智简通信系统及关键技术白皮书

智简通信系统及关键技术白皮书中关村泛联移动通信技术创新应用研究院、北京邮电大学全球B5G/6G创新论坛中关村论坛2023年5月30日 本白皮书是中关村泛联移动通信技术创新应用研究院与北京邮电大学联合本白皮书版权属于中关村泛联移动通信技术创新应用研究院与北京邮电大或者观点时，应注明来源。第二章：智简通信愿景和驱动力信息通信技术和人工智能技术(AI)的发展与融合推动着人类社会向数字智能新阶段演进。第五代(thefifthgenerationmobilecommunicationsystem,5G)移动通信网络通过有机地融合泛在通信、计算与控制(ubiquitouscommunicationmobilecommunicationsystem,computing,andcontrol,UC3)能力，开启了人机物互联的新范式[1]。而第六代(thesixthgeneration,6G)移动通信网络则将通过对通信新征程[2]。3]。移动通信新技术的发展和6G新的智简通信系统用层次]。效传输，语图1：信息的三个层次：语法、语义、语用；对应数据、模型和智慧的传递、跨人机涉及的不兼容和难互通等问题。2.智简通信系统架构2.1智简通信系统链路结构图2：智简通信系统链路结构(1)智简发射机设计频谱环境、电磁环境等都因素，对信源、，行时序以及文本信源可以采用循环神经网络(RecurrentNeuralNetwork，RNN)模图数据源采用图卷积网络(GraphConvolutionalNeuralNetwork，GCN)模型。图3：智简通信发射端信息处理复。(2)智简接收机设计处的模型将被送入语义解码和恢复模块，以实现对接收的智简语义信息的重建2.2智简通信网络架构G1)大型服务器：位于第一层的大型服务器可以部署在核心网、骨干网或者2)普通节点：位于第二层的普通节点包括部署在接入网的具备计算能力的。3)部署节点：位于第三层的部署节点指网络中计算资源、能量、存储资源合本地存储的数据，训练生成新的模型。1)由模型需求者发起的模型传播：智简节点可以周期性地(如为实现自身2)由模型生成者发起的模型传播:当大型服务器或普通结点生成新的模型图4：智简通信系统协议架构切分技术将智简模型分为N个切片在多路进行传输，并于信宿端重新组建。其3.智简通信系统协议3.1智简通信系统协议架构更3.2智简模型切分传输技术图5模型切分传输示意图3.3智简通信路由技术基于模型切分传输理念，智简通信将进一步开展智简通信路由技术的研究，图6模型残差传播算法框图B时，并非直接向拥有全部模4.智简通信系统指标体系特误码率(BER)或符号误码率(SER)作为其主要性能指标。而智简通信系统4.1文本对象UBLEU=BP*exppnpnxixkminhkcimaxjmhksijxixkmin(hk(ci))其中ci表示产生的每个句子，sij表示对于句子ci的第j个参考句子。hk(ci)和和ls分别表示产生的文本中和传输文本中的单词的统计量。4.2图像和视频对象PSNR)。对于给定所提出系统中的传输图像f和恢复图像g，尺寸为M根N的灰度图像的PSNR定义为MSE(.)表示均方误差值，具体计算为PSNR的值越小，表示传输中造成较高的语义错误。除了像素级的相似度测量之外，通过使用感知距离来测量两幅图像的相似程度，与人类判断相一致的度量可以用于评估恢复的图像和视频的质量，例如结构相似度指数测量(structuralsimilarityindexmeasure,SSIM)、学习感知相似度(learnedperceptualsimilarity,LPIPS)度量和Fréchet视频距离(FréchetVideoDistance,FVD)。以SSIM度量为例，SSIM度量通过引入人类视觉系统(HumanVisualSystem，HVS)的质量感知概念来评估两幅图像之间的相似度。SSIM将间的结构比较，ofg。C1、C2和C3表示用于避免零分母的正的常数。.3语音对象对于语音多媒体信息，其性能可以通过语音质量以及生成信号与原始信号之间相似性的指标来评估，例如信号失真比(signal-to-distortionratio,SDR)、语音失真的感知评估(perceptualevaluationofspeechdistortion，PESQ)。在这些指(2)PESQ=4.5-0.1dSYM-0.0309dASYM其中，dSYM和dASYM分别表示对称和非对称扰动。4.4其他指标一步考虑智简模型与用户需求的关系，进一步讨占存储资源与运行模型所消耗的计算资源相关的智简通面，语义恢复的信息是否能够满足预期。语义服务质量指标ST(S)信息，ST(.)表示信息在执行后续任务中的性能。使用Sigmoid等函数将ST(.)的信息完全恢复。如果SS等于0，则表示语义信息无法恢复。DTime~O(xM∗K∗Cl-1∗Cl)l=1l。DDSpace~O(xK∗Cl-1∗Cl+xM2∗Cl)l=1l=1章：智简通信关键技术信源信道联合编解码技术具体地，信源语义编码传输与接收复原流程如图7所示。