空天地海一體化網絡體系架構與網絡切片技術*

付書航，周笛，盛敏，李建東，史琰

（西安電子科技大學綜合業務網理論及關鍵技術國家重點實驗室，陜西 西安 710071）

0 引言

移動通信技術從1G 到4G、再到6G 的發展過程，反映了人們的通信需求從滿足人與人到人與物、再到萬物智聯的發展。如今，地面通信網絡的更新迭代、衛星通信網絡的加快部署和海洋通信網絡的建設探索，為空天地海一體化網絡的到來奠定了基礎。而空天地海一體化網絡將由各種異構網絡有機融合而成，從而實現全球無縫覆蓋的愿景。

早在2000 年，美國率先提出了建設天地一體化信息網絡的構想，綜合衛星網絡和地面網絡二者各自的優勢，在統一框架下實現按需定制，從而為用戶提供更優質的服務[1]。我國則將天地一體化網絡列為科技創新2030 的重大工程項目之一，并納入國家“十三五”規劃綱要以及《“十三五”國家科技創新規劃》[2]。天地一體化網絡以其戰略性、基礎性等一系列不可替代性的重要意義，成為關乎國家安全和國民經濟的重大基礎設施，為實現全球無縫覆蓋提供了解決方案，但設備成本昂貴。隨著空中平臺（如飛艇、熱氣球、無人機等）成本的下降，在天地一體化網絡的基礎上融合空基網絡的空天地海一體化網絡構想被提出[2]。

空天地海一體化網絡場景如圖1 所示，以地基網絡為基礎，以天基網絡和海基網絡為延伸，以空基網絡為銜接和補充，覆蓋太空、天空、地面、海洋等自然空間，滿足各類用戶的各類業務需求[2]。天基網絡由衛星組成，可分為高軌衛星、中軌衛星和低軌衛星。高軌衛星單星覆蓋能力大，但部署成本高、傳播時延大。與之相比，單星覆蓋能力小但成本低、傳播時延小的小型低軌衛星逐漸成為被考慮的對象，由小型低軌衛星組成的巨型星座系統更是當前研究的熱點，如Starlink、Oneweb。我國也啟動了相應的“虹云”、“鴻雁”等星座計劃。地基網絡主要由局域網、蜂窩移動網組成，其中以“萬物互聯”為目標的5G 已實現商用，以“萬物智聯”為愿景的6G 正在籌備研究。而相比于天基和地基，由臨近空間飛艇、飛機、無人機、熱氣球等空中平臺組成的空基和由沿岸基站、水面艦艇、浮標等組成的海基網絡的發展則稍顯遜后。加之空基和海基通信易受氣象條件變化和海洋環境波動的影響，目前相應的系統大多結構形式簡單，服務能力有限，技術尚不成熟[3-4]。因此，空天地海一體化網絡的發展面臨以下兩方面的重要挑戰。

圖1 空天地海一體化網絡場景圖

（1）體系架構。空天地海一體化網絡由多個子網組成，不同的通信網絡在節點、鏈接、功能和各種其他屬性上不同，如低軌衛星接入節點具有很強的移動性，而無人機接入節點具有臨時性。因此，需要有高效健碩的網絡結構來應對異構網絡間的接入、切換與融合，而網絡的穩定運行、資源調度和感知維護也需要高效合理的體系架構。

（2）定制服務。不同的業務有不同的性能需求，空天地海一體化網絡雖為融合網絡，但不同的子網所能達到的性能標準不同，如空基網絡的穩定性和可靠性較差，不宜處理高可靠性業務。如何根據業務的性能需求在一體化網路中部署相應的服務是一難點，而網絡切片則是能夠實現定制服務的關鍵技術。

為了應對上述技術挑戰，本文將著重討論空天地海一體化網絡的體系架構與面向多樣業務的網絡切片技術。本文的主要研究工作如下：

（1）針對空天地海一體化網絡當下發展的現狀和所面臨的體系架構方面的挑戰，本文提出了一種業務管理功能邊緣化的空天地海一體化網絡體系架構，將業務管理功能下沉至網絡邊緣，并細化不同節點的虛擬網絡功能，以實現高效的業務管理。

