CN112534778B - 用于5g网络流量和资源的管理数据分析kpi - Google Patents

用于5g网络流量和资源的管理数据分析kpi Download PDF

Info

Publication number
CN112534778B
CN112534778B CN201980052493.4A CN201980052493A CN112534778B CN 112534778 B CN112534778 B CN 112534778B CN 201980052493 A CN201980052493 A CN 201980052493A CN 112534778 B CN112534778 B CN 112534778B
Authority
CN
China
Prior art keywords
network
data
management
cell
performance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201980052493.4A
Other languages
English (en)
Other versions
CN112534778A (zh
Inventor
J·周
姚羿志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apple Inc
Original Assignee
Apple Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Apple Inc filed Critical Apple Inc
Publication of CN112534778A publication Critical patent/CN112534778A/zh
Application granted granted Critical
Publication of CN112534778B publication Critical patent/CN112534778B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/14—Arrangements for monitoring or testing data switching networks using software, i.e. software packages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/20—Arrangements for monitoring or testing data switching networks the monitoring system or the monitored elements being virtualised, abstracted or software-defined entities, e.g. SDN or NFV
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W36/00—Hand-off or reselection arrangements
    • H04W36/13—Cell handover without a predetermined boundary, e.g. virtual cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Security & Cryptography (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本公开描述了提供管理数据分析服务的系统和方法。在接收到对管理数据分析KPI的请求之后，该MDAS生产者确定从网络对象中的哪个网络对象采集该性能测量值以生成该管理分析数据。该网络对象包括NF、NSI、NSSI、子网络或网络。在过去时间段内采集性能数据并且基于该所采集的性能数据来生成管理分析数据。确定与该过去时间段相关的未来时间段内的KPI。该KPI将预测与该网络对象相关联的上行链路或下行链路流量或资源利用率。

