《2022年6G分布式网络技术的应用场景及需求研究报告(56页).pdf》由会员分享,可在线阅读,更多相关《2022年6G分布式网络技术的应用场景及需求研究报告(56页).pdf(56页珍藏版)》请在三个皮匠报告上搜索。
1、6G分布式网络技术的应用场景及需求研究2022 年年 11 月版权声明月版权声明 Copyright Notification未经书面许可 禁止打印、复制及通过任何媒体传播 2022 IMT-2030(6G)推进组版权所有目录前言.7第一章 6G 分布式网络技术的背景及驱动力.81.1 业务趋势.81.1.1 6G 多样化应用提出极致网络功能及性能指标要求.81.1.2 6G 多样化使用场景对网络灵活性提出更高要求.81.1.3 6G 应用智能化衍生对海量数据和复杂计算的需求.91.1.4 6G 泛在应用需要网络支持空天地海分布式接入.101.2 网络趋势.111.2.1 从“云原生初探”到“
2、云原生成熟/演进”.111.2.2 从“按需用户面下沉”到“灵活端到端分布式”.121.2.3 从“外挂式智能”到“分层分布式内生智能”.121.2.4 从“运营商独享网络”到“全面的网络共享”.131.2.5 从“补丁安全服务”到“全面安全可信”.141.2.6 从“孤立云资源”到“分布式算力网络”.141.2.7 从“单一通信模式”到“通感算一体化”.151.3 网络痛点.161.3.1 网络形态固化、难以实现敏捷.161.3.2 网络升级部署周期长、难以优化网络效率.161.3.3 缺少多方信任机制,难以跨越信任鸿沟.17第二章 6G 分布式网络技术的典型应用场景及要求.182.1 超级
3、无线宽带.182.1.1 连接服务场景:全新直播视角.182.1.2 全息应用场景:极致网络性能.192.2 超大规模连接.202.2.1 汽车子网场景:器件灵活部署.202.2.2 数据服务场景:数字镜像世界.212.2.3 家庭子网场景:构筑幸福港湾.222.2.4 临近网络场景:近域多跳增强.242.3 极其可靠通信.252.3.1 多模态交互场景:身临其境体验.252.3.2 数字健康场景:铸就健康之路.252.4 普惠智能服务.262.4.1 行业子网场景:敏捷按需定制.262.4.2 网络自治场景:释放人力资源.272.5 通信感知融合.282.5.1 感知服务场景:位置实时掌握.
4、282.5.2 智能服务场景:网络助行效率.29第三章 6G 分布式网络特征及要素.313.1 关键特征.313.1.1 场景定制化网络.313.1.2 动态柔性组成.313.1.3 动态泛在接入.323.1.4 分层分布式协同.333.1.5 分布式智能自治.343.1.6 网络与边缘深度融合.343.1.7 网络使能应用/智能.363.2 要素构成.373.2.1 接入分布式.373.2.2 连接分布式.373.2.3 计算分布式.383.2.4 数据分布式.393.2.5 信任分布式.403.3 关键技术需求.413.3.1 云原生技术.413.3.2 分布式服务基础框架.423.3.3
5、 分布式智能技术.433.3.4 分布式数据服务技术.443.3.5 多方信任框架.453.3.6 分布式近域通信.463.3.7 场景化编排与柔性组装.473.3.8 分布式应用使能技术.48第四章 总结与展望.50缩略语.51参考文献.53贡献单位.54图目录图 1-1 6G 应用智能化对海量数据和复杂计算的需求.9图 1-2 6G 泛在应用需要网络支持空天地海分布式接入.10图 1-3 基于服务化网络功能实现的分布式部署架构.11图 1-4 外挂式智能转向分层分布式内生智能.13图 1-5 通感算一体网络示意图.15图 2-1 全新直播视角.18图 2-2 全息应用场景.19图 2-3
6、车内子网场景示例.21图 2-4 数据服务场景.22图 2-5 智慧家庭子网场景示例.23图 2-6 行业子网场景图.27图 2-7 感知服务场景.29图 2-8 智能服务场景.30图 3-1 分布式网络动态柔性组成示意图.32图 3-2 分层分布式协同特征示意图.33图 3-3 云原生无状态处理.42图 3-4 分布式数据服务.44图 3-5 统一编排框架.486表目录表 1-1 6G 潜在典型应用指标需求示例.8表 2-1 智慧家庭子网性能需求示例.23表 3-1 数据分布式特征.397前言随着 5G 网络的规模部署,全球业界已开启了对 6G 的探索。面向 6G 带来的沉浸式XR、感官互联
7、、普惠智能、全域覆盖等丰富多样的业务场景,网络指标的“广度”和“深度”势必要更上一台阶,而 6G 分布式网络,将是提升网络极致性能、满足新业务场景需求的重要支撑手段。本研究报告讨论的 6G 分布式网络包括以下方面:6G 网络架构及功能可支持分布式部署,支持分布式协同,以及跨领域分布式技术在 6G 网络中的应用。本研究报告从 6G 分布式网络技术背景及驱动力出发,分析了 6G 分布式网络技术的十二种典型应用场景及对应的网络需求。并在此基础上,总结梳理了分布式网络的关键特征(场景定制化网络、动态柔性组成、动态泛在接入、分层分布式协同、分布式智能自治、网络与边缘深度融合、网络使能应用)、要素构成(接
8、入分布式、连接分布式、计算分布式、数据分布式、信任分布式)和关键技术需求,旨在抛砖引玉,以引发业界对 6G 分布式网络的关注及思考,为下一阶段 6G 网络架构的研究及设计提供参考。8第一章6G 分布式网络技术的背景及驱动力1.1 业务趋势1.1.1 6G 多样化应用提出极致网络功能及性能指标要求面向 2030 年及未来,随着技术的发展以及软硬件能力的提升,5G 既有应用将进一步发展,更多多样化的应用即将涌现,比如全息通信、沉浸式 XR、感官互联、智慧交互、全域覆盖和海量连接等,不同应用对网络提出了不同的需求,表 1-1 所示为部分 6G潜在典型应用的指标需求。6G 应用覆盖了生活、生产、社会等
9、领域,进一步丰富人民生活、加速生产数字化以及促进社会共同发展。表 1-16G 潜在典型应用指标需求示例6G 应用时延可靠性吞吐量连接数密度覆盖范围全息通信1ms199.99%24.32 Tbps1/沉浸式XR1ms399.99%20.9 Gbps(16K VR,压缩比 400:1)3/感官互联1ms499.99999%41-10Tbit/s2/智慧交互1ms599.99999%510 Gbit/s5/全域覆盖/空天地海5海量连接/1081010/km22/综合来看,未来 6G 网络需要提升时延、可靠性、吞吐量和连接数密度等性能指标来满足 6G 应用的需求。在未来演进过程中,除了空口性能和无线技
10、术的提升之外,还可以通过网络多节点间的协同进一步满足性能提升需求。此外,6G 应用涉及到感知、智能、数据、计算等能力的实现,未来 6G 网络除了提供连接服务,还需要满足应用对网络提出的感知服务、智能服务、数据服务、算力服务等需求,因此网络还需进一步做功能扩展以满足应用的功能需求。1.1.2 6G 多样化使用场景对网络灵活性提出更高要求6G 的应用场景,如元宇宙、数字孪生、云 XR 等,将在交互沉浸化、多维智能化、广域化等多个维度向纵深演进,相比于 5G 时代的业务场景,6G 的业务场景将会走向更加多样和高阶的阶段,进而对人们的生活和工作方式带来更深的影响和变革。如元宇宙场景从概念的提出就融合了
11、对现在娱乐方式、生活方式的跨越式改变,是未来新型业务9场景的发展方向之一。新型的多样化的 6G 应用场景不仅对网络的各项性能指标,如延迟、抖动、速率和可靠性等,提出了更高的要求,也对网络的灵活适应性、灵活快速的应用和网络交互能力带来了一定的挑战;此外,6G 还包括了面向垂直行业领域更加深入和多样的应用场景,如交通数字孪生、车联网、远程操控、数字孪生城市等,该类场景也会由于 6G 通信网络性能的提高带来服务能力的大幅提升,且不同场景对网络的差异化服务能力也提出了更高的要求,因此针对不同垂直行业场景的实际需求,6G 网络需要具备更加灵活的机制来构建面向不同应用场景的高性能通信网络,并灵活快速的响应
12、垂直行业应用场景的业务需求。因此,面向 6G 的多样化业务场景和网络挑战,6G 网络从设计之初就需考虑灵活性和柔性的网络设计来满足面向不同的垂直行业业务和个人客户业务,考虑对业务需求的灵活、快速响应方式,根据业务的需求来灵活构建网络服务能力,融合卫星通信的灵活组网方式等,同时也需考虑网络成本和业务需求的平衡,建立业务需求的正反馈机制,从而灵活匹配网络能力。1.1.3 6G 应用智能化衍生对海量数据和复杂计算的需求6G 的应用场景,如元宇宙、数字孪生、智慧交通、全息通信、智慧家庭、智慧城市等都需要多维智能化,需要利用 AI 技术增强应用场景的服务能力,为用户提供更好的服务体验。众多 6G 应用的
13、智能需求不光需要优质的 AI 模型算法,也需要海量数据的输入,还有强大的算力进行 AI 训练和推理,传统集中式网络难以满足当前需求。分布式的网络,可使海量数据在边缘输入并处理,聚合边缘网络和海量终端算力进行 AI 训练和推理,提高智能服务效率,分散网络压力。图 1-1 6G 应用智能化对海量数据和复杂计算的需求具体场景来说,如智慧交通,对于自动驾驶场景需要计算密集型的 AI,车辆需要不断感知周围环境、车况、路况等,采集海量的环境数据做复杂计算,同时由于自动驾驶场景的高实时性要求,需要网络快速处理大量数据并做出准确及时的推理。因此,通10过利用道路周边的基站和物联设备联合边缘网络做出实时分析,可
14、以更好地辅助自动驾驶。分布式网络还能通过训练出的模型,进行行人车辆的目标检测并合理避障,并且通过车况路况统计分析提供最优路线规划和决策,使能自动驾驶更加安全舒适。在数字孪生场景中,需要对物理空间进行描述、诊断、预测、决策进而实现物理空间与虚拟空间的交互映射,对物理实体的智能感知,需要智能化传感器实现自维护、自感知、自采集,依靠强大算力对海量数据进行智能处理和分析,从而实现精准、可靠的数字建模。此外,数字孪生体需要对物理世界进行仿真,通过 AI 模型在数字世界进行智能诊断和预测,得出仿真结果再作用到物理世界中。此外,如智慧城市场景,需要对城市管理、交通、安防各方面收集海量数据进行综合的城市情况智
15、能分析,也存在大量复杂计算的需求。因此,面向 6G 应用的智能需求,网络设计之初就需要考虑满足对海量数据处理和强大算力资源的需求。1.1.4 6G 泛在应用需要网络支持空天地海分布式接入业务的发展推动通信网络的发展。目前 5G 通信已经从人-人连接模式向物-物、人-物连接模式扩展,从个人模式向行业应用模式拓展,新的业务场景也将不断涌现,比如全域覆盖以满足 6G 的泛在应用需求和实现未来的全球无缝覆盖需求6。生活在城市等已经部署通信网络地区的用户,可以随时随地接入移动通信网络,享受其带来的服务。但是,偏远地区、无人区、远洋海域等面临着部署地面通信网络代价大或者无法部署地面网络的困难,从而无法通过
16、部署地面移动通信网络来满足通信/接入需求。另外,随着无人机、飞机、临近空间飞艇等空中设备的发展,也带来了网络立体接入等需求。图 1-2 6G 泛在应用需要网络支持空天地海分布式接入空基通信/卫星通信具有覆盖范围广、灵活性好、抗破坏性强等优点,人们可以利用这些特点为无法部署地面网络或者部署地面网络代价大的地区提供卫星通信服务7。无人机、飞机、临近空间飞艇等空基通信具有灵活性强、成本低、易于部署等优点,可以11为地质灾害、无人区等地区提供空中通信服务。对于远洋海域,可以通过部署各类水面舰艇、水上浮台等海基通信网络设备以提供海上通信服务。因此,需要 6G 网络能够支持多种接入方式,比如卫星等天基接入
17、方式、飞机等空基接入方式、水上浮台等海基接入方式、地面蜂窝网络接入方式等,以满足移动、卫星等多种连接类型,为个人、行业等提供多类型服务5。1.2 网络趋势1.2.1 从“云原生初探”到“云原生成熟/演进”在 5G 时代,通过借鉴业界成熟的 SOA(Service Oriented Architecture)、微服务架构等理念,网络设计采用了面向服务的核心网架构,其核心是基于云原生(Cloud Native)的服务化架构 SBA(Service Based Architecture)。云原生是一种面向云应用的软件开发、软件部署的思想理念,主要由微服务、DevOps 和以容器为代表的敏捷基础架构等
18、部分组成。图 1-3 基于服务化网络功能实现的分布式部署架构在未来的 6G 时代,基于分布式部署的在网算力、数据、AI 算法模型等多维资源,传统无线网络的组织和运营方式将从面向流程的接入控制全面转变为面向服务的新型范式。在网络转型演进的过程中,一方面为了满足不同应用对于多维资源的多样化需求,传统网络功能需要支持更加灵活多种多样的分布式部署与组织模式,例如AMF/SMF/UPF 下沉,基于服务化的 RAN/Core 融合架构,CU/DU 不同层次的分割组合和分布式部署方式等。另一方面,越来越多的应用或者服务将需要部署在网络内合适的逻辑或者物理位置,以达成网络性能、应用 QoS、系统资源等多维指标
