【中国移动】2023面向6G数据服务的设计思考报告_16页_1mb

面向6G数据服务的设计思考

现网问题启示

1. C/D分离不彻底：5G提出了计算与数据分离的架构设计，但受前期驱动力不足和标准定义不完善影响，仅实现部分分离。存在问题包括接口/数据结构不统一、跨厂家数据兼容问题、数据不安全，以及运维复杂度增加。

2. 数据利用不充分：尽管存在丰富的通信网络数据，但分散在各网络功能中，形成数据孤岛，不利于网络智能分析和网络能力开放。

现状分析

• 用户静态数据整合：5G已实现统一的数据库和数据接口，以支持数据共享、大数据分析和能力开放。

• 用户状态数据分离：将控制面内的上下文信息从逻辑处理单元中剥离开，单独部署。但目前部分网元（如AMF/SMF）尚未完全实现分离，且标准不完善，数据仍存在问题。

数据需求分析

• 数据解耦：需解决数据的高效获取、可获得性以及高质量获取问题。

• 数据结构标准化：需对数据模型进行统一定义与标准化。

6G新需求的启示

1. 内生AI和智能处理需求：6G需支持数据的全生命周期管理，包括传输、处理、存储和分析，满足新型AI业务对数据处理能力的高要求。

2. 网络数字孪生需求：数据是构建网络数字孪生的基础，需通过虚实映射与实时数据接口支持数字孪生体的构建。

3. 网络自治与智能化：实现自配置、自优化、自愈、零接触运维等高度智能化的网络自治目标。

面向6G数据服务的设计理念

1. 独立统一：设计独立的数据面，实现统一数据采集、存储、处理分析和能力开放。

2. 安全可信：利用区块链、分布式存储、数据脱敏等技术保障数据隐私与安全。

3. 按需编排：面向场景和用户需求编排全流程数据服务，支持个性化处理。

4. 兼容设计：考虑与现有网络的兼容，并支持灵活扩展。

5. 分布存储：依据算力部署特点实现数据的分布式存储，提高灵活性。

6G数据服务方案设计

• 新增数据面必要性：支持AI、通感、网络上下文等全流程数据处理。新增数据面涵盖数据采集、处理、存储功能。

• 数据面功能组件：

  • 数据面执行功能（DF）：包括数据采集（DC）、处理（DP）和存储（DR）。
  • 数据面服务控制功能（DMF）：包括存储管理（SDM）、服务编排（DSC）和注册（DSR）。
  • 增强控制面（eAMF、eSMF、ePCF）：实现对数据服务的全局控制。

• 设计与挑战：

  1. 性能挑战：数据存储需高可靠，传输需高速，处理需实时。
  2. 数据采集：支持异构数据源，实现多模态感知数据采集。
  3. 数据处理：设计专用传输通道，支持随路数据处理。
  4. 存储体系：兼容用户、感知、AI模型等多种数据类型，支持统一接口与分级存储。

技术问题与技术体系

• 数据存储与处理：

  1. 如何设计兼容多种数据类型的存储系统并提供统一接口？
  2. 如何实现去中心化或分布式存储，解决用户数据迁移问题？
  3. 是否需要专门的数据随路处理通道？

• 数据采集：

  1. 如何从网络设备、UE、RAN等多源异构数据中高效采集？

面向6G的实践畅想

1. 全面实现C/D分离：支持网络服务功能无状态化，以提升容灾、迁移、并发处理能力。

2. 支持网络数字孪生：提供数据的采集中枢、存储与管理接口，为网络智能化提供基础。

3. 数据服务进入核心架构：新增“三体四层五面”架构，赋予网络数据面、计算面、安全面独立职能。

开放问题

• 数据面协议栈设计：如何构建完整且灵活扩展的协议栈？

• 分布式存储方式：用户数据是否采用去中心化存储？如何打破数据归属限制？

• 性能评估机制：如何评价数据面性能并与整体网络优化联动？

• 数据传输方式：是在现有用户面上新增QoS通道还是构建独立数据路由？

• 数据整合与现有平台的关系：如何实现数据整合和平滑过渡？

总结

在现网C/D分离不彻底、数据利用不充分及面向未来内生AI、数字孪生需求的推动下，面向6G提出新增数据面设计方案，实现网络向全要素数据处理全流程演进。尽管初步形成共识，仍需解决协议栈、分布式存储、性能评估等关键技术问题，以促进6G数据服务的技术成熟、标准制定及产业落地，助力6G实现“智慧泛在、数字孪生”愿景。