CN117897980A - 无线接入网智能应用管理器 - Google Patents
无线接入网智能应用管理器 Download PDFInfo
- Publication number
- CN117897980A CN117897980A CN202280046270.9A CN202280046270A CN117897980A CN 117897980 A CN117897980 A CN 117897980A CN 202280046270 A CN202280046270 A CN 202280046270A CN 117897980 A CN117897980 A CN 117897980A
- Authority
- CN
- China
- Prior art keywords
- data
- ran
- ric
- network
- interface
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 claims abstract description 327
- 230000006870 function Effects 0.000 claims description 363
- 238000000034 method Methods 0.000 claims description 240
- 238000007726 management method Methods 0.000 claims description 203
- 238000010801 machine learning Methods 0.000 claims description 184
- 238000004891 communication Methods 0.000 claims description 147
- 238000012545 processing Methods 0.000 claims description 106
- 230000015654 memory Effects 0.000 claims description 95
- 238000013473 artificial intelligence Methods 0.000 claims description 69
- 238000013468 resource allocation Methods 0.000 claims description 54
- 230000000875 corresponding effect Effects 0.000 claims description 34
- 230000004044 response Effects 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000002596 correlated effect Effects 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 7
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 230000002829 reductive effect Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 54
- 210000004027 cell Anatomy 0.000 description 83
- 238000005516 engineering process Methods 0.000 description 68
- 230000005540 biological transmission Effects 0.000 description 63
- 230000008569 process Effects 0.000 description 63
- 238000003860 storage Methods 0.000 description 63
- 239000008186 active pharmaceutical agent Substances 0.000 description 58
- 239000003795 chemical substances by application Substances 0.000 description 54
- 238000012549 training Methods 0.000 description 52
- 238000004422 calculation algorithm Methods 0.000 description 51
- 230000009471 action Effects 0.000 description 47
- 238000009826 distribution Methods 0.000 description 44
- 238000013528 artificial neural network Methods 0.000 description 37
- 230000007246 mechanism Effects 0.000 description 35
- 238000005457 optimization Methods 0.000 description 29
- 239000013256 coordination polymer Substances 0.000 description 25
- 230000001413 cellular effect Effects 0.000 description 24
- 230000006855 networking Effects 0.000 description 24
- 210000002569 neuron Anatomy 0.000 description 24
- 238000000926 separation method Methods 0.000 description 24
- 230000001133 acceleration Effects 0.000 description 22
- 238000012546 transfer Methods 0.000 description 20
- 238000013461 design Methods 0.000 description 17
- 230000011664 signaling Effects 0.000 description 17
- 230000008859 change Effects 0.000 description 13
- 230000003993 interaction Effects 0.000 description 13
- 230000003287 optical effect Effects 0.000 description 13
- 238000012937 correction Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 12
- 238000012423 maintenance Methods 0.000 description 12
- 230000006399 behavior Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 238000013507 mapping Methods 0.000 description 11
- 230000000116 mitigating effect Effects 0.000 description 11
- 239000013598 vector Substances 0.000 description 11
- 239000003595 mist Substances 0.000 description 10
- 239000000523 sample Substances 0.000 description 10
- 241000700159 Rattus Species 0.000 description 9
- 238000013480 data collection Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 9
- 230000000977 initiatory effect Effects 0.000 description 9
- 230000007774 longterm Effects 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 9
- 230000008093 supporting effect Effects 0.000 description 9
- 238000012384 transportation and delivery Methods 0.000 description 9
- 230000006978 adaptation Effects 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 8
- 238000004220 aggregation Methods 0.000 description 8
- 238000013475 authorization Methods 0.000 description 8
- 238000005192 partition Methods 0.000 description 8
- 230000002787 reinforcement Effects 0.000 description 8
- 239000000243 solution Substances 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 239000000872 buffer Substances 0.000 description 6
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 6
- 238000011068 loading method Methods 0.000 description 6
- 230000036961 partial effect Effects 0.000 description 6
- 238000013515 script Methods 0.000 description 6
- 101100194706 Mus musculus Arhgap32 gene Proteins 0.000 description 5
- 101150071746 Pbsn gene Proteins 0.000 description 5
- 101100194707 Xenopus laevis arhgap32 gene Proteins 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 5
- 238000005538 encapsulation Methods 0.000 description 5
- 230000010354 integration Effects 0.000 description 5
- 230000033001 locomotion Effects 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000004913 activation Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000003139 buffering effect Effects 0.000 description 4
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000012913 prioritisation Methods 0.000 description 4
- 230000008439 repair process Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000005641 tunneling Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 239000000969 carrier Substances 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 238000007493 shaping process Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 230000002747 voluntary effect Effects 0.000 description 3
- 241001522296 Erithacus rubecula Species 0.000 description 2
- 101100408383 Mus musculus Piwil1 gene Proteins 0.000 description 2
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 238000004873 anchoring Methods 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000008571 general function Effects 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000007787 long-term memory Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000004549 pulsed laser deposition Methods 0.000 description 2
- 238000004705 quadratic configuration interaction calculation Methods 0.000 description 2
- 230000035484 reaction time Effects 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000010076 replication Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000010979 ruby Substances 0.000 description 2
- 229910001750 ruby Inorganic materials 0.000 description 2
- 230000006403 short-term memory Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000000225 synapse Anatomy 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- LHMQDVIHBXWNII-UHFFFAOYSA-N 3-amino-4-methoxy-n-phenylbenzamide Chemical compound C1=C(N)C(OC)=CC=C1C(=O)NC1=CC=CC=C1 LHMQDVIHBXWNII-UHFFFAOYSA-N 0.000 description 1
- 241000380131 Ammophila arenaria Species 0.000 description 1
- 240000001436 Antirrhinum majus Species 0.000 description 1
- 101100498818 Arabidopsis thaliana DDR4 gene Proteins 0.000 description 1
- 101100467544 Drosophila melanogaster Ran-like gene Proteins 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 108700026140 MAC combination Proteins 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 101150042248 Mgmt gene Proteins 0.000 description 1
- 101150119040 Nsmf gene Proteins 0.000 description 1
- 241000233805 Phoenix Species 0.000 description 1
- 101100321409 Rattus norvegicus Zdhhc23 gene Proteins 0.000 description 1
- 241000710117 Southern bean mosaic virus Species 0.000 description 1
- 101100328105 Sus scrofa CLCA1 gene Proteins 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- JLQUFIHWVLZVTJ-UHFFFAOYSA-N carbosulfan Chemical compound CCCCN(CCCC)SN(C)C(=O)OC1=CC=CC2=C1OC(C)(C)C2 JLQUFIHWVLZVTJ-UHFFFAOYSA-N 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000005387 chalcogenide glass Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 210000000078 claw Anatomy 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 208000018334 ectodermal dysplasia, ectrodactyly, and macular dystrophy syndrome Diseases 0.000 description 1
- 229920001746 electroactive polymer Polymers 0.000 description 1
- 238000002635 electroconvulsive therapy Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- -1 etc.) Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000011049 filling Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004816 latex Substances 0.000 description 1
- 229920000126 latex Polymers 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910001092 metal group alloy Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical group 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002070 nanowire Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- AKPLHCDWDRPJGD-UHFFFAOYSA-N nordazepam Chemical compound C12=CC(Cl)=CC=C2NC(=O)CN=C1C1=CC=CC=C1 AKPLHCDWDRPJGD-UHFFFAOYSA-N 0.000 description 1
- 210000004205 output neuron Anatomy 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 229910001285 shape-memory alloy Inorganic materials 0.000 description 1
- 229910000679 solder Inorganic materials 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
- H04L41/5054—Automatic deployment of services triggered by the service manager, e.g. service implementation by automatic configuration of network components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/092—Reinforcement learning
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0894—Policy-based network configuration management
-
- 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
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- 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
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本公开涉及边缘和云计算框架、遥测和遥测系统、管理遥测系统中的遥测感知和智能、以及无线接入网(RAN)和RAN智能控制器(RIC)实现。特别地，本公开为各个RIC应用提供基于RIC的资源管理，基于RIC的资源管理基于对用户设备和接入网基础设施元件收集的平台遥测数据和测量的收集和分析。
Description
相关申请
本公开要求2021年11月19日提交的美国临时申请No.63/281,204的优先权，该临时申请的内容特此通过引用整体并入。
技术领域
本公开总体涉及边缘计算、云计算、网络通信、数据中心、网络拓扑、通信系统、遥测和遥测系统、无线接入网(RAN)和RAN智能控制器(RIC)实现，并且特别地，涉及通过收集和分析平台遥测数据和网络测量的基于RIC的应用和资源管理。
背景技术
随着移动业务增加，移动网络和运行它们的设备正在变为软件驱动的、虚拟化的、灵活的、智能的和能量高效的。运营商定义的开放式智能无线接入网(称为“Open RAN”或“ORAN”)是移动网络和电信方面用于提高RAN部署和运营的效率的举措。已经创建了O-RAN联盟e.V.(以下简称“O-RAN”)以开发无线接入网(RAN)，使其比前几代网络更加开放和智能。O-RAN架构利用实时分析，实时分析驱动嵌入式机器学习系统和人工智能后端模块，以赋予网络智能。O-RAN架构还包括具有开放的标准化接口的虚拟化网元。O-RAN架构基于O-RAN标准，该标准完全支持和补充3GPP、ETSI和其他行业标准组织推动的标准。
附图说明
在不一定按比例绘制的附图中，相同的数字可以在不同的视图中描述相似的组件。具有不同字母后缀的相似数字可以表示相似组件的不同实例。在附图的各图中以示例而非限制的方式示出了一些示例实现，在其中：
图1描绘了示例O-RAN联盟架构。图2描绘了示例NexRAN Open RAN开源RAN切片。图3a描绘了O-RAN架构下层分离(LLS)中的示例RAN智能xApp管理器。图3b描绘了3GPP下一代无线接入网分离架构中的示例RAN智能xApp管理器。图3c描绘了用于边缘计算的示例RAN智能控制器(RIC)。图4描绘了O-RAN RIC架构中的示例xApp管理器部署。图5描绘了示例近实时(RT)RIC控制环路。图6描绘了示例Acceleration Complex(XAC)架构。
图7示出了示例边缘计算环境。图8描绘了O-RAN系统架构。图9和图10描绘了图8的O-RAN系统架构的逻辑布置。图11描绘了O-RAN xApp框架。图12描绘了示例near-RT RIC架构。图13示出了示例蜂窝网络架构。图14描绘了示例RAN分离架构方面。图15描绘了具有vRAN分析的示例蜂窝网络架构。图16示出了示例软件分发平台。图17描绘了示例计算节点的示例组件。图18描绘了示例神经网络(NN)。图19描绘了示例强化学习架构。
具体实施方式
以下示例实现总体涉及边缘计算、云计算、网络通信、数据中心、网络拓扑、通信系统、遥测和遥测系统、管理遥测系统中的遥测感知和智能、无线接入网(RAN)和RAN智能控制器(RIC)实现。特别地，本公开为各个RIC应用提供基于RIC的资源管理机制，其中，用于各个RIC应用的资源管理基于对用户设备和接入网基础设施元件收集的平台遥测数据以及测量的收集和分析。
1.RAN智能控制器(RIC)方面
在O-RAN架构中，近实时(RT)RIC(参见例如下文讨论的图1-12)执行xApp以实现智能RAN操作。由O-RAN规范(例如，参见[O-RAN])定义的xApp形成用于O-RAN接入网的智能控制功能，同时确保时延保持在亚秒到秒的数量级。O-RAN规范没有描述对来自RIC平台和/或RAN节点的硬件(HW)和/或软件(SW)遥测数据的接口，这会影响在near-RT RIC上运行的xApp的性能。
本公开引入了xApp管理器，其利用平台遥测、能力和/或应用跟踪来向xApp提供有用的信息，例如有噪邻居、NIC拥塞、平台可靠性、动态功率管理以及用于维持上行链路和下行链路连接的活动的短暂用户设备(UE)通信业务和可以用于智能RAN分析的关联的UE到分布式单元(DU)和/或UE到远端单元(RU)测量。现有的O-RAN标准侧重于提供网络智能的xApp。相比之下，本文讨论的示例xApp管理器获得各种遥测数据，仲裁遥测数据，使用仲裁后的遥测数据确定情报和/或见解，并将情报/见解馈送到其他xApp，其他xApp使用该情报/见解进行更好地运行。例如，分配给各个xApp的资源可以由xApp管理器基于从网络节点(例如，UE、RAN节点、网络功能(NF)等)获得的各种平台遥测数据和/或测量数据(包括主动实时测量等)来重新定向和/或重新分配。在一些实现中，xApp管理器在实时控制环路和/或近实时控制环路中实现，因为在许多情况下，需要在相对短的时间量(例如，1毫秒(ms)或更少)内使用实时测量进行xApp资源分配，以与现有网络条件相关。本文讨论的各种实现为网络运营商提供了远程收集测量和度量，并基于收集到的测量/度量来优化其网络的能力。本文讨论的这些概念和其他概念通过利用平台能力提升了O-RAN部署性能，并且还增强了在边缘计算节点上运行的xApp性能。此外，本文讨论的概念通过利用边缘节点平台能力增添了O-RAN部署(例如，基于FlexRAN参考的O-RAN部署)的性能提升和效率，因为一些xApp管理器分析利用了可以由FlexRAN在活动UE连接上实现的测量，例如信道估计、RSRP、RSRQ、SNR和/或其他度量/测量(例如，本文讨论的那些度量/测量中的任何度量/测量)。
图1描绘了示例O-RAN架构100，该架构包括RAN智能控制器(RIC)114与服务管理和编排框架(SMO)102之间的各种接口。SMO 102可以与下文讨论的SMO 802、902、1002和/或MO301、3c02相同或相似。RIC 114是还包括智能应用(app)，例如与其一起运行以使各种NF自动化进行预测性维护、增强操作等的网络ML/AI app的NF。O-RAN架构100描述了用于RAN资源控制的模型，该模型由SMO 102的编排和自动化组件(例如，策略、配置、库存、设计和non-RT RIC 112)在上层进行管理。这些组件经由A1接口控制near-RT RIC 114并与之通信。near-RT RIC 114提供对RAN节点(例如，eNB/gNB 910、RU 816、DU 916等)的管理和连接。在一些实现中，near-RT RIC 114可以与图8的near-RT RIC 814和/或图3c的RIC 3c14相同或相似，并且near-RT RIC 114的一些方面可以在下文中参照图3c描述。此外，由near-RT RIC114提供的一组核心服务可通过定制的第三方xApp扩展，这些xApp被实例化为云服务，并且与RAN节点具有低时延连接。xApp经由E2接口与RIC 114及其管理的RAN节点进行通信。O-RAN定义并阐明O-RAN架构100中的各种接口的使用。表1总结了这些接口。
表1
O-RAN架构100还包括O-RAN云平台106、non-RT RIC 112、O-RAN中央单元控制平面实体(O-CU-CP)121、O-RAN中央单元用户平面实体(O-CU-UP)122、O-RAN分布式单元(O-DU)115和O-RAN远端单元(O-RU)115，它们可以分别与O-Cloud 806、non-RT RIC 812、O-CU-CP921、O-CU-UP 922、O-DU 915和O-RU 816、915相同或相似。图1所示的这些元件和其他元件在下文中参照图8-12讨论。
如今，大多数云平台使用标准遥测收集器进行要使用O1和O2接口馈送到non-RTRIC的遥测，non-RT RIC每10秒以上运行分析并对基础设施遥测进行动作。虽然O2接口从near-RT RIC 114、中央单元(CU)121、122和DU 115获取恰当的遥测，但10秒(s)以上的间隔本质上达不到为实时和近实时场景和/或用例在亚秒间隔内配置和/或重新分配HW、SW和/或网络(NW)资源的目的。此外，为各种用例(例如，业务引导、业务分离、连接管理等)实现复杂AI/ML算法的xApp无法获得足够的硬件、软件和/或网络资源来运行至完成，或者在预定义和/或配置的间隔内以最优方式运行。目前，没有用于在xApp内或之间控制/管理QoS的解决方案。
一种现有的解决方案是由Red Hat,提供的OpenShift容器平台(OCP)，其在近实时RIC上部署应用管理器和警报管理器，近实时RIC主要瞄准来自E2终止器的应用遥测和关键性能测量(KPM)的事件。每个/>工作线程都将具有xApp登入器(onboarder)和为xApp管理策略的Influxdb数据库。OCP的方法是实现应用遥测和事件管理的常见形式。然而，OCP框架没有考虑或保证在实时或近实时操作所需的时间限制内为xApp定制的运行时性能和/或资源管理。还有研究寻求实现RAN切片管理器，该管理器基于网络切片要求控制xApp优先级和功能(参见例如Johnson et al.,NexRAN:Closed-loop RANslicing in POWDER-A top-to-bottom open-source open-RAN use case,15th ACMWorkshop on Wireless Network Testbeds,Experimental evaluation&CHaracterization(WiNTECH'21),pp.17-23(31Jan.2022)(“[Johnson]”)，其内容特此通过引用整体并入)。
图2描绘了示例NexRAN 200O-RAN框架(参见例如[Johnson])，其包括带有至xApp和E2代理的接口的RAN切片管理器。NexRAN 200组合了O-RAN软件社区和软件无线电系统RAN(srsRAN)的软件。这里，切片感知调度器和O-RAN E2代理被添加到srsRAN，并且定制xApp(例如，图2中的“NexRAN xApp”)被添加到RIC以控制切片。在本示例中，E2接口是连接RIC与srsRAN的底层无线电设备的北向接口。E2代理实现核心E2应用协议(E2AP)，可以访问srsRAN节点栈中的内部RAN组件以监控和修改RAN参数，并支持E2服务模型以将RAN度量和控制导出到xApp。NexRAN经由RESTful API向RAN切片管理器开放该功能。RAN切片管理器可以创建切片、对一个或多个RAN节点绑定/解绑切片、对这些切片绑定/解绑UE，以及动态地修改切片资源分配。[Johnson]中讨论了NexRAN 200的附加方面。该技术和其他现有技术无法为基于网络切片要求来管理HW资源QoS进行定制。xApp作为独立实体运行，要么作为容器要么作为单独的进程，无论各种网络切片的QoS要求如何，它们都继续具有相同的优先级。
本公开引入了边缘应用管理器(也称为遥测感知调度器(TAS))(例如，图3a-3b中的xApp管理器310、320，图4的xApp管理器425等)，其利用来自底层平台(例如，操作边缘app管理器的边缘计算节点和/或云计算节点)和/或其他平台(例如，其他边缘计算节点和/或其他云计算节点、应用服务器、RAN节点、UE等)的遥测数据(例如，遥测数据515)以及从各种网元(例如，E2节点、RAN节点、接入点、UE等)获得的测量数据(例如，测量数据315、415)，组合遥测数据和测量数据，并使用例如AI/ML机制(例如，启发法、AI/ML模型、优化函数和/或其他预测算法(例如，下文参照图18和19讨论的那些)生成有意义的可观察性见解(例如，推理、预测等)。在一些示例中，边缘app管理器(或TAS)收集从一个或多个遥测收集代理收集的平台遥测数据，并将遥测数据开放给控制平面实体。这开放了边缘节点遥测数据/度量，这使得服务提供商能够实现基于规则的工作负载放置，以得到最优性能和弹性。控制平面实体能够监控各个节点的性能，并动态地部署和/或迁移工作负载以得到最优性能。以此方式开放平台遥测数据允许服务提供商和/或网络运营商实现基于规则的工作负载放置，以得到最优性能和弹性，包括例如有噪邻居情况、QoS和/或QoE调谐、平台弹性和/或实时资源管理。
在本公开中，至少在一些示例中，遥测数据可以包括与操作为控制器和/或操作各种边缘app(例如，xApp)的底层计算节点/平台的各种参数、性能和/或其他方面有关的HW和/或SW数据(例如，原始数据、测量和/或度量)。作为示例，操作为控制器的计算节点/平台可以是一个或多个边缘计算节点、一个或多个云计算节点(或云计算集群)、一个或多个应用服务器、一个或多个RAN节点、硬件加速器集合和/或一些其他计算元件(例如，本文讨论的那些中的任一个)，并且控制器可以是网络控制器、网络调度器、网关、O-RAN RIC、MEC平台或MEC平台管理器，和/或任何其他类型的控制器或管理实体(例如，本文讨论的那些中的任一个)。附加地或替换地，至少在一些示例中，本文讨论的遥测数据包括与操作各种边缘app(例如，xApp、rApp、MEC app等)和/或提供各种服务的其他相关计算节点的各种参数、性能和/或其他方面有关的HW和/或SW数据。至少在一些示例中，这些其他计算节点可以包括例如其他边缘计算节点、其他云计算节点、其他RAN节点、NF、应用功能(AF)、UE、硬件加速器集合和/或一些其他计算元件(例如，本文讨论的那些中的任一个)。
此外，至少在一些示例中，本文讨论的测量数据可以包括由一个或多个网络节点(例如，RAN节点、UE、NF、AF、网关、网络电器、路由器、交换机、集线器和/或其他网元(例如，本文讨论的那些中的任一个)收集的或以其他方式获得的NW度量和/或测量和/或其他数据、度量和/或测量。在一些示例中，测量数据可能需要某种类型的数据处理，例如处理收集的和/或捕获的测量。作为示例，测量数据可以包括与信号测量相关的原始数据、测量和/或度量、通信信道状况、小区状况和/或参数、配置参数(例如，MAC和/或RRC配置数据、下行链路控制信息(DCI)、上行链路控制信息(UCI)等)、核心网状况和/或参数、各个NF和/或RAN功能(RANF)的拥塞统计和/或其他数据/度量、接口和/或参考点测量/度量(例如，与前传、中传和/或回传接口和/或任何其他接口或参考点(例如，本文讨论的那些中的任一个)有关的测量/度量)、传感器数据(包括来自通信有关传感器和/或其他传感器(包括本文讨论的传感器中的任一个)的数据)等。附加地或替换地，本文讨论的遥测数据和/或测量数据可以包括由网络节点和/或计算节点调度和/或可测量的任何类型的数据或信息，即使该数据或信息与正在进行的或已经建立的网络连接、会话或服务不相关。下文还提供了测量数据和/或遥测数据的附加或替换示例。
本文讨论的示例实现提供了定制和相关每网络切片和网络服务(例如，服务切片)HW资源、SW资源和/或NW资源和/或按每xApp方式定制和相关这些资源的能力。另外，可以将KPM(例如，UE请求的数量、数据量测量等)和/或其他收集的测量/度量彼此相关，和/或与其他数据和/或统计(其可以用于扩充或缩减物理和/或虚拟化硬件资源、软件资源和/或网络资源，以用于xApp处理相关输入)相关。本文讨论的示例实现还能够基于例如负载、故障状况、资源耗尽、热状况和/或其他度量/测量(例如，本文讨论的那些中的任一个)，实现对关键平台事件的更快的反应时间(尤其是改善弹性、服务可用性)、更快的根本原因分析(与现有技术相比)、更快的修复时间(与现有技术相比)以及更快地重新分配资源(与现有技术相比)。此外，本文讨论的各种示例实现提供了性能提升和资源消耗效率，以及(通过将xApp管理器要么以root(根)权限部署在容器中要么在运行时部署为二进制文件)从底层平台(例如，架构(IA)(例如，IA-32、IA-64等))解锁数据价值的机会。
图3a描绘了O-RAN框架中的示例RAN智能xApp管理器架构300a。在该示例中，xApp管理器架构300a包括被实现为near-RT RIC 114的app层330中的xApp 310的xApp管理器分析引擎310-a以及由O-DU 115实现的对应xApp管理器测量引擎320。app层330还包括一组xApp 310-1至310-N(其中，N是数字)。xApp 310-a、310-1至310-N(统称为“xApp 310”)可以与图4、图11和图12的xApp 410、1110和1210相同或相似。
图3b描绘了下一代(NG)-RAN的CU/DU分离架构中的示例RAN智能xApp管理器架构300b(参见例如[TS38401])。用于分离架构的各种选项在下文中参照图14讨论。xApp管理器架构300b包括管理和编排层(MO)301(其可以与图1的SMO 102、图3c的MO 3c02、图8的SMO802和/或图9的SMO 902同或相似)、NG-RAN CU 332(其可以与图1和图3a的O-CU 121、122、图9的O-CU 921、922、图14的CU 1432、图7的NAN 730等相同或相似)以及NG-RAN DU 331(其可以与图9的O-DU 915、图14的DU 1431、图7的NAN 730等相同或相似)。在一些实现中，NG-RAN CU 332可以是RAN智能控制器(RIC)(例如，图3c的near-RT RIC 114和/或RIC 3c14)，或者可以为其一部分。在图3b的示例中，xApp管理器分析引擎310-a被实现为NG-RAN CU332中的RANF，并且对应xApp管理器测量引擎320被实现为NG-RAN DU 331中的RANF。
在图3a和图3b中，xApp管理器测量引擎320收集和/或捕获各种网元(例如，一个或多个UE(例如，UE 901、UE 710等)、O-RU 116(或RRH)、O-DU 115和/或NG-RAN DU 331等)的测量数据315。xApp管理器测量引擎320经由合适的接口(例如，图3a中的E2接口、图3b中的F1接口和/或一些其他接口(例如，NG、Xn、X2、E1等))将测量数据315提供给xApp管理器分析引擎310-a。出于本公开的目的，术语“xApp管理器”(具有或不具有附图标记)可以指代xApp管理器分析引擎310-a、xApp管理器测量引擎320、或者xApp管理器分析引擎310-a和xApp管理器测量引擎320两者。
xApp管理器测量引擎320负责将活动UE呼叫流数据和/或其他网元测量、度量或数据处理成要由xApp管理器分析引擎310-a消费的测量数据315。经由O-RAN接口(参见例如图3a)或合适的3GPP/NG-RAN接口(参见例如图3b)提供得到的测量数据315。测量数据315可以由测量引擎320与分析引擎310-a之间的一个或多个合适的消息和/或PDU携带。另外，合适的消息/PDU也可以从xApp管理器分析引擎310-a流到其他xApp 310。
作为示例，图3a-3b中的测量数据315可以包括业务吞吐量测量数据、针对上行链路(UL)和下行链路(DL)通信管道的时延测量、小区吞吐量时间(TPT)测量数据、RU和/或DU基带单元(BBU)测量、度量或其他数据(例如，BBU测量和/或遥测数据、RU/DU平台遥测数据等)、vRAN前传(FH)接口测量数据(例如，L1和/或层2(L2)FH测量等)、RU和/或DU测量数据(例如，由RU/DU捕获的层1(L1)/PHY测量和/或在[ISEO]中讨论的测量/度量)、UE测量(例如，由一个或多个UE捕获或收集的L1和/或L2测量)、和/或任何其他类型的测量、度量和/或数据(例如，本文讨论的那些中的任一个)。
在各种实现中，不同类型的测量数据315可以以适应不同的O-RAN控制环路定时的方式分层或以其他方式分类。这里，不同类型的测量数据315根据这样的数据315有用或相关的时间多长和/或基于不同类型的测量数据315将要如何被使用来分类或归类。例如，测量数据315可以根据是实时(RT)控制环路(例如，本文称为“RT测量数据315”等)、near-RT控制环路(例如，本文称为“near-RT测量数据315”等)还是non-RT控制环路(例如，本文称为“non-RT测量数据315”等)需要它来分层和/或分类。下文讨论分层的测量数据315和/或关联的KPI/度量的各种示例。然而，这些示例并不旨在限制可以使用的测量数据315的类型和/或量，因为在未来的接入网技术中可以使用新类型的测量数据315。
RT测量数据315的示例包括用于分析或对于一个或多个小区需要O-DU 115/DU331(例如，gNB、ng-eNB、eNB等)与UE之间的实时数据的其他目的的测量数据315。这种RT测量数据315的示例包括无线电频率(RF)健康报告，该报告可以包括例如每时间段每无线电频带的并发客户端计数的最大数量(例如，其中，无线电频带包括2.4GHz、5GHz、6GHz等)。RT测量数据315的其他示例包括用于物理上行链路控制信道(PUCCH)、物理上行链路共享信道(PUSCH)、RSRQ、RSRP、SNR、信道估计和/或波束特定RSRP/RSRQ/SNR的发射(Tx)功率，和/或其他信号测量(例如，本文讨论的那些中的任一个)。在各种实现中，尽快使用RT测量数据315在分析引擎310-a处做出决策。这样，xApp管理器测量引擎320计算这种类型的测量数据315，并在测量数据315到期或不再对特定分析目的有用之前，将其转发到xApp管理器分析引擎310-a。
在一些示例中，RT测量数据315可以基于由各种UE(活动的和/或调度的)、RU和/或DU收集或捕获的活动且及时的测量(例如，信道估计和波束健康)。这里，获得、测量和提供L1/L2启发法来执行远程vRAN智能分析可以减少现场分析。附加地或替换地，RT测量数据315可以用于探测或以其他方式确定在当前调度的数据传输之外分配给各个UE的带宽(BW)。取决于UE被调度以接收或发送UL或DL传输的载波、信道或部分BW，如果例如不同的部分BW/信道可用，并且与已经分配的部分BW/信道相比具有更好的信号/信道特性(例如，更少的噪声、更少的干扰等)，则RAN可以将UE切换到不同的部分BW或信道。
附加地或替换地，测量数据315可以包括near-RT启发(heuristics)，near-RT启发可以在其有用性到期之前经由E2接口捕获和提供，直至并包括要么在UE数据信道内分配的当前BW内的，要么探测或以其他方式确定当前未用于正在进行的数据传送的其他可用BW(例如，在具有30kHz子载波缩放(μ＝1)的5G NR参数集为1的100MHz内；参见[TS38300])的单独DL和UL探测信息。涉及探测或以其他方式确定DL(例如，配置调度(CS)-CSI、CSI-RS、DMRS、PRS、PT-RS、PSS、SSS等)、UL(例如，DMRS、PT-RS、SRS等)和/或SL(例如，DMRS、PRS、S-PSS、S-SSS等)的启发可以近实时地用于gNB(MAC)调度器采取诸如使用要么UE码本要么非码本信道改变等的动作。
在另一示例中，near-RT测量数据315可以包括UL和/或DL参考信号测量，该测量可以在UL或DL数据信道(例如，PUSCH、PDSCH、PSSCH等)内调度，或者在与为特定UE和/或特定载波频率针对特定参数集和帧结构(例如，具有30KHz子载波和100MHz BW的5G参数集1；参见[TS38300])分配的BW内的现有数据信道分开的周期性或非周期性信号内调度。在另一示例中，near-RT测量数据315可以包括每时隙OFDM符号的数量、每帧时隙、每子帧时隙和/或相关元数据。该near-RT测量数据315可以用于重新构造原始探测信号，并将其与RAN节点(例如，gNB、eNB、RU、DU等)处的得到的信号形式进行比较。这里，参考测量与报告测量之间的差异可以采取RAN节点的相应天线和/或UE的相应天线处的同相正交(IQ)样本的形式。
附加地或替换地，其他层1(L1)和/或层2(L2)数据可以影响其他控制环路，经由E2影响到L2 MAC中，并且不太及时。以这些方式，测量引擎320能够在那些分析测量数据315到期(这通常按照传输定时间隔(TTI)的数量来衡量)之前捕获和/或测量L1和/或L2分析测量数据315。测量数据315的附加示例在下文中描述。
图3c示出了示例RAN智能控制器(RIC)架构3c00。RIC架构3c00包括管理和编排层(MO)3c01(也称为“操作、管理和维护3c01”、“OAM 3c01”、“SMO 3c01”等)，MO 3c01包括监控和维持RIC架构3c00的RAN域操作、维护和管理操作(包括任务自动化)的一组支持NF。MO3c02可以是O-RAN服务管理和编排(SMO)(参见例如[O-RAN])、ETSI管理和编排(MANO)功能(参见例如[ETSINFV])、开放网络自动化平台(ONAP)(参见例如[ONAP])、3GPP基于服务的管理架构(SBMA)(参见例如[TS28533])、网络管理系统(NMS)、[IEEE802]OAM实体等。MO 3c02经由接口3c10向RIC 3c14发送管理命令和数据，并经由接口3c10从RIC 3c14接收相关数据。作为示例，在O-RAN实现中，接口3c10可以是A1接口和/或O1接口。
在一些实现中，MO 3c02负责以下功能中的一些或全部：基于部署的工作负载、可用资源、可用边缘服务和/或网络拓扑来维护边缘系统/平台的全貌；app包的登入(包括完整性和真实性检查)、验证应用规则和要求并调整它们以符合运营商策略(如果需要)、保持登入的包的记录/日志，以及准备VIM 3c42以处理应用；基于一个或多个约束(例如，时延、数据速率、带宽等)、可用资源和/或可用服务，为app实例化选择恰当的边缘功能、RANF、NF和/或工作负载；和/或触发app实例化、重新定位/迁移和终止。附加地或替换地，MO 3c02还可以提供或执行故障检测、通知、定位和修复，这些操作旨在消除或减少故障并使网段保持在操作状态，并且支持向用户/订户提供订户接入网的服务所需的活动。
在O-RAN实现中，MO 3c02可以包括non-RT RIC(例如，non-RT RIC 812)。non-RTRIC提供non-RT控制功能(例如，>1秒(s))，并且near-RT控制功能(例如，<1秒)在non-RTRIC中解耦。non-RT功能包括服务和策略管理、RAN分析以及用于near-RT RAN功能的模型训练。在一些实现中，在non-RT RIC中产生的训练后的模型3c23和实时控制功能经由包含non-RT RIC的MO 3c02与near-RT RIC 3c14的A1接口(例如，接口3c10)被分发到near-RTRIC(例如，RIC 3c14)，以用于运行时执行。MO 3c02中(例如，non-RT RIC中)的网络管理应用能够通过A1接口(例如，接口3c10)以标准化格式从模块化CU和/或DU接收高度可靠的数据并对其进行动作。从支持ML/AI的策略和non-RT RIC中的基于AI/ML的训练模型生成的消息经由A1接口(例如，接口3c10)传送到near-RT RIC 3c14。另外，可以通过部署针对各个运营商策略和/或优化目标而优化的不同模型来修改RAN行为。
RIC架构3c00还包括RIC 3c14(也称为“网络控制器3c02”、“智能控制器3c02”、“智能协调器3c02”、“RAN控制器3c02”、“near-RT RIC”等)。在一些实现中，RIC 3c14是BBU、云RAN控制器、C-RAN、O-RAN RIC(例如，non-RT RIC和/或near-RT RIC)、vRAN控制器、边缘工作负载调度器、一些其他边缘计算技术(ECT)主机/服务器(例如，本文讨论的那些中的任一个)等。RIC 3c14负责RAN控制器功能，以及为各种RANF、NF、VM 3c31、容器3c33和/或其他应用(app)3c32配给计算资源。RIC 3c14还充当CU(例如，图1、图3a和图9的O-CU 921、922和/或图14的CU 1432)的“大脑”，并且还可以控制核心网(例如，图14的CN 1442(或CN 1442的各个NF 1-x)、图7的CN 742等)的一些方面。RIC 3c14还提供应用层支持，以协调和控制CU1432以及为RANF(参见例如图14的RANF 1-N)、NF和/或其他app(例如，VM 3c31、app 3c32和/或容器3c33)配给计算资源。在一些实现中，RIC 3c14可以以与用云计算服务进行的相同或相似的方式和/或使用类似的框架来实例化计算资源，以用于这些目的。另外，RIC3c14可以在各个RAN节点部署处(例如，在不同RU(例如，图14的O-RU 916和/或RU 1430)和/或DU(例如，图14的O-DU 915和/或DU 1431)的位置处)保留和配给计算资源。在这些实现中，边缘计算元件(例如，图7的边缘计算节点736)可以被设置在RU和/或DU小区站点处以提供这样的资源。
此外，RIC 3c14提供无线电资源管理(RRM)功能，包括例如无线承载控制、无线准入控制、连接和移动性控制(例如，无线电连接管理器3c22和移动性管理器3c25)以及针对UE 1402的动态资源分配(例如，调度)。RIC 3c14还执行其他功能，例如路由用户平面数据和控制平面数据、在各个UE处生成和配给测量配置、会话管理、网络切片支持操作、传输层分组标记等。
RIC 3c14包括执行干扰检测和减轻的干扰管理器3c21以及提供每UE控制的负载平衡、资源块(RB)管理、移动性管理和/或其他类似RAN功能的移动性管理器3c25。另外，RIC3c14提供利用嵌入式智能的RRM功能，例如提供流管理(例如，QoS流管理、至数据无线承载(DRB)的映射等)的流管理器3c24(也称为“QoS管理器3c24”)，以及提供连接管理和无缝切换控制的无线电连接管理器3c22。near-RT RIC提供允许灵活地登入第三方控制应用的鲁棒的、安全的且可缩放的平台。RIC 3c14还利用无线电网络信息库(R-NIB)3c26，R-NIB3c26捕获底层网络的近实时状态(例如，来自CU 1432、DU 1431和/或RU 1430)以及来自MO3c02(例如，MO 3c02中的non-RT RIC)的命令。RIC 3c14还执行训练后的模型3c23，以改变网络的功能行为和网络支持的应用。作为示例，训练后的模型3c23包括业务预测、移动轨迹预测和策略决策等。
RIC 3c14经由接口3c13与应用(app)层3c30通信，接口3c13可以包括一个或多个API、服务器侧web API、web服务(WS)和/或一些其他接口或参考点。作为示例，接口3c13可以是以下中的一个或多个：表述性状态转移(REST)API、RESTful web服务、简单对象访问协议(SOAP)API、超文本传输协议(HTTP)和/或安全HTTP(HTTPs)、Web服务描述语言(WSDL)、消息传输优化机制(MTOM)、MQTT(以前的“消息队列遥测传输”)、开放数据协议(OData)、JSON-远程过程调用(RPC)、XML-RPC、异步JavaScript和XML(AJAX)等。可以使用任何其他API和/或WS，包括私有和/或专有API/WS。附加地或替换地，接口3c10可以包括任何前述API/WS技术。
应用层3c30包括一个或多个虚拟机(VM)3c31、一个或多个应用(app)3c32(例如，边缘app、xApp 410、rApp 911等)和/或一个或多个容器3c33。在一些实现中，应用层3c30中的VM 3c31、app 3c32和/或容器3c33表示或以其他方式对应于图14的模块化CU/DU/RU功能(在一个或多个分离架构选项中)和/或分解的RANF 1-N。附加地或替换地，multi-RAT协议栈(或这种协议栈的更高层)可以操作为VM 3c31、app 3c32和/或容器3c33，或者在其中操作。例如，各个RANF和/或CU/DU/RU功能可以在各个VM 3c31和/或容器3c33内操作，其中，每个VM 3c31或容器3c33对应于单独的用户/UE和/或会话。附加地或替换地，每个app 3c32可以对应于本文讨论的网络协议栈的各个协议栈实体/层(参见例如图1中的RRC、SDAP、PDCP-C、PDCP-U、RLC-MAC、PHY-High、PHY-Low和RF实体)。
在O-RAN实现中，接口3c13是near-RT RIC 3c02与multi-RAT CU 1432协议栈以及底层RAN DU 1431之间的E2接口，该接口将包括各种RAN测量的数据馈送到near-RT RIC3c02以促进RRM，它也是near-RT RIC 3c02可以通过其直接向CU 1431/DU 1432或分解的RANF 1-N(参见例如图14)发起配置命令的接口。
应用层3c03在系统SW层3c40(也称为“虚拟化层3c40”等)之上操作。系统SW层3c40包括虚拟化基础设施3c41(也称为“虚拟操作平台3c41”、“虚拟基础设施3c41”、“虚拟化HW资源3c41”等)，虚拟化基础设施3c41是对VM 3c31、app 3c32和/或容器3c33在其上操作的一个或多个HW平台的模拟。虚拟化基础设施3c41在虚拟化基础设施管理器(VIM)3c42之上操作，VIM 3c42为VM 3c31、app 3c32和/或容器3c33提供HW级虚拟化和/或OS级虚拟化。VIM3c42可以是操作系统(OS)、管理程序、虚拟机监控器(VMM)和/或一些其他虚拟化管理服务或应用。
系统SW层3c40在HW平台层3c50之上操作，HW平台层3c50包括虚拟(或虚拟化)RAN(vRAN)计算HW 3c51，vRAN计算HW 3c51使用一个或多个vRAN处理器3c52和vRAN加速器3c54操作一个或多个分解的RANF 1-N。vRAN是一种类型的包含与它运行于的硬件分离的各种联网功能的RAN。出于本公开的目的，术语“虚拟RAN”或“vRAN”可以指代RAN的虚拟化版本，它可以使用任何合适的vRAN框架(例如，O-RAN联盟(参见例如[O-RAN])、OpenvRANTM、电信基础设施项目(TIP)OpenRANTM、NexRAN 200、/>FlexRANTM、Red/>OCPTM等)来实现。
