B5G/6G网络智能数据采集与分析系统白皮书

2摘要随着日益复杂的移动通信网络和各行业差异化的服务需求，超越5G（B5G）/6G最重要的研究方向和趋势是将人工智能、大数据和计算深度融合到网络中，并开发智能通信网络以实现自动驾驶网络能力和精准定制服务。将数据与智能嵌入网络，以开发具有内生智能以及计算与通信融合特征的新型网络智能技术体系，在架构、数据和人工智能算法方面提出了挑战。数据作为最基础和重要的部分，决定了网络智能性能的上限，而架构和算法只是达到这个上限的手段。因此，我们需要解决如何获取、分析和利用移动大数据的最根本问题，并建立一个全面的数据获取和分析系统，以推动新型B5G/6G网络智能技术体系的发展。本白皮书介绍了一种B5G/6G网络智能的数据获取和分析系统。该系统实现了数据层信息集成、信息层知识提取和表示、智能层知识计算和推理、应用层特征定制。这些功能通过移动网络数据获取和存储、移动通信原理和协议的翻译、网络数据知识图谱构建和基于知识图谱的解析、以及网络智能特征数据集的构建和评估来实现。本文旨在创建一种网络智能数据获取和分析的可行方法，探索网络智能 数据技术的一种新型方向和范式。 4 网络智能特征数据集的构建与评估..........19内容1 B5G/6G网络智能的愿景与挑战 .............................................6B5G/6G网络智能的数据采集与分析系统...................93 网络数据知识图谱的构建与应用 ......................135 特征数据集构建与评估案例 ..............................................226 展望 ..........................................................................................................................26参考文献 .......................................................................................................................273.1 移动大数据智能特征工程........................................................................ 13 3.2 网络数据知识图谱的构建 ........................................................................ 14 3.2.1 知识图谱的技术架构........................................................................ 14 3.2.2 基于通信原理和协议的网路数据知识图谱构建......................................................................................................................................... 15 3.2.3 知识图谱补全方法 ................................................................................. 153.2.4 知识图谱的边权重 .................................................................................... 16 3.2.5 知识图谱中节点重要性及节点间影响的效率 ....................................... 16 3.3 网络数据知识图谱的应用 ..........................................................5.1 以上行吞吐量为核心构建本地知识图谱..................... 22 5.2 深入分析以上行吞吐量为核心的本地知识图谱........... 23 5.3 构建上行吞吐量特征数据集.............................................................. 24 5.4 评估上行吞吐量特征数据集................................................................. 252.1 无线网络智能开放平台 .................................................................................... 9 2.2 数据采集.............................................................................................................................. 10 2.3 基于知识图谱的表示与分析 .................................................................11 2.4 特征数据集构建...................................................................................................4.1 网络数据KPI的数据模型 .............................................................................................. 