6GANA 6G数据服务概念与需求白皮书 6G Data Service-Concept and Requirements 2022/1/9 TrustedDataServicesforNetworkAl 摘要 数据是数字化社会的五大生产要素之一，是数据区动型社会的“新石油”。数据的可信和高效利 用需要完整的治理架构，贯穿从数据产生、收集、存储、传输、处理、交换与共享的整个生命周 期。数据价值的挖掘与变现需要全新的数据服务理念以实现为各类智能应用提供可信可靠的数据 输入，并最终提升社会的生产效率和人们的生活质量。随着社会经济的高效运行越来越依赖于无 线通信网络，6G网络将成为各类关键基础设施的基础设施。作为数据的生产者、消费者和承载 者，6G网络如何结合其内生智能、内生感知等新的能力，为AlaaS提供可信的数据服务，将是 6G网络架构迫切需要回答的问题。本文针对6G网络承载的数据，从数据管理技术趋势与愿景 需求与挑战等不同角度阐述数据服务的必要性和意义，并结合6G网络场景，给出数据的分类和 6G数据服务的概念与框架，并着重对网络AI相关数据服务展开讨论。 摘要 6G数据服务趋势与愿景 二 6G数据服务的需求与挑战 三 6G数据服务概念及定义 11 四、 6G数据服务架构简述 五 总结及展望 ..17 参考文档 缩略语， 18 文档作者列表： 贡献者 单位 严学强、赵明宇、习燕 华为 李唯源、李琴、郑碧 中国移动 李文璟、周凡钦 北京邮电大学 尤建洁 紫金山实验室 曹畅、杨文聪 中国联通 程冠杰、邓水光 浙江大学 平静 上海诺基亚贝尔 袁雁南 vivo 赵燕、王达 亚信科技 包施晗 中国信科 一、6G数据服务趋势与愿景 内生感知和智能将是6G网络的两大主要新增能力，前者产生海量数据，后者基于数据进行 自动决策以提升网络性能或作为服务提供给上层应用。得益于大数据技术以及人工智能的巨大成 功，其在无线网络中的应用也日趋成熟。随着通信和感知的融合，感知作为6G内生能力通过感 知网络自身状态、周围环境、以及用户/设备行为等为人工智能算法提供大量数据。以往作为信息 传递的网络，逐渐转变为数据的承载平台。从数据价值挖掘的角度，网络一方面是数据的生产者 和提供者，为各类智能应用提供可信数据服务，同时又是网络数据的消费者，借助数据驱动的智 能应用提升网络性能和运营效率。 数据被认为是数字化社会的“新石油”，是驱动社会进步的新动力。但如何”开采”和”提 炼”以挖掘和实现其价值，是6G网络面临的挑战。特别是在数据安全和隐私保护意识增强的当 下，法律法规也日趋完善，如何在可管可控的前提下，实现可信的数据管理，需要结合数据自身 的发展趋势做出相应架构设计。在网络向内生智能和感知演进的趋势下，对数据生成、管理和使 用，皇现出“数据泛在化，数据协作化，数据知识化，数据资产化”等趋势。 6G数据相比5G时代呈现出更加海量、多态、时序、关联的特点，而6G内生智能是基于数 据区动的自动决策，因此6G数据服务会以“自生长”为特征，通过分布式协同、可信开放等技 术，形成高效且安全的数据能力。 基于数据逻辑管理与操作统一化、物理部署分离的“数据面”为架构，以数据的分层分域为 基础，以数据质量的提升为手段，通过云边端的分布式数据协同，灵活、高效地为云边端A/模型 训练提供数据，通过AI算法等提升数据的认知能力并创造新价值，同时借助隐私计算等关键技 术对外提供安全可控的数据能力，以保障自下而上的数据服务自生长 数据泛在化 网络的基本功能正在从信息传递的管道向数据管控的平台转变。传统网络架构围绕业务为中 心设计，数据跟随业务形成数据孤岛。同时集中的算力和存储资源的部署，数据往往被集中到中 心节点或中心云进行处理。随看算力和存储资源的成本降低，以及大量低时延业务和局域应用的 出现，算力和存储，以及依赖于两者的算法趋向于在靠近数据源的网络边缘部署，从而形成以数 据为中心设计的网络。同时由于通信感知融合，终端和传感器无处不在，网络自身也成为海量数 据的生产者，在借助数据驱动的智能应用提升网络性能和网络运行效率的同时，也为不同智能应 用提供不同层面的服务，如可信数据服务、网络A服务等。持续产生数据，在物理空间分布上无 处不在，数据量的增长也前所未有。据IDC的预测，到2025年，全球将有557亿连接设备，其 中75%为loT设备，到2025年它们将产生73.1ZB。随着智能连接设备的谱及，连接智能场景将 产生和消费大量的数据，如一辆自动驾驶车辆，其配置的各类车载传感器，包括摄像头、激光雷 达、声纳、雷达、GPS等，每天产生约4TB数据。据statista预测，到2025年全球产生和消费 的数据总量将达到181ZB。而据华为预测，到2030年全球每年产生的数据总量将达到1YB，相 比2020年增长23倍。