數(shù)字孿生網(wǎng)絡(luò)(DTN):概念、架構(gòu)及關(guān)鍵技術(shù)

孫 滔 周 鋮 段曉東 陸 璐 陳丹陽 楊紅偉 朱艷宏 劉 超 李 琴 王 曉 沈 震 瞿逢重 蔣懷光 王飛躍

隨著5G、物聯(lián)網(wǎng)和云計(jì)算技術(shù)的發(fā)展以及層出不窮的網(wǎng)絡(luò)新業(yè)務(wù)涌現(xiàn)，網(wǎng)絡(luò)負(fù)載不斷增加，網(wǎng)絡(luò)規(guī)模持續(xù)擴(kuò)大.由此帶來的網(wǎng)絡(luò)復(fù)雜性，使得網(wǎng)絡(luò)的運(yùn)行和維護(hù)變得越來越復(fù)雜[1-2].同時，由于網(wǎng)絡(luò)運(yùn)營的高可靠性要求，網(wǎng)絡(luò)故障的高代價以及昂貴的試驗(yàn)成本，網(wǎng)絡(luò)的變動往往牽一發(fā)而動全身，新技術(shù)的部署愈發(fā)困難.具體來說，超大規(guī)模網(wǎng)絡(luò)發(fā)展面臨的典型挑戰(zhàn)總結(jié)如下.

1) 網(wǎng)絡(luò)靈活性不足.伴隨物聯(lián)網(wǎng)技術(shù)的興起，網(wǎng)絡(luò)通信由最初的人與人通信，發(fā)展至人與物通信，并進(jìn)一步發(fā)展至物與物通信.通信模式不斷更新，網(wǎng)絡(luò)承載的業(yè)務(wù)類型、網(wǎng)絡(luò)所服務(wù)的對象、連接到網(wǎng)絡(luò)的設(shè)備類型等呈現(xiàn)出多樣化發(fā)展的態(tài)勢，均對網(wǎng)絡(luò)本身提出了更高的要求，網(wǎng)絡(luò)需具備更高的靈活性與可擴(kuò)展性.

2) 網(wǎng)絡(luò)新技術(shù)研發(fā)周期長、部署難度大.作為基礎(chǔ)設(shè)施，網(wǎng)絡(luò)具有高可靠性要求，網(wǎng)絡(luò)運(yùn)營商的現(xiàn)網(wǎng)環(huán)境很難直接用于科研人員的網(wǎng)絡(luò)創(chuàng)新技術(shù)研究.僅僅基于線下仿真平臺的研究會大大影響結(jié)果的有效性，從而降低網(wǎng)絡(luò)創(chuàng)新技術(shù)的發(fā)展速度.此外，新技術(shù)的失敗風(fēng)險和失敗代價會阻礙對網(wǎng)絡(luò)創(chuàng)新應(yīng)用的嘗試.

3) 網(wǎng)絡(luò)管理運(yùn)維復(fù)雜.隨著云計(jì)算、虛擬化技術(shù)的發(fā)展，傳統(tǒng)網(wǎng)絡(luò)已經(jīng)開始向軟件化、可編程轉(zhuǎn)變，呈現(xiàn)了許多新的特點(diǎn)，如資源的云化、業(yè)務(wù)的按需設(shè)計(jì)、資源的編排等，這使得網(wǎng)絡(luò)的運(yùn)行和維護(hù)面臨著前所未有的壓力.由于缺乏有效的統(tǒng)一仿真、分析和預(yù)測平臺，很難從現(xiàn)有的預(yù)防性運(yùn)維轉(zhuǎn)向理想的預(yù)測性運(yùn)維.

4) 網(wǎng)絡(luò)優(yōu)化成本高、風(fēng)險大.由于缺乏有效的虛擬驗(yàn)證平臺，網(wǎng)絡(luò)優(yōu)化操作不得不直接作用在現(xiàn)網(wǎng)基礎(chǔ)設(shè)施中，造成較長的時間消耗以及較高的現(xiàn)網(wǎng)運(yùn)行業(yè)務(wù)風(fēng)險，從而加大網(wǎng)絡(luò)的運(yùn)營成本.

為解決上述困難，網(wǎng)絡(luò)智能化越來越為產(chǎn)業(yè)界所重視.“基于意圖的網(wǎng)絡(luò)”[3-4]，“自動駕駛網(wǎng)絡(luò)”[5-6]，“零接觸(Zero-Touch)網(wǎng)絡(luò)”[7]等概念和技術(shù)相繼被業(yè)界提出和推廣，希望借助網(wǎng)絡(luò)智能化技術(shù)，實(shí)現(xiàn)網(wǎng)絡(luò)自動化和自主化運(yùn)行的愿景.數(shù)字孿生網(wǎng)絡(luò)構(gòu)建物理網(wǎng)絡(luò)的實(shí)時鏡像，可增強(qiáng)物理網(wǎng)絡(luò)所缺少的系統(tǒng)性仿真、優(yōu)化、驗(yàn)證和控制能力，助力上述網(wǎng)絡(luò)新技術(shù)的部署，更加高效地應(yīng)對網(wǎng)絡(luò)問題和挑戰(zhàn).

將數(shù)字孿生技術(shù)應(yīng)用于網(wǎng)絡(luò)，創(chuàng)建物理網(wǎng)絡(luò)設(shè)施的虛擬鏡像，即可搭建數(shù)字孿生網(wǎng)絡(luò)平臺.通過物理網(wǎng)絡(luò)和孿生網(wǎng)絡(luò)實(shí)時交互，相互影響，數(shù)字孿生網(wǎng)絡(luò)平臺能夠助力網(wǎng)絡(luò)實(shí)現(xiàn)低成本試錯、智能化決策和高效率創(chuàng)新.數(shù)字孿生網(wǎng)絡(luò)的研究和應(yīng)用在產(chǎn)業(yè)和學(xué)術(shù)界還處于起步階段.本文結(jié)構(gòu)如下:第1 節(jié)介紹數(shù)字孿生的研究與應(yīng)用現(xiàn)狀，第2 節(jié)描述數(shù)字孿生網(wǎng)絡(luò)的定義和架構(gòu)并給出應(yīng)用示例，第3節(jié)描述數(shù)字孿生網(wǎng)絡(luò)的關(guān)鍵技術(shù)，第4 節(jié)描述數(shù)字孿生網(wǎng)絡(luò)的目標(biāo)價值，最后是總結(jié)和展望.

1 數(shù)字孿生技術(shù)研究和應(yīng)用現(xiàn)狀

1.1 數(shù)字孿生及相關(guān)技術(shù)概述

數(shù)字孿生的概念最早由美國學(xué)者M(jìn).Grieves教授提出[8]，并定義為三維模型，包括實(shí)體產(chǎn)品、虛擬產(chǎn)品以及二者間的連接.2012 年，美國空軍研究實(shí)驗(yàn)室和美國國家航空航天局 (National Aeronautics and Space Administration，NASA)合作提出構(gòu)建未來飛行器的數(shù)字孿生體[9]，并定義數(shù)字孿生為高度集成的多物理場、多尺度、多概率的仿真模型.近年來，隨著多學(xué)科建模與仿真技術(shù)的飛速發(fā)展，數(shù)字孿生技術(shù)研究成為熱點(diǎn)，并在虛擬樣機(jī)、數(shù)字孿生車間、數(shù)字孿生衛(wèi)星、能源交通、醫(yī)療健康等諸多領(lǐng)域得到成功運(yùn)用[10-12].面向未來網(wǎng)絡(luò)，伴隨著云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)的不斷發(fā)展以及信息的泛在化，數(shù)字孿生技術(shù)也將更廣泛地運(yùn)用于人體活動監(jiān)控與管理、家居生活和科學(xué)研究等領(lǐng)域，使得整個社會走向虛擬與現(xiàn)實(shí)結(jié)合的“數(shù)字孿生”世界.國際電信聯(lián)盟電信標(biāo)準(zhǔn)化部 (International Telecommunication Union — Telecommunication Standardization Sector，ITU-T)面向未來網(wǎng)絡(luò)的Network2030 焦點(diǎn)組的技術(shù)報告[13-14]也將數(shù)字孿生作為未來網(wǎng)絡(luò)12 個代表性用例之一.

數(shù)字孿生模型框架目前尚無統(tǒng)一定義.商業(yè)公司、科研機(jī)構(gòu)和標(biāo)準(zhǔn)組織都在嘗試定義通用或者專用的模型框架.Gartner 在其物聯(lián)網(wǎng)(Internet of things，IoT)數(shù)字孿生技術(shù)報告[15]中提出構(gòu)建一個物理實(shí)體的數(shù)字孿生體需要4 個關(guān)鍵要素:模型、數(shù)據(jù)、監(jiān)控和唯一性.文獻(xiàn)[10]提出了數(shù)字孿生的五維模型 {PE，VE，Ss，DD，CN}，其中，PE 表示物理實(shí)體，VE 表示虛擬實(shí)體，Ss 表示服務(wù)，DD 表示孿生數(shù)據(jù)，CN 表示各部分之間的連接.國際標(biāo)準(zhǔn)化組織(International Organization for Standardization，ISO)發(fā)布了面向制造的數(shù)字孿生系統(tǒng)框架標(biāo)準(zhǔn)草案[16-17]，提出包含數(shù)據(jù)采集域、設(shè)備控制域、數(shù)字孿生域和用戶域的參考框架，該草案即將成為數(shù)字孿生領(lǐng)域第一個國際標(biāo)準(zhǔn).

