2024 全球6G技術(shù)大會(huì) -10.0D 6G數(shù)據(jù)面白皮書-Future-v1.0-中文版-clean0410

22.相關(guān)標(biāo)準(zhǔn)組織進(jìn)展 32.1.3GPP 32.2.IMT-2030推進(jìn)組 42.3.NextGAlliance 52.4.Hexa-X 52.5.6GANA 63.6G數(shù)據(jù)服務(wù)場景與需求分析 63.1.感知數(shù)據(jù) 63.2.AI模型訓(xùn)練數(shù)據(jù) 83.3.AI模型數(shù)據(jù) 93.4.基于分布式架構(gòu)的數(shù)據(jù)服務(wù) 123.5.用戶為中心的數(shù)據(jù)管控 133.6.星地融合通信場景的數(shù)據(jù) 143.7.用戶體驗(yàn)自優(yōu)化的數(shù)據(jù)收集 153.8.自生成數(shù)據(jù)服務(wù) 173.9.數(shù)據(jù)權(quán)益 183.10.6G數(shù)據(jù)需求總結(jié) 194.6G數(shù)據(jù)面內(nèi)涵和框架 204.1.6G數(shù)據(jù)面內(nèi)涵 204.2.新增數(shù)據(jù)面的必要性 224.3.6G數(shù)據(jù)面框架 235.6G數(shù)據(jù)面關(guān)鍵技術(shù) 285.1.數(shù)據(jù)承載與傳輸協(xié)議 285.2.空口數(shù)據(jù)面 305.3.核心網(wǎng)數(shù)據(jù)面功能與架構(gòu) 325.4.核心網(wǎng)數(shù)據(jù)面?zhèn)鬏攨f(xié)議 335.5.AI模型數(shù)據(jù)壓縮技術(shù) 355.6.數(shù)據(jù)分布式技術(shù) 375.7.基于語義圖的服務(wù)接口技術(shù) 385.8.數(shù)據(jù)服務(wù)與其他服務(wù)的協(xié)同 436.數(shù)據(jù)面原型樣機(jī) 456.1.數(shù)據(jù)面原型樣機(jī)1 456.2.數(shù)據(jù)面原型樣機(jī)2 457.總結(jié)和展望 478.參考文獻(xiàn) 489.縮略語 5010.白皮書貢獻(xiàn)人員 535G支持eMBB（EnhancedMobileBroadband，增強(qiáng)移動(dòng)寬帶URLLC（Ultra-ReliableLow-LatencyCommunications，超高可靠和超低時(shí)延通信）和mMTC（MassiveMachineTypeCommunication，大規(guī)模機(jī)器類通信）三大應(yīng)用場景。5G系統(tǒng)通過NEF（NetworkExposureFunction，網(wǎng)絡(luò)開放功能）/CAPIF（CommonAPIFramework，通用API框架）支持網(wǎng)絡(luò)能力和事件開放。AF（applicationfunction,應(yīng)用功能）可以通過NEF/CAPIF獲得5G系統(tǒng)數(shù)據(jù)，促進(jìn)了網(wǎng)絡(luò)和應(yīng)用之間的跨層創(chuàng)新。隨著移動(dòng)網(wǎng)絡(luò)所產(chǎn)生數(shù)據(jù)的數(shù)據(jù)量不斷增長，數(shù)據(jù)收集和數(shù)據(jù)處理需求日益突出。相應(yīng)地，網(wǎng)絡(luò)服務(wù)也從通信服務(wù)演進(jìn)為通信、感知和AI（Artificialintelligence，人工智能）的多維服務(wù)。傳統(tǒng)的數(shù)據(jù)收集和數(shù)據(jù)處理方式無法適配新的變化，難以滿足新增的數(shù)據(jù)需求。這主要是因?yàn)?G網(wǎng)絡(luò)缺乏統(tǒng)一的數(shù)據(jù)管理框架，難以支撐多類型數(shù)據(jù)的融合和協(xié)同管理，從而可能導(dǎo)致數(shù)據(jù)治理的復(fù)雜性和成本增加。5G網(wǎng)絡(luò)設(shè)計(jì)側(cè)重?cái)?shù)據(jù)傳輸，限制了數(shù)據(jù)價(jià)值的充分挖掘和利用?，F(xiàn)有方法無法滿足多類型數(shù)據(jù)數(shù)據(jù)收集和數(shù)據(jù)處理的需求，也難以挖掘通信、感知、智能等多類型數(shù)據(jù)的價(jià)值，更無法保障數(shù)據(jù)的權(quán)益。5G網(wǎng)絡(luò)在確保數(shù)據(jù)的合法性、真實(shí)性和完整性等數(shù)據(jù)質(zhì)量管理方面缺乏統(tǒng)一的數(shù)據(jù)管控框架，難以滿足數(shù)據(jù)法規(guī)要求和用戶隱私安全的期望。在新業(yè)務(wù)數(shù)據(jù)方面，5G網(wǎng)絡(luò)難以高效收集、傳輸、處理和分析大量移動(dòng)網(wǎng)絡(luò)內(nèi)部的數(shù)據(jù)，例如感知數(shù)據(jù)和AI模型等。圖1-1.移動(dòng)網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)的全生命周期隨著數(shù)據(jù)成為數(shù)字社會(huì)的生產(chǎn)要素之一，6G作為重要基礎(chǔ)設(shè)施，6G系統(tǒng)的數(shù)據(jù)必然是數(shù)據(jù)這一生產(chǎn)要素的重要組成部分。ITU-R（InternationalTelecommunicationUnion-RadiocommunicationSector，國際電信聯(lián)盟無線電通信部門）發(fā)布的《IMT面向2030及未來發(fā)展的框架和總體目標(biāo)建議書》[1]提出了沉浸式通信、超大規(guī)模連接、極高可靠低時(shí)延通信、泛在連接、人工智能與通信、感知與通信融合六大場景。這意味著6G是超越通信服務(wù)的移動(dòng)通信系統(tǒng)，在傳統(tǒng)數(shù)據(jù)傳輸管道基礎(chǔ)上，感知與通信融合和AI等場景引入了感知數(shù)據(jù)和AI數(shù)據(jù)等移動(dòng)網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)。移動(dòng)網(wǎng)絡(luò)內(nèi)部的數(shù)據(jù)提供者或消費(fèi)者包括UE（UserEquipment,終端）、基站（RadioAccessNetworknode，RANnode）、CN（CoreNetwork，核心網(wǎng)）網(wǎng)絡(luò)功能和AF等。相比于數(shù)據(jù)傳輸管道中的用戶數(shù)據(jù)，6G系統(tǒng)需要負(fù)責(zé)移動(dòng)網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)的產(chǎn)生、安全隱私管理、收集協(xié)調(diào)、傳輸、處理、質(zhì)量管理、消費(fèi)/服務(wù)等完整的生命周期。因此，通過新增數(shù)據(jù)面[2]，6G網(wǎng)絡(luò)可以更加統(tǒng)一和高效地完成移動(dòng)網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)的生命周期管理。例如為感知功能或網(wǎng)絡(luò)功能開放功能等提供所需的數(shù)據(jù)，從而賦能6G系統(tǒng)對外提供感知服務(wù)或網(wǎng)絡(luò)能力開放。與控制面和用戶面并列的6GDP（DataPlane,數(shù)據(jù)面）可以不受限于信令或用戶數(shù)據(jù)的傳輸需求。從而DP的協(xié)議功能和參數(shù)配置可以面向前述需求提供更優(yōu)化的解決方案，避免單個(gè)用例的碎片化方案。數(shù)據(jù)面將為6G系統(tǒng)提供統(tǒng)一的數(shù)據(jù)管理框架，為6G增加數(shù)據(jù)新能力。從而，6G系統(tǒng)能夠整合和管理多類型數(shù)據(jù)，保障數(shù)據(jù)安全可信，打破數(shù)據(jù)孤島，提高數(shù)據(jù)治理效率和保障數(shù)據(jù)權(quán)益。本白皮書進(jìn)一步闡述了貢獻(xiàn)單位對6G數(shù)據(jù)服務(wù)場景與需求、數(shù)據(jù)面內(nèi)涵與框架、關(guān)鍵技術(shù)和原型樣機(jī)的初步觀點(diǎn)和最新成果，為行業(yè)6G發(fā)展貢獻(xiàn)力量。2.相關(guān)標(biāo)準(zhǔn)組織進(jìn)展本章介紹全球多個(gè)標(biāo)準(zhǔn)組織和研究機(jī)構(gòu)對6G數(shù)據(jù)面相關(guān)內(nèi)容的研究進(jìn)展，包括3GPP（3rdGenerationPartnershipProject，第三代合作伙伴計(jì)劃）、IMT-2030（6G）推進(jìn)組、NextGAlliance、Hexa-X、和6GANA（6GAllianceofNetworkAI）。上述標(biāo)準(zhǔn)組織在6G的數(shù)據(jù)收集需求、挑戰(zhàn)、方案和技術(shù)趨勢等方面開展了研究。2.1.3GPP5G標(biāo)準(zhǔn)面向不同的數(shù)據(jù)需求場景分別制定了數(shù)據(jù)收集和數(shù)據(jù)分析等相關(guān)的標(biāo)準(zhǔn)。例如，核心網(wǎng)AI功能NWDAF（NetworkDataAnalyticsFunction，網(wǎng)絡(luò)數(shù)據(jù)分析功能）相關(guān)的數(shù)據(jù)收集[3]，核心網(wǎng)網(wǎng)絡(luò)能力開放功能NEF（NetworkExposureFunction，網(wǎng)絡(luò)開放功能）/CAPIF（CommonAPIFramework，通用API框架）相關(guān)的數(shù)據(jù)收集[4][5]，LMF（LocationManagementFunction，定位管理功能）相關(guān)的數(shù)據(jù)傳輸協(xié)議LPP（LTEPositioningProtocol，LTE定位協(xié)議）[6]和NRPPa（NRPositioningProtocolA，NR定位協(xié)議A用于無線網(wǎng)絡(luò)優(yōu)化和管理的MDT（MinimizationofDriveTest，最小路測）[7]和QoE（QualityofExperience，體驗(yàn)質(zhì)量）等。面向核心網(wǎng)AI功能的NWDAF的數(shù)據(jù)收集需求，在R175G網(wǎng)絡(luò)引入了DCCF（DataCollectionCoordinationFunction，數(shù)據(jù)收集協(xié)調(diào)功能用于協(xié)調(diào)NF（NetworkFunction，網(wǎng)絡(luò)功能）消費(fèi)者所請求數(shù)據(jù)的收集和分發(fā)[2]。通過DCCF網(wǎng)元，可以防止由于數(shù)據(jù)消費(fèi)者間無協(xié)調(diào)而導(dǎo)致數(shù)據(jù)提供者（如AMF（AccessandMobilityManagementFunction，接入和移動(dòng)性管理功能）、SMF（SessionManagementFunction,會(huì)話管理功能）等）不得不處理同一數(shù)據(jù)的多個(gè)訂閱，并發(fā)送包含相同信息的多個(gè)通知。這是因?yàn)槌齆WDAF之外的5G核心網(wǎng)網(wǎng)絡(luò)功能（如AMF、SMF等）作為通信網(wǎng)絡(luò)的主體網(wǎng)元，其主要功能不在于提供數(shù)據(jù)，而在于提供通信服務(wù)。而一般NWDAF為了大數(shù)據(jù)分析所需獲取的數(shù)據(jù)量又很大，所以重復(fù)上報(bào)大量相同數(shù)據(jù)會(huì)導(dǎo)致5G核心網(wǎng)網(wǎng)絡(luò)功能的主體性能降低。NWDAF可以通過Ndccf接口向DCCF訂閱數(shù)據(jù)或者取消訂閱數(shù)據(jù)。如果NWDAF要請求的數(shù)據(jù)還沒有被DCCF收集，DCCF可以調(diào)用網(wǎng)絡(luò)功能的接口收集數(shù)據(jù)，然后DCCF可以直接將數(shù)據(jù)傳送給NWDAF，或者，DCCF借助于消息框架（MessagingFramework）從網(wǎng)絡(luò)功能收集數(shù)據(jù)然后傳送給NWDAF。面向無線接入網(wǎng)的優(yōu)化和管理，網(wǎng)絡(luò)管理功能可以通過MDT或QoE請求觸發(fā)無線接入網(wǎng)節(jié)點(diǎn)配置UE進(jìn)行MDT或QoE收集。UE上報(bào)的MDT或QoE數(shù)據(jù)經(jīng)無線接入網(wǎng)節(jié)點(diǎn)發(fā)送給TCE/MCE（TraceCollectionEntity/MeasurementCollectionEntity，追蹤收集實(shí)體/測量收集實(shí)體）進(jìn)行數(shù)據(jù)分析，最終網(wǎng)絡(luò)管理功能可以基于SON（Self-OptimizingNetwork，自優(yōu)化網(wǎng)絡(luò)）優(yōu)化無線配置等。LPP用于UE和網(wǎng)絡(luò)之間交互定位控制信息和定位數(shù)據(jù)。由于定位數(shù)據(jù)的數(shù)據(jù)量通常不大，因此LPP是承載在控制面協(xié)議棧之上的。