本文轉載自微信公眾號「大數(shù)據(jù)DT」，作者童文 朱佩英。轉載本文請聯(lián)系大數(shù)據(jù)DT公眾號。

數(shù)據(jù)的使用范圍不同，數(shù)據(jù)治理本身不論是經(jīng)濟內(nèi)涵還是技術內(nèi)涵也不同。數(shù)據(jù)治理是指通過相關流程和技術，對數(shù)據(jù)進行管理、維護和深度開發(fā)，獲得可以作為組織關鍵資產(chǎn)的高質量數(shù)據(jù)。

每個移動網(wǎng)絡運營商(Mobile Network Operator，MNO)將移動通信系統(tǒng)中產(chǎn)生的數(shù)據(jù)按技術域隔離并單獨存儲，這些技術域包括無線接入網(wǎng)(Radio Access Network，RAN)、核心網(wǎng)(Core Network，CN)、傳輸網(wǎng)(Transport Network，TN)以及運行、管理和維護(Operation, Administration, and Maintenance，OA&M)等。不同網(wǎng)元、不同參與者擁有的數(shù)據(jù)不夠公開透明，由此帶來的數(shù)據(jù)孤島是數(shù)據(jù)采集和共享中的主要瓶頸。

另一方面，大型OTT(Over-The-Top)業(yè)務公司在數(shù)據(jù)治理和變現(xiàn)策略方面(如數(shù)據(jù)存儲、分析服務、API接口)積累的專業(yè)知識遠遠領先于電信領域公司。

6G系統(tǒng)的數(shù)據(jù)治理方案將為AI和感知業(yè)務提供有力支持，將催生新的業(yè)務方式和系統(tǒng)特性。

一、設計要點和原則

數(shù)據(jù)治理的范圍遠不止是傳統(tǒng)的數(shù)據(jù)采集與存儲?？傮w上，系統(tǒng)設計需要考慮四個方面，如圖1所示。

▲圖1 數(shù)據(jù)治理的設計要點

1. 數(shù)據(jù)可獲得性和質量

數(shù)據(jù)可獲得性和質量是AI能否在各行業(yè)中得到應用的最大挑戰(zhàn)之一。提高數(shù)據(jù)的可獲得性，意味著數(shù)據(jù)不能僅僅來自單個系統(tǒng)、單個領域，而需要同時來自多個系統(tǒng)的不同領域。這就提出了一個根本問題：如何打破(多廠商、多運營商、多行業(yè)之間的)物理邊界，讓數(shù)據(jù)進入異構數(shù)據(jù)海洋?

一旦收集并利用了原本分散且相互隔離的數(shù)據(jù)，另一個問題隨之而來：如何提高數(shù)據(jù)的質量?海量數(shù)據(jù)的獲取，并不意味著獲取的數(shù)據(jù)是可用的、高質量的。同時，在考慮降低數(shù)據(jù)處理計算復雜度和能耗的同時，還需要提高數(shù)據(jù)處理效率。

2. 數(shù)據(jù)主權

隨著社會的全數(shù)字化轉型，數(shù)據(jù)主權、數(shù)據(jù)安全和隱私的重要性空前突出，很多國家都制定了隱私保護的法律法規(guī)。服務提供商也在不斷更新它們的隱私保護方案，主要國家政府也正在制定或已發(fā)布了數(shù)據(jù)管理相關的規(guī)定。

例如，歐盟2018年頒布的《通用數(shù)據(jù)保護條例》(General Data Protection Regulation，GDPR)就從歐盟層面上規(guī)范了數(shù)據(jù)的使用。2019年，中國頒布了《數(shù)據(jù)安全管理辦法》，與2016年頒布的《網(wǎng)絡安全法》一起構成了中國版的GDPR。美國也正在實施隱私相關的法律，例如加州的《消費者隱私保護法》(Consumer Privacy Act)已于2020年1月正式生效。

如何充分挖掘數(shù)據(jù)的內(nèi)在價值，為各種業(yè)務提供精確支撐的同時兼顧隱私保護，尊重數(shù)據(jù)主權，已成為近年來的熱門話題。6G系統(tǒng)設計應當考慮到監(jiān)管的不確定性，尤其是存在于不同地區(qū)之間的監(jiān)管差異帶來的不確定性。