與數(shù)字孿生觀念緊密相關(guān)的理論，是由中國科學(xué)院自動化研究所王飛躍研究員于2004 年提出的平行系統(tǒng)理論[18-19].平行系統(tǒng)理論同數(shù)字孿生理論在虛實(shí)映射、動態(tài)仿真等方面有相似性.但是，兩者在研究對象、核心思想、實(shí)現(xiàn)方法、功能等方面均有所區(qū)別[20].數(shù)字孿生主要研究由信息空間和物理空間組成的空間物理系統(tǒng) (Cyber physical system，CPS)[21]，而平行系統(tǒng)主要研究社會網(wǎng)絡(luò)、信息資源和物理空間深度融合的社會物理信息系統(tǒng) (Cyber physical social system，CPSS)[22]，包含社會活動的部分，考慮社會的反映和影響.平行系統(tǒng)相對于數(shù)字孿生的“形似”，更注重“神似”.數(shù)字孿生通過數(shù)字化空間構(gòu)建物理空間的鏡像，而平行系統(tǒng)更強(qiáng)調(diào)計(jì)算實(shí)驗(yàn)和外在行為的干預(yù)，基于人工系統(tǒng)生成場景.平行系統(tǒng)理論在平行醫(yī)療[23-24]、平行自動駕駛[25]、平行軍事[26]等領(lǐng)域同樣有較多應(yīng)用.類似于數(shù)字孿生及平行系統(tǒng)理論，文獻(xiàn)[27]提出了智能空間設(shè)想，探討了基于智能交通空間，實(shí)現(xiàn)智能化車輛和交通基礎(chǔ)設(shè)施控制的可行性.

1.2 數(shù)字孿生網(wǎng)絡(luò)相關(guān)探索與工作

隨著數(shù)字孿生技術(shù)的發(fā)展及其在生產(chǎn)制造等多個產(chǎn)業(yè)的應(yīng)用，數(shù)字孿生技術(shù)理念在通信網(wǎng)絡(luò)領(lǐng)域的應(yīng)用也逐漸被業(yè)界研究和關(guān)注.華為公司提出在意圖驅(qū)動網(wǎng)絡(luò)的網(wǎng)絡(luò)云化引擎(Network cloud engine，NCE)中[28]，在物理網(wǎng)絡(luò)和商業(yè)意圖之間構(gòu)建數(shù)字孿生，將過去離散的數(shù)據(jù)進(jìn)行關(guān)聯(lián)并轉(zhuǎn)為在線共享，構(gòu)建全生命周期的數(shù)字化運(yùn)維能力.Aria公司的產(chǎn)品 STEP-T (Strategic traffic engineering and planning tool)[29]在運(yùn)營商客戶的骨干網(wǎng)上建立數(shù)字孿生體，運(yùn)用人工智能 (Artificial intelligence，AI)技術(shù)在大規(guī)模復(fù)雜骨干網(wǎng)上完成了路由優(yōu)化和故障仿真.文獻(xiàn)[30-31]提出基于賽博孿生(Cybertwin)的下一代網(wǎng)絡(luò)架構(gòu)，通過人和物在虛擬世界的數(shù)字表示，提供通信助理、日志記錄和數(shù)字資產(chǎn)等功能，適于未來網(wǎng)絡(luò)從端到端連接至云到端連接的演進(jìn).文獻(xiàn)[32]建立了5G 移動邊緣計(jì)算(Mobile edge computing，MEC)網(wǎng)絡(luò)的數(shù)字孿生體，利用孿生體離線訓(xùn)練基于強(qiáng)化學(xué)習(xí)的資源分配優(yōu)化和歸一化節(jié)能算法，然后將方案更新至MEC 網(wǎng)絡(luò).文獻(xiàn)[33]提出一種工業(yè)互聯(lián)網(wǎng)對應(yīng)的數(shù)字孿生網(wǎng)絡(luò)集成框架，利用強(qiáng)化學(xué)習(xí)算法在此框架下尋求最優(yōu)隨機(jī)計(jì)算卸載和資源分配策略.文獻(xiàn)[34]建立了面向6G 移動邊緣計(jì)算系統(tǒng)的數(shù)字孿生邊緣網(wǎng)絡(luò)，其中邊緣服務(wù)器的孿生體評估實(shí)體服務(wù)器的狀態(tài)，移動邊緣計(jì)算系統(tǒng)的孿生體提供數(shù)據(jù)用于訓(xùn)練卸載策略，方案在降低卸載延時的同時減少了系統(tǒng)開銷.此外，數(shù)字孿生技術(shù)在無線頻譜等方面的感知與管理也有了相關(guān)的探索.

中國科學(xué)院自動化所王飛躍研究員將平行系統(tǒng)理論用于網(wǎng)絡(luò)系統(tǒng)，提出“平行網(wǎng)絡(luò)(Parallel networks)”網(wǎng)絡(luò)架構(gòu)[35-37]，通過建立相應(yīng)的人工網(wǎng)絡(luò)系統(tǒng)，開展相關(guān)計(jì)算實(shí)驗(yàn)，對網(wǎng)絡(luò)進(jìn)行全面、準(zhǔn)確和及時的評估.數(shù)字孿生網(wǎng)絡(luò)與平行網(wǎng)絡(luò)在概念和目標(biāo)上有一定的相似性，主要設(shè)計(jì)思想都是類似于狀態(tài)觀測器的設(shè)計(jì)思路，通過構(gòu)造出類似原系統(tǒng)的衍生系統(tǒng)，再針對所構(gòu)造的人工網(wǎng)絡(luò)系統(tǒng)或者孿生系統(tǒng)間接的修正實(shí)際系統(tǒng)的狀態(tài)，從而調(diào)整網(wǎng)絡(luò)優(yōu)化資源管理，達(dá)到網(wǎng)絡(luò)性能優(yōu)化的目的.同時，二者在架構(gòu)和實(shí)現(xiàn)方法上有所區(qū)別:平行網(wǎng)絡(luò)中的人工網(wǎng)絡(luò)并非總是實(shí)際網(wǎng)絡(luò)的完全映射;數(shù)字孿生網(wǎng)絡(luò)的孿生體強(qiáng)調(diào)物理網(wǎng)絡(luò)的實(shí)時鏡像.平行網(wǎng)絡(luò)中的人工網(wǎng)絡(luò)基于軟件定義網(wǎng)絡(luò)(Software defined network，SDN)[38-39]技術(shù)和理念，實(shí)現(xiàn)集中控制、整體優(yōu)化和決策的功能;數(shù)字孿生網(wǎng)絡(luò)的孿生層不依賴SDN 技術(shù)進(jìn)行構(gòu)建，而是根據(jù)物理網(wǎng)絡(luò)中網(wǎng)元和拓?fù)涞膶?shí)際形態(tài)進(jìn)行抽象建模.在實(shí)現(xiàn)方法上，平行網(wǎng)絡(luò)可基于有限數(shù)據(jù)進(jìn)行計(jì)算實(shí)驗(yàn)和平行執(zhí)行，不依賴于全面、準(zhǔn)確的數(shù)據(jù)即可建模;數(shù)字孿生網(wǎng)絡(luò)強(qiáng)調(diào)基于全面且準(zhǔn)確的數(shù)據(jù)，進(jìn)行精準(zhǔn)建模，達(dá)成虛實(shí)網(wǎng)絡(luò)實(shí)時交互.

數(shù)字孿生網(wǎng)絡(luò)技術(shù)的相關(guān)研究目前還處于初級階段.盡管數(shù)字孿生技術(shù)在網(wǎng)絡(luò)中的應(yīng)用已經(jīng)起步，但目前的應(yīng)用側(cè)重于特定的物理網(wǎng)絡(luò)中、特定的場景(如網(wǎng)絡(luò)運(yùn)維)中，或者將網(wǎng)絡(luò)數(shù)字孿生平臺作為網(wǎng)絡(luò)仿真工具.結(jié)合數(shù)字孿生技術(shù)的特點(diǎn)以及在其他行業(yè)的應(yīng)用，本文認(rèn)為數(shù)字孿生網(wǎng)絡(luò)可以作為網(wǎng)絡(luò)系統(tǒng)的一個有機(jī)整體，成為未來涉及物理網(wǎng)絡(luò)的全生命周期的通用架構(gòu)，服務(wù)于網(wǎng)絡(luò)規(guī)劃、建設(shè)、維護(hù)、優(yōu)化，以及網(wǎng)絡(luò)自動駕駛、意圖網(wǎng)絡(luò)等網(wǎng)絡(luò)創(chuàng)新技術(shù)的應(yīng)用，提升網(wǎng)絡(luò)的自動化和智能化水平.

2 數(shù)字孿生網(wǎng)絡(luò)定義和架構(gòu)

2.1 數(shù)字孿生網(wǎng)絡(luò)定義

數(shù)字孿生網(wǎng)絡(luò)業(yè)界尚無統(tǒng)一的定義，本文將“數(shù)字孿生網(wǎng)絡(luò)”定義為:一個具有物理網(wǎng)絡(luò)實(shí)體及虛擬孿生體，且二者可進(jìn)行實(shí)時交互映射的網(wǎng)絡(luò)系統(tǒng).

在此系統(tǒng)中，各種網(wǎng)絡(luò)管理和應(yīng)用可利用數(shù)字孿生技術(shù)構(gòu)建的網(wǎng)絡(luò)虛擬孿生體，基于數(shù)據(jù)和模型對物理網(wǎng)絡(luò)進(jìn)行高效的分析、診斷、仿真和控制.基于此定義，數(shù)字孿生網(wǎng)絡(luò)應(yīng)當(dāng)具備4 個核心要素:數(shù)據(jù)、模型、映射和交互，如圖1 所示.