Description

用于5G网络流量和资源的管理数据分析KPI
优先权要求
本申请要求2018年8月6日提交的美国临时专利申请序列号62/714964的优先权权益，该美国临时专利申请全文以引用方式并入本文。
技术领域
实施方案涉及无线电接入网。一些实施方案涉及在各种无线电接入技术(RAT)中使用管理数据分析服务，该无线电接入技术包括蜂窝和无线局域网(WLAN)网络，包括第三代合作伙伴计划长期演进(3GPP LTE)网络和LTE advanced(LTE-A)网络以及第4代(4G)网络和第5代(5G)网络。
背景技术
由于使用网络资源的设备用户装备(UE)的类型以及这些UE上操作的各种应用程序(诸如视频流)所使用的数据和带宽的量的增加，3GPP LTE系统(包括LTE和LTE-Advanced系统)的使用已增加。随着通信设备的数量和多样性的大量增加，尤其是随着下一代(NG)(新无线电(NR))系统的出现，对应网络环境(包括路由器、交换器、网桥、网关、防火墙和负载平衡器)已变得越来越复杂。
让网络设备所提供的服务的种类更加复杂的是，网络设备的许多物理实现是适当的并且可能不能结合新的或调节的物理部件来补偿不同网络条件。这引起了网络功能虚拟化(NFV)的开发，该NFV可提供虚拟化环境，该虚拟化环境能够提供能作为称为虚拟网络功能(VNF)的软件应用程序结合其他网络功能(NF)一起在数据中心中的通用计算系统上递送的任何网络功能或服务。NFV的使用可在配置网络对象、实现动态网络优化和新技术的更快适应时提供灵活性。随着NR系统发展，确定此类系统的性能管理(包括管理数据分析关键性能指标(KPI))时的灵活性也将发展。
附图说明
在未必按比例绘制的附图中，类似的数字可描述不同视图中相似的部件。具有不同字母后缀的类似数字可表示类似部件的不同实例。附图以举例的方式而不是限制的方式大体示出本文档中所述的各种实施方案。
图1示出了根据一些实施方案的组合的通信系统。
图2示出了根据一些实施方案的通信设备的框图。
图3示出了根据一些实施方案的NFV网络管理架构。
图4示出了根据一些实施方案的管理分析关键性能指标(KPI)的产生。
图5示出了根据一些实施方案的管理数据分析服务。
图6示出了根据一些实施方案的模拟的下行链路数据量预测的曲线图。
图7示出了根据一些实施方案的模拟的资源使用预测的曲线图。
具体实施方式
以下描述和附图充分示出了具体实施方案，使得本领域的技术人员能够实践这些实施方案。其它实施方案可结合结构变化、逻辑变化、电气变化、过程变化和其它变化。一些实施方案的部分和特征可包括在其它实施方案的部分和特征中或替代其它实施方案的部分和特征。权利要求书中阐述的实施方案涵盖这些权利要求中的所有可用等同物。
图1示出了根据一些实施方案的组合的通信系统。系统100包括3GPP LTE/4G和NG网络功能。网络功能可被实现为专用硬件上的离散网络对象、专用硬件上运行的软件实例或适当平台(例如专用硬件或云基础结构)上实例化的虚拟化功能。
LTE/4G网络的演进分组核心(EPC)包含为每个实体定义的协议和参考点。这些核心网(CN)实体可包括移动性管理实体(MME)122、服务网关(S-GW)124和寻呼网关(P-GW)126。
在NG网络中，控制平面和用户平面可分开，这可允许每个平面的资源的独立扩展和分布。UE 102可连接到接入网或随机接入网(RAN)110，和/或可连接到NG-RAN 130(gNB)或接入和移动性功能(AMF)142。RAN可为eNB、gNB或通用非3GPP接入点，诸如Wi-Fi的接入点。NG核心网可包含除AMF 112之外的多个网络功能。这些网络功能可包括用户平面功能(UPF)146、会话管理功能(SMF)144、策略控制功能(PCF)132、应用功能(AF)148、认证服务器功能(AUSF)152和用户数据管理(UDM)128。各种元件由图1所示的NG参考点连接。
AMF 142可提供基于UE的认证、授权、移动性管理等。AMF 142可独立于接入技术。SMF 144可负责会话管理和IP地址向UE 102的分配。SMF 144还可选择并控制UPF 146以用于数据传输。SMF 144可与UE 102的单个会话或UE 102的多个会话相关联。也就是说，UE102可具有多个5G会话。可将不同SMF分配给每个会话。不同SMF的使用可允许单独地管理每个会话。因此，每个会话的功能可彼此独立。UPF 126可与数据网络连接，UE 102可与该数据网络通信，该UE 102将上行链路数据传输到该数据网络或从该数据网络接收下行链路数据。
AF 148可将关于分组流的信息提供给负责策略控制的PCF 132以支持期望的QoS。PCF 132可为UE 102设定移动性和会话管理策略。为此，PCF 132可使用分组流信息来确定实现AMF 142和SMF 144的正确操作的适当策略。AUSF 152可存储用于UE认证的数据。UDM128可类似地存储UE订阅数据。
gNB 130可为独立gNB或非独立gNB，例如作为由eNB 110通过X2或Xn接口控制的增幅器来在双连接(DC)模式下操作。EPC和NG CN的至少一些功能可共享(另选地，单独部件可用于所示的每个组合部件)。eNB 110可通过Sl接口来与EPC的MME 122连接，并且通过S1-U接口来与EPC 120的SGW 124连接。MME 122可通过S6a接口来与HSS 128连接，而UDM通过N8接口连接到AMF 142。SGW 124可通过S5接口来与PGW 126连接(通过S5-C来与控制平面PGW-C连接并且通过S5-U来与用户平面PGW-U连接)。PGW 126可通过互联网来用作数据的IP锚。
如上所述，NG CN可包含AMF 142、SMF 144和UPF 146等等。eNB 110和gNB 130可与EPC 120的SGW 124和NG CN的UPF 146传送数据。如果EPC 120支持N26接口，则MME 122和AMF 142可经由N26接口来连接以在其间提供控制信息。在一些实施方案中，当gNB 130是独立gNB时，5G CN和EPC 120可经由N26接口来连接。
图2示出了根据一些实施方案的通信设备的框图。通信设备200可为UE诸如专用计算机、个人计算机或膝上型计算机(PC)、平板PC或智能电话、专用网络装备诸如eNB、将服务器配置为作为网络设备操作的服务器运行软件、虚拟设备或任何能够(顺序或以其他方式)执行指令的机器，该指令指定要由该机器采取的动作。例如，通信设备200可被实现为图1所示的设备中的一个或多个设备。
如本文所述的示例可包括逻辑部件或多个部件、模块或机构，或可在逻辑部件或多个部件、模块或机构上操作。模块和部件是能够执行指定操作的有形实体(例如，硬件)并且可按某种方式进行配置或布置。在一个示例中，电路可按指定方式(例如，在内部或相对于外部实体诸如其他电路)被布置为模块。在一个示例中，一个或多个计算机系统(例如，独立计算机系统、客户端计算机系统或服务器计算机系统)或一个或多个硬件处理器的全部或部分可由固件或软件(例如，指令、应用部分或应用)配置为操作以执行指定操作的模块。在一个示例中，软件可驻留在机器可读介质上。在一个示例中，软件在由模块的底层硬件执行时，使得硬件执行指定的操作。
因此，术语“模块”(和“部件”)应被理解为涵盖有形实体，即物理构造、具体构型(例如，硬连线)或暂时(例如，短暂)配置(例如，编程)为以指定方式操作或执行本文所述的任何操作的一部分或全部的实体。考虑模块被暂时配置的示例，每个模块在任何一个时刻都不需要实例化。例如，如果模块包括使用软件配置的通用硬件处理器，则通用硬件处理器可在不同时间被配置为相应的不同模块。软件可相应地配置硬件处理器，例如以在一个时间实例处构成特定模块并在不同的时间实例处构成不同的模块。
通信设备200可包括硬件处理器202(例如，中央处理单元(CPU)、GPU、硬件处理器核心或它们的任何组合)、主存储器204和静态存储器206，其中的一些或全部可经由互连链路(例如，总线)208彼此通信。主存储器204可包含可移除存储装置和不可移除存储装置、易失性存储器或非易失性存储器中的任何一者或全部。通信设备200还可包括显示单元210诸如视频显示器、数字字母混合输入设备212(例如，键盘)和用户界面(UI)导航设备214(例如，鼠标)。在一个示例中，显示单元210、输入设备212和UI导航设备214可为触摸屏显示器。通信设备200可另外包括存储设备(例如，驱动单元)216、信号生成设备218(例如，扬声器)、网络接口设备220以及一个或多个传感器，诸如全球定位系统(GPS)传感器、罗盘、加速度计或其他传感器。通信设备200还可包括输出控制器，诸如串行(例如通用串行总线(USB))连接、并行连接、或者其他有线或无线(例如，红外(IR)、近场通信(NFC)等)连接，以与一个或多个外围设备(例如，打印机、读卡器等)通信或控制该一个或多个外围设备。
存储设备216可包括非暂态机器可读介质222(下文简称为机器可读介质)，在该介质上存储由本文所述的技术或功能中的任何一者或多者所体现或利用的一组或多组数据结构或指令224(例如，软件)。在通信设备200执行指令224期间，这些指令也可完全地或至少部分地驻留在主存储器204内、静态存储器206内和/或硬件处理器202内。虽然机器可读介质222被示出为单个介质，但术语“机器可读介质”可包括被配置为存储一个或多个指令224的单个介质或多个介质(例如，集中或分布式数据库，和/或相关联的高速缓存和服务器)。
术语“机器可读介质”可包括能够存储、编码或承载指令以供通信设备200执行，并且使得通信设备200执行本公开的任何一种或多种技术，或者能够存储、编码或承载由此类指令使用或与此类指令相关联的数据结构的任何介质。非限制性机器可读介质示例可包括固态存储器，以及光学和磁性介质。机器可读介质的具体示例可包括：非易失性存储器，诸如半导体存储器设备(例如，电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM))和闪存存储器设备；磁盘，诸如内部硬盘和可移除盘；磁光盘；随机存取存储器(RAM)；以及CD-ROM和DVD-ROM盘。
指令224还可使用传输介质226经由网络接口设备220在通信网络中传输或接收，该传输或接收使用多个传输协议(例如，帧中继、互联网协议(IP)、传输控制协议(TCP)、用户数据报协议(UDP)、超文本传输协议(HTTP)等)中的任一者进行。示例性通信网络可包括局域网(LAN)、广域网(WAN)、分组数据网络(例如，互联网)、移动电话网络(例如，蜂窝网络)、普通老式电话(POTS)网络和无线数据网络。这些网络上的通信可包括一个或多个不同协议，诸如称为Wi-Fi的电气电子工程师学会(IEEE)802.11标准系列、称为WiMax的IEEE802.16标准系列、IEEE 802.15.4标准系列、长期演进(LTE)标准系列、通用移动电信系统(UMTS)标准系列、对等(P2P)网络、下一代(NG)/第5代(5G)标准等等。在一个示例中，网络接口设备220可包括一个或多个物理插孔(例如，以太网、同轴电缆或电话插孔)或者一个或多个天线以连接到传输介质226。
