意圖驅(qū)動的云網(wǎng)融合按需編排

張露露，楊春剛，王棟，歐陽穎，李彤，郭俊杰，董茹

研究與開發(fā)

意圖驅(qū)動的云網(wǎng)融合按需編排

張露露1，楊春剛1，王棟2，歐陽穎1，李彤1，郭俊杰1，董茹1

（1. 西安電子科技大學，陜西 西安 710071；2. 中國電信股份有限公司研究院，北京 102209）

隨著云計算與互聯(lián)網(wǎng)技術的飛速發(fā)展，用戶業(yè)務需求呈現(xiàn)多樣化的發(fā)展趨勢，云網(wǎng)融合成為當前信息通信產(chǎn)業(yè)發(fā)展的重要選擇。目前，云網(wǎng)融合僅實現(xiàn)了簡單的云網(wǎng)互聯(lián)，無法解決多樣化業(yè)務需求與海量異構資源供應的重重問題。因此，推動云網(wǎng)融合仍需加強云業(yè)務的按需交付能力。意圖驅(qū)動網(wǎng)絡作為一種新的網(wǎng)絡范式，成為解決這一難題的可行選擇。梳理了云網(wǎng)融合的研究現(xiàn)狀，總結(jié)了意圖驅(qū)動云網(wǎng)融合業(yè)務按需編排研究的必要性；提出了意圖驅(qū)動的云網(wǎng)融合架構，并對其關鍵技術進行了分析，在此基礎上提出了云業(yè)務按需編排模型；最后，在混合云互聯(lián)和工業(yè)互聯(lián)網(wǎng)場景下，分析了意圖驅(qū)動的云業(yè)務按需編排模型，對未來進行了展望。

意圖驅(qū)動網(wǎng)絡；云網(wǎng)融合；按需編排

0 引言

隨著云計算、互聯(lián)網(wǎng)技術的飛速發(fā)展，數(shù)以億計的接入需求、海量內(nèi)容的可靠傳輸與高服務質(zhì)量保證等業(yè)務需求與網(wǎng)絡基礎設施資源的供給之間矛盾重重。在此背景下，云網(wǎng)融合憑借其在網(wǎng)絡基礎設施的全面云化、用戶需求的新舊轉(zhuǎn)換、資源管理的模式切換、業(yè)務服務的協(xié)同感知以及信息與通信技術（information and communications technology，ICT）服務的按需供應等方面的全新面貌，成為當前信息通信產(chǎn)業(yè)發(fā)展的重要趨勢。

在云網(wǎng)融合一體化逐步發(fā)展的過程中，個人用戶、政府用戶和企業(yè)用戶等多樣化的業(yè)務需求場景不斷強調(diào)云業(yè)務按需定制和快速交付的能力，同時也對網(wǎng)絡的智能性和虛擬網(wǎng)元的開放性提出了更高的要求[1]。目前，云網(wǎng)融合主要面臨多樣化的用戶需求與可提供的云網(wǎng)融合技術匹配度低的挑戰(zhàn)，具體可分為：（1）云網(wǎng)融合過程中，云對網(wǎng)絡提出了服務快速開通以及服務種類、功能、性能等靈活變更的需求，然而，根據(jù)中國電信《云網(wǎng)融合2030技術白皮書》，目前運營商可提供的網(wǎng)絡柔性適配能力仍有近兩個級別的差距[2]，同時，網(wǎng)絡服務在協(xié)議、性能、功能等方面程序化能力不足，在一定程度上難以滿足用戶云業(yè)務按需定制的需求；（2）云網(wǎng)資源不僅包含基礎的云資源和網(wǎng)絡資源，而且涵蓋了數(shù)據(jù)資源和算力資源，在多樣化的異構資源體系的復雜管理方面，傳統(tǒng)的人工參與度高、專家經(jīng)驗依賴度高的資源管理與運維體系存在一定的局限性，無法達到云網(wǎng)融合一體化對自適應、自優(yōu)化、自學習的智能管理需求；（3）面向多樣化云業(yè)務的高質(zhì)量保證，以及差異化服務質(zhì)量保障，需要網(wǎng)絡進一步增強與業(yè)務匹配的服務水平協(xié)議（service level agreement，SLA）保障技術和差異化保障技術，以提供持續(xù)可靠的服務連接，提升用戶的服務體驗。因此，以滿足用戶個性化需求為核心、實現(xiàn)云業(yè)務按需定制和云服務統(tǒng)一編排，對推動云網(wǎng)融合一體化發(fā)展具有重要意義。

軟件定義網(wǎng)絡（software defined network，SDN）和網(wǎng)絡功能虛擬化（network function virtualization，NFV）等技術在云網(wǎng)資源動態(tài)調(diào)整和靈活部署方面創(chuàng)造了條件，但是也引入了人工運維出錯率高、網(wǎng)絡自適應性差等新問題，在提高云網(wǎng)融合一體化發(fā)展速度方面略顯不足[1]。另外，隨著6G的發(fā)展，以用戶需求為核心，海量異構資源的深入融合已經(jīng)成為未來信息網(wǎng)絡發(fā)展的大趨勢[3-4]。意圖驅(qū)動網(wǎng)絡（intent-driven network，IDN）[5]作為業(yè)界廣泛研究的新興網(wǎng)絡管理技術，兼顧SDN控制轉(zhuǎn)發(fā)分離的特點，提高了網(wǎng)絡的柔性和可拓展性；IDN結(jié)合NFV技術為云網(wǎng)融合在控制管理方面的協(xié)同創(chuàng)造了條件，在管理與編排（management and orchestration，MANO）技術的支持下，可以為云服務的按需配置和統(tǒng)一編排提供便利；最后，IDN憑借其自動化、自優(yōu)化的特點，成為海量異構資源深度融合、實現(xiàn)云業(yè)務需求全生命周期保障的關鍵技術途徑，是邁向云網(wǎng)融合一體化階段的重要技術支撐。

