群集運動引發的智慧網絡發展思考：情景網絡

鄔江興，胡宇翔，李玉峰

（國家數字交換系統工程技術研究中心，河南 鄭州 450002）

1 網絡智慧化的背景、目標與面臨的問題

隨著信息通信網絡技術的不斷發展，互聯網已成為與國民經濟和社會發展高度相關的重要基礎設施，對提高社會生產力、助推經濟社會升級轉型、創造新的經濟增長點與就業機會等具有深遠影響。互聯網在當前社會中扮演的角色日益增多，多元化終端類型、接入方式不斷發展，人—人、人—機、機—機、網—網通信等成為常態，要求網絡必須為海量業務提供多元、個性、高效等服務。

然而，現有互聯網的數據傳輸、資源管理和運行維護方式僵化，其單一固定甚至基于人工的配置管理和調度等機制已無法滿足網絡快速發展帶來的泛在用網場景需求，導致網絡復雜性倍增，運行與維護開銷巨大。同時，現有用于刻畫網絡功能、性能等的模型和評價體系及由此構建的資源提供和業務承載方法均面臨深刻變化，使得網絡效率低下、用戶體驗差[1]。

如何使互聯網具備面向泛在用網場景的智慧化“無人駕駛”能力，在結構優化、資源配置、功能管理與業務承載等方面逐漸擺脫對人力或僵化運行機制的一味依賴，充分吸收和利用人工智能、大數據分析等技術的發展成果，提升用戶體驗，降低網絡運行和維護成本，同時使得網絡具備自我優化能力，改善因為人對復雜網絡環境的認知局限造成的服務體驗差和運營效率低等不利局面，引導傳統簡單、粗放的網絡資源管理和運營模式升級，已成為當前信息網絡技術發展的重要趨勢[2,3]。

網絡智慧化的目標是借助人工智能等技術的蓬勃發展以及網絡資源的性能提升與廣泛普及，以網絡傳輸效能、節點運行效能、業務承載效能和服務提供效能等為約束，在結構優化、資源配置、功能管理與業務承載等方面進行智能控制并自我優化，使網絡具備面向泛在用網場景的智慧化“無人駕駛”能力[4,5]。此時，用戶將不再關注“用網過程”和“用網體驗”的問題，而是將其歸結為簡單的“用網目的”二元問題。網絡自主地根據用戶的“用網目的”決定網絡資源的配置方案和服務提供方式等，并智能動態適應用戶需求的變化，在數以億計的用戶、網元和業務之間進行適配協調，使得網絡不僅使用便捷而且用戶無感，從而在根本上為各種類型和各種層次的業務提供多元、個性、高效的服務。

現有互聯網以分布式通信為理論基石，在此基礎上構建了以傳輸協議、轉發方式和路由控制三大基線技術為基礎的互聯網核心技術體系[6]。基于分布式網絡獲得的高度可擴展性和頑健性優勢是互聯網取得巨大成功的原因之一。然而，受限于廣域分布式網絡環境下網絡計算、感知等能力，全局化的網絡視圖獲取以及優化決策等一直無法實現，網絡智慧化難以發揮預期效果。同時，廣域網絡知識的表示和利用、規模化組織、知識傳遞等問題依然未能得到有效解決。如何在分布式互聯網中引入智慧化機制設計，探尋面向用戶體驗的互聯網資源全局協調控制之道，是當前網絡智慧化發展亟待解決的難題。

2 來自生物界的啟迪：群集運動

群集運動是自然界中常見的現象，如編隊遷徙的鳥群、結隊巡游的魚群、協同工作的蟻群、聚集而生的細菌群落等[7,8]。群集運動的共同特征是一定數量的自主個體通過相互合作和自組織，在集體層面上呈現出有序的復雜協同運動和行為等“群體智能”，表現出確定的集體“意向”或“目的”。這種集體合作能夠使生物群體在覓食生存、逃避天敵等方面獲得單獨個體所難以實現的優勢，完成復雜的運動任務。

圖1所示為沙丁魚的群集運動現象。沙丁魚通過感知水流、溫度等環境信息以及鄰居狀態的變化，個體自主變化并最終使得群體形態發生適應性變化；在遭受威脅時，仍能形成大規模有序的群集運動。圖2所示為椋鳥的群集運動現象，成千上萬只椋鳥在空中集體行動，根據需要時而匯集時而散開，少數個體在發現覓食地或掌握歸巢遷徙路線時，可引導整個群集向指定方向行動。

