5G核心网智能架构白皮书（2023.6）

中国联通5G核心网 智能架构白皮书 中国联通研究院2023年6月 版权声明 本报告版权属于中国联合网络通信有限公司研究院，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国联通研究院”。违反上述声明者，本院将追究其相关法律责任。 目录 一、5G智能技术发展驱动力4 二、5G智能化典型应用场景5 （一）网络切片性能保障5 （二）边缘计算路由优化6 （三）UE行为分析及业务优化7 （四）网络拥塞分析8 （五）定位业务赋能9 （六）智能选网10 （七）QoS预测及可保持性分析11 三、5G核心网智能架构关键技术12 （一）NWDAF分析框架12 1.数据采集及分析反馈12 2.NWDAF发现和选择13 3.分析上下文的管理和传递14 4.NWDAF分析聚合15 （二）ML模型管理及交互17 1.NWDAF逻辑功能分解17 2.ML模型管理和共享18 3.多MTLF协同的联邦学习19 （三）数据管理和协调21 1.数据协调21 2.数据存储23 3.数据的格式化和预处理24 （四）分析时间/时延管理25 （五）事件通知静音机制27 （六）UE应用数据采集28 四、总结和展望30 五、缩略语31 前言 随着5G网络覆盖不断铺开，5G业务形态不断创新和演进，5G网络的业务能力开始从单一化走向多样化，网络部署也逐渐从中心化转为分散化/边缘化，这些变化都对传统的网络治理手段提出了巨大的挑战。而近年来人工智能技术快速发展，人工智能算法的不断演进和迭代，设备硬件能力持续提升，标志着人工智能技术的逐步成熟，也为5G网络的智能化治理提供了一种可能。 本白皮书针对3GPP定义的以网络数据分析功能NWDAF为核心的5G核心网智能架构，讨论了5G核心网智能化的典型场景、系统架构要求和关键技术能力，为未来的5G网络智能化演进提供了一个思路。 本白皮书由中国联通研究院牵头编制，参编单位包括（排名不分先后）：华为技术有限公司、中兴通讯股份有限公司、维沃移动通信有限公司、北京小米移动软件有限公司、OPPO广东移动通信有限公司、腾讯云计算（北京）有限责任公司、中国信息通信科技有限公司、爱立信（中国）通信有限公司、上海诺基亚贝尔股份有限公司。 编写组成员（排名不分先后）： 任驰、穆佳、王远、李卓明、朱进国、牛娇红、吴晓波、崇卫微、沈洋、刘建宁、许阳、张云飞、张卓筠、王胡成、段小嫣、刘坚、贾小萌、樊涛、王伟新。 一、5G智能技术发展驱动力 随着5G标准化工作的推进，5G市场也在经历高速发展并逐渐走向成熟，目前我国的5G基站总数已经达到196.8万站，5G网络覆盖全部的地级市，并覆盖了超过98%的县城城区和80%的乡镇镇区。此外，中国信通院发布的《中国5G发展和经济社会影响白皮书》指出，5G具有显著的技术深度，拥有开发创造新业态、新产品、新工艺和新技术的巨大潜力，这也表示未来5G应用的主战场将更多的面向垂直行业市场，从传统的个人移动终端业务向工业、电力、金融、医疗、港口、智慧城市等各个垂直领域扩展和渗透。新一代信息技术与制造业进一步深度融合，工业互联网创新发展迈出更坚实步伐，随着“5G+工业互联网”512工程纵深推进，全国建设项目已超过3100个，为数字产业发展带来更多增长机会。 层出不穷的新应用、新需求、新场景也进一步影响了5G网络的演进，使5G网络持续向复杂化、分散化和灵活化发展，运营商需要支持针对不同客户的需求创造定制化和个性化的业务体验，这也进一步要求5G网络能够对网络资源进行更快速和更精确的调度。同时，垂直行业在业务性能方面的要求也呈现越来越严苛的趋势，这也要求5G网络能够对网络状态进行针对性的感知，并以此为基础进行经验性的，甚至是预测性的动态调整和优化。 以上的商业和技术发展趋势为构建智能化5G网络提供了契机， 而近年来人工智能技术的不断发展、机器学习算法的不断丰富、计算设备性能的持续提升，也为5G网络的智能化提供了可能性。