当前位置: 首页 > news >正文

【6G 新技术】6G数据面介绍

博主未授权任何人或组织机构转载博主任何原创文章,感谢各位对原创的支持!
博主链接

本人就职于国际知名终端厂商,负责modem芯片研发。
在5G早期负责终端数据业务层、核心网相关的开发工作,目前牵头6G算力网络技术标准研究。


博客内容主要围绕:
       5G/6G协议讲解
       算力网络讲解(云计算,边缘计算,端计算)
       高级C语言讲解
       Rust语言讲解

文章目录

  • 一、6G数据面介绍
    • 1.1 6G为什么需要数据面
  • 二、一种可能的数据面架构
    • 2.1 功能实体
    • 2.2 DO与DA的运行
      • 2.2.1 DO的运行
      • 2.2.2 DA的运行
      • 2.2.3 DA的部署
    • 2.3 数据转发技术
      • 2.3.1 DA有状态、报文无状态
      • 2.3.2 DA无状态、报文有状态
      • 2.3.3 DA和报文都无状态
  • 三、总结



一、6G数据面介绍

我司在去年发表了一篇关于6G数据面的文章,详细介绍了为什么需要6G数据面,数据面架构以及实现细节。

1.1 6G为什么需要数据面

  • 6G中的通信感知、AI等新增能力会产生海量数据,这些数据可以来自终端、边缘、gNB和CN等,现有的5G用户面不适合承载这些数据,下面给出了具体的原因:

    5G用户面承载6G数据面数据承载
    功能PDU会话提供用户设备和网络设备之间端到端的用户面连接由数据采集、预处理、转发、存储、分析等功能组成分布式数据管道
    起始和终结点UE和UPF任何网元和终端设备
    数据转发转发设备仅转发数据包需要实现随路计算:在数据管道中,数据在被转发的同时被转换和优化,以达到可以分析和应用的状态
    转发原则数据包基于目标地址进行转发数据包基于数据服务和数据管道身份进行转发
    拓扑结构点到点连接任意拓扑
  • 现有5G中的数据多是点对点的,而6G中的数据呈现分布式的状态(例如,感知数据、AI数据、网络行为和状态数据等,可能来自不同的设备最终汇聚到一个设备进行计算),所以需要支持任意拓扑结构;

  • 5G网络中存在数据孤岛,例如gNB和CN之间可能存在数据重复采集的问题,也就是说很难实现数据共享(不仅是移动通信系统内,还有跨域厂家的数据共享);

  • 5G中很多数据都是一次性的,几乎不会进行存储,例如终端上报的测量信息等,而这些信息在6G中可以被内生AI使用,来提升用户体验和优化网络性能等,所以6G数据面可以提供一种全局的机制来持久化数据。

  • 5G现有的一些数据分析功能均针对特定领域的数据,无法用于处理6G通信网络的通用数据服务管理。下面给出了一个对比分析表:

    NWDAFMDT(最小化路测)SON(自组网)ETSI-ZSMETSI-PDLIEEE-2144.1
    部署模式分层中心化分布式,中心化或者混合式分层分布式中心化
    功能、优势通过5GC中的网络数据分析驱动网络自动化和服务编排网络规划和优化网络性能和用户体验优化自动化网络和服务管理联邦数据采集、数据共享和计算可行IoT管理和数据服务
    数据采集从数据源汇聚数据UE、RAN节点采集数据UE、RAN节点采集数据E2E数据采集IoT设备采集可信感知,数据生成和采集
    数据源5GC NFs,OAM,AFsUEsEMS基础设施资源和网络服务拥有IoT设备的不同组织IoT设备
    服务开放通过NEF不支持不支持通过集成总线不支持通过数据API
    可信(安全,隐私)需要用户许可需要用户许可不支持不支持基于分布式账本基于区块链
    用例网络状况(带路拥挤和预警信息等)和设备行为(UE移动性等)监测覆盖优化、移动性优化、容量优化、公共信道参数化、QoS验证自配置、自优化、自愈、自保护、自学习E2E网络和服务管理;集成和互操作;安全和追朔智慧城市;智慧医疗;智慧交通所有IoT应用
    邻域5GCRANRANOAMUE、AN、CN、TNIoT&无线网络
    标准组织3GPP3GPP3GPPETSIETSIIEEE

