好的，我们继续本次的深度探索之旅。在前序文章中，我们已经系统性地剖析了NWDAF的架构、核心功能、高级协作机制以及标准服务接口。今天，我们将聚焦于5G智能网络最核心的价值主张之一——保障并预测用户的主观业务体验。这正是TS 23.288规范中极为关键的一个章节。
深度解析 3GPP TS 23.288：6.4 Observed Service Experience related network data analytics (可观测业务体验相关网络数据分析)
本文技术原理深度参考了3GPP TS 23.288 V18.9.0 (2025-03) Release 18规范中，关于“6.4 Observed Service Experience related network data analytics”的核心章节。本文旨在为读者深入剖析NWDAF如何超越传统的网络KPI（如带宽、时延），转而从用户的“主观感受”出发，对业务体验进行量化、分析与预测，从而实现真正以用户为中心的网络智能化。
5G时代，衡量网络好坏的标准不再仅仅是“速度快不快”，而是“用起来爽不爽”。用户并不关心底层的时延是多少毫秒，带宽是多少Mbps，他们只关心视频是否清晰流畅，游戏是否跟手不卡顿。这种用户的“主观感受”，在通信领域被称为QoE (Quality of Experience)或MOS (Mean Opinion Score)。
将这种模糊的、主观的“爽不爽”的感觉，转化为网络可以理解、可以优化的客观数据指标，正是可观测业务体验分析 (Observed Service Experience Analytics) 的核心使命。NWDAF“小慧”通过这项能力，从一名关注网络物理指标的“网络工程师”，升维成为一名洞察用户真实感受的“首席体验官”。
场景设定：人气主播“美美”正在城市中心的露天广场进行一场重要的4K超高清户外直播。她的直播应用对网络质量极其敏感，任何一次卡顿都可能导致粉丝流失。为了保障“美美”的直播万无一失，运营商的网络策略核心PCF，需要实时“观测”并“预测”美美的业务体验，以便在她体验下降前就主动进行网络资源保障。
1. “体验官”的职责：从网络QoS到用户QoE (TS 23.288 Clause 6.4.1)
PCF在向“小慧”求助时，它不再问“网络时延是多少”，而是问一个更直观的问题：“美美的直播体验好不好？未来会不会变差？”。6.4.1节“General”明确了“首席体验官”小慧能够提供的“体验报告”类型。
This clause specifies how NWDAF can provide Observed Service Experience (i.e. average of observed Service MoS and/or variance of observed Service MoS…) analytics, in the form of statistics or predictions, to a service consumer.
“小慧”的核心任务是：提供以业务MOS分（Mean Opinion Score）为核心的统计与预测。MOS分是一个1-5分的评分，直观地量化了用户的主观满意度。
1.1 多维度的“体验报告”
The Observed Service Experience analytics may provide one or more of the following outputs:
- Service Experience for a Network Slice…
- Service Experience for an Application…
- Service Experience for an Edge Application over a UP path…
- Service Experience for an Application over a RAT Type or Frequency…
“小慧”可以从多个维度出具“体验报告”：
- 按网络切片分析：分析“直播专用切片”上所有用户的平均体验分。
- 按应用分析：分析所有使用“美美直播”这款应用的用户的平均体验分。
- 按边缘路径分析：如果“美美”的直播流需要先推送到一个边缘节点进行实时处理，可以分析从“美美”到这个特定边缘节点（DNAI）的路径体验。
- 按无线类型/频率分析：分析在5G NR的毫米波频段上，或是在Wi-Fi网络上，“美美直播”应用的体验如何。
- 按PDU会话参数分析：分析在使用特定DNN、特定SSC模式的PDU会话上，业务体验如何。
1.2 精准的“体验查询”请求
为了获得这些报告，PCF需要提交一份精准的“体验查询”请求。Table 6.4.1-1 定义了这份请求的详细参数。
表格用途解读 这张庞大的表格是定义如何向NWDAF“提问”的核心。它根据不同的分析维度（表格的列，如Application, Network Slice, Edge Application…），规定了必须（Y-Yes）、可以（N-No）或有条件（C-Conditional）提供哪些过滤参数（表格的行）。
Markdown表格重绘 (节选核心部分):
Table 6.4.1-1: Analytics Filter Information related to the observed service experience
| Information | Description | Application | Network Slice | Edge Application over a UP path |
|---|---|---|---|---|
| Application ID | 应用标识 | Y | N | Y |
| S-NSSAI | 切片标识 | C | Y | N |