在云網(wǎng)融合一體化中引入IDN架構，借助人工智能（artificial intelligence，AI）、策略自動生成以及NFV MANO等新興技術，實時感知用戶需求和業(yè)務質(zhì)量，快速部署云網(wǎng)資源，提升云業(yè)務按需定制和快速交付的能力，最終構建一個云網(wǎng)深度融合的一體化生態(tài)環(huán)境。

面向云網(wǎng)融合2030發(fā)展愿景，意圖驅(qū)動的云網(wǎng)融合技術具有廣闊的發(fā)展前景。然而，針對意圖驅(qū)動的云業(yè)務按需供應和云服務統(tǒng)一編排有待深入研究。本文的主要貢獻為：首先，梳理了云網(wǎng)融合的研究現(xiàn)狀，并指出在云網(wǎng)融合場景中意圖驅(qū)動的云業(yè)務按需編排具有一定的研究價值；然后，提出了一個意圖驅(qū)動的云網(wǎng)融合架構和云業(yè)務按需編排模型，并對涉及的關鍵技術進行了分析；最后，在典型的混合云互聯(lián)場景下，對意圖驅(qū)動的云業(yè)務按需編排用例進行了分析，并對后續(xù)工作內(nèi)容進行了簡要介紹。

1 云網(wǎng)融合相關研究現(xiàn)狀

1.1 學術界相關研究現(xiàn)狀

近些年來，隨著5G建設的全面啟動以及云計算的快速發(fā)展，云網(wǎng)融合得到更高的關注。在這之前，學術界為推動云計算網(wǎng)絡的發(fā)展已經(jīng)做了不少的努力，傳統(tǒng)云網(wǎng)融合相關研究現(xiàn)狀見表1。

文獻[6]提出了一個基于開放流、自主定位和標識符分割技術的簡化云計算網(wǎng)絡體系架構，以提高云計算網(wǎng)絡的服務按需供應能力和安全性。該架構在SDN控制器的指導下，應用OpenFlow協(xié)議技術實現(xiàn)虛擬資源的動態(tài)按需供應，并以啟用OpenFlow的交換機充當虛擬網(wǎng)絡功能的部署節(jié)點。除了網(wǎng)絡資源，云資源也是必不可少的云網(wǎng)底層資源。顯然，文獻[6]中按需供應的虛擬資源僅限于網(wǎng)絡鏈路資源是不夠的。文獻[7]提出一種基于SDN編排的智能數(shù)據(jù)中心連接（data center interconnection，DCI）技術，通過傳輸網(wǎng)連接分布式云網(wǎng)絡。借助SDN編排層的全局網(wǎng)絡狀態(tài)管理控制模塊優(yōu)化云和傳輸網(wǎng)絡的資源使用情況。然而，為了滿足用戶需求，用戶需要提供SLA需求和全局虛擬網(wǎng)絡策略，包括拓撲、路由信息等需求，這無疑增加了對用戶專業(yè)知識的依賴度。為了降低對專家經(jīng)驗的依賴，文獻[8]提出了一個名為Meridian的SDN控制器平臺，通過高級別抽象的應用程序接口（application programming interface，API）實現(xiàn)其網(wǎng)絡服務模型。用戶可以使用聲明性和可查詢的API為頂層云編排應用提供網(wǎng)絡服務，即用戶通過此API制定控制訪問流量優(yōu)先級、中間件遍歷策略；同時通過該API收集網(wǎng)絡特定部分的性能指標和狀態(tài)，并提交網(wǎng)絡拓撲視圖請求。

文獻[9]在SDN控制器的支撐下，提出了NFV使能的媒體云端到端服務模型和分層服務模型，以支撐媒體數(shù)據(jù)傳輸業(yè)務。同時，對NFV使能的媒體云涉及的技術挑戰(zhàn)進行了相應的分析，指出資源分配和調(diào)度、路由和轉(zhuǎn)發(fā)請求策略的設計、決策優(yōu)化框架以及實時自優(yōu)化等關鍵技術或可成為未來云網(wǎng)融合的發(fā)展導向。

表1 傳統(tǒng)與云網(wǎng)融合相關研究現(xiàn)狀

由此可見，隨著云計算和互聯(lián)網(wǎng)技術的發(fā)展，傳統(tǒng)云網(wǎng)融合的發(fā)展從單一的面向底層資源的云網(wǎng)互通開始逐步向云網(wǎng)用戶側(cè)技術傾斜。而用戶服務體驗的提升較大程度取決于網(wǎng)絡的智能、自治特性，網(wǎng)絡通過其自規(guī)劃、自部署、自優(yōu)化和自演進的能力，減少網(wǎng)絡理解業(yè)務意圖的時間，降低業(yè)務執(zhí)行過程中的人工參與度，從而提高業(yè)務執(zhí)行的自動化能力，以最高效的方式為用戶提供最優(yōu)的解決方案，提升用戶的服務體驗。以SDN和NFV技術為基礎的傳統(tǒng)云網(wǎng)融合，雖然實現(xiàn)了數(shù)據(jù)平面與控制平面的分離、軟件和硬件的解耦，提供了一種更加靈活的組網(wǎng)方式和更加輕量化的底層服務部署方式，然而其在面向業(yè)務、改善上層用戶服務體驗方面的能力有所欠缺，難以滿足“云+網(wǎng)+服務”向“云+網(wǎng)+業(yè)務”的過渡需求。意圖驅(qū)動網(wǎng)絡（也稱為隨愿網(wǎng)絡）作為一個支持抽象業(yè)務可定制、系統(tǒng)閉環(huán)自治的網(wǎng)絡管理體系，用戶只需要表達對網(wǎng)絡的期望，而不需要了解底層網(wǎng)絡操作和相關網(wǎng)絡參數(shù)的配置情況，意圖驅(qū)動網(wǎng)絡是推動未來云網(wǎng)融合一體化發(fā)展的最佳選擇之一[10-11]。

