Az NWDAF hálózati adatelemzési funkció egy olyan 5G 3GPP szabványon alapuló módszer, amellyel az 5G Core, Cloud és Edge hálózatokból adatok gyűjthetőek a felhasználói eszközökről, hálózati funkciókról, üzemeltetési, adminisztrációs és management (OAM) rendszerekről, amelyek elemzésre használhatók.
Az 5G PPP Working Group az 5G Architectura 3.0-s verziójában a Core Network elemzési keretrendszer adatelemzési képességeit és az adatelemzési funkciókat (DAF) különböző layer-ekre bontja:
- Core network domain (network data analytics functionality) (NWDAF)
- Big Data and management and orchestration (Big Data/MDAF)
- Application function level (AFDAF)
- User equipment/RAN (DAF)
- Data network (DN-DAF)
Az NWDAF adatokat gyűjt az 5G Core Network-ről, és elemzéseket biztosít a hálózati automatizálás, a zárt hurkú (closed-loop) műveletek, a self-healing, az experience improvement és a reporting funkciók támogatásához. Az NWDAF támogatja az automatizálást, a hálózat optimalizálást és az erőforrás-kezelést, hogy a hálózat megfeleljen az SLA-knak és a szolgáltatásminőségi garanciáknak. A finomított adatfolyamokon és bevitt statisztikákon végzett intelligens modellezést használva az elemzési képességek széles spektrumát támogatja, a küszöbvezérelttől a kifinomultabb algoritmus alapú elemzésig.
Az NWDAF az alábbi 5G Core Network Function-ról (NF) gyűjt adatokat:
- Network Repository Function (NRF),
- Access and Mobility Function (AMF),
- Session Management Function (SMF),
- Unified Data Management (UDM),
- Policy Control Function (PCF),
- Application Function (AF) and
- Network Exposure Function (NEF) and from the
- Operation, Administration and Management (OAM) system.
Az NWDAF az egyes hálózati szeletek minden aspektusát figyeli, hogy a szolgáltatók az NWDAF által nyútott adatokat felhasználva infrastruktúrájukban proaktívan tudják kezelni a szolgáltatási szinvonalat.
Az NWDAF “network-aware” és különböző control és data plane hálózatokhoz kapcsolódik, hogy Event-eket gyűjtsön az elemzésekhez. Előfizetéses (subscription) rendszeren keresztül lehetővé teszi a felhasználói NF-ek számára, hogy előfizessenek és/vagy leiratkozzanak egy adott hálózati adatelemzésről.
Az adat elemzési szolgáltatás előfizetése során meghatározható, hogy folyamatos vagy időszakos értesítést esetleg küszöbérték elérésekori értesítést igényel a felhasználó.
NWDAF adatok alkalmazási esetei
Anomália Detection
Automatikus riasztás a hirtelen változó és szokatlanul viselkedő adatok előrejelzésére, amikor az adott adatpont kívül esik a „normál” adatviselkedés előrejelzett tartományán.
Valós idejű probléma-előrejelzés
Az NWDAF támogatja, hogy a policy, az orchestration és az elemzés más analitika felhasználói NF automatikusan és valós időben reagáljon az 5G hálózaton belüli változásokra. Ez lehetővé teszi az NF-ek számára, hogy valós időben optimalizálják a hálózatot, és megakadályozzák a szolgáltatás romlást azáltal, hogy előrejelzik, ha egy mért adat átlép egy erre meghatározott küszöböt meghatározott időtartományon belül.
Hálózat optimalizálás
Performance mutatók előrejelzése, amelyek segíthetnek az optimalizálásban.
A 3GPP TR 23.791 a további AI/ML elemzési eseteket sorolja még fel az 5G-hez az NWDAF használatával:
- Load level számítás és előrejelzés egy network slice instance-hoz
- Service experience számítás és előrejelzés egy alkalmazás vagy UE-csoport számára
- Elemzési információk és előrejelzések betöltése egy adott NF-hez
- Hálózati terhelési teljesítmény számítása és jövőbeli terhelés előrejelzése
- UE Várható viselkedés előrejelzése
- UE Rendellenes viselkedés és rendellenesség észlelése
- UE Mobilitással kapcsolatos információk és előrejelzések
- UE Kommunikációs minta előrejelzése
- Congestion információ – aktuális és előrejelzett torlódás egy adott helyen
- A szolgáltatásminőség (QoS) fenntarthatósága, QoS változásának előrejelzése
NWDAF és AI/ML
Az NWDAF támogatja a magasabb szintű intelligencia bevezetését az 5G hálózatba. A gépi tanuláson (AI/ML) alapuló KPI-k használatával inputot ad az olyan funkcióknak mint:
Closed-Loop automatizálás: Az analitika, a mesterséges intelligencia és a policy kombinálása a szolgáltatás és hálózat optimizálás automatizálása érdekében. Elengedhetetlen a QoE optimizálásában.
Auto-Discovery Insights: Betekintést nyújt a hálózatba az auto-dicovery funkció révén, amely elengedhetetlen új szolgáltatások létrehozásához a hálózati szeletek szintjén és a teljes 5G hálózatban.
NWDAF telepítési kihívások és ajánlások
Az NWDAF üzembe helyezésénél a szolgáltatók a következő kihívásokkal szembesülhetnek:
- Előfordulhat, hogy egyes hálózati funkciók nem felelnek meg a szabványoknak, vagy nem rendelkeznek megfelelő interfésszel az adatok biztosításához vagy az analitikai szolgáltatások fogadásához.
- Az NWDAF integrálása a meglévő analitikai alkalmazásokkal a 4G hálózatban kulcsfontosságú, mivel összesített hálózati adatokra van szükség a központosított elemzési felhasználási esetekre vonatkozó döntések meghozatalához.
- Sok szolgáltató különböző analitikai eszközökkel rendelkezik különféle felhasználási esetekre, (például bevétel biztosítás, előfizetői / marketing elemzés kezelés). Ha mindez egyetlen analitikai eszközbe van integrálva, amely az NWDAF használati eseteit is kiszolgálja, kulcsfontosságú, hogy a jobb betekintés a hálózati adatokba.
- Gondoskodni kell arról, hogy a telepített analitikai funkció integrálva legyen például a hálózati automatizáláshoz szükséges orchestratorral, a BI-eszközökkel, felhasználói felülettel, értesítési alkalmazással a jelentés készítéshez.