3. 知識管理

一般來說，知識可以看作是經(jīng)過處理后的具有特定用途或價值的數(shù)據(jù)，可以被不同技術和業(yè)務領域的物理實體或虛擬實體直接使用。

知識管理包括知識的生成、更新和開放。就知識的生成和更新來說，我們需要仔細把關數(shù)據(jù)的來源和質量，采取措施攔截不可靠甚至是惡意的數(shù)據(jù)源產(chǎn)生的低質量和有害數(shù)據(jù)。而將知識作為一種能力對外開放，則需要適合的平臺和接口設計。

4. 法律問題

各種各樣的傳感器和其他技術可以實時產(chǎn)生數(shù)據(jù)，這讓數(shù)據(jù)收集和使用越來越復雜和敏感。數(shù)據(jù)生成能力的提升不僅提供了新的數(shù)據(jù)流和內(nèi)容類型，同時也引發(fā)了政策和法律對數(shù)據(jù)濫用的關注：別有用心的機構或政府可能利用這些能力達到社會控制的目的。

同時，新技術能力也讓普通人難以分辨技術內(nèi)容的真假。比如，普通人就很難區(qū)分一段真實視頻和一段“深度偽造”(deep fake)的視頻。維

護技術的社會利益和防止技術能力被用于實施社會控制、剝奪自由之間存在一種脆弱的平衡，如何保護這一平衡，變得愈發(fā)重要。為了識別欺詐行為、防止先進技術被濫用，需要更嚴格的法律和政策手段。

二、架構特點

獨立的數(shù)據(jù)面是數(shù)據(jù)治理系統(tǒng)設計中的關鍵特性(如圖2所示)，它將為6G系統(tǒng)提供數(shù)據(jù)相關的通用能力，從而為6G系統(tǒng)內(nèi)部和外部功能提供透明、高效、內(nèi)生安全和隱私保護。下文將介紹基本概念和相關網(wǎng)絡功能和業(yè)務。

▲圖2 獨立的數(shù)據(jù)面實現(xiàn)完整的數(shù)據(jù)治理

1. 獨立數(shù)據(jù)面

獨立數(shù)據(jù)面旨在實現(xiàn)6G系統(tǒng)的數(shù)據(jù)治理方案，它處理的數(shù)據(jù)來自不同業(yè)務實體。不論數(shù)據(jù)來自哪里，數(shù)據(jù)的整個生命周期都在這一平面完成處理，包括數(shù)據(jù)生成與收集、數(shù)據(jù)處理與分析、數(shù)據(jù)業(yè)務發(fā)放。

因此，獨立的數(shù)據(jù)面可以為外部商業(yè)實體(如汽車、制造和醫(yī)療等垂直行業(yè))提供數(shù)據(jù)服務，也可以為6G系統(tǒng)本身(如控制面、用戶面和管理面)提供網(wǎng)絡自動化和優(yōu)化服務。網(wǎng)絡運行相關的配置、狀態(tài)、日志，以及用戶個人數(shù)據(jù)、傳感器數(shù)據(jù)、其他各方提供的數(shù)據(jù)都是收集的對象。

收集到的數(shù)據(jù)會形成豐富的數(shù)據(jù)資源，這些數(shù)據(jù)資源可以以分布式的形式被組織起來。為了防止直接將原始數(shù)據(jù)用于AI和感知等應用而導致的問題，原始數(shù)據(jù)在被使用之前通常需要預處理(如匿名化、數(shù)據(jù)格式再塑、去噪、轉換、特征提取等)。

為確保數(shù)據(jù)完整、過程合規(guī)，數(shù)據(jù)處理過程中所涉及的政策(如地理限制、國家或地區(qū)隱私法規(guī)等規(guī)定)，不論是否來自監(jiān)管層面，都默認需要遵守。將數(shù)據(jù)傳遞至數(shù)據(jù)面時，還需要遵守數(shù)據(jù)合同中約定的數(shù)據(jù)使用權利和義務。數(shù)據(jù)脫敏是保護隱私的關鍵，數(shù)據(jù)面需要提供這一服務。

上述由數(shù)據(jù)面提供的所有服務，都由自包含的OA&M系統(tǒng)來運營管理。

數(shù)據(jù)面的另一重要功能是基于數(shù)據(jù)收集、處理和編排生成知識。為了協(xié)調(diào)來自不同數(shù)據(jù)源的數(shù)據(jù)的處理和傳輸，知識的生產(chǎn)也需要按照合同要求進行。

