ФЕДЕРАЛЬНОЕ АГЕНТСТВО
ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ
ПРЕДВАРИТЕЛЬНЫЙ НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
пнет
846—
2023
АРХИТЕКТУРНЫЕ ТРЕБОВАНИЯ И СТРУКТУРА МЕЖДОМЕННЫХ СЕТЕЙ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, ПРИМЕНЯЕМЫЕ ДЛЯ БУДУЩИХ СЕТЕЙ, ВКЛЮЧАЯ IMT-2020
(ITU-T Y.3115 (2022), NEQ)
Издание официальное
Москва
Российский институт стандартизации 2023
ПНСТ 846—2023
Предисловие
1 РАЗРАБОТАН Научно-образовательным центром компетенций в области цифровой экономики Федерального государственного бюджетного образовательного учреждения высшего образования «Московский государственный университет имени М.В. Ломоносова» (МГУ имени М.В. Ломоносова) и Обществом с ограниченной ответственностью «Институт развития информационного общества» (ИРИО)
2 ВНЕСЕН Техническим комитетом по стандартизации ТК 164 «Искусственный интеллект»
3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 6 декабря 2023 г. № 83-пнст
4 Настоящий стандарт разработан с учетом основных нормативных положений документа ITU-T Y.3115 (2022) «Архитектурные требования и структура междоменных сетей с использованием технологий искусственного интеллекта, применяемые для будущих сетей, включая IMT-2020» (ITU-T Y.3115 (2022) «Al enabled cross-domain network architectural requirements and framework for future networks including IMT-2020», NEQ)
Правила применения настоящего стандарта и проведения его мониторинга установлены в ГОСТР 1.16—2011 (разделы 5 и 6).
Федеральное агентство по техническому регулированию и метрологии собирает сведения о практическом применении настоящего стандарта. Данные сведения, а также замечания и предложения по содержанию стандарта можно направить не позднее чем за 4 мес до истечения срока его действия разработчику настоящего стандарта по адресу: 119991 Москва, Ленинские горы, д. 1 и/или в Федеральное агентство по техническому регулированию и метрологии по адресу: 123112 Москва, Пресненская набережная, д. 10, стр. 2.
В случае отмены настоящего стандарта соответствующее уведомление будет опубликовано в ежемесячном информационном указателе «Национальные стандарты», а также будет размещено на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.rst.gov.ru)
©Оформление. ФГБУ «Институт стандартизации», 2023
Настоящий стандарт не может быть полностью или частично воспроизведен, тиражирован и распространен в качестве официального издания без разрешения Федерального агентства по техническому регулированию и метрологии
II
ПНСТ 846—2023
Содержание
1 Область применения..................................................................1
2 Термины и определения...............................................................1
3 Сокращения.........................................................................2
4 Соглашения по терминологии...........................................................3
5 Общие положения....................................................................3
6 Принципы проектирования.............................................................3
7 Архитектурные требования.............................................................4
8 Архитектурная структура...............................................................5
9 Требования безопасности.............................................................11
Библиография........................................................................11
III
ПНСТ 846—2023
Введение
В рекомендации ITU-T Y.3115 рассматривается проблема отсутствия архитектуры для координации возможностей искусственного интеллекта (ИИ) между сетевыми доменами и определяются архитектурные требования и структура междоменных сетей с использованием технологий ИИ для будущих сетей, включая IMT-2020, целью которых является достижение общей сетевой интеллектуальности.
IV
ПНСТ 846—2023
ПРЕДВАРИТЕЛЬНЫЙ НАЦИОНАЛЬНЫЙ СТАНДАРТ РОССИЙСКОЙ ФЕДЕРАЦИИ
АРХИТЕКТУРНЫЕ ТРЕБОВАНИЯ И СТРУКТУРА МЕЖДОМЕННЫХ СЕТЕЙ С ИСПОЛЬЗОВАНИЕМ ТЕХНОЛОГИЙ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, ПРИМЕНЯЕМЫЕ ДЛЯ БУДУЩИХ СЕТЕЙ, ВКЛЮЧАЯ IMT-2020
Al enabled cross-domain network architectural requirements and framework for future networks including IMT-2020
Срок действия — с 2024—01—01 до 2027—01—01
1 Область применения
Настоящий стандарт устанавливает архитектурные требования и структуру междоменных сетей с использованием технологий искусственного интеллекта (далее — интеллектуальные сети), применяемых для будущих сетей, включая IMT-2020, и распространяется на следующие вопросы:
а) принципы проектирования интеллектуальных сетей;
б) архитектурные требования интеллектуальных сетей;
в) архитектурная структура интеллектуальных сетей.
2 Термины и определения
В настоящем стандарте применены следующие термины с соответствующими определениями.
2.1 домен (domain): Совокупность объектов, сгруппированных для определенной цели.
Примечание —См. [1].
2.2 функциональная абстракция (functional abstraction): Способность обобщать поведение связанных сущностей, позволяющая инкапсулировать особенности нескольких вариантов этих сущностей в одну.
Примечание —См. [2].
2.3 IMT-2020: Системы, системные компоненты и соответствующие технологии, которые обеспечивают более широкие возможности по сравнению с описанными в [3].
Примечания
1 См. [4].
2 В [3] определены структура и общие цели будущего развития IMT-2000 и систем после IMT-2000 для сетей радиодоступа.
2.4 машинное обучение (machine learning): Процесс, реализующий вычислительные методы, которые предоставляют системам возможность обучаться на данных или на основе опыта.
Примечание —См. [5].
2.5 оркестратор функций машинного обучения (machine learning function orchestrator): Логический узел с функциями управления и оркестрации узлов в конвейере машинного обучения.
Примечание —См. [6].
2.6 модель машинного обучения (machine learning model): Математическая модель, которая генерирует вывод, или предсказание на основе входных данных.
Примечание —См. [5].
Издание официальное
1
ПНСТ 846—2023
2.7 мобильная сеть (mobile network): Сеть, которая обеспечивает беспроводной доступ к своим сервисам и поддерживает мобильность.
Примечание —См. [7].
2.8 сетевая функция (network function): В контексте IMT-2020 функция обработки в сети.
Примечания
1 См. [4].
2 Сетевые функции включают, но не ограничиваются ими, функциональные возможности сетевых узлов, например, управление сеансом, управление мобильностью и транспортные функции, функциональное поведение и интерфейсы которых определены.
3 Сетевые функции могут быть реализованы на выделенном оборудовании или в виде виртуализированных программных функций.
4 Сетевые функции не считаются ресурсами, но могут быть реализованы с использованием ресурсов.
2.9 замкнутый контур (замкнутый цикл, цикл/контур с обратной связью) (closed loop): Тип механизма управления, в котором выходные данные и поведение системы отслеживаются и анализируются, а поведение системы корректируется таким образом, чтобы можно было достичь улучшений для достижения определяемых целей.
Примечания
1 Наблюдать, ориентироваться, принимать решение и действовать (см. [8],[9]) являются примерами замкнутого контура.
2 Примерами типов определяемых целей являются оптимизация использования сетевых ресурсов и автоматизированное выполнение и обеспечение обслуживания. Цели могут быть определены с использованием декларативных механизмов.
3 Система может состоять из набора управляемых объектов, рабочих процессов и/или процессов в сети.
2.10 сервис работы с данными (data services): Сервисы, которые предоставляют авторизованным потребителям возможности сбора, обработки, извлечения и совместного использования данных в пределах одного домена и между доменами.
2.11 сервисы получения выводов (inference services): Сервисы, которые предоставляют авторизованным потребителям возможности получения выводов на основе моделей искусственного интел-лекта/машинного обучения и данных в пределах одного домена и/или между доменами.
Примечание — Возможности получения выводов включают, помимо прочего, прогнозирование, классификацию, анализ и принятие решений на основе технологий искусственного интеллекта.
2.12 сервисы оркестратора функций машинного обучения; сервисы MLFO (machine learning function orchestrator (MLFO) services): Сервисы, предоставляющие авторизованным потребителям возможности оркестратора функций машинного обучения.
Примечание — В контексте настоящего стандарта и в соответствии с [10] — [12] сервисы оркестрации функций машинного обучения могут использоваться для организации сервисов работы с данными, сервисов обучения и сервисов получения выводов.
2.13 сервисы обучения (training services): Сервисы, которые предоставляют авторизованным потребителям возможности обучения моделей искусственного интеллекта в рамках одного домена и/или между доменами.