圖1 數(shù)字孿生網(wǎng)絡(luò)的核心要素Fig.1 The core elements of digital twin networks

1) 數(shù)據(jù)是構(gòu)建數(shù)字孿生網(wǎng)絡(luò)的基石，通過構(gòu)建統(tǒng)一的數(shù)據(jù)共享倉庫作為數(shù)字孿生網(wǎng)絡(luò)的單一事實(shí)源，高效存儲物理網(wǎng)絡(luò)的配置、拓?fù)洹顟B(tài)、日志、用戶業(yè)務(wù)等歷史和實(shí)時數(shù)據(jù)，為網(wǎng)絡(luò)孿生體提供數(shù)據(jù)支撐.

2) 模型是數(shù)字孿生網(wǎng)絡(luò)的能力源，功能豐富的數(shù)據(jù)模型可通過靈活組合的方式創(chuàng)建多種模型實(shí)例，服務(wù)于各種網(wǎng)絡(luò)應(yīng)用.

3) 映射是物理網(wǎng)絡(luò)實(shí)體通過網(wǎng)絡(luò)孿生體的高保真可視化呈現(xiàn)，是數(shù)字孿生網(wǎng)絡(luò)區(qū)別于網(wǎng)絡(luò)仿真系統(tǒng)的最典型特征.

4) 交互是達(dá)成虛實(shí)同步的關(guān)鍵，網(wǎng)絡(luò)孿生體通過標(biāo)準(zhǔn)化的接口連接網(wǎng)絡(luò)服務(wù)應(yīng)用和物理網(wǎng)絡(luò)實(shí)體，完成對于物理網(wǎng)絡(luò)的實(shí)時信息采集和控制，并提供及時診斷和分析.

基于四要素構(gòu)建的網(wǎng)絡(luò)孿生體可借助優(yōu)化算法、管理方法、專家知識等對物理網(wǎng)絡(luò)進(jìn)行全生命周期的分析、診斷、仿真和控制，實(shí)現(xiàn)物理網(wǎng)絡(luò)與孿生網(wǎng)絡(luò)的實(shí)時交互映射，幫助網(wǎng)絡(luò)以更低成本、更高效率、更小的現(xiàn)網(wǎng)影響部署各種網(wǎng)絡(luò)應(yīng)用，助力網(wǎng)絡(luò)實(shí)現(xiàn)極簡化和智慧化運(yùn)維.

2.2 數(shù)字孿生網(wǎng)絡(luò)架構(gòu)

根據(jù)數(shù)字孿生網(wǎng)絡(luò)的定義和四個核心要素，數(shù)字孿生網(wǎng)絡(luò)可以設(shè)計(jì)為如圖2 所示的“三層三域雙閉環(huán)”架構(gòu):三層指構(gòu)成數(shù)字孿生網(wǎng)絡(luò)系統(tǒng)的物理網(wǎng)絡(luò)層、孿生網(wǎng)絡(luò)層和網(wǎng)絡(luò)應(yīng)用層;三域指孿生網(wǎng)絡(luò)層數(shù)據(jù)域、模型域和管理域，分別對應(yīng)數(shù)據(jù)共享倉庫、服務(wù)映射模型和網(wǎng)絡(luò)孿生體管理三個子系統(tǒng);“雙閉環(huán)”是指孿生網(wǎng)絡(luò)層內(nèi)基于服務(wù)映射模型的“內(nèi)閉環(huán)”仿真和優(yōu)化，以及基于三層架構(gòu)的“外閉環(huán)”對網(wǎng)絡(luò)應(yīng)用的控制、反饋和優(yōu)化.

1) 物理網(wǎng)絡(luò)層.物理實(shí)體網(wǎng)絡(luò)中的各種網(wǎng)元通過孿生南向接口同網(wǎng)絡(luò)孿生體交互網(wǎng)絡(luò)數(shù)據(jù)和網(wǎng)絡(luò)控制信息.作為網(wǎng)絡(luò)孿生體的實(shí)體對象，物理網(wǎng)絡(luò)既可以是蜂窩接入網(wǎng)、蜂窩核心網(wǎng)，也可以是數(shù)據(jù)中心網(wǎng)絡(luò)、園區(qū)企業(yè)網(wǎng)、工業(yè)物聯(lián)網(wǎng)等;既可以是單一網(wǎng)絡(luò)域(例如，無線或有線接入網(wǎng)、傳輸網(wǎng)、核心網(wǎng)、承載網(wǎng)等)子網(wǎng)，也可以是端到端的跨域網(wǎng)絡(luò).既可以是網(wǎng)絡(luò)域內(nèi)所有的基礎(chǔ)設(shè)施，也可以是網(wǎng)絡(luò)域內(nèi)特定的基礎(chǔ)設(shè)施(例如，無線頻譜資源、核心網(wǎng)用戶面網(wǎng)元等).

2) 孿生網(wǎng)絡(luò)層.孿生網(wǎng)絡(luò)層是數(shù)字孿生網(wǎng)絡(luò)系統(tǒng)的標(biāo)志，包含數(shù)據(jù)共享倉庫、服務(wù)映射模型和網(wǎng)絡(luò)孿生體管理三個關(guān)鍵子系統(tǒng).數(shù)據(jù)共享倉庫子系統(tǒng)負(fù)責(zé)采集和存儲各種網(wǎng)絡(luò)數(shù)據(jù)，并向數(shù)據(jù)映射模型子系統(tǒng)提供數(shù)據(jù)服務(wù)和統(tǒng)一接口;服務(wù)映射模型子系統(tǒng)完成基于數(shù)據(jù)的建模，為各種網(wǎng)絡(luò)應(yīng)用提供數(shù)據(jù)模型實(shí)例，最大化網(wǎng)絡(luò)業(yè)務(wù)的敏捷性和可編程性;網(wǎng)絡(luò)孿生體管理子系統(tǒng)負(fù)責(zé)網(wǎng)絡(luò)孿生體的全生命周期管理以及可視化呈現(xiàn).

3) 網(wǎng)絡(luò)應(yīng)用層.網(wǎng)絡(luò)應(yīng)用通過孿生北向接口向?qū)\生網(wǎng)絡(luò)層輸入需求，并通過模型化實(shí)例在孿生網(wǎng)絡(luò)層進(jìn)行業(yè)務(wù)的部署.充分驗(yàn)證后，孿生網(wǎng)絡(luò)層通過南向接口將控制更新下發(fā)至物理實(shí)體網(wǎng)絡(luò).網(wǎng)絡(luò)運(yùn)維和優(yōu)化、網(wǎng)絡(luò)可視化、意圖驗(yàn)證、網(wǎng)絡(luò)自動駕駛等網(wǎng)絡(luò)創(chuàng)新技術(shù)及各種應(yīng)用能夠以更低的成本、更高的效率和更小的現(xiàn)網(wǎng)業(yè)務(wù)影響實(shí)現(xiàn)快速部署.

圖2 數(shù)字孿生網(wǎng)絡(luò)架構(gòu)Fig.2 Digital twin network architecture

從數(shù)字孿生網(wǎng)絡(luò)的架構(gòu)可以看出，數(shù)字孿生網(wǎng)絡(luò)不局限于軟件定義網(wǎng)絡(luò)SDN 的架構(gòu);同平行網(wǎng)絡(luò)相似，數(shù)字孿生網(wǎng)絡(luò)能夠基于虛擬層的仿真，實(shí)現(xiàn)SDN 管理和控制層無法實(shí)現(xiàn)的復(fù)雜網(wǎng)絡(luò)動態(tài)控制和優(yōu)化.表1 進(jìn)一步對比了數(shù)字孿生網(wǎng)絡(luò)、軟件定義網(wǎng)絡(luò)和平行網(wǎng)絡(luò)在物理對象、架構(gòu)層次、虛實(shí)映射和分析方法等方面的區(qū)別.

2.3 孿生網(wǎng)絡(luò)層三大子系統(tǒng)

2.3.1 數(shù)據(jù)共享倉庫

數(shù)據(jù)共享倉庫通過南向接口采集并存儲網(wǎng)絡(luò)實(shí)體的各種配置和運(yùn)行數(shù)據(jù)，形成數(shù)字孿生網(wǎng)絡(luò)的單一事實(shí)源，為各種服務(wù)于應(yīng)用的網(wǎng)絡(luò)模型提供準(zhǔn)確完備的數(shù)據(jù)，包括但不限于網(wǎng)絡(luò)配置信息、網(wǎng)絡(luò)運(yùn)行狀態(tài)和用戶業(yè)務(wù)數(shù)據(jù)等.數(shù)據(jù)共享倉庫主要有以下四項(xiàng)職責(zé).

1) 數(shù)據(jù)采集.完成網(wǎng)絡(luò)數(shù)據(jù)的抽取、轉(zhuǎn)換、加載，以及清洗和加工，便于大規(guī)模的數(shù)據(jù)實(shí)現(xiàn)高效分布式存儲.

2)數(shù)據(jù)存儲.結(jié)合網(wǎng)絡(luò)數(shù)據(jù)的多樣化特性，利用多種數(shù)據(jù)存儲技術(shù)，完成海量網(wǎng)絡(luò)數(shù)據(jù)的高效存儲.

3)數(shù)據(jù)服務(wù).為服務(wù)映射模型子系統(tǒng)提供包括快速檢索、并發(fā)沖突、批量服務(wù)、統(tǒng)一接口等多種數(shù)據(jù)服務(wù).

4)數(shù)據(jù)管理.完成數(shù)據(jù)的資產(chǎn)管理、安全管理、質(zhì)量管理和元數(shù)據(jù)管理.

作為數(shù)字孿生網(wǎng)絡(luò)的基石，數(shù)據(jù)共享倉庫中的數(shù)據(jù)越完備越準(zhǔn)確，數(shù)據(jù)模型的豐富性和準(zhǔn)確性就越高.

