好的,我们继续对TS 29.552规范的深度解构。在前几篇文章中,我们已经探讨了NWDAF如何对外提供服务,以及多个NWDAF如何聚合成一个“超级大脑”。今天,我们将聚焦于一个与5G核心特性——移动性——紧密相关的场景:当用户在网络中移动,跨越了不同NWDAF的服务边界时,关于他的“智能分析档案”是如何实现无缝、高效的交接的。

深度解析 3GPP TS 29.552:5.4 Procedures for Analytics Transferring (分析传递流程)

本文技术原理深度参考了3GPP TS 29.552 V18.7.0 (2024-12) Release 18规范。本文将深度剖析5.4节“Procedures for Analytics Transferring”,为读者揭示在用户移动性场景下,NWDAF之间是如何通过“分析上下文传递”和“分析订阅迁移”这两种核心机制,确保智能化服务的连续性和一致性的。

前言:智能如何跟上移动的脚步

移动性是通信网络的灵魂。在5G时代,用户不再仅仅是“人”,更可能是高速行驶的汽车、穿梭于城市上空的无人机。对这些高速移动的目标提供不间断的、智能化的网络服务,是5G面临的核心挑战之一。

想象一下,一辆正在接受NWDAF实时网络拥塞预测以规划最佳通信路径的自动驾驶汽车,从北京(由NWDAF-A服务)开往天津(由NWDAF-B服务)。当它跨越城市边界时,如果关于它的所有分析信息(如历史移动模式、业务流量特征、已建立的分析模型)都“丢失”了,那么新接入的NWDAF-B就需要从零开始重新学习和分析,这期间可能会出现服务中断或质量下降,对于自动驾驶等关键任务而言是不可接受的。

为了解决这个问题,3GPP在TS 29.552的5.4节中,设计了一套精密的分析传递 (Analytics Transferring) 流程。这套流程的核心目标是:让智能分析能够像用户的PDU会话一样,实现无缝切换

本节内容主要包含两种截然不同的“交接”模式,它们由不同的角色发起,适用于不同的场景:

  1. 分析上下文传递 (Analytics Context Transfer):由新的(目标)NWDAF发起。它像是一位新到任的“管家”,主动向前任“管家”索要服务对象的全部档案。

  2. 分析订阅迁移 (Analytics Subscription Transfer):由旧的(源)NWDAF发起。它像是一位即将调离的“片警”,预见到自己的服务对象即将离开辖区,于是主动联系下一站的同事,提前把“户口”和“档案”移交过去。

我们将继续引入我们的主角——自动驾驶汽车**“智行一号”**,跟随它从一个NWDAF服务区到另一个服务区的旅程,来详细拆解这两种“智能交接”流程。


1. “新官上任三把火”:目标NWDAF发起的上下文传递 (5.4.1)

这种模式的触发点通常是用户的服务锚点发生了变更,例如UE上下文从一个AMF切换到了另一个AMF。新的服务网元(如新的AMF)会选择一个新的NWDAF来为该用户提供服务。

场景:“智行一号”进入天津地界,它的UE上下文由北京AMF-A切换到了天津AMF-B。AMF-B作为一个新的“分析消费者”,通过NRF发现并选择了天津本地的NWDAF-B来为“智行一号”提供网络分析服务。此时,NWDAF-B作为新上任的“管家”,需要尽快了解“智行一号”的“前世今生”。

这个过程由 “Figure 5.4.1-1: Analytics context transfer initiated by target NWDAF selected by the NWDAF service consumer” 描绘。

步骤1 & 2:新管家上岗,建立新的服务关系

规范原文引用 (Step 1 & 2):

  1. The NWDAF service consumer determines to select an NWDAF instance. The NWDAF service consumer discovers and selects the target NWDAF…
  1. To send a request for analytics subscription to the target NWDAF, the NWDAF service consumer invokes Nnwdaf_EventsSubscription_Subscribe service operation… The NWDAF service consumer includes information on the previous analytics subscription (e.g., NWDAF ID and Subscription ID)…, if available.
  1. AMF-B选择NWDAF-B (Step 1):天津AMF-B(作为消费者)通过NRF,选择了天津NWDAF-B(目标NWDAF)。

