![](https://csdnimg.cn/release/download_crawler_static/86284686/bg4.jpg)
移动通信课程报告 2020
4
务场景,除了要满足最基本的通信安全需求,还需要为不同的业务场景提供差异化的安全服务,使其
能够适应多种传统或新型网络接入方式,保护用户隐私,并支持开放可调度的安全能力。
2.4 自生性
6G 会与人工智能的技术体系进行结合,通过人工智能实现 6G 的自感知、自学习、自优化,从
而实现自演进。主要体现在以下几个场景:
(1)由用户体验驱动的网络规划:网络规划的质量对网络建成并投入使用后的用户体验影响很大,
进而关系到网络运营的投资回报。传统的网络规划聚焦于相对容易预测的业务,并且规划的颗粒度很
粗。人工智能中的机器学习和预测型建模可以提高网络规划的质量,使得网络在可预见的时期内更好
地满足实际需求并保证较好的用户体验。
(2)自适应和自优化的承载网络:如何在极端条件下仍可以管理和分配资源以满足流量需求,是
在设计承载网络时面临的一个基本挑战。传统的解决办法是基于知识和经验对网络流量进行分析和模
拟,制定具有针对性的策略。6G 承载网络应具备自学习和自适应能力,通过对过往行为模式、输出
结果以及同一网络或其他网络上的类似实体的行为进行学习,将有助于网络决策质量持续提高。
(3)主动式网络监测和故障分析:网络监测是网络运营的关键任务。目前主要是通过告警对网络
进行监测,但总体仍处于被动。网络维护人员一般根据故障排除手册分析故障成因,但存在诸多局限
性。众所周知,有多种原因可导致新的网络故障产生,而这些故障需要经验丰富的工程师花费较多时
间进行排查,这一过程可能会持续很长时间,从而引起客户不满。通过运用诊断型分析技术,可以快
速、准确地分析故障并做出多种预测,甚至在故障发生之前将其化解。
(4)主动式的网络安全防护:承载网络正面临日益增多的安全事件,这些事件引发的网络中断和
数据丢失问题造成经济损失和用户流失。基于机器学习的行为分析将显著地提高网络检测攻击、自动
分析数据和识别孤立行为之间关系的能力,从而建立强大的网络安全防护。
3. 全球 6G 研究进展
3.1 国际标准化组织