图3示出了根据一些实施方案的NFV网络管理架构。如图所示，NFV网络管理架构300可包括多个元件(每个元件可包含物理和/或虚拟化部件)，包括网络虚拟化功能基础结构(NVFI)310、网络元件(NE)390、虚拟网络功能(VNF)320、域管理器(DM)330、元件管理器(EM)332、网络管理器(NM)342以及NFV管理和编排(NFV-MANO)380。NFV-MANO 380(其可如本文所指示的那样替换为多个NFV-MANO)可包括虚拟化基础结构管理器(VIM)340、VNF管理器(VNFM)350和网络功能虚拟化编排器(NFVO)360。NM 342可包含在运营支持系统/业务支持系统(OSS/BSS)320中，其中DM 330和NM 342形成3GPP管理系统314。
NFV网络管理架构300可由例如包括云中的一个或多个服务器的数据中心实现。NFV网络管理架构300在一些实施方案中可包括托管在分布式计算平台、云计算平台、集中式硬件系统、服务器、计算设备和/或外部网络到网络接口设备等等上的一个或多个物理设备和/或一个或多个应用程序。在一些情况下，虚拟化资源性能测量值可包括例如延迟、抖动、带宽、分组丢失、节点连接、计算、网络和/或存储资源、记账、故障和/或安全测量值。具体地，NE 390可包括物理网络功能(PNF)，包括诸如处理器、天线、放大器、传输链和接收链之类的硬件以及软件。VNF 320可在一个或多个服务器中实例化。VNF 320、DM 330和NE 390中的每一者可包含EM 322、332、392。
NFV管理和编排(NFV-MANO)380可管理NFVI 310。NFV-MANO 380可编排网络服务的实例化以及VNF 320所使用的资源的分配。NFV-MANO 380可与OSS/BSS 340一起供外部实体使用以实现各种NFV业务效益。OSS/BSS 340可包括服务提供商可用来经营其如下业务的系统和管理应用程序的集合：客户管理、订购、产品和收入(例如，支付或账户交易)，以及电信网络部件和支持过程，包括网络部件配置、网络服务供应和故障处理。NFV-MANO 380可创建或终止VNF 320，增大或减小VNF容量，或更新或升级VNF的软件和/或配置。NFV-MANO 380可包括虚拟化基础结构管理器(VIM)370、VNF管理器(VNFM)350和NFV编排器(NFVO)360。NFV-MANO 380可访问用来确定资源分配的各种数据储存库，该数据储存库包括网络服务、可用的VNF、NFV实例和NFVI资源。
VIM 370可经由基础结构子域内的Nf-Vi参考点来控制并管理NFVI资源。VIM 370可进一步将性能测量值和事件经由Vi-VNFM采集并转发至VNFM 350并且经由Or-Vi参考点采集并转发至NFVO 360。NFVO 360可负责管理新VNF和其他网络服务，包括不同网络服务(其可包括VNF实例)的生命周期管理、全局资源管理、NFVI资源请求的验证和授权以及各种网络服务的策略管理。NFVO 360可作为网络服务的一部分来协调VNF 320，这些网络服务共同实现更复杂的功能，包括联合实例化和配置、配置不同VNF 320之间的所需连接以及管理该配置的动态变化。NFVO 360可通过OS-Ma-NFVO参考点与NM 342一起提供该编排。VNFM350可经由VIM 370来编排NFVI资源并且提供VIM 320与EM和NM之间的配置和事件报告的总体协调和适应。前者可涉及发现可用服务、管理虚拟化资源可用性/分配/释放以及提供虚拟化资源故障/性能管理。后者可涉及生命周期管理，该生命周期管理可包括实例化VNF、扩展并更新VNF实例以及终止网络服务、将用于该服务的NFVI资源释放到NFVI资源池以供其他服务使用。
VNFM 350可负责经由Ve-VNFM-VNF参考点来对VNF 320进行生命周期管理并且可通过Ve-VNFM--EM参考点对接到EM 322、332。可向VNFM 350分配单个VNF 320的管理或相同类型或不同类型的多个VNF 320的管理。因此，尽管仅在图3中示出了一个VNFM 350，但是不同VNFM 350可与不同VNF 320相关联以实现性能测量和其他责任。VNFM 350可提供多个VNF功能，包括实例化(和配置(如果VNF部署模板需要的话))、软件更新/升级、修改、向外/向内和向上/向下扩展、NFVI性能测量结果和故障/事件信息的采集以及VNF实例相关事件/故障、恢复、终止、生命周期管理变化通知、完整性管理和事件报告的采集。
VIM 370可负责控制并管理NFVI计算、存储和网络资源，通常在一个操作员的基础结构域内进行。VIM 370可专门处理某种类型的NFVI资源(例如，仅计算、仅存储、仅联网)，或可能能够管理多种类型的NFVI资源。VIM 370可尤其编排NFVI资源的分配/升级/释放/收回(包括此类资源使用率的优化)并且管理虚拟化资源与物理计算、存储、联网资源的关联，并且管理NFVI硬件资源(计算、存储、联网)和软件资源(例如，管理程序)的储存库库存相关信息以及此类资源的能力和特征(例如，与使用率优化相关)的发现。
NVFI 310自身可包含各种虚拟化和非虚拟化资源。这些资源可包括可提供计算能力(CPU)的多个虚拟机(VM)312、可提供块或文件系统级别的存储的一个或多个存储器314以及一个或多个联网元件316，该一个或多个联网元件可包括网络、子网、端口、地址、链路和转发规则以确保VNF内和VNF间连接。
每个VNF 320可提供网络功能，该网络功能与用于提供该网络功能的基础结构资源(计算资源、联网资源、存储器)解耦。尽管未示出，但是VNF 320可与其他VNF 320和/或其他物理网络功能连锁以实现网络服务。虚拟化资源可为VNF 320提供期望的资源。NFVI 310中的资源分配可同时满足许多要求和限制，诸如至其他通信端点的低延迟或高带宽链路。
VNF 320(如NE 390)可由一个或多个EM 322、332、392管理。EM可根据实例化来提供用于虚拟或物理网络元件的管理的功能。EM可管理单独网络元件和子网络的网络元件，该子网络可包括网络元件之间的关系。例如，VNF 320的EM 322可负责VNF 320所提供的网络功能的配置、VNF 320所提供的网络功能的故障管理、VNF功能的使用率的记账以及采集VNF 320所提供的功能的性能测量结果。
EM 322、332、392(不论是在VNF 320中还是在NE 390中)可由OSS/BSS 340的NM342通过Itf-N参考点来管理。NM 342可提供具有网络管理(主要由EM 332支持)的责任的功能，但还可涉及对网络元件的直接访问。NM 342可在NFVO 360的请求下使VNF外部接口与物理网络功能接口连接和断开。
如上所述，系统的各种部件可通过不同参考点来连接。NFV-MANO 380与系统的功能块之间的参考点可包括NM 342与NFVO 360之间的Os-Ma-NFVO、EM 322、332与VNFM 350之间的Ve-VNFM-EM、VNF 320与VNFM 350之间的Ve-VNFM-VNF、NFVI 310与VIM 370之间的Nf-Vi、NFVO 360与VNFM 350之间的Or-VNFM、NFVO 360与VIM 370之间的Or-Vi以及VIM 370与VNFM 350之间的Vi-VNFM。Or-Vi接口可实现VNF软件图像管理接口以及用于在Or-Vi参考点上管理虚拟化资源、其目录、性能和故障的接口。Or-Vnfm接口可在Or-Vnfm参考点上实现虚拟化资源管理接口。Ve-Vnfm接口可在Ve-Vnfm参考点上实现虚拟化资源性能/故障管理。
如上所述，随着5G网络和使用这些网络的不同设备(诸如机器类通信(MTC)、增强型移动宽带(eMBB)和超可靠低延迟通信(URLLC)设备)的出现，网络管理和网络切片正朝着使用虚拟化的基于服务的架构发展。为了提供网络管理和切片，网络供应和资源管理、故障监控、性能管理(PM)和报告以及管理数据分析。
网络切片是一种允许多个虚拟网络在公共共享物理网络基础结构之上运行的虚拟化形式。网络切片通过以下方式提供服务要求：提供网络资源之间的隔离，以及允许为每个网络切片实例(NSI)开发优化拓扑和具体配置。NSI的不同部分可被分组为允许网络切片子网实例(NSSI)的生命周期独立于NSI的生命周期来管理的网络切片子网。NSSI可被实现为不同核心网，诸如RAN和5GC。
如上所述，已推出管理数据分析服务来分析网络的NF的原始性能数据。性能数据可与其他管理数据(例如，警报信息、配置数据)一起分析，并且形成为NF、NSSI、NSI、子网络或网络的管理分析数据。图4示出了根据一些实施方案的管理分析关键性能指标(KPI)的产生。如图所示，管理数据分析服务生产者402(其可在软件中实现或可为专用硬件)分析管理数据并且提供管理数据分析KPI。
管理分析数据可用于诊断影响网络的性能的当前问题并且预测潜在问题(例如，潜在故障和/或性能退化)。例如，NSI/NSSI资源使用率的分析可形成指示某种资源是否正在恶化的管理分析数据。网络的总体性能数据的分析和相关性可指示过载情况和潜在故障。
图5示出了根据一些实施方案的管理数据分析服务。管理数据分析服务(MDAS)500可由管理数据分析功能(MDAF)502(不论是真实的还是虚拟的)提供，并且由其他管理功能(也不论是真实的还是虚拟的)消费。管理数据分析KPI可用于预测流量、资源利用率趋势以及指示RAN/5GC条件(例如，一个或多个gNB或其他网络部件的负载级别)。管理数据分析利用从网络采集的网络管理数据(包括例如服务、切片和/或网络功能相关数据)并且基于所采集的信息来提供对应分析。MDAS 500可在不同级别下例如在域级别(例如，RAN、CN、NSSI)下和/或按集中式方式(例如，在公共陆地移动网络(PLMN)级别下)部署。域级别MDAS提供域特定分析，例如CN中的资源使用率预测或NSSI中的故障预测等。集中式MDAS可提供端对端或跨域分析服务，例如NSI中的资源使用率或故障预测、用于确保连接的RAN中的最低延迟的最佳CN节点布置等。例如，域MDAF产生由集中式MDAF和其他授权的MDAS消费者(例如，基础结构管理器、网络管理器、切片管理器、切片子网管理器、其他第3方OSS等)消费的域MDAS。集中式MDAF产生由不同授权的MDAS消费者消费的集中式MDAS。
MDAS 500提供不同网络相关参数(包括例如负载级别和/或资源利用率)的数据分析。例如，NF的MDAS可采集NF的负载相关性能数据，例如NF的资源使用率状态。所采集的数据的分析可提供预定义的未来时间内的资源使用率信息的预测。该分析还可建议适当动作，例如资源扩展、接纳控制、流量负载平衡等。
NSSI的MDAS提供NSSI相关数据分析。该服务可消费其组成NF的对应MDAS。NSSIMDAS可进一步在不同可用类别中对该数据进行分类或定型并且分析该数据的不同网络切片子网管理需求(例如，扩展、组成NF的接纳控制等)。如果NSSI由多个其他NSSI组成，则NSSI MDAS充当组成NSSI的MDAS的消费者以便进一步分析，例如资源使用率预测、NSSI的故障预测等。
NSI的MDAS提供NSI相关数据分析。该服务可消费其组成NSSI的对应MDAS。NSIMDAS可进一步根据不同客户需求(例如，切片负载、组成NSSI负载、通信服务负载)在不同可用类别中对数据进行分类或定型。该数据可用于进一步分析，例如资源使用率预测、NSI的故障预测等。
