6G AI 데이터 서비스 프레임 워크 및 활성화 기술

인식과 지능은 6G 네트워크의 두 가지 주요 내인성 기능이 될 것입니다. 전자는 막대한 양의 데이터를 생성하는 반면, 후자는 네트워크 성능을 향상 시키거나 상위 레벨 응용 프로그램에 서비스를 제공하기 위해 데이터를 기반으로 자동 결정을 내립니다. 6G 내인성 지능은 인공 지능 (AI) 알고리즘을 활용하여 네트워크 성능을 향상시키고 사용자 경험 및 효율성을 향상시키는 동시에 유비쿼터스 컴퓨팅 성능 및 데이터를 활용하여 AI에 대한 여러 지원 기능을 제공하여 효율적인 AI 교육/재무, 추출 및 캡슐화를 제공합니다. 다양한 산업 및 응용 프로그램에 서비스를 제공합니다. 기존 모바일 커뮤니케이션 네트워크는 사용자 측면 세션을 데이터 전송의 "파이프 라인"으로 사용하여 단일 포인트 기술을 통합하여 데이터 처리, 데이터 감독 및 보안 개인 정보 보호를 달성하여 지능형 애플리케이션을위한 특정 데이터 서비스 기능을 제공합니다. 그러나 정규화 된 데이터 서비스 프레임 워크가 없으며 데이터 거버넌스에서 많은 어려움에 직면 해 있습니다. 컴퓨팅 성능과 데이터가 어디에나있는 6G 시대에, 새로운 인식 및 인텔리전스뿐만 아니라 활성화 된 지능형 애플리케이션은 새로운 유형의 데이터를 가져올 것입니다. 또한 데이터 자체에 내재 된 값은 서비스 형태로 네트워크 내외부와 외부의 데이터 소비자에게 탐색 및 제공되어야합니다. 이 백서는 6G 내인성 지능 및 인식의 특성뿐만 아니라 분산 컴퓨팅 성능 및 데이터를 기반으로합니다. 전통적인 사용자 인터페이스와 무관하게 데이터 운반 메커니즘, 데이터 오케스트레이션 및 서비스 아키텍처 설계를 제안합니다. 주문형 처리 및 임의의 토폴로지 지원을 갖춘 6G 데이터 운반 메커니즘을 소개하고 데이터 인터페이스의 기능 아키텍처 및 주요 기술을 설명하며 마지막으로 데이터 서비스의 일반적인 응용 프로그램 시나리오를 제시합니다.

6G AI 데이터 서비스의 출현 배경
AI 기술의 지속적인 성숙과 응용 프로그램 시나리오의 지속적인 풍부함으로 인해 딥 러닝으로 대표되는 AI 애플리케이션은 소비 및 인터넷과 같은 Pan C-End 분야에서 제조, 보안 및 의료 서비스와 같은 전통적인 산업으로 방사되었습니다. AI 기술 혁신 및 애플리케이션의 대규모 구현은 빅 데이터 지능형 시장의 격렬한 개발을 주도했으며 또한 시장 활력을 데이터 서비스에 주입했습니다. 5G는 사물 인터넷의 장면 연결을 열어 수천 개의 산업을 이동 통신 네트워크에 연결하여 새로운 시나리오와 유비쿼터스 데이터를 제공했습니다. 6G 네트워크의 기능 중 하나는 유비쿼터스 빅 데이터를 기반으로 다양한 분야의 애플리케이션 및 시나리오에 AI 기능을 강화하여 광범위한 지역 적용 범위와 시나리오에 대한 지능적인 적응을 통해 "지능적인 유비쿼터스"세계를 생성하는 것입니다. 따라서 6G 네트워크는 내인성, 유비쿼터스 및 분산 AI 기능을 구성해야합니다 [1]. 6G 네트워크에서 내인성 인텔리전스는 내부적으로 AI 알고리즘을 활용하여 네트워크 성능을 향상시키고 사용자 경험과 효율성을 향상 시키며 AI 외부에 AI에 대한 다양한 지원 기능을 제공하여 AI 교육/추론을보다 효율적이고 실시간으로 제공 할 수 있습니다. 네트워크 인텔리전스를 추출하고 캡슐화하여 다양한 산업의 고객에게 서비스를 제공 할 수 있습니다. 새로운 6G 시스템에는 다양한 AI 모델 데이터 및 교육 데이터가 있으며 다른 네트워크 아키텍처에서 다양한 네트워크 요소 노드간에 상호 작용하고 공유 할 수 있어야합니다. AI 산업의 상용화로 인해보다 미래 예측 데이터 세트 제품 및 고도로 맞춤화 된 데이터 서비스에 대한 수요가 주류가 될 것입니다.
생산자 및 데이터 소비자로서 모바일 커뮤니케이션 네트워크는 데이터 운송 업체에서 신뢰할 수있는 제어 및 가치 광업을 갖춘 데이터 플랫폼으로 전환하고 있습니다. 5G로 표시되는 기존 통신 네트워크는 통신 세션 데이터 전송을위한 "파이프 라인"역할을하며 터미널 장치와 네트워크 사이에 정보 교환 경로를 설정하는 역할 만 수행합니다. 그러나 내인성 인식과 지능이 6G 네트워크의 기본 기능이되면서 분산 및 유비쿼터스 컴퓨팅 성능 및 데이터는 통신 연결을 넘어 새로운 네트워크 서비스 기능이됩니다. 통신 세션 데이터의 지점 간 전송과 달리 지능적, 지각 및 네트워크 작업을 처리하는 데 직면 한 문제는 데이터 수집, 전처리, 스토리지 및 분석을위한 분산 방법이 필요하다는 것입니다. 이를 위해 기존 사용자 측면과 무관하게 데이터 서비스 아키텍처를 설계해야하며, 비 사용자 측 데이터의 가치를 제어하고 실현하는 데 6G 모바일 통신 네트워크의 문제를 체계적으로 해결해야합니다.

