本文由北京邮电大学网络与交换技术国家重点实验室喻鹏、李文璟、丰雷、周凡钦、杨杨、邱雪松等撰写，发表于《数据与计算发展前沿》2020年第2卷第3期。论文面向未来6G网络的智能管控需求，提出了基于智能内生网络概念的协同管控架构和关键技术体系。

一、6G网络愿景与管控需求

6G网络将实现泛在无线智能，峰值速率达1Tbps、用户体验速率1Gbps、时延低于50微秒、每平方公里100万连接、吞吐量密度1Gbps/m?，计算效率和频谱效率分别提升100倍和10倍。6G将立足陆地、拥抱海洋、谋划空天，通过天基、海基、陆基网络协作融合，形成覆盖全球的高精度高可靠性网络。

论文分析了6G网络智能管控的四大核心需求：
1. 全景数据感知、分析和处理——需构建主客观世界全景数据模型，完成意图感知与网络环境快速感知
2. 自适应的资源主动调度——研究AI管控功能的部署方式，实现精确快速的资源高效调度
3. 网络管控能力的自进化——管控功能需随网络演进自主完成AI算法性能评估和优化
4. 网络管控过程的安全可信——亟需高可信认证过程和安全可信保障机制

二、研究现状与挑战

论文系统梳理了ITU-T、3GPP、CCSA等标准化组织的网络管理进展，以及欧盟FP7、Horizon 2020、5G PPP等项目（SOCRATES、CogNet、SELFNET等）的研究成果。在国内，通过973计划、863计划、国家重大科技专项等支撑，在5G智能运维、IP网络基础研究、未来网络测量与管理等领域取得突出成果。

面向6G的智能管控仍面临四大挑战：
1. 人机物灵融合场景下主客观信息感知和处理方法缺乏
2. 缺乏标准化和统一化的AI管理调度机制
3. 网络智能管控的评估、优化和反馈机制不完善
4. 缺乏安全架构保障管控过程的数据安全

三、智能内生网络与管控架构

论文提出"智能内生网络"概念——通过内在集成的AI软硬件单元，对用户、业务、环境等多维主客观知识进行表征、构建、学习、应用、反馈和更新，基于学习得到的知识实现对网络的立体认知、决策推演和动态调整，达到"业务随心所想、网络随需而变"的目的。

基于此概念，提出三层协同管控架构：
- 通信网络层：包含宏蜂窝、微蜂窝、WiFi、D2D、卫星通信等异构分域网络
- 业务编排层：实现业务协同与编排
- 智能计算层：设置协同管控切面，通过智能管控单元实现资源感知、资源度量、资源调度、任务路由、运营监控等功能

智能管控单元采用闭环控制结构（感知→分析→决策→执行→评估），内部包含规则学习单元（深度学习、联邦学习、决策树等训练模型）、协同学习单元（特征提取和优化策略的联合分析）、智能决策单元（仿生算法、启发算法、强化学习等优化方法选择）。

四、6G智能化管控功能

论文将AI管控应用分为两大类：
- 规则类模型：用于配置合理性分析、性能门限管理、性能劣化分析、异常检测、故障定位、风险预测、攻击检测等
- 决策类模型：用于网络配置、性能优化、计费调整、故障修复、安全防护等

覆盖配置管理、性能管理、计费管理、故障管理、安全管理五大功能域。

五、关键技术

1. 基于意图的人机物灵融合主客观信息感知和交互技术——意图驱动网络是实现演进方向
2. 面向管控的网络资源智能调度和协作机制——智能单元部署与业务自适应协作管控
3. 可靠的网络性能优化评估和故障恢复机制——面向服务特征-用户特性-网络环境的质量评估
4. 高可信的网络智能管控数据交互机制——区块链技术可作为可信认证的参考方式