读后感：6GANA白皮书《6G数据服务概念与需求白皮书》
以下文章选自《6GANA》
数据被国家认定为继土地、劳动力、资本、技术之后的“第五生产要素，6G时代产生的数据量将会呈现数量级的增长，如何挖掘和实现其价值，是6G网络面临的重大挑战。《6G网络AI概念术语白皮书》在网络AI发展的最高阶段“编管服务AIaaS”中，提出6G数据编管的主要特征为分布式储存和安全隐私。同时，6GANA发布了《6G数据服务概念与需求白皮书》（以下简称“白皮书“），讨论如何通过分布式协同、可信开放等技术，形成高效且安全的数据能力。
首先，白皮书阐述了6G 数据服务的趋势与愿景。在网络向内生智能和感知演进的情况下，数据服务呈现出“数据泛在化，数据协作化，数据知识化，数据资产化”的趋势。数据泛在化指的是集中的数据处理逐渐下沉到靠近数据源的网络边缘，同时终端和传感器数量和分布范围的持续增加，产生的数据在网络中无处不在。数据协作化指的是在数据泛在化的趋势下，需要通过分布式数据协同，来获取不同设备数据集之间的内在规律或隐含模式，并保证数据隐私，例如联邦学习。数据知识化指的是面对6G 网络前所未有的组网规模和复杂度，需要发现数据之间的内在关联和逻辑规则，将数据转化为知识，如知识图谱，使网络进行自学习、自优化。数据资产化指的是数据作为企业的核心资产，其真正的价值体现依赖于流动性和机密性，数据以服务的形式提供给消费者实现价值变现，隐私保护实现数据的重复变现。此外，白皮书封面最下方还特别注明了一句英文：“Trusted Data Services for Network AI“，这也是6G数据服务的愿景，即为6G网络AI等智能服务提供可信数据 – TDaaS (Trusted Data as a Service)。
其次，白皮书针对上述趋势和目标，阐述了6G数据服务的需求与挑战。数据服务的总体需求包括四个方面：用户数据隐私保护意识的增强催生出数据主体的权属需求，网络和业务提供者的以营利为目的催生出数据变现需求、各行业对数据的深度使用催生出数据使用者对数据的可信度和可用性需求，世界各国数据和隐私保护法规的不断完善催生出法律和监管的需求。针对上述总体需求，白皮书进一步细化，指出了数据服务的技术需求与挑战：当前数据服务多为单点技术，缺乏统一的数据服务框架，并面临着如数据层面（包括数据可信）和知识层面的诸多挑战，如多维异构数据的预处理、泛在数据的可靠存储、分布式协同、可信数据溯源、数据流通和共享、数据保护技术和隐私增强计算及数据知识双驱动。
然后，白皮书基于数据服务的需求与挑战，阐述了6G 数据服务概念及定义。首先白皮书对6G 数据进行了定义和分类。6G 网络承载的数据包括 6G 网络的用户和终端、网络设备和功能、基础设施如云平台，算法、应用等产生和消费的数据，并根据数据的来源将数据划分为用户签约、网络运营、感知和AI四种不同类型的数据。在确定6G数据的内涵之后，白皮书进一步地提出了6G 数据服务概念，旨在高效支持端到端的数据采集、传输、存储和共享，解决如何将数据方便、高效、安全地提供给网络内部功能或网络外部功能，在遵从隐私安全法律法规的前提下降低数据获取难度，提升数据服务效率和数据消费体验。
当前网络架构中只有单点技术，缺乏系统性的数据服务，因此6G 数据服务从概念转化到实现需要新的框架设计。白皮书在最后阐述了6G 数据服务框架。首先针对6G数据服务的需求和挑战，白皮书提出了数据服务框架的三条设计原则，即从单点技术向归一化系统架构转化、从集中式信任向去中心化信任转化和从数据驱动向数据和知识双驱动转化。当前各组织也提出了一些数据服务框架，如3GPP的NWDAF、DCCF、ＭFAF、MDAMF聚焦于采集数据提供数据分析报告，ETSI ZSM聚焦于提供管理数据如性能、告警、跟踪、配置、日志、网络拓扑、目录数据等。然而，上述数据服务框架主要聚焦于数据的采析，并未充分考虑数据的隐私安全和海量数据之间的隐含信息，已经不能完全满足6G时代的海量数据分析处理可信等要求，因此白皮书提出了一个6G网络数据服务框架，通过设计原则的三项转变，借助多层级的数据去隐私、安全保护、人工智能和知识图谱技术，将提供数据主体对数据的自主控制权、安全可信的数据访问控制机制，消除单点信任及单点失效的风险，从海量数据中进行智能的知识抽取，提供可信的智能数据服务。