vRAN处理器3c52是包括(或被配置有)针对vRAN功能的一个或多个优化的处理器。vRAN处理器3c52可以是COTS HW或应用特定HW元件。作为示例，vRAN处理器3c52可以是D处理器、/>可扩展处理器、/>7000、/>“Rome”处理器等。vRAN加速器3c54是被配置为加速4G/LTE和5GvRAN工作负载的HW加速器。作为示例，vRAN加速器3c54可以是前向纠错(FEC)加速器(例如，/>vRAN专用加速器ACC100mT1电信加速器卡等)、低密度奇偶校验(LDPC)加速器(例如，/>LE500和LD500)、联网加速器(例如，/>FPGA PAC N3000)等。附加地或替换地，vRAN处理器3c52可以与图17的处理器1752相同或相似，并且vRAN加速器3c54可以与图17的加速电路1764相同或相似。vRAN处理器3c52与vRAN加速器3c54之间的交互可以经由用于标准化互操作性的加速抽象层(AAL)、经由内联HW加速器管道或功能链、经由虚拟输入/输出(vI/O)接口、经由单根I/O虚拟化(SR-IOV)接口，和/或经由一些其他接口或机制来进行。HW平台层3c50还包括平台计算HW 3c56，平台计算HW 3c56包括可以用于UE特定数据处理和/或RANF特定数据处理的计算/处理器资源、加速资源、存储器资源和存储资源。平台计算HW 3c56的计算资源、加速资源、存储器资源和存储资源分别对应于图17的处理器电路1752、加速电路1764、存储器电路1754和存储电路1758。
图3c的示例将RIC 3c14、app层3c30、SW层3c40和HW层3c50示为同一平台的一部分(例如，如图3c中的层3c14、3c30、3c40和3c50周围的虚线框所示)。然而，在其他实现中，层3c14、3c30、3c40和3c50中的一些或全部可以在不同的计算元件中实现或由不同的计算元件来实现。在一些实现中，vRAN计算HW 3c51可以被包括在一个或多个vRAN服务器(其可以是COTS服务器HW或专用服务器HW)中，并且边缘计算HW 3c56被封闭或容纳在经由合适的有线或无线连接与vRAN服务器通信耦合的合适的服务器平台中。在一些实现中，vRAN计算HW3c51和边缘计算HW 3c56被封闭、容纳或以其他方式包括在同一服务器外壳中。在这些实现中，用于处理器、存储器、存储和加速器元件的附加插槽可以用于扩充或以其他方式连接vRAN计算HW 3c51和边缘计算HW 3c56，以用于分解的RAN上的边缘计算。在任一实现中，服务器可以被容纳、封闭或以其他方式包括在小形状因数且加固的服务器壳体/外壳中。
图4示出了示例near-RT RIC部署400，该部署包括能够经由A1接口与non-RT RIC412交互的near-RT RIC 414。non-RT RIC 412作为SMO(例如，SMO 102、802或MO 3c02)的一部分执行编排和管理功能。near-RT RIC 414是在控制环路下以10毫秒(ms)至1秒(s)的量级，通过E2接口经由细粒度数据收集(例如，E2测量数据415的收集)和动作416来实现对E2节点功能(例如，RANF)和资源的近实时控制和优化的逻辑功能。near-RT RIC 414实现E2调解功能460，E2调解功能460终止E2接口，以用于收集E2测量数据415和发出(或接收)E2事件/动作416。E2测量数据415可以与先前讨论的测量数据315相同或相似。附加地或替换地，测量数据415和/或事件/动作416可以从其他接口(例如，A1、O1、O2、OF和/或其他接口)获得(或通过其他接口发送)。non-RT RIC 412和near-RT RIC 414可以分别与non-RT RIC 812和near-RT RIC 814相同或相似，并且non-RT RIC 412和near-RT RIC 414的附加方面在下文中参照图8-12讨论。
near-RT RIC 414提供用于用户开发的RAN优化SW元件(例如，xApp 410)的平台。xApp 410提供可以利用O-RAN定义的E2接口来执行各种RANF和/或RAN优化的服务和/或微服务。RAN优化是针对特定服务微服务和/或响应变化的RAN条件而执行的。near-RT RIC414托管一组xApp 410，xApp 410可以与图3、图5、图11和图12的xApp 310、510、1110和1210相同或相似。xApp 410在相应的虚拟化容器430内操作，虚拟化容器430可以与先前讨论的容器3c33相同或相似。虚拟化容器430可以使用任何合适的虚拟化技术(例如，本文讨论的那些中的任一个)来实现。在大多数实现中，每个xApp 410在其自己的虚拟化容器430内运行。然而，在一些实现中，一个或多个xApp 410可以在同一容器430内运行。附加地或替换地，一个或多个xApp 410可以在一个或多个VM(例如，图3c的VM 3c31)内运行，和/或一个或多个容器430可以在一个或多个VM内运行。另外，xApp 410和/或near-RT RIC 414的不同功能可以在同一计算节点上运行，或者由计算集群内的一组计算节点运行，其中，计算节点是一个或多个物理HW设备、一个或多个VM。附加地或替换地，xApp 410和/或near-RT RIC 414的不同功能可以作为软件进程在物理机或虚拟机上运行(例如，当不同的xApp 410和/或不同的RIC功能具有指定如何可以将度量和日志发送到服务总线435上的安全规则、访问规则和/或策略441的不同集合时)。xApp 410和/或RIC功能的特定部署可以是特定于实现的，并且可以根据用例和/或设计选择而变化。
每个xApp 410可以经由服务总线435彼此通信。服务总线435实现由各个xApp 410提供的各种服务/微服务之间的通信系统。作为示例，服务总线435可以提供以下功能中的一些或全部：在服务之间路由消息；监控和控制服务之间的消息交换的路由；解决通信服务/组件之间的竞争；控制服务的部署和版本管理；整理(marshal)冗余服务的使用；提供商品服务，例如事件处理、数据变换和映射、消息和事件排队和排序、安全和/或异常处理、协议转换以及强制用于通信服务的适当质量(QoS)。在一些示例中，服务总线435可以是或者包括容器网络接口和/或其他API，以促进xApp 410之间的通信。附加地或替换地，服务总线435可以与下文讨论的图12的消息传送基础设施1235相同或相似。
xApp 410的子集包括作为服务切片功能420(也称为“xApp420”)的一部分的那些xApp。服务切片功能420利用通过使用E2接口收集的实时(或近实时)信息(例如，从一个或多个UE、E2节点等收集的E2测量数据415)和/或其他数据(例如，遥测和/或剖析(profiling)信息)以提供增值服务。在该示例中，xApp 420的集合包括策略xApp 421、自组织网络(SON)xApp 422、无线电资源管理(RRM)xApp 423、xApp管理器425(其可以与先前讨论的xApp管理器320和/或310-a相同或相似)以及策略和控制功能426。附加地或替换地，xApp 420的集合可以包括图3c的干扰管理器3c21、无线连接管理器3c22、流管理器3c24和/或移动性管理器3c25；和/或管理控制xApp1110-a、KPI监控器xApp 1110-b和/或其他第三方xApp 1110，如图11所示和所述。
策略xApp 421提供RIC和/或RAN的策略驱动的闭环控制。策略441可以是A1策略，这些策略是使用正式声明表达的声明性策略，其使得SMO中的non-RT RIC 412能够引导near-RT RIC 414并因此引导RAN朝向更好地履行RAN意图和/或目标。附加地或替换地，策略441(包括A1策略)可以包括或指定针对不同网络/服务切片和/或针对各个xApp 410提供的服务的KPI、KPM、SLA要求、QoS要求等。策略和控制功能426可以辅助策略xApp 421或与策略xApp 421结合操作，以提供策略驱动的闭环控制。作为示例，策略xApp 421和/或策略和控制功能426可以提供基于策略的业务引导和/或业务分割，这可以是周期性的或基于事件的。
SON xApp 422包括用于自动化且优化的RAN节点操作的那些xApp。示例SON xApp422包括提供以下功能的那些xApp：覆盖和容量优化(CCO)、节能管理(ESM)、负载平衡优化(LBO)、切换参数优化、RACH优化、SON协调、NF和/或RANF自建立、自优化、自愈、持续优化、自动邻居关系管理等(参见例如3GPP TS 32.500 v17.0.0(2022-04-04)(“[TS32500]”)、3GPPTS 32.522 v11.0 7.0(2013-09-20)、3GPP TS 32.541 v17.0.0(2022-04-05)、3GPP TS28.627 v17.0.0(2022-03-31)、3GPP TS28.313 v17.6.0(2022-09-23)、3GPP TS 28.628v17.0.0(2022-03-31)、3GPP TS 28.629 v17.0.0(2022-03-31)，其各自的内容特此通过引用整体并入)。SON xApp 422还可以提供专有(例如，商业秘密)SON功能和/或相关标准未定义的SON功能。SON功能可以基于其位置/部署进行分类，并且因此可以是集中式SON功能(例如，在管理系统(例如，SMO/MO层)中执行的那些功能)、分布式SON功能(例如，位于/部署在一个或多个NF中的那些功能)和/或混合SON功能(例如，在集中式域层、跨域层和/或NF中执行的那些功能)。
RRM xApp 423提供RRM优化，RRM优化可以包括与例如切换决策、小区选择、移动性管理、切换决策、干扰管理、业务引导和/或分割和/或其他RRM决策有关的优化。在一些实现中，RRM xApp423基于可以学习来自不同RAN协议栈层的各种参数之间的错综的相互依赖性和复杂的跨层交互的AI/ML模型/算法(例如，图3c的一个或多个训练后的AI/ML模型3c24和/或下文关于图18-19讨论的ML方面)，这与先前的RRM过程形成对比，先前的RRM过程主要基于涉及信令、信道特征和负载阈值的启发法。
near-RT RIC 414与E2节点之间的RRM功能分配受制于借助E2服务模型(E2SM)通过E2接口开放的E2节点的能力，以便支持在[O-RAN.WG1.Use-Cases]中所描述的用例。E2SM描述可以由near-RT RIC 414和有关过程控制的E2节点中的功能，从而定义E2节点与near-RT RIC 414之间的功能特定的RRM划分。对于E2SM中开放的功能(参见例如[O-RAN.WG3.E2SM])，near-RT RIC 414可以例如根据一个或多个策略441监控、暂停/停止、超控或控制E2节点的行为。在near-RT RIC 414故障的情况下，E2节点将能够提供服务，但可能会中断某些仅可以使用near-RT RIC 414提供的增值服务。
网络切片是提供针对特定应用、服务和/或业务要求定制的端到端(e2e)连接和数据处理的突出特征。这些要求包括可定制的网络能力，例如支持非常高的数据速率、业务密度、服务可用性和非常低的时延。根据5G标准化工作，5G系统应当通过指定若干服务KPI(例如，数据速率、业务容量、用户密度、时延、可靠性和可用性)来支持业务的需求。这些能力是基于移动运营商与其客户/订户之间的服务水平协议(SLA)来指定的，这使得对确保切片SLA并防止其可能的违规的机制越来越感兴趣。O-RAN的开放接口与其基于AI/ML的架构相结合可以实现这种具有挑战性的RAN SLA保证机制。
基于RAN特定切片SLA要求，non-RT RIC 412和near-RT RIC 414可以微调RAN行为，以动态地保证网络切片SLA。利用切片特定性能度量(例如，基于从E2节点和/或UE接收到的测量数据415)，non-RT RIC 412监控关于RAN切片子网的性能的长期趋势和模式，并且训练要部署在near-RT RIC 414处的AI/ML模型(例如，图3c的训练后的AI/ML模型3c24)。AI/ML模型3c24可以包括启发式和/或推理/预测算法，其可以基于本文讨论的那些算法(例如，图18和图19所示的那些算法)中的任一种。在各种实现中，训练后的AI/ML模型3c24中的一个或多个可以是xApp管理器425的一部分，xApp管理器425使用切片特定性能度量以及底层平台的遥测数据(或剖析信息)来确定用于各个xApp 410和/或其他元件的资源分配。AI/ML模型3c24的输出可以包括用于各个xApp 420、其他xApp 410、由non-RT RIC 412实现的rApp 911和/或由其他RIC实现的xApp 410或rApp 911的新的/更新的资源使用/分配。以此方式，切片性能可以被增强或优化超出当单独依赖测量数据415时可能达到的效果。
non-RT RIC 412还使用可能地包含范围标识符(例如，单网络切片选择辅助信息(S-NSSAI)、QoS流ID等)和声明(例如，KPI目标、SLA等)的A1策略441来引导near-RT RIC414。near-RT RIC 414通过A1接口获得A1策略441，并将A1策略441存储在策略库(store)440中。near-RT RIC 414通过考虑O1配置(例如，静态RRM策略等，其可以存储在策略库440中)和A1策略441，以及接收到的切片特定E2测量415，经由实时(或近实时)执行所部署的AI/ML模型3c24、xApp 420和/或其他切片控制/切片SLA保证xApp 410/420，来实现优化的RAN动作。这些优化的RAN动作可以通过策略和控制功能426和E2调解功能460作为事件416发出，事件416包括合适的指令、命令和/或可应用的数据/信息。附加地或替换地，优化的RAN动作可以通过服务总线435作为事件416、指令、命令和/或可应用的数据/信息发出。O-RAN切片架构使得能够实现这样的具有挑战性的机制，这可以帮助运营商以高效的方式实现网络切片的机会铺平道路，至少在资源使用、能耗和性能方面。
xApp 420还包括xApp管理器425，xApp管理器425是利用观察数据并使用一个或多个AI/ML模型3c24生成有意义的见解/知识的逻辑元件/实体。观察数据可以包括测量数据415和/或平台遥测数据(或剖析信息)。例如，xApp管理器425经由E2调解功能460收集E2测量数据415，并经由收集代理(参见例如图5)收集遥测数据，并且分析所收集的E2测量数据415和遥测数据，以确定用于各个xApp410的HW、SW和/或NW资源分配。这可以涉及例如确定扩充或缩减用于各个xApp 410、E2节点和/或O-RAN框架中的其他元件的HW、SW和/或NW资源。资源分配还可以被包括在经由服务总线435提供给各个xApp 410的信令和/或PDU/消息中，和/或经由E2调解功能460和E2接口提供给各个E2节点的事件416中。在这些实现中，事件416和/或PDU/消息可以包括用于重新分配和/或调整用于在一个或多个E2节点上操作或由一个或多个E2节点操作的各个xApp 410和/或各个RANF的HW、SW和/或NW资源的指令、命令和/或相关信息(例如，缩放因子、配置数据等)。xApp管理器425根据一个或多个网络切片或服务切片的服务要求(例如，如KPI、KPM和/或SLA定义的)来调整或以其他方式确定HW、SW和/或NW资源使用/分配。near-RT RIC 414(或xApp管理器425)对xApp 410和/或E2节点的控制根据non-RT RIC 412通过A1接口提供的一个或多个策略441和/或富集(enrichment)信息来引导或以其他方式指导。
xApp管理器425提供定制和相关每网络片、每网络服务和/或每xApp的HW、SW和/或NW资源的能力。xApp管理器425提供平台性能改进和效率，以及利用平台遥测的特权服务的机会。xApp管理器425通过将xApp管理器425要么部署在具有根权限的容器430中，要门部署为运行时的二进制文件，来提供从平台解锁数据值的机会。这里，xApp管理器425通过运行/操作AI/ML模型3c24以识别或确定各个网络/服务切片的KPI、KPM、SLA要求和/或QoS要求的增加或减少，并且动态地调整所分派的和/或所分配的HW、SW和/或NW资源，和/或分配给各个xApp 410的功率水平，来实时(或近实时)地提供闭环控制功能。
例如，xApp管理器425可以利用AI/ML模型3c24，通过各种相关来做出关于各个xApp 410的未来资源要求的各种预测/推理。第一示例相关可以包括将平台遥测、app遥测和跟踪以及xApp数据日志相关，以生成见解。第二示例相关可以包括将E2测量数据415(例如，UE的数量、E2 KPM(例如，无线电资源利用率)、每QoS流获得的测量等)与平台遥测相关，以添加到前述见解。第三示例相关可以包括将与E2测量数据415有关的KPI、KPM、SLA要求和/或QoS要求(例如，UE请求的数量、数据量等)与用于xApp 410的HW、SW和/或NW资源的缩放和/或解缩放相关，以处理相关输入。第四示例相关可以包括将用于各个xApp 410的HW、SW和/或NW资源的先前(历史)调整与在调整了HW、SW和/或NW资源之后测得的或以其他方式获得的平台遥测和/或E2测量数据415相关，这可以告知各种资源调整/变更的影响，以便告知未来的预测/推理。第五示例相关可以包括将网络切片的KPI、KPM、SLA要求和/或QoS要求与用于对应网络切片的一组xApp 410的平台资源要求相关，以在很少或没有负面性能影响的情况下运行。附加地或替换地，xApp管理器425功能包括使用来自HW、SW和/或NW遥测的AI/ML模型3c24丰富E2数据(例如，富集信息)。例如，NIC拥塞水平遥测可以推理UE的数量等。
附加地或替换地，xApp管理器425通过接受xApp 410、420中的每一个的运行时优先级水平来实时或近实时地提供闭环控制功能，并且相应地调整HW、SW和/或NW资源和/或QoS。以此方式，xApp管理器425实现对关键平台事件的更快的反应时间，从而提高弹性、服务可用性、更快的根本原因分析、更快的修复时间，和/或基于例如当前或预测的负载、当前或预测的故障状况、当前或预测的资源耗尽、当前或预测的热状况等更快地重新分配资源。
在一些实现中，消息经由服务总线435和/或网络接口从xApp管理器425流到各个xApp 410，反之亦然。用于计算和实施near-RT RIC 414内的动态xApp资源分配和/或QoS的输入、度量/测量和/或KPM方面可以使用这些消息或消息流来传送。另外，产品文献可以指示基于基础设施/HW、SW、NW遥测和/或测量/度量以及网络切片测量/度量的动态xApp资源分配和/或QoS管理。
图5描绘了示例控制环路500。在该示例中，xApp管理器425与遥测代理520和E2代理530以及与xApp 410-1至410N(其中，N是数字)交互。在操作期间，遥测代理520响应于检测到一个或多个事件/条件，或者周期性地(例如，根据一个或多个时间尺度，和/或在一个或多个时间段或持续时间期间)收集、采样或过采样各种遥测数据515。在一些示例中，时间尺度的概念与在持续时间、时间段或其他时间量期间收集的数据量的绝对值有关。附加地或替换地，时间尺度的概念可以实现数据量的确定。例如，可以在第一持续时间内收集第一度量/测量，可以在第二持续时间内收集第二度量/测量，等等。遥测代理520要么向xApp管理器425提供原始遥测数据515，要么生成随后提供给xApp管理器425的简档信息。另外，E2代理530响应于检测到一个或多个事件/条件，或者周期性地(例如，根据一个或多个时间尺度，和/或在一个或多个时间段或持续时间期间)收集、采样或过采样各种测量数据415。E2代理530要么向xApp管理器425提供原始测量数据415，要么基于测量数据415生成分析，然后将其提供给xApp管理器425。此外，xApp管理器425从策略库440读取或获得一个或多个策略441。遥测数据515、测量数据415和策略441可以经由服务总线435、一个或多个API和/或网络接口获得。xApp管理器425使用遥测数据515(或简档信息515)和测量数据415(要么原始的要么处理过的)，并且使用先前讨论的AI/ML机制并根据一个或多个策略441生成可观察性见解525。可观察性见解525被提供给一个或多个xApp 410，xApp 410使用见解525来调整它们的性能。见解525经由服务总线435、一个或多个API和/或网络接口提供给xApp 410。在一些实现中，见解525可以作为动态策略提供给硬件资源管理器(例如，资源管理守护进程(RMD))，以如策略中所描述的那样重新分配资源(参见例如Resource ManagementDaemon,User Guide,INTEL CORP.(2019年12月21日)，(“[RMD]”)，其内容特此通过引用整体并入)。
E2代理530负责从各种E2节点和/或其他网元(例如，UE等)收集各种测量数据415。在一些示例中，E2代理530与E2调解功能460相同或相似。遥测代理520包括遥测系统的一个或多个遥测仪(或收集代理)(参见例如本文讨论的那些中的任一个，和/或在2022年8月31日提交的美国申请No.17/899,840(“['840]”)中讨论的那些，其内容特此通过引用整体并入)，并且负责从底层RIC平台(例如，托管xApp管理器425的计算节点)、系统SW、应用(例如，由底层平台托管的各个xApp 410)和/或其他平台(例如，其他边缘计算节点、云计算节点和/或核心网中的NF；E2节点和/或UE)和/或其系统SW和/或应用收集遥测数据515。
可以使用任何合适的通信手段(包括无线数据传输机制(例如，无线电、超声波、红外等)和/或有线数据传输机制(例如，焊接连接和/或铜引线、光链路、电力线载波、电话线、计算机网络线缆等))将遥测数据515传送到遥测代理520。遥测代理520可以是物理或虚拟设备(或一组设备)，包括事件捕获部件(例如，图17的传感器电路1772、致动器1774、输入电路1786、输出电路1784、处理器电路1752、加速电路1764和/或其他组件)、通信部件(例如，图17的通信电路1766、网络接口1768、外部接口1770和/或定位电路1745)和/或其他组件(例如，输出部件(例如，图17的显示设备、输出电路1784等)、记录部件(例如，图17的输入电路1786、处理器电路1752、存储器电路1754和/或存储电路1758)和/或控制部件(例如，图17的处理器电路1752、加速电路1764、存储器电路1754等))。
在一些实现中，遥测代理520还可以包括一个或多个性能分析工具(也称为“剖析器”、“分析工具”、“性能计数器”、“性能分析器”、“分析功能”等)，其分析所收集的遥测数据515，并将对观察到的事件(称为“简档”等)和/或所记录的事件流(有时称为“跟踪”)的统计总结或其他分析提供给xApp管理器425。这些剖析器可以使用任何数量的不同分析技术来生成剖析信息或分析数据，例如基于事件的、统计的、仪表化的和/或仿真方法。剖析信息(例如，简档和/或跟踪)可以用于性能预测、性能调整、性能优化、省电(例如，优化性能同时避免功率节流和/或热有关节流)，和/或用于其他目的。遥测仪和/或剖析器可以使用多种技术来收集遥测数据515，包括例如硬件中断、代码插装、指令集仿真、钩子、性能计数器、定时器注入、遥测机制等。
作为示例，遥测数据(或剖析信息)可以包括例如HW、SW和/或NW测量或度量。HW测量/度量的示例可以包括基于系统的度量，例如辅助(例如，FP辅助、MS辅助等)、可用核心时间、平均核心BW、核心频率、核心使用、帧时间、时延、逻辑核心利用率、物理核心利用率、有效处理器利用率、有效物理核心利用率、有效时间、经过时间、执行停顿、任务时间、后端限制、存储器BW、竞争性接入(例如，内部计算块、内部核等)、用于各个缓存设备/元件的缓存度量/测量(例如，缓存命中、缓存未命中、缓存命中率、缓存界限、停顿循环、缓存压力等)、压力度量(例如，存储器压力、缓存压力、寄存器压力等)、转译后备缓冲区(TLB)开销(例如，平均未命中惩罚、每次未命中的存储器访问等)、输入/输出TLB(IOTLB)开销、第一级TLB(UTLB)开销、各个端口的端口利用率、BACLEARS(例如，由于分支目标缓冲区(BTB)预测被稍后的分支预测器纠正而丢失的循环部分)、不良推测(例如，取消的流水线时隙、后端界限流水线时隙)、FP度量(例如，FP算术、FP辅助、FP标量、FP向量、FP x87等)、微架构使用、微代码序列器(MS)度量、GPU和/或xPU度量、OpenCLTM内核分析度量、能耗分析度量、用户界面度量和/或任何其他度量(例如，本文讨论的那些，和/或VTuneTMProfiler User Guide,INTEL CORP.,version 2022(2022年6月2日)(“[VTune]”)中讨论的那些，其内容特此通过引用整体并入)。附加地或替换地，HW测量/度量可以包括安全性和/或弹性有关事件，例如电压下降、存储器纠错率高于阈值、热事件(例如，设备或组件的温度超过阈值)、检测到物理SoC入侵(例如，在各个传感器和/或其他组件处)、振动水平超过阈值等。附加地或替换地，HW测量/度量可以包括性能极端事件，例如心跳信号丢失一段时间、从HW元件上报的超时(例如，由于拥塞或在阻挡I/O操作之后的唤醒事件丢失)等。
SW测量/度量的示例可以包括形式代码度量(例如，应用大小、应用复杂性、指令路径长度等)、应用崩溃率、异常率、故障率、错误率、故障之间的时间、恢复时间、修复时间、端点事件、吞吐量、系统响应时间、请求率、用户事务、等待时间或时延、加载时间、并发用户、处理器利用率/使用、存储器利用率/使用、存储器访问/事务、输入/输出访问/事务、通过/失败的事务、队列有关度量/测量、用户会话的数量等。附加地或替换地，SW测量/度量可以基于运行时度量/测量、跟踪度量/测量、应用事件、日志和跟踪等。
NW测量/度量的示例可以包括信号和/或信道测量(参见例如[TS36214]、[TS38215]、[TS38314]、[IEEE80211])、各种RAN节点和/或NF性能测量(参见例如[TS28552])、管理服务事件(参见例如[TS28532])、故障监督事件(参见例如[TS28532])、ETSI NFV测试度量/测量(参见例如ETSI GR NFV-TST 006 V1.1.1(2020-01)、ETSI GSNFV-TST 008 V3.5.1(2021-12)、ETSI GS NFV-TST 009 V3.4.1(2020-12)和ETSI GS NFV-IFA 027 V4.3.1(2022-06))(统称为“[NFVTST]”)，其各自的内容特此通过引用整体并入)等。上述HW、SW和/或NW测量/度量可以以原始值、均值、平均值、峰值、最大值、最小值的形式测量、计算或以其他方式获得，和/或使用任何合适的科学公式或其他数据操纵技术进行处理。
观察数据515、415连同(例如，由策略441指示的)KPI、KPM、SLA等一起被馈送到xApp管理器425中。xApp管理器425将观察数据515、415与KPI、KPM、SLA要求等组合，以实时或近实时地确定用于各个xApp 410的适当的HW、SW和/或NW资源分配525。所生成的资源分配525可以在e2e QoS或体验质量(QE)方面提供优化的性能，或者以其他方式遵守KPI、KPM和SLA要求。KPI、KPM和/或SLA要求的示例可以包括与可访问性、可用性、时延、可靠性、用户体验数据速率、区域业务容量、完整性、利用率、可保留性、移动性、能效、QoS、QoE、[TS22261]和/或[TS28554]中讨论的任何度量/测量，和/或本文讨论的任何度量/测量有关的期望度量/测量。
用于各个xApp 410的资源分配525可以包括与以下中的一个或多个有关的指令、命令、缩放因子和/或其他数据：将更多或更少的HW资源专用于各个xApp 410(例如，在处理器时间、处理器核的数量、存储器分配等方面)、增加或减少用于各个xApp 410的NW/无线电资源(例如，在BW、频率和/或时间方面)、增加或减少用于各个xApp 410的功率水平、改变小区管理方面等。附加地或替换地，资源分配525可以是基于影响各个xApp 410的操作参数的任何类型的推理的建议、策略或指导的形式。附加地或替换地，资源分配525可以是基于先前(历史)趋势等的更新的KPM和/或KPI的形式。附加地或替换地，xApp管理器425可以管理用于多个RAN节点和/或小区的资源分配，并且资源分配可以按小区或按RAN节点分段，或者可以基于小区的数量进行聚合。附加地或替换地，由xApp管理器425生成/确定的见解525可以考虑各个xApp 410、420可能影响或作用的小区和/或RAN节点的数量。
在第一示例中，RRM xApp 423可以用于管理由一组RAN节点提供的一组小区的小区负载。在该示例中，xApp管理器425可以被训练为：基于一组测量数据415，检测该组RAN节点中的第一RAN节点正在经历拥塞或高用户负载，并且该组中的第二RAN节点正在经历相对低的用户/数据量。这里，xApp管理器425可以向RRM xApp 423命令或指示扩充用于第一RAN节点的HW、SW和/或NW资源，并缩减用于第二RAN节点的HW、SW和/或NW资源。附加地或替换地，xApp管理器425可以被训练为：扩充分配给RRM xApp 423本身的不同HW、SW和/或NW资源，所以它能够更好地管理用于其控制下的该组RAN节点的无线电资源。
在第二示例中，xApp管理器425可以被训练为：触发SON xApp 422基于特定测量数据415和/或信道条件，重新布置不同RAN节点的天线取向/角度和/或将一些RAN节点置于节能状态。附加地或替换地，xApp管理器425可以被训练为：扩充或缩减分配给SON xApp422的不同HW、SW和/或NW资源，所以它能够更好地处理在其控制下的该组RAN节点之间的SON功能和SON协调。
在第三示例中，xApp管理器425可以被训练为：预测各个平台组件/设备和/或现场可更换单元(FRU)的HW和/或SW可靠性问题，并且资源分配可以命令或指示将一个或多个xApp 410从一个或多个处理元件和/或FRU移动到另一组(更安全的)处理元件和/或FRU。在该示例中，可靠性预测可以基于RAS/RAM数据和/或任何其他类型(或组合)的遥测数据(例如，本文讨论的那些中的任一个)。
在前述示例中的任一个中，HW/SW资源可以包括被指派以作为用于xApp 410和/或near-RT RIC 414的虚拟RAM进行操作的加速器池，并且扩充HW/SW资源可以包括：将附加的HW加速器资源或虚拟存储器资源分配给期望的RAN节点、期望的xApp 410和/或near-RTRIC 414本身。附加地或替换地，NW资源可以包括对一个或多个物理网络接口的访问，并且扩充NW资源可以包括：向不同的xApp410批准对一个或多个物理网络接口的更多或更少的访问。附加地或替换地，NW资源可以包括xApp管理器425在与外部计算节点通信时批准给不同xApp 410的无线电资源(或虚拟无线电资源)。在这些示例中，HW、SW和/或NW资源的缩放和去缩放可以归因于减轻网络拥塞、能耗等。
附加地或替换地，为各个xApp 410所确定的资源分配525可以被反馈到容器控制器/编排器、集群控制器、管理功能(例如，图12的mgmt功能1233、本地HW/系统资源管理器等)和/或编排层(例如，SMO/MO 102、301、3c02、802、902、1002、1202等)，以管理各个层级(例如，本地层级和/或全局层级)的资源分配。该反馈可以基于应用不同策略441的期望影响或效果而应用在各个层级/层。这里，策略库440和其中存储的策略有关信息441可以用以在near-RT RIC 414自身本地的各个层级的多个编排层处控制用于各个xApp 410的HW、SW和/或NW资源。调整或重新分配资源的方式以及资源分配/反馈被发送到的特定实体/元件可以基于经由A1接口提供的策略441。此外，这些策略441可以在运行时更新或改变。以此方式，xApp管理器425可以将不同的资源分配和/或策略441应用到near-RT RIC 414和/或其他RIC的不同xApp 410，同时确定用于未来HW、SW和/或NW状态或条件的未来资源分配。这对于在实时或近实时控制环路中操作的xApp 410可以特别有用。
示例控制环路控制500可以用于控制各种O-RAN控制环路，例如non-RT控制环路932、near-RT控制环路934以及比non-RT控制环路932和near-RT控制环路934更靠近FH接口的RT控制环路935(参见例如下文讨论的图9)。用于non-RT控制环路(例如，RT控制环路932)的示例用例可以包括容量规划、对等规划、缓存放置、SON功能等。用于near-RT控制环路(例如，RT控制环路934)的示例用例可以包括业务工程、网络优化、需求部署和/或放置、工作负载部署和/或放置、SON功能等。用于RT控制环路(例如，RT控制环路935)的示例用例可以包括服务保证、安全操作、无线电资源管理等。控制循环932、934、935可以基于控制实体(例如，xApp管理器425等)和不同的配置或预定义策略441来定义。在一个示例中，可以定义一个或多个控制环路以调整或更改托管near-RT RIC 414和/或xApp管理器425的平台的HW和/或SW资源。在另一示例中，可以定义一个或多个控制环路以影响托管一个或多个xApp410的计算节点内的或一个或多个xApp 410分布在的计算节点集群内的资源分配。以此方式，xApp管理器425可以影响各个计算节点上的或多个计算集群上的策略441。
如之前提到的，测量数据和/或遥测数据可以被布置或分类为多个层或层级。这里，不同的测量数据415和/或遥测数据可以例如根据它们各自的定时要求以不同的方式分组或分类以支持不同的控制环路932、934、935。在一些实现中，可以创建不同层级的策略441以基于所消费的不同层级的数据影响不同的节点或集群。
在一些示例中，第一数据层(层1)涉及需要实时计算和/或处理(例如，xApp管理器测量引擎320将测量数据315、415经由E2接口转发到xApp管理器分析引擎310的预处理)的数据/KPI。层1数据/KPI的示例包括具有UL和/或DL调度信息的用户统计(stats)，调度信息包括调制和编码方案(MCS)、新空口(NR)资源块、每时隙OFDM符号的数量、每帧时隙、每子帧时隙、信道质量指示符(QCI)；用于天线质量等的秩指示符(RI)、SNR和/或其他噪声有关测量、定时提前(TA)数据等。附加地或替换地，另一层(例如，层0)数据/KPI可以包括实时参考和响应信令/数据，例如包括UL IQ数据等的IQ样本。
在一些示例中，第二数据层(层2)涉及需要近实时计算和/或处理的数据/KPI。层2数据/KPI的示例包括无线电层(L1)统计，包括应用处理vRAN分布式单元(DU)上的上行链路和下行链路流水线所需的时间。附加地或替换地，层2类型数据/KPI(例如，稍后且非实时处理的数据/KPI)可以包括随机接入信道(RACH)度量(例如，TA、功率、接入延迟、成功等)、波束和/或部分带宽(BWP)统计、LTE与5G利用率、夜间与白天负载等。
在一些示例中，第三层(层3)涉及用于非实时计算/处理的数据/KPI。层3数据/KPI的示例包括vRAN DU(例如，O-DU 915)统计、O-RAN统计和平台统计。vRAN DU统计的示例包括分配给各个进程或app的处理器核的数量、每核处理器利用率、DU存储器利用率等，包括各个DU的[VTune]统计。O-RAN统计的示例包括分组吞吐量和RU(例如，O-RU 916)与DU(例如，O-DU 915)之间的时延。平台统计的示例包括从物理L1无线电层等显露的功耗统计。
所考虑的遥测数据、剖析信息和/或观察统计(例如，遥测数据515)的附加或替换示例包括以下中的一个或多个：单根I/O虚拟化(SR-IOV)度量(例如，虚拟功能(VF)统计)；网络接口控制器(NIC)度量(例如，分组/秒、错误/秒、Tx/Rx队列度量等)；最后一级缓存(LLC)和/或存储器设备度量/数据(例如，BW、利用率和/或其他类似数据/度量)；可靠性、可用性和可维护性(RAS)和/或可靠性、可用性和可维修性(RAM)遥测数据(例如，纠正的错误、存储器错误等)；互连(例如，PCI、CXL等)遥测数据(例如，错误、链路/通道BW等)；功率利用率统计(例如，随时间的、每线程的功耗等)；核心和非核心频率数据/度量；非统一存储器访问(NUMA)感知信息(例如，用于一个或多个服务质量(QoS)分类和/或NUMA节点的处理器、SR-IOV虚拟功能(VF)和/或其他设备资源)；性能监控单元(PMU)数据/度量；应用度量、日志记录、跟踪和/或警报数据/度量；数据平面开发套件(DPDK)接口度量/数据(例如，分组速率、分组丢弃等)；动态负载平衡(DLB)度量/数据；存储器利用率；热和/或冷却传感器信息；节点生命周期管理数据/度量；时延统计(例如，L1 DL/UL链路时延等)；小区统计(例如，L1小区统计，例如小区吞吐量、MAC-to-PHY、PHY-to-MAC等)；BBU统计(例如，L1 BBU核心使用统计，例如处理器核利用率百分比等)；vRAN统计(例如，L1 vRAN RU分组数量、每秒Rx分组(PPS)/TPT、Tx PPS/TPT、L1vRAN天线端口物理信道和/或物理信号(例如，参考信号、同步信号等)测量等)；UE数据(例如，UE ID、UE RNTI、UE索引、UE多普勒频移、UE载波频率偏移、UEPUCCH和PUCCH定时提前测量、移动国家和网络代码、PHY小区ID、子载波间隔、所分配的资源块的数量、UL/DL/SL频率和FFT大小、定时间隔、物理信道和/或物理信号符号的数量、物理信道和/或物理信号Tx/Rx天线和/或天线端口的数量、物理信道和/或物理信号Rx/Tx端口的数量、物理信道和/或物理信号时隙和帧号、物理信道和/或物理信号跳频信息、物理信道和/或物理信号TC、物理信道和/或物理信号BW索引、物理信道和/或物理信号跳频类型、物理信道和/或物理信号周期、物理信道和/或物理信号功率、捕获的RU和/或DU的数量等)；和/或其他度量(例如，本文讨论的那些)。对于任何前述示例和本文讨论的任何其他示例，物理信道和/或物理信号可以包括本文讨论的任何物理信道(例如，UL、DL和/或SL信道)和/或物理信号(例如，参考信号、同步信号、发现信号等)。本文讨论的任何遥测数据、观察统计和/或测量/度量可以以原始值、均值、平均值、峰值、最大值、最小值的形式被测量、计算或以其他方式获得，和/或使用任何合适的科学公式或其他数据操纵技术进行处理，和/或使用任何合适的标准单位来测量。任何上述遥测数据515、剖析信息和/或观察统计可以被上报给HW和/或SW遥测收集器(例如，OpenTelemetryTM、collectd中的那些)和/或其他遥测收集器(例如，['840]和/或[NFVTST]中讨论的那些)，和/或由它们收集。
在一些示例中，测量数据415在near-RT控制环路(例如，控制环路934和/或控制环路500)内是短暂的，因为它被用以引导xApp410资源(例如，使用资源分配525)，之后测量数据415到期或者以其他方式被认为不太有用。这对于蜂窝网络(例如，3GPP 4G/LTE和/或5G)中的UL和DL业务可以是关键的。如果没有对xApp资源分配525的实时或near-RT动作，测量数据415中的一些或全部可能到期或变得陈旧。如之前提到的，这种短暂的测量数据的示例可以包括各种RS和/或PCH的信号功率、信号质量和/或信号噪声测量中的任何测量(例如，本文讨论的那些中的任一个)，和/或可以涉及试探一个或多个UE的当前未使用的BW，以用于更好的xAPP资源分配，例如上行链路SRS的情况那样。
示例用例可以包括各个节点(例如，RU、DU、CU等)上的确定性性能；基于E2数据的动态平台QoS调整；用于xApp 410与网络/服务切片相关的HW资源的平台切片；使用xApp管理器425的反馈针对每个xApp 410进行基于动态的NIC带宽分派(例如，SR-IOV VF、Tx/Rx队列等)；预测性检测存储器或PCIe卡或其他现场可更换单元(FRU)的HW可靠性问题(例如，使用RAS度量)，以便将xApp410移动至适当的节点或移动至更安全的一组FRU；使用频率缩放，基于E2数据动态地增加或减少用于需要更高或更低计算能力的xApp410的功率和/或频率水平，反之亦然；和/或使用以下方法，在运行时基于E2 KPM/KPI动态地调整用于每个xApp410的LLC、存储器带宽、PCIe带宽：例如，[RMD]、Resource Director Technology(RDT)(参见例如Are Noisy Neighbors in Your Data Center Keeping You Up atNight？Control virtual-machine resources with/>Resource DirectorTechnology,INTEL CORP.,White Paper(2017年5月9日),Gasparakis et al.,Deterministic Network Functions Virtualization with/>Resource DirectorTechnology,INTEL CORP.White Paper 335187-003US(2017年5月12日)，以及/>Resource Director Technology(/>RDT)on 2nd Generation/>Scalable Processors Reference Manual,INTEL CORP.,Reference Manual,Revision1.0(2019年4月)，其每一个的内容特此通过引用整体并入)，和/或/>InfrastructureManagement/>(例如，/>Node Manager,/>Management Engine,Rapid Storage Technology,/>Run Sure Technology等)。
在一些示例中，可以向基于HW的动态资源控制子系统馈送这些度量和/或本文讨论的任何其他测量/度量的任何组合，以在HW、SW和/或NW资源中做出适当的调整。本文的示例实现也适用于未来的平台(例如，图6所示的那些)。
图6示出了示例加速复合体(XAC)架构600。XAC架构600包括输入/输出(IO)子系统630(例如，标准/>IO子系统)、CPU 620(例如，/>CPU)和XAC电路601(本文称为“XAC 601”)。CPU 620经由相应的封装上管芯-管芯接口640连接到XAC 601和IO子系统630。具体地，封装上管芯-管芯接口640将CPU 620连接到mesh(网格)接口610(例如，XAC 601的IP接口块602的/>mesh接口(I/f))。IP接口块602还包括便笺式存储器611、接口微控制器(μ控制器)612、数据移动器613和IP接口子系统605。IP接口子系统605可以实现合适的IX技术，例如CXL、AXI，和/或一些其他合适的IX技术(例如，本文讨论的那些中的任一个(参见例如图17的IX 1756))。IP接口子系统605还经由相应的封装上管芯-管芯接口640连接IP接口块602与以太网IP块614、无线IP块615、ML/AI、媒体和第三方IP 616以及CXL/PCIe端口617。
XAC 600合并了为无线IP 615定制的多个硬件子组件。XAC 600可以执行各种相对复杂的控制功能和工作负载。在一些实现中，XAC 600可以包括Deep LearningBoost(Intel DL Boost)加速，专门内置以用于在与现有工作负载相同的硬件上运行复杂的AI/ML工作负载的灵活性。在各种示例实现中，来自XAC 600的这些硬件子组件的度量和遥测可以被馈送到xApp管理器425中，以帮助定制运行时执行、向其余xApp分派的资源和环境。
虽然之前讨论的xApp管理器的示例实现是关于O-RAN框架来描述的，并且具体地，描述为被实现为由near-RT RIC操作的xApp。然而，本文的实施例可以直接地应用于其他ECT/框架。例如，xApp管理器的一些或全部功能可以被实现为O-RAN框架中的non-RT RIC处的一个或多个rApp 911(参见例如[O-RAN])。附加地或替换地，xApp管理器可以被实现为边缘应用(app)，例如在MEC主机中操作的MEC app(参见例如[MEC])、3GPP边缘计算框架中的边缘应用服务器(EAS)和/或边缘配置服务器(ECS)(参见例如[SA6Edge])，或者实现为基于零接触系统管理(ZSM)架构的管理功能(参见例如[ZSM])。附加地或替换地，xApp管理器可以被实现为Linux开放网络自动化平台(ONAP)中的ONAP模块(参见例如ONAPArchitecture,Rev.9e77fad2(2022年6月7日更新)，其内容特此整体并入)。本公开中描述的xApp管理器概念可以应用于任何或所有前述框架和/或其他合适的边缘计算框架和/或云计算框架。
2.边缘计算系统配置和布置
边缘计算指代在更靠近网络的“边缘”或“边缘”集合的位置处的计算资源的实现、协调和使用。在网络边缘部署计算资源可以减少应用和网络时延，减少网络回传业务和关联的能耗，提高服务能力，提高对安全或数据隐私要求的合规性(特别是与传统云计算相比)，并改善所有者的总成本。
可以执行边缘计算操作的各个计算平台或其他组件(称为“边缘计算节点”、“边缘节点”等)可以驻留在系统架构或自组织服务所需的任何位置。在许多边缘计算架构中，边缘节点部署在NAN、网关、网络路由器和/或更靠近生产和消费数据的端点设备(例如，UE、IoT设备等)的其他设备处。作为示例，边缘节点可以实现于：高性能计算数据中心或云安装；指派的边缘节点服务器、企业服务器、路边服务器、电信中央局；或所服务的消费边缘服务的本地或对等边缘设备。
边缘计算节点可以对资源(例如，存储器、CPU、GPU、中断控制器、I/O控制器、存储器控制器、总线控制器、网络连接或会话等)进行分区，其中，相应的分区可以包含安全性和/或完整性保护能力。边缘节点还可以通过隔离的用户空间实例(例如，容器、分区、虚拟环境(VE)、虚拟机(VM)、功能即服务(FaaS)引擎、Servlet、服务器和/或其他类似的计算抽象)提供对多个应用的编排。容器是包含的、可部署的软件单元，软件单元提供代码和所需的依赖项。各种边缘系统布置/架构在应用组成方面平等地对待VM、容器和功能。边缘节点基于边缘配给功能来协调，而各种应用的操作用编排功能(例如，VM或容器引擎等)来协调。编排功能可以用于部署隔离的用户空间实例，从而识别和调度特定硬件的使用、安全有关功能(例如，密钥管理、信任锚管理等)以及与隔离的用户空间的配给和生命周期有关的其他任务。
已经适于边缘计算的应用包括但不限于传统网络功能的虚拟化，包括例如软件定义网络(SDN)、网络功能虚拟化(NFV)、分布式RAN单元和/或RAN云等。用于边缘计算的附加示例用例包括计算卸载、内容数据网络(CDN)服务(例如，视频点播、内容流送、安全监管、警报系统监控、建筑物访问、数据/内容缓存等)、游戏服务(例如，AR/VR等)、加速浏览、IoT和工业应用(例如，工厂自动化)、媒体分析、直播/转码以及V2X应用(例如，驾驶辅助和/或自动驾驶应用)。
本公开提供了与各种接入/网络实现内提供的各种边缘计算配置相关的具体示例。任何合适的标准和网络实现都适用于本文讨论的边缘计算概念。例如，许多边缘计算/联网技术可以在位于网络边缘的设备的各种组合和布局中适用于本公开。这些边缘计算/联网技术的示例包括多接入边缘计算(MEC)；内容传送网络(CDN)(也称为“内容分发网络”等)；移动服务提供商(MSP)边缘计算和/或移动即服务(MaaS)提供商系统(例如，在AECC架构中使用的)；星云边缘云系统；雾计算系统；Cloudlet边缘云系统；移动云计算(MCC)系统；中央局重新架构为数据中心(CORD)、移动CORD(M-CORD)和/或融合多接入和核心(COMAC)系统；等。此外，本文公开的技术可以涉及其他IoT边缘网络系统和配置，并且其他中间处理实体和架构也可以用于本公开的目的。
图7示出了包括不同通信层的示例边缘计算环境700，从端点层710a(也称为“传感器层710a”、“物层710a”等)开始，端点层710a包括一个或多个IoT设备711(也称为“端点710a”等)(例如，在物联网(IoT)网络、无线传感器网络(WSN)、雾和/或mesh网络拓扑中)；复杂性向中间层710b(也称为“客户端层710b”、“网关层710b”等)增加，中间层710b包括各种用户设备(UE)712a、712b和712c(也称为“中间节点710b”等)，UE可以促进从端点710a收集和处理数据；处理和连接复杂性向接入层730增加，接入层730包括一组网络接入节点(NAN)731、732和733(统称为“NAN 730”等)；处理和连接复杂性向边缘层737增加，边缘层737包括边缘计算框架735(也称为“边缘计算技术735”、“ECT 735”等)内的一组边缘计算节点736a-c(统称为“边缘计算节点736”等)；连接和处理复杂性向后端层740增加，后端层740包括核心网(CN)742、云744和服务器750。后端层740处的处理可以通过由一个或多个远程服务器750执行的网络服务来增强，远程服务器750可以是或包括一个或多个CN网络功能(NF)、云计算节点或集群、应用(app)服务器和/或其他类似系统和/或设备。这些元件中的一些或全部可以配备有或以其他方式实现本文讨论的一些或全部特征和/或功能。
环境700被示为包括终端用户设备，例如中间节点710b和端点节点710a(统称为“节点710”、“UE 710”等)，它们被配置为基于不同接入技术(或“无线电接入技术”)连接到(或通信耦合到)一个或多个通信网络(也称为“接入网”、“无线接入网”等)，以用于访问应用、边缘和网络/或云服务。UE 710可以与图9的UE 901、图13的UE 1302和/或图14的UE1402，和/或本文讨论的一些其他计算节点或元件/实体相同或相似。这些接入网可以包括一个或多个NAN 730，它们被布置为经由各个NAN 730与相应的UE 710之间的相应的链路703a和/或703b(统称为“信道703”、“链路703”、“连接703”等)向UE 710提供网络连接。
作为示例，通信网络和/或接入技术可以包括蜂窝技术(例如，LTE、MuLTEfire和/或NR/5G(例如，如由无线接入网(RAN)节点731和/或RAN节点732提供的))、WiFi或无线局域网(WLAN)技术(例如，由接入点(AP)733和/或RAN节点732提供的)等。不同的技术在不同的场景中表现出益处和限制，并且不同场景中的应用性能变为取决于接入网(例如，WiFi、LTE等)以及所使用的网络和传输协议(例如，传输控制协议(TCP)、虚拟专用网络(VPN)、多路径TCP(MPTCP)、通用路由封装(GRE)等)的选择。
中间节点710b包括UE 712a、UE 712b和UE 712c(统称为“UE 712”或“UEs 712”)。在此示例中，UE 712a被示为车辆系统(也称为车辆UE或车辆站)，UE 712b被示为智能手机(例如，可连接到一个或多个蜂窝网络的手持式触摸屏移动计算设备)，UE 712c被示为飞行的无人机或无人驾驶飞行器(UAV)。然而，UE 712可以是任何移动或非移动计算设备，例如台式计算机、工作站、膝上型计算机、平板、可穿戴设备、PDA、寻呼机、无线手机智能电器、单板计算机(SBC)(例如，Raspberry Pi、Arduino、Intel Edison等)、即插式计算机和/或任何类型的计算设备(例如，本文讨论的那些中的任一个)。
端点710包括UE 711，UE 711可以是IoT设备(也称为“IoT设备711”)，它们是(例如，在互联网基础设施内)唯一可识别的嵌入式计算设备，该设备包括为利用短期UE连接的低功耗IoT应用设计的网络接入层。IoT设备711是嵌入有实现能够捕获和/或记录与事件关联的数据，并且能够在很少或没有用户干预的情况下通过网络与一个或多个其他设备传递此类数据的硬件和/或软件组件的任何物理或虚拟设备、传感器或“物”。作为示例，IoT设备711可以是非生物设备，例如自主传感器、测量仪、仪表、图像捕获设备、麦克风、发光设备、音频发射设备、音频和/或视频回放设备、机电设备(例如，开关、致动器等)、EEMS、ECU、ECM、嵌入式系统、微控制器、控制模块、联网或“智能”设备、MTC设备、M2M设备等。IoT设备711可以利用诸如M2M或MTC的技术来经由公共陆地移动网络(PLMN)、ProSe或D2D通信、传感器网络或IoT网络与MTC服务器(例如，服务器750)、边缘服务器736和/或ECT 735，或者其他设备交换数据。M2M或MTC数据交换可以是机器发起的数据交换。
IoT设备711可以执行后台应用(例如，保活消息、状态更新等)以促进IoT网络的连接。在IoT设备711是传感器设备或者嵌入于传感器设备的情况下，IoT网络可以是WSN。IoT网络描述了互连的IoT UE，例如IoT设备711通过相应的直接链路705彼此连接。IoT设备可以包括以各种组合分组的任何数量的不同类型的设备(称为“IoT组”)，其可以包括为特定用户、客户、组织等提供一个或多个服务的IoT设备。服务提供商(例如，服务器750、CN 742和/或云744的所有者/运营商)可以将IoT组中的IoT设备部署到特定区域(例如，地理位置、建筑物等)，以便提供一个或多个服务。在一些实现中，IoT网络可以是在云744的边缘操作的IoT设备711的mesh网络(其可以称为雾设备、雾系统或雾)。雾涉及用于使云计算功能更靠近数据生成者和消费者的机制，其中，各种网络设备在其原生架构上运行云应用逻辑。雾计算是一种系统级水平架构，其将计算、存储、控制和联网的资源和服务分布在从云744到物(例如，IoT设备711)的连续体的任何地方。雾可以根据OFC、OCF等发布的规范来建立。附加地或替换地，雾可以是由IOTA基金会定义的缠结。
雾可以用于对数据执行低时延计算/聚合，同时将其路由到边缘云计算服务(例如，图17的边缘节点730和/或边缘云1763)和/或中央云计算服务(例如，云744)，以用于执行繁重的计算或计算繁重的任务。另一方面，边缘云计算将人工操作的自愿资源整合为云。这些自愿资源尤其可以包括中间节点720和/或端点710、台式PC、平板、智能手机、纳米数据中心等。在各种实现中，边缘云中的资源可以在IoT设备711附近一跳到两跳，这可以使得减少与处理数据有关的开销，并且可以减少网络延迟。
附加地或替换地，雾可以是具有高计算能力和在其原生架构上运行云应用逻辑的能力的IoT设备711和/或联网设备(例如，路由器和交换机)的整合。雾资源可以由云厂商制造、管理和部署，并且可以通过高速、可靠的链路互连。此外，与边缘系统相比，雾资源距离网络边缘更远，但比中央云基础设施更近。雾设备用于有效处理计算密集型任务或边缘资源卸载的工作负载。附加地或替换地，雾可以在云744的边缘处操作。在云744的边缘处操作的雾可以重叠或被包含到云744的边缘网络730中。云744的边缘网络可以与雾重叠，或者成为雾的一部分。此外，雾可以是包括边缘层和雾层的边缘雾网络。边缘雾网络的边缘层包括松散耦合的、自愿的和人工操作的资源的集合(例如，前述的边缘计算节点736或边缘设备)。雾层位于边缘层之上，并且是联网设备(例如，图7的中间节点720和/或端点710)的整合。
数据可以在IoT设备711之间或者例如在彼此具有直接链路705的中间节点720和/或端点710(如图7所示)之间被捕获、存储/记录和传递。对业务流和控制方案的分析可以由通过mesh网络与IoT设备711且彼此通信的聚合器来实现。聚合器可以是一种类型的IoT设备711和/或网络电器。在图7的示例中，聚合器可以是边缘节点730，或者一个或多个指派的中间节点720和/或端点710。数据可以经由聚合器上传到云744，并且可以从云744通过网关设备接收命令，网关设备通过mesh网络与IoT设备711和聚合器通信。与传统的云计算模型不同，在一些实现中，云744可以具有很少或没有计算能力，并且仅用作用于归档由雾记录和处理的数据的存储库。在这些实现中，云744集中式数据存储系统通过雾和/或边缘设备中的计算资源提供可靠性和对数据的访问。作为架构的核心，云744的数据库可由上述边缘雾网络的边缘层和雾层两者访问。
如前所述，接入网经由相应的NAN 730向终端用户设备720、710提供网络连接，NAN730可以是相应接入网的一部分。接入网可以是蜂窝无线接入网(RAN)，例如用于在5G/NR蜂窝网络中操作的RAN的NG RAN或5G RAN、用于在LTE或4G蜂窝网络中操作的RAN的E-UTRAN，或者遗留RAN(例如，用于GSM或CDMA蜂窝网络的UTRAN或GERAN)。接入网或RAN对于WiMAX实现可以被称为接入服务网络。附加地或替换地，RAN的全部或一部分可以被实现为在服务器计算机上运行的作为虚拟网络的一部分的一个或多个软件实体，虚拟网络可以被称为云RAN(CRAN)、认知无线电(CR)、虚拟基带单元池(vBBUP)等。附加地或替换地，CRAN、CR或vBBUP可以实现RANF分离(参见例如图14)，其中，一个或多个通信协议层由CRAN、CR、vBBUP、CU或边缘计算节点操作，并且其他通信协议实体由各个RAN节点731、732操作。该虚拟化框架允许NAN 731、732的释放的处理器核执行其他虚拟化应用，例如用于本文讨论的各种元件的虚拟化应用。在一些示例中，图7的(R)AN可以对应于图6的XAC架构600；图13的(R)AN1304、图8的一个或多个O-RAN NF 804；图14的一个或多个RANF 1-N；和/或可以实现本文讨论的任何RIC，例如near-RT RIC 114、414、814、914、1014、1200；non-RT RIC 112、412、812、912、1012；图2的RIC；RIC 3c14和/或本文讨论的一些其他计算节点或元件/实体。
UE 710可以利用相应的连接(或信道)703a，每个连接包括物理通信接口或层。连接703a被示为用于实现符合蜂窝通信协议(例如，3GPP LTE、5G/NR、即按即说(PTT)和/或蜂窝PTT(POC)、UMTS、GSM、CDMA和/或本文讨论的任何其他通信协议)的通信耦合的空中接口。附加地或替换地，UE 710和NAN 730通过授权介质(也称为“授权频谱”和/或“授权频带”)和免授权共享介质(也称为“免授权频谱”和/或“免授权频带”)传递(例如，发送和接收)数据。为了在免授权频谱中操作，UE 710和NAN 730可以使用LAA、增强型LAA(eLAA)和/或另外的eLAA(feLAA)机制来操作。UE 710还可以经由相应的直接链路705直接交换通信数据，直接链路705可以是LTE/NR邻近服务(ProSe)链路或PC5接口/链路，或者基于WiFi的链路或基于个域网(PAN)的链路(例如，基于[IEEE802154]的协议，包括ZigBee、低功耗无线个域网IPv6(6LoWPAN)、WirelessHART、MiWi、Thread等；WiFi-direct；蓝牙/蓝牙低功耗(BLE)协议)。
附加地或替换地，各个UE 710向一个或多个NAN 730和/或一个或多个边缘计算节点736(例如，边缘服务器/主机等)提供无线电信息。无线电信息可以是一个或多个测量报告的形式，和/或可以包括例如信号强度测量、信号质量测量等。每个测量报告都标记有时间戳和测量的位置(例如，UE 710当前位置)。作为示例，由UE 710收集的和/或包括在测量报告中的测量可以包括以下中的一个或多个：带宽(BW)、网络或小区负载、时延、抖动、往返时间(RTT)、中断的数量、数据分组的乱序传送、传输功率、误比特率、误码率(BER)、误块率(BLER)、误包率(PER)、丢包率、分组接收率(PRR)、数据速率、峰值数据速率、端到端(e2e)延迟、信噪比(SNR)、信噪干扰比(SINR)、信号加噪声加失真-噪声加失真(SINAD)比、载波干扰加噪声比(CINR)、加性高斯白噪声(AWGN)、每比特能量与噪声功率密度比(Eb/N0)、每码片能量与干扰功率密度比(Ec/I0)、每码片能量与噪声功率密度比(Ec/N0)、峰均功率比(PAPR)、参考信号接收功率(RSRP)、参考信号接收质量(RSRQ)、接收信号强度指示(RSSI)、接收信道功率指示(RCPI)、参考信号时间差(RSTD)、接收信噪比指示(RSNI)、接收信号码功率(RSCP)、平均噪声加干扰(ANPI)、用于E-UTRAN或5G/NR的UE定位的小区帧的GNSS定时(例如，AP或RAN节点参考时间与给定GNSS的GNSS特定参考时间之间的定时)、GNSS码测量(例如，第i个GNSS卫星信号的扩频码的GNSS码相位(整数和小数部分))、GNSS载波相位测量(例如，自锁定到信号起测量的第i个GNSS卫星信号的载波相位循环的数量(整数和小数部分)；也称为累积差值范围(ADR))、信道干扰测量、热噪声功率测量、接收干扰功率测量、功率直方图测量、信道负载测量、STA统计和/或其他类似测量。RSRP、RSSI、RSRQ、RCPI、RSTD、RSNI和/或ANPI测量可以包括：对于3GPP网络(例如，LTE或5G/NR)，包括一个或多个参考信号(例如，包括本文讨论的那些中的任一个)、同步信号(SS)或SS块和/或物理信道(例如，包括本文讨论的那些中的任一个)的RSRP、RSSI、RSRQ、RCPI、RSTD、RSNI和/或ANPI测量，以及对于WLAN/WiFi(例如，[IEEE80211])网络，包括各种信标、快速初始链路建立(FILS)发现帧或探测响应帧的RSRP、RSSI、RSRQ、RCPI、RSTD、RSNI和/或ANPI测量。附加地或替换地，可以使用其他测量，例如以下中讨论的那些：3GPP TS 36.211 v17.2.0(2022-06-23)(“[TS36211]”)、3GPP TS 38.211 v17.3.0(2022-09-21)(“[TS38211]”)、3GPP TS 36.214v17.0.0(2022-03-31)(“[TS36214]”)、3GPP TS 38.215 v17.2.0(2022-09-21)(“[TS38215]”)、3GPP TS 38.314 v17.1.0(2022-07-17)(“[TS38314]”)，IEEE Standardfor Information Technology--Telecommunications and Information Exchangebetween Systems-Local and Metropolitan Area Networks--Specific Requirements-Part 11:Wireless LAN Medium Access Control(MAC)and Physical Layer(PHY)Specifications,IEEE Std 802.11-2020,pp.1-4379(2021年2月26日)(“[IEEE80211]”)等。附加地或替换地，任何前述测量(或测量的组合)可以由一个或多个NAN 730收集并提供给边缘计算节点736。
附加地或替换地，测量和/或参数可以包括以下中的一个或多个：数据无线承载(DRB)有关测量和/或参数(例如，尝试建立的DRB的数量、成功建立的DRB的数量、释放的活动DRB的数量、DRB的会话中活动时间、尝试恢复的DRB的数量、成功恢复的DRB的数量等)；无线资源控制(RRC)有关测量和/或参数(例如，RRC连接的平均数量、RRC连接的最大数量、存储的不活动RRC连接的平均数量、存储的不活动RRC连接的最大数量、尝试的、成功的和/或失败的RRC连接建立的数量等)；UE上下文(UECNTX)有关测量和/或参数；无线资源利用率(RRU)有关测量和/或参数(例如，DL总PRB使用、UL总PRB使用、DL总PRB使用的分布、UL总PRB使用的分布、用于数据业务的DL PRB、用于数据业务的UL PRB、DL总可用PRB、UL总可用PRB等)；注册管理(RM)有关测量和/或参数；会话管理(SM)有关测量和/或参数(例如，请求建立的PDU会话的数量；成功建立的PDU会话的数量；建立失败的PDU会话的数量等)；GTP管理(GTP)有关测量和/或参数；IP管理(IP)有关测量和/或参数；策略关联(PA)有关测量和/或参数；移动性管理(MM)有关测量和/或参数(例如，对于RAT间切换、RAT内切换和/或同频/异频切换，和/或条件性切换：请求的、成功的和/或失败的切换准备的数量；请求的、成功的和/或失败的切换资源分配的数量；请求的、成功的和/或失败的切换执行的数量；请求的切换执行的平均和/或最大时间；每波束对的成功和/或失败的切换执行的数量等)；虚拟化资源(VR)有关测量和/或参数；载波(CARR)；与QoS流(QF)有关测量和/或参数有关的测量(例如，释放的活动QoS流的数量、尝试释放的QoS流的数量、QoS流的会话中活动时间、UE 710的会话中活动时间、尝试建立的QoS流的数量、成功建立的QoS流的数量、建立失败的QoS流的数量、尝试建立的初始QoS流的数量、成功建立的初始QoS流的数量、建立失败的初始QoS流的数量、尝试修改的QoS流的数量、成功修改的QoS流的数量、修改失败的QoS流的数量等)；应用触发(AT)有关测量和/或参数；短消息服务(SMS)有关测量和/或参数；电力、能源和环境(PEE)有关测量和/或参数；NF服务(NFS)有关测量和/或参数；分组流描述(PFD)有关测量和/或参数；随机接入信道(RACH)有关测量和/或参数；测量报告(MR)有关测量和/或参数；层1测量(L1M)有关测量和/或参数；网络切片选择(NSS)有关测量和/或参数；寻呼(PAG)有关测量和/或参数；non-IP数据传输(NIDD)有关测量和/或参数；外部参数配给(EPP)有关测量和/或参数；业务影响(TI)有关测量和/或参数；连接建立(CE)有关测量和/或参数；服务参数配给(SPP)有关测量和/或参数；后台数据传输策略(BDTP)有关测量和/或参数；数据管理(DM)有关测量和/或参数；和/或任何其他性能测量和/或参数，例如在例如3GPP TS28.532 v17.1.0(2022-06-16)(“[TS28532]”)、3GPP TS 28.552 v18.0.0(2022-09-23)(“[TS28552]”)、3GPP TS 28.554 v17.8.0(2022-09-23)(“[TS28554]”)和/或3GPP TS32.425 v17.1.0(2021-06-24)(“[TS32425]”)中讨论的那些，其各自的内容特此通过引用整体并入。
可以响应于触发事件和/或周期性地上报无线电信息。附加地或替换地，各个UE710根据要发生的数据传输和/或关于数据传输的其他信息，要么以低周期要么以高周期上报无线电信息。附加地或替换地，边缘计算节点736可以以低或高周期从NAN 730请求测量，或者NAN 730可以以低或高周期向边缘计算节点736提供测量。附加地或替换地，边缘计算节点736可以从其他边缘计算节点736、核心网功能(NF)、应用功能(AF)和/或其他UE 710与测量报告一起或与测量报告分开地获得其他相关数据(例如，KPI、KPM等)。
附加地或替换地，在来自一个或多个UE、一个或多个RAN节点和/或核心网NF的观察数据存在差异(例如，丢失报告、错误数据等)的情况下，可以执行简单的插补，以补充所获得的观察数据，例如替换来自先前报告和/或历史数据的值、应用外推滤波器等。附加地或替换地，观察数据的可接受界限可以是预定的或配置的。例如，CQI和MCS测量可以被配置为仅在由合适的3GPP标准定义的范围内。在所报告的数据值没有意义的情况下(例如，值超出可接受的范围/界限等)，可以对当前的学习/训练片段或时期丢弃这样的值。例如，可以定义或配置分组传送延迟界限，并且可以丢弃被确定为在分组传送延迟界限之后接收到的分组。
在本文讨论的任何示例中，可以使用任何合适的数据收集和/或测量机制来收集观察数据。例如，数据标记(例如，序列编号等)、分组跟踪、信号测量、数据采样和/或时间戳技术可以用于确定任何上述度量/观察。数据的收集可以基于触发数据的收集的事件的发生。附加地或替换地，数据收集可以在事件开始或结束时发生。数据收集可以是连续的、不连续的和/或具有开始和停止时间。数据收集技术/机制可以特定于HW配置/实现或是非HW特定的，或者可以基于各种软件参数(例如，OS类型和版本等)。可以使用各种配置来定义任何前述数据收集参数。这样的配置可以由合适的规范/标准来定义，例如3GPP(例如，[SA6Edge])、ETSI(例如，[MEC]、[ETSINFV]、[OSM]、[ZSM]等)、O-RAN(例如，[O-RAN])、Smart Edge Open(以前称为OpenNESS)(例如，[ISEO])、IETF(例如，[MAMS])、IEEE/WiFi(例如，[IEEE80211]、[WiMAX]、[IEEE16090]等)和/或任何其他类似标准(例如，本文讨论的那些)。
UE 712b被示为能够经由连接703b接入接入点(AP)733。在该示例中，AP 733被示为连接到互联网，而不连接到无线系统的CN 742。连接703b可以包括本地无线连接，例如符合任何IEEE 802.11协议(例如，[IEEE80211]及其变体)的连接，其中，AP 733将包括WiFi路由器。附加地或替换地，UE 710可以被配置为根据各种通信技术(例如但不限于OFDM通信技术、单载波频分多址(SC-FDMA)通信技术等)，在单载波或多载波通信信道上使用合适的通信信号彼此通信或者与任何AP 733通信，但是本公开的范围不限于此方面。通信技术可以包括合适的调制方案，例如补码键控(CCK)；相移键控(PSK)，例如二进制PSK(BPSK)、正交PSK(QPSK)、差分PSK(DPSK)等；或正交幅度调制(QAM)，例如M-QAM；等。
实现连接703a的一个或多个NAN 731和732可以被称为“RAN节点”等。RAN节点731、732可以包括提供地理区域(例如，小区)内的覆盖的地面站(例如，陆地接入点)或卫星站。RAN节点731、732可以被实现为专用物理设备中的一个或多个，例如宏小区基站，和/或用于提供与宏小区相比具有更小覆盖区域、更小用户容量或更高带宽的毫微微小区、微微小区或其他类似小区的低功率基站。在该示例中，RAN节点731被体现为NodeB、演进NodeB(eNB)或下一代NodeB(gNB)，并且RAN节点732被体现为中继节点、分布式单元或路边单元(RSU)。可以使用任何其他类型的NAN。在一些示例中，RAN节点731、732可以与以下相同或相似：CU-CP 121、321、921、1021、1432c；CU-UP 122、322、922、1022、1432u；DU 115、331、915、1015、1431；RU 116、816、916、1016、1430；图2的srsRAN和/或RU、DU或CU；AP 1306、AN 1308、eNB1312、gNB 1316和/或ng-eNB 1318；图14的一个或多个RANF 1-N，和/或本文讨论的一些其他计算节点或元件/实体。
RAN节点731、732中的任一个可以终止空中接口协议，并且可以是用于UE 712和IoT设备711的第一联系点。附加地或替换地，RAN节点731、732中的任一个可以履行用于RAN的各种逻辑功能，包括但不限于用于无线资源管理、准入控制、UL和DL动态资源分配、无线承载管理、数据分组调度等的RANF(例如，无线电网络控制器(RNC)功能和/或NG-RANF)。RANF还可以包括O-RAN RANF，例如E2SM-KPM、E2SM小区配置和控制(E2SM-CCC)、E2SM RAN控制、E2SM RAN功能网络接口(NI)等(参见例如[O-RAN])。附加地或替换地，UE 710可以被配置为根据各种通信技术(例如但不限于OFDMA通信技术(例如，用于DL通信)和/或SC-FDMA通信技术(例如，用于UL和ProSe或侧链路(SL)通信))，在多载波通信信道上使用OFDM通信信号彼此通信或与NAN 731、732中的任一个通信，但是本公开的范围不限于此方面。
对于大多数蜂窝通信系统，由RAN计算元件和/或各个NAN 731-732操作的RANF将DL传输(例如，从RAN节点731、732中的任一个到UE 710)和UL传输(例如，从UE 710到RAN节点731、732)组织成具有10毫秒(ms)持续时间的无线帧(或简称为“帧”)，其中，每个帧包括十个1ms子帧。每个传输方向具有其自己的指示每个时隙中的物理资源的资源网格，其中，资源网格的每一列和每一行分别对应于一个符号和一个子载波。资源网格在时域中的持续时间对应于无线帧中的一个时隙。资源网格包括多个资源块(RB)，RB描述特定物理信道到资源元素(RE)的映射。每个RB可以是物理RB(PRB)或虚拟RB(VRB)，并且包括RE的集合。RE是资源网格中最小的时频单元。RNC功能在每个传输时间间隔(TTI)动态地向每个UE 710分配资源(例如，PRB以及调制和编码方案(MCS))。TTI是无线电链路703a、705上的传输的持续时间，并且与从较高网络层传递到无线链路层的数据块的大小有关。
NAN 731、732可以被配置为经由相应的接口或链路(未示出)彼此通信，例如对于LTE实现是X2接口(例如，当CN 742是演进分组核心(EPC)时)，对于5G或NR实现是Xn接口(例如，当CN 742是第五代核心(5GC)时)等。NAN 731和732还通信地耦合到CN 742。附加地或替换地，CN 742可以是演进分组核心(EPC)网络、下一代分组核心(NPC)网络、5G核心(5GC)或一些其他类型的CN。CN 742是与独立于终端或用户设备所使用的连接技术的通信网络的一部分有关的网元和/或网络功能(NF)的网络。CN 742包括多个网元/NF，它们被配置为向经由RAN连接到CN 742的客户/订户(例如，UE 712和IoT设备711的用户)提供各种数据和电信服务。CN 742的组件可以实现在一个物理节点中，或者实现在分开的物理节点中，物理节点包括用于从机器可读或计算机可读介质(例如，非瞬时性机器可读存储介质)读取和执行指令的组件。附加地或替换地，网络功能虚拟化(NFV)可以用于经由存储在一个或多个计算机可读存储介质中的可执行指令来虚拟化任何或全部上述网络节点功能(下文进一步详细描述)。CN 742的逻辑实例可以被称为网络切片，并且CN 742的一部分的逻辑实例可以被称为网络子切片。NFV架构和基础设施可以用于将一个或多个网络功能(替换地，由专有硬件执行的网络功能)虚拟化到包括行业标准服务器硬件、存储硬件或交换机的组合的物理资源上。换句话说，NFV系统可以用于执行一个或多个CN 742组件/功能的虚拟或可重配置的实现。在一些示例中，CN 742可以与以下相同或相似：SMO 102、MO 301、MO 3c02、SMO 802、SMO902、SMO 1002、NG核心808、CN 1320、CN 1442和/或CN NF 1-x、EPC 1042a、和/或5GC1042b，和/或本文讨论的一些其他计算节点或元件/实体。
CN 742被示为经由IP通信接口755通信耦合到应用服务器750和网络750。一个或多个服务器750包括用于提供通过网络向一个或多个客户端(例如，UE 712和IoT设备711)提供功能(或服务)的一个或多个物理和/或虚拟化系统。服务器750可以包括具有机架式计算架构组件、塔式计算架构组件、刀片式计算架构组件等的各种计算机设备。服务器750可以表示服务器集群、服务器场、云计算服务或其他服务器分组或池，它们可以位于一个或多个数据中心中。服务器750还可以连接到一个或多个数据存储设备(未示出)，或以其他方式与之关联。此外，服务器750可以包括操作系统(OS)，OS提供用于各个服务器计算机设备的一般管理和操作的可执行程序指令，并且可以包括存储指令的计算机可读介质，指令当由服务器的处理器执行时，可以允许服务器执行它们的预期功能。用于服务器的OS和一般功能的合适实现是已知的或可商购的，并且由本领域普通技术人员容易地实现。通常，服务器750提供使用IP/网络资源的应用或服务。作为示例，服务器750可以提供业务管理服务、云分析、内容流送服务、沉浸式游戏体验、社交网络和/或微博服务，和/或其他类似服务。另外，服务器750提供的各种服务可以包括发起和控制由UE 712和IoT设备711实现的应用或各个组件的软件和/或固件更新。服务器750还可以被配置为经由CN 742支持用于UE 712和IoT设备711的一种或多种通信服务(例如，互联网协议语音(VoIP)会话、PTT会话、组通信会话、社交联网服务等)。作为示例，服务器750可以对应于SMO 102、MO 301、MO 3c02、SMO802、外部系统810、SMO 902、SMO 1002、DN 1336或应用服务器1338、边缘计算节点1436和/或本文讨论的一些其他计算节点或元件/实体。
图7中的NAN 730、UE 710和其他元件所采用的无线电接入技术(RAT)可以包括例如本文讨论的任何通信协议和/或RAT。不同的技术在不同的场景中表现出益处和限制，并且不同场景中的应用性能变为取决于接入网(例如，WiFi、LTE等)以及所使用的网络和传输协议(例如，传输控制协议(TCP)、虚拟专用网络(VPN)、多路径TCP(MPTCP)、通用路由封装(GRE)等)的选择。这些RAT可以包括一种或多种V2X RAT，它们允许这些元件彼此直接通信、与基础设施设备(例如，NAN 730)和其他设备通信。在一些实现中，可以使用至少两种不同的V2X RAT，包括基于IEEE V2X技术的WLAN V2X(W-V2X)RAT(例如，用于美国的DSRC和用于欧洲的ITS-G5)和3GPP C-V2X RAT(例如，LTE、5G/NR及以上)。在一个示例中，C-V2X RAT可以利用C-V2X空中接口，并且WLAN V2X RAT可以利用W-V2X空中接口。
W-V2X RAT包括例如IEEE Guide for Wireless Access in VehicularEnvironments(WAVE)Architecture,IEEE STANDARDS ASSOCIATION,IEEE 1609.0-2019(2019年4月10日)(“[IEEE16090]”)、V2X Communications Message Set Dictionary,SAEINT’L(2020年7月23日)(“[J2735_202007]”)、5GHz频带中的智能交通系统(ITS-G5)、[IEEE80211p](其为WAVE、DSRC和ITS-G5的层1(L1)和层2(L2)的一部分)和/或IEEEStandard for Air Interface for Broadband Wireless Access Systems,IEEE Std802.16-2017,pp.1-2726(2018年3月2日)(“[WiMAX]”)。术语“DSRC”指代在美国通常使用的5.9GHz频带中的车辆通信，而“ITS-G5”指代欧洲的5.9GHz频带中的车辆通信。由于可以在任何地理或政府区域使用的任何数量的不同RAT(包括[IEEE80211p]RAT)是适用的，因此术语“DSRC”(在美国等其他地区使用)和“ITS-G5”(在欧洲等其他地区使用)在整个公开中可以互换使用。用于ITS-G5接口的接入层在ETSI EN 302 663 V1.3.1(2020-01)(以下称为“[EN302663]”)进行了概述，并描述了用于ITS-S参考架构的接入层。ITS-G5接入层包括[IEEE80211](现合并[IEEE80211p])，以及ETSI TS 102 687 V1.2.1(2018-04)(“[TS102687]”)中讨论的分散式拥塞控制(DCC)方法的特征。用于基于3GPP LTE-V2X的接口的接入层尤其在ETSI EN 303 613 V1.1.1(2020-01)、3GPP TS 23.285 v16.2.0(2019-12)中进行了概述；3GPP 5G/NR-V2X尤其在3GPP TR 23.786 v16.1.0(2019-06)和3GPPTS23.287 v16.2.0(2020-03)中进行了概述。
云744可以表示提供一种或多种云计算服务的云计算架构/平台。云计算指代一种在自服务配给和按需管理下且无用户主动管理的情况下，实现对可扩展且有弹性的可共享计算资源池的网络访问的范式。计算资源(或简称为“资源”)是计算机系统或网络内的可用性有限的任何物理或虚拟组件或者此类组件的使用。资源的示例包括在一段时间内对服务器、处理器、存储设备、存储器设备、存储器区域、网络、电力、输入/输出(外围)设备、机械设备、网络连接(例如，信道/链路、端口、网络套接字等)、操作系统、虚拟机(VM)、软件/应用、计算机文件等的使用/访问。云计算提供云计算服务(或云服务)，这些服务是经由使用定义的接口(例如，API等)调用的云计算提供的一种或多种能力。云744的一些能力包括应用能力类型、基础设施能力类型和平台能力类型。云能力类型是云服务基于所使用的资源向云服务客户(例如，云744的用户)提供的功能的分类。应用能力类型是云服务客户可以使用云服务提供商的应用的云能力类型；基础设施能力类型是云服务客户可以配给和使用处理资源、存储资源或网络资源的云能力类型；以及平台能力类型是云服务客户可以使用云服务提供商支持的一种或多种编程语言和一种或多种执行环境来部署、管理和运行客户创建或客户获取的应用的云能力类型。云服务可以分组为具有一些共同质量集的类别。云744可以提供的一些云服务类别包括例如：通信即服务(CaaS)，其是涉及实时交互和协作服务的云服务类别；计算即服务(CompaaS)，其是涉及提供和使用部署和运行软件所需的处理资源的云服务类别；数据库即服务(DaaS)，其是涉及提供和使用数据库系统管理服务的云服务类别；数据存储即服务(DSaaS)，其是涉及提供和使用数据存储和有关能力的云服务类别；防火墙即服务(FaaS)云服务类别，其是涉及提供防火墙和网络业务管理服务的云服务类别；基础设施即服务(IaaS)，其是涉及基础设施能力类型的云服务类别；网络即服务(NaaS)，其是涉及传输连接和有关网络能力的云服务类别；平台即服务(PaaS)，其是涉及平台能力类型的云服务类别；软件即服务(SaaS)，其是涉及应用能力类型的云服务类别；安全即服务，其涉及提供网络和信息安全(infosec)服务的云服务类别；和/或其他类似的云服务。
附加地或替换地，云744可以表示一个或多个云服务器、应用服务器、网络服务器和/或一些其他远程基础设施。远程/云服务器可以包括多种服务和能力中的任一种，例如本文讨论的那些中的任一种。附加地或替换地，云744可以表示诸如互联网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)或无线广域网(WWAN)之类的网络，包括公司或组织的专有网络和/或企业网络或者其组合。云744可以是包括计算机、计算机之间的网络连接、以及使得计算机之间能够通过网络连接进行通信的软件例程的网络。在这点上，云744包括一个或多个网元，网元可以包括一个或多个处理器、通信系统(例如，包括网络接口控制器、连接到一个或多个天线的一个或多个发射机/接收机等)以及计算机可读介质。这种网元的示例可以包括无线接入点(WAP)、家庭/企业服务器(具有或不具有RF通信电路)、路由器、交换机、集线器、无线电信标、基站、微微小区或小小区基站、骨干网关，和/或任何其他类似的网络设备。至云744的连接可以是经由使用下文讨论的各种通信协议的有线或无线连接。所示的设备之间的通信会话可以涉及多于一个网络。至云744的连接可能需要计算机执行软件例程，软件例程实现例如计算机联网的OSI模型的七层或无线(蜂窝)电话网络中的等同物。云744可以用于实现例如一个或多个服务器750与一个或多个UE 710之间的相对长距离的通信。附加地或替换地，云744可以表示互联网、一个或多个蜂窝网络、局域网或广域网(包括专有网络和/或企业网络)、基于TCP/互联网协议(IP)的网络或其组合。在这些实现中，云744可以与拥有或控制提供网络有关服务所需的设备和其他元件(例如，一个或多个基站或接入点、用于路由数字数据或电话呼叫的一个或多个服务器)的网络运营商(例如，核心网或主干网)关联。主干链路755可以包括任何数量的有线或无线技术，并且可以是LAN、WAN或互联网的一部分。在一个示例中，主干链路755是将较低等级的服务提供商耦合到互联网的光纤主干链路，例如CN 712和云744。作为示例，云744可以对应于O-Cloud106、806、906；DN1336；网络1610、边缘云1763和/或一些其他计算系统或服务。
如图7所示，NAN 731、732和733中的每一个分别与边缘计算节点(或“边缘服务器”)736a、736b和736c共址。这些实现可以是小小区云(SCC)(其中，边缘计算节点736与小小区(例如，微微小区、毫微微小区等)共址)，或者可以是移动微云(MCC)(其中，边缘计算节点736与宏小区(例如，eNB、gNB等)共址)。边缘计算节点736可以以除了图7所示之外的多种布置部署。在第一示例中，多个NAN 730与一个边缘计算节点736共址或以其他方式与之通信耦合。在第二示例中，边缘服务器736可以与RNC共址或由其操作，这可以是诸如3G网络之类的遗留网络部署的情况。在第三示例中，边缘服务器736可以部署在小区聚合站点或多RAT聚合点处，这些聚合点可以位于企业内或者用在公共覆盖区域中。在第四示例中，边缘服务器736可以部署在CN 742的边缘。这些实现可以用在follow-me(跟随我)云(FMC)中，其中，在分布式数据中心运行的云服务随着UE 710在整个网络中漫游而跟随它们。
在本文讨论的任何实现中，边缘服务器736提供用于应用和服务托管的分布式计算环境，并且还提供存储资源和处理资源，使得数据和/或内容可以在紧邻订户(例如，UE710的用户)的地方进行处理，以用于更快的响应时间。边缘服务器736还支持应用(包括可以作为打包好的虚拟机(VM)映像来交付的虚拟电器应用、中间件应用和基础设施服务、内容交付服务(包括内容缓存)、移动大数据分析和计算卸载等)的多租户运行时和托管环境。计算卸载涉及将计算任务、工作负载、应用和/或服务从UE 710、CN 742、云744和/或服务器750卸载到边缘服务器736，反之亦然。例如，在UE 710中操作的设备应用或客户端应用可以将应用任务或工作负载卸载到一个或多个边缘服务器736。在另一示例中，边缘服务器736可以将应用任务或工作负载卸载到一个或多个UE 710(例如，以用于分布式ML计算等)。
边缘计算节点736可以包括采用一个或多个ECT 735的边缘系统735，或者为其一部分。边缘计算节点736也可以被称为“边缘主机736”或“边缘服务器736”。边缘系统735包括在运营商网络或运营商网络的子集内运行边缘计算应用所必需的边缘服务器736和边缘管理系统(图7未示出)的集合。边缘服务器736是可以包括边缘平台和/或虚拟化基础设施，并向边缘计算应用提供计算资源、存储资源和网络资源的物理计算机系统。每个边缘服务器736被布置在对应的接入网的边缘处，并且被布置为在相对靠近UE 710的地方提供计算资源和/或各种服务(例如，计算任务和/或工作负载卸载、云计算能力、IT服务和本文讨论的其他类似资源和/或服务)。边缘服务器736的VI为边缘主机提供虚拟化环境和虚拟化资源，并且边缘计算应用可以作为VM和/或应用容器运行在VI之上。
边缘计算节点可以包括采用一种或多种边缘计算技术(ECT)的边缘系统(例如，边缘云1763等)，或者为其一部分。边缘计算节点也可以被称为“边缘主机”、“边缘服务器”等。边缘系统(例如，边缘云1763等)可以包括在运营商网络或运营商网络的子集内运行边缘计算应用所必需的边缘计算节点和边缘管理系统(未示出)的集合。边缘计算节点是可以包括边缘平台和/或虚拟化基础设施，并向边缘计算应用提供计算资源、存储资源和网络资源的物理计算机系统。每个边缘计算节点设置在对应的接入网的边缘处，并被布置为在相对靠近数据源设备(例如，UE 710)的地方提供计算资源和/或各种服务(例如，计算任务和/或工作负载卸载、云计算能力、IT服务和其他类似资源和/或服务)。边缘计算节点的VI为边缘主机提供虚拟化环境和虚拟化资源，并且边缘计算应用可以作为VM和/或应用容器运行在VI之上。作为示例，边缘计算节点736可以对应于或托管SMO 102、MO 301、MO 3c02、SMO 802、外部系统810、SMO 902、SMO 1002、DN 1336或app服务器1338、边缘计算节点1436、near-RTRIC 114、414、814、914、1014、1200；non-RT RIC 112、412、812、912、1012；图2的RIC；RIC3c14和/或本文讨论的一些其他计算节点或元件/实体。
在一种示例实现中，ECT 735根据MEC框架进行操作，如以下中讨论的：ETSI GSMEC 003 V3.1.1(2022-03)、ETSI GS MEC 009 V3.1.1(2021-06)、ETSI GS MEC 010-1v1.1.1(2017-10)、ETSI GS MEC 010-2 v2.2.1(2022-02)、ETSI GS MEC 011 v2.2.1(2020-12)、ETSI GS MEC 012 V2.2.1(2022-02)、ETSI GS MEC 013 v2.2.1(2022-01)、ETSI GS MEC 014 V1.1.1(2021-02)、ETSI GS MEC 015 v2.1.1(2020-06)、ETSI GS MEC016 v2.2.1(2020-04)、ETSI GS MEC 021 v2.2.1(2022-02)、ETSI GS MEC 028 v2.2.1(2021-07)、ETSI GS MEC 029 v2.2.1(2022-01)、ETSIMEC GS 030 v2.2.1(2022-05)、ETSIGS NFV-MAN 001 v1.1.1(2014-12)、2020年4月1日提交的美国临时申请No.63/003,834(“[’834]”)和2020年12月23日提交的国际申请No.PCT/US2020/066969(“[‘969]”)(本文统称为“[MEC]”)，其各自的内容特此通过引用整体并入。该示例实现(和/或在本文讨论的任何其他示例实现中)还可以包括NFV和/或其他类似的虚拟化技术，例如在以下中讨论的那些：ETSI GR NFV 001 V1.3.1(2021-03)、ETSI GS NFV 002 V1.2.1(2014-12)、ETSI GRNFV 003 V1.6.1(2021-03)、ETSI GS NFV 006 V2.1.1(2021-01)、ETSI GS NFV-INF 001V1.1.1(2015-01)、ETSI GS NFV-INF 003 V1.1.1(2014-12)、ETSI GS NFV-INF 004V1.1.1(2015-01)、ETSI GS NFV-MAN 001 v1.1.1(2014-12)和/或Open Source MANOdocumentation，版本12(2022年6月)，https://osm.etsi.org/docs/user-guide/v12/index.html(“[OSM]”)(统称为“[ETSINFV]”)，其各自的内容特此通过引用整体并入。可以使用其他虚拟化技术和/或服务编排和自动化平台，例如，在以下中讨论的那些：E2ENetwork Slicing Architecture,GSMA,Official Doc.NG.127,v1.0(2021年6月3日),https://www.gsma.com/newsroom/wp-content/uploads//NG.127-v1.0-2.pdf、OpenNetwork Automation Platform(ONAP)documentation,Release Istanbul,v9.0.1(2022年2月17日),https://docs.onap.org/en/latest/index.html(“[ONAP]”)、3GPPTS28.533v17.2.0(2022-03-22)(“[TS28533]”)中讨论的3GPP Service Based ManagementArchitecture(SBMA)，其各自的内容特此通过引用整体并入；和/或基于零接触系统管理(ZSM)架构的管理功能(参见例如ETSI GS ZSM 001 V1.1.1(2019-10)、ETSI GS ZSM 002v1.1.1(2019-08)、ETSI GS ZSM 003 v1.1.1(2021-06)、ETSI GS ZSM 009-1 V1.1.1(2021-06)、ETSI GS ZSM 009-2 V1.1.1(2022-06)、ETSI GS ZSM 007 V1.1.1(2019-08)(统称为“[ZSM]”)，其各自的内容特此通过引用整体并入。
在另一示例实现中，ECT 735根据O-RAN框架进行操作。通常，前端和后端设备供应商和运营商密切合作以确保兼容性。这种工作模式的另一面是，与其他设备即插即用变得非常困难，这可能阻碍创新。为了解决这个问题，并促进各个层面的开放性和互操作性，对无线领域感兴趣的若干关键参与者(例如，运营商、设备制造商、学术机构等)在2018年组建了开放RAN联盟(“O-RAN”)。O-RAN网络架构是在可编程硬件上设计虚拟化RAN的构建块，由AI支持无线接入控制。O-RAN架构的各个方面在以下中描述：O-RAN ArchitectureDescription v07.00,O-RAN ALLIANCE WG1(2022年10月)(“[O-RAN.WG1.O-RAN-Architecture-Description]”)；O-RAN Operations and Maintenance ArchitectureSpecification v04.00,O-RAN ALLIANCE WG1(2021年2月)(“[O-RAN.WG1.OAM-Architecture]”)；O-RAN Operations and Maintenance Interface Specificationv04.00,O-RAN ALLIANCE WG1(2021年2月)(“[O-RAN.WG1.O1-Interface.0]”)；O-RANInformation Model and Data Models Specification v01.00,O-RAN ALLIANCE WG1(2021年2月)；O-RAN Working Group 1 Slicing Architecture v08.00(2022年10月)；O-RAN Working Group 2(Non-RT RIC and A1 interface WG)A1 interface:ApplicationProtocol v03.02(2021年7月)；O-RAN Working Group 1 Use Cases DetailedSpecification v09.00(2022年10月)(“[O-RAN.WG1.Use-Cases]”)；O-RAN Working Group2(Non-RT RIC and A1 interface WG)A1 interface:General Aspects and Principlesv03.00(2022年10月)(“[O-RAN.WG2.A1GAP]”)；O-RAN Working Group 2(Non-RT RIC andA1 interface WG)A1 interface:Type Definitions v04.00(2021年10月)；O-RANWorking Group 2(Non-RT RIC and A1 interface WG)A1 interface:TransportProtocol v02.00(2022年10月)；O-RAN Working Group 2 AI/ML workflow descriptionand requirements v01.03 O-RAN ALLIANCE WG2(2021年10月)(“[O-RAN.WG2.AIML]”)；O-RAN Working Group 2(Non-RT RIC and A1 interface WG)Non-RT RIC Architecturev02.01(2022年10月)；O-RAN Working Group 2 Non-RT RIC:Functional Architecturev01.01,O-RAN ALLIANCE WG2(2021年6月)；O-RAN Working Group 2(Non-RT RIC and A1interface WG):R1 interface:General Aspects and Principles v03.00,O-RANALLIANCE WG2(2022年10月)；O-RAN Working Group 3 Near-Real-time RAN IntelligentController Architecture&E2 General Aspects and Principles v02.02(2022年7月)(“[O-RAN.WG3.E2GAP]”)；O-RAN Working Group 3 Near-Real-time IntelligentController E2 Service Model(E2SM)v02.01(2022年3月)(“[O-RAN.WG3.E2SM]”)；O-RANWorking Group 3 Near-Real-time Intelligent Controller E2 Service Model(E2SM),Cell Configuration and Control v01.00(2022年10月)(“[O-RAN.WG3.E2SM-CCC]”)；O-RAN Working Group 3 Near-Real-time Intelligent Controller E2 Service Model(E2SM)KPM v02.03(2022年10月)(“[O-RAN.WG3.E2SM-KPM]”)；O-RAN Working Group 3Near-Real-time Intelligent Controller E2 Service Model(E2SM)RAN FunctionNetwork Interface(NI)v01.00(2020年2月)(“[ORAN-WG3.E2SM-NI]”)；O-RAN WorkingGroup 3 Near-Real-time Intelligent Controller E2 Service Model(E2SM)RANControl v01.03(2022年10月)(“[O-RAN.WG3.E2SM-RC]”)；O-RAN Working Group 3,Near-Real-time Intelligent Controller,E2 Application Protocol(E2AP)v02.03(2022年10月)(“[O-RAN.WG3.E2AP]”)；O-RAN Working Group 3(Near-Real-time RAN IntelligentController and E2 Interface Working Group):Near-RT RIC Architecture v03.00(2022年10月)(“[O-RAN.WG3.RICARCH]”)；O-RAN Working Group 4(Open FronthaulInterfaces WG)Control,User and Synchronization Plane Specification v09.00(2022年7月)(“[O-RAN-WG4.CUS.0]”)；O-RAN Fronthaul Working Group 4 CooperativeTransport Interface Transport Control Plane Specification v02.00,O-RANALLIANCE WG4(2021年6月)；O-RAN Fronthaul Working Group 4 Cooperative TransportInterface Transport Management Plane Specification v02.00(2021年6月)；O-RANFronthaul Working Group 4(Open Fronthaul Interfaces WG):Management PlaneSpecification v09.00(2022年7月)(“[O-RAN.WG4.MP.0]”)；O-RAN Alliance WorkingGroup 5 O1 Interface specification for O-CU-UP and O-CU-CP v04.00(2022年10月)；O-RAN Alliance Working Group 5 O1 Interface specification for O-DU v05.00(2022年10月)；O-RAN Open F1/W1/E1/X2/Xn Interfaces Working Group TransportSpecification v01.00,O-RAN ALLIANCE WG5(2020年4月)；O-RAN Working Group 6(Cloudification and Orchestration)Cloud Architecture and Deployment Scenariosfor O-RAN Virtualized RAN v04.00(2022年10月)(“[O-RAN.WG6.CADS]”)；O-RAN CloudPlatform Reference Designs v02.00,O-RAN ALLIANCE WG6(2021年2月)；O-RAN WorkingGroup 6 O2 Interface General Aspects and Principles v02.00(2022年10月)；O-RANWorking Group 6(Cloudification and Orchestration Work Group)；O-RANAcceleration Abstraction Layer General Aspects and Principles v04.00(2022年10月)；O-RAN Working Group 6:O-Cloud Notification API Specification for EventConsumers v03.00(“[O-RAN.WG6.O-Cloud Notification API]”)；O-RAN White BoxHardware Working Group Hardware Reference Design Specification for IndoorPico Cell with Fronthaul Split Option 6 v02.00,O-RAN ALLIANCE WG7(2021年10月)(“[O-RAN.WG7.IPC-HRD-Opt6]”)；O-RAN WG7 Hardware Reference DesignSpecification for Indoor Picocell(FR1)with Split Architecture Option 7-2v03.00,O-RAN ALLIANCE WG7(2021年10月)(“[O-RAN.WG7.IPC-HRD-Opt7-2]”)；O-RAN WG7Hardware Reference Design Specification for Indoor Picocell(FR1)with SplitArchitecture Option 8 v03.00(2021年10月)(“[O-RAN.WG7.IPC-HRD-Opt8]”)；O-RANWhite Box Hardware Working Group Hardware Reference Design Specification forOutdoor Micro Cell with Split Architecture Option 7.2v03.00,O-RAN ALLIANCEWG7(2022年10月)(“[O-RAN.WG7.OMC-HRD-Opt7-2]”)；O-RAN White Box HardwareWorking Group Hardware Reference Design Specification for Outdoor Macro Cellwith Split Architecture Option 7.2 v03.00,O-RAN ALLIANCE WG7(2022年7月)(“[O-RAN.WG7.OMAC-HRD]”)；O-RAN Open X-haul Transport Working Group Managementinterfaces for Transport Network Elements v04.00,O-RAN ALLIANCE WG9(2022年7月)；O-RAN Open X-haul Transport Working Group Synchronization Architectureand Solution Specification v02.00,O-RAN ALLIANCE WG9(2022年3月)；O-RAN OpenXhaul Transport WG9 WDM-based Fronthaul Transport v2.0,O-RAN ALLIANCE WG9(2022年3月)；O-RAN Open Transport Working Group 9Xhaul Packet SwitchedArchitectures and Solutions v03.00,O-RAN ALLIANCE WG9(2022年7月)(“[O-RAN.WG9.XPSAAS]”)；O-RAN Operations and Maintenance Architecture v07.00,O-RANALLIANCE WG10(2022年7月)(“[O-RAN.WG10.OAM-Architecture]”)；O-RAN Operationsand Maintenance Interface Specification v07.00,O-RAN ALLIANCE WG10(2022年7月)；O-RAN Operations and Maintenance Interface Specification v08.00,O-RANALLIANCE WG10(2022年10月)(“[O-RAN.WG10.O1-Interface.0]”)；O-RAN:Towards anOpen and Smart RAN,O-RAN ALLIANCE,White Paper(2018年10月)；以及2021年9月24日提交的美国申请No.17/484,743(统称为“[O-RAN]”)，其各自的内容特此通过引用整体并入。
在另一示例实现中，ECT 735根据第三代合作伙伴项目(3GPP)系统方面工作组6(SA6)架构来操作，以实现边缘应用(称为“3GPP边缘计算”)，如在以下中讨论的：3GPP TS23.558 v18.0.0(2022-09-23)(“[TS23558]”)、3GPP TS 23.501 v17.6.0(2022-09-22)(“[TS23501]”)、3GPP TS23.548 v17.4.0(2022-09-22)(“[TS23548]”)以及2021年9月24日提交的美国申请No.17/484,719(“[‘719]”)(统称为“[SA6Edge]”)，其各自的内容特此通过引用整体并入。
在另一示例实现中，ECT 735根据智能边缘开放框架(以前称为OpenNESS)进行操作，如在以下中讨论的：/>Smart Edge Open Developer Guide,版本21.09(2021年9月30日)，可从以下网址获取：<https://smart-edge-open.github.io/>(“[ISEO]”)，其内容特此通过引用整体并入。
在另一示例实现中，ECT 735根据多接入管理服务(MAMS)框架进行操作，如在以下中讨论的：Kanugovi et al.,Multi-Access Management Services(MAMS),INTERNETENGINEERING TASK FORCE(IETF),Request for Comments(RFC)8743(2020年3月)(“[RFC8743]”)、Ford et al.,TCP Extensions for Multipath Operation withMultiple Addresses,IETF RFC 8684,(2020年3月)、De Coninck et al.,MultipathExtensions for QUIC(MP-QUIC),IETF DRAFT-DECONINCK-QUIC-MULTIPATH-07,IETA,QUICWorking Group(2021年5月3日)、Zhu et al.,User-Plane Protocols for MultipleAccess Management Service,IETF DRAFT-ZHU-INTAREA-MAMS-USER-PROTOCOL-09,IETA,INTAREA(2020年3月4日)以及Zhu et al.,Generic Multi-Access(GMA)ConvergenceEncapsulation Protocols,IETF DRAFT-ZHU-INTAREA-GMA-14,IETA,INTAREA/NetworkWorking Group(2021年11月24日)(统称为“[MAMS]”)，其各自的内容特此通过引用整体并入。在这些实现中，边缘计算节点和/或一个或多个云计算节点/集群可以是包括或操作用于下行/DL业务的网络连接管理器(NCM)的一个或多个MAMS服务器，并且客户端包括或操作用于上行/UL业务的客户端连接管理器(CCM)。NCM是一个功能实体，其处理来自客户端(例如，配置数据分组在可用接入路径和(核心)网络路径上的分发，以及管理业务流的用户平面处理(例如，隧道、加密等)的客户端)的MAMS控制消息(参见例如[MAMS])。CCM是客户端(例如，处理MAMS控制平面过程，与NCM交换MAMS信令消息，以及在客户端配置用于传输用户数据(例如，网络分组等)的网络路径的客户端)中的对等功能元件(参见例如[MAMS])。
应当理解，上述边缘计算框架和服务部署示例仅是边缘计算系统/网络735的一个说明性示例，并且本公开可以以位于网络边缘的设备的各种组合和布局(包括本文描述的各种边缘计算网络/系统)应用于许多其他边缘计算/联网技术。此外，本文公开的技术可以涉及其他IoT边缘网络系统和配置，并且其他中间处理实体和架构也可以应用于本公开。
应当理解，上述边缘计算框架/ECT和服务部署示例仅是ECT的说明性示例，并且本公开可以以位于网络边缘的设备的各种组合和布局(包括本文描述的各种边缘计算网络/系统)应用于许多其他或附加边缘计算/联网技术。此外，本文公开的技术可以涉及其他IoT边缘网络系统和配置，并且其他中间处理实体和架构也可以应用于本公开。
图8示出了示例开放式RAN(O-RAN)系统架构800。O-RAN架构800包括四个O-RAN定义的接口，即A1接口、O1接口、O2接口和开放式FrontHaul(OF)管理(M)平面接口，它们将服务管理和编排框架(SMO)802连接到O-RAN网络功能(NF)804和O-Cloud 806。non-RT RIC功能812驻留在SMO层802，SMO层802还处理部署和配置，以及RAN可观察值的数据收集等。SMO802还包括处理AI/ML工作流(例如，ML模型的训练和更新)的功能，以及用于部署ML模型和[O-RAN.WG2.AIML]中描述的其他应用的功能。SMO 802还可以访问富集信息(例如，除了RANNF中可用的数据之外的数据)，并且该富集信息可以用于增强RAN引导和优化功能。富集信息可以来自基于通过O1接口收集的历史RAN数据的数据分析或来自RAN外部数据源。SMO802还包括优化RAN性能以履行RAN意图中的SLA的功能。A1接口使得non-RT RIC 812能够向near-RT RIC 814提供基于策略的引导(例如，A1-P)、ML模型管理(例如，A1-ML)和富集信息(例如，A1-EI)，使得RAN可以在特定条件下优化各种RANF(例如，RRM等)。
O1接口是编排和管理实体(例如，Orchestration/NMS)与O-RAN管理的元件之间的接口，以用于操作和管理，通过该接口应当实现FCAPS管理、软件管理、文件管理和其他类似功能(参见例如[O-RAN.WG1.O-RAN-Architecture-Description]、[O-RAN.WG6.CADS])。O2接口是SMO 802与O-Cloud 806之间的接口(参见例如[O-RAN.WG1.O-RAN-Architecture-Description]、[O-RAN.WG6.CADS])。A1接口是non-RT RIC 812与near-RT RIC 814之间的接口，以实现near-RT RIC应用/功能的策略驱动引导，并支持AI/ML工作流。O-Cloud 806可以包括诸如虚拟网络功能(VNF)、云网络功能(CNF)、物理网络功能(PNF)等的元件。另外，O-Cloud 806包括O-Cloud通知接口，该接口可供用于相关O-RAN NF 804(例如，near-RT RIC814和/或图9的O-CU-CP 921、O-CU-UP 922和O-DU 915)接收O-Cloud806有关通知(参见例如[O-RAN.WG6.O-Cloud Notification API])。
SMO 802(参见例如[O-RAN.WG1.O1-Interface.0])还与外部系统810连接，外部系统810向SMO 802提供富集数据。图8还示出了A1接口终止于SMO 802中或处的O-RAN非实时(RT)RAN智能控制器(RIC)812以及O-RAN NF 804中或处的O-RAN near-RT RIC 814。O-RANNF 804可以是VNF，例如VM或容器，位于O-Cloud 806和/或利用定制硬件的物理网络功能(PNF)之上。预期所有O-RAN NF 804在接口SMO 802时支持O1接口。O-RAN NF 804经由NG接口(其为3GPP定义的接口)连接到NG-Core 808。
SMO 802与O-RAN无线电单元(O-RU)816之间的OF管理平面(M平面)接口支持O-RAN混合模型中的O-RU 816管理，如[O-RAN.WG4.MP.0]中指定的。OF M平面接口是SMO 802的可选接口，该接口被包括以用于按照[O-RAN.WG4.MP.0]向后兼容的目的，并且旨在仅在混合模式下管理O-RU 816。扁平模式的管理架构(参见例如[O-RAN.WG1.OAM-Architecture]、[O-RAN.WG10.OAM-Architecture])及其与用于O-RU 816的O1接口的关系有待进一步研究。O-RU 816终止朝向SMO 802的O1接口，如[O RAN.WG1.OAM-Architecture]中指定的(还参见例如[O-RAN.WG10.OAM-Architecture])。
图9示出了图8的O-RAN系统架构800的逻辑架构900。在图9中，分别地，图9的SMO902对应于SMO 802，O-Cloud 906对应于O-Cloud 806，non-RT RIC 912对应于non-RT RIC812，near-RT RIC 914对应于near-RT RIC 814，并且O-RU 916对应于O-RU 816。O-RAN逻辑架构900包括无线电部分和管理部分。
架构900的管理侧包括包含non-RT RIC 912的SMO 902，并且可以包括O-Cloud906。O-Cloud 906是云计算平台，其包括用于托管相关O-RAN功能的物理基础设施节点的集合(例如，near-RT RIC 914、O-CU-CP 921、O-CU-UP 922、O-DU 915等)，支持软件组件(例如，OS、VMM、容器运行时引擎、ML引擎等)以及适当的管理和编排功能。逻辑架构900的无线电侧包括near-RT RIC 914、O-RAN分布式单元(O-DU)915、O-RU 916、O-RAN中央单元-控制平面(O-CU-CP)921以及O-RAN中央单元-用户平面(O-CU-UP)922功能。逻辑架构900的无线电部分/侧还可以包括O-e/gNB 910。O-eNB支持O-DU和O-RU功能，在它们之间具有OF接口。
O-DU 915是基于下层功能划分托管RLC、MAC和高PHY层实体/元件(高PHY层)的逻辑节点。O-RU916是基于下层功能划分托管下PHY层实体/元件(下PHY层)(例如，FFT/iFFT、PRACH提取等)和RF处理元件的逻辑节点。O-RU 916的虚拟化是FFS。O-CU-CP 921是托管RRC和PDCP协议的控制平面(CP)部分的逻辑节点。O-CU-UP 922是托管PDCP协议的用户平面部分和SDAP协议的逻辑节点。
E2接口终止于多个E2节点。E2接口连接near-RT RIC 914和一个或多个O-CU-CP921、一个或多个O-CU-UP 922、一个或多个O-DU 915以及一个或多个O-e/gNB 910。E2节点是终止E2接口的逻辑节点/实体。作为示例，E2节点可以包括：对于NR/5G接入，O-CU-CP921、O-CU-UP 922、O-DU 915或[O-RAN.WG3.E2GAP]中定义的元件的任何组合；以及对于E-UTRA接入，E2节点包括O-e/gNB 910。如图9所示，E2接口还将O-e/gNB 910连接到near-RTRIC 914。E2接口上的协议专门基于控制平面(CP)协议。E2功能分为以下几个类别：(a)near-RT RIC 914服务(REPORT、INSERT、CONTROL和POLICY，如[O-RAN.WG3.E2GAP]中所描述的)；(b)near-RT RIC 914支持功能，其包括E2接口管理(例如，E2建立、E2重置、一般错误情况上报等)和near-RT RIC服务更新(例如，与通过E2开放的E2节点功能的列表有关的能力交换)。RIC服务是由E2节点提供的或在E2节点上提供的服务，用于提供对消息和测量的访问和/或实现从near-RT RIC 914对E2节点的控制。
图9示出了UE 901与O-e/gNB 910之间以及UE 901于O-RAN组件之间的Uu接口。Uu接口是3GPP定义的接口(参见例如3GPP TS 38.401v17.2.0(2022-09-23)(“[TS38401]”)的第5.2和5.3节)，它包括从L1到L3的完整协议栈并终止于NG-RAN或E-UTRAN。O-e/gNB 910是支持E2接口的LTE eNB(参见例如3GPP TS 36.401v17.1.0(2022-06-23)(“[TS36401]”))或5G gNB或ng-eNB(参见例如[TS38300])。
O-e/gNB 910可以与关于图7讨论的NAN 731-733相同或相似，并且UE 901可以与UE 721、711中的任一个相同或相似，等。可以存在多个UE 901和/或多个O-e/gNB 910，其中每一个可以经由相应的Uu接口彼此连接。尽管图9中未示出，但是O-e/gNB 910支持O-DU915和O-RU 916功能，在它们之间具有OF接口。
OF接口位于O-DU 915与O-RU 916功能之间(参见例如[O-RAN.WG4.MP.0]、[O-RAN-WG4.CUS.0])。OF接口包括控制用户同步(CUS)平面和管理(M)平面。图8和图9还示出了O-RU916终止朝向O-DU 915并且可选地朝向SMO 902的OF M平面接口，如[O-RAN.WG4.MP.0]中指定的。O-RU 916终止朝向O-DU 915和SMO 902的OF CUS平面接口。
F1控制平面接口(F1-C)将O-CU-CP 921与O-DU 915连接。如3GPP所定义的，F1-C位于gNB-CU-CP节点与gNB-DU节点之间(参见例如[TS38401]、3GPP TS 38.470 v17.2.0(2022-09-23)(“[TS38470]”))。然而，为了O-RAN的目的，在O-CU-CP 921与O-DU 915功能之间采用F1-C，同时重用3GPP定义的原理和协议栈以及互操作性配置文件规范的定义。
F1用户平面接口(F1-U)将O-CU-UP 922与O-DU 915连接。如3GPP所定义的，F1-U位于gNB-CU-UP与gNB-DU节点之间，参见例如[TS38401]、[TS38470]。然而，为了O-RAN的目的，在O-CU-UP 922与O-DU 915功能之间采用F1-U，同时重用3GPP定义的原理和协议栈以及互操作性配置文件规范的定义。
NG-C接口被3GPP定义为5GC中的gNB-CU-CP与AMF之间的接口，并且NG-C也被称为N2接口(参见例如[TS38300])。NG-U接口被3GPP定义为5GC中的gNB-CU-UP与UPF之间的接口，并且NG-u接口被称为N3接口(参见例如[TS38300])。在O-RAN中，3GPP定义的NG-C和NG-U协议栈被重用，并且可以适于O-RAN目的。
X2-C接口在3GPP中被定义用于在eNB之间或在EN-DC中在eNB与en-gNB之间传输控制平面信息。X2-U接口在3GPP中被定义用于在eNB之间或在EN-DC中在eNB与en-gNB之间传输用户平面信息(参见例如3GPP TS 36.420 v17.0.0(2022-04-06)、[TS38300]、[TS36300])。在O-RAN中，3GPP定义的X2-c和X2-u协议栈被重用，并且可以适于O-RAN目的。
Xn-c接口在3GPP中被定义用于在gNB、ng-eNB之间或ng-eNB与gNB之间传输控制平面信息。Xn-u接口在3GPP中被定义用于在gNB、ng-eNB之间或ng-eNB与gNB之间传输用户平面信息(参见例如3GPP TS 38.420 v17.2.0(2022-09-23)、[TS38300])。在O-RAN中，3GPP定义的Xn-C和Xn-U协议栈被重用，并且可以适于O-RAN目的。
E1接口被3GPP定义为gNB-CU-CP(例如，gNB-CU-CP 3728)与gNB-CU-UP之间的接口(参见例如[TS38300]、3GPP TS 38.460v17.1.0.0(2022-04-06))。在O-RAN中，由3GPP定义的E1协议栈被重用，并且被适配为O-CU-CP 921和O-CU-UP 922功能之间的接口。
O-RAN非实时(RT)RAN智能控制器(RIC)912是SMO 802、902内的逻辑功能，该功能实现RAN元件和资源的非实时控制和优化；AI/机器学习(ML)工作流，包括模型训练、推理和更新；near-RT RIC 914中的应用/功能的基于策略的引导。O-RAN near-RT RIC 914实现经由通过E2接口的细粒度数据收集和操作，对RAN元件和资源进行近实时控制和优化。near-RT RIC 914可以包括一个或多个AI/ML工作流，包括模型训练、推理和更新。
non-RT RIC 912可以包括和/或操作一个或多个non-RT RIC应用(rApp)911。rApp911是模块化app，其利用经由non-RT RIC框架的R1接口开放的功能来提供与RAN操作有关的增值服务，例如驱动A1接口、推荐随后可以通过O1/O2接口应用的值和动作、以及生成“富集信息”以供其他rApp 911使用。non-RT RIC 912内的rApp 911功能使得能够对RAN元件(或RANF)和资源进行non-RT控制和优化，以及对near-RT RIC 914中的应用/特征进行基于策略的引导。non-RT RIC框架指代SMO 902内部的功能，该功能在逻辑上终止至near-RTRIC 914的A1接口，并经由其R1接口向rApp 911开放其运行时处理所需的一组内部SMO服务。non-RT RIC 912内的non-RT RIC框架功能提供AI/ML工作流，包括rApp 911所需的模型训练、推理和更新。
non-RT RIC 912可以是用于托管一个或多个ML模型的训练的ML训练主机。可以使用从RIC、O-DU 915和O-RU 916收集的数据离线执行ML训练。对于监督学习，non-RT RIC912是SMO 902的一部分，并且ML训练主机和/或ML模型主机/行动者可以是non-RT RIC 912和/或near-RT RIC 914的一部分。对于无监督学习，ML训练主机和ML模型主机/行动者可以是non-RT RIC 912和/或near-RT RIC 914的一部分。对于强化学习(参见例如图19)，ML训练主机和ML模型主机/行动者可以作为non-RT RIC 912和/或near-RT RIC 914的一部分共址。在一些实现中，non-RT RIC 912可以请求或触发训练主机中的ML模型训练，而不管模型被部署在哪里和在哪里执行。ML模型可以被训练过，但当前尚未部署。
在一些实现中，non-RT RIC 912为ML设计者/开发者提供可查询目录，以发布/安装训练后的ML模型(例如，可执行软件组件)。在这些实现中，non-RT RIC 912可以提供发现机制：在目标ML推理主机(MF)中是否可以执行特定ML模型，以及在MF中可以执行什么数量和哪些类型的ML模型。例如，可以存在由non-RT RIC 912可发现的三种类型的ML目录：设计时目录(例如，驻留在non-RT RIC 912外部并由一些其他ML平台托管)、训练/部署时目录(例如，驻留在non-RT RIC 912内)以及运行时目录(例如，驻留在non-RT RIC 912内)。non-RT RIC 912支持用于ML模型推理的必要能力，以支持在non-RT RIC 912或一些其他ML推理主机中运行的ML辅助解决方案。这些能力使得能够安装可执行软件，例如VM、容器等。non-RT RIC 912还可以包括和/或操作一个或多个AI/ML引擎，它们是提供用以运行ML模型的方法、例程、数据类型等的打包好的软件可执行库。non-RT RIC 912还可以实现在不同操作条件下切换和激活AI/ML模型实例的策略。
non-RT RIC 912能够通过O1接口访问关于ML模型性能的反馈数据(例如，FM和PM统计)并执行必要的评估。如果ML模型在运行时失败，则可以生成警报作为对non-RT RIC912的反馈。ML模型在预测准确性方面执行得多好或它产生的其他操作统计也可以通过O1被发送到non-RT RIC 912。non-RT RIC 912还可以通过观察MF中的资源利用率，通过O1接口缩放在目标MF中运行的ML模型实例。ML模型实例运行的环境(例如，MF)监控正在运行的ML模型的资源利用率。这可以例如使用near-RT RIC 914和/或non-RT RIC 912中的称为资源监控器的ORAN-SC组件来完成，该组件持续地监控资源利用率。如果资源低或低于某个阈值，则near-RT RIC 914和/或non-RT RIC 912中的运行时环境提供缩放机制以添加更多ML实例。缩放机制可以包括缩放因子，例如用以扩充/缩减ML实例的数量的数量、百分比和/或其他类似数据。通过观察MF中的资源利用率，可以自动地缩放在目标ML推理主机中运行的ML模型实例。例如，(K8s)运行时环境通常提供自动缩放特征。
A1接口位于non-RT RIC 912(在SMO 902内或外)与near-RT RIC 914之间。A1接口支持如[O-RAN.WG2.A1GAP]中定义的三种类型的服务，包括A1策略管理服务(“A1-P”)、A1富集信息服务(“A1-EI”)和A1 ML模型管理服务(“A1-ML”)。与永久配置相比，A1策略具有以下特性(参见例如[O-RAN.WG2.A1GAP])：A1策略对业务不关键；A1策略具有临时有效性；A1策略可以处理单个UE或动态定义的UE组；A1策略在配置内起作用并优先于配置；以及A1策略是非永久性的(例如，在near-RT RIC重新启动后不会继续存在)。
O-RAN架构900支持各种控制环路，至少包括以下涉及不同O-RAN功能的控制环路：non-RT控制环路932、near-RT控制环路934和实时(RT)控制环路935。控制环路932、934、935是基于控制实体来定义的，并且该架构示出了与控制环路主机交互的其他逻辑节点。控制环路932、934、935存在于各个层级并且同时运行。取决于用例，控制环路932、934、935可以或可以不彼此交互。用于non-RT控制环路932和near-RT控制环路934的用例的示例以及用于这些用例的RIC之间的交互由O-RAN用例分析报告定义(参见例如[O-RAN.WG1.Use-Cases])。该用例报告还定义了用于O-CU-CP控制环路(未示出)和O-DU控制环路935的相关交互，负责呼叫控制和移动性、无线电调度、HARQ、波束赋形等，以及涉及SMO管理接口的相对较慢机制。这些控制循环的定时取决于用例。用于涉及non-RT控制环路932的用例的典型执行时间是1秒以上；near-RT控制环路934是10ms以上的量级；E2节点中的控制环路(例如，控制环路935)可以在10ms以下操作(例如，O-DU无线电调度等)。然而，对于任何特定用例，稳定的解决方案可能涉及non-RT RIC 912和/或SMO 902管理平面过程中的环路时间显著长于控制实体中相同用例的环路时间。
此外，AI/ML有关功能可以被映射到控制环路932、934、935中。用于用例的ML模型训练和ML模型推理的位置取决于计算复杂度、可用性和要交换的数据量、响应时间要求以及ML模型的类型。例如，用于配置在TTI时间尺度上操作的RRM算法的在线ML模型可以在O-DU 915中运行，而系统参数的配置(例如，需要大量数据但没有响应时间约束的波束赋形配置)可以使用non-RT RIC 912和SMO 902的组合(其中，可以提供密集型计算部件)来执行。在一些示例中，ML模型训练可以由non-RT RIC 912和/或near-RT RIC 914来执行，并且训练后的ML模型可以被操作以在控制环路932、934和/或935中生成预测/推理。(训练后的)ML模型在near-RT RIC 914中运行以用于控制环路934，而(训练后的)ML模型在O-DU 915中运行以用于控制环路935。在一些实现中，ML模型可以在O-RU 916中运行。
图10示出了包括near-RT RIC接口的示例O-RAN架构1000。near-RT RIC 1014通过A1接口连接到non-RT RIC 1012(参见例如[O-RAN.WG2.A1GAP])。near-RT RIC 1014是放置在E2节点与SMO 1002之间的逻辑网络节点，该节点托管non-RT RIC 1012。near-RT RIC1014可以与图8的near-RT RIC 814和图9的near-RT RIC 914相同或相似，并且non-RT RIC1012可以与图8的non-RT RIC 812和/或图9的non-RT RIC 912相同或相似。SMO 1002可以与图8的SMO 802和/或图9的SMO 902相同或相似。在一些实现中，near-RT RIC 1014仅连接到一个non-RT RIC 1012。
如前所述，E2是将near-RT RIC 1014与E2节点连接的逻辑接口。near-RT RIC1014连接到O-CU-CP 1021，near-RT RIC 1014连接到O-CU-UP 1022，near-RT RIC 1014连接到O-DU 1015，并且near-RT RIC 1014连接到O-e/gNB 1010。O-DU 1015连接到O-RU1016。O-CU-CP 1021、O-CU-UP 1022、O-DU 1015和O-e/gNB 1010可以与图9的O-CU-CP 921、O-DU 915和O-e/gNB 910相同或相似。O-RU 1016可以与图8的O-RU 816和/或图9的O-RU916相同或相似。
在一些实现中，E2节点仅连接到一个near-RT RIC 1014。附加地或替换地，near-RT RIC 1014可以连接到多个E2节点(例如，多个O-CU-CP 1021、0-CU-UP 1022、O-DU 1015和O-e/gNB 1010)。F1(例如，F1控制平面(F1-C)和F1用户平面(F1-U))和E1是逻辑3GPP接口，其协议、终止点和基数在[TS38401]中指定。另外，near-RT RIC 1014和其他RAN节点具有[O RAN.WG1.OAM-Architecture]、[O-RAN.WG1.O-RAN-Architecture-Description]和[O-RAN.WG10.OAM-Architecture]中定义的O1接口。另外，O-CU-CP 1021经由N2接口连接到5G核心网(5GC)1042b，O-CU-UP 1022经由N3接口连接到5GC 1042b，并且O-gNB 1010经由Xn控制平面接口(Xn-C)连接到O-CU-CP 1021，并经由Xn用户平面接口(Xn-U)连接到O-CU-UP1022；这些接口在[TS23501]、[TS38300]和其他3GPP标准中定义。此外，O-eNB 1010经由S1控制平面(S1-C)和S1用户平面(S1-U)接口连接到演进分组核心(EPC)1042a，并且O-eNB1010经由X2控制平面接口(X2-C)和/或Xn控制平面接口(Xn-C)连接到O-CU-CP 1021，并经由X2用户平面接口(X2-U)和/或Xn用户平面接口(Xn-U)连接到O-CU-UP 1022；这些接口在3GPP TS 36.300v17.2.0(2022-09-30)(“[TS36300]”)和/或其他3GPP标准中讨论。
near-RT RIC 1014托管一个或多个xApp 410(有时称为“near-RT RIC app”等)，xApp 410使用E2接口来收集近实时信息(例如，UE基础、小区基础等)并提供增值服务。near-RT RIC 1014可以通过A1接口接收声明性策略并获得数据富集信息(参见例如[O-RAN.WG2.A1GAP])。E2接口上的协议基于控制平面协议，并在[O-RAN.WG3.E2AP]中定义。在E2上或当near-RT RIC 1014发生故障时，E2节点将能够提供服务，但只能使用near-RT RIC1014提供的某些增值服务可能会中断。
near-RT RIC 1014提供数据库功能(例如，图12的DB 1216)，数据库功能存储与E2节点、小区、承载、流、UE以及它们之间的映射有关的配置。near-RT RIC 1014提供支持数据流水线的ML工具(例如，图12的AI/ML支持功能1236)。near-RT RIC 1014还提供消息传送基础设施1235；安全功能1234；冲突管理功能安全功能1231，用于解决可能由来自xApp 410的请求引起的潜在冲突和/或重叠；以及用于从near-RT RIC 1014框架和xApp 410到SMO1002的日志记录、跟踪和度量收集的功能。near-RT RIC 1014还提供开放式API，使得能够托管第三方xApp 410和来自near-RT RIC 1014平台供应商的xApp 410(例如，API启用功能1238)。near-RT RIC 1014还提供与特定实现解决方案解耦的开放式API，包括共享数据层(SDL)1217，其用作底层数据库的覆盖层并实现简化的数据访问。
xApp 410是被设计为在near-RT RIC 1014上运行的app。这样的app很可能包括或提供一个或多个服务和/或微服务，并且在登入时识别它消费的数据以及它提供哪些数据。xApp 410独立于near-RT RIC 1014并且可以由任何第三方提供。E2实现xApp 410与RAN功能之间的直接关联。至少在一些示例中，RANF是E2节点中的特定功能和/或执行一些RAN有关功能、操作、任务、工作负载等的功能。RANF的示例包括终止网络接口(例如，X2、F1、S1、Xn、NG和/或NGc、E1、A1、O1等)；RAN内部功能(例如，寻呼功能、多播组寻呼功能、UE上下文管理功能、移动性管理功能、PDU会话管理功能、非接入层(NAS)传输功能、NAS节点选择功能、网络接口管理功能、警告消息传输功能、配置传送功能、跟踪功能、AMF管理功能、AMF负载功能、AMF重分配功能、AMF CP重定位指示功能、TNL关联支持功能、位置上报功能、UE无线电能力功能、NRPPa信令传输功能、过载控制功能、远程干扰管理(RIM)信息传送功能、UE信息获取功能、RAN CP重定位指示功能、暂停-恢复功能、连接建立功能、NR MBS会话管理功能、QMC支持功能、与各个RAN协议栈层有关的功能；E2SM-KPM、E2SM-CCC、E2SM RAN控制、E2SM-NI等(例如，[TS38410]中讨论的那些)。
xApp 410的架构包括实现xApp 410的逻辑的代码和允许xApp 410例如发送和接收消息；从SDL层1217读取、向SDL层1217写入以及从SDL层1217获得/取得通知；以及写入日志消息(例如，写入到xApp 410本身、其他xApp 410、DB 1216、non-RT RIC 1012等)的RIC库。未来版本中将提供附加库，包括用于设置和重置警报以及发送统计的库。此外，xApp410可以使用访问库来访问SDL层中的特定名称空间。例如，可以通过使用R-NIB访问库来读取R-NIB，R-NIB提供关于RIC连接到哪些E2节点(例如，CU、DU、RU)以及每个E2节点支持哪些SM的信息。
O-RAN标准接口(例如，O1、A1、E2等)可以如下向xApp410开放：首先，xApp 410经由配置(例如，K8s ConfigMap)接收其配置。可以在xApp 410运行时更新该配置，并且可以通过使用inotify()方法/函数来向xApp 410通知该修改。接下来，xApp 410可以通过将统计(例如，PM)以VES格式直接发送到VES收集器，和/或通过经由REST接口开放统计以供Prometheus收集，来发送统计。然后，xApp 410经由特定种类的RIC消息路由器(RMR)消息(例如，策略实例创建和删除操作)接收A1策略引导。RMR是允许app(例如，xApp 410、rApp911等)向其他app(例如，xApp 410、rApp 911等)发送消息的精简库。RMR提供与实际消息传输系统(例如，Nanomsg、NNG等)的隔离，并提供基于消息类型的端点选择。接下来，xApp 410可以通过构建E2订阅ASN.1净荷并将其作为消息(RMR)发送，来订阅E2事件。xApp 410接收E2消息(例如，E2指示)作为具有ASN.1净荷的RMR消息。附加地或替换地，xApp 410可以发出E2控制消息。
除了A1和E2有关消息之外，xApp 410还可以发送由其他xApp 410处理的消息，并且可以经由消息传送基础设施1235和/或服务总线435接收由其他xApp 410产生的消息。RIC内部的通信是策略驱动的，即xApp 410无法指定消息的目标；相反，xApp 410简单地发送特定类型的消息，并且为RIC实例指定的路由策略将确定该消息将被传送到哪些目的地(例如，逻辑发布/订阅)。
一些xApp 410可以增强near-RT RIC 1014的RRM能力。一些xApp 410向near-RTRIC 1014提供日志记录、跟踪和度量收集。除了这些基本要求之外，xApp 410还可以进行以下任何操作：读取初始配置参数(在xApp描述符中传递)；接收更新的配置参数；发送和接收消息；读取和写入永久共享数据存储(关键值库)；接收与给定策略类型有关的A1-P策略引导消息(例如，创建或删除策略实例(RMR消息上的JSON净荷)的具体操作)；定义新的A1策略类型；经由E2接口向RAN进行订阅，从RAN接收E2指示消息，并向RAN发出E2策略和控制消息；以及上报与其自身执行或观察到的RAN事件有关的度量。
xApp 410开发和部署的生命周期包括以下状态：开发(例如，设计、实现、本地测试)和发布(例如，xApp代码和xApp描述符被提交给LF Gerrit存储库并包括在O-RAN版本中)。xApp 410被打包为容器映像(例如，发布到LF Release注册表的容器及其映像)；登入/分发(例如，针对给定RIC环境定制xApp描述符(以及可能的Helm Chart)，并将得到的定制的Helm Chart存储在RIC环境的xApp管理器使用的本地Helm Chart存储库中)；和/或运行时参数配置(例如，在可以部署xApp 410之前，操作员将提供运行时Helm Chart以定制xApp/>部署实例)。该过程主要用于配置运行时唯一的Helm Chart参数，例如实例UUID、活性检查、东向和北向服务端点(例如，DBAAS入口、VES收集器端点)等；以及部署(例如，xApp410已经经由xApp管理器部署，并且xApp pod(容器集)正在RIC实例上运行)。对于xApp 410，部署状态可以进一步划分为经由xApp配置更新控制的附加状态(例如，运行、停止、终止等)。
引导near-RT RIC架构的定义以及near-RT RIC 1014、E2节点1250和SMO 1002之间的接口的一般原则可以包括以下内容：near-RT RIC 1014和E2节点功能与传输功能完全分离；near-RT RIC 1014和E2节点中使用的寻址方案与传输功能的寻址方案无关；E2节点支持3GPP RAN内定义的所有协议层和接口(例如，对于E-UTRAN为eNB，以及对于NG-RAN为gNB/ng-eNB)。near-RT RIC 1014和托管的xApp 410使用由E2节点开放的一组服务，该组服务由一系列RANF和/或依赖于无线接入技术(RAT)的E2SM来描述。另外，near-RT RIC 1014接口遵循以下原则定义：接口之间的功能划分具有尽可能少的选项；接口基于通过该接口控制的实体的逻辑模型；以及一个物理网元可以实现多个逻辑节点。
逻辑上，xApp 410是实现明确定义的功能的实体。机械上，xApp 410是包括一个或多个容器的集群或pod(例如，K8s pod)。每个xApp 410包括xApp描述符和xApp映像。xApp映像是包含部署xApp410所需的所有文件的软件包。附加地或替换地，xApp映像可以包括RIC平台为xApp 410配置RIC平台所需的信息。xApp 410可以具有多个版本的xApp映像，它们以xApp映像版本号来标记。
xApp描述符描述xApp 410的配置参数，并且可以是任何合适的格式(例如，JSON、XML等)。xApp开发者还提供用于xApp描述符的纲目。xApp描述符描述了对应的xApp映像的打包格式。xApp描述符还提供必要的数据来实现管理和编排。xApp描述符向xApp管理服务提供用于xApp 410的LCM的必要信息，例如部署、删除、升级等。xApp描述符还提供与xApp410的健康管理(例如，当xApp 410的负载过重时的自动缩放以及当xApp 410变得不健康时自动恢复)有关的额外参数。当xApp 410启动时，xApp描述符还可以向xApp 410提供FCAPS和控制参数。在一些实现中，xApp描述符的定义包括以下中的一个或多个：xApp基本信息、FCAPS管理规范和控制规范。xApp的基本信息(例如，名称、版本、提供商等)、对应的xApp映像的URL、虚拟资源需求(例如，HW、SW和/或NW资源需求)等。xApp 410的基本信息用以支持xApp的LCM，并且可以包括或指示关于xApp 410的配置数据、度量和控制数据。FCAPS管理规范指定配置的选项、性能度量收集和/或用于xApp 410的其他参数。控制规范指定xApp 410为了控制能力而消费和提供的数据类型(例如，xApp 410订阅的性能管理(PM)数据、控制消息的消息类型等)。
附加地或替换地，xApp描述符组件包括xApp配置、xApp控制规范和xApp度量。xApp配置规范包括配置数据(例如，诸如yang定义的元数据或配置参数及其语义的列表)的数据字典。另外，xApp配置可以包括xApp 410的初始配置。xApp控制规范包括它消费和提供的实现控制能力的数据的类型(例如，xApp URL、参数、输入/输出类型等)。xApp度量规范应当包括由xApp 410提供的度量列表(例如，度量名称、类型、单位和语义)。
图11描绘了用于添加和操作xApp 1110的示例O-RAN xApp架构1100。xApp架构1100提供xApp框架1102，以用于第三方将xApp 1110添加到NAN产品，NAN产品可以由来自不同供应商的组件组装而成。在图11中，O-RAN架构1100包括在基础设施1103之上的RIC平台1101。RIC平台1101包括RIC xApp框架1102、无线电网络信息库(R-NIB)数据库(DB)1116、xApp UE网络信息库(UE-NIB)DB 1117、度量代理1118(例如，VNF事件流(VES)代理、VESPrometheus适配器(VESPA)等)、路由管理器1119(例如，Prometheus事件监控和警报系统等)、记录器/跟踪器1120(例如，OpenTracing等)、资源管理器1121、E2终止功能1122、xApp配置管理器1123、A1 xApp调解器1124、O1调解器1125、订阅管理器1126、E2管理器1127和API网关(GW)1128(例如，Kong等)以及REST功能1129。xApp配置管理器1123与图像存储库1130和Helm Chart存储库1131使用例如REST API和/或一些其他API、WS或其他通信机制(例如,本文讨论的那些中的任一个)进行通信。
near-RT RIC 1101和一些xApp 1110可以生成或访问要存储在UE-NIB 1117中的UE有关信息。UE-NIB 1117维护UE列表和关联的数据，并且维护与已连接的E2节点1150关联的UE身份的跟踪和相关。near-RT RIC 1101和一些xApp 1110可以生成或访问要存储在R-NIB 1116中的网络有关信息。R-NIB 1116存储配置和与已连接的E2节点及其之间的映射有关的实时信息。
RIC xApp框架1102包括消息传送库(lib.)1111、ASN.1模块1112、一个或多个导出器1113(例如，Prometheus导出器等)、跟踪和日志元件1114以及具有R-NIB API 1115的共享库等。RIC平台1101通过O1接口和/或A1接口与管理平台1140通信，并且还通过E2接口与RAN和/或E2节点1150通信。管理平台1140可以包括仪表盘1141和/或度量收集器1142。此外，各种xApp 1110在RIC xApp框架1102之上操作。xApp 1110可以包括例如管理控制xApp1110-a、KPI监控器xApp 1110-b以及一个或多个其他xApp 1110-1至1110-4(其可以由一个或多个第三方开发商、网络运营商或服务提供商开发)。在一些示例中，xApp 1110-a、1110-b、1110-1至1110-4(统称为“xApp 1110”)可以包括图3、4、5和12的xApp 310、410(包括xApp管理器425)和1210的集合。
图12描绘了示例near-RT RIC内部架构1200，其包括near-RT RIC 1214、SMO 1202(其包括non-RT RIC 1212)和E2节点1250。
near-RT RIC 1214包括DB 1216和共享数据层(SDL)1217。DB 1216可以与UE-NIB1117和/或R-NIB 1116相同或相似。SDL 1217由xApp 1210用以订阅DB通知服务，并读取、写入和修改存储在DB 1216上的信息。UE-NIB 1117、R-NIB 1116和其他用例特定信息可以使用SDL服务来开放。
xApp订阅管理功能1232管理从xApp 1210到E2节点1250的订阅，实施控制xApp对消息的访问的策略的授权，并且使得能够将来自不同xApp的相同订阅合并成朝向E2节点的单个订阅。
在near-RT RIC 1214的上下文中，冲突减轻功能1231解决不同xApp 1210之间的冲突交互，例如当应用(例如，xApp 1210)在优化特定度量的目标下改变(或尝试改变)一个或多个参数时。提供冲突减轻1231是因为一个或多个xApp 1210的目标可能被选择/配置为使得它们导致冲突的动作。RRM的控制目标可以是例如小区、UE、承载、QoS流等。RRM的控制内容可以涵盖接入控制、承载控制、切换控制、QoS控制、资源分派等。控制时间跨度指示控制请求预期的有效控制持续时间。
控制的冲突可以是直接冲突、间接冲突和/或隐式冲突。直接冲突是可以由冲突减轻功能1231直接观察到的冲突。直接冲突的一个示例涉及两个或更多个xApp 1210针对控制目标的一个或多个参数的完全相同的配置请求不同的设置。冲突减轻功能1231处理请求并决定解决。直接冲突的另一个示例涉及来自xApp 1210的新请求与另一或同一xApp 1210的先前请求所得到的正在运行的配置冲突。直接冲突的另一个示例涉及来自不同xApp1210的总请求资源可能超过RAN系统的限制(例如，两个不同的xApp 1210所需的资源总和可能远远超出RAN系统的资源限制)。
间接冲突是不能直接观察到的冲突，然而，可以观察到xApp 1210对准的参数和资源之间的一些依赖性。冲突减轻功能1231可以预见可能的冲突并采取行动来减轻它们。例如，不同的xApp 1210对准不同的配置参数，以根据各自的目标优化相同的度量。即使这不会导致参数设置冲突，也可能具有无法控制或无意的系统影响。这种间接冲突的一个示例会发生在一个xApp 1210所需的改变产生相当于另一xApp 1210对准的参数改变的系统影响时(例如，天线倾斜和测量偏移是不同的控制点，但它们都影响切换边界)。
隐式冲突是无法直接观察到的冲突，甚至xApp 1210之间的依赖性也不明显。例如，不同的xApp 1210可以优化不同的度量并(重新)配置不同的参数。然而，优化一个度量可能对由另一xApp 1210优化的度量之一具有隐式的、不希望的且可能是敌对的副作用(例如，保护GBR用户的吞吐量度量可能降低non-GBR度量甚至小区吞吐量)。
为了减轻这些冲突，冲突减轻组件1231可以采取不同的方法。例如，可以通过动作前协调来减轻直接冲突，其中，xApp 1210或冲突减轻组件1231需要做出关于是否做出任何特定改变或者以什么顺序应用改变的最终确定。间接冲突可以通过动作后验证来解决。这里，执行动作并观察对目标度量的影响。基于观察结果，系统必须决定潜在的纠正(例如，回滚xApp 1210动作之一)。隐式冲突是最难减轻的，因为这些依赖性很难或不可能观察到，因此难以在任何减轻方案中进行建模。在一些情况下，可以通过确保用例(xApp 1210)对准不同的参数，从而回退到之前的(间接冲突)方法，来围绕此类冲突进行设计，但可以建立管理此类冲突的通用方法。各个xApp 1210目标由A1策略定义，但可以定义效用度量，效用度量包含xApp 1210所对准的每个度量的相对重要性以及优化(用例)的重要性。冲突减轻功能1231还可以使用AI/ML方法来解决冲突，例如强化学习(参见例如图19)，以对于每个提议的改变，先验评估降低度量的可能概率与潜在的改进的关系。
消息传送基础设施1235在near-RT RIC 1214的内部端点之间提供低时延消息传送服务。消息传送基础设施1235支持注册(例如，端点将自身注册到消息传送基础设施)、发现(例如，端点最初由消息传送基础设施发现并注册到消息传送基础设施)以及端点的删除(例如，一旦端点不再被使用，就删除它们)。作为示例，消息传送基础设施1235提供以下API：用于向消息传送基础设施1235发送消息的API，以及用于从消息传送基础设施1235接收消息的API。附加地或替换地，消息传送基础设施1235支持多种消息传送模式，例如点对点模式(例如，端点之间的消息交换)和发布/订阅模式(例如，从E2终端向多个订户xApp1235分派实时数据)。附加地或替换地，消息传送基础设施1235提供消息路由，即根据消息路由信息，可以将消息分派到不同的端点。附加地或替换地，消息传送基础设施1235支持消息鲁棒性，以避免消息传送基础设施中断/重启期间的数据丢失，或者一旦消息过时就从消息传送基础设施释放资源。附加地或替换地，消息传送基础设施1235可以与先前讨论的服务总线435相同或相似。
提供安全功能1234以防止(或至少降低其可能性)恶意xApp 1210滥用无线电网络信息(例如，导出到未经授权的外部系统)和/或对RANF的控制能力。X的安全要求可以与3GPP TS 33.401v17.3.0(2022-09-22)和[TS33501]中讨论的相同或相似，其内容特此通过引用整体并入。
管理功能1233执行各种操作和维护(OAM)管理功能，以管理near-RT RIC 1215的各方面，这可以基于例如与SMO 1202的交互。OAM管理功能包括例如故障、配置、计费、性能、文件、安全和其他管理平面服务。OAM管理遵循[O-RAN.WG10.OAM-Architecture]和/或[O-RAN.WG1.OAM-Architecture]中定义的O1有关管理方面。
为了支持OAM管理服务，near-RT RIC 1215提供以下能力中的至少一些：故障管理、配置管理、日志记录、跟踪和度量收集。对于故障管理，near-RT RIC 1215通过O1接口提供near-RT RIC平台故障监督管理服务(MnS)，如[O-RAN.WG10.OAM-Architecture]中所定义的。对于配置管理，near-RT RIC 1215通过O1接口提供near-RT RIC平台配给MnS，如[O-RAN.WG10.OAM-Architecture]中所定义的。
日志记录能力用于捕获操作、故障排除和上报near-RT RIC平台1215及其组成组件的性能所需的信息。日志记录可以由用户和系统直接查看和消费，被索引并加载到数据存储中，并用以计算度量和生成报告。near-RT RIC 1215组件可以根据通用日志记录格式来日志式记录事件。另外，可以生成不同的日志(例如，审核日志、度量日志、错误日志和调试日志)。跟踪能力包括用以监控事务和/或工作流的跟踪机制。示例订阅工作可以分为两个跟踪，即订阅请求跟踪，接着是响应跟踪。可以分析各个跟踪，以了解工作流经过特定near-RT RIC组件时的定时时延。度量收集能力包括用于收集和上报度量的机制。度量收集能力收集特定于每个xApp逻辑的性能和故障管理的度量，并且为授权的消费者(例如，SMO1202、先前讨论的xApp管理器等)收集和发布其他内部功能。
E2终端1222终止来自相应E2节点1250的E2连接(例如，SCTP连接和/或其他接入技术和/或协议(例如，本文讨论的那些中的任一个)的其他类似连接)；通过E2连接将消息从xApp 1210路由到E2节点；对传入ASN.1消息(或其他消息)的至少足以确定消息类型的净荷进行解码；处理与E2连接有关的传入E2消息；接收并响应来自各个E2节点1250的E2建立请求；基于从E2建立和RIC服务更新过程导出的信息，向xApp 1210通知各个E2节点1250所支持的RANF列表(参见例如[O-RAN.WG3.E2AP])；以及向新连接的E2节点通知接受的功能的列表。
A1终端1224提供通用API，near-RT RIC 1214可以利用通用API经由A1接口接收和发送消息(参见例如[O-RAN.WG2.A1GAP])。这些包括例如从non-RT RIC 1212接收的A1策略和富集信息，和/或向non-RT RIC 1212发送的A1策略反馈。
例如当near-RT RIC 1214被建模为独立的受管元件时，O1终端1225在near-RTRIC 1214处的实现取决于[O-RAN.WG10.OAM-Architecture]中描述的部署选项。O1终端1225经由O1接口与SMO 1202通信，并且开放来自near-RT RIC的O1有关管理服务[O-RAN.WG10.O1-Interface.0]和/或[O-RAN.WG1.O1-Interface.0]。对于以下O1 MnS，near-RT RIC 1214是MnS生产者，并且SMO 1202是MnS消费者：第一O1 MnS包括将配给管理服务从near-RT RIC 1214开放给O1配给管理服务消费者的O1终端1225；第二O1 MnS包括支持将O1管理服务转换为near-RT RIC 1214内部API的O1终端1225；第三O1终端1225开放FM服务，以将来自near-RT RIC 1214的故障和事件上报给O1 FM服务消费者；第四O1终端1225开放PM服务，以将来自near-RT RIC 1214的批量和实时PM数据上报给O1 PM服务消费者；第五O1MnS包括开放文件管理服务，以将ML文件、软件文件等下载到文件MnS消费者，并将日志/跟踪文件上传到文件MnS消费者的O1终端1225；以及第六O1 MnS包括向O1通信监控服务消费者开放通信监视服务的O1终端1225。
AI/ML支持功能1236为AI/ML模型提供AI/ML管道和训练服务。near-RT RIC 1214中的AI/ML数据管道为应用(例如，xApp1210、rApp等)提供数据摄取和准备服务。AI/ML数据管道的输入可以包括通过E2接口收集的E2节点数据(例如，测量数据315、415)、通过A1接口收集的富集信息、来自应用(例如，xApp 1210、rApp等)的信息、通过消息传送基础设施1235从near-RT RIC DB 1216获取的数据，和/或通过消息传送基础设施1235(或服务总线435)从xApp管理器425获取的数据(可观察性见解)。附加地或替换地，AI/ML管道可以向xApp管理器425(或关联的AI/ML模型)提供各种信息/数据以用于训练。AI/ML数据管道的输出可以被提供给near-RT RIC 1214中的AI/ML训练能力。附加地或替换地，AI/ML数据管道的输出可以被提供给xApp管理器425，以用于生成如前所述的关于HW、SW和/或NW资源分配的见解。near-RT RIC 1214中的AI/ML训练提供near-RT RIC 1214内或由near-RT RIC 1214进行的应用(例如，xApp1210、rApp等)的训练(参见例如[O-RAN.WG3.RICARCH]和[O-RAN.WG2.AIML])。AI/ML训练向基于AI/ML的应用提供通用且独立于用例的能力，这些能力可以对多个用例有用。各种AI/ML模型/算法(训练之前和之后)可以基于本文讨论的各种示例AI/ML模型/算法(例如，图18和图19所示的那些)。
xApp存储库功能1237基于策略类型和/或运营商策略执行用于A1消息路由的xApp的选择；将near-RT RIC 1214中支持的或由near-RT RIC 1214支持的策略类型提供给A1终端功能1224；以及基于运营商策略，对请求的A1-EI类型实施xApp访问控制。所支持的策略类型基于注册的xApp 1210和/或运营商策略支持的策略类型。
API启用(enabl.)1238提供可以基于与near-RT RIC平台1214的交互来分类的near-RT RIC API，并且这样的API可以与E2有关服务、A1有关服务、管理功能1233服务以及数据库1216服务有关。API启用(enabl.)1238提供对near-RT RIC 1214范围内的near-RTRIC 1214API的注册、发现和消费的支持。具体地，API启用服务1238包括：用于near-RT RICAPI的存储库和/或注册服务；允许发现已注册的near-RT RIC API的服务；用于验证xApp1210以使用near-RT RIC API的服务；实现通用订阅和事件通知的服务；以及用于避免xApp1210与其访问的服务之间的兼容性冲突的手段。API启用服务1238可以由xApp 1210经由一个或多个启用API来访问。所提供的启用API可能需要考虑与各个xApp 1210(例如，第三方xApp 1210、RIC拥有的xApp1210等)有关的信任等级，并且因此可以基于与各个xApp 1210关联的许可、授权等提供对near-RT RIC平台1214的访问。
near-RT RIC API是提供near-RT RIC平台服务的明确定义的接口的集合。这些API需要明确定义可能的信息流类型和数据模型。near-RT RIC API对于在不同near-RTRIC平台上以可互操作的方式托管第三方xApp 1210至关重要。在各种实现中，near-RT RIC1214为xApp 1210提供以下near-RT RIC API:A1有关API(例如，允许访问A1有关功能(例如，A1终端1224)的API)；E2有关API(例如，允许访问E2相关功能(例如，E2终端1222)和关联的xApp订阅管理功能1232以及冲突减轻功能1231的API)；管理API(例如，允许访问管理功能1233的API)；SDL API(例如，允许访问SDL功能1217的API)；以及启用API(例如，各个xApp1210与API启用功能1238之间的API)。[O-RAN.WG3.RICARCH]中讨论了与near-RT RIC API有关的附加方面。
图8-12的O-RAN系统/架构/框架可以提供一种或多种E2服务模型(E2SM)(参见例如[O-RAN.WG3.E2SM])。E2SM是对E2节点内的特定RANF通过E2接口朝向near-RT RIC 814开放的服务的描述。给定的RANF提供一组要通过E2使用E2AP定义的过程(参见例如[O-RAN.WG3.E2AP]§8)以及E2AP消息格式和IE(参见例如[O-RAN.WG3.E2AP]§9)开放的服务(例如，REPORT、INSERT、CONTROL、POLICY等)。
E2SM-KPM用于RANF处理用于[TS28552]中定义的5G网络和用于[TS32425]中定义的EPC网络的小区级性能测量的上报，以及它们的对UE级或QoS流级测量的可能适配。RANFKPM用于提供E2节点性能测量逻辑功能的RIC服务开放。基于O-RAN部署架构，可用的测量可以是不同的。[O-RAN.WG3.E2SM-KPM]中的图A.1-1示出了用于E2SM-KPM的目标部署架构。图10示出了用于E2SM-KPM的另一种部署架构，其中，E2节点连接到EPC 1042a和5GC 1042b，如先前所讨论的。对于每个逻辑功能，E2节点使用RAN功能定义IE来声明可用测量的列表和一组所支持的RIC服务(REPORT)。RANF特定E2SM-KPM数据字段和/或IE的内容在[O-RAN.WG3.E2SM-KPM]中讨论。
E2SM-KPM支持O-CU-CP 921、O-CU-UP 922和O-DU 915作为连接到5GC的NG-RAN的一部分，或者作为连接到EPC的E-UTRAN的一部分。E2节点托管RANF“KPM监控器”，该监控器执行以下功能：经由RAN功能定义IE开放来自O-DU、O-CU-CP和/或O-CU-UP的可用测量；以及周期性地上报从near-RT RIC订阅的测量。E2SM-KPM还开放[O-RAN.WG3.E2SM-KPM]§6.2中描述的一组服务。E2SM-KPM服务集包括上报服务，其包括：E2节点测量；用于单个UE的E2节点测量；基于条件的UE级E2节点测量；通用的基于条件的UE级E2节点测量；以及用于多个UE的E2节点测量。这些服务可以根据周期性事件发起。KPM报告是(或包括)用于4G LTE和5GNRNF的性能测量。E2SM-KPM的其他方面在[O-RAN.WG3.E2SM-KPM]中讨论。
为了E2SM-NI的目的，假设终止E2接口的E2节点托管RANF“网络接口”的一个或多个实例，RANF“网络接口”执行以下功能：开放网络接口；修改传入和传出网络接口消息内容两者；和/或执行可能导致网络行为改变的策略。E2SM-NI提供[ORAN-WG3.E2SM-NI]的条款6.2中描述的一组RANF开放服务，并假设相同的E2SM可以用于描述要么处理所有网络接口的单个RANF要么多个RANF(每个RANF处理终止于E2节点的NI的子集)。E2SM-NI的其他方面在[ORAN-WG3.E2SM-NI]中讨论。
为了E2SM-RC的目的，假设终止E2接口的E2节点托管RANF“RAN控制”的一个或多个实例，RANF“RAN控制”执行以下功能：用于开放RAN控制和UE上下文有关信息的E2 REPORT服务；用于暂停RAN控制有关呼叫过程的E2 INSERT服务；用于恢复或发起RAN控制有关呼叫过程、修改RAN配置和/或E2服务有关UE上下文信息的E2 CONTROL服务；以及用于修改RAN控制有关过程的行为的E2 POLICY服务。E2SM-RC还包括[O-RAN.WG3.E2SM-RC]§6.2中描述的一组RANF开放服务，其中，E2节点中的单个RANF处理所有RC有关呼叫过程，或者E2节点中的多于一个RANF，其中，每个实例处理E2节点上的RC有关呼叫过程的子集。E2SM-RC服务的其他方面在[O-RAN.WG3.E2SM-RC]中更详细地讨论。
为了E2SM-CCC的目的，假设终止E2接口的E2节点托管RANF“小区配置和控制”的一个或多个实例，RANF“小区配置和控制”执行以下功能：用于开放节点级和小区级配置信息的E2 REPORT服务；以及用于发起节点级和小区级参数的控制和/或配置的E2CONTROL服务。E2SM-CCC还包括[O-RAN.WG3.E2SM-CCC]§6.2中描述的一组RANF开放服务，其中，E2节点中的单个RANF处理所有RAN CCC有关过程，或者E2节点中的多于一个RANF，其中，每个实例处理E2节点上的CCC有关过程的子集。E2SM-CCC服务的附加方面在[O-RAN.WG3.E2SM-CCC]中更详细地讨论。
3.蜂窝网络方面
图13示出了示例网络架构1300。网络1300可以按照符合用于LTE或5G/NR系统的3GPP技术规范的方式操作。然而，本文讨论的示例不限于这方面，并且所描述的示例实现可以应用于受益于本文描述的原理的其他网络(例如，未来的3GPP系统等)。
网络1300包括UE 1302，UE 1302是被设计为经由空中连接与RAN 1304通信的任何移动或非移动计算设备。UE 1302通过Uu接口与RAN 1304通信耦合，Uu接口可以适用于LTE和NR系统两者。UE 1302的示例包括但不限于智能手机、平板计算机、可穿戴计算机、台式计算机、膝上型计算机、车载信息娱乐系统、车载娱乐系统、仪表群、平视显示器(HUD)设备、车载诊断设备、仪表板移动设备、移动数据终端、电子发动机管理系统、电子/发动机控制单元、电子/发动机控制模块、嵌入式系统、传感器、微控制器、控制模块、发动机管理系统、联网电器、机器类型通信设备、机器到机器(M2M)、设备到设备(D2D)、机器类型通信(MTC)设备、物联网(IoT)设备等。网络1300可以包括经由D2D、ProSe、PC5和/或侧链路(SL)接口彼此直接耦合的多个UE 1302。这些UE 1302可以是使用物理SL信道(例如，[TS38300]中讨论的那些)进行通信的M2M、D2D、MTC、IoT设备和/或车辆系统。UE 1302可以执行SL信道/链路的盲解码尝试。
在一些示例中，UE 1302可以另外经由空中(OTA)连接与AP 1306通信。AP 1306管理WLAN连接，WLAN连接可以用于从RAN 1304卸载一些/所有网络业务。UE 1302与AP 1306之间的连接可以符合任何IEEE 802.11协议。另外，UE 1302、RAN 1304和AP 1306可以利用蜂窝-WLAN聚合/集成(例如，LWA/LWIP)。蜂窝-WLAN聚合可以涉及由RAN 1304配置UE 1302以利用蜂窝无线电资源和WLAN资源两者。
RAN 1304包括一个或多个接入网节点(AN)1308。AN 1308通过提供包括RRC、PDCP、RLC、MAC和PHY/L1协议的接入层协议来终止用于UE 1302的空中接口。AN 1308与UE 1302之间或者各个UE 1302之间的空中接口可以包括物理信道和物理信号。各种物理信道可以包括UL物理信道(例如，物理上行链路共享信道(PUSCH)、窄带PUSCH(NPUSCH)、物理上行链路控制信道(PUCCH)、短PUCCH(SPUCCH)、物理随机接入信道(PRACH)、窄带PRACH(NPRACH)等)、DL物理信道(例如，物理下行链路共享信道(PDSCH)、窄带PDSCH(NPDSCH)、物理广播信道(PBCH)、窄带PBCH(NPBCH)、物理多播信道(PMCH)、物理控制格式指示信道(PCFICH)、物理混合ARQ指示信道(PHICH)、物理下行控制信道(PDCCH)、增强型PDCCH(EPDCCH)、MTC PDCCH(MPDCCH)、短PDCCH(SPDCCH)、窄带PDCCH(NPDCCH)等)，和/或侧链路物理信道(例如，物理侧链路共享信道(PSSCH)、物理侧链路广播信道(PSBCH)、物理侧链路控制信道(PSCCH)、物理侧链路反馈信道(PSFCH)、物理侧链路发现信道(PSDCH)等)。各种物理信号可以包括参考信号(例如，小区特定参考信号(CRS)、信道状态信息参考信号(CSI-RS)、解调参考信号(DMRS)、窄带DMRS、MBSFN参考信号、定位参考信号(PRS)、窄带PRS(NPRS)、相位跟踪参考信号(PT-RS)、探测参考信号(SRS)、跟踪RS(TRS))、同步信号(SS)或SS块(例如，主SS(PSS)、辅SS(SSS)、侧链路PSS(S-PSS)、侧链路SSS(S-SSS)、窄带SS(NSS)、重新同步信号(RSS)等)、发现信号、唤醒信号(例如，MTC唤醒信号(MWUS)、窄带唤醒信号(NWUS)等)。以此方式，AN 1308实现CN 1320与UE 1302之间的数据/语音连接。AN 1308可以是宏小区基站，或者用于提供与宏小区相比具有更小覆盖区域、更小用户容量或更高带宽的毫微微小区、微微小区或其他类似小区的低功率基站；或者其某种组合。在这些实现中，AN 1308可以被称为BS、gNB、RAN节点、eNB、ng-eNB、NodeB、RSU、TRxP等。