二、一种可能的数据面架构

下图是华为论文中给出的数据面架构图1
在这里插入图片描述

2.1 功能实体

  • 数据编排器(DO,Data Orchestrator):负责粗粒度、非实时的数据编排,是接收数据服务请求的门户,其会将数据服务请求转换为对应的数据管道构建请求发送给DC。DO还负责与其它网络服务展开写作,比如算力网络服务对算力进行编排,而DO对数据进行编排。同时在DO中内置了一个数据安全防护和隐私保护技术库(DPTR),包含了差分隐私、同态加密、零知识证明等计数,提供数据安全隐私保护能力,并按需将数据保护技术(DPT)赋能给DA。

  • 数据控制器(DC,Data Control):负责细粒度的实时的编排任务,在本地域中依据DA的能力和数据服务请求对数据管道进行组合。DO与DC二者协同可以实现数据管道的弹性和可编程性。其次,DC会接收DA的能力报告并实现对DA的注册和撤销功能,通过检测DA的心跳实现对DA的实时监管。

  • 数据代理(DA,Data Agent):执行数据管道中编排的数据采集、数据预处理、数据存储、数据分析和数据共享等其它服务。其中的数据存储负责少量的、或短期的、或有隐私保护需求数据的本地存储。可以内置于网络功能中也可以单独部署。DA将数据服务能力上报给DC,之后由DO/DC依据服务请求和DA能力选择合适的DA,并实施编排,DO将按需对DA进行DPT更新。DA通过服务API对外提供数据服务。

  • 数据存储功能(DSF,Data Storage Function):主要用于大规模数据存储或长期存储时充当DA的存储扩展组件。

  • 可信锚点代理(TAA,Trust Anchor Agent):数据面架构中定义的专门用于保障6G数据可信度的独立组件。主要负责保护数据机密性、完整性和可靠性。

下图是华为论文中给出的详细架构图1

在这里插入图片描述

2.2 DO与DA的运行

2.2.1 DO的运行

DO通过DA上报的数据服务能力和DA间逻辑连接状态等,获取DA网路的全局信息。然后,DO根据接收的数据服务请求选择合适的DA,编排数据管道,并计算和构建数据转发路径。DO通过数据转发控制协议(DFCP)将数据转发信息发送给DA,并按需更新和删除数据转发信息。最后,DO通过DFCP从DA处采集统计数据。

2.2.2 DA的运行

DA可以实现多种数据处理功能,这些功能在DA注册期间作为DA的能力上报给DO/DC,并可及时上报能力更新。DO根据应用的具体服务需求和DA的数据功能实施编排。由网络功能(NF)业务逻辑发起的任务进入DA,更具DO编排策略执行DA的特定处理功能。如果需要多个DA的协同工作,则在执行完本地DA最后一个功能后经由数据转发功能转入下一个DA,或在本地DA运行完全部功能后通过数据服务API提供给应用1

在这里插入图片描述

2.2.3 DA的部署

如下图所示1,DA在网络中有三种可行的部署模式:独立式、内置式和混合式。

  • 独立式:即DA在网络中以独立网元或NF形式部署;
  • 内置式:表示在RAN或者NF以及终端设备中内置DA;
  • 混合式:表示既新增独立的DA,同时在RAN、NF或终端设备中部署内置DA;

在这里插入图片描述

2.3 数据转发技术

6G数据面中,数据的管理和处理采用管道的形式,数据不仅通过管道传输,并在流经的节点完成采集、处理、存储、分析等功能。此外,传统网络中会话的建立以通信路径的构建为前提,路径上的节点(通常是路由器或交换机)只负责会话报文的转发,不对报文进行处理。而在6G网络中,为了满足新业务、新场景的需求,数据管道上的节点(DA)需要按需对报文做相应处理,然后转发至下一个节点。因此,6G数据面需要构建新的面向数据的转发机制。

传统网络中的会话是点对点建立的,旨在复杂的网络拓扑中找到一条合适的通信路径。而6G数据面具有分布式的特点,因此数据管道(入数据的汇聚和分发)需要支持任意拓扑结构。下图1展示了三种6G数据面数据转发技术方案。

在这里插入图片描述

2.3.1 DA有状态、报文无状态

数据转发控制实体(DO)根据数据业务需求,按DA的功能编排组成数据管道及其拓扑,并将数据转发表项写入相应DA的数据转发表。DA根据表项转发数据到下一跳,直至转发表项结束。同时DA统计转发的数据报文数和字节数,按需上报给DO。数据服务执行结束后删除数据管道,DA删除数据转发表项。