6G AI 데이터 서비스의 가치와 잠재력
내인성 인식과 지능은 6G 네트워크의 두 가지 주요 기능이 될 것입니다. 전자는 막대한 양의 데이터를 생성하는 반면, 후자는 네트워크 성능을 향상 시키거나 상위 레벨 응용 프로그램에 서비스를 제공하기 위해 데이터를 기반으로 자동 결정을 내립니다. 빅 데이터 기술과 인공 지능의 엄청난 성공으로 무선 네트워크에서의 응용 프로그램은 점점 더 성숙 해지고 있습니다. 화웨이의 예측에 따르면, 총 연간 데이터는 2030 년까지 전 세계적으로 생성됩니다.
수량은 2020 년에 비해 23 배 증가한 1YB에 도달 할 것입니다. 다량의 데이터의 가치를 실현하려면 지능형 분석 알고리즘을 사용해야하며 데이터의 실제 가치는 유동성 및 데이터 협업에 달려 있습니다. 따라서 개인 정보 보호 및 데이터 공유는 데이터 흐름을 달성하고 값을 반영하는 데 중요한 메커니즘입니다. 소유자 또는 데이터 제공 업체는 서비스 형태로 데이터 소비자에게 데이터를 제공 함으로써만 가치 실현 만 실현할 수 있습니다. 자산 가치의 일반적인 실현과 달리 데이터 실현은 일회성 거래가 아니며
개인 정보 보호하에 데이터의 중복 가치 실현을 실현하도록합니다. 네트워크 AI의 경우, 많은 양의 교육 데이터를 훈련시키는 AI 모델은 알고리즘 마이닝 후 많은 양의 데이터의 가치 프리젠 테이션이며, 보호되어야하는 중요한 지적 재산이기도합니다.

6G AI 데이터 서비스의 정의
데이터 소스, 응용 프로그램 범위, 데이터 생성의 시간적 변동성, 개인 정보 보호 요구 사항, 스토리지 요구 사항 등과 같은 다양한 차원에서 6G 네트워크의 데이터를 사용자 계약 데이터, 네트워크 데이터, 인식 데이터 및 AI 데이터로 나눌 수 있습니다 [2 ]. AI 데이터에는 테스트 데이터, 입력 데이터, 중간 데이터, 분산 네트워크 AI의 교육 및 추론 프로세스에 전달되고 사용되는 모델, 그라디언트, 신뢰도, 벡터 등과 같은 출력 데이터가 포함됩니다.
6G AI 데이터 서비스는 데이터 수집 프레임 워크, 전처리, 배포, 분석 및 게시, 데이터 규제 법률 및 규정의 요구 사항을 충족하며 서비스 제품으로 데이터 제공을 기반으로합니다. 시스템 전체의 고객의 실시간 데이터 요구를 충족시키고 엔터프라이즈 및 산업 표준을 재사용하고 준수하며 데이터 공유 및 보안의 균형을 유지할 수 있습니다. 집계 된 내부 및 외부 데이터를 통합하고 처리하고 개인 정보 보호 처리 및 표준화하여 외부 데이터 서비스를 형성합니다. 표준화 된 데이터 서비스 방법을 통해 6G 내인성 AI 네트워크 및 외부 타사 사용자에게 공개 서비스를 제공하고 데이터의 자산 가치를 실현합니다. AI 데이터 서비스 유형에는 교육 또는 추론, 데이터 분석, 데이터 스토리지, 데이터 보안 및 개인 정보 보호, 데이터 공유 및 거래, 데이터 추적, 합성 데이터 등을위한 원시 또는 전처리 데이터 제공이 포함됩니다. 데이터 서비스의 주제는 터미널이 될 수 있습니다. , 네트워크의 다양한 장치 등 및 객체는 터미널, 네트워크 장치 및 외부 타사 사용자 일 수도 있습니다.