3 Сокращения
В настоящем стандарте применены следующие сокращения:
ИИ —искусственный интеллект;
МО — машинное обучение;
MLFO — оркестратор функций машинного обучения (Machine Learning Function Orchestrator);
O&M — оркестрация и управление (Orchestration and Management);
QoS — качество обслуживания (Quality of Service);
SBI —сервисный интерфейс (Service Based Interface);
SLA — соглашение об уровне обслуживания (Service Level Agreement).
2
ПНСТ 846—2023
4 Соглашения по терминологии
В настоящем стандарте:
- ключевое слово «требуется» указывает на требование, которое должно строго соблюдаться и от которого не допускается никаких отклонений, если требуется соответствие настоящему стандарту;
- ключевое слово «рекомендуется» указывает на положение, которое допускает отступление от требования, не является обязательным. Таким образом, это требование не обязательно должно присутствовать, чтобы заявить о соответствии;
- ключевые слова «может факультативно» указывают на факультативную рекомендацию, которая допустима, не подразумевая при этом требования. Этот термин не подразумевает, что реализация поставщика должна предоставлять возможность и эта функция может быть дополнительно включена сетевым оператором/поставщиком сервисов. Скорее, это означает, что поставщик может дополнительно предоставить функцию и при этом заявить о соответствии данному стандарту.
В настоящем стандарте сервисы, определенные как сервисы работы с данными, сервисы обучения, сервисы получения выводов и сервисы MLFO, обычно квалифицируются как ИИ-сервисы.
5 Общие положения
Сети продолжают развиваться и становятся более адаптивными благодаря внедрению таких технологий, как сегментирование сетей и программирование сетей. Однако увеличение гибкости сети также означает увеличение сложности управления. В настоящее время отрасль уделяет большое внимание развитию коммуникационных функций и передачи информации, и существует относительно зрелая экосистема. Чтобы использовать повышенную гибкость сети для удовлетворения потребностей, отрасль также уделяет больше внимания анализу всей сети, включая использование технологий ИИ/МО.
Сеть IMT-2020 состоит из доменов с различными функциональными возможностями, включая домен сети доступа, домен базовой сети, домен транспортной сети, домен управления сетью, домен оркестровки и управления сетевыми сервисами и домен управления деловыми процессами. Каждый домен имеет функциональные возможности, независимые от других доменов, но он также взаимодействует с другими доменами (функции междоменного сотрудничества). Междоменное сотрудничество необходимо для обеспечения общей сетевой интеллектуальности.
Ряд организаций или групп по стандартизации определяют требования, структуры, архитектуры и решения в соответствии со своими обязанностями. Однако в текущих спецификациях не учитываются должным образом функции, обеспечивающие междоменную координацию и интеграцию возможностей искусственного интеллекта в различных сетевых доменах.
В настоящем стандарте рассматривается проблема отсутствия архитектурных решений для координации возможностей искусственного интеллекта между текущими сетевыми доменами и определяются архитектурные требования и структура междоменных сетей, направленные на создание междоменной интеллектуальной сети для будущих сетей, включая IMT-2020.
6 Принципы проектирования
Целью разработки архитектурной структуры междоменной интеллектуальной сети является поддержка интеллектуальной сети, которая может реализовать междоменное взаимодействие при сохранении автономии внутри домена. В этом разделе определяются принципы, применимые для проектирования междоменной интеллектуальной архитектурной структуры.
Принципы проектирования:
а) Операционная независимость одного домена
Этот принцип обеспечивает операционную независимость каждого сетевого домена IMT-2020. Например, параметры конфигурации домена базовой сети могут быть оптимизированы в соответствии с результатами замкнутых контуров, внутренних для домена базовой сети, без взаимодействия с другими доменами.
б) Междоменное сотрудничество
Этот принцип позволяет поддерживать сотрудничество между различными сетевыми доменами IMT-2020 с использованием более чем одного ИИ-сервиса. Например, когда сервисы работы сданными, сервисы обучения или сервисы получения выводов в одном домене не могут удовлетворить запрос потребителя сервиса, может быть задействовано междоменное сотрудничество.
3
ПНСТ 846—2023
в) Автоматизация
Этот принцип позволяет каждому сетевому домену IMT-2020 поддерживать автоматизированные функции, т. е. сводя к минимуму ручное вмешательство. Этот принцип может применяться, но не ограничивается, управлением и оркестровкой.
г) Функциональная абстракция
Этот принцип позволяет сетевому домену IMT-2020 заниматься реализацией своих внутренних функций, защищая при этом сложность функций снаружи. Функциональная абстракция рассматривается как важный принцип, который необходимо поддерживать в случае междоменного сотрудничества.
