LLM-Enabled NWDAF: 迈向AI-Native 6G网络智能的一步

TL;DR 为开源 5G 核心网 Free5GC 实现集成 LLM 的 NWDAF，支持自然语言意图驱动网络分析订阅，降低非专家操作门槛，是 AI 原生 6G 网络智能的实践基础。

问题

网络数据分析的自动化与可访问性鸿沟

5G核心网引入服务化架构（SBA）与零接触自管理理念，NWDAF作为3GPP定义的核心网分析节点，是实现闭环自动化与智能化的关键。业界当前关注如何将AI/ML深度集成到网络运维中，以处理海量终端和多样化切片场景下的实时决策需求。

现有开源生态局限

现有开源5G核心网（如Free5GC、Open5GS）中，NWDAF实现滞后且功能不完整，具体表现在：

• 接口碎片化与高门槛：传统NWDAF交互仅提供RESTful API或命令行，操作者必须熟悉3GPP TS 29.520等复杂规范，并手动构造对AMF/SMF事件的精确订阅请求，非网络专家难以使用。
• 意图映射断层：从高层运维意图（如“监控特定切片下所有UE的注册异常”）到具体的事件订阅与分析请求的转换完全依赖人工编程，缺乏自动化的语义理解与映射机制。
• 缺乏自然语言交互：无LLM集成导致无法支持对话式分析获取，运维人员只能通过Predefined查询被动获取结果，无法动态探索网络状态。

这使得以意图驱动网络管理（Intent-Based Networking）为目标的研发在开源平台上受阻，阻碍了LLM等AI能力融入网络操控的快速实验与验证。

为什么此问题至关重要

随着6G向AI原生网络演进，网络功能应具备理解自然语言意图并自主决策的能力。NWDAF作为数据汇聚与分析中心，是注入LLM智能的理想锚点。但主要挑战在于实时性要求：意图识别模型需在毫秒级延时内完成语义编码与分类，嵌入模型必须轻量且准确。此外，集成LLM后必须保持与3GPP接口的标准兼容性，避免破坏现有网络功能间的信令体系。从行业视角看，降低网络分析的操作复杂度能够极大提升自动化编排效率，是迈向“网络即服务”趋势的必然要求。

行业类比

这一方向与云原生领域利用LLM Agent将自然语言转化为PromQL查询或Kubernetes API调用的实践类似，如K8sGPT自动诊断集群故障，通过封装领域知识让非专家也能快速执行高级操作。

核心洞察

• LLM 集成到 NWDAF 的对话式意图接口，将自然语言直接映射为网络功能订阅与分析查询，显著降低了操作复杂度。 与传统依赖 CLI/API 的手动管理方式不同，该工作通过语义嵌入模型对 7 类预定义意图进行分类，自动触发 AMF/SMF 事件订阅或 Prometheus 数据检索，使非专家用户也能便捷地驱动网络自动化，为 AI 原生网络管理提供了实用原型。
• 开源 NWDAF 实现与 Free5GC 兼容，填补了标准化网络分析功能在开放研究领域的空白。 现有 NWDAF 方案多为厂商封闭实现，难以用于学术实验。该工作将基于 Free5GC 的 NWDAF 与 LLM 对话层、Prometheus 监控集成，形成端到端可复现测试床，并开放数据集，为 6G 零接触网络管理研究提供了可直接评估和扩展的基础设施，推动了从专有向开放、AI 原生架构的演进。

方法

方法核心：意图驱动的 LLM-NWDAF 交互管道

本工作提出一个 LLM 使能的 NWDAF 架构，实现自然语言到网络分析指令的端到端转换。

1. 意图输入与语义编码
用户通过对话界面输入自然语言请求（如“获取当前 AMF 注册用户数”）。系统利用 语义嵌入模型（例如 Sentence-BERT）将文本转换为固定长度向量，捕捉操作意图的深层语义，而非依赖关键词匹配。

2. 意图分类与映射
嵌入向量输入一个 预定义意图分类器，将用户请求映射到七类标准操作意图之一，如 AMF 事件订阅、SMF 会话分析、Prometheus 实时查询等。该分类器通过小样本标注数据进行微调，保证网络领域专用术语的识别精度。

3. NWDAF 服务执行
分类结果触发 NWDAF 内部相应的服务逻辑：

• 对于 订阅类意图，NWDAF 通过 SBA 接口向目标 NF（AMF/SMF）发送事件订阅请求，接收异步通知并持久化。
• 对于 分析查询类意图，NWDAF 从 Prometheus 时序数据库检索预聚合指标（如吞吐量、延迟、注册成功率），并返回给用户。

4. 反馈与抽象层
所有复杂信令交互对用户透明，系统在对话界面返回可读的结果或状态确认。这一抽象层将 5G 核心网的分析能力降低到“对话即操作”的程度。

与同类工作的差异：不同于仅提供 API 或传统 CLI 的 NWDAF 实现，本系统首次将 LLM 驱动的意图识别 与标准化 3GPP NWDAF 服务深度融合，并通过开源方式提供完整可复现测试床，降低了非专家用户的接入门槛。

