1、1/53目录1.引言.22.相关标准组织进展.32.1.3GPP.32.2.IMT-2030 推进组.42.3.Next GAlliance.52.4.Hexa-X.52.5.6GANA.63.6G 数据服务场景与需求分析.63.1.感知数据.63.2.AI 模型训练数据.83.3.AI 模型数据.93.4.基于分布式架构的数据服务.123.5.用户为中心的数据管控.133.6.星地融合通信场景的数据.143.7.用户体验自优化的数据收集.153.8.自生成数据服务.173.9.数据权益.183.10.6G 数据需求总结.194.6G 数据面内涵和框架.204.1.6G 数据面内涵.204.2

2、.新增数据面的必要性.224.3.6G 数据面框架.235.6G 数据面关键技术.285.1.数据承载与传输协议.285.2.空口数据面.305.3.核心网数据面功能与架构.325.4.核心网数据面传输协议.335.5.AI 模型数据压缩技术.355.6.数据分布式技术.375.7.基于语义图的服务接口技术.385.8.数据服务与其他服务的协同.436.数据面原型样机.456.1.数据面原型样机 1.456.2.数据面原型样机 2.457.总结和展望.478.参考文献.489.缩略语.5010.白皮书贡献人员.532/531.引言5G 支持 eMBB（Enhanced Mobile Broad

3、band，增强移动宽带），URLLC（Ultra-ReliableLow-Latency Communications，超高可靠和超低时延通信）和 mMTC（Massive Machine TypeCommunication，大规模机器类通信）三大应用场景。5G 系统通过 NEF（Network ExposureFunction，网络开放功能）/CAPIF（Common API Framework，通用 API 框架）支持网络能力和事件开放。AF（application function,应用功能）可以通过 NEF/CAPIF 获得 5G 系统数据，促进了网络和应用之间的跨层创新。随着移动网络

4、所产生数据的数据量不断增长，数据收集和数据处理需求日益突出。相应地，网络服务也从通信服务演进为通信、感知和 AI（Artificialintelligence，人工智能）的多维服务。传统的数据收集和数据处理方式无法适配新的变化，难以满足新增的数据需求。这主要是因为 5G 网络缺乏统一的数据管理框架，难以支撑多类型数据的融合和协同管理，从而可能导致数据治理的复杂性和成本增加。5G 网络设计侧重数据传输，限制了数据价值的充分挖掘和利用。现有方法无法满足多类型数据数据收集和数据处理的需求，也难以挖掘通信、感知、智能等多类型数据的价值，更无法保障数据的权益。5G 网络在确保数据的合法性、真实性和完整性

5、等数据质量管理方面缺乏统一的数据管控框架，难以满足数据法规要求和用户隐私安全的期望。在新业务数据方面，5G 网络难以高效收集、传输、处理和分析大量移动网络内部的数据，例如感知数据和 AI 模型等。图 1-1.移动网络内部数据的全生命周期随着数据成为数字社会的生产要素之一，6G 作为重要基础设施，6G 系统的数据必然是数据这一生产要素的重要组成部分。ITU-R（International Telecommunication Union-Radiocommunication Sector，国际电信联盟无线电通信部门）发布的IMT 面向 2030 及未来发展3/53的框架和总体目标建议书1提出了沉浸

6、式通信、超大规模连接、极高可靠低时延通信、泛在连接、人工智能与通信、感知与通信融合六大场景。这意味着 6G 是超越通信服务的移动通信系统，在传统数据传输管道基础上，感知与通信融合和 AI 等场景引入了感知数据和AI数据等移动网络内部数据。移动网络内部的数据提供者或消费者包括UE（User Equipment,终端）、基站（Radio Access Network node，RAN node）、CN（Core Network，核心网）网络功能和 AF 等。相比于数据传输管道中的用户数据，6G 系统需要负责移动网络内部数据的产生、安全隐私管理、收集协调、传输、处理、质量管理、消费/服务等完整的生命