（2）針對空天地海一體化網絡所面臨的按需定制服務的挑戰，本文提出了面向多樣業務的網絡切片技術，使空天地海一體化網絡可以為具有不同性能指標要求的業務提供特定服務。

（3）仿真結果表明，本文提出的面向多樣業務的網絡切片技術相較現有網絡切片方法在滿足業務服務性能需求方面具有顯著增益。

1 業務管理功能邊緣化的空天地海一體化網絡體系架構

構建和管理高效的空天地海一體化網絡是一項艱巨的任務，已有許多相關的體系架構被提出。Bi 等在文獻[5]中提出一種基于軟件定義網絡SDN 的體系架構，實現控制平面和數據平面的解耦，并利用SDN 控制器來實現混合網絡融合、拓撲控制、路由擴展等。Dong 等在文獻[6]中提出了一種基于多層網絡的多域SDN 體系架構，各節點的交換設備組成數據平面，控制器構成控制平面，依靠不同級別的控制器實現多域、多層管理。但該兩種體系架構沒有從節點上將SDN 控制器的功能進行分類和細化。Feng 等在文獻[7]中提出一種HetNet 架構，將整個網絡劃分為天基核心、地基核心和其他邊緣網絡域，并只允許端點在邊緣訪問，以隱藏網絡的異構性，但沒有豐富邊緣網絡的體系架構，以實現業務數據的及時處理。Yao 等在文獻[8]中提出了一種“雙骨干接入”的體系架構，雙骨干即天基骨干網和地面網絡，能夠更加靈活地融合異構網絡，并實現數據即時處理、存儲和共享，但沒有著重考慮空基和海基，而空基和海基發展相對較落后，設立合理的管控架構對于其融入一體化網絡具有重要意義。

基于現有體系架構所存在的不足，本文提出了一種業務管理功能邊緣化的空天地海一體化網絡體系架構（MTMSAGSIN,An Space-Air-Ground-Sea Integrated Network Architecture with Marginal Traffics Management）。該體系架構通過三層管控體系將天基、空基、海基及其他地面網絡接入地基骨干網，同時將業務管理功能下沉至網絡邊緣，并細化不同節點的虛擬網絡功能，以實現高效的業務管理。

MTM-SAGSIN 體系架構如圖2 所示。天基、空基等異構子網通過管理中心、局部管理和邊緣接入控制三層管控體系結構接入地基骨干網。邊緣接入控制節點的功能包括切換與資源管理、業務預處理、節點監測、切片數據庫等。切換與資源管理負責決策、控制用戶業務選擇合適的節點接入，并管理節點的計算、存儲、記憶、無線等資源。業務預處理負責對業務進行分類、流量檢測等預處理工作，并將業務數據周期性上報至應用/切片管理中心。節點監測負責監測節點的狀態和故障情況，并周期性上報至局部管理節點的故障管理功能。切片數據庫存儲來自切片管理中心的已生成的典型應用切片，當用戶業務到達時，可調用切片進行處理；當用戶請求不存在的切片時，切片數據庫將向切片管理中心請求該切片。

圖2 MTM-SAGSIN體系架構

局部管理節點的功能包括切換與資源管理、控制參數遷移、故障管理、移動性管理和透明轉發等。控制參數遷移負責接入控制節點收集的業務特征、資源使用情況等數據上傳至管理中心，并將管理中心的控制參數下發至接入控制節點。故障管理負責監測接入控制節點的狀態，當節點出現故障時進行故障定位、分析和處理，并將狀況上報至故障管理中心。移動性管理負責用戶和接入節點位置信息的登記、更新和存儲；負責鑒權和安全管理并維護用戶和接入節點間的相對關系。透明轉發則將接入控制節點的業務數據轉發至數據管理中心。

管理中心由應用管理中心、切片管理中心、故障管理中心和數據管理中心組成。應用管理中心負責應用數據的周期性收集、統計和分析，并將結果輸入給切片管理中心。切片管理中心根據應用管理中心的結果生成相應的切片，將切片下發至切片數據庫。故障管理中心對網絡故障進行統計分析，并生成故障處理策略，下發給故障管理節點。數據管理中心負責聚合、存儲、分析、處理和分發數據，并充當網關，將異構子網絡的業務數據接入到地基骨干網中。

以海基網絡為例。當船客、船員或救生艇等用戶想接入互聯網時，可通過船載基站、鉆井平臺、海上浮標等接入網絡，這些接入控制節點將數據傳送給沿岸基站，沿岸基站再將數據傳送給海基地面綜合站，通過數據管理中心即可接入地基骨干網（即互聯網）。當用戶想請求某服務時，海基接入網先查看切片數據庫是否存儲了相應切片，有則調出進行服務，無則通過沿岸基站向切片管理中心請求。作為接入網與綜合站之間的次級管理節點，沿岸基站負責海上平臺的移動性管理、故障管理、切換和資源管理等，并向綜合站上報相應的狀態信息。作為接入網與綜合站之間的中繼傳輸節點，沿岸基站負責接入網數據的中繼，由此可擴大海基接入網在海面的覆蓋范圍。

值得一提的是，不同的通信系統在節點、鏈接、功能、規模和各種其他屬性上不同，互聯方案的選擇將對一體化網絡的性能產生巨大影響。例如，衛星網絡具有拓撲高動態性、間歇連接性，如果允許其直接接入到地基骨干網中，將會引發路由震蕩而導致系統不穩定[8]。因此，MTM-SAGSIN 以地面綜合站的數據管理中心作為一體化網絡中的異構子網絡接入地基骨干網的網關。