一种示例实现是“CU/DU分离”架构，其中，AN 1308被体现为与一个或多个gNB分布式单元(DU)通信耦合的gNB中央单元(CU)，其中，每个DU可以与一个或多个无线电单元(RU)(本文也称为TRP、RRH、RRU等)通信耦合(参见例如[TS38401])。在一些实现中，一个或多个RU可以是单独的RSU。在一些实现中，分别代替gNB-CU和gNB-DU，或者除了gNB-CU和gNB-DU之外，CU/DU分离还可以包括ng-eNB-CU和一个或多个ng-eNB-DU。用作CU的AN 1308可以实现在分立设备中，或者实现为在服务器计算机上运行的作为例如虚拟网络的一部分的一个或多个软件实体，虚拟网络包括虚拟基带单元(BBU)或BBU池、云RAN(CRAN)、无线电设备控制器(REC)、无线电云中心(RCC)、集中式RAN(C-RAN)、vRAN等(尽管这些术语可以指代不同的实现概念)。可以使用任何其他类型的架构、布置和/或配置。
多个AN可以经由X2接口(如果RAN 1304是LTE RAN或演进通用陆地无线接入网(E-UTRAN)1310)或Xn接口(如果RAN 1304是NG-RAN 1314)彼此耦合。X2/Xn接口(在一些示例中可以被分成控制/用户平面接口)可以允许AN传递与切换、数据/上下文传送、移动性、负载管理、干扰协调等有关的信息。RAN 1304的AN可以各自管理一个或多个小区、小区组、分量载波等，以为UE 1302提供用于网络接入的空中接口。UE 1302可以同时与RAN 1304的相同或不同AN 1308提供的多个小区连接。例如，UE 1302和RAN 1304可以使用载波聚合，以允许UE 1302与多个分量载波连接，每个分量载波对应Pcell或Scell。在双连接场景中，第一AN1308可以是提供MCG的主节点，而第二AN 1308可以是提供SCG的辅节点。第一/第二AN 1308可以是eNB、gNB、ng-eNB等的任何组合。
RAN 1304可以在授权频谱或免授权频谱上提供空中接口。为了在免授权频谱中操作，AN 1308和UE 1302可以使用基于具有PCell/Scell的CA技术的LAA、eLAA和/或feLAA机制；在访问免授权频谱之前，节点可以基于例如先听后说(LBT)协议来执行介质/载波侦听操作。
在RAN 1304是具有一个或多个eNB 1312的E-UTRAN 1310的示例中，E-UTRAN 1310向LTE空中接口(Uu)提供至少如[TS36300]中讨论的参数和特性。在RAN 1304是具有一组gNB 1316的下一代(NG)-RAN 1314的示例中，每个gNB 1316使用5G-NR空中接口(其也可以被称为Uu接口)与UE 1302连接，其参数和特性如[TS38300]以及许多其他3GPP标准中讨论的那样。在NG-RAN 1314包括一组ng-eNB 1318的情况下，一个或多个ng-eNB 1318经由5GUu和/或LTE Uu接口与UE 1302连接。gNB 1316和ng-eNB 1318通过相应的NG接口与5GC1340连接，NG接口包括N2接口、N3接口和/或其他接口。gNB 1316和ng-eNB 1318通过Xn接口彼此连接。另外，各个gNB 1316经由相应的Xn接口彼此连接，并且各个ng-eNB 1318经由相应的Xn接口彼此连接。在一些示例中，NG接口可以被分成两部分：NG用户平面(NG-U)接口，其在NG-RAN 1314的节点与UPF 1348之间携带业务数据(例如，N3接口)；以及NG控制平面(NG-C)接口，其为NG-RAN 1314的节点与AMF 1344之间的信令接口(例如，N2接口)。
在一些实现中，各个gNB 1316可以包括gNB-CU(例如，图14的CU 1432)和一组gNB-DU(例如，图14的DU 1431)。附加地或替换地，gNB 1316可以包括一个或多个RU(例如，图14的RU 1430)。在这些实现中，gNB-CU可以经由相应的F1接口连接到每个gNB-DU。在与多个小区ID广播共享网络的情况下，与PLMN子集关联的每个小区标识对应于gNB-DU和它连接到的gNB-CU，共享相同的物理层小区资源。为了弹性，gNB-DU可以通过适当的实现连接到多个gNB-CU。另外，gNB-CU可以分为gNB-CU控制平面(gNB-CU-CP)和gNB-CU用户平面(gNB-CU-UP)功能。gNB-CU-CP通过F1控制平面接口(F1-C)连接到gNB-DU，gNB-CU-UP通过F1用户平面接口(F1-U)连接到gNB-DU，并且gNB-CU-UP通过E1接口连接到gNB-CU-CP。在一些实现中，一个gNB-DU仅连接到一个gNB-CU-CP，并且一个gNB-CU-UP仅连接到一个gNB-CU-CP。为了弹性，gNB-DU和/或gNB-CU-UP可以通过适当的实现连接到多个gNB-CU-CP。一个gNB-DU可以连接同一gNB-CU-CP控制下的多个gNB-CU-UP，并且一个gNB-CU-UP可以连接同一个gNB-CU-CP控制下的多个DU。Xn-U可以支持gNB内的gNB-CU-CP内切换期间的gNB-CU-UP之间的数据转发。
类似地，各个ng-eNB 1318可以包括ng-eNB-CU(例如，图14的CU 1432)和一组ng-eNB-DU(例如，图14的DU 1431)。在这些实现中，ng-eNB-CU和每个ng-eNB-DU经由相应的W1接口彼此连接。ng-eNB可以包括ng-eNB-CU-CP、一个或多个ng-eNB-CU-UP以及一个或多个ng-eNB-DU。ng-eNB-CU-CP和ng-eNB-CU-UP经由E1接口连接。ng-eNB-DU经由W1-C接口连接到ng-eNB-CU-CP，并且经由W1-U接口连接到ng-eNB-CU-UP。如果没有另外明确指定，本文关于gNB方面描述的一般原理也适用于ng-eNB方面以及对应的E1和W1接口。
托管PDCP协议层的用户平面部分的节点(例如，gNB-CU、gNB-CU-UP，以及对于EN-DC，为MeNB或SgNB，这取决于承载分离)执行用户不活动监控，并且还向具有朝向核心网的控制平面连接的节点(例如，通过E1、X2等)通知其不活动或(重新)激活。托管RLC协议层的节点(例如，gNB-DU)可以执行用户不活动监控，并且还向托管控制平面的节点(例如，gNB-CU或gNB-CU-CP)通知其不活动或(重新)激活。
在这些实现中，NG-RAN 1314被分层为无线网络层(RNL)和传输网络层(TNL)。NG-RAN 1314架构(例如，NG-RAN逻辑节点和它们之间的接口)是RNL的一部分。对于每个NG-RAN接口(例如，NG、Xn、F1等)，例如在[TS38401]中指定有关的TNL协议和功能。TNL为用户平面传输和/或信令传输提供服务。在NG-Flex配置中，每个NG-RAN节点连接到AMF区域内的AMF集中的支持该NG-RAN节点也支持的至少一个切片的所有AMF 1344。AMF集和AMF区域在[TS23501]中定义。
RAN 1304通信耦合到CN 1320，CN 1320包括网元和/或网络功能(NF)以向客户/订户(例如，UE 1302)提供支持数据和电信服务的各种功能。CN 1320的组件可以在一个物理节点中实现，或者在分开的物理节点中实现。在一些示例中，NFV可以用于将CN 1320的网元提供的任何或所有功能虚拟化到服务器、交换机等中的物理计算/存储资源上。CN 1320的逻辑实例化可以被称为网络切片，并且CN 1320的一部分的逻辑实例化可以被称为网络子切片。
CN 1320可以是LTE CN 1322(也称为演进分组核心(EPC)1322)。EPC 1322可以包括MME 1324、SGW 1326、SGSN 1328、HSS 1330、PGW 1332和PCRF 1334，它们通过所示的接口(或“参考点”)彼此耦合。下面简单介绍EPC 1322中的NF。MME 1324实现移动性管理功能，用于跟踪UE 1302的当前位置，以促进寻呼、承载激活/去激活、切换、网关选择、认证等。SGW1326终止朝向RAN 1310的S1接口，并在RAN 1310与EPC 1322之间路由数据分组。SGW 1326可以是用于RAN节点间切换的本地移动性锚点，并且还可以为3GPP间移动性提供锚定。其他责任可以包括合法拦截、计费和一些策略实施。SGSN 1328跟踪UE 1302的位置，并执行安全功能和接入控制。SGSN 1328还执行EPC节点间信令，以用于不同RAT网络之间的移动性；由MME 1324指定的PDN和S-GW选择；MME 1324选择，以用于切换；等。MME 1324与SGSN 1328之间的S3参考点使得能够在空闲/活动状态下针对3GPP间接入网移动性进行用户和承载信息交换。HSS1330包括用于网络用户的数据库(包括用于支持网络实体对通信会话的处理的订阅有关信息)。HSS1330可以提供对路由/漫游、认证、授权、命名/寻址解析、位置依赖性等的支持。HSS1330与MME 1324之间的S6a参考点可以使得能够传送用于认证/授权用户对EPC1320的访问的订阅和认证数据。PGW 1332可以终止朝向数据网络(DN)1336的SGi接口，DN1336可以包括应用(app)/内容服务器1338。PGW 1332在EPC 1322与数据网络1336之间路由数据分组。PGW 1332通过S5参考点与SGW 1326通信耦合，以促进用户平面隧道传输和隧道管理。PGW 1332还可以包括用于策略实施和计费数据收集的节点(例如，PCEF)。另外，SGi参考点可以将PGW 1332与相同或不同的数据网络1336通信耦合。PGW 1332可以经由Gx参考点与PCRF 1334通信耦合。PCRF 1334是EPC 1322的策略和计费控制元件。PCRF 1334通信耦合到app/内容服务器1338，用于为服务流确定适当的QoS和计费参数。PCRF 1332还通过适当的TFT和QCI将关联的规则(经由Gx参考点)配给到PCEF中。
CN 1320可以是5GC 1340，5GC 1340包括AUSF 1342、AMF 1344、SMF 1346、UPF1348、NSSF 1350、NEF 1352、NRF 1354、PCF 1356、UDM 1358和AF 1360，它们通过如图所示的各种接口彼此耦合。在一些实现中，UPF 1348可以驻留在CN 1340之外。
AUSF 1342存储用于UE 1302的认证的数据，并处理认证有关功能。AUSF 1342可以促进用于各种接入类型的公共认证框架。
AMF 1344允许5GC 1340的其他功能与UE 1302和RAN 1304进行通信，并订阅关于针对UE 1302的移动性事件的通知。AMF 1344还负责注册管理(例如，用于注册UE 1302)、连接管理、可达性管理、移动性管理、AMF有关事件的合法拦截以及接入认证和授权。AMF 1344提供用于UE 1302与SMF 1346之间的SM消息的传输，并且充当用于路由SM消息的透明代理。AMF 1344还提供用于UE 1302与SMSF之间的SMS消息的传输。AMF 1344与AUSF 1342和UE1302交互，以执行各种安全锚定和上下文管理功能。此外，AMF 1344是RAN-CP接口的终止点，RAN-CP接口包括RAN 1304与AMF 1344之间的N2参考点。AMF 1344也是NAS(N1)信令的终止点，并且执行NAS加密和完整性保护。
AMF 1344还支持通过N3IWF接口与UE 1302的NAS信令。N3IWF提供对不信任实体的访问。N3IWF对于控制平面可以是(R)AN 1304与AMF 1344之间的N2接口的终止点，并且对于用户平面可以是(R)AN 1314与1348之间的N3参考点的终止点。因此，AMF 1344处理来自SMF1346和AMF 1344的用于PDU会话和QoS的N2信令，封装/解封装用于IPSec和N3隧道传输的分组，在上行链路中标记N3用户平面分组，并考虑与通过N2接收的此类标记关联的QoS要求实施与N3分组标记对应的QoS。N3IWF还可以经由UE 1302与AMF 1344之间的N1参考点在UE1302与AMF 1344之间中继UL和DL控制平面NAS信令，并且在UE 1302与UPF 1348之间中继上行链路和下行链路用户平面分组。N3IWF还提供用于与UE 1302建立IPsec隧道的机制。AMF1344可以展示基于Namf服务的接口，并且可以是用于两个AMF 1344之间的N14参考点和AMF1344与5G-EIR(图13中未示出)之间的N17参考点的终止点。
SMF 1346负责SM(例如，会话建立、UPF 1348与AN 1308之间的隧道管理)；UE IP地址分配和管理(包括可选授权)；UP功能的选择和控制；在UPF 1348处配置业务引导，以将业务路由到正确的目的地；终止朝向策略控制功能的接口；控制策略实施的一部分、计费和QoS；合法拦截(用于SM事件和LI系统的接口)；终止NAS消息的SM部分；下行链路数据通知；发起AN特定SM信息，通过AMF 1344经由N2发送到AN 1308；以及确定会话的SSC模式。SM指代PDU会话的管理，并且PDU会话或“会话”指代提供或实现UE 1302与DN 1336之间的PDU交换的PDU连接服务。SMF 1346还可以包括以下功能，以支持边缘计算增强(参见例如[TS23548])：选择EASDF 1361并向UE提供其地址作为DNS服务器，以用于PDU会话；使用[TS23548]中定义的EASDF 1361服务；以及用于支持[TS23558]中定义的应用层架构，向UE提供和更新ECS地址配置信息。EASDF 1361的发现和选择过程在[TS23501]§6.3.23中讨论。
UPF 1348充当用于RAT内和RAT间移动性的锚点、与数据网络1336互连的外部PDU会话点、以及支持多归属PDU会话的分支点。UPF 1348还执行分组路由和转发、分组检查、实施策略规则的用户平面部分、合法拦截分组(UP收集)、执行业务使用上报、执行用户平面的QoS处理(例如，分组过滤、门控、UL/DL速率实施)、执行上行链路业务验证(例如，SDF到QoS流映射)、上行链路和下行链路中的传输级分组标记，以及执行下行链路分组缓冲和下行链路数据通知触发。UPF 1348可以包括上行链路分类器，用于支持将业务流路由到数据网络。
NSSF 1350选择服务UE 1302的一组网络切片实例。如果需要，NSSF 1350还确定允许的NSSAI以及到所订阅的S-NSSAI的映射。NSSF 1350还基于合适的配置并可能地通过查询NRF 1354，来确定要用以服务UE 1302的AMF集，或者候选AMF 1344的列表。可以由UE1302所注册于的AMF 1344，通过与NSSF 1350交互，来触发为UE 1302选择一组网络切片实例；这可能导致AMF 1344的变化。NSSF 1350经由N22参考点与AMF 1344交互；并且可以经由N31参考点(未示出)与受访网络中的另一NSSF 1350通信。尽管未示出，网络1300还可以包括网络切片准入控制功能(NSACF)以及网络切片特定和SNPN认证和授权功能(NSSAAF)，其细节在[TS23501]中讨论。
NEF 1352安全地开放3GPP NF为第三方、内部开放/再开放、AF 1360、边缘计算或雾计算系统(例如，边缘计算节点)等提供的服务和能力。在这样的示例中，NEF 1352可以认证、授权或限制AF。NEF 1352还可以转换与AF 1360交换的信息以及与内部网络功能交换的信息。例如，NEF 1352可以在AF服务标识符与内部5GC信息之间进行转换。NEF 1352还可以基于其他NF开放的能力，从其他NF接收信息。该信息可以作为结构化数据存储在NEF 1352处，或者使用标准化接口存储在数据存储NF中。然后，NEF 1352可以将所存储的信息重新开放给其他NF和AF，或者用于其他目的(例如，分析)。
NRF 1354支持服务发现功能，从NF实例接收NF发现请求，并将发现的NF实例的信息提供给请求NF实例。NRF 1354还维护可用NF实例及其所支持的服务的信息。NRF 1354还支持服务发现功能，其中，NRF 1354从NF实例或SCP(未示出)接收NF发现请求，并向NF实例或SCP提供发现的NF实例的信息。
PCF 1356向控制平面功能提供策略规则以实施它们，并且还可以支持统一策略框架来管理网络行为。PCF 1356还可以实现前端，用于访问与UDM 1358的UDR中的策略决策相关的订阅信息。除了如图所示通过参考点与功能进行通信之外，PCF 1356还展示基于Npcf服务的接口。
UDM 1358处理订阅有关信息以支持网络实体对通信会话的处理，并且存储UE1302的订阅数据。例如，订阅数据可以经由UDM 1358与AMF 1344之间的N8参考点来传递。UDM 1358可以包括两个部分：应用前端和UDR。UDR可以存储用于UDM 1358和PCF 1356的订阅数据和策略数据，和/或用于开放的结构化数据和用于NEF 1352的应用数据(包括用于应用检测的PFD、用于多个UE 1302的应用请求信息)。基于Nudr服务的接口可以由UDR 221来展示，以允许UDM 1358、PCF 1356和NEF 1352访问一组特定的存储数据，以及读取、更新(例如，添加、修改)、删除和订阅UDR中相关数据改变的通知。UDM可以包括UDM-FE，UDM-FE负责处理凭证、位置管理、订阅管理等。若干不同的前端可以在不同事务中服务同一用户。UDM-FE访问存储在UDR中的订阅信息，并执行认证凭证处理、用户身份处理、访问授权、注册/移动性管理和订阅管理。除了如图所示通过参考点与其他NF进行通信之外，UDM 1358还可以展示基于Nudm服务的接口。
边缘应用服务器发现功能(EASDF)1361展示基于Neasdf服务的接口，并且经由N88接口连接到SMF 1346。一个或多个EASDF实例可以被部署在PLMN内，并且5GC NF与EASDF1361之间的交互发生在PLMN内。EASDF 1361包括以下功能中的一个或多个：向NRF 1354注册以用于EASDF 1361发现和选择；根据来自SMF 1346的指令处理DNS消息；和/或终止DNS安全(如果使用)。根据来自SMF 1346的指令处理DNS消息包括以下功能中的一个或多个：从SMF 1346接收DNS消息处理规则和/或BaselineDNSPattern；从/与UE 1302交换DNS消息；将DNS消息转发到C-DNS或L-DNS以用于DNS查询；将EDNS客户端子网(ECS)选项添加到对FQDN的DNS查询中；向SMF 1346上报与接收到的DNS消息有关的信息；和/或缓冲/丢弃来自UE1302或DNS服务器的DNS消息。EASDF具有通过N6与PSA UPF的直接用户平面连接(即，没有任何NAT)，以用于传输与UE交换的DNS信令。可以支持或可以不支持EASDF 1361与PSA UPF1348之间的NAT部署。EASDF 1361的附加方面在[TS23548]中讨论。
AF 1360提供对业务路由的应用影响，提供对NEF 1352的访问，并与策略框架交互以用于策略控制。AF 1360可以影响UPF 1348(重新)选择和业务路由。基于运营商部署，当AF 1360被认为是可信实体时，网络运营商可以允许AF 1360直接与相关NF交互。另外，AF1360可以用于边缘计算。在一些实现中，AF 1360可以驻留在CN 1340之外。
5GC 1340可以通过选择在地理上靠近UE 1302所附着到的网络的点的运营商/第三方服务来实现边缘计算。这可以减少网络上的时延和负载。在边缘计算实现中，5GC 1340可以选择靠近UE 1302的UPF 1348，并经由N6接口执行从UPF 1348到DN 1336的业务引导。这可以基于UE订阅数据、UE位置以及AF 1360提供的信息，这允许AF 1360影响UPF(重新)选择和业务路由。
数据网络(DN)1336可以表示可以由包括例如应用(app)/内容服务器1338的一个或多个服务器提供的各种网络运营商服务、互联网接入或第三方服务。DN 1336可以是运营商外部公共网络、私有PDN网络或运营商内部分组数据网络，例如以用于配给IMS服务。在该示例中，app服务器1338可以经由S-CSCF或I-CSCF耦合到IMS。在一些实现中，DN 1336可以表示一个或多个局域DN(LADN)，LADN是在一个或多个特定区域中可由UE 1302访问的DN1336(或DN名称(DNN))。在这些特定区域之外，UE 1302无法访问LADN/DN 1336。
附加地或替换地，DN 1336可以是边缘DN 1336，边缘DN 1336是支持用于实现边缘应用的架构的(本地)数据网络。在这些示例中，app服务器1338可以表示提供app服务器功能的物理硬件系统/设备，和/或驻留在云中或执行服务器功能的边缘计算节点处的应用软件。在一些示例中，app/内容服务器1338提供边缘托管环境，该环境提供边缘应用服务器的执行所需的支持。
在一些示例中，5GS可以使用一个或多个边缘计算节点(例如，图7的边缘计算节点736等)来提供无线通信业务的接口和卸载处理。在这些示例中，边缘计算节点可以被包括在一个或多个RAN 1310、1314中，或者与之共址。例如，边缘计算节点可以提供RAN 1314与5GC 1340中的UPF 1348之间的连接。边缘计算节点可以使用在边缘计算节点内的虚拟化基础设施上实例化的一个或多个NFV实例来处理去往和来自RAN 1314和UPF 1348的无线连接。
5GC 1340的接口包括参考点和基于服务的接口。参考点包括：N1(在UE 1302与AMF1344之间)、N2(在RAN 1314与AMF 1344之间)、N3(在RAN 1314与UPF 1348之间)、N4(在SMF1346与UPF 1348之间)、N5(在PCF 1356与AF 1360之间)、N6(在UPF 1348与DN 1336之间)、N7(在SMF 1346与PCF 1356之间)、N8(在UDM1358与AMF 1344之间)、N9(在两个UPF 1348之间)、N10(在UDM 1358与SMF 1346之间)、N11(在AMF 1344与SMF 1346之间)、N12(在AUSF1342与AMF 1344之间)、N13(在AUSF 1342与UDM 1358之间)、N14(在两个AMF 1344之间；未示出)、N15(在非漫游场景的情况下在PCF 1356与AMF 1344之间，或者在漫游场景的情况下在受访网络中的PCF 1356与AMF 1344之间)、N16(在两个SMF 1346之间；未示出)，以及N22(在AMF 1344与NSSF 1350之间)。也可以使用图13中未示出的其他参考点表示。图13的基于服务的表示表示控制平面内的使得其他授权NF能够访问其服务的NF。基于服务的接口(SBI)包括：Namf(AMF 1344展示的SBI)、Nsmf(SMF 1346展示的SBI)、Nnef(NEF 1352展示的SBI)、Npcf(PCF 1356展示的SBI)、Nudm(UDM 1358展示的SBI)、Naf(AF 1360展示的SBI)、Nnrf(NRF 1354展示的SBI)、Nnssf(NSSF 1350展示的SBI)、Nausf(AUSF 1342展示的SBI)。也可以使用图13中未示出的其他基于服务的接口(例如，Nudr、N5g-eir和Nudsf)。在一些示例中，NEF 1352可以提供至边缘计算节点1336x的接口，边缘计算节点1336x可以用于处理与RAN 1314的无线连接。
在一些实现中，系统1300可以包括SMSF，SMSF负责SMS订阅检查和验证，并将SM消息从UE 1302中继到其他实体(例如，SMS-GMSC/IWMSC/SMS路由器)以及从其他实体中继到UE 1302。SMS还可以与AMF 1342和UDM 1358交互，以用于UE 1302可供用于SMS传输的通知过程(例如，设置UE不可达标志，并且当UE 1302可供用于SMS时通知UDM 1358)。
5GS还可以包括SCP(或SCP的各个实例)，SCP支持间接通信(参见例如3GPP TS23.501第7.1.1节)；委托发现(参见例如[TS23501]§7.1.1)；消息转发和路由到目的地NF/NF服务、通信安全(例如，NF服务消费者访问NF服务生产者API的授权)(参见例如3GPP TS33.501 v17.7.0(2022-09-22)(“[TS33501]”))、负载平衡、监控、过载控制等；以及用于UDM、AUSF、UDR、PCF的发现和选择功能，其中，基于UE的SUPI、SUCI或GPSI访问存储在UDR中的订阅数据(参见例如[TS23501]§6.3)。SCP提供的负载平衡、监控、过载控制功能可以是特定于实现的。SCP可以以分布式方式部署。各种NF服务之间的通信路径中可以存在多于一个SCP。SCP虽然不是NF实例，但也可以分布式、冗余和可扩展地部署。
图14示出了示例网络部署，其包括示例下一代前传(NGF)部署1400a，其中，用户设备(UE)1402经由空中接口连接到RU 1430(也称为“远端无线电单元1430”、“远端无线电头1430”或“RRH 1430”)，RU 1430经由NGF接口(NGFI)-I连接到数字单元(DU)1431，DU 1431经由NGFI-II连接到中央单元(CU)1432，并且CU 1432经由回传接口连接到核心网(CN)1442。在3GPP NG-RAN实现中(参见例如[TS38401])，DU 1431可以是分布式单元(为了本公开的目的，术语“DU”可以指代数字单元和/或分布式单元，除非上下文另有规定)。UE 1402可以与上文关于图7讨论的节点720和/或710相同或相似，并且CN 1442可以与上文关于图7讨论的CN 742相同或相似。
在一些实现中，NGF部署1400a可以以分布式RAN(D-RAN)架构部署，其中，CU 1432、DU 1431和RU 1430驻留在小区站点处，并且CN 1442位于集中式站点处。替换地，NGF部署1400a可以以集中式RAN(C-RAN)架构部署，其中，在集中式站点处对一个或多个基带单元(BBU)进行集中式处理。在C-RAN架构中，无线电组件被划分为分立组件，这些组件可以位于不同的位置。在一个示例C-RAN实现中，仅RU 1430被布置在小区站点处，并且DU 1431、CU1432和CN 1442被集中或布置在中央位置处。在另一示例C-RAN实现中，RU 1430和DU 1431位于小区站点处，并且CU 1432和CN 1442在集中式站点处。在另一示例C-RAN实现中，仅RU1430布置在小区站点处，DU 1431和CU 1432位于RAN中枢站点处，并且CN 1442在集中式站点处。
CU 1432是可以服务或以其他方式连接到一个或多个DU 1431和/或多个RU 1430的中央控制器。CU 1432是托管网络协议功能分离的高/上层的网络(逻辑)节点。例如，在3GPP NG-RAN和/或O-RAN架构中，CU 1432托管下一代NodeB(gNB)的无线资源控制(RRC)(参见例如3GPP TS 36.331v16.7.0(2021-12-23)和/或3GPP TS 38.331v16.7.0(2021-12-23)(“[TS38331]”))、服务数据适配协议(SDAP)(参见例如3GPP TS 37.324 v16.3.0(2021-07-06))和分组数据汇聚协议(PDCP)(参见例如3GPP TS 36.323 v16.5.0(2020-07-24)和/或3GPP TS 38.323 v16.5.0(2021-09-28))层，或者当包含在E-UTRA-NR gNB(en-gNB)中或作为其操作时，托管RRC和PDCP协议层。SDAP子层执行QoS流与数据无线承载(DRB)之间的映射，并在DL和UL分组中标记QoS流ID(QFI)。PDCP子层执行传送用户平面或控制平面数据；维护PDCP序列号(SN)；使用鲁棒头压缩(ROHC)和/或以太网头压缩(EHC)协议进行头压缩和解压缩；加密和解密；完整性保护和完整性验证；提供基于定时器的SDU丢弃；分离承载的路由；复制和重复丢弃；重排序和按序交付；和/或乱序交付。在各种实现中，CU 1432终止与对应的DU 1431连接的相应F1接口(参见例如[TS38401])。
CU 1432可以包括CU-控制平面(CP)实体(本文称为“CU-CP 1432”)和CU-用户平面(UP)实体(本文称为“CU-UP 1432”)。CU-CP 1432是托管CU 1432(例如，用于en-gNB或gNB的gNB-CU)的RRC层和PDCP协议层的控制平面部分的逻辑节点。CU-CP终止与CU-UP连接的E1接口以及与DU 1431连接的F1-C接口。CU-UP 1432是托管PDCP协议层的用户平面部分(例如，对于en-gNB的gNB-CU 1432)以及PDCP协议层的用户平面部分和SDAP协议层(例如，对于gNB的gNB-CU 1432)的逻辑节点。CU-UP 1432终止与CU-CP 1432连接的E1接口以及与DU 1431连接的F1-U接口。
DU 1431本地实时控制无线资源(例如，时间和频带)，并将资源分配给一个或多个UE。DU 1431是托管网络协议功能分离的中间层和/或下层的网络(逻辑)节点。例如，在3GPPNG-RAN和/或O-RAN架构中，DU 1431托管gNB或en-gNB的无线链路控制(RLC)层(参见例如3GPP TS 38.322 v16.2.0(2021-01-06)和3GPP TS 36.322 v16.0.0(2020-07-24))、介质接入控制(MAC)层(参见例如3GPP TS 38.321 v16.7.0(2021-12-23)和3GPP TS 36.321v16.6.0(2021-09-27)(统称为“[TSMAC]”))和高物理(PHY)层(参见例如3GPP TS 38.201v16.0.0(2020-01-11)和3GPP TS 36.201 v16.0.0(2020-07-14))，并且其操作至少部分地由CU 1432来控制。RLC子层以透明模式(TM)、非确认模式(UM)和确认模式(AM)中的一种或多种进行操作。RLC子层执行上层PDU的传送；独立于PDCP中的序列编号的序列编号(UM和AM)；通过ARQ纠错(仅AM)；RLC SDU的分段(AM和UM)和重新分段(仅AM)；SDU重新组装(AM和UM)；重复检测(仅AM)；RLC SDU丢弃(AM和UM)；RLC重建立；和/或协议检错(仅AM)。MAC子层执行逻辑信道与传输信道之间的映射；在传输信道上将属于一个或不同逻辑信道的MACSDU复用成递交到物理层的传输块(TB)/从自物理层递交的传输块(TB)解复用属于一个或不同逻辑信道的MAC SDU；调度信息上报；通过HARQ进行纠错(在CA的情况下，为每小区一个HARQ实体)；通过动态调度在UE之间进行优先级处理；通过逻辑信道优先化在一个UE的逻辑信道之间进行优先级处理；在一个UE的重叠资源之间进行优先级处理；和/或填充。在一些实现中，例如当DU 1431正操作为集成接入和回传(IAB)节点时，DU 1431可以托管回传适配协议(BAP)层(参见例如3GPP TS 38.340v16.5.0(2021-07-07))和/或F1应用协议(F1AP)(参见例如3GPP TS 38.470v16.5.0(2021-07-01))。一个DU 1431支持一个或多个小区，并且一个小区仅由一个DU 1431支持。DU 1431终止与CU 1432连接的F1接口。附加地或替换地，DU 1431可以连接到一个或多个RRH/RU 1430。
RU 1430是处理射频(RF)处理功能的发送/接收点(TRP)或其他物理节点。RU 1430是基于下层功能分离托管下层的网络(逻辑)节点。例如，在3GPP NG-RAN和/或O-RAN架构中，RU 1430基于下层功能分离托管下PHY层功能和无线电接口的RF处理。RU 1430可以类似于3GPP的发送/接收点(TRP)或RRH，但具体包括下PHY层。下PHY功能的示例包括快速傅立叶变换(FFT)、逆FFT(iFFT)、物理随机接入信道(PRACH)提取等。
CU 1432、DU 1431和RU 1430中的每一个通过各自的链路连接，该链路可以是任何合适的无线和/或有线(例如，光纤、铜线等)链路。在一些实现中，CU 1432、DU 1431和RU1430的各种组合可以对应于图7的NAN 730中的一个或多个。CU 1432、DU 1431和RU 1430的附加方面在以下中讨论：[O-RAN]、[TS38401]、3GPP TS 38.410 v17.1.0(2022-06-23)(“[TS38410]”)和[TS38300]，其各自的内容特此通过引用整体并入。
在一些实现中，前传网关功能(FHGW)可以布置在DU 1431与RU/RRU 1430之间(图14未示出)，其中，DU 1431与FHGW之间的接口是开放式前传(例如，选项7-2x)接口，FHGW功能与RU/RRU 1430之间的接口是开放式前传(例如，选项7-2x)接口或任何其他合适的接口(例如，选项7、选项8等)，包括那些不支持开放式前传(例如，选项7-2x)的接口。FHGW可以与一种或多种其他功能(例如，以太网交换等)封装在物理设备或电器中。在一些实现中，RAN控制器(例如，图3c的RIC 3c02)可以与CU 1432和/或DU 1431通信耦合。
NGFI(也称为“xHaul”等)是两级前传架构，该架构将C-RAN架构中的传统RRU 1430到BBU连接分为两级，即层级I和层级II。层级I经由NGFI-I将RU 1430连接到DU 1431，而层级II经由NGFI-II将DU 1431连接到CU 1432，如图14中的部署1400a所示。NGFI-I和NGFI-II连接可以是有线连接或无线连接，这些连接可以利用任何合适的RAT(例如，本文讨论的那些中的任一个)。两级架构的目的是在CU 1432与DU 1431之间分布(分割)RAN节点协议功能，使得时延得以减轻，从而提供更多的部署灵活性。通常，NGFI-I与功能分离中具有严格的时延和数据速率要求的下层接口，而NGFI-II与功能分离中(相对于NGFI-I的层)放宽了用于前传链路的要求的高层接口。NGFI前传接口和功能分离架构的示例包括O-RAN 7.2x前传(参见例如[O-RAN.WG9.XPSAAS]和[O-RAN-WG4.CUS.0])、基于增强型通用无线电接口(CPRI)的C-RAN前传(参见例如Common Public Radio Interface:eCPRI InterfaceSpecification,ECPRI SPECIFICATION v2.0(2019-05-10),Common Public RadioInterface:Requirements for the eCPRI Transport Network,ECPRI TRANSPORTNETWORK v1.2(2018-06-25)和[O-RAN-WG4.CUS.0])、基于以太网无线电(RoE)的C-RAN前传(参见例如IEEE Standard for Radio over Ethernet Encapsulations and Mappings,IEEE STANDARDS ASSOCIATION,IEEE 1914.3-2018(2018年10月5日)(“[IEEE1914.3]”))等。NGFI的附加方面还在以下中讨论：[O-RAN.WG9.XPSAAS]、[O-RAN-WG4.CUS.0]、IEEEStandard for Packet-based Fronthaul Transport Networks,IEEE STANDARDSASSOCIATION,IEEE 1914.1-2019(2020年4月21日)(“[IEEE1914.1]”)、[IEEE1914.3]以及Nasrallah et al.,Ultra-Low Latency(ULL)Networks:AComprehensive SurveyCovering the IEEE TSN Standard and Related ULL Research,ARXIV:1803.07673V1[CS.NI](2018年3月20日)(“[Nasrallah]”)，其各自的内容特此通过引用整体并入。
在一个示例中，部署1400a可以实现在RU 1430(例如，O-RAN架构中的O-RU)与DU1431(例如，O-RAN架构中的O-DU)之间运行的下级分离(LLS)(也称为“下层功能分离7-2x”或“分离选项7-2x”)(参见例如[O-RAN.WG7.IPC-HRD-Opt7-2]、[O-RAN.WG7.OMAC-HRD]、[O-RAN.WG7.OMC-HRD-Opt7-2]、[O-RAN.WG7.OMC-HRD-Opt7-2])。在该示例实现中，NGFI-I是在O-RAN开放式前传规范中描述的开放式前传接口(参见例如[O-RAN-WG4.CUS.0])。可以使用其他LLS选项，例如其他标准或规范中描述的相关接口，例如3GPP NG-RAN功能分离(参见例如[TS38401]和3GPP TR 38.801 v14.0.0(2017-04-03))、分离选项6的小小区论坛(参见例如5G small cell architecture and product definitions:Configurations andSpecifications for companies deploying small cells 2020-2025,SMALL CELLFORUM,document 238.10.01(2020年7月5日)(“[SCF238]”)、5G NR FR1 ReferenceDesign:The case for a common,modular architecture for 5G NR FR1 small celldistributed radio units,SMALL CELL FORUM,document 251.10.01(2021年12月15日)(“[SCF251]”)和[O-RAN.WG7.IPC-HRD-Opt6]，其各自的内容特此通过引用整体并入)，和/或O-RAN白盒硬件分离选项8(例如，[O-RAN.WG7.IPC-HRD-Opt8])。
附加地或替换地，CU 1432、DU 1431和/或RU 1430可以是IAB节点。IAB实现NG-RAN中的无线中继，其中，中继节点(称为“IAB节点”)支持经由3GPP 5G/新空口(NR)链路/接口进行接入和回传。网络侧NR回传的终止节点被称为“IAB施主”，其表示具有支持IAB的附加功能的RAN节点(例如，gNB)。回传可以经由单跳或多跳进行。经由一跳或多跳连接到IAB施主的所有IAB节点形成以IAB施主为其根的有向无环图(DAG)拓扑。IAB施主为IAB拓扑执行集中式资源、拓扑和路由管理。IAB架构在[TS38300]中示出和描述。
虽然NGF部署1400a将CU 1432、DU 1431、RRH 1430和CN 1442示为分离的实体，但在其他实现中，这些网络节点中的一些或全部可以彼此捆绑、组合或以其他方式集成到单个设备或元件中，包括收缩一些内部接口(例如，F1-C、F1-U、E1、E2等)。至少以下实现是可能的：(i)集成CU 1432和DU 1431(例如，CU-DU)，其经由NGFI-I连接到RRH 1430；(ii)集成DU 1431和RRH 1430(例如，CU-DU)，其经由NGFI-II连接到CU 1432；(iii)集成RAN控制器(例如，图3c的RIC 3c02)和CU 1432，其经由NGFI-II连接到DU 1431；(iv)集成CU 1432、DU1431和RU 1430，其经由回传接口连接到CN 1442；(v)集成网络控制器(或智能控制器)、CU1432、DU 1431和RU 1430。涉及CU 1432的任何前述示例实现还可以包括集成CU-CP 1432和CP-UP 1432。
图14还示出了示例RAN分解部署1400b(也称为“分解式RAN 1400b”)，其中，UE1402连接到RRH 1430，并且RRH 1430与RAN功能(RANF)1-N(其中，N是数字)中的一个或多个通信耦合。RANF 1-N被分解并且在地理上分布在若干组件段和网络节点上。在一些实现中，每个RANF 1-N是由物理计算节点(例如，图17的计算节点1750)操作的软件(SW)元件，并且RRH 1430包括射频(RF)电路(例如，用于特定RAT的RF传播模块等)。在该示例中，RANF 1在与RRH 1430共址的物理计算节点上操作，并且其他RANF被布置在远离RRH 1430的位置。另外，在该示例中，CN 1442以与RANF 1-N相同或相似的方式也被分解为CN NF 1-x(其中，x是数字)，尽管在其他实现中，CN 1442不被分解。
网络分解(或分解式联网)涉及将联网设备分离成功能组件并允许单独部署每个组件。这可以涵盖将SW元件(例如，NF)与特定HW元件分离，和/或使用API来实现软件定义网络(SDN)和/或NF虚拟化(NFV)。RAN分解涉及各种RANF(例如，图14中的RANF 1-N)的网络分解和虚拟化。基于用例，RANF 1-N可以被放置在RAN部署中的各种拓扑中的不同物理站点中。这使得能够在不同的地理区域进行RANF分布和部署，并允许RANF脱离(breakout)以支持各种用例(例如，低时延用例等)以及灵活的RAN实现。分解提供了通用或统一的RAN平台，其能够根据它被部署的位置呈现不同的配置文件。与现有的RAN架构相比，这允许较少的固定功能设备和降低的总拥有成本。示例RAN分解框架由电信基础设施项目(TIP)Open vRANTM、[O-RAN]、开放式光和分组传输(OOPT)、可重新配置光分插复用器(ROADM)等来提供。
在第一示例实现中，RANF 1-N利用商业现成的(COTS)HW和开放式接口(例如，NGFI-I和NGFI-II等)来分解RAN HW和SW。在该示例实现中，每个RANF 1-N可以是在具有用于BBU/vRANF的HW加速的COTS计算基础设施上操作的虚拟BBU或vRAN控制器。
在第二示例实现中，RANF 1-N分解一个或多个RAT协议栈的层。作为该实现的示例，RANF 1是在具有用于BBU/vRANF的HW加速的第一COTS计算基础设施上操作的DU 1431，并且RANF 2是在第二COTS计算基础设施上操作的虚拟CU 1432。
在第三示例实现中，RANF 1-N分解控制平面和用户平面功能。作为该实现的示例，RANF 1是在具有用于BBU/vRANF的HW加速的COTS计算基础设施上操作的DU 1431，RANF 2是在COTS计算基础设施上操作的虚拟CU-CP 1432，并且第三RANF(例如，RANF3(图14未示出))是在与虚拟CU-CP 1432相同或不同的COTS计算基础设施上操作的虚拟CU-UP 1432。附加地或替换地，在此实现中，一个或多个CN NF 1-x可以是CN-UP功能，并且一个或多个其他CNNF 1-x可以是CN-CP功能。
在第四示例实现中，RANF 1-N分解[IEEE802]RAT的层。作为该实现的示例，RRH1430实现WiFi PHY层，RANF 1实现WiFi MAC子层，RANF 1实现WiFi逻辑链路控制(LLC)子层，RANF 2实现一个或多个WiFi上层协议(例如，网络层、传输层、会话层、表示层和/或应用层)等。
在第五示例实现中，RANF 1-N分解包括E2SM的不同O-RAN RANF。作为该实现的示例，RANF 1实现near-RT RIC 414(包括xApp管理器425)，RANF 2实现E2SM-KPM，RANF 3实现E2SM-CCC，RANF 4实现E2SM RAN控制，RANF 5实现E2SM-NI，RANF 6实现用于提供A1服务的功能，等。
在本文讨论的任何实现中，RAN协议栈的下层可以由实时(RT)功能和相对复杂的信号处理算法来表征，并且RAN协议栈的高层可以由non-RT功能来表征。在这些实现中，RT功能和信号处理算法可以使用专用网元在DU 1431和/或RRH 1430中实现，或者在用专用HW加速器(例如，下文讨论的图17的加速电路1764)增强的COTS硬件中实现。
图14还示出了针对DL和UL方向的各种功能分离选项1400c。传统的RAN是基于分布式RAN(D-RAN)模型的集成网络架构，其中，D-RAN将所有RANF集成到几个网元中。如前所述，分解式RAN架构提供了灵活的功能分离选项，以克服D-RAN模型的各种缺点。分解式RAN将集成网络系统分解为若干功能组件，然后可以根据需要单独重新定位这些组件，而不会妨碍它们一起工作以提供整体网络服务的能力。分离选项1400c主要在CU 1432与DU 1431之间分离，但是可以包括在CU 1432、DU 1431和RU 1430之间的分离。对于每个选项1400c，图左侧的协议实体被包括在实现CU 1432的RANF中，并且图右侧的协议实体被包括在实现DU1431的RANF中。例如，选项2功能分离包括：将non-RT处理(例如，RRC和PDCP层)与RT处理(例如，RLC、MAC和PHY层)分离，其中，实现CU 1432的RANF执行RRC和PDCP层的网络功能，并且实现DU 1431的RANF执行RLC层(包括高RLC和下RLC)、MAC层(包括高MAC和下MAC)和PHY层的基带处理功能。在一些实现中，PHY层进一步在DU 1431与RU 1430之间分离，其中，实现DU1431的RANF执行高PHY层功能，而RU 1430处理下PHY层功能。在一些实现中，下PHY实体可以由RU 1430操作，而不管所选择的功能分离选项如何。在选项2分离下，实现CU 1432的RANF可以连接到多个DU 1431(例如，CU 1432是集中式的)，这允许在跨DU 1431的切换期间消除RRC和PDCP锚定改变，并且允许集中式CU 1432跨若干DU 1431池化资源。以此方式，选项2功能分离可以提高资源效率。所使用的特定功能分离选项可以根据服务要求和网络部署场景而变化，并且可以是特定于实现的。还应当注意，在一些实现中，可以选择所有功能分离选项，其中，每个协议栈实体由相应的RANF操作(例如，第一RANF操作RRC层，第二RANF操作PDCP层，第三RANF操作高RLC层，依此类推，直到第八RANF操作下PHY层)。其他分离选项是可能的，例如在以下讨论的那些：[O-RAN.WG7.IPC-HRD-Opt6]、[O-RAN.WG7.IPC-HRD-Opt7-2]、[O-RAN.WG7.IPC-HRD-Opt8]、[O-RAN.WG7.OMAC-HRD]和[O-RAN.WG7.OMC-HRD-Opt7-2]。
图15描绘了示例分析网络架构1500。分析网络架构1500包括UE 1302、NG-RAN1314、CN 1340和DN 1336。NG-RAN 1314包括CU-CP 1432c、CU-UP 1432u、DU 1431和RU1430。DU 1431经由F1-C连接到CU-CP 1432c，经由F1-U连接到CU-UP 1432u，并经由FH接口连接到RU 1430。CU-UP 1432u经由E1接口连接到CU-CP 1432c。附加地或替换地，NG-RAN1314可以包括如先前讨论的分解式RAN架构。CN 1340包括AMF 1344、UPF 1348以及许多其他NF(例如，先前讨论的那些)。在一些实现中，UPF 1348可以驻留在CN 1340的外部。AMF1344经由N2接口连接到CU-CP 1432c。UPF 1348经由N3接口连接到CU-UP 1432u，并经由N6接口连接到DN 1336。在图15中，类似编号的元件与先前讨论的元件相同。
分析网络架构1500还包括near-RT RIC 1514，near-RT RIC 1514可以与本文讨论的任何RIC相同或相似，例如RIC 3c14、near-RT RIC 114、414、814、914、1014、1200和/或本文讨论的一些其他RIC或元件/实体。这里，near-RT RIC 1514经由E2接口连接到CU-CP1432c。near-RT RIC 1514包括xApp管理器分析引擎1510，xApp管理器分析引擎1510可以与先前讨论的xApp管理器分析引擎310-a相同或相似。这里，near-RT RIC 1514(或xApp管理器分析引擎1510)经由Ns接口连接到AMF 1344。此外，DU 1431包括对应xApp管理器测量引擎1520，对应xApp管理器测量引擎1520可以与对应xApp管理器测量引擎320相同或相似。DU1431还包括L2/MAC功能1522和L1/PHY功能1521。
在操作期间，NG-RAN 1314(经由DU 1431和/或RU 1430)配置UE 1302以使用例如RRC消息传送并根据RRC协议过程发送和/或接收各种信令(参见例如[TS38331])。作为示例，RRC消息可以包括指定具有特定SRS周期、传输comb、符号数量等的SRS传输的SRS配置。配置还可以指定要由UE 1302执行和收集的各种测量。也可以使用其他信令/信道配置。当被配置时，UE 1302在所配置的无线电资源中向NG-RAN 1314发送和/或从NG-RAN 1314接收所配置的信号/传输(例如，SRS等)(例如，经由DU 1431和/或RU 1430)。发送到NG-RAN 1314的一些消息可以包括由UE 1302出于各种目的执行和/或收集的测量。L2/MAC功能1522和L1/PHY功能1521还执行用于如本文讨论的各种目的的各种测量。在一些实现中，测量发生在L1/PHY层级，并按寿命和/或定时要求(例如，如先前讨论的RT、near-RT和non-RT)优先化。
L2/MAC功能1522、L1/PHY功能1521和/或其他协议层/实体(未示出)向xApp管理器测量引擎1520提供测量数据(例如，测量数据315、415)。xAPP管理器测量引擎1520经由E2接口向xApp管理器分析引擎1510提供测量数据。xApp管理器分析引擎1510从xApp管理器测量引擎1520获得测量数据，基于测量数据生成或确定分析和/或度量，并且可以将分析和/或度量数据作为一个或多个分析报告存储在分析存储库1534中。xApp管理器测量引擎1520和/或其他应用(未示出)消费分析存储库1534中的分析并对其进行动作。例如，xApp管理器测量引擎1520可以通过向O-RAN任务控制实体(例如，先前讨论的SMO/MO元件)提供合适的分析报告，来处理和响应O-RAN任务控制请求。附加地或替换地，xApp管理器测量引擎1520可以基于分析来配置各种控制环路(例如，控制环路932、934、935)，和/或基于分析来生成用于各种xApp和/或NG-RAN节点的合适的资源配置。
4.硬件组件、配置和布置
图16示出了用于向一个或多个设备(例如，示例处理器平台(pp)1600、已连接的边缘设备1762(参见例如图17)和/或本文讨论的任何其他计算系统/设备)分发软件1660(例如，图17的示例计算机可读指令1781、1782、1783)的示例软件(SW)分发平台(SDP)1605。SDP1605(或其组件)可以由能够存储软件(例如，代码、脚本、可执行二进制文件、容器、包、压缩文件和/或其派生物)并将其发送到其他计算设备(例如，第三方，图17的示例已连接的边缘设备1762)的任何计算机服务器、数据设施、云服务、CDN、边缘计算框架等来实现。SDP 1605(或其组件)可以位于云(例如，数据中心等)、局域网、边缘网络、广域网、互联网和/或与pp1600通信耦合的任何其他位置。
pp 1600和/或已连接的边缘设备1762可以包括客户、客户端、管理设备(例如，服务器)、第三方(例如，拥有和/或操作SDP 1605的实体的客户)、IoT设备等。pp 1600/已连接的边缘设备1762可以在商业和/或家庭自动化环境中操作。在一些示例中，第三方是软件(例如，图17的示例计算机可读介质1781、1782、1783)的开发者、销售商和/或许可方。第三方可以是购买和/或许可软件以供使用和/或再销售和/或再许可的消费者、用户、零售商、OEM等。在一些示例中，分布式软件引起一个或多个用户界面(UI)和/或图形用户界面(GUI)的显示，以识别地理上和/或逻辑上彼此分离的一个或多个设备(例如，已连接的边缘设备)(例如，物理上分离的特许负责水分发控制(例如，泵)、电力分发控制(例如，继电器)等的IoT设备)。在一些示例中，pp 1600/已连接的边缘设备1762可以在物理上位于不同的地理位置、法律管辖区等。
在图16中，SDP 1605包括一个或多个服务器(称为“服务器1605”)和一个或多个存储设备(称为“存储1605”)。存储1605存储计算机可读指令1660(其可以对应于图17的指令1781、1782、1783)。服务器1605与网络1610通信，网络1610可以对应于互联网和/或本文描述的任何示例网络中的任何一个或多个。服务器1605响应于将软件发送到请求方作为商业交易的一部分的请求。软件的交付、销售和/或许可的支付可以由服务器1605和/或经由第三方支付实体来处理。服务器1605使得购买者和/或许可方能够从SDP 1605下载计算机可读指令1660。
服务器1605通信连接到示例计算机可读指令1660的请求和传输必须通过的一个或多个安全域和/或安全设备。附加地或替换地，服务器1605周期性地提供、发送和/或强制对软件1660的更新，以确保改进、补丁、更新等被分发并应用于最终用户设备处的软件。计算机可读指令1660以特定格式存储在存储1605上。计算机可读指令的格式包括但不限于特定代码语言(例如，Java、JavaScript、Python、C、C#、SQL、HTML等)和/或特定代码状态(例如，未编译代码(例如，ASCII)、解释代码、链接代码、可执行代码(例如，二进制)等)和/或任何其他格式(例如，本文讨论的那些)。在一些示例中，存储在SDP 1605中的计算机可读指令1660在被发送到pp 1600时呈第一格式。附加地或替换地，第一格式是特定类型的pp 1600可以执行的可执行二进制文件。附加地或替换地，第一格式是未编译代码，未编译代码需要一个或多个准备任务将第一格式转换为第二格式，以使得能够在pp1600上执行。例如，接收pp 1600可能需要编译第一格式的计算机可读指令1660，以生成能够在pp 1600上执行的第二格式的可执行代码。附加地或替换地，第一格式是解释代码，解释代码在到达pp 1600时被解释器解释以促进指令的执行。附加地或替换地，计算机可读指令1782的不同组件可以从不同的源分发和/或分发到不同的处理器平台；例如，不同的库、插件、组件和其他类型的计算模块，无论是编译的还是解释的，都可以从不同的源分发和/或分发到不同的处理器平台。例如，软件指令的一部分(例如，本身不是可执行的脚本)可以从第一源分发，而解释器(能够执行脚本)可以从第二源分发。