2.3.2 DA无状态、报文有状态

DO根据业务需求,按DA的能力/功能编排组成数据管道及其拓扑,并将数据转发表项发送给入口DA。入口DA将转发信息作为数据报文头部信息转发至下一跳。转发路径中的DA根据数据报文头携带的转发信息进行转发,并删除涉及本DA的转发信息。出口DA将报文头部的地址/标识信息删除后递交给上层应用。DA统计转发的数据报文数和字节数,并按需上报给DO。边缘DA在数据服务结束后删除给定数据服务的数据转发表项。

2.3.3 DA和报文都无状态

DO根据业务需求,按DA能力/功能编排组成数据管道及其拓扑。DO将数据服务对应的数据转发路径进行编码,并将编码发送给入口DA。DA通过解码操作计算出数据报文的下一跳,在完成数据处理后转发至下一节点。出口DA将报文递交给上层应用。DA根据报文中携带的统计数据按需上报给DO。边缘DA在数据服务结束后删除数据管道。

三、总结

以上就是华为论文中对6G数据面的一些设计和构想,其实数据面的讨论从2021年就开始了,华为也算是最早有论文和演示Demo的公司了,其实Intel也发表过一篇关于6G云原生系统的论文,也涉及到了数据面的构想,写的也很深入,之后我整理一下写一篇博文。



在这里插入图片描述


  1. 图片摘自ISSN 2096-3075,CN 10-1491/TP ↩︎ ↩︎ ↩︎ ↩︎ ↩︎

相关文章:

【6G 新技术】6G数据面介绍

博主未授权任何人或组织机构转载博主任何原创文章,感谢各位对原创的支持! 博主链接 本人就职于国际知名终端厂商,负责modem芯片研发。 在5G早期负责终端数据业务层、核心网相关的开发工作,目前牵头6G算力网络技术标准研究。 博客…...

【AI绘图学习笔记】深度前馈网络(一)

有关深度前馈网络的部分知识,我们已经在吴恩达的机器学习课程中有过了解了,本章主要是对《深度学习》花书中第六章:深度前馈网络的总结笔记。我希望你在看到这一章的时候,能回忆起机器学习课程中的一些环节或者细节,这…...

目标检测笔记合集

目标检测笔记合集1. 必看的两篇目标检测论文2. 必速看的深度学习目标检测的论文集及概述2.1 一份Slide(PPT)两张表格带你快速了解目标检测2.2 最新目标检测算法回顾2022笔记合集3.目标检测的应用与需求4.目标检测的定义与挑战5.目标检测损失函数的进展6.目标检测IOU…...

《计算机网络》期末复习笔记

文章目录一、一些英文名词的标签(方便记忆)二、OSI七层协议三、综合题3.0 知识点储备3.1 在Internet 网中,某计算机的IP 地址是11001010.01100000.00101100.01011000 ,请回答下列问题3.2 假定发送方要发送的数据为10000101。采用C…...

linux下安装SonarQube

目录1. 准备安装环境2. 安装postgres数据库3. 安装SonarQube4. 使用SonarQube1. 准备安装环境 这里安装SonarQube的系统环境是Red Hat Enterprise Linux release 8.7 ,然后将jdk的压缩包(jdk-17.0.2_linux-x64_bin.tar.gz)和sonarQube的压缩…...

MyBatis-Plus(狂神)

一.特点 无侵入:只做增强不做改变,引入它不会对现有工程产生影响,如丝般顺滑损耗小:启动即会自动注入基本 CURD,性能基本无损耗,直接面向对象操作强大的 CRUD 操作:内置通用 Mapper、通用 Serv…...

Python3实现写作

导语T_T没有科研梦想的人半夜过来水篇文章~~~让Python学会写写歌,创创作~~~纯属娱乐~~~改编自PyTorch官网的一个教程,不过我用TF写的,然后生成英文变成了生成中文~~~Lets Go~~~相关文件百度网盘下载链接: https://pan.baidu.com/s/1VUEFR82Cq…...

UEFI实战--------HII之uni文件

uni文件 HII的实现涉及到多种不同类型的文件,uni文件是其中最简单的一种,它用来存放各种语言的字符串以实现本地化。本节主要参考自《edk-ii-uni-specification.pdf》,后面简称为参考文档。 关于uni文件的作用,在参考文档中做了如…...

基于Spring Boot集成MyBatis-3.5.9操作数据库

记录:382场景:在Spring Boot 2.6.3中集成MyBatis 3.5.9操作数据库。实现MyBatis的查、增、改、删操作数据库示例。MyBatis官网:http://www.mybatis.org/MyBatis源码:https://github.com/mybatis/1.初始化准备1.1创建Maven工程使用…...

了解国外SEO负面压制的现状与应对策略!

随着全球化的发展,越来越多的企业和品牌开始将目光转向海外市场,而谷歌作为全球最大的搜索引擎之一,也成为了外贸企业最主要的搜索引擎之一。 然而,随着谷歌的不断发展,国外SEO负面压制的现状也愈发严峻,外…...

Yolov5-交通标志检测与识别

项目介绍 上一篇文章介绍了基于卷积神经网络的交通标志分类识别Python交通标志识别基于卷积神经网络的保姆级教程(Tensorflow),并且最后实现了一个pyqt5的GUI界面,并且还制作了一个简单的Falsk前端网页实现了前后端的一个简单交互…...

Linux内核Thermal框架详解五、Thermal Core(4)

本文部分内容参考Linux Thermal 学习笔记 - 爱码网。特此致谢! 接前一篇文章Linux内核Thermal框架详解四、Thermal Core(3) 三、相关源码及分析 2. thermal_register_governors 上一回说到这一段代码: for (__governor __gove…...

gcc 编译的过程

#include <stdio.h> #define PI 3.14 int main(int argc, char const *argv[]) { //打印IP的值printf("PI %lf\n", PI);return 0; }编译的过程&#xff1a;预处理、编译、汇编、链接1.预处理&#xff1a;宏替换、删除注释、头文件包含、条件编译 -E &#xf…...

Hadoop入个门

文章目录1️⃣、Hadoop概述1.1、Hadoop是什么1.2、三大发行版本1.3、优势1.4、组成HDFSYARNMapReduceHDFS、YARN、MapReduce三者关系1.6、大数据技术生态体系image-202303111027195802️⃣、Hadoop运行环境搭建2.1、虚拟机环境准备2.2、克隆虚拟机2.3、在hadoop2上安装JDK2.4、…...

python 从0到批量下载某站视频

简介&#xff1a;真实从0到1&#xff0c;童叟无欺&#xff5e; 目标&#xff1a;用python批量下载某站搜索视频&#xff0c;以“CG 服装”为例 本章主要介绍如何用python把搜索到的视频直接下载到自己的本地文件夹中&#xff5e; 介绍一下工作流1. 下载并安装python2. 测试pyt…...

【深度学习】神经网络和深度学习--卷积和池化的作用

深度学习通常指训练大型深度的神经网络的过程。 与传统的神经网络模型相比&#xff0c;深度学习模型在结构上与之非常相似&#xff1b;不同的是&#xff0c;深度学习模型的“深度”更大&#xff0c;“深度”的体现就是神经网络层数多&#xff0c;神经网络每一层的结点数多。 本…...

锦正茂风冷系列电源JCP-10-80的技术参数

JCP-10-80为高稳定度的双极性恒流电源&#xff0c;广泛应用于电磁铁、亥姆霍兹线圈等感性负载的励磁。电源采用线性电源结构&#xff0c;输出电流稳定度高&#xff0c;纹波和噪声低。电源输出电流可在正负额定电流*值之间连续变化&#xff0c;电流平滑连续过零&#xff0c;可使…...

Idea+maven+spring-cloud项目搭建系列--11-1 dubbo(zookeeper,nacos)注册中心

前言&#xff1a;dubbo rpc 服务需要将服务提供者和消费者信息进行注册&#xff0c;以便于消费端可以完成远程接口调用&#xff1b;注册中心是 Dubbo 服务治理的核心组件&#xff0c;Dubbo 依赖注册中心的协调实现服务&#xff08;地址&#xff09;发现&#xff0c;自动化的服务…...

Python3入门教程||Python3 迭代器与生成器||Python3 函数

Python3 迭代器与生成器 迭代器 迭代是 Python 最强大的功能之一&#xff0c;是访问集合元素的一种方式。。 迭代器是一个可以记住遍历的位置的对象。 迭代器对象从集合的第一个元素开始访问&#xff0c;直到所有的元素被访问完结束。迭代器只能往前不会后退。 迭代器有两…...

快速幂算法

快速幂算法 文章目录快速幂算法一、简单介绍二、计算7107^{10}710三、一般化1、计算ana^nan的快速方法&#xff1a;2、时间复杂度分析&#xff1a;四、代码五、参考资料一、简单介绍 ​ 快速幂&#xff08;Exponentiation by squaring&#xff0c;平方求幂&#xff09;是一种简…...

在HarmonyOS ArkTS ArkUI-X 5.0及以上版本中,手势开发全攻略:

在 HarmonyOS 应用开发中&#xff0c;手势交互是连接用户与设备的核心纽带。ArkTS 框架提供了丰富的手势处理能力&#xff0c;既支持点击、长按、拖拽等基础单一手势的精细控制&#xff0c;也能通过多种绑定策略解决父子组件的手势竞争问题。本文将结合官方开发文档&#xff0c…...

对WWDC 2025 Keynote 内容的预测

借助我们以往对苹果公司发展路径的深入研究经验&#xff0c;以及大语言模型的分析能力&#xff0c;我们系统梳理了多年来苹果 WWDC 主题演讲的规律。在 WWDC 2025 即将揭幕之际&#xff0c;我们让 ChatGPT 对今年的 Keynote 内容进行了一个初步预测&#xff0c;聊作存档。等到明…...

相机从app启动流程

一、流程框架图 二、具体流程分析 1、得到cameralist和对应的静态信息 目录如下: 重点代码分析: 启动相机前,先要通过getCameraIdList获取camera的个数以及id,然后可以通过getCameraCharacteristics获取对应id camera的capabilities(静态信息)进行一些openCamera前的…...

三体问题详解

从物理学角度&#xff0c;三体问题之所以不稳定&#xff0c;是因为三个天体在万有引力作用下相互作用&#xff0c;形成一个非线性耦合系统。我们可以从牛顿经典力学出发&#xff0c;列出具体的运动方程&#xff0c;并说明为何这个系统本质上是混沌的&#xff0c;无法得到一般解…...

全志A40i android7.1 调试信息打印串口由uart0改为uart3

一&#xff0c;概述 1. 目的 将调试信息打印串口由uart0改为uart3。 2. 版本信息 Uboot版本&#xff1a;2014.07&#xff1b; Kernel版本&#xff1a;Linux-3.10&#xff1b; 二&#xff0c;Uboot 1. sys_config.fex改动 使能uart3(TX:PH00 RX:PH01)&#xff0c;并让boo…...

企业如何增强终端安全?

在数字化转型加速的今天&#xff0c;企业的业务运行越来越依赖于终端设备。从员工的笔记本电脑、智能手机&#xff0c;到工厂里的物联网设备、智能传感器&#xff0c;这些终端构成了企业与外部世界连接的 “神经末梢”。然而&#xff0c;随着远程办公的常态化和设备接入的爆炸式…...

LeetCode - 199. 二叉树的右视图

题目 199. 二叉树的右视图 - 力扣&#xff08;LeetCode&#xff09; 思路 右视图是指从树的右侧看&#xff0c;对于每一层&#xff0c;只能看到该层最右边的节点。实现思路是&#xff1a; 使用深度优先搜索(DFS)按照"根-右-左"的顺序遍历树记录每个节点的深度对于…...

人机融合智能 | “人智交互”跨学科新领域

本文系统地提出基于“以人为中心AI(HCAI)”理念的人-人工智能交互(人智交互)这一跨学科新领域及框架,定义人智交互领域的理念、基本理论和关键问题、方法、开发流程和参与团队等,阐述提出人智交互新领域的意义。然后,提出人智交互研究的三种新范式取向以及它们的意义。最后,总结…...

mac:大模型系列测试

0 MAC 前几天经过学生优惠以及国补17K入手了mac studio,然后这两天亲自测试其模型行运用能力如何&#xff0c;是否支持微调、推理速度等能力。下面进入正文。 1 mac 与 unsloth 按照下面的进行安装以及测试&#xff0c;是可以跑通文章里面的代码。训练速度也是很快的。 注意…...

数据结构:递归的种类(Types of Recursion)

目录 尾递归&#xff08;Tail Recursion&#xff09; 什么是 Loop&#xff08;循环&#xff09;&#xff1f; 复杂度分析 头递归&#xff08;Head Recursion&#xff09; 树形递归&#xff08;Tree Recursion&#xff09; 线性递归&#xff08;Linear Recursion&#xff09;…...