NWDAF网络数据分析功能的标准演进

随着5G业务形态呈现多样化,核心网需要融合人工智能技术,提升网络数据分析能力以满足复杂的业务需求。NWDAF作为5G核心网络架构的一部分,可以向网络提供数据分析服务,为实现网络的自动化和智能化提供重要的技术基础,它的功能在不断地被增强和完善,但在研究和实际应用时也会面临诸多挑战。聚焦国际标准化组织对NWDAF的研究内容,首先介绍了NWDAF核心技术在国际标准化组织中的研究进展,指出了在3GPP各个标准版本中NWDAF网络分析架构和网络分析能力增强的具体内容;然后分析了NWDAF核心技术未来演进的挑战和方向,指出了NWDAF在实际应用时所面临的实时性、安全性、可靠性以及准确性要求高等挑战,同时针对相关挑战展望了NWDAF技术的发展方向,包括研究可信的分布式AI技术以及跨平台AI模型共享技术等。

基于6G的联邦学习部署和应用

为了促使6G与联邦学习技术的深度融合,讨论了联邦学习技术在6G中的研究进展,主要包括联邦学习技术在标准中的研究进展、基于联邦学习技术的分布式智能化网络架构的研究进展以及联邦学习使能技术的研究进展等。以联邦学习技术在6G中的部署与应用为着眼点,对联邦学习技术在6G中的部署及应用方案进行分析,最后阐明了联邦学习技术在6G部署时可能面临的问题和挑战、需要关注的研究重点以及潜在的研究方向。