51学通信

深度解析 3GPP TR 21.918：26.1 Enablers for Network Automation for 5G phase 3 (5G网络自动化使能技术第三阶段) & 28.2 Int...

21分钟阅读

好的，我们继续解读TR 21.819的后续章节。

深度解析 3GPP TR 21.918：26.1 Enablers for Network Automation for 5G phase 3 (5G网络自动化使能技术第三阶段) & 28.2 Intent driven Management Service for Mobile Network phase 2 (移动网络意图驱动管理服务第二阶段)

本文技术原理深度参考了3GPP TR 21.819 V18.0.0 (2025-03) Release 18规范中，关于“26.1 Enablers for Network Automation for 5G phase 3”和“28.2 Intent driven Management Service for Mobile Network phase 2”的核心章节。本文将合并解读这两个高度相关的章节，旨在为读者深入剖析5G-Advanced网络运维与管理的终极演进方向——从“人工驾驶”到“自动驾驶”，即基于“意图”（Intent）的闭环网络自动化。

随着5G网络的日益复杂化——多频段、多技术、多样化的切片和边缘应用——传统的、依赖于人工专家经验和海量命令行配置的“人肉运维”模式，已然走到了尽头。网络需要变得更“聪明”，能够“理解”我们的业务目标，并“自主”地完成复杂的配置、优化和故障修复。

为了实现这一宏伟愿景，3GPP引入了**网络自动化（Network Automation）和意图驱动网络（Intent-Driven Network, IDN）的概念。这不仅仅是简单的脚本化或自动化，而是一场深刻的运维哲学革命。26.1章节主要从核心网与系统架构（SA）的视角，为网络自动化提供基础的“数据与分析”使能技术；而28.2章节则从网络管理（OAM）**的视角，定义了更高层次的、面向业务的“意图”交互框架。

今天，我们的主角，是一家大型企业的CIO，王总。他希望为其全球分支机构，向运营商租赁一套复杂的5G网络服务，要求能保障AR远程会议的低时延体验，同时在夜间实现极致的节能。在传统模式下，他需要向运营商提交一份长达数十页、充满复杂技术参数的需求文档。而现在，他希望能够用最简单的“人话”，向网络表达他的**“意图”**。

1. 从“指令”到“意图”：运维的范式革命 (解读 28.2)

传统模式 (指令式): 王总需要告诉运营商的网络工程师：“请为我的AR应用配置QFI=82的QoS Flow，PDB=10ms，PLR=10^-5；请在每天晚上10点到次日早上6点，关闭小区的第二个载波……” 这要求王总自己成为半个通信专家。

意图模式 (声明式): 王总现在只需要向运营商的管理平台，提交一个高层次的“意图”：“我需要一个网络服务，能够保障我的AR会议应用获得‘沉浸式’体验，同时在非工作时间，能耗成本最低。”

An intent is an expression of the desired state of a system used to describe an intended network or service. Intents do not define specific network or service configuration, nor do they prescribe management tasks to be performed by a system.

28.2章节的核心，就是定义了这个**“意图驱动管理服务”**。

  • “说人话”: 意图，是用高层次的、业务导向的、非技术的语言，来描述“我想要什么”（What），而不是“你该怎么做”（How）。
  • 网络的“自主决策”: 运营商的网络自动化引擎在收到这个意图后，会像一个经验丰富的“AI专家”，自主地将这个高层意图，“翻译”和“分解”为一系列具体的网络配置和操作指令，并在网络的整个生命周期内，持续地监控、优化，确保这个“意图”始终得到满足。

1.1 意图的生命周期：从“提出”到“闭环”

2.New generic capabilities for intent driven management, including

  • Intent handling capability obtaining…
  • Intent report, enabling an MnS consumer to obtain intent report information with intent fulfilment information…
  • Intent-related conflicts, including detecting and resolve intent-related conflicts.

Rel-18为意图管理定义了完整的闭环流程：

  1. 能力获取: 王总的系统首先可以向网络查询：“你都支持哪些类型的意图？”。
  2. 意图下发: 王总下发他的AR会议和节能意图。
  3. 意图翻译与执行: 网络的自动化引擎进行意图的分解和执行。
  4. 意图报告: 王总可以随时查询：“我的‘沉浸式体验’意图，现在满足得怎么样了？”。网络会返回一份报告，清晰地展示当前的fulfillment status（满足状态）、achieved values for targets（实际达到的KPI值）等。
  5. 冲突解决: 如果王总同时下发了两个相互矛盾的意图（例如，“在任何时候都保障最低1ms时延” 和 “在任何时候都追求最低功耗”），系统能够检测到这种冲突，并向王总报告，请求他进行决策。

1.2 意图的“标准化语言”

为了让意图能够被机器理解，Rel-18还定义了一系列标准化的**“意图模型”**。

-Enhance the RadioNetworkExpectation to including radio network capacity related targets and RAN energy saving related targets… -Introduce the new RadioServiceExpectation to support use case of intent containing an expectation for delivering a radio service. -Introduce the new 5GCNetworkExpectation… -Introduce the new End-to-endNetworkResourceOptimizationExpectation…

例如，王总的AR会议意图，就可以被建模为一个RadioServiceExpectation，其中包含experience_level = 'immersive'；而他的节能意图，则可以被建模为一个RadioNetworkExpectation，其中包含energy_saving_level = 'maximum'。这些标准化的模型，是实现跨厂商、跨运营商意图互通的基础。

2. 意图实现的“基石”：网络自动化使能技术 (解读 26.1 & 26.2)

意图驱动管理，是高高在上的“战略层”。要让战略落地，必须有强大的“战术执行层”——即网络自动化使能技术。26.1和26.2章节，正是为意图的实现，提供了最关键的“数据弹药”和“分析引擎”，其核心就是我们已经熟悉的NWDAF（网络数据分析功能）。

The network data analytics related services (e.g. Nnwdaf services…) are specified… in order to efficiently collect the data, store the data and analytics, and provide the analytics to the consumer.

当意图管理引擎收到王总的“沉浸式体验”意图后，它需要回答一个问题：“当前网络是否满足这个意图？如果不满足，我该如何调整？”。要回答这个问题，它就需要向NWDAF请求数据和分析。

2.1 全面的数据收集与暴露

26.1和26.2对NWDAF等数据分析服务进行了增强，使其能够收集和暴露更丰富、更精细的数据。

3. Enhancements of the Nnwdaf_EventsSubscription, Nnwdaf_AnalyticsInfo and/or Nnwdaf_DataManagement services:

  • Support of the acceptable deviation from the threshold level
  • Enhancements of the expected UE Behaviour parameters provided by the AF…
  • Support of temporal aggregation and anonymization rules for processing instructions
  • 更灵活的订阅: 意图引擎可以向NWDAF订阅更灵活的事件。例如，“当网络时延偏离10ms这个阈值超过20%时，请通知我”。
  • 更丰富的分析: NWDAF可以提供更丰富的分析结果，例如，“预期的UE行为分析”、“用户移动性模式分析”、“网络拥塞预测”等。
  • 更精细的控制: 意图引擎可以要求NWDAF对数据进行时间维度的聚合（如“给我过去1小时的平均时延”）或匿名化处理，以满足不同的分析和隐私需求。

2.2 用户同意的管理

当数据收集和分析涉及到用户个人信息时，必须获得用户的同意。

  1. Specification of the impact of user consent in data collection and data storage. a. Error handling on Nnwdaf, Ndccf and Nnef services for the scenario in which the user consent is not granted…

Rel-18增强了数据分析服务对**用户同意（User Consent）**的管理。

  • 授权检查: NWDAF在收集数据前，必须检查相关的用户是否已经授权。
  • 错误处理: 如果意图引擎请求分析一个包含未授权用户的群组，NWDAF会返回一个明确的错误，或者在分析结果中排除这些用户的数据。
  • 隐私保护: 这确保了网络自动化，是在严格遵守GDPR等隐私法规的前提下进行的。

3. 意图驱动的闭环自动化：一个完整的例子

让我们将意图和自动化使能技术串联起来，看看王总的“AR会议意图”是如何被闭环保障的。

  1. 意图下发: 王总通过管理门户，下发意图：“保障AR会议的‘沉浸式’体验”。
  2. 意图翻译: 运营商的意图管理服务（IMS），将“沉浸式体验”翻译为一组具体的KPI目标：{端到端时延 < 20ms, 丢包率 < 10^-5, 抖动 < 5ms}。
  3. 现状监控: IMS向NWDAF发起一次“分析订阅”：“请持续监控‘王总企业切片’中，AR应用流量的端到端时延、丢包和抖动，并在任何一项指标不满足目标时，立即通知我”。
  4. 异常检测与根因分析: 某时刻，由于网络拥塞，NWDAF检测到时延上升到30ms。它立即向IMS上报**“意图不满足”**事件。同时，NWDAF的AI引擎可能会进一步分析，并上报根因：“拥塞发生在A基站的第二个载波上，原因是突发的大流量下载用户”。
  5. 决策与执行: IMS收到告警和根因分析后，其内部的**决策引擎（Policy Engine）**开始工作。它可能会生成一系列优化策略，例如：1）通过PCF，为王总的AR流量，提升QoS优先级（QCI）。2）通过SON（自组织网络）功能，调整A基站的负载均衡算法，将那个大流量下载用户迁移到第三个载波。3）如果拥塞严重，甚至可以通过NSSF，为王总的企业触发“切片替换”，将其业务临时迁移到更空闲的备用切片上。
  6. 验证与闭环: 策略执行后，IMS会继续通过NWDAF监控KPI。当它观察到时延重新回到20ms以下时，它就在其“意图报告”中，将fulfillment status更新为“满足”。至此，一个完整的**“监控-分析-决策-执行-验证”**的自动化闭环完成。

总结

3GPP TR 21.819的26.1和28.2章节，共同为我们揭示了5G网络运维与管理的终极形态——意图驱动的闭环自动化。这是一场深刻的范式革命，其核心是将运维的焦点，从“管理网络设备”，转向“保障业务意图”。

  • 通过引入意图驱动管理服务，3GPP定义了一套标准化的“人机交互语言”，允许行业客户用业务的语言，来描述他们的需求，极大地降低了5G服务的使用门槛。
  • 通过持续增强NWDAF等网络自动化使能技术，3GPP为意图的实现，提供了强大的数据收集、智能分析和预测能力，构成了自动化闭环的“数据底座”。

对于像王总这样的企业客户，这意味着他们可以从繁琐的技术细节中解放出来，更专注于自己的核心业务，将网络的复杂性，放心地交给一个能够“自主驾驶”的智能网络。

对于运营商，意图驱动的自动化，是应对网络日益复杂、降低OPEX、提升服务敏捷性的终极解决方案。虽然完全实现“L5级”的网络自动驾驶依然任重道远，但Release 18的这些增强，无疑已经为我们清晰地指明了方向，并铺设了坚实的道路。

FAQ - 常见问题解答

Q1：“意图驱动网络”（IDN）和我们常说的“自动化运维”（AIOps）有什么区别？ A1：它们是相互关联但层次不同的概念。AIOps更侧重于**“如何实现自动化”，它关注的是利用AI/ML技术，来提升运维任务（如告警降噪、根因分析、容量预测、自动修复）的效率和智能化水平。AIOps是“战术”层面。而意图驱动网络则更侧重于“自动化的目标是什么”**，它定义了一个更高层次的、面向业务目标的交互框架，即运维的“初心”和“使命”。意图是AIOps的“输入”和“北极星”。可以说，一个完整的意图驱动网络，其内部必然是由一个强大的AIOps引擎来驱动的。

Q2：网络是如何将一个模糊的“意图”（如‘沉浸式体验’），翻译成具体的KPI指标的？ A2：这是通过一个**“意图翻译/分解引擎”**来完成的，其背后通常是一个知识库或AI模型。1）知识库/模板：运营商可以预先定义一个“意图模板库”。例如，预定义一个“沉浸式AR会议”的模板，其中就包含了{时延<20ms, 丢包率<10^-5…}这样一组具体的KPI映射。当收到相关意图时，系统可以直接套用模板。2）AI/ML模型：更高级的系统，可以通过机器学习，从历史的网络性能数据和用户体验评分（MOS分）中，学习出业务意图与网络KPI之间的复杂映射关系。例如，模型可以学习到“当网络时延超过25ms时，AR应用的MOS分会急剧下降”。

Q3：如果用户下发的意图相互冲突，网络会如何处理？ A3：Rel-18的意图框架明确要求支持**“意图冲突检测与解决”。1）检测：当一个新的意图被下发时，意图管理系统会将其与所有已存在的、活跃的意图进行比对，检查它们在目标KPI上是否存在冲突。例如，意图A要求“时延<10ms”，而意图B要求“功耗最低”（这可能需要关闭一些载波，从而导致时延增加）。2）报告：一旦检测到冲突，系统不会**盲目执行，而是会将冲突的意图、冲突点、以及可能的解决方案（例如，建议用户在两个意图之间设置优先级，或者修改其中一个意图的目标），报告给意图的下发者（用户）。3.）解决: 用户根据报告，对意图进行调整或仲裁后，再重新下发。

Q4：NWDAF在闭环自动化中扮演了什么角色？它和传统的网管（OAM）有什么不同？ A4：NWDAF扮演的是**“数据分析大脑”的角色，而传统OAM更像是“数据仓库”和“手动控制台”。传统OAM的核心是收集和呈现数据（性能PM、告警FM），大部分的分析和决策，需要人工专家来完成。而NWDAF的核心是分析和预测**。它不仅收集数据，更重要的是，它能利用AI/ML模型，从海量数据中挖掘出有价值的洞察（Analytics），并对未来的网络状态做出预测（Prediction）。在自动化闭环中，NWDAF为“决策”环节，提供了最关键的、智能化的数据输入。

Q5：实现意图驱动网络，对运营商的组织架构和人员技能会提出哪些新的要求？ A5：将提出深刻的变革要求。1）组织架构：需要打破传统的、按“网元”（如核心网、无线网、传输网）划分的“烟囱式”运维团队，建立跨领域的、面向“业务”或“意图”（如“车联网服务保障团队”、“AR体验优化团队”）的敏捷团队。2）人员技能：对运维人员的技能要求，将从传统的“命令行专家”，转向“数据分析师”、“AI模型训练师”和“意图架构师”。他们需要更多地掌握数据科学、机器学习、软件开发（如Python）等技能，能够理解业务需求，并将其转化为可以被机器理解和执行的“意图”。这是一场从“蓝领”到“白领”的运维人员技能革命。

关系图谱