д) Распределенный интеллект
Этот принцип позволяет развертывать интеллектуальные функции в объектах различных доменов сети IMT-2020.
Примечание — Развертывание интеллектуальных функций в объектах на границе сети IMT-2020 может иметь решающее значение для потребителей сервисов на границе;
е) Совместное использование собранных данных
Этот принцип позволяет использовать данные, собранные в домене, несколькими ИИ-сервисами внутри домена или между доменами. Этот принцип может применяться в случае однодоменных или междоменных замкнутых контуров.
ж) Защита персональных данных и безопасность
Этот принцип обеспечивает надлежащее соблюдение правил и политик, связанных с конфиденциальностью и безопасностью данных. Например, этот принцип применяется при обмене данными между доменами.
7 Архитектурные требования
В этом разделе описываются требования к архитектурной структуре междоменной интеллектуальной сети на основе принципов, определенных в разделе 6.
7.1 Требования к однодоменным и междоменным замкнутым контурам
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки однодоменных и междоменных замкнутых контуров.
Примечание — С помощью возможностей ИИ замкнутые контуры могут поддерживать ИИ-сервисы, основанные на функциональной абстракции, а также на междоменном сотрудничестве.
7.2 Требования к сбору данных
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки сбора данных из разных доменов.
Примечание — Примеры различных типов данных включают сигнальную информацию, потоки трафика, журналы, конфигурации.
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки дедупликации избыточных данных, собранных из разных доменов.
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки сбора данных в режиме реального времени и в автономном режиме из разных доменов.
7.3 Требования к хранению данных
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки хранения данных различных типов, таких как структурированные данные и неструктурированные данные.
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки распределенного хранения данных в разных доменах.
7.4 Требования к обработке данных
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки обработки данных, которая может быть предоставлена для одного домена или между доменами.
Обработка данных включает в себя очистку данных, агрегацию данных, ассоциацию данных и разметку данных.
4
ПНСТ 846—2023
Примечания
1 Под очисткой данных понимается удаление нерелевантных данных и дубликатов в исходном наборе данных, сглаживанию зашумленных данных, восполнении отсутствующих значений и устранении выбросов (см. [13]).
2 Под агрегацией данных понимается интеграция необработанных данных в соответствии с требованиями, такими как группировка данных одного и того же сеанса и/или одного и того же пользователя и/или одного и того же периода времени.
3 Под ассоциацией данных понимается интеграция соответствующих данных из разных мест и моментов времени сбора в соответствии с требованиями.
4 Под разметкой данных понимается маркировка обучающих данных в соответствии с требованиями машинного обучения.
7.5 Требования к обеспечению видимости ИИ-сервисов
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки стандартных интерфейсов для обеспечения видимости ИИ-сервисов в одном или нескольких доменах (т. е. ИИ-сервисов, используемых в нескольких доменах).
7.6 Требования к совместному обучению
Архитектурная структура междоменной сети необходима для поддержки распределенного совместного обучения в пределах одного домена или между доменами (например, поддержка федеративного обучения, см. [14]).
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки распределенного обучения с переносом в одном домене или между доменами (например, поддержка обучения с переносом, см. [15]).
7.7 Требования к безопасности и защите персональных данных
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки управления доступом к хранилищу данных в одном домене или между доменами (т.е. сервисы работы с данными, применяемые в нескольких доменах).
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки управления доступом к ИИ-сервисам в одном домене или между доменами (например, поддержка ИИ-сервисов в нескольких доменах).
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки зашифрованной передачи персональных данных между доменами и зашифрованного хранения персональных данных в каждом домене.
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки обнаружения и предотвращения несанкционированного доступа и атак в каждом домене.
Архитектурная структура междоменной интеллектуальной сети необходима для поддержки возможностей защиты персональных данных в пределах одного или нескольких доменов (т. е. сервисы работы сданными, используемые в нескольких доменах).
8 Архитектурная структура
8.1 Обзор архитектурной структуры
8.1.1 Функциональные уровни
Функциональное многоуровневое строение архитектурной структуры междоменной интеллектуальной сети, как показано на рисунке 8.1, содержит четыре функциональных уровня: уровень сетевых функций, уровень управления сетью, уровень оркестровки и управления (О&М) сетевыми сервисами и уровень управления деловыми процессами.