  2. AMF-B向NWDAF-B发起订阅 (Step 2):AMF-B向NWDAF-B发起一个新的分析订阅请求,告诉它:“请开始为‘智行一号’提供移动性预测服务。”

  3. 关键信息传递:在这次订阅请求中,AMF-B如果从AMF-A那里获得了“智行一号”之前的分析服务信息(这通常在AMF间的UE上下文转移时完成),它会把这些信息告诉NWDAF-B:“顺便说一下,之前为它服务的是北京的NWDAF-A,当时的订阅ID是XXX。”

步骤3:新管家向前任索要档案

规范原文引用 (Step 3):

If the target NWDAF decides to request an analytics context transfer from the previously used NWDAF, it invokes the Nnwdaf_AnalyticsInfo_ContextTransfer service operation by sending the HTTP GET request message targeting the resource “NWDAF Context” to the source NWDAF…

NWDAF-B收到AMF-B的请求和“前任”的信息后,立刻意识到自己可以走捷径,而不是从零开始。

  1. 动作:NWDAF-B(目标)向NWDAF-A(源)发起一个HTTP GET请求,调用Nnwdaf_AnalyticsInfo_ContextTransfer服务。

  2. 请求URI:请求的目标是源NWDAF上代表特定分析上下文的资源,例如.../nwdaf-analyticsinfo/v1/context/{contextId}

  3. 请求意图:这就像是NWDAF-B给NWDAF-A打了个电话:“老兄,你负责的‘智行一号’现在归我管了,麻烦把它的所有历史档案传给我。”

  4. 档案内容(响应体):NWDAF-A收到请求后,会把所有与“智行一号”相关的“分析上下文(Analytics Context)”打包,在200 OK响应中返回。这些“档案”可能包括:

    • 历史数据:如过去1小时的移动轨迹、流量使用情况。

    • 分析模型:专门为“智行一号”训练出的移动模式预测模型。

    • 统计信息:历史上的网络体验指标。

    • 数据源订阅信息:NWDAF-A为了分析“智行一号”,曾向哪些数据源(如UPF)发起了订阅。

步骤4 & 5:交接完成,旧管家清理,新管家开工

规范原文引用 (Step 4 & 5):

  1. [Optional] Source NWDAF may purge analytics context after completion of step 3a…and unsubscribes from the data source(s)…
  1. [Optional] Target NWDAF may subscribe to relevant data source(s)…
  1. 旧管家清理 (Step 4):NWDAF-A在成功移交档案后,就完成了它的历史使命。它可以选择删除本地保存的关于“智行一号”的所有上下文信息,并取消之前为它建立的所有数据订阅,以释放资源。

  2. 新管家开工 (Step 5):NWDAF-B拿到了完整的“档案”,它可以立即利用这些信息开始提供高质量的分析服务。例如,它会接替NWDAF-A,向“智行一号”当前所连接的天津UPF-B发起数据收集订阅,实现监控的无缝衔接。

该模式的优点:流程由新接入的服务节点(AMF-B, NWDAF-B)驱动,逻辑清晰,与5G的移动性管理流程(AMF切换)结合紧密。


2. “未雨绸缪”:源NWDAF发起的订阅迁移 (5.4.2 & 5.4.3)

这种模式更为主动和前瞻。旧的“管家”NWDAF-A通过自己的分析,预见到服务对象即将离开自己的“辖区”,于是提前为他联系好下一站的“管家”,并主动把服务关系和档案都迁移过去。

这个流程分为两个阶段:准备阶段执行阶段

场景:‘洞察者’的北京区域经理NWDAF-A,通过对“智行一号”的移动性分析,预测到它将在10分钟后驶入天津界。为了保证服务连续性,NWDAF-A决定提前启动“分析订阅迁移”流程。

2.1 准备阶段:提前打招呼 (5.4.3 Prepared analytics subscription transfer)

这个流程由 “Figure 5.4.3-1: Prepared analytics subscription transfer” 描绘。

  1. 源NWDAF预测移动 (Step 3):NWDAF-A基于其强大的移动性预测能力,得出“‘智行一号’即将进入天津TAI-X区域”的结论。

  2. 源NWDAF发现并选择目标 (Step 4):NWDAF-A拿着“天津TAI-X”这个地址,去NRF查询,找到了负责该区域的NWDAF-B。

  3. 发起“准备迁移”请求 (Step 5a-5b)

    规范原文引用 (Step 5a-5b):

    The source NWDAF invokes Nnwdaf_EventsSubscription_Transfer service operation by sending an HTTP POST request to the target NWDAF and the “transReqType” attribute in the request message is set to “PREPARE”.