如果考虑6G网络AI，以及内生感知等网络能力，自前的对数量总量的预 测还是相对保守的。 Data volume ln zetabytes 200 15 图1全球产生和消费的数据总量-数据来源（statista2021） 数据协作化 数据反映事物的本质，数据的收集、分析和应用往往需要不同数据集之间的协同，单一或孤 立的数据集往往无法反映内在规律或隐含的模式。一些大规模问题甚至是全球性困难问题必须通 过数据协作完成。6G网络内生AI作为下一代无线网络提供多样化智能应用的使能，需要在区域 跨域、整网范围大量的数据协作、共享和处理。在6G时代，海量终端将产生大量且多样的数据 但这些数据往往分布在不同的终端、网络设备上，仅具有局部视野：如果将这些数据集中起来 将带来隐私和安全风险，并会产生数据传输成本，因此，这些散落在各地的“小数据”需要以协 同的方式，实现全局感知，具备和天数据同样的价值。 随看算力的泛在化，分布式计算和机器学习日渐普及，同时基于隐私保护或法律法规的要求 分布式训练的参与者需要保护本地数据的隐私，因此需要在协作的同时保障数据安全与隐私。从 数据的视角看，联邦学习的本质就是一种数据协作，其参与者基于本地数据集训练得到局部模型 然后将局部模型传递给模型聚合或其他参与者，共同完成全局模型的训练。 数据知识化 当前数据驱区动的机器学习模型和算法，主要着眼于为桌个特定问题提供一种高效算法，所用 的各类学习模型依赖于良好的设计，学习模型自身也只能面向特定问题对自身参数进行针对性训 练调整，无法实现从各类网络问题现象到解决方案的端到端解决方案。网络是个复杂系统，而 6G网络前所未有的组网规模和复杂度，导致数据区动智能应对6G网络随需而变的需求面临挑战 需要从数据驱动向数据与知识双驱动的智能模式转变。这就需要6G网络智能层既能吸收和掌握 现有的网络领域的专业知识，进一步地也能通过自学习和推理不断丰富网络领域业务知识 除了通信领域中积累的理论和经验，6G网络中海量的大数据也是知识的来源之一，通过对网 络大数据的分析、挖掘和可视化，发现数据之间的内在关联和逻辑规则，提炼出其中所包含知识 将数据转化为知识，有助于6G网络如同人脑一样，具备认知能力，能够“会思考”，进行自学 习、自优化。通过知识图谱、知识库、符合规则等对知识进行表示和存储，能够将6G网络中海 量的数据、复杂的连接进行有效的加工、处理、整合，实现知识的快速响应和推理，使6G网络 的知识互联成为了可能。知识图谱通过把错综复杂的数据转化成体现相互关联的知识，实现数据 的结构化和知识化。其强大的语义表示能力和推理能力，能够弥补数据驱动的连接主义人工智能 不可解释性带来的缺陷。 数据资产化 数据是继土地、劳动力、资本和技术之后的第五大生产要素，是新型生产力，是社会发展的 新变量，是时代进步的新动能。数据也往往被称作是企业的核心资产，是差异化竞争优势的基础 不过和传统意义上的资产或无形资产的特性不同，数据资产的概念并不完全符合会计准则中对于 “资产”或“无形资产“的定义。但这并不影响人们从广义上认可其对自动化决策和优化的质献 而呈现的价值。数据的真正价值体现依赖于其流动性和机密性。数据的开放共享是实现数据流动 并体现价值的重要机制；数据的拥有者或提供者把数据必须以一种服务的形式提供给数据消费者 使用才能实现价值变现。数据变现不是一次性买卖，需要保证数据在隐私保护下的交换，实现数 据的重复变现。对网络AI而言，基于大量训练数据训练好的AI模型，其本身也是需要保护的一 种重要的知识产权。 6G网络数据服务愿景：为6G网络AI等智能服务提供可信数据 -TDaaS(TrustedDataasaService 二、6G数据服务的需求与挑战 数据服务的总体需求： 1.数据主体的权属需求：近来国内外数据安全及隐私泄露事件层出不穷，唤起民众对数据安 全和隐私保护等安全意识的增强，这也直接体现在用户对数据自主可控的需求数据权属和数据 安全问题是数字学化社会发展绕不开的难题。如何让数据流动交互产生价值，同时又能确保隐私保 护和安全是数据服务面临的挑战。数据主体应能够自主决定是否将个人数据变现、共享或提供给 AI模型进行训练或推理。 2.网络和业务提供者的数据变现需求：未来6G网络将会产生海量且多样的数据，例如网络 运营数据、AI数据、用户签约数据、IoT/感知数据等。一方面，6G网络将充分利用数据“金 矿”，使能更加完善的智能服务，提高运营效率。另一方面，6G网络将不再只是数据传输的“管 道”，同时也是可信数据服务的平台。在满足数据法规的监管要求的前提下，为各类算法和应用 提供可信的数据服务：通过人工智能等手段对数据进行深入挖掘，从中发现新机会、创造新的价 值，为运营商开源增值。 3.