Каждый функциональный уровень включает в себя один или несколько доменов с собственными областью применения и целями.
Примечание — Хотя это и не показано на рисунке 8.1, на уровне оркестровки и управления сетевыми сервисами и на уровне управления деловыми процессами может существовать несколько доменов.
5
ПНСТ 846—2023
Домен управления деловыми процессами
Уровень управления деловыми процессами
Рисунок 8.1 — Функциональное многоуровневое строение архитектурной структуры междоменной интеллектуальной сети
Интерфейсы между различными уровнями на рисунке 8.1 являются двунаправленными. Взаимодействия через эти интерфейсы включают в себя передачу отчетной информации о сети с нижнего уровня на верхний уровень, передачу инструкций по функционированию сети с верхнего уровня на нижний уровень и двунаправленное взаимодействие ИИ-сервисов.
Эта структура согласуется с принципами проектирования, указанными в разделе 6:
- на уровне сетевых функций обеспечиваются сетевые соединения и сетевые функции. Уровень сетевых функций может включать в себя множество сетевых доменов, например домен сети доступа, домен транспортной сети и домен базовой сети;
- уровень управления сетью предназначен для управления конкретным доменом сети. Уровень управления сетью может включать в себя несколько доменов управления сетью, например домен управления сетью доступа, домен управления транспортной сетью и домен управления базовой сетью;
- уровень оркестровки и управления сетевыми сервисами обеспечивает сквозную оркестровку и управление сетевыми сервисами;
- уровень управления деловыми процессами обеспечивает управление уровнем обслуживания. Уровень управления деловыми процессами преобразует требования пользователей в требования к оркестровке и управлению сетевыми сервисами, которые затем раскладываются уровнем управления сетью на конфигурации для уровня сетевых функций.
8.1.2 Замкнутые контуры
Замкнутый контур, в соответствии с определением, приведенным в разделе 2, представляет собой тип механизма управления, в котором выходные данные и поведение системы отслеживаются и анализируются, а поведение системы корректируется таким образом, чтобы можно было достичь улучшений в направлении определяемых целей.
Замкнутые контуры реализуются функциями внутри каждого домена (внутренние замкнутые контуры), а также между доменами (междоменные замкнутые контуры), соседними уровнями или несмежными уровнями.
В каждом домене может размещаться один или несколько замкнутых контуров (один или несколько внутренних замкнутых контуров или, частично, один или несколько междоменных замкнутых контуров).
8.1.2.1 Внутренние замкнутые контуры
6
ПНСТ 846—2023
На рисунке 8.2 показано представление архитектурной структуры междоменной интеллектуальной сети с внутренними замкнутыми контурами.
Уровень управления деловыми процессами
Уровень оркестровки и управления (О&М) сетевыми сервисами
Уровень управления сетью
Уровень сетевых функций
— взаимодействие между доменами;
- внутренний замкнутый контур
Рисунок 8.2 — Вид архитектурной структуры с внутренними замкнутыми контурами
Ниже приведены примеры использования внутренних замкнутых контуров для различных уровней:
- для сетевого функционального уровня механизмы управления перегрузкой могут быть реализованы по замкнутому контуру с помощью автоматизации и ИИ;
- для уровня управления сетью механизмы обнаружения и восстановления сети могут быть реализованы с помощью замкнутых контуров с помощью автоматизации и ИИ;
- для уровня оркестровки и управления сетевыми сервисами механизмы анализа производительности и оптимизации сетевых сегментов могут быть реализованы с помощью замкнутых контуров с помощью автоматизации и искусственного интеллекта;
- для уровня управления деловыми процессами механизмы анализа и оптимизации обслуживания пользователей могут быть реализованы по замкнутому контуру с помощью автоматизации и искусственного интеллекта.
8.1.2.2 Междоменные замкнутые контуры
а) Междоменные замкнутые контуры между соседними уровнями
На рисунке 8.3 показано представление архитектурной структуры междоменной интеллектуальной сети с междоменными замкнутыми контурами между соседними уровнями.
