51学通信

深度解析 3GPP TS 29.552：5.7.16 DN Performance Analytics (DN性能分析)

21分钟阅读

好的，我们继续深入5.7节的特定分析流程。在前几篇文章中，我们已经探讨了网络切片、用户体验、NF负载以及高可靠传输等多个关键分析领域。今天，我们将把视角转向5G网络与外部世界连接的“出口”——数据网络（DN），看看‘洞察者’(Insight-AI)是如何扮演一位“跨域网络质检员”，对DN侧的性能进行分析和评估的。

深度解析 3GPP TS 29.552：5.7.16 DN Performance Analytics (DN性能分析)

本文技术原理深度参考了3GPP TS 29.552 V18.7.0 (2024-12) Release 18规范中关于“5.7.16 DN Performance Analytics”的核心章节，旨在为读者详细拆解NWDAF是如何收集和分析与特定数据网络（Data Network, DN）相关的性能指标，从而为边缘计算选址、服务路由优化和端到端SLA保障提供关键洞察。

前言：最后一公里的性能瓶颈

在用户的端到端业务体验链路上，5G移动网络（从UE到UPF）只是其中的一部分。数据包离开UPF之后，还需要经过运营商的IP骨干网、互联网交换中心，最终到达应用服务器所在的数据网络（DN）。这个“最后一公里”的性能，同样是决定用户最终体验的关键瓶颈。

一个DN可以是一个公共的互联网（Internet），也可以是一个企业客户的专用网络，或者是一个部署了MEC（多接入边缘计算）应用的本地数据网络。对于运营商而言，能够清晰地感知和评估不同DN的性能，具有至关重要的意义：

  • 智能路由决策: 当一个PDU会话可以连接到多个DN时（例如，通过不同的DNN），SMF需要知道哪个DN的接入路径当前性能最好。

  • 边缘计算选址: 当UE请求一个低时延的边缘计算业务时，SMF/PCF需要为UE选择一个不仅物理位置近，而且网络接入性能最佳的边缘UPF和DN（MEC站点）。

  • 端到端SLA监控: 对于企业专线等高价值业务，运营商承诺的SLA通常是端到端的。监控DN侧的性能，是确保端到端SLA达标的必要环节。

**DN性能分析（DN Performance Analytics）**的使命，就是为‘洞察者’(Insight-AI)提供这双能够“看透”网络出口、直达应用服务器所在地的“千里眼”。

在“未来科技博览会”的自动驾驶接驳车演示中，车辆需要与部署在不同MEC站点的“高精度地图服务”进行实时通信。每个MEC站点都构成了一个独立的本地DN。车辆的SMF在为其建立PDU会话时，需要智能地选择接入哪个MEC站点，才能获得最低的通信时延。为此，SMF向‘洞察者’发起了“DN性能分析”的请求，希望获得各个MEC站点的实时网络性能报告。

本文将深入5.7.16节的信令流程，看看‘洞察者’是如何完成这次对网络“出口”的性能“质检”的。

1. 任务简报：为网络“出口”打分

这项分析的目标是，为消费者提供关于一个或多个特定DN（由DNN标识）的性能分析，重点关注时延、丢包率等指标。

规范原文引用 (Clause 5.7.16 Introduction):

This procedure is used by the NF to obtain DN performance analytics, which is calculated by the NWDAF based on the information collected from the AMF, SMF, AF, UPF and/or OAM.