文獻[12]在基于意圖的網(wǎng)絡化云環(huán)境下，提出了SDN和NFV的集成方法，指出可以通過在云環(huán)境中部署額外的網(wǎng)絡資源，解決物理資源全部或很少被占用的問題。針對云資源，文獻[13]提出基于意圖的云服務管理（intent-based cloud service management，ICSM）框架，通過服務請求解析器、資源組合器以及配置參數(shù)生成器，實現(xiàn)運營商對云資源的自動化決策，解決了云服務需求種類繁多且手動配置困難的問題。文獻[14]在文獻[13]的基礎上提出了一種基于意圖的云管理（intent-based cloud management，IBCM）框架，將云用戶的服務需求映射為資源需求，同時根據(jù)性能要求和運行策略實現(xiàn)資源的精確管理，并為該資源管理框架提出了一種基于SLA的預防機制。

隨著網(wǎng)絡技術的發(fā)展，網(wǎng)絡切片逐步成為5G網(wǎng)絡的關鍵技術。文獻[15]為5G網(wǎng)絡切片提出了基于OTT（over-the-top）意圖的網(wǎng)絡框架，采用意圖的聲明式方法，自動化完成網(wǎng)絡切片任務，同時也隱藏了底層基礎設施的復雜性。另外，針對不同網(wǎng)絡切片編排系統(tǒng)都依賴于專家經(jīng)驗的問題，文獻[16]提出了一個基于意圖的自動化平臺，可以在多個域、站點和編排器自動協(xié)調(diào)和管理網(wǎng)絡生命周期。文獻[17]實現(xiàn)了一個基于意圖的網(wǎng)絡切片系統(tǒng)，可以有效地對核心網(wǎng)和接入網(wǎng)資源進行分割和管理。根據(jù)用戶提出的高級網(wǎng)絡配置，系統(tǒng)會相應地配置和部署所請求的資源，實現(xiàn)網(wǎng)絡配置過程的自動化。

隨著5G技術的廣泛應用，意圖驅(qū)動網(wǎng)絡技術逐步向6G網(wǎng)絡發(fā)展。文獻[18]設計了意圖驅(qū)動無線電接入網(wǎng)（intent-driven-radio access network，ID-RAN），將IDN演進到6G無線接入網(wǎng)中，通過意圖沖突解決、組網(wǎng)性能優(yōu)化等技術研究，創(chuàng)新性地將意圖驅(qū)動網(wǎng)絡從核心網(wǎng)遷移到無線接入網(wǎng)側(cè)，進一步滿足6G高性能和便捷智慧的無線組網(wǎng)需求。

基于意圖的云網(wǎng)融合相關研究現(xiàn)狀見表2。可以看出，隨著用戶對業(yè)務交付的實時性和交互性需求的提升，學術界對云網(wǎng)融合的研究重心逐步向云網(wǎng)業(yè)務側(cè)偏移，使得在自動化、實時性方面提升云網(wǎng)管理的性能，能夠最大限度地滿足用戶業(yè)務需求，推動云網(wǎng)融合的一體化發(fā)展。

1.2 產(chǎn)業(yè)界相關研究現(xiàn)狀

云網(wǎng)融合的發(fā)展歷程主要面向云網(wǎng)的基礎資源，從云內(nèi)、云間和入云向云邊協(xié)同、多云協(xié)同不斷演進。在2018可信云大會上，云網(wǎng)融合的概念被首次提出，云網(wǎng)融合是業(yè)務需求和技術創(chuàng)新并行驅(qū)動帶來的網(wǎng)絡深刻變革，是一種云和網(wǎng)高度協(xié)同、互為支撐、互為借鑒的概念模式[19]。同年，中國電信發(fā)布了首個云網(wǎng)融合白皮書，全面論述了云網(wǎng)融合服務能力的體驗標準和數(shù)字化轉(zhuǎn)型的機遇與挑戰(zhàn)。2019年，云計算開源產(chǎn)業(yè)聯(lián)盟發(fā)布《云網(wǎng)融合發(fā)展白皮書（2019年）》，對云網(wǎng)敏捷打通、按需開放網(wǎng)絡能力進行了相應補充。

2020年起，運營商相繼發(fā)布有關云網(wǎng)融合技術發(fā)展的白皮書。三大運營商均強調(diào)云網(wǎng)融合要切實考慮用戶的云業(yè)務需求，以深入推動云網(wǎng)融合一體化進展。具體地，中國電信提出云網(wǎng)融合一體化技術架構，旨在通過虛擬化、云化和服務化措施，提供新型信息基礎設施的資源供給方式，并實現(xiàn)簡潔、敏捷、開放、融合、安全和智能的云網(wǎng)融合一體化愿景[2]。中國移動期望云網(wǎng)融合可以在有限的無線資源情況下，實現(xiàn)對網(wǎng)絡資源的高效管控，提供高質(zhì)量的服務體驗。中國聯(lián)通則希望借助云網(wǎng)高度協(xié)同、集中管控和突破邊界來提供更強的云網(wǎng)能力，面向用戶實現(xiàn)高質(zhì)量服務體驗的持續(xù)供應。盡管三大運營商在云網(wǎng)融合一體化發(fā)展愿景中側(cè)重的技術點不同，但其最終的目標是一致的，都是以用戶需求滿足度為出發(fā)點，提供高質(zhì)量的服務供應能力。