图5所示的网络切片管理功能(NSMF)504、网络切片子网管理功能(NSSMF)506、通信服务管理功能(CSMF)508、暴露治理管理功能(EGMF)512、网络功能管理功能(NFMF)514中的每一者可包含一个或多个管理服务(MnS)510。
NSMF 504提供用于管理一个或多个NF 512的管理服务。NSMF 504可消费其他功能块所产生的一些管理服务。
NF 512提供管理服务，例如NF性能管理服务、NF配置管理服务和NF故障监控服务。
NSSMF 506提供用于一个或多个NSSI的管理服务。NSSMF 506可消费其他功能块所产生的管理服务。
NSMF 504提供用于一个或多个NSI的管理服务。NSMF 504可消费其他功能块所产生的管理服务。
MDAF 502提供用于一个或多个NF、NSSI和/或NSI的管理数据分析服务。MDAF 502可消费其他功能块所产生的管理服务。
CSMF 508消费其他功能块所产生的管理服务。该部署示例未示出CSMF消费什么管理服务。
EGMF 514向一个或多个管理服务消费者提供具有应用的暴露治理的管理服务以及具有管理能力暴露治理的管理服务。EGMF 514可消费其他功能块所产生的管理服务。
如上所述，MDAS 500可具有多个用例。例如，一个用例用于用户流量预测KPI。可将NR网络的用户流量递送给最终用户。可设计、保持和操作该网络以适应于用户数据流量的量。用户数据流量的量可由合适的网络配置(例如，容量)和网络资源(诸如NF、VR、VL等)支持。理想且最佳的情况是网络配置和分配的资源刚好足够支持用户数据流量的量而不会过多。由于用户流量的量可随时间段而变化，因此即将到来的时间段内的用户流量的预测可用于网络配置和资源分配。利用预测的用户流量，可采取适当的预防性动作以使该网络更好地适应于用户流量。
因此，第一KPI是NF、NSSI、NSI、子网络或网络的预测的下行链路(DL)用户流量。KPI可在预先确定的即将到来的时间段内限于预测的DL用户流量。该时间段可为当前时间段之后的下一时间段(例如，一小时、下周同一天等)或可为与当前时间段相隔一个或多个中间时间段的时间段。可从与DL用户数据流量直接和/或间接相关的当前和历史性能测量值的分析导出KPI。历史性能可为紧接在当前时间段前面的时间段或当前时间段之前的一个或多个时间段的历史性能。
用于导出该KPI的预测算法可使用实现相关性能测量值。图6示出了根据一些实施方案的模拟的下行链路数据量预测的曲线图。如图所示，用于下行链路数据量预测的数据输入可包括多个不同天内的多个输入。这些输入可包括以下中的一者或多者：要对其预测数据量的小区的DL数据量、一个或多个邻居NR小区的平均DL数据量、一个或多个邻居LTE小区的平均DL数据量、来自一个或多个NR小区的传入切换的数量以及来自一个或多个LTE小区的传入切换的数量。具体地，特定时间段(如下星期一的2小时时间段所示)内的DL数据量可使用若干先前周的每个星期一的相同时间段内的DL数据量以及本周的其他天的相同时间段内的DL数据量的输入。
另一个KPI是NF、NSSI、NSI、子网络或网络的预测的上行链路(UL)用户流量。KPI可在预先确定的即将到来的时间段内限于预测的UL用户流量。该时间段可为当前时间段之后的下一时间段或可为与当前时间段相隔一个或多个中间时间段的时间段。可从与UL用户数据流量直接和/或间接相关的当前和历史性能测量值的分析导出KPI。与上述类似，这些测量值可包括以下中的一者或多者：要对其预测上行链路数据量的小区的上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少邻居长期演进(LTE)小区的平均上行链路数据量、来自至少一个NR小区的多个传入切换以及来自至少一个LTE小区的多个传入切换。历史性能可为紧接在当前时间段前面的时间段或当前时间段之前的一个或多个时间段的历史性能。用于导出该KPI的预测算法可使用实现相关性能测量值。
另一个KPI是底层资源的利用率。5G网络的性能可直接受底层资源的利用率的影响。资源短缺使5G网络的性能降级或甚至退化并且可进一步影响最终用户的体验质量(QoE)。另一方面，资源过剩增加操作员的资本支出(CAPEX)和操作费用(OPEX)。因此，将资源分配保持在有效且合理的范围内对于操作员是期望的，在可已知资源利用率趋势时可更可能实现这种情况。
资源利用率趋势可由资源短缺概率和资源过剩概率指示。可从关于NF、NSSI、NSI、子网络或网络的资源分配、资源利用率、用户数量、流量等的当前和历史性能数据的分析导出资源短缺概率和资源过剩概率KPI。利用资源短缺概率KPI，可采取预防性动作以避免资源短缺所引起的服务故障。利用资源过剩概率KPI，可收回过剩资源以节省CAPEX和OPEX。
图7示出了根据一些实施方案的模拟的资源使用预测的曲线图。如图所示，用于资源利用率预测的数据输入可包括多个不同天内的多个输入。这些输入可与针对图6所述的那些相同或可不同。例如，用于资源利用率预测的输入可包括以下中的一者或多者：要对其预测资源利用率的小区的资源使用率、小区的DL数据量、来自一个或多个NR小区的传入切换的数量以及来自一个或多个LTE小区的传入切换的数量。与图6一样，特定时间段(如下星期一的2小时时间段所示)内的资源使用可使用若干先前周的每个星期一的相同时间段内的DL数据量以及本周的其他天的相同时间段内的DL数据量的输入。需注意，与图6一样，在图7中，未来时间段的时长可不同于2小时并且性能数据可为同一天或前一天期间的一个或多个时间段的性能数据，而不是使用来自提前数周的数据。
资源利用率趋势可由资源短缺概率和资源过剩概率指示。前者是NF、NSSI、NSI、子网络或网络的资源短缺的概率。这些资源可包括虚拟化资源(VR)和/或物理资源。KPI可提供指示短缺的资源的概率百分比的多个箱。例如，箱30处的KPI可指示可用资源的30％短缺概率。如上所述，可从与资源利用率直接和/或间接相关的当前和历史性能测量值的分析导出资源利用率KPI。用于导出该KPI的预测算法可使用实现相关性能测量值。一旦预测，就可提前为资源(NF、NSSI、NSI、子网络或网络)充分分配附加物理资源或虚拟资源以减轻不足。例如，如果管理分析KPI预测到资源的不足，则可由管理器分配(如果为物理或虚拟的话)或创建(如果为虚拟的话)期望的资源。
类似地，资源过剩概率是NF、NSSI、NSI、子网络或网络的资源过剩的概率。这些资源可包括虚拟化资源(VR)和/或物理资源。KPI可提供指示过剩的资源的概率百分比的多个箱。例如，箱30处的KPI可指示可用资源的30％过剩概率(每个箱可指示不同1％，但可使用其他量，例如2％或0.5％，具体取决于例如期望的粒度和可用的资源容量)。如上所述，可从与资源利用率直接和/或间接相关的当前和历史性能测量值的分析导出资源利用率KPI。用于导出该KPI的预测算法可使用实现相关性能测量值。一旦预测，就可提前充分地将附加物理资源或虚拟资源消除或用于被预测为短缺的资源以减轻资源(NF、NSSI、NSI、子网络或网络)的过剩。
一般来讲，为了使授权的消费者能够采集NSI/NSSI的管理分析数据，可使用各种元件。这些元件可包括MDAS的生产者；NSI的测量任务控制服务的生产者；NSSI的测量任务控制服务的生产者；NF的测量任务控制服务的生产者；NSI的性能数据文件报告服务或串流服务的生产者；NSSI的性能数据文件报告服务或串流服务的生产者；和NF的性能数据文件报告服务或串流服务的生产者。MDAS可确定要使用NSI、NSSI和NF的什么性能测量值来生成主题管理分析数据。MDAS可检查是否可由NSI、NSSI和NF的现有测量任务采集NSI性能测量值。如果要创建NSI的新测量任务，则MDAS生产者可消费NSI测量任务控制服务以创建NSI的新测量任务。如果要创建NSSI的新测量任务，则MDAS生产者可消费NSSI测量任务控制服务以创建NSSI的新测量任务。如果要创建NF的新测量任务，则MDAS生产者可消费NF测量任务控制服务以创建NF的新测量任务。MDAS生产者可消费性能数据报告相关服务以获得NSI、NSSI和NF的性能测量值，基于所采集的性能测量值来生成管理分析数据，并且使管理分析数据对负责报告该数据的管理服务可用。
类似地，为了使授权的消费者能够采集该网络的管理分析数据，可使用各种元件。这些元件可包括MDAS的生产者；NF的测量任务控制服务的生产者；和NF的性能数据文件报告服务或串流服务的生产者。MDAS可确定要使用NF的什么性能测量值来生成主题网络管理分析数据。MDAS可检查是否可由NF的现有测量任务采集网络性能测量值。如果要创建NF的新测量任务，则MDAS生产者可消费NF测量任务控制服务以创建NF的新测量任务。MDAS生产者可消费性能数据报告相关服务以获得NF的性能测量值并且基于所采集的性能测量值来生成管理分析KPI。管理分析数据可对负责向消费者报告该数据的管理服务可用。
实施例
实施例1是一种第五代(5G)网络中的管理数据分析服务生产者的装置，该装置包括：处理电路，该处理电路被布置为：确定5G网络中的网络功能(NF)的物理资源和虚拟资源；从消费者接收对管理数据分析关键性能指标(KPI)的请求；采集过去时间段内的5G网络中的网络对象的性能数据，该网络对象包括NF中的至少一个NF；基于所采集的性能数据来生成管理分析数据；确定与过去时间段相关的未来时间段内的KPI，该KPI将预测以下中的一者：与网络对象相关联的上行链路或下行链路流量或资源利用率；并且向消费者报告该KPI以便基于该KPI来调节5G网络中的资源或触发警报以指示要基于该KPI来调节5G网络中的资源；以及存储器，该存储器被布置为存储该KPI。
在实施例2中，根据实施例1所述的主题包括其中处理电路被进一步配置为：根据该请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，该网络对象包括网络功能(NF)、网络切片实例(NSI)、网络切片子网实例(NSSI)、子网络或5G网络。
在实施例3中，根据实施例2所述的主题包括其中处理电路被进一步配置为：如果网络对象包括NF，则确定是否能够由现有NF测量任务采集性能测量值，并且如果要创建NF的新NF测量任务，则创建新NF测量任务；如果网络对象包括NSI，则确定是否能够由与NSI相关联的NF的现有NSI测量任务采集性能测量值，并且如果要创建与NSI相关联的NF的新NSI测量任务，则创建NSI新测量任务；并且如果网络对象包括NSSI，则确定是否能够由与NSSI相关联的NF的现有NSSI测量任务采集NSSI性能测量值，并且如果要创建与NSSI相关联的NF的新NSSI测量任务，则创建新NSSI测量任务。
在实施例4中，根据实施例2-3所述的主题包括其中处理电路被进一步配置为：报告基于该KPI来采取动作的建议，该动作包括网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
在实施例5中，根据实施例4所述的主题包括其中处理电路被进一步配置为：如果网络对象包括另外的组成网络对象，则报告基于该KPI来对组成网络对象采取动作的建议，该动作包括组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
在实施例6中，根据实施例1-5所述的主题包括其中管理数据分析服务生产者是管理数据分析功能(MDAF)。
