基于DTIM模型的5G网络共建共享运维方案研究与设计

1 引言

5G网络，即第五代移动通信技术（5th generation mobile networks，简称5G或5G技术）是最新一代蜂窝移动通信技术，是继4G、3G和2G网络之后的一种革命性网络新技术，具有高带宽、大连接、低时延等新特性，将给用户带来翻天覆地的影响和变化，带来全新的丰富业务能力和良好的用户体验。5G网络的商用，也成为各国抢占技术高地、享受技术红利的重要阵地之一。

然而，5G网络基站覆盖范围小、耗电多等特点，使运营商独立建设和运营5G网络存在投资过大、见效较慢的问题。为此，为了更好地对用户提供5G网络服务，共建共享成为5G网络建设的一种非常现实的选择。当然，这也给5G网络运维和服务保障带来全新的严峻挑战，例如如何更加高效、精准地进行5G网络规划与建设，如何公平地为双方的用户提供透明的无差别通信服务。为此，需要在传统的网络运维技术基础上，引进新技术、新理念，构建与5G网络共建共享相适应的网络运维系统。

数字孪生技术、联邦机器学习等技术，正是解决上述难题的金钥匙。

数字孪生（即Digital Twin，简称DT），最早起源于制造业，用于航空航天器的健康维护与保障，后来逐渐推广到发动机制造、汽车制造、数控机床等各种制造行业，是智能制造必需的技术基础。百度百科定义的数字孪生，是指充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

百度百科定义的联邦机器学习(Federated machine learning/Federated learning，又名联邦学习，联合学习，联盟学习)技术，是指一个机器学习框架，能有效帮助多个机构在满足用户隐私保护、数据安全和政府法规的要求下，进行数据使用和机器学习建模。

目前，数字孪生技术在国内通信运营商企业里尚处于探索、起步阶段，它对通信运营商全面数字化运营、管理提供了良好的技术演进路径，可以帮助通信运营商实现对网络、客户和空间等企业生产元素的数字化运营和维护。而联邦机器学习技术，经过近些年互联网公司、银行等众多企业的不断推动，逐步受到通信运营商企业的重视，用它来解决集团和省公司、省公司与省公司之间的海量数据协同建模等应用需求。

2 DTIM模型

根据5G网络共建共享运维的需要，本文提出一种面向网络、客户和空间的通用数字孪生模型（Digital Twin Implementation Model，DTIM）。该模型由数字孪生特征Feature、数字孪生模型Model和数字孪生服务Service构成，如图1所示。

（1）孪生特征（DTIM-F），是数字世界用来刻画和代表现实世界对象的特征集合。由自然特征、动态特征、统计特征和预测特征构成：

图1 数字孪生DTIM模型

① 自然特征：是现实世界对象具有代表性的自然属性，比如建筑物信息模型、5G基站型号信息、5G基站经纬度信息等，通常都是比较稳定的静态信息。

② 动态特征：是现实世界对象具有代表性的状态信息，比如客户当前位置、5G基站当前状态、5G基站当前负荷等。

③ 统计特征：是现实世界对象具有代表性的统计信息，比如5G基站近3个月平均故障数、5G客户1个月内投诉次数等。

④ 预测特征：是现实世界对象具有代表性的预测信息，比如5G基站设备发生故障概率、5G客户流失概率等。

（2）孪生模型（DTIM-M），是根据孪生特征进行建模，分为单孪生模型、群孪生模型和跨孪生模型。

① 单孪生模型：针对单个数字孪生对象进行分析建模，如故障预测模型。

② 群孪生模型：针对同类型（如网络）数字孪生对象进行分析建模，如指定区域的5G网络覆盖分析模型。

③ 跨孪生模型：针对多种不同类型（网络、空间和客户）数字孪生对象进行综合分析建模，如指定区域用户体验感知下降根因分析模型。

可以用如图2所示的方式直观地区分3种不同类型的孪生模型。

（3）孪生服务（DTIM-S），是面向应用提供现实世界和数字世界对象的服务，包括孪生交互服务、孪生模型服务、孪生展示服务和孪生仿真服务。

① 孪生交互服务：与现实世界对象进行交互的服务，如信息采集服务、操作控制服务、营销接触服务等。

图2 孪生模型分类区分示意图

② 孪生模型服务：针对孪生模型提供的服务，包括模型推理服务、模型训练服务等。

③ 孪生展示服务：可视化显示现实世界和数字世界对象的服务，包括图片、三维模型等的展示服务。

④ 孪生仿真服务：基于数字世界对象对现实世界进行仿真的服务，如5G网络基站选址仿真服务。

按照部署模式，数字孪生DTIM可以分为孪生BODY和孪生BRAIN两部分，前者以DOCKER容器的方式部署在靠近现实世界对象的边缘节点上，后者则以DOCKER容器的方式部署在拥有较强存储、计算能力和近数据湖的云端。这种部署模式，可以确保数字孪生具备的实时性、真实性、可仿真性等特性得到充分的实现和体现。

3 系统设计

5G网络的共建共享运维平台，要充分发挥参与运营商各自拥有网络、客户数据的优势，实现高效、精准和公平的运维和服务保障。同时，还要符合数据是企业核心资产、安全第一的企业数据管理要求。

3.1 系统架构

图3 系统架构图

如图3所示，共建共享下的运营商A和B，在各自负责建设和运维的区域内，都建设5G网络共建共享运维平台，而由双方共同组建的共建共享中心，通过服务调用的方式，使用5G网络共建共享运维平台提供的服务能力。

A、B两方的5G网络共建共享运维平台，通过联邦协同这个唯一的协同点，在数据不出各自企业环境的情况下，通过联邦机器学习技术，先横后纵，进行双方数据、模型的有效、安全协同。

共建共享各方的5G网络共建共享运维平台，只从自己企业的数据存储中访问数据。

3.2 功能架构

5G网络共建共享运维平台，分层分中心解耦，采用业务中心化、应用服务化的架构（如图4所示），实现服务即应用的IT支撑模式。

图4 功能框架图

5G网络共建共享运维平台，由3个数字中心和基础能力构成。

① 数字孪生中心：包括网络孪生、客户孪生和空间孪生3种孪生。每种孪生，包括孪生实体、孪生模型、孪生训练和孪生服务等功能。而孪生知识图谱，提供和维护这3种孪生的业务关联关系。

② 数字协同中心：包括孪生协同和联邦协同两大功能组。孪生协同功能组由边缘节点管理、容器生命周期管理、应用生命周期管理和边缘消息订阅调度等功能组成；联邦协同功能组，则由联邦角色管理、联邦模型管理、联邦算法管理和联邦服务管理等功能组成。

③ 数字线程中心：是面向5G网络规建维优等应用或人员，提供可视化孪生管理、可视化应用管理、可视化仿真、可视化预测和可视化监控等功能。

④ 基础能力编排：提供资源编排、数据编排和服务编排等基础功能。

⑤ 边缘能力节点：部署用于运行网络孪生和客户孪生Body部分的Docker进程，执行孪生信息采集、孪生对象操作等交互，以及孪生模型推理执行等功能。

3.3 应用价值

基于DTIM模型的新一代5G网络共建共享运维平台设计方案，目前在实验室环境中进行了原型验证，收到预期的效果。

① 实现5G网络规建维优全流程全场景覆盖，提高编排组合（通过孪生体的编排设计场景）、实景管理（全程实时可视化线上实体管理）和时空融合（特定时空下的精确管理线程）等能力。

② 解决跨运营商跨界信息自动化智能协同难题，实现全景感知（通过客户、网络、空间孪生联动全方位感知世界）、全面认知（通过相关孪生体之前的联邦机器学习全面认知用户）、共建共享（基于全量数据规划建设网络，提供无差别体验）。

③ 可打造实时、敏捷、高效的自适应5G网络，实现实时更新（实时展现真实世界变化，提供沉浸式体验）、数据驱动（依据实时数据集训练模型自主评估、发现问题并调整和个性服务（孪生个体根据远程医疗等特殊业务场景提供个性服务）。

在经济和社会效益方面，可实现更加精准精细化网络规划，提高网络投资效率，提高网络自适应、自组织能力，节能降维增效，实时智能管理客户体验感知，增强客户粘性，提高客户响应能力。同时，带动跨企业（运营商）数据合作，催生基于联邦协同的新商业模式，加快企业全面数字化经营进程。

作为一种技术创新设计方案，基于DTIM模型的新一代5G网络共建共享运维平台，在落地部署时，需要5G网络共建共享各参与方按照约定的数据和模型要求，推动双方的协同。

4 结束语

数字孪生技术的引入，将显著提升5G网络运营维护的敏捷性、实时性和灵活性。而网络运维组件服务化理念的引入，与5G网络本身提倡的服务化一脉相承。因此，基于DTIM模型的新一代5G网络共建共享运维方案，具有较好的应用推广价值。进一步简化服务编排和管理以提高系统整体水平扩展能力，以及开展网络故障根因分析等，成为后期潜在的研究方向。