表2 基于意圖的云網(wǎng)融合相關研究現(xiàn)狀

“意圖”一詞在字典中的意思是希望達到某種目的的打算，其本身是一個沒有意義的實體，當意圖與服務供應或交付目標關聯(lián)時，意圖是業(yè)務請求期望網(wǎng)絡可達到的一種狀態(tài)，而這種期望的狀態(tài)是網(wǎng)絡管理的關鍵部分。隨著意圖驅(qū)動網(wǎng)絡技術的興起，以中興、華為為代表的企業(yè)對IDN應用于云網(wǎng)融合場景展開了相關研究。2018年，中興在SDN智能化中引入意圖驅(qū)動技術，并將云網(wǎng)融合管理作為其中的一個典型應用場景，以支持云接入、云互聯(lián)等云網(wǎng)協(xié)同的統(tǒng)一管理，實現(xiàn)數(shù)據(jù)中心網(wǎng)絡內(nèi)虛擬網(wǎng)元的動態(tài)配置和業(yè)務鏈自動化編排。2019年，中興在云網(wǎng)融合未來網(wǎng)絡架構中，再次引入“意圖”的概念，完成云業(yè)務的統(tǒng)一編排，逐步實現(xiàn)網(wǎng)絡的自動化和智能化。2020年，中國電信提出將隨愿引擎看作云網(wǎng)操作系統(tǒng)中的云網(wǎng)大腦，以實現(xiàn)云網(wǎng)管理的自運行、自適應和自優(yōu)化[2]。基于此，華為與中國電信于2022年3月聯(lián)合發(fā)布了“云網(wǎng)核心能力”創(chuàng)新成果，完成了云網(wǎng)融合賦能產(chǎn)業(yè)數(shù)字化的商業(yè)實踐，為中國電信提供了賦能數(shù)字經(jīng)濟的差異化服務能力。

由此可見，隨著數(shù)字化經(jīng)濟的不斷發(fā)展，云網(wǎng)業(yè)務需求呈現(xiàn)多樣化的發(fā)展趨勢，產(chǎn)業(yè)界對傳統(tǒng)云網(wǎng)融合的轉(zhuǎn)型賦予了極大的關注。然而，云網(wǎng)融合的發(fā)展仍處于協(xié)同階段，云與網(wǎng)還是相對獨立的技術形態(tài)，實現(xiàn)云網(wǎng)融合一體化愿景仍有很長的路要走。目前，不論是學術界還是產(chǎn)業(yè)界，大家對基于意圖的云網(wǎng)融合的關注大多聚焦在意圖驅(qū)動網(wǎng)絡的自動化、自優(yōu)化特點上，對多樣化云業(yè)務按需交付、云服務統(tǒng)一編排的關注較少。

2 意圖驅(qū)動的云網(wǎng)業(yè)務按需編排

云網(wǎng)資源一體化管控的云網(wǎng)操作系統(tǒng)作為云網(wǎng)融合的重點技術創(chuàng)新領域，其實現(xiàn)過程需要數(shù)字孿生、云網(wǎng)協(xié)同自愈、統(tǒng)一編排以及意圖驅(qū)動網(wǎng)絡等關鍵技術的支撐，并通過感知用戶業(yè)務需求和服務質(zhì)量，實時驗證和優(yōu)化網(wǎng)絡，實現(xiàn)面向用戶與業(yè)務服務的按需編排。

2.1 意圖驅(qū)動的云網(wǎng)融合架構與關鍵技術

在未來云計算與網(wǎng)絡的深度發(fā)展過程中，業(yè)務和應用所需的資源主要以云的形態(tài)存在，網(wǎng)絡資源自適應業(yè)務的服務質(zhì)量（quality of service，QoS）或SLA指標是至關重要的[20]。因此，在云網(wǎng)融合的背景下，需要對云網(wǎng)異構資源進行統(tǒng)一的管控和編排。當前DCI、軟件定義廣域網(wǎng)（software-defined wide area network，SD-WAN）、IDN等網(wǎng)絡管理方法都是業(yè)界廣泛關注的焦點。本節(jié)綜合考慮云網(wǎng)融合的發(fā)展趨勢，在意圖驅(qū)動網(wǎng)絡通用架構[21]和歐洲電信標準組織（European Telecommunications Standards Institute，ETSI）提出的NFV MANO架構的基礎上，設計了意圖驅(qū)動的云網(wǎng)融合架構。

意圖驅(qū)動的云網(wǎng)融合提供了一種抽象的方法，在準確獲取用戶SLA需求和網(wǎng)絡能力、實時感知網(wǎng)絡狀態(tài)信息的協(xié)同作用下，影響網(wǎng)絡基礎設施和服務的設計、供應、部署和保障。在該架構下，解析得到的用戶需求會自動轉(zhuǎn)換成對云網(wǎng)異構資源的需求，并在網(wǎng)絡配置參數(shù)的指導下自動完成業(yè)務部署，以實現(xiàn)意圖—服務優(yōu)化供應、服務—資源統(tǒng)一編排、策略—配置實時優(yōu)化。

意圖驅(qū)動的云網(wǎng)融合架構如圖1所示，由云業(yè)務應用層、意圖使能層、服務編排層、基礎設施層構成。

圖1 意圖驅(qū)動的云網(wǎng)融合架構

（1）云業(yè)務應用層

云業(yè)務應用層是用戶表達抽象、宏觀的云業(yè)務意圖的門戶，通過北向接口為用戶提供底層網(wǎng)絡基礎設施和服務，具體的表達方式有語音、文本、點選等。通常，意圖發(fā)出者按其角色可以分為服務設計者、服務操作者、網(wǎng)絡操作者和消費者4類；按意圖的功能和目標，意圖類型可分為消費者服務意圖、網(wǎng)絡服務意圖、策略意圖以及驗證和定制化意圖4類[22]。在多樣化云網(wǎng)融合需求場景中，為了更好地區(qū)分云業(yè)務意圖的服務范圍，依據(jù)云業(yè)務的應用場景、不同場景下云業(yè)務對云網(wǎng)基礎設施的配置及對云網(wǎng)資源的需求不同，本文從普通用戶到政企用戶、從單人用戶到多人用戶的角度出發(fā)，將云業(yè)務意圖分為個人娛樂、智慧家庭、數(shù)字城市和企業(yè)多云部署4類。

（2）意圖使能層

網(wǎng)絡服務功能和可用云網(wǎng)資源的高級抽象是通過意圖使能層提供的。意圖使能層由意圖引擎和服務引擎組成，其中，意圖引擎面向云業(yè)務應用，能夠充分理解用戶的抽象云業(yè)務意圖；服務引擎面向云服務配置，用于精細化云業(yè)務意圖與云服務的關系。意圖引擎對云業(yè)務意圖進行解析、推理和驗證，生成最符合用戶需求的邏輯策略，進而服務引擎綜合當前云網(wǎng)資源并對策略做進一步的云服務配置處理，以便更好地實現(xiàn)云業(yè)務—云服務供應。

（3）服務編排層

基于用戶的云業(yè)務需求，服務編排層將云服務能力映射為對云網(wǎng)異構資源的配置需求。通常利用編排器來抽象資源狀態(tài)，并以網(wǎng)絡切片、虛擬網(wǎng)絡功能圖或服務功能鏈的形式為不同的業(yè)務意圖部署具體的配置。一般來說，設備級的云服務編排與部署需要實現(xiàn)無縫銜接，因此，網(wǎng)絡編排器成為云服務編排的最佳選擇。目前，主流的網(wǎng)絡編排器有開源MANO（open source MANO，OSM）、移動業(yè)務（mobile cord，M-CORD）、開放網(wǎng)絡自動化平臺（open network automation platform，ONAP）等，用于指導SDN控制器，如開放網(wǎng)絡操作系統(tǒng)（open network operating system，ONOS）（如OpenDaylight、Ryu等）和虛擬基礎設施管理器（virtual infrastructure manager，VIM）（如OpenStack、DevStack等），實現(xiàn)網(wǎng)絡服務的編排和部署。閉環(huán)反饋機制主要用于支撐意圖使能層，實現(xiàn)云網(wǎng)融合場景下云業(yè)務意圖的全生命周期保障。

（4）基礎設施層

提供云業(yè)務解析和云服務部署所需的物理計算、存儲和通信基礎設施，通過南向接口共享云網(wǎng)資源信息，以便更好地為意圖引擎和服務引擎提供數(shù)據(jù)支撐。作為意圖驅(qū)動云網(wǎng)融合架構的基礎部分，物理基礎設施不僅涉及陸、海、空、天、地等網(wǎng)絡，還允許接入多樣化的泛在終端。

整個架構在閉環(huán)反饋機制的支撐下進一步推動了實現(xiàn)用戶意圖、云網(wǎng)態(tài)勢雙驅(qū)動的云網(wǎng)融合一體化愿景。從用戶到策略配置再到云網(wǎng)基礎設施，該架構充分融合了意圖驅(qū)動網(wǎng)絡技術、服務編排與云網(wǎng)融合技術以及AI等關鍵技術，為實現(xiàn)以用戶為中心、簡潔、開放、融合、安全、智能的云網(wǎng)融合一體化發(fā)展奠定重要基石。

IDN[5]作為驅(qū)動云網(wǎng)融合一體化演進的關鍵技術之一，通過將意圖轉(zhuǎn)化為特定的基礎設施配置，可實現(xiàn)一種高度自治且智能的網(wǎng)絡。在IDN中，基于自然語言處理和基于AI的意圖轉(zhuǎn)譯[21]、基于規(guī)則映射[23]和基于知識推理[24]的策略生成、采用自動化驗證[25]或形式化驗證[26]手段的策略驗證等技術作為IDN的關鍵技術，可以根據(jù)用戶的云業(yè)務意圖自動轉(zhuǎn)換、驗證、配置、優(yōu)化，達到目標網(wǎng)絡狀態(tài)，以實現(xiàn)按需、可靠、自動化的云網(wǎng)運營與管理。然而，在IDN閉環(huán)驗證方面，大量的冗余信息、相關信息、重疊信息的存在會造成不必要的時延，同時，現(xiàn)階段在基礎設施層尚未做到網(wǎng)絡狀態(tài)的全面、實時、精確采集，這給策略生成和驗證帶來了一定的挑戰(zhàn)。

服務編排技術是在云環(huán)境中實現(xiàn)端到端服務的自動化部署，它依托NFV MANO架構，完成復雜計算機系統(tǒng)、中間件和服務的自動化安排、協(xié)調(diào)和管理。這對于加速IT服務的交付、減少成本具有重要意義。隨著6G全場景的發(fā)展，服務編排技術除了在地面網(wǎng)絡有一定的研究與應用，也在逐步向衛(wèi)星網(wǎng)絡場景發(fā)展[27]。針對網(wǎng)絡云化、云原生等領域的技術發(fā)展現(xiàn)狀、愿景與挑戰(zhàn)等，2020年，中國移動、中國電信、中國聯(lián)通、華為等聯(lián)合發(fā)布了《電信行業(yè)云原生白皮書》，云原生產(chǎn)業(yè)聯(lián)盟發(fā)布了《云原生發(fā)展白皮書（2020年）》，指出在多樣化、差異化的網(wǎng)絡需求不斷增長的場景下，電信運營商亟須一種高效、可擴展的網(wǎng)絡管理解決方案，以提高業(yè)務靈活性、平臺高效性和運營敏捷性。然而，實現(xiàn)云網(wǎng)端到端能力的原子化、服務化，需要強化云網(wǎng)融合在網(wǎng)絡云化等技術領域的突破工作，更加細粒度地提高網(wǎng)絡原子能力，盡力屏蔽底層資源的異構性，以方便云網(wǎng)能力的服務化，提供快速適配云資源布局的網(wǎng)絡能力，實現(xiàn)自動化的端到端服務編排。