    • 动作:NWDAF-A向NWDAF-B发起一个特殊的Nnwdaf_EventsSubscription_Transfer服务调用。

    • 关键参数:请求体中包含了一个关键参数transReqType = "PREPARE"

    • 请求意图:“你好NWDAF-B,我有一个客户‘智行一号’马上要到你那边去了,你先准备一下。这是他的基本信息和我们之间的订阅合同。”

  4. 目标NWDAF进行准备 (Step 6a-6b, 7):NWDAF-B收到“准备”请求后,会提前做一些准备工作。例如,它可能会提前去请求“智行一号”的分析上下文(步骤6a-6b),或者提前向天津本地的数据源(如AMF-B, UPF-B)发起预订阅(步骤7),“预热”数据链路。

2.2 执行阶段:正式交接 (5.4.2 Analytics Subscription Transfer initiated by source NWDAF)

当“智行一号”真正跨越边界的时刻到来时(例如,NWDAF-A收到了来自AMF-A的UE“去附着”或“切换出”的通知),正式的交接开始了。

这个流程由 “Figure 5.4.2-1: Analytics subscription transfer initiated by source NWDAF” 描绘。

  1. 源NWDAF确定迁移 (Step 2):NWDAF-A确认“智行一号”已经离开其服务范围。

  2. 发起“正式迁移”请求 (Step 4)

    规范原文引用 (Step 8a-8b in 5.4.3, referencing 5.4.2):

    The source NWDAF invokes the Nnwdaf_EventsSubscription_Transfer service operation by sending either an HTTP PUT request…with the “transReqType” attribute set to “TRANSFER”…

    • 动作:NWDAF-A再次向NWDAF-B发起Nnwdaf_EventsSubscription_Transfer服务调用(通常使用HTTP PUT来更新之前“准备”的会话)。

    • 关键参数:这次请求体中的transReqType被设置为"TRANSFER"

    • 请求意图:“NWDAF-B,客户已经到你门口了,现在正式把他的服务订阅关系转交给你!”

  3. 目标NWDAF接管订阅 (Step 5):NWDAF-B收到“转移”指令后,正式接管这个订阅。它会生成一个新的Subscription ID,并将这个订阅与“智行一号”的原始消费者(AMF-B)关联起来。

  4. 目标NWDAF通知消费者 (Step 6)

    规范原文引用 (Step 6):

    Target NWDAF informs the NWDAF service consumer about the successful analytics subscription transfer using a Nnwdaf_EventsSubscription_Notify request message. A new Subscription ID…is provided…and the old Subscription Id…is provided…

    这是至关重要的一步。NWDAF-B会主动向“智行一号”的当前服务节点(AMF-B)发送一个通知,告知它:“你好AMF-B,关于‘智行一号’的分析订阅服务已经成功从NWDAF-A迁移到我这里了。旧的订阅ID是XXX,新的订阅ID是YYY。以后请用新ID与我联系。”

通过这个通知,消费者(AMF-B)就能够平滑地将其关注点从旧的NWDAF切换到新的NWDAF,实现了整个服务关系的无缝迁移。

该模式的优点:非常主动和前瞻,可以最大程度地减少甚至消除因切换带来的服务中断(“零丢包”交接)。它充分利用了NWDAF自身的预测能力,实现了智能的自我管理。


总结:让智能在移动中永不掉线

通过对5.4节的深度剖析,我们看到了3GPP为保障移动场景下智能服务连续性所设计的两套精巧机制:

  • 上下文传递(目标发起):是一种被动但可靠的“拉(Pull)”模式。它与5G移动性管理流程紧密耦合,当服务关系变更后,新的服务者负责主动拉取历史信息。它保证了信息的完整性,但可能存在微小的时间延迟。

  • 订阅迁移(源发起):是一种主动且前瞻的“推(Push)”模式。它利用源NWDAF的预测能力,提前准备和执行交接。它能够实现近乎零延迟的“热切换”,但更依赖于预测的准确性。

这两套机制相辅相成,共同确保了无论是普通的手机用户,还是关键任务型的物联网终端,在跨越不同网络区域时,其背后由NWDAF提供的智能化服务都能够“如影随形”,永不掉线。这正是构建一个真正智能、泛在的5G网络的关键所在。

在下一篇文章中,我们将把目光从“分析”本身转向“数据”,深入探讨5.5节“Data Collection”,详细解析‘洞察者’的“情报网”是如何通过具体的信令流程,从网络中的各个角落收集其赖以生存的数据的。


FAQ 环节

Q1:上下文传递(Context Transfer)和订阅迁移(Subscription Transfer)有什么本质区别?