194.2 针对特定场景影响KPI的特征的初步知识图谱过滤 .............................................................................................................................................................. 194.3 基于机器学习的特征数据集构建 ................................................... 204.4 特征数据集构建过程的评价系统 ........................................ 204.5 面向KPI的特征数据集评价系统 ................................................................................................. 21 3............... 16.. 12 4前言作为网络结构、用户设备类型、用户设备行为、数据服务需求以及系统资源配置，在5G/6G中将是高度动态、时间敏感且相互耦合的，移动网络的数据获取和分析将面临许多挑战。主要困难在于数据获取，因为数据分散在不同的设备层。此外，各种数据类型和复杂结构使得数据分析变得困难，高度抽象的数据阻碍了理解。除此之外，具有复杂相关性的耦合数据导致挖掘困难。为了应对这些挑战，需要标准数据属性泛化，高效地澄清数据之间的关系，进一步深入探索关系之间的关联，并清晰地表示关系中所蕴含的数据和关键信息。网络智能严重依赖数据。建立一个能解决数据获取、开放和利用等基本问题的完整数据获取与分析系统，将推动新型B5G/6G网络智能技术的发展，并成为实现网络智能的关键里程碑。本文试图创建一个可行的网络智能数据获取与分析方法，寻求网络智能数据技术的全新方向和范式。知识图谱作为网络数据知识表示的新方法以及知识管理的新工具，厘清了数据之间复杂的关联，并将数据的类型和属性以及数据间关系的类型和属性进行表征。此外，图的结构和节点信息支持智能推理和智能特征工程实践。知识图谱在解决移动通信网络数据获取与分析方面的上述挑战方面效率显著，它是B5G/6G网络智能数据获取与分析系统的关键。这份白皮书介绍了一种B5G/6G网络智能数据采集和分析系统。该系统的成果体现在移动网络数据采集和存储、知识表示、知识推理以及特征数据集的构建和评估上。使用知识图谱等工具对B5G/6G移动通信网络进行知识表示，将移动通信网络复杂的内部关系从“黑匣子”转变为“白匣子”。它基于移动通信原理和协议，以可视化的、分层的、结构化的方式呈现高度动态、时间敏感且易于耦合元素的移动通信网络。在知识表示的基础上，B5G/6G移动通信网络的知识推理有效地处理和整合网络上的海量数据和复杂连接，以实现快速的知识响应和推理。知识推理赋予移动通信网络感知和认知能力。随着移动通信网络日益复杂以及各行各业差异化服务需求的多样化，超越5G（B5G）/6G的最重要研究方向和趋势是将人工智能、大数据和计算深度融入网络，并开发智能通信网络，以提供自动驾驶网络能力和精确定制服务。目前，全球在这一方向上的研究仍处于初级阶段。将数据和智能嵌入网络以开发具有内生智能以及计算和通信融合的新型网络智能技术体系，在架构、数据和人工智能算法方面提出了挑战。数据作为最基本和最重要的部分，决定了网络智能性能的上限，而架构和算法只是达到这个上限的手段。在移动通信网络运行过程中，从用户设备（UE）、无线接入网（RAN）、传输承载网络到核心网络，整个网络会生成数万个数据字段和指标，涉及不同的软件、硬件、功能和协议栈。对于网络智能的发展，建立一套全面有效的网络数据采集和分析系统，以有效采集、分类、分析 和利用不同类型的数据，是至关重要的。 5贡献者小虎友，永明黄，战 hang，石文河，云山伊，俊杰友，文静李，雷峰，惠徐，万飞孙，明宇赵，学强 Yan，乐乐王，任前赵，岩南袁，冰钱，高 Lu，刘杨基于移动通信网络知识图谱中数据字段与服务需求的相关性分析，将数据进一步分类为不同类型，并对数据执行特征提取，以构建B5G/6G移动通信网络的特征数据集。特征数据集代表了显著影响移动通信网络关键性能指标（KPIs）的关键特征。该数据集还包含特征收集的数据。作为一种专家知识与智能算法的组合，该数据集可作为后续智能优化的直接输入。构建此类特征数据集有助于在移动通信网络的智能诊断、定位和优化过程中获取与目标指标密切相关的重要特征。这指导了进一步的智能网络感知、预测、优化，最终实现数字孪生。组织紫金山实验室、东南大学、北京邮电大学、中国信息通信研究院移动通信技术有限公司、华为技术有限公司、爱立信（中国）通信有限公司、vivo移动通信有限公司和中国电信集团有限公司研究所 1 B5G/6G网络智能的愿景与挑战主要挑战在于利用移动大数据并将智能嵌入网络，以在数据、架构和人工智能算法方面引入一种新型网络智能技术系统。为应对这些挑战，需要建立一个全面的网络数据采集和分析系统。基于数据采集和分析结果，该系统可以更好地满足差异化的应用需求，实现灵活的网络功能编排、更精细的移动通信网络资源分配以及高效的网络控制。作为网络结构、终端类型、终端行为、数据服务需求以及系统资源配置，b5g/6g将是高度动态、时间敏感和耦合的，移动大数据的获取和分析将面临许多挑战。主要困难在于数据获取，因为数据分散在不同的设备上，在不同的层级。随之而来的是各种数据类型和复杂结构使数据分析变得困难，高度抽象的数据阻碍了理解。除此之外，具有复杂相关性的耦合数据导致挖掘困难。应对这些挑战需要标准数据属性泛化，有效阐明数据之间的关系，进一步深入探索关系之间的关联，并清