AI技術作為實現(xiàn)網(wǎng)絡管控智能化的關鍵技術，在降低專家經(jīng)驗依賴度、降低網(wǎng)絡管理開銷方面起到至關重要的作用。通過對歷史數(shù)據(jù)的深度學習，網(wǎng)絡管控系統(tǒng)可以生成接近甚至優(yōu)于專家經(jīng)驗的策略。在意圖驅(qū)動的云網(wǎng)融合中，AI技術幾乎涉及云業(yè)務意圖的整個生命周期，如基于用戶意圖的識別與轉(zhuǎn)譯[21]、深度強化學習的策略自適應生成[28]、基于強化學習的網(wǎng)絡狀態(tài)預測[29]等環(huán)節(jié)，對實現(xiàn)網(wǎng)絡管理的自動化和自優(yōu)化起到關鍵作用。然而，基于AI的決策質(zhì)量在很大程度上取決于樣本數(shù)據(jù)，這便需要一定的人力成本對數(shù)據(jù)集進行處理，同時，AI的廣泛應用還受限于模型的大小，即現(xiàn)有計算能力限制了大型深度學習模型的訓練，在一定程度上減緩了AI技術的發(fā)展。

2.2 意圖驅(qū)動的云業(yè)務按需編排

作為意圖驅(qū)動云網(wǎng)融合的關鍵，云業(yè)務按需編排彌補了傳統(tǒng)云網(wǎng)融合背景下網(wǎng)絡提供的SLA保障和差異化保障技術較差的不足，為多樣化的云業(yè)務部署提供了按需、可靠的連接。

本文在意圖驅(qū)動云網(wǎng)融合架構的基礎上設計了云業(yè)務按需編排模型，如圖2所示，關鍵功能由意圖驅(qū)動云網(wǎng)融合架構的意圖引擎和服務引擎完成。該模型主要由意圖轉(zhuǎn)譯、意圖驗證和策略配置3個模塊組成：意圖轉(zhuǎn)譯作為云業(yè)務意圖在其全生命周期中經(jīng)歷的第一個步驟，其主要作用是深度挖掘用戶意圖；意圖驗證在云業(yè)務按需編排中起關鍵作用，綜合意圖轉(zhuǎn)譯結(jié)果和云網(wǎng)異構資源，驗證策略的正確性和可行性；策略配置則用于生成云服務模型，指導云服務的統(tǒng)一編排。

圖2 云業(yè)務按需編排模型

（1）意圖轉(zhuǎn)譯

用戶以意圖的形式向意圖引擎指定云業(yè)務需求，并在自然語言處理技術的支撐下，生成邏輯策略。通過將用戶意圖與服務目錄以及服務和網(wǎng)絡規(guī)范進行交叉引用來定義用戶云業(yè)務意圖的視角，意圖轉(zhuǎn)譯在用戶意圖和網(wǎng)絡邏輯策略之間建立映射，將常態(tài)化的業(yè)務意圖直接轉(zhuǎn)譯為邏輯策略。

首先，意圖轉(zhuǎn)譯過程采用基于雙向長短期記憶—條件隨機場（bi-directional long short-term memory-conditional random field，BiLSTM-CRF）的命名實體識別模型從用戶近似自然語言表達的云業(yè)務意圖中提取細粒度的有效字詞。基于BiLSTM-CRF的命名實體識別模型由3層組成：第一層是字符表示層，負責將傳達網(wǎng)絡需求的自然語言文本中的字符映射到低維向量中，作為BiLSTM層的輸入；第二層是BiLSTM層，它是一個雙向的長短期記憶網(wǎng)絡，可以根據(jù)單詞或字符在上下文之間的依賴性，獲得每個單詞的隱藏表示；最后一層是CRF輸出層，它以隱藏層的表示順序為輸入，輸出每個字符的預測標簽，并學習相應的約束規(guī)則。

然后，采用<領域><屬性><對象><操作><結(jié)果>形式的意圖五元組描述云業(yè)務意圖。<領域>用于描述業(yè)務類型；<屬性>用于描述業(yè)務特征，如網(wǎng)絡切片、跨層跨域虛擬專用網(wǎng)（cross layer and cross domain virtual private network，CCVPN）等；<對象>用于描述業(yè)務執(zhí)行的目標，如源網(wǎng)絡域、目標網(wǎng)絡域、源節(jié)點、目標節(jié)點等；<操作>用于描述條件、約束、動作，如優(yōu)先級等；<結(jié)果>用于描述期望達到的網(wǎng)絡狀態(tài)，如時延、丟包率、帶寬、抖動等網(wǎng)絡參數(shù)。

最后，網(wǎng)絡配置參數(shù)的映射是基于預置模板的形式實現(xiàn)的。該過程采用基于確定性有限狀態(tài)機的映射機制按序提取意圖五元組中的分詞，并在數(shù)據(jù)庫中匹配相應的網(wǎng)絡配置參數(shù)，完成意圖轉(zhuǎn)譯。

（2）意圖驗證

意圖驗證是保障用戶意圖在其生命周期內(nèi)按需、準確執(zhí)行的重要技術。它不僅要對輸入的云業(yè)務意圖、下發(fā)執(zhí)行前的云服務配置策略進行驗證，還要在云業(yè)務意圖執(zhí)行過程中實時檢測可能發(fā)生的故障，以便及時修改云服務配置策略。因此，意圖驗證按策略執(zhí)行前后可以分為運行前驗證和運行時驗證。

1）運行前驗證：為了保證網(wǎng)絡的持續(xù)運行，意圖轉(zhuǎn)譯得到的網(wǎng)絡策略不能直接下發(fā)執(zhí)行，必須在策略下發(fā)前驗證策略的正確性。意圖驗證的主要內(nèi)容是一致性檢驗，分為以下兩方面。

●沖突檢測與消解：檢測多個云業(yè)務意圖在部署過程中是否存在爭用同一網(wǎng)絡資源的沖突情況，以及檢測按需執(zhí)行的網(wǎng)絡操作是否存在二義性，最大限度地提高配置參數(shù)的有效性。沖突檢測的結(jié)果要實時反饋給用戶，同時，系統(tǒng)根據(jù)業(yè)務優(yōu)先級、網(wǎng)絡資源使用情況生成相應的沖突解決方案并反饋給用戶，以便用戶調(diào)整其云業(yè)務意圖。

