未来移动核心网的演进趋势有哪些？

下面将从移动核心网的三大维度（架构演进、网络能力、业务能力），甄选出云原生、空天地海、分布式、场景定制、网络智能、算网融合、应用使能和多维感知等八大技术方向。

1.云原生演进，提升网络柔性

5G 核心网架构借鉴了云原生软件架构的理念，采用了 SBA 服务化架构进行设计和开 发，并支持云化部署，但随着 5G 核心网版本的迭代，新功能和新网元不断增多，当前仍然 存在不少需要优化和提升的地方：一方面，网络功能的数量增加导致网络功能之间的服务交 互多，服务交互的安全机制弱，服务的新旧版本切换对应的流量切换配置操作步骤复杂；另 一方面，网络功能服务的可观测性差，拓扑逻辑可视化弱，服务的运行日志未标准化存储， 性能指标不标准化，使得在网络功能的服务维护和定位排障方面的手段存在大量人工操作； 最后，运营商在 NFV 阶段已有的虚拟化资源池的资产，大量以虚拟机的资源形态建设和发 放，需要考虑如何复用迁移到云原生的电信基础设施，以容器资源形态运行 5G 网络，进一 步提升网络的灵活性及资源利用率。

云原生架构是现代软件架构设计模式的演进趋势，CNCF 定义云原生的 5 个关键属性 是容器、微服务、服务网格、不可变基础设施以及声明式设计，参考 CNCF 的云原生的技 术属性同时结合电信网络功能的高性能、高可靠、持续演进等电信级特性[1]，未来核心网 架构需要在如下几个技术方向进行优化：

1）分布式服务交互：建议采用服务网格作为潜在的技术，使得服务关注自身业务逻 辑，服务之间交互的安全加密，流量管理（A/B 测试、canary 部署和基于百分比的流量 分割的分阶段部署）采用服务网格统一架构，简化系统架构设计，简化运营商部署架构， 易部署，易升级；

2）可观测技术：采用云原生的可观测技术把网络服务的运行日志，性能指标输出标 准化，服务调用拓扑逻辑可视化，为系统故障排查，系统优化和维护等提供可观测的基础 数据，为运营商维护，优化和排障提供系统观测手段；

3）多形态资源管理：采用虚机，容器，裸机多形态共存架构，使得运营商在 NFV 初 期的虚拟化资源池提供的虚拟机和裸机形态的网络功能继续运行，同时也可以基于虚拟机 构建容器集群运行容器形态的网络功能，来保护运营商已有的资产投资，最大化资源利用 效率，降低网络部署成本；

4）可编程技术：随着可编程交换芯片技术的发展以及用户面可编程方案的逐渐丰 富，可编程网元逐步迈入控制面、用户面等都可编程的全可编程网元趋势，可编程网元为 网元侧带来的灵活控制与智能分析能力，使数据智能分析、资源监测、流量控制等功能在 网元侧得以实现，助力解决可观测和资源管理问题，未来移动核心网将是具备弹性灵活、 高性能、SLA 有保障的智能核心网。

2.空天地海，提供全域网络覆盖

空天地海是未来 5G-A/6G 通信的重要方向，面向山区、沙漠、海洋、空中等提供宽 带接入或广域物联，尤其是为航线上的飞机提供空中网络接入服务。其次，应对地震、海 啸等自然灾害，提供应急通信，以及实现遥感、观测和地球保护等。空天地海一体化融合 通信，通过分布式网络覆盖全域，实现用户随时随地的网络接入。

因此，空天地海通信对未来核心网具有较高的要求，从广域角度，未来核心网应该具 备分布式互联互通形成一张广域大网，连接空天、海域和地面；从地面通信角度，未来核 心网需支持固移融合以及基于 D2D 的多跳近域通信，进一步优化覆盖，提供更丰富的接 入手段。

3.分层分布，提升网络健壮性

展望未来，越来越多样化的应用/业务将不断涌现，它们都将对网络提出连接之外的更 多样化的功能要求、以及更极致时延和可靠性等性能要求，例如：车联网需要提供就近接入 服务和算力能力，超低时延高可靠工业控制业务要求时延小于 1ms 以及可靠性高于 99.99999%等 [2]，网络及相关的服务和资源趋于分层分布式协同部署、网络及应用更进一步 靠近用户是满足上述需求的关键手段。当前，5G 核心网采用了相对集中的部署模式，网络 整体的健壮性依赖于各单个网元的性能，后续演进需要从整体上进一步考虑系统的健壮性。 此外，在移动通信网络应用于工业互联网等垂直行业之后，网络自身的时延及可靠性等性能 指标的重要性进一步凸显。最后，5G 核心网控制面引入了 SBA 服务化架构，通过 NRF 服 务注册、发现机制可以更加灵活的在网络中新增服务和功能，但同时也引入了集中控制点， 容易形成性能瓶颈。

为增强网络可靠性和提升网络性能，当前核心网可考虑进一步向分布式架构演进。分布 式网络，是由分布于不同位置和组织的节点或者网络组成，面向用户、客户和应用提供多元化网络能力的，协同自治的端到端网络系统。在架构中引入分层分布式，提升网络可靠性和 降低时延，减少因为单点故障导致全网故障的风险，同时降低组网复杂度，优化 NF 路径选 择机制，实现健壮的分层分布式边缘网络体系。

基于上述设想，未来网络将呈现集中+分布式趋势，由中心网络、分布式边缘网络、企 业专网等多种网络混合分布的多样化多网互通协作的网络架构。各个边缘网络具备完整的网 络功能，可在特定场景下实现独立运行，从而为不同的业务场景、用户群体或接入方式提供 服务，同时具备自治能力，实现网络的自主管理和优化。此外，在特定场景下，各分布式边 缘网络可采用融合架构简化网元间的信令流程，将原本大量的 NF 间的标准化的复杂通信简 化为为分布式边缘网络的内部交互。

对于未来网络，除了用户面，控制面、新增功能面逐渐实现按需分布式部署，接入、连 接、计算、数据、信任等要素走向分布式，通过将网络功能靠近用户源部署，分布式边缘网 络支持完成快速的连接控制、区域智能和流量疏导，与集中网络功能构成协同控制体系，共 同完成鉴权认证、移动性管理以及智能任务的协同等。在分布式边缘网络之间，通过对等协 作或者集中控制的方式，协同保障服务的连续性和高质量。未来网络可通过分布式账本、服 务网格等分布式、云原生技术，实现中心网络与各分布式边缘网络的服务协同。如引入服务 网格理念，将网络功能的业务逻辑和非业务逻辑分开，由服务访问代理完成非业务逻辑功能， NF 可以通过服务访问代理机制实现分布式服务的注册、发现和调用，降低 NF 的信令组网 能力要求，隐藏内部网络拓扑结构，聚焦业务功能，在保障隐私、满足溯源需求情况下提供 服务。另外，通过分布式技术和信任框架（如分布式账本），每个网络部署一个分布式节点， 可以在一点数据更新后实现多个网络快速统一更新，避免单点故障，并且可以保障协同过程 的公开透明和真实可信，实现网络间的可信认证、信息共享，提高跨域场景下的服务注册和 发现的可靠性、可用性与灵活性，在未来特定场景下具备很好的应用价值。

4.场景定制，提升网络灵活性

未来，应用场景将越来越多样化，面向垂直行业场景，行业用户普遍需要定制化的产品， 同一行业场景的需求存在相似之处，不同行业场景的需求差异较大[3]。现有 ToB 网络仍然沿 用 ToC 集中规模部署的设计方式，通过将多个行业 NF 融合打包预部署，面向企业用户数 从数十到数万不等场景，网元仍然比较厚重，且无法满足行业快速的功能迭代需要。同时， 面向特定行业场景，不能通过定制化的产品来满足需求，无法对网络功能进行灵活按需裁剪。 当前，5G 核心网通过支持云化部署、引入 SBA 服务化架构，从而具备了一定的 IT 敏捷特 性，加速了新业务上线速度。通过 RESTful 接口屏蔽复杂协议，方便第三方应用快速集成 电信服务能力实现应用创新，助力运营商打造创新生态系统。服务化设计带来了一定的灵活 性，同时也存在新增 NF 数量过多、NF 之间关系紧耦合等问题，此外，这种 NF 增量式设 计，间接带来网络组网复杂度的问题，以及异厂家接口之间互操作工作，导致 5G 网络上线 部署慢，并且每新增一个服务（例如 5G LAN）/NF（例如 NWDAF）都会涉及现有多个 NF 功能扩展和接口交互，因此对未来网络高效、灵活适配场景需求带来了一定的难度。

面向灵活适配场景的需求，未来网络将构建支持场景定制的分布式核心网，实现个性化 极简网络，打破现有的网络功能边界，改变以 NF 为服务集合的设计模式，围绕具体的业务 场景需求定制不同特性和规模的核心网，以匹配未来企业柔性生产的需要。未来场景定制化 网络可能有两种模式：一种是通过通用定制化的网络模板来适配差异化场景需求，网络模板 标准化且可复用，适合需求较为固定的大规模行业和场景需求；另一种是通过灵活按需裁剪 网络功能来适配特定场景需求，这需要对现有网络功能进行重构，对非必要的网络功能进行 裁剪，适合较为个性化的场景需求。

对于场景定制化的分布式网络，本白皮书认为需要从场景需求的精准感知、网络的全面 服务化及功能重构、高效的编排调度等三个方面进行实现。网络进一步服务化、模块化和智能化，对业务需求进行精准分析、建模和快速响应，建立业务需求的正反馈机制；网络服务 化的范围做进一步扩展，从终端、无线接入网、边缘计算甚至业务网络，都可以按需向服务 化方式演进，此外，现有网络功能有必要进行重构，同时支持在特定需求场景对非必要的网 络功能进行裁剪，提升网络的灵活性与柔性；在编排方面，对分布式算力、分布式网络和分 布式应用进行端到端、统一高效的一体化编排管理和动态调度，满足特定场景定制化分布式 边缘网络的需求。此外，场景定制化的网络和公共网络相互之间可以进行互通，网络根据不 同的业务需求，将用户迁移到不同网络，或者将用户请求路由到不同网络来获取相应的服务。

场景定制化的一种实现方式是围绕用户数据为中心设计，从 NF 互联提供新功能的架构 向以用户数据为中心，开放新功能接口，对于新增功能标准定义接口数据格式，不需要新增 NF，可以大幅降低传统不同 NF 间的信令交互量，即兼顾了服务化的灵活性，同时规避 NF 增量式不可持续的缺陷。通过构建核心网 on-line DIY 的能力，实现企业自助和按需编排部 署，满足根据特定行业需求构建极致轻量化的核心网。一方面通过产业界共同努力推动实现 ToB 原子服务的标准化，另一方面提升核心网在线可编程的能力，并对第三方企业开放，提 升版本快速迭代的能力。

5.网络智能，提升网络智能化

目前网络中的 AI 大部分是采用外挂叠加式 AI 工具解决，针对具体的问题引入具体的 AI 模型，一般采用线下做模型训练，线上推理，网元直接采用推理的结果辅助决策，网络 不感知 AI 业务，不为 AI 业务分配连接、计算、数据和模型等资源，其旨在通过 AI 提升网 络自身的性能、效率和用户服务体验。在 5G 时代，3GPP 初次引入 NWDAF 等智能化网 元，在核心网为 AI 提供多种支撑能力，使得 AI 数据收集、模型训练/推理等过程效率更高、 更实时；同时，3GPP 还开展了 AI 服务的感知及保障研究，初步具备了网络 AI 的支撑能 力，但仍然存在众多局限性。例如对实现 AI 能力涉及的要素资源（算力、连接、算法、数 据等）如何进行编排、管理和控制，尚无统一框架，无法满足未来网络中 AI 智能无处不在 的愿景；另外，目前网络中引入的 AI 主要用于网络自身的优化，无法对外提供 AIaaS 服务。 因此，未来网络要进一步摆脱管道化，可考虑利用无处不在的移动连接对外提供触手可及的 AI 服务。

为实现智能内生目标，未来移动网络需进一步支持感知 AI 业务，提供分布式 AI 智能 能力，支持 AI 任务的连接建立、数据收集、数据处理、模型训练，模型推理、模型评估等 完整运行流程；同时构建 AIaaS 服务，为 AI 服务需求者提供数据、算法、模型或完整的 AI 服务。

网络中各域、各层 的网络功能都具备智能感知能力和简单的智能分析能力，智能控制层实现各域内、各层内的 智能协同的同时，也实现跨域、跨层的智能协同，并通过智能服务层向网络内部或外部提供 各类 AI 能力。

智能控制层是分布式智能协同体系框架中的核心层，而跨层跨域协同则是实现网络 AI 服务的重要条件。完整的网络智能服务涉及数据感知和处理、模型训练、模型评估、推理及 决策等多个环节，未来网络的不同层、不同域的节点在数据、资源、功能等方面均存在差异。

另外，实现网络智能内生，还需要进一步增强端到端 AI 任务的编排管理能力，支持网 络 AI 完整生命周期管理，实现 AI 任务和资源（计算、连接、数据和算法）的编排、管理和 调度等能力。同时为更好地保障网络 AI QoS，需要从连接、算力、算法、数据等多个维度 综合评估网络 AI 的服务质量。建立网络 AI 的安全信任机制，除了典型的运营商信任模式 之外，还需要提供去中心化的多方信任机制，保障分布式网络 AI 涉及的用户、AN、CN、 应用等多方安全信任。最终实现对外提供 AIaaS 服务的目标，其中网络的数据、算力、算 法模型或完整的 AI 服务都支持对外开放，提供统一接口供各方 AI 服务需求者调用。

6.算网融合，提供连接计算融合服务

为了实现移动网络向垂直行业的渗透，5G 一方面持续地对连接进行增强，通过引入网 络切片、CUPS、TSN、URLLC 等垂直行业使能技术，以达到高品质的网络连接；另一方面 首次将对边缘计算的支持能力视为移动网络系统的重要能力要求，通过 5G 和边缘计算集成 以满足更多的行业应用需求。

5G 从以人为主的通信走向人机交互，进一步朝向机机交互演进，未来要达到人、机、 物、虚四元融合，除了在连接和算力侧持续增强，还需进一步加强两者之间的融合，以达到 网融万业的愿景，实现云网融合[4]目标。以智慧车联网、无人机编队、协作机器人、元宇宙 等为代表的新兴场景，不再局限于连接或算力单方面的增强，需要同时实现确定性连接+分 布式算力的一体化泛在调度，以更好的使能未来新型算网敏感业务，从而进一步增强网络的 粘性。

因此移动网络领域有必要实现算网深度融合，核心网作为移动网络的神经中枢，在一定 的区域范围内，针对实时类的业务，同时要求高性能的算力，需要进行增强以实现算网一体 化的编排管理，并对外提供灵活的算力服务感知与路由能力，打破传统方案的层间、域间壁 障，提升网络与边缘计算平台、边缘业务间的感知协同和互操作能力。在动态按需的创建确 定性连接的基础上，将应用算法实时卸载到就近的符合要求的边缘算力节点，达到数据的高 效、实时处理。将分散的算力联成网可做活边缘算力的微循环，发挥边缘算力规模效应，推 动算力服务全面升级和产业数字化转型。[5]

通过移动网络能力升级，构建算网一体化编排管理域，以实现对移动网络范围内的泛在 算力资源的感知，包括第三方算力资源，以丰富运营商移动网络领域的算力资源节点，避免 边缘算力的重复建设，利用网络/边缘计算/应用端到端的一体化协同编排管理技术，实现算网业务的一体化快速开通。算网一体化编排管理基于端到端服务化架构体系设计和功能重 构，实现边缘网络的端到端按需定制。当需求输入后，编排管理域需求分解模块对需求进行 分解，形成接入网需求，核心网需求，以及边缘平台需求。按需编排模块按照上述需求进行 架构设计，完成应用、业务平台、核心网、接入网的实例化。通过一体化的编排，结合上述 功能重构，弱化了网络功能的既有划分，以及应用与网络的界限。

进一步的，为达到泛在智能计算，核心网需要加强对算力服务感知，在一段时间内，两 种方式可能并存，一种方式是基于现有的控制面协商机制之上，进一步加强网络侧和应用侧 协同；另一种方式是构建新一代核心网感知型用户面，引入算力服务路由的能力。针对后者， 变革现有用户面基于 IP 数据包转发的工作方式。通过核心网感知型用户面能够对 UE 请求 的算力服务进行精准的感知，在识别到具体的算网 QoS 指标之后，结合移动网络域内的算 力资源负载、网络状况、算力使用成本、碳足迹等多维因素，进行计算任务的灵活调度，将 用户服务请求统一分发到临近用户的不同规模的分布式算力节点，如边缘、超边缘等，实现 面向未来元宇宙、智慧车联网等场景下的新型分布式边缘网络。

7.应用使能，提升网络服务能力

展望未来业务体系对移动网络的要求，有量和质两方面的变化，量体现在移动网络承载 的业务越来越丰富，类型也越来越多，从语音、文本到丰富多彩的多媒体音视频，从人联网、 物联网到触觉互联网、工业互联网，无所不及；这体现在业务需求差异及范围越来越大，指 标要求越来越严苛，如：优质体验的 XR 业务需要 G 级的带宽，超低时延高可靠工业控制业 务要求时延小于 1ms、可靠性达 99.9999%；有些业务甚至要求多个指标均达到极致，如 感知协作机器人医疗类业务要求时延小于 1ms、可靠性达 99.999999%。

未来移动网络要支持泛在的应用，特别是极致的应用，要求网络与业务融会贯通，网络 需要更加敏捷、智能和开放，除了以开放的方式进一步提供 NaaS 服务，还需要提供更多的 渠道和公共服务，实现网络和应用的相互感知和协同，实现用户/应用的体验最优化和网络 价值的最大化。这样一种协同的环境，需要在未来核心网架构演进设计中予以充分考虑。因 此，在未来核心网架构中，应考虑引入应用使能层，通过网络与业务的边界重构，构建“端 网业”协同联动的闭环保障系统，打造极致的业务体验。

未来网络的应用使能层构建了基础网络与应用之间的桥梁，成为应用和网络 协同的内生能力，从应用使能的视角描绘了网络架构。应用使能层与基础网络的任何服务化 功能均可交互，从而收集和封装各个层级的可开放服务化能力。网络应用使能层包括网络能 力开放、应用层使能服务器组件、新型业务辅助应用功能组件等。

由此，未来核心网的应用使能，将打造出一种赋予了丰富内涵和外延的网络服务和能力 开放环境。网络通过统一的应用使能框架，将分散在网络内部或周边的功能引擎、网络能力 进行汇聚，用规程化或友好调用的方式提供给应用方，重构网络与应用的边界，从统筹、协 同的视角实现应用和网络更为深入的协同。

8.虚实多感，提供全新业务体验

未来网络将从音视频通信，逐步向 XR 通信、元宇宙演进。在未来的网络中，除基本 的视觉和听觉外，触觉、嗅觉和味觉等其它感官的信息传递也将成为通信的关键要素，例 如：体感游戏，全息沉浸式会议等。这不仅仅需要更大的传输带宽，还对通信网络提出了 更高的要求。首先，触觉、听觉、视觉等不同感官信息的传输需要具有高度的一致性与协 调性。如果视觉、听觉、触觉、嗅觉等数据各自独立传输，没有进行有效的协同传输，容 易导致人体认知不协调、体验较差。其次，网络的 QoS 保障机制需要细分至帧级[6]。当前 保障以 QoS 流为粒度，没有识别媒体帧间的依赖关系，当网络拥塞时，分组丢弃是随机 的，容易丢弃重要的数据帧，而且，相互依赖的分组可能一部分传递，一部分丢弃，不能 保证所有相互依赖的分组作为一个整体进行传递，从而导致客户端无法正确的解码，浪费 无线资源，而且更容易导致视频卡顿、不清晰等。

因此，6G 网络需要有效识别多维感知数据，能够感知帧级粒度的业务数据，为实现帧 级 QoS 保障提供基础；同时，6G 网络还需要能够协同终端、网络、传输和业务，实现视、 听、触等多维感知数据的端到端协同传输，保障多感通信的一致性体验。此外，还可以进行 精准的 SLA/QoE 测量，在测量的基础上，对多维感知数据的上下行传输进行优化调度和E2E 闭环保障，实现更优化的业务保障效果。

其中，对 XR、元宇宙等多维感知数据，例如渲染视频、动作指令等，可以结合 AI 技术 实现对多维数据进行帧级别细粒度的识别和分析，分析帧的特征，识别帧间的依赖关系以及 帧的重要程度。对于相互依赖的帧，可以作为一个整体进行传输，以便保障该整体数据的传 输保障，避免个别数据的传输异常导致整个数据无效；对于重要的视频帧，如 I 帧进行高优 先级调度，以保障视频的流畅性、清晰性。

此外，多维感知的数据可能来自于多个不同传感终端，因此还可能涉及多个终端之间的 相互认证和管理，可以采用分布式认证相关的技术（如区块链）实现，确保关联终端之间的 相互可信。