圖1 沙丁魚群集運動現象

圖2 椋鳥群集運動現象

群集運動這種高度協調且有序的集體運動模式內在機制如下。

首先，群體系統在結構上具有“個體動態+通信拓撲”的特點。群體系統的整體運行動力由個體的動態和個體間的通信拓撲所決定，系統中個體之間通過局部信息交換相互作用，調整自身動態行為：組成群體系統的每個個體都具有一定的自主能力，包括一定程度的自我運動控制、局部范圍內的信息傳感、處理和通信能力等；同時，由于個體的自主運動和局部信息傳感能力，當個體間進入或離開彼此的傳感區域和通信范圍時，它們之間的關聯特性會發生改變，從而導致整個系統的通信拓撲結構隨時間不斷變化。

其次，群體系統的運行動力是由簡單的個體行為規則和局部交互信息產生的。從自然界中的種種群體現象來看，群體行為完全可以在簡單個體行為的基礎上，通過系統的自組織而實現全局有序收斂，不會出現“撞擊、踩踏”等現象。群體中的每個個體都遵循相同或相似的簡單運動規則，這些規則通常只規定個體如何根據所獲得的局部信息做出相應的基本反應，而與群體運動行為或目標一般并無直接的關系。群體行為是所有個體通過關聯合作而涌現出的自組織運動，不同的關聯方式會產生不同的群體行為。

最后，群體系統協調控制的基本任務是實現期望的系統構形和整體運動方式，如以確定的隊形按照預期的速度和方向前進，進而完成躲避攻擊、尋找食物、長途遷徙等任務。實際群集中的個體是完全獨立和自主的，它們執行運動決策和狀態更新時會受到視線遮蔽、自身信息處理能力局限等因素的影響，個體對于鄰居狀態的了解是不全面的，加之行為決策的隨機性或動作執行誤差等不確定性因素的存在，必然導致個體的實際運動協同過程具有很強的隨機性。因此在特定任務（如躲避攻擊等）下，除了個體之間的相互作用規則外，有時需要賦予某些“需求”最強烈的個體以特殊的規則和信息，引導群體完成任務。

綜上所述，生物界的群集運動現象帶來的啟示可以總結為以下4個方面：

· 群集行為本質上是群體內相鄰個體間的信息交互并自主變化，從而實現群體形態變化的過程；

· 個體需具備基本的智能屬性，即感知、決策和執行；

· 即便個體資源有限、智能有限，群體依然能夠實現全局有序收斂，不會出現“撞擊、踩踏”等現象；

· 個體的調整結果向鄰域的傳遞效應表現出幾何級傳遞規模、爆炸式傳遞速度特性，使整體快速收斂。

當前，生物界群集運動已經在人類社會中有了初步實踐和應用，典型案例就是無人駕駛汽車技術：個體車輛通過感知周圍狀態、實時分析決策實現實際的加速、拐彎、剎車等動作調整，完成車輛個體的自動駕駛，而所有車輛完成感知、決策到調整3步過程后，將實現整體交通系統的高效、有序行駛。

生物界群集運動給智慧網絡發展帶來了啟迪：能否在分布式網絡中導入群集運動模式，在網絡節點之間建立簡單的協作機制，使互聯網具備面向泛在用網場景的智慧化“無人駕駛”能力，在結構優化、資源配置、功能管理與業務承載等方面具備自我優化能力，改善因為人對復雜網絡環境的認知局限造成的服務體驗差和運營效率低等不利局面。

3 情景網絡的基本概念

將群集運動應用到互聯網需要滿足3個條件：第一，網絡個體間需要進行信息交互并根據交互信息自主決策；第二，網絡個體需要具備基本的智能屬性，即感知、決策和執行；第三，網絡個體按照某種一致性規則相互作用，且節點狀態隨著時間演化而趨于一致。

本文從自然界群集運動獲得啟迪，提出一種基于節點自我感知、自主決策、自動調整的智慧網絡全域資源協調擬合方案——情景網絡（situational-section fitting network，SiFiNet），網絡節點感知鄰域節點及自身狀態（情景），采用數學擬合方法對感知的情景進行分析并依據給定的規則形成決策，驅動柔性網絡資源執行相應調整，并將這種機制向鄰域擴散，自動實現全網域范圍內的群體目標一致性，在無業務模型條件下改善全網域用戶端到端體驗并提升資源利用率等。圖3和圖4表示群集運動中生物個體之間交互模式和情景網絡中網絡個體之間交互模式的類比關系，鳥類個體感知鄰居的位置為Xi,j，依據Xi,j和自身位置Xi進行自身位置調整，實現規模有序的群體移動；相似地，情景網絡中的智能節點感知鄰居節點的帶寬資源Xi,j，依據Xi,j和自身情況Xi進行流量調整，實現全網域流量均衡。