2.3.2 服務(wù)映射模型

服務(wù)映射模型包括基礎(chǔ)模型和功能模型兩部分.

基礎(chǔ)模型是指基于網(wǎng)元基本配置、環(huán)境信息、運(yùn)行狀態(tài)、鏈路拓?fù)涞刃畔ⅲ⒌膶?yīng)于物理實(shí)體網(wǎng)絡(luò)的網(wǎng)元模型和拓?fù)淠Ｐ停瑢?shí)現(xiàn)對物理網(wǎng)絡(luò)的實(shí)時精確描述.

功能模型是指針對特定的應(yīng)用場景，充分利用數(shù)據(jù)倉庫中的網(wǎng)絡(luò)數(shù)據(jù)，建立的網(wǎng)絡(luò)分析、仿真、診斷、預(yù)測、保障等各種數(shù)據(jù)模型.功能模型可以通過多個維度構(gòu)建和擴(kuò)展:按照網(wǎng)絡(luò)類型構(gòu)建，可以有服務(wù)于單網(wǎng)絡(luò)域(如移動接入網(wǎng)、傳輸網(wǎng)、核心網(wǎng)、承載網(wǎng)等)的模型或者服務(wù)于多網(wǎng)絡(luò)域的模型;按照功能類型劃分，可分為狀態(tài)監(jiān)測、流量分析、安全演練、故障診斷、質(zhì)量保障等模型;按照適用范圍劃分，可以劃分為通用模型和專用模型;按照網(wǎng)絡(luò)生命周期管理劃分，可分為規(guī)劃、建設(shè)、維護(hù)、優(yōu)化和運(yùn)營等模型.將多個維度結(jié)合在一起，可以創(chuàng)建面向更為具體應(yīng)用場景的數(shù)據(jù)模型，例如，可以建立園區(qū)網(wǎng)絡(luò)核心交換機(jī)上的流量均衡優(yōu)化模型，通過模型實(shí)例服務(wù)于相應(yīng)的網(wǎng)絡(luò)應(yīng)用.

基礎(chǔ)模型和功能模型通過實(shí)例或者實(shí)例的組合向上層網(wǎng)絡(luò)應(yīng)用提供服務(wù)，最大化網(wǎng)絡(luò)業(yè)務(wù)的敏捷性和可編程性.同時，模型實(shí)例需要通過程序驅(qū)動在虛擬孿生網(wǎng)元或網(wǎng)絡(luò)拓?fù)渲袑︻A(yù)測、調(diào)度、配置、優(yōu)化等目標(biāo)完成充分的仿真和驗(yàn)證，保證變更控制下發(fā)到物理網(wǎng)絡(luò)時的有效性和可靠性.

2.3.3 網(wǎng)絡(luò)孿生體管理

網(wǎng)絡(luò)孿生體管理完成數(shù)字孿生網(wǎng)絡(luò)的管理功能，全生命周期記錄，可視化呈現(xiàn)和管控網(wǎng)絡(luò)孿生體的各種元素，包括拓?fù)涔芾怼⒛Ｐ凸芾砗桶踩芾?

1)拓?fù)涔芾砘诨A(chǔ)模型，生成物理網(wǎng)絡(luò)對應(yīng)的虛擬拓?fù)洌ν負(fù)溥M(jìn)行多維度、多層次的可視化展現(xiàn).

2)模型管理服務(wù)于各種數(shù)據(jù)模型實(shí)例的創(chuàng)建、存儲、更新以及模型組合、應(yīng)用關(guān)聯(lián)的管理.同時，可視化地呈現(xiàn)模型實(shí)例的數(shù)據(jù)加載、模型仿真驗(yàn)證過程和結(jié)果.

3)安全管理與共享數(shù)據(jù)倉庫中的數(shù)據(jù)管理一起，負(fù)責(zé)數(shù)字孿生網(wǎng)絡(luò)數(shù)據(jù)和模型安全保障相關(guān)的鑒權(quán)、認(rèn)證、授權(quán)、加密和完整性保護(hù).

表1 DTN、SDN 和平行網(wǎng)絡(luò)對比Table 1 Comparison of DTN，SDN and parallel networks

2.4 應(yīng)用示例:基于DTN 實(shí)現(xiàn)意圖網(wǎng)絡(luò)

意圖網(wǎng)絡(luò)[3]是可以使用“用戶意圖”進(jìn)行管理的網(wǎng)絡(luò)，它能夠識別和接收操作員或用戶的意圖，并根據(jù)用戶意圖自主地配置和調(diào)整自己，從而實(shí)現(xiàn)預(yù)期的結(jié)果，而無需用戶指定用于如何實(shí)現(xiàn)結(jié)果的詳細(xì)技術(shù)步驟.圖3 所示為一種基于數(shù)字孿生網(wǎng)絡(luò)架構(gòu)實(shí)現(xiàn)意圖網(wǎng)絡(luò)的參考框架.其中意圖網(wǎng)絡(luò)的基礎(chǔ)設(shè)施對應(yīng)于DTN 架構(gòu)中的物理網(wǎng)絡(luò)層，意圖網(wǎng)絡(luò)的配置驗(yàn)證、意圖保障和自動修復(fù)等關(guān)鍵功能可基于孿生網(wǎng)絡(luò)層的多種服務(wù)映射模型實(shí)現(xiàn)，實(shí)時保障來自網(wǎng)絡(luò)應(yīng)用層的用戶意圖.

圖3 基于DTN 的意圖網(wǎng)絡(luò)框架Fig.3 Intent network architecture

1) 基于服務(wù)映射模型的配置驗(yàn)證.用戶意圖經(jīng)過意圖翻譯后，生成大量物理網(wǎng)絡(luò)能執(zhí)行的網(wǎng)絡(luò)配置，如果將這些配置直接下發(fā)到物理網(wǎng)絡(luò)上可能影響其他業(yè)務(wù)正常處理，所產(chǎn)生的影響無法預(yù)估.利用數(shù)字孿生網(wǎng)絡(luò)的服務(wù)映射模型，提前校驗(yàn)和模擬配置下發(fā)，提前發(fā)現(xiàn)配置中的一些異常問題，例如地址沖突、路由環(huán)路、路由不可達(dá)等.驗(yàn)證配置既能滿足用戶業(yè)務(wù)意圖，又對其他已有業(yè)務(wù)沒有影響后，再將配置下發(fā)到物理網(wǎng)絡(luò).

2) 基于服務(wù)映射模型的意圖保障和自動修復(fù).通過數(shù)據(jù)采集將物理網(wǎng)絡(luò)運(yùn)行狀態(tài)傳遞到孿生網(wǎng)絡(luò)層的數(shù)據(jù)共享倉庫，服務(wù)映射模型不斷驗(yàn)證用戶意圖是否被滿足.當(dāng)發(fā)現(xiàn)網(wǎng)絡(luò)偏離了用戶業(yè)務(wù)意圖，可利用AI 等智能化技術(shù)做根因分析，生成修復(fù)策略.因?yàn)楫?dāng)前AI 技術(shù)還不能保證修復(fù)策略完全可靠且能解決問題，所以一般需要人工確認(rèn)無誤后再下發(fā)到物理網(wǎng)絡(luò)，拉低了故障修復(fù)效率.利用數(shù)字孿生網(wǎng)絡(luò)的服務(wù)映射模型先驗(yàn)證修復(fù)策略，保證正確無誤后，再通過自動化配置模塊下發(fā)到物理網(wǎng)絡(luò)，既提高了運(yùn)維效率，又推動了AI 技術(shù)的應(yīng)用落地.

綜上，意圖網(wǎng)絡(luò)可基于數(shù)字孿生網(wǎng)絡(luò)架構(gòu)，實(shí)現(xiàn)網(wǎng)絡(luò)配置的提前驗(yàn)證和用戶業(yè)務(wù)意圖的實(shí)時保障等關(guān)鍵功能，這將有助于意圖網(wǎng)絡(luò)的有效落地部署.

3 數(shù)字孿生網(wǎng)絡(luò)的關(guān)鍵技術(shù)

3.1 問題和挑戰(zhàn)

構(gòu)建數(shù)字孿生網(wǎng)絡(luò)系統(tǒng)面臨以下主要問題和挑戰(zhàn):

1) 兼容性問題.網(wǎng)絡(luò)中不同廠商設(shè)備的技術(shù)實(shí)現(xiàn)和支持的功能不一致，因此建立面向全網(wǎng)絡(luò)域的數(shù)據(jù)共享倉庫，設(shè)計(jì)適配異廠家設(shè)備的接口以進(jìn)行統(tǒng)一數(shù)據(jù)采集和處理的難度較高.

2) 建模難度大.基于大規(guī)模網(wǎng)絡(luò)數(shù)據(jù)，數(shù)據(jù)建模既要保證模型功能的豐富性，也需考慮模型的靈活性和可擴(kuò)展性，這些需求進(jìn)一步加大了構(gòu)建高效的、層次化的基礎(chǔ)模型和功能模型的難度.

3) 實(shí)時性挑戰(zhàn).對于實(shí)時性要求較高的業(yè)務(wù)，模型仿真和驗(yàn)證在數(shù)字孿生網(wǎng)絡(luò)上的處理會增加延遲，所以模型的功能和流程需要增加多種網(wǎng)絡(luò)應(yīng)用場景下的處理機(jī)制;同時，實(shí)時性要求也會進(jìn)一步增加系統(tǒng)的軟硬件性能需求.

4) 規(guī)模性難題.通信網(wǎng)絡(luò)通常網(wǎng)元數(shù)量多、覆蓋地域廣、服務(wù)時間長，因此網(wǎng)絡(luò)數(shù)字孿生體必將是一個規(guī)模龐大的復(fù)雜巨系統(tǒng)，這會顯著增加數(shù)據(jù)的采集和存儲、模型的設(shè)計(jì)和運(yùn)用等方面的復(fù)雜度，對系統(tǒng)的軟硬件要求也會非常高.

