NWDAF: la piedra angular de 5G

A finales de 2019 tuve la suerte de recibir un curso de 5G a través de nuestro partner tecnológico para formaciones telco. Como en todo nuevo estándar 3GPP, el material del curso venía cargado de un gran número de acrónimos: AMF, PCF, SMF, UDM, UDR, NG-RAN, gNB… Casi todos haciendo referencia a las funciones de red (en adelante, «NF») en las que ahora divide el estándar las tareas y funcionalidad de la red en la nueva arquitectura basada en servicios. Pero, en aquel momento, no aparecía entre todos ellos el acrónimo «NWDAF»; la razón es que aún se estaba «cociendo» el término NWDAF pues apareció en R15 y se fue desarrollando en R16 y R17.

Pasado cierto tiempo, viene empezando a escucharse este acrónimo con más fuerza. Y, aunque de momento son pocas las implementaciones prácticas que se ven en el mercado, he visto interesante compartir en este punto lo que he podido averiguar sobre este nuevo NF llamado NWDAF, el Network Data Analytics Function, pues considero que, en un futuro cercano, va a ser clave en materia de analítica de datos y automatización de procesos en las redes 5G desplegadas por los operadores de red móvil.

En concreto, espero que este artículo ayude a contestar a preguntas como: ¿qué es el NWDAF? ¿para qué sirve?¿cómo funciona?, etc.

Antes de responder a la pregunta, pongamos un poco de contexto:

Para los operadores de redes, existen necesidades en relación a analítica de datos desde los tiempos de las redes SS7 y PSTN. En aquel momento, aparecieron indicadores de rendimiento (KPIs) basados en sondas de monitorización de los enlaces E1/T1 y que proveían de monitorización, aseguraban de que no se realizara ningún uso fraudulento y proporcionaban visibilidad del rendimiento de la red.

Con el paso del tiempo, han ido surgiendo nuevos tipos de soluciones de analítica a la par que han ido incrementando su complejidad. Estas plataformas eran generalmente propietarias y funcionaban trabajando como silos. Con la evolución a 4G, se comenzó a hacer uso de los algoritmos de inteligencia artificial (AI) y machine learning (ML) con objeto de realizar analítica predictiva, detección de anomalías, análisis de tendencias y agrupaciones, permitiendo casos de uso diferentes a la mera gestión de la red. Ejemplos pueden ser la gestión de la experiencia de usuario, el marketing personalizado o la monetización de los datos. La reciente llegada de 5G y su complejidad supone incluso una necesidad aún mayor de analítica avanzada. Esto es así para poder llevar a cabo los lazos de automatización, nuevos SLA y la optimización y auto-reparación de redes, que van a ofrecer una plétora de nuevos servicios.

Todo lo anterior converge en una cuestión común para todos los operadores de red: cómo conseguir integrar la analítica de datos en la red en un entorno de fabricantes con tantas soluciones de recogida de datos incompatibles, con diferentes formatos e inconsistencia entre ellas y a través de una visión holística que cubra pasado (datos estadísticos), presente (habilitar redes autónomas) y futuro (predicciones).

Para esto surge el NWDAF, como respuesta del 3GPP a todo lo anterior. Formalmente, podemos decir que el NWDAF, por tanto, es el NF definido dentro de la arquitectura 5G Core (5GC) del 3GPP (TS 29.520) que provee funciones de analítica de la red para automatizaciones o reporting, solucionando los retos actuales de interfaces o formatos y redes altamente distribuidos y multi-vendor.

Según parece, el 3GPP lo concibe como el «centro neurálgico» de mucha funcionalidad presente en el estándar, introduciendo una inteligencia superior al núcleo de red. Sin duda, una pieza clave en el camino hacia el rendimiento operacional y el soporte de los servicios en 5G; de ahí lo de «piedra angular«.

Imaginemos un reporte de pronóstico de tiempo. Esta información tan sencilla puede tener usuarios y utilidades tan variopintos como: para particulares, elegir qué ropa ponerse, para farmacias, saber si se debe comprar más stock de crema solar, conocer la producción que producirán los parques en el sector energético, para sector logístico, decidir si es seguro navegar, y un largo etcétera. Del mismo modo, los datos del NWDAF pueden tener varios usuarios potenciales y propósitos y, además, serán más diversos cuanto más variadas sean las fuentes de datos.

Y es que los datos de entrada del NWDAF pueden proceder de múltiples fuentes. Y las acciones resultado de los NF que consumen esos datos pueden aplicar a varios dominios. Si nos regimos por el estándar, podemos hablar de los dominios clásicos como pueden ser gestión de la movilidad (MM, Mobility management), gestión de la sesión (SM, session management), gestión de la calidad (QoS management), capa de aplicación, gestión de la seguridad, el ciclo de vida de los NF, etc. Estos casos de uso, pertenecen a dominios tan dispares como rendimiento, QoS, dimensionado, seguridad, steering de tráfico, etc.

