![]()
在数字化浪潮中，6G时代已经悄然临近，OSS技术作为推动通信网络智能化升级的核心引擎，其重要性不言而喻。《6G OSS技术白皮书》深入剖析了6G时代OSS技术的核心架构、关键技术以及应用前景，并对当前OSS技术的最新进展和演进方向进行了全面梳理和展望。今天，我们推出的是系列文章的最后一篇——《6G OSS的实现》和《总结与展望》，具体介绍6G OSS演进思路与标准演进方向。本书致力于为广大通信从业者、技术研究者以及关注通信产业发展的朋友们提供参考，助力大家深入了解和掌握6G OSS技术的最新动态。亚信科技（中国）有限公司
七. 6G OSS的实现
在第四章和第五章中，我们重点分析了6G OSS系统的关键技术和功能架构，但是6G OSS系统的实现不是一蹴而就的，而是在现有网络的OSS系统基础上，逐步演进分阶段实现的。7.1 5G OSS现状
5G OSS的主要功能可抽象为网络业务编排、网络资源管理、网络故障监控、网络性能与质量、网络体验分析、网络运维流程保障六个主要功能。
网络业务编排：负责业务开通端到端高阶流程的设计与编排能力，统筹调度跨专业子流程，统一提供开通接口对接业务运营系统。实现流程的统一设计、运行及全程可视化管理功能。网络资源管理：负责运营商全专业网络资源数据管理、资源入网管理、资源调度管理、端到端网络资源拓扑视图等应用，提供各类资源服务[46]。网络故障监控：实现网络集中监控，提供网络监控开放能力，实现端到端业务感知监控以及以事件为中心的集中监控，并通过全自动服务化方式实现[47]。网络性能与质量：实现网络与业务质量的端到端分析及各类主题分析应用、网络性能集中监控分析，特别对如VoNR等跨域多专业业务实现质差识别、派单及闭环管理[48]。网络体验分析：实现对各类用户关键业务质量的体验定量分析，实现质差用户的识别、安抚及问题处理，并实现预防式运维[49,50]。网络运维流程保障：实现运维统一集中调度管理，提供自动派单等服务，涉及工单管理、代维管理、装维等应用，以及支撑上述应用的基础数据管理与统计分析功能。与各类网络设备OMC相关的专业管理单元：实现专业内网络设备的自动操作维护和自动配置激活。随着自智网络理念的不断深入，作为自智网络发展引擎的网络OSS系统也不断提升其自动化、智能化水平，随之而来目前主流运营商5G OSS体系中出现了一些通用化、平台化技术或系统，包括网络数据平台、AI平台等，其主要功能如下：网络数据平台：网络数据平台是数字化转型及数据驱动的基础能力，负责网络管理领域各类数据的统一采集、存储。网络数据平台接入运营商全网全专业的网络与业务系统数据，在此基础之上对数据进行集中管理、集中存储与统一建模，同时面向运营商内部各类业务系统与应用提供数据同步、数据服务、租户入驻等多种形成的数据访问服务，支持批量数据和实时数据共享，可以满足运营商内不同系统的数据使用需求，为运营商网络全生命周期自动化网络提供数据基础保障。网络AI平台：网络AI能力的需求随着管理活动自动化程度的不断提升其作用越发明显，网络AI平台作为大规模智能服务的外挂式AI基础设施，向整个OSS系统提供体系化、工程化的AI技术能力。其可以单独或协同NWDAF、SON等功能实体，从各网元或网络系统统一收集数据信息，基于自智网络的各领域模型进行实时和离线推理，向各网络智能化应用注智赋能[51,52]。7.2 6G OSS的演进思路
6G OSS系统是面向6G网络提供空天地、通感算一体化运维管理、赋能网络全域自动化、智能化、孪生化能力，并向社会提供ESG服务的内生安全和智慧的网络管理系统。如图6-1所示，6G OSS系统的实现演进思路可分为智慧互联、协作赋能和融合一体三个阶段。阶段一：分域互联型6G OSS
在智慧互联阶段，6G OSS系统将实现对6G空、天、地一体化新型网络的纳管，以及对通感算融合的新型业务的运营，同时它还将与现有如4/5G的现存网络之间连通。6G OSS将采集解析不同制式网络的数据用以进行6G网络运维；通过系统间的互联交互实现多模网络数据的联合分析，进一步提升OSS的价值。同时，6G OSS主要面向6G网络提供通感算资源的资源协同调度和管理，并实现自动化、智能化、孪生化三种核心能力闭环与6G OSS系统各项功能之间的互联应用。