本文讨论的各种设备和/或系统可以是服务器、电器、网络基础设施、机器、机器人、无人机和/或任何其他类型的计算设备。例如，边缘云1763可以包括电器计算设备，该设备是包括外壳、机箱、壳体或壳的自包含电子设备。在一些情况下，外壳的尺寸可以被设计以便携带，使得它可以由人携带和/或运输。替换地，它可以是适合安装在例如车辆中的较小模块。示例外壳可以包括形成部分或完全保护电器的内容的一个或多个外表面的材料，其中，保护可以包括天气保护、危险环境保护(例如，EMI、振动、极端温度)和/或实现浸没性。示例外壳可以包括用于为固定和/或便携式实现提供功率的电源电路，例如AC电源输入、DC电源输入、AC/DC或DC/AC转换器、电源调节器、变压器、充电电路、电池、有线输入和/或无线电源输入。更小的模块化实现还可以包括用于无线通信的可扩展或嵌入式天线布置。示例外壳和/或其表面可以包括或连接到安装硬件，以使得能够附接至诸如建筑物、电信结构(例如，杆、天线结构等)和/或机架(例如，服务器机架、刀片安装件等)的结构。示例外壳和/或其表面可以支承一个或多个传感器(例如，温度传感器、振动传感器、光传感器、声传感器、电容传感器、接近度传感器等)。一个或多个这样的传感器可以包含在电器的表面中，由其携带或者以其他方式嵌入其中，和/或安装到电器的表面。示例外壳和/或其表面可以支承机械连接性，例如推进硬件(例如，轮子、螺旋桨等)和/或铰接硬件(例如，机器人臂、可枢转附件等)。在一些情况下，传感器可以包括任何类型的输入设备，例如用户接口硬件(例如，按钮、开关、转盘、滑块等)。在一些情况下，示例外壳包括包含在其中、由其携带、嵌入其中和/或附接到其上的输出设备。输出设备可以包括显示器、触摸屏、灯、LED、扬声器、I/O端口(例如，USB)等。在一些情况下，边缘设备是为了特定目的(例如，交通灯)而在网络中呈现的设备，但可以具有可以用于其他目的的处理和/或其他能力。此类边缘设备可以独立于其他联网设备，并且可以设置有适合其主要目的的形状因数的外壳；但可供用于不干扰其主要任务的其他计算任务。边缘设备包括物联网设备。电器计算设备可以包括用于管理本地问题(例如，设备温度、振动、资源利用、更新、功率问题、物理和网络安全等)的硬件组件和软件组件。结合图17描述用于实现电器计算设备的示例硬件。边缘云1763还可以包括一个或多个服务器和/或一个或多个多租户服务器。这样的服务器可以包括操作系统，并实现虚拟计算环境。虚拟计算环境可以包括管理(例如，产生、部署、销毁等)一个或多个虚拟机、一个或多个容器等的管理程序。这样的虚拟计算环境提供了一个或多个应用和/或其他软件、代码或脚本可以在其中执行，同时与一个或多个其他程序、软件、代码或脚本隔离的执行环境。
图17示出了可以存在于计算节点1750中以用于实现本文描述的技术(例如，操作、过程、方法和方法学)的组件的示例。计算节点1750提供在被实现为计算设备(例如，实现为移动设备、基站、服务器、网关等)或计算设备的一部分时，节点1700的各个组件的更近的视图。计算节点1750可以包括本文引用的硬件或逻辑组件的任何组合，并且它可以包括可与边缘通信网络或此类网络的组合一起使用的任何设备，或者与之耦合。这些组件可以被实现为适于计算节点1750中的集成电路(IC)、片上系统(SoC)、其部分、分立电子器件或其他模块、指令集、可编程逻辑或算法、硬件、硬件加速器、软件、固件或它们的组合，或者实现为以其他方式并入更大系统的机箱内的组件。
作为示例，计算节点1750可以对应于图1的SMO 102、O-Cloud 106、RIC 114、O-CU-CP 121、O-CU-UP 122、O-DU 115和/或O-RU 116；图2的RIC和/或srsRAN；图3b的MO 301、CU332(CU-CP 321、CU-UP 322)和/或NG-RAN DU 331；图3c的MO 3c02、RIC 3c14和/或HW层3c50；图4-5的near-RT RIC 414和/或non-RT RIC 412；图6的XAC架构600；图13的UE 1302、(R)AN 1304、AN 1308、CN 1320(或其中的一个或多个NF)和/或DN 1336；图14-15的UE1402、RU 1430、DU 1431、CU 1432(CU-CP 1432c、CU-UP 1432u)、CN 1442和/或CN NF 1-x、RANF 1-N，和/或边缘计算节点1436；图7的UE 711、721a、NAN 731-733、边缘计算节点736、CN 742(或其中的计算节点)和/或云744(或其中的计算节点)；图8的SMO 802、O-RAN NF804、O-Cloud 806、NG-core 808(或其中的一个或多个NF)、外部系统810、non-RT RIC 812、near-RT RIC 814和/或RU 816；图9的UE 901、SMO 902、O-Cloud 906、e/gNB 910、non-RTRIC 912、near-RT RIC 914、O-DU 915、O-RU 916、O-CU-CP 921和/或O-CU-UP 922；图10的SMO 1002、O-e/gNBs 1010、non-RT RIC 1012、near-RT RIC 1014、O-DU 1015、O-RU 1016、O-CU-CP 1021、O-CU-UP 1022、EPC 1042a(或其中的一个或多个NF)和/或5GC 1042b(或其中的一个或多个NF)；图11的O-RAN架构/框架1100；图12的near-RT RIC 1200；图16的软件分发平台1605和/或处理器平台1600；[MEC]实现中的MEC主机/服务器和/或MEC平台；[SA6Edge]实现中的EAS、EES和/或ECS；和/或本文讨论的任何其他组件、设备和/或系统。计算节点1750可以被体现为一种类型的设备、电器、计算机或其他“物”，其能够与其他边缘组件、联网组件或端点组件通信。例如，计算节点1750可以体现为智能手机、移动计算设备、智能电器、车载计算系统(例如，导航系统)、边缘计算节点、NAN、交换机、路由器、网桥、集线器，和/或能够执行所描述的功能的其他设备或系统。
计算节点1750包括一个或多个处理器1752形式的处理电路。处理器电路1752包括例如但不限于一个或多个处理器核以及以下中的一个或多个：缓存存储器、低压差电压调节器(LDO)、中断控制器、串行接口(例如，SPI、I2C或通用可编程串行接口电路)、实时时钟(RTC)、定时器计数器(包括间隔定时器和看门狗定时器)、通用I/O、存储卡控制器(例如，安全数字/多媒体卡(SD/MMC)或类似接口)、移动工业处理器接口(MIPI)接口和联合测试访问组(JTAG)测试访问端口。在一些实现中，处理器电路1752可以包括一个或多个硬件加速器(例如，与加速电路1764相同或相似)，硬件加速器可以是微处理器、可编程处理设备(例如，FPGA、ASIC等)等。一个或多个加速器可以包括例如计算机视觉和/或深度学习加速器。在一些实现中，处理器电路1752可以包括片上存储器电路，片上存储器电路可以包括任何合适的易失性和/或非易失性存储器，例如DRAM、SRAM、EPROM、EEPROM、闪存、固态存储器，和/或任何其他类型的存储设备技术(例如，本文讨论的那些)。
处理器电路1752可以是例如一个或多个处理器核(CPU)、应用处理器、GPU、RISC处理器、Acorn RISC机器(ARM)处理器、CISC处理器、一个或多个DSP、一个或多个FPGA、一个或多个PLD、一个或多个ASIC、一个或多个基带处理器、一个或多个射频集成电路(RFIC)、一个或多个微处理器或控制器、多核处理器、多线程处理器、超低压处理器、嵌入式处理器、特殊处理单元和/或专用处理单元，或者任何其他已知的处理元件或其任何合适的组合。在一些实现中，处理器电路1752可以体现为专用x处理单元(xPU)(其中，“x”是字母或字符)，例如数据处理单元(DPU)、基础设施处理单元(IPU)、网络处理单元(NPU)等。xPU可以体现为独立电路或电路封装，集成在SoC内，或与联网电路(例如，在SmartNIC或增强型SmartNIC中)、加速电路、存储设备、存储磁盘和/或AI硬件(例如，GPU或编程的FPGA)集成。xPU可以被设计为接收编程以在CPU或通用处理硬件之外处理一个或多个数据流并执行用于数据流的特定任务和动作(例如，托管(微)服务、执行服务管理或编排、组织或管理服务器或数据中心硬件、管理服务网格或收集和分发遥测)。然而，xPU、SoC、CPU和处理器电路1752的其他变体可以彼此协调工作，以在计算节点1750内并代表计算节点1750执行多种类型的操作和指令。
处理器(或核)1752可以与存储器/存储耦合，或者可以包括它们，并且可以被配置为执行存储在存储器/存储中的指令，以使得各种应用或操作系统能够在平台1750上运行。处理器(或核)1752被配置为操作应用软件，以向平台1750的用户提供特定服务。附加地或替换地，处理器1752可以是被配置(或可配置)为以根据本文讨论的元件、特征和实现进行操作的专用处理器/控制器。
作为示例，处理器1752可以包括基于架构核TM的处理器，例如基于i3、i5、i7、i9的处理器；基于/>微控制器的处理器，例如QuarkTM、AtomTM或其他基于MCU的处理器；/>处理器、/>处理器，或者可从/>Corporation,Santa Clara,California获得的其他此类处理器。然而，可以使用任何数量的其他处理器，例如以下中的一个或多个：Advanced Micro Devices(AMD)/>架构，例如/>或/>处理器、加速处理单元(APU)、MxGPU、/>处理器等；/>Inc.的A5-A12和/或S1-S4处理器、/>Technologies,Inc.的SnapdragonTM或CentriqTM处理器、TexasInstruments,/>开放式多媒体应用平台(OMAP)TM处理器；MIPS Technologies,Inc.的基于MIPS的设计，例如MIPS Warrior M级、Warrior I级和Warrior P级处理器；从ARMHoldings,Ltd.许可的基于ARM的设计，例如ARM Cortex-A、Cortex-R和Cortex-M系列处理器；CaviumTM,Inc.提供的/>等。在一些实现中，处理器1752可以是片上系统(SoC)、系统级封装(SiP)、多芯片封装(MCP)等的一部分，在其中，处理器1752和其他组件被形成为单个集成电路或单个封装，例如来自/>Corporation的EdisonTM或GalileoTMSoC板。处理器1752的其他示例在本公开的别处提到。
处理器1752可以通过互连(IX)1756与系统存储器1754通信。可以使用任何数量的存储器设备来提供给定量的系统存储器。作为示例，存储器可以是根据联合电子器件工程委员会(JEDEC)设计的随机存取存储器(RAM)，例如DDR或移动DDR标准(例如，LPDDR、LPDDR2、LPDDR3或LPDDR4)。在特定示例中，存储器组件可以符合JEDEC颁布的DRAM标准，例如用于DDR SDRAM的JESD79F、用于DDR2 SDRAM的JESD79-2F、用于DDR3 SDRAM的JESD79-3F、用于DDR4 SDRAM的JESD79-4A、用于低功耗DDR(LPDDR)的JESD209、用于LPDDR2的JESD209-2、用于LPDDR3的JESD209-3和用于LPDDR4的JESD209-4。还可以包括其他类型的RAM，例如动态RAM(DRAM)、同步DRAM(SDRAM)等。这样的标准(和类似的标准)可以被称为基于DDR的标准，并且实现这样的标准的存储设备的通信接口可以被称为基于DDR的接口。在各种实现中，各个存储器设备可以是任何数量的不同封装类型，例如单管芯封装(SDP)、双管芯封装(DDP)或四管芯封装(QDP)。在一些示例中，这些设备可以直接焊接到主板上，以提供外形较小的解决方案，而在其他示例中，这些设备被配置为一个或多个存储器模块，这些模块继而通过给定连接器耦合到主板。可以使用任何数量的其他存储器实现，例如其他类型的存储器模块，例如不同种类的双列直插存储器模块(DIMM)，包括但不限于microDIMM或MiniDIMM。
为了提供对诸如数据、应用、操作系统等信息的永久存储，存储1758还可以经由IX1756耦合到处理器1752。在示例中，存储1758可以经由固态磁盘驱动器(SSDD)和/或高速电可擦除存储器(通常称为“闪存”)来实现。可以用于存储1758的其他设备包括闪存卡(例如，SD卡、microSD卡、极限数字(XD)图片卡等)以及USB闪存驱动器。在示例中，存储器设备可以是或者可以包括使用硫族化物玻璃的存储器设备、多阈值级NAND闪存、NOR闪存、单级或多级相变存储器(PCM)、电阻式存储器、纳米线存储器、铁电晶体管随机存取存储器(FeTRAM)、反铁电存储器、采用忆阻器技术的磁阻随机存取存储器(MRAM)存储器、相变RAM(PRAM)、包括金属氧化物基的电阻式存储器、氧空位基和导电桥随机存取存储器(CB-RAM)或自旋转移矩(STT)-MRAM、基于自旋电子磁结存储器的设备、基于磁隧道结(MTJ)的设备、基于畴壁(DW)和自旋轨道转移(SOT)的设备、基于晶闸管的存储器设备，或以上任何设备的组合，或其他存储器。存储器电路1754和/或存储电路1758还可以合并来自和/>的三维(3D)交叉点(XPOINT)存储器。
在低功耗实现中，存储1758可以是与处理器1752关联的管芯上存储器或寄存器。然而，在一些示例中，存储1758可以使用微硬盘驱动器(HDD)来实现。此外，除了所描述的技术之外或代替所描述的技术，任何数量的新技术可以用于存储1758，例如电阻变化存储器、相变存储器、全息存储器或化学存储器等。
边缘计算设备1750的组件可以通过互连(IX)1756进行通信。IX 1756可以表示任何合适类型的连接或接口，例如金属或金属合金(例如，铜、铝等)、光纤等。IX 1756可以包括任何数量的IX、构造和/或接口技术，包括指令集架构(ISA)、扩展ISA(eISA)、内部集成电路(I2C)、串行外设接口(SPI)、点对点接口、电源管理总线(PMBus)、外围组件互连(PCI)、PCI Express(PCIe)、PCI扩展(PCIx)、超路径互连(UPI)、/>加速器链路、快速路径互连(QPI)、/>全向路径架构(OPA)、计算快速链路TM(CXLTM)IX技术、RapidIOTMIX、一致性加速器处理器接口(CAPI)、OpenCAPI、加速器缓存一致性互连(CCIX)、Gen-Z Consortium IX、HyperTransport IX、/>提供的NVLink、时间触发协议(TTP)系统、FlexRay系统、PROFIBUS、/>高级可扩展接口(AXI)、/>高级微控制器总线架构(AMBA)IX、HyperTransport、Infinity Fabric(IF)和/或任何数量的其他IX技术。IX 1756可以是专用总线，例如用在基于SoC的系统中。
IX 1756将处理器1752耦合到通信电路1766，以用于与其他设备(例如，远程服务器(未示出)和/或已连接的边缘设备1762)通信。通信电路1766是用以通过一个或多个网络(例如，云1763)和/或与其他设备(例如，边缘设备1762)进行通信的硬件元件或者硬件元件的集合。
收发机1766可以使用任何数量的频率和协议，例如IEEE 802.15.4标准下的2.4吉赫兹(GHz)传输，使用低功耗蓝牙(BLE)标准(如由特殊兴趣组定义的)或/>标准等。可以使用为特定无线通信协议配置的任何数量的无线电装置，以用于连接到已连接的边缘设备1762。例如，无线局域网(WLAN)单元可以用于根据电气和电子工程师协会(IEEE)802.11标准实现/>另外，例如根据蜂窝或其他无线广域协议的无线广域通信可以经由无线广域网(WWAN)单元进行。
无线网络收发机1766(或多个收发机)可以使用用于在不同范围处的通信的多个标准或无线电装置进行通信。例如，计算节点1750可以使用基于BLE或另一低功耗无线电装置的本地收发机与例如大约10米内的近距离设备通信，以节省功率。可以通过或其他中间功耗无线电装置到达更远的已连接的边缘设备1762，例如在大约50米内。两种通信技术可以在不同功率水平下通过单个无线电装置进行，或者可以通过分开的收发机进行(例如，使用BLE的本地收发机和使用/>的单独的mesh收发机)。
可以包括无线网络收发机1766(例如，无线电收发机)以经由局域网协议或广域网协议与边缘云1763中的设备或服务进行通信。无线网络收发机1766可以是遵循IEEE802.15.4或IEEE 802.15.4g标准等的LPWA收发机。计算节点1763可以使用Semtech和LoRa联盟开发的LoRaWANTM(长距离广域网)在广域上进行通信。本文描述的技术不限于这些技术，而是可以与实现长距离、低带宽通信的任何数量的其他云收发机(例如，Sigfox和其他技术)一起使用。此外，可以使用IEEE 802.15.4e规范中描述的其他通信技术，例如时隙式信道跳频。
除了如本文描述的针对无线网络收发机1766提到的系统之外，还可以使用任何数量的其他无线电通信和协议。例如，收发机1766可以包括使用扩频(SPA/SAS)通信来实现高速通信的蜂窝收发机。此外，可以使用任何数量的其他协议，例如用于中速通信和提供网络通信的网络。收发机1766可以包括与任何数量的3GPP规范(例如，LTE和5G/NR通信系统，这将在本公开的末尾进一步详细讨论)兼容的无线电装置。可以包括网络接口控制器(NIC)1768，以向边缘云1763的节点或其他设备(例如，已连接的边缘设备1762(例如，在mesh中操作))提供有线通信。有线通信可以提供以太网连接，或者可以基于其他类型的网络，例如控制器局域网(CAN)、本地互连网络(LIN)、DeviceNet、ControlNet、Data Highway+或PROFINET等。可以包括附加的NIC 1768，以使得能够连接到第二网络，例如第一NIC 1768通过以太网提供到云的通信，而第二NIC 1768通过另一种类型的网络提供到其他设备的通信。
考虑到从设备到另一组件或网络的各种类型的可适用的通信，设备使用的可适用的通信电路可以包括组件1764、1766、1768或1770中的任何一个或多个，或者由其体现。因此，在各种示例中，用于通信(例如，接收、发送等)的可适用部件可以由这样的通信电路来体现。
计算节点1750可以包括或耦合到加速电路1764，加速电路1764可以由以下来体现：一个或多个AI加速器、神经计算棒、神经形态硬件、FPGA、GPU的布置、一个或多个SoC(包括可编程SoC)、一个或多个CPU、一个或多个数字信号处理器、专用ASIC(包括可编程ASIC)、PLD(例如，CPLD或HCPLD)和/或被设计以完成一个或多个专门任务的其他形式的专用处理器或电路。这些任务可以包括AI处理(包括机器学习、训练、推理和分类操作)、视觉数据处理、网络数据处理、对象检测、规则分析等。在基于FPGA的实现中，加速电路1764可以包括逻辑块或逻辑构造以及其他互连资源，它们可以被编程(配置)为执行各种功能(例如，本文讨论的过程、方法、功能等)。在这样的实现中，加速电路1764还可以包括用以在LUT等中存储逻辑块、逻辑构造、数据等的存储器单元(例如，EPROM、EEPROM、闪存、静态存储器(例如，SRAM、反熔丝等))。
IX 1756还将处理器1752耦合到用以连接附加设备或子系统的传感器中枢或外部接口1770。附加/外部设备可以包括传感器1772、致动器1774和定位电路1775。
传感器电路1772包括设备、模块或子系统，其目的是检测其环境中的事件或变化，并将关于检测到的事件的信息(传感器数据)发送到某个其他设备、模块、子系统等。这样的传感器1772的示例尤其包括：惯性测量单元(IMU)，其包括加速计、陀螺仪和/或磁力计；微机电系统(MEMS)或纳机电系统(NEMS)，其包括3轴加速计、3轴陀螺仪和/或磁力计；液位传感器；流传感器；温度传感器(例如，热敏电阻，其包括用于测量内部组件的温度的传感器和用于测量计算节点1750外部的温度的传感器)；压力传感器；气压传感器；重力计；高度计；图像捕获设备(例如，相机)；光检测和测距(LiDAR)传感器；接近度传感器(例如，红外辐射检测器等)；深度传感器、环境光传感器；光学光传感器；超声波收发机；麦克风；等。
致动器1774允许平台1750改变其状态、位置和/或取向，或者移动或控制机构或系统。致动器1774包括用于移动或控制机构或系统的电气和/或机械设备，并将能量(例如，电流或移动空气和/或液体)转换成某种运动。致动器1774可以包括一个或多个电子(或电化学)设备，例如压电生物体、固态致动器、固态继电器(SSR)、基于形状记忆合金的致动器、基于电活性聚合物的致动器、继电器驱动器集成电路(IC)等。致动器1774可以包括一个或多个机电设备，例如气动致动器、液压致动器、包括机电继电器(EMR)的机电开关、电机(例如，DC电机、步进电机、伺服机构等)、电源开关、阀致动器、轮子、推进器、螺旋桨、爪子、夹具、钩子、可听声音发生器、视觉警告设备和/或其他类似的机电组件。平台1750可以被配置为：基于从服务提供商和/或各种客户端系统接收的一个或多个捕获的事件和/或指令或控制信号，操作一个或多个致动器1774。
定位电路1775包括用于接收和解码由全球导航卫星系统(GNSS)的定位网络发送/广播的信号的电路。导航卫星星座(或GNSS)的示例包括美国的全球定位系统(GPS)、俄罗斯的全球导航系统(GLONASS)、欧盟的伽利略系统、中国的北斗导航卫星系统、区域导航系统或GNSS增强系统(例如，印度星座导航(NAVIC)、日本的准天顶卫星系统(QZSS)、法国的多普勒轨道和卫星集成无线电定位(DORIS)等)等。定位电路1775包括各种硬件元件(例如，包括硬件设备，例如开关、滤波器、放大器、天线元件等，以促进OTA通信)，用于与定位网络的组件(例如，导航卫星星座节点)通信。附加地或替换地，定位电路1775可以包括用于定位、导航和定时的微技术(Micro-PNT)IC，其使用主定时时钟在没有GNSS辅助的情况下执行位置跟踪/估计。定位电路1775还可以是通信电路1766的一部分或者与通信电路1766交互，以与定位网络的节点和组件进行通信。定位电路1775还可以向应用电路提供位置数据和/或时间数据，应用电路可以使用该数据来与各种基础设施(例如，无线电基站)同步操作，以用于逐向导航等。当GNSS信号不可用或当GNSS位置精度不足以用于特定应用或服务时，定位增强技术可以用于向应用或服务提供增强的定位信息和数据。这样的定位增强技术可以包括例如基于卫星的定位增强(例如，EGNOS)和/或基于地面的定位增强(例如，DGPS)。在一些实现中，定位电路1775是或包括INS，INS是使用传感器电路1772(例如，诸如加速度计的运动传感器、诸如陀螺仪的旋转传感器和高度计、磁传感器等)持续地计算(例如，使用航位推算、三角测量等)平台1750的位置、取向和/或速度(包括移动的方向和速度)，而不需要外部参考的系统或设备。
在一些可选示例中，各种输入/输出(I/O)设备可以存在于计算节点1750内或连接到计算节点1750，输入/输出(I/O)设备在图17中被称为输入电路1786和输出电路1784。输入电路1786和输出电路1784包括被设计为使得用户能够与平台1750交互的一个或多个用户接口，和/或被设计为使得外围组件能够与平台1750交互的外围组件接口。输入电路1786可以包括用于接受输入的任何物理或虚拟部件，尤其包括一个或多个物理或虚拟按钮(例如，重置按钮)、物理键盘、小键盘、鼠标、触摸板、触摸屏、麦克风、扫描仪、耳机等。可以包括输出电路1784以示出信息或以其他方式传达信息(例如，传感器读数、致动器位置或其他类似信息)。数据和/或图形可以显示在输出电路1784的一个或多个用户界面组件上。输出电路1784可以包括任何数量音频或视觉显示和/或其组合，尤其包括一个或多个简单的视觉输出/指示器(例如，二进制状态指示器(例如，发光二极管(LED))和多字符视觉输出，或者更复杂的输出，例如显示设备或触摸屏(例如，液晶显示器(LCD)、LED显示器、量子点显示器、投影仪等)，其中，字符、图形、多媒体对象等的输出是从平台1750的操作生成或产生的。输出电路1784还可以包括扬声器或其他音频发射设备等。附加地或替换地，传感器电路1772可以用作输入电路1784(例如，图像捕获设备、运动捕获设备等)，并且一个或多个致动器1774可以用作输出设备电路1784(例如，提供触觉反馈等的致动器)。在另一示例中，可以包括包含与天线元件和处理设备耦合的NFC控制器的近场通信(NFC)电路，以读取电子标签和/或与另一支持NFC的设备连接。外围组件接口可以包括但不限于非易失性存储器端口、USB端口、音频插孔、电源接口等。在本系统的上下文中，显示器或控制台硬件可以用于提供边缘计算系统的输出和接收边缘计算系统的输入；管理边缘计算系统的组件或服务；识别边缘计算组件或服务的状态；或执行任何其他数量的管理或监管功能或服务用例。
电池1776可以为计算节点1750供电，尽管在计算节点1750安装在固定位置的示例中，它可以具有耦合到电网的电源，或者电池可以用作备份或用于临时能力。电池1776可以是锂离子电池，或者金属-空气电池(例如，锌-空气电池、铝-空气电池、锂-空气电池等)。
电池监控器/充电器1778可以被包括在计算节点1750中，以跟踪电池1776(如果包括的话)的荷电状态(SoCh)。电池监控器/充电器1778可以用于监控电池1776的其他参数以提供故障预测，例如电池1776的健康状态(SoH)和功能状态(SoF)。电池监控器/充电器1778可以包括电池监控集成电路，例如来自Linear Technologies的LTC4020或LTC2990、来自亚利桑那州菲尼克斯市的ON Semiconductor的ADT7488A、或者来自德克萨斯州达拉斯市的Texas Instruments的UCD90xxx系列的IC。电池监控器/充电器1778可以通过IX 1756将关于电池1776的信息传递到处理器1752。电池监控器/充电器1778还可以包括使得处理器1752能够直接监控电池1776的电压或来自电池1776的电流的模数(ADC)转换器。电池参数可以用于确定计算节点1750可以执行的动作，例如传输频率、mesh网络操作、感测频率等。
电源块1780或耦合到电网的其他电源可以与电池监控器/充电器1778耦合，以对电池1776充电。在一些示例中，电源块1780可以用无线功率接收机代替，以例如通过计算节点1750中的环形天线无线地获得功率。电池监控器/充电器1778中可以包括无线电池充电电路，例如来自加利福尼亚州米尔皮塔斯市的Linear Technologies的LTC4020芯片等。可以基于电池1776的尺寸以及因此所需的电流来选择特定的充电电路。充电可以使用由Airfuel Alliance颁布的Airfuel标准、由Wireless Power Consortium颁布的Qi无线充电标准、或者由Alliance for Wireless Power颁布的Rezence充电标准等来执行。
存储1758可以包括软件命令、固件命令或硬件命令形式的指令1783，以实现本文描述的技术。虽然这样的指令1782、1783被示为包括在存储器1754和存储1758中的代码块，但是代码块1782、1783中的任一个都可以用硬连线电路来代替，例如内置于专用集成电路(ASIC)的或编程到FPGA中的硬连线电路等。
在示例中，经由存储器1754、存储1758或处理器1752提供的指令1781、1782、1783可以被体现为非瞬时性机器可读介质(NTMRM)1760，该介质包括代码，以引导处理器1752在计算节点1750中执行电子操作。处理器1752可以通过IX 1756访问NTMRM 1760。例如，NTMRM1760可以由针对存储1758描述的设备来实现，或者可以包括诸如存储设备和/或存储盘之类的特定存储单元，包括光盘(例如，数字多功能光盘(DVD)、压缩盘(CD)、CD-ROM、蓝光盘)、闪存驱动器、软盘、硬盘驱动器(例如，SSD)，或者任何数量的其他硬件设备(在其中，信息被存储达任何持续时间(例如，延长的时间段、永久的、短暂的、临时缓冲和/或缓存))。NTMRM1760可以包括用于引导处理器1752执行特定的动作序列或流(例如，如关于上面描绘的操作和功能的流程图和框图所描述的)的指令。如本文使用的，术语“机器可读介质”和“计算机可读介质”是可互换的。如本文使用的，术语“非瞬时性计算机可读介质”被明确定义为包括任何类型的计算机可读存储设备和/或存储盘，并且不包括传播信号且不包括传输介质。
用于执行本公开的操作的计算机程序代码(例如，计算逻辑和/或指令1781、1782、1783)可以以一种或多种编程语言的任何组合来编写，包括面向对象的编程语言，例如Python、Ruby、Scala、Smalltalk、JavaTM、C++、C#等；过程编程语言，例如“C”编程语言、Go(或“Golang”)编程语言等；脚本语言，例如JavaScript、服务器端JavaScript(SSJS)、JQuery、PHP、Pearl、Python、Ruby on Rails、加速移动页面脚本(AMPscript)、Mustache模板语言、Handlebars模板语言、Guide模板语言(GTL)、PHP、Java和/或Java服务器页面(JSP)、Node.js、ASP.NET、JAMscript等；标记语言，例如超文本标记语言(HTML)、可扩展标记语言(XML)、Java脚本对象概念(JSON)、级联样式表(CSS)、JavaServer Pages(JSP)、MessagePackTM、/>Thrift、抽象语法符号一(ASN.1)、/>协议缓冲(protobuf)等；一些其他合适的编程语言，包括专有编程语言和/或开发工具，或者任何其他语言工具。用于执行本公开的操作的计算机程序代码1781、1782、1783还可以以本文讨论的编程语言的任何组合来编写。程序代码可以完全在系统1750上执行，部分在系统1750上执行，作为独立软件包执行，部分在系统1750上执行且部分在远程计算机上执行，或者完全在远程计算机或服务器上执行。在后一种情况下，远程计算机可以通过任何类型的网络(包括LAN或WAN)连接到系统1750，或者可以进行到外部计算机的连接(例如，通过使用互联网服务提供商(ISP)的互联网)。
在示例中，处理器电路1752(单独地，或与指令1781、1782、1783组合)上的指令1781、1782、1783可以配置可信执行环境(TEE)1790的执行或操作。TEE 1790操作为处理器电路1702可访问的受保护区域，以实现对数据的安全访问和指令的安全执行。在一些示例中，TEE 1790可以是与系统1750的其他组件分离的物理硬件设备，例如安全嵌入式控制器、专用SoC或具有嵌入式处理设备和存储器设备的防篡改芯片组或微控制器。此类实现的示例包括符合桌面和移动架构硬件(DASH)的网络接口卡(NIC)、管理/可管理性引擎、融合安全引擎(CSE)或融合安全管理/可管理引擎(CSME)、/>提供的可信执行引擎(TXE)，每个引擎可以与/>主动管理技术(AMT)和/或/>vProTM技术结合操作；平台安全协处理器(PSP)、具有DASH可管理性的/>PRO A系列加速处理单元(APU)、/>安全飞地协处理器；/>Crypto/>4807、4808、4809和/或4765加密协处理器、具有智能平台管理接口(IPMI)的/>基板管理控制器(BMC)、DellTM远程辅助卡II(DRAC II)、集成DellTM远程辅助卡(iDRAC)等。
附加地或替换地，TEE 1790可以被实现为安全飞地，安全飞地是系统1750的处理器和/或存储器/存储电路内的代码和/或数据的隔离区域。仅在安全飞地内执行的代码可以访问同一安全飞地内的数据，并且安全飞地仅可以使用安全应用(其可以由应用处理器或防篡改微控制器来实现)来访问。TEE 1790的各种实现以及处理器电路1752或存储器电路1754和/或存储电路1758中的伴随安全区域可以例如通过使用Software GuardExtensions(SGX)、/>硬件安全扩展、Oasis LabsTM提供的KeystoneEnclaves等来提供。安全强化、硬件信任根以及可信或受保护操作的其他方面可以通过TEE1790和处理器电路1752在设备1700中实现。附加地或替换地，存储器电路1754和/或存储电路1758可以被划分为隔离的用户空间实例，例如容器、分区、虚拟环境(VE)等。隔离的用户空间实例可以使用合适的OS级虚拟化技术来实现，例如/>容器、/>容器、/>容器和/或区域、/>虚拟私有服务器、/>容器(LXC)、Podman容器、Singularity容器、DragonFly/>虚拟内核和/或监狱、chroot监狱等。在一些实现中也可以使用虚拟机。在一些示例中，存储器电路1704和/或存储电路1708可以被划分为一个或多个可信存储器区域，以用于存储TEE 1790的应用或软件模块。
在另外的示例中，机器可读介质还包括能够存储、编码或携带由机器执行并且使机器执行本公开的任何一种或多种方法的指令的任何有形介质，或者能够存储、编码或携带由此类指令使用或与之关联的数据结构的任何有形介质。因此，“机器可读介质”可以包括但不限于固态存储器以及光和磁介质。机器可读介质的具体示例包括非易失性存储器，包括但不限于例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))和闪存设备；磁盘，例如内置硬盘和可移动盘；磁性光盘；以及CD-ROM和DVD-ROM盘。由机器可读介质体现的指令还可以利用多种传输协议(例如，HTTP)中的任一种，经由网络接口设备使用传输介质在通信网络上发送或接收。
机器可读介质可以由能够以非瞬时性格式托管数据的存储设备或其他装置来提供。在示例中，在机器可读介质上存储或以其他方式提供的信息可以表示指令，例如指令本身或者可以导出指令的格式。可以导出指令的该格式可以包括源代码、编码指令(例如，以压缩或加密形式)、打包指令(例如，分成多个包)等。表示机器可读介质中的指令的信息可以由处理电路处理成指令，以实现本文讨论的任何操作。例如，从信息导出指令(例如，由处理电路进行处理)可以包括：将信息编译(例如，从源代码、目标代码等)、解释、加载、组织(例如，动态地或静态地链接)、编码、解码、加密、解密、打包、解包或以其他方式操纵成指令。
在示例中，指令的导出可以包括(例如，通过处理电路)汇编、编译或解释信息，以从由机器可读介质提供的某种中间或预处理格式创建指令。当以多个部分提供信息时，信息可以被组合、解包和修改以创建指令。例如，信息可以位于一个或若干远程服务器上的多个压缩源代码包(或目标代码、或二进制可执行代码等)中。源代码包可以在通过网络传输时被加密，并且在必要时被解密、解压缩、组装(例如，链接)，以及在本地机器被编译或解释(例如，编译或解释成库、独立可执行文件等)，并由本地机器执行。
图17描绘了计算节点的变化设备、子系统或布置的组件的高层次视图。然而，所示的一些组件可以被省略，可以存在附加组件，并且所示的组件的不同布置可以在其他实现中出现。此外，这些布置可以用于各种用例和环境，包括下面讨论的那些(例如，智慧城市或智慧工厂的工业计算中的移动UE，以及许多其他示例)。
图17描绘了计算节点的变化设备、子系统或布置的组件的高层次视图。然而，所示的一些组件可以被省略，可以存在附加组件，并且所示的组件的不同布置可以在其他实现中出现。此外，这些布置可以用于各种用例和环境，包括下面讨论的那些(例如，智慧城市或智慧工厂的工业计算中的移动UE，以及许多其他示例)。
5.人工智能和机器学习方面
机器学习(ML)涉及对计算系统进行编程，以使用示例(训练)数据和/或过去的经验来优化性能准则。ML指代以下计算机系统的使用和开发，该系统能够通过使用算法和/或统计模型分析数据模式并从中得出推理，来学习和适配，而无需遵循显式指令。ML涉及使用算法来执行特定任务，而不使用显式指令来执行特定任务，而是改为依赖于学习的模式和/或推理。ML使用统计来构建数学模型(也称为“ML模型”或简称为“模型”)，以便基于样本数据(例如，训练数据)进行预测或决策。模型被定义为具有一组参数，而学习是执行计算机程序以使用训练数据或过去的经验来优化模型的参数。训练后的模型可以是基于输入数据集进行预测的预测性模型，从输入数据集获取知识的描述性模型，或者预测性和描述性两者。一旦模型被学习(训练)，它就可以用于进行推理(例如，预测)。
ML算法对训练数据集执行训练过程，以估计底层ML模型。ML算法是从关于一些任务和一些性能测量/度量的经验中学习的计算机程序，而ML模型是在ML算法用训练数据训练后创建的对象或数据结构。换句话说，术语“ML模型”或“模型”可以描述用训练数据训练的ML算法的输出。在训练之后，ML模型可以用于对新数据集进行预测。另外，在推理或预测生成过程中，单独训练的AI/ML模型可以在AI/ML管道(或总体)中链接在一起。虽然术语“ML算法”指代与术语“ML模型”不同的概念，但是为了本公开的目的，这些术语可以互换使用。本文讨论的任何ML技术及其变体和/或组合可以全部或部分地用于本文讨论的任何示例实施例。
除了其他操作之外，ML可能需要获得和清理数据集、执行特征选择、选择ML算法、将数据集划分为训练数据和测试数据、训练模型(例如，使用选定的ML算法)、测试模型、优化或调整模型以及确定用于模型的度量。这些任务中的一些任务可以是可选的，或被省略，这取决于用例和/或所使用的实现。
ML算法接受可以用于控制训练过程和所得模型的某些属性的模型参数(或简称为“参数”)和/或超参数。模型参数是在训练期间学习的参数、值、特性、配置变量和/或属性。模型在进行预测时通常需要模型参数，它们的值定义了模型在特定问题上的技能。至少在一些示例中，超参数是在训练过程中无法学习的用于ML过程的特性、属性和/或参数。超参数通常在进行训练之前设置，并且可以在过程中使用以帮助估计模型参数。
ML技术通常落入以下主要类型的学习问题类别：监督学习、无监督学习和强化学习。监督学习涉及从包含输入和期望输出两者的一组数据构建模型。无监督学习是旨在学习用于描述来自未标记数据中的隐藏结构的函数的ML任务。无监督学习涉及从仅包含输入而无期望输出标签的一组数据构建模型。强化学习(RL)是一种面向目标的学习技术，其中，RL代理旨在通过与环境交互来优化长期目标。AL和ML的一些实现以模仿生物学大脑的工作的方式使用数据和人工神经网络(ANN)。图18示出了此类实现的示例。
图18示出了示例NN 1800，NN 1800可以适合由本文讨论的各种实现的一个或多个计算系统(或子系统)使用，部分地由HW加速器等实现。NN 1800可以是用作计算节点的人工大脑或计算节点的网络的深度神经网络(DNN)，以处理非常大且复杂的观察空间。附加地或替换地，NN 1800可以是一些其他类型的拓扑(或拓扑的组合)，例如卷积NN(CNN)、深度CNN(DCN)、递归NN(RNN)、长短期记忆(LSTM)网络、反卷积NN(DNN)、门控递归单元(GRU)、深度置信NN、前馈NN(FFN)、深度FNN(DFF)、深度堆叠网络、Markov链、感知NN、Bayesian网络(BN)或Bayesian NN(BNN)、动态BN(DBN)、线性动力系统(LDS)、开关LDS(SLDS)、光学NN(ONN)、用于RL和/或深度RL(DRL)的NN等。NN通常用于监督学习，但也可以用于无监督学习和/或RL。
NN 1800可以涵盖多种ML技术，其中，连接的人工神经元1810的集合(松散地)对生物学大脑中的向其他神经元/节点1810发送信号的神经元进行建模。神经元1810也可以被称为节点1810、处理元件(PE)1810等。节点1810之间的连接1820(或边缘1820)在生物学大脑的突触上(松散地)建模，并在节点1810之间传送信号。注意，为了清楚起见，在图18中并未标记所有神经元1810和边缘1820。
每个神经元1810具有一个或多个输入并产生输出，该输出可以被发送到一个或多个其他神经元1810(输入和输出可以被称为“信号”)。输入层Lx的神经元1810的输入可以是外部数据样本的特征值(例如，输入变量xi)。输入变量xi可以被设置为包含相关数据(例如，观察值、ML特征等)的向量。至少在一些示例中，“ML特征”(或简称为“特征”)是所观察的现象的单独可测量的属性或特性。特征通常使用数字/数字符号(例如，整数)、字符串、变量、序数、实值、类别等来表示。附加地或替换地，至少在一些示例中，ML特征是基于可量化和记录的可观察现象的各个变量(其可以是独立变量)。ML模型使用一个或多个特征来进行预测或推理。在一些实现中，新特征可以从旧特征导出。隐藏层La、Lb和Lc的各个隐藏单元1810的输入可以基于其他神经元1810的输出。
输出层Ly的最终输出神经元1810的输出(例如，输出变量yj)包括预测、推断和/或完成期望/配置的任务。输出变量yj可以是确定、推理、预测和/或评估的形式。附加地或替换地，输出变量yj可以被设置为包含相关数据(例如，确定、推理、预测、评估等)的向量。例如，输出变量yj可以是由先前讨论的xApp管理器310-a、320、425产生的用于各个xApp的HW、SW和/或NW资源分配。
神经元1810可以具有阈值，使得仅当聚合信号跨越该阈值时才发送信号。节点1810可以包括激活函数，激活函数定义给定输入或一组输入时该节点1810的输出。附加地或替换地，节点1810可以包括传播函数，传播函数根据神经元1810的前任神经元1810及其连接1820的输出计算神经元1810的输入作为加权和。还可以将偏差项添加到传播函数的结果中。
NN 1800还包括连接1820，其中一些连接提供至少一个神经元1810的输出作为至少另一神经元1810的输入。每个连接1820可以被分派表示其相对重要性的权重。随着学习的进行，权重也可以被调整。权重增加或减少连接1820处的信号强度。
神经元1810可以聚集或分组为一层或多层L，其中，不同层L可以对其输入执行不同的变换。在图18中，NN 1800包括输入层Lx、一个或多个隐藏层La、Lb和Lc、以及输出层Ly(其中，a、b、c、x和y可以是数字)，其中，每一层L包括一个或多个神经元1810。信号从第一层(例如，输入层L1)行进，可能在多次遍历隐藏层La、Lb和Lc之后，到最后一层(例如，输出层Ly)。在图18中，输入层La接收输入变量xi的数据(其中，i＝1，...，p，其中，p是数字)。隐藏层La、Lb和Lc处理输入xi，并且最终，输出层Ly提供输出变量yj(其中，j＝1，...，p′，其中，p′是与p相同或不同的数字)。在图18的示例中，为了简化说明，NN 1800中仅存在三个隐藏层La、Lb和Lc，然而，NN 1800可以包括比所示的更多(或更少)隐藏层La、Lb和Lc。
图19示出了包括代理1910和环境1920的RL架构1900。代理1910(例如，软件代理或AI代理)是学习者和决策者，并且环境1920包括代理1910外部的与代理1910交互的一切。环境1920通常以Markov决策过程(MDP)的形式来表述，MDP可以使用动态编程技术来描述。MDP是一种离散时间随机控制过程，它提供了用于在结果是部分随机的且部分受决策者控制的情况下对决策进行建模的数学框架。
RL是一种基于与环境交互的目标导向学习。RL是一种ML范式，涉及软件代理(或AI代理)应当如何在环境中采取动作，以便最大化数字奖励信号。一般而言，RL涉及代理1910在环境1920中采取动作，该动作被解释为奖励和状态的表示，然后将其反馈到代理1910中。在RL中，代理1910旨在通过基于试错过程与环境交互，来优化长期目标。在许多RL算法中，代理1910在下一个时间步(或时期)中接收奖励，以评估其先前的动作。RL算法的示例包括Markov决策过程(MDP)和Markov链、深度RL、关联RL、逆RL、安全RL、multi-armed bandit学习、Q学习、深度Q网络、dyna-Q、状态-动作-奖励-状态-动作(SARSA)、时间差异学习、actor-critic强化学习、深度确定性策略梯度、信任区域策略优化、Monte-Carlo树搜索等。
代理1910和环境1920不断地彼此交互，其中，代理1910选择要执行的动作A，并且环境1920对这些动作A进行响应，并向代理1910呈现新的情况(或状态S)。动作A包括代理1910针对特定上下文能够采取的所有可能的动作、任务、移动、操作、决策等。状态S是当前情况，例如系统的完整描述、程序或机器中信息的唯一配置、系统中各种条件的测量的快照、基于所收集的观察数据(例如，遥测数据515和/或测量数据315、415)的网络条件/特性/状态和/或节点条件/特性/状态的一览等。在一些实现中，代理1910基于策略π选择要采取的动作A。策略π是代理1910用来基于当前状态S确定下一个动作A的策略。环境1920还产生奖励R，奖励R是代理1910通过其选择动作随时间寻求最大化的数值。
在图19的示例中，环境1920通过向代理1910发送状态St(例如，在时间t处的状态S)来开始。在一些实现中，环境1920还将初始奖励Rt(例如，在时间t处的奖励R，其可以基于根据先前状态所采取的动作)发送到具有状态St的代理1910。响应于该状态St(以及奖励Rt，如果有的话)，代理1910基于其知识采取动作At。动作At被反馈到环境1920，并且环境1920基于动作At发送包括下一个状态St+1(例如，在时间t+1处的状态S)和下一个奖励Rt+1(例如，在时间t+1处的奖励R)的状态-奖励对给代理1910。代理1910将用环境1920返回的奖励Rt+1来更新其知识，以评估其先前的动作A。该过程重复，直到环境1920发送最终状态S，其结束该过程或回合。附加地或替换地，代理1910可以采取特定动作A来优化值V。与短期奖励R相反，值V可以是具有折扣的预期长期回报，其中Vπ(S)被定义为在政策π下当前状态S的预期长期回报。
RL架构1900还可以基于Q-学习，Q-学习是无模型RL算法，其学习特定状态S下的动作A的价值。Q-学习不需要环境1920的模型，并且可以处理随机转变和奖励的问题，而不需要适应。Q-学习中的“Q”指代算法计算的函数，它是对在给定状态S下采取的动作A的预期奖励。在Q-学习中，使用函数Qπ(St,At)，利用时间t处的状态St和动作At计算Q值。Qπ(St,At)是当前状态S在策略π下采取动作A的长期回报。对于任何有限MDP(FMDP)，Q-学习从当前状态S开始，在任何和所有连续步上最大化总奖励的预期值的意义下，找到最优策略π。另外，基于价值的深度学习的示例RL包括深度Q网络(DQN)、双DQN和决斗DQN。通过用ANN(参见例如NN1800)(例如，CNN和/或任何其他类型的ANN(例如，本文讨论的那些中的任一个))代替Q学习的Q函数来形成DQN。
6.示例实现
本文讨论的当前描述的方法、设备、系统和网络的附加示例包括以下非限制性实现。以下非限制性示例中的每一个可以独立存在，或者可以以任何排列或组合与下面或整个本公开提供的任何一个或多个其他示例组合。
示例[0313]包括一种操作由边缘计算节点托管的应用(app)管理器的方法，其中，边缘计算节点托管一组边缘app，并且该方法包括：从连接到边缘计算节点的一组网络接入节点(NAN)接收测量数据；从边缘计算节点实现的一个或多个遥测代理接收遥测数据；基于测量数据和遥测数据，确定用于该组边缘app中的对应边缘app的资源分配；以及根据所确定的资源分配，配置该组NAN中的至少一个NAN或边缘计算节点，使得将资源分配指示的资源分配给对应边缘app。
示例[0314]包括示例[0313]和/或本文一些其他示例的方法，其中，测量数据是短暂的测量数据，和/或遥测数据是短暂的遥测数据。
示例[0315]包括示例[0313]-[0314]和/或本文一些其他示例的方法，其中，资源分配包括要为对应边缘app扩充或缩减的硬件资源、软件资源或网络资源中的一个或多个。
示例[0316]包括示例[0313]-[0314]和/或本文一些其他示例的方法，其中，该方法包括：从编排功能接收策略；以及根据策略中所包括的信息，确定资源分配。
示例[0317]包括示例[0316]和/或本文一些其他示例的方法，其中，策略中所包括的信息包括与以下有关的一组关键性能测量(KPM)、关键性能指示(KPI)、服务水平协议(SLA)要求或服务质量(QoS)要求：可访问性、可用性、时延、可靠性、用户体验数据速率、区域业务容量、完整性、利用率、可保留性、移动性、能效和服务质量。
示例[0318]包括示例[0313]-[0317]和/或本文一些其他示例的方法，其中，该方法包括：操作一个或多个机器学习模型，以确定资源分配。
示例[0319]包括示例[0318]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：将遥测数据的各个数据项与遥测数据的一个或多个其他数据项相关；和/或将测量数据的各个数据项与测量数据的一个或多个其他数据项相关。
示例[0320]包括示例[0318]-[0319]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：将测量数据的各个数据项与遥测数据的各个数据项相关。
示例[0321]包括示例[0319]-[0320]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：将服务管理数据与遥测数据或测量数据相关。
示例[0322]包括示例[0321]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：将与接收到的测量数据相关的服务管理数据的数据项与先前为边缘app生成的资源分配相关。
示例[0323]包括示例[0322]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：将服务管理数据的一个或多个数据项与边缘app的一个或多个资源要求相关；和/或将服务管理数据的一个或多个数据项与边缘app要在其中操作的对应网络切片的一个或多个资源要求相关。
示例[0324]包括示例[0322]-[0323]和/或本文一些其他示例的方法，其中，服务管理数据包括一组KPI、一组KPM、一组SLA要求和一组QoS要求中的一个或多个。
示例[0325]包括示例[0318]-[0324]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：将边缘计算节点的平台资源切片与一个或多个网络切片相关。
示例[0326]包括示例[0318]-[0325]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：预测或推理用于补偿丢失的数据服务管理数据的数据。
示例[0327]包括示例[0318]-[0325]和/或本文一些其他示例的方法，其中，操作一个或多个机器学习模型包括：至少基于遥测数据，预测边缘计算节点的各个组件的可靠性。
示例[0328]包括示例[0327]和/或本文一些其他示例的方法，其中，资源分配指示将对应边缘app从由边缘计算节点的第一处理元件操作移动至由边缘计算节点的第二处理元件操作。
示例[0329]包括示例[0313]-[0328]和/或本文一些其他示例的方法，其中，确定资源分配包括：根据分派给边缘app的运行时优先级等级，确定对分配给边缘app的硬件资源、软件资源或网络资源的调整。
示例[0330]包括示例[0313]-[0329]和/或本文一些其他示例的方法，其中，资源分配指示动态地增加或减少操作对应边缘app的处理元件的功率水平或频率水平。
示例[0331]包括示例[0313]-[0330]的方法，其中，资源分配指示动态地调整分配给对应边缘app的最后一级缓存(LLC)、存储器带宽或接口带宽。
示例[0332]包括示例[0313]-[0329]和/或本文一些其他示例的方法，其中，配置包括：配置由至少一个NAN操作的实时(RT)控制环路；以及配置由边缘计算节点操作的near-RT控制环路。
示例[0333]包括示例[0332]和/或本文一些其他示例的方法，其中，near-RT控制环路根据第一时间尺度操作，RT控制环路根据第二时间尺度操作，并且第一时间尺度大于第二时间尺度。
示例[0334]包括示例[0332]-[0333]和/或本文一些其他示例的方法，其中，各组遥测数据被分类为属于一组数据层中的对应层。
示例[0335]包括示例[0332]-[0334]和/或本文一些其他示例的方法，其中，各组测量数据被分类为属于一组数据层中的对应层。
示例[0336]包括示例[0334]-[0335]和/或本文一些其他示例的方法，其中，该组数据层中的每一层对应于一组控制环路中的控制环路的时间尺度，其中，该组控制环路包括RT控制环路和near-RT控制环路。
示例[0337]包括示例[0336]和/或本文一些其他示例的方法，其中，该组数据层中的第一层包括RT参考和响应数据。
示例[0338]包括示例[0336]-[0337]和/或本文一些其他示例的方法，其中，该组数据层中的第二层包括需要RT计算或处理的数据。
示例[0339]包括示例[0336]-[0338]和/或本文一些其他示例的方法，其中，该组数据层中的第三层包括需要near-RT计算或处理的数据。
示例[0340]包括示例[0336]-[0339]和/或本文一些其他示例的方法，其中，该组数据层的第四层包括用于non-RT计算或处理的数据。
示例[0341]包括示例[0313]-[0340]和/或本文一些其他示例的方法，其中，遥测数据包括以下中的一个或多个：单根I/O虚拟化(SR-IOV)数据；网络接口控制器(NIC)数据；最后一级缓存(LLC)数据；存储器设备数据；可靠性、可用性和可维护性(RAS)数据；互连数据；功率利用率统计；核心和非核心频率数据；非均匀存储器访问(NUMA)感知信息；性能监控单元(PMU)数据；应用、日志、跟踪和警报数据；数据平面开发套件(DPDK)接口数据；动态负载平衡(DLB)数据；热和/或冷却传感器数据；节点生命周期管理数据；时延统计；小区统计；基带单元(BBU)数据；虚拟RAN(vRAN)统计；和用户设备(UE)数据。
示例[0342]包括示例[0313]-[0341]和/或本文一些其他示例的方法，其中，测量数据包括由一个或多个UE收集的一组测量和由该组NAN中的至少一个NAN收集的一组测量中的一个或多个。
示例[0343]包括示例[0342]和/或本文一些其他示例的方法，其中，由一个或多个UE收集的该组测量包括层1(L1)或层2(L2)测量，并且由至少一个NAN收集的该组测量包括L1或L2测量。
示例[0344]包括示例[0313]-[0343]和/或本文一些其他示例的方法，其中，测量数据包括以下中的一个或多个：业务吞吐量测量、小区吞吐量时间测量、基带单元(BBU)测量或度量、针对上行链路(UL)通信管道的时延测量、针对下行链路(DL)通信管道的时延测量、L1前传(FH)接口测量、L2 FH接口测量、L1空中接口测量、L2空中接口测量。
示例[0345]包括示例[0313]-[0344]和/或本文一些其他示例的方法，其中，测量数据包括以下中的一个或多个：带宽、网络或小区负载、时延、抖动、往返时间、中断次数、数据分组的乱序递交、传输功率、误码率、误比特率、误块率、误包率、丢包率、分组接收速率、数据速率、峰值数据速率、端到端延迟、信噪比、信干噪比、信号加噪声加失真与噪声加失真比、载波干扰加噪声比、加性高斯白噪声、每比特能量与噪声功率密度比、每码片能量与干扰功率密度比、每码片能量与噪声功率密度比、峰均功率比、参考信号接收功率、参考信号接收质量、接收信号强度指示、接收信道功率指示、接收信噪比指示、接收信号码功率、平均噪声加干扰、用于UE定位的小区帧的GNSS定时、GNSS码测量、GNSS载波相位或累积增量范围、信道干扰测量、热噪声功率测量、接收干扰功率测量、功率直方图测量、信道负载和站统计。
示例[0346]包括示例[0313]-[0345]和/或本文一些其他示例的方法，其中，测量数据包括以下中的一个或多个：一个或多个物理信道测量、一个或多个参考信号测量、一个或多个同步信号测量、一个或多个信标信号测量、一个或多个发现信号或帧测量以及一个或多个探测帧测量。
示例[0347]包括示例[0313]-[0346]和/或本文一些其他示例的方法，其中，该方法包括：将资源分配发送到服务管理和编排框架，以用于管理多个边缘计算节点的资源。
示例[0348]包括示例[0313]-[0347]和/或本文一些其他示例的方法，其中，该组边缘app包括一个或多个人工智能(AI)或机器学习app。
示例[0349]包括示例[0313]-[0348]和/或本文一些其他示例的方法，其中，该组边缘app包括以下中的一个或多个：一个或多个无线资源管理功能、一个或多个自组织网络功能、一个或多个网络功能自动化app以及一个或多个策略app、一个或多个干扰管理功能、一个或多个无线电连接管理功能、一个或多个流管理功能以及一个或多个移动性管理功能。
示例[0350]包括示例[0313]-[0349]和/或本文一些其他示例的方法，其中，该组NAN包括下一代(NG)RAN架构的一组无线接入网功能(RANF)。
示例[0351]包括示例[0350]和/或本文一些其他示例的方法，其中，该组RANF包括至少一个集中式单元(CU)、至少一个分布式单元(DU)以及至少一个远端单元(RU)中的一个或多个。
示例[0352]包括示例[0313]-[0351]和/或本文一些其他示例的方法，其中，边缘计算节点操作O-RAN联盟(O-RAN)框架的RAN智能控制器(RIC)，并且该组边缘app包括一个或多个non-RT RIC app(xApp)或者一个或多个non-RT RIC应用(rApp)。
示例[0353]包括示例[0352]和/或本文一些其他示例的方法，其中，由边缘计算节点托管的app管理器是xApp管理器。
示例[0354]包括示例[0352]-[0353]和/或本文一些其他示例的方法，其中，由边缘计算节点操作的RIC是O-RAN near-RT RIC。
示例[0355]包括一种或多种计算机可读介质，包含指令，其中，处理器电路执行指令使处理器电路执行示例[0313]-[0354]和/或本文一些其他示例的方法。
示例[0356]包括一种计算机程序，其包括示例[0355]和/或本文一些其他示例的指令。
示例[0357]包括一种应用编程接口，其定义用于示例[0356]和/或本文一些其他示例的计算机程序的函数、方法、变量、数据结构和/或协议。
示例[0358]包括一种装置，其包括加载有示例[0355]和/或本文一些其他示例的指令的电路。
示例[0359]包括一种装置，其包括可操作以运行示例[0355]和/或本文一些其他示例的指令的电路。
示例[0360]包括一种集成电路，其包括示例[0355]和/或本文一些其他示例的处理器电路和一个或多个计算机可读介质中的一个或多个。
示例[0361]包括一种计算系统，其包括示例[0355]和/或本文一些其他示例的一个或多个计算机可读介质和处理器电路。
示例[0362]包括一种装置，其包括用于执行示例[0355]和/或本文一些其他示例的指令的部件。
示例[0363]包括作为执行示例[0355]和/或本文一些其他示例的指令的结果而生成的信号。
示例[0364]包括作为执行示例[0355]的指令的结果而生成的数据单元。
示例[0365]包括示例[0364]和/或本文一些其他示例的数据单元，该数据单元是数据报、网络分组、数据帧、数据段、协议数据单元(PDU)、服务数据单元(SDU)、消息或数据库对象。
示例[0366]包括用示例[0364]-[0365]和/或本文一些其他示例的数据单元编码的信号。
示例[0367]包括携带示例[0355]和/或本文一些其他示例的指令的电磁信号。
示例[0368]包括执行作为在虚拟化基础设施上实例化的一个或多个边缘应用的一部分的服务的边缘计算节点，其中，该服务包括执行示例[0313]-[0354]和/或本文一些其他示例的方法。
示例[0369]包括一种装置，其包括用于执行示例[0313]-[0354]和/或本文一些其他示例的方法的部件。
7.术语
如本文使用的，单数形式“一”、“一个”和“该”也旨在包括复数形式，除非上下文清楚地另行指出。还应当理解，术语“包括”和/或“包含”当在本说明书中使用时，指明所陈述的特征、整数、步骤、操作、元件和/或组件的存在，但不排除一个或多个其他特征、整数、步骤、操作、元件、组件和/或其群组的存在或添加。短语“A和/或B”表示(A)、(B)或(A和B)。出于本公开的目的，短语“A、B和/或C”表示(A)、(B)、(C)、(A和B)、(A和C)、(B和C)，或(A、B和C)。描述可能使用了短语“在示例中”、“在实现中”、“在一些示例中”或“在一些实现中”等，其中每一个可以指代一个或多个相同或不同的示例、实现和/或实施例。此外，如关于(w.r.t)本公开使用的术语“包含”、“包括”、“具有”等是同义的。
本文使用了术语“耦合”、“通信耦合”及其派生词。术语“耦合”可以表示两个或更多个元件彼此直接物理或电接触，可以表示两个或更多个元件间接彼此接触，但仍然彼此协作或相互作用，和/或可以表示一个或多个其他元件耦合或连接在被称为彼此耦合的元件之间。术语“直接耦合”可以表示两个或更多个元件彼此直接接触。术语“通信耦合”可以表示两个或更多个元件可以通过通信手段彼此接触，包括通过有线或其他互连连接、通过无线通信信道或链路等。
术语“建立(establish)”或“建立(establishment)”至少在一些示例中指代(部分或全部)与主动地或被动地使或准备使某物存在有关的动作、任务、操作等(例如，开放设备身份或实体身份)。附加地或替换地，术语“建立(establish)”或“建立(establishment)”至少在一些示例中指代(部分或全部)与发起、开始或启动两个实体或元件之间的通信或者发起、开始、启动两个实体或元件之间的关系相关的动作、任务、操作等(例如，建立会话、建立会话等)。附加地或替换地，至少在一些示例中，术语“建立(establish)”或“建立(establishment)”指代发起某物到工作准备状态。术语“建立了(esablished)”至少在一些示例中指代正操作或准备使用的状态(例如，完全建立)。此外，在任何规范或标准中定义的对术语“建立(establish)”或“建立(establishment)”的任何定义都可以用于本公开的目的，并且这样的定义不被任何前述定义所否定。
术语“获得”至少在一些示例中指代对原始分组流或分组流的副本(例如，新实例)的拦截、移动、复制、检索或获取(例如，从存储器、接口或缓冲区)的(部分或全部)动作、任务、操作等。获取或接收的其他方面可以涉及实例化、启用或控制获取或接收分组流(或以下参数和模板或模板值)的能力。
术语“接收”至少在一些示例中指代涉及接收或获得对象、数据、数据单元等和/或对象、数据、数据单元等被接收的事实的任何动作(或动作集)。术语“接收到”至少在一些示例中指代对象、数据、数据单元等被推送到设备、系统、元件等(例如，常常称为推送模型)，被设备、系统、元件等拉出(例如，常常称为拉出模型)，等。
术语“元件”至少在一些示例中指代在给定抽象层级上不可分割并且具有明确定义的边界的单元，其中，元件可以是任何类型的实体，包括例如一个或多个设备、系统、控制器、网元、模块等，或其组合。
术语“测量”至少在一些示例中指代对象、事件或现象的属性的观察和/或量化。附加地或替换地，术语“测量”至少在一些示例中指代具有确定测量值或测量结果的目的的一组操作，和/或导致测量值的操作的实际实例或执行。附加地或替换地，术语“测量”至少在一些示例中指代在测试期间记录的数据。
术语“度量”至少在一些示例中指代在测量值的评估中产生的量。附加地或替换地，术语“度量”至少在一些示例中指代从一组测量导出的数据。附加地或替换地，术语“度量”至少在一些示例中指代被组合或以其他方式分组为一个或多个值的事件的集合。附加地或替换地，术语“度量”至少在一些示例中指代度量的组合或收集的数据点的集合。
术语“遥测”至少在一些示例中指代测量、度量或其他数据(常常称为“遥测数据”等)的原位收集以及将它们传送到另一设备或装备。附加地或替换地，术语“遥测”至少在一些示例中指代自动记录数据并将数据从远程或不可访问的源传输到用于监控和/或分析的系统。术语“遥测仪”至少在一些示例中指代在遥测中使用的设备，并且至少在一些示例中包括传感器、通信路径和控制设备。
术语“遥测管道”至少在一些示例中指代遥测系统中的一组元件/实体/组件，遥测数据通过它们流动、路由或以其他方式经过遥测系统。附加地或替换地，术语“遥测管道”至少在一些示例中指代从代理获取收集的数据并导致经由分析生成见解的系统、机构和/或元件/实体/组件的集合。遥测管道的实体/元件/组件的示例包括收集器或收集代理、分析功能、数据上传和传输(例如，到云等)、数据摄取(例如，提取变换和加载(ETL))、存储、分析功能。术语“遥测系统”至少在一些示例中指代互连以提供遥测服务和/或提供数据的收集、传递和分析的一组物理和/或虚拟组件。
术语“信号”至少在一些示例中指代质量和/或数量的可观察到的变化。附加地或替换地，术语“信号”至少在一些示例中指代传达关于对象、事件或现象的信息的功能。附加地或替换地，术语“信号”至少在一些示例中指代可以携带或不携带信息的任何时变电压、电流或电磁波。术语“数字信号”至少在一些示例中指代由物理量的一组离散波形构造以便表示离散值序列的信号。
术语“仪器(化)”至少在一些示例中指代用于指示、测量和/或记录物理量和/或物理事件的测量仪器。附加地或替换地，术语“仪器(化)”至少在一些示例中指代(例如，SW和/或HW(子)系统的)性能的测量，以便诊断错误和/或写入跟踪信息。术语“踪迹(trace)”或“跟踪(tracing)”至少在一些示例中指代日志式记录或以其他方式记录关于程序的执行的信息和/或关于组件、子系统、设备、系统和/或其他实体的操作的信息；在一些示例中，“跟踪(tracing)”用于调试和/或分析目的。
术语“本(ego)”(如在例如“本设备”中)和“主体”(如在例如“数据主体”中)至少在一些示例中指代在考虑或正在考虑的实体、元件、设备、系统等。术语“邻居”和“邻近”(如在例如“邻近设备”中)至少在一些示例中指代除了本设备或主体设备之外的实体、元件、设备、系统等。
术语“标识符”至少在一些示例中指代在某个范围内唯一地识别身份的值或一组值。附加地或替换地，术语“标识符”至少在一些示例中指代识别或以其他方式指示唯一对象、元件或实体的身份，或者对象、元件或实体的唯一分类的字符序列。附加地或替换地，术语“标识符”至少在一些示例中指代用于识别或指代应用、程序、会话、对象、元件、实体、变量、数据集等的字符序列。先前提及的“字符序列”至少在一些示例中指代一个或多个名称、标签、词、数字、字母、符号和/或其任何组合。附加地或替换地，术语“标识符”至少在一些示例中指代名称、地址、标签、区别索引和/或属性。附加地或替换地，术语“标识符”至少在一些示例中指代标识的实例。术语“永久标识符”至少在一些示例中指代由设备或由与同一人或同一组人关联的另一设备无限期地重用的标识符。术语“标识”至少在一些示例中指代识别在特定范围或上下文中与其他身份不同的身份的过程，这可以涉及处理标识符以引用身份数据库中的身份。
术语“电路系统”至少在一些示例中指代被配置为执行电子设备中的特定功能的电路或多个电路的系统。电路或电路系统可以是一个或多个硬件组件的一部分，或包括一个或多个硬件组件，例如逻辑电路、处理器(共享、专用或群组)和/或存储器(共享、专用或群组)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、可编程逻辑控制器(PLC)、片上系统(SoC)、系统级封装(SiP)、多芯片封装(MCP)、数字信号处理器(DSP)等，它们被配置为提供所描述的功能。另外，术语“电路系统”还可以指代一个或多个硬件元件与程序代码的组合，硬件元件用以执行该程序代码的功能。一些类型的电路系统可以执行一个或多个软件或固件程序，以提供至少一些所描述的功能。硬件元件和程序代码的这种组合可以被称为特定类型的电路系统。
术语“处理器电路”至少在一些示例中指代能够顺序地且自动地执行一系列算术或逻辑操作，或者记录、存储和/或传送数字数据的电路，为其一部分，或者包括它们。术语“处理器电路”至少在一些示例中指代一个或多个应用处理器、一个或多个基带处理器、物理CPU、单核处理器、双核处理器、三核处理器、四核处理器，和/或能够执行或以其他方式操作计算机可执行指令(例如，程序代码、软件模块和/或功能进程)的任何其他设备。术语“应用电路”和/或“基带电路”可以被认为与“处理器电路”同义，并且可以被称为“处理器电路”。
术语“存储器”和/或“存储器电路”至少在一些示例中指代用于存储数据的一个或多个HW设备，包括随机存取存储器(RAM)、静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、磁阻RAM(MRAM)、导电桥随机存取存储器(CB-RAM)、自旋转移矩(STT)-MRAM、相变RAM(PRAM)、核心存储器、只读存储器(ROM)、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦出EPROM(EEPROM)、闪存、非易失性RAM(NVRAM)、磁盘存储介质、光存储介质、闪存设备，或者其他用于存储数据的机器可读介质。术语“计算机可读介质”可以包括但不限于存储器、便携式或固定式存储设备、光存储设备，以及能够存储、包含或携带指令或数据的各种其他介质。
术语“机器可读介质”和“计算机可读介质”指代能够存储、编码或携带由机器执行并且使机器执行本公开的任何一种或多种方法的有形介质，或者能够存储、编码或携带由这样的指令使用或与之关联的数据结构的有形介质。因此，“机器可读介质”可以包括但不限于固态存储器以及光和磁介质。机器可读介质的具体示例包括非易失性存储器，包括但不限于例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))和闪存设备；磁盘，例如内置硬盘和可移动盘；磁性光盘；以及CD-ROM和DVD-ROM磁盘。由机器可读介质体现的指令还可以利用多种传输协议(例如，HTTP)中的任一种，经由网络接口设备，使用传输介质在通信网络上发送或接收。机器可读介质可以由能够以非瞬时性格式托管数据的存储设备或其他装置来提供。在示例中，在机器可读介质上存储或以其他方式提供的信息可以表示指令，例如指令本身或者可以导出指令的格式。可以导出指令的该格式可以包括源代码、编码指令(例如，以压缩或加密形式)、打包指令(例如，分成多个包)等。表示机器可读介质中的指令的信息可以由处理电路处理成指令，以实现本文讨论的任何操作。例如，从信息导出指令(例如，由处理电路进行处理)可以包括：将信息编译(例如，从源代码、目标代码等)、解释、加载、组织(例如，动态地或静态地链接)、编码、解码、加密、解密、打包、解包或以其他方式操纵成指令。在示例中，指令的导出可以包括信息的汇编、编译或解释(例如，通过处理电路)，以从由机器可读介质提供的某种中间或预处理格式创建指令。当以多个部分提供信息时，信息可以被组合、解包和修改以创建指令。例如，信息可以位于一个或多个远程服务器上的多个压缩源代码包(或目标代码、或二进制可执行代码等)中。源代码包可以在通过网络传输时被加密，并且在必要时被解密、解压缩、组装(例如，链接)，以及在本地机器被编译或解释(例如，编译或解释成库、独立可执行文件等)，并由本地机器执行。出于本公开的目的，术语“机器可读介质”和“计算机可读介质”可以互换。术语“非瞬时性计算机可读介质”至少在一些示例中指代任何类型的存储器、计算机可读存储设备和/或存储盘，并且可以不包括传播信号和传输介质。
术语“接口电路”至少在一些示例中指代能够在两个或更多个组件或设备之间交换信息的电路，为其一部分，或包括它们。术语“接口电路”至少在一些示例中指代一个或多个HW接口，例如总线、I/O接口、外围组件接口、网络接口卡等。
术语“SmartNIC”至少在一些示例中指代网络接口控制器(NIC)、网络适配器、或具有可编程HW加速器和网络连接性(例如，以太网等)的可编程网络适配器卡，其可以卸载来自其他计算节点或计算平台(例如，服务器、应用处理器等)的各种任务或工作负载，并且加速这些任务或工作负载。SmartNIC具有与IPU类似的网络和卸载能力，但仍然作为外围设备在主机的控制下。
术语“基础设施处理单元”或“IPU”至少在一些示例中指代具有硬化加速器和网络连接性(例如，以太网等)的先进联网设备，其使用紧密耦合的、专用的可编程核来加速和管理基础设施功能。在一些实现中，IPU提供完全的基础设施卸载，并通过充当运行基础设施应用的主机的控制点来提供额外的安全层。IPU能够从主机卸载整个基础设施堆栈，并且可以控制主机如何附连到该基础设施。这为服务提供商给出了额外的安全和控制层，由IPU在HW中实施。
术语“设备”至少在一些示例中指代嵌入在其附近的另一物理实体内部或附连到它的物理实体，具有从该物理实体或向该物理实体传送数字信息的能力。
术语“实体”至少在一些示例中指代架构或设备的不同组件，或者作为净荷传送的信息。
术语“控制器”至少在一些示例中指代具有影响物理实体的能力的元件或实体，例如通过改变其状态或使物理实体移动。
术语“调度器”至少在一些示例中指代分派资源(例如，处理器时间、网络链路、存储器空间等)以执行任务的实体或元件。术语“网络调度器”至少在一些示例中指代在发送和/或接收网络接入电路(例如，网络接口控制器(NIC)、基带处理器等)的一个或多个协议栈的队列时管理网络分组的节点、元件或实体。术语“网络调度器”至少在一些示例中可以与术语“分组调度器”、“排队规则”或“qdisc”和/或“排队算法”互换使用。
术语“仲裁器”至少在一些示例中指代分配对共享资源和/或数据源的访问的电子设备、实体或元件。术语“存储器仲裁器”至少在一些示例中指代分配、决定或确定何时将允许各个访问/收集代理访问共享资源和/或数据源的电子设备、实体或元件。
术语“终端”至少在一些示例中指代来自组件、设备或网络的导体到达终点的点。附加地或替换地，术语“终端”至少在一些示例中指代充当导体的接口并且创建外部电路可以连接的点的电连接器。在一些示例中，终端可以包括电引线、电连接器、电连接器、焊杯或焊桶等。
术语“计算节点”或“计算设备”至少在一些示例中指代实现计算操作的方面的可识别实体，无论是较大系统的一部分、分布式系统集合还是独立装置。在一些示例中，计算节点可以被称为“计算设备”、“计算系统”等，无论是作为客户端、服务器还是中间实体操作。计算节点的具体实现可以并入服务器、基站、网关、路边单元、驻地单元、用户设备、终端消费设备、电器等。
术语“计算机系统”至少在一些示例中指代任何类型的互连电子设备、计算机设备或其组件。另外，术语“计算机系统”和/或“系统”至少在一些示例中指代计算机的彼此通信耦合的各种组件。此外，术语“计算机系统”和/或“系统”至少在一些示例中指代彼此通信耦合并且被配置为共享计算资源和/或联网资源的多个计算机设备和/或多个计算系统。
术语“服务器”至少在一些示例中指代计算设备或系统，包括处理硬件和/或过程空间、关联的存储介质(例如，存储器设备或数据库)，并且在一些情况下，包括本领域已知的合适的应用。术语“服务器系统”和“服务器”在本文中可以互换使用，并且这些术语至少在一些示例中指代提供对物理资源池和/或虚拟资源池的访问的一个或多个计算系统。本文讨论的各种服务器包括具有机架式计算架构组件、塔式计算架构组件、刀片式计算架构组件等的计算机设备。服务器可以表示服务器集群、服务器场、云计算服务、或其他服务器分组或池，它们可以位于一个或多个数据中心中。服务器还可以连接到一个或多个数据存储设备(未示出)或以其他方式与之关联。此外，服务器可以包括操作系统(OS)，OS提供用于各个服务器计算机设备的一般管理和操作的可执行程序指令，并且可以包括存储指令的计算机可读介质，指令当由服务器的处理器执行时，可以允许服务器执行其预期功能。用于服务器的OS和一般功能的合适实现是已知的或可商购的，并且可由本领域普通技术人员容易地实现。
术语“平台”至少在一些示例中指代可以在其中执行或以其他方式操作指令、程序代码、软件元件等的环境，并且这样的环境的示例包括架构(例如，主板、计算系统等)、一个或多个硬件元件(例如，嵌入式系统等)、计算节点集群、一组分布式计算节点或网络、操作系统、虚拟机(VM)、虚拟化容器、软件框架、客户端应用(例如，Web浏览器等)和关联的应用编程接口、云计算服务(例如，平台即服务(PaaS))或用指令、程序代码、软件元件等执行的其他底层软件。
术语“架构”至少在一些示例中指代计算机架构或网络架构。术语“计算机体系结构”至少在一些示例中指代计算系统或平台中的软件元件和/或硬件元件的物理和逻辑设计或布置，包括用于其间交互的技术标准。术语“网络架构”至少在一些示例中指代网络中的软件元件和/或硬件元件的物理和逻辑设计或布置，包括通信协议、接口和媒体传输。
术语“电器”、“计算机电器”等至少在一些示例中指代具有程序代码(例如，软件或固件)的计算机设备或计算机系统，其被专门设计为提供特定计算资源。术语“虚拟电器”至少在一些示例中指代由配备管理程序的设备实现的虚拟机映像，该设备虚拟化或模拟计算机设备或者以其他方式专用于提供特定计算资源。术语“安全电器”、“防火墙”等至少在一些示例中指代被设计为保护计算机网络免受不想要的业务和/或恶意攻击的计算机电器。术语“策略电器”至少在一些示例中指代用于实施或协调策略规则(信息使用规则)并确保信息系统中的责任的技术控制和日志记录机制。
术语“网关”至少在一些示例中指代允许数据从一个网络流到另一网络的网络设备，或者被配置为执行这种任务的计算系统或应用。网关的示例包括IP网关、互联网到轨道(I2O)网关、IoT网关、云存储网关等。
术语“用户设备”或“UE”至少在一些示例中指代具有无线电通信能力的设备，并且可以描述通信网络中的网络资源的远程用户。术语“用户设备”或“UE”可以被认为与以下是同义的，并且可以被称为它们：客户端、移动台、移动设备、移动终端、用户终端、移动单元、站、移动站、移动用户、订户、用户、远程站、接入代理、用户代理、接收机、无线电设备、可重配置的无线电设备、可重配置的移动设备等。此外，术语“用户设备”或“UE”可以包括任何类型的无线/有线设备或包括无线通信接口的任何计算设备。UE、客户端设备等的示例包括台式计算机、工作站、膝上型计算机、移动数据终端、智能手机、平板计算机、可穿戴设备、机器到机器(M2M)设备、机器类型通信(MTC)设备、物联网(IoT)设备、嵌入式系统、传感器、自主车辆、无人机、机器人、车载信息娱乐系统、仪表群、车载诊断设备、仪表板移动设备、电子发动机管理系统、电子/发动机控制单元/模块、微控制器、控制模块、服务器设备、网络电器、平视显示(HUD)设备、头盔式安装显示设备、增强现实(AR)设备、虚拟现实(VR)设备、混合现实(MR)设备和/或其他类似的系统或设备。
术语“站”或“STA”至少在一些示例中指代作为到无线介质(WM)的介质接入控制(MAC)和物理层(PHY)接口的可单个寻址实例的逻辑实体。术语“无线介质”或WM至少在一些示例中指代用以实现无线局域网(LAN)的对等物理层(PHY)实体之间的协议数据单元(PDU)的传送的介质。术语“接入点”或“AP”至少在一些示例中指代包含一个站(STA)并且经由无线介质(WM)为关联的STA提供对分发服务的访问的实体。AP包括STA和分发系统接入功能(DSAF)。
术语“网元”至少在一些示例中指代用以提供和/或消费有线或无线通信网络服务的物理或虚拟化设备和/或基础设施。在一些示例中，术语“网元”可以被认为与以下术语是同义的，和/或被称为它们：联网计算机、联网硬件、网络设备、网络节点、路由器、交换机、集线器、网桥、无线网络控制器、网络接入节点(NAN)、基站、接入点(AP)、RAN设备、RAN节点、网关、服务器、网络电器、网络功能(NF)、虚拟化NF(VNF)、UE等。
术语“网络接入节点”或“NAN”至少在一些示例中指代无线接入网(RAN)中负责在一个或多个小区或覆盖区域中向UE或站发送以及从UE或站接收无线电信号的网元。“网络接入节点”或“NAN”可以具有集成天线，或者可以通过馈线电缆连接到天线阵列。附加地或替换地，“网络接入节点”或“NAN”可以包括专用数字信号处理、网络功能硬件和/或计算硬件，以操作为计算节点。在一些示例中，为了灵活性、成本和性能，“网络接入节点”或“NAN”可以被划分成在软件中操作的多个功能块。在一些示例中，“网络接入节点”或“NAN”可以是基站(例如，演进节点B(eNB)或下一代节点B(gNB))、接入点和/或无线网络接入点、路由器、交换机、集线器、无线电单元或远端无线电头、发送接收点(TRxP)、网关设备(例如，住宅网关、有线5G接入网、有线5G电缆接入网、有线BBF接入网等)、网络电器和/或一些其他网络接入硬件。
术语“小区”至少在一些示例中指代可以由UE根据从网络接入节点(NAN)在地理区域上广播的标识符(例如，小区ID)唯一地识别的无线电网络对象。附加地或替换地，术语“小区”至少在一些示例中指代由NAN覆盖的地理区域。术语“E-UTEAN NodeB”、“eNodeB”或“eNB”至少在一些示例中指代朝向UE提供E-UTRA用户平面(PDCP/RLC/MAC/PHY)和控制平面(RRC)协议终止，并经由S1接口连接到演进分组核心(EPC)的RAN节点。两个或更多个eNB通过X2接口彼此(和/或与一个或多个en-gNB)互连。术语“下一代eNB”或“ng-eNB”至少在一些示例中指代朝向UE提供E-UTRA用户平面和控制平面协议终止，并经由NG接口连接到5GC的RAN节点。两个或更多个ng-eNB通过Xn接口彼此(和/或与一个或多个gNB)互连。术语“下一代NodeB”、“gNodeB”或“gNB”至少在一些示例中指代朝向UE提供NR用户平面和控制平面协议终止，并经由NG接口连接到5GC的RAN节点。两个或更多个gNB通过Xn接口彼此(和/或与一个或多个ng-eNB)互连。术语“E-UTRA-NR gNB”或“en-gNB”至少在一些示例中指代朝向UE提供NR用户平面和控制平面协议终止，并充当E-UTRA-NR双连接(EN-DC)场景中的辅节点的RAN节点(参见例如3GPP TS 37.340 v17.2.0(2022-10-02)(“[TS37340]”))。两个或更多个en-gNB通过X2接口彼此(和/或与一个或多个eNB)互连。术语“下一代RAN节点”或“NG-RAN节点”至少在一些示例中指代要么gNB要么ng-eNB。术语“IAB节点”至少在一些示例中指代支持对用户设备(UE)的新空口(NR)接入链路以及对父节点和子节点的NR回传链路的RAN节点。术语“IAB施主”至少在一些示例中指代经由回传网络和接入链路向UE提供网络接入的RAN节点(例如，gNB)。术语“发送接收点”、“TRP”或“TRxP”至少在一些示例中指代具有可供用于位于特定区域的特定地理位置的网络的一个或多个天线元件的天线阵列。
术语“中央单元”或“CU”至少在一些示例中指代托管NG-RAN节点的无线资源控制(RRC)、服务数据适配协议(SDAP)和/或分组数据汇聚协议(PDCP)协议/层或控制一个或多个DU的操作的en-gNB的RRC和PDCP协议的逻辑节点；CU终止与DU连接的F1接口，并且可以与多个DU连接。术语“分布式单元”或“DU”至少在一些示例中指代托管NG-RAN节点或en-gNB的回传适配协议(BAP)层、F1应用协议(F1AP)层、无线链路控制(RLC)层、介质接入控制(MAC)层和物理(PHY)层，并且其操作部分地由CU控制；一个DU支持一个或多个小区，并且一个小区仅由一个DU支持；DU终止与CU连接的F1接口。术语“无线电单元”或“RU”至少在一些示例中指代托管PHY层或基于下层功能分离的下PHY层和射频(RF)处理的逻辑节点。术语“分离架构”至少在一些示例中指代RU和DU在物理上彼此分开的架构，和/或DU和CU在物理上彼此分开的架构。术语“集成架构”至少在一些示例中指代RU和DU在一个平台上实现的架构，和/或DU和CU在一个平台上实现的架构。
术语“住宅网关”或“RG”至少在一些示例中指代向客户端驻地中的其他设备提供例如语音、数据、广播视频、视频点播的设备。术语“有线5G接入网”或“W-5GAN”至少在一些示例中指代经由N2和N3参考点连接到5GC的有线AN。W-5GAN可以是要么W-5GBAN要么W-5GCAN。术语“有线5G有线接入网”或“W-5GCAN”至少在一些示例中指代在CableLabs中/由CableLabs定义的接入网。术语“有线BBF接入网”或“W-5GBAN”至少在一些示例中指代在宽带论坛(BBF)中定义的/由BBF定义的接入网。术语“有线接入网关功能”或“W-AGF”至少在一些示例中指代W-5GAN中向5G-RG和/或FN-RG提供至3GPP 5G核心网(5GC)的连接的网络功能。术语“5G-RG”至少在一些示例中指代能够连接到5GC的RG，其对于5GC扮演用户设备的角色；它支持安全元件，并与5GC交换N1信令。5G-RG可以是要么5G-BRG要么5G-CRG。
术语“边缘计算”涵盖分布式计算的许多实现，其将处理活动和资源(例如，计算资源、存储资源、加速资源)移向网络的“边缘”，以努力为端点用户(客户端设备、用户设备等)减少时延并增加吞吐量。此类边缘计算实现通常涉及从可通过无线网络访问的一个或多个位置在类似云的服务、功能、应用和子系统中提供此类活动和资源。因此，对本文使用的网络、集群、域、系统或计算布置的“边缘”的引用是功能分布式计算元件的分组或成组，并且因此通常与如图论中使用的“边缘”(链路或连接)无关。
术语“中心局”或“CO”至少在一些示例中指代用于可访问或定义的地理区域内的电信基础设施的聚合点，通常这里，电信服务提供商传统上为一种或多种类型的接入网放置了交换设备。在一些示例中，CO可以在物理上被设计为容纳电信基础设施设备或计算、数据存储和网络资源。然而，CO不需要是电信服务提供商指定的位置。CO可以托管用于边缘应用和服务，甚至是类云服务的本地实现的任何数量的计算设备。
术语“云计算”或“云”至少在一些示例中指代用于通过自服务配给和按需管理，且在没有用户主动管理的情况下，使得网络能够访问可扩展且弹性的可共享计算资源池的范式。云计算提供云计算服务(或云服务)，这些服务是经由云计算提供的、使用定义的接口(例如，API等)调用的一种或多种能力。
术语“计算资源”或简单地说“资源”至少在一些示例中指代计算机系统或网络内的可用性有限的任何物理或虚拟组件、或此类组件的使用。计算资源的示例包括在一段时间内对服务器、处理器、存储设备、存储器设备、存储器区域、网络、电力、输入/输出(外围)设备、机械设备、网络连接(例如，信道/链路、端口、网络套接字等)、操作系统、虚拟机(VM)、软件/应用、计算机文件等的使用/访问。“硬件资源”至少在一些示例中指代由物理硬件元件提供的计算资源、存储资源和/或网络资源。“虚拟化资源”至少在一些示例中指代由虚拟化基础设施向应用、设备、系统等提供的计算资源、存储资源和/或网络资源。术语“网络资源”或“通信资源”至少在一些示例中指代计算机设备/系统可经由通信网络访问的资源。术语“系统资源”至少在一些示例中指代提供服务的任何类型的共享实体，并且可以包括计算资源和/或网络资源。系统资源可以被视为一组连贯的功能、网络数据对象或服务，它们可通过服务器访问，其中，此类系统资源驻留在单个主机或多个主机上并且可清楚地识别。
术语“工作负载”至少在一些示例中指代由计算系统、设备、实体等在一段时间期间或在特定时刻执行的工作量。工作负载可以被表示为基准，例如响应时间、吞吐量(例如，在一段时间内完成了多少工作)等。附加地或替换地，工作负载可以被表示为存储器工作负载(例如，程序执行存储临时或永久数据以及执行中间计算所需的存储器空间量)、处理器工作负载(例如，由处理器在给定时间段期间或特定时刻执行的指令的数量)、I/O工作负载(例如，在给定时间段期间或特定时刻的输入和输出或系统访问的数量)、数据库工作负载(例如，一段时间内的数据库查询的数量)、网络有关工作负载(例如，网络附着的数量、移动性更新的数量、无线电链路故障的数量、切换的数量、要通过空中接口传送的数据量等)等。可以使用各种算法来确定工作负载和/或工作负载特性，这可以基于任何前述工作负载类型。
术语“云服务提供商”或“CSP”至少在一些示例中指代通常操作包括集中式、区域性和边缘数据中心的大规模“云”资源的组织(例如，如在公共云的上下文中使用的)。在其他示例中，CSP也可以被称为“云服务运营商”或“CSO”。对“云计算”的引用通常指代由CSP或CSO在远程位置提供的计算资源和服务，与边缘计算相比，时延、距离或约束至少有所增加。
术语“数据中心”至少在一些示例中指代旨在容纳多个高性能计算和数据存储节点，使得在单个位置存在大量计算资源、数据存储资源和网络资源的专门设计的结构。这常常需要专门的机架和外壳系统、合适的加热、冷却、通风、安全、灭火和供电系统。在一些上下文中，该术语还可以指代计算和数据存储节点。数据中心在规模上可以在集中式或云数据中心(例如，最大)、区域数据中心和边缘数据中心(例如，最小)之间变化。
术语“网络功能”或“NF”至少在一些示例中指代网络基础设施内的具有一个或多个外部接口和定义的功能行为的功能块。术语“网络服务”或“NS”至少在一些示例中指代由其功能和行为规范定义的网络功能和/或网络服务的组合。术语“网络功能虚拟化”或“NFV”至少在一些示例中指代通过使用虚拟化技术和/或虚拟化方法将网络功能与其运行的硬件分开的原理。术语“虚拟化网络功能”或“VNF”至少在一些示例中指代可以部署在网络功能虚拟化基础设施(NFVI)上的NF的实现。术语“网络功能虚拟化基础设施管理器”或“NFVI”至少在一些示例中指代构建部署VNF的环境的所有硬件组件和软件组件的总体。术语“管理功能”至少在一些示例中指代扮演服务消费者和/或服务生产者的角色的逻辑实体。术语“管理服务”至少在一些示例中指代一组所提供的管理能力。
术语“RAN功能”或“RANF”至少在一些示例中指代无线接入网(RAN)架构内的具有与RAN或RAN节点的操作有关的一个或多个外部接口和定义的行为的功能块。附加地或替换地，术语“RAN功能”或“RANF”至少在一些示例中指代作为RAN的一部分的一组功能和/或NF。附加地或替换地，术语“RAN功能”或“RANF”至少在一些示例中指代E2节点中的或由E2节点操作的一组功能。术语“应用功能”或“AF”至少在一些示例中指代与(核心网内部或外部的)NF、RANF和/或其他元件交互以便提供服务的元件或实体。附加地或替换地，术语“应用功能”或“AF”至少在一些示例中指代从核心网(例如，3GPP 5G核心网)的角度来看的边缘计算节点或ECT框架。术语“边缘计算功能”或“ECF”至少在一些示例中指代执行边缘计算技术(ECT)的方面、边缘联网技术(ENT)的方面、或者执行在ECT或ENT上运行的一个或多个边缘计算服务的方面的元件或实体。术语“管理功能”至少在一些示例中指代扮演服务消费者和/或服务生产者的角色的逻辑实体。术语“管理服务”至少在一些示例中指代一组所提供的管理能力。
术语“切片”至少在一些示例中指代将一个实例、业务、数据流、应用、应用实例、链路或连接、RAT、设备、系统、实体、元件等与另一实例、业务、数据流、应用、应用实例、链路或连接、RAT、设备、系统、实体、元件等分开，或者将一种类型的实例等与另一实例分开等的一组特性和行为。术语“网络切片”至少在一些示例中指代为网络切片服务消费者提供特定网络能力和网络特性和/或支持各种服务性质的逻辑网络。附加地或替换地，术语“网络切片(network slice)”至少在一些示例中指代使用一组共享或专用网络资源连接多个端点的逻辑网络拓扑，这些资源用以满足特定服务水平目标(SLO)和/或服务级别协议(SLA)。术语“网络切片(network slicing)”至少在一些示例中指代用以在公共多域基础设施上创建一个或多个独特的逻辑和虚拟化网络的方法、过程、技术和方式。术语“接入网切片”、“无线接入网切片”或“RAN切片”至少在一些示例中指代提供RAN中的资源以履行一个或多个应用和/或服务要求(例如，SLA等)的网络切片的一部分。术语“网络切片实例”至少在一些示例中指代形成所部署的网络切片的一组网络功能实例和所需的资源(例如，计算资源、存储资源和网络资源)。附加地或替换地，术语“网络切片实例”至少在一些示例中指代网络切片的服务视图的表示。术语“网络实例”至少在一些示例中指代识别域的信息。术语“服务消费者”至少在一些示例中指代消费一个或多个服务的实体。
术语“服务生产者”至少在一些示例中指代提供、服务或以其他方式供给一个或多个服务的实体。术语“服务提供商”至少在一些示例中指代向至少一个服务消费者提供一个或多个服务的组织或实体。出于本公开的目的，术语“服务提供商”和“服务生产者”可以互换使用，即使这些术语可以指代不同的概念。服务提供商的示例包括云服务提供商(CSP)、网络服务提供商(NSP)、应用服务提供商(ASP)(例如，面向服务的架构中的应用软件服务提供商(ASSP))、互联网服务提供商(ISP)、电信服务提供商(TSP)、在线服务提供商(OSP)、支付服务提供商(PSP)、受管服务提供商(MSP)、存储服务提供商(SSP)、SAML服务提供商等。至少在一些示例中，SLA可以指定例如要提供的服务的特定方面，包括质量、可用性、责任、衡量服务的度量，以及未达到商定的服务水平时的补救措施或处罚。术语“SAML服务提供商”至少在一些示例中指代接收和接受与安全断言标记语言(SAML)的单点登录(SSO)配置文件结合的认证断言的系统和/或实体和/或一些其他安全机制的系统和/或实体。
术语“虚拟化基础设施管理器”或“VIM”至少在一些示例中指代负责控制和管理通常在一个运营商的基础设施域内的NFVI计算资源、存储资源和网络资源的功能块。
术语“虚拟化容器”、“执行容器”或“容器”至少在一些示例中指代提供隔离的虚拟化计算环境的计算节点的分区。术语“OS容器”至少在一些示例中指代利用其主机的共享操作系统(OS)内核的虚拟化容器，其中，提供共享OS内核的主机可以是物理计算节点或另一虚拟化容器。附加地或替换地，术语“容器”至少在一些示例中指代包括代码及其相关依赖性的软件的标准单元(或包)，和/或将代码和依赖性打包在一起的应用层的抽象。附加地或替换地，术语“容器”或“容器映像”至少在一些示例中指代轻量级、独立的、可执行的软件包，其包括运行应用所需的一切，例如代码、运行时环境、系统工具、系统库和设置。
术语“虚拟机”或“VM”至少在一些示例中指代以与物理计算机和/或服务器相同或相似的方式表现的虚拟化计算环境。术语“管理程序”至少在一些示例中指代对计算节点的底层物理资源进行分区、创建VM、管理用于VM的资源以及将各个VM彼此隔离的软件元件。
术语“边缘计算节点”或“边缘计算设备”至少在一些示例中指代实现边缘计算操作的方面的可识别实体，无论是较大系统的一部分、分布式系统集合还是独立装置。在一些示例中，计算节点可以被称为“边缘节点”、“边缘设备”、“边缘系统”，无论是作为客户端、服务器还是中间实体操作。附加地或替换地，术语“边缘计算节点”至少在一些示例中指代以设备、网关、网桥、系统或子系统、组件的形式的具有计算能力的元件的真实世界、逻辑或虚拟化实现，无论是在服务器、客户端、端点还是对等模式下操作，也无论位于网络的“边缘”还是位于网络内更远的连接位置。对本文使用的“节点”的引用通常可与“设备”、“组件”和“子系统”互换；然而，对“边缘计算系统”的引用通常指代多个节点和设备的分布式架构、组织或集合，并且其被组织为在边缘计算设置中完成或提供服务或资源的一些方面。
术语“集群”至少在一些示例中指代作为边缘计算系统(或多个系统)的一部分的实体的集合或分组，其形式为物理实体(例如，不同的计算系统、网络或网络组)、逻辑实体(例如，应用、功能、安全结构、容器)等。在一些位置，“集群”也称为“组”或“域”。集群的成员资格可以基于条件或功能(包括来自动态或基于性质的成员资格、来自网络或系统管理场景、或者来自下面讨论的可以添加、修改或移除集群中的实体的各种示例技术的条件或功能)来修改或影响。集群还可以包括多个层、层级或性质(包括安全特征的变化和基于这些层、层级或性质的结果)，或者与之关联。
术语“数据网络”或“DN”至少在一些示例中指代托管以数据为中心的服务(例如，运营商服务、互联网、第三方服务或企业网络)的网络。附加地或替换地，DN至少在一些示例中指代属于运营商或第三方的服务网络，其作为服务提供给客户端或用户设备(UE)。DN有时称为“分组数据网络”或“PDN”。术语“局域网数据网络”或“LADN”至少在一些示例中指代仅在特定位置可由UE访问的DN，其提供至特定DNN的连接性，并且其可用性被提供给UE。
术语“物联网”或“IoT”至少在一些示例中指代能够在很少或没有人类交互的情况下传送数据的互连的计算设备、机械和数字机器的系统，并且可以涉及诸如实时分析、机器学习和/或AI、嵌入式系统、无线传感器网络、控制系统、自动化(例如，智能家居、智慧建筑和/或智慧城市技术)等的技术。IoT设备通常是低功耗设备，没有重计算或存储能力。术语“边缘IoT设备”至少在一些示例中指代部署在网络边缘的任何类型的IoT设备。
术语“协议”至少在一些示例中指代执行一个或多个操作的预定义过程或方法。附加地或替换地，术语“协议”至少在一些示例中指代用于不相关对象彼此通信的公共部件(有时也称为接口)。
术语“通信协议”至少在一些示例中指代由通信设备和/或系统实现以与其他设备和/或系统通信的一组标准化规则或指令，包括用于对数据进行分组化/解分组化、调制/解调信号、协议栈的实现等的指令。在各种实现中，“协议”和/或“通信协议”可以使用协议栈、有限状态机(FSM)和/或任何其他合适的数据结构来表示。
术语“标准协议”至少在一些示例中指代其规范被公开并为公众所知且由标准机构控制的协议。
术语“协议栈”或“网络栈”至少在一些示例中指代协议套件或协议族的实现。在各种实现中，协议栈包括一组协议层，其中，最低协议处理与硬件和/或通信接口的低层次交互，并且每个高层添加附加能力。
术语“应用层”至少在一些示例中指代指定主机在通信网络中使用的共享通信协议和接口的抽象层。附加地或替换地，术语“应用层”至少在一些示例中指代与实现通信组件的软件应用交互的抽象层，并且可以包括识别通信伙伴、确定资源可用性以及同步通信。应用层协议的示例包括HTTP、HTTPs、文件传输协议(FTP)、动态主机配置协议(DHCP)、互联网消息访问协议(IMAP)、轻量级目录访问协议(LDAP)、MQTT(MQ遥测传输)、远程认证拨入用户服务(RADIUS)、Diameter协议、可扩展认证协议(EAP)、融合以太网RDMA版本2(RoCEv2)、实时传输协议(RTP)、RTP控制协议(RTCP)、实时流送协议(RTSP)、SBMV协议、瘦客户端控制协议(SCCP)、会话发起协议(SIP)、会话描述协议(SDP)、简单邮件传输协议(SMTP)、简单网络管理协议(SNMP)、简单服务发现协议(SSDP)、小型计算机系统接口(SCSI)、互联网SCSI(iSCSI)、RDMA iSCSI扩展(iSER)、传输层安全性(TLS)、IP语音(VoIP)、虚拟专用网络(VPN)、可扩展消息处理现场协议(XMPP)等。
术语“会话层”至少在一些示例中指代控制实体或元件之间的对话和/或连接的抽象层，并且可以包括建立、管理和终止实体或元件之间的连接。
术语“传输层”至少在一些示例中指代提供端到端(e2e)通信服务(例如，面向连接的通信、可靠性、流控制和复用)的协议层。传输层协议的示例包括数据报拥塞控制协议(DCCP)、光纤信道协议(FBC)、通用路由封装(GRE)、GPRS隧道协议(GTP)、微传输协议(μTP)、多路径TCP(MPTCP)、多路径QUIC(MPQUIC)、多路径UDP(MPUDP)、快速UDP互联网连接(QUIC)、远程直接存储器访问(RDMA)、资源预留协议(RSVP)、流控制传输协议(SCTP)、传输控制协议(TCP)、用户数据报协议(UDP)等。
术语“网络层”至少在一些示例中指代包括用于经由一个或多个网络将网络分组从源传送到目的地的部件的协议层。附加地或替换地，术语“网络层”至少在一些示例中指代负责通过中间节点转发和/或路由分组的协议层。附加地或替换地，术语“网络层”或“互联网层”至少在一些示例中指代包括用以跨网络传输网络分组的互通方法、协议和规范的协议层。作为示例，网络层协议包括互联网协议(IP)、IP安全(IPsec)、互联网控制消息协议(ICMP)、互联网组管理协议(IGMP)、开放式最短路径优先协议(OSPF)、路由信息协议(RIP)、融合以太网RDMA版本2(RoCEv2)、子网访问协议(SNAP)和/或一些其他互联网或网络协议层。
术语“链路层”或“数据链路层”至少在一些示例中指代跨物理层在网段上的节点之间传送数据的协议层。链路层协议的示例包括逻辑链路控制(LLC)、介质接入控制(MAC)、以太网、融合以太网RDMA版本1(RoCEv1)等。
术语“无线资源控制”、“RRC层”或“RRC”至少在一些示例中指代执行以下功能的协议层或子层：系统信息处理；寻呼；RRC连接的建立、维护和释放；安全功能；信令无线承载(SRB)和数据无线承载(DRB)的建立、配置、维护和释放；移动性功能/服务；QoS管理；以及Uu接口上的一些侧链路特定服务和功能(参见例如3GPP TS 36.331 v17.2.0(2022-10-04)和/或3GPP TS 38.331 v17.2.0(2022-10-02)(“[TS38331]”))。
术语“服务数据适配协议”、“SDAP层”或“SDAP”至少在一些示例中指代执行QoS流与数据无线承载(DRB)之间的映射，并标记DL和UL分组中的QoS流ID(QFI)的协议层或子层(参见例如3GPP TS 37.324 v17.0.0(2022-04-13))。
术语“分组数据汇聚协议”、“PDCP层”或“PDCP”至少在一些示例中指代执行以下功能的协议层或子层：传送用户平面或控制平面数据；维护PDCP序列号(SN)；使用鲁棒标头压缩(ROHC)和/或以太网头压缩(EHC)协议进行头压缩和解压缩；加密和解密；完整性保护和完整性验证；提供基于定时器的SDU丢弃；分离承载的路由；复制和重复丢弃；重排序和按顺序交付；和/或乱序交付(参见例如3GPP TS 36.323 v17.1.0(2022-07-17)和/或3GPP TS38.323 v17.2.0(2022-09-29))。
术语“无线链路控制层”、“RLC层”或“RLC”至少在一些示例中指代执行以下功能的协议层或子层：上层PDU的传送；独立于PDCP中的序列编号的序列编号；通过ARQ纠错；RLCSDU的分段和/或重新分段；SDU的重新组装；重复检测；RLC SDU丢弃；RLC重建立；和/或协议检错(参见例如3GPP TS 38.322 v17.1.0(2022-07-17)和3GPP TS 36.322 v17.0.0(2022-04-15))。
术语“介质接入控制协议”、“MAC协议”或“MAC”至少在一些示例中指代管理对网络中的传输介质的接入，以使得能够在网络中的站之间交换数据的协议。附加地或替换地，术语“介质接入控制层”、“MAC层”或“MAC”至少在一些示例中指代执行用于提供站或设备之间的基于帧的无连接模式(例如，数据报)数据传送的功能的协议层或子层。附加地或替换地，术语“介质接入控制层”、“MAC层”或“MAC”至少在一些示例中指代执行以下功能的协议层或子层：逻辑信道与传输信道之间的映射；在传输信道上将属于一个或不同逻辑信道的MACSDU复用成递交到物理层的传输块(TB)/从自物理层递交的TB解复用属于一个或不同逻辑信道的MAC SDU；调度信息上报；通过HARQ纠错(在CA的情况下，每小区一个HARQ实体)；通过动态调度在UE之间进行优先级处理；通过逻辑信道优先化在一个UE的逻辑信道之间进行优先级处理；一个UE的重叠资源之间的优先级处理；和/或填充(参见例如[IEEE802]、3GPP TS38.321 v17.2.0(2022-10-01)和3GPP TS 36.321 v17.2.0(2022-10-03)(统称为“[TSMAC]”))。
术语“物理层”、“PHY层”或“PHY”至少在一些示例中指代包括用于发送和接收调制信号以用于在通信网络中进行传递的能力的协议层或子层(参见例如[IEEE802]、3GPP TS38.201 v17.0.0(2022-01-05)和3GPP TS 36.201 v17.0.0(2022-03-31))。
术语“无线电技术”至少在一些示例中指代用于无线发送和/或接收电磁辐射以进行信息传送的技术。术语“无线电接入技术”或“RAT”至少在一些示例中指代用于至基于无线电的通信网络的底层物理连接的技术。术语“RAT类型”至少在一些示例中可以识别接入网中使用的传输技术和/或通信协议，例如新空口(NR)、长期演进(LTE)、窄带IoT(NB-IOT)、不可信non-3GPP、可信non-3GPP、可信电气和电子工程师协会(IEEE)802(例如，[IEEE80211]；还参见IEEE Standard for Local and Metropolitan Area Networks:Overview and Architecture,IEEE Std 802-2014,pp.1-74(2014年6月30日)(“[IEEE802]”)，其内容特此通过引用整体并入)、non-3GPP接入、MuLTEfire、WiMAX、有线、有线电缆、有线宽带论坛(有线BBF)等。RAT和/或无线通信协议的示例包括高级移动电话系统(AMPS)技术，例如数字AMPS(D-AMPS))、全接入通信系统(TACS)(及其变体，例如扩展TACS(ETACS)等)；全球移动通信系统(GSM)技术，例如电路交换数据(CSD)、高速CSD(HSCSD)、通用分组无线服务(GPRS)和增强型数据速率GSM演进(EDGE)；第三代合作伙伴项目(3GPP)技术，包括例如通用移动电信系统(UMTS)(及其变体，例如UMTS陆地无线接入(UTRA)、宽带码分多址(W-CDMA)、多媒体接入自由(FOMA)、时分-码分多址(TD-CDMA)、时分-同步码分多址(TD-SCDMA)等)、通用接入网(GAN)/免授权移动接入(UMA)、高速分组接入(HSPA)(及其变体，例如HSPA Plus(HSPA+)等)、长期演进(LTE)(及其变体，例如LTE-Advanced(LTE-A)、演进UTRA(E-UTRA))、LTE Extra、LTE-A Pro、LTE LAA、MuLTEfire等)、第五代(5G)或新空口(NR)等；ETSI技术，例如高性能无线城域网(HiperMAN)等；IEEE技术，例如[IEEE802]和/或WiFi(例如，[IEEE80211]及其变体)、全球微波接入互操作性(WiMAX)(例如，[WiMAX]及其变体)、移动宽带无线接入(MBWA)/iBurst(例如，IEEE 802.20及其变体)等；综合数字增强网络(iDEN)(及其变体，例如宽带综合数字增强网络(WiDEN))；毫米波(mmWave)技术/标准(例如，在10-300GHz及以上操作的无线系统，例如3GPP 5G、无线吉比特联盟(WiGig)标准(例如，IEEE 802.11ad、IEEE 802.11ay等)；短距离和/或无线个域网(WPAN)技术/标准，例如蓝牙(及其变体，例如蓝牙5.3、低功耗蓝牙(BLE)等)、IEEE 802.15技术/标准(例如，IEEE低速率无线网络标准、IEEE Std 802.15.4-2020，pp.1-800(2020年7月23日)(“[IEEE802154]”)、ZigBee、Thread、IPv6低功耗WPAN(6LoWPAN)、WirelessHART、MiWi、ISA100.11a、IEEE局域网和城域网标准--第15.6部分：无线人体局域网、IEEE Std802.15.6-2012，pp.1-271(2012年2月29日)、WiFi-direct、ANT/ANT+、Z-Wave、3GPP邻近服务(ProSe)、通用即插即用(UPnP)、低功耗广域网(LPWAN)、长距离广域网(LoRA或LoRaWANTM)等；光和/或可见光通信(VLC)技术/标准，例如IEEE局域网和城域网标准--第15.7部分：短距离光无线通信，IEEE Std 802.15.7-2018，pp.1-407(2019年4月23日)等；V2X通信，包括3GPP蜂窝V2X(C-V2X)、车辆环境中的无线接入(WAVE)(IEEE信息技术标准—局域网和城域网--特定要求--第11部分：无线LAN介质接入控制(MAC)和物理层(PHY)规范修正案6：车辆环境中的无线接入，IEEE Std 802.11p-2010，pp.1-51(2010年7月15日)(“[IEEE80211p]”)，现已成为[IEEE80211]的一部分)、IEEE 802.11bd(例如，用于车辆自组织环境)、专用短距离通信(DSRC)、智能交通系统(ITS)(包括欧洲的ITS-G5、ITS-G5B、ITS-G5C等)；Sigfox；Mobitex；3GPP2技术，例如cdmaOne(2G)、码分多址2000(CDMA 2000)以及演进数据优化或仅演进数据(EV-DO)；即按即说(PTT)、移动电话系统(MTS)(及其变体，例如改进的MTS(IMTS)、高级MTS(AMTS)等)；个人数字蜂窝(PDC)；个人手持电话系统(PHS)、蜂窝数字分组数据(CDPD)；蜂窝数字分组数据(CDPD)；数据TAC；数字增强型无绳电信(DECT)(及其变体，例如DECT超低能耗(DECT ULE)、DECT-2020、DECT-5G等)；超高频(UHF)通信；甚高频(VHF)通信；和/或任何其他合适的RAT或协议。除了上述RAT/标准之外，任何数量的卫星上行链路技术都可以用于本公开的目的，包括例如符合国际电信联盟(ITU)或ETSI等发布的标准的无线电。因此，本文提供的示例被理解为适用于现有的和尚未制定的各种其他通信技术。
术语“V2X”至少在一些示例中指代车辆到车辆(V2V)、车辆到基础设施(V2I)、基础设施到车辆(I2V)、车辆到网络(V2N)和/或网络到车辆(N2V)通信和关联的无线电接入技术。
术语“信道”至少在一些示例中指代用以传递数据或数据流的要么有形要么无形的任何传输介质。术语“信道”可以与以下术语同义和/或与之等同：“通信信道”、“数据通信信道”、“传输信道”、“数据传输信道”、“接入信道”、“数据接入信道”、“链路”、“数据链路”、“载波”、“射频载波”和/或表示数据传递所通过的路径或介质的任何其他类似术语。另外，术语“链路”至少在一些示例中指代两个设备之间为了发送和接收信息的目的而通过RAT的连接。
术语“子帧”至少在一些示例中指代在其期间用信令通知信号的时间间隔。在一些实现中，子帧等于1毫秒(ms)。术语“时隙”至少在一些示例中指代连续子帧的整数倍。术语“超帧”至少在一些示例中指代包括两个时隙的时间间隔。
术语“互操作性”至少在一些示例中指代利用一种通信系统或RAT的STA与利用另一种通信系统或RAT的其他STA进行通信的能力。术语“共存”至少在一些示例中指代使用要么通信系统要么RAT在STA之间共享或分配射频资源。
术语“可靠性”至少在一些示例中指代计算机有关组件(例如，软件、硬件或网元/实体)一致地执行期望功能和/或根据规范进行操作的能力。附加地或替换地，术语“可靠性”至少在一些示例中指代产品、系统或服务将在指定的时间段内充分执行其预期功能，或者在定义的环境中将以低概率失败操作的概率。附加地或替换地，网络通信上下文中的术语“可靠性”(例如，“网络可靠性”)至少在一些示例中指代网络执行通信的能力。附加地或替换地，术语“可靠性”至少在一些示例中指代在目标服务所需的时间约束内成功执行的操作/任务和/或向给定系统实体成功递交的传输占所有尝试的操作/任务和/或传输的百分比值(参见例如3GPP TS22.261v19.0.0(2022-09-23)(“[TS22261]”)，其内容特此通过引用整体并入)。术语“网络可靠性”至少在一些示例中指代从源向目的地(或宿)递交指定量的数据的概率或度量。
术语“冗余”至少在一些示例中指代系统、设备、实体或元件的组件或功能的复制，以增加系统、设备、实体或元件的可靠性。附加地或替换地，术语“冗余”或“网络冗余”至少在一些示例中指代冗余物理或虚拟硬件和/或互连的使用。网络冗余的示例包括用连接到特定网络内部和/或外部的重复电缆部署一对网络电器、将多个电器置于活动状态等。术语“弹性”至少在一些示例中指代系统、设备、实体或元件吸收和/或避免损坏或退化，而不遭受完全或部分故障的能力。附加地或替换地，术语“弹性”至少在一些示例中指代系统、设备、实体或元件响应于干扰(包括意外和恶意本质的威胁)而维持状态意识和/或可接受的操作正常水平。附加地或替换地，术语“弹性”、“网络弹性”或“联网弹性”至少在一些示例中指代网络、系统、设备、实体或元件提供和/或实现一水平的服务质量(QoS)和/或体验质量(QoE)、提供和/或实现一个或多个路径上的业务路由和/或重新路由、硬件组件和/或物理链路的复制、提供和/或实现虚拟化复制(例如，复制NF、VNF、虚拟机(VM)、容器等)、提供和/或实现自恢复机制等。
术语“流”至少在一些示例中指代从源实体/元件到目的地实体/元件的数据和/或数据单元(例如，数据报、分组等)的序列。附加地或替换地，术语“流”或“业务流”至少在一些示例中指代呼叫、连接或链路的人工和/或逻辑等同物。附加地或替换地，术语“流”或“业务流”至少在一些示例中指代从特定源发送到源期望标记为流的特定单播、任播或多播目的地的分组序列；从上层的角度来看，流可以包括特定传输连接或媒体流中的所有分组，然而，流不一定是1:1映射到传输连接的。附加地或替换地，术语“流”或“业务流”至少在一些示例中指代在某个时间间隔期间经过网络中的观察点的一组数据和/或数据单元(例如，数据报、分组等)。附加地或替换地，术语“流”至少在一些示例中指代附接到关联的用户平面数据链路。示例是电路交换电话呼叫、IP语音呼叫、SMS的接收、联系卡的发送、用于互联网接入的PDP上下文、从信道复用中解复用TV信道、根据地理定位卫星信号计算位置坐标等。为了本公开的目的，术语“业务流”、“数据流”、“数据流”、“分组流”、“网络流”和/或“流”可以互换使用，即使这些术语至少在一些示例中指代不同的概念。
术语“流”或“数据流”至少在一些示例中指代随时间变得可用的数据元素的序列。附加地或替换地，术语“流”、“数据流”或“流式传输”指代一种处理方式，在其中，对象不是由占用与该对象的大小成比例的存储器的节点的完整数据结构来表示，而是作为一系列事件“即时”处理。至少在一些示例中，对一个流进行操作的功能(其可以产生另一个流)被称为“过滤器”，并且可以在管道中连接，类似于功能组合；过滤器可以一次对流的一项进行操作，或者可以使输出的一项基于多个输入项(例如，移动平均值等)。
术语“分布式计算”至少在一些示例中指代地理上分布在一个或多个本地网络的终端附近的计算资源。术语“分布式计算”至少在一些示例中指代一种模型，在其中，位于联网计算机上的组件通过传递彼此交互的消息来通信并协调其动作，以便实现共同目标。
术语“服务”至少在一些示例中指代在系统和/或环境内提供分立功能。附加地或替换地，术语“服务”至少在一些示例中指代可以重用的功能或功能集。术语“微服务”至少在一些示例中指代使用与技术无关的协议(例如，HTTP等)通过网络进行通信以履行目标的一个或多个进程。附加地或替换地，术语“微服务”至少在一些示例中指代尺寸相对较小的、支持消息传递的、受上下文限制的、自主开发的、可独立部署的、分散的和/或利用自动化过程构建和发布的服务。附加地或替换地，术语“微服务”至少在一些示例中指代具有清晰接口的自包含功能件，并且可以通过其自己的内部组件来实现分层架构。附加地或替换地，术语“微服务架构”至少在一些示例中指代面向服务的架构(SOA)结构风格的变体，其中，应用被布置为松散耦合服务(例如，细粒度服务)的集合，并且可以使用轻量级协议。为了本公开的目的，术语“服务”可以指代服务、微服务或者服务和微服务两者，即使这些术语可以指代不同的概念。
术语“会话”至少在一些示例中指代两个或更多个通信设备之间、两个或更多个应用实例之间、计算机与用户之间、和/或任何两个或更多个实体或元件之间的临时和交互式信息互换。附加地或替换地，术语“会话”至少在一些示例中指代提供或实现两个实体或元件之间的数据交换的连接服务或其他服务。术语“网络会话”至少在一些示例中指代通过网络在两个或更多个通信设备之间的会话。术语“网络会话”至少在一些示例中指代通过互联网或一些其他网络在两个或更多个通信设备之间的会话。术语“会话标识符”、“会话ID”或“会话令牌”至少在一些示例中指代在网络通信中用以识别会话和/或一系列消息交换的一条数据。
术语“质量”至少在一些示例中指代某物的作为肯定或否定的性质、特性、属性或特征，和/或某物的卓越程度。附加地或替换地，术语“质量”至少在一些示例中，在数据处理的上下文中，指代数据、过程和/或数据处理系统的一些其他方面的定性和/或定量方面的状态。术语“服务质量”或“QoS”至少在一些示例中指代对服务(例如，电话和/或蜂窝服务、网络服务、无线通信/连接服务、云计算服务等)的整体性能的描述或测量。在一些情况下，可以从该服务的用户的角度来描述或测量QoS，并且因此，QoS可以是确定该服务的用户的满意度的服务性能的集体效果。在其他情况下，QoS至少在一些示例中指代业务优先级和资源保留控制机制，而不是所实现的服务质量感知。在这些情况下，QoS是向不同的应用、用户或流提供不同优先级，或者保证流达到一定水平的性能的能力。在任一情况下，通过适用于一个或多个服务的性能因素的组合方面来表征QoS，例如服务可操作性性能、服务可访问性性能；服务保留能力性能；服务可靠性性能、服务完整性性能以及特定于每个服务的其他因素。当量化QoS时，可以考虑服务若干有关方面，包括丢包率、比特率、吞吐量、传输延迟、可用性、可靠性、抖动、信号强度和/或质量测量，和/或其他测量(例如，本文讨论的那些)。附加地或替换地，术语“服务质量”或“QoS”至少在一些示例中指代基于流特定业务分类提供业务转发处理的机制。在一些示例中，附加地或替换地，术语“服务质量”或“QoS”至少在一些示例中以下提供的定义：SERIES E：OVERALL NETWORK OPERATION，TELEPHONE SERVICE，SERVICE OPERATION AND HUMAN FACTORS Quality of telecommunication services：concepts，models，objectives and dependability planning-Terms and definitionsrelated to the quality of telecommunication services，Definitions of termsrelated to quality of service，ITU-T Recommendation E.800(09/2008)(“[ITUE800]”)，其内容特此通过引用整体并入。在一些实现中，术语“服务质量”或“QoS”可以与术语“服务分类”或“CoS”互换使用。术语“服务分类”或“CoS”至少在一些示例中指代基于非流特定业务分类提供业务转发处理的机制。在一些实现中，术语“服务分类”或“CoS”可以与术语“服务质量”或“QoS”互换使用。术语“QoS流”至少在一些示例中指代网络中用于QoS转发处理的最细粒度。术语“5G QoS流”至少在一些示例中指代5G系统(5GS)中用于QoS转发处理的最精细粒度。映射到相同QoS流(或5G QoS流)的业务接收相同的转发处理。
术语“转发处理”至少在一些示例中指代属于特定数据流的分组相对于其他数据流的其他业务接收的优先、偏好和/或优先化。附加地或替换地，术语“转发处理”至少在一些示例中指代在处理用于转发的分组时应用于属于数据流的分组的一个或多个参数、特性和/或配置。这种特性的示例可以包括资源类型(例如，非保证比特率(GBR)、GBR、延迟关键GBR等)；优先级；类别或分类；分组延迟预算；分组错误率；平均窗口；最大数据突发量；最小数据突发量；调度策略/权重；队列管理策略；速率整形策略；链路层协议和/或RLC配置；准入阈值；等。在一些实现中，术语“转发处理”可以被称为“每跳行为”或“PHB”。
术语“准入控制”至少在一些示例中指代决定是否应当准许进入系统的新分组、消息、工作、任务等进入系统的功能或过程。附加地或替换地，术语“准入控制”至少在一些示例中指代验证过程，其中，在建立连接之前执行检查，以查看当前资源是否足以用于所提议的连接。
术语“QoS标识符”至少在一些示例中指代要提供给QoS流的用作对特定QoS转发行为(例如，分组丢失率、分组延迟预算等)的引用的标量。这可以在接入网中通过应用控制QoS转发处理的节点特定参数(例如，调度权重、准入阈值、队列管理阈值、链路层协议配置等)来实现。
术语“生存时间”(或“TTL”)或“跳数限制”至少在一些示例中指代限制计算机或网络中的数据的生命周期或寿命的机制。TTL可以被实现为附加到或嵌入到数据中的计数器或时间戳。一旦指定的事件计数或时间跨度过去，数据就被丢弃或重新验证。
术语“队列”至少在一些示例中指代存储并保存实体(例如，数据、对象、事件等)的集合以稍后处理，这些实体维持在序列中，并且可以通过在序列的一端添加实体和从序列的另一端移除实体来修改；添加元素的序列的一端可以称为队列的“后部”、“尾部”或“末端”，而移除元素的一端可以称为队列的“头部”或“前部”。另外，队列可以执行缓冲器的功能，并且术语“队列”和“缓冲器”在整个本公开中可以互换使用。术语“入队”至少在一些示例中指代将元素添加到队列的后部的一个或多个操作。术语“出队”至少在一些示例中指代从队列的前部移除元素的一个或多个操作。
术语“信道编码”至少在一些示例中指代向消息或分组添加冗余以便使那些消息或分组对噪声、信道干扰、有限信道带宽和/或其他错误更加鲁棒的过程和/或技术。为了本公开的目的，术语“信道编码”可以与术语“前向纠错”或“FEC”；“纠错编码”、“纠错码”或“ECC”；和/或“网络编码”或“NC”互换使用。术语“网络编码”至少在一些示例中指代对所传输的数据进行编码和解码以提高网络性能的过程和/或技术。术语“码率”至少在一些示例中指代有用或非冗余的数据流或流的比例(例如，对于k/n的码率，对于每k位有用信息，编码器生成总共n位数据，其中的n–k是冗余的)。术语“系统码”至少在一些示例中指代输入数据被嵌入到编码输出中的任何纠错码。术语“非系统码”至少在一些示例中指代输入数据未嵌入编码输出中的任何纠错码。术语“交织”至少在一些示例中指代重新布置码符号以便将错误突发扩散在可以由ECC纠正的多个码字上的过程。术语“码字(code word)”或“码字(codeword)”至少在一些示例中指代码或协议的元素，其根据码或协议的特定规则来组装。
术语“PDU连接服务”至少在一些示例中指代提供UE与数据网络(DN)之间的协议数据单元(PDU)的交换的服务。术语“PDU会话”至少在一些示例中指代UE和提供PDU连接服务的DN之间的关联。PDU会话类型可以是IPv4、IPv6、IPv4v6、以太网、非结构化或任何其他网络/连接类型(例如，本文讨论的那些)。术语“MA PDU会话”至少在一些示例中指代提供PDU连接服务的PDU会话，其可以一次使用一个接入网或同时使用多个接入网。
术语“业务整形”至少在一些示例中指代管理数据传输以符合期望的业务简档或服务分类的带宽管理技术。业务整形使用策略规则、数据分类、排队、QoS和其他技术确保时间敏感的关键应用有足够的网络带宽。术语“限制”至少在一些示例中指代对流入或流出网络、或者流入或流出特定设备或元件的业务的调节。术语“接入业务引导”或“业务引导”至少在一些示例中指代为新数据流选择接入网并通过选定的接入网传送一个或多个数据流的业务的过程。接入业务引导适用于一种3GPP接入与一种non-3GPP接入之间。术语“接入业务切换”或“业务切换”至少在一些示例中指代以维持数据流的连续性的方式将正在进行的数据流的一些或全部业务从至少一个接入网移动到至少一个其他接入网的过程。术语“接入业务分离”或“业务分离”至少在一些示例中指代跨多个接入网分离至少一个数据流的业务的过程。当业务分离应用于数据流时，该数据流的一些业务经由至少一个接入信道、链路或路径传送，而同一数据流的一些其他业务经由另一接入信道、链路或路径传送。
术语“网络地址”至少在一些示例中指代计算机网络中的节点或主机的标识符，并且可以是跨网络的唯一标识符和/或可以对于网络的本地管理部分是唯一的。标识符和/或网络地址的示例可以包括封闭接入组标识符(CAG-ID)、蓝牙硬件设备地址(BD_ADDR)、蜂窝网络地址(例如，接入点名称(APN)、AMF标识符(ID)、AF服务标识符、边缘应用服务器(EAS)ID、数据网络接入标识符(DNAI)、数据网络名称(DNN)、EPS承载身份(EBI)、设备身份寄存器(EIR)和/或5G-EIR、扩展唯一标识符(EUI)、网络选择组ID(GIN)、通用公共订阅标识符(GPSI)、全球唯一AMF标识符(GUAMI)、全球唯一临时标识符(GUTI)和/或5G-GUTI、无线网络临时标识符(RNTI)(包括3GPP TS 38.300 v17.2.0(2022-09-29)(“[TS38300]”)条款8.1中讨论的任何RNTI)、国际移动设备身份(IMEI)、IMEI类型分配代码(IMEA/TAC)、国际移动订户身份(IMSI)、IMSI软件版本(IMSISV)、永久设备标识符(PEI)、局域数据网络(LADN)DNN、移动订户标识号(MSIN)、移动订户/站ISDN号(MSISDN)、网络标识符(NID)、网络切片实例(NSI)ID、永久设备标识符(PEI)、公共陆地移动网络(PLMN)ID、QoS流ID(QFI)和/或5G QoS标识符(5QI)、RAN ID、路由指示符、SMS功能(SMSF)ID、独立非公共网络(SNPN)ID、订阅隐藏标识符(SUCI)、订阅永久标识符(SUPI)、临时移动订户身份(TMSI)及其变体、UE接入类别和身份和/或其他蜂窝网络有关标识符)、电子邮件地址、企业应用服务器(EAS)ID、端点地址、EPCglobal标签数据标准定义的电子产品码(EPC)、完全合格域名(FQDN)、IP网络中的互联网协议(IP)地址(例如，IP版本4(Ipv4)、IP版本6(IPv6)等)、互联网分组交换(IPX)地址、局域网(LAN)ID、介质接入控制(MAC)地址、个域网(PAN)ID、端口号(例如，传输控制协议(TCP)端口号、用户数据报协议(UDP)端口号)、QUIC连接ID、RFID标签、服务集标识符(SSID)及其变体、公共交换电话网络(PTSN)中的电话号码、套接字地址、通用唯一标识符(UUID)(例如，如ISO/IEC 11578:1996中指定的)、统一资源定位符(URL)和/或统一资源标识符(URI)、虚拟LAN(VLAN)ID、X.21地址、X.25地址、ID、/>设备网络ID和/或任何其他合适的网络地址及其组件。术语“应用标识符”、“应用ID”或“app ID”至少在一些示例中指代可以映射到特定应用或应用实例的标识符；在3GPP 5G/NR系统的上下文中，“应用标识符”至少在一些示例中指代可以映射到特定应用业务检测规则的标识符。术语“端点地址”至少在一些示例中指代用以确定目标URI的主机/授权部分的地址，其中，目标URI用以访问NF服务生产者的NF服务(例如，调用服务操作)或用于向NF服务消费者通知。术语“端口”在计算机网络的上下文中，至少在一些示例中指代通信端点、两个或更多个实体之间的虚拟数据连接、和/或网络连接开始和结束的虚拟点。附加地或替换地，“端口”至少在一些示例中与特定进程或服务关联。
术语“本地化网络”至少在一些示例中指代覆盖特定地区或地区中的有限数量的连接车辆的本地网络。术语“本地数据集成平台”至少在一些示例中指代通过利用本地化网络和分布式计算的组合来整合本地数据的平台、设备、系统、网络或元件。
术语“延迟”至少在一些示例中指代两个事件之间的时间间隔。附加地或替换地，术语“时延”至少在一些示例中指代信号的传播与其接收之间的时间间隔。术语“分组延迟”至少在一些示例中指代将任何分组从一个点传送到另一个点所花费的时间。附加地或替换地，术语“分组延迟”或“每分组延迟”至少在一些示例中指代分组接收时间和分组发送时间之间的差。附加地或替换地，“分组延迟”或“每分组延迟”可以通过从分组接收时间减去分组发送时间来测量，其中，发射机和接收机至少在某种程度上同步。术语“处理延迟”至少在一些示例中指代在网络节点中处理分组所花费的时间量。术语“发送延迟”至少在一些示例中指代将分组(或分组的所有比特)推入传输介质所需(或必要)的时间量。术语“传播延迟”至少在一些示例中指代信号的头从发射机行进到接收机所花费的时间量。术语“网络延迟”至少在一些示例中指代网络内的数据单元(例如，IP网络内的IP分组)的延迟。术语“排队延迟”至少在一些示例中指代作业在队列中等待直到该作业可以被执行的时间量。附加地或替换地，术语“排队延迟”至少在一些示例中指代分组在队列中等待直至它可以被处理和/或发送的时间量。术语“延迟界限”至少在一些示例中指代预定的或配置的可接受的延迟量。术语“每分组延迟界限”至少在一些示例中指代预定的或配置的可接受的分组延迟量，其中，在延迟界限内未处理和/或发送的分组被认为是递交失败并被丢弃或放弃。
术语“分组丢弃率”至少在一些示例中指代由于高业务负载或业务管理而没有发送到目标的分组的份额，并且应当被视为分组丢失率的一部分。术语“丢包率”至少在一些示例中指代目标无法接收的分组的份额，包括分组丢弃、传输中丢失的分组以及以错误格式接收的分组。术语“物理速率”或“PHY速率”至少在一些示例中指代通过传输介质实际发送的一个或多个比特的速度。附加地或替换地，术语“物理速率”或“PHY速率”至少在一些示例中指代数据可以在发射机与接收机之间的无线链路上移动的速度。术语“时延”至少在一些示例中指代将数据突发中的第一/初始数据单元从一个点传送到另一个点所花费的时间量。术语“吞吐量”或“网络吞吐量”至少在一些示例中指代生产速率或处理某物的速率。附加地或替换地，术语“吞吐量”或“网络吞吐量”至少在一些示例中指代通过通信信道成功递交消息(数据)的速率。术语“有效吞吐量”至少在一些示例中指代每单位时间由网络递交到特定目的地的有用信息比特的数量。
术语“性能指示”或“性能测量”至少在一些示例中指代在一组实体/元件上聚合的性能数据，其是从在属于该组的实体/元件处收集的性能测量，根据性能指示或性能测量定义中识别的聚合方法导出的。附加地或替换地，术语“性能测量”至少在一些示例中指代收集、分析和/或上报关于实体/元件的性能的信息的过程。在任一示例中，实体/元件可以包括NF、RANF、ECF、电器、应用、组件、控制器、设备、服务、系统和/或其他实体或元件(例如，本文讨论的那些中的任一个)。
术语“应用”至少在一些示例中指代被设计为执行除了与计算机本身的操作有关的任务之外的特定任务的计算机程序。附加地或替换地，术语“应用”至少在一些示例中指代在操作环境中实现特定功能的完整且可部署的包、环境。
术语“算法”至少在一些示例中指代如何通过执行计算、输入/输出操作、数据处理、自动推理任务等来解决问题或一类问题的明确规范。术语“实例化(instantiate)”、“实例化(instantiation)”等至少在一些示例中指代实例的创建。“实例”至少在一些示例中还指对象的具体出现，其可以例如在程序代码的执行期间出现。
术语“数据处理”或“处理”至少在一些示例中指代对数据或数据集执行的任何操作或操作集(无论是否通过自动化手段)，例如收集、记录、写入、组织、构建、存储、改编、更改、检索、咨询、使用、通过传输、传播或以其他方式提供的披露、对齐或组合、限制、删除和/或销毁。术语“分析”至少在一些示例中指代发现、解释和传递数据中的模式(包括有意义的模式)。
术语“应用编程接口”或“API”至少在一些示例中指代一组子例程定义、通信协议和用于构建软件的工具。附加地或替换地，术语“应用编程接口”或“API”至少在一些示例中指代各种组件之间的一组明确定义的通信方法。API可以用于基于网络的系统、操作系统、数据库系统、计算机硬件或软件库。
术语“数据报”至少在一些示例中指代与分组交换网络关联的基本传送单元；数据报可以被构造为具有头部分和净荷部分。术语“数据报”至少在一些示例中可以被称为“数据单元”、“协议数据单元”或“PDU”、“服务数据单元”或“SDU”、帧、分组等。
术语“信元”至少在一些示例中指代包含一个或多个字段的结构元素。术语“字段”至少在一些示例中指代信元的各个内容，或者包含内容的数据元素。术语“数据帧”、“数据字段”或“DF”至少在一些示例中指代以预定义顺序包含多于一个数据元素的数据类型。
术语“数据元素”或“DE”至少在一些示例中指代包含一个单一数据的数据类型。附加地或替换地，术语“数据元素”至少在一些示例中指代在某一时间点具有至少一个特定性质的特定对象的原子状态，并且可以包括数据元素名称或标识符、数据元素定义、一个或多个表示项、枚举值或码(例如，元数据)和/或其他元数据注册表中的数据元素的同义词列表中的一个或多个。附加地或替换地，“数据元素”至少在一些示例中指代包含一个单一数据的数据类型。
术语“策略”至少在一些示例中指代用以管理和控制一个或多个受管对象的状态的改变和/或维持的一组规则。术语“策略目标”至少在一些示例中指代旨在达到策略目标的一组声明。术语“声明性策略”至少在一些示例中指代一种使用声明来表达策略目标而不是如何完成这些目标的策略。
术语“引用”至少在一些示例中指代可用以定位其他数据的数据，并且可以以多种方式实现(例如，指针、索引、句柄、键、标识符、超链接等)。
术语“转换”至少在一些示例中指代将数据从第一形式、形状、配置、结构、布置、实施例、描述等转换或以其他方式改变成第二形式、形状、配置、结构、布置、实施例、描述等的过程；至少在一些示例中，可以存在两种不同类型的转换：转码和变换。术语“转码”至少在一些示例中指代得到一种格式(例如，打包二进制格式)的信息/数据并以相同的序列将相同的信息/数据转换成另一种格式。附加地或替换地，术语“转码”至少在一些示例中指代以相同的序列得到相同的信息，并且以不同的方式封装该信息(例如，位或字节)。术语“转换”至少在一些示例中指代将数据从一种格式改变并以另一种格式写入，保持数据项的相同顺序、序列和/或嵌套。附加地或替换地，术语“转换”至少在一些示例中涉及将数据从第一格式或结构转换成第二格式或结构的过程，并且涉及将数据重塑成第二格式以符合模式或其他类似规范。变换可以包括重新布置数据项或数据对象，这可以涉及改变数据项/对象的顺序、序列和/或嵌套。附加地或替换地，术语“变换”至少在一些示例中指代将数据对象的模式改变为另一模式。
术语“时间尺度”至少在一些示例中指代时间大小的量级，其可以被表达为数量级的量与基本时间单位一起。附加地或替换地，术语“时间尺度”至少在一些示例中指代特定的时间单位。附加地或替换地，术语“时间尺度”至少在一些示例中指代时间标准或时间流逝速率和/或时间点的规范。附加地或替换地，术语“时间尺度”至少在一些示例中指代监控、采样、过采样、捕获或以其他方式收集数据的频率。在一些示例中，时间尺度的概念涉及在持续时间、一个或多个时间段和/或其他时间度量或时间量期间收集的数据量的绝对值。在一些示例中，时间尺度的概念涉及实现确定数据量达一持续时间、时间段或其他时间度量或时间量。术语“持续时间”至少在一些示例中指代某物存在或持续的时间。术语“持续时间”也可以被称为“时间段”、“时间持续期”、“时间块”等。
术语“密码机制”至少在一些示例中指代任何密码协议和/或密码算法。附加地或替换地，术语“密码协议”至少在一些示例中指代精确指定两个或更多个实体实现特定安全目标所需的动作的一系列步骤(例如，用于密钥协商的密码协议)。附加地或替换地，术语“密码算法”至少在一些示例中指代定单个实体为实现特定安全目标而遵循的步骤的算法(例如，用于对称密钥加密的密码算法)。术语“加密散列函数”、“散列函数”或“散列”至少在一些示例中指代将任意大小的数据(有时称为“消息”)映射到固定大小的位数组(有时称为“散列值”、“散列”或“消息摘要”)的数学算法。加密散列函数通常是单向函数，这是一种实际上不可能反转的函数。
术语“人工智能”或“AI”至少在一些示例中指代由机器表现出的任何智能，与人类和其他动物表现出的自然智能相反。附加地或替换地，术语“人工智能”或“AI”至少在一些示例中指代对感知其环境并采取最大化其成功实现目标的机会的动作的“智能代理”和/或任何设备的研究。
术语“人工神经网络”、“神经网络”或“NN”指代包括(松散地)模拟生物学大脑中的神经元的连接的人工神经元或节点的集合的ML技术，这些人工神经元或节点可以将信号发送到其他神经元或节点，其中，人工神经元或节点之间的连接(或边缘)(松散地)在生物学大脑的突触上建模。人工神经元和边缘通常具有随着学习的进行而调整的权重。权重增加或减少连接处的信号强度。神经元可以具有阈值，使得仅当聚合信号跨越该阈值时才发送信号。人工神经元可以聚合或分组为一层或多层，其中，不同层可以对其输入执行不同的变换。信号可以从第一层(输入层)行进，行进到最后一层(输出层)，可能地在多次遍历这些层之后。NN通常用于监督学习，但也可以用于无监督学习。NN的示例包括深度NN(DNN)、前馈NN(FFN)、深度FNN(DFF)、卷积NN(CNN)、深度CNN(DCN)、反卷积NN(DNN)、深度置信NN、感知NN、递归神经网络(RNN)(例如，包括长短期记忆(LSTM)算法、门控递归单元(GRU)、回声状态网络(ESN)等)、尖峰NN(SNN)、深度堆叠网络(DSN)、Markov链、感知NN、生成对抗网络(GAN)、变换器、随机NN(例如，Bayesian网络(BN)、Bayesian置信网络(BBN)、Bayesian NN(BNN)、深度BNN(DBNN)、动态BN(DBN)、概率图模型(PGM)、Boltzmann机、受限Boltzmann机(RBM)、Hopfield网络或Hopfield NN、卷积深度置信网络(CDBN)等)、线性动力系统(LDS)、开关LDS(SLDS)、光NN(ONN)、用于强化学习(RL)和/或深度RL(DRL)的NN等。
术语“事件”至少在一些示例中指代被分派了概率的实验的一组结果(例如，样本空间的子集)。附加地或替换地，术语“事件”至少在一些示例中指代指示某事已经发生的软件消息。附加地或替换地，术语“事件”至少在一些示例中指代时间中的对象，或者对象中的性质的实例。附加地或替换地，术语“事件”至少在一些示例中指代某一时刻的空间点(例如，时空中的位置)。附加地或替换地，术语“事件”至少在一些示例中指代在特定时间点的显著出现。
术语“特征”至少在一些示例中指代被观察的现象的单独可测量性质、可量化性质或特性。附加地或替换地，术语“特征”至少在一些示例中指代在进行预测时使用的输入变量。至少在一些示例中，可以使用数字/数字值(例如，整数)、字符串、变量、序数、实值、类别等来表示特征。
术语“软件代理”至少在一些示例中指代对用户或代理关系中的其他程序动作的计算机程序。术语“推理引擎”至少在一些示例中指代将逻辑规则应用于知识库以推断新信息的计算系统的组件。术语“智能代理”至少在一些示例中指代以下软件代理或其他自主实体，其动作，从而使用通过传感器和后续致动器的观察来引导其活动以实现环境上的目标(即，它是智能的)。智能代理还可以学习或使用知识来实现其目标。
术语“损失函数”或“成本函数”至少在一些示例中指代事件或一个或多个变量的值到表示与事件关联的一些“成本”的实数。由损失函数计算的值可以被称为“损失”或“误差”。附加地或替换地，术语“损失函数”或“成本函数”至少在一些示例中指代用以确定算法的输出与目标值之间的误差或损失的函数。附加地或替换地，术语“损失函数”或“成本函数”至少在一些示例中指代在优化问题中使用的函数，其目标是最小化损失或误差。
术语“数学模型”至少在一些示例中指代作为实体或事态的数学描述(包括管理方程、假设和约束)而呈现的假设、数据和推理的系统。
术语“机器学习”或“ML”至少在一些示例中指代使用计算机系统以使用示例(训练)数据和/或过去的经验来优化性能准则。ML涉及使用算法来执行特定任务，而不使用显式指令来执行特定任务，和/或依赖于模式、预测和/或推理。ML使用统计数据构建数学模型(也称为“ML模型”或简称为“模型”)，以便基于样本数据(例如，训练数据)进行预测或决策。模型被定义为具有一组参数，并且学习是执行计算机程序以使用训练数据或过去的经验来优化模型的参数。训练后的模型可以是基于输入数据集进行预测的预测性模型、从输入数据集获取知识的描述性模型、或者预测性描述性两者。一旦模型被学习(训练)，它就可以用于进行推理(例如，预测)。ML算法对训练数据集执行训练过程，以估计底层ML模型。ML算法是从关于某些任务和某些性能测量/度量的经验中学习的计算机程序，而ML模型是使用训练数据训练ML算法后创建的对象或数据结构。换句话说，术语“ML模型”或“模型”可以描述用训练数据训练的ML算法的输出。在训练之后，机器学习模型可以用于对新数据集进行预测。另外，在推理或预测生成期间，各个训练后的AI/ML模型可以在AI/ML管道中链接在一起。虽然术语“ML算法”至少在一些示例中指代与术语“ML模型”不同的概念，但是为了本公开的目的，这些术语可以互换使用。此外，术语“AI/ML应用”等至少在一些示例中指代包含一些AI/ML模型和应用级描述的应用。ML技术通常落入以下主要类型的学习问题类别：监督学习、无监督学习和强化学习。
术语“目标函数”至少在一些示例中指代对于特定优化问题要最大化或最小化的函数。在一些情况下，目标函数由其决策变量和目标定义。目标是要优化的价值、目的或目标，例如最大化利润或最小化特定资源的使用。选取的具体目标函数取决于要解决的具体问题和要优化的目标。还可以定义约束来限制决策变量可以假设的值，从而影响可以实现的目标值(输出)。在优化过程期间，目标函数的决策变量常常在约束的界限内被改变或操纵，以提高目标函数的值。一般来说，求解目标函数的难度随着该目标函数中包含的决策变量的数量增加而增加。术语“决策变量”指代表示要做出的决策的变量。
术语“优化”至少在一些示例中指代使某物(例如，设计、系统或决策)尽可能完全完美、起作用或有效的动作、过程或方法。优化通常包括数学过程，例如找到函数的最大值或最小值。术语“最佳”至少在一些示例中指代最期望或最满意的目的、结果或输出。术语“最佳”至少在一些示例中指代对于某个目的最有利的事物的量或程度。术语“最佳”至少在一些示例中指代产生最优可能结果的条件、程度、量或折衷。附加地或替换地，术语“最佳”至少在一些示例中指代最有利的或有优势的结果或后果。术语“Bayesian优化”至少在一些示例中指代用于不假设任何函数形式的黑盒函数的全局优化的顺序设计策略。
术语“概率”至少在一些示例中指代事件发生的可能性有多大和/或命题为真的可能性有多大的数值描述。术语“概率分布”至少在一些示例中指代给出实验或事件的不同可能结果的发生概率的数学函数。术语“概率分布”至少在一些示例中指代给出实验或事件的不同可能结果的发生概率的函数。附加地或替换地，术语“概率分布”至少在一些示例中指代描述随机变量在给定范围(例如，最小和最大可能值之间的界限)内可以取的所有可能值和可能性的统计函数。概率分布可以具有一个或多个因素或属性，例如均值或平均值、模式、支持、尾部、头部、中值、方差、标准差、分位数、对称性、偏度、峰度等。概率分布可以是在样本空间和事件概率(样本空间的子集)方面对随机现象的描述。示例概率分布包括离散分布(例如，Bernoulli分布、离散均匀、二项式、Dirac测度、Gauss-Kuzmin分布、几何、超几何、负二项式、负超几何、Poisson、Poisson二项式、Rademacher分布、Yule-Simon分布、zeta分布、Zipf分布等)、连续分布(例如，Bates分布、β、连续均匀、正态分布、Gaussian分布、钟形曲线、联合正态、伽马、卡方、非中心卡方、指数、Cauchy、对数正态、logit正态、F分布、t分布、Diracδ函数、Pareto分布、Lomax分布、Wishart分布、Weibull分布、Gumbel分布、Irwin–Hall分布、Gompertz分布、反高斯分布(或Wald分布)、Chernoff’s分布、Laplace分布、Pólya-Gamma分布等)和/或联合分布(例如，Dirichlet分布、Ewens’s采样公式、多项分布、多元正态分布、多元t分布、Wishart分布、矩阵正态分布、矩阵t分布等)。
术语“强化学习”或“RL”至少在一些示例中指代基于与环境的交互的面向目标的学习技术。在RL中，代理旨在通过基于试错过程与环境交互来优化长期目标。RL算法的示例包括Markov决策过程、Markov链、Q学习、multi-armed bandit学习、时间差分学习和深度RL。术语“multi-armed bandit问题”、“K-armed bandit问题”、“N-armed bandit问题”或“contextual bandit”至少在一些示例中指代当每个选择的性质在分配时仅部分已知时，在竞争(替换)选择之间以最大化其预期收益的方式必须分配固定的有限资源集的问题，并且随着时间的推移或通过向该选择分配资源可以变得更好理解。术语“contextual multi-armed bandit问题”或“contextual bandit”至少在一些示例中指代multi-armed bandit的版本，其中，在每次迭代中，代理必须在臂之间进行选择；在做出选择之前，代理看到与当前迭代关联的d维特征向量(上下文向量)，学习者使用这些上下文向量以及过去玩过的臂的奖励来选择在当前迭代中要玩的臂，并且随着时间的推移，学习者的目标是收集关于上下文向量和奖励如何彼此有关的足够信息，使得它可以通过查看特征向量来预测要玩的下一个最好的臂。
术语“监督学习”至少在一些示例中指代旨在学习在给定标记数据集的情况下产生输出的函数或生成在给定标记数据集的情况下产生输出的ML模型的ML技术。监督学习算法根据一组包含输入和期望输出两者的数据构建模型。例如，监督学习涉及学习基于示例输入-输出对或包括一组训练示例的一些其他形式的标记训练数据，将输入映射到输出的函数或模型。每个输入-输出对包括输入对象(例如，向量)和期望输出对象或值(称为“监督信号”)。监督学习可以分组为分类算法、回归算法和基于实例的算法。术语“无监督学习”至少在一些示例中指代旨在学习用于描述未标记数据中的隐藏结构的函数的ML技术。无监督学习算法从一组仅包含输入而没有期望输出标签的数据构建模型。无监督学习算法用于找到数据中的结构，例如数据点的分组或聚类。无监督学习的示例是K均值聚类、主成分分析(PCA)和主题建模等。术语“半监督学习”至少在一些示例中指代从不完整的训练数据开发ML模型的ML算法，其中，样本输入的一部分不包括标签。
术语“向量”至少在一些示例中指代一维数组数据结构。附加地或替换地，术语“向量”至少在一些示例中指代称为标量的一个或多个值的元组。
术语“服务水平协议”或“SLA”至少在一些示例中指代从服务提供商预期的服务水平。至少在一些示例中，SLA可以表示服务提供商和服务消费者之间的完整协议，其指定要提供一个或多个服务、如何提供或以其他方式支持该一个或多个服务、时间、地点、成本、性能、不同业务分类和/或QoS分类的优先级(例如，第一响应者的优先级最高、非关键数据流的优先级较低等)以及所涉及各方的责任。术语“服务水平目标”或“SLO”至少在一些示例中指代SLA的一个或多个可测量特性、度量或其他方面，例如可用性、吞吐量、频率、响应时间、时延、QoS、QoE和/或其他类似的性能度量/测量。至少在一些示例中，一组SLO可以定义服务提供商与服务消费者之间的预期服务(或服务水平期望(SLE))，并且可以根据服务的紧迫性、资源和/或预算而变化。术语“服务水平指示”或“SLI”至少在一些示例中指代由服务提供商向服务消费者提供的服务水平的测度。至少在一些示例中，SLI构成了SLO的基础，SLO继而构成了SLA的基础。SLI的示例包括时延(包括端到端时延)、吞吐量、可用性、错误率、持久性、正确性和/或其他类似的性能度量/测量。至少在一些示例中，术语“服务水平指示”或“SLI”可以被称为“SLA度量”等。术语“服务水平期望”或“SLE”至少在一些示例中指代不可测量的服务有关请求，但仍然可以在SLA中显式或隐式地提供，即使很少或没有办法确定SLE是否被满足。至少在一些示例中，SLO可以包括产生、定义或指定SLO实现值的一组SLI。例如，可用性SLO可以取决于多个组件，每个组件可以具有QoS可用性测量。将QoS测度组合成SLO实现值可以取决于服务的本质和/或架构。
术语“调度算法”、“调度策略”或“调度规则”至少在一些示例中指代用于在请求资源的实体之间分发资源的算法，其中，对资源的请求可以是同时的和/或异步。术语“比例公平调度”至少在一些示例中指代基于折衷的调度算法，其尝试在最大化网络总吞吐量同时允许所有用户至少最低服务水平之间保持平衡。术语“循环调度”至少在一些示例中指代使用时间共享或时隙以循环方式分配资源的调度算法。
虽然许多先前的示例是使用特定的蜂窝/移动网络术语来提供的，包括使用4G/5G3GPP网络组件(或预期的基于太赫兹的6G/6G+技术)，但是将理解，这些示例可以应用于广域和本地无线网络的许多其他部署，以及有线网络的集成(包括光网络和关联的光纤、收发机等)。此外，各种标准(例如，3GPP、ETSI等)可以定义各种消息格式、PDU、容器、帧等，包括一系列可选或强制数据元素(DE)、数据帧(DF)、信元(IE)等。然而，应当理解，任何特定标准的要求不应当限制本文讨论的示例，并且因此，容器、帧、DF、DE、IE、值、动作和/或特征的任何组合在各种示例中是可能的，包括为了符合此类标准而严格要求遵循的容器、DF、DE、值、动作和/或特征的任何组合，或者与可选元素一起强烈推荐和/或使用或者在存在/不存在可选元素的情况下强烈推荐和/或使用的容器、帧、DF、DE、IE、值、动作和/或特征的任何组合。
本发明主题的各方面可以在本文中单独地和/或共同地提及，这仅仅是为了方便，并且无意将本申请的范围主动限制于任何单个方面或发明构思(如果实际上公开了多于一个)。因此，虽然本文已经示出和描述了具体方面，但是应当理解，被认为实现相同目的的任何布置可以替代所示的具体方面。本公开旨在覆盖各个方面的任何和所有修改或变化。在阅读上述描述后，上述方面和本文未具体描述的其他方面的组合对于本领域技术人员将是显而易见的。
Claims (53)
1.一种操作由边缘计算节点托管的应用(app)管理器的方法，其中，所述边缘计算节点托管一组边缘app，并且所述方法包括：
从连接到所述边缘计算节点的一组网络接入节点(NAN)接收测量数据；
从由所述边缘计算节点实现的一个或多个遥测代理接收遥测数据；
基于所述测量数据和所述遥测数据，为所述一组边缘app中的对应边缘app确定资源分配；以及
根据所确定的资源分配来配置所述一组NAN中的至少一个NAN或所述边缘计算节点，使得将所述资源分配指示的资源分配给所述对应边缘app。
2.根据权利要求1所述的方法，其中，所述资源分配包括要为所述对应边缘app扩充或缩减的硬件资源、软件资源或网络资源中的一个或多个。
3.根据权利要求1-2所述的方法，其中，所述方法包括：
从编排功能接收策略；以及
根据所述策略中所包括的信息，确定所述资源分配。
4.根据权利要求3所述的方法，其中，所述策略中所包括的信息包括与可访问性、可用性、时延、可靠性、用户体验数据速率、区域业务容量、完整性、利用率、可保留性、移动性、能效和服务质量中的一个或多个有关的一组关键性能测量(KPM)、关键性能指示(KPI)、服务水平协议(SLA)要求或服务质量(QoS)要求。
5.根据权利要求1-4所述的方法，其中，所述方法包括：
操作一个或多个机器学习模型，以确定所述资源分配。
6.根据权利要求5所述的方法，其中，操作所述一个或多个机器学习模型包括：
将所述遥测数据的各个数据项与所述遥测数据的一个或多个其他数据项相关；或者
将所述测量数据的各个数据项与所述测量数据的一个或多个其他数据项相关。
7.根据权利要求5-6所述的方法，其中，操作所述一个或多个机器学习模型包括：
将所述测量数据的各个数据项与所述遥测数据的各个数据项相关。
8.根据权利要求6-7所述的方法，其中，操作所述一个或多个机器学习模型包括：
将服务管理数据与所述遥测数据或所述测量数据相关。
9.根据权利要求8所述的方法，其中，操作所述一个或多个机器学习模型包括：
将与接收到的测量数据有关的服务管理数据的数据项与先前为所述边缘app生成的资源分配相关。
10.根据权利要求9所述的方法，其中，操作所述一个或多个机器学习模型包括：
将所述服务管理数据的一个或多个数据项与所述边缘app的一个或多个资源需求相关；或者
将所述服务管理数据的一个或多个数据项与所述边缘app要操作于的对应网络切片的一个或多个资源需求相关。
11.根据权利要求9-10所述的方法，其中，所述服务管理数据包括一组KPI、一组KPM、一组SLA要求和一组QoS要求中的一个或多个。
12.根据权利要求5-11所述的方法，其中，操作所述一个或多个机器学习模型包括：
将所述边缘计算节点的平台资源切片与一个或多个网络切片相关。
13.根据权利要求5-12所述的方法，其中，操作所述一个或多个机器学习模型包括：
预测或推理数据，以补偿丢失的数据服务管理数据。
14.根据权利要求5-13所述的方法，其中，操作所述一个或多个机器学习模型包括：
至少基于所述遥测数据，预测所述边缘计算节点的各个组件的可靠性。
15.根据权利要求14所述的方法，其中，所述资源分配指示将所述对应边缘app从由所述边缘计算节点的第一处理元件操作移动至由所述边缘计算节点的第二处理元件操作。
16.根据权利要求1-15所述的方法，其中，确定所述资源分配包括：
根据分派给所述边缘app的运行时优先级水平，确定对分配给所述边缘app的硬件资源、软件资源或网络资源的调整。
17.根据权利要求1-16所述的方法，其中，所述资源分配指示动态地增加或减少操作所述对应边缘app的处理元件的功率水平或频率水平。
18.根据权利要求1-17所述的方法，其中，所述资源分配指示动态地调整分配给所述对应边缘app的最后一级缓存(LLC)、存储器带宽或接口带宽。
19.根据权利要求1-16所述的方法，其中，所述配置包括：
配置由所述至少一个NAN操作的实时(RT)控制环路；以及
配置由所述边缘计算节点操作的near-RT控制环路。
20.根据权利要求19所述的方法，其中，所述near-RT控制环路根据第一时间尺度进行操作，所述RT控制环路根据第二时间尺度进行操作，并且所述第一时间尺度大于所述第二时间尺度。
21.根据权利要求19-20所述的方法，其中，各组遥测数据被分类为属于一组数据层中的对应层。
22.根据权利要求19-21所述的方法，其中，各组测量数据被分类为属于一组数据层中的对应层。
23.根据权利要求21-22所述的方法，其中，所述一组数据层中的每一层对应于一组控制环路中的控制环路的时间尺度，其中，所述一组控制环路包括所述RT控制环路和所述near-RT控制环路。
24.根据权利要求23所述的方法，其中，所述一组数据层中的第一层包括RT参考和响应数据。
25.根据权利要求23-24所述的方法，其中，所述一组数据层中的第二层包括需要RT计算或处理的数据。
26.根据权利要求23-25所述的方法，其中，所述一组数据层中的第三层包括需要near-RT计算或处理的数据。
27.根据权利要求23-26所述的方法，其中，所述一组数据层中的第四层包括用于non-RT计算或处理的数据。
28.根据权利要求1-27所述的方法，其中，所述遥测数据包括以下中的一个或多个：
单根I/O虚拟化(SR-IOV)数据；网络接口控制器(NIC)数据；最后一级缓存(LLC)数据；存储器设备数据；可靠性、可用性和可维护性(RAS)数据；互连数据；功率利用统计；核心和非核心频率数据；非均匀存储器访问(NUMA)感知信息；性能监控单元(PMU)数据；应用、日志、跟踪和警报数据；数据平面开发套件(DPDK)接口数据；动态负载平衡(DLB)数据；热和/或冷却传感器数据；节点生命周期管理数据；时延统计；小区统计；基带单元(BBU)数据；虚拟RAN(vRAN)统计；以及用户设备(UE)数据。
29.根据权利要求1-28所述的方法，其中，所述测量数据包括由一个或多个UE收集的一组测量和由所述一组NAN中的至少一个NAN收集的一组测量中的一个或多个。
30.根据权利要求29所述的方法，其中，由所述一个或多个UE收集的一组测量包括层1(L1)或层2(L2)测量，并且由所述至少一个NAN收集的一组测量包括L1或L2测量。
31.根据权利要求1-30所述的方法，其中，所述测量数据包括以下中的一个或多个：
业务吞吐量测量、小区吞吐量时间测量、基带单元测量或度量、针对上行链路通信管道的时延测量、针对下行链路通信管道的时延测量、L1前传(FH)接口测量、L2 FH接口测量、物理信道测量、参考信号测量、同步信号测量、信标信号测量、发现信号或帧测量以及探测帧测量。
32.根据权利要求1-31所述的方法，其中，所述方法包括：
将所述资源分配发送到服务管理和编排框架，以用于管理多个边缘计算节点的资源。
33.根据权利要求1-32所述的方法，其中，所述一组边缘app包括以下中的一个或多个：
一个或多个人工智能或机器学习app、一个或多个无线电资源管理功能、一个或多个自组织网络功能、一个或多个网络功能自动化app、一个或多个策略app、一个或多个干扰管理功能、一个或多个无线电连接管理功能、一个或多个流管理功能以及一个或多个移动性管理功能。
34.根据权利要求1-33所述的方法，其中，所述一组NAN包括下一代(NG)RAN架构的一组无线接入网功能(RANF)。
35.根据权利要求34所述的方法，其中，所述一组RANF包括至少一个集中式单元(CU)、至少一个分布式单元(DU)和至少一个远端单元(RU)中的一个或多个。
36.根据权利要求1-35所述的方法，其中，所述边缘计算节点操作O-RAN联盟(O-RAN)框架的RAN智能控制器(RIC)，并且所述一组边缘app包括一个或多个non-RT RIC app(xApp)或者一个或多个non-RT RIC app(rApp)。
37.根据权利要求36所述的方法，其中，由所述边缘计算节点托管的app管理器是xApp管理器。
38.根据权利要求36-37所述的方法，其中，由所述边缘计算节点操作的RIC是O-RANnear-RT RIC。
39.一种或多种计算机可读介质，包括指令，其中，处理器电路对所述指令的执行使所述处理器电路执行根据权利要求1-38所述的方法。
40.一种计算机程序，包括根据权利要求39所述的指令。
41.一种应用编程接口，定义用于根据权利要求40所述的计算机程序的函数、方法、变量、数据结构和/或协议。
42.一种装置，包括加载有根据权利要求39所述的指令的电路。
43.一种装置，包括可操作以运行根据权利要求39所述的指令的电路。
44.一种集成电路，包括根据权利要求39所述的处理器电路和一种或多种计算机可读介质中的一个或多个。
45.一种计算系统，包括根据权利要求39所述的一种或多种计算机可读介质和处理器电路。
46.一种装置，包括用于执行根据权利要求39所述的指令的部件。
47.一种信号，作为执行根据权利要求39所述的指令的结果而生成。
48.一种数据单元，作为执行根据权利要求39所述的指令的结果而生成。
49.根据权利要求48所述的数据单元，所述数据单元是数据报、网络分组、数据帧、数据段、协议数据单元(PDU)、服务数据单元(SDU)、消息或数据库对象。
50.一种用根据权利要求48-49所述的数据单元编码的信号。
51.一种携带根据权利要求39所述的指令的电磁信号。
52.一种边缘计算节点，执行作为在虚拟化基础设施上实例化的一个或多个边缘应用的一部分的服务，其中，所述服务包括执行根据权利要求1-38所述的方法。
53.一种装置，包括用于执行根据权利要求1-38所述的方法的部件。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US202163281204P | 2021-11-19 | 2021-11-19 | |
| US63/281,204 | 2021-11-19 | ||
| PCT/US2022/050395 WO2023091664A1 (en) | 2021-11-19 | 2022-11-18 | Radio access network intelligent application manager |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117897980A true CN117897980A (zh) | 2024-04-16 |
Family
ID=86397756
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202280046270.9A Pending CN117897980A (zh) | 2021-11-19 | 2022-11-18 | 无线接入网智能应用管理器 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN117897980A (zh) |
| WO (1) | WO2023091664A1 (zh) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023239614A1 (en) * | 2022-06-07 | 2023-12-14 | Dish Wireless L.L.C. | Coverage and load based smart mobility |
| US11843953B1 (en) | 2022-08-02 | 2023-12-12 | Digital Global Systems, Inc. | System, method, and apparatus for providing optimized network resources |
| US11570627B1 (en) | 2022-08-02 | 2023-01-31 | Digital Global Systems, Inc. | System, method, and apparatus for providing optimized network resources |
| US11659401B1 (en) | 2022-08-02 | 2023-05-23 | Digital Global Systems, Inc. | System, method, and apparatus for providing optimized network resources |
| US11751064B1 (en) | 2022-08-02 | 2023-09-05 | Digital Global Systems, Inc. | System, method, and apparatus for providing optimized network resources |
| CN117255126A (zh) * | 2023-08-16 | 2023-12-19 | 广东工业大学 | 基于多目标强化学习的数据密集任务边缘服务组合方法 |
| CN116805923B (zh) * | 2023-08-25 | 2023-11-10 | 淳安华数数字电视有限公司 | 基于边缘计算的宽带通信方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10461421B1 (en) * | 2019-05-07 | 2019-10-29 | Bao Tran | Cellular system |
| US10972768B2 (en) * | 2019-06-27 | 2021-04-06 | Intel Corporation | Dynamic rebalancing of edge resources for multi-camera video streaming |
| DE112020003201T5 (de) * | 2019-07-01 | 2022-03-17 | Intel Corporation | Ressourcenzuweisungsmanagement für Gleichkanalkoexistenz in intelligenten Transportsystemen |
-
2022
- 2022-11-18 WO PCT/US2022/050395 patent/WO2023091664A1/en active Application Filing
- 2022-11-18 CN CN202280046270.9A patent/CN117897980A/zh active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| WO2023091664A1 (en) | 2023-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| NL2033617B1 (en) | Resilient radio resource provisioning for network slicing | |
| US20220014963A1 (en) | Reinforcement learning for multi-access traffic management | |
| US20220124543A1 (en) | Graph neural network and reinforcement learning techniques for connection management | |
| US11711284B2 (en) | Link performance prediction technologies | |
| US20220038902A1 (en) | Technologies for radio equipment cybersecurity and multiradio interface testing | |
| US20220086218A1 (en) | Interoperable framework for secure dual mode edge application programming interface consumption in hybrid edge computing platforms | |
| US20220303331A1 (en) | Link performance prediction and media streaming technologies | |
| US20230074288A1 (en) | V2x services for providing journey-specific qos predictions | |
| US11943280B2 (en) | 5G network edge and core service dimensioning | |
| US20220232423A1 (en) | Edge computing over disaggregated radio access network functions | |
| US20220109622A1 (en) | Reliability enhancements for multi-access traffic management | |
| KR20220027818A (ko) | 분산 컴퓨팅을 위한 자동화된 리소스 관리 | |
| WO2021067140A1 (en) | Edge computing technologies for transport layer congestion control and point-of-presence optimizations based on extended in-advance quality of service notifications | |
| US20230072769A1 (en) | Multi-radio access technology traffic management | |
| US20220124043A1 (en) | Multi-access management service enhancements for quality of service and time sensitive applications | |
| US20220224776A1 (en) | Dynamic latency-responsive cache management | |
| CN117897980A (zh) | 无线接入网智能应用管理器 | |
| US20220345417A1 (en) | Technologies for configuring and reducing resource consumption in time-aware networks and time-sensitive applications | |
| US20230006889A1 (en) | Flow-specific network slicing | |
| NL2033587B1 (en) | Multi-access management service queueing and reordering techniques | |
| CN116112110A (zh) | 用于补偿时钟漂移引起的时间同步中的错误的技术 | |
| US20220124548A1 (en) | Technologies for network path and topology management | |
| WO2022261244A1 (en) | Radio equipment directive solutions for requirements on cybersecurity, privacy and protection of the network | |
| US20220417117A1 (en) | Telemetry redundant measurement avoidance protocol | |
| WO2023283102A1 (en) | Radio resource planning and slice-aware scheduling for intelligent radio access network slicing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |