Skip to content

NWDAF 网络数据分析功能

NWDAF(Network Data Analytics Function,网络数据分析功能)是 3GPP 在 5G 核心网里定义的一个网络功能(NF),职责是从网络里采数据,跑出分析结果,再把结果通过服务化接口交给其他网元或应用去用。

它要解决的问题很具体。4G 时代运营商也做网络分析,但数据采集靠的是各家厂商自己的接口、自己的日志格式、自己的探针,换一家厂商就得重做一遍集成。NWDAF 把「谁能被采数据、采什么、怎么采、结果长什么样」写进了规范,分析于是从一个厂商私有的旁路系统,变成了核心网里一个有标准接口的正式网元。

三份主要规范

  • TS 23.288 是主规范,定义 NWDAF 的架构、每个 Analytics ID 的输入输出和流程。看 NWDAF 应该从这份开始。
  • TS 29.520 是 stage 3,定义 Nnwdaf 服务的 HTTP/2 API 和 OpenAPI 描述。
  • TR 23.791 是 Rel-16 的立项研究报告,今天能看到的那批用例基本都来自它。

一句话概括它的定位:NWDAF 是控制面里的分析网元,输出的是给自动化决策用的数据,不是给人看的报表。

5GC 是服务化架构(SBA),所有网元挂在同一条总线上,互相以「服务」的形式调用。NWDAF 在这条总线上同时扮演两个角色:

┌──────────── 数据源 ────────────┐
AMF SMF PCF UDM NRF AF(经 NEF) OAM/管理面
│ │ │ │ │ │ │
└─────┴─────┴──┬──┴─────┴────────┴───────────┘
│ Namf/Nsmf/… _EventExposure(NWDAF 作为消费者)
┌───────────────┐
│ NWDAF │ 采集 → 训练/推理 → 输出统计与预测
└───────────────┘
│ Nnwdaf_EventsSubscription / Nnwdaf_AnalyticsInfo
┌──────────────┼──────────────┬────────────┐
▼ ▼ ▼ ▼
PCF AMF SMF NSSF / NEF+AF / 编排器
(NWDAF 作为生产者,消费者拿去做决策)
  • 作为消费者:向 AMF、SMF、PCF、UDM、NRF 订阅事件,向 OAM 要无线侧和网元的性能数据,通过 NEF 拿应用侧数据。
  • 作为生产者:把分析结果暴露给 PCF、AMF、SMF、NSSF、NEF/AF、编排器。

消费者不需要预先知道 NWDAF 部署在哪。NWDAF 注册到 NRF 时会带上自己支持的 Analytics ID、服务区域、S-NSSAI 等信息,消费者拿 Analytics ID 去 NRF 做发现,就能找到合适的实例。

NWDAF 对外主要就两个服务,区别是一次性还是持续

服务操作语义适用场景
Nnwdaf_AnalyticsInfoRequest一问一答,请求即返回决策点上临时查一次,比如选 UPF 前问一下 DN 性能
Nnwdaf_EventsSubscriptionSubscribe / Unsubscribe / Notify订阅后按周期或按阈值持续推送闭环监控,比如切片负载超阈值就通知

订阅时消费者要给出的关键参数:

参数含义
Analytics ID要哪一类分析,见下一节的清单
Target of Analytics Reporting分析对象是单个 UE、一组 UE,还是「任意 UE」
Analytics Filter Information过滤条件,比如 S-NSSAI、DNN、area of interest、应用 ID
Analytics target period时间窗。落在过去就是统计,落在未来就是预测
Preferred level of accuracy期望精度,NWDAF 据此选模型和数据量
Reporting thresholds阈值,只在越界时才通知,用来压低通知量

返回的结果分两类,这个区分很重要:

  • Statistics(统计):面向过去某个时间窗的观测结果。
  • Prediction(预测):面向未来,必须带 Confidence(置信度)Validity Period(有效期)
预测是会错的

消费者拿到预测就去改策略,等于把网络行为绑在了一个概率结果上。所以 confidence 和 validity period 不是装饰性字段,闭环逻辑里要真的读它们,并且要设计好预测失准时的回退路径。