Ниже приведены примеры использования междоменных замкнутых контуров для различных комбинаций смежных уровней:
- для междоменных контуров между уровнем сетевых функций и уровнем управления сетью механизм анализа первопричин сбоя сети может быть реализован с помощью замкнутых контуров в автоматизированном режиме и с использованием ИИ. На уровне сетевых функций можно отслеживать ключевые показатели эффективности (KPI) сетевых функций и выявлять аномальные показатели на основе ИИ-сервисов. Результат анализа на уровне сетевых функций можно использовать на уровне управления сетью;
7
ПНСТ 846—2023
Домен управления деловыми процессами
Уровень управления деловыми процессами
Домен оркестровки и управления сетевыми сервисами
Уровень оркестровки и управления (О&М) сетевыми сервисами
Домен управления 1
Домен управления 2
Домен управления N
Уровень управления сетью
Домен 1
Домен 2
Домен N
Уровень сетевых функций
►- взаимодействие между доменами; { |- внутренний замкнутый контур
Рисунок 8.3 — Вид архитектурной структуры с междоменными замкнутыми контурами между соседними уровнями
- для междоменных контуров между уровнем управления сетью и уровнем управления и оркестровки сетевыми сервисами механизм оптимизации оркестровки сетевого сегмента может быть реализован с помощью замкнутых контуров с помощью автоматизации и ИИ. На уровне управления сетью может быть обеспечен анализ производительности сетевых сегментов на основе ИИ-сервисов. Результат анализа на уровне управления сетью можно использовать на уровне управления и оркестровки сетевыми сервисами;
- для междоменных контуров между уровнем управления сетевыми сервисами и уровнем орке-страции и уровнем управления деловыми процессами механизм преобразования и оптимизации соглашения об уровне обслуживания (SLA) сетевого сегмента может быть реализован с помощью замкнутых контуров с помощью автоматизации и искусственного интеллекта.
Примечание — В качестве примера реализации этого механизма в качестве информации SLA для связи между клиентом сетевого сегмента и поставщиком сетевого сегмента используется шаблон общего сегмента GSMA (см. [16]). Эта информация отображается в параметры сетевых атрибутов и используется в качестве входных данных для модели сетевых ресурсов (см. [17]).
б) Междоменные замкнутые контуры между несмежными уровнями
На рисунке 8.4 показано представление архитектурной структуры междоменной интеллектуальной сети с междоменными замкнутыми контурами между несмежными уровнями.
Примечание — Замкнутые контуры, показанные на рисунке 8.4, являются примерами, показанными в иллюстративных целях. Междоменный замкнутый контур может охватывать один или несколько доменов в вовлеченных слоях.
Ниже приведены примеры использования междоменных замкнутых контуров для различных комбинаций несмежных уровней:
- для междоменных контуров между уровнем сетевых функций и уровнем управления деловыми процессами механизм обеспечения SLA сетевого сегмента может быть реализован с помощью замкнутых контуров с помощью автоматизации и искусственного интеллекта. Ниже описывается этот вариант использования с точки зрения каждого задействованного уровня;
8
Домен управления деловыми процессами
Домен оркестровки и управления сетевыми сервисами
Хромен управления^!
Домен управления 2
Домен 1
Домен 2
Домен N
>- взаимодействие между доменами; ( |- внутренний замкнутый контур
ПНСТ 846—2023
Уровень управления деловыми процессами
Уровень оркестровки и управления (О&М) сетевыми сервисами
Уровень управления сетью
Уровень сетевых функций
Рисунок 8.4 — Вид архитектурной структуры с междоменными замкнутыми контурами между несмежными уровнями
- на уровне управления деловыми процессами, основанном на ИИ-сервисах, можно отслеживать и прогнозировать показатель SLA сетевого сегмента в следующий период времени, а также определять соответствие SLA. Когда требования SLA не могут быть выполнены, необходимо проанализировать причины невыполнения требований. Запрос на анализ отправляется на уровень оркестровки и управления сетевыми сервисами;
- на уровне оркестровки и управления сетевым сервисом при получении запроса на анализ на основе ИИ-сервисов анализируется показатель производительности сетевого сегмента. Если результаты анализа показывают, что узкое место в пропускной способности является основной причиной, необходимо определить домен, вызвавший узкое место в пропускной способности. Запрос на анализ отправляется на уровень управления сетью;
- на уровне управления сетью после получения запроса на анализ, с помощью ИИ-сервисов в домене управления анализируется наличие узких мест в пропускной способности. Например, если произошла перегрузка канала, в домене управления можно и не определить причины перегрузки. В этом случае запрос на анализ отправляется на сетевой функциональный уровень;
- на сетевом функциональном уровне после получения запроса на анализ на основе ИИ-сервисов функциональный домен(ы) анализирует производительность сети. В качестве продолжения примера, упомянутого на уровне управления сетью, анализируются показатели производительности связанных каналов и оценивается, достаточна ли общая производительность канала и сбалансировано ли использование сетевых ресурсов. Наконец, результаты анализа возвращаются на уровень управления деловыми процессами через все задействованные уровни.
