【中國聯(lián)通研究院】中國聯(lián)通5G核心網(wǎng)智能架構白皮書

中國聯(lián)通5G核心網(wǎng)

智能架構白皮書

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

前言

隨著5G網(wǎng)絡覆蓋不斷鋪開，5G業(yè)務形態(tài)不斷創(chuàng)新和演進，

5G網(wǎng)絡的業(yè)務能力開始從單一化走向多樣化，網(wǎng)絡部署也逐漸

從中心化轉為分散化/邊緣化，這些變化都對傳統(tǒng)的網(wǎng)絡治理手

段提出了巨大的挑戰(zhàn)。而近年來人工智能技術快速發(fā)展，人工智

能算法的不斷演進和迭代，設備硬件能力持續(xù)提升，標志著人工

智能技術的逐步成熟，也為5G網(wǎng)絡的智能化治理提供了一種可

能。

本白皮書針對3GPP定義的以網(wǎng)絡數(shù)據(jù)分析功能NWDAF

為核心的5G核心網(wǎng)智能架構，討論了5G核心網(wǎng)智能化的典型

場景、系統(tǒng)架構要求和關鍵技術能力，為未來的5G網(wǎng)絡智能化

演進提供了一個思路。

本白皮書由中國聯(lián)通研究院牽頭編制，參編單位包括（排名

不分先后）：華為技術有限公司、中興通訊股份有限公司、維沃

移動通信有限公司、北京小米移動軟件有限公司、OPPO廣東移

動通信有限公司、騰訊云計算（北京）有限責任公司、中國信息

通信科技有限公司、愛立信（中國）通信有限公司、上海諾基亞

貝爾股份有限公司。

-2-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

編寫組成員（排名不分先后）：

任馳、穆佳、王遠、李卓明、朱進國、牛嬌紅、吳曉波、崇

衛(wèi)微、沈洋、劉建寧、許陽、張云飛、張卓筠、王胡成、段小嫣、

劉堅、賈小萌、樊濤、王偉新。

-3-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

一、5G智能技術發(fā)展驅動力

隨著5G標準化工作的推進，5G市場也在經歷高速發(fā)展并逐漸

走向成熟，目前我國的5G基站總數(shù)已經達到196.8萬站，5G網(wǎng)絡

覆蓋全部的地級市，并覆蓋了超過98%的縣城城區(qū)和80%的鄉(xiāng)鎮(zhèn)鎮(zhèn)

區(qū)。此外，中國信通院發(fā)布的《中國5G發(fā)展和經濟社會影響白皮書》

指出，5G具有顯著的技術深度，擁有開發(fā)創(chuàng)造新業(yè)態(tài)、新產品、新

工藝和新技術的巨大潛力，這也表示未來5G應用的主戰(zhàn)場將更多的

面向垂直行業(yè)市場，從傳統(tǒng)的個人移動終端業(yè)務向工業(yè)、電力、金融、

醫(yī)療、港口、智慧城市等各個垂直領域擴展和滲透。新一代信息技術

與制造業(yè)進一步深度融合，工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展邁出更堅實步伐，隨

著“5G+工業(yè)互聯(lián)網(wǎng)”512工程縱深推進，全國建設項目已超過3100

個，為數(shù)字產業(yè)發(fā)展帶來更多增長機會。

層出不窮的新應用、新需求、新場景也進一步影響了5G網(wǎng)絡的

演進，使5G網(wǎng)絡持續(xù)向復雜化、分散化和靈活化發(fā)展，運營商需要

支持針對不同客戶的需求創(chuàng)造定制化和個性化的業(yè)務體驗，這也進一

步要求5G網(wǎng)絡能夠對網(wǎng)絡資源進行更快速和更精確的調度。同時，

垂直行業(yè)在業(yè)務性能方面的要求也呈現(xiàn)越來越嚴苛的趨勢，這也要求

5G網(wǎng)絡能夠對網(wǎng)絡狀態(tài)進行針對性的感知，并以此為基礎進行經驗

性的，甚至是預測性的動態(tài)調整和優(yōu)化。

以上的商業(yè)和技術發(fā)展趨勢為構建智能化5G網(wǎng)絡提供了契機，

-4-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

而近年來人工智能技術的不斷發(fā)展、機器學習算法的不斷豐富、計算

設備性能的持續(xù)提升，也為5G網(wǎng)絡的智能化提供了可能性。作為

5G網(wǎng)絡最大的數(shù)據(jù)生產者之一，5G核心網(wǎng)已經成為了各個標準組

織進行移動通信網(wǎng)絡智能化討論的早期陣地。5G核心網(wǎng)智能架構的

引入，使得5G網(wǎng)絡可以深度的利用和開發(fā)5G核心網(wǎng)產生和管理的

海量的，多樣的數(shù)據(jù)，為運營商提高網(wǎng)絡資源利用率，優(yōu)化用戶業(yè)務

體驗，進而提升5G網(wǎng)絡價值提供了一條值得探索的新路徑。

二、5G智能化典型應用場景

（一）網(wǎng)絡切片性能保障

5G時代業(yè)務場景的多樣性為運營商帶來了巨大的挑戰(zhàn)，傳統(tǒng)的

網(wǎng)絡建設和管理思路難以適應快速發(fā)展和演進的移動通信網(wǎng)絡部署

需求，在此背景下網(wǎng)絡切片技術應運而生，通過基于5G服務化架構

的網(wǎng)絡切片技術，運營商將能夠最大程度地提升網(wǎng)絡對外部環(huán)境、客

戶需求、業(yè)務場景的適應性，提升網(wǎng)絡資源使用效率，最優(yōu)化運營商

的網(wǎng)絡建設投資，構建靈活和敏捷的5G網(wǎng)絡。

考慮到有限的網(wǎng)絡資源和不斷變化的網(wǎng)絡環(huán)境，隨著切片數(shù)量的

增加，運營商是否在任何時間都能夠保障所有切片的性能以確保用戶

獲得滿意的業(yè)務體驗，是一個對切片用戶非常重要的問題。智能化能

力的引入成為動態(tài)切片資源管理的重要應用趨勢，通過匯聚切片業(yè)務

相關的網(wǎng)絡數(shù)據(jù)，網(wǎng)絡可以根據(jù)每切片的使用情況分析獲得切片用戶

-5-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

業(yè)務QoE情況的統(tǒng)計（如占總數(shù)多少百分比的用戶已經低于SLA所

要求的QoE），將分析結果信息應用到網(wǎng)絡切片的規(guī)劃、部署、監(jiān)控、

優(yōu)化的各個環(huán)節(jié)中，及時的調整切片資源分配，并將已有切片的分析

信息應用到新切片的設計和上線過程中，實現(xiàn)切片的自動化業(yè)務控制

和SLA保障。

進一步的，網(wǎng)絡還可以基于歷史分析信息進行面向未來的切片性

能預測，在用戶QoE下降之前提前完成資源的優(yōu)化配置，縮短或避

免用戶對QoE降級的感知。

（二）邊緣計算路由優(yōu)化

邊緣計算（EdgeComputing）技術是5G架構的重要創(chuàng)新之一，

邊緣計算通過在靠近終端或數(shù)據(jù)源的位置進行網(wǎng)絡能力覆蓋，向用戶

提供結合了融合計算、敏捷聯(lián)結、實時高效、安全隱私等特性的業(yè)務

體驗。5G的大規(guī)模部署和廣泛覆蓋也給邊緣計算的深入發(fā)展提供了

支撐，為智慧城市、智能安防、智能電網(wǎng)等創(chuàng)新應用場景提供了解決

方案，并將在未來進一步擴展到自動駕駛、體育賽事、演出直播等商

業(yè)領域。目前，國內已有數(shù)百個5G邊緣計算應用投入應用，范圍覆

蓋工廠、礦山、場館等多類業(yè)務場景，并且新的場景和應用仍在持續(xù)