在实施例7中，根据实施例1-6所述的主题包括其中处理电路被进一步配置为：如果该KPI是与网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对资源利用率进行装箱，每个箱指示短缺或过剩的资源的百分比。
在实施例8中，根据实施例1-7所述的主题包括其中：每个箱指示短缺或过剩的资源的不同1％百分比。
在实施例9中，根据实施例1-8所述的主题包括其中处理电路被进一步配置为：如果该KPI是与网络对象相关联的预测的下行链路流量，则将如下采集为性能数据：要对其预测下行链路数据量的小区的下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少邻居长期演进(LTE)小区的平均下行链路数据量、来自至少一个NR小区的多个传入切换以及来自至少一个LTE小区的多个传入切换。
在实施例10中，根据实施例1-9所述的主题包括其中处理电路被进一步配置为：如果该KPI是与网络对象相关联的预测的上行链路流量，则将如下采集为性能数据：要对其预测上行链路数据量的小区的上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少邻居长期演进(LTE)小区的平均上行链路数据量、来自至少一个NR小区的多个传入切换以及来自至少一个LTE小区的多个传入切换。
在实施例11中，根据实施例1-10所述的主题包括其中处理电路被进一步配置为：确定未来时间段是当前周的一天的即将到来的有限时间段，并且将如下采集为性能数据：来自与当前周的该天的即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
实施例12是一种计算机可读存储介质，该计算机可读存储介质存储用于由第五代(5G)网络中的管理数据分析服务生产者的一个或多个处理器执行的指令，该指令在被执行时将管理数据分析服务生产者的一个或多个处理器配置为：确定5G网络中的网络功能(NF)的物理资源和虚拟资源；从消费者接收对管理数据分析关键性能指标(KPI)的请求；确定性能测量值以确定该KPI无法由现有测量任务采集并且创建新测量任务；使用该测量任务采集过去时间段内的5G网络中的网络对象的性能数据，该网络对象包括NF中的至少一个NF；基于所采集的性能数据来生成管理分析数据；确定与所述过去时间段对应的未来时间段内的所述管理数据分析KPI，所述管理数据分析KPI将预测与所述网络对象相关联的上行链路或下行链路流量或资源利用率；并且向消费者报告该KPI以便基于管理数据分析KPI来调节该网络中的资源或触发警报以指示要基于管理数据分析KPI来调节NR网络中的资源。
在实施例13中，根据实施例12所述的主题包括其中指令在被执行时将管理数据分析服务生产者的一个或多个处理器进一步配置为：根据该请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，该网络对象包括网络功能(NF)、网络切片实例(NSI)、网络切片子网实例(NSSI)、子网络或5G网络；并且报告基于该KPI来采取动作的建议，该动作包括网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
在实施例14中，根据实施例12-13所述的主题包括其中指令在被执行时将管理数据分析服务生产者的一个或多个处理器进一步配置为：根据该请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，该网络对象包括网络功能(NF)、网络切片实例(NSI)、网络切片子网实例(NSSI)、子网络或5G网络；并且如果网络对象包括另外的组成网络对象，则报告基于该KPI来对组成网络对象采取动作的建议，该动作包括组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
在实施例15中，根据实施例12-14所述的主题包括其中指令在被执行时将管理数据分析服务生产者的一个或多个处理器进一步配置为：根据该请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，该网络对象包括网络功能(NF)、网络切片实例(NSI)、网络切片子网实例(NSSI)、子网络或5G网络；并且如果该KPI是与网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对资源利用率进行装箱，每个箱指示短缺或过剩的资源的百分比。
在实施例16中，根据实施例12-15所述的主题包括其中指令在被执行时将管理数据分析服务生产者的一个或多个处理器进一步配置为：根据该请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，该网络对象包括网络功能(NF)、网络切片实例(NSI)、网络切片子网实例(NSSI)、子网络或5G网络；并且如果该KPI是与网络对象相关联的预测的下行链路流量，则将如下采集为性能数据：要对其预测下行链路数据量的小区的下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少邻居长期演进(LTE)小区的平均下行链路数据量、来自至少一个NR小区的多个传入切换以及来自至少一个LTE小区的多个传入切换。
在实施例17中，根据实施例12-16所述的主题包括其中指令在被执行时将管理数据分析服务生产者的一个或多个处理器进一步配置为：根据该请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，该网络对象包括网络功能(NF)、网络切片实例(NSI)、网络切片子网实例(NSSI)、子网络或5G网络；并且如果该KPI是与网络对象相关联的预测的上行链路流量，则将如下采集为性能数据：要对其预测上行链路数据量的小区的上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少邻居长期演进(LTE)小区的平均上行链路数据量、来自至少一个NR小区的多个传入切换以及来自至少一个LTE小区的多个传入切换。
在实施例18中，根据实施例12-17所述的主题包括其中指令在被执行时将管理数据分析服务生产者的一个或多个处理器进一步配置为：确定未来时间段是当前周的一天的即将到来的有限时间段，并且将如下采集为性能数据：来自与当前周的该天的即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
实施例19是一种第五代(5G)网络中的管理数据分析服务生产者的装置，该装置包括：处理电路，该处理电路被布置为：确定网络中的配置以及物理资源和虚拟资源；从MDAF所提供的管理数据分析服务(MDAS)的消费者接收对管理数据分析关键性能指标(KPI)的请求；根据该请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，该网络对象包括网络功能(NF)、网络切片实例(NSI)、网络切片子网实例(NSSI)、子网络或网络；采集过去时间段内的该网络中的网络对象的性能数据；基于所采集的性能数据来生成管理分析数据；并且确定未来时间段内的管理数据分析关键性能指标(KPI)、与未来时间段相关的过去时间段内的网络性能数据，该管理数据分析KPI将预测以下中的一者：与网络对象相关联的上行链路或下行链路流量或资源利用率；以及存储器，该存储器被布置为存储该KPI。
在实施例20中，根据实施例19所述的主题包括其中处理电路被进一步配置为：如果该KPI是与网络对象相关联的预测的下行链路流量，则将如下采集为性能数据：要对其预测下行链路数据量的小区的下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少邻居长期演进(LTE)小区的平均下行链路数据量、来自至少一个NR小区的多个传入切换以及来自至少一个LTE小区的多个传入切换；并且如果该KPI是与网络对象相关联的预测的上行链路流量，则将如下采集为性能数据：小区的上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少一个邻居LTE小区的平均上行链路数据量、来自至少一个NR小区的多个传入切换以及来自至少一个LTE小区的多个传入切换。
实施例21是至少一个包括指令的机器可读介质，该指令在由处理电路执行时，使得处理电路执行操作以实现实施例1-20中的任一项。
实施例22是一种装置，该装置包括用于实现实施例1-20中的任一项的装置。
实施例23是一种系统，该系统用于实现实施例1-20中的任一项。
实施例24是一种方法，该方法用于实现实施例1-20中的任一项。
尽管已参考具体示例性实施方案描述了实施方案，但显而易见的是，在不脱离本公开的更广泛范围的情况下，可对这些实施方案作出各种修改和改变。相应地，说明书和附图应被视为具有例示性而非限制性的意义。形成本文一部分的附图以例示性而非限制性的方式示出了可实践主题的具体实施方案。充分详细地描述了所示的实施方案，以使本领域的技术人员能够实践本文所公开的教导内容。可从本公开利用和得出其他实施方案，使得可在不脱离本公开的范围的情况下进行结构替代和逻辑替代及改变。因此，该具体实施方式并没有限制性意义，并且各种实施方案的范围仅由所附权利要求以及此类权利要求被授权的等同物的全部范围来限定。
主题在本文中可被术语“实施方案”单独地和/或共同地提及，仅仅是为了方便起见，并且如果实际上公开了不止一个，则不旨在将本申请的范围自愿限制到任何单一发明构思。因此，尽管本文示出和描述了具体实施方案，但应当理解，为实现相同目的而计算的任何布置均可替代所示的具体实施方案。本公开旨在涵盖各种实施方案的任何和所有修改形式或变型形式。上述实施方案的组合和本文未具体描述的其他实施方案对于本领域的技术人员而言在查看以上描述时将是显而易见的。
在该文件中，使用术语“一个”或“一种”(如在专利文件中常见的)，以包括一个或多于一个，独立于任何其他的实例或者“至少一个”或“一个或多个”的使用。在本文档中，除非另有说明，否则术语“或”用于指非排他性或使得“A或B”包括“A但非B”、“B但非A”、以及“A和B”。在该文档中，术语“包括(including)”和“其中(in which)”被用作相应术语“包括(comprising)”和“其中(wherein)”的通俗英语等同形式。同样，在以下权利要求中，术语“包括”和“包含”是开放式的，即包括除权利要求中在该术语后列出的那些元素之外的元素的系统、UE、制品、组合物、配方、或过程仍被认为落在该权利要求的范围内。此外，在以下权利要求中，术语“第一”、“第二”和“第三”等仅用作标签，并且不旨在对其对象施加数字要求。
提供说明书摘要以符合37C.F.R.§1.72(b)，其要求提供将允许读者快速确定技术公开内容的实质的说明书摘要。提供该说明书摘要所依据的认识是该技术公开将不用于解释或限制权利要求的范围或含义。此外，在上述具体实施方式中，可以看到出于简化本公开的目的，将各种特征集中于单个实施方案中。公开的本方法不应被解释为反映所要求保护的实施方案需要比每个权利要求中明确记载的特征更多的特征的意图。相反，如以下权利要求所反映的，发明主题在于少于单个所公开实施方案的所有特征。因此，据此将以下权利要求并入到具体实施方式中，其中每项权利要求如单独的实施方案那样独立存在。