也就是說，定位協(xié)議棧由LPP、NAS（Non-Access-Stratum，非接入層）、RRC（RadioResourceControl，無線資源控制）、PDCP（PacketDataConvergenceProtocol，分組數(shù)據(jù)融合協(xié)議）、RLC（RadioLinkControl，無線鏈路控制）、MAC（MediumAccessControl，媒體接入控制）和PHY（PhysicalLayer，物理層）組成。LMF基于LPP提供的定位測量數(shù)據(jù)進(jìn)行位置估計(jì)，并提供給5G網(wǎng)絡(luò)功能或應(yīng)用功能等。2.2.IMT-2030推進(jìn)組《6G網(wǎng)絡(luò)架構(gòu)展望》[8]中提出6G網(wǎng)絡(luò)系統(tǒng)架構(gòu)，指出6G網(wǎng)絡(luò)需要一種不同于傳統(tǒng)用戶面的數(shù)據(jù)服務(wù)功能，系統(tǒng)性地解決6G網(wǎng)絡(luò)對非傳統(tǒng)用戶面數(shù)據(jù)的管控和價(jià)值變現(xiàn)的挑戰(zhàn)。其中，網(wǎng)絡(luò)功能層的6G數(shù)據(jù)功能由數(shù)據(jù)編排和控制功能，數(shù)據(jù)處理和轉(zhuǎn)發(fā)功能，數(shù)據(jù)存儲(chǔ)功能等組成。根據(jù)數(shù)據(jù)處理和轉(zhuǎn)發(fā)功能節(jié)點(diǎn)上報(bào)的能力和具體的數(shù)據(jù)業(yè)務(wù)需求，數(shù)據(jù)編排和控制功能節(jié)點(diǎn)選擇數(shù)據(jù)源及處理和轉(zhuǎn)發(fā)節(jié)點(diǎn)，編排形成數(shù)據(jù)承載，來提供數(shù)據(jù)服務(wù)。數(shù)據(jù)處理和轉(zhuǎn)發(fā)功能節(jié)點(diǎn)按需提供數(shù)據(jù)服務(wù)，比如數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)隱私保護(hù)和安全可信、數(shù)據(jù)分析、數(shù)據(jù)共享、數(shù)據(jù)轉(zhuǎn)發(fā)等。數(shù)據(jù)全生命周期標(biāo)準(zhǔn)化可以提高數(shù)據(jù)的可比性和可重用性，包括數(shù)據(jù)隱私和安全可信、數(shù)據(jù)協(xié)調(diào)生成和收集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)傳輸、數(shù)據(jù)處理、數(shù)據(jù)服務(wù)、數(shù)據(jù)質(zhì)量管理和權(quán)益管理等流程?！?G無線系統(tǒng)設(shè)計(jì)原則和典型特征》[9]提出在6G系統(tǒng)設(shè)計(jì)之初就應(yīng)考慮實(shí)現(xiàn)更高效率的數(shù)據(jù)治理、統(tǒng)一的收集方法和數(shù)據(jù)全生命周期管理。數(shù)據(jù)原生原則是6G無線系統(tǒng)設(shè)計(jì)的原則之一。數(shù)據(jù)原生設(shè)計(jì)既要保障數(shù)據(jù)的安全和隱私，也要提升數(shù)據(jù)收集、傳輸和存儲(chǔ)等的效率，提升數(shù)據(jù)共享復(fù)用度。數(shù)據(jù)原生將構(gòu)建開放統(tǒng)一的數(shù)據(jù)全生命周期標(biāo)準(zhǔn)，支撐泛在異構(gòu)數(shù)據(jù)流通的全部環(huán)節(jié)，以低成本、高效率、可信賴的數(shù)據(jù)服務(wù)讓6G網(wǎng)絡(luò)和關(guān)聯(lián)行業(yè)以精確的和系統(tǒng)化的方式來處理和分析各種各樣的數(shù)據(jù)，從而做出更好的決策和提供更高質(zhì)量的服務(wù)?！?G數(shù)據(jù)服務(wù)架構(gòu)研究》[10]提出了6G數(shù)據(jù)服務(wù)和6G移動(dòng)通信網(wǎng)絡(luò)數(shù)據(jù)面功能架構(gòu)，對編排控制功能、處理功能等進(jìn)行概述。參考現(xiàn)有5G通信網(wǎng)絡(luò)中的用戶面和控制面均有成熟的協(xié)議棧支撐落地應(yīng)用，實(shí)現(xiàn)面與面之間的功能解耦以及模塊化、虛擬化、軟件化的功能管理。6G數(shù)據(jù)面同樣需要完整、靈活、可擴(kuò)展的協(xié)議棧支撐，實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)發(fā)控制協(xié)議，數(shù)據(jù)服務(wù)開放協(xié)議，數(shù)據(jù)代理管理控制協(xié)議等。2.3.NextGAllianceNextG聯(lián)盟在[11]提出了6G除了通信服務(wù)之外，還具有專用計(jì)算和數(shù)據(jù)管理功能的計(jì)算面和數(shù)據(jù)面。[11]主要從6G網(wǎng)絡(luò)從計(jì)算服務(wù)的角度驅(qū)動(dòng)網(wǎng)絡(luò)架構(gòu)設(shè)計(jì)和新功能引入以支持分布式計(jì)算要求，使得分布式云與3GPP協(xié)議緊密互通。由此需要對控制面、管理面和數(shù)據(jù)面的變化進(jìn)行研究，以適應(yīng)分布式計(jì)算過程。從報(bào)告初步闡述的內(nèi)容來看，數(shù)據(jù)面與現(xiàn)有協(xié)議用戶面類似，有可能通過對數(shù)據(jù)承載進(jìn)行加強(qiáng)來滿足計(jì)算服務(wù)需求。NextG聯(lián)盟在[12]提出與5GAI/ML應(yīng)用相比，6GAI應(yīng)該具有如下特征：網(wǎng)絡(luò)內(nèi)部和各層應(yīng)具有數(shù)據(jù)收集，6GAI/ML在5G近實(shí)時(shí)基礎(chǔ)上還包含實(shí)時(shí)方式，6G設(shè)計(jì)之初應(yīng)考慮AI/ML在系統(tǒng)中的全面應(yīng)用，AI原生的收發(fā)機(jī)設(shè)計(jì)。因此，有必要將AI/ML嵌入無線接入網(wǎng)協(xié)議層設(shè)計(jì)中，并與數(shù)據(jù)收集框架相連接。這些交互需要特別關(guān)注安全性和隱私性，這一AI原生方法可能使無線技術(shù)以更快的速度發(fā)展，而不受標(biāo)準(zhǔn)周期的影響。2.4.Hexa-XHexa-X在[13]提出數(shù)據(jù)收集框架和AI框架等是6G系統(tǒng)的普遍功能。數(shù)據(jù)收集框架用于支持從網(wǎng)絡(luò)的多個(gè)域和層收集的不同類型的數(shù)據(jù)和信息，并用于在移動(dòng)網(wǎng)絡(luò)中進(jìn)行分析。數(shù)據(jù)的傳輸和融合將考慮到所有利益相關(guān)者的隱私和所有權(quán)問題?？鐟?yīng)用程序和網(wǎng)絡(luò)的耦合數(shù)據(jù)將提供改進(jìn)網(wǎng)絡(luò)性能的機(jī)會(huì)。數(shù)據(jù)收集框架涵蓋網(wǎng)絡(luò)管理功能所需的數(shù)據(jù)收集，將支持實(shí)時(shí)控制和操作以響應(yīng)所需數(shù)據(jù)的處理需求。Hexa-X在[14]提出AI需要引入新的架構(gòu)元素，使得面向不同隱私要求進(jìn)行數(shù)據(jù)收集和學(xué)習(xí)成為可能。通過引入數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)控制單元和UE聚合單元等支持網(wǎng)絡(luò)和UE之間的數(shù)據(jù)共享，從而改進(jìn)控制和決策。特別是面向UE的數(shù)據(jù)收集和學(xué)習(xí)，考慮用戶隱私要求，UE可以利用網(wǎng)絡(luò)信息和設(shè)備上的上下文信息（如用戶活動(dòng)、意圖和使用模式）來協(xié)助網(wǎng)絡(luò)做出連接決策，從而改善QoE。2.5.6GANA6GANA在[15]指出在通信、感知、計(jì)算全面融合的大背景下，6G網(wǎng)絡(luò)將提供內(nèi)生AI、內(nèi)生感知、內(nèi)生安全等新能力。在傳統(tǒng)移動(dòng)通信網(wǎng)絡(luò)信息傳輸能力的基礎(chǔ)上，新能力將提升網(wǎng)絡(luò)的數(shù)據(jù)生產(chǎn)和消費(fèi)能力，使得6G網(wǎng)絡(luò)成為信息和數(shù)據(jù)流動(dòng)的平臺(tái)。對6G網(wǎng)絡(luò)承載數(shù)據(jù)的高效管理是6G網(wǎng)絡(luò)的關(guān)鍵技術(shù)，因此在[15]提出可信數(shù)據(jù)服務(wù)框架的原則指導(dǎo)下，6G網(wǎng)絡(luò)將引入單獨(dú)的數(shù)據(jù)面。6G數(shù)據(jù)面構(gòu)建架構(gòu)級的統(tǒng)一可信的數(shù)據(jù)服務(wù)，從而明確數(shù)據(jù)來源、描述、采集、處理、存儲(chǔ)、應(yīng)用和隱私保護(hù)等。3.6G數(shù)據(jù)服務(wù)場景與需求分析6G數(shù)據(jù)服務(wù)是指6G系統(tǒng)為終端、無線接入網(wǎng)和核心網(wǎng)等6G系統(tǒng)內(nèi)部功能提供數(shù)據(jù)資源。在此基礎(chǔ)上，所收集的數(shù)據(jù)可以與網(wǎng)絡(luò)能力開放功能（例如5GNEF或CAPIF）協(xié)同為應(yīng)用功能等6G系統(tǒng)外部功能提供數(shù)據(jù)服務(wù)。同時(shí)，所收集的數(shù)據(jù)還可以與感知功能協(xié)同為應(yīng)用功能或網(wǎng)絡(luò)功能提供感知服務(wù)，或者與AI功能協(xié)同輔助網(wǎng)絡(luò)控制優(yōu)化等。6G數(shù)據(jù)服務(wù)旨在以數(shù)據(jù)為核心要素，充分發(fā)揮6G數(shù)據(jù)中所包含的價(jià)值，有助于突破單一維度移動(dòng)服務(wù)邊界，激發(fā)融合服務(wù)創(chuàng)新。6G移動(dòng)通信網(wǎng)絡(luò)的數(shù)據(jù)是指6G系統(tǒng)產(chǎn)生和獲取的數(shù)據(jù)，而非傳統(tǒng)用戶面的數(shù)據(jù)。它既包括通信連接服務(wù)運(yùn)營過程中終端、無線接入網(wǎng)、核心網(wǎng)和網(wǎng)絡(luò)管理功能等產(chǎn)生的數(shù)據(jù)，也包括感知和AI等新服務(wù)運(yùn)營過程中產(chǎn)生的數(shù)據(jù)例如感知的測量量和AI模型等，還包括移動(dòng)網(wǎng)絡(luò)從第三方獲取的可共享的數(shù)據(jù)例如各類傳感器信息（溫度、濕度、環(huán)境等）和GIS（GeographicInformationSystem，地理信息系統(tǒng)）信息等。本章將闡述6G數(shù)據(jù)服務(wù)場景，并進(jìn)行潛在需求分析。3.1.感知數(shù)據(jù)3.1.1.描述6G系統(tǒng)中的感知數(shù)據(jù)是指，通過無線電波或其他傳感器設(shè)備等探索物理世界過程中獲得的用于描述物理世界狀態(tài)信息的數(shù)據(jù)。感知數(shù)據(jù)主要包括內(nèi)生感知數(shù)據(jù)、外掛式感知數(shù)據(jù)，以及多模態(tài)融合感知數(shù)據(jù)等。6G移動(dòng)通信系統(tǒng)本身具有感知功能，即內(nèi)生感知。內(nèi)生感知數(shù)據(jù)是指6G移動(dòng)通信系統(tǒng)內(nèi)生感知產(chǎn)生的數(shù)據(jù)，包括UE或基站基于空口信號測量直接獲得的內(nèi)生感知測量數(shù)據(jù)，以及內(nèi)生感知得到的感知結(jié)果。內(nèi)生感知測量數(shù)據(jù)一般包括兩類，一類是用于輔助數(shù)據(jù)通信而進(jìn)行感知測量得到的數(shù)據(jù)，例如，用于感知信道環(huán)境而進(jìn)行測量的數(shù)據(jù)；另一類是純粹為了對目標(biāo)對象或者環(huán)境進(jìn)行感知而測量的數(shù)據(jù)，例如，在定位過程中測得的信號強(qiáng)度、到達(dá)時(shí)間等數(shù)據(jù)，以及在測距測速和成像過程中測得的射頻信號數(shù)據(jù)等。6G系統(tǒng)通過內(nèi)生感知得到的感知結(jié)果，如感知目標(biāo)的位置、速度、成像等信息。>外掛式感知數(shù)據(jù)外掛式感知數(shù)據(jù)，是6G系統(tǒng)從外掛的第三方物聯(lián)網(wǎng)傳感器或GIS等直接獲得的數(shù)據(jù)，包括中間測量數(shù)據(jù)和感知結(jié)果等。這些數(shù)據(jù)并非網(wǎng)絡(luò)透傳的不可見數(shù)據(jù)，它們需要在6G系統(tǒng)的感知功能模塊被處理，以形成進(jìn)一步的感知測量中間數(shù)據(jù)，甚至是可用的感知結(jié)果。具體地，例如：6G系統(tǒng)通過外接條碼識(shí)別、圖像識(shí)別、射頻識(shí)別（RFID）等自動(dòng)識(shí)別裝置，獲取目標(biāo)信息；通過外接各種傳感器獲取生物量、化學(xué)量或者熱、壓、溫、聲、光、電、振動(dòng)等物理量信息，傳感器的種類繁多，主要包括機(jī)械量傳感器（如位移傳感器、物位傳感器等）、幾何量傳感器、力學(xué)量傳感器（如壓力傳感器、速度傳感器等）、熱學(xué)量傳感器（如溫度傳感器等）、光學(xué)量傳感器（如圖像傳感器、紅外/紫外傳感器等）、電磁量傳感器（如電場傳感器、電壓傳感器等）、聲學(xué)量傳感器（如聲音表面波傳感器、超聲傳感器等）、射線傳感器、濕度傳感器、氣體傳感器（如氣體成分傳感器、氣體濃度傳感器等）、離子傳感器（如PH傳感器等）、生理量傳感器、生化量傳感器等。