的開發(fā)和落地，在依托于5G的數(shù)字經濟發(fā)展中發(fā)揮了巨大的作用。

在實際的部署中，同一個邊緣計算業(yè)務可能會在一個區(qū)域（如一

個城市內）部署多個支持該業(yè)務的邊緣應用服務器，隨著用戶使用業(yè)

-6-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

務過程中發(fā)生移動，就需要針對用戶的邊緣應用業(yè)務路由進行實時的

調整，以確保用戶總是路由到業(yè)務體驗最優(yōu)的邊緣應用服務器。而邊

緣應用的概念中，所謂的“靠近”終端/數(shù)據(jù)源/服務器更多的是一個

相對的概念，絕對距離的靠近并不意味著用戶一定能獲取最優(yōu)的業(yè)務

體驗，同時還需要考慮當前和目標UPF節(jié)點的負載、傳輸網(wǎng)路由配

置、用戶移動性（如步行類的低速移動或乘坐汽車、火車等的高速移

動）等因素。

5G網(wǎng)絡通過智能化的分析手段，能夠實時的判斷用戶邊緣業(yè)務

感知情況，并在業(yè)務體驗無法滿足時，結合實時的邊緣路由性能分析

數(shù)據(jù)，在全網(wǎng)范圍內為用戶選擇當前最優(yōu)的邊緣應用路由，提升用戶

的業(yè)務體驗。

（三）UE行為分析及業(yè)務優(yōu)化

5G核心網(wǎng)作為用戶業(yè)務管理和調度的核心，擁有非常豐富的用

戶數(shù)據(jù)，包括用戶設備的簽約信息、能力信息、標識信息等靜態(tài)數(shù)據(jù)，

還包括移動位置信息、業(yè)務相關信息（如速率、QoS等）等動態(tài)數(shù)

據(jù)，以及第三方提供的業(yè)務相關策略等信息。這些靜態(tài)和動態(tài)數(shù)據(jù)可

以從AMF、SMF、PCF和UDM等網(wǎng)元中獲取，也可以從OAM系

統(tǒng)獲取。在符合國家的用戶數(shù)據(jù)安全相關的法律法規(guī)和用戶隱私的前

提下，根據(jù)用戶或客戶需求，5G核心網(wǎng)可以合理的智能分析和利用

這些數(shù)據(jù)，來優(yōu)化業(yè)務傳輸，提升網(wǎng)絡資源利用率，還能通過UE行

-7-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

為分析及預測，大大提升用戶體驗。比如：

5G核心網(wǎng)通過分析網(wǎng)絡數(shù)據(jù)，可以獲取特定區(qū)域，特定時間段

內的如用戶數(shù)量、人員移動軌跡、業(yè)務貢獻度等信息，進而指導第三

方應用提供方的戶外廣告投放、應用層定向業(yè)務優(yōu)化策略制定等行為。

5G核心網(wǎng)還可以根據(jù)第三方可提供的策略和需求信息，提供業(yè)

務的優(yōu)化。例如：第三方提供預置的UE行為信息給5G核心網(wǎng)（如，

預置UE行動軌跡信息，預置UE通話時間、時長信息等等），5G核

心網(wǎng)可以根據(jù)這些預置信息，提前預留和調度資源以提供更可靠更優(yōu)

質的通信服務。

此外，5G核心網(wǎng)可以通過對用戶業(yè)務行為的分析，結合一系列

的判定標準，實現(xiàn)發(fā)現(xiàn)并定位異常行為UE的能力，如園區(qū)專用UE

移動到園區(qū)范圍之外，單個UE短時間內群發(fā)大量短消息，應該處于

休眠狀態(tài)的IoT設備被長時間喚醒等。結合UE異常行為分析結果，

運營商可以針對性的調整用戶管理策略（如將異常UE強制下線），

或向使用該UE的第三方行業(yè)用戶發(fā)出告警，輔助行業(yè)用戶定位問題

UE并進行及時的處理。

（四）網(wǎng)絡擁塞分析

傳統(tǒng)擁塞控制方案是人們基于對忙閑時經驗判斷或者特定網(wǎng)絡

區(qū)域用戶使用量習慣的認知基礎上進行的靜態(tài)策略管控，這種靜態(tài)的

設置方式忽略了網(wǎng)絡負荷動態(tài)變化、用戶移動性信息、用戶使用的業(yè)

-8-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

務特性等因素，無法根據(jù)網(wǎng)絡和業(yè)務的實時情況進行針對性的動態(tài)控

制。5G核心網(wǎng)可實時采集用戶在當前位置中經歷的網(wǎng)絡擁塞狀態(tài)，

并基于網(wǎng)絡的歷史負荷情況，通過機器學習預測網(wǎng)絡擁塞的時間和等

級，將預測的擁塞信息輸出給策略控制功能用于調整特定用戶和業(yè)務

的QoS策略。除此以外，5GC還可實時采集小區(qū)級別的負荷信息，

進行小區(qū)級別的擁塞判斷和預測，并將網(wǎng)絡擁塞狀態(tài)上報給AF，指

導AF進行業(yè)務層面的調整。

基于5GC的智能擁塞管控可充分實現(xiàn)對網(wǎng)絡擁塞狀況實時感

知和智能預測，提升用戶的業(yè)務體驗，提高網(wǎng)絡資源調度水平。

（五）定位業(yè)務賦能

定位業(yè)務是移動通信系統(tǒng)的重要功能之一，其可以通過移動網(wǎng)絡

定位技術獲取終端位置信息，并將位置信息以特定的格式提供給用戶

終端、運營商、第三方機構等位置信息請求方。定位技術從2G到

4G持續(xù)演進，定位精度逐步提升。隨著5G的到來，各種業(yè)務類型

越來越豐富，對定位服務提出了更高的要求。

智能化能力的引入能夠有效提升定位性能，網(wǎng)絡分析數(shù)據(jù)（如終

端移動性分析、WLAN性能分析）能夠協(xié)助定位管理網(wǎng)元LMF選擇

更適合當前場景（如終端位于室內或室外）的定位方法，提高定位精

度。

-9-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

（六）智能選網(wǎng)