為了解決以上問題和挑戰(zhàn)，本文將基于第2.2 節(jié)提出數(shù)字孿生網(wǎng)絡(luò)參考架構(gòu)，擬采用目標(biāo)驅(qū)動的網(wǎng)絡(luò)數(shù)據(jù)采集、多元網(wǎng)絡(luò)數(shù)據(jù)存儲和服務(wù)、多維全生命周期網(wǎng)絡(luò)建模、交互式可視化呈現(xiàn)、以及接口協(xié)議體系五大關(guān)鍵使能技術(shù)，完成數(shù)字孿生網(wǎng)絡(luò)系統(tǒng)的構(gòu)建.

3.2 目標(biāo)驅(qū)動的網(wǎng)絡(luò)數(shù)據(jù)采集

數(shù)據(jù)采集是構(gòu)建數(shù)據(jù)倉庫的基礎(chǔ)，作為物理網(wǎng)絡(luò)的數(shù)字鏡像，數(shù)據(jù)越全面、準(zhǔn)確，數(shù)字孿生網(wǎng)絡(luò)越能高保真的還原物理網(wǎng)絡(luò).數(shù)據(jù)采集應(yīng)當(dāng)采用目標(biāo)驅(qū)動模式，數(shù)據(jù)采集的類型、頻率和方法以滿足數(shù)字孿生網(wǎng)絡(luò)的應(yīng)用為目標(biāo)，兼具全面、高效的特征.當(dāng)對特定網(wǎng)絡(luò)應(yīng)用進(jìn)行數(shù)據(jù)建模時，所需的數(shù)據(jù)均可以從網(wǎng)絡(luò)孿生層的數(shù)據(jù)共享倉庫中高效獲取.以目標(biāo)應(yīng)用為驅(qū)動，只有全面、高效地采集模型所需數(shù)據(jù)，才能構(gòu)建精準(zhǔn)數(shù)據(jù)模型，為目標(biāo)應(yīng)用提供良好服務(wù).

網(wǎng)絡(luò)數(shù)據(jù)采集方式有很多，例如技術(shù)成熟、應(yīng)用廣泛的SNMP (Simple network management protocol)、Netconf，可采集原始碼流的NetFlow、sFlow，支持?jǐn)?shù)據(jù)源端推送模式的網(wǎng)絡(luò)遙測(Network telemetry)等;不同的數(shù)據(jù)采集方案具備不同的特點(diǎn)，適用于不同的應(yīng)用場景.結(jié)合數(shù)字孿生網(wǎng)絡(luò)對數(shù)據(jù)采集全面、高效的要求，本文認(rèn)為可選擇網(wǎng)絡(luò)遙測技術(shù)作為數(shù)據(jù)采集的解決方案.

目前，業(yè)界通常認(rèn)為，網(wǎng)絡(luò)遙測是指自動化遠(yuǎn)程收集網(wǎng)絡(luò)多源異構(gòu)狀態(tài)信息，進(jìn)行網(wǎng)絡(luò)測量數(shù)據(jù)存儲、分析及使用的技術(shù).網(wǎng)絡(luò)遙測系統(tǒng)具備如下主要特征[40]:

1)推送模式.設(shè)備支持通過推送(Push)模式主動向遙測服務(wù)器發(fā)送采集數(shù)據(jù).

2)大容量和實(shí)時性.網(wǎng)絡(luò)遙測數(shù)據(jù)可直接被系統(tǒng)使用，因此支持大容量和實(shí)時數(shù)據(jù).

3)模型驅(qū)動.數(shù)據(jù)使用YANG 模型描述，可擴(kuò)展性好.

4)定制化.支持網(wǎng)絡(luò)管理員基于特定應(yīng)用需求定制網(wǎng)絡(luò)采集方案.

圖4 所示為網(wǎng)絡(luò)遙測系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)關(guān)系.數(shù)字孿生網(wǎng)絡(luò)的數(shù)據(jù)主要包括用戶業(yè)務(wù)數(shù)據(jù)、網(wǎng)絡(luò)配置及運(yùn)行狀態(tài)數(shù)據(jù)三大類數(shù)據(jù)，依據(jù)網(wǎng)絡(luò)遙測系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)，各類數(shù)據(jù)源使用統(tǒng)一的數(shù)據(jù)建模語言YANG，而數(shù)據(jù)流編碼格式、數(shù)據(jù)流輸出協(xié)議和傳輸承載協(xié)議根據(jù)不同的數(shù)據(jù)源按需擇優(yōu)選擇.

圖4 網(wǎng)絡(luò)遙測系統(tǒng)數(shù)據(jù)結(jié)構(gòu)Fig.4 Data structure of network telemetry system

按照測量與轉(zhuǎn)發(fā)是否分離，網(wǎng)絡(luò)遙測可分為帶外遙測和帶內(nèi)遙測.帶外遙測具有網(wǎng)絡(luò)開銷較小、測量信息種類較多的優(yōu)點(diǎn)，但很難滿足對用戶數(shù)據(jù)流檢測的實(shí)時性和準(zhǔn)確性要求，同時可編程性也較弱，包括NetFlow、IPFIX[41]、PBT[42]等方案;帶內(nèi)遙測的隨路檢測特性能夠保證獲取業(yè)務(wù)測量的準(zhǔn)確性，能夠?qū)W(wǎng)絡(luò)拓?fù)洹⒕W(wǎng)絡(luò)性能和網(wǎng)絡(luò)流量實(shí)現(xiàn)更細(xì)粒度的測量，同時具有較好的可編程性，包括INT[43]、In-situ OAM[44]、iFIT[45]等方案.

針對不同網(wǎng)絡(luò)建模需求可按需選擇最適合的網(wǎng)絡(luò)遙測方案.以網(wǎng)絡(luò)運(yùn)行狀態(tài)數(shù)據(jù)中的時延數(shù)據(jù)為例，可使用帶內(nèi)網(wǎng)絡(luò)遙測(Inband network telemetry，INT)技術(shù)進(jìn)行采集:數(shù)據(jù)報文經(jīng)過每一臺交換機(jī)時都將設(shè)備時延數(shù)據(jù)插入數(shù)據(jù)包，插入的位置依據(jù)報文封裝格式不同而不同，最后一跳交換機(jī)將收集所有的轉(zhuǎn)發(fā)時延，通過gRPC 協(xié)議輸出至數(shù)字孿生數(shù)據(jù)共享倉庫.

3.3 多元網(wǎng)絡(luò)數(shù)據(jù)存儲和服務(wù)

數(shù)據(jù)倉庫是一個面向主題的、集成的、隨時間變化的、但信息本身相對穩(wěn)定的數(shù)據(jù)集合，用于對管理決策過程的支持[46].數(shù)據(jù)共享倉庫是數(shù)字孿生網(wǎng)絡(luò)的單一事實(shí)源，存儲海量的網(wǎng)絡(luò)歷史數(shù)據(jù)和實(shí)時數(shù)據(jù)，并將各種數(shù)據(jù)集成到統(tǒng)一的環(huán)境中，為數(shù)據(jù)建模提供統(tǒng)一的數(shù)據(jù)接口和服務(wù).針對網(wǎng)絡(luò)數(shù)據(jù)規(guī)模大、種類多、速度快等特點(diǎn)，可綜合應(yīng)用多元存儲和服務(wù)技術(shù)構(gòu)建數(shù)字孿生網(wǎng)絡(luò)的數(shù)據(jù)共享倉庫，參考功能框架如圖5 所示.

1) 數(shù)據(jù)采集層.負(fù)責(zé)將網(wǎng)絡(luò)采集的源數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換和加載(Extract-Transform-Load，ETL)，完成數(shù)據(jù)清洗和優(yōu)化，以盡可能小的代價將數(shù)據(jù)導(dǎo)入分布式數(shù)據(jù)倉庫.

2) 數(shù)據(jù)存儲層.根據(jù)網(wǎng)絡(luò)數(shù)據(jù)的應(yīng)用場景、數(shù)據(jù)格式和實(shí)時性要求等特性的不同，選用多種數(shù)據(jù)存儲技術(shù)構(gòu)建多源異構(gòu)數(shù)據(jù)庫，分別存儲結(jié)構(gòu)化、非結(jié)構(gòu)化的網(wǎng)絡(luò)數(shù)據(jù).結(jié)合數(shù)字孿生網(wǎng)絡(luò)的建模數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主的特點(diǎn)，可基于大規(guī)模并行處理MPP (Massive parallel processing)數(shù)據(jù)庫構(gòu)建DTN 的主數(shù)據(jù)倉庫.Hadoop 云平臺存儲和處理技術(shù)可用于管理非/半結(jié)構(gòu)化數(shù)據(jù)，采用分布式文件系統(tǒng)HDFS (Hadoop distributed file system)存儲文件，使用分布式并行計(jì)算框架MapReduce 并行執(zhí)行計(jì)算操作.NoSQL 數(shù)據(jù)庫支持半結(jié)構(gòu)化或者非結(jié)構(gòu)化數(shù)據(jù)的海量存儲、高擴(kuò)展性、高可用及并發(fā)要求，其中的圖形數(shù)據(jù)庫和列存儲數(shù)據(jù)庫適用于網(wǎng)絡(luò)特定場景下的數(shù)據(jù)處理，可作為傳統(tǒng)數(shù)據(jù)庫的有效補(bǔ)充.