19、的组合优化。例如,联邦学习(Federated Learning)作为典型的 AIaaS 场景中,需要综合考虑数据来源,算力资源需求、应用时延要求等指标,灵活地部署相应的算法模型到合适的网元节点,同时动态配置网元功能和网络资源(包括但不限于动态部署 UPF 功能、下沉相应控制面功能等)。由此可见,网元功能以及应用实例的按需动态分布式部署将成为未来 6G12网络的必然需求,云原生也将进一步发展,从支持服务化移动核心网的集中部署向支持网元功能和应用实例分布式部署演进。这种分布式的方式反过来也对云原生技术提出了新的要求。通过在分布式网络中引入云原生技术,传统的某些网络功能可以解耦成一组独立内聚的微服
20、务。每个微服务实例向外提供单一的服务功能,方便运营商实现对于传统网络功能的精细定制与灵活配置。此外基于容器的微服务实例管理与编排则可以支持网络功能、网络实例、网络切片等动态灵活的分布式部署,以满足多样化的需求。与此同时,对传统网络功能进行“无状态化”重构,实现数据与功能的解耦,更进一步支持动态的网络功能分布式部署以及网络功能之间灵活的调用、复用与快速迭代。综上所述,云原生正由传统服务于核心网的集中式模式向分布式云原生阶段演进,网络功能和应用将以分布式方式部署在不同的网络节点上,并通过微服务、服务网格(Service Mesh)、无服务化(Serverless)等技术在满足多样业务需求的同时,实
21、现网络弹性化、应用轻量化、开发迭代快速化等设计目标。1.2.2 从“按需用户面下沉”到“灵活端到端分布式”核心网用户面下沉是以数据分流技术为基础,利用应用需求部署用户面网元功能实现用户业务数据本地卸载,为用户提供部分物理资源独享的网络。适用于对增强带宽、低时延、数据不出园区、降低建网和维护成本等方面有需求的场景,如物流、港口码头、工业制造等。用户面下沉的组网架构根据业务需求及物理范围,可下沉一个或多个 UPF网元,并部署在不同的位置,可视为用户面数据转发层面的分布式网络部署方式。随着更加深入地挖掘垂直行业领域的业务需求,网络的控制面、管理面等功能也需要支持灵活的分布式部署方式,以支持端到端网络
22、功能的分布式部署。到 6G 时代,在网络智能、数字孪生、算力网络、通感一体、确定性网络等关键技术的加持,网络的分布式可以从当前的基于简单的数据转发层面部署演进到基于端到端应用的分布式部署,比如端到端 AI、端到端确定性网络等,而端到端应用的分布式网络技术主要体现在对前端数据预处理和传输:通信传感终端在一些场景下可能生成海量数据,如智慧交通应用中的车辆识别、车速测定等,需要有效使用靠近前端设备的分布式网络计算资源进行数据预处理、网络传输及相关的存储与查询。1.2.3 从“外挂式智能”到“分层分布式内生智能”AI 技术应用于 5G 网络的时机相对较晚,在 5G 网络架构相对明确后才逐步深入开展相关
23、研究,5G 阶段的网络智能化应用是在传统网络架构上进行优化和改造。面向 6G网络需要在架构设计的初始阶段就考虑和智能化的深度融合,设计架构级内生智能。从外挂式智能转向内生智能,需要将 AI 的三要素(算力、算法、数据)融合到网13络里成为网络功能,网络可以根据 AI 任务的需求对算力功能、算法功能和数据功能进行即时调用,同时,还要将 AI 的编排管理融入到网络的编排管理中,对 AI 需求进行快速响应并做出合理的任务编排和资源调度。网络中会内生构建从数据采集-模型选择-模型训练-模型验证-AI 推理的完整流程实现端到端智能此外,面向 6G 空天地海一体化、海量异构终端接入及多样化应用场景,进一步
24、的分布式网络架构将更好地适应 6G 发展需求。同时,算力和数据资源无处不在,在靠近数据源的位置整合网络和终端的算力实现智能能力并提供智能服务,可以提高处理效率、降低数据传输成本、降低时延、保护数据隐私、实现绿色低碳。但为实现 6G 网络资源、服务、性能的全局最优,分布式 AI 功能还需通过集中控制节点进行管控及协同,因此需要分层分布式内生智能。图 1-4 外挂式智能转向分层分布式内生智能1.2.4 从“运营商独享网络”到“全面的网络共享”在 5G 网络建设中,中国运营商率先探索共建共享的创新模式,2019 年中国联通和中国电信签署共建共享 5G 无线接入网络;2020 年工信部同意中国电信、中
25、国联通、中国广电共同使用 3.3-3.4GHz 的频率,用于建设 5G 室内覆盖;2021 年中国移动、中国广电签署 700M 5G 共建共享合作框架协议。由此可见,随着双碳目标的进一步推进以及边缘计算、AI、数字孪生网络等的发展演进,运营商从之前的独享网络,到探索共建共享接入网络共享频谱,再到未来 6G 网络的算力、数据、智能等的深度共享合作,6G 网络共享也将成为一种重要趋势。未来 6G 网络中的全面共享,一方面表现在参与共享的主体从最初的不同运营商,逐渐扩大到终端用户、云服务提供商、应用服务提供商等等,甚至会是接入 6G 网络的各个实体;另一方面表现在可共享的资源种类趋向多样化,不限于运
26、营商拥有的基站和频谱资源,可以是边缘 UPF、MEC、传输资源甚至是更上层的核心网功能,也可以是6G 网络中不同实体拥有的算力、AI 模型算法、数据资源等等。未来在精细化网络运营方面,共享分布式部署的多方资源管理与使用的智能可信需求也成为关键,可通过分布式智能、分布式信任等技术实现共建共享的智能可信方案,满足资源使用数据可信、资14源分配可信可视、计费结算数据可信等精细化运营需求,实现多方共赢。1.2.5 从“补丁安全服务”到“全面安全可信”传统网络的安全性主要依赖于加密技术和不同层级的安全协议等“补丁式”、“外挂式”的安全解决方案,投入成本大,防护效果有限89。6G 分布式网络架构子网之间差
27、异化的安全策略部署使得子网间可能存在信令风暴、分布式拒绝服务攻击等安全问题。同时 6G 网络的逐渐边缘化、软件的虚拟化导致不同网元的交互不再经过传统的网络边界设备,网络安全边界逐渐模糊,同时传统“打补丁”方式的安全措施已难以保证数据的安全传输与隐私保护,传统的网络架构所引发的安全问题越来越凸显。因此,6G 网络安全能力应嵌入网络架构中,内生安全能力代替“补丁安全服务”迫在眉睫。6G 分布式子网之间以及网元之间需要建立可信的关系。6G 网络中多方参与共建共享的模式将从地面扩展到天地融合,子网及网元间可信能力的构建能够促进协同部署网络,从而使 6G 网络提供自内而外稳健的安全能力。安全能力应该伴随
28、网络而生,提供灵活按需定制的安全协同能力。为满足 6G 丰富的业务需求,利用虚拟化技术和网络灵活的业务编排管理能力,业务和网络可以被定制,当用户需求发生改变时,网络也能够无缝切换服务方式和内容,同时安全能力也应该按需定制,通过编排能力为不同业务提供灵活高效的安全能力保障10。6G 网络需要统一的数据服务框架。6G 网络安全由以网络为核心的安全转向由数据为核心的安全11,比如数据驱动型的安全能力,包括了态势感知,数据分类主导的入侵检测,安全能力编排,安全策略优化分析等,这些都需要海量的通信数据以及高质量可信网络为基础,同时数据的处理和应用过程中普遍涉及隐私问题。因此,6G 网络需要统一的数据服务
29、框架,对数据的收集、处理以及使用等进行管理,保障数据全生命流程的安全和隐私。1.2.6 从“孤立云资源”到“分布式算力网络”云网融合是近年来电信运营商一直在践行的理念,在云网融合 1.0 阶段主要体现为云协同,云计算和网络服务一体化提供,网络服务于中心云,但云与网相对独立。随着5G、MEC 和 AI 的发展,算力逐步下沉至边缘,网络需要为云、边、端算力的高效协同提供更加智能的服务,计算与网络将深度融合,迈向云网融合 2.0,即算网融合新阶段。随着 6G 时代的到来,云网融合将进入 3.0 阶段,即算网一体化的算力网络阶段。算力网络作为一种融合计算和网络的新型解决方案,也是 IMT-2030(6
30、G)推进组6G 网络研究的重要课题之一。随着数字化、智能化推动计算产业的创新,催生了海量多样化的 6G 潜在业务场景和应用,数据处理对于算力需求日益剧增,中心化的云计算已无法满足部分低时延、大带宽和实时性业务场景如沉浸式云 XR、全息通信和自动驾15驶等业务场景的需求。随着边缘计算、分布式计算等新型计算业态的出现,数据中心的云资源部署逐渐从传统的以集约化为主的中心云方式,向云计算与边缘计算甚至端侧计算间的协同调度方式演进,计算向着泛在连接和泛在计算的趋势演进,网络也从孤立的中心化云资源向分布式算力网络演进。未来 6G 网络构建“云、网、边、端、业”一体化的分布式多级计算协同是必然趋势,云侧负责
31、大体量复杂的计算和算法训练,边缘侧负责敏捷接入和简单本地计算,终端侧负责感知交互的泛在计算模式。随着业务、数据和 AI 向分布式发展,也需要云、边、端算力实现高效协同的分布式算力网络。1.2.7 从“单一通信模式”到“通感算一体化”5G 的三大类应用场景增强移动宽带(eMBB)、超高可靠低时延通信(uRLLC)和海量机器类通信(mMTC),旨在满足 5G 多样化的应用场景需求,同时也可以看到,5G 的多元化的指标需求依旧聚焦在“带宽、时延、连接数”这类“经典”的通信传输指标方面。无线通信网络技术在后 5G 使用高频段与无线电感知频段逐渐趋近,通信系统与感知系统在传输处理方面存在相近和相似的特性
32、,催生了“通感一体化”相关技术的研究和发展。另一方面,深度学习、强化学习和分布式学习为核心的人工智能技术的兴起,深化了网络优化、智能感知及控制的研究和应用。上述技术的演进使“通信、感知、计算”深度融合成为可能。图 1-5 通感算一体网络示意图“通感算一体化”的“分布式”主要体现在以下几个方面:-引入无线传感网的网络架构。在相关需求区域部署具有感知、计算、存储和无线通信能力的微型节点自组织分布式无线传感网络,支持感知、定位、测绘和检测识别的网元功能。-从网络架构、网元功能和交互协议出发,设计和构建新型通感一体化网络。研16究分布式多接入网络智能协同组网新方法,满足网络中差异化节点的通信业务需求;
33、引入支持信息感知辅助的网络通信协议,通过分布式路由算法,网络节点快速入网,构建分布式架构,提升网络获取感知信息和计算分析的效率。1.3 网络痛点1.3.1 网络形态固化、难以实现敏捷在网络架构方面,从 4G 网络提出 CU 分离技术,转发面功能与控制面功能逐步分离出来,5G 网络实现了 UPF 的按需下沉部署,满足了部分的边缘业务场景的本地分离需求,但是从网络的整体架构上看,目前 5G 网络还是集中式的网络架构,控制面网元集中部署在大区或省份的统一资源池,UPF 网元下沉并按照集中控制面下发的转发规则实现业务本地分流。在 6G 的多样化分布式的边缘业务场景中,由于单个节点的算力资源有限,需要多
34、节点协作,现有架构一般通过集中控制面来管理和调度,存在可扩展和调度性能差的问题。现有业务应用层和网络解耦,应用层无法精准、实时掌握网络性能,以应用层为主的寻址结果的综合性能可能不是最优,甚至比较差,导致业务体验差,难以实现敏捷。在网络管理方面,5G 网络支持部署和管理端到端网络切片,实现了从提供统一的“尽力而为”服务能力,向可提供差异化的业务质量保障服务能力的转变,但不同切片的构成和架构仍是相对统一,无法同时灵活保障不同的 2B 业务和专网运营需求。6G 网络需要研究更灵活的分层分布式网络管理架构,结合广域、局域以及现场不同范围的业务需求,提供分层分布式的实时/准实时的业务质量感知、保障和管理
35、能力。1.3.2 网络升级部署周期长、难以优化网络效率4G 网络架构具有功能紧耦、接口刚性、设备黑盒等特点,网络功能升级较慢,总体遵循规划-建设-运营的流程,网络新技术部署周期长,同时传统网络架构无法自动编排,多分支网络复杂且维护困难,难以实现网络效率的优化。5G 网络采用服务化网络架构,引入虚拟化技术,支持虚拟化部署,同时网络虚拟化以及软件定义的网络切片可以很好地提高 5G 网络差异化服务部署的灵活性和开放性,一定程度上实现了网络的按需智能编排,但是仍然存在着核心网网络功能上线配置复杂,资源无法实现灵活动态伸缩,可扩展性差、为兼容 2G-4G 网络互操作的影响,部分服务存在耦合性、导致新特性
36、、新服务的加入会波及已有服务,服务化极致尚未普及到所有网元等问题。而 6G 网络有望彻底实现网络、功能、新技术的智能编排,网络架构从集中化向分布式转变,并根据多变的环境快速自适应地进行网络组建及功能、服务的调整,同时将17具备较高程度的自我管理、自我优化、自我演进能力,从而实现网络分布式智能自治。1.3.3 缺少多方信任机制,难以跨越信任鸿沟6G 网络的多域融合使得共建共享成为 6G 网络的重要特征,6G 网络中不同系统间信息交互和协同工作也将是普遍存在的现象。在网络资源共享方面,运营商存在着跨域在网络资源共享方面,运营商存在着跨域协作的需求。协作的需求。网络切片利用虚拟化技术在物理网络上虚拟