●可行性驗證：驗證生成的邏輯策略是否可以在當前網(wǎng)絡環(huán)境中執(zhí)行，并反饋驗證結(jié)果。可行性驗證可在基于數(shù)字孿生的仿真平臺上進行。數(shù)字孿生網(wǎng)絡通過實時收集網(wǎng)絡中設備的配置信息、網(wǎng)絡的拓撲和鏈路狀態(tài)等信息建立的虛擬網(wǎng)絡仿真平臺，是網(wǎng)絡基礎設施的鏡像。

2）運行時驗證：云服務會因硬件或軟件故障而出現(xiàn)中斷甚至數(shù)據(jù)丟失的情況，一旦發(fā)生故障，網(wǎng)絡狀態(tài)就會隨之動態(tài)變化，因此當策略下發(fā)執(zhí)行以后，需要實時監(jiān)控網(wǎng)絡狀態(tài)變化。借助多樣化的狀態(tài)信息感知、采集方法，從云網(wǎng)異構資源中獲取云業(yè)務、云網(wǎng)異構資源等層面的服務質(zhì)量、網(wǎng)絡質(zhì)量等配置參數(shù)信息，并通過閉環(huán)反饋機制驅(qū)動策略動態(tài)更新，實現(xiàn)故障實時發(fā)現(xiàn)、網(wǎng)絡及時自愈。為了保證數(shù)據(jù)采集和處理的實時性與高效性，可利用網(wǎng)絡監(jiān)控工具、SDN控制器等手段對所需的網(wǎng)絡狀態(tài)信息進行實時采集計算。

（3）策略配置

服務引擎將經(jīng)過意圖驗證的正確、可行的策略以網(wǎng)絡服務描述符（network service description，NSD）的形式生成一個服務模型，指導服務編排層的各組件執(zhí)行相應的服務編排操作。簡單來說，策略配置的任務就是將邏輯策略轉(zhuǎn)換成底層網(wǎng)絡編排器可識別的語言，基于意圖的抽象服務請求則使用NFV、VIM和MANO執(zhí)行用戶云業(yè)務意圖對應的服務功能鏈。

3 用例分析

3.1 意圖驅(qū)動的混合云互聯(lián)

作為云網(wǎng)融合三大典型應用場景之一，混合云是云計算演進到一定程度后才出現(xiàn)的一種形態(tài)，通過綜合利用公有云和私有云以及本地數(shù)據(jù)中心等多種部署模型的技術特點，在實現(xiàn)數(shù)據(jù)遷移、數(shù)據(jù)通信等需求的同時，提高用戶資源利用率。本文以混合云互聯(lián)為例，對意圖驅(qū)動的云業(yè)務按需編排的具體實現(xiàn)流程加以說明。

意圖驅(qū)動混合云互聯(lián)業(yè)務按需編排實現(xiàn)流程如圖3所示。

首先，用戶在意圖門戶中以文本的形式輸入其對混合云業(yè)務的需求，并以超文本傳送協(xié)議（hypertext transfer protocol，HTTP）請求的形式發(fā)送給后端，如“從西安的本地數(shù)據(jù)中心到西安的阿里云調(diào)一條重保等級（即優(yōu)先級最高）的視頻，時間要求為2022年6月25日11時13分至2022年 6月26日20時12分”。

圖3 意圖驅(qū)動混合云互聯(lián)業(yè)務按需編排實現(xiàn)流程

后端的意圖引擎收到用戶云業(yè)務需求后，意圖轉(zhuǎn)譯模塊采用基于BiLSTM-CRF的命名實體識別模型提取意圖實體，并以JSON（JavaScript object notation）格式輸出對應的元組信息。本地數(shù)據(jù)中心和阿里云資源池的因特網(wǎng)協(xié)議（Internet protocol，IP）地址、端口號，以及QoS指標、優(yōu)先級、業(yè)務類型、服務類型等業(yè)務實現(xiàn)所需的配置參數(shù)是通過基于模板形式的映射實現(xiàn)的。具體地，對元組信息進行分解后，通過查找預定義映射規(guī)則實現(xiàn)參數(shù)匹配優(yōu)化。例如，QoS指標和優(yōu)先級由業(yè)務類型和業(yè)務的重要程度確定。可以得到的部分參數(shù)為：業(yè)務類型為視頻傳輸；本地數(shù)據(jù)中心和阿里云資源池的IP地址分別為192.168.1.159、192.168.1.161；業(yè)務屬性為網(wǎng)絡切片；QoS需求為傳輸速率不小于20 Mbit/s、抖動值不大于1 ms，優(yōu)先級為3，服務協(xié)議類型為用戶數(shù)據(jù)報協(xié)議（user datagram protocol，UDP）。其中，優(yōu)先級按重要程度分為1、2、3這3個等級，重要程度越高，優(yōu)先級數(shù)值越高。

策略驗證模塊綜合依托ONOS控制器，實時監(jiān)控網(wǎng)絡狀態(tài)信息。首先判斷端口號是否被占用，若被占用則重新生成可用的端口號；若沒有被占用，則將該策略發(fā)送給策略配置模塊。

策略配置模塊根據(jù)數(shù)據(jù)庫中存儲的業(yè)務類型–NSD映射關系，對不同的NSD組合生成服務編排所需的網(wǎng)絡切片模板（network slice template，NST），并以.yaml格式發(fā)送給OSM編排器。

OSM編排器收到NST文件后指導OpenStack實例化云資源池，實現(xiàn)云業(yè)務的統(tǒng)一編排。在鏈路保持過程中，SDN控制器根據(jù)網(wǎng)絡狀態(tài)信息實時生成滿足QoS約束的路徑，若發(fā)現(xiàn)鏈路中斷，立即切換至備用鏈路，保障云間數(shù)據(jù)的持續(xù)傳輸需求。