在协作赋能阶段，6G OSS系统将实现针对6G空天地网络和现有制式网络的不同网络子域之间的协作运维，并实现通感算业务之间的协作优化。6GOSS的自动化、智能化和孪生化核心能力将与现有网络的运维系统及流程深度整合大幅提升存量网络的自智水平。在融合一体阶段，对于通感算资源深度融合的调度和管理、空天地一体网络业务选择与开通等新型业务，6G OSS基于增强的意图驱动能力将实现6G网络和现有制式网络资源的综合调度管控，并实现基于6G空天地网络和现有制式网络融合架构的全域业务编排和网络运维，同时实现意图驱动的自动化、智能化、孪生化三种核心能力闭环的融合应用。![]()
图7-1：6G OSS系统的实现演进
伴随通信网络的代际演进，网络业务的复杂度不断提升，为提升实现网络运维及管理效率，以OSS系统为主要实现的网络管理架构在不同时期的标准化制定过程中也体现出不同演进重点。
3G系统的网络管理主要面向网络业务支持。国际电信联盟（ITU）于20世纪80年代后期引入的TMN框架。ITU-T M.3010提出了TMN的逻辑分层架构（LLA）：网络元素层（NEL），网元管理层EML，网络管理层NML，业务管理层SML，事务管理层BML。ITU-T M.3400 规定了TMN五大管理功能域：故障管理、配置管理、计费管理、性能管理、安全管理( FCAPS )。TMN应用领域非常广泛，涉及电信网及电信业务管理从业务预测到网络规划；从电信工程，系统安装到运行维护，网络组织；从业务控制和质量保证到电信企业的事物管理等。90年代中期TMF提出了面向电信行业的业务流程模型TOM模型（Telecom Operations Map），由于TOM模型缺少企业管理的内容，另外也缺少对互联网和电子商务催生的新业务支持，在2001年TMF提出了eTOM模型（enhanced TOM）来完善该模型。eTOM中的过程管理域关注的焦点是在服务（Fulfillment）,保障（Assurance）和Billing & Revenue Management（计费），这三个组也被简称为“FAB”。eTOM模型为整个行业提供了一个基础性的框架，成为事实上的行业标准和共同语言。4G时代的网络管理重点关注面向网络虚拟化的支持。为了加速部署新的网络服务，网络服务提供商和电信运营商积极拥抱网络功能虚拟化（NFV），从而可以逐步放弃笨重昂贵的专用网络设备。2012年10月由13个运营商成立了欧洲通信标准协会ETSI（European Telecommunications Standards Institute）的一个致力于推动“网络功能虚拟化的工作组（ETSI ISG NFV），通过负责开发制定电信网络的虚拟化架构，如NFV MANO。2014年，ETSI率先启动MEC（Mobile Edge Computing，移动边缘计算）标准项目。这一项目组旨在移动网络边缘为应用开发商与内容提供商搭建一个云化计算与IT环境的服务平台，并通过该平台开放无线侧网络信息，实现高带宽、低时延业务支撑与本地管理。2016年ETSI把MEC的接入方式，从蜂窝网络扩展到WLAN等其他接入方式，即把移动边缘计算的概念，扩展成为了新的MEC（Multi-access Edge Computing，多接入边缘计算）。随着AI技术的发展，5G网络管理主要面向网络智能化增强。3GPP在5G标准制定之初，就考虑将AI与大数据分析技术应用于5G网络。2017初，R15版本首次引入NWDAF（Network Data Analytics Function，网络数据分析功能）网元，作为5G网络AI+大数据引擎。2018启动了“意图驱动的移动网络管理服务”并在TR 28.812中明确了意图驱动的网络管理服务的概念、自动化机制、应用场景以及描述意图的机制等。2020年成立“自治网络分级（Autonomous Network Levels，ANL）”标准项目。此外，3GPP还在TS28.533中定义了MDAS（Management Data Analytics Service，管理数据分析服务）提供不同网络相关参数的数据分析，包括负载水平和/或资源利用率。