‘洞察者’解读道：“要为各个‘高速出口’（DN）的拥堵情况打分，我需要综合‘出入口收费站’（UPF）的记录、‘道路巡警’（OAM）的报告，以及‘司机’（AF/UE）的反馈。”

  • 分析对象: 一个或多个由**DNN（Data Network Name）**标识的数据网络。

  • 情报来源:

    • AMF: 提供UE的位置信息，这对于分析与地理位置相关的DN性能（如MEC站点）至关重要。

    • SMF/UPF: 最核心的情报来源。SMF知道哪个PDU会话连接到了哪个DNN，以及服务于该会话的UPF是哪个。UPF作为5G网络与DN之间的关口，是测量两者之间网络性能（如时延）的最佳位置。

    • OAM: 提供RAN侧和传输网的性能数据，帮助剥离移动网络内部的性能影响，从而更纯粹地评估DN侧的性能。

    • AF: 应用服务器本身可以上报其感知的网络性能，作为交叉验证。

  • 分析ID: DN_PERFORMANCE

2. 行动方案：解构DN性能分析的信令全流程

规范中的 “Figure 5.7.16-1: Procedure for DN Performance Analytics” 描绘了‘洞察者’完成这次“出口质检”的详细流程。

阶段一：任务启动与上下文关联 (步骤1 - 5)

SMF（作为消费者）向‘洞察者’发起请求：“请为我提供博览会区域内，连接到DNN为‘MEC-HD-Map’的各个DN的性能分析，重点是端到端时延。”

步骤1a-1c：SMF发起订阅

SMF通过Nnwdaf_AnalyticsInfo_Request或Nnwdaf_EventsSubscription_Subscribe发起请求，analyticsId为DN_PERFORMANCE，eventFilter中包含dnn = "MEC-HD-Map"和areaOfInterest。

步骤2a-5b：关联UE、会话与DN

  1. 收集UE位置 (2a-3b): ‘洞察者’向AMF发起Namf_EventExposure_Subscribe订阅，获取区域内UE的位置。这有助于将DN性能与UE的地理位置关联，例如，“位于1号展馆的UE，访问MEC-A的时延最低”。

  2. 收集会话-DN映射 (4a-5b): ‘洞察者’向SMF发起Nsmf_EventExposure_Subscribe订阅。

    • 目的: 获取哪些PDU会话连接到了目标DNN “MEC-HD-Map”，以及这些会话使用了哪个UPF、哪个DNAI（DN接入标识符，用于标识DN内的特定接入点）等详细信息。

    • 信息流: SMF会将相关的会话建立/变更事件上报。

通过这几步，‘洞察者’就在内部建立了一张清晰的映射表：UE → PDU会话 → S-NSSAI → DNN → UPF → DNAI。

阶段二：深入用户面与管理面，测量“出口”性能 (步骤6 - 8)

这是性能测量的核心环节。

步骤6a-7b：从UPF获取用户面真实性能

规范原文引用 (Step 6a-6b):

To collect QoS flow bit rate, QoS flow packet delay, packet transmission and packet retransmission information from UPF, after step 5 was performed, the SMF may subscribe to the UPF on behalf of the NWDAF via N4 Session Reporting Rule…

  • 动作: ‘洞察者’通过SMF，向服务于目标会话的UPF(s) 下发N4会话报告规则。

  • 测量内容: 指示UPF测量从UPF到DN侧应用服务器之间的网络性能。这通常通过主动探测（如TWAMP）或被动测量来实现。

  • 关键指标:

    • 往返时延 (Round Trip Time, RTT): UPF发送一个探测包到DN内的服务器并返回所经历的时间。这是衡量DN性能最核心的指标。

    • 丢包率 (Packet Loss Rate): 在探测路径上的丢包情况。

  • UPF上报 (7a-7b): UPF会将测量到的时延、丢包等性能数据，通过SMF中转，上报给‘洞察者’。

步骤7c & 8：融合OAM与AF数据

  • AF数据 (7c): ‘洞察者’可以向DN侧的应用功能AF订阅其应用层感知的性能数据，作为交叉验证。

  • OAM数据 (8): ‘洞察者’从OAM收集RAN侧的性能数据。这非常重要，因为它可以帮助剥离无线侧的影响。例如，如果UPF上报的端到端时延很高，同时OAM上报的RAN侧时延也很高，那么问题可能出在无线空口；反之，如果RAN侧时延很低，但端到端时延很高，那么瓶颈就明确地指向了UPF到DN的路径。

阶段三：分析计算与“最佳出口”报告 (步骤9 - 15)

规范原文引用 (Step 9):

The NWDAF calculates the DN performance analytics based on the data collected from AMF, SMF, AF, UPF and/or OAM.

