Page 35 - 网络电信2022年9/10月刊

图1 异构边缘网络架构示意图 [6] 旨在指导无线蜂窝网络通
过自我感知和主动的资源
调 度 ， 实 现 网 络 的 自 配
置、自优化和自修复，进
而 完 成 网 络 的 自 主 管 理
[18]
。基于大数据的SON功
能也被认为是5G的关键技
术之一 [19] 。从趋势来看，
未来的B5G/6G网络中必然
会包含自组织网络的演进
架构，以保障网络的高可
靠运行。
2. 人工智能在边
缘网络管控应用分析
面 对 未 来 6 G 虚 实 结
合、沉浸式、全息化、情
景化、个性化、泛在化的
业务需求 [20] ，当前网络中
以规则式算法为核心的运
行机理受限于刚性预设式
的规则，使得网络没有自
进化的能力，任何升级改
进必须依赖专业人员的大
量工作，这对规模和复杂
为了实现网络的智能管控，B5G/6G系统需要自动检测客户
性空前的6G网络是难以接受的。因此，通过在网络中引入人工
的意图，从网络边缘到核心智能地使用通信、计算和存储资源
[10] 智能，使网络具备智能化管理和自进化能力，是解决上述问题
，并实现智能化的任务分解和卸载，最终实现业务所需资源
的按需服务 [11] 。其中，意图是一种描述系统状态的声明方式， 的重要途径。
针对网络的管控需求，人工智能将通过对网络数据、业务
它从需求的角度抽象出网络的操作对象和功能，并可以转换为
高级策略 [12] 。此外，当用户的需求发生改变时，网络可无缝切 数据、用户数据等多维数据感知学习，高效实现地面、卫星、
机载等设备之间的无缝连接，并可进行实时高速切换，最终实
换服务方式和内容，实现网络服务能力与用户需求的实时精准 [21]
匹配，为用户带来极致无差异化的性能体验 [13] 。 现类似“无人驾驶”的自主自治网络 。
ML是一种重要的人工智能方法。目前，ML技术在无线网
络领域得到了广泛的应用，通过对大量的业务量数据、性能数
二.无线边缘网络管控现状分析 据、告警信息、系统日志、业务数据等数据训练，ML在无线网
1. 无线网络管理架构现状分析
络管理所需的流量分析和预测、资源管理/准入控制、故障管
网络管理技术是网络正常、经济、可靠、安全、高效运行
理、小区中断自治愈、网络性能优化等领域都取得了大量的研
的重要保障，其主要管理功能包含配置、性能、计费、故障、
究成果。这些都为B5G/6G网络的智能管控打下了基础。
安全五大管理功能域。伴随着网络架构的不断演进，网络管理 3. 现有研究存在的挑战
技术也在不断发展 [14-15] 。随着无线网络从4G、5G向6G演进，网
当前，人工智能在5G网络中的应用局限于传统网络架构的
络结构越来越复杂，对网络管理技术也提出了更高的要求。
优化，由于5G网络在架构设计之初没有考虑人工智能，因此很
网络管理功能需要依据网络生成的大量数据，实现对网络
难充分发挥人工智能在5G时代的潜力。为了实现智能网络的愿
的异常/故障/入侵的分析检测。同时，新型的网络架构也对网
景，6G体系结构的设计应综合考虑网络中人工智能的可能性，
络管理带来了巨大的挑战，例如，需要集中且动态的管理功能
来实现及时的配置、调度和分析操作 [16] 。在这种需求，基于机 并遵循人工智能驱动的方法，其中智能将是6G体系结构的内在
[8]
特征 。
器学习（ML, Machine Learning）的技术和策略能够支持从网
当前已有的网络管理方式存在的问题包括以预置的策略为
络/服务数据中学习，从而支持对网络和系统的监控、分析和控 主、管理和控制过程相对独立、缺乏无线侧和核心侧的协同优
制，与网络管理控制功能的需求能力相匹配 [17] 。
化等问题。此外，人工智能本身还存在一些需要解决的问题，
在无线网络边缘，第三代合作伙伴计划（3GPP, 3rd
包括用于AI算法开发与评估的测试用例和数据集标准化、数据
Generation Partnership Project）在自主计算的基础上，提
完整性和准确性对人工智能算法性能增益的影响、人工智能在
出了自组织网络（SON, Self-Organizing Network）的概念，
未来通信中的安全可靠性保障、人工智能算法的时延控制等，
网络电信 二零二二年九，十月 61