隨著新的數(shù)據(jù)源、數(shù)據(jù)模型、數(shù)據(jù)主題被數(shù)據(jù)客戶關注和使用，數(shù)據(jù)治理框架可以不斷演進、不斷充實。因此，數(shù)據(jù)治理框架的運營管理和框架的實時發(fā)展是可以并行的。

由于數(shù)據(jù)面是一個邏輯概念，所以可以通過集中式分層架構實現(xiàn)，也可以作為一種分布在邊緣或深度邊緣節(jié)點上的邏輯功能實現(xiàn)。接下來我們將探討數(shù)據(jù)面的一些關鍵要素。

2. 數(shù)據(jù)治理的多方角色

數(shù)據(jù)治理生態(tài)系統(tǒng)包括兩個維度的角色：從數(shù)據(jù)客戶到數(shù)據(jù)提供者、從數(shù)據(jù)所有者到數(shù)據(jù)管理者。不同的角色可以由不同的業(yè)務實體擔任。因此，6G中的數(shù)據(jù)治理是典型的多方參與場景，使用6G系統(tǒng)提供的數(shù)據(jù)或知識的數(shù)據(jù)客戶、6G系統(tǒng)的數(shù)據(jù)提供者都可能參與其中。

6G可以有自己的數(shù)據(jù)治理框架，也可以在自身領域知識的基礎上，與其他行業(yè)參與者一起構建數(shù)據(jù)治理框架。也就是說，數(shù)據(jù)治理框架可能存在不同的演進或發(fā)展路線。因此，不同業(yè)務實體之間在運營階段如何確定數(shù)據(jù)權利非常重要，可以借助區(qū)塊鏈等去中心化技術解決這一問題。

3. 數(shù)據(jù)資源

數(shù)據(jù)資源的內(nèi)容非常豐富，包括結構化數(shù)據(jù)、非結構化數(shù)據(jù)、預處理數(shù)據(jù)、后處理數(shù)據(jù)、原始數(shù)據(jù)。從無線環(huán)境中高效收集數(shù)據(jù)(如移動性等用戶行為數(shù)據(jù)和網(wǎng)絡狀態(tài)數(shù)據(jù))是數(shù)據(jù)治理的前提。然后可以使用智能方法分析數(shù)據(jù)、將數(shù)據(jù)衍生的知識傳輸給內(nèi)外部客戶。因而有必要了解數(shù)據(jù)的來源。

▲圖3 主要數(shù)據(jù)源類別

圖3展示了6G系統(tǒng)中一些主要的數(shù)據(jù)源類別。

• 基礎設施：基礎設施即通信系統(tǒng)，包括RAN、TN和CN等各類物理和虛擬資源，以及云、邊緣和深度邊緣等計算資源。基礎設施內(nèi)部產(chǎn)生的數(shù)據(jù)包括計算資源信息、通信資源信息(如某一網(wǎng)絡功能的狀態(tài))、感知信息(如來自RAN的感知信息)，以及某些用戶信息(如移動性信息、位置和相關上下文)。
• 運營支撐系統(tǒng)(Operation Support System，OSS)：這一層的數(shù)據(jù)包括所有OA&M相關的數(shù)據(jù)，如物理設備狀態(tài)、系統(tǒng)運行信息、業(yè)務發(fā)放信息。
• 業(yè)務支撐系統(tǒng)(Business Support System，BSS)：這一層的數(shù)據(jù)包括所有與業(yè)務邏輯相關的數(shù)據(jù)，如客戶信息、伙伴關系管理信息。更重要的還有消費者和企業(yè)客戶的訂閱數(shù)據(jù)，對于這些數(shù)據(jù)，他們應擁有完全所有權和控制權。
• 行業(yè)通信系統(tǒng)：6G行業(yè)應用場景中，收集的數(shù)據(jù)可能還包括行業(yè)相關OA&M數(shù)據(jù)信息、行業(yè)用戶信息(如流量規(guī)律和移動性數(shù)據(jù))以及存儲在云端的業(yè)務/服務數(shù)據(jù)。此類數(shù)據(jù)的所有權應完全屬于行業(yè)客戶。
• 終端：來自終端側的數(shù)據(jù)包括計算和通信資源、業(yè)務使用概況、感知知識等。此類數(shù)據(jù)的所有權應完全屬于終端用戶。

4. 數(shù)據(jù)搜集

6G中，數(shù)據(jù)治理的一個主要作用就是提供合適的方法構建數(shù)據(jù)資源，這需要合適的架構和網(wǎng)絡功能的支持，構建數(shù)據(jù)資源的第一步是收集數(shù)據(jù)，這一步有如下幾個關鍵動作：