A1:本质区别在于**“交接”的对象和发起者**。

  • 上下文传递:交接的是**“数据和模型”(即分析上下文),可以理解为“档案”的拷贝。它由新(目标)NWDAF**在感知到新服务关系后发起。旧的订阅关系由消费者自行终止,新的订阅关系由消费者重新建立。

  • 订阅迁移:交接的是**“服务合同”本身(即分析订阅关系),上下文通常作为迁移的一部分被附带传递。它由旧(源)NWDAF**在预见到移动即将发生时主动发起。整个迁移过程对最终消费者(如AMF)是半透明的,消费者最后只需确认服务提供方已变更即可。

Q2:源NWDAF发起的订阅迁移,其预测的准确性如何保证?如果预测错了怎么办?

A2:这是一个很好的工程实践问题。

  1. 准确性保证:NWDAF的移动性预测能力是其核心AI能力之一,其准确性依赖于模型的优劣和训练数据的质量。高质量的NWDAF能够提供相当准确的短期(如几分钟到半小时内)移动预测。

  2. 处理预测错误:如果预测错误(例如,预测车辆会去天津,结果它去了河北),准备阶段(transReqType="PREPARE")建立的资源可以被超时或被源NWDAF主动取消。源NWDAF会发现车辆进入了另一个由NWDAF-C服务的区域,然后重新与NWDAF-C发起新的准备流程。即使没有准备,当车辆真正进入河北后,仍然可以回退到由目标AMF/NWDAF发起的上下文传递(5.4.1)流程,作为一种可靠的“兜底”机制。

Q3:在订阅迁移(5.4.2)的步骤6中,为什么目标NWDAF需要通知消费者订阅已变更?消费者自己不知道吗?

A3:消费者(如AMF-B)可能知道它正在服务的UE是从另一个AMF切换过来的,但它不知道关于这个UE的分析服务订阅关系已经在两个NWDAF之间被后台自动迁移了。消费者AMF-B最初可能仍然认为它需要向它选择的NWDAF-B发起一个全新的订阅。步骤6的通知起到了一个关键的同步和确认作用,它告诉AMF-B:“你不用再重新订阅了,我们已经把来自北京的服务关系无缝迁移过来了,这是新的订阅ID,请直接使用。” 这避免了重复订阅,并确保了消费者与正确的NWDAF服务实例进行通信。

Q4:这些传递和迁移流程会传递用户的隐私数据吗?

A4:是的,这些流程可能会传递包含用户个人信息(如SUPI)和行为模式(如移动轨迹)的数据,因此必须在严格的安全和隐私框架下进行。

  1. 网络内部:这些交互都发生在运营商信任的、安全的内部网络中,通过SEPP(安全边缘保护代理)等机制进行保护。

  2. 合规要求:所有的数据处理都必须遵守当地的法律法规(如GDPR)。运营商需要确保其NWDAF的实现和部署符合数据最小化、目的限制等原则。

  3. 分析而非原始数据:在某些情况下,传递的可能是经过处理的分析结果或模型参数,而不是原始的用户数据流,这可以在一定程度上降低隐私风险。

Q5:什么情况下会优先使用目标NWDAF发起的上下文传递(5.4.1),而不是源发起的订阅迁移(5.4.2)?

A5:通常来说,上下文传递(5.4.1)是一个更基础、更通用的流程,适用于所有AMF切换等移动性场景。而订阅迁移(5.4.2)是一个更高级、更主动的优化流程

  • 优先使用5.4.1:在所有标准的移动性事件中,这个流程都可以作为默认的、可靠的交接机制。如果源NWDAF不具备预测能力,或者预测不准,最终都会通过这个流程来“兜底”。

  • 优先使用5.4.2:当服务对连续性要求极高(如URLLC业务),且源NWDAF具备高精度的预测能力时,会优先使用这种主动迁移的方式,以实现“零中断”的智能服务切换。例如,在可预测的路径上(如高铁、高速公路)运行的关键业务,非常适合采用这种模式。