ETSI于2017年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小组（Experiential Networked Intelligence Industry Specification Group，ENI ISG），提出了利用 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，通过自动化的服务提供、运营和保障等提升 5G 网络性能。同年12月，ISG ZSM （Zero Touch Network & Service Management）工作组成立，该工作组偏重无线和核心网, 其标准化目标是端到端网络及服务进行自动化管理（如交付、部署、配置、维护和优化）。2019 年，TM Forum发起倡议并设立自智网络 ( Autonomous Networks )协作项目，旨在定义全自动化的零等待、零接触、零故障的电信网络，以支撑电信内部用户实现自配置、自修复、自优化、自演进的电信网络基础设施，探索并提供行业领先的端到端网络自动化方法论。5G Advanced：面向云原生服务化的网络管理架构随着云相关技术的不断发展和成熟，为了支持业务的快速上线、按需部署，5G核心网经历了从SDN/NFV，再到云原生的网络演进，面向5G-Advance，网络服务化正由核心网向全网服务化演进。3GPP已完成5G核心网服务化架构（SBA）以及基于服务化管理服务（MnS）的标准化研制，未来可以通过不断优化解耦，通过开放式服务化提升网络管理的效率。随着各行业数字化转型的深入，面向数智驱动、泛在连接和虚实相生的未来网络新时代，2020年TM Forum推出了ODA（Open Digital Architecture）开放数字框架，通过提供标准化的云原生软件组件的方式助力运营商像搭积木一样搭建支持自动化运维的数字化IT系统，从而实现服务供应商及其供应商可以接受协同开发和跨组织的敏捷工作方式。基于以上网络管理相关架构的演进分析，面向未来6G通感算、空天地一体化的全新型网络架构，相应网络管理系统的设计也需要从过去打补丁式的单维能力增强或新增，向全栈OSS架构重构思考。如图 7-2所示，6G OSS的网络管理核心功能需在原有传统网络业务支持的基础上需进一步新增面向空天地网络融合编排管理、通感算一体化调度管理、ESG管理。通过数据管理以及意图管理等管理服务的引入，全面保障网络端到端服务质量和资源优化。在实现网络管理自动化、智能化之外，通过数字孪生技术进行网络仿真推演，为网络管理决策提供直观精确的孪生化的支撑。此外，6G OSS还将从网络内生的角度提供安全可信以及ESG支持，全面保障6G OSS的可持续发展。![]()
图7-2：现有网络管理架构向6G OSS演进
作为业界第一本前瞻性、系统性研究6G OSS的白皮书，本文从全球6G网络发展现状入手，全面分析了6G网络的典型业务场景、潜在关键技术和网络架构演进对于OSS的新需求；结合6G现状和OSS系统发展提出了6G OSS的总体愿景，研究了6G OSS系统的12项潜在关键技术，提出了由核心业务功能、三大管理功能和三大闭环核心能力组成的6G OSS系统功能架构，探讨向6G OSS系统演进的实现之路。当前，业界对于6G系统架构和关键技术的研究尚处于预研阶段，对于6G OSS的研究刚刚起步，6G基础设施建设与商用还是中远期目标。但是，从6G OSS的自动化、智能化、数字孪生化三大闭环核心能力看，业界已经具备了一定的研究基础和技术沉淀，并且这三项能力可以依托现有的5G网络智能化、算力网络、5G专网等基础设施开展先行先试的技术研发和原型系统研制。同时，数字孪生等技术的率先发展也可以加速6G网络创新，降低行业研发成本和缩短研发周期。因此，面向2030年6G网络的商用目标，6G OSS已具备了率先研发建设的基础条件和驱动力。结合6G OSS的5大愿景，我们对于其发展路标做出如下展望：在2025年，完成面向分域互联型6G OSS的演进。此阶段6G OSS系统将支持面向6G空天地一体化架构的分域运维并与现有4/5G的现存网络之间实现连通，具备对于6G新无线技术的管理功能和基于算力内生网络的通算业务编排管理功能、并且初步具备数字孪生、内生AI和自动化三种能力的闭环及与6G OSS系统各项功能之间的互联应用；在2027年，完成面向协作运维型6G OSS的演进，实现“从网络智能化管理扩展到网络自动化、智能化、数字孪生化管理”和“构建安全可信的6G OSS体系”，并初步实现“从5G自智网络L5级向6G OSS ready演进”、“将环境、社会、治理（ESG）纳入6G OSS能力体系”的愿景目标。