2024全球6G技术大会：6G数据面白皮书

6G数据服务与需求分析

引言与背景：

随着5G的支持和演进，移动网络从通信服务逐步拓展至感知服务和人工智能领域，形成了通信、感知和AI的多维度服务生态。然而，5G网络在数据管理框架、数据价值挖掘、数据权益保障等方面存在局限性，难以适应新兴的数据需求。

数据服务场景与需求：

1. 感知数据：移动网络通过传感器、设备收集环境、人、物的信息，为用户提供精准感知服务。
2. AI模型训练与数据：AI模型的训练依赖大量数据集，包括但不限于历史行为、模式识别等，以提升模型性能。
3. 基于分布式架构的数据服务：在分布式网络环境中，数据的存储、处理、传输需考虑高效性和安全性。
4. 用户为中心的数据管控：保障用户数据安全、隐私，同时提供个性化服务体验。
5. 星地融合通信场景的数据：结合地面与卫星通信，实现无缝覆盖，数据传输面临延迟、安全性挑战。
6. 用户体验自优化的数据收集：通过数据分析，自动调整网络配置，优化用户体验。
7. 自生成数据服务：利用AI技术生成预测性数据服务，提高服务质量。
8. 数据权益：明确数据归属权、使用权、收益权等，促进数据市场的健康发展。

数据面内涵与框架：

6G数据面（DataPlane）作为独立于控制面与用户面的功能，旨在统一管理移动网络内部数据的生命周期，包括数据的产生、安全隐私管理、收集协调、传输、处理、质量管理、消费和服务等。数据面的引入旨在解决数据收集和处理的挑战，支持多类型数据融合和协同管理。

关键技术：

• 数据承载与传输协议：优化数据传输效率，确保数据安全性。
• 空口数据面：针对无线通信环境，设计适应性强的数据处理机制。
• 核心网数据面功能与架构：构建面向多场景的数据处理能力。
• 核心网数据面传输协议：确保数据在核心网内部高效流动。
• AI模型数据压缩技术：减少数据传输量，提高数据处理效率。
• 数据分布式技术：支持数据的分布式存储和处理，提升数据处理灵活性。
• 基于语义图的服务接口技术：通过语义理解实现更智能的数据服务接口。
• 数据服务与其他服务协同：实现数据服务与网络、应用服务的无缝集成。

数据面原型样机：

为了验证6G数据面技术的有效性和可行性，已开发了数据面原型样机，通过实际应用场景测试，评估数据面功能的性能、稳定性和适应性。

总结与展望：

本白皮书围绕6G数据服务场景与需求、数据面内涵与框架、关键技术和原型样机进行了深入探讨，旨在推动6G数据技术的发展，为行业提供前瞻性的指导和参考。未来，6G数据面技术将持续演进，以满足日益增长的数据需求，构建更加智能、高效、安全的数据生态系统。