所有“出口”的质检数据均已到位。

  1. 分析计算 (Step 9 & 14): AnLF的“跨域网络质检员”开始工作：

    • 性能归因: 结合OAM和UPF的数据，精确地计算出端到端时延中，有多少是RAN侧贡献的，有多少是“N6接口”（UPF到DN）贡献的。

    • DN性能画像: 为每个DN（如此处的MEC-A, MEC-B…）生成一个性能画像。例如：

      • MEC-A: 接入时延5ms, 丢包率10⁻⁶

      • MEC-B: 接入时延15ms, 丢包率10⁻⁵

    • 地理关联: 将DN性能与UE的地理位置进行关联，生成一张“DN性能覆盖图”：“对于位于1号展馆的UE，MEC-A是最佳接入点；对于位于3号展馆的UE，MEC-C是最佳接入点。”

  2. 交付报告 (Step 10 & 15): ‘洞察者’将这份“最佳出口推荐报告”，通过_Notify服务，交付给SMF。

闭环完成: SMF收到了这份宝贵的决策依据后，它的UPF选择和会话管理行为就变得异常智能：

  1. 智能MEC选址: 当一辆位于1号展馆的自动驾驶汽车发起“MEC-HD-Map”的PDU会话请求时，SMF不再是简单地选择一个默认或随机的UPF/DN，而是会根据‘洞察者’的分析报告，精确地为其选择连接到MEC-A的UPF路径。

  2. 动态会话重锚定: 如果‘洞察者’的后续通知显示，MEC-A因为突发拥塞导致性能下降，而MEC-D的性能变为最优，SMF甚至可以动态地、无感地将这辆车的PDU会话锚点，从MEC-A切换到MEC-D，保证业务的连续性和最佳体验。

总结：打通端到端的智能视野

5.7.16节的DN性能分析，是NWDAF将“智能”的视野从5G移动网络内部，成功延伸到外部数据网络的一次关键跨越。它解决了端到端业务体验中“最后一公里”的可见性问题。

  • 赋能边缘计算: 这项分析是实现**智能MEC（多接入边缘计算）**业务分流和应用部署的核心使能技术。没有对DN侧性能的精准感知，所谓的“低时延”边缘计算就无从谈起。

  • 提升路由决策智能: 它将SMF/UPF的路由选择，从基于静态配置或简单的拓扑距离，提升到了基于实时的、端到端的网络性能，使得网络资源的利用更加高效、更贴近业务需求。

  • 精细化SLA保障与问题定位: 通过剥离RAN侧和核心网侧的性能影响，DN性能分析能够帮助运营商精确定位端到端性能问题的瓶颈是在自己的网络内，还是在合作伙伴的DN网络或互联网上。这对于SLA的界定、问题的快速定界和跨域协同排障至关重要。

DN性能分析，为‘洞察者’安装了深入网络“出口”腹地的“内窥镜”。它让5G网络不仅能管理好“自己的事”，更能“看清”和“适应”与之相连的广阔数字世界，从而为用户提供真正意义上的端到端、高品质的连接服务。

在下一篇文章中，我们将探讨一个与应用层策略紧密相关的话题——5.7.17 PFD Determination Analytics (PFD决策分析)，看看‘洞察者’是如何智能地为网络“应用识别”能力提供弹药的。

FAQ 环节

Q1：NWDAF是如何测量从UPF到DN服务器的时延的？它能Ping通任何服务器吗？

A1：NWDAF自身不执行测量，它依赖UPF的能力。UPF测量到DN的时延主要有两种机制：

  1. 被动测量: UPF可以观察业务流本身的TCP握手或应用层信令，通过计算SYN → SYN/ACK的往返时间来估算RTT。这种方式无需额外发包，但精度受限于TCP协议栈和服务器响应。