Примечание — Благодаря поуровневому распространению результатов анализа решения о корректировке политики принимаются и выполняются на всех уровнях. Примерами корректировки политики могут быть корректировки качества обслуживания (QoS) пользователей и корректировки маршрутизации пакетов;
- для междоменных контуров между уровнем сетевых функций и уровнем оркестровки и управления сетевыми сервисами механизм гарантий производительности сетевого сегмента может быть реализован с помощью замкнутых контуров с помощью автоматизации и искусственного интеллекта. Как и в предыдущем варианте использования, три задействованных уровня совместно реализуют замкнутый контур: уровень оркестровки и управления сетевыми сервисами обеспечивает анализ производительности сегмента сети; уровень управления сетью обеспечивает анализ пропускной способности; уровень
9
ПНСТ 846—2023
сетевых функций обеспечивает анализ производительности сети, и его результаты распространяются обратно на уровень оркестровки и управления сетевыми сервисами через уровень управления сетью.
Примечание — Могут существовать замкнутые контуры, состоящие из различных комбинаций несмежных уровней для уровня управления деловыми процессами, уровня оркестровки и управления сетевыми сервисами и уровня управления сетью, но они не обсуждаются в настоящем стандарте.
8.2 Функциональные возможности домена
На рисунке 8.5 показан пример функциональных возможностей и взаимодействий доменов.
Примечание — Два домена, показанные на рисунке 8.5, могут находиться на одном уровне или охватывать разные уровни.
Домен 1
Сервисы MLFO ------ -о--------
Домен 2
Сервисы MLFO
——о—
/-------------
Специфичные для домена функции
—О—
Сервисы работы с данными
■о-
Сервисы обучения
—6—
Сервисы получения вывода
■о-
Сервисы обучения
—д—
Сервисы получения вывода
Репозиторий данных
Репозиторий моделей
J
Репозиторий данных
Репозиторий моделей
о— - сервисный интерфейс (SBI); —► - интерфейс, отличный от SBI
Рисунок 8.5 — Пример функциональных возможностей и взаимодействий доменов
В данном домене есть три различных типа компонентов: специфичная для домена функция, функция ИИ-сервисов (функция сервисов работы с данными, функция сервисов обучения, функция сервисов получения выводов, функция сервисов MLFO) и репозиторий (репозиторий данных, репозиторий моделей).
Ниже подробно описаны различные компоненты, используемые в данном домене:
- специфичный для домена функциональный компонент предоставляет данные (связанные с этой специфичной для домена функцией) и использует ИИ-сервисы;
- функциональный компонент сервисов работы с данными предоставляет сервисы передачи данных. Функция сервисов данных может действовать как потребитель данных, который собирает данные от функций, специфичных для домена, и сохраняет их в репозитории данных после предварительной обработки данных. Когда другие ИИ-сервисы запрашивают данные, функция сервисов работы сданными действует как поставщик данных, извлекающий и предоставляющий данные.
Примечание — Сервисы работы с данными основаны на структуре оперирования данными, определенной в [10];
- функциональный компонент сервисов обучения предоставляет сервисы обучения. Предобучен-ные с помощью обучающих сервисов ИИ-модели хранятся в компоненте «Репозиторий моделей».
Примечание — Сервисы обучения строятся с использованием изолированной экспериментальной среды машинного обучения, описанной в [6];
- функциональный компонент сервисов получения выводов предоставляет сервис получения выводов. Функция сервисов пролучения выводов использует модели ИИ, хранящиеся в компоненте репозитория моделей.
Примечание — Сервисы получения выводов строятся на узле модели, определенной в [6];
10
ПНСТ 846—2023
- функциональный компонент сервисов MLFO предоставляет сервис MLFO. Рабочий процесс сервиса, организованный сервисной функцией MLFO, формирует полноценный ИИ-сервис;
- компонент репозитория данных обеспечивает хранение данных, связанных с доменом;
- компонент репозитория моделей обеспечивает хранение моделей ИИ (см. [11]).