| NSI ID(s) | 切片实例标识 | N | N | N |
| Area of Interest | 地理区域 | N | N | N |
| DNN | 数据网络名称 | C | N | N |
| DNAI | 边缘节点标识 | N | N | Y |
| RAT Type | 无线接入类型 | N | N | N |
| … | … | … | … | … |
场景举例： PCF为了全方位保障“美美”的直播，可以同时发起多个订阅：
- 订阅1 (按应用)：
Analytics ID="Service Experience",Target="SUPI-Meimei",Filter={Application ID="MeimeiLive"}。—— “我只想知道‘美美’用‘美美直播’App的体验如何。” - 订阅2 (按切片)：
Analytics ID="Service Experience",Target="any UE",Filter={S-NSSAI="Live-Streaming-Slice", Area of Interest="Plaza-TAI"}。—— “我想知道在广场区域，所有使用‘直播切片’的用户的总体体验如何。” - 订阅3 (按边缘路径)：
Analytics ID="Service Experience",Target="SUPI-Meimei",Filter={Application ID="MeimeiLive", DNAI="EdgeNode-Plaza"}。—— “我特别关心‘美美’的直播流到广场边缘节点的这条路径的体验。”
通过这些订阅，“小慧”就能从不同维度对“美美”的业务体验进行360度无死角的监控。
2. “望闻问切”：体验分析的数据来源 (TS 23.288 Clause 6.4.2)
要成为一名合格的“首席体验官”，“小慧”必须学会中医的“望闻问切”，即从多个来源收集信息，综合判断。
2.1 “问”：来自AF/UE的应用层主观反馈 (Table 6.4.2-1)
最直接的信息来源，就是“美美”的直播App本身。
Table 6.4.2-1: Service Data from AF related to the observed service experience
| Information | Source | Description |
|---|---|---|
| Service Experience | AF | QoE per service flow… MOS or video MOS… |
| QoE metrics | UE (via AF) | QoE metrics observed at the UE(s), e.g. buffer duration, frame drops… |
| Application Server Instance | AF | 应用服务器的IP或FQDN |
- 来自UE的QoE指标: 直播App的SDK可以实时监测关键的QoE指标，如视频缓冲时长、卡顿次数、解码帧率等，并将这些“一手体验数据”通过AF上报给“小慧”。
- 来自AF的MOS分: 应用服务器AF可以根据从UE收集的QoE指标，通过标准算法（如ITU-T P.1203.3）计算出一个综合的MOS分，直接告诉“小慧”：“美美”当前的体验得分为4.2分（满分5分）。
2.2 “望、闻、切”：来自5GC/OAM的网络层客观指标
应用层体验下降，根源往往在网络。为此，“小慧”还需要结合网络层的“客观体检报告”。
- 核心网数据 (Table 6.4.2-2):
QoS flow Packet Delay(from UPF): UPF上报的端到端包时延，直接反映了核心网和承载网的拥塞情况。UE ID&UE location(from AMF): 知道是谁、在哪里，才能将体验与具体用户和位置关联。
- 无线侧数据 (Table 6.4.2-3):
Reference Signal Received Power/Quality(from OAM via MDT): OAM上报的UE无线信号强度和质量（RSRP/RSRQ），反映了无线覆盖的好坏。RAN Throughput/Packet delay(from OAM): RAN侧的吞吐率和时延，用于定位无线侧瓶颈。
数据融合的威力： 当“小慧”收到AF报告“美美的MOS分从4.2骤降到2.5”时，她会立刻启动关联分析：
- 查阅OAM数据，发现“美美”所在小区的RSRP很低。诊断: 无线信号覆盖差导致体验下降。
- 查阅UPF数据，发现端到端时延急剧增高。诊断: 核心网或承载网拥塞导致体验下降。
- 查阅AMF数据，发现“美美”刚刚进行了一次跨小区切换。诊断: 切换过程中的丢包或中断导致了瞬时卡顿。
3. “体验报告与预测”：分析的输出 (TS 23.288 Clause 6.4.3)
在完成“望闻问切”后，“小慧”将出具一份详尽的“体验报告”，分为统计和预测两类。
3.1 体验统计 (Table 6.4.3-1)
这份报告总结了“过去”的体验状况。
表格用途解读与重绘 (节选):
Table 6.4.3-1: Service Experience statistics
| Information | Description |
|---|---|
| Application service experiences (0..max) | 按应用的业务体验统计列表 |
| > Application ID | 应用标识 |
| > Service Experience | 业务体验的统计值（均值、方差） |
| > SUPI list / Ratio | 体验分为该值的具体UE列表 / 或UE占比 |
| > UE location | 体验发生时的UE位置 |