Claims (57)

1.一种用于通信的装置，所述装置包括：
一个或多个处理器，所述一个或多个处理器被布置为使蜂窝网络中的管理数据分析服务生产者：
确定所述蜂窝网络中的网络功能NF的物理资源和虚拟资源；
从消费者接收对管理数据分析关键性能指标KPI的请求；
采集针对过去时间段的所述蜂窝网络中的网络对象的性能数据，所述网络对象包括所述NF中的至少一个NF；
基于所采集的所述性能数据来生成管理分析数据；
确定针对与所述过去时间段相关的未来时间段的KPI，所述KPI将预测以下中的一者：与所述网络对象相关联的上行链路或下行链路流量或资源利用率；以及
向所述消费者报告所述KPI，以用于基于所述KPI来调节所述蜂窝网络中的资源或触发警报以指示所述蜂窝网络中的所述资源要基于所述KPI被调节；
其中，如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则采集所述性能数据包括采集：
要针对其预测下行链路数据量的小区的所述下行链路数据量，
至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量，
来自至少一个NR小区的传入切换的数目，以及
来自至少一个LTE小区的传入切换的数目。
2.根据权利要求1所述的装置，其中所述一个或多个处理器被进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络。
3.根据权利要求2所述的装置，其中所述一个或多个处理器被进一步配置为：
如果所述网络对象包括所述NF，则确定是否能够由现有NF测量任务采集所述性能测量值，并且如果要创建针对所述NF的新NF测量任务，则创建所述新NF测量任务，
如果所述网络对象包括所述NSI，则确定是否能够由针对与所述NSI相关联的NF的现有NSI测量任务采集所述性能测量值，并且如果要创建针对与所述NSI相关联的所述NF的新NSI测量任务，则创建所述NSI新测量任务，并且
如果所述网络对象包括所述NSSI，则确定是否能够由针对与所述NSSI相关联的NF的现有NSSI测量任务采集NSSI性能测量值，并且如果要创建针对与所述NSSI相关联的所述NF的新NSSI测量任务，则创建所述新NSSI测量任务。
4.根据权利要求2所述的装置，其中所述一个或多个处理器被进一步配置为：
报告基于所述KPI来采取动作的建议，所述动作包括针对所述网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
5.根据权利要求4所述的装置，其中所述一个或多个处理器被进一步配置为：
如果所述网络对象包括另外的组成网络对象，则报告基于所述KPI来对所述组成网络对象采取动作的建议，所述动作包括针对所述组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
6.根据权利要求1所述的装置，其中所述管理数据分析服务生产者是管理数据分析功能MDAF。
7.根据权利要求1所述的装置，其中所述一个或多个处理器被进一步配置为：
如果所述KPI是与所述网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对所述资源利用率进行装箱，每个箱指示短缺或过剩的所述资源的百分比。
8.根据权利要求1所述的装置，其中：
每个箱指示短缺或过剩的所述资源的不同1％百分比。
9.根据权利要求1所述的装置，其中所述一个或多个处理器被进一步配置为：
如果所述KPI是与所述网络对象相关联的预测的上行链路流量，则将以下项采集为所述性能数据：
要针对其预测上行链路数据量的小区的所述上行链路数据量、
至少一个邻居NR小区的平均上行链路数据量、
至少一个邻居长期演进LTE小区的平均上行链路数据量、
来自所述至少一个NR小区的传入切换的数目，以及
来自所述至少一个LTE小区的传入切换的数目。
10.根据权利要求1所述的装置，其中所述一个或多个处理器被进一步配置为：
确定所述未来时间段是当前周的一天的即将到来的有限时间段，并且
将以下项采集为所述性能数据：来自与所述当前周的所述天的所述即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
11.一种计算机可读存储介质，所述计算机可读存储介质存储用于由蜂窝网络中的管理数据分析服务生产者的一个或多个处理器执行的指令，所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器配置为：
确定所述蜂窝网络中的网络功能NF的物理资源和虚拟资源；
从消费者接收对管理数据分析关键性能指标KPI的请求；
确定用于确定KPI的性能测量值无法由现有测量任务采集，并且创建新测量任务；
使用所述测量任务采集针对过去时间段的所述蜂窝网络中的网络对象的性能数据，所述网络对象包括所述NF中的至少一个NF；
基于所采集的所述性能数据来生成管理分析数据；
确定针对与所述过去时间段对应的未来时间段的所述管理数据分析KPI，所述管理数据分析KPI将预测与所述网络对象相关联的上行链路或下行链路流量或资源利用率；以及
向所述消费者报告所述KPI，以用于基于所述管理数据分析KPI来调节所述网络中的资源或触发警报以指示所述蜂窝网络中的所述资源要基于所述管理数据分析KPI而被调节。
12.根据权利要求11所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
报告基于所述KPI来采取动作的建议，所述动作包括针对所述网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
13.根据权利要求11所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述网络对象包括另外的组成网络对象，则报告基于所述KPI来对所述组成网络对象采取动作的建议，所述动作包括针对所述组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
14.根据权利要求11所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对所述资源利用率进行装箱，每个箱指示短缺或过剩的所述资源的百分比。
15.根据权利要求11所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则将以下项采集为所述性能数据：要针对其预测下行链路数据量的小区的所述下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
16.根据权利要求11所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的上行链路流量，则将以下项采集为所述性能数据：要针对其预测上行链路数据量的小区的所述上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少一个邻居长期演进LTE小区的平均上行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
17.根据权利要求11所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
确定所述未来时间段是当前周的一天的即将到来的有限时间段，并且
将以下项采集为所述性能数据：来自与所述当前周的所述天的所述即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
18.一种用于通信的装置，所述装置包括：
一个或多个处理器，所述一个或多个处理器被布置为使蜂窝网络中的管理数据分析服务生产者：
确定网络中的配置以及物理资源和虚拟资源；
从由管理数据分析功能MDAF提供的管理数据分析服务MDAS的消费者接收对管理数据分析关键性能指标KPI的请求；
根据所述请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述网络；
采集针对过去时间段的所述网络中的网络对象的性能数据；
基于所采集的所述性能数据来生成管理分析数据；以及
确定针对未来时间段的管理数据分析关键性能指标KPI、针对与所述未来时间段相关的所述过去时间段的所述网络性能数据，所述管理数据分析KPI将预测以下中的一者：与所述网络对象相关联的上行链路或下行链路流量或资源利用率；
其中，如果KPI是与所述网络对象相关联的预测的上行链路流量，则采集所述性能数据包括采集：要对其预测上行链路数据量的小区的上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少一个邻居LTE小区的平均上行链路数据量、来自至少一个NR小区的传入切换的数目以及来自至少一个LTE小区的传入切换的数目。
19.根据权利要求18所述的装置，其中所述一个或多个处理器被进一步配置为：
如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则将以下项采集为所述性能数据：要针对其预测下行链路数据量的小区的所述下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
20.一种计算机可读存储介质，所述计算机可读存储介质存储用于由蜂窝网络中的管理数据分析服务生产者的一个或多个处理器执行的指令，所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器配置为：
确定所述蜂窝网络中的网络功能NF的物理资源和虚拟资源；
从消费者接收对管理数据分析关键性能指标KPI的请求；
采集针对过去时间段的所述蜂窝网络中的网络对象的性能数据，所述网络对象包括所述NF中的至少一个NF；
基于所采集的所述性能数据来生成管理分析数据；
确定针对与所述过去时间段相关的未来时间段的KPI，所述KPI将预测以下中的一者：与所述网络对象相关联的上行链路或下行链路流量或资源利用率；以及
向所述消费者报告所述KPI，以用于基于所述KPI来调节所述蜂窝网络中的资源或触发警报以指示所述蜂窝网络中的所述资源要基于所述KPI被调节；
其中，所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则将以下项采集为所述性能数据：
要针对其预测下行链路数据量的小区的所述下行链路数据量，
至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量，
来自至少一个NR小区的传入切换的数目，以及
来自至少一个LTE小区的传入切换的数目。
21.根据权利要求20所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络。
22.根据权利要求21所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
如果所述网络对象包括所述NF，则确定是否能够由现有NF测量任务采集所述性能测量值，并且如果要创建针对所述NF的新NF测量任务，则创建所述新NF测量任务，
如果所述网络对象包括所述NSI，则确定是否能够由针对与所述NSI相关联的NF的现有NSI测量任务采集所述性能测量值，并且如果要创建针对与所述NSI相关联的所述NF的新NSI测量任务，则创建所述NSI新测量任务，并且
如果所述网络对象包括所述NSSI，则确定是否能够由针对与所述NSSI相关联的NF的现有NSSI测量任务采集NSSI性能测量值，并且如果要创建针对与所述NSSI相关联的所述NF的新NSSI测量任务，则创建所述新NSSI测量任务。
23.根据权利要求21所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
报告基于所述KPI来采取动作的建议，所述动作包括针对所述网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
24.根据权利要求23所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
如果所述网络对象包括另外的组成网络对象，则报告基于所述KPI来对所述组成网络对象采取动作的建议，所述动作包括针对所述组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
25.根据权利要求20所述的介质，其中所述管理数据分析服务生产者是管理数据分析功能MDAF。
26.根据权利要求20所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
如果所述KPI是与所述网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对所述资源利用率进行装箱，每个箱指示短缺或过剩的所述资源的百分比。
27.根据权利要求20所述的介质，其中：
每个箱指示短缺或过剩的所述资源的不同1％百分比。
28.根据权利要求20所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
如果所述KPI是与所述网络对象相关联的预测的上行链路流量，则将以下项采集为所述性能数据：
要针对其预测上行链路数据量的小区的所述上行链路数据量，
至少一个邻居NR小区的平均上行链路数据量，
至少一个邻居长期演进LTE小区的平均上行链路数据量，
来自所述至少一个NR小区的传入切换的数目，以及
来自所述至少一个LTE小区的传入切换的数目。
29.根据权利要求20所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
确定所述未来时间段是当前周的一天的即将到来的有限时间段，并且
将以下项采集为所述性能数据：来自与所述当前周的所述天的所述即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
30.一种由蜂窝网络中的管理数据分析服务生产者执行的方法，所述方法包括：
确定所述蜂窝网络中的网络功能NF的物理资源和虚拟资源；
从消费者接收对管理数据分析关键性能指标KPI的请求；
采集针对过去时间段的所述蜂窝网络中的网络对象的性能数据，所述网络对象包括所述NF中的至少一个NF；
基于所采集的所述性能数据来生成管理分析数据；
确定针对与所述过去时间段相关的未来时间段的KPI，所述KPI将预测以下中的一者：与所述网络对象相关联的上行链路或下行链路流量或资源利用率；以及