3) 數(shù)據(jù)服務(wù)層.面向數(shù)字孿生網(wǎng)絡(luò)的服務(wù)映射模型，通過統(tǒng)一的數(shù)據(jù)服務(wù)接口提供建模所需數(shù)據(jù)，同時提供包括快速搜索、數(shù)據(jù)聯(lián)邦、并發(fā)沖突、批量服務(wù)、服務(wù)組合、歷史快照與回退等各種服務(wù).

4)數(shù)據(jù)管理.負(fù)責(zé)數(shù)據(jù)采集、存儲和服務(wù)過程中的數(shù)據(jù)準(zhǔn)確性、安全性和完整性，具體包括元數(shù)據(jù)管理、數(shù)據(jù)安全管理、數(shù)據(jù)質(zhì)量管理和數(shù)據(jù)資產(chǎn)管理.

3.4 多維全生命周期網(wǎng)絡(luò)建模

3.4.1 基于本體的基礎(chǔ)模型建模

數(shù)字孿生網(wǎng)絡(luò)的基礎(chǔ)模型通過定義基于本體[47]的統(tǒng)一數(shù)據(jù)模型，實(shí)現(xiàn)多源異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)的一致性融合表征，為構(gòu)建數(shù)字孿生網(wǎng)絡(luò)奠定基礎(chǔ).基礎(chǔ)模型中網(wǎng)元模型和拓?fù)淠Ｐ偷臉?gòu)建包括如下三個步驟:構(gòu)建本體模型、構(gòu)建“統(tǒng)一表征數(shù)據(jù)庫”及構(gòu)建網(wǎng)元模型和拓?fù)淠Ｐ?具體流程如圖6 所示.

圖5 數(shù)據(jù)共享倉庫功能框架Fig.5 Data sharing warehouse functional framework

1)本體模型構(gòu)建.孿生網(wǎng)絡(luò)本體模型是實(shí)現(xiàn)多源異構(gòu)網(wǎng)絡(luò)數(shù)據(jù)一致性表征的基礎(chǔ)，可指導(dǎo)生成“統(tǒng)一表征數(shù)據(jù)庫”.具體實(shí)現(xiàn)方式可結(jié)合網(wǎng)絡(luò)領(lǐng)域知識，定義本體的組成要素〈類，屬性，關(guān)系，公理，實(shí)例〉，繼而通過本體對多源異構(gòu)數(shù)據(jù)進(jìn)行一致性表征[48].以交換機(jī)為例，其本體模型的組成要素可以設(shè)計(jì)如下:

〈類:對應(yīng)交換機(jī)的種類，如二層、三層、四層等類型交換機(jī).

屬性:對應(yīng)交換機(jī)的基本屬性:物理屬性包括交換機(jī)的尺寸、功耗、端口數(shù)量等;功能屬性包括交換機(jī)支持的各種轉(zhuǎn)發(fā)功能、管理功能等.

關(guān)系:對應(yīng)交換機(jī)實(shí)例之間或者交換機(jī)同其他網(wǎng)元之間的關(guān)系，例如物理直連、邏輯互聯(lián)、IP 可達(dá)等.

公理:交換機(jī)公知的規(guī)則及原理，例如存儲轉(zhuǎn)發(fā)需要耗時、互聯(lián)互通時需要統(tǒng)一的接口和協(xié)議等.

實(shí)例:基于交換機(jī)種類創(chuàng)建的多個個體.〉

2)統(tǒng)一表征數(shù)據(jù)庫的構(gòu)建.基于孿生網(wǎng)絡(luò)本體模型構(gòu)建，通過語義反求工程、語義映射過程和多源異構(gòu)數(shù)據(jù)一致性融合表征實(shí)例化操作，形成具有統(tǒng)一格式的數(shù)據(jù)，完成從多源異構(gòu)數(shù)據(jù)到統(tǒng)一表征數(shù)據(jù)的映射.

圖6 基于本體的網(wǎng)元和拓?fù)淠Ｐ蜆?gòu)建流程Fig.6 The process of constructing network element and topology model based on ontology

3)網(wǎng)元模型和拓?fù)淠Ｐ偷臉?gòu)建.根據(jù)不同網(wǎng)元模型的功能或拓?fù)淠Ｐ偷慕Y(jié)構(gòu)，可基于統(tǒng)一表征的數(shù)據(jù)庫，按需組合構(gòu)建網(wǎng)絡(luò)基礎(chǔ)模型，從而實(shí)現(xiàn)孿生網(wǎng)絡(luò)和物理網(wǎng)絡(luò)的虛實(shí)映射.

3.4.2 全生命周期功能模型建模

功能模型面向?qū)嶋H網(wǎng)絡(luò)功能需求，通過全生命周期的多種功能模塊，實(shí)現(xiàn)動態(tài)演進(jìn)的網(wǎng)絡(luò)推理決策.如第2.3.2 節(jié)所述，功能模型可以根據(jù)各種網(wǎng)絡(luò)應(yīng)用的需求，通過多個維度構(gòu)建和擴(kuò)展.本文從數(shù)字孿生網(wǎng)絡(luò)的功能模型服務(wù)于物理網(wǎng)絡(luò)的全生命周期運(yùn)維的維度，描述規(guī)劃、建設(shè)、維護(hù)、優(yōu)化及運(yùn)營五個方面數(shù)據(jù)建模時分別適用的關(guān)鍵算法.

1)網(wǎng)絡(luò)規(guī)劃和建設(shè)的建模.基于數(shù)據(jù)倉庫中的網(wǎng)絡(luò)及業(yè)務(wù)相關(guān)的數(shù)據(jù)，利用深度學(xué)習(xí)、機(jī)器學(xué)習(xí)(隨機(jī)森林[49]、梯度提升決策樹 (Gradient boosting decision tree，GBDT)[50])等人工智能算法對業(yè)務(wù)預(yù)測、網(wǎng)絡(luò)性能預(yù)測、覆蓋優(yōu)化、容量規(guī)劃及站址規(guī)劃等場景進(jìn)行一一建模，通過數(shù)據(jù)倉庫不斷補(bǔ)充、更新訓(xùn)練數(shù)據(jù)到模型中，進(jìn)行模型更新迭代，形成一種AI模型的自適應(yīng)機(jī)制，以實(shí)現(xiàn)更加精確的模型推理.

2)網(wǎng)絡(luò)維護(hù)的建模.網(wǎng)絡(luò)維護(hù)是一項(xiàng)龐大而復(fù)雜的工程，面對網(wǎng)絡(luò)維護(hù)中存在的各種故障定位及定界問題，當(dāng)前已有的抽象出來的數(shù)學(xué)算法還不具備對現(xiàn)存問題全面準(zhǔn)確的表達(dá)能力.面向網(wǎng)絡(luò)維護(hù)的建模，基于經(jīng)驗(yàn)知識的推理規(guī)則通常更加有效.因此，我們引入知識圖譜[51]作為數(shù)字孿生體中一種重要的核心技術(shù)，人類的經(jīng)驗(yàn)知識通過知識圖譜固化下來.知識圖譜的規(guī)模隨著不同的場景域相關(guān)經(jīng)驗(yàn)知識的不斷沉淀，構(gòu)建的事物之間的關(guān)聯(lián)關(guān)系體系愈發(fā)龐大，所累積的背景知識亦不斷增加.將網(wǎng)絡(luò)專家自身的經(jīng)驗(yàn)轉(zhuǎn)換為推理規(guī)則集成于知識圖譜，可實(shí)現(xiàn)對故障診斷及定位等網(wǎng)絡(luò)維護(hù)場景的精準(zhǔn)推理.

3)網(wǎng)絡(luò)優(yōu)化的建模.網(wǎng)絡(luò)優(yōu)化包括諸如資源調(diào)配、流量工程、內(nèi)容分發(fā)網(wǎng)絡(luò)調(diào)度等多種場景.對于網(wǎng)絡(luò)優(yōu)化模型的建模，由于其問題的非凸性、非平穩(wěn)性、隨機(jī)性等困難，可采用進(jìn)化類算法，如遺傳算法[52]、差分進(jìn)化算法[53]、免疫算法[54]等，或者采用群智能算法，如蟻群算法[55]、粒子群算法[56]等.另外，對于復(fù)雜的動態(tài)調(diào)度優(yōu)化場景，可引入強(qiáng)化學(xué)習(xí)[57].基于強(qiáng)化學(xué)習(xí)的智能調(diào)度方法組合了動態(tài)規(guī)劃、隨機(jī)逼近和函數(shù)逼近的思想，與傳統(tǒng)調(diào)度方法相比，無需建立精確的問題模型，適合解決基于動態(tài)調(diào)度的網(wǎng)絡(luò)優(yōu)化問題.

4)網(wǎng)絡(luò)運(yùn)營的建模.網(wǎng)絡(luò)運(yùn)營包括基于網(wǎng)絡(luò)所提供的多種服務(wù)，如話音、數(shù)據(jù)流量等基礎(chǔ)業(yè)務(wù)以及多媒體社交和娛樂等富媒體業(yè)務(wù).建模過程中需要有針對性的采集相關(guān)網(wǎng)絡(luò)與業(yè)務(wù)數(shù)據(jù)，借助深度學(xué)習(xí)、集成算法等進(jìn)行模型訓(xùn)練，為了節(jié)省計(jì)算資源，對于不同領(lǐng)域之間或者相似領(lǐng)域內(nèi)的不同場景的建模，可借助遷移學(xué)習(xí)[58]，針對不同情況利用基于實(shí)例的遷移、特征的遷移及共享參數(shù)的遷移等方法進(jìn)行快速精準(zhǔn)建模.以視頻用戶體驗(yàn)評估 (Quality of experience) 為例，采集網(wǎng)絡(luò)側(cè)關(guān)鍵性能指標(biāo)數(shù)據(jù)和用戶側(cè)視頻體驗(yàn)數(shù)據(jù)(如初緩時延、卡頓等)進(jìn)行關(guān)聯(lián)，利用深度學(xué)習(xí)算法構(gòu)建視頻用戶體驗(yàn)的評估模型，實(shí)現(xiàn)運(yùn)營商對用戶體驗(yàn)的智能感知評估.鑒于視頻業(yè)務(wù)的相似性，可將一個視頻業(yè)務(wù)訓(xùn)練好的模型利用遷移學(xué)習(xí)應(yīng)用于另外的視頻業(yè)務(wù)，以達(dá)到快速精準(zhǔn)建模.