37、化出多个虚拟网络,通过网络切片可以根据客户需求定制跨运营商/运营商内部的虚拟网络,减少物理网络投资成本。但是运营商之间存在着竞合关系,如果需要高效实现网络切片的部署以实现网络资源的充分共享,避免不必要的沟通成本,前提是在运营商网络之间创建信任关系。在垂直行在垂直行业应用中同样也需要实现运营商与行业客户之间的跨域协作。业应用中同样也需要实现运营商与行业客户之间的跨域协作。例如能源互联网中,往往包括能源供应方比如大型发电企业,能源消费方比如能源局域网等,以及通信系统,配电网络等,其中能源互联网与电信运营商网络进行了深度融合,运营商网络与这些复杂系统在业务运行时存在一定的交互,由于各个参与者隶属于不
38、同的利益方,不同利益方追求自我利益的本性使得需要构建起多方信任的关系12。数据共享是数据共享是 6G 网络的重要特网络的重要特征,需要多方信任的机制保障数据安全。征,需要多方信任的机制保障数据安全。在实现网络共享的过程中,经过脱敏或隐私计算的重要数据和个人隐私信息可以在多方参与者之间流转,但是据研究表明,数据安全还是会受到威胁。如果网络环境不可信,难以使参与者放心地将数据交付到其他参与者手中。18第二章6G 分布式网络技术的典型应用场景及要求本章以 IMT-2030(6G)推进组6G 典型场景和关键能力白皮书13中提出的五类6G 典型场景为分类依据,分析了十二种具体的典型应用场景及每种场景对分
39、布式网络的需求。2.1 超级无线宽带2.1.1 连接服务场景:全新直播视角场景描述:场景描述:连接服务一直是移动网络所提供的最基础的服务。从最初的语音通信服务到 5G 的万物互联服务,移动网络为不同的业务提供了专门的 QoS 保障和网络接入功能。随着新业务的诞生,6G 网络需要为新的热点业务提供连接服务支持。多视角直播,通过在现场的多机位高清视频采集处理为用户提供了不同机位自主观看,屏幕远近伸缩看,360 度随意看的观影享受。云游戏,游戏画面完全在服务器完成渲染,并且通过网络传输到客户端,极大地降低了用户终端的数据处理能力门槛。XR的实时交互式服务,通过 AR/VR 设备所提供的高清画面与极低
40、延迟的交互反馈,在游戏和社交等领域为用户提供身临其境的沉浸式感官体验。此外,未来移动网络的发展趋势意在面向多接入场景,提供无处不在的接入服务。随着通信网络的发展,移动网络的接入已经不限于地面蜂窝网络接入,还包括固移网络融合接入、中继接入、无人机接入和卫星接入等多种接入方式。多视角直播云游戏XREdgeEdgeEdge图 2-1 全新直播视角19分布式网络需求分析:分布式网络需求分析:1.多视角直播等应用场景存在大带宽低时延接入服务的临时需求,应对这种突发的连接服务,分布式网络应支持业务对通信连接的超低时延与高带宽的特殊需求;2.应支持分布式 MEC 与应用处理平台,满足不同连接业务的通信需求支
41、持;3.连接 aaS 需要能够为空天地多种接入方式提供连接服务,满足未来网络广覆盖的布网需求。2.1.2 全息应用场景:极致网络性能场景描述:场景描述:全息类业务将会是未来 6G 网络的重要场景,其主要是利用全息显示技术捕获处于远程位置的人和周围物体的图像,通过网络传输全息数据,在终端处使用激光束投射以全息图的方式投影出实时的动态立体影像,并能够与之交互的新型通信方式。未来 6G时代将具备全方位的感知,丰富的感知数据信息将为全息业务提供支撑,同时这也对 6G网络提出了很高要求,就是对海量感知数据的高效计算、处理和传输。6G 分布式网络将能够满足此要求,通过全息与分布式网络结合会使全息服务得到全
42、方位提升并实现广泛应用。全息技术在 ToB、ToC 都有广阔前景。在 ToB 端可在专用场景下计算生成全息图,显示全息影像进行展示,具体场景有全息办公、全息医疗、全息工厂、全息矿场等。在 ToC 端通过全息技术为用户带来沉浸式体验,应用在全息游戏、全息影院和全息体育等。全息体育场景,可以划分为全息体育赛事直播、全息体育运动、全息体育训练等。通过分布式网络部署,全息体育的临场感和沉浸感能够充分体现,体育赛事转播中通过配备全息感知设备的体育场进行场景数据采集、人物动作捕捉将感知数据传给临近的分布式网络进行计算处理并呈现给远程观众,带给观众身临其境的赛事观看体验。还可以让专业体育教练在布满感知设备的
43、场地内远程开展全息体育教学与训练,提升体育水平等。此外还有全息体育运动,与他人通过全息网络进行体育活动,感受体育魅力。图 2-2 全息应用场景分布式网络需求分析:分布式网络需求分析:201.全息技术根据投影物体和帧率的大小,需要 1Gbit/s1Tbit/s 的网络带宽,时延方面全息技术要求网络提供小于 1ms 的端到端时延才能让用户有临场感13,因此在靠近现场的地方构建分布式网络,下沉部分网络功能可以满足业务需求;2.全息场景下对周围环境的感知和数据采集十分重要,直接影响到后续全息图的展现效果,因此,全息技术设备需要具备通感一体化能力,对感知数据信息能够完整采集并及时处理,分布式网络与全息设
44、备间的数据传输要可靠、快速;3.全息技术场景还需要考虑分布式网络提供边缘算力,为场景数据处理以及全息图的计算提供支撑。2.2 超大规模连接2.2.1 汽车子网场景:器件灵活部署场景描述:场景描述:随着汽车功能的不断丰富,车内网络业务也趋向多样化,不同的车内网络业务对传输带宽,传输时延等方面有不同的需求,可以采用一个或多个车内子网系统来实现。有些车内通信业务是高 QoS 要求的实时性控制数据传输,为此可以采用满足极致性能需求的车内子网来实现。例如汽车动力系统或制动系统的控制,在该场景中,由传感器采集信号(如油门或刹车踏板的位置),传送给相应的控制器,控制器基于预装载数据或控制逻辑,对传感器所采集
45、的信号做出处理,并发送指令给相应的马达或执行器,执行对应的操作。这种应用场景对数据传输带宽没有太高要求,如小于 1Mbps,但对于传输时延和传输可靠性有极高要求,如传输时延小于几十到一百微秒,传输可靠性需要达到媲美有线传输的性能。还有些车内传输业务需要高带宽支持,例如影像传输,对于此类业务可以采用满足高速率高吞吐量的车内子网来实现。例如一种应用场景是摄像头拍摄影像以支持辅助驾驶或自动驾驶。在该应用中,多个摄像头拍摄的影像传输至相应控制节点,控制节点基于所拍摄的影像产生辅助驾驶或自动驾驶的控制指令,并传输至相应的操作单元对车辆驾驶进行(辅助)控制。该应用场景需要车内子网能够支持高数据速率传输,例
46、如高达10Gbps 的传输速率。汽车/载具子网系统的另一个相关应用场景是对车辆间通信的支持,每个汽车子网系统的接入点或控制器在服务车内节点的同时,还可以支持不同车辆间进行通信,以支持不同汽车子网系统的干扰协调,信息交互等应用,进一步提高系统性能和车辆行驶效率和安全。21图 2-3 车内子网场景示例分布式网络需求分析:分布式网络需求分析:1.需要分布式子网之间具有自治能力,协调和管理子网内设备的传输以及业务。实现在脱离大网服务的情况下的自管理、自组织;2.分布式子网可以提供极致的性能体验,在高可靠低延迟等方面与传统有线网络性能相当;3.分布式子网之间,以及分布式子网与中心网络支持功能协同。2.2
47、.2 数据服务场景:数字镜像世界场景描述:场景描述:数字孪生是未来 6G 的重要应用场景13,通过集成物理反馈数据,并辅以人工智能、机器学习和软件分析,在信息化平台内创建一个数字化模拟。在医疗领域、工业领域、农业领域、网络运维领域的应用,可以通过“数据+模型”的演绎,降低物理世界的运维成本,支撑各行各业的数字化转型走向更精益化。未来企业可以将来自不同系统的数据聚合到一个统一的交互式可视化界面,对商品的整个生命周期进行操作,支持业务流的可视化查看和交互,以获得全新的洞察。例如,在智能工厂中,可以实现生产制造全过程数字化管理。在医疗体系中,通过对人体模型的构建,可以对人体运行机理进行模拟仿真,加快
48、科研创新向临床实践的转化。22智慧工厂运行监测控制维修仿真学习预测决策整理采集知识库分析孪生数据孪生建模6G分布式网络图 2-4 数据服务场景分布式网络需求分析:分布式网络需求分析:1.为了构建精准的数字模型,数字孪生所需要的数据量巨大,通过分布式的数据采集可以做到快速收敛数据信息,提升数据处理的效率。此外,基于成熟的分布式数据存储技术,也可以降低数据的存储成本,提高数据存储的安全性;2.数字孪生中对个人数据和企业资产的数据(例如,工厂中生产过程中的数据)的隐私保护有着较高的要求。基于去中心的数据处理记录方式,可以在使用数字孪生服务的同时,保障用户对于隐私数据的安全诉求。2.2.3 家庭子网场
49、景:构筑幸福港湾场景描述:场景描述:随着人工智能(AI)、物联网(Internet of Things)、云计算(Cloud Computing)、大数据(Big Data)、边缘计算(Edge Computing)等技术(即 AICDE)的不断发展,智慧家庭发展势头迅猛,市场空间广阔。当下常见的智慧家庭解决方案中,包含数量众多、类型各异的 IoT 设备,如各种传感器、安防设备、照明设备和流媒体播放器等。这些 IoT 设备可能采用了多种不同的无线连接技术,例如蓝牙、ZigBee 或 Wi-Fi 等。为了让这些采用不同无线连接技术的 IoT 设备能够互联互通,当前比较常见的做法是,部署一台多模网
50、关,这个多模网关再通过有线或无线方式连接到宽带运营商提供的家庭网关,通过光纤或其他有线接入技术连接至运营商网络。随着智能设备种类越来越多,业务端到端需求要求的巨大提升,亟需分布式家庭子网。通过通信协议与大网一体化设计,一套技术同时满足广域、本地、微域端到端通信需求,方便 IoT 设备之间的互联互通。智慧家庭子网架构如图 2-5 所示。23图 2-5 智慧家庭子网场景示例数字孪生概念可以很好地与智慧家庭相结合,即数字孪生家庭。智慧家庭内部署了海量的传感器,包括可穿戴设备、智能外衣、被动红外传感器、温湿度传感器、烟雾传感器、一氧化碳传感器、门窗传感器和无线感知设备等,以及各类智能家电如智能电视、智
51、能厨具和智能冰箱等,可以更好地实现对人体数据及环境数据的全量采集,实时构建一个虚拟的“数字家庭”。数字孪生家庭具备广阔的应用前景,在卫生健康方面,相比仅仅从人体采集数据,数字孪生智慧家庭能够更准确更有效地完成健康监测、病变预测及提前干预,提升居民的生命质量;在家庭安全方面,将实时采集的数据与历史数据和人工智能相结合,能够更智能更准确地判断应用场景,在提升家庭安全的同时减少误警;在休闲娱乐、居家生活等方面,通过广泛部署在智慧家庭内的传感器实时感知用户动作,数字孪生家庭能够结合历史数据及智能分析,实时预测用户的行为,为用户提供更多的便捷,例如将视频推送到用户附近的智能电视或其他智能显示设备上,自动
52、打开娱乐设备或生活设备等。数字孪生家庭,需要在人体上和家庭里部署海量的传感器和智能家电等 IoT 设备,这种海量的 IoT 设备接入对分布式子网技术也提出了额外的挑战。分布式网络需求分析:分布式网络需求分析:1.需要分布式算力,结合边缘人工智能,以及部分网络功能下沉,能够有效降低端到端延迟,满足业务需求;2.需要考虑分布式网络提供的算力能力,为实时的数据处理(例如,图像渲染)和感知计算提供支持;3.分布式网络需要提供灵活的设备接入与管理机制。表 2-1智慧家庭子网性能需求示例性能指标性能要求性能指标性能要求性能指标性能要求性能指标性能要求设备连接密度10100 个/平方米端到端传输时延1001
53、000 微秒微域内设备数量100010000 个可靠性99.99999%242.2.4 临近网络场景:近域多跳增强场景描述:场景描述:未来的 6G 网络中,在环境复杂的城区,移动设备与基站之间的信号极容易受建筑、树木等各种障碍物的影响,用户移动时,会出现频繁的网络质量波动,导致服务体验变差,甚至在部分覆盖空洞地区出现网络连接中断。结构复杂的室内环境中,譬如在电梯间、地下车库、远离街区的房间等位置,用户面临的信号问题同样严重。临近网络能为用户提供无缝的信号连接,同时持续地提供稳定的流量,使之不受地理位置制约地享受优质业务。这要求 6G 网络能实时拥有临近网络的拓扑结构,提供高效地接入控制和无缝切
54、换。移动用户在大型活动场景例如体育场馆中也会受到信号质量的影响。面对突增的用户连接,网络难以立即响应与调整,导致用户的网速受限。同时,用户往往远离街道,移动设备甚至无法接收到信号。在此种场景中引进临近网络服务,通过手机间的通信,可以降低基站面临的压力,尽可能满足用户的连接需求。同时,在此种场景中搭建临近网络也能产生新的服务,例如场景多摄像镜头的回放、本地用户的分享等等。此外,空天地海一体化被认为是 6G 的另一个标志性方向。一定区域内的移动用户通过临近网络互相建立连接,由一个拥有复杂卫星功能的移动设备与卫星网络联通,使得范围内的全部用户都能使用 6G 卫星服务。最后,使用 IoT 业务的用户能
55、够从临近网络中获益。目前的 IoT 业务是每个用户直接连接到基站接入网络,如有需要再经由基站连接都另一个用户。这样一来,用户与用户之间通信的实时性会受到影响,也会受到与基站之间的通信质量的限制。更合理的情况是用户相互连接,形成临近网络,再由蜂窝回传,如此一来,当只有用户之间有通信需求且通信环境较为良好时,可以不用经由基站的中转。分布式网络需求分析:1.应支持 6G 网络的按需灵活部署,根据临近网络的要求,提供网络资源的快速实例化;2.应支持更多网元的下沉,满足网络就近服务的能力;3.应支持高效的网络控制和服务供给,能够动态生成并更新所有接入网络的设备的网络拓扑,为不同设备之间的交互提供各种管理
56、能力;4.应支持多种接入方式的控制和无缝切换,包括固定网络和卫星网络;5.应支持低时延大带宽的需求。252.3 极其可靠通信2.3.1 多模态交互场景:身临其境体验场景描述:场景描述:未来,人与人之间的网络交互方式可以不仅仅包括听觉、视觉交互,还可以包括嗅觉、味觉、触觉甚至情感的多维感知交互。人类多模态信息(即音频、视频、味觉、气味、触觉和情感)从可穿戴终端捕获信息,以及从环境传感器和社会感官洞见获得的推理知识,可以为增强远程人机交互通信和控制提供补充方法。以 XR 为例,通过多模态信息,XR 可以得到更深入的发展。它通过对视觉、听觉、触觉、嗅觉等感官信息的完全模拟和实时交互,实现用户体验扩展
57、与人机互动,给用户创造身临其境、感同身受的逼真体验。通过使用新的传感器和新的数据来支持多模式交互和操作,可以增强提供定制服务的能力,丰富用户体验。分布式网络需求分析:分布式网络需求分析:1.交互的触觉,特别是动觉(肌肉运动)组件对远程操作中的人机交互有更严格的端到端延迟和可靠性通信要求,网络应支持业务对网络的时延和可靠性要求;2.应支持对多模态信息的同步,以及在分布式设备组之间的传输。2.3.2 数字健康场景:铸就健康之路场景描述:场景描述:未来,医疗将转变为数字医疗,通过大量的可穿戴设备,可以对身体指标的关键参数进行全天候监测。除了可穿戴设备,健康监测和医学研究还将包括体内设备,它们可以与体
58、外身体上的设备通信,进而将数据传输到平台,在平台上分析数字人体模型。远程医疗就诊将通过身体感知、分析以及广域连接实现,感官感知信息将从听觉和视觉拓展至人体能感知的嗅觉,味觉,触觉甚至情感,其中触觉信息可以包括表面、触摸、驱动、运动、振动和力。医生通过使用特殊的智能设备就可以联动多维感官实现感觉互通,获得对患者身体的多种感官感知,从而使医务人员能切实感受患者的健康状况。除了远程监控,在预测治疗方面,网络有助于执行器执行医务人员的治疗指令,如分配药物等。分布式网络需求分析:分布式网络需求分析:1.网络应支持接入、管理多种传感器和执行器设备;2.网络应支持下沉部署应用平台,满足业务实时性需求;3.传
59、感器电量较低,应支持低功耗传输,以延长传感器设备的使用时间;4.应支持对各项指标数据进行隐私保护。262.4 普惠智能服务2.4.1 行业子网场景:敏捷按需定制场景描述:场景描述:行业子网场景如各类工业园区、科技创新企业云集的高新区、面向创业创新企业的CBD 等。企业在日常工作中,存在快速接入云平台使用各类应用的场景,实现灵活办公,需要网络提供低时延通信环境。同时也存在临时性突发网络需求场景,网络流量激增,需要能灵活调整网络资源配置,提供稳定可靠的环境。随着企业规模不断扩大以及业务不断发展,企业对网络提出了快速扩展升级的需求,需要网络能快速调整变更网络资源、拓扑结构配置等,从而响应不断变化的业
60、务需求。此外,企业还需要对网络、云平台具备一定的操作维护权限。对于某些高新区、CBD,由于中小企业频繁进出,对组网的灵活性要求较高,需要快速完成网络环境和平台搭建的需求,实现随入驻、随开通的敏捷网络和平台的部署。当企业撤离后,需支持对网络的快速资源回收及再利用。对于价格敏感型企业,希望能以较低的花销完成网络的部署和使用。对于工业园区企业,区域较大,需要网络提供较广的信号覆盖,且室内结构复杂,需要网络提供室内信号覆盖。在机器人工作区域,需要低时延高可靠网络,用于实现及时准确的传达指令给机器以及实时视频监控运行状况,确保产线流程正常运转。在某些区域还需要通过传感器监测环境,需要大带宽网络,用于将数
61、据传回平台,便于管理和及时发现问题。对于某些科技创新型企业,企业需要大带宽低时延网络,以及靠近企业的云资源,用于企业科技创新应用研发及试验。对于某些特定的企业如矿业,在矿山、井下等工作环境下,需要机器代替人工作,因此也需要实时向机器准确传达指令以及实时传回视频内容。此外,这种工作生产环境复杂,布线困难,需要优化网络覆盖的效率。27图 2-6 行业子网场景图分布式网络需求分析:分布式网络需求分析:1.应支持根据企业需求快速生成端到端的定制化网络及平台,满足网络按需自动生成和资源回收的需求;2.应支持根据企业需求和网络状态对网络进行智能自治和动态编排,使网络具备灵活性、可扩展性和对需求的敏捷响应能
62、力,满足企业的业务发展及网络的使用需求;3.应支持开放网络运维能力,满足企业自运维的需求;4.应支持设备使用临近通信,如支持网络控制下的点到点通信,以及通过中继设备接入蜂窝网络,实现以较低的成本增强室内覆盖;5.应支持多种接入方式,根据企业需求和网络状态,设备动态接入最优网络;6.应支持大连接、低时延、高可靠通信,满足准确传达指令、回传视频或科技创新研发及试验的需求;7.应该支持下沉部署 MEC 和应用平台,满足实时监控、分析、决策、控制、管理等需求;8.应支持协同企业网络和大网,协同固网、蜂窝网和临近通信网络。需求,给当前电信网络的运营管理模式带来了巨大的挑战。2.4.2 网络自治场景:释放
63、人力资源场景描述:不断增长的网络演进、业务发展和用户体验的要求,使得运营商网络的运维和运营模式变得更加复杂,传统的人工网络配置/优化的方式难以满足多样化应用和业务场景的28为了使得网络运维具备自治能力,可通过引入人工智能等智能化手段以及经验规则等自动化机制,助力运营商降低网络运营和管理维护等方面的人工成本,提升运营商网络运维自动化水平,提高网络运营效率,同时提升网络部署的敏捷性,提升业务质量和保障水平,为网络用户提供更优质的网络服务。进而在保证网络安全、稳定和可控的前提下,实现网络的自主运营和持续迭代演进14。分布式网络需求分析:分布式网络需求分析:1.针对新业务,分布式网络需要更加智能、自主
64、地快速识别新业务,全面洞察用户行为,根据新业务需求自动编排和部署网络功能,甚至基于业务需求实现新功能的设计、实现、验证和实施,实现整个生命周期管理流程的全自动化,以提高用户体验、降低运营管理成本;2.面对多样化的业务场景,分布式网络需要满足其差异化的需求,实现网络资源的灵活高效配置以及动态性能优化;3.网络的自主管理和运营需要电信系统通过自我感知和自主资源调度,实现网络的自配置、自优化和自修复。6G 网络将是超大规模的,而且在用户需求、网络资源、流量负载等方面具有负载、多维、动态等特征。为了降低运营管理的复杂度和成本、提升用户体验,未来网络更倾向于呈现为分布式部署和管理的方式,在保障网络安全可
65、控的同时,最大化分布式节点的自主管理能力;4.由于网络业务涉及分布式网络的多个层级和多个闭环,因此要以自治域为基础,基于网络功能和运营的业务处理,实现网络运营生命周期中特定环节的闭环自动化,以降低技术复杂度、屏蔽不同厂商实现方案的差异,支撑自智网络的端到端业务需求。2.5 通信感知融合2.5.1 感知服务场景:位置实时掌握场景描述:场景描述:未来 6G 网络将可以利用通信信号实现对目标的检测、定位、识别、成像等感知功能,无线通信系统将可以利用感知功能获取周边环境信息,智能精确地分配通信资源,挖掘潜在通信能力,增强用户体验。29数据采集与处理数据采集与处理数据采集与处理图 2-7 感知服务场景无
66、人机场景中,远端的控制器或空管机构不仅可以利用通信功能实现信息回传与无人机进行通信并对无人机的飞行进行控制,还可以通过基站的感知能力识别无人机的飞行状态,飞行路线中的路障等,提供辅助飞行服务。进一步的,可以对无人机的行驶路径进行追踪,从而满足对无人机的禁飞区进行管控,无人机的行驶路径管理与预测等等应用。公共交通场景中,除了可以采用摄像头与雷达的方式对道路进行监控,还可以通过具备感知能力的基站对道路进行物体识别,例如对道路上的行人感知并提前告警行驶的车辆进行避让。类似的,在高速铁路上也可以利用基站的感知能力对铁轨的状态进行感知监控,若发现铁轨上出现障碍物时,可以提前告知列车,避免事故的发生。分布
67、式网络需求分析:分布式网络需求分析:1.无人机在高速行驶过程中往往会跨越多个基站小区,因此基站不仅需要支持对快速移动的目标进行感知,还需要通过多感知节点之间的协同与信息交互,支持大范围的感知场景。分布式网络应支持多种场景中的分布式节点(感知节点或感知数据处理节点)之间的交互处理能力,提供广范围高精度的感知服务;2.分布式架构应支持对感知数据的收集与处理能力,满足实时感知信息处理与告警需求。2.5.2 感知智能场景:网络助行效率场景描述:随着汽车功能的不断丰富,车内网络业务也趋向多样化,不同的车内网络业务对传输带宽,传输时延等方面有不同的需求,可以采用一个或多个车内子网系统来实现。智慧交通一直是
68、移动网络的重要应用场景13,结合了通信与传感技术,体现了计算、控制、通信、传感、网络等多种技术在交通运输体系中的完美应用。智慧交通的概念非30常庞大,涵盖了海陆空全方位的交通。这其中,通信技术为智慧交通提供了强有力的技术支撑。3GPP 在 4G 和 5G 网络已经定义了基于蜂窝网络的 V2X 通信架构,以及通信在车辆组队、安全告警和远程驾驶等应用场景。5G 开始,无人机与卫星通信也已经完成了相应的标准制定。未来智慧交通中,无人驾驶、无人机及卫星将依托 6G 通信技术,发挥重要作用。无人机和自动驾驶车辆等海量智慧终端在运行过程中为网络提供数据采集收集,通过终端、接入网与核心网的相互协作,优化训练
69、数据模型,为无人机和自动驾驶车辆提供更精确的路径导航、定位和策略更新等服务。比如道路上的电子警察对车牌的 AI 识别功能,前端道路视频设备采集到车辆图片信息后,需要及时读取历史图片做碰撞比对,分析车辆信息。图 2-8 智能服务场景15分布式网络需求分析:分布式网络需求分析:1.智慧交通场景中,需要对视频、图片和传感器数据等进行不断的收集、分析和利用,并反馈到交通系统中进行应用,对处理实时性要求较高。分布式技术可以使得数据采集、分析和存储功能就近部署,为智慧交通提供更快速的 AI 处理能力,满足业务需求;2.AI 模型训练等所需要使用到的用户数据(例如车辆信息、用户位置和图片信息等),需要在本地
70、进行就近处理,避免发送到中心节点,减少隐私暴露的风险。31第三章6G 分布式网络特征及要素3.1 关键特征3.1.1 场景定制化网络6G 多样化场景需要场景定制化网络。6G 多样化场景需要场景定制化网络。6G 网络将对 5G 网络支持的三大场景(eMMB,URLLC 和 mMTC)进一步扩展,同时具备智能内生、安全内生等特性。6G 网络中的沉浸式 XR、元宇宙等技术促进以用户为中心体验提升,确定性网络、感知网络、专用网络等技术支持社会数字演进,空天地一体通信提供了广域普惠的连接能力,数字孪生技术提供了物理世界和数字世界的连接。总体来看,6G 网络将带来极致的性能(1us 时延,Tbps 带宽,
71、7 个 9 可靠性等),全域覆盖(空、天、海、陆等),以及网络能力内生(通信、感知、智能、可信等)。6G 能够覆盖更多的业务场景,同时不同场景对网络的差异化服务能力也提出了更高的要求,需要基于场景定制网络提供对应的服务。场景定制化网络需支持对场景需求的精准感知,网络的全面服务化以及高效的编排场景定制化网络需支持对场景需求的精准感知,网络的全面服务化以及高效的编排调度。调度。场景定制化的网络需要对场景需求的精准分析和建模,设计满足特定需求的专用网络。网络需要进一步服务化、模块化和智能化,能够对业务需求进行快速响应,建立业务需求的正反馈机制;在 5G 中只有核心网和网络管理等功能进行了服务化,在
72、6G时代,网络服务化的范围可以做进一步扩展,从终端、无线接入网、边缘计算到业务网络,都存在服务化演进的可能性;在编排方面,实现对分布式算力、分布式网络和分布式业务实现统一高效的一体化编排和动态调度,满足定制化网络的需求;网络切片技术能够提供定制化网络之间的资源共享和安全隔离,仍然是 6G 网络中的一个潜在重要功能。场景定制化的网络和公共网络在未来将是互补的关系,相互之间可以进行互通,网络根据不同的业务需求,能够将用户迁移到不同网络,或者将用户请求路由到不同网络来获取相应的服务。此外,在设计场景定制化网络的时候,还应该考虑终端的多样化设计。3.1.2 动态柔性组成移动网络资源有限性和终端移动性的