在发送端，将信源2.模型切分技术为了满足6G全新的应用场景和个性化的极致性能需求，智简通信系统需要点的首层，供前一个结点索要误差值。给其他神经元(训练时)，则需要向其他节点发出写入误差的申请。在基于分割网络势[9]。能和版本编号以及用户对新模型功能、性能和版本(可以用于区分模型体积等)OpenImage进行图像智简通信系统具备的中央模型管理器记录有网络中每个模型的功能、性能、3.模型组建与更新机制来的诸多问题和满足用户极致个性化的应用求和网络资源限制的模型是智简通信需要解决的关键问图10智简模型组建与更新机制的智简通信网络架构，即部署节点层/用户设型服务器/核心节点层，根据用户目标性能需求和资源限自身模型积累、呼叫周边节点模型、呼叫远距离大模型1)不同的智简用户设备/部署节点具有不同的目标性能，并且可以通过评价指标识别自身积累的已有模型和目标性能的差距，通过和周边节点(包括普通节点和核心节点)的交互，将本地模型和少量数据传输至周边普通节点或核2)普通节点存储有大量数据和通用模型，且具备训练中小模型的能力，知识蒸馏来完成模型的更新，或作为客户端参与核心节点通节点可以和用户设备及核心节点进行交互，当用户在普习后尚未满足目标性能，可以呼叫远距离核心节点发送大将大模型的能力迁移到中小模型上，从而达到用户的目标3)核心节点存储有海量数据和参数量繁多的大模型，可以进行迁移学习或模型的进化，或作为服务端进行联邦学习，完成对本地大的更新。核心节点可与普通节点及周边用户设备进行交输至周边节点，或接收目标性能要求较高的周边用户的数迁移学习或知识蒸馏，进而大幅提升周边用户的模型性型与目标性能的差距以及传输距离选定与之进行交互的有效节点，当用户i周边i向其发送任务i的目标性能、原始模型和少量数据，节点可对原始模型进行迁移2)普通节点存储有大量数据，可用于训练得到中小规模的通用模型。普通来的少量数据对任务i的原始模型进行迁移学习。此时若满足用户i的目标性能要求，则将迁移学习得到的模型传输给用户i；若尚未满足目标性能要求，普通节点则呼叫核心节点传输大模型，进行知识蒸馏，再将得到的模型传输给用户i。3)核心节点存储有海量数据，可用于训练得到大规模、高性能的模型。核少量数据对任务i的原始模型进行知识蒸馏。这是因为核心节点处模型规模和原模型上。达到任务i的目标性能后，核心节点将知识蒸馏得到的模型传输给用户i。4.智简内生安全技术不在的通信的同时,多种类型的设备与多种形态的网络相互连接,任何节点和网络都有可能成为攻击的突破口对6G网络进行渗透,安全的短板效应更加突出，移动通信系统在设计之初把安全作为一种独立的技术，依靠“补丁式”“外挂式”，需要从无线网络的共性和语义通信本质出发,从通信架构设计之初就考虑语义)模型联合训练阶段的隐私泄露风险：尽管智简通信系统可以通过结合联2)模型联合训练阶段的安全风险：攻击者可以通过参与模型联合训练过程升攻图11：基于不同层提取出的语义信息重构出的原始信息3)语义信息传输阶段的隐私泄露风险：如图11所示，在智简通信系统中，络。图12在无线信道中对语义信息添加“恶意语义噪声”4)语义信息传输阶段的安全风险：如图12所示，在智简通信系统中，攻击击统进一步，为厘清我国移动通信发展堵点，形成新形势下移动通信“双循环”[1]ZhangP,ZhangJ,QiQ,HuZ,NieG,NiuK,etal.Ubiquitous-X:constructingthefuture6Gnetworks[J].SciSinInform2020;50(6):913-30.HaitaoZhao,JiboWei,FangweiZhang.TowardWisdom-EvolutionaryandPrimitive-Concise6G:ANewParadigmofSemanticCommunicationNetworksJEngineering022,8(1):60-73.iuSAdvancedhybridinformationprocessingMSpringerInternationalPublishing[5]张平,许晓东,韩书君,等.智简无线网络赋能行业应用[J].北京邮电大学学报,2020(6):9.[6]PingZ,XiaodongX,ChenD,etal.Intellicisecommunicationsystem:model-drivensemanticcommunications[J].TheJournalofChinaUniversitiesofPostsandTelecommunications,2022,(1):2.[8]XuXiaodong,XiongHuachao,WangYining,HanShujun,WangBizhu,ZhangPing.Knowledge-EnhancedSemanticCommunicationSystemwithOFDMTransmissions[J].SciChinaSciNov[9]ChenDong,HaotaiLiang,XiaodongXu,