|
分布式网络技术：集散共存、分布自治 为了满足多样化场景的业务要求，6G 网络需要实现空、天、地、海立体覆盖以及多种异构网络的融合共存。同时，DOICT 融合发展的技术，驱动通信网络持续走向开放，既能实现网络集中控制，又能灵活实现转发设备就近接入以及本地分流。随着分布式边缘计算以及智能终端设备大量部署，计算和存储等资源下沉至边缘节点，需要分布式与集中式协作的云边融合网络来支持。因此，未来 6G 网络架构将会是集中控制式移动通信网络与开放式互联网相互融合的、集散共存的新型网络架构。 分布式网络技术在一定程度上突破了中心化的限制，驱动了互联网业务的飞速发展。包括在网络成员之间共享、复制和同步数据库的分布式账本技术（DLT），实现分布式数据存储的去中心化点对点传输的星际文件系统（IPFS），实现网络功能的分布式，快速查找及访问等的分布式哈希表（DHT），以及组合多种分布式技术的区块链等技术。其中，区块链技术凭借其多元融合架构赋予的去中心化、去信任化、不可篡改等技术特性，为解决传统中心化服务架构中的信任问题和安全问题提供了一种在不完全可信网络中进行信息与价值传递交换的可信机制。因此，在网间协作、网络安全等方面引入区块链技术思维，可以增强网络扩展能力、网间协作能力、安全和隐私保护能力。此外，区块链技术还能够提供高性能且稳定可靠的数据存证服务，保证数据的安全可信和透明可追溯。 借鉴这些分布式网络技术的思想，融合应用于未来 6G 网络架构的设计，将能够为构建网络分布式的自治，去中心化的信任锚点，实现分布式的认证、鉴权、访问控制，以及为用户签约数据的自主可控，符合数据保护等法规提供技术支撑，降低单点失效和 DDoS 攻击的风险。在 6G 分布式网络中，大量多元化的节点（如宏基站、小基站、终端等）高度自治，且具有差异化的通信特征、缓存能力、计算能力以及负载状况等，从而需要协同不同的节点，实现分布式网络资源互补和按需组网。但是，由于分布式网络资源可能属于不同的企业、运营商、个人或第三方等，需要建立去中心化网络安全可信协作机制。因此，基于区块链技术和思想，实现资源安全可信共享、数据安全流通及隐私保护，成为未来 6G 网络提供信任服务的新方向。 通过 DHT 结合 DLT 的方式来实现用户为中心的网络架构，如图 1 所示，满足用户定制化的网络功能，细粒度的个性化服务，并提供去中心化的TaaS（Trust as a Service）服务。用户的签约数据等由 DHT 实现链下存储，避免区块链膨胀等问题，并结合需授权的区块链保护用户的隐私，实现区块链与无线通信的深度融合，打破“人 - 机 - 物 - 网”之间的信任壁垒，提升无线网络的效率与安全性。
因此，未来 6G 网络中需要利用分布式人工智能、区块链、SDN、NFV 等技术建立可按需调整、可弹性伸缩、安全可信、具有自组织、自演进能力的分布式网络，实现多接入网络、海量终端、多样化业务与多模式资源的协同，提升网络的可靠性和安全性等性能。并使得 6G 网络与数字孪生和联邦学习等前沿技术的融合更加稳定可靠，支撑实现 6G 网络的智慧内生和安全内生。 空天地一体化组网：泛在连接、多网融合 在 6G 时代，天基（高轨 / 中轨 / 低轨卫星）、空基（临空 / 高空 / 低空飞行器）等网络将与地基（蜂窝 /WiFi/ 有线）网络深度融合，组成一张空天地一体化网络，不仅能够实现人口常驻区域的常态化覆盖，而且能够实现偏远地区、海上、空中和海外的广域立体覆盖，满足地表及立体空间的全域、全天候的泛在覆盖需求，实现用户随时随地按需接入。此外，天基、空基和地基接入，在不同环境和业务场景下各具优势，空天地一体化融合网络可以综合利用固网资源与卫星资源，并发挥其优势来扩展移动网络的覆盖范围，同时通过天基、空基和地基多接入的融合，提供更快的速率、更好的服务质量（QoS）和更高的可靠性，为用户提供极致、可靠、连续的通信服务。 空天地一体化的 6G 网络将实现人联与物联、无线与有线、广域和近域、空天和地面等的智能全连接，为用户提供泛在通信服务，不仅可以在全球实现宽带和物联网通信，还可以将增强定位导航、实时地球观测等新能力集成到 6G 系统中。未来，用户无论是步行、乘车、乘机，甚至当部分通信基础设施因灾害而受损后，都可以通过同一部终端接入 6G 网络，并获得连续的高质量的服务体验。 空天地一体化网络不是卫星、飞行器与地面网络的简单互联，而是在系统层面实现地面与非地面网络的全面一体化，在体制、协议、网络、业务、终端等方面实现深度融合。目前业界针对空天地一体化网络的研究及标准化已经展开，例如，ITU-R开展了 NGAT_SAT 立项，提出了将卫星系统整合到下一代移动通信系统中；ITU-T 开展了固定、移动、卫星融合标准研究，提出了核心网上星架构、多接入融合网络技术以及业务连续性技术；3GPP 开展了 NTN 和 SAT_ARCH 的标准化工作，致力于将 5G网络与卫星结合，提出了透明弯管和再生两类网络融合架构。产业界和学术界积极推进空天地一体化网络的技术需求、网络架构以及关键使能技术研究和验证。当前，空天地一体化网络的研究还处于起步阶段，通过开展一体化网络体系架构、组网协议、路由交换、网络管理的天地融合设计与研究，实现空天地一体化网络的分阶段、有序推进和部署。具体而言，空天地一体化网络的研究需要在以下方面重点展开：
当前网络架构在广域分布、通信能力受限和拓扑高动态变化网络环境下，面临着组网复杂、传输延迟大、灵活性差、部署成本高等问题。首先，网络连接受到天基、空基网络拓扑动态变化的影响，需要根据网络环境和用户需求进行灵活有效的架构设计，可考虑引入服务化的设计理念。其次，网络功能需要柔性、灵活、分布式地部署在不同地理位置的多个节点，从而实现空天地网络的高效协同。最后，需要考虑多种地面网络和非地面网络在系统架构、技术体制、接口协议层面的融合和简化，解决系统复杂度问题。
移动性管理和会话管理是空天地一体化网络为用户提供连续通信服务的基础。一体化移动性管理需要考虑空天网络拓扑动态变化、传输时延大，星地、星间、空基链路鲁棒性差等问题，融合多领域的移动性技术，增强通信服务的连续性。例如，基于星历信息的星地链路切换技术、基于用户终端 GNSS 定位的切换技术、基于双连接的软切换技术等方案，都是减小切换时延、降低切换频次、提高切换成功率的有效手段，有助于增强业务连续性。一体化会话管理需要考虑天基 / 空基 / 地基异构融合网络的高效协同，实现对一体化异构融合网络资源的高效利用。同时，大规模动态路由技术以及高效网络资源管理策略，能够构建空天地一体化网络的智能连接基座，有助于带宽、时延等用户服务质量的提升。
基于低轨卫星、空基平台等非地面网络的接入服务能够有效提升网络覆盖和容量，但其本身面临着链路时延抖动大、用户和馈电链路切换频繁、星间 / 星地网络拓扑动态变化等一系列不利于服务质量保障的因素。因此，在实际应用中，面向空天地一体化网络的服务质量保障，实现确定性服务质量保障存在很大难度，可行的是通过引入时延探测、时延预测、资源调度等技术方案，以及星历、GNSS 定位等辅助手段，实现带宽、时延等质量可预测的服务保障，为用户提供可预期的可靠通信服务。 网络智慧内生：AI 构建网络、网络赋能 AI 6G 网络需要满足未来 2B/2C 等智慧内生的基本诉求，相比于之前的网络架构设计存在几个方面的范式转变：
由于网络中数据和算力的分布特性，要求 6G 构建开放融合的新型网络架构，实现从传统的 Cloud AI 向Network AI 转变。
和之前网络以下行传输为核心不同，智能服务将带来基站与用户之间更为频繁数据传输，需要重点考虑上行通信的场景需求以更有效地支撑分布式机器学习运用。