实验

实验设计

• 测试平台：基于开源 5G 核心网 Free5GC 部署 NWDAF 实例，通过 NFs 订阅接口采集 AMF 与 SMF 的事件数据。
• 意图交互层：集成 LLM 对话界面，使用语义嵌入模型将自然语言操作意图映射到 7 个预定义类别，触发相应分析查询或订阅命令。
• 监控与分析：通过 Prometheus 实现实时指标拉取与可视化。

关键发现

• 系统为网络分析提供了对话式接入，无需专业人员理解底层信令，降低了操作门槛。
• LLM 驱动的意图分类能准确路由不同查询，实现了从自然语言到 NWDAF 服务的低延迟闭环。
• 该开源实现在 Free5GC 环境中验证了 AMF/ SMF 事件订阅、实时监控与历史分析的一体化流程。

基线对比解读

• 论文未提供与现有 NWDAF 实现（如 ONAP、OpenAirInterface）的定量对比，也未给出意图分类的准确率指标。
• 主要贡献为开源可访问性和LLM 集成新颖性，对比传统 CLI/API 交互方式，其自然语言界面在易用性上有明显优势，但缺乏性能基准测试。

行业影响

落地场景

对话式网络分析接口 能够直接嵌入电信运营商、云服务商及企业 5G 专网的运维工作台，允许非网络专家用自然语言完成 KPI 查询、事件订阅和故障初判。同时，开源 NWDAF 与 Free5GC 的兼容性使其成为学术机构和设备厂商快速搭建 6G 原型的理想基座，可推广至 IoT 平台、工业自动化和智能交通领域的网络监控场景。

商业价值

人力降本 是核心价值：运维团队不再依赖精读 3GPP 规范的专家，一线支持人员即可通过对话完成 80% 的日常监控任务，大幅缩短培训周期与排障时间。体验提升 源于接口抽象——意图识别将“订阅 AMF 注册成功率 < 95% 的事件”等复杂指令转化为语义搜索，零基础操作者也能即时获得 Prometheus 看板与告警。增收机会 在于加速网络切片与定制化服务：销售或产品经理可自行验证分析模型，更快交付差异化 QoS 提案，缩短上市时间。

与现有产品 / 工作流的接口

该 LLM 驱动的 NWDAF 可作为微服务插入主流可观测性栈：通过 REST API 连接 Prometheus 时间序列数据库，利用 LLM 将自然语言转为 PromQL 查询；意图分类结果可作为 Webhook 触发 Grafana 仪表盘刷新或 PagerDuty 告警。在 5G 核心网侧，它以标准 Nnwdaf 接口与被测 NFs 交互，可无缝兼容 Open5GS 或 Free5GC 等开源核心，并通过消息队列（如 Kafka）输出结构化事件，供现有的 AIOps 平台消费，降低集成阻力。

具体落地 Use Case

1. 大型电商直播网络保障：运维人员在 Prometheus 下用中文/英文自然语言查询“过去 5 分钟 AMF 注册失败率最高的区域”，系统自动分类意图 → 提取 PromQL → 返回时序图表，若失败率超过阈值则自动订阅异常告警，保障大促期间用户接入质量。
2. 自动驾驶 V2X 模式切换：车联网集成商通过对话命令“监控所有行驶速度 > 80km/h 的 UE 切换时延中位数”，系统实时订阅 SMF 移动性事件，动态调节边缘 UPF 配置，满足高移动性场景下的 URLLC 要求。

局限

• **实验验证范围有限**：论文在基于 Free5GC 和 Kubernetes 的测试环境中进行功能验证，仅测试了 AMF 和 SMF 事件订阅及少数分析查询，缺乏在大规模、多厂商网元或真实网络流量下的性能评估。对于延迟、吞吐量等关键指标没有定量分析，难以评估 LLM 接口引入的处理开销和对实时性的影响，限制了其在生产环境中的可靠性论证。
• **意图分类方法过于简单**：系统使用通用语义嵌入模型将用户输入映射到 7 个预定义意图类别，这是一种浅层分类方案，未考虑复杂、模糊或多步骤的意图。当遇到分布外或含噪声的输入时，可能无法正确触发对应网络操作，且缺少对话状态管理或澄清机制。相比之下，面向网络运维的意图解析通常需要领域微调或知识增强，该实现未能体现 LLM 在深层推理和动态修正方面的潜力。
• **开源成熟度较低但工程价值被承认**：虽然提供了 GitHub 仓库，但当前版本功能单一、文档简略，缺少与现有网络管理系统的集成示例或标准化接口。作为工程实现，它为后续研究提供了可复现的基础，但创新性主要体现在系统集成而非算法突破，与 3GPP 标准化 NWDAF 的完备功能相比仍有较大差距。