>多模態(tài)融合感知數(shù)據(jù)相比于內(nèi)生感知數(shù)據(jù)或外掛式感知數(shù)據(jù)，多模態(tài)融合感知數(shù)據(jù)更側(cè)重于對兩類數(shù)據(jù)的融合處理。在6G系統(tǒng)中，多種模態(tài)的感知數(shù)據(jù)，包括內(nèi)生感知數(shù)據(jù)與外掛式感知數(shù)據(jù)，可以分別被處理，也可以通過融合感知，形成新的感知數(shù)據(jù)或感知結(jié)果。多模態(tài)融合感知，涵蓋內(nèi)生感知與外掛式感知，將多種感知通道的數(shù)據(jù)融合在一起進(jìn)行理解和處理信息，各種感知數(shù)據(jù)之間相互協(xié)作、相互補(bǔ)充、相互修正、相互增強(qiáng)，形成比單一感知數(shù)據(jù)更好的感知結(jié)果。例如，在同時(shí)具有地面移動(dòng)通信系統(tǒng)覆蓋和外掛式物聯(lián)網(wǎng)終端設(shè)備的室內(nèi)，蜂窩定位數(shù)據(jù)與WiFi定位、藍(lán)牙定位、Zigbee定位、UWB定位等外掛式物聯(lián)網(wǎng)感知數(shù)據(jù)可以相互協(xié)作，形成多模態(tài)融合感知數(shù)據(jù)。3.1.2.潛在需求在6G系統(tǒng)中，感知的形式多種多樣，感知數(shù)據(jù)也十分豐富。感知功能的加入和完善，使得地面移動(dòng)通信系統(tǒng)中的數(shù)據(jù)量巨大。6G系統(tǒng)不僅要完成完整的內(nèi)生感知功能，還要完成外掛式感知數(shù)據(jù)以及多模態(tài)融合感知數(shù)據(jù)等的處理和傳輸。具體地，在功能性需求方面，6G系統(tǒng)需要完成：1)數(shù)據(jù)采集：在內(nèi)生感知過程中，通過信令等對無線電波射頻傳輸?shù)哪承﹨?shù)進(jìn)行測量；通過各種接口等收集來自多種外掛式物聯(lián)網(wǎng)感知設(shè)備的感知數(shù)據(jù)。2)數(shù)據(jù)處理：對采集到的感知數(shù)據(jù)進(jìn)行處理。通過對多種感知通道的感知數(shù)據(jù)進(jìn)行處理，包括AI模型訓(xùn)練和計(jì)算等，得到可用的感知結(jié)果，以協(xié)助6G系統(tǒng)中通信或其他功能的決策、執(zhí)行，或者作為輸入?yún)?shù)輔助某些應(yīng)用。在多模態(tài)融合感知過程中，可以對多種感知通道的數(shù)據(jù)進(jìn)行協(xié)作處理，以得到更好的感知性能。3)數(shù)據(jù)傳輸：在6G系統(tǒng)中，海量感知數(shù)據(jù)需要被傳輸。中間測量數(shù)據(jù)需要被傳輸?shù)较鄳?yīng)網(wǎng)絡(luò)節(jié)點(diǎn)或計(jì)算節(jié)點(diǎn)進(jìn)行整合與運(yùn)算，以得到進(jìn)一步的感知數(shù)據(jù)或感知結(jié)果。例如，在蜂窩定位過程中，終端與多個(gè)基站之間的信號強(qiáng)度、信號到達(dá)時(shí)間等測量數(shù)據(jù)需要被傳輸、整合，以得到終端的位置信息。另外，在性能需求方面：1)6G系統(tǒng)中的感知數(shù)據(jù)量大，各種各樣的應(yīng)用對感知數(shù)據(jù)的需求不盡相同，對6G通信系統(tǒng)的帶寬、時(shí)延等傳輸性能提出了要求。根據(jù)《5G-Advanced通感融合場景需求研究報(bào)告》[16]，感知數(shù)據(jù)的速率約為1k~10Mbps數(shù)量級。2)大量感知數(shù)據(jù)的運(yùn)算和決策，對6G系統(tǒng)的計(jì)算能力以及AI模型和各種算法的性能提出了要求。3)感知數(shù)據(jù)主要是來自對ToB或ToC用戶有關(guān)的人、設(shè)備、環(huán)境等進(jìn)行物理狀態(tài)信息采集，因此，感知數(shù)據(jù)涉及大量用戶隱私。6G系統(tǒng)需要在完成感知功能和滿足應(yīng)用需求的同時(shí)，保障用戶的安全和隱私。3.2.AI模型訓(xùn)練數(shù)據(jù)3.2.1.描述當(dāng)前5G核心網(wǎng)需要NWDAF網(wǎng)元進(jìn)行數(shù)據(jù)、模型訓(xùn)練以及模型推理的AI分析場景主要是預(yù)測場景，如UE位置預(yù)測、網(wǎng)元負(fù)載預(yù)測等。此類場景通常使用小規(guī)模的神經(jīng)網(wǎng)絡(luò)模型，例如RNN、CNN、LSTM等，其參數(shù)量通常在幾千至幾十萬之間，MTLF網(wǎng)元需要收集幾十兆至幾百兆的模型訓(xùn)練數(shù)據(jù)來訓(xùn)練一個(gè)模型。在6G網(wǎng)絡(luò)中，網(wǎng)絡(luò)內(nèi)部的AI分析場景將更加豐富，例如基于感知數(shù)據(jù)的物體識(shí)別、軌跡規(guī)劃，基于網(wǎng)絡(luò)數(shù)據(jù)的網(wǎng)絡(luò)策略控制等。多樣化場景的驅(qū)動(dòng)下，6G網(wǎng)絡(luò)需要規(guī)模更大、結(jié)構(gòu)更復(fù)雜的模型來進(jìn)行推理分析。學(xué)術(shù)界的研究結(jié)果表明，訓(xùn)練一個(gè)模型所需的數(shù)據(jù)量和模型的規(guī)模成正比，訓(xùn)練一個(gè)模型參數(shù)個(gè)數(shù)為100M的模型，至少需要8G的數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，而且還需要其他的業(yè)務(wù)特定數(shù)據(jù)對模型進(jìn)行微調(diào)。為了便于進(jìn)一步闡述，本小節(jié)以定位為例來闡述AI模型訓(xùn)練數(shù)據(jù)的場景與需求。越來越多的業(yè)務(wù)用例被識(shí)別出有高精度定位的需求，然而在很多應(yīng)用場景下，多徑，NLOS，室內(nèi)覆蓋和同步問題等都是實(shí)現(xiàn)高精度定位難以跨越的障礙?；趥鹘y(tǒng)的定位方法無法達(dá)到所要求的定位精度，必須借助于AI定位的方法有效利用UE在頻域、時(shí)域、空域等多個(gè)維度的相關(guān)信息，發(fā)現(xiàn)隱藏在信道中的其它信息，從而提升NLOS場景或同步誤差場景下的定位性能。為了達(dá)成此目的，網(wǎng)絡(luò)需要從UE或基站設(shè)備等獲取UE相關(guān)數(shù)據(jù)，如時(shí)域信道測量信息，信道沖擊響等大量數(shù)據(jù)，用于進(jìn)行AI定位業(yè)務(wù)的模型訓(xùn)練。因AI模型訓(xùn)練所需的訓(xùn)練數(shù)據(jù)量巨大，通過傳統(tǒng)UE信令面或用戶面上報(bào)數(shù)據(jù)的方式并不適于進(jìn)行訓(xùn)練數(shù)據(jù)的傳輸。究其原因，一方面大量訓(xùn)練數(shù)據(jù)的傳輸會(huì)占用較多的帶寬資源；另一方面，訓(xùn)練數(shù)據(jù)的傳輸實(shí)際上對于實(shí)時(shí)性要求并不高；再者，訓(xùn)練數(shù)據(jù)對于復(fù)用性要求較高，換句話說，訓(xùn)練數(shù)據(jù)可能被重復(fù)用于多個(gè)場景甚至多種業(yè)務(wù)的AI模型訓(xùn)練。因此，6G系統(tǒng)需要基于數(shù)據(jù)面采集大量的訓(xùn)練數(shù)據(jù)從而進(jìn)行AI定位業(yè)務(wù)的模型訓(xùn)練。3.2.2.潛在需求在現(xiàn)有5G系統(tǒng)中，核心網(wǎng)網(wǎng)元采集UE數(shù)據(jù)的方法包括信令面方式和用戶面方式。其中，信令面方式包括UE通過NAS信令、RRC信令等方式向網(wǎng)絡(luò)上報(bào)數(shù)據(jù)；用戶面方式包括DCAF（DataCollectionApplicationFunction,數(shù)據(jù)收集應(yīng)用功能）基于AFEVEX（ApplicationFunctionEventExposure，應(yīng)用功能事件開放）從UE采集數(shù)據(jù)，并發(fā)送給網(wǎng)絡(luò)。6G系統(tǒng)需要進(jìn)一步支持如下功能：1)支持采集UE數(shù)據(jù)作為網(wǎng)絡(luò)AI模型訓(xùn)練數(shù)據(jù)（如核心網(wǎng)AI定位模型等2)支持UE訓(xùn)練數(shù)據(jù)的離線傳輸；3)支持所采集的訓(xùn)練數(shù)據(jù)被復(fù)用于單個(gè)業(yè)務(wù)的多個(gè)模型訓(xùn)練或多種業(yè)務(wù)的AI模型訓(xùn)練。3.3.AI模型數(shù)據(jù)3.3.1.描述AI模型作為人工智能領(lǐng)域的核心組成部分，不僅在學(xué)術(shù)研究中取得巨大成功，也在實(shí)際應(yīng)用中產(chǎn)生深遠(yuǎn)影響。AI模型可以通過學(xué)習(xí)算法，基于輸入數(shù)據(jù)進(jìn)行訓(xùn)練，并能夠從中學(xué)習(xí)模式、進(jìn)行預(yù)測或決策。這些模型的訓(xùn)練過程旨在使其能夠泛化到未見過的數(shù)據(jù)，以適應(yīng)多樣化的任務(wù)，從而實(shí)現(xiàn)智能化的功能。AI模型在圖像處理和自然語言處理領(lǐng)域擁有最廣泛的應(yīng)用。(1)圖像處理領(lǐng)域：在20世紀(jì)90年代，經(jīng)典計(jì)算機(jī)視覺方法主導(dǎo)了圖像處理領(lǐng)域，例如邊緣檢測、顏色直方圖等。然而，這些方法在處理復(fù)雜場景和抽象特征時(shí)存在局限性。2010年代初，隨著ImageNet等大規(guī)模數(shù)據(jù)集的出現(xiàn)和GPU性能的提高，深度學(xué)習(xí)（DeepLearning）的時(shí)代來臨，深度神經(jīng)網(wǎng)絡(luò)模型得到了令人矚目的發(fā)展。在LeNet-5的基礎(chǔ)上，AlexNet通過使用更深的網(wǎng)絡(luò)結(jié)構(gòu)和大規(guī)模GPU并行計(jì)算，取得了ImageNet大規(guī)模圖像分類比賽的冠軍，這標(biāo)志著深度卷積神經(jīng)網(wǎng)絡(luò)（CNN）在圖像處理領(lǐng)域的崛起。隨后，大量的CNN結(jié)構(gòu)涌現(xiàn)，如VGGNet、GoogLeNet、ResNet、MobileNet和DenseNet等，它們在圖像識(shí)別、目標(biāo)檢測等視覺領(lǐng)域取得了優(yōu)異的表現(xiàn)。其中MobileNet利用深度可分離卷積、線性激活、全局平均池化等技術(shù)，在顯著減小模型的大小和計(jì)算復(fù)雜度的同時(shí)保持了模型的準(zhǔn)確度，使其非常適用于移動(dòng)設(shè)備和嵌入式系統(tǒng)進(jìn)行實(shí)時(shí)的圖像識(shí)別和分類任務(wù)。到2020年代，隨著自監(jiān)督學(xué)習(xí)、大規(guī)模預(yù)訓(xùn)練和跨模態(tài)學(xué)習(xí)的興起，研究者們開始使用更大規(guī)模的數(shù)據(jù)和更復(fù)雜的任務(wù)進(jìn)行預(yù)訓(xùn)練，然后在特定任務(wù)上進(jìn)行微調(diào)，使AI模型取得了更好的性能，比如CLIP和DALL-E。(2)NLP（NaturalLanguageProcessing，自然語言處理）領(lǐng)域：在2010年以前，N-gram模型和隱馬爾可夫模型是NLP領(lǐng)域最重要的兩個(gè)AI模型，他們利用統(tǒng)計(jì)概率對自然語言進(jìn)行建模，但局限于有限的上下文。在深度學(xué)習(xí)的時(shí)代中，基于更優(yōu)異的詞嵌入技術(shù)，兩大神經(jīng)網(wǎng)絡(luò)——遞歸神經(jīng)網(wǎng)絡(luò)（RNN）和長短時(shí)記憶網(wǎng)絡(luò)（LSTM能更好地捕捉語義信息，提高了AI模型的性能。2010年代末，Transformer模型通過引入注意力機(jī)制，加強(qiáng)了對長文本的處理能力。同時(shí)，BERT和GPT兩個(gè)大規(guī)模預(yù)訓(xùn)練模型的出現(xiàn)，帶來了AI模型在多個(gè)自然語言處理任務(wù)中的顯著性能提升。同時(shí)，自5G時(shí)代，3GPP標(biāo)準(zhǔn)組織先后在核心網(wǎng)域、網(wǎng)絡(luò)管理域、接入網(wǎng)域引入AI功能。歷經(jīng)多個(gè)版本的增強(qiáng)更新，AI功能覆蓋越來越多的場景用例和通信功能實(shí)體。以負(fù)責(zé)核心網(wǎng)AI功能的NWDAF為例，目前3GPP標(biāo)準(zhǔn)中定義了近10種相關(guān)用例流程，描述包含用戶業(yè)務(wù)體驗(yàn)、終端異常、網(wǎng)絡(luò)性能、用戶行為等統(tǒng)計(jì)和預(yù)測方法[3]。R18開始，接入網(wǎng)域也開始研究基于AI的空口特性提升，有效的用例包括基于AI的CSI反饋、波束管理和定位等[17]。雖然AI模型技術(shù)正在快速發(fā)展，但在實(shí)際應(yīng)用中還面臨諸多技術(shù)挑戰(zhàn)，其中一個(gè)主要挑戰(zhàn)是AI模型的低開銷、可保證隱私安全的協(xié)同訓(xùn)練。有大量與用戶特征相關(guān)的數(shù)據(jù)產(chǎn)生于移動(dòng)終端、IoT（InternetofThing，物聯(lián)網(wǎng)）終端，這些數(shù)據(jù)可以有效驅(qū)動(dòng)AI模型的訓(xùn)練。然而隱私和安全問題限制了集中式的數(shù)據(jù)采集。作為一種分布式的AI模型訓(xùn)練框架，F(xiàn)L（FederatedLearning，聯(lián)邦學(xué)習(xí)）允許用戶設(shè)備不直接共享數(shù)據(jù)樣本的前提下，對神經(jīng)網(wǎng)絡(luò)進(jìn)行協(xié)同訓(xùn)練，可以解決智能和隱私之間的矛盾。然而FL的隱私保護(hù)特性是有代價(jià)的。FL的訓(xùn)練過程是一個(gè)迭代的過程，需要反復(fù)進(jìn)行中間狀態(tài)模型的回傳，AI模型收斂一般需要進(jìn)行幾百乃至上千個(gè)通信回合的訓(xùn)練，每個(gè)回合還需要幾個(gè)乃至幾十個(gè)用戶的參與，因此實(shí)際完成一個(gè)模型訓(xùn)練的通信開銷是非常巨大的。同時(shí)FL要求用戶既要下載當(dāng)前的全局模型，還要上傳更新過的本地模型，這種雙向通信也會(huì)加大終端側(cè)的通信開銷。無論從流量還是功耗出發(fā)，巨大的通信開銷都將大大降低用戶參與AI模型更新的積極性；從另外一個(gè)角度來說，大量的AI模型傳輸也會(huì)占用過高的網(wǎng)絡(luò)帶寬，從而影響其他業(yè)務(wù)的用戶體驗(yàn)。表3.3.1展示了傳統(tǒng)集中式訓(xùn)練和FL訓(xùn)練的通信開銷對比。表3.3.1傳統(tǒng)集中式訓(xùn)練和FL通信開銷對比（參數(shù)使用32位浮點(diǎn)數(shù)表示）網(wǎng)絡(luò)模型大小數(shù)據(jù)集大小集中式訓(xùn)練FL訓(xùn)練CNN(2.22MB)MNIST(45MB)上行：45MB上/下行:各21.7GB(1000個(gè)回合)CNN(4.08MB)CIFAR-10(147MB)上行：147MB上/下行:各19.9GB(500個(gè)回合)LSTM(3.13MB)Shakespear(61.38MB)上行：61.4MB上/下行:各15.3GB(500個(gè)回合)另一個(gè)主要挑戰(zhàn)是AI模型在移動(dòng)終端上的快速部署。目前很多表現(xiàn)較好的AI模型，都依賴其網(wǎng)絡(luò)層足夠深。例如，原始的ResNet50模型有2500萬個(gè)參數(shù)，預(yù)訓(xùn)練的語言模型GPT-3有1750億個(gè)參數(shù)。即便是專門針對計(jì)算資源有限、功耗有限的設(shè)備而設(shè)計(jì)的輕量級MobileNet模型，其最小的版本也有20萬個(gè)參數(shù)(0.25MobileNet128模型，用于面部屬性分類)。巨大的模型參數(shù)量為AI模型在移動(dòng)終端上的快速部署帶來了以下問題1）下載AI模型的流量需求巨大，提高了用戶的使用成本（2）移動(dòng)終端通常算力較弱，因此AI模型推時(shí)延長、服務(wù)質(zhì)量低。3.3.2.潛在需求AI模型部署、分布式訓(xùn)練和AI模型聯(lián)合推理過程中的需求包括：1)降低AI模型在無線網(wǎng)絡(luò)中分布式訓(xùn)練的通信開銷：降低分布式訓(xùn)練的通信開銷通常有兩條路徑，一是降低單輪訓(xùn)練的通信量，二是減少模型的訓(xùn)練輪數(shù)。然而，這兩條路徑通常是相沖突的。例如AI模型稀疏化、量化可以減少單輪訓(xùn)練的通信量，但引入的誤差通常會(huì)使得AI模型的收斂速度變慢，增大了模型收斂所需的訓(xùn)練輪數(shù)。降低AI模型分布式訓(xùn)練的通信開銷需要綜合考慮設(shè)備的本地?cái)?shù)據(jù)分布、影響AI模型收斂的重要超參數(shù)，設(shè)計(jì)AI模型的壓縮和設(shè)備調(diào)度等方案。2)輕量化AI模型設(shè)計(jì)：可以通過模型剪枝、量化、權(quán)重共享和知識(shí)蒸餾等方式得到規(guī)模更小的AI模型，降低了用戶的使用成本，降低了AI模型的推理時(shí)延，提高了服務(wù)質(zhì)量。然而，模型規(guī)模的壓縮是以犧牲模型的精確度為代價(jià)的。使用各種模型的輕量化技術(shù)需要在考慮移動(dòng)設(shè)備存儲(chǔ)能力、計(jì)算能力的情況下，實(shí)現(xiàn)模型規(guī)模和推理精度的權(quán)衡。3)實(shí)現(xiàn)AI模型的云邊聯(lián)合推理：目標(biāo)是在保證系統(tǒng)性能的同時(shí)，有效利用云端和邊緣設(shè)備的資源，提高整體系統(tǒng)的效率、響應(yīng)速度和可擴(kuò)展性。在這種模式下，部分推理任務(wù)在云端完成，而另一部分在邊緣設(shè)備上執(zhí)行。還有一種任務(wù)分配的方法是模型分割。復(fù)雜的模型可能會(huì)被分割成多個(gè)部分，其中一部分在云端執(zhí)行，另一部分在邊緣設(shè)備上執(zhí)行。實(shí)現(xiàn)AI模型高效的云邊聯(lián)合推理需要決定推理任務(wù)在何處執(zhí)行。任務(wù)的分配可能基于任務(wù)的性質(zhì)、實(shí)時(shí)性要求、設(shè)備資源等因素。3.4.基于分布式架構(gòu)的數(shù)據(jù)服務(wù)3.4.1.描述XR（ExtendedReality，擴(kuò)展現(xiàn)實(shí)）等新型業(yè)務(wù)的出現(xiàn)，對邊緣就近計(jì)算、超低時(shí)延等網(wǎng)絡(luò)能力提出了更高要求，集中式網(wǎng)絡(luò)架構(gòu)被認(rèn)為存在架構(gòu)復(fù)雜、數(shù)據(jù)量大、容易遭受攻擊、數(shù)據(jù)安全性低等缺陷，這些都驅(qū)動(dòng)6G網(wǎng)絡(luò)朝著分布式網(wǎng)絡(luò)架構(gòu)的方向演進(jìn),也為分布式網(wǎng)絡(luò)架構(gòu)下網(wǎng)絡(luò)節(jié)點(diǎn)間的數(shù)據(jù)交互和數(shù)據(jù)獲取帶來了新的挑戰(zhàn)。分布式網(wǎng)絡(luò)架構(gòu)下，為場景或用戶定制化設(shè)計(jì)的網(wǎng)絡(luò)節(jié)點(diǎn)各不相同，分散在多個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)中的數(shù)據(jù)由于類型異構(gòu)、缺乏互通性和冗余存儲(chǔ)等原因，如果仍然采用現(xiàn)有集中式網(wǎng)絡(luò)架構(gòu)下的數(shù)據(jù)服務(wù)模式可能造成數(shù)據(jù)質(zhì)量和使用效率低下的問題，因此帶來了分布式網(wǎng)絡(luò)架構(gòu)下的數(shù)據(jù)服務(wù)新需求。例如1）分布式網(wǎng)絡(luò)架構(gòu)下，UE切換和業(yè)務(wù)連續(xù)性保障等流程由于涉及到跨網(wǎng)絡(luò)節(jié)點(diǎn)的多個(gè)網(wǎng)元間的數(shù)據(jù)交互和獲取，存在流程復(fù)雜和時(shí)延較大等問題。（2）分散在網(wǎng)絡(luò)各處的數(shù)據(jù)可能被多次獲取和采集，感知數(shù)據(jù)、AI數(shù)據(jù)、網(wǎng)絡(luò)行為和狀態(tài)數(shù)據(jù)等來自不同位置的數(shù)據(jù)可能最終會(huì)匯聚到一個(gè)位置，包括被內(nèi)生AI和數(shù)字孿生用于優(yōu)化網(wǎng)絡(luò)性能和提升用戶體驗(yàn)，或者被多應(yīng)用程序共享訪問。然而，傳統(tǒng)通過NWDAF、NEF等獲取數(shù)據(jù)并用于智能分析和應(yīng)用開放的場景中，數(shù)據(jù)是通過SBI（Service-basedInterface，服務(wù)化接口）從AMF/SMF/UPF（UserPlaneFunction，用戶面功能）等多個(gè)網(wǎng)元中分別獲取，這種信令傳輸方式以及分散獲取的方式可能導(dǎo)致數(shù)據(jù)獲取效率和獲取質(zhì)量較差，容易造成數(shù)據(jù)重復(fù)獲取、數(shù)據(jù)結(jié)構(gòu)不一致等問題。（3）在跨網(wǎng)絡(luò)節(jié)點(diǎn)間的數(shù)據(jù)同步場景中，如果直接對原始數(shù)據(jù)進(jìn)行傳輸，可能存在數(shù)據(jù)量大、傳輸時(shí)延高、帶寬壓力大等問題，而且可能存在對數(shù)據(jù)隱私的泄露風(fēng)險(xiǎn)，因此往往需要對數(shù)據(jù)先進(jìn)行一定的預(yù)處理或去隱私處理后再進(jìn)行傳輸。3.4.2.潛在需求分布式網(wǎng)絡(luò)架構(gòu)以及智慧內(nèi)生、數(shù)字孿生網(wǎng)絡(luò)等技術(shù)的快速發(fā)展，給移動(dòng)通信的數(shù)據(jù)管控機(jī)制帶來了挑戰(zhàn)，對6G數(shù)據(jù)面的架構(gòu)、數(shù)據(jù)獲取機(jī)制和相關(guān)關(guān)鍵技術(shù)提出了潛在新需求。1)6G數(shù)據(jù)面需要設(shè)計(jì)新的分布式數(shù)據(jù)服務(wù)架構(gòu)，通過統(tǒng)一的數(shù)據(jù)表征機(jī)制、數(shù)據(jù)管理機(jī)制以及數(shù)據(jù)間的按需同步和互操作，支持不同代際之間、不同網(wǎng)絡(luò)節(jié)點(diǎn)之間的高效協(xié)作，解決數(shù)據(jù)分散、數(shù)據(jù)異構(gòu)、數(shù)據(jù)孤島等問題。2)6G數(shù)據(jù)面需要實(shí)現(xiàn)分布式數(shù)據(jù)的高效獲取和可信共享，包括標(biāo)準(zhǔn)化數(shù)據(jù)獲取接口、簡化數(shù)據(jù)獲取流程，準(zhǔn)確解析數(shù)據(jù)獲取請求、快速編排數(shù)據(jù)獲取路徑，支持多數(shù)據(jù)源和多數(shù)據(jù)消費(fèi)者的任意拓?fù)鋫鬏斠约翱缇W(wǎng)絡(luò)節(jié)點(diǎn)的NFs間高速率傳輸；基于數(shù)據(jù)的內(nèi)在聯(lián)系執(zhí)行數(shù)據(jù)預(yù)處理和數(shù)據(jù)隨路處理，降低數(shù)據(jù)傳輸量、提高數(shù)據(jù)隱私保護(hù)，提升數(shù)據(jù)服務(wù)質(zhì)量。3)6G數(shù)據(jù)面需要設(shè)計(jì)分布式數(shù)據(jù)存儲(chǔ)機(jī)制、分布式數(shù)據(jù)傳輸協(xié)議、分布式數(shù)據(jù)安全管理技術(shù)，提升海量數(shù)據(jù)的存/取效率，降低大數(shù)據(jù)量的傳輸時(shí)延，保障數(shù)據(jù)全生命周期的安全可信。3.5.用戶為中心的數(shù)據(jù)管控3.5.1.描述ITU-R在2023年發(fā)布的建議書中提出6G網(wǎng)絡(luò)應(yīng)該提供以人為中心的通信、支持因用戶而異的服務(wù)質(zhì)量、保障不同地點(diǎn)之間用戶體驗(yàn)的一致性，推動(dòng)著未來網(wǎng)絡(luò)朝著“以用戶為中心”的模式變革。這里的“用戶“除了傳統(tǒng)移動(dòng)通信網(wǎng)絡(luò)中的終端用戶，還可以是網(wǎng)絡(luò)租戶等網(wǎng)絡(luò)服務(wù)的消費(fèi)者。為了滿足用戶的個(gè)性化需求或部分場景下的極致需求，網(wǎng)絡(luò)需要基于對用戶能力、用戶需求、用戶位置、用戶資源狀態(tài)等數(shù)據(jù)的全面分析，提供以用戶實(shí)時(shí)位置和用戶動(dòng)態(tài)需求為中心的高質(zhì)量網(wǎng)絡(luò)服務(wù)。然而，5G網(wǎng)絡(luò)中用戶的會(huì)話上下文、鑒權(quán)/簽約數(shù)據(jù)、策略數(shù)據(jù)等分散在AMF\SMF\UDM（UnifiedDataManagement，統(tǒng)一數(shù)據(jù)管理）\UPF\PCF（PolicyControlFunction,策略控制功能）等多個(gè)網(wǎng)元中，導(dǎo)致網(wǎng)絡(luò)缺乏對用戶的全面感知，影響網(wǎng)絡(luò)以用戶為中心進(jìn)行動(dòng)態(tài)自適應(yīng)調(diào)整的性能。另一方面，為了保障不同地點(diǎn)之間用戶體驗(yàn)的一致性，要求網(wǎng)絡(luò)支持用戶數(shù)據(jù)和網(wǎng)絡(luò)數(shù)據(jù)的快速遷移。面向6G，用戶不僅可以作為網(wǎng)絡(luò)服務(wù)的消費(fèi)者，還可以為網(wǎng)絡(luò)提供感知類數(shù)據(jù)，例如公共區(qū)域攝像頭采集的環(huán)境數(shù)據(jù)。在這種場景下，用戶需要對自身提供的數(shù)據(jù)是否允許共享進(jìn)行靈活的管控，保障數(shù)據(jù)隱私。同時(shí)，網(wǎng)絡(luò)需要支持靈活設(shè)置不同數(shù)據(jù)消費(fèi)者對數(shù)據(jù)具有不同的操作權(quán)限和傳輸優(yōu)先級，滿足6G多樣化業(yè)務(wù)場景。3.5.2.潛在需求用戶為中心的數(shù)據(jù)管控需要用戶終端相比于現(xiàn)狀提供更多的增量數(shù)據(jù)，需要網(wǎng)絡(luò)按需滿足不同數(shù)據(jù)的融合和傳輸性能要求。1)6G用戶終端（例如手機(jī)、公共區(qū)域攝像頭等）可以為網(wǎng)絡(luò)提供感知類數(shù)據(jù)的采集服務(wù)，6G數(shù)據(jù)面需要對這類數(shù)據(jù)實(shí)現(xiàn)以用戶為粒度的數(shù)據(jù)管控，支持用戶對自身數(shù)據(jù)和自身數(shù)據(jù)服務(wù)能力進(jìn)行靈活自主的細(xì)粒度控制。2)6G數(shù)據(jù)面需要支持對用戶的多模態(tài)數(shù)據(jù)的協(xié)同感知和智能融合，不同數(shù)據(jù)基于實(shí)時(shí)性等要求具備不同的傳輸優(yōu)先級，網(wǎng)絡(luò)可以通過全方位分析多模態(tài)數(shù)據(jù)獲得新知識(shí)，從而更加準(zhǔn)確地感知用戶實(shí)時(shí)狀態(tài)和需求，提前完成對下一時(shí)刻用戶和網(wǎng)絡(luò)狀態(tài)的智能預(yù)測，預(yù)先完成網(wǎng)絡(luò)側(cè)的策略調(diào)整，最終提升用戶體驗(yàn)。3.6.星地融合通信場景的數(shù)據(jù)3.6.1.描述面向6G的星地融合網(wǎng)絡(luò)將實(shí)現(xiàn)地面通信和衛(wèi)星通信的系統(tǒng)級深度融合，實(shí)現(xiàn)覆蓋優(yōu)勢和容量優(yōu)勢的優(yōu)勢互補(bǔ)。3GPP對衛(wèi)星通信的研究在R15NTN（Non-TerrestrialNetworks，非地面網(wǎng)絡(luò)）啟動(dòng)，在R17完成第一個(gè)關(guān)于透明轉(zhuǎn)發(fā)模式的NTN標(biāo)準(zhǔn)版本的制定，在R18階段支持核心網(wǎng)UPF的天基部署，面向R19已經(jīng)啟動(dòng)關(guān)于星上處理模式的NTN標(biāo)準(zhǔn)制定以支持基站和部分核心網(wǎng)功能上星。針對接入網(wǎng)、承載網(wǎng)、核心網(wǎng)等功能按需上星的場景，低軌衛(wèi)星相對地球高速運(yùn)動(dòng)，繞地球旋轉(zhuǎn)一圈的時(shí)間約為130分鐘，網(wǎng)絡(luò)為用戶業(yè)務(wù)提供服務(wù)期間，由于衛(wèi)星和用戶的雙重移動(dòng)性，可能發(fā)生衛(wèi)星或波束的切換，導(dǎo)致星上數(shù)據(jù)的可用性隨衛(wèi)星的高速運(yùn)動(dòng)發(fā)生動(dòng)態(tài)變化。同時(shí)，衛(wèi)星運(yùn)動(dòng)可能造成其服務(wù)用戶的群組切換場景，需要實(shí)現(xiàn)衛(wèi)星間多用戶的基站和核心網(wǎng)控制面等上下文數(shù)據(jù)的交互和同步以保障網(wǎng)絡(luò)狀態(tài)的可靠遷移，同時(shí)還需要考慮用戶面數(shù)據(jù)的無損遷移以保障業(yè)務(wù)的連續(xù)性。針對衛(wèi)星的數(shù)據(jù)回傳服務(wù)場景，由于衛(wèi)星處于特殊的太空環(huán)境，衛(wèi)星采集到的原始數(shù)據(jù)存在因環(huán)境干擾造成的無效數(shù)據(jù)，如果將衛(wèi)星采集的環(huán)境數(shù)據(jù)全部直接傳回地面再進(jìn)行處理，是對饋電鏈路的帶寬資源的嚴(yán)重浪費(fèi)；另外，星上的不同類型數(shù)據(jù)對實(shí)時(shí)性要求是不同的，需要保障不同數(shù)據(jù)的按需回傳。3.6.2.潛在需求星地融合通信場景需要控制數(shù)據(jù)與控制功能實(shí)體的充分解耦，以及提出對星上采集的數(shù)據(jù)先處理再傳輸?shù)刃枨蟆?)針對衛(wèi)星的高動(dòng)態(tài)特性，基于星歷數(shù)據(jù)等分析星上數(shù)據(jù)的可服務(wù)時(shí)長，利用6G數(shù)據(jù)面完成星間多用戶的基站和核心網(wǎng)控制面上下文數(shù)據(jù)的整體智能遷移以及用戶面數(shù)據(jù)在星間的無損遷移以保障業(yè)務(wù)連續(xù)性，例如以用戶粒度或群組粒度進(jìn)行控制面和用戶面數(shù)據(jù)的遷移，從而避免會(huì)話為粒度的高成本數(shù)據(jù)遷移；同時(shí)，通過處理和數(shù)據(jù)的解耦設(shè)計(jì)，保障網(wǎng)絡(luò)狀態(tài)在衛(wèi)星高動(dòng)態(tài)場景下的可靠遷移，提升用戶群組切換效率。2)6G數(shù)據(jù)面需要在網(wǎng)絡(luò)側(cè)支持?jǐn)?shù)據(jù)處理功能下沉，例如通過隨路處理功能實(shí)現(xiàn)對星上采集的原始數(shù)據(jù)的就近處理，包括去掉無效數(shù)據(jù)、對多個(gè)數(shù)據(jù)進(jìn)行融合處理等，然后再傳回地面進(jìn)一步分析，提升數(shù)據(jù)回傳服務(wù)性能。3.7.用戶體驗(yàn)自優(yōu)化的數(shù)據(jù)收集3.7.1.描述6G的性能指標(biāo)應(yīng)該不僅包括更高的容量，更低的時(shí)延和丟包率等，還應(yīng)該包括更好的用戶體驗(yàn)。如下圖所示，特別應(yīng)該關(guān)注用戶極差體驗(yàn)，降低極差體驗(yàn)概率。圖3.7-1.用戶體驗(yàn)概率分布函數(shù)現(xiàn)有網(wǎng)絡(luò)為中心的數(shù)據(jù)收集和優(yōu)化以小區(qū)級或網(wǎng)絡(luò)級的總體性能或平均性能提升為目標(biāo)。如下圖所示，3GPP與此相關(guān)的協(xié)議包括SON和MDT等。并且，傳統(tǒng)網(wǎng)絡(luò)為中心的方案幾經(jīng)迭代也逐漸向著網(wǎng)絡(luò)和UE協(xié)作的方向演進(jìn)。例如，在Release18的移動(dòng)性增強(qiáng)項(xiàng)目LTM（L1/L2-triggeredmobility，L1/L2觸發(fā)的移動(dòng)性）中開始允許暴露網(wǎng)絡(luò)拓?fù)浣oUE，即UE基于網(wǎng)絡(luò)提供的節(jié)點(diǎn)標(biāo)識(shí)判斷源小區(qū)和目標(biāo)小區(qū)是否同屬一個(gè)DU，進(jìn)行判斷切換過程中如何執(zhí)行RLC層和PDCP層的處理。UAI（UEAssistanceInformation，UE輔助信息）則Aggregation,載波聚合）配置，RRC狀態(tài)等。CHO（ConditionalHandover，條件切換）中UE根據(jù)源基站配置的多個(gè)候選基站和對應(yīng)的切換觸發(fā)執(zhí)行條件進(jìn)行檢測，如果滿足切換觸發(fā)執(zhí)行條件，UE直接決定切換，向目標(biāo)基站執(zhí)行隨機(jī)接入。圖3.7-2.網(wǎng)絡(luò)中心的數(shù)據(jù)收集和優(yōu)化同時(shí)，如果UE側(cè)上報(bào)越來越多的數(shù)據(jù)（例如用戶實(shí)時(shí)的&準(zhǔn)確的用戶體驗(yàn)信息）給網(wǎng)絡(luò)可能存在用戶隱私暴露風(fēng)險(xiǎn)等。另外，現(xiàn)有商用手機(jī)已經(jīng)基于終端側(cè)實(shí)現(xiàn)方案優(yōu)化用戶體驗(yàn)（例如地鐵等場景視頻預(yù)緩存等這說明終端具備用戶體驗(yàn)自優(yōu)化（SOE，Self-OptimizingExperience）的基礎(chǔ)能力。SOE面向UE定制化需求收集網(wǎng)絡(luò)側(cè)數(shù)據(jù)，UE可基于終端實(shí)現(xiàn)方案優(yōu)化用戶體驗(yàn)，也可以通過向網(wǎng)絡(luò)提供用戶偏好來輔助網(wǎng)絡(luò)聯(lián)合優(yōu)化用戶體驗(yàn)，還可以在網(wǎng)絡(luò)允許的范圍內(nèi)決策來優(yōu)化用戶體驗(yàn)?？傊?，最終達(dá)到減少用戶極差體驗(yàn)發(fā)生的概率，達(dá)成提供一致性的優(yōu)質(zhì)用戶體驗(yàn)的目標(biāo)。例如，尋呼失敗是引起話音業(yè)務(wù)被叫失敗的原因之一。對于這一場景目前終端側(cè)存在不知道是否發(fā)生了尋呼失敗的困境。即使通過現(xiàn)有的應(yīng)用層通知的方法，終端側(cè)知道了曾發(fā)生了尋呼失敗，其也無法知道網(wǎng)絡(luò)具體在何時(shí)何地發(fā)送過尋呼消息等信息，因此終端側(cè)無法及時(shí)發(fā)現(xiàn)和定位問題。對應(yīng)的，對于這一場景目前網(wǎng)絡(luò)側(cè)存在不知道發(fā)生尋呼失敗時(shí)UE身處何地，尋呼失敗的原因是覆蓋問題還是終端狀態(tài)異常等原因。綜上，僅依靠網(wǎng)絡(luò)數(shù)據(jù)或僅依靠終端側(cè)數(shù)據(jù)都較難及時(shí)識(shí)別和定位用戶體驗(yàn)問題，從而也就無法提供良好的解決方案來提升體驗(yàn)。所以，可根據(jù)不同用例和用戶的特征，通過UE和網(wǎng)絡(luò)協(xié)同相結(jié)合來實(shí)現(xiàn)6G更好的用戶體驗(yàn)。3.7.2.潛在需求根據(jù)用戶體驗(yàn)優(yōu)化場景闡述，用戶體驗(yàn)自優(yōu)化需要支持UE獲取網(wǎng)絡(luò)數(shù)據(jù)，以及支持UE提供用戶偏好的決策等。1)支持UE獲取網(wǎng)絡(luò)數(shù)據(jù)包括根據(jù)該UE的用戶體驗(yàn)優(yōu)化需求獲取所需的核心網(wǎng)數(shù)據(jù)和無線接入網(wǎng)數(shù)據(jù)，例如前述尋呼失敗事件、尋呼發(fā)起涉及的追蹤區(qū)域和小區(qū)標(biāo)識(shí)、發(fā)送尋呼消息的時(shí)間等?？紤]潛在的用例對數(shù)據(jù)時(shí)效性等的需求，UE通過空口獲取網(wǎng)絡(luò)數(shù)據(jù)既包括實(shí)時(shí)數(shù)據(jù)，也包括歷史數(shù)據(jù)。UE獲取網(wǎng)絡(luò)數(shù)據(jù)過程中的數(shù)據(jù)消費(fèi)者既包括UE基帶功能也包括應(yīng)用功能，其中應(yīng)用功能可以是UE自身運(yùn)行的應(yīng)用功能或者用戶授權(quán)的第三方服務(wù)器上運(yùn)行的應(yīng)用功能。2)支持UE提供用戶偏好以輔助網(wǎng)絡(luò)優(yōu)化用戶體驗(yàn)（如UE發(fā)送用戶體驗(yàn)優(yōu)化所需的資源配置以及支持UE在網(wǎng)絡(luò)配置范圍內(nèi)自行決策資源配置等，從而實(shí)現(xiàn)基于實(shí)時(shí)和準(zhǔn)確的用戶體驗(yàn)信息更快速地調(diào)整UE的配置參數(shù)，進(jìn)而避免發(fā)生用戶體驗(yàn)差的情況。3.8.自生成數(shù)據(jù)服務(wù)3.8.1.描述6G網(wǎng)絡(luò)引入感知、AI計(jì)算等新能力后，也帶來了感知數(shù)據(jù)、AI數(shù)據(jù)等大量新型數(shù)據(jù)。這些新型數(shù)據(jù)的產(chǎn)生、終結(jié)、處理、流轉(zhuǎn)、存儲(chǔ)等環(huán)節(jié)涉及核心網(wǎng)、基站、終端多個(gè)網(wǎng)元，每個(gè)網(wǎng)元在數(shù)據(jù)服務(wù)中還可同時(shí)具有多個(gè)數(shù)據(jù)功能。不同的網(wǎng)絡(luò)需求下，數(shù)據(jù)的交互可能在核心網(wǎng)與基站、基站與終端核心網(wǎng)與終端、核心網(wǎng)內(nèi)部、基站內(nèi)部或基站與基站之間進(jìn)行，數(shù)據(jù)服務(wù)也可能只包括數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)流轉(zhuǎn)中的某幾個(gè)環(huán)節(jié)。6G數(shù)據(jù)服務(wù)龐大而復(fù)雜，靠人工選擇數(shù)據(jù)源、網(wǎng)元功能、數(shù)據(jù)過程和數(shù)據(jù)拓?fù)涞臄?shù)據(jù)服務(wù)無法滿足業(yè)務(wù)敏捷響應(yīng)快速上線需求，6G需要自生成的數(shù)據(jù)服務(wù)來快速適應(yīng)多樣化場景業(yè)務(wù)需求。AI的發(fā)展尤其是大模型的發(fā)展，為數(shù)據(jù)服務(wù)的自生成提供了可能。自生成的數(shù)據(jù)服務(wù)是利用AI手段來自動(dòng)化選擇數(shù)據(jù)相關(guān)網(wǎng)元、功能、過程及拓?fù)洳?shù)據(jù)全流程進(jìn)行智能化編排而產(chǎn)生的敏捷高效的數(shù)據(jù)服務(wù)。通過與AI結(jié)合，自生成的數(shù)據(jù)服務(wù)能夠自動(dòng)根據(jù)網(wǎng)絡(luò)需求、空口環(huán)境和網(wǎng)元能力來選擇數(shù)據(jù)采集源，能夠根據(jù)采集的數(shù)據(jù)用途來自動(dòng)進(jìn)行數(shù)據(jù)清洗、加工和凝練；能夠根據(jù)數(shù)據(jù)量、時(shí)延要求、計(jì)算能力以及場景需求來自動(dòng)規(guī)劃數(shù)據(jù)流轉(zhuǎn)、匯聚的路徑。以基站感知的數(shù)據(jù)服務(wù)為例：低頻基站適合大范低精度感知，高頻基站適合小范圍高精度感知，數(shù)據(jù)服務(wù)需要合理利用不同基站的感知能力；數(shù)據(jù)服務(wù)中感知數(shù)據(jù)需要靈活處理，歷史數(shù)據(jù)要提取出仍具有時(shí)效性的數(shù)據(jù)并凝練出環(huán)境長期特征，實(shí)時(shí)數(shù)據(jù)需要進(jìn)行預(yù)處理減少毛刺；感知數(shù)據(jù)的流轉(zhuǎn)匯聚需要考慮基站內(nèi)數(shù)據(jù)匯聚、基站間數(shù)據(jù)共享、核心網(wǎng)對各基站數(shù)據(jù)融合在數(shù)據(jù)服務(wù)中的作用。非自生成的數(shù)據(jù)服務(wù)固定僵化，適應(yīng)性不高。自生成的數(shù)據(jù)服務(wù)能夠自動(dòng)選擇感知基站并將適合的感知數(shù)據(jù)自動(dòng)流轉(zhuǎn)到需要的地方，為基站感知提供個(gè)性化且及時(shí)準(zhǔn)確的數(shù)據(jù)支持。3.8.2.潛在需求面對數(shù)據(jù)海量異構(gòu)、數(shù)據(jù)業(yè)務(wù)多樣化、應(yīng)用場景豐富多彩、網(wǎng)絡(luò)復(fù)雜龐大的現(xiàn)狀，6G網(wǎng)絡(luò)迫切需要數(shù)據(jù)智能供給和數(shù)據(jù)過程自動(dòng)編排的數(shù)據(jù)服務(wù)來滿足層出不窮、千變?nèi)f化的未來需求。網(wǎng)絡(luò)對自生成的數(shù)據(jù)服務(wù)有以下需求：1)除了要根據(jù)網(wǎng)絡(luò)需求進(jìn)行網(wǎng)元、功能、過程及拓?fù)涞淖詣?dòng)化選擇和編排組織，還要能夠根據(jù)網(wǎng)絡(luò)變化進(jìn)行網(wǎng)元、功能、過程及拓?fù)涞淖詣?dòng)化調(diào)整。2)需要進(jìn)行數(shù)據(jù)服務(wù)生命周期的自動(dòng)化管理3)需要對外進(jìn)行數(shù)據(jù)服務(wù)能力的提供和數(shù)據(jù)的開放共享。3.9.數(shù)據(jù)權(quán)益3.9.1.描述數(shù)據(jù)權(quán)益是在法律法規(guī)和隱私安全保護(hù)的前提下，明確各數(shù)據(jù)主體的角色（如數(shù)據(jù)產(chǎn)生者，數(shù)據(jù)擁有者、數(shù)據(jù)處理者，數(shù)據(jù)使用者）以及不同角色對應(yīng)的權(quán)利和利益劃分。終端用戶（包括toC用戶、toB企業(yè)用戶)、運(yùn)營商以及設(shè)備商等網(wǎng)絡(luò)主體可在數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)傳輸、數(shù)據(jù)分析等多各環(huán)節(jié)中發(fā)揮作用，作為數(shù)據(jù)主體也應(yīng)該擁有與之匹配的數(shù)據(jù)權(quán)益。數(shù)據(jù)權(quán)益機(jī)制能夠使數(shù)據(jù)主體在數(shù)據(jù)服務(wù)中的價(jià)值得到合理評價(jià)并可在安全可控的范圍內(nèi)進(jìn)行數(shù)據(jù)價(jià)值交易，這將激發(fā)數(shù)據(jù)共享和交換的主動(dòng)性，進(jìn)而增加數(shù)據(jù)的豐富性、提升數(shù)據(jù)的價(jià)值性。對toC用戶，運(yùn)營商可通過獎(jiǎng)勵(lì)的方式（如積分獎(jiǎng)勵(lì)）使得消費(fèi)者更愿意主動(dòng)開啟數(shù)據(jù)上報(bào)的功能。在5G中，使用SON&MDT只能對特定用戶進(jìn)行幾個(gè)網(wǎng)絡(luò)特性的數(shù)據(jù)測量收集。6G網(wǎng)絡(luò)如果激發(fā)了用戶的主動(dòng)性，則會(huì)有更多的用戶提供數(shù)量更多、類型更廣的數(shù)據(jù)。比如用戶除了可以提供更多的通信特性數(shù)據(jù)，還可以提供更多的環(huán)境感知數(shù)據(jù)、AI模型訓(xùn)練數(shù)據(jù)。另外，行業(yè)/企業(yè)對數(shù)據(jù)安全非常重視，希望能夠增加對企業(yè)數(shù)據(jù)的掌控權(quán)。在數(shù)據(jù)權(quán)益保障下，企業(yè)能夠控制數(shù)據(jù)對外開放的范圍并進(jìn)行數(shù)據(jù)價(jià)值交換，這也會(huì)使得企業(yè)用戶愿意主動(dòng)進(jìn)行企業(yè)數(shù)據(jù)的分享。設(shè)備商的核心網(wǎng)和基站通常會(huì)承擔(dān)數(shù)據(jù)處理、數(shù)據(jù)傳輸、數(shù)據(jù)分析、數(shù)據(jù)存儲(chǔ)的主要工作，在用戶/客戶隱私安全的保證上也可通過數(shù)據(jù)權(quán)益的方式來解在利益驅(qū)使下，還會(huì)涌現(xiàn)出越來越多的新型網(wǎng)元如RIS（ReconfigurableIntelligentSurfaces，可重構(gòu)智能表面）墻體玻璃貼片、家庭/企業(yè)自建基站等，這些新型網(wǎng)元能夠彌補(bǔ)6G網(wǎng)絡(luò)在特定階段的不足，為網(wǎng)絡(luò)提效的同時(shí)節(jié)約網(wǎng)絡(luò)成本。在6G網(wǎng)絡(luò)中，運(yùn)營商不僅為用戶提供網(wǎng)絡(luò)服務(wù)，還可作為數(shù)據(jù)權(quán)益分配和管控的主導(dǎo)者?？梢钥吹剑瑪?shù)據(jù)權(quán)益讓網(wǎng)絡(luò)所有主體的價(jià)值都能夠得到合理體現(xiàn)，各主體都將會(huì)有意愿和有機(jī)會(huì)參與網(wǎng)絡(luò)共建共享、共同促進(jìn)網(wǎng)絡(luò)繁榮。因此，6G需要使用數(shù)據(jù)權(quán)益來進(jìn)行安全可信的價(jià)值評估、衡量以及各參與方之間的價(jià)值交換。3.9.2.潛在需求傳統(tǒng)網(wǎng)絡(luò)中，數(shù)據(jù)權(quán)益處于模糊地帶使得網(wǎng)絡(luò)參與方的主動(dòng)性不強(qiáng)，數(shù)據(jù)價(jià)值難以最大化利用。數(shù)據(jù)權(quán)益能夠提升網(wǎng)絡(luò)參與度，實(shí)現(xiàn)數(shù)據(jù)共享和價(jià)值流轉(zhuǎn)，實(shí)現(xiàn)未來6G無線系統(tǒng)多方協(xié)同共贏和價(jià)值最大化的目標(biāo)，因此數(shù)據(jù)服務(wù)需要數(shù)據(jù)權(quán)益機(jī)制的支撐。數(shù)據(jù)權(quán)益的需求包括：1)規(guī)范明確數(shù)據(jù)權(quán)益主體以及對應(yīng)的數(shù)據(jù)權(quán)益內(nèi)容2)業(yè)務(wù)前、業(yè)務(wù)中和業(yè)務(wù)后三個(gè)階段都需要增加數(shù)據(jù)權(quán)益相關(guān)功能：業(yè)務(wù)前有鑒權(quán)、認(rèn)證、授權(quán)等功能，業(yè)務(wù)中有權(quán)益交互、任務(wù)分配、協(xié)同控制、流程監(jiān)督、計(jì)費(fèi)獎(jiǎng)勵(lì)、故障懲罰等功能，業(yè)務(wù)后有權(quán)益價(jià)值評估、權(quán)益安全交易結(jié)算等功能。3)網(wǎng)絡(luò)中需要支持?jǐn)?shù)據(jù)權(quán)益相關(guān)的多種機(jī)制、流程和模式。數(shù)據(jù)權(quán)益機(jī)制有數(shù)據(jù)權(quán)益分配機(jī)制、價(jià)值評估機(jī)制、交易結(jié)算機(jī)制等。數(shù)據(jù)權(quán)益涉及的流程有權(quán)益劃分、權(quán)益信息交互、權(quán)益變更、權(quán)益刪除等。并且訂閱-發(fā)布和請求-響應(yīng)兩種模式也可用于數(shù)據(jù)權(quán)益過程，如通過網(wǎng)絡(luò)發(fā)布包含權(quán)益分配、價(jià)值衡量、價(jià)值交換和可信等數(shù)據(jù)權(quán)益相關(guān)的信息，如通過終端請求的方式來主動(dòng)觸發(fā)網(wǎng)絡(luò)對數(shù)據(jù)權(quán)益的分配和修3.10.6G數(shù)據(jù)需求總結(jié)如表3.10-1所示，根據(jù)前述6G服務(wù)場景和與需求分析，6G系統(tǒng)數(shù)據(jù)需求包含兩大類。一類是與6G新場景需求相匹配的新增數(shù)據(jù)需求，包括感知數(shù)據(jù)和AI數(shù)據(jù)。另一類是6G系統(tǒng)功能和數(shù)據(jù)分離對應(yīng)的數(shù)據(jù)需求，包括面向分布式和星地融合等場景對網(wǎng)絡(luò)中用戶級數(shù)據(jù)或網(wǎng)元級數(shù)據(jù)的交互需求。相比于5G，6G系統(tǒng)的數(shù)據(jù)需求還需要支持協(xié)作式的數(shù)據(jù)收集和更加自動(dòng)化的數(shù)據(jù)收集，包括UE獲取網(wǎng)絡(luò)數(shù)據(jù)、數(shù)據(jù)權(quán)益和自生成數(shù)據(jù)服務(wù)等。并且，6G系統(tǒng)需要支持統(tǒng)一的數(shù)據(jù)全生命周期管理機(jī)制，目標(biāo)是提升海量網(wǎng)絡(luò)數(shù)據(jù)的流動(dòng)效率，避免單個(gè)用例碎片化方案的標(biāo)準(zhǔn)開銷。表3.10-16G數(shù)據(jù)面數(shù)據(jù)總結(jié)數(shù)據(jù)類型數(shù)據(jù)提供者數(shù)據(jù)消費(fèi)者數(shù)據(jù)量感知數(shù)據(jù)（如感知測量數(shù)據(jù)）UE、RAN節(jié)點(diǎn)（基CN、RAN節(jié)點(diǎn)（基與感知用例相關(guān)，速數(shù)量級網(wǎng)絡(luò)AI數(shù)據(jù)（如AI模型）UE、RAN節(jié)點(diǎn)（基站）、核心網(wǎng)網(wǎng)絡(luò)功能、應(yīng)用功能CN、RAN節(jié)點(diǎn)（基與AI模型相關(guān)，波束管理的AI模型數(shù)據(jù)量約為10k字節(jié)到100M字節(jié)[17]網(wǎng)絡(luò)中用戶級數(shù)據(jù)（如用戶簽約數(shù)據(jù)、上下文信息）核心網(wǎng)網(wǎng)絡(luò)功能CN、RAN節(jié)點(diǎn)（基與用戶數(shù)相關(guān)網(wǎng)元數(shù)據(jù)（如尋呼數(shù)據(jù)、網(wǎng)絡(luò)負(fù)荷等）核心網(wǎng)網(wǎng)絡(luò)功能、網(wǎng)絡(luò)管理功能網(wǎng)絡(luò)管理功能、CN、UE與小區(qū)數(shù)和用戶數(shù)相關(guān)相應(yīng)地，數(shù)據(jù)面功能應(yīng)當(dāng)具備數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)協(xié)同等能力。其中，數(shù)據(jù)面支持?jǐn)?shù)據(jù)在任意節(jié)點(diǎn)進(jìn)行處理，可以采用集中處理的方式或根據(jù)不同節(jié)點(diǎn)處理能力的差異來智能分配處理任務(wù)，以實(shí)現(xiàn)對數(shù)據(jù)的精細(xì)化采集、實(shí)時(shí)處理、高效傳輸、分布式協(xié)同和彈性存儲(chǔ)，統(tǒng)管數(shù)據(jù)的全生命周期，從而提升數(shù)據(jù)利用率與6G網(wǎng)絡(luò)的數(shù)據(jù)化服務(wù)能力[18]。例如，根據(jù)不同感知協(xié)同方式，包括系統(tǒng)組網(wǎng)多點(diǎn)感知的不同方式，以及不同模式的感知方式，數(shù)據(jù)面需要支持6G網(wǎng)絡(luò)內(nèi)不同域、終端與網(wǎng)絡(luò)、6G網(wǎng)絡(luò)內(nèi)部與外部功能之間的跨域數(shù)據(jù)協(xié)作。4.6G數(shù)據(jù)面內(nèi)涵和框架4.1.6G數(shù)據(jù)面內(nèi)涵類比現(xiàn)有標(biāo)準(zhǔn)中控制面和用戶面的定義，“面”通常具有如下特征：.端到端連通性：UE、無線接入網(wǎng)和核心網(wǎng)通過對等協(xié)議層支持端到端對等層交互。.隔離性：不同的面之間的分工具有隔離性，每個(gè)面聚焦于一類功能和流程。.協(xié)作性：不同的面之間相互協(xié)作實(shí)現(xiàn)通信傳輸?shù)韧暾δ芎头?wù)。從空口角度分析，不同面可能采用部分相同協(xié)議層。但是，不同面的協(xié)議層配置不同，從而既滿足了各個(gè)面之間的功能復(fù)用，也滿足了各個(gè)面的差異化需求。從核心網(wǎng)角度分析，不同面包括不同的網(wǎng)絡(luò)功能，各司其職?；谇笆雒婧凸δ芴卣鳎?G可能在控制面和用戶面基礎(chǔ)上引入數(shù)據(jù)面。如圖4.1-16G系統(tǒng)示意圖所示，控制面、用戶面和數(shù)據(jù)面相互協(xié)作來支撐網(wǎng)絡(luò)內(nèi)生智能、內(nèi)生計(jì)算和內(nèi)生安全等關(guān)鍵內(nèi)生特性，進(jìn)而實(shí)現(xiàn)對外提供服務(wù)。例如，包括近零功耗物聯(lián)和NTN在內(nèi)的超強(qiáng)通信服務(wù)，包括ISAC（IntegratedSensingandCommunication，感知通信融合）在內(nèi)的基礎(chǔ)信息服務(wù)，包括AIAC（AIandCommunication,AI和通信）在內(nèi)的融合計(jì)算服務(wù)。數(shù)據(jù)面負(fù)責(zé)移動(dòng)通信網(wǎng)絡(luò)內(nèi)部從數(shù)據(jù)產(chǎn)生到數(shù)據(jù)消費(fèi)的整個(gè)生命周期，包括數(shù)據(jù)產(chǎn)生、數(shù)據(jù)收集協(xié)調(diào)、數(shù)據(jù)安全隱私管理、數(shù)據(jù)處理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)權(quán)益等，并向其他層和面提供數(shù)據(jù)服務(wù)。數(shù)據(jù)面是獨(dú)立的邏輯功能面。數(shù)據(jù)面和傳統(tǒng)“通信面”（即5G協(xié)議的控制面和用戶面）邏輯上可等位并列。數(shù)據(jù)面作為通用公共基礎(chǔ)架構(gòu)，高效支撐感知、計(jì)算、智能等6G新業(yè)務(wù)的移動(dòng)網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)的全生命周期管理需求。從廣義上講，數(shù)據(jù)面是面向特定業(yè)務(wù)領(lǐng)域的功能提供數(shù)據(jù)服務(wù)。6G數(shù)據(jù)面邏輯上包括數(shù)據(jù)面的控制和數(shù)據(jù)面的數(shù)據(jù)，數(shù)據(jù)面的控制包括數(shù)據(jù)面承載建立和釋放等，數(shù)據(jù)面的數(shù)據(jù)包括數(shù)據(jù)面數(shù)據(jù)的傳輸和處理等。關(guān)于數(shù)據(jù)面的控制與數(shù)據(jù)是否分離，以及數(shù)據(jù)面的控制與前述現(xiàn)有控制面是否融合等是標(biāo)準(zhǔn)化過程中需要回答的問題。4.2.新增數(shù)據(jù)面的必要性傳統(tǒng)簽約數(shù)據(jù)包含用戶簽約數(shù)據(jù)、策略簽約數(shù)據(jù)、業(yè)務(wù)簽約數(shù)據(jù)。簽約數(shù)據(jù)的平滑快速遷移，是網(wǎng)絡(luò)演進(jìn)必須要考慮的一個(gè)關(guān)鍵環(huán)節(jié)，但用戶數(shù)據(jù)格式的不統(tǒng)一帶來挑戰(zhàn)。一方面，由于廠商采用私有實(shí)現(xiàn)方式，用戶數(shù)據(jù)存儲(chǔ)網(wǎng)元的數(shù)據(jù)格式不統(tǒng)一；另一方面，網(wǎng)絡(luò)升級換代會(huì)導(dǎo)致邏輯組網(wǎng)產(chǎn)生變化，不同區(qū)域的業(yè)務(wù)需要遷移和融合，但自有業(yè)務(wù)數(shù)據(jù)格式不統(tǒng)一。因此，6G網(wǎng)絡(luò)需要考慮優(yōu)化用戶數(shù)據(jù)網(wǎng)元存儲(chǔ)方式和性能，提供統(tǒng)一的用戶視圖。6G網(wǎng)絡(luò)內(nèi)生智能、通感一體等愿景，導(dǎo)致6G網(wǎng)絡(luò)衍生出新型數(shù)據(jù)類別，包括AI數(shù)據(jù)、感知數(shù)據(jù)等。這些數(shù)據(jù)需要在網(wǎng)絡(luò)中進(jìn)行采集、存儲(chǔ)、處理分析和傳輸?shù)热鞒烫幚?，并提出了新的挑?zhàn)，例如，數(shù)據(jù)采集要求實(shí)時(shí)性和細(xì)粒度、數(shù)據(jù)存儲(chǔ)要求可靠存儲(chǔ)和快速索引、數(shù)據(jù)處理需要支持在轉(zhuǎn)發(fā)過程中進(jìn)行數(shù)據(jù)優(yōu)化處理、數(shù)據(jù)傳輸需要提供差異化的QoS（QualityofService，服務(wù)質(zhì)量）保障以及支持任意拓?fù)涞膫鬏敚F(xiàn)有5G核心網(wǎng)不支持或僅部分支持上述功能。因此，6G網(wǎng)絡(luò)需要考慮引入數(shù)據(jù)相關(guān)功能，實(shí)現(xiàn)對AI、感知等新型數(shù)據(jù)的全流程處理，提供可信數(shù)據(jù)服務(wù)。6G網(wǎng)絡(luò)將實(shí)現(xiàn)從傳統(tǒng)面向用戶的單一數(shù)據(jù)轉(zhuǎn)發(fā)，到面向全要素的數(shù)據(jù)生產(chǎn)、消費(fèi)全流程的轉(zhuǎn)變，現(xiàn)有網(wǎng)絡(luò)僅作為數(shù)據(jù)傳輸管道，無法滿足上述需求，需要引入更多數(shù)據(jù)相關(guān)功能；這些新的數(shù)據(jù)功能與傳統(tǒng)控制面、用戶面的的性能、機(jī)制差異較大，控制面和用戶面多為可靠性、時(shí)延等KPI（KeyPerformanceIndicator，關(guān)鍵性能指標(biāo)）要求，而這些新的數(shù)據(jù)功能要求高可靠存儲(chǔ)、高速讀取、極高可靠傳輸?shù)取Ｒ虼耍瑢⑦@些新的數(shù)據(jù)相關(guān)功能集設(shè)計(jì)成獨(dú)立的功能平面，即數(shù)據(jù)面。6G引入數(shù)據(jù)面可以避免控制面承載大量非信令數(shù)據(jù)，以及用戶面?zhèn)鬏斀K結(jié)在移動(dòng)網(wǎng)絡(luò)內(nèi)部。并且，引入數(shù)據(jù)面可以提升網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)的數(shù)據(jù)傳輸效率，實(shí)現(xiàn)數(shù)據(jù)復(fù)用，增強(qiáng)跨域數(shù)據(jù)協(xié)作，易于擴(kuò)展?jié)M足新增需求。數(shù)據(jù)面作為6G網(wǎng)絡(luò)架構(gòu)中新增的一個(gè)平面，其目的是實(shí)現(xiàn)龐大用戶數(shù)據(jù)的高效安全迭代、網(wǎng)絡(luò)狀態(tài)的可靠遷移、以及通過可信的方式引入數(shù)據(jù)服務(wù)。該平面以數(shù)據(jù)的高效可靠存儲(chǔ)為核心，結(jié)合數(shù)據(jù)服務(wù)編排等控制，通過定義標(biāo)準(zhǔn)化的數(shù)據(jù)服務(wù)功能，實(shí)現(xiàn)數(shù)據(jù)服務(wù)解耦。同時(shí)，基于控制面增強(qiáng)以支持?jǐn)?shù)據(jù)服務(wù)、移動(dòng)性管理等協(xié)同的全局控制，以及數(shù)據(jù)面的服務(wù)控制和執(zhí)行，實(shí)現(xiàn)對6G多樣化數(shù)據(jù)的全流程處理。4.3.6G數(shù)據(jù)面框架6G數(shù)據(jù)面框架是泛化的、可演進(jìn)的、前后兼容的架構(gòu)，面向不同的業(yè)務(wù)域提供既相對獨(dú)立、又能夠互相支撐的統(tǒng)一的面向業(yè)務(wù)的數(shù)據(jù)服務(wù)。數(shù)據(jù)面需要在統(tǒng)一數(shù)據(jù)概念、功能的同時(shí)還建立數(shù)據(jù)間的關(guān)聯(lián)以支撐應(yīng)用。通過統(tǒng)一的數(shù)據(jù)功能集合，實(shí)現(xiàn)數(shù)據(jù)服務(wù)從單體式架構(gòu)到歸一化架構(gòu)的轉(zhuǎn)變。圖4.3-1.6G數(shù)據(jù)面框架6G數(shù)據(jù)面框架具體分為四個(gè)服務(wù)功能集合：統(tǒng)一管理功能集合、統(tǒng)一處理功能集合、統(tǒng)一開放功能集合、統(tǒng)一交易功能集合。這四個(gè)集合的功能可映射到數(shù)據(jù)面的核心網(wǎng)、無線接入網(wǎng)和UE等具體網(wǎng)元上。統(tǒng)一管理功能集合的功能映射到核心網(wǎng)的網(wǎng)絡(luò)策略制定網(wǎng)元和任務(wù)編排管理網(wǎng)元；統(tǒng)一處理功能集合的功能映射到核心網(wǎng)和接入網(wǎng)的數(shù)據(jù)收集分析網(wǎng)元、基站以及UE；統(tǒng)一開放功能集合映射到核心網(wǎng)和接入網(wǎng)的能力開放網(wǎng)元；統(tǒng)一交易功能集合映射到網(wǎng)絡(luò)管理運(yùn)營網(wǎng)元。四個(gè)功能集合的信息具體如下：.統(tǒng)一管理功能集合：提供數(shù)據(jù)服務(wù)編排功能和數(shù)據(jù)生命周期管理功能。數(shù)據(jù)服務(wù)編排可按需生成數(shù)據(jù)服務(wù)并且支持集中式和分布式部署管控，在數(shù)據(jù)服務(wù)編排中還要考慮數(shù)據(jù)服務(wù)需要的資源支撐。數(shù)據(jù)生命周期管理可提供數(shù)據(jù)全要素從產(chǎn)生到消亡的管理。.統(tǒng)一處理功能集合：提供數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析、數(shù)據(jù)集提取、數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)轉(zhuǎn)發(fā)傳輸?shù)裙δ?。?shù)據(jù)采集不僅包含如何進(jìn)行數(shù)據(jù)收集，還包含了對所采集數(shù)據(jù)格式的要求。數(shù)據(jù)預(yù)處理包括對原始數(shù)據(jù)的數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)集成、數(shù)據(jù)規(guī)范化和數(shù)據(jù)脫敏等過程處理。數(shù)據(jù)分析可獲得數(shù)據(jù)線索、數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系以及發(fā)現(xiàn)數(shù)據(jù)價(jià)值。在數(shù)據(jù)分析基礎(chǔ)上，使用數(shù)據(jù)集提取可根據(jù)數(shù)據(jù)特征獲取場景化數(shù)據(jù)、具有知識(shí)含義的典型數(shù)據(jù)集。另外，數(shù)據(jù)預(yù)處理還包括數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)路由轉(zhuǎn)發(fā)策略制定的功能.統(tǒng)一開放功能集合：提供數(shù)據(jù)的開放、數(shù)據(jù)集的開放、數(shù)據(jù)服務(wù)的開放等功能。數(shù)據(jù)的開放包括對原始數(shù)據(jù)的開放、對預(yù)處理后的數(shù)據(jù)開放，這里稱之為基礎(chǔ)數(shù)據(jù)開放。數(shù)據(jù)集的開放是對場景化數(shù)據(jù)集合、特征數(shù)據(jù)集合的開放。數(shù)據(jù)服務(wù)的開放允許第三方可自定義自編排形成新的數(shù)據(jù)服務(wù)。.統(tǒng)一交易功能集合：提供數(shù)據(jù)權(quán)益劃分、數(shù)據(jù)服務(wù)鑒權(quán)、數(shù)據(jù)價(jià)值評估和數(shù)據(jù)安全交易等功能。數(shù)據(jù)權(quán)益劃分明確了數(shù)據(jù)服務(wù)中各參與主體的角色所擁有的權(quán)利和可獲得的利益。數(shù)據(jù)服務(wù)鑒權(quán)通過對數(shù)據(jù)使用者的鑒定和授權(quán)保證數(shù)據(jù)訪問的安全性。數(shù)據(jù)價(jià)值評估是把數(shù)據(jù)資產(chǎn)化用于數(shù)據(jù)資產(chǎn)交易。數(shù)據(jù)安全交易是需要借助如區(qū)塊鏈等技術(shù)保障數(shù)字資產(chǎn)安全且公平公正地交易流轉(zhuǎn)。6G數(shù)據(jù)面框架內(nèi)部各功能集合之間可通過數(shù)據(jù)總線交互來形成面向業(yè)務(wù)全要素全生命周期管控的數(shù)據(jù)服務(wù)。6G數(shù)據(jù)面框架可與外部交互，為通信、感知、計(jì)算、智能等業(yè)務(wù)提供數(shù)據(jù)服務(wù)支撐的同時(shí)獲得數(shù)據(jù)服務(wù)能力的提升。G數(shù)據(jù)面邏輯架構(gòu)和功能本節(jié)嘗試面向數(shù)據(jù)面潛在的邏輯功能和架構(gòu)進(jìn)行探討。目前數(shù)據(jù)面邏輯架構(gòu)和功能先聚焦在終端功能和網(wǎng)元功能，暫未呈現(xiàn)OAM（OperationAdministrationandMaintenance，運(yùn)營管理和維護(hù)）和BSS（BusinessSupportSystems，業(yè)務(wù)支撐系統(tǒng)因此也就未呈現(xiàn)可能涉及OAM和BSS的管理功能和交易功能。然后，考慮從兩個(gè)維度進(jìn)行研究，一是與具體網(wǎng)元解耦的數(shù)據(jù)應(yīng)用層邏輯，包括數(shù)據(jù)應(yīng)用層所需的基本功能，以及各功能之間的交互關(guān)系。二是前述數(shù)據(jù)應(yīng)用層的基本功能與UE、RAN和CN之間的映射，不同的對等端之間的交互需要UE-RAN，UE-CN，RAN-CN，RAN功能間和CN功能間的數(shù)據(jù)面協(xié)議支持。如4.3-2數(shù)據(jù)面邏輯架構(gòu)圖所示，數(shù)據(jù)面功能包括數(shù)據(jù)控制、數(shù)據(jù)隱私和安全、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)傳輸、數(shù)據(jù)處理、數(shù)據(jù)提供和數(shù)據(jù)消費(fèi)等。所述邏輯功能與終端、無線接入網(wǎng)和核心網(wǎng)的映射關(guān)系示例見4.3.3節(jié)，本節(jié)暫不區(qū)分終端或網(wǎng)元。前述邏輯功能的具體說明如下：.數(shù)據(jù)控制功能（DataControlFunction，DCF用于支持?jǐn)?shù)據(jù)收集協(xié)調(diào)、數(shù)據(jù)服務(wù)配置（如數(shù)據(jù)包大小、間隔等）、數(shù)據(jù)傳輸配置（如建立/修改/釋放數(shù)據(jù)面?zhèn)鬏斖ǖ溃?、?shù)據(jù)處理配置（如數(shù)據(jù)預(yù)處理或數(shù)據(jù)分析配置等）、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)權(quán)益等全生命周期管理的配置。.數(shù)據(jù)隱私和安全功能（DataPrivacyandSecurityFunction，DPSF用于支持其它數(shù)據(jù)功能發(fā)起的認(rèn)證、授權(quán)、訪問控制等隱私和安全機(jī)制。.數(shù)據(jù)存儲(chǔ)功能：也可以稱為數(shù)據(jù)倉庫功能（DataRepositoryFunction，DRF用于支持?jǐn)?shù)據(jù)面收集數(shù)據(jù)的持久化存儲(chǔ)和檢索。.數(shù)據(jù)傳輸功能（DataTransmissionFunction，DTF用于支持根據(jù)DCF配置進(jìn)行數(shù)據(jù)面數(shù)據(jù)的轉(zhuǎn)發(fā)和傳輸。DTF可以是UE、基站或核心網(wǎng)節(jié)點(diǎn)等，根據(jù)數(shù)據(jù)傳輸?shù)膶Φ榷瞬煌?，?shù)據(jù)面?zhèn)鬏敯║E和RAN，RAN和CN，UE和CN，RAN內(nèi)部功能間或CN內(nèi)部功能間等多種數(shù)據(jù)傳輸協(xié)議。.數(shù)據(jù)處理功能（DataProcessingFunction，DProcF）:用于根據(jù)數(shù)據(jù)服務(wù)需求提供數(shù)據(jù)預(yù)處理和數(shù)據(jù)分析等數(shù)據(jù)處理。.數(shù)據(jù)提供者（DataProvider，DPro支持根據(jù)DCF配置產(chǎn)生和提供所需數(shù)據(jù)。.數(shù)據(jù)消費(fèi)者（DataConsumer，DCons支持發(fā)送數(shù)據(jù)請求和接收數(shù)據(jù)響應(yīng)。如果數(shù)據(jù)消費(fèi)者是網(wǎng)絡(luò)外部功能，那么需要基于網(wǎng)絡(luò)能力開放功能等來獲取數(shù)據(jù)。圖4.3-2.6G數(shù)據(jù)面邏輯架構(gòu)G數(shù)據(jù)生命周期管理6G數(shù)據(jù)面負(fù)責(zé)數(shù)據(jù)產(chǎn)生、數(shù)據(jù)收集協(xié)調(diào)、數(shù)據(jù)安全隱私管理、數(shù)據(jù)處理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)權(quán)益等移動(dòng)網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)的全生命周期管理。在數(shù)據(jù)質(zhì)量管理環(huán)節(jié)關(guān)注的是數(shù)據(jù)的有效性和可用性等，在數(shù)據(jù)權(quán)益環(huán)節(jié)關(guān)注的是數(shù)據(jù)提供者和消費(fèi)者之間的權(quán)益匹配等。各個(gè)環(huán)節(jié)的時(shí)間周期可能不同，例如，數(shù)據(jù)消費(fèi)/服務(wù)完成后，數(shù)據(jù)帶來的權(quán)益可能一直存活。又例如，數(shù)據(jù)提供者可能只在較短時(shí)間內(nèi)擁有權(quán)益，但數(shù)據(jù)消費(fèi)者獲取的數(shù)據(jù)對數(shù)據(jù)消費(fèi)者而言有效的時(shí)間很長。因此，6G數(shù)據(jù)面要考慮全生命周期管理的各個(gè)環(huán)節(jié)特征。圖4.3-3.數(shù)據(jù)全生命周期管理基于6G數(shù)據(jù)面框架，通過數(shù)據(jù)面功能可以實(shí)現(xiàn)移動(dòng)通信網(wǎng)絡(luò)內(nèi)部從數(shù)據(jù)產(chǎn)生到數(shù)據(jù)消費(fèi)的整個(gè)生命周期。如圖4.3-3所示，數(shù)據(jù)全生命管理包括如下部分：.數(shù)據(jù)收集協(xié)調(diào)：根據(jù)各個(gè)功能的數(shù)據(jù)需求，通過協(xié)調(diào)避免相同數(shù)據(jù)重復(fù)收集。根據(jù)已收集的數(shù)據(jù)信息、數(shù)提供者（如UE、RAN、CN）的能力等因素，選擇合適的數(shù)據(jù)提供者。從而，配置數(shù)據(jù)提供功能按需產(chǎn)生數(shù)據(jù)和提供數(shù)據(jù)。.數(shù)據(jù)隱私和安全管理：通過用戶授權(quán)、認(rèn)證、數(shù)據(jù)脫敏、數(shù)據(jù)加/解密等保護(hù)用戶隱私，以及確保數(shù)據(jù)在全生命周期的隱私和安全。.數(shù)據(jù)傳輸轉(zhuǎn)發(fā)：數(shù)據(jù)面的數(shù)據(jù)傳輸具有靈活終結(jié)在終端、無線接入網(wǎng)和核心網(wǎng)的特征。并且，數(shù)據(jù)傳輸（如無線承載、消息框架等）應(yīng)能高效率地支持大量數(shù)據(jù)傳輸。通過引入數(shù)據(jù)面和數(shù)據(jù)承載來優(yōu)化移動(dòng)網(wǎng)絡(luò)內(nèi)部數(shù)據(jù)傳輸是潛在的技術(shù)路徑之一。.數(shù)據(jù)處理：根據(jù)數(shù)據(jù)需求，UE/RAN/CN數(shù)據(jù)面功能可選地通過數(shù)據(jù)處理實(shí)現(xiàn)數(shù)據(jù)協(xié)作化和知識(shí)化。數(shù)據(jù)處理包括數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)壓縮、數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)格式轉(zhuǎn)化、數(shù)據(jù)分析等。.數(shù)據(jù)質(zhì)量管理：數(shù)據(jù)質(zhì)量保障是6G數(shù)據(jù)面的重要特征之一。根據(jù)數(shù)據(jù)需求，通過數(shù)據(jù)提供功能選擇和數(shù)據(jù)處理等滿足準(zhǔn)確度、量化精度、響應(yīng)時(shí)間、有效時(shí)間、完整度、冗余度、正確性和一致性等數(shù)據(jù)服務(wù)質(zhì)量要求。.數(shù)據(jù)服務(wù)：也可以稱為數(shù)據(jù)消費(fèi)，即為數(shù)據(jù)消費(fèi)者（如感知功能、網(wǎng)絡(luò)能力開放功能等）提供所需數(shù)據(jù)，潛在的數(shù)據(jù)消費(fèi)者包括終端、無線接入網(wǎng)、核心網(wǎng)和應(yīng)用功能等。4.3.3.包含數(shù)據(jù)面的6G架構(gòu)示例圖6G數(shù)據(jù)面采用統(tǒng)一框架支持?jǐn)?shù)據(jù)的全生命周期管理?；诮y(tǒng)一框架，6G數(shù)據(jù)面通過數(shù)據(jù)采集、收據(jù)轉(zhuǎn)發(fā)和處理等為不同業(yè)務(wù)實(shí)體提供數(shù)據(jù)。從管理、控制和執(zhí)行三方面分析，6G數(shù)據(jù)面功能可以分為數(shù)據(jù)服務(wù)編排管理功能、數(shù)據(jù)面管理控制功能和數(shù)據(jù)面執(zhí)行功能三類。其中，數(shù)據(jù)服務(wù)編排管理功能屬于網(wǎng)絡(luò)管理域，負(fù)責(zé)數(shù)據(jù)服務(wù)的資源和業(yè)務(wù)編排，以及數(shù)據(jù)模型管理，從而實(shí)現(xiàn)數(shù)據(jù)面功能的按需部署和彈性可重構(gòu)等。數(shù)據(jù)面管理控制功能和數(shù)據(jù)面執(zhí)行功能屬于網(wǎng)絡(luò)功能域，分別負(fù)責(zé)數(shù)據(jù)面的控制信息交互和數(shù)據(jù)面的數(shù)據(jù)傳輸和處理。為了更直觀地呈現(xiàn)6G系統(tǒng)架構(gòu)，基于上述功能分類和5G系統(tǒng)架構(gòu)，提出了如圖4.3-3所示的包含數(shù)據(jù)面的6G系統(tǒng)架構(gòu)示例。6G系統(tǒng)架構(gòu)包括核心網(wǎng)、無線接入網(wǎng)和終端三個(gè)部分?；?G服務(wù)化架構(gòu)引入了數(shù)據(jù)功能、感知功能等?，F(xiàn)有服務(wù)化架構(gòu)主要用于核心網(wǎng)控制面各功能之間的交互?？紤]數(shù)據(jù)傳輸?shù)男?，未來可能?huì)對服務(wù)化協(xié)議進(jìn)行增強(qiáng)或構(gòu)建一個(gè)消息傳遞框架，以支持核心網(wǎng)內(nèi)部的大量數(shù)據(jù)的傳輸。相應(yīng)地，無線接入網(wǎng)和終端也需要引入對等的數(shù)據(jù)功能等，以支持6G的新特性。圖4.3-3.新增數(shù)據(jù)面的6G系統(tǒng)架構(gòu)示例從核心網(wǎng)分析，新增數(shù)據(jù)面功能，并且對現(xiàn)有的控制面和用戶面增強(qiáng)。一方面，數(shù)據(jù)面可以獨(dú)立于其他網(wǎng)絡(luò)側(cè)功能，實(shí)現(xiàn)數(shù)據(jù)服務(wù)的請求解析、接入控制、策略管理、數(shù)據(jù)管理、數(shù)據(jù)承載轉(zhuǎn)發(fā)路徑編排等管理控制功能，以及數(shù)據(jù)流轉(zhuǎn)和隨路處理等數(shù)據(jù)執(zhí)行功能。另一方面，數(shù)據(jù)面也可以與增強(qiáng)后的控制面、用戶面協(xié)作進(jìn)行數(shù)據(jù)服務(wù)的全流程處理，以及實(shí)現(xiàn)數(shù)據(jù)服務(wù)與連接服務(wù)的協(xié)同?？紤]到數(shù)據(jù)面管理控制功能的一部分功能（如策略控制、注冊）與現(xiàn)有通信控制面的功能相關(guān)，所以示例中通過增強(qiáng)現(xiàn)有的控制面網(wǎng)絡(luò)功能，實(shí)現(xiàn)接入控制、策略控制、注冊發(fā)現(xiàn)、數(shù)據(jù)管理等部分?jǐn)?shù)據(jù)面的管理控制功能。增強(qiáng)策略控制功能、增強(qiáng)接入和移動(dòng)性管理功能等來支持?jǐn)?shù)據(jù)面。另外，如果考慮數(shù)據(jù)面和控制面的深度融合，現(xiàn)有控制面的UDM、UDR等功能也可能通過重構(gòu)歸屬于數(shù)據(jù)面。數(shù)據(jù)面執(zhí)行功能負(fù)責(zé)執(zhí)行數(shù)據(jù)的轉(zhuǎn)發(fā)、存儲(chǔ)和處理（如預(yù)處理、分析）等數(shù)據(jù)操作。當(dāng)數(shù)據(jù)轉(zhuǎn)發(fā)和數(shù)據(jù)處理是同一節(jié)點(diǎn)時(shí)，可以實(shí)現(xiàn)數(shù)據(jù)的隨路處理。例如，潛在的方式包括增強(qiáng)用戶面功能，按需完成數(shù)據(jù)面數(shù)據(jù)的轉(zhuǎn)發(fā)、存儲(chǔ)和處理等數(shù)據(jù)面執(zhí)行功能。從終端側(cè)和無線接入網(wǎng)分析，UE和基站可以按需支持?jǐn)?shù)據(jù)面功能。例如，UE或基站的數(shù)據(jù)面能力注冊和更新，UE數(shù)據(jù)和基站數(shù)據(jù)的采集、預(yù)處理、轉(zhuǎn)發(fā)等數(shù)據(jù)操作。關(guān)于RAN和CN之間的接口可以采用服務(wù)化接口，也可以在傳統(tǒng)點(diǎn)對點(diǎn)接口上進(jìn)行增強(qiáng)。盡管業(yè)界也有關(guān)于UE和網(wǎng)絡(luò)之間接口服務(wù)化的討論，不過UE和CN之間的接口服務(wù)化，以及UE和RAN之間接口服務(wù)化仍然有爭議，所以示例中暫未呈現(xiàn)。5.6G數(shù)據(jù)面關(guān)鍵技術(shù)5.1.數(shù)據(jù)承載與傳輸協(xié)議5G網(wǎng)絡(luò)中傳輸?shù)臉I(yè)務(wù)數(shù)據(jù)主要是面向連接的UE的用戶數(shù)據(jù)（如UE的應(yīng)用層數(shù)據(jù)使用的PDU（ProtocolDataUnit，協(xié)議數(shù)據(jù)單元）會(huì)話機(jī)制只能有效地服務(wù)于無線通信服務(wù)。為了有效地支持通感算智信新服務(wù)類型的數(shù)據(jù)傳輸和轉(zhuǎn)發(fā)，如感知與計(jì)算、智能與存儲(chǔ)、智能與安全等關(guān)聯(lián)的數(shù)據(jù)服務(wù)，需要數(shù)據(jù)面協(xié)議在多方面進(jìn)行設(shè)計(jì)。1)數(shù)據(jù)業(yè)務(wù)會(huì)話機(jī)制：支持任意的