2 面向多樣業務的網絡切片技術

空天地海一體化網絡的業務種類繁多、需求多樣，包括最基礎的電信普遍服務，偏遠地區、孤立區域覆蓋（例如湖泊、島嶼、山脈），應急救災緊急通信、移動平臺通信、人員密集場所通信（如音樂會、體育事件）、車聯網、海量機器通信（如智能水表、電表）等。不同的業務，衡量指標不同，對網絡的性能要求也不同。現有的采用“一刀切”戰略提供服務的通信網絡無法支持差分服務，需要利用靈活的、動態的資源供應來支持針對不同用例的嚴格的、定制化的服務需求，據此能夠按需定制、獨立運維的網絡切片應運而生。網絡切片是支持特定用例[9]的通信服務要求的虛擬網絡功能的集合，每個切片代表一個在共享基礎架構上使用專用虛擬化資源實現的端到端邏輯網絡，可以作為一種服務由運營商提供給用戶[10]。

谷等在文獻[11] 中提出了一種基于Docker 技術的地面核心網網絡切片技術實現，在Docker 虛擬化的硬件資源上實現網絡切片的創建，并部署在地面核心網中，但該技術僅將網絡切片部署在地面核心網而忽略其他網絡節點，無法即時、高效、靈活地響應業務需求。Yang 等在文獻[12] 中和Wu 等在文獻[13] 中都提出了基于網絡切片的空天地一體化通信網絡架構，但分別側重于電力物聯網和車聯網，無法有效應對來自其他應用場景的業務需求。而現有的許多網絡切片技術，如基于優先級驅動的[14]、基于深度Q 學習的[15]和基于時延感知優化的[16]等，則多數在5G 網絡架構下提出。

因此，本文在文獻[17] 的基礎上提出了基于空天地海一體化網絡架構、面向多樣業務的網絡切片技術，并在接入網實現。如圖3 所示，對于空天地海一體化網絡來說，實現定制服務最首要的是先進行業務分類，精確、合理的業務分類是實現高效、高質量服務的基礎。其次，業務流量是動態變化的，需要實時檢測，根據其變化來調整切片大小，進而滿足服務需求質量。最后，一體化網絡將調用相應的網絡切片服務該業務。

圖3 面向多樣業務的網絡切片技術

2.1 業務分類

本文根據性能需要將業務分為三大類——大容量傳輸類，超遠程實時類和密集接入類，采用機器學習中的邏輯回歸方法實現。

分類器的表達式，通常稱之為假設函數，如下：

其中x(i)表示第i個輸入樣例，為n維特征向量；θ為n+1維待求參數向量。式(1) 的意義是輸入一個實例的特征向量，式(1) 將給出預測結果。特征向量是對實例的刻畫與描述，本文擬構建一個根據性能需求進行分類的業務分類器，因此選取典型的性能衡量指標作為特征向量。

確定假設函數的模型之后，更新迭代代價函數使其達到最小，從而獲得待求參數θ。本文選用平方誤差代價函數，表達式如下：

采用梯度下降不斷迭代θ，使得代價函數J(θ) 逐漸達到最小：

其中α是學習速率，控制參數θ的更新步長。學習速率α值的選取很關鍵，太小則更新速度過慢，收斂到局部最小值花費時間更長；太大，有可能越過局部最小值，導致無法收斂或發散。一旦α的值固定之后，更新的步伐會隨導數的減小而自動減小，這是因為在靠近局部最小值的過程中，導數在變得越來越小。得到最小時的參數θ之后，就可以用假設函數hθ(x(i))對未知數據進行分類。

2.2 動態檢測

本文應用K均值算法獲得業務流量速率的動態特征。隨機初始化K個聚類中心，然后找到離點r(i)最近的聚類中心：

其中r(i)是數據點i的流量速率大小；μk表示第k個聚類中心；G(i)的值就是r(i)所歸屬的聚類中心μk的索引值。

失真代價函數即優化目標函數如下：

更新聚類中心：

通過不斷更新聚類中心使得式(8) 達到最小，最后獲得收斂的K個類群以及每個類群的均值和方差。

2.3 網絡切片

切片，即虛擬網絡功能鏈，可以表示S={VNF1→VNF2 →……→VNFn}。切片大小實際上就是分配給組成切片的VNF 的資源總量，可歸納為約束條件下的極值問題：

其中ωi表示切片中第i個VNF 處理一個數據包所需要的資源；Ci表示切片為了滿足服務需求質量，需要第i個VNF 每秒處理數據包的個數，也稱為切片容量；T表示最大時延；p為達到性能需求的數據包占總數的百分比；式(12) 為約束條件時延函數，詳細推導見文獻[17]。