  2. 主动探测: 这是更精确的方式。SMF通过N4接口指示UPF，向DN侧的一个特定目标IP地址（通常是运营商与DN所有者约定好的一个探测点，或应用服务器本身）发送主动探测报文，如ICMP Ping或更专业的TWAMP/STAMP报文，并测量其往返时间。

UPF不能随意Ping通互联网上的任何服务器，这会有安全风险。主动探测的目标地址和探测方式，都需要通过PCF/SMF的策略进行严格的配置和授权。

Q2：什么是DNN和DNAI？它们与DN是什么关系？

A2：它们是用于标识和接入数据网络的不同层级的标识符。

  • DN (Data Network): 是一个逻辑概念，指一个独立的数据网络，如互联网、企业内网、MEC应用平台等。

  • DNN (Data Network Name): 是DN的名字，类似于互联网中的域名（APN是其在4G时代的叫法）。UE在发起PDU会话时，会指定它想访问的DNN。例如，internet, ims, enterprise.com, mec-hd-map。

  • DNAI (DN Access Identifier): 是DN的**“接入点”标识**。一个DN可能有多个接入点，例如，一个MEC平台可能在北京和上海都有边缘节点。DNAI就用来区分这些不同的接入点。

SMF的核心职责之一，就是根据UE的位置、签约信息和DNN，为其选择一个最合适的DNAI和UPF接入点。

Q3：这项分析和QoS可持续性分析（5.7.11）有什么区别？

A3：它们都关注性能，但焦点和粒度不同。

  • QoS可持续性分析: 它的焦点是一个具体的QoS流能否持续满足其SLA。它进行的是“全链路”的、从UE到DN的端到端分析。它更“深”，更“纵向”。

  • DN性能分析: 它的焦点是一个DN接入点本身的性能如何。它主要关注的是“最后一公里”，即从UPF到DN这段路的性能。它更“专”，更“横向”。

两者是相互支撑的。DN性能分析的结果，是QoS可持续性分析的重要输入。如果NWDAF在分析QoS可持续性时，发现某个DN的性能很差，那么经过该DN的QoS流自然也无法持续。

Q4：这项分析对网络切片场景有什么价值？

A4：价值巨大。网络切片不仅是无线侧和核心网的切片，更是端到端的切片，需要延伸到DN侧。

  • 切片与DN的性能绑定: 一个URLLC切片，必须连接到一个同样具备低时延特性的DN（如MEC站点），才能实现端到端的低时延。DN性能分析可以验证和监控这种绑定关系是否达标。

  • 切片场景下的动态UPF/DN选择: 在一个支持网络切片的网络中，SMF为UE选择UPF时，不仅要考虑UE的位置，还要考虑UE请求的S-NSSAI。DN性能分析可以为SMF提供这样一个多维度的决策依据：“对于请求‘URLLC切片’且位于A区域的UE，连接到‘MEC-B’这个DN的性能是最好的。”

Q5：AF在这个流程中的角色是什么？它似乎既可以是消费者，也可以是数据提供者？

A5：是的，AF在这个流程中可以扮演双重角色，这体现了5G SBA架构的灵活性。

  1. 作为消费者: 一个部署在DN侧的AF（如MEC应用），非常关心它与UE之间的网络路径质量。因此，它可以作为消费者，向NWDAF订阅DN_PERFORMANCE分析，以了解其服务质量或智能地选择为哪个UE提供服务。

  2. 作为数据提供者: AF（特别是应用服务器自身），拥有最真实的应用层视角的性能数据（例如，从收到请求到发出响应的处理时延）。它可以将这些信息提供给NWDAF。NWDAF将这些“服务器侧”的数据，与自己从UPF测量的“网络侧”数据相结合，就可以更精确地计算出真正的端到端时延，并进行瓶颈分解。

关系图谱