详解6G系统数据治理方案的设计要点和原则
导读:今天的数字化社会中,数据非常重要。未来6G系统将会产生、收集和交换大量的数据。各种运营管理任务,比如配置、性能监控、故障管理,都需要用到这些数据。这些数据还将作为知识经验与其他系统和业务领域交流,产生更广泛的价值。只有通过这样的交流,移动通信系统才能帮助垂直行业以及其他行业取得更大发展。
作者:童文、朱佩英
来源:大数据DT(ID:hzdashuju)
数据治理生态系统包括两个维度的角色:从数据客户到数据提供者、从数据所有者到数据管理者。不同的角色可以由不同的业务实体担任。因此,6G中的数据治理是典型的多方参与场景,使用6G系统提供的数据或知识的数据客户、6G系统的数据提供者都可能参与其中。
基础设施:基础设施即通信系统,包括RAN、TN和CN等各类物理和虚拟资源,以及云、边缘和深度边缘等计算资源。基础设施内部产生的数据包括计算资源信息、通信资源信息(如某一网络功能的状态)、感知信息(如来自RAN的感知信息),以及某些用户信息(如移动性信息、位置和相关上下文)。 运营支撑系统(Operation Support System,OSS):这一层的数据包括所有OA&M相关的数据,如物理设备状态、系统运行信息、业务发放信息。 业务支撑系统(Business Support System,BSS):这一层的数据包括所有与业务逻辑相关的数据,如客户信息、伙伴关系管理信息。更重要的还有消费者和企业客户的订阅数据,对于这些数据,他们应拥有完全所有权和控制权。 行业通信系统:6G行业应用场景中,收集的数据可能还包括行业相关OA&M数据信息、行业用户信息(如流量规律和移动性数据)以及存储在云端的业务/服务数据。此类数据的所有权应完全属于行业客户。 终端:来自终端侧的数据包括计算和通信资源、业务使用概况、感知知识等。此类数据的所有权应完全属于终端用户。
与数据源建立协议(如数据授权)和安全连接。 接收数据收集需求,确定收集范围,根据需求确定收集的地点、时间和方式。 将数据属性告知数据源。 从数据源收集数据并入库。 - 对数据库中的数据进行操作和维护。
描述性分析挖掘历史数据的统计信息,提供网络洞察信息,如网络性能、流量模型、信道状况、用户等方面。 诊断性分析可以实现网络故障和业务损伤自主检测,识别网络异常根因,从而提升网络可靠性和安全性。 预测性分析利用数据来预测未来事件,如流量模式、用户位置、用户行为和偏好、资源可用性,甚至是故障。 建议性分析基于预测性分析为资源分配、内容展示等提供建议。
干货直达👇
重磅盘点!2021年最受欢迎的技术干货,全在这里了
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。