3.5 交互式可視化呈現(xiàn)

利用網(wǎng)絡(luò)可視化技術(shù)，高保真地可視化呈現(xiàn)網(wǎng)絡(luò)孿生體中的數(shù)據(jù)和模型 直觀反映物理網(wǎng)絡(luò)實(shí)體和網(wǎng)絡(luò)孿生體的交互映射，是數(shù)字孿生網(wǎng)絡(luò)系統(tǒng)的內(nèi)在要求.圖形化展示網(wǎng)絡(luò)數(shù)據(jù)和模型，一方面可以輔助用戶認(rèn)識網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)，另一方面有助于挖掘隱藏在網(wǎng)絡(luò)內(nèi)部的有價值信息.數(shù)字孿生網(wǎng)絡(luò)的可視化面臨孿生網(wǎng)絡(luò)規(guī)模大、虛實(shí)映射實(shí)時性要求高、數(shù)據(jù)模型的可解釋性偏低等挑戰(zhàn)，需要探索高效、實(shí)時、精確、互動性強(qiáng)的可視化呈現(xiàn)方法.根據(jù)需求范圍不同，網(wǎng)絡(luò)孿生體可視化呈現(xiàn)分為以下三類:

1)網(wǎng)絡(luò)拓?fù)淇梢暬?網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是通信網(wǎng)絡(luò)各種元素(鏈路、節(jié)點(diǎn)等) 的排列，是圖論的應(yīng)用，其中通信設(shè)備被建模為節(jié)點(diǎn)，設(shè)備之間的連接被建模為節(jié)點(diǎn)之間的鏈路.作為數(shù)字孿生網(wǎng)絡(luò)可視化的基礎(chǔ)，網(wǎng)絡(luò)拓?fù)淇梢暬瘜⒕W(wǎng)絡(luò)節(jié)點(diǎn)和鏈路以點(diǎn)和線構(gòu)成圖形進(jìn)行呈現(xiàn)，清晰直觀地反映網(wǎng)絡(luò)運(yùn)行狀況，輔助人們對網(wǎng)絡(luò)進(jìn)行評估和分析.可視化布局算法是拓?fù)淇梢暬暮诵?一個好的拓?fù)洳季炙惴ㄐ枰獫M足3 個條件:a)有效避免拓?fù)鋱D中節(jié)點(diǎn)的重疊;b)拓?fù)浣Y(jié)構(gòu)圖中邊的交叉盡可能減少;c)網(wǎng)絡(luò)拓?fù)錆M足基本美學(xué)標(biāo)準(zhǔn)，如區(qū)域最小原則、邊交叉最小原則、節(jié)點(diǎn)密度均勻原則[59].文獻(xiàn)[60]列舉了常用的拓?fù)洳季炙惴ǎY(jié)合通信網(wǎng)絡(luò)規(guī)模大、隧道多、分域自治等特點(diǎn)，數(shù)字孿生網(wǎng)絡(luò)的拓?fù)淇梢暬蛇x用層次型布局、啟發(fā)式布局或力導(dǎo)向布局等算法(或者幾種算法的組合)進(jìn)行拓?fù)洳季?同時，網(wǎng)絡(luò)拓?fù)淇梢暬枰从尘W(wǎng)絡(luò)數(shù)據(jù)時間的動態(tài)變化，連續(xù)顯示網(wǎng)絡(luò)拓?fù)涞臓顟B(tài)或者按需顯示任意時刻的網(wǎng)絡(luò)拓?fù)淇煺?

2)功能模型可視化.數(shù)字孿生網(wǎng)絡(luò)功能模型的可視化是指將模型實(shí)例的創(chuàng)建、數(shù)據(jù)的加載、模型的仿真驗(yàn)證過程和結(jié)果利用網(wǎng)絡(luò)可視化技術(shù)呈現(xiàn)出來，幫助用戶更好理解、探索和推演模型.近些年來，諸多網(wǎng)絡(luò)領(lǐng)域包括網(wǎng)絡(luò)流量和資源規(guī)劃、安全威脅描述[61]、網(wǎng)絡(luò)異常分析[62]、網(wǎng)絡(luò)攻擊檢測[63]等已實(shí)現(xiàn)了網(wǎng)絡(luò)功能的可視化呈現(xiàn).將相關(guān)的可視化技術(shù)運(yùn)用到數(shù)字孿生網(wǎng)絡(luò)的流量建模、故障診斷、質(zhì)量保障、安全建模等功能模型中，基于網(wǎng)絡(luò)孿生體完成功能驗(yàn)證的同時實(shí)現(xiàn)可視化呈現(xiàn)，可進(jìn)一步直觀體現(xiàn)統(tǒng)一數(shù)據(jù)模型作為數(shù)字孿生網(wǎng)絡(luò)能力源所發(fā)揮的作用.

3) 可視化動態(tài)交互.動態(tài)交互是用戶通過與系統(tǒng)之間的對話和互動操作理解數(shù)據(jù)的過程.交互操作可有效緩解有限的可視化空間和數(shù)據(jù)過載之間的矛盾，拓展可視化中信息表達(dá)的空間.數(shù)字孿生網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)浜蛿?shù)據(jù)模型需要盡可能提供動態(tài)交互功能，讓用戶更好地參與對網(wǎng)絡(luò)數(shù)據(jù)和模型的理解和分析，幫助用戶探索數(shù)據(jù)、提高視覺認(rèn)知.常用的網(wǎng)絡(luò)可視化動態(tài)交互方法有直接交互、焦點(diǎn)+上下文交互、關(guān)聯(lián)性交互和沉浸式模擬[60]，數(shù)字孿生網(wǎng)絡(luò)系統(tǒng)可根據(jù)不同的應(yīng)用場景選用不同的交互方法或通過多種交互方法的組合實(shí)現(xiàn)虛實(shí)網(wǎng)絡(luò)的可視化動態(tài)交互映射.

3.6 接口協(xié)議體系

面對構(gòu)建大規(guī)模數(shù)字孿生網(wǎng)絡(luò)的兼容性和擴(kuò)展性需求，數(shù)字孿生網(wǎng)絡(luò)系統(tǒng)需要設(shè)計(jì)標(biāo)準(zhǔn)化的接口和協(xié)議體系.基于本文數(shù)字孿生網(wǎng)絡(luò)的參考架構(gòu)，系統(tǒng)主要包含三種接口:

1) 孿生南向接口.包括孿生網(wǎng)絡(luò)層和物理網(wǎng)絡(luò)層之間的數(shù)據(jù)采集接口和控制下發(fā)接口.數(shù)據(jù)采集接口負(fù)責(zé)完成孿生網(wǎng)絡(luò)層數(shù)據(jù)共享倉庫的數(shù)據(jù)采集，控制下發(fā)接口負(fù)責(zé)將服務(wù)映射模型仿真驗(yàn)證后的控制指令下發(fā)至物理網(wǎng)絡(luò)層的網(wǎng)元.

2) 孿生北向接口.包括網(wǎng)絡(luò)應(yīng)用層和孿生網(wǎng)絡(luò)層之間的意圖翻譯接口和能力調(diào)用接口.網(wǎng)絡(luò)應(yīng)用層可以通過意圖翻譯接口，將應(yīng)用層意圖傳遞給孿生網(wǎng)絡(luò)層，為功能模型提供抽象化的需求輸入.孿生網(wǎng)絡(luò)層可以通過能力調(diào)用接口，把其內(nèi)部的數(shù)據(jù)和算法模型能力，提供給上層的各式各樣的應(yīng)用調(diào)用，滿足網(wǎng)絡(luò)應(yīng)用對數(shù)字孿生體的數(shù)據(jù)和模型的調(diào)用，簡易實(shí)現(xiàn)對實(shí)體狀態(tài)的監(jiān)控、診斷和預(yù)測等功能.

3) 孿生內(nèi)部接口.包括孿生網(wǎng)絡(luò)層內(nèi)部數(shù)據(jù)倉庫和功能模型之間的接口、功能模型和數(shù)字孿生體管理之間的接口、功能模型之間的接口等一簇接口.孿生層內(nèi)部基于功能模型對網(wǎng)絡(luò)應(yīng)用進(jìn)行閉環(huán)控制和持續(xù)驗(yàn)證，內(nèi)部數(shù)據(jù)的交互數(shù)量和頻率將非常高，因此內(nèi)部接口通過標(biāo)準(zhǔn)化定義保證擴(kuò)展性的同時，需要使用高效的協(xié)議保證數(shù)據(jù)傳輸?shù)男?

隨著網(wǎng)絡(luò)規(guī)模的發(fā)展，上層應(yīng)用系統(tǒng)越來越多，下層的物理網(wǎng)元數(shù)量也會逐步增加，導(dǎo)致網(wǎng)絡(luò)接口的實(shí)際數(shù)量將會迅速增加.為了新應(yīng)用、新功能的快速引入和集成，需要在孿生網(wǎng)絡(luò)接口設(shè)計(jì)時考慮采用統(tǒng)一的、擴(kuò)展性強(qiáng)的、易用的標(biāo)準(zhǔn)化接口.

1) 孿生北向可以考慮使用輕量級的、易擴(kuò)展的RESTful 接口.表現(xiàn)層狀態(tài)轉(zhuǎn)移 (Representational state transfer，restful)以資源為核心[64]，將資源的CRUD (create，read，update，delete)操作映射為HTTP 的GET、PUT、POST、DELETE 等方法.由于REST 式的web 服務(wù)提供了統(tǒng)一的接口和資源定位，簡化了服務(wù)接口的設(shè)計(jì)和實(shí)現(xiàn)，降低了服務(wù)調(diào)用的復(fù)雜度.

2) 孿生南向接口由于需要頻繁、高速的數(shù)據(jù)采集，可以考慮使用RDMA 協(xié)議.遠(yuǎn)程直接數(shù)據(jù)訪問(Remote direct memory access，RDMA)是一種遠(yuǎn)端內(nèi)存直接訪問技術(shù)[65]，數(shù)據(jù)收發(fā)時通過網(wǎng)絡(luò)把數(shù)據(jù)直接寫入內(nèi)存，可以大大節(jié)約節(jié)點(diǎn)間數(shù)據(jù)搬移時對CPU算力的消耗，并顯著降低業(yè)務(wù)的傳輸時延，提高傳輸效率.

3) 網(wǎng)絡(luò)應(yīng)用層和孿生網(wǎng)絡(luò)層之間的意圖翻譯接口和能力調(diào)用接口可以考慮使用基于QUIC 的HTTP/3.0 協(xié)議.QUIC (Quick UDP internet connections)協(xié)議[66]是一種新的多路復(fù)用和安全傳輸U(kuò)DP 協(xié)議，具有連接快、延遲低、前向糾錯、自適應(yīng)擁塞控制等特點(diǎn).HTTP/3.0[67]是HTTP 協(xié)議的第3 個版本，采用QUIC 作為傳輸層，解決了很多之前采用TCP 作為傳輸層存在的問題.

4 數(shù)字孿生網(wǎng)絡(luò)的價值

面向未來網(wǎng)絡(luò)持續(xù)增加的多維度、全場景的泛在連接，本文認(rèn)為數(shù)字孿生網(wǎng)絡(luò)將成為未來網(wǎng)絡(luò)規(guī)劃、運(yùn)行、管理和運(yùn)營的新方向，成為實(shí)現(xiàn)網(wǎng)絡(luò)智能化、自動化的重要手段.數(shù)字孿生網(wǎng)絡(luò)在以下四個方面將體現(xiàn)其在現(xiàn)網(wǎng)應(yīng)用的核心價值.

1) 拓?fù)渫敢暫土髁咳?基于交互式的網(wǎng)絡(luò)可視化技術(shù)，數(shù)字孿生網(wǎng)絡(luò)可大大提升網(wǎng)絡(luò)全息化呈現(xiàn)水平.不僅網(wǎng)絡(luò)中各種網(wǎng)元、拓?fù)湫畔⒛軌騽討B(tài)可視化呈現(xiàn)，網(wǎng)絡(luò)全生命周期的動態(tài)變化過程、實(shí)時狀態(tài)、演化方向等信息也能夠隨數(shù)字孿生網(wǎng)絡(luò)的模型以全息化的方式呈現(xiàn)給用戶.全息化呈現(xiàn)網(wǎng)絡(luò)虛實(shí)交互映射，將幫助用戶更清晰地感知網(wǎng)絡(luò)狀態(tài)、更高效地挖掘網(wǎng)絡(luò)有價值信息、以更友好的沉浸交互界面探索網(wǎng)絡(luò)創(chuàng)新應(yīng)用，將物理網(wǎng)絡(luò)由“黑盒”變成“白盒”.

2) 從設(shè)備到組網(wǎng)的全生命周期管理.網(wǎng)絡(luò)設(shè)備的生命周期包括“設(shè)計(jì)、開發(fā)、測試、試產(chǎn)及發(fā)布”，主要由設(shè)備供應(yīng)商管理;網(wǎng)絡(luò)的生命周期包括“規(guī)劃、建設(shè)、維護(hù)及優(yōu)化”，主要由網(wǎng)絡(luò)運(yùn)營商管理.網(wǎng)絡(luò)和設(shè)備的責(zé)任主體不同，生命周期管理并沒有很好的融合，不利于網(wǎng)絡(luò)故障回溯、故障預(yù)測、網(wǎng)絡(luò)優(yōu)化設(shè)計(jì)等.數(shù)字孿生網(wǎng)絡(luò)不僅包括網(wǎng)絡(luò)功能模型，也包括網(wǎng)元模型，通過對網(wǎng)元模型的特征分析可預(yù)測設(shè)備在網(wǎng)絡(luò)中的運(yùn)行狀態(tài);當(dāng)網(wǎng)絡(luò)運(yùn)維中出現(xiàn)故障，不僅能回溯到網(wǎng)絡(luò)的“過去”，也能通過網(wǎng)元模型回溯到網(wǎng)絡(luò)設(shè)備的“過去”，從而實(shí)現(xiàn)了網(wǎng)絡(luò)和設(shè)備的生命周期關(guān)聯(lián)分析.通過數(shù)字孿生網(wǎng)絡(luò)將網(wǎng)絡(luò)和設(shè)備的生命周期緊密結(jié)合，可實(shí)現(xiàn)網(wǎng)絡(luò)和設(shè)備的全流程精細(xì)化管理.

3) 網(wǎng)絡(luò)實(shí)時閉環(huán)控制.基于數(shù)字孿生網(wǎng)絡(luò)具備的仿真、分析和預(yù)測功能，生成相應(yīng)的網(wǎng)絡(luò)配置，實(shí)現(xiàn)網(wǎng)絡(luò)實(shí)時閉環(huán)控制.網(wǎng)絡(luò)配置既可在孿生網(wǎng)絡(luò)層內(nèi)進(jìn)行“內(nèi)閉環(huán)”調(diào)整與優(yōu)化，又可實(shí)現(xiàn)數(shù)字孿生網(wǎng)絡(luò)三層“外閉環(huán)”實(shí)時控制、反饋與優(yōu)化.通過“內(nèi)閉環(huán)”與“外閉環(huán)”，最終實(shí)現(xiàn)網(wǎng)絡(luò)的自學(xué)習(xí)、自驗(yàn)證、自演進(jìn)的實(shí)時閉環(huán)控制.

4) 網(wǎng)絡(luò)風(fēng)險和成本降低.基于數(shù)字孿生網(wǎng)絡(luò)對網(wǎng)絡(luò)優(yōu)化方案高效仿真，充分驗(yàn)證后部署至實(shí)體網(wǎng)絡(luò)，可以大大降低現(xiàn)網(wǎng)部署的試錯風(fēng)險和成本，提高方案部署的效率.同時，借助數(shù)字孿生網(wǎng)絡(luò)平臺，可實(shí)現(xiàn)低成本、高效率的網(wǎng)絡(luò)創(chuàng)新技術(shù)研究.借助數(shù)字孿生網(wǎng)絡(luò)平臺，更多錯誤代價較高的網(wǎng)絡(luò)智能應(yīng)用可以在數(shù)字孿生平臺上充分訓(xùn)練、高效仿真，從而大大降低新技術(shù)在現(xiàn)網(wǎng)中驗(yàn)證時產(chǎn)生的風(fēng)險，減小部署到現(xiàn)網(wǎng)中發(fā)生錯誤的可能性.

5 總結(jié)展望

本文系統(tǒng)化對“數(shù)字孿生網(wǎng)絡(luò)(DTN)”的概念進(jìn)行了定義，對意圖網(wǎng)絡(luò)、平行網(wǎng)絡(luò)等相關(guān)工作進(jìn)行了探討分析，并給出了DTN 的系統(tǒng)架構(gòu)設(shè)計(jì).同時，本文描述了構(gòu)建DTN 系統(tǒng)所面臨的規(guī)模大、兼容難、建模難、實(shí)時性高等主要問題和挑戰(zhàn)，探討了解決DTN 主要問題和挑戰(zhàn)所需的五大關(guān)鍵技術(shù)，即目標(biāo)驅(qū)動的網(wǎng)絡(luò)數(shù)據(jù)采集、多元網(wǎng)絡(luò)數(shù)據(jù)存儲和服務(wù)、多維全生命周期網(wǎng)絡(luò)建模、交互式可視化呈現(xiàn)技術(shù)、以及接口協(xié)議體系.

目前業(yè)界數(shù)字孿生網(wǎng)絡(luò)相關(guān)的研究剛剛起步，產(chǎn)業(yè)界和學(xué)術(shù)界需要進(jìn)一步探討數(shù)字孿生網(wǎng)絡(luò)的場景和需求，明確數(shù)字孿生網(wǎng)絡(luò)的定義和統(tǒng)一架構(gòu).基于本文參考系統(tǒng)架構(gòu)，下一步工作將在關(guān)鍵技術(shù)上持續(xù)深入研究，選取典型應(yīng)用場景(如智能路由、網(wǎng)絡(luò)業(yè)務(wù)質(zhì)量保障等)開發(fā)數(shù)字孿生網(wǎng)絡(luò)驗(yàn)證系統(tǒng)，驗(yàn)證數(shù)字孿生網(wǎng)絡(luò)的架構(gòu)、流程、功能和接口.同時，進(jìn)一步研究數(shù)字孿生網(wǎng)絡(luò)體現(xiàn)物理網(wǎng)絡(luò)的信息完備性，保證其仿真驗(yàn)證的有效性，促進(jìn)數(shù)字孿生網(wǎng)絡(luò)技術(shù)的成熟和應(yīng)用，推動數(shù)字孿生網(wǎng)絡(luò)在國內(nèi)外行業(yè)組織的標(biāo)準(zhǔn)化工作.