切片大小為約束條件下的極值問題，應用拉格朗日乘數法，可解出：

求出切片大小后，據此進行資源分配，調用網絡切片服務業務。因此，面向多樣業務的網絡切片技術可根據業務數據的性能需求以及達到性能需求的數據包占總數的百分比p，得出相應的切片大小，保障業務需求。

3 仿真

本節將給出在所提的空天地海一體化網絡體系架構下，面向多樣業務的網絡切片技術的性能仿真結果。

3.1 仿真場景

本文搭建如圖2 架構所示的網絡場景，節點情況如表1 所示，部分仿真參數設置如表2 所示。

本文采用高斯流量模型生成不同場景下的業務數據[18]。業務分類功能部署在各子網的接入控制節點上，以天基子網為例，由于業務分類采用機器學習的方式實現，而接入控制節點低軌衛星搭載資源有限，因此采用參數遷移的方式，讓地面綜合站的應用管理中心進行業務分類的學習，再將學到的參數通過局部管理節點即地面信關站的控制參數遷移傳遞給接入控制節點的LEO，LEO 可直接使用收到的參數，并將分類的情況通過地面信關站，反饋給應用管理中心，由應用管理中心負責對參數進行調整。動態檢測可由節點監測的流量監測功能來實現。LEO 的切片數據庫中存儲了來自地

3.1 仿真場景

本文搭建如圖2 架構所示的網絡場景，節點情況如表1 所示，部分仿真參數設置如表2 所示。

表1 仿真場景節點列表

表2 部分仿真參數設置

本文采用高斯流量模型生成不同場景下的業務數據[18]。業務分類功能部署在各子網的接入控制節點上，以天基子網為例，由于業務分類采用機器學習的方式實現，而接入控制節點低軌衛星搭載資源有限，因此采用參數遷移的方式，讓地面綜合站的應用管理中心進行業務分類的學習，再將學到的參數通過局部管理節點即地面信關站的控制參數遷移傳遞給接入控制節點的LEO，LEO 可直接使用收到的參數，并將分類的情況通過地面信關站，反饋給應用管理中心，由應用管理中心負責對參數進行調整。動態檢測可由節點監測的流量監測功能來實現。LEO 的切片數據庫中存儲了來自地面切片管理中心的典型應用切片，可按需調用。當業務請求切片數據庫中不存在的切片時，LEO 可向地面切片管理中心請求該切片。同時，切片管理中心周期性分析收集的業務數據，以便根據業務需求及時更新切片數據庫。

3.2 仿真結果

為了驗證方法的有效性，本文主要衡量了網絡的業務完成率的性能指標，具體指達到性能需求的數據包占總數的百分比。圖4 展示了隨著網絡業務需求數量的變化，所提切片算法的理論與仿真的業務完成率。可以看到，仿真結果總是高于理論達到的性能，這是由于面向多樣業務的網絡切片技術利用隨機網絡演算所得出的切片大小是最壞情況下的切片大小，能夠充分應對當前業務流量的性能需求，并能支持高于理論值的業務流量。本文進一步將面向多樣業務的網絡切片技術（NSDS,Network Slicing for Diverse Services）與基于在線拍賣、面向服務的網絡切片資源分配算法（ORAN,Online Auction-Based Resource Allocation for Service-Oriented Network Slicing）[19]進行比較。如圖5 所示，在不同的業務場景下，不論是大容量傳輸類、密集接入類還是超遠程實時類，兩種方法相比，NSDS 的性能都要優于ORAN；在NSDS 中，超遠程實時類業務的性能最好，密集接入類業務的性能最差，這與節點相應資源數量的設置及業務本身的性能需求特征有關。隨著業務流量的增加，兩種算法在三種不同應用場景下的性能表現都呈下降趨勢，這是由于節點的處理資源有限。

圖4 面向多樣業務的網絡切片技術的性能表現

圖5 NSDS與ORAN在三大業務場景下的性能比較

4 結束語

本文闡述了空天地海一體化網絡的背景，討論了其發展現狀以及面臨的技術挑戰。提出了一種業務管理功能邊緣化的空天地海一體化網絡體系架構，將業務管理功能下沉至網絡邊緣，并細化不同節點的虛擬網絡功能，以實現高效的業務管理；進一步提出了一種基于所提架構、面向多樣業務的網絡切片技術，使得空天地海一體化網絡面對多種多樣的業務能夠實現按需定制服務。本文在所提架構對應的場景下進行了所提切片技術的仿真，并與現有網絡切片方法進行了比較，仿真結果表明本文提出的方法相較對比方法在滿足業務服務性能需求方面具有顯著增益。本文對未來空天地海一體化網絡的實現和其相應的業務管理與定制服務具有一定的指導意義。