未来数据本地化的隐私要求，极致时延性能，以及低碳节能等要求，要将计算带到数据，支持数据在哪里，数据处理就在哪里。 为了应对这些转变，新的网络架构以及相应的协议亟待提出，需要设计一套完整的连接 + 计算 +智能的融合方案，实现网络的智慧内生，而不仅仅只是增强管道连接的性能。新的网络架构对内能够利用智能来优化网络性能，增强用户体验，自动化网络运营，即 AI4Net，实现智能连接和智能管理；同时对外能够为各行业用户提供实时 AI 服务、实时计算类新业务，即 Net4AI。相比于基于云的优势，集成连接和行业的 Cloud AI，在数据隐私、极致性能和海量数据传输导致的高能耗等方面都能提供更优的解决方案。这需要思考和重塑端管云模型，使得 6G 成为一个无处不在、分布式、智慧内生的创新网络，不再是一个纯“管道”，这可能是 6G 的真正机遇。 要支持智慧内生的网络，移动基础设施要从单纯的连接服务发展为连接服务 + 计算服务的异构资源设施，包括网络、算力、存储等。在这样的基础设施上，构建较完善的 AIaaS 平台来提供训练和推理服务，形成完整的 Network AI 架构。主要包括 3个基本的能力，分别为 AI 异构资源编排，AI 工作流编排和 AI 数据服务。资源编排为 AI 任务提供基站、终端等 worker 节点支撑，提供包括计算、传输带宽、存储等各类资源；AI 工作流编排对网络 AI 任务进行控制调度，串联起各个节点完成训练和推理过程； 中间的数据流则由数据服务来管控。由这 3 项基本能力构建起的网络 AI 架构可以高效的为 AI4Net 和Net4AI 执行训练和推理任务，例如智能运维下进行基站和终端异常数据的收集并训练模型，实现异常的自动检测推理任务，有效进行规避。要实现上述目标，Network AI 应原生提供如下关键特性：
AI 的管理和编排主要涉及平台能力的构建，AI工作流的运营、管理和实施部署能力。需要发展相应的工具，针对跨域跨设备等情况来对 Network AI工作流进行统一的管理编排，相关接口也需要标准化。 Network AI 涉及的资源是分布式、混合多类型的，这和 Cloud AI 的资源分布以及类型是完全不同的，需要在网络架构上新增对大规模分布式异构资源进行智能调度的能力。要依据智慧内生网络的特点，设计新的 AI 框架和分布式学习算法，考虑模型的计算依赖和迁移，AI 各层数据传输要适配网络各节点的传输能力等，通过分层分布式的调度，适应复杂环境，满足复合目标和可扩展性，真正体现6G 网络的 AI 原生性。 管理编排机制在实际应用中可以分为集中式和分布式。分布式可以做去中心化的全分布式，也可以进行分层管控。
Network AI 的网络功能架构是分层融合的，如下图所示。
包含全局智能层和区域智能层： 1) 全局智能层，即内生智能超脑，为集中的智能控制中心，具有智能中枢功能，完成全局统筹的中枢控制与智能调度。全局职能层与灵活快速的智能边缘协同组成分布式、层次化控制体系，智能协同分布式网络功能和泛终端智能功能，实现端到端的内生智能控制。 2) 区域智能层，是部署在各种分布式网络或者泛终端智能边缘的智能功能，与智能中枢协同构成网络的内生 AI 体系。区域智能层通过分布式的AI 算法，比如联邦学习算法，与智能中枢共同完成网络的内生智能功能，为海量边缘设备提供快速按需的智能服务。此外，在智能中枢的大尺度控制下，在特定场景下，智能边缘之间可交互实现分布式的智能协同。
在 6G 时代，信息、通信和数据技术将全面深度融合，支持全场景接入，实现海量终端和连接的智能管控，支持根据应用需求和网络状态进行连接的智能调度。同时还需要大量的计算资源进行实时训练和高效推理。这将导致移动通信网络在提供通信相关的控制面和用户面基础上，要考虑增加独立计算面的架构，同时对数据采集和处理有高性能要求。 另外，6G 网络 AI 提供的是一个低碳节能的开放生态，并将持续推动周边产业的发展。包括芯片制造、人工智能、网络终端设备等，如纳米光子芯片等更小且算力更强的芯片；为了满足更快更准确的智能分析业务需求，需要人工智能产业提供训练模型更加优化的机器学习算法，提供可以广泛应用的联邦学习、多智体学习等分布式学习算法；为了实现云 - 边 - 端的新型网络智能架构，需要网络和终端设备产业提供新型的网络设备和接口，以满足网络中各层智能的数据生成和交换。 |
|
|
