Claims

1.A method (300) in an Edge Configuration Server, ECS, comprising:transmitting (310) , to a User Equipment, UE, configuration information of an Edge Data Network, EDN, that is topologically closest to a User Plane Function, UPF, predicted to be used by the UE for EDN access.2.The method (300) of claim 1, wherein the configuration information of the EDN comprises identification information of an Edge Enabler Server, EES, and / or Edge Application Server, EAS in the EDN.3.The method (300) of claim 1 or 2, further comprising:transmitting, to a data analytics server, a request for prediction based on network connectivity analytics, the request containing a location of the UE and information of the UE for accessing the ECS; andreceiving, from the data analytics server, a response containing an analytics result from which the UPF is derivable.4.The method (300) of claim 3, wherein the information of the UE for accessing the ECS comprises at least one of:- a Data Network Name, DNN, used by the UE;- information of a network slice used by the UE; and- an Internet Protocol, IP, address of the UE.5.The method (300) of claim 3 or 4, wherein the analytics result comprises one of:- a Data Network Access Identifier, DNAI;- the DNAI and an identifier of the UPF; or- the DNAI and N6 traffic routing information of the UPF.6.The method (300) of claim 5, wherein the EDN is determined based on one of:the DNAI;the DNAI and the identifier of the UPF; orthe DNAI and the N6 traffic routing information.7.The method (300) of claim 6, further comprising:receiving, from an Edge Enabler Server, EES, associated with the EDN, EES location information,wherein the EDN is determined by mapping the DNAI, the DNAI and the identifier of the UPF, or the DNAI and the N6 traffic routing information to the EES location information.8.A method (700) in a Network Function, NF, consumer, comprising:transmitting (710) , to a data analytics server, a subscription request for network connectivity analytics, the request containing an analytics Identifier, ID, for User Plane Function, UPF, prediction and an indication of one or more target User Equipments, UEs; andreceiving (720) , from the data analytics server, a notification containing network connectivity analytics for the one or more target UEs, the analytics including Data Network Access Identifiers, DNAIs, UPF identifiers, and / or N6 traffic routing information.9.The method (700) of claim 8, whereinthe NF consumer is an Edge Configuration Server, ECS; and / orthe data analytics server is an Application Data Analytics Enablement, ADAE, server or a Network Data Analysis Function, NWDAF.10.A method (800) in a data analytics server, comprising:receiving (810) , from a Network Function, NF, consumer, a request for prediction based on network connectivity analytics, the request containing a location of a User Equipment, UE, and information of the UE for accessing the NF consumer; andtransmitting (820) , to the NF consumer, a response containing an analytics result from which a User Plane Function, UPF, predicted to be used by the UE for Edge Data Network, EDN, access is derivable.11.The method (800) of claim 10, wherein the information of the UE for accessing the NF consumer comprises at least one of:- a Data Network Name, DNN, used by the UE;- information of a network slice used by the UE; and- an Internet Protocol, IP, address of the UE.12.The method (800) of claim 10 or 11, wherein the analytics result comprises one of:- a Data Network Access Identifier, DNAI;- the DNAI and an identifier of the UPF; or- the DNAI and N6 traffic routing information of the UPF.13.The method (800) of any one of claims 9-12, whereinthe NF consumer is an Edge Configuration Server, ECS; and / orthe data analytics server is an Application Data Analytics Enablement, ADAE, server or a Network Data Analysis Function, NWDAF.14.A method (900) in a data analytics server, comprising:receiving (910) , from a Network Function, NF, consumer, a subscription request for network connectivity analytics, the request containing an analytics Identifier, ID, for User Plane Function, UPF, prediction and an indication of one or more target User Equipments, UEs; andtransmitting (920) , to the NF consumer, a notification containing network connectivity analytics for the one or more target UEs, the analytics including Data Network Access Identifiers, DNAIs, UPF identifiers, and / or N6 traffic routing information.15.The method (900) of claim 14, further comprising:transmitting, to the one or more target UEs and one or more core network nodes and / or to an analytics and data repository function, a data subscription request containing the analytics ID for UPF prediction and IDs and / or Internet Protocol, IP, addresses of the one or more target UEs; andreceiving data notifications from the one or more target UEs and the one or more core network nodes and / or from the analytics and data repository function.16.The method (900) of claim 15, wherein the data notifications contain following data associated with the one or more target UEs:UE location,UE ID,IP address,request time of Packet Data Unit, PDU, session establishment,DNN,network slice information,DNAI,UPF identifier, and / orN6 traffic routing information.17.The method (900) of claim 15 or 16 further comprising:generating the network connectivity analytics based on the data in the data notifications.18.The method (900) of any of claims 15-17, further comprising:correlating the data in the data notifications; andpredicting an UPF to be used by at least one of the one or more target UEs based on the correlated data using Artificial Intelligence, AI, or Machine Learning, ML.19.The method (900) of any of claims 15-18, wherein the one or more core network nodes comprise a Network Exposure Function, NEF, and / or a Session Management Function, SMF.20.The method (900) of any of claims 15-19, whereinthe NF consumer is an Edge Configuration Server, ECS; and / orthe data analytics server is an Application Data Analytics Enablement, ADAE, server or a Network Data Analysis Function, NWDAF.21.A method (1100) in a User Equipment, UE, comprising:transmitting (1110) , to an Edge Configuration Server, ECS, a service provisioning request; andreceiving (1120) , from the ECS, a service provisioning response containing configuration information of an Edge Data Network, EDN, that is topologically closest to a User Plane Function, UPF, predicted to be used by the UE for EDN access.22.The method (300) of claim 21, wherein the configuration information of the EDN comprises identification information of an Edge Enabler Server, EES, and / or Edge Application Server, EAS in the EDN.23.A network node (1700) , comprising a communication interface (1710) , a processor (1720) , and a memory (1730) , the memory (1730) comprising instructions executable by the processor (1720) whereby the network node (1700) is operative to, when implementing an Edge Configuration Server, ECS, perform the method according to any of claims 1-7, or when implementing a Network Function, NF, consumer, perform the method according to claim 8 or 9, or when implementing a data analytics server, perform the method according to any of claims 10-13 or 14-20.24.A computer-readable storage medium having computer-readable instructions stored thereon, the computer-readable instructions, when executed by a processor of a network node, configure the network node to, when implementing an Edge Configuration Server, ECS, perform the method according to any of claims 1-7, or when implementing a Network Function, NF, consumer, perform the method according to claim 8 or 9, or when implementing a data analytics server, perform the method according to any of claims 10-13 or 14-20.25.A computer program product, comprising computer-readable instructions which, when executed by a processor of a network node, configure the network node to, when implementing an Edge Configuration Server, ECS, perform the method according to any of claims 1-7, or when implementing a Network Function, NF, consumer, perform the method according to claim 8 or 9, or when implementing a data analytics server, perform the method according to any of claims 10-13 or 14-20.26.AUser Equipment, UE, (1800) comprising a transceiver (1810) , a processor (1820) , and a memory (1830) , the memory (1830) comprising instructions executable by the processor (1820) whereby the UE (1800) is operative to perform the method according to claim 21 or 22.27.A computer-readable storage medium having computer-readable instructions stored thereon, the computer-readable instructions, when executed by a processor of a User Equipment, UE, configure the UE to perform the method according to claim 21 or 22.28.A computer program product, comprising computer-readable instructions which, when executed by a processor of a User Equipment, UE, configure the UE to perform the method according to claim 21 or 22.

Images