圖3 群集運動交互模式

圖4 情景網絡交互模式

情景網絡是一種由情景擬合驅動網絡資源自適應分配的智慧網絡，其在給定分布式網絡資源和拓撲關系條件下，使得網絡資源依據不同業務的暫態需求而自適應分配，在時/空兩個維度上進行細粒度逼近式情景擬合，進而驅動網絡以柔性變化的內在結構和虛擬化的資源管理等手段實現網絡服務能力與業務客觀要求盡可能相匹配的效果，即使沒有精確的業務或服務分布模型，情景網絡也可以通過部署有限數量“情景擬合自動駕駛”網元節點達成“資源利用率和服務質量優化”之目標。

結合當前網絡智慧化發展的需求和制約，情景網絡借用群集運動思想，基于復雜網絡控制、群體動力學、混沌運動與混沌控制等領域的豐富理論研究成果，提出分布式網絡協作解決之道，實現網絡節點的智慧表達、感知—決策—執行和端到端時延保障的一致性模式，改變Internet盡力而為的標準服務模式，實現全網域、端到端范圍內網絡服務自動優化。情景網絡并不是對現有互聯網架構“推倒重來”，而是通過增量式添加節點決策協議和節點間感知協議等“基因修補”方式，為互聯網引入分布式協調的新基因，實現基于服務體驗的網絡資源自動協調與優化目標。

4 情景網絡核心機理

為實現網絡服務能力與業務客觀要求相匹配的效果，對于分布式網絡中的每個智能網絡節點，需要通過感知鄰域節點及自身的情景、分析情景形成決策并按照決策對網絡資源執行相應調整。在此以群集運動的一階連續一致性模型為例進行網絡帶寬調整，如圖5所示，其中iρ表示節點i的帶寬資源，ρi,j表示周圍個體的帶寬資源，rij表示個體間的期望參數，ijα為權重參數。節點感知鄰居節點的帶寬資源，按圖5中所示決策函數進行運算，做出接近期望值的決策并執行，以實現帶寬均衡的目的。

圖5 智能網絡節點工作流程

情景網絡的核心機理主要包括情景感知建模、情景擬合決策和業務自適應承載3個方面，具體介紹如下。

4.1 情景感知建模

在情景網絡中，情景是復雜不確定的，感知對象是時變多樣的，要求各智能網絡節點能夠根據相應的感知對象來執行感知動作。為了明確各類感知對象和感知動作在情景網絡中的物理意義，需要建立合理的模型來估計、刻畫網絡業務和資源分布特征的變化規律。其中網絡資源模型表示網絡中當前的資源使用情況，是建立在計算、存儲和傳輸資源基礎上的網元功能的資源描述，詳細說明每個節點所支持的功能和受到的約束；網絡業務分布模型則指根據網絡中情景片段的流量特征所劃分的業務種類、業務的分布以及業務的資源需求，實時、準確和完備地描述業務向量特征。通過對網絡中的所有資源向量以及網絡支持的各種業務向量進行有效的建模和劃分，為情景擬合驅動的網絡傳送能力和智慧化管理能力提供支撐。

4.2 情景擬合決策

情景網絡通過情景擬合的方式在業務和網絡之間形成決策閉環，實現網絡的柔性組織，最大程度地彌合網絡資源與業務需求之間的時變鴻溝。情景網絡的情景擬態決策過程本質上就是復雜網絡的協同控制決策，其擬合收斂能力僅與個體能力和個體間耦合強度有關。在協作完成共同任務的過程中，各個獨立的智能體要不斷地與局部環境、其他智能體進行交互作用，通過這種交互作用進行復雜協作行為的動態演化，最終實現共同的目標。這是一個包含局部的和全局的復雜交互作用、涌現群體智能的復雜過程。互聯網是一種典型的無標度網絡，因此情景網絡只需要在傳統分布式網絡中增量部署少量的網絡智能節點即可體現出基于用戶體驗的網絡資源全局協調控制和全網服務的整體優化。

情景擬合決策具有3個重要性質：漸變跟隨，動態適應網絡應用的傳送要求并保證網絡資源效率之間的一種折中，屏蔽業務特性在小時間尺度上的天然隨機波動，基于服務效果對服務需求進行穩定偏離的資源調整；自主驅動，情景網絡自主驅動網絡資源管控，以符合應用要求和服務效果之間固有動力學規律的自然方式，有效把握資源改變的時間、空間尺度，實現業務網隊暫態情景的最佳擬合，形成自主反饋、循環控制結構；聚類擬合，情景網絡對業務進行聚類擬合，使得網絡資源調整只針對特定的目標業務類，而不影響其他任何非目標業務類的服務效果。

4.3 業務自適應承載

情景網絡的業務自適應承載體現在節點和網絡兩個層面。

在節點層面，情景網絡從網元結構對業務需求的適應性出發，建立基于統一資源描述的網元模型和網元功能集合，通過網元功能的組合和映射實現網元的高效靈活設計；同時，智能節點采用轉發與控制分離機制、柔性重構機制和功能組合機制，增強網元的業務適應性和可擴展性，使其具有柔性組織能力和持續演進能力。情景網絡通過設計可重構的報文解析器和細粒度可組合的元處理單元，實現對數據報文解析—匹配—執行處理流程的全可編程；同時，情景網絡支持服務差異化定制的復雜情景擬合多模式數據轉發，支持網絡資源安全隔離機制和高效分配，從而獲得對網元資源的穩態分配和高效利用。

在網絡層面，情景網絡通過設計可適配、可擴展、可優化的自適應服務網絡生成、路由優化、流量調度、業務功能編排與新功能快速部署等機制，實現信息網絡資源的高效利用。首先，在保證可擴展和網絡頑健性的基礎上，將承載業務屬性與動態變化的網絡情景融合，制定節點間信息滲透的路由策略，通過個體路由選擇的自主變化實現全網路由的有序適應性變化。其次，以提高業務質量一致性為驅動，設計情景網絡功能動態編排與組合機制，通過群智感知實現預留資源節點的資源復用，在保證業務質量的同時提高資源利用率。最后，根據基礎網絡狀態的多樣化情景，擬合生成可便捷部署的大規模服務網絡，實現服務網絡與異構基礎網絡高效資源映射的統一。

5 結束語

本文從自然界群集運動中獲得啟迪，對互聯網資源全局協調控制機制進行了初步探索，提出一種基于節點自我感知、自主決策、自動調整的智慧網絡全域資源協調擬合方案——情景網絡，為智慧網絡發展提供了一種可能的解決思路。目前已完成了一階連續一致性模型在網絡資源調配中的應用，下一步將圍繞高階多種群環境下的情景網絡建模和資源智慧擬合進行深入研究。

參考文獻：

[1]鄔江興, 蘭巨龍, 程東年, 等.新型網絡體系結構[M].北京：人民郵電出版社, 2014.WU J X, LAN J L, CHENG D N, et al.Novel network architecture[M].Beijing： Posts&Telecom Press, 2014.

[2]CLARK D D, PARTRIDGE C, RAMMING J C, et al.A knowledge plane for the internet[C]//The SIGCOMM’03, August 25-29, 2003,Karlsruhe, Germany.New York： ACM Press, 2003.

[3]MESTRES A, RODRIGUEZNATAL A, CARNER J, et al.Knowledge-defined networking[J].ACM SIGCOMM Computer Communication Review, 2016, 47(3)： 2-10.

[4]楊震.自動駕駛技術進展與運營商未來信息服務架構演進[J].電信科學, 2016, 32(8)： 16-20.YANG Z.Progress of automatic driving technology and future information service architecture evolution of telecom operators[J].Telecommunications Science, 2016, 32(8)： 16-20.

[5]王志宏, 楊震.人工智能技術研究及未來智能化信息服務體系的思考[J].電信科學, 2017, 33(5)： 1-11.WANG Z H, YANG Z.Research on artificial intelligence technology and the future intelligent information service architecture[J].Telecommunications Science, 2017, 33(5)： 1-11.

[6]BECKER T, BURGHART C, NAZEMI K, et al.Core technologies for the internet of services[J].Cognitive Technologies,2014(39)： 59-88.

[7]劉明雍, 雷小康, 楊盼盼, 等.群集運動的理論建模與實證分析[J].科學通報, 2014, 59(25)： 2464-2483.LIU M Y, LEI X K, YANG P P, et al.Theoretical modeling and empirical analysis of cluster movement[J].Chinese Science Bulletin, 2014, 59(25)： 2464-2483.

[8]FRASER G M, HUGHES C.Swarming motility[J].Current Opinion in Microbiology, 1999, 2(6)： 630-635.