在運營商5G網(wǎng)絡完成全面覆蓋之前，傳統(tǒng)的4GLTE網(wǎng)絡和

5GNR將長期共存。5G商用初期，一方面，運營商可以根據(jù)網(wǎng)絡頻

譜特性，利用4G頻譜完成廣覆蓋，利用5G頻譜進行熱點覆蓋，另

一方面，針對不同的業(yè)務需求，5GNR也存在多種高、低頻率聯(lián)合

部署的覆蓋形式。因此，針對多種接入方式并存的情況，5G核心網(wǎng)

應考慮到多種接入方式如何協(xié)同工作的問題，比如使用AI技術來輔

助終端進行智能選網(wǎng)駐留。

5G核心網(wǎng)作為網(wǎng)絡的核心，可以獲取到大量用戶業(yè)務相關的數(shù)

據(jù)，并有足夠的算力和能力去分析這些數(shù)據(jù)，從而選擇出更適合用戶

的接入方式。智能化網(wǎng)元可以從AF，AMF，SMF等網(wǎng)元獲取到用

戶業(yè)務體驗信息、用戶位置及移動性信息、接入網(wǎng)絡制式等信息作為

AI輸入數(shù)據(jù)，并在合法和保護用戶隱私的前提下，統(tǒng)計或推理出用

戶在使用的業(yè)務信息、特定用戶位置信息以及處于特定接入網(wǎng)絡制式

下的業(yè)務體驗分析信息，并將其發(fā)送給PCF等負責制定策略的網(wǎng)元。

在業(yè)務體驗分析信息的輔助下，PCF可以為用戶終端制定出合適的

RAT/頻率選擇策略（例如，RFSP，RAT/FrequencySelection

Priority），從而對于NR和LTE之間的異系統(tǒng)選擇或者NR高頻和

NR低頻之間的頻率間選擇進行有效和智能的判斷。

-10-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

（七）QoS預測及可保持性分析

QoS保障是移動通信網(wǎng)絡實現(xiàn)差異化服務能力的重要技術，第

三方業(yè)務提供商也對5G網(wǎng)絡的QoS保障能力提出了多樣化的需求。

5G網(wǎng)絡的智能化分析網(wǎng)元通過采集網(wǎng)絡特定時間或位置區(qū)域的

QoS變化的歷史信息，可以分析得到包括帶寬，誤碼率等在內的QoS

參數(shù)或性能的預測結果，或者特定的QoS參數(shù)是否超過了上報的門

限值。該預測結果也可以針對未來特定的一段時間或者特定的位置區(qū)

域。

該預測結果可以通過能力開放的API接口發(fā)送給AF,業(yè)務提供

方可以根據(jù)該預測的信息進行業(yè)務參數(shù)的調整，如XR業(yè)務的服務器

可以根據(jù)網(wǎng)絡的擁塞信息或傳輸速率的預測結果靈活調整XR業(yè)務的

相關參數(shù)，以更好的適應網(wǎng)絡傳輸狀態(tài)的變化，優(yōu)化業(yè)務體驗。

又如，車聯(lián)網(wǎng)V2X業(yè)務的用戶體驗也可以通過QoS分析和預測

進行保障，V2X應用服務器可以向5GC請求指定的地理區(qū)域和時間

間隔的QoS可持續(xù)性分析通知，以便提前調整應用的業(yè)務行為，并

基于QoS可持續(xù)性分析通知進行QoS更改。5GC可以通過收集5QI

信息，預測出未來在某一區(qū)域的分析目標周期內QoS更改發(fā)生的可

能性大小，并在超出V2X應用服務器設置的通知閾值時發(fā)送通知報

告。V2X應用服務器還可以向5GC請求過去的QoS可持續(xù)性統(tǒng)計

信息，以調整V2X業(yè)務的行為邏輯，更好地適應網(wǎng)絡。

-11-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

三、5G核心網(wǎng)智能架構關鍵技術

（一）NWDAF分析框架

1.數(shù)據(jù)采集及分析反饋

面向5G核心網(wǎng)智能化演進需求，3GPP在Rel-15階段定義了

核心網(wǎng)服務化網(wǎng)元網(wǎng)絡數(shù)據(jù)分析功能NWDAF（NetworkData

AnalyticsFunction），并在Rel-16階段定義了完整的數(shù)據(jù)采集、數(shù)

據(jù)分析、分析反饋架構和對應的網(wǎng)絡流程。圍繞NWDAF的5G核

心網(wǎng)智能框架如圖1示意：

圖15G核心網(wǎng)智能框架示意圖

NWDAF作為服務化網(wǎng)元，支持通過標準定義的服務化接口向數(shù)

據(jù)源如其他5G核心網(wǎng)NF、OAM或AF進行事件訂閱，以此獲取分

析所需要的原始數(shù)據(jù)?？梢酝ㄟ^服務化接口獲取的數(shù)據(jù)包括如從

AMF獲取用戶位置、用戶移入/移出目標區(qū)域事件，從SMF獲取對

-12-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

應特定DNN/S-NSSAI的PDU會話建立、更新、釋放信息，從

AF/NEF獲取特定應用的應用QoE指標、應用標識符及應用服務器

信息，從OAM獲取無線小區(qū)的負荷和性能信息等。

NWDAF的分析結果信息可以反饋給5G核心網(wǎng)NF或AF。當

NWDAF的分析結果信息開放給AF時，需要通過網(wǎng)絡開放功能網(wǎng)元

NEF與AF進行交互。NWDAF的分析結果信息可以包括網(wǎng)絡性能

分析信息，UE行為分析信息、擁塞分析信息等。

遵循服務化架構整體通信和交互要求，NWDAF可以通過請求/

響應和訂閱/通知兩種模式接收來自分析消費者的分析需求，并在完

成分析后向其反饋所請求的分析結果信息。

2.NWDAF發(fā)現(xiàn)和選擇

NWDAF作為5G核心網(wǎng)服務化網(wǎng)元，支持基于標準服務化流程

通過NRF被分析消費者發(fā)現(xiàn)和選擇。NRF根據(jù)分析消費者的請求，

結合NWDAF的NF配置文件信息為分析消費者提供備選的

NWDAF列表。NWDAF注冊到NRF中的NF配置文件可以包含

NWDAF支持的AnalyticsID，支持的服務類型（如是否支持MTLF

服務），NWDAF服務區(qū)域，分析聚合能力等信息。

針對UE特定的分析場景，NWDAF可以針對特定的Analytics

ID（如UE移動性分析），攜帶其正在服務的目標UE標識以及對應

的AnalyticsID向UDM進行注冊，當分析消費者無法通過NRF發(fā)

-13-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

現(xiàn)服務特定UE的NWDAF時，分析消費者可以向UDM進行查詢

并找到所需的NWDAF。

3.分析上下文的管理和傳遞

在NWDAF執(zhí)行分析的過程中，由于一些內部原因如NWDAF

間的負載均衡，NWDAF的計劃內下線等操作，或由于一些外部原因

如UE移動性事件觸發(fā)等，當前的服務NWDAF無法繼續(xù)為分析消

費者提供分析服務，此時就需要進行服務NWDAF的變更，并將當

前NWDAF正在執(zhí)行的分析過程轉移到新的目標NWDAF。為支持

這一過程，NWDAF會在內部維護一套分析上下文信息，以確保在發(fā)

生NWDAF變更后，目標NWDAF可以基于分析上下文中的信息繼

續(xù)執(zhí)行未完成的分析過程。

NWDAF管理的分析上下文可能包含：

－分析相關信息，如尚未提供給分析消費者的待發(fā)送分析信息，

歷史輸出分析信息，最后一次向分析消費者提供分析信息的時

間，分析聚合相關信息等；

－分析相關的數(shù)據(jù)，如當前NWDAF中可能與將在目標NWDAF

中繼續(xù)的分析過程相關或有用的歷史分析數(shù)據(jù)；

－ML模型相關信息，如待轉移的分析過程所需ML模型對應的

MTLF信息，以及ML模型的文件所在地址信息等。

分析上下文的傳遞可以由源NWDAF發(fā)起，也可以由分析消費

-14-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

者選擇目標NWDAF后，觸發(fā)目標NWDAF發(fā)起。

4.NWDAF分析聚合

在同一網(wǎng)絡中，多個NWDAF實例可以基于層級結構或樹狀結

構進行部署，如下級NWDAF可以和數(shù)據(jù)源NF（如AMF、SMF等）

合并部署或鄰近部署，以實現(xiàn)快速的實時性數(shù)據(jù)獲取，而上級

NWDAF匯總處理下級NWDAF的數(shù)據(jù)并生成總體的數(shù)據(jù)分析報告。

或者多個NWDAF各自負責一片NWDAF服務區(qū)域，并將各自負責

區(qū)域內的數(shù)據(jù)統(tǒng)一上報至上級NWDAF，聚合生成針對更大管理區(qū)域

的分析報告。

當多個NWDAF需要聯(lián)合完成一項分析任務時，需要有一個

NWDAF承擔聚合NWDAF的功能，即匯總多個NWDAF的分析元

數(shù)據(jù)（AnalyticsMetadata），聚合并生成聚合的分析信息。支持分

析聚合能力的NWDAF會在向NRF進行注冊的時候將聚合能力指示

包含在NF配置文件中，以備未來的聚合NWDAF發(fā)現(xiàn)和選擇。其

他非聚合NWDAF則在NF配置文件中包含分析元數(shù)據(jù)提供能力，

以供聚合NWDAF進行發(fā)現(xiàn)和選擇。分析聚合能力是NWDAF的一

項額外的能力，也就是說，一個NWDAF在擔任聚合NWDAF的角

色期間，也可能同時在承擔獨立NWDAF或提供分析元數(shù)據(jù)的

NWDAF的角色。

典型的分析聚合架構如下圖2所示：

-15-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

圖2NWDAF分析聚合架構示意

分析消費者可能會在NWDAF發(fā)現(xiàn)和選擇的過程中指定一個目

標分析區(qū)域（AreaofInterest），并要求發(fā)現(xiàn)一個具備分析聚合能力

的NWDAF，在后續(xù)的分析請求和交互過程中，聚合NWDAF可以

基于分析請求中指定的目標分析區(qū)域，將對應區(qū)域拆分為若干個子區(qū)

域，并以此作為發(fā)現(xiàn)能夠提供分析元數(shù)據(jù)的NWDAF的條件，進而

發(fā)現(xiàn)并選擇多個用于提供分析聚合所需要的分析元數(shù)據(jù)的NWDAF，

完成分析聚合過程。

分析消費者也可能不會在NWDAF發(fā)現(xiàn)和選擇過程中指定目標

分析區(qū)域，在這種情況下，NRF可以向分析消費者返回一個支持分

析聚合能力，并覆蓋較大的服務區(qū)域的NWDAF，以滿足分析消費者

的請求。

-16-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

（二）ML模型管理及交互

1.NWDAF邏輯功能分解

基于3GPPRel-16階段要求，NWDAF為單一邏輯功能實體，

單個NWDAF同時承擔ML模型設計、ML模型訓練、數(shù)據(jù)采集、

數(shù)據(jù)推理分析等功能，網(wǎng)絡中的各個NWDAF獨立、閉環(huán)的進行以

上數(shù)據(jù)和模型相關的處理，彼此之間缺乏協(xié)同。因此NWDAF所使

用的ML模型難以進行系統(tǒng)的訓練和管理，ML模型性能和準確性不

一致，造成智能分析服務標準的不統(tǒng)一，不利于服務的優(yōu)化和推廣。

針對以上情況，3GPP在Rel-17階段針對NWDAF邏輯功能框

架進行了優(yōu)化，將NWDAF分解為不同的邏輯功能實體，包括：

－MTLF：即模型訓練邏輯功能，負責進行ML模型的訓練、管

理和存儲，并負責基于AnLF的請求將AnLF所需的ML模型

下發(fā)給AnLF，用于后續(xù)AnLF的分析推理過程；

－AnLF：即分析邏輯功能，負責基于分析消費者的請求，使用

從MTLF獲取的ML模型進行數(shù)據(jù)的分析和推理，生成分析

消費者所請求的分析結果。

一個NWDAF功能實體可能單獨包含MTLF或AnLF功能，也

可能同時包含MTLF和AnLF功能。典型的NWDAF邏輯功能分解

框架如圖3所示：

-17-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

圖3NWDAF邏輯功能分解示意圖

圖3所示框架中，ML模型設計和初始模型下發(fā)過程基于運營商

策略和實際的網(wǎng)絡實現(xiàn)。如，初始的預訓練的ML模型可能被本地預

配置在MTLF中，也可能通過運營商的AI管理平臺進行統(tǒng)一的管理

和分發(fā)。MTLF可以根據(jù)AnLF利用ML模型生成的預測結果以及實

際結果進行對比，觸發(fā)模型的重選學習，提高模型精度。

2.ML模型管理和共享

MTLF負責訓練產生ML模型，并對其進行控制和管理。網(wǎng)絡中

可能部署多個MTLF，一個MTLF可以服務于特定的服務區(qū)域，或

管理專用于特定AnalyticsID的ML模型，ML模型在MTLF中可以

不斷被迭代訓練和優(yōu)化。AnLF基于分析消費者的請求發(fā)現(xiàn)和選擇管

理對應ML模型的MTLF，并從中請求、獲取和使用所需的ML模型。

一般情況下，ML模型的訓練過程和推理過程可能基于不同的

-18-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

AI框架和機器學習系統(tǒng)，如目前常用的TensorFlow，Pytorch，Caffe

等AI框架，由于不同AI框架的網(wǎng)絡拓撲、數(shù)據(jù)格式、支持的語言等

均可能存在差異，因此MTLF基于特定的AI框架所訓練的ML模型

可能無法被使用其他AI框架的設備（即AnLF）使用。為此，一種

簡單的解決方案是通過預先的線下協(xié)商、調試過程，使AnLF可以在

內部預配置一個MTLF列表，并確保這些MTLF中的ML模型是

AnLF可以識別和使用的，AnLF僅從包含在這一MTLF列表中的

MTLF中請求ML模型。

或者，MTLF可以在向NRF注冊時在NF配置文件中包含一個

互用性指示，指示一個允許從該MTLF中檢索ML模型的AnLF供

應商列表，并同時可能包含可以被映射為一系列的ML模型信息如文

件格式、平臺類型等的互用性Token。AnLF通過查找NRF，在MTLF

發(fā)現(xiàn)和選擇流程中通過互用性指示和互用性Token發(fā)現(xiàn)對應的

MTLF，并獲取其可以識別和使用的ML模型。

針對不同平臺之間的ML模型共享問題，以上兩種實現(xiàn)方式為現(xiàn)

階段初步可行的方案，但均存在一定的缺陷，即需要平臺廠商之間進

行較多的私有對接測試過程，還有待進一步的研究更為合理的其他潛

在方案。

3.多MTLF協(xié)同的聯(lián)邦學習

傳統(tǒng)的機器學習模式需要將數(shù)據(jù)匯聚到中心進行模型訓練，而這

-19-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

一數(shù)據(jù)匯聚過程會隨著數(shù)據(jù)量的不斷膨脹而愈加復雜，造成控制和管

理成本的不斷提升。此外，數(shù)據(jù)的匯聚過程也會造成數(shù)據(jù)隱私和安全

方面的風險。在這一背景下，聯(lián)邦學習（FederatedLearning）的

概念被提出，聯(lián)邦學習本質是一種分布式機器學習框架，其做到了在

保障數(shù)據(jù)隱私安全及合法合規(guī)的基礎上，實現(xiàn)數(shù)據(jù)共享，共同建模。

聯(lián)邦學習的過程如下圖4示意：

圖4聯(lián)邦學習過程示意

在5G核心網(wǎng)智能架構中，MTLF之間可以通過聯(lián)邦學習來實現(xiàn)

高效的ML模型訓練，而又不需要各個MTLF將訓練所需的原始數(shù)

據(jù)信息匯聚到網(wǎng)絡中心，從而確保數(shù)據(jù)的本地屬性不被破壞，避免了

由此帶來的潛在的數(shù)據(jù)跨域傳遞造成的安全隱患，以及大量數(shù)據(jù)跨域

過程中對網(wǎng)絡性能造成的沖擊。

參與聯(lián)邦學習過程的MTLF可區(qū)分為服務器（FLServer）和客

戶端（FLClient），聯(lián)邦學習的角色（服務器/客戶端）和相應的能力

信息會作為NF配置文件的一部分被注冊到NRF。FLServer會通過

NRF發(fā)現(xiàn)和選擇支持特定AnalyticsID對應的聯(lián)邦學習訓練過程的

-20-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

FLClient，并向其發(fā)起聯(lián)邦學習過程。在這一過程中，由FLClient

基于本地數(shù)據(jù)進行分布式的機器學習和模型訓練并產生本地ML模

型，并將本地ML模型上傳至FLServer進行ML模型匯聚，形成

聚合的ML模型。這一過程可以基于運營商的管理策略，在FLServer

的生命周期中反復觸發(fā)和執(zhí)行，以持續(xù)的優(yōu)化和提升ML模型的精度

直至模型收斂。同時，在聯(lián)邦學習的迭代過程中，F(xiàn)LServer可以基

于本地策略或者FLClient的狀態(tài)信息（如網(wǎng)元負載，能力信息，延

遲信息等）進行成員的重新選擇以添加或者移除一些FLClient，從

而優(yōu)化和提高聯(lián)邦學習的學習效率。

（三）數(shù)據(jù)管理和協(xié)調

1.數(shù)據(jù)協(xié)調

圍繞NWDAF構建的5G核心網(wǎng)智能架構下，針對不同的

AnalyticsID，以及來自不同分析消費者的分析請求，在網(wǎng)絡中將會

產生海量的數(shù)據(jù)和分析信息，不同的分析消費者可能會出現(xiàn)相同的分

析需求，或者不同的分析需求需要采集相同的原始數(shù)據(jù)。從減少冗余

流程，提升分析效率的角度，面向整個5G核心網(wǎng)智能架構的數(shù)據(jù)采

集和分析協(xié)調成為了一個必須要考慮的問題。為此，3GPP在Rel-17

階段定義了包含數(shù)據(jù)采集協(xié)調功能DCCF、消息框架（Messaging

Framework）以及消息框架適配器功能MFAF的數(shù)據(jù)協(xié)調框架，如

下圖5所示：

-21-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

圖5數(shù)據(jù)協(xié)調框架

在部署了DCCF的情況下，數(shù)據(jù)消費者（如NWDAF、分析數(shù)

據(jù)存儲功能ADRF等）除了可以直接對接數(shù)據(jù)源獲取數(shù)據(jù)，還可以

通過DCCF進行數(shù)據(jù)請求，在這種情況下，數(shù)據(jù)消費者的數(shù)據(jù)請求

將發(fā)送給DCCF而不是直接發(fā)送給數(shù)據(jù)源。數(shù)據(jù)消費者可以在數(shù)據(jù)

請求中指示所需要的數(shù)據(jù)源NF或ADRF用于下一步的數(shù)據(jù)處理，

而在數(shù)據(jù)消費者沒有指示目標NF時，DCCF也可以自行決定并選擇

數(shù)據(jù)源NF（如通過向NRF/UDM/BSF檢索）或ADRF。

DCCF會維護一個數(shù)據(jù)采集和協(xié)調的記錄表，當DCCF識別到

新的數(shù)據(jù)請求和已有記錄吻合時，DCCF將直接從NWDAF或ADRF

獲取已采集和處理的歷史數(shù)據(jù)，而不需要再次向數(shù)據(jù)源發(fā)起新的數(shù)據(jù)

采集過程。NWDAF或ADRF也可以將其已采集/存儲的數(shù)據(jù)記錄發(fā)

送給DCCF，以備未來的查詢和匹配。

數(shù)據(jù)采集協(xié)調還可以通過消息框架完成，便于復用已有的消息隊

-22-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

列，或者可能集成開源的消息隊列。消息框架不由3GPP進行標準

化定義，消息框架和3GPP系統(tǒng)之間的互通通過消息框架適配器功

能MFAF實現(xiàn)，MFAF支持和5GCNF之間的3GPP消費者適配

器（3CA）以及和DCCF之間的3GPPDCCF適配器（3DA）以和

周邊網(wǎng)元進行交互。實際的消息框架/MFAF應用中，DCCF根據(jù)數(shù)

據(jù)消費者的請求判斷數(shù)據(jù)采集狀態(tài)，如果需要發(fā)起新的數(shù)據(jù)采集請求，

DCCF指示MFAF進行數(shù)據(jù)采集，并由消息框架完成數(shù)據(jù)處理后將

其提供給MFAF，由MFAF最終將數(shù)據(jù)發(fā)送給數(shù)據(jù)消費者。

MFAF僅負責數(shù)據(jù)的分發(fā)，基于不同的組網(wǎng)策略，MFAF可以

獨立部署，也可以內置在DCCF中。MFAF獨立部署的場景可適用

于如MFAF靠近數(shù)據(jù)源和數(shù)據(jù)消費者，實現(xiàn)快速的數(shù)據(jù)請求的響應，

而DCCF集中部署，負責統(tǒng)一的數(shù)據(jù)采集協(xié)調。

2.數(shù)據(jù)存儲

3GPP在Rel-17階段定義了分析數(shù)據(jù)存儲功能ADRF，用于存

儲和管理由NWDAF采集的數(shù)據(jù)，以及通過NWDAF生成的數(shù)據(jù)分

析信息。ADRF所存儲的數(shù)據(jù)或分析信息，可以由NWDAF（AnLF）

用于直接的分析推理過程，或由NWDAF（MTLF）用于進行ML模

型訓練，也可以直接將已有的分析信息反饋給分析消費者，而不需要

NWDAF進行重復的分析推理過程。以上過程可以由NWDAF、

DCCF、ADRF共同在數(shù)據(jù)協(xié)調框架下實現(xiàn)。

-23-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

基于ADRF的數(shù)據(jù)存儲架構如下圖6所示：

圖6數(shù)據(jù)存儲框架

數(shù)據(jù)存儲方面：已有原始數(shù)據(jù)或分析信息的存儲，可以由需要在

ADRF中存儲數(shù)據(jù)或分析信息的ADRF服務消費者通過調用ADRF

的存儲請求服務，直接將需要存儲的數(shù)據(jù)發(fā)送給ADRF進行存儲。

未來潛在數(shù)據(jù)或分析信息的存儲，可以由ADRF服務消費者通過向

ADRF訂閱數(shù)據(jù)存儲服務，由ADRF通過向NWDAF或DCCF等進

行訂閱，在后續(xù)獲取分析信息或數(shù)據(jù)并進行存儲。

數(shù)據(jù)訪問方面：數(shù)據(jù)或分析信息消費者向ADRF請求已發(fā)生的

時間窗口內的數(shù)據(jù)或分析信息，或通過數(shù)據(jù)檢索訂閱服務向ADRF

訂閱包含未來時間的時間窗口期間的數(shù)據(jù)或分析信息，并由ADRF

向NWDAF或DCCF進行訂閱，在收到對應的數(shù)據(jù)或分析通知后將

其所包含的信息發(fā)送給數(shù)據(jù)或分析信息消費者。

3.數(shù)據(jù)的格式化和預處理

當使用了基于DCCF/MFAF的數(shù)據(jù)協(xié)調框架，數(shù)據(jù)消費者可以

-24-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

在其發(fā)送的數(shù)據(jù)請求消息中指示對數(shù)據(jù)的格式化要求，包括何時及何

種條件下發(fā)送數(shù)據(jù)通知，如指定數(shù)據(jù)通知的時間窗、時間間隔等，或

通知的觸發(fā)條件如事件交叉觸發(fā)、消費者請求觸發(fā)等，并可能指示

DCCF或MFAF在向數(shù)據(jù)消費者發(fā)送通知的時候是否需要同時將數(shù)

據(jù)通知發(fā)送給ADRF以進行數(shù)據(jù)的存儲。

數(shù)據(jù)消費者可能同時向DCCF指示數(shù)據(jù)的預處理要求，即要求

DCCF/消息框架針對所采集的數(shù)據(jù)進行初步的概括并形成一個單獨

的包括發(fā)生事件、處理間隔、事件平均值/方差等信息的數(shù)據(jù)報告，

以替代多個獨立的數(shù)據(jù)通知，減少發(fā)送數(shù)據(jù)通知所產生的數(shù)據(jù)量。

在部署了消息框架和MFAF的情況下，數(shù)據(jù)的格式化和預處理

指示由DCCF下發(fā)給MFAF，并進一步由消息框架執(zhí)行具體的處理

過程。

（四）分析時間/時延管理

針對不同的分析類型，分析消費者所期望的分析時延或獲得分析

結果信息的時間也有所不同，部分分析場景需要滿足分析消費者的分

析交互可控和可預期的需求。針對分析消費者需要在特定時間或特定

的時延范圍內獲取分析結果信息的情況，圍繞NWDAF的5G核心

網(wǎng)智能架構定義了以下分析時間/分析時延相關的管理參數(shù)：

“需要分析信息的時間”：用于由分析消費者向NWDAF指示其

所期望的獲得分析信息的最晚時間，該時間是一個相對時間（如：30

-25-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

分鐘以內）。該參數(shù)由分析消費者在向NWDAF發(fā)送分析請求時在請

求消息中攜帶。NWDAF收到該參數(shù)后，如在期望時間內沒有完成分

析并形成分析報告/通知，則NWDAF會向分析消費者返回一個錯誤

信息，其中包含NWDAF側評估的“修改的等待時間”信息（如還

需要額外的10分鐘），以輔助分析消費者判斷是否需要向新的

NWDAF重新發(fā)起分析請求，還是繼續(xù)等待當前NWDAF的分析結

果。

“支持的分析時延”：NWDAF針對特定的AnalyticsID，通過

進行數(shù)據(jù)的預采集和預分析評估得出的針對該AnalyticsID所需要

的分析時延，這一時延評估過程需要統(tǒng)籌考慮數(shù)據(jù)采集所需的時延以

及分析推理所需的時延等因素。“支持的分析時延”會作為NWDAF

配置文件的一部分注冊到NRF中，并作為分析消費者發(fā)現(xiàn)和選擇

NWDAF的標準之一。“支持的分析時延”基于NWDAF內部實現(xiàn)，

以AnalyticsID為粒度進行評估，而不區(qū)分針對特定UE、針對特定

UE組或針對特定NF等情況。

在分析過程中，如果分析消費者已經針對特定的AnalyticsID選

擇了一個支持特定的“支持的分析時延”的NWDAF，則其需要避免

在分析請求中再額外指定一個小于該“支持的分析時延”的“需要分

析信息的時間”，否則NWDAF可能會拒絕分析請求。

-26-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

（五）事件通知靜音機制

為減少數(shù)據(jù)源NF和數(shù)據(jù)消費者之間的信令交互，數(shù)據(jù)源NF（如

AMF，SMF等）和數(shù)據(jù)消費者（如NWDAF，DCCF）可以支持事

件通知靜音機制，即數(shù)據(jù)消費者在事件訂閱的請求中包含了事件通知

靜音指示的情況下，數(shù)據(jù)源NF將持續(xù)的監(jiān)控事件的發(fā)生并進行相關

數(shù)據(jù)的采集和存儲，但并不會在事件發(fā)生后即刻向數(shù)據(jù)消費者發(fā)送通

知，直到數(shù)據(jù)消費者在后續(xù)的事件訂閱中指示獲取存儲的事件通知數(shù)

據(jù)，數(shù)據(jù)源NF才會一次性的將所存儲的事件數(shù)據(jù)提供給數(shù)據(jù)消費者。

數(shù)據(jù)消費者可以通過事件訂閱中的以下標志位指示數(shù)據(jù)源進行事件

通知靜音或進行存儲數(shù)據(jù)的通知：

－去激活通知標志位：指示數(shù)據(jù)源NF進行事件的監(jiān)測和數(shù)據(jù)的

采集，數(shù)據(jù)源在收到該指示的情況下應存儲相關的事件數(shù)據(jù)但

暫時不向數(shù)據(jù)消費者發(fā)送事件通知；

－檢索通知標志位：指示數(shù)據(jù)源NF將已采集的，但尚未提供給

數(shù)據(jù)消費者的事件數(shù)據(jù)通過事件通知發(fā)送給數(shù)據(jù)消費者。

存儲在數(shù)據(jù)源NF的事件數(shù)量可根據(jù)數(shù)據(jù)源NF的配置設置一個

上限，數(shù)據(jù)源NF在事件達到上限的情況下滾動更新所存儲的事件數(shù)

據(jù)，以保持數(shù)據(jù)總是最新的。當數(shù)據(jù)源NF是DCCF時，事件通知

靜音的相關參數(shù)可以通過數(shù)據(jù)格式化和預處理指示發(fā)送給DCCF。

-27-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

（六）UE應用數(shù)據(jù)采集

NWDAF可以通過AF從UE上的應用程序進行數(shù)據(jù)采集，用作

數(shù)據(jù)分析或ML模型訓練的輸入。NWDAF通過數(shù)據(jù)訂閱觸發(fā)AF通

過UE建立的PDU會話進行所需數(shù)據(jù)的采集。UE應用數(shù)據(jù)的采集

所需的信息通過運營商和ASP之間的SLA確定并配置在AF中，包

括UE應用可以向AF提供的信息，AF驗證UE應用程序合法性所

需的認證信息等。同時，ASP基于SLA在UE應用中配置其所要交

互的AF的地址，UE授權可以提供給AF的數(shù)據(jù)等信息，用于后續(xù)

的應用數(shù)據(jù)采集。AF需要在NRF中保存支持的應用信息，NWDAF

則可以通過NRF查找應用對應的AF。

AF檢索并獲取UE應用對應的PDU會話的IP地址，用于向UE

進行數(shù)據(jù)請求。UE應用數(shù)據(jù)采集可以通過直接采集（AF直接向UE

應用采集數(shù)據(jù)）和間接采集（UE應用將數(shù)據(jù)發(fā)送給AS，AF向AS

獲取所需的數(shù)據(jù)）兩種方式實現(xiàn)。

在AF進行UE數(shù)據(jù)采集的過程中，涉及到用戶隱私的應用數(shù)據(jù)

可能會被AF獲取并使用于后續(xù)的用戶行為分析之中，這將造成用戶

隱私的泄露。例如，如果用戶定位信息在未得到用戶同意的情況下被

采集到，NWDAF可以將分析結果分享給其他網(wǎng)元，該網(wǎng)元可以是核

心網(wǎng)內部網(wǎng)元，也可以是第三方網(wǎng)元，這將導致UE位置信息、行為

習慣等信息的暴露。

-28-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

為了保護用戶數(shù)據(jù)隱私，依據(jù)相關法律法規(guī)，UE應用數(shù)據(jù)的采

集必須在用戶許可（UserConsent）的前提下進行，用戶許可按不

同的目的（如分析推理，ML模型訓練），作為用戶簽約信息的一部

分存儲在UDM中。NWDAF每次進行UE應用數(shù)據(jù)采集前都需要與

UDM交互以獲取用戶許可信息，并且必須在確認獲得用戶許可的情

況下才可以觸發(fā)AF進行UE應用數(shù)據(jù)采集。同時，UE有權隨時更

改用戶許可信息，例如，可以要求網(wǎng)元停止采集UE應用數(shù)據(jù)，也可

以要求網(wǎng)元刪除先前采集到的UE應用數(shù)據(jù)。一旦用戶許可息更新，

UDM會及時通知NWDAF，NWDAF依據(jù)更新后的用戶許可信息進

行分析和處理。

-29-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

四、總結和展望

隨著數(shù)字經濟發(fā)展戰(zhàn)略的逐步推進，電信運營商的身份也在從傳

統(tǒng)的通信服務提供者轉變?yōu)閿?shù)字服務提供者，這一過程會對移動通信

網(wǎng)絡的建設部署和管理運營產生巨大的影響，最明顯的一點是：網(wǎng)絡

復雜性的增長速度將遠快于管理網(wǎng)絡所需的資源的增長速度。在這樣

的趨勢下，人工智能技術在5G網(wǎng)絡中的應用也就成為了一個必然的

選擇。

通過基于NWDAF的數(shù)據(jù)采集和分析能力，以及對應的數(shù)據(jù)存

儲（ADRF）和數(shù)據(jù)協(xié)調（DCCF/MFAF）能力的標準化智能架構的

引入，5G核心網(wǎng)智能架構將成為運營商和垂直行業(yè)數(shù)字化轉型和業(yè)

務創(chuàng)新的引擎之一。5G核心網(wǎng)可以基于人工智能算法，在5G的網(wǎng)

絡規(guī)劃和管理，以及用戶業(yè)務體驗的保障和優(yōu)化方面進行持續(xù)的能力

增強，支撐運營商拓展業(yè)務范圍，提升運營商的網(wǎng)絡價值。同時，5G

網(wǎng)絡中不同垂直行業(yè)業(yè)務所產生的海量和豐富的數(shù)據(jù)，也可以進一步

完善人工智能的算法、模型等各項關鍵能力，持續(xù)提升人工智能能力

的性能，在精細劃分的各類業(yè)務場景中更精確的實現(xiàn)網(wǎng)絡資源的快速

管理和調度。

5G核心網(wǎng)智能架構的探索和實踐，將顯著的提升業(yè)務的性能和

用戶的感知，深刻的影響電信運營商以及各行各業(yè)的技術發(fā)展和業(yè)務

轉型，并進一步影響人們生活的方方面面，譜寫“數(shù)字生活”新篇章。

-30-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

五、縮略語

縮寫英文全稱中文名稱

5GC5GCoreNetwork5G核心網(wǎng)

5QI5GQoSIdentifier5GQoS標識符

ADRFAnalyticsDataRepositoryFunction分析數(shù)據(jù)存儲功能

AFApplicationFunction應用功能

AIArtificialIntelligence人工智能

AMFAccessandMobilityManagementFunction接入與移動性管理功能

AnLFAnalyticsLogicalFunction分析邏輯功能

APIApplicationProgrammingInterface應用程序接口

ASApplicationServer應用服務器

ASPApplicationServiceProvider應用服務提供商

BSFBindingSupportFunction綁定支持功能

DCCFDataCollectionCoordinationFunction數(shù)據(jù)采集協(xié)調功能

DNNDataNetworkName數(shù)據(jù)網(wǎng)絡名稱

FLFederatedLearning聯(lián)邦學習

GBRGuaranteedBitRate保障比特速率

LMFLocationManagementFunction定位管理功能

MFAFMessagingFrameworkAdaptorFunction消息框架適配器功能

MTLFModelTraininglogicalfunction模型訓練邏輯功能

MLMachineLearning機器學習

NEFNetworkExposureFunction網(wǎng)絡開放功能

NFNetworkFunction網(wǎng)絡功能

NRFNetworkRepositoryFunction網(wǎng)絡存儲功能

NWDAFNetworkDataAnalyticsFunction網(wǎng)絡數(shù)據(jù)分析功能

OAMOperationAdministrationandMaintenance運行管理維護

PCFPolicyControlFunction策略控制功能

QoEQualityofExperience體驗質量

QoSQualityofService業(yè)務質量

SLAServiceLevelAgreement業(yè)務級協(xié)議

SMFSessionManagementFunction會話管理功能

SingleNetworkSliceSelectionAssistance

S-NSSAI單網(wǎng)絡切片選擇輔助信息

Information

UDMUnifiedDataManagement統(tǒng)一數(shù)據(jù)管理

UEUserEquipment用戶設備

UPFUserPlaneFunction用戶面功能

WLANWirelessLocalAreaNetworks無線局域網(wǎng)

-31-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

目錄

一、5G智能技術發(fā)展驅動力.................................................4

二、5G智能化典型應用場景.................................................5

（一）網(wǎng)絡切片性能保障..................................................5

（二）邊緣計算路由優(yōu)化..................................................6

（三）UE行為分析及業(yè)務優(yōu)化.............................................7

（四）網(wǎng)絡擁塞分析......................................................8

（五）定位業(yè)務賦能......................................................9

（六）智能選網(wǎng).........................................................10

（七）QoS預測及可保持性分析...........................................11

三、5G核心網(wǎng)智能架構關鍵技術............................................12

（一）NWDAF分析框架...................................................12

1.數(shù)據(jù)采集及分析反饋................................................12

2.NWDAF發(fā)現(xiàn)和選擇..................................................13

3.分析上下文的管理和傳遞............................................14

4.NWDAF分析聚合....................................................15

（二）ML模型管理及交互................................................17

1.NWDAF邏輯功能分解................................................17

2.ML模型管理和共享.................................................18

3.多MTLF協(xié)同的聯(lián)邦學習.............................................19

（三）數(shù)據(jù)管理和協(xié)調...................................................21

1.數(shù)據(jù)協(xié)調..........................................................21

2.數(shù)據(jù)存儲..........................................................23

3.數(shù)據(jù)的格式化和預處理..............................................24

（四）分析時間/時延管理................................................25

（五）事件通知靜音機制.................................................27

（六）UE應用數(shù)據(jù)采集..................................................28

四、總結和展望...........................................................30

五、縮略語...............................................................31

-1-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

一、5G智能技術發(fā)展驅動力

隨著5G標準化工作的推進，5G市場也在經歷高速發(fā)展并逐漸

走向成熟，目前我國的5G基站總數(shù)已經達到196.8萬站，5G網(wǎng)絡

覆蓋全部的地級市，并覆蓋了超過98%的縣城城區(qū)和80%的鄉(xiāng)鎮(zhèn)鎮(zhèn)

區(qū)。此外，中國信通院發(fā)布的《中國5G發(fā)展和經濟社會影響白皮書》

指出，5G具有顯著的技術深度，擁有開發(fā)創(chuàng)造新業(yè)態(tài)、新產品、新

工藝和新技術的巨大潛力，這也表示未來5G應用的主戰(zhàn)場將更多的

面向垂直行業(yè)市場，從傳統(tǒng)的個人移動終端業(yè)務向工業(yè)、電力、金融、

醫(yī)療、港口、智慧城市等各個垂直領域擴展和滲透。新一代信息技術

與制造業(yè)進一步深度融合，工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展邁出更堅實步伐，隨

著“5G+工業(yè)互聯(lián)網(wǎng)”512工程縱深推進，全國建設項目已超過3100

個，為數(shù)字產業(yè)發(fā)展帶來更多增長機會。

層出不窮的新應用、新需求、新場景也進一步影響了5G網(wǎng)絡的

演進，使5G網(wǎng)絡持續(xù)向復雜化、分散化和靈活化發(fā)展，運營商需要

支持針對不同客戶的需求創(chuàng)造定制化和個性化的業(yè)務體驗，這也進一

步要求5G網(wǎng)絡能夠對網(wǎng)絡資源進行更快速和更精確的調度。同時，

垂直行業(yè)在業(yè)務性能方面的要求也呈現(xiàn)越來越嚴苛的趨勢，這也要求

5G網(wǎng)絡能夠對網(wǎng)絡狀態(tài)進行針對性的感知，并以此為基礎進行經驗

性的，甚至是預測性的動態(tài)調整和優(yōu)化。

以上的商業(yè)和技術發(fā)展趨勢為構建智能化5G網(wǎng)絡提供了契機，

-4-

中國聯(lián)通5G核心網(wǎng)智能架構白皮書

而近年來人工智能技術的不斷發(fā)展、機器學習算法的不斷豐富、計算

設備性能的持續(xù)提升，也為5G網(wǎng)絡的智能化提供了可能性。作為

5G網(wǎng)絡最大的數(shù)據(jù)生產者之一，5G核心網(wǎng)已經成為了各個標準組

織進行移動通信網(wǎng)絡智能化討論的早期陣地。5G核心網(wǎng)智能架構的

引入，使得5G網(wǎng)絡可以深度的利用和開發(fā)5G核心網(wǎng)產生和管理的

海量的，多樣的數(shù)據(jù)，為運營商提高網(wǎng)絡資源利用率，優(yōu)化用戶業(yè)務

體驗，進而提升5G網(wǎng)絡價值提供了一條值得探索的新路徑。

二、5G智能化典型應用場景

（一）網(wǎng)絡切片性能保障

5G時代業(yè)務場景的多樣性為運營商帶來了巨大的挑戰(zhàn)，傳統(tǒng)的

網(wǎng)絡建設和管理思路難以適應快速發(fā)展和演進的移動通信網(wǎng)絡部署

需求，在此背景下網(wǎng)絡切片技術應運而生，通過基于5G服務化架構

的網(wǎng)絡切片技術，運營商將能夠最大程度地提升網(wǎng)絡對外部環(huán)境、客

戶需求、業(yè)務場景的適應性，提升網(wǎng)絡資源使用效率，最優(yōu)化運營商

的網(wǎng)絡建設投資，構建靈活和敏捷的5G網(wǎng)絡。

考慮到有限的網(wǎng)絡資源和不斷變化的網(wǎng)絡環(huán)境，隨著切片數(shù)量的

增加，運營商是否在任何時間都能夠保障所有切片的性能以確保用戶

獲