Как показано на рисунке 8.5, SBI (см. [17]) используется для взаимодействия между специфичным для домена функциональным компонентом, функциональным компонентом сервисов работы с данными, функциональным компонентом сервисов обучения, функциональным компонентом сервисов получения вывода и функциональным компонентом сервисов MLFO. Интерфейс, отличный от SBI, применяется для прочих взаимодействий.
Примечание — Как описано выше, специфичный для домена функциональный компонент также взаимодействует с функциональным компонентом сервисов работы сданными через интерфейс, отличный от SBI.
9 Требования безопасности
В сети IMT-2020 должны соблюдаться меры безопасности и защиты персональных данных.
Защите специальных категорий данных следует придавать высокий приоритет во избежание утечек и несанкционированного доступа к ним.
Требования, связанные с безопасностью и защитой персональных данных, указанные в [6], применимы к настоящему стандарту. Конкретные вопросы безопасности рассматриваются в разделе 6 и 7.7.
Библиография
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[Ю]
[11]
[12]
[13]
[14]
ITU-TG.8081/Y.1353
ETSI GS ZSM 002
ITU-R М.1645
ITU-TY.3100
ИСО/МЭК 22989:2022
ITU-TY.3172
ITU-TQ.1762/Y.2802
Термины и определения для автоматически коммутируемых оптических сетей (2012) Автоматическое управление сетью и услугами (ZSM); Эталонная архитектура V1.1.1 (2019)
Основа и общие цели будущего развития систем IМТ-2000 и последующих систем (2003)
Термины и определения для сети IMT-2020 (2017)
Информационные технологии. Искусственный интеллект. Концепции искусственного интеллекта и терминология
Основа архитектуры машинного обучения в будущих сетях, включая IMT-2020 (2019) Общие требования к конвергенции фиксированной и подвижной связи (2007)
D. S. Fadok, J. Boyd, and J. Warden Air Power’s Quest for Strategic Paralysis. Maxwell Air Force Base AL: Air University Press, (AD-A291621), 1995
J. O. Kephart and D. M. Chess, The vision of autonomic computing, in Computer, vol. 36, no. 1, pp. 41-50, Jan. 2003, doi: 10.1109/MC.2003.1160055
ITU-T Y.3174 Структура обработки данных для создания возможности машинного обучения в бу
дущих сетях, включая IMT-2020 (2020)
ITU-T Y.3176 Интеграция рынков машинного обучения в будущих сетях, включая IMT-2020 (2020)
ITU-T Y.3179 Архитектурная основа модели машинного обучения в будущих сетях, включая
IMT-2020 (2021)
ITU-T Х.1217 Руководство по применению аналитики угроз при эксплуатации сетей электросвязи
(2021)
[15]
[16]
[17]
Н. Brendan McMahan, Eider Moore., Daniel Ramage, et al. Communication-Efficient Learning of Deep Networks from Decentralized Data. Proceedings of the 20th International Conference on Artificial Intelligence and Statistics (AISTATS), 2017
Sinno Jialin Pan, Qiang Yang. A Survey on Transfer Learning. IEEE Transactions on Knowledge and Data Engineering, 2010, 22(10): 1345—1359
GSMA-NG.116 v3.0 Ассоциация GSM. Универсальный шаблон фрагмента сети (2020)
3GPP TS 28.541 Техническая спецификация 3GPP TS 28.541 V17.2.1 (2021-04), Модель сетевых ресурсов 5G (NRM); Этап 2 и этап 3
11
ПНСТ 846—2023
УДК 004.01:006.354
ОКС 35.020
Ключевые слова: информационные технологии, искусственный интеллект, большие данные, аналитика больших данных, архитектурная структура, замкнутый контур, междоменная сеть, принципы проектирования, будущие сети, IMT-2020, требования
Редактор Л.В. Каретникова Технический редактор И.Е. Черепкова Корректор Р.А. Ментова Компьютерная верстка И.А. Налейкиной
Сдано в набор 08.12.2023. Подписано в печать 18.12.2023. Формат 60x847s. Гарнитура Ариал. Усл. печ. л. 1,86. Уч.-изд. л. 1,68.
Подготовлено на основе электронной версии, предоставленной разработчиком стандарта
Создано в единичном исполнении в ФГБУ «Институт стандартизации» , 117418 Москва, Нахимовский пр-т, д. 31, к. 2.