• 與數(shù)據(jù)源建立協(xié)議(如數(shù)據(jù)授權)和安全連接。
• 接收數(shù)據(jù)收集需求，確定收集范圍，根據(jù)需求確定收集的地點、時間和方式。
• 將數(shù)據(jù)屬性告知數(shù)據(jù)源。
• 從數(shù)據(jù)源收集數(shù)據(jù)并入庫。
• 對數(shù)據(jù)庫中的數(shù)據(jù)進行操作和維護。

5. 數(shù)據(jù)分析

在管理數(shù)據(jù)資源的基礎上，為不同類型客戶提供數(shù)據(jù)分析服務便成為可能。有如下四種數(shù)據(jù)分析服務可以提供：

• 描述性分析挖掘歷史數(shù)據(jù)的統(tǒng)計信息，提供網(wǎng)絡洞察信息，如網(wǎng)絡性能、流量模型、信道狀況、用戶等方面。
• 診斷性分析可以實現(xiàn)網(wǎng)絡故障和業(yè)務損傷自主檢測，識別網(wǎng)絡異常根因，從而提升網(wǎng)絡可靠性和安全性。
• 預測性分析利用數(shù)據(jù)來預測未來事件，如流量模式、用戶位置、用戶行為和偏好、資源可用性，甚至是故障。
• 建議性分析基于預測性分析為資源分配、內(nèi)容展示等提供建議。

數(shù)據(jù)面提供的知識來自數(shù)據(jù)分析服務，提供的知識包括主動知識(如行動建議)和被動知識(如信息共享和客戶的行動決定)。

數(shù)據(jù)分析服務可以基于客戶需要，并根據(jù)客戶需求定制。數(shù)據(jù)面應按需多維度開放服務和數(shù)據(jù)，表1列舉了可向客戶提供的服務類型的示例?？梢灶A見的是，實際的客戶類型比表格中所列舉的更豐富，客戶對數(shù)據(jù)分析的需求和使用場景也各不相同。

▼表1 數(shù)據(jù)面提供的多維數(shù)據(jù)服務示例

6. 數(shù)據(jù)脫敏

收集和儲存敏感數(shù)據(jù)，就涉及了隱私風險，需要承擔隱私保護責任。數(shù)據(jù)脫敏是回應隱私關切、實現(xiàn)法律遵從的重要動作，對于在6G設計中支持AI和感知業(yè)務也尤為重要。

特別是對于AI任務，需要考慮跨領域的設計。近來有大量關于AI領域中差分隱私(differential privacy)的研究，探討如何將單個設備的訓練數(shù)據(jù)匿名化。

模型訓練和AI推理過程中的數(shù)據(jù)脫敏在6G設計中必不可少。實現(xiàn)差分隱私的方法包括：在不影響數(shù)據(jù)統(tǒng)計屬性的前提下為訓練數(shù)據(jù)加入噪聲，訓練模型仍然可以捕捉到原始數(shù)據(jù)集的特征;使用加密技術，使機器學習基于加密的(而非解密的)數(shù)據(jù)進行。還有一種方法是，讓設備發(fā)送模型參數(shù)，而不是訓練數(shù)據(jù)，比如說聯(lián)邦學習和拆分學習。

在這一過程中存在一個風險，如果有完全掌握學習方法的內(nèi)部人員心懷不軌，那么他可以利用模型逐漸收斂的過程構造與訓練數(shù)據(jù)類似的信息。例如在聯(lián)邦學習中，信息可能因此被泄露給惡意設備。

不論何種學習方法，數(shù)據(jù)脫敏都是需要考慮的問題。因此，我們需要在這個前提下，思考如何處理不同學習方法之間的差異和學習方法自身的局限性。

關于作者：童文 博士，華為無線CTO，華為5G首席科學家，華為Fellow，IEEE Fellow，加拿大工程院院士，曾獲IEEE通信學會杰出行業(yè)領袖獎、費森登獎章。朱佩英 博士，華為無線研究領域高級副總裁，華為Fellow，IEEE Fellow，加拿大工程院院士。

本文摘編自《6G無線通信新征程：跨越人聯(lián)、物聯(lián)，邁向萬物智聯(lián)》，經(jīng)出版方授權發(fā)布。(ISBN：9787111688846)