73、本质,网络作为业务依赖的基础设施的运营模式,以及千行百业对网络响应和演进的要求,决定了 6G 分布式网络需要具备按需灵活动态生命周期的特征16。首先,6G 分布式网络是柔性组成的。分布式网络的每一层,都可以按需进行选择和组装,例如灵活地定义用户的集合、接入的方式或路径、网络的功能和网络应用的数据等。通过这些要素的灵活组合,向用户提供多样化的,可动态变化的服务。其次,6G 分布式网络的柔性体现在敏捷的动态变化能力。网络并非一成不变,用32户需求、用户/终端的位置、运营的要求、网络节点的资源和业务状态等,都可能动态发生变化。静态生命周期的网络无法适应上述动态性,造成运营管理成本的提高,以及客户需求
74、响应的滞后。因此,动态的网络生命周期管理也成为一种分布式网络的关键特征。例如,当用户在网络覆盖范围内发起某个业务需求时,网络中的生命周期管理功能可以基于用户的需求为用户动态生成相应的网络功能。同时,当用户的位置发生移动时,网络管理功能也可以基于用户的位置,随路迁移为用户提供服务的网络功能。分布式网络自身灵活组网的特性,为动态生命周期的特征,以及无状态的云化特征,为此提供了可能性。当网络功能动态变化时,不需要人工做静态配置的干预,也不需要重新对网络进行规划,这种动态柔性的能力将极大地促进网络的敏捷发展,带动更多行业高效使用移动网络。网络功能重分布计算/数据服务网络接入与处理计算/数据服务网络接入
75、与处理用户移动图 3-1 分布式网络动态柔性组成示意图3.1.3 动态泛在接入随着 6G 网络面临的应用场景多样化,网络需要为物端提供定制化的服务。考虑到物端环境和网络环境的复杂性,接入侧实现定制化服务的关键是以用户为中心的设计思想和动态泛在接入的技术手段,通过网络的可移动性和立体覆盖以及终端的重构与协同共同实现“终端随遇接入,网络按需服务”的目标。可移动网络的按需覆盖接入可移动网络的按需覆盖接入:未来 6G 网络的接入对象是大规模物端,所以实现动态泛在接入需要考虑物端的可移动性。在以用户为中心的思想下,让网络随着用户位置的变动而移动,从固定部署的网络转变为可移动网络。立体网络的按需泛在接入立
76、体网络的按需泛在接入:由于不同网络提供的网络带宽、覆盖范围和服务质量都不同,在成本、带宽和延迟方面的性能具有差异性,未来的卫星、无人机、地面移动网络等构成立体网络实现泛在接入。异构终端泛在协同接入异构终端泛在协同接入:未来泛在、异构分布式终端有各种智能化协同控制与接入功能,具体包括各类终端的协同信息感知、协同数据处理、协同服务实现、协同传输接33入等功能,可以部署在网关、基站、边缘服务器或者超级终端上,实现整个终端环境中各类信息无缝隙实时交互。因此,需要重构原有终端的组织形式与功能形态,采用基于人工智能的协同控制技术,根据服务需求进行终端的软件定义与智能重构,实现终端环境随着服务场景进行灵活适
77、变与演进。因此,6G 网络要实现移动网络架构的质的变化,需要构建网络的“随遇接入、按需服务”能力,为万事万物的泛在互联提供基础设施。3.1.4 分层分布式协同6G 网络的不同功能层/面整体呈分布式趋势。6G 网络的不同功能层/面整体呈分布式趋势。为提供更极致的网络性能、更好的业务体验,向分布式范式转变已然成为移动网络的发展趋势,传统的用户面从 4G 的集中式部署演变为 5G UPF 的按需灵活下沉,应用可通过 MEC 实现内容源靠近用户的分布式部署,而 6G 分布式网络将进一步实现网络各层各面的分布式部署及协同。智能面各要素的分布式部署,将实现数据的隐私保护、降低传输时延、提供更为灵活的任务处
78、理能力;管理面的分布式部署将协助客户提升对网络的自主运维能力,实现极简开站、边缘免维;控制面的分布式部署,可根据场景需求“积木式”搭建网络功能;接入层和异构资源的天然分布式特性,将为用户提供空天地海全域覆盖的无缝接入和无处不在的算力资源。图 3-2 分层分布式协同特征示意图分层分布式的 6G 网络需实现泛在协同。分层分布式的 6G 网络需实现泛在协同。单一的分布式和封闭的网络自治将使得分布式网络成为孤岛,因此需要通过分层协同来实现分布式网络之间的信息共享和高效联动。分层协同可理解成按逻辑功能划分的不同层之间的协同,例如控制面与用户面的协同、管理面与资源层的协同,也可理解为同一功能层部署于不同物
79、理位置的实例之间的协同,例如集中的用户面功能与边缘的用户面功能、集中的用户数据库与下沉的用户数据库。不同 6G 网络功能层及部署层次的协同实现(图 3-2),将提供更为灵活的网络功能组合、动态实时的网络资源调度能力,提供 6G 网络服务的连续性及高质量保障。343.1.5 分布式智能自治6G 网络的分布式智能自治,是借助 AI、数字孪生等技术,实现功能自组织、网络自管理、服务自优化以及节点自包含。功能自组织功能自组织:5G 网络部署需要提前规划、且是固定配置的,组网时间长、灵活性低。而支持分布式部署的 6G 网络,将通过引入通用的、可快速互通的 IP 化协议等新型技术,实现网络功能的自动化部署
80、、即插即用。网络自管理网络自管理:6G 网络的分布式部署在使能网络动态连接和灵活部署的同时,也会引入千或万量级的网络节点,导致网络管理的复杂度倍增。为了应对这一挑战,6G 网络可根据网络性能情况等完成网络资源、能力的动态调整,实现网络自管理。服务自优化服务自优化:为适配千行百业定制化要求而衍生出的多样化定制化功能/服务,将在 6G 网络大规模出现。6G 网络需要支持对多样化服务进行按需设计、快速上线,以及在不同业务场景下全生命期调度,通过提升网络的自分析、自改进能力,实现业务体验的自优化。节点自包含节点自包含:由于控制设备的本地化部署需求、以及对数据隐私和保密性的强烈要求,6G 分布式节点需支
81、持自包含,具备完整的功能、资源、连接能力,包括支持控制面信息处理、用户面业务处理、用户数据、安全防护、网络自管理自优化等,能够独立完成闭环网络流程处理。3.1.6 网络与边缘深度融合6G 分布式网络将在架构、业务、平台能力、设备形态、管理运维和安全等方面与分布式网络将在架构、业务、平台能力、设备形态、管理运维和安全等方面与边缘实现深度融合。边缘实现深度融合。架构融合架构融合:传统的网络和数据中心通常以边界网关进行隔离切分,架构设计上相互独立。网络为数据中心提供基础的“尽力而为”的互联互通服务或用资源换取的粗粒度的“专线”QoS 保障;数据中心业务应用基于“僵化”的网络管道设计系统架构和业务逻辑
82、。两者之间难以协同,极大的限制了业务应用创新的可能性和积极性。边缘数据机房继承了这种设计,并面临着远离骨干网络、业务零散、用户位置切换等更恶劣的客观环境和问题,以往网络和算力/业务各自独立的架构设计已经难以满足 6G 时代新型业务的需求。未来,网络需要与边缘算力未来,网络需要与边缘算力/业务应用在架构上深度融合,从设计之初就秉承灵活开放、自动智能的思想,打破传统方案的层间域间壁障,实现网络与边缘计算平台、边缘业务应用间的业务、管理运维、部署、能力、安全等方面的感知协同和互操作能力。业务应用在架构上深度融合,从设计之初就秉承灵活开放、自动智能的思想,打破传统方案的层间域间壁障,实现网络与边缘计算
83、平台、边缘业务应用间的业务、管理运维、部署、能力、安全等方面的感知协同和互操作能力。架构融合是构建算网业一体化的基础,只有从架构设计上实现深度融合,才能突破传统能力开放技术的局限和边缘场景业务部署开通时“一事一议”的工程困境。业务融合业务融合:业务融合包含三方面的含义。一是指网络根据边缘业务需要为其提供定35制化、差异化的网络服务,包括边缘计算节点与终端用户之间、与其他边缘计算节点之间、与云数据中心之间网络的跨节点网络切换、节点间灵活互联、网络路径定制等,以及终端应用、数据中心应用与边缘算力节点应用之间端到端的网络快速开通和确定性网络服务。二是网络开放丰富的网络能力为业务应用的业务创新提供支撑
84、,如当前或者预测的网络的服务质量状态、终端用户的位置信息等。三是网络为业务应用的分布式设计提供灵活的流量路径定制、负载分担分流等服务,如 5G 时代的 UPF 下沉分流方案,目前业务内重点研究的SRv6具备IPv6可达即服务可达和灵活的三层编程空间等特性在边缘场景端到端跨域流量路径定制方面极具潜力。随着网络新技术和业务应用的不断创新探索,未来网络和业务融合的模式也会有更多的方式,如网络提供边缘算力发现的服务,新的融合模式也将会进一步的促进新型业务应用的创新。平台能力融合平台能力融合:平台能力融合包含两方面。一方面是网络软件借助边缘平台的 PaaS能力减低设计实现难度。随着 ICT 技术的融合,
85、网络软件架构设计上从 5G 开始逐渐引入服务化理念,实现上也越来越多的借鉴着互联网软件的经验和成果,在边缘场景的表现为网络软件的业务逻辑基于边缘算力平台的 PaaS 能力快速实现存储、热备或其他功能。另一方面是网络能力也将集成到边缘平台的 PaaS 能力中为边缘应用提供服务。随着网络与业务的融合,网络能力与业务应用的耦合也越来越高,网络服务也会以能力组件的形态集成到边缘平台的 PaaS 能力中,以方便业务应用对网络能力的使用和互操作。设备形态融合设备形态融合:网络功能服务化除了使网络软件可以借助边缘平台的 PaaS 能力快速开发和灵活设计,还具备了软硬解耦的优点,使网络功能可以部署在边缘场景服
86、务器中,不再必须依赖专用的硬件设备,实现了网络设备形态和边缘服务器的融合。同时,网络设备另一个发展趋势是白盒化,原来封闭的网络设备的内部设备也从黑盒向支持二次开发进而通过开源网络操作系统、云原生技术、P4 编程等技术支持更加灵活的开放能力,使边缘业务有可能直接部署在白盒网络设备中实现更加紧密的业务协同和算力共享。管理运维融合管理运维融合:网络与边缘在业务、平台能力和设备形态方面的深度融合在为业务应用带来更灵活、更丰富、更精细的网络服务的同时,也增加了网络和边缘算力、业务应用的管理和运维的难度,网络如何按需的快速开通业务、如何针对不同的业务需求配置和优化 QoS 提供差异化的 SLA 服务、如何
87、在大规模多业务并发的情况下实时监控网络的运行和服务质量状态;边缘算力如何感知网络的能力和状态、如何使网络随业务调度同步调度;端到端的业务异常时,如何快速定界定位网络故障等等,都对未来的网络和边缘算力/业务应用的管理和运维提出了挑战。为此,也需要管理运维的深度融合,打破以往其他技术因素造成的分界面,打通算-网-业三者协同所需的数据流通路径。同时结合智能化、可视化等技术,降低管理运维的复杂性。安全融合安全融合:传统的网络和边缘各自相对独立,各层各域只在业务层面实现必要的互36联互通。而网络和边缘融合后,原来相对独立的各层各域各运维团队之间从封闭走向开放,必然会带来安全上的隐患,因此安全设计上也会随
88、着网络和边缘新模式发展,在安全和开放之间寻找新的平衡。同时,网络和边缘在管理和部署、能力方面的融合,使原来孤立的安全防御系统有了融合和协同的可能,如边缘可以通过网络屏蔽来自远程的恶意攻击等。3.1.7 网络使能应用/智能6G 将以多种方式提供各类新型应用使能服务。6G 将以多种方式提供各类新型应用使能服务。应用使能是网络提供连接、智能、通感、安全等各类服务的终极目标,从某种意义上看,6G 网络架构本身就是一种应用使能架构。在提供传统连接服务的基础上,6G 网络需要在优化服务环境、协同应用方面有所突破。如何构建新型能力,如何灵活有效地提供各种能力,如何与应用之间相互感知、适配并协同,就决定了 6
89、G 能否达到其既定的目标。所以,6G 的应用使能,是一种赋予了丰富内涵和外延的网络服务和能力开放环境。6G 将构建新型的网络能力集,包括智能服务、数据服务、安全服务、编排服务和通感能力等,同时,6G 将提供更加灵活的网络能力开放手段,如能力的边缘、本地开放,流程组合式开放将成为网络能力开放的重要手段。所谓能力的流程组合式开放,是指按照统一的应用使能框架,将网络能力的调用嵌入到应用的一些通用需求的具体实现中,如分布式发现、多路径冗余传输、应用重定位等,从而形成一些新型的通用服务能力。从能力的构建看,6G 的能力开放能力集可以在不同的网络层级生成,如资源类能力、网络功能类能力、业务级能力。资源类能
90、力有如计算、存储服务;网络功能类能力指的是单一实体提供的能力,如移动性管理网元提供的位置服务;业务级能力,指的是由多个实体通过流程交互提供的服务能力,如 QoS 保障。提供能力的主体,除了核心网网元,还可以涉及基站、甚至终端和应用功能 AF。6G 的应用使能架构,和 6G 整体架构的分布式特性息息相关。6G 的应用使能架构,和 6G 整体架构的分布式特性息息相关。适配应用和网络的分布式部署,6G 的应用使能构建了一种分布式服务环境。在这样一种分布式服务环境中,应用逻辑自身对端、边、业协同的需求,加上网络本身呈现的分层分布式多模态性,可信、有效、灵活的协同和交互成为重要诉求。区块链作为一种防篡改
91、、可追溯、确权的分布式协同技术,在运营异构(多方共同参与)6G 生态中将作为实现各种协同的重要渠道;网络 AI,结合本地数据保护、AI 算法,从另一方面保障了灵活有效的分布式协应用使能架构以构建协同、可持续、稳健的新型服务生态,将改善各行各业和人类生活同。6G 算网一体的基础设施,为区块链、网络 AI 的上线提供了基础的保障。6G 利用373.2 要素构成3.2.1 接入分布式5G 网络已经支持了终端通过多种接入方式接入网络17,包括:Uu 接口、非 3GPP接口、卫星接入和中继接入等。核心网内部由 AMF 进行集中的接入管理,例如对用户不同接入方式的授权认证,判断终端所在位置是否可以使用当前
92、接入方式接入网络等。未来网络的接入分布式体现在几个方面:1)接入网络的广泛分布。接入网络的广泛分布。未来网络是空天地一体化的网络,用户可能从地面稳定的基站接入到核心网,也可能通过高空、卫星等相对非稳固的站点接入到核心网;2)接入网络制式的多样性。接入网络制式的多样性。用户可以从支持 3GPP 标准的接入网接入,也可以从非 3GPP 标准所定义的接入网接入移动核心网;3)直接和间接的接入方式。直接和间接的接入方式。用户可以直接接入到网络,也可以通过中继的方式(终端与中继之间采用 PC5 接口直接连接)间接接入到网络。终端可以同时通过多种方式,多条路径同时接入到网络。终端可以同时通过多种方式,多条
93、路径同时接入到网络。以达到网络接入的高覆盖,高质量和高可用。例如用户手机可以从 Uu 口直接连接到网络,同时也从 PC5 口通过车辆中继连接到网络,两者共同作用,相互补充,保证业务体验的最优和连续性。进一步的,网络可以对终端所连接使用的多条路径进行灵活控制。进一步的,网络可以对终端所连接使用的多条路径进行灵活控制。例如,网络基于每条链路的通信质量选择最优路径进行数据传输,或者将数据流按网络策略在不同的链路上灵活分流传输等等。此外,上述多制式异构接入的模式,也会与连接功能的分布式产生相互的影响,对安全性,连续性,多伙伴间的功能协同等,提出更高的要求。可见在接入这个层面的要素上,分布式架构也会引入
94、极大的影响。3.2.2 连接分布式本文所述的“连接分布式”,是指为建立网络“连接”所服务的网络功能(NF,Network Function)分布式,内涵包含网络功能的进一步细分和协作,以及对应的分布式部署。传统移动通信网络将为服务建立“连接”的网络功能分为控制面和用户面。“连接”的用户面分布式由来已久,面向 6G 网络将持续演进。“连接”的用户面分布式由来已久,面向 6G 网络将持续演进。用户面在 4G 后期一时,借鉴了 SDN 的控制转发分离的思想,引入 CUPS 特性,CP/UP 的分离使得各自功能可分布式或集中式部署,同时支持独立扩展,实现灵活的网络部署和操作;5G 进38步继承和延续这
95、部分设计,用户面架构和关键技术(如 UL-CL/BP 分流)已经支持非常灵活的部署和场景,如多接入边缘计算(MEC);展望 6G 多元化的应用场景,将对分布式的用户面解决方案提出更为确定、更大带宽、更低时延等高性能的指标要求。“连接”的控制面分布式初露端倪,6G 细分应用场景亟需控制面更多的分布式实“连接”的控制面分布式初露端倪,6G 细分应用场景亟需控制面更多的分布式实现。现。传统网络部署方案中,控制面一般采用相对集中的部署方案,提供全局的控制策略,但随着 2B 市场的发展,客户的需求更为多样化,因此对控制面架构也提出了更为灵活的要求。例如将会话管理功能随用户面功能一并下沉部署园区,提供定制
96、化服务;将存储鉴权数据和存储签约数据的 UDM 进行层次化分布式部署,鉴权数据库放在运营商域内,签约数据库分布式部署在客户专网,满足客户的信令面消息不出园区的需求;又如将 AMF 移动性管理和接入控制功能分拆,对于低移动性的专网需求,移动性管理功能将不再部署。任意分布式网元节点的连接按需建立将成为 6G 连接的新范式。任意分布式网元节点的连接按需建立将成为 6G 连接的新范式。对于 6G 智能内生、安全内生等带来的以任务为中心、数据为中心的新概念,连接将不单纯指终端用户与数据网络 DN 的会话连接,而是 6G 新系统的任何分布式网元节点都可按需触发智能、计算、数据等新型任务和相关工作流,通过建
97、立分布式的连接服务,借助高效实时的 QoS调整和保障,形成和其它协作网元节点的联合业务操作。3.2.3 计算分布式随着网络从孤立的云资源向着分布式算力网络的演进,计算逐步下沉扩散至网络边缘并与边缘深度融合。计算分布式成为 6G 分布式网络的要素之一,包括算力资源分布式、算法模型分布式和算力服务分布式三个维度。算力资源分布式:算力资源分布式:随着 6G 众多新型应用如沉浸式 XR、自动驾驶等的不断涌现,传统集约式的数据中心部署模式及通用处理器的计算性能已经不能满足业务需求,计算资源向网络边缘侧扩散下沉,呈现泛在分布式的趋势,同时计算资源类型除了传统通用的 CPU 外,还将引入多样异构算力如 GP
98、U、NPU 等;6G 移动基础设施为支持内生 AI所需的连接和分布式计算服务,也将从单纯的提供连接服务发展为同时能提供“连接+计算”服务的基础设施,提供终端算力、基站算力、核心网算力等分布式算力,与连接相互感知相互协同,使得部署在不同节点的分布式算力资源得到更充分的利用,满足算随人动、算随人选的业务需求。算法模型分布式算法模型分布式:未来 6G 网络已经从服务于传统通信业务的管道,发展为构建了内生 AI 能力可服务于未来多种智能应用场景的智能体系,人工智能应用的多样性和算法模型的不断革新催生了巨大的算力需求。如前所述,未来 6G 网络在不同层级具有分布式和中心化的多重混合式部署,算法模型作为
99、AI 的重要组成要素之一,为顺应 6G 内生的 AI 能力,算法模型也应当支持分布式部署、分布式运行、以及多层灵活混合式部39署和运行,从而可支持网络不同层级的需求。基于算法模型的分布式,6G 网络支持感知各分割的 AI 模型的输入输出及协作方式,从而合理调用资源满足相应的业务需求。终端可将 AI 业务计算到某一步的中间结果发送给网络,网络可感知中间结果及相应 AI操作的模型分割和协作方式,并结合网络自身以及与 UE 通信的质量,向终端或应用服务器推送最优的分割点,实现分布式 AI 模型的更高效执行。以目前在通信领域研究较为火热的分布式算法模型联邦学习为例,为了保障各参与方数据的隐私保护、数据
100、安全及政府法规要求,支持多个参与方通过分布式协作训练出一个共享的全局模型,进行分布在各参与方的数据使用和建模,可以避免非授权的数据扩散,并解决数据孤岛问题。计算服务分布式计算服务分布式:未来 6G 时代,需要构建云边端协同的分布式计算服务能力满足各类智能计算应用的需求。大型的、延时不敏感的业务可由计算能力足够强的云端提供服务;边缘端根据云端下发的模型参数服务就近数据,实现业务的就近闭环;端侧主要负责服务于感知交互及现场级的微小型计算。计算服务的分布式不但可以提供低延时且不间断的算力支持,同时也能提供局域、广域不同范围的算力支持。对于用户的差异化计算需求,计算服务的分层分布式可基于用户位置,通过
101、云-边-端三级计算服务的协同,以最快的方式返回给用户计算结果,提供极致的用户体验。3.2.4 数据分布式数据是未来网络的关键要素之一,围绕数据将产生大量业务和应用。数据具备显著的分布式的特征,主要围绕以下几个维度:1)数据源的分布式与多样性:1)数据源的分布式与多样性:网络中不同的参与实体如终端 UE、接入网 RAN、核心网 CN 甚至应用 APP 等,都可以是产生数据的来源;2)数据消费者的分布式:2)数据消费者的分布式:网络中的每一个参与方也都有可能成为数据的最终消费者,如 UE、RAN、CN、APP、OSS 和 BSS 等可能是某个数据的具体消费者;3)中间数据处理节点的引入:3)中间数
102、据处理节点的引入:由于隐私保护、数据缓存、数据汇聚及预处理等需求,在数据源和最终消费者之间也需要引入中间数据处理节点。具体如表 3-1:表 3-1数据分布式特征数据源数据类型中间数据处理节点数据消费者UEIoT,AI,感知可能的处理节点:RAN,CN处理举例:去隐私,缓存RAN,CN,APPRAN空口资源,连接上下文,运维,AI,感可能的处理节点:RAN处理举例:业务协同,去隐私,RAN,CN,APP40知缓存CN用户上下文,计费,运维,AI可能的处理节点:CN处理举例:业务协同,去隐私,分层预处理CN,OSS,BSS,APPAPPAI可能的处理节点:CN处理举例:分层预处理UE,RAN,CN
103、可见,无论是数据源,数据消费者,还是数据中间处理节点,在未来网络中都是多节点的,尤其是考虑 AI,感知等新兴应用时,存在大量的多点到多点的分布式处理特征。因此,数据的分布式处理是数据服务架构的基本特征。3.2.5 信任分布式信任分布式是指建立网络的信任机制并进行相应的分布式部署。现有 5G 网络的安全框架和协议大多是面向网络攻击和威胁而提出的,并且传统的通信网络安全模型会既定一个安全边界,也就是通常所说的中心化的信任区域。这个信任区域通常用来防止没有授权的接入和恶意攻击等。而在该信任区域里的设备和节点通常被视为一个相互信任的关系。但随着 6G 网络海量设备的接入以及网络架构的向边缘延伸,原有的
104、中心化信任架构将向分布式的信任机制转变。跨域分布式认证:跨域分布式认证:6G 网络的分布式特征决定了不同域的网络需要相互信任,设备之间需要进行相互认证,而目前大多数认证机制建立在公钥基础设施上,需要可信第三方(例如证书授权中心(CA)的参与,跨域认证需要实现不同 CA 之间的互通,流程繁琐,并且也有可能受到单点故障等威胁,而且会产生昂贵的管理成本。因此跨域认证是分布式信任重要的元素之一。安全能力分布式协同与安全能力资源池:安全能力分布式协同与安全能力资源池:6G 分布式网络需要实现按需定制的业务场景,网络资源需要快速部署或撤销,安全能力资源池能够实现安全资源的随需取用,实现安全能力的按需定制、
105、动态部署和弹性伸缩。安全能力协同保证了业务部署主体之间可以在相互信任的前提下进行业务协同部署,并通过安全能力资源池构建共同抵御安全风险的屏障10。分布式信任共识机制分布式信任共识机制:信任共识保证了交易的透明性和公平性,使不同的利益群体按照一定的规则达成共识,形成信任契约。在中心化系统中可以依靠中心节点传递信任凭证,达成信任共识。分布式系统去中心化的结构特点,使得信任共识机制的快速部署尤为重要。413.3 关键技术需求3.3.1 云原生技术云原生技术将为 6G 分布式网络带来新的设计理念,以应对业务快速迭代、网络功能紧耦合、网元频繁交互、网元间依赖关系复杂等新的网络特性。首先,微服务架构具有可
106、独立开发、部署和更新的特点,多个微服务网元共同形成了一个物理独立但逻辑完整的分布式网络功能体系。基于 Kubernetes(下文简称 K8S)的容器编排和微服务调度管理可赋予 6G 分布式网络敏捷部署、弹性伸缩和可移植性等核心能力。此外,网络功能的复杂化迫使 6G 分布式网络业务逻辑和非业务逻辑解耦,无服务器架构和无状态服务可加速网元减负,实现高效灵活的网元治理。最后,6G 分布式网络需支持快速扩展和新增 NF 实例以满足业务需求,导致 NF 实例之间的通信频繁且环境复杂。服务网格可为 NF 提供安全可靠的专用通信基础设施层,提升业务部署的敏捷性和可扩展性。6G分布式网络在海纳云原生技术优势的
107、同时,需要针对自身特性进行特殊设计和技术演进,并形成一套完整的技术生态,具体包括:a)虚拟化与容器技术a)虚拟化与容器技术6G 网络要求具备快速响应新需求的能力,基于容器的微服务架构更容易实现不同业务类型的差异化编排。容器化 NF 将形成标准化软件单元,将代码、其依赖项和运行平台打包到容器映像中,使 NF 不再受环境限制,在不同计算环境间快速、可靠地运行。利用容器颗粒度小,快速申请和释放资源等优势,提升资源利用率和系统灵活性。以K8S 为代表的容器编排技术将提供分布式 NF 管理的核心能力,包括算力存储资源调度、NF 部署和管理、自动恢复、服务发现与负载均衡、弹性伸缩等。面向无线接入网高速率数
108、据处理、高转发数据等需求,考虑引入虚拟化增强技术,例如 CPU 超线程、大页内存、NUMA、CPU 绑核、实时 OS 等关键技术。针对由于虚拟化(尤其是采用虚机容器技术路线)所引入的响应时延等问题,考虑利用不同的技术手段(如共享卷,基于消息传递的进程通信,优化 Flannel/Calico 等)来降低不同场景下单 Pod、单主机、跨主机容器间通信开销和时延。b)微服务与服务引擎b)微服务与服务引擎随着未来多样化动态组网以及越来越多的网络定制化需求,利用微服务技术将端到端网络功能进行解耦的过程中,服务和服务之间的调用和依赖关系也变得愈加复杂,关系越复杂、小的技术问题越可能被放大,造成大的线上故障
109、。而容器和 K8S 为代表技术的云原生时代,则加重了其中的复杂程度。为了应对大量服务调用以及依赖关系的复杂性,可考虑借助成熟的服务引擎技术以及必要的适配扩展,实现网络服务的全生命周期管理(注册、订阅、寻址、调用、分布、检测和 SLA 等)、消息传输(消息总线、消息队列管理)和服务中介与通讯协议扩展等。42c)服务网格(Service-mesh)c)服务网格(Service-mesh)服务网格是处理服务间通信的专用结构,用于描述微服务网络以及微服务之间的交互。作为新一代微服务架构的标志性技术,服务网格可以屏蔽多种网络组织与部署方式并存(例如 RAN Core 分离,RAN Core 融合,CU/
110、DU 多种分割部署方式,服务实例复用等)所带来的服务拓扑的复杂性,方便每个服务实例只用关注业务逻辑本身;通过扩展的服务代理(SideCar)功能支持通讯网络特有的协议功能(例如 SCTP、SIP 等)。d)无服务器架构(Serverless/FaaS)d)无服务器架构(Serverless/FaaS)无服务器架构(Serverless)使应用和服务器实现了解耦,应用的功能被解构成若干个细颗粒度的无状态函数;不同于微服务实例,这些函数实例可以按需启动,用后即毁,从而实现网内资源(尤其是计算资源)灵活调度和高效复用,尤其适合在 RAN 侧或者Edge 边缘节点等资源相对有限的站点实施。e)无状态服
111、务(Stateless service)e)无状态服务(Stateless service)在 5G 网络架构中,NF 既包含业务处理逻辑,也包含与业务相关的上下文数据。这种同时具有业务处理逻辑和数据的 NF 称为“有状态”服务。随着网络走向云原生成熟,业务处理逻辑可进一步从上下文数据中分离出来,这种仅将业务处理逻辑保留在 NF 中,而将上下文数据单独存储的概念称为“无状态”服务。“无状态”NF 使功能和数据解耦,在实现了 NF 可扩展性和可恢复性的同时,也便于 NF 服务实例在不同业务间共享。图 3-3 云原生无状态处理3.3.2 分布式服务基础框架相对于纯 IT 化的实现,6G 移动网络需
112、要在 3GPP 框架内实现一种原生的分布式框架,满足不同场景,不同层次的分布式要求。这里的原生,是指通过 3GPP 基础网络功能的定义,自然而然地实现所有服务的分布式能力,而非在各个业务网络功能中各自额外定义和实现。面向 6G 网络的原生分布式框架需要从上述思路出发,提供更归一的支撑能力,使43得业务的提供更加敏捷轻松,例如:1)增强的通信 Load Balance 能力。1)增强的通信 Load Balance 能力。6G 网络的服务化范围、协议栈、Profile 信息以及分布式算法等都可能发生进一步的演进。可以吸收借鉴 DHT 等其他流行技术,进一步实现较为完整的 Load Balance
113、 功能,收编相关通信接口,简化整个网络的通信模式。2)数据访问代理能力。2)数据访问代理能力。数据是 6G 网络的关键要素之一,数据的生产者、消费者和存储者,都具备广泛分布式的特征,此外对数据访问的安全性也有较高的要求。因此对数据的管理和访问(例如寻址、路由、多方共享和备份等)可以通过访问代理功能进行规范化,提高网络效率,简化业务实现,提高网络的敏捷性和可扩展性。3)归一化的高可用组网能力。3)归一化的高可用组网能力。在具备通信代理和数据访问代理的基础上,原生的分布式框架可以进一步提供归一化的高可用组网能力。将正常状态下的备份关系,异常情况下的状态通告以及故障恢复,都收编到统一的处理模式,避免
114、在网络中产生过于繁杂的故障处理逻辑,简化网规网设,同时也使得业务更加聚焦。3.3.3 分布式智能技术未来网络算力、数据靠近边缘,某些场景下 AI 的训练推理也将在边缘实现,6G 分布式网络中分布式智能将是重要一环。网络内不同节点、跨网络间通过分布式智能进行智能协作,实现跨层、跨域、跨行业的智慧融合和数智共享。分布式智能支持分布式智能也支持对内和对外开放智能相关能力,实现业务应用与网络的融合。分布式智能具备的关键能力包括:?节点/网络协同。节点/网络协同。主要体现为灵活调度各层级和各分布式节点/网络的数据、算力、网络等资源,从而共同完成 AI 学习/分析/推理,提供全局 AI 能力,降低集中式智
115、能对各节点或终端造成的存储、计算和功耗压力,以及保护数据隐私安全。?提供分布式的智能 as a service 能力。提供分布式的智能 as a service 能力。该能力即为通信网络自身、第三方应用或终端提供 AI 模型/算法及相应智能能力。基于强大的算力和数据资源,在不同的时间、地点和场景等情况下,网络可以按需(如算力匹配、模型调整)为需求方提供最佳的 AI 模型。节点/网络之间通过分布式机器学习进行智能协作,当前提出的分布式机器学习算法包括联邦学习、多智能体学习、基于模型分割的学习等。其中联邦学习较为成熟,也被广泛应用,联邦学习中主要的两种是:横向联邦学习和纵向联邦学习。横向联邦学习适
116、44用于参与方提供的数据有相同数据特征但数据样本不同的情况,纵向联邦学习则适用于参与方有相同数据样本但数据特征不同的情况。在网络中横向联邦学习适用于终端与边缘网络的智能协作,终端进行本地数据训练将模型参数传递给边缘网络进行模型迭代,纵向联邦学习适用于网络运营商/设备商网络与其他产业的密切协作,如终端用户的电信业务数据与银行业务数据通过样本对齐进行共同的模型训练得到分析结果并反向优化相关行业的服务。和联邦学习不同的是,群体学习实现了完全去中心化的分布式 AI,无需专门的中央服务器,参数可在群体网络中共享,每个节点能够基于本地的隐私数据独立构建模型。基于区块链技术,群体学习能够保证数据的控制权、安
117、全性和机密性。而多智能体强化学习既可实现有中央智能节点参与的分布式 AI,又可实现去中心化的多智能节点协同。目前研究表明,对于大规模场景,多智能体强化学习可实现各智能节点间的非直接通信;对于小规模场景,多智能体强化学习可实现完全去中心化的多智能节点协同。3.3.4 分布式数据服务技术数据作为第五大生产要素,是新型生产力,肩负繁荣新兴市场的期待。随着未来 6G网络规模、AI/ISAC/数字孪生等新技术和 XR 等新应用的发展,网络中的数据越来越海量,越来越重要18。网络服务提供商为提升用户体验、故障预警、网络优化和运营增值等,需要持续地监控网络,从而产生大量不间断的网络状态和行为数据,并进行深度
118、分析。而数据天然具有分布式的特点,网络中的数据异构多源,数据采集和处理的位置分散,数据类型、数据质量和数据属性等差别很大,数据采集、预处理和分析等流程需求多样,使得数据的产生和消费之间存在巨大的需求差异,如图 3-4 所示。图 3-4 分布式数据服务数据分布式服务的关键能力包括:数据管理,充分高效地挖掘 6G 网络中海量数据的价值。1)全局统一的数据分布式服务框架。1)全局统一的数据分布式服务框架。该框架贯穿从数据产生、收集、存储、传输、处理、分析、交换与共享等的整个生命周期,通过全局的数据间的协作,适应数据多源和异构性,以及横跨多域(端、RAN 和 CN 等)的生产者和消费者,从全局的视角进
119、行452)提供分布式的数据 as a service 能力。2)提供分布式的数据 as a service 能力。分布式数据框架可以对网络内部和外部提供采集、预处理、分发、发布以及分析等能力。基于海量实时的可获取数据,挖掘背后隐含的关联关系,适应数据为中心的发展趋势,形成全新的网络内生能力。3)数据服务满足合规要求。3)数据服务满足合规要求。数据服务在数据采集、预处理、分发、发布以及分析等各个环节,必须能够满足数据法律法规的要求,通过符合分布式特征的技术,兼顾数据共享和安全。3.3.5 多方信任框架区块链是建立可信任6G的新方向。区块链是建立可信任6G的新方向。6G无线网络将容纳海量的异构设备
120、和基础设施,全面提升频谱、计算、存储等各类资源的利用率及安全性。与此同时,移动通信网络的持续规模化、致密化与异构化也引发了一系列信任危机与安全挑战。区块链是一种多方协作维护的分布式信任机制,具有公开透明、不可篡改、全程留痕和智能执行等特点,将为建立可信任的 6G 开辟新方向。6G 分布式网络因为网络架构的原因有多方利益相关者参与,例如多家运营商、多个平台和终端等,所以需要构建多方信任框架。通过数字信任可以在信任未知或信任薄弱的环境下形成可信的纽带,从而节约构建信任关系所需要的时间和技术成本,另外可以在广域和高速的 6G 网络中建立零时差、零距离的认证方式,提高网络实际效率以及运行的可靠性和鲁棒
121、性。区块链的分布式点对点的架构可以建立一种数学技术背书的信任机制,是一种实现信息共享、管理和控制的方法,所以在对参与方众多、沟通环节多、关联链条长、离散程度较高的 6G 分布式场景可以构建多方信任的架构,提升合作的效率。区块链采用的链式区块数据架构、共识机制、时间戳和密钥等技术,有助于在多方参与的立体交互的场景中,防止原始数据的篡改,控制数据泄露的风险,保护隐私安全。基于区块链可实现分布式的多方信任关系。基于区块链可实现分布式的多方信任关系。区块链的架构致力于消除中心化中枢节点的控制性,将各节点同等放置于同一层面,各节点间平等收发信息,参与交易和记账,任何一个节点上进行的交易、交流信息、行为都
122、可以把相关信息或者记录传递到区块平面中的所有节点进行验证,平面上任何一个节点的破坏和丢失都不会影响整个系统的运行。其数据的验证、记账、存储、维护和传输等过程均基于分布式系统结构,采用数学方法而非中心机构来建立分布式节点间的信任关系,从而形成了去中心化的可信任分布式系统。基于区块链可实现公开透明的分布式信任。基于区块链可实现公开透明的分布式信任。区块链上数据和信息可以透明开放,秉持技术代码开源原则。系统中,除了参与各方的私有信息被加密外,区块链的数据对各参与节点开放,任何参与节点都可以通过公开的接口访问数据,因此整个系统信息高度透明,贯彻一种信息公开原则。同时通过区块链的非对称加密和授权还可以实
123、现个人隐私信息保护。即参与各方的身份信息可以高度加密,从而保证了个人数据的安全和隐私46保护。共识机制和编程化的智能合约使得验证方案的参与成为可能,其作为多方信任框架的基层协议内容有效保证公平,如对系统做任何改进或者需要确认共识,都必须通过全网验证。从而最大程度的实现了各方透明开放。基于区块链实现 6G 多方信任框架需要解决可扩展性、时延等关键问题。基于区块链实现 6G 多方信任框架需要解决可扩展性、时延等关键问题。1)可扩展性问题:可扩展性成为提升系统性能的关键技术。而区块链系统受限于共识机制、对等网络、密码算法等约束,单机性能存在上限,因此可扩展性就成为进一步提升区块链处理能力的关键技术。
124、针对这个问题,现在有三层解决办法:Layer 0-2。Layer 2 on top of the chain 多指应用层应用,Layer 1 on chain 通过一些数学算法来改进区块链的共识效率,Layer 0 是账本传输的层面上改进。目前,常见的可扩展性技术包括分片机制、闪电网络、状态通道、以及 DAG(DirectedAcyclic Graph,有向无环图)共识等。2)时延问题:广泛应用的公共区块链在创造区块和传播上需要花费较长的时间,这一特性对于区块链应用在移动通信领域需要得到改进。现有研究中联盟链和私有区块链则可以有更低的时延,通过采用不同于传统的工作量证明(PoW)共识机制,例如
125、权益证明和投票机制等来达到共识。3.3.6 分布式近域通信海量的通信需求需要近域通信网络。海量的通信需求需要近域通信网络。未来的 6G 网络末梢(即边缘环境)包括海量异构终端、海量多模数据和海量业务需求。海量异构的边缘终端感知的数据是非结构化的、多模式的,提供的业务是多样化的、多模式的。显然,现有的网络无法满足多样化、差异化的服务需求:既难以支持超高 QoS 要求的未来新型业务,亦难以灵活高效地适配QoS 要求差异巨大的各类不同业务。因此,为实现数据的准确感知、终端的全面接入及业务的可靠保障,需要设计新型的分布式近域通信网络,采用新一代信息系统和传感技术将所有物端(包括人、机、物在内所有的实体
126、和虚拟对象)都以信息网络形式联接起来进行信息传输和交互,而且进行智能化识别、定位、跟踪、监控和管理,实现类人化的知识学习、分析处理、自动决策和行为控制,最终完成满足各种需求的系统性智慧服务。在基于上述目标所形成的大规模边缘服务环境下,传统的信息网络和有限的无线资源已经难以满足日益增长的智能化系统服务需求。因此,需要研究蓝牙、Zigbee、WiFi、NFC、RIS、RFID 等多模式协同的分布式近域通信技术及系统,实现网络资源与服务需求的实时高效的最佳适配。P-RAN 将成为 6G 重要的分布式接入方式。P-RAN 将成为 6G 重要的分布式接入方式。6G 网络将提供极高带宽的传输服务,以适配全
127、息、XR 等业务需求;同时,为满足空天地海的全覆盖,6G 必须提供随时随地的接入。考虑到较低频率的频带几乎已经耗尽,毫米波和太赫兹频段的应用被业界普遍看好;但这样一来,为满足广覆盖高带宽的业务需求,6G 需要建设巨无霸式的无线接入47网。为避免无线侧的投入和高功耗的影响成为阻碍网络可持续发展的挡路石,P-RAN(Proximity Radio Access Network)将成为一种重要的接入方式。近域中继联网基于临近终端之间的发现,主要提供 U2N 的服务;结合多跳技术,近域中继联网与 6G RAN可以有机结合。6G 时代的 P-RAN 将不仅仅基于 PC5 sidelink 接入方式,而应
128、该突破移动网络的传统接入方式,串接所有可以延伸网络的近场组网方式,包括 Zigbee、蓝牙、wifi、LoRa 等,在解决高频覆盖问题,扩大/改善覆盖、提高频谱效率、降低功耗等基础上,可进一步扩展网络规模和服务范畴,在端侧提供可管可控的网中网的新型组网服务。P-RAN 将赋予分布式边缘网络新的生命力。P-RAN 将赋予分布式边缘网络新的生命力。P-RAN 丰富了分布式接入的内涵,在一定程度上模糊了网络和终端的界限,具备轻资产特性。近域组网构建的类似网中网的组网形态,可以平衡移动性管理和频谱、容量的不同需求,使得网络具有更好的灵活性鲁棒性。目前近域组网还有些问题需要进一步探讨,包括多跳组网、业务
129、连续性、多路径调度、流量溯源和安全连接等;很明显,P-RAN 可以和其他分布式要素相辅相成,如分布式算力、分布式智能等,以更好解决以上遗留问题或增强近域服务能力。近域通信通过激励机制,可以吸引更多力量到 6G 网络的基础建设中;最后,近域组网,也把云网边端的分布式协同需求提到了新的高度,在传统的协同需求中增加端端协同的新要素,形成一种新的边缘生态。3.3.7 场景化编排与柔性组装6G 将使能千行百业,面向各种场景下(XR/IoT/工业互联网)的差异化需求(超大带宽、超低时延、超可靠),6G 网络需要灵活地按照用户需求提供分级、差异化的服务能力。通过以下柔性编排类技术达成上述效果。面向场景化需求
130、的统一编排框架。面向场景化需求的统一编排框架。6G 网络中包含大量可用的连接、计算、数据资源,不同类型的资源组合和编排可以使能各种场景下个性化服务能力。首先,统一编排框架对外提供了最小粒度的、分级的、可度量的基础能力单位,用户可以通过编排接口精准定义所需服务能力。统一编排框架需要确定网络资源和服务需求的对应关系,即如何运用相应的网络资源来达成场景化定制的服务能力。其次,统一编排框架需要对网络中的各种类型资源进行管理,包括网络资源的类型(连接、数据、计算等)、网络资源属性管理(版本、依赖关系、服务能力)、网络资源生命周期控制(注册、去注册、实例化、服务质量监测与故障处理)。最后,在实际运行过程中
131、,可能会存在各种因素如用户移动性、信道质量下降、部分节点故障等导致服务质量发生恶化。为了保证持续满足的服务质量,统一编排框架需要持续通过监测、反馈、决策、执行的闭环并辅以 AI/ML技术来进行动态的资源调整。48图 3-5 统一编排框架柔性连接技术。柔性连接技术。为了更好地使能各种场景下的差异化服务能力,应对各种网络因素的变化,6G 网络需要具备足够的柔性。在 5G 时代,核心网侧采用了 SBA 架构,网元间解除了刚性的接口依赖,但是 UE、RAN 和 CN 之间依然存在着点对点的刚性连接。并且,当前的这些连接的建立依赖着人工的配置,成为了网络编排动态性和效率的阻碍。因此,网络中各个网络功能之
132、间应当采取柔性连接。柔性的连接应当首先脱离人工配置,具备自动化的特征,通过自动发现、自动配置、自动优化的方式就能完成连接的建立。其次,柔性连接应当避免与连接本身之外的功能或组件存在不必要的耦合,连接对于底层的硬件或者协议层不存在强依赖,连接的建立和删除不影响其他的网络功能。最后,随着连接的建立,拓扑也发生着相应的变化,需要与柔性连接相应的拓扑管理,能够自动地识别连接的建立和删除,并及时地更新网络拓扑,为业务提供及时信息以做出迅速的决策(如负载均衡、容灾等)。3.3.8 分布式应用使能技术分布式应用使能基于 6G 的分布式架构及关键特征,来源于 6G 的内生服务能力,因此分布式应用使能技术可以认
133、为是其他关键技术在实际应用中的应用技术,具备以下特点:6G 新特征成就新型能力集。6G 新特征成就新型能力集。6G 具备内生智能、内生安全、场景化定制、通感一体、算网一体等技术特征,当这些特征应用于 6G 端到端的服务化架构之上,可被封装并呈现出一系列新型的分布式服务能力,如智能服务、数据服务、安全服务、编排服务、通感能力和算力服务等。6G 能力开放的灵活性衍生于其他 6G 分布式关键技术。6G 能力开放的灵活性衍生于其他 6G 分布式关键技术。利用云原生、分布式服务基础框架、场景化编排等关键技术,6G 的能力可以在适时随地按需开放:可被灵活编排实现组合式、嵌套式开放;不仅可在同一网络层级内开
134、放,也可跨层级构建;不仅可以由网络向应用开放,也可将 AF 的能力引入到网络开放能力集;不仅可通过开放网元进行开放,也可以通过分布式协同机制进行能力的交付;总之,6G 能力开放的灵活性和49分布式网络技术的实现机制息息相关。区块链助力建设能力开放的健康服务环境。区块链助力建设能力开放的健康服务环境。在 6G 多方共同参与的生态中,6G 的能力开放需要基于多方信任框架。区块链作为引领多方信任框架的关键技术,可助力 6G通过能力开放构建更广更深层的服务生态。区块链不仅可能作为 6G 网络中鉴权用户身份的一种信任机制、共享数据的保护手段,而且可以在分布式协同中,实现数据的一致性保护,或者通过智能合约
135、保证协同过程的一致性行为,提高协同的效率。50第四章总结与展望本研究报告从业务趋势、网络趋势和网络痛点出发,探讨了 6G 分布式网络技术的典型应用场景及需求,提出了 6G 分布式网络的概念、关键特征、要素构成和关键技术需求。当前业界对 6G 网络架构的研究处于非常关键的阶段,而分布式作为 6G 网络架构的关键特征及关键技术,是 6G 网络架构研究的一个重点方向。基于对分布式网络的应用场景及网络需求的分析,下一步建议从多个维度出发,开展进一步深入研究。一方面从 6G 分布式网络的关键特征出发:如场景定制化网络、动态柔性组成、动态泛在接入、分层分布式协同、分布式智能自治、网络与边缘深度融合和网络使
136、能应用/智能等特征;另一方面从关键技术需求出发,如云原生、分布式服务基础框架、分布式智能、分布式数据服务、多方信任框架、分布式近域通信、场景化编排与柔性组装、分布式应用使能等关键技术,通过两方面的研究,提出对 6G 网络架构的需求,为后续 6G 系统总架构的研究及标准制定提供重要输入。51缩略语英文缩写英文全称中文解释4G4th Generation Mobile Networks第四代移动通信技术5G5th Generation Mobile Networks第五代移动通信技术6G6th Generation Mobile Networks第六代移动通信技术AFApplication Fun
137、ction应用功能AIArtificial Intelligence人工智能AMFAccess and Mobility Management Function接入与移动管理功能ARAugmented Reality增强现实BPBranching Point分支点CACertificationAuthority证书授权中心CBDCentral Business District中央商务区CNCore Network核心网CPControl Plane控制面CUPSControl and User Plane Separation控制面和用户面分离DHTDistributed Hash Tabl
138、e分布式哈希表DLTDistributed ledger Technology分布式账本技术DNData Network数据网络IoTInternet of Things物联网ISACIntegrated Sensing and Communication通感一体化LoRaLong Range Radio远距离无线电MECMulti-access Edge Computing多接入边缘计算NFNetwork Function网络功能NFCNear Field Communication近场通信P-RANProximity RadioAccess Network近域无线接入网QoSQuality
139、 of Service服务质量52RANRadioAccess Network无线接入网RFIDRadio Frequency IDentification射频识别SCTPStream Control Transmission Protocol流控制传输协议SDNSoftware Defined Network软件定义网络SIPSession Initialization Protocol会话初始化协议SLAService Level Agreement服务级别协议ToB/2BTo Business面向企业ToCTo Consumer面向用户U2NUser To Network用户到网络UDM
140、Unified Data Management统一数据管理UL-CLUplink Classifier上行分类器UPUser Plane用户面UPFUser Plane Function用户面功能V2XVehicle-to-Everything车联网VRVirtual Reality虚拟现实XRExtended Reality扩展现实53参考文献1 Taleb,T.,Aguiar,R.L.,Yahia,I.G.B.,et al.White Paper on 6G Networking.University of Oulu:6GResearch Visions,No.6R.2020.2 张平,李
141、文璟,牛凯,乔秀全,喻鹏,丰雷.6G 需求与愿景M.北京:人民邮电出版社,2021.3 Samsung.6G-The Next Hyper-Connected Experience forAllR.2020.4 刘光毅,黄宇红,崔春风,王启星.6G 重塑世界M.北京:人民邮电出版社,2021.5 IMT-2030(6G)推进组.6G 总体愿景与潜在关键技术白皮书R.2021.6 大唐移动通信设备有限公司,全域覆盖场景智联-6G 愿景与技术趋势白皮书(V.2020).7 王胡成,徐晖,孙韶辉.融合卫星通信的 5G 网络技术研究J.无 线电通信技术,2021,47(5).8 刘杨,彭木根.6G 内
142、生安全:体系结构与关键技术J.电信科学,2020,36(1):10.9 刘国荣,沈军,白景鹏.可定义的 6G 安全架构J.移动通信,2021,45(4):4.10 粟栗,庄小君,杜海涛,等.6G 网络内生安全架构研究J.中国科学:信息科学,2022,52(2):12.11 高枫,夏俊杰,张峰.6G 网络安全愿景J.邮电设计技术,2021.12 常玲莉.一种基于区块链的多方信任的业务交互方法:,CN111932401AP.2020.13 IMT-2030(6G)推进组.6G 典型场景和关键能力白皮书R.2022.14 TM Forum.自智网络(Autonomous Networks)-赋能数字
143、化转型白皮书 3.0 R.2021.15 ITU Publications,Land Mobile(including Wireless Access)-Volume 4:Intelligent TransportSystemsB,2021.16 IMT-2030(6G)推进组.6G 网络架构愿景与关键技术展望白皮书R.2021.17 3GPP TS 23.501:SystemArchitecture for the 5G System;Stage 2.18 IMT-2030(6G)推进组.通信感知一体化技术研究报告R.2021.54贡献单位序号主要贡献单位序号主要贡献单位1中国电信2华为3中信科移动4中国联通5中兴6上海诺基亚贝尔7中国移动8南京邮电大学9信通院10腾讯联系方式邮箱:COPYRIGHT2022 IMT-2030(6G)PROMOTION GROUP.ALL RIGHTS RESERVED.微信公众号