图1 6G数据服务框架
如图1所示，6G网络数据服务框架分为四层，从下到上包括基础设施层、数据服务层、网络AI层和应用层。基础设施层产生了前述的四种类型的数据，供数据服务层使用；数据服务层基于去中心化信任锚点和数据保护技术库，通过数据分布储存、协同处理、按需获取技术提供可信数据服务给网络AI层；本白皮书的网络AI层主要考虑了网络AI中数据相关的功能，通过隐私保护处理及授权后，由机器学习结合知识图谱等 AI 工具实现数据知识化，使能多样化的应用。白皮书中没有对应用层做出详细的解释，但是在架构图中列举了一些应用，如6G网络功能模块、网络数据分析、第三方应用等。从网络与数据的关系看，网络为提供统一的数据服务框架而进行的架构和流程设计，可理解为Net4Data；数据服务层经由网络AI层为网络功能的优化提供智能服务，可以理解成Data4Net；从AI与数据的关系看，数据服务层为网络AI层提供可信数据，可理解为Data4AI；反过来，网络AI层也能为数据服务层提供智能，比如提供数据获取、预处理、存储、特征形成的智能策略，提升数据价值，可理解为AI4Data。另外，应用层的第三方应用和网络功能将在基础设施中继续产生多维数据，供数据服务层使用。因此，6G数据服务框架中的各层之间并非单向的服务和调用关系，而是相互依赖、相互支持、可能存在多种循环和反馈。
数据作为6G网络AI的“新石油”，将成为驱动6G网络的主要因素之一，在提出了6G数据服务框架后，6GANA TG3还推出了《B5G/6G网络智能数据采析》白皮书，提出了一种智能数据采析体系，分析了其中网络数据采集、知识表示与推理、特征数据集构建与评估等技术的发展趋势和技术细节，为业界提供一种网络智能数据技术新思路和新范式。
以上为个人对白皮书的解读，如有错误，欢迎交流，敬请指正！
数据被国家认定为继土地、劳动力、资本、技术之后的“第五生产要素，6G时代产生的数据量将会呈现数量级的增长，如何挖掘和实现其价值，是6G网络面临的重大挑战。《6G网络AI概念术语白皮书》在网络AI发展的最高阶段“编管服务AIaaS”中，提出6G数据编管的主要特征为分布式储存和安全隐私。同时，6GANA发布了《6G数据服务概念与需求白皮书》（以下简称“白皮书“），讨论如何通过分布式协同、可信开放等技术，形成高效且安全的数据能力。
首先，白皮书阐述了6G 数据服务的趋势与愿景。在网络向内生智能和感知演进的情况下，数据服务呈现出“数据泛在化，数据协作化，数据知识化，数据资产化”的趋势。数据泛在化指的是集中的数据处理逐渐下沉到靠近数据源的网络边缘，同时终端和传感器数量和分布范围的持续增加，产生的数据在网络中无处不在。数据协作化指的是在数据泛在化的趋势下，需要通过分布式数据协同，来获取不同设备数据集之间的内在规律或隐含模式，并保证数据隐私，例如联邦学习。数据知识化指的是面对6G 网络前所未有的组网规模和复杂度，需要发现数据之间的内在关联和逻辑规则，将数据转化为知识，如知识图谱，使网络进行自学习、自优化。数据资产化指的是数据作为企业的核心资产，其真正的价值体现依赖于流动性和机密性，数据以服务的形式提供给消费者实现价值变现，隐私保护实现数据的重复变现。此外，白皮书封面最下方还特别注明了一句英文：“Trusted Data Services for Network AI“，这也是6G数据服务的愿景，即为6G网络AI等智能服务提供可信数据 – TDaaS (Trusted Data as a Service)。
其次，白皮书针对上述趋势和目标，阐述了6G数据服务的需求与挑战。数据服务的总体需求包括四个方面：用户数据隐私保护意识的增强催生出数据主体的权属需求，网络和业务提供者的以营利为目的催生出数据变现需求、各行业对数据的深度使用催生出数据使用者对数据的可信度和可用性需求，世界各国数据和隐私保护法规的不断完善催生出法律和监管的需求。针对上述总体需求，白皮书进一步细化，指出了数据服务的技术需求与挑战：当前数据服务多为单点技术，缺乏统一的数据服务框架，并面临着如数据层面（包括数据可信）和知识层面的诸多挑战，如多维异构数据的预处理、泛在数据的可靠存储、分布式协同、可信数据溯源、数据流通和共享、数据保护技术和隐私增强计算及数据知识双驱动。
然后，白皮书基于数据服务的需求与挑战，阐述了6G 数据服务概念及定义。首先白皮书对6G 数据进行了定义和分类。6G 网络承载的数据包括 6G 网络的用户和终端、网络设备和功能、基础设施如云平台，算法、应用等产生和消费的数据，并根据数据的来源将数据划分为用户签约、网络运营、感知和AI四种不同类型的数据。在确定6G数据的内涵之后，白皮书进一步地提出了6G 数据服务概念，旨在高效支持端到端的数据采集、传输、存储和共享，解决如何将数据方便、高效、安全地提供给网络内部功能或网络外部功能，在遵从隐私安全法律法规的前提下降低数据获取难度，提升数据服务效率和数据消费体验。
当前网络架构中只有单点技术，缺乏系统性的数据服务，因此6G 数据服务从概念转化到实现需要新的框架设计。白皮书在最后阐述了6G 数据服务框架。首先针对6G数据服务的需求和挑战，白皮书提出了数据服务框架的三条设计原则，即从单点技术向归一化系统架构转化、从集中式信任向去中心化信任转化和从数据驱动向数据和知识双驱动转化。当前各组织也提出了一些数据服务框架，如3GPP的NWDAF、DCCF、ＭFAF、MDAMF聚焦于采集数据提供数据分析报告，ETSI ZSM聚焦于提供管理数据如性能、告警、跟踪、配置、日志、网络拓扑、目录数据等。然而，上述数据服务框架主要聚焦于数据的采析，并未充分考虑数据的隐私安全和海量数据之间的隐含信息，已经不能完全满足6G时代的海量数据分析处理可信等要求，因此白皮书提出了一个6G网络数据服务框架，通过设计原则的三项转变，借助多层级的数据去隐私、安全保护、人工智能和知识图谱技术，将提供数据主体对数据的自主控制权、安全可信的数据访问控制机制，消除单点信任及单点失效的风险，从海量数据中进行智能的知识抽取，提供可信的智能数据服务。
图1 6G数据服务框架
如图1所示，6G网络数据服务框架分为四层，从下到上包括基础设施层、数据服务层、网络AI层和应用层。基础设施层产生了前述的四种类型的数据，供数据服务层使用；数据服务层基于去中心化信任锚点和数据保护技术库，通过数据分布储存、协同处理、按需获取技术提供可信数据服务给网络AI层；本白皮书的网络AI层主要考虑了网络AI中数据相关的功能，通过隐私保护处理及授权后，由机器学习结合知识图谱等 AI 工具实现数据知识化，使能多样化的应用。白皮书中没有对应用层做出详细的解释，但是在架构图中列举了一些应用，如6G网络功能模块、网络数据分析、第三方应用等。从网络与数据的关系看，网络为提供统一的数据服务框架而进行的架构和流程设计，可理解为Net4Data；数据服务层经由网络AI层为网络功能的优化提供智能服务，可以理解成Data4Net；从AI与数据的关系看，数据服务层为网络AI层提供可信数据，可理解为Data4AI；反过来，网络AI层也能为数据服务层提供智能，比如提供数据获取、预处理、存储、特征形成的智能策略，提升数据价值，可理解为AI4Data。另外，应用层的第三方应用和网络功能将在基础设施中继续产生多维数据，供数据服务层使用。因此，6G数据服务框架中的各层之间并非单向的服务和调用关系，而是相互依赖、相互支持、可能存在多种循环和反馈。
数据作为6G网络AI的“新石油”，将成为驱动6G网络的主要因素之一，在提出了6G数据服务框架后，6GANA TG3还推出了《B5G/6G网络智能数据采析》白皮书，提出了一种智能数据采析体系，分析了其中网络数据采集、知识表示与推理、特征数据集构建与评估等技术的发展趋势和技术细节，为业界提供一种网络智能数据技术新思路和新范式。
以上为个人对白皮书的解读，如有错误，欢迎交流，敬请指正！