Analytics ID 是 NWDAF 的核心词汇表,规范每加一版就会长一点。Rel-16 定下来的基础集合:

Analytics ID分析什么典型消费者拿去做什么
SLICE_LOAD_LEVEL切片实例的负载等级NSSF、PCF、AMF切片选择、准入控制、切片扩容
NF_LOAD单个 NF 的负载与预测编排器、OAMNF 扩缩容、NF 选择
NETWORK_PERFORMANCE区域内的网络性能与 gNB 状态编排器、AF容量规划、业务调度
SERVICE_EXPERIENCE观测到的业务体验(MOS 类指标)PCF、AF(经 NEF)调 QoS、调码率
UE_MOBILITYUE 的移动轨迹与位置预测AMF、SMF注册区与寻呼优化、边缘 UPF 选择
UE_COMMUE 的通信模式(何时收发、多大量)AMF、SMF、NEF生成 Expected UE Behaviour 参数、配 MICO/DRX
ABNORMAL_BEHAVIOURUE 的异常行为AMF、SMF、PCF识别被劫持或误用的终端,限速或断开
USER_DATA_CONGESTION特定位置的用户面拥塞AF(经 NEF)、PCF拥塞感知的内容分发
QOS_SUSTAINABILITY某区域内 QoS 能否维持AF(经 NEF)提前降级业务

Rel-17 之后陆续补进来的,按同一套框架工作,只是分析对象更细:DN_PERFORMANCE(数据网络侧性能,用于边缘应用重定位)、DISPERSION(数据与业务在时空上的分散度)、WLAN_PERFORMANCERED_TRANS_EXP(冗余传输体验)、SM_CONGESTION,以及 Rel-18 面向定位精度和端到端传输时间的几项。

看规范时的省力方法

TS 23.288 里每个 Analytics ID 的写法是固定的四段:输入参数、需要采集的数据(列明从哪个 NF 的哪个事件采)、输出格式、以及消费者侧的示例流程。摸清一个的结构,剩下的都能照着读。

NWDAF 自己不产生数据,全靠采。数据源有四类:

  1. 5GC 网元,走各自的 Event Exposure 服务:Namf_EventExposure(注册、可达性、位置变化)、Nsmf_EventExposure(PDU 会话建立释放、UP 路径变化)、Nudm_EventExposureNpcf_EventExposure
  2. NRF,拿 NF 的注册与状态信息。
  3. OAM / 管理面,拿无线侧和网元的性能测量。RAN 侧数据基本只能从这条路来,因为 NWDAF 和 gNB 之间没有直接接口。
  4. AF(应用功能),经由 NEF 上报应用层的体验数据,比如码率、卡顿、MOS。
数据采集才是真正的工程瓶颈

按规范直接实现,NWDAF 会向 AMF、SMF 发起大量订阅,per-UE 粒度的订阅尤其贵。多个 NWDAF 实例还可能向同一个 NF 重复订阅同一份数据。在真实网络的话务量下,「给核心网加了个分析功能」很容易变成「给核心网加了个持续负载」。Rel-17 引入的那套数据采集框架就是冲着这个问题来的。

Rel-17 之后:拆功能,拆数据通路

Section titled “Rel-17 之后:拆功能,拆数据通路”

Rel-17 把 NWDAF 内部按职责切成了两个逻辑功能:

逻辑功能全称干什么
MTLFModel Training Logical Function训练 ML 模型,通过 Nnwdaf_MLModelProvision 把模型(实际传的是模型文件地址)提供给 AnLF
AnLFAnalytics Logical Function用模型做推理,通过 Nnwdaf_AnalyticsInfoNnwdaf_EventsSubscription 对外输出分析

这个拆分的意义在于训练重、推理轻,两者的资源画像和生命周期完全不同。拆开之后,一个集中部署的 MTLF 训好模型,可以下发给多个部署在边缘的 AnLF 做低时延推理,各自按各自的节奏扩缩容。一个 NWDAF 实例可以只含 MTLF、只含 AnLF,或者两者都含,注册到 NRF 时会声明。

Rel-18 在这个基础上加了联邦学习:多个 MTLF 之间交换模型参数而不交换原始数据,用来解决数据出不了域(跨运营商、跨管理域、隐私合规)情况下的联合训练。

同样是 Rel-17 之后引入,专门对付上面那个采集瓶颈:

网元全称解决什么
DCCFData Collection Coordination Function协调数据采集,多个消费者要同一份数据时只向源 NF 订阅一次
MFAFMessaging Framework Adaptor Function3GPP 服务化接口与消息总线(Kafka 之类)之间的适配层,负责扇出分发
ADRFAnalytics Data Repository Function存历史数据和历史分析结果,NWDAF 不必自己长期囤数据

加上这三个之后,数据通路从「每个 NWDAF 各自去每个 NF 拉数据」变成了「统一采一次,进总线,按需分发,历史入库」。这基本上是把大数据平台那套采集与分发架构,用 3GPP 的网元形式重新表达了一遍。

QOS_SUSTAINABILITY 是最能说明 NWDAF 价值的例子,因为它输出的是未来,而消费者能拿这个未来做出有意义的动作:

  1. 车联网 AF 通过 NEF 订阅分析,Analytics ID 为 QOS_SUSTAINABILITY,过滤条件是某段高速的地理区域加上目标 5QI。
  2. NEF 做鉴权和参数映射,转成 Nnwdaf_EventsSubscription_Subscribe 发给 NWDAF。
  3. NWDAF 向 OAM 订阅该区域小区的无线侧 KPI,向 SMF、PCF 订阅会话与 QoS 通知,喂进模型。
  4. 模型判断未来十分钟内该区域无法维持目标 5QI,NWDAF 通过 Notify 上报,带上时间窗和置信度。
  5. AF 提前动作:把编队行驶降级为辅助驾驶,或者把车载视频码率降下来。

关键在第 5 步。如果没有第 4 步的提前量,AF 只能等 QoS 真的掉下去之后再反应,而那时候车已经开在那段路上了。分析的价值不在于看得准,在于看得早,早到还来得及做事。

  • 厂商合规程度参差。规范写了 Event Exposure,不代表在网的每个网元都实现了,或者实现得一致。RFP 阶段就要把 Analytics ID 和事件级别的支持列表写进去。
  • 4G/5G 共存期的数据割裂。集中式分析用例需要全网视角,而这段时期相当长,NWDAF 必须能和既有的分析系统对接,而不是另起炉灶。
  • 分析孤岛。运营商内部往往已经有收入保障、营销分析、网管分析等好几套系统,各自采一遍数据。让 NWDAF 变成第 N+1 个孤岛,收益会大打折扣。
  • 存处理过的数据,不是原始数据。除非法规要求留存,原始数据的存储成本增长比分析价值增长快得多。
  • 隐私与合规。per-UE 粒度的分析直接触及用户数据,跨域、跨运营商的场景更敏感,联邦学习在 Rel-18 被写进来就有这层考虑。
  • 闭环要有刹车。自动化动作由预测驱动,就必须有置信度门限、生效范围限制和人工接管路径。

分析在移动网络里不止一个入口,三者的时间尺度和归属域不同,实践中是互补关系:

NWDAFMDAF(MDAS)RIC(Near-RT / Non-RT)
归属3GPP SA2,5GC 控制面3GPP SA5,管理面(TS 28.104)O-RAN 联盟,RAN 域
数据视角会话、移动性、切片、业务体验网元性能与告警、配置、能耗无线侧的 UE 与小区级测量
时间尺度秒到分钟分钟到小时Near-RT 是 10ms 到 1s,Non-RT 大于 1s
接口服务化接口 Nnwdaf管理服务 MnSE2 / A1 / O1
典型动作改策略、选网元、调 QoS扩缩容、优化配置调度、切换、无线资源分配
规范内容
TS 23.288架构增强、Analytics ID 定义与流程,主规范
TS 29.520Nnwdaf 服务的 stage 3 API 与 OpenAPI
TS 23.501 / TS 23.5025GS 架构与流程,NWDAF 在其中的位置
TR 23.791Rel-16 立项研究,早期用例的来源
TR 23.700-81Rel-18 网络自动化研究,联邦学习、精度监控、漫游场景
TS 28.104管理面的 MDA,与 NWDAF 互补