IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 目录 1 引言 P1 2 智能切片需求和应用场景 P2 3 智能切片标准研究 P5 4 基于数据分析的智能切片架构及流程 P9 5 智能切片的关键挑战 P15 6 智能切片商用模式探讨 P20 7 总结与展望 P22 8 缩略语 P23 9 主要贡献单位 P24 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 1 引言 5G作为数字化社会的关键基础设施，不仅服务于个人用户， 还需要满足各行各业数字化转型的需求。对于5G业务ITU提出三 大应用场景：增强型移动宽带、超可靠低时延通信和大规模机器 类通信，3GPP协议已经定义通过3种类型的网络切片支持，从而 避免每种业务都新建独立网络造成的建网成本巨大和制约业务发 展的问题，同时网络切片之间的隔离也保证了网络的安全性。网 络切片的引入给网络带来了极大的灵活性，主要体现在切片可按 需定制、实时部署、动态保障。为了实现这些功能，需要引入专 门的管理网元来实现切片实例的全生命周期管理，因此，又给网 络带来管理和运维的复杂性，使得运营商面对的是一个高度复杂 的移动通信网络。如果网络切片的智能化程度不够，使得网络切 片无法根据用户的特殊需求进行切片定制，运营商通过网络切片 进行业务创新就会受限。 本白皮书在分析智能切片需求的基础上，结合主要标准组织 关于网络切片智能化的研究现状，提出了智能切片的整体架构和 业务流程，重点关注数据分析在智能切片中的作用，并进一步探 讨智能切片在实施过程中的关键挑战和智能切片的商用模式。本 白皮书拟服务于运营商后续基于AI构筑5G网络切片灵活调整的能 力，以适应5G网络发展、匹配垂直行业需求，实现拓扑灵活可配 置、资源专属可保障的智能网络。 1 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 2 智能切片需求和应用场景 （1）租户需求 租户和运营商协商网络切片的订购信息，运营商根 据该订购信息提供满足租户要求的端到端切片。对于有明 确运营时间要求的业务，运营商提供的网络切片需同时满 足租户对切片建立、修改、删除的时间要求。运营商可以 通过一定的交互方式（比如交互界面），提供自动化、一 站式的切片订购渠道。切片租户可以设置并更新切片订购 信息，包含切片类型、接入用户信息、切片容量、业务信 息、QoS信息等；切片租户可以查询并监控所订购切片的 运行情况和切片预测信息，如接入用户数量、用户分布区 域信息、QoS保障情况、异常情况预测等；切片租户也可 以根据切片运行情况、自身业务数据的反馈，以及智能分 析系统反馈的信息来确定是否修改切片的订购信息，如切 片容量更新、业务信息更新、QoS更新等。 运营商可以为切片租户提供差异化SLA服务，同时也 可以结合垂直行业应用，为切片租户部署切片。终端用户 只要访问此类应用，就自动享受绑定的切片服务。为提升 切片的用户体验，运营商可以通过人工智能技术对切片租 户提供智能化客服和切片订购引导，帮助其选择并生成最 优最合适的定制化网络切片服务。 （2）运营商服务需求 运营商网络通过接收租户需求，根据需求选择合适的 切片，并且分解为对子切片的需求，然后再把分解指标下 发到接入网、传输网和核心网各域。E2E切片的实现不仅 2 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 需要端到端的管理，还需要从物理层到资源层到切片层到 应用层跨各层次的关联管理，给网络管理和运维带来很大 挑战。 在5G全云化网络架构基础上，通过引入已经成熟的 以机器学习为核心的AI技术，可以从两个方面实现切片网 络的智能化。一方面实现切片的智能化部署，利用AI训 练平台，对网络数据进行分析，输出切片管理策略规则或 者切片优化部署模板；另一方面实现切片的智能化调度管 理，根据AI训练平台输出的切片管理策略，自动化执行策 略，实现切片的故障自愈和自优化。AI的引入能够帮助运 营商实现切片灵活性和切片管理复杂度之间的最佳平衡。 （3）典型应用场景 在业务层面，智能化网络切片主要针对如下的业务场 景需求： a) 所需网络资源和其他应用的资源隔离； b) 具有一定典型性及应用规模； c) 部署实例需要按需动态调整配置。 典型的应用场景包括： •赛事/大型活动业务 此类业务场景包括赛事活动、大规模群体活动、节日 庆典现场等。该类业务场景的特点是在活动举办期间，活 动现场人群密集、通信需求瞬时爆发、网络资源需要按需 调整。而且，除了活动的直播等通信需求外，针对特定的 赛事、活动，根据活动内容和规模的差异，通信网络还可 能同时肩负活动期间的现场组织、协调以及公共安全等不 同类型的临时通信任务的保障工作。 3 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 •工业巡检 工业生产环境中，传统的人工巡检方式存在巡检效率 低、巡检数据统计不完善等问题，通过将AR技术和无人 机/无线机器人技术结合，可以大幅的提升生产环境巡检 过程的效率和自动化水平。工业巡检具备周期性、路线固 定的特点，运营商可以为特定行业的工业巡检需求生成专 用的网络切片，并通过持续的智能化分析和训练形成包含 巡检时段、巡检路径等特性在内的的巡检模型，从而提供 有针对性的高质量业务保障。 4 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 3 智能切片标准研究 3.1 网络切片标准化 5G网络切片的标准化工作主要由3GPP制定。此外， NGMN、ITU、ETSI、IETF和GSMA等标准组织也对网络切 片的需求和商业模式等方向展开了相关的研究。 3GPP SA1提出了网络切片的需求，通过需求分析，指出 网络切片可以让运营商根据用户需求提供按需定制的逻辑网 络，为5G多场景下的需求提供解决方案。3GPP SA2研究端 到端网络切片系统设计，定义了网络切片的相关概念和切片 控制流程，包括网络切片标识、网络切片接入与选择、切片 会话隔离、切片移动性管理、支持漫游等；针对ITU提出的三 个5G典型应用场景，定义了不同的标准化切片/业务类型，如 图1所示。 图1 5G网络切片 5 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 另外，网络切片的管理和调度方法由3GPP SA5工作组负 责，定义了网络切片管理的信息模型和服务，包括生命周期和配 置管理服务、故障检测服务和性能保障服务，但并未定义明确的 功能实体，图2所示的各管理功能仅为示例。 图2 网络切片管理示意图 3.2 智能切片标准进展 目前3GPP、ETSI、ITU-T、CCSA等国际国内主要标准化 组织均有将网络切片和智能化相关联的研究工作，本章节重点介 绍各标准组织网络切片智能化研究的进展。 3.2.1 3GPP标准研究进展 3GPP SA2制定的全新5G核心网架构中引入了新的网络功能 NWDAF，用于收集、分析网络数据，以及向其他的网络功能提 供数据分析结果信息。NWDAF提供的数据分析结果主要包含切 片负载、业务体验、网络性能等信息。 针对智能切片，NWDAF分析得到切片中某个业务的用户业 务体验（包括业务级平均业务体验、切片中针对某个业务的用户 级业务体验），并将该信息反馈给切片管理系统，以便切片管理 6 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 系统调整各域的切片资源配置。智能切片在3GPP R17版本会进 一步研究。 除此之外， SA5和RAN3也同步做了相应的工作。 •SA5：切片管理系统性能保障 SA5已经定义了切片信息模型，包含切片租户的切片SLA要 求，以及用于监测和评估切片SLA的KPI。后续3GPP SA5会研 究切片管理系统如何利用数据分析功能（如MDAF），将SLA转 换成相应的KPI及配置需求，并参考各数据分析功能相关输入， 对网络切片性能进行监控。 •RAN3：基于切片管理系统的切片资源配置进行切片资源 隔离 目前，RAN可以基于SA5定义的接入网侧资源配置参数进行无 线资源隔离，但是RAN侧如何隔离属于实现范围，标准未定义。 RAN侧提供切片空口资源的保障方式，可以有以下两种： • 完全占有，即该切片的空口资源不可以被其他切片共享； • 动态调配，类似于QoS参数中的GFBR，业务需要时一定 会满足，不需要时，可以供其他切片共享使用。 3.2.2 ETSI标准研究进展 欧洲电信标准化协会ETSI对智能切片展开研究，成立了ENI 和ZSM工作组，分别研究切片智能化和切片自动化。 ENI（Experiential Networked Intelligence）工作组于2017 年2月成立，致力于利用AI等技术实现智能业务部署、智能策略 控制、智能资源管理、智能监控与智能分析预测等功能，解决网 络SDN/NFV化、网络切片化后引入的复杂度问题，提高运营商 网络部署和运营的体验。在该工作组发布的用例规范中，包括了 弹性资源管理和编排，保障业务需求及智能网络切片管理等智能 切片相关的用例；其发布的网络切片生命周期管理POC项目，通 过AI预测承载网络流量，给出网络资源的智能调整策略，实现网 7 IMT-2020 (5G)推进组 IMT-2020 (5G)推进组 基于AI的智能切片管理和协同白皮书 基于AI的智能切片管理和协同白皮书 络切片的动态创建、监控和修改。 ZSM(Zero touch network & Service Management)工作 组于2018年1月成立。ZSM将定义一个新的面向未来的端到端架 构以满足未来网络和服务需要的灵活、高效、定性管理和自动化 需求，目标是所有操作过程和任务(例如发布、配置、保障、优 化)100%自动化。目前已经发布的文档包括场景、需求和参考架 构。关于网络切片的研究正在进行，预计2019年Q3完成。另外， ZSM将开始5G网络切片管理研究。 3.2.3 ITU-T 标准研究进展 ITU-T的第13研究组（Study Group，SG13）主要研究 未来网络、云计算和可信网络架构，并于2017年11月成立了未 来网络机器学习（Machine Learning for Future Network， ML5G）焦点组，主要研究未来网络的机器学习技术，当前已输 出了统一的逻辑架构。该架构与3GPP SA2定义的NWDAF的数 据收集、分析、反馈模型类似。 另外，关于AI辅助的网络切片需求分析立项在2019年3月份 会议上已经通过，该立项以对网络切片的运维管理优化和满足用 户业务体验需求为目的，讨论基于智能化的网络切片的需求及网 络架构。该组后续会重点关注智