向所述消费者报告所述KPI，以用于基于所述KPI来调节所述蜂窝网络中的资源或触发警报以指示所述蜂窝网络中的所述资源要基于所述KPI被调节；
其中，如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则采集所述性能数据包括采集：
要针对其预测下行链路数据量的小区的所述下行链路数据量，
至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量，
来自至少一个NR小区的传入切换的数目，以及
来自至少一个LTE小区的传入切换的数目。
31.根据权利要求30所述的方法，还包括：
根据所述请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络。
32.根据权利要求31所述的方法，还包括：
如果所述网络对象包括所述NF，则确定是否能够由现有NF测量任务采集所述性能测量值，并且如果要创建针对所述NF的新NF测量任务，则创建所述新NF测量任务，
如果所述网络对象包括所述NSI，则确定是否能够由针对与所述NSI相关联的NF的现有NSI测量任务采集所述性能测量值，并且如果要创建针对与所述NSI相关联的所述NF的新NSI测量任务，则创建所述NSI新测量任务，并且
如果所述网络对象包括所述NSSI，则确定是否能够由针对与所述NSSI相关联的NF的现有NSSI测量任务采集NSSI性能测量值，并且如果要创建针对与所述NSSI相关联的所述NF的新NSSI测量任务，则创建所述新NSSI测量任务。
33.根据权利要求31所述的方法，还包括：
报告基于所述KPI来采取动作的建议，所述动作包括针对所述网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
34.根据权利要求33所述的方法，还包括：
如果所述网络对象包括另外的组成网络对象，则报告基于所述KPI来对所述组成网络对象采取动作的建议，所述动作包括针对所述组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
35.根据权利要求30所述的方法，其中所述管理数据分析服务生产者是管理数据分析功能MDAF。
36.根据权利要求30所述的方法，还包括：
如果所述KPI是与所述网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对所述资源利用率进行装箱，每个箱指示短缺或过剩的所述资源的百分比。
37.根据权利要求30所述的方法，其中：
每个箱指示短缺或过剩的所述资源的不同1％百分比。
38.根据权利要求30所述的方法，还包括：
如果所述KPI是与所述网络对象相关联的预测的上行链路流量，则将以下项采集为所述性能数据：
要针对其预测上行链路数据量的小区的所述上行链路数据量，
至少一个邻居NR小区的平均上行链路数据量，
至少一个邻居长期演进LTE小区的平均上行链路数据量，
来自所述至少一个NR小区的传入切换的数目，以及
来自所述至少一个LTE小区的传入切换的数目。
39.根据权利要求30所述的方法，还包括：
确定所述未来时间段是当前周的一天的即将到来的有限时间段，并且
将以下项采集为所述性能数据：来自与所述当前周的所述天的所述即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
40.一种用于通信的装置，所述装置包括：
一个或多个处理器，所述一个或多个处理器被布置为使蜂窝网络中的管理数据分析服务生产者：
确定蜂窝网络中的网络功能NF的物理资源和虚拟资源；
从消费者接收对管理数据分析关键性能指标KPI的请求；
确定用于确定KPI的性能测量值无法由现有测量任务采集，并且创建新测量任务；
使用所述测量任务采集针对过去时间段的所述蜂窝网络中的网络对象的性能数据，所述网络对象包括所述NF中的至少一个NF；
基于所采集的所述性能数据来生成管理分析数据；
确定针对与所述过去时间段对应的未来时间段的所述管理数据分析KPI，所述管理数据分析KPI将预测与所述网络对象相关联的上行链路或下行链路流量或资源利用率；以及
向所述消费者报告所述KPI，以用于基于所述管理数据分析KPI来调节所述网络中的资源或触发警报以指示所述蜂窝网络中的所述资源要基于所述管理数据分析KPI而被调节。
41.根据权利要求40所述的装置，其中所述一个或多个处理器被进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
报告基于所述KPI来采取动作的建议，所述动作包括针对所述网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
42.根据权利要求40所述的装置，其中所述一个或多个处理器被进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述网络对象包括另外的组成网络对象，则报告基于所述KPI来对所述组成网络对象采取动作的建议，所述动作包括针对所述组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
43.根据权利要求40所述的装置，其中所述一个或多个处理器被进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对所述资源利用率进行装箱，每个箱指示短缺或过剩的所述资源的百分比。
44.根据权利要求40所述的装置，其中所述一个或多个处理器被进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则将以下项采集为所述性能数据：要针对其预测下行链路数据量的小区的所述下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
45.根据权利要求40所述的装置，其中所述一个或多个处理器被进一步配置为：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的上行链路流量，则将以下项采集为所述性能数据：要针对其预测上行链路数据量的小区的所述上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少一个邻居长期演进LTE小区的平均上行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
46.根据权利要求40所述的装置，其中所述一个或多个处理器被进一步配置为：
确定所述未来时间段是当前周的一天的即将到来的有限时间段，并且
将以下项采集为所述性能数据：来自与所述当前周的所述天的所述即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
47.一种由蜂窝网络中的管理数据分析服务生产者执行的方法，所述方法包括：
确定所述蜂窝网络中的网络功能NF的物理资源和虚拟资源；
从消费者接收对管理数据分析关键性能指标KPI的请求；
确定用于确定KPI的性能测量值无法由现有测量任务采集，并且创建新测量任务；
使用所述测量任务采集针对过去时间段的所述蜂窝网络中的网络对象的性能数据，所述网络对象包括所述NF中的至少一个NF；
基于所采集的所述性能数据来生成管理分析数据；
确定针对与所述过去时间段对应的未来时间段的所述管理数据分析KPI，所述管理数据分析KPI将预测与所述网络对象相关联的上行链路或下行链路流量或资源利用率；以及
向所述消费者报告所述KPI，以用于基于所述管理数据分析KPI来调节所述网络中的资源或触发警报以指示所述蜂窝网络中的所述资源要基于所述管理数据分析KPI而被调节。
48.根据权利要求47所述的方法，还包括：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
报告基于所述KPI来采取动作的建议，所述动作包括针对所述网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
49.根据权利要求47所述的方法，还包括：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述网络对象包括另外的组成网络对象，则报告基于所述KPI来对所述组成网络对象采取动作的建议，所述动作包括针对所述组成网络对象中的至少一个组成网络对象的资源扩展、接纳控制或流量负载平衡中的至少一者。
50.根据权利要求47所述的方法，还包括：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的资源利用率，则按资源短缺或过剩的概率对所述资源利用率进行装箱，每个箱指示短缺或过剩的所述资源的百分比。
51.根据权利要求47所述的方法，还包括：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则将以下项采集为所述性能数据：要针对其预测下行链路数据量的小区的所述下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
52.根据权利要求47所述的方法，还包括：
根据所述请求来确定从多个网络对象中的哪个网络对象采集所述性能测量值以生成所述管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述蜂窝网络，并且
如果所述KPI是与所述网络对象相关联的预测的上行链路流量，则将以下项采集为所述性能数据：要针对其预测上行链路数据量的小区的所述上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少一个邻居长期演进LTE小区的平均上行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
53.根据权利要求47所述的方法，还包括：
确定所述未来时间段是当前周的一天的即将到来的有限时间段，并且
将以下项采集为所述性能数据：来自与所述当前周的所述天的所述即将到来的有限时间段对应的至少一个先前周的一天的有限时间段的多组性能数据。
54.一种计算机可读存储介质，所述计算机可读存储介质存储用于由蜂窝网络中的管理数据分析服务生产者的一个或多个处理器执行的指令，所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器配置为：
确定网络中的配置以及物理资源和虚拟资源；
从由管理数据分析功能MDAF提供的管理数据分析服务MDAS的消费者接收对管理数据分析关键性能指标KPI的请求；
根据所述请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述网络；
采集针对过去时间段的所述网络中的网络对象的性能数据；
基于所采集的所述性能数据来生成管理分析数据；以及
确定针对未来时间段的管理数据分析关键性能指标KPI、针对与所述未来时间段相关的所述过去时间段的所述网络性能数据，所述管理数据分析KPI将预测以下中的一者：与所述网络对象相关联的上行链路或下行链路流量或资源利用率；
其中，如果KPI是与所述网络对象相关联的预测的上行链路流量，则采集所述性能数据包括采集：要对其预测上行链路数据量的小区的上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少一个邻居LTE小区的平均上行链路数据量、来自至少一个NR小区的传入切换的数目以及来自至少一个LTE小区的传入切换的数目。
55.根据权利要求54所述的介质，其中所述指令在被执行时将所述管理数据分析服务生产者的所述一个或多个处理器进一步配置为：
如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则将以下项采集为所述性能数据：要针对其预测下行链路数据量的小区的所述下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少邻居长期演进LTE小区的平均下行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
56.一种由蜂窝网络中的管理数据分析服务生产者执行的方法，所述方法包括：
确定网络中的配置以及物理资源和虚拟资源；
从由管理数据分析功能MDAF提供的管理数据分析服务MDAS的消费者接收对管理数据分析关键性能指标KPI的请求；
根据所述请求来确定从多个网络对象中的哪个网络对象采集性能测量值以生成管理分析数据，所述网络对象包括网络功能NF、网络切片实例NSI、网络切片子网实例NSSI、子网络或所述网络；
采集针对过去时间段的所述网络中的网络对象的性能数据；
基于所采集的所述性能数据来生成管理分析数据；以及
确定针对未来时间段的管理数据分析关键性能指标KPI、针对与所述未来时间段相关的所述过去时间段的所述网络性能数据，所述管理数据分析KPI将预测以下中的一者：与所述网络对象相关联的上行链路或下行链路流量或资源利用率；
其中，如果KPI是与所述网络对象相关联的预测的上行链路流量，则采集所述性能数据包括采集：要对其预测上行链路数据量的小区的上行链路数据量、至少一个邻居NR小区的平均上行链路数据量、至少一个邻居LTE小区的平均上行链路数据量、来自至少一个NR小区的传入切换的数目以及来自至少一个LTE小区的传入切换的数目。
57.根据权利要求56所述的方法，其中：
如果所述KPI是与所述网络对象相关联的预测的下行链路流量，则将以下项采集为所述性能数据：要针对其预测下行链路数据量的小区的所述下行链路数据量、至少一个邻居NR小区的平均下行链路数据量、至少一个邻居长期演进LTE小区的平均下行链路数据量、来自所述至少一个NR小区的传入切换的数目以及来自所述至少一个LTE小区的传入切换的数目。
CN201980052493.4A 2018-08-06 2019-08-06 用于5g网络流量和资源的管理数据分析kpi Active CN112534778B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862714964P 2018-08-06 2018-08-06
US62/714,964 2018-08-06
PCT/US2019/045330 WO2020033424A1 (en) 2018-08-06 2019-08-06 Management data analytical kpis for 5g network traffic and resource

