朱艳宏：面向6G的数字孪生网络顶层设计及关键技术研究

1数字孪生是实现6G网络的重要方向 2数字孪生网络架构及关键技术攻关 3总结与展望 2 不断涌现的新业态、新技术、新基建加速6G网络快速发展， 数字孪生作为支撑新网络统一规划、编排和管理的发展范式，是6G的重要技术方向。 数字孪生是6G网络发展的重要技术方向 新网络：6G是通感算智深度融合、天地一体全域覆盖的新一代移动信息网络 新业态 超能交通 通感互联 全息交互 元宇宙 智能交互 精准医疗 智慧工业 数字孪生 统一编排与管理 新技术 通信能力 感知能力计算能力 AI能力 安全能力 数据能力 新基建 边算力 IP网络 边算力 IP网络 中心算力 光底座光底座 端算力 数字孪生赋能6G网络实现L5高等级自智 6G网络以实现L5等级的高阶自智为目标，面向消费者和垂直行业客户提供全自动、零等待、零接触、零故障的创新网络服务与ICT业务，打造自配置、自修复、自优化、自演进的通信网络 6G网络目标 自智化 2030 数字 L5完全自智 通过自配置、自修复、自优化、自演进技术手段，达到零等待、零接触、零故障的终极目标 数字化 智能化 孪自自自自 置 复 化 进 生配修优演 赋 能 虚拟化 零等待 零接触 零故障 网络自治 智能运维 鲁棒自愈 数字孪生将助力解决网络演进效率、风险、成本三大挑战 数字孪生作为支撑6G网络统一规划、编排和管理的发展范式，具有智能化决策、高效率创新、低成本试错三大核心价值，从而应对效率挑战、风险挑战、成本挑战，推动网络演进升级，实现高等级自智。 •网络系统复杂，基于专家经 1.由规建维优分离向数字孪生统一转变 2.由事后高成本处理向事前低成本干预转变 效率验的决策准确性较低，基于规划建设 挑战人工运维的配置响应速度较 数字孪生网络 慢； 运维 风险•网络系统升级、新设备/新 挑战技术迭代更新存在不可预知 CUDUAAU 持续规划 5G6G 迭代寻 效果预验证优 的网络故障风险 物理网络 CUDUAA •网络配置错误导致运维成 成本本增加； 挑战•人工辅助运维方式增加人 力成本； U 优化…… 智能化决策高效率创新低成本试错 数字孪生网络 1数字孪生是实现6G网络的重要方向 2数字孪生网络架构及关键技术攻关 3总结与展望 6 无线数字孪生网络分布式自智架构 “集中式控制+分布式自智”的“全域协同+分域自智”的分布式数字孪生网络架构 数字孪生网络基本功能 •生成和解析网络自治需求 •构建、编排和调整数字孪生体和数字规划体模型 •生成和更新网络的数字孪生体 •生成和实施网络的数字规划体 交互映射 关键技术特征 数字孪生网络基本概念间的关系 •集中与分布相结合•按需建模、高效交互的数字孪生体•低成本预验证试错环境•内外闭环迭代优化、自主控制7 数字孪生网络关键技术一：数据 数据是数字孪生网络的基础，针对多源异构的海量、多模态网络数据，需解决数据采集、存储、优化、增广、表征、安全等多方面的问题，才能实现数字孪生网络的精准构建、虚实映射 数据技术 实时性全面性 高效性精准性 数据采集 准则 数据存储 数据优化 数据增广数据表征数据安全 多模态存储 压缩存储 可追溯存储可高效检索 Telemetry 方Netconf 法MQTT Sketch SQL关系型数据NoSQL数据 库 图数据库 时序数据库 缺失值处理 完备性 一致性 准确性去冗余性 异常值处理 归一化 数据聚合 过采样 GAN 变分自编码器 SMOTE 图数据表征 增加信息熵提升泛化性提升鲁棒性增加丰富度 主成分分析 知识表征 压缩表征 区块链 多模态性 信息完整性 稳健性 … 安全 隐私 合规性 … 差分隐私 联邦学习 同态加密 数字孪生网络对数据相关技术准则提出更高要求，需攻关适配技术 数字孪生网络关键技术一：数据 数据增广技术是打造高分辨率数据集的重要技术，利用条件生成式对抗网络的数据增广方法，提升建模精度 基于C-GAN的数据增广技术 基于条件生成式对抗网络对现网采集数据进行增广，实现对用户分布和波束图样的多样化建模，可用于构建更丰富的数字孪生网络环境，降低预验证误差，使预验证精度达到90%。 Augmentationalgorithms MaximalMMD MinimumMMD MeanMMD Gaussiandistributionalgorithm 0.0288 0.0175 0.0220 CGAN 0.0288 0.0138 0.0177 数字孪生网络关键技术二：建模 模型是孪生网络的核心，建模的准确性直接决定了数字孪生网络的预测、仿真和优化等方面的性能和效果。建模的过程分成4个阶段逐步演进 实时数据+端到端AI孪生大模型 S4 端到端AI孪生大模型：用户行为模型+AI信道建模+无线/核心网元拓扑建模+功能模型 •实时仿真+决策； •推理准确度、效率高； 近实时数据+孪生网络模型库 S3 真实数据+离线仿真 S2 基于真实数据，针对不同功能网元构建模型库，编排驱动形成孪生环境，进行仿真验证： •可与物理网络交互映射； •可智能决策，形成网络配置策略； 多种仿真软件与现网数据接口打通，基于真实数据仿真： •规模小； •不可与物理网络交互映射； S1离线仿真 借助单个仿真软件进行离线仿真： •准确度低、规模小； •不可与物理网络交互映射； •不可形成网络配置策略 数字孪生网络在模型精准性、高效性方面提出更高要求，需攻关高阶建模方法 数字孪生网络关键技术二：建模 数字孪生网络模型通过构建基础模型、行为模型、规则模型、功能模型等多维模型，完成对实体网络的高保真映射和验证 基础模型 行为模型 基础模型主要针对物理网络的网元、拓扑、链路等的几何形态、物理属性、功能属性、性能属性、七层协议分层结构等进行建模。 𝐺(X𝑛,𝐴𝑛)网元属性拓扑关系 行为模型描述了不同粒度不同空间尺度下物理模型在不同时间尺度下的外部环境与干扰，以及内部运行机制共同作用下产生的实时响应及行为，如多径衰落、演化行为、排队论等。 模型构建 AMFSMFUPF路由器 交换机 OLTOBD 基站ONUUDM DTN＝F（Bm，Bm，Rm，Fm） 规则模型是基于网络领域既定规则，专家经验知识，以及相关领域标准与准则等构建的模型。这些规则随着时间的推移自增长、自学习、自演化。 功能模型是针对复杂网络场景下，基于历史或实时数据利用有限状态机、马尔可夫链、神经网络、大模型等智能化方法构建的模型，具备实时决策、评估、优化及预测能力。 规则模型 功能模型 数字孪生网络关键技术三：编排预验证 编排是孪生体运行的关键，通过智能编排技术，实现双闭环优化控制，达到孪生网络自动化管理、策略自动优化，解决高性能预验证的核心问题。 高层业务编排 应用服务层 外孪 闭生 环体 编 形成标准策略下发 意图解析 场景编排 编排虚拟网络环境 调配、更新和管理孪生网元 规范业务部署流程 内闭环编排 模型编排 多维模型联合编排 网络仿真推演 外闭环编排 高层业务编排->孪生体->物理网络 基于业务需求，将业务部署的工作流程进行规范，孪生网络进行策略生成和验证，再转化为标准化策略通过北向的标准化接口下发至物理网络，驱 动网元编排，完成策略配置，实现外闭环优化控 外制。 闭 环 编内闭环编排 排 策略编排 智能策略下发孪生网络 仿真 智能策略预验证、迭代优化 排 模型构建 AMFSMFUPF路由器 交换机 OLTOBD … 基站ONUUDM 场景编排->模型编排->策略编排 在虚拟网络环境中对生成的策略进行仿真、推演 网元模型拓扑模型行为模型性能模型AI策略模型 及验证，实现内闭环优化。 更新、配置虚拟网元 场景编排：基于模型库，编排虚拟网络环境；根据下发策略，调配、更新和管理孪生网元。 物理实体 物理网络编排 意图引擎 调配、更新和管理实体网元 支撑方法 仿真引擎 模型编排：选择网元节点对应仿真算法，构建网络仿真引擎，实现多为模型联合编排。 策略编排：在虚拟网络环境中对智能策略进行推演验证，迭代优化。 数字孪生网络关键技术三：编排预验证 基于长短时预测机制的预验证技术 基于长短时预测机制的预验证技术，解决了网络决策算法预先迭代优化、网络决策与物理网络状态匹配问题，提升业务性能， 基站执行时延降低20%。 基于长短时预测的决策预验证技术 1数字孪生是实现6G网络的重要方向 2数字孪生网络架构及关键技术攻关 3总结与展望 14 总结与展望 数字孪生作为支撑新网络统一规划、编排和管理的发展范式，是6G的重要支撑技术，将成为赋能6G高等级自智发展目标的重要方向。 数字孪生网络将从数据、建模、编排预验证三大技术攻关： 打造多模态高分辨率数据集，解决多源异构的数据采集、存储，增广等问题； 解决数字孪生网络建模的准确性、高效性，建模方式从基于仿真软件向基于AI的高阶建模方法逐步演进； 快速智能编排，构建低成本、满足精度和实时性需求的数字孪生环境，保证高性能预验证，实现迭代优化、闭环控制。 中国移动在数字孪生网络方向已取得初步性成果，期待与业界合作伙伴携手，解决面临的问题与挑战，持续推进数字孪生网络演进，为6G赋能。 谢谢！ 16