此阶段6G OSS系统将具备针对6G空天地网络和现有制式网络的不同网络子域之间的协作运维功能，并实现通感算业务之间的协作优化功能，同时将实现6G OSS的数字孪生能力、内生AI能力和自动化能力与现存网络管理系统的协作应用。在2030年，完成面向一体融合型6G OSS的演进，全面实现6G OSS“从网络单体/单域管理到空天地、通感算一体化管理演进”、“从5G自智网络L5级向6G OSS ready演进”等五大愿景目标。此阶段6G OSS系统将全面具备12项关键技术能力，实现6G网络和现有制式网络的资源一体化调度管控，6G空天地网络和现有制式网络融合架构的全域业务编排和网络运维，同时实现基于增强型意图驱动的自动化、智能化、孪生化三种核心能力闭环的融合应用。参考资料
[46] Y. Ouyang, T. Yan, "Profiling Wireless Resource Usage for Mobile Apps via Crowdsourcing-based Network Analytics" Internet of Things Journal, IEEE, vol.PP, no.99, 2015[47] Ye Ouyang, Alexis Huet, J. P. Shim, and Mantian (Mandy) Hu, “Latent Clustering Models for Outlier Identification in Telecom Data” Mobile Information Systems, vol. 2016, Article ID 1542540, 2016[48] Ouyang, Y.; Yan, T.; Wang, G., "CrowdMi: Scalable and Diagnosable Mobile Voice Quality Assessment Through Wireless Analytics," Internet of Things Journal, IEEE vol.PP, no.99, 2014[49] Y. Ouyang, Z. Li, L. Su, W. Lu and Z. Lin, "Application behaviors Driven Self-Organizing Network (SON) for 4G LTE networks" in IEEE Transactions on Network Science and Engineering, 2018[50] Ouyang, Y., Li, Z, Su, L., Lin, Z., Lu, W., “APP-SON: Application Characteristics Driven SON to Optimize 4/5G Network Performance and Quality of Experience” IEEE International Conference on Big Data, 2017 [51] D. Zou, J. Ding, X. Wang, X. Ye, Y. Ouyang. “Research on network cloud equipment anomaly and root cause analysis”ITU Journal on Future and Evolving Technologies, Volume 3 (2022), Issue 2, Pages 89-97, 2022[52] J. Yin, W. Li, X. Wang, X. Ye, Y. Ouyang “4G/5G Cell-level multi-indicator forecasting based on dense-MLP” ITU Journal on Future and Evolving Technologies, Volume 3 (2022), Issue 2, Pages 108-116, 2022