报告解读：PCF收到的报告可能是：“统计报告：在过去5分钟，‘美美’的‘美美直播’应用，业务体验MOS分均值为3.8分。”
3.2 体验预测 (Table 6.4.3-2)
这份报告预测“未来”的体验趋势，是实现主动保障的核心。其结构与统计报告类似，但所有指标都变成了预测值，并增加了置信度(Confidence)。
报告解读：PCF收到一份预警：“预测报告：根据‘美美’当前的移动轨迹，预计在2分钟后她将进入体育馆北侧的覆盖边缘区域，其直播业务体验MOS分将下降至2.5分以下。此预测置信度为90%。”
4. “主动干预”：从分析到闭环优化的流程 (TS 23.288 Clause 6.4.4 ~ 6.4.6)
收到“小慧”的预测预警后，PCF就可以采取行动了。这正是整个分析流程的闭环所在。
If the consumer NF is a PCF and it determines that the application SLA is not satisfied, it may take into account the Observed Service Experience … to determine new QoS parameters to be applied for the service…
- PCF发起订阅：PCF向NWDAF订阅“美美”的业务体验预测。
- NWDAF多源采集与分析：“小慧”从AF, OAM, 5GC NFs收集数据，并生成预测报告。
- NWDAF发送预警：“小慧”将“体验即将下降”的预警通知给PCF。
- PCF采取行动：PCF收到预警后，立即为“美美”的PDU会话下发一条更高优先级的PCC规则，例如，将其QoS流的5QI提升，或者为其分配动态的GBR（保证比特率）带宽。
- 网络执行：SMF和UPF/RAN执行新的PCC规则，为“美美”的直播流预留更多资源。
- 体验改善：由于网络资源的提前保障，“美美”在进入信号边缘区时，直播依然流畅，丝毫未受影响。一次潜在的业务质量劣化被主动地、预测性地化解于无形。
FAQ - 常见问题解答
Q1：MOS分（Mean Opinion Score）是一个主观评分，NWDAF是如何客观地计算和预测它的？ A1：NWDAF本身不“发明”MOS分的计算方法，而是依赖于标准化的模型和应用层的输入。
- 对于标准业务（如视频）：存在ITU-T等国际标准组织定义的客观评估模型（如P.1203.3），这些模型可以根据一系列可测量的QoE指标（如卡顿、分辨率、帧率等）计算出MOS分。NWDAF可以内建这些标准模型。
- 对于非标准业务（如游戏、AR）：MOS分的定义和计算通常由应用提供商（ASP）自己完成。在这种模式下，AF会负责计算出MOS分，然后直接将这个结果作为输入提供给NWDAF。 NWDAF的核心工作是收集这些MOS分（或用于计算MOS分的QoE指标），将其与底层的网络KPI进行关联建模，从而实现对MOS分的统计和预测。
Q2：如果一个应用（AF）不配合上报MOS分或QoE指标，NWDAF还能进行业务体验分析吗？ A2：可以，但准确度会受限。在这种情况下，NWDAF将退而求其次，主要依赖其能收集到的网络层KPI（如UPF测量的包时延、丢包率，OAM测量的RAN吞吐率等）来间接估算业务体验。NWDAF可以利用其内部模型，根据“时延超过Xms，丢包率超过Y%时，视频业务体验大概率会变差”这类规则，来估算一个“网络侧MOS分”。这种估算的精度不如有应用层数据参与时高，但仍然比只看单一的网络指标（如带宽）要准确得多。
Q3：业务体验分析的消费者只能是PCF吗？ A3：不是。PCF是最典型的消费者，因为它可以直接将分析结果转化为QoS策略。但其他NF和AF也可以消费这项分析：
- SMF: 可以根据体验预测，智能地选择或重选UPF，为用户选择一条端到端体验更优的路径。
- AF (应用服务器): “美美直播”的服务器可以订阅其用户的体验预测。当预测到某个用户的网络体验即将下降时，服务器可以主动降低该用户的直播码率（自适应码率调整），以牺牲一些清晰度来换取流畅性，从而避免卡顿。
- OAM: 运维系统可以利用体验分析来生成“用户体验热力图”，快速定位网络中导致用户体验差的区域和原因。
Q4：Table 6.4.1-1中，为什么对于“Network Slice”维度的分析，“Application ID”是“N”（No），而对于“Application”维度的分析，“S-NSSAI”是“C”（Conditional）？
A4：这体现了分析维度的不同焦点：
- 分析“Network Slice”时：焦点是切片本身，分析的是该切片上所有应用的总体平均体验。因此，不应也不需要提供某个特定的Application ID。
- 分析“Application”时：焦点是应用本身。但一个应用可能被用于不同的切片。
S-NSSAI作为Conditional参数，意味着消费者可以选择性地进一步聚焦，例如，“我只想知道‘美美直播’这个应用，在‘直播专用切片’上的体验如何”。如果消费者不提供S-NSSAI，那么NWDAF将分析该应用在所有切片上的综合体验。
Q5：NWDAF如何处理用户隐私？分析用户体验是否会侵犯用户隐私？ A5：3GPP对此有严格的规定。
- 用户同意是前提：所有涉及个人行为（如具体使用了哪个App，体验如何）的分析，都必须以获得用户的明确同意为前提。这个同意状态由UDM管理。
- 数据匿名化/聚合化：对于群体性分析（如
Target = "any UE"），NWDAF的输出是经过聚合的统计值（如平均MOS分），不包含任何单个用户的信息。 - 数据最小化原则：NWDAF只采集与分析任务直接相关的必要数据。例如，为了分析视频体验，它只需要知道卡顿时长、分辨率等QoE指标，而完全不需要知道视频的具体内容。
- 安全保障：所有数据的采集、传输和存储，都遵循5G核心网严格的安全和加密规定。