Por concretar un poco, algunos casos de uso interesantes que se podrán llevar a cabo haciendo uso de ML y para mejorar la automatización de red son:

Datos de congestión de red – actual y previsión para un área específica o para un network slice*

Información de carga y predicción para un NF específico

Predicción del patrón de comportamiento en cuanto a tráfico y movilidad del usuario

Predicciones de rendimiento de la red

Sostenibilidad de la calidad de servicio (que requiere predecir los cambios de calidad de servicio)

Detección de comportamientos anómalos/anomalías en los usuarios.

Detección de ataque DDoS

Es importante remarcar que el NWDAF cumple funciones puras de analítica de datos: es decir, como tal, no recomienda ni aplica cambios en las políticas de calidad, de parametrización u orquestación para otros NFs (error de concepto bastante extendido). La analítica ya resulta bastante compleja per se. Son otros NFs los que consumen esta información.

Los casos de uso mencionados anteriormente son internos para la mejora del operador y darán lugar a ahorros gracias a las automatizaciones. Pero el NWDAF permitirá otros nuevos en los que el operador podrá explotar estos datos para buscar nuevas fuentes de financiación externas (monetización B2B). Y, por último, también pueden dar lugar a casos de uso de negocio para nuevos players en el mercado a través de la creación de nuevas aplicaciones diferenciales en diferentes verticales.

* Recordemos que los network slices son las porciones de red virtual e independiente a nivel lógico, que permite la nueva arquitectura en la misma infraestructura de red y que agrupan a uno o varios usuarios.

El estándar sigue la arquitectura basada en servicios y define interfaces para proporcionar la información al resto de NFs y permitir automatizaciones o reporting. El siguiente esquema refleja el papel central del NWDAF en este sentido:

Al igual que otros elementos de 5G, la arquitectura permite distribuir o llevar a otros puntos parte de la funcionalidad del NWDAF, de forma que se pueda proporcionar analíticas en tiempo real. Pero, al mismo tiempo, se contempla la existencia de un NWDAF central para cubrir aquellos análisis que necesiten de una agregación central, como puede ser la experiencia de servicio. 

El NWDAF permite a cualquier «NF consumidor» realizar una subscripción o baja de notificaciones periódicas de KPIs o recibir notificaciones cuando se sobrepasen los umbrales que se determinen.

3GPP ha especificado al NWDAF con un modelo de caja negra en el que están claras las entradas y salidas. En ningún caso establece cómo se han de realizar los algoritmos para realizar la computación de datos o las predicciones de los diferentes casos de uso; esto está en manos del know-how de los fabricantes y operadores, que además tendrán que decidir si prefieren una implementación central, edge o mixta.

De cara a su implementación hay dos aspectos relevantes a tener en cuenta:

El NWDAF es un NF y, como tal, tendrá un consumo de recursos a considerar en la planificación. Pero no solo eso. Además, habrá que considerar la carga que el NWDAF supondrá sobre el resto de NFs a la hora de consumir información sobre ellos.

Consumo de recursos vs precisión: cuanta más precisión de información, más desagregación del dato, etc, mayor consumo de recursos serán necesarios y mayor latencia en la obtención de información.

De momento no está muy clara la acogida que puede llegar a tener el modelo propuesto por 3GPP a través del NWDAF. Se pueden encontrar ya en el mercado las primeras implementaciones por parte de algunos fabricantes (implementaciones parciales, en su mayoría) pero podría decirse que empieza a abrazarse.

Ahora bien, se nos plantean varias preguntas que seguro se irán resolviendo en el tiempo:

¿Qué pasará en el mercado con la introducción de este estándar? ¿significará NWDAF la unificación de múltiples herramientas o se traducirá como el paraguas de un ecosistema de sistemas propios y fabricantes?

¿Cómo se llevará a cabo en los operadores? ¿a través de los fabricantes específicos de analítica, monitorización y medida? ¿a través de soluciones in house del operador? ¿o a través de propuestas provenientes de los propios NEMs?

¿Qué casos de uso resultarán los más atractivos o los primeros en implementarse? ¿planificación, user experience, etc? ¿B2C o B2B? ¿los centrados en usuario o los centrados en red? ¿los clásicos de 4G o los evolucionados de 5G (slicing)?

Como veis, de momento hay muchos interrogantes.

¿Qué os parece? ¿Pensáis que tiene recorrido esta iniciativa de unificación del NWDAF? ¿Pensáis que este estándar facilitará la entrada de nuevos fabricantes del mundo del monitoring al ecosistema, que se reducirá el mercado, que facilita las implementaciones in-house de operadores o que incluso limitará a las soluciones que propongan los propios NEMs?