作为5G网络最大的数据生产者之一，5G核心网已经成为了各个标准组织进行移动通信网络智能化讨论的早期阵地。5G核心网智能架构的引入，使得5G网络可以深度的利用和开发5G核心网产生和管理的海量的，多样的数据，为运营商提高网络资源利用率，优化用户业务体验，进而提升5G网络价值提供了一条值得探索的新路径。 二、5G智能化典型应用场景 （一）网络切片性能保障 5G时代业务场景的多样性为运营商带来了巨大的挑战，传统的网络建设和管理思路难以适应快速发展和演进的移动通信网络部署需求，在此背景下网络切片技术应运而生，通过基于5G服务化架构的网络切片技术，运营商将能够最大程度地提升网络对外部环境、客户需求、业务场景的适应性，提升网络资源使用效率，最优化运营商的网络建设投资，构建灵活和敏捷的5G网络。 考虑到有限的网络资源和不断变化的网络环境，随着切片数量的增加，运营商是否在任何时间都能够保障所有切片的性能以确保用户获得满意的业务体验，是一个对切片用户非常重要的问题。智能化能力的引入成为动态切片资源管理的重要应用趋势，通过汇聚切片业务相关的网络数据，网络可以根据每切片的使用情况分析获得切片用户 业务QoE情况的统计（如占总数多少百分比的用户已经低于SLA所要求的QoE），将分析结果信息应用到网络切片的规划、部署、监控、优化的各个环节中，及时的调整切片资源分配，并将已有切片的分析信息应用到新切片的设计和上线过程中，实现切片的自动化业务控制和SLA保障。 进一步的，网络还可以基于历史分析信息进行面向未来的切片性能预测，在用户QoE下降之前提前完成资源的优化配置，缩短或避免用户对QoE降级的感知。 （二）边缘计算路由优化 边缘计算（EdgeComputing）技术是5G架构的重要创新之一，边缘计算通过在靠近终端或数据源的位置进行网络能力覆盖，向用户提供结合了融合计算、敏捷联结、实时高效、安全隐私等特性的业务体验。5G的大规模部署和广泛覆盖也给边缘计算的深入发展提供了支撑，为智慧城市、智能安防、智能电网等创新应用场景提供了解决方案，并将在未来进一步扩展到自动驾驶、体育赛事、演出直播等商业领域。目前，国内已有数百个5G边缘计算应用投入应用，范围覆盖工厂、矿山、场馆等多类业务场景，并且新的场景和应用仍在持续的开发和落地，在依托于5G的数字经济发展中发挥了巨大的作用。 在实际的部署中，同一个边缘计算业务可能会在一个区域（如一个城市内）部署多个支持该业务的边缘应用服务器，随着用户使用业 务过程中发生移动，就需要针对用户的边缘应用业务路由进行实时的调整，以确保用户总是路由到业务体验最优的边缘应用服务器。而边缘应用的概念中，所谓的“靠近”终端/数据源/服务器更多的是一个相对的概念，绝对距离的靠近并不意味着用户一定能获取最优的业务体验，同时还需要考虑当前和目标UPF节点的负载、传输网路由配置、用户移动性（如步行类的低速移动或乘坐汽车、火车等的高速移动）等因素。 5G网络通过智能化的分析手段，能够实时的判断用户边缘业务感知情况，并在业务体验无法满足时，结合实时的边缘路由性能分析数据，在全网范围内为用户选择当前最优的边缘应用路由，提升用户的业务体验。 （三）UE行为分析及业务优化 5G核心网作为用户业务管理和调度的核心，拥有非常丰富的用户数据，包括用户设备的签约信息、能力信息、标识信息等静态数据，还包括移动位置信息、业务相关信息（如速率、QoS等）等动态数据，以及第三方提供的业务相关策略等信息。这些静态和动态数据可以从AMF、SMF、PCF和UDM等网元中获取，也可以从OAM系统获取。在符合国家的用户数据安全相关的法律法规和用户隐私的前提下，根据用户或客户需求，5G核心网可以合理的智能分析和利用这些数据，来优化业务传输，提升网络资源利用率，还能通过UE行 为分析及预测，大大提升用户体验。比如： 5G核心网通过分析网络数据，可以获取特定区域，特定时间段内的如用户数量、人员移动轨迹、业务贡献度等信息，进而指导第三方应用提供方的户外广告投放、应用层定向业务优化策略制定等行为。 5G核心网还可以根据第三方可提供的策略和需求信息，提供业务的优化。例如：第三方提供预置的UE行为信息给5G核心网（如，预置UE行动轨迹信息，预置UE通话时间、时长信息等等），5G核心网可以根据这些预置信息，提前预留和调度资源以提供更可靠更优质的通信服务。 此外，5G核心网可以通过对用户业务行为的分析，结合一系列的判定标准，实现发现并定位异常行为UE的能力，如园区专用UE移动到园区范围之外，单个UE短时间内群发大量短消息，应该处于休眠状态的IoT设备被长时间唤醒等。结合UE异常行为分析结果，运营商可以针对性的调整用户管理策略（如将异常UE强制下线），或向使用该UE的第三方行业用户发出告警，辅助行业用户定位问题UE并进行及时的处理。 （四）网络拥塞分析 传统拥塞控制方案是人们基于对忙闲时经验判断或者特定网络区域用户使用量习惯的认知基础上进行的静态策略管控，这种静态的设置方式忽略了网络负荷动态变化、用户移动性信息、用户使用的业 务特性等因素，无法根据网络和业务的实时情况进行针对性的动态控制。5G核心网可实时采集用户在当前位置中经历的网络拥塞状态，并基于网络的历史负荷情况，通过机器学习预测网络拥塞的时间和等级，将预测的拥塞信息输出给策略控制功能用于调整特定用户和业务的QoS策略。除此以外，5GC还可实时采集小区级别的负荷信息，进行小区级别的拥塞判断和预测，并将网络拥塞状态上报给AF，指导AF进行业务层面的调整。 基于5GC的智能拥塞管控可充分实现对网络拥塞状况实时感知和智能预测，提升用户的业务体验，提高网络资源调度水平。 （五）定位业务赋能 定位业务是移动通信系统的重要功能之一，其可以通过移动网络定位技术获取终端位置信息，并将位置信息以特定的格式提供给用户终端、运营商、第三方机构等位置信息请求方。定位技术从2G到4G持续演进，定位精度逐步提升。随着5G的到来，各种业务类型越来越丰富，对定位服务提出了更高的要求。 智能化能力的引入能够有效提升定位性能，网络分析数据（如终端移动性分析、WLAN性能分析）能够协助定位管理网元LMF选择更适合当前场景（如终端位于室内或室外）的定位方法，提高定位精度。 （六）智能选网 在运营商5G网络完成全面覆盖之前，传统的4GLTE网络和5GNR将长期共存。5G商用初期，一方面，运营商可以根据网络频谱特性，利用4G频谱完成广覆盖，利用5G频谱进行热点覆盖，另一方面，针对不同的业务需求，5GNR也存在多种高、低频率联合部署的覆盖形式。因此，针对多种接入方式并存的情况，5G核心网应考虑到多种接入方式如何协同工作的问题，比如使用AI技术来辅助终端进行智能选网驻留。 5G核心网作为网络的核心，可以获取到大量用户业务相关的数据，并有足够的算力和能力去分析这些数据，从而选择出更适合用户的接入方式。智能化网元可以从AF，AMF，SMF等网元获取到用户业务体验信息、用户位置及移动性信息、接入网络制式等信息作为AI输入数据，并在合法和保护用户隐私的前提下，统计或推理出用户在使用的业务信息、特定用户位置信息以及处于特定接入网络制式下的业务体验分析信息，并将其发送给PCF等负责制定策略的网元。在业务体验分析信息的辅助下，PCF可以为用户终端制定出合适的RAT/频率选择策略（例如，RFSP，RAT/FrequencySelectionPriority），从而对于NR和LTE之间的异系统选择或者NR高频和NR低频之间的频率间选择进行有效和智能的判断。 （七）QoS预测及可保持性分析 QoS保障是移动通信网络实现差异化服务能力的重要技术，第三方业务提供商也对5G网络的QoS保障能力提出了多样化的需求。5G网络的智能化分析网元通过采集网络特定时间或位置区域的QoS变化的历史信息，可以分析得到包括带宽，误码率等在内的QoS参数或性能的预测结果，或者特定的QoS参数是否超过了上报的门限值。该预测