Publications (2)

Publication Number Publication Date
CN112534778A CN112534778A (zh) 2021-03-19
CN112534778B true CN112534778B (zh) 2023-08-22

Family

ID=69414433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980052493.4A Active CN112534778B (zh) 2018-08-06 2019-08-06 用于5g网络流量和资源的管理数据分析kpi

Country Status (3)

Country Link
US (1) US11729067B2 (zh)
CN (1) CN112534778B (zh)
WO (1) WO2020033424A1 (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112868203A (zh) * 2018-10-05 2021-05-28 华为技术有限公司 用于管理与多个网络切片相关的服务的设备和方法
US12120006B2 (en) * 2018-10-23 2024-10-15 Apple Inc. Technologies for performance data streaming
JP7095619B2 (ja) * 2019-02-19 2022-07-05 日本電信電話株式会社 予測装置、予測方法及びプログラム
WO2020177869A1 (en) * 2019-03-07 2020-09-10 Telefonaktiebolaget Lm Ericsson (Publ) Method, control unit and network node for configuration in a wireless communication system
US11943122B2 (en) * 2019-10-03 2024-03-26 Intel Corporation Management data analytics
US20210103830A1 (en) * 2019-10-08 2021-04-08 At&T Intellectual Property I, L.P. Machine learning based clustering and patterning system and method for network traffic data and its application
WO2021164857A1 (en) * 2020-02-18 2021-08-26 Telefonaktiebolaget Lm Ericsson (Publ) Dynamic resource dimensioning for service assurance
US20230091815A1 (en) * 2020-02-21 2023-03-23 Samsung Electronics Co., Ltd. Method and apparatus for management data analytics service (mdas) assisted paging in a wireless communication system
US20230189111A1 (en) * 2020-05-14 2023-06-15 Nokia Technologies Oy Cell selection
WO2021261917A1 (en) * 2020-06-23 2021-12-30 Samsung Electronics Co., Ltd. Method and apparatus for handling performance of edge network entities in a mobile communication system
WO2022010242A1 (en) * 2020-07-06 2022-01-13 Samsung Electronics Co., Ltd. System and method for mdas assisted gst configuration
WO2022021108A1 (en) * 2020-07-29 2022-02-03 Zte Corporation Network slice quality of experience measurements
EP3955523A1 (en) * 2020-08-11 2022-02-16 NTT DoCoMo, Inc. Network analysis component and method for providing network analysis and/or prediction information about network slice instances of a mobile communication network
WO2022053148A1 (en) * 2020-09-11 2022-03-17 Lenovo (Singapore) Pte. Ltd. Determining a network system issue
CN114189882A (zh) * 2020-09-14 2022-03-15 中国移动通信有限公司研究院 信息传输方法、装置、相关设备及存储介质
CN114339810A (zh) 2020-09-30 2022-04-12 华为技术有限公司 网络管理方法、装置及系统
CN116368780A (zh) * 2020-11-04 2023-06-30 英特尔公司 Mda报告请求、获取和上报
WO2022111816A1 (en) * 2020-11-27 2022-06-02 Telefonaktiebolaget Lm Ericsson (Publ) Methods and nodes for matching parameters with corresponding key performance indicators in a communications network
CN117015998A (zh) * 2021-01-15 2023-11-07 上海诺基亚贝尔股份有限公司 满足服务要求
US20240172041A1 (en) * 2021-03-22 2024-05-23 Telefonaktiebolaget Lm Ericsson (Publ) A Method of Processing an Incoming Service Request by a First Network Function, NF, Instance, as well as the Corresponding Network Functions
EP4096163A1 (en) 2021-05-27 2022-11-30 Siemens Sanayi ve Ticaret A. S. Computer implemented method for improving the latency of a communication within a 5g network
CN115442216B (zh) * 2021-06-04 2023-09-05 中国移动通信集团浙江有限公司 网络切片故障自愈方法、装置、设备及计算机存储介质
US12101637B2 (en) * 2021-07-13 2024-09-24 Tata Consultancy Services Limited Systems and methods for application-aware dynamic slicing in radio access network (RAN)
US20230068651A1 (en) * 2021-08-31 2023-03-02 Nokia Technologies Oy Detection of abnormal network function service usage in communication network
CN115734247A (zh) * 2021-09-01 2023-03-03 华为技术有限公司 通信的方法和装置
CN116112946A (zh) * 2021-11-10 2023-05-12 华为技术有限公司 一种通信方法及装置
CN114726755A (zh) * 2022-02-25 2022-07-08 中盈优创资讯科技有限公司 一种业务切片性能指标采集监控方法及装置
WO2024167569A1 (en) * 2023-02-10 2024-08-15 Intel Corporation Management data analytics (mda) capability for network function (nf) resource utilization analysis

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105052191A (zh) * 2013-03-15 2015-11-11 高通股份有限公司 用于自组织无线网络的基于云的管理的方法和系统
CN105262664A (zh) * 2014-06-09 2016-01-20 诺基亚通信公司 用于在通信网络中使用的虚拟化网络功能的控制
US9439081B1 (en) * 2013-02-04 2016-09-06 Further LLC Systems and methods for network performance forecasting
WO2017204539A1 (ko) * 2016-05-24 2017-11-30 삼성전자 주식회사 이동통신 시스템에서 단말 및 기지국의 저전력 동작을 위한 방법 및 장치
US9900790B1 (en) * 2016-12-08 2018-02-20 Futurewei Technologies, Inc. Prediction of performance indicators in cellular networks

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150106166A1 (en) * 2012-08-19 2015-04-16 Carrier Iq, Inc Interactive Selection and Setting Display of Components in Quality of Service (QoS) Scores and QoS Ratings and Method of Operation
US9277431B1 (en) * 2014-05-01 2016-03-01 Amdocs Software Systems Limited System, method, and computer program for generating mobile subscriber network experience indicators based on geo-located events
US9674046B2 (en) * 2014-10-21 2017-06-06 At&T Intellectual Property I, L.P. Automatic detection and prevention of network overload conditions using SDN
US20170230252A1 (en) 2014-10-24 2017-08-10 ZTE CORPORATION (CHINA) ZTE Plaza Method and system for deep stats inspection (dsi) based smart analytics for network/service function chaining
CN106302574B (zh) 2015-05-15 2019-05-28 华为技术有限公司 一种业务可用性管理方法、装置及其网络功能虚拟化架构
US10129108B2 (en) * 2015-11-13 2018-11-13 Huawei Technologies Co., Ltd. System and methods for network management and orchestration for network slicing
US10243860B2 (en) * 2016-04-05 2019-03-26 Nokia Technologies Oy Method and apparatus for end-to-end QoS/QoE management in 5G systems
US10341209B2 (en) 2016-06-21 2019-07-02 At&T Intellectual Property I, L.P. Tunable low cost network
US10841173B2 (en) * 2016-07-25 2020-11-17 Imvision Software Technologies Ltd. System and method for determining resources utilization in a virtual network
US10860012B2 (en) * 2016-11-09 2020-12-08 Yokogawa Engineering Asia Pte. Ltd KPI calculation rule builder for advance plant monitoring and diagnostics
US11051183B2 (en) * 2017-05-10 2021-06-29 Huawei Technologies Co., Ltd. Service provision steps using slices and associated definitions
US11038769B2 (en) * 2017-11-16 2021-06-15 Verizon Patent And Licensing Inc. Method and system for virtual network emulation and self-organizing network control using deep generative models
US10863376B2 (en) * 2018-01-18 2020-12-08 Intel Corporation Measurement job creation and performance data reporting for advanced networks including network slicing
US11026166B2 (en) * 2019-06-07 2021-06-01 Verizon Patent And Licensing Inc. Application driven dynamic network slice selection
US20210022024A1 (en) * 2019-10-03 2021-01-21 Intel Corporation Apparatus, system and method to collect or generate network function performance measurements for a service producer of a third generation partnership project 5g management service
US11622291B2 (en) * 2021-08-06 2023-04-04 Nokia Technologies Oy AI/ML data collection and usage possibly for MDTs

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9439081B1 (en) * 2013-02-04 2016-09-06 Further LLC Systems and methods for network performance forecasting
CN105052191A (zh) * 2013-03-15 2015-11-11 高通股份有限公司 用于自组织无线网络的基于云的管理的方法和系统
CN105262664A (zh) * 2014-06-09 2016-01-20 诺基亚通信公司 用于在通信网络中使用的虚拟化网络功能的控制
WO2017204539A1 (ko) * 2016-05-24 2017-11-30 삼성전자 주식회사 이동통신 시스템에서 단말 및 기지국의 저전력 동작을 위한 방법 및 장치
US9900790B1 (en) * 2016-12-08 2018-02-20 Futurewei Technologies, Inc. Prediction of performance indicators in cellular networks

Also Published As

Publication number Publication date
WO2020033424A1 (en) 2020-02-13
CN112534778A (zh) 2021-03-19
US20210160147A1 (en) 2021-05-27
US11729067B2 (en) 2023-08-15

Similar Documents

Publication Publication Date Title
CN112534778B (zh) 用于5g网络流量和资源的管理数据分析kpi
US20230189006A1 (en) Orchestration and configuration of e2e network slices across 3gpp core network and oran
US11689941B2 (en) Coverage issue analysis and resource utilization analysis by MDA
NL2033617B1 (en) Resilient radio resource provisioning for network slicing
US11696184B2 (en) Quality of service manager for network slices of a network
US20210204148A1 (en) Real-time intelligent ran controller to support self-driving open ran
US20220303331A1 (en) Link performance prediction and media streaming technologies
US10880180B2 (en) Method and apparatus for data analytics management
US11683695B1 (en) System, method, and apparatus for providing optimized network resources
US11039332B2 (en) Performance measurement job control for 5G networks and network slicing
US9013993B2 (en) Virtualized open wireless services software architecture
US11184778B2 (en) Mobile service chain placement
CN105103603A (zh) 用于流量导向的方法和网络元件
US12137414B2 (en) Method and apparatus for power management in a wireless communication system
US11785480B2 (en) Method and apparatus to support RACH optimization and delay measurements for 5G networks
JP2019506809A (ja) 協働する仮想化ネットワーク機能
US12010538B2 (en) Method and apparatus to support performance data streaming end-to-end (E2E) procedures
EP3817439A1 (en) Pci configuration son functionality for 5g networks
US20230421472A1 (en) Systems and methods for monitoring performance of a network slice and mitigating load on the network slice
EP3907933B1 (en) Quality of service manager for network slices of a network
Kim AI-Enabled Network Layer
US20240172109A1 (en) Call performance optimization
Oredope et al. Cloud Services in Mobile Environments-The IU-ATC UK-India Mobile Cloud Proxy Function
CN117580057A (zh) 分布式无线网络升级方法、系统、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant