6《6G知识定义的编排与管控白皮书》.pdfVIP

知识定义的编排与管控

前言

1前言

1.1背景与驱动力

美国MIT的D.Clark教授在2003年所提出的知识与知识平面（KnowledgePlane,KP）

被认为是一个优秀的自智网络理论发展基础。一方面，知识具有先验性，利用其中的经验或

结果，可以加快AI的决策速度和准确度。另一方面，知识具有普适性，即，知识中蕴含的

经验或结果在不同网络场景可以被复用，处理多种网络状态、网络问题，提高网络编排与管

控的灵活性，避免重复工作。然而，尽管“知识”具有上述优点，知识表征网络的范式制定、

将“知识”融入网络运维框架、利用“知识”推动自智网络领域发展等相关工作却屈指可数。

另外，近年在业界兴起的闭环控制系统，可利用一系列机制和算法，使目标网络或目标

系统可以自动化获取并分析数据、学习知识、做出判断、管理资源、优化运行策略等，通过

多项能力针对性地解决前文所述的行业痛点。不仅如此，使用闭环控制系统对构建智能化网

络管理平台已成为许多组织的共识。例如，2019年，GSMA发布《智能自治网络案例报告》。

同年，TMF发布《自动驾驶网络白皮书》。两个组织同时将目光聚焦于智能自智网络，均指

出，闭环控制系统是发展自智网络的核心与关键之一。

1.2相关标准进展

1.2.1ETSI

ETSI十分重视AI技术在ICT领域的应用，于2020年6月发布《AI及其用于ETSI的

未来方向》白皮书。2017年2月，ETSI成立业界首个网络智能化规范组——体验式网络智

能行业规范工作组（ExperientialNetworkedIntelligenceIndustrySpecificationGroup，ENIISG）。

ENIISG定义了基于“感知-适应-决策执行”控制模型的认知网络管理架构，利用AI和上下文

感知策略来根据用户需求、环境状况和业务目标的变化来调整网络服务；通过自动化的服务

提供、运营和保障以及切片管理和资源编排优化来提升5G网络性能。目前，该工作组的输

6GANATG51

知识定义的编排与管控

前言

出成果包括术语规范、概念验证框架、应用案例、智能网络分级、意图感知的自治网以及ENI

架构等。

ENI系统有两种工作模式——建议模式和管理模式。在建议模式下，系统向目标系统提

供建议。在管理模式下，ENI系统在得到目标系统（或指定实体）的同意下直接使目标系统

执行应用ENI系统提供的决策和命令。通常情况下，为保证系统的稳定运行，ENI系统启动

状态下使用建议模式。

整体来说，ENI的工作流程可以划分为输入、分析、决策、输出四个子流程。ETSI组织

指出，ENI没有固定的结构组成。在实际实例化ENI的时候，运营商或者设计者可以按照

ENI的工作要求、工作压力、工作环境、设计成本等因素选取适当的模块，自行设计合理的

模块拼装顺序，通过按顺序闭环工作实现上述四项子流程达到智能管控的能力。

首先，输入部分确保系统输入的数据被转化为ENI内部各个模块可以读取、存储和运

用的格式。输入部分被转化好的标准化数据被传入分析部分。目前，输入部分主要包含数据

输入模块、数据表转化模块。其次，分析部分在ENI系统中主要完成语义标注、知识推演、

情境分析和知识存储四个功能。为了实现该子流程中的任意一个功能，设计者需要合理地使

用知识管理模块、认知管理模块、环境感知模块、情境感知模块中的一个或者多个模块。再

者，决策部分功能主要由模型驱动模块和策略管理模块来实现。其功能是决定在当前是否要

采取新的行动或者改变当前行为以达到目标。最后，输出部分的功能由数据输出模块和数据

转译模块实现。这两个模块的设计可以视需求合并为一个模块，其功能是将ENI系统的建

议或者命令正确地传输给目标系统。

1.2.2ITU-T

ITU-T主要由SG13进行在“未来网络”中实现机器学习的研究工作。ITU-TSG13于2017

年11月成立了面向包括5G在内的