在OpenStack中得到的網(wǎng)絡拓撲如圖4（a）所示，其中路由器是預先在OpenStack中手動添加生成的，以實現(xiàn)OpenStack與Internet的連接。由云資源池1向云資源池2發(fā)送大小為20 MB的數(shù)據(jù)，并采用iperf網(wǎng)絡測量工具測量云資源池之間的網(wǎng)絡帶寬和抖動，結(jié)果分別如圖4（b）、圖4（c）所示。由圖4可以看出，網(wǎng)絡可以提供大于20 Mbit/s的帶寬供視頻數(shù)據(jù)傳輸，以支撐數(shù)據(jù)傳輸業(yè)務，同時抖動小于0.8 ms，滿足云業(yè)務抖動小于1 ms的QoS需求。由此可以看出，意圖驅(qū)動的云業(yè)務按需編排模型是有效的。

3.2 意圖驅(qū)動的工業(yè)互聯(lián)網(wǎng)用例分析

云網(wǎng)融合作為云計算和網(wǎng)絡深度融合的產(chǎn)物，簡單的云網(wǎng)互聯(lián)已經(jīng)無法滿足千行百業(yè)的云業(yè)務需求。在垂直行業(yè)中，云網(wǎng)融合除了在教育、醫(yī)療、能源等行業(yè)得到應用，在工業(yè)互聯(lián)網(wǎng)的應用更為典型。

以工業(yè)互聯(lián)網(wǎng)智能運維為例，用戶通過云業(yè)務意圖門戶輸入其運維意圖：維持質(zhì)量監(jiān)測系統(tǒng)的穩(wěn)定運行。意圖引擎通過綜合分析專業(yè)知識以及既定的參數(shù)標準，得出維持系統(tǒng)穩(wěn)定運行所需的各設備的參數(shù)閾值。通過結(jié)合實時運行監(jiān)測的數(shù)據(jù)，實現(xiàn)對設備狀態(tài)的全方位展示以及輔助決策管理，準確判斷設備當前運行狀態(tài)，當設備運行狀態(tài)不能達到滿意度指標時，觸發(fā)狀態(tài)維修流程，系統(tǒng)根據(jù)設備狀態(tài)提出設備維護方案，向各單位部門推送相應的維檢修業(yè)務。最后，通過收集工單填報的故障原因和維修辦法，總結(jié)形成故障維修信息，并將其作為專業(yè)知識存儲在數(shù)據(jù)庫中，實現(xiàn)知識共享。

圖4 仿真結(jié)果

3.3 未來展望

知識推理作為知識圖譜研究中的熱點方向，已經(jīng)在語義搜索、智能問答等領域取得了一定成果。在意圖驅(qū)動的云業(yè)務按需編排過程中，同樣可以采用基于知識圖譜推理的意圖轉(zhuǎn)譯方法推理業(yè)務與策略的映射關系。在執(zhí)行意圖轉(zhuǎn)譯推理任務前，同樣采用基于BiLSTM-CRF的命名實體識別模型提取云業(yè)務意圖的關鍵有效信息，并以五元組的形式進行描述。采用基于描述邏輯和規(guī)則的推理、基于分布式表示的推理或基于神經(jīng)網(wǎng)絡的推理[30]實現(xiàn)云網(wǎng)知識推理。然而，目前與云網(wǎng)融合場景相關的數(shù)據(jù)集尚未成型，知識推理面臨知識圖譜不完整、知識圖譜質(zhì)量難以保證、應用場景復雜等挑戰(zhàn)。因此，提高知識推理的可靠性需要融合多類型信息（如語義信息、結(jié)構信息等）和多種方法（如神經(jīng)網(wǎng)絡和規(guī)則等）進行推理。綜合考慮上述挑戰(zhàn)，筆者計劃在后續(xù)工作中進一步研究基于語義的知識推理，以多樣化意圖用例的轉(zhuǎn)譯過程，增強意圖驅(qū)動的云業(yè)務按需編排能力。

4 結(jié)束語

云網(wǎng)融合的最終目的是屏蔽底層資源的復雜性，實現(xiàn)“以用戶的良好體驗為中心”的愿景。就目前而言，云和網(wǎng)的簡單互聯(lián)無法滿足面向多樣化業(yè)務場景的服務按需供應、網(wǎng)絡自動化和智能化需求，而意圖驅(qū)動的云網(wǎng)業(yè)務按需編排模型綜合利用意圖驅(qū)動網(wǎng)絡服務可定制、自動化和自優(yōu)化的優(yōu)勢，推動云網(wǎng)融合一體化的發(fā)展。

[1] 郭健. 基于SDN架構的云網(wǎng)融合技術研究與實踐[J]. 電信工程技術與標準化, 2022, 35(3): 27-32.

GUO J. Research and practice of cloud network integration technology based on SDN architecture[J]. Telecom Engineering Technics and Standardization, 2022, 35(3): 27-32.

[2] 中國電信集團公司. 云網(wǎng)融合2030技術白皮書[R]. 2020.

China Telecom Corporation. China Telecom cloud network convergence 2030 technical white paper[R]. 2020.

[3] ZHOU Y Q, LIU L, WANG L, et al. Service-aware 6G: an intelligent and open network based on the convergence of communication, computing and caching[J]. Digital Communications and Networks, 2020, 6(3): 253-260.

[4] ZHOU Y Q, TIAN L, LIU L, et al. Fog computing enabled future mobile communication networks: a convergence of communication and computing[J]. IEEE Communications Magazine, 2019, 57(5): 20-27.

[5] PANG L, YANG C G, CHEN D Y, et al. A survey on intent-driven networks[J]. IEEE Access, 2020(8): 22862-22873.

[6] CHU Y H, CHEN Y T, CHOU Y C, et al. A simplified cloud computing network architecture using future internet technologies[C]//Proceedings of 2011 13th Asia-Pacific Network Operations and Management Symposium. Piscataway: IEEE Press, 2011: 1-4.

[7] KIM Y, KANG S, CHO C, et al. SDN-based orchestration for interworking cloud and transport networks[C]//Proceedings of 2016 International Conference on Information and Communication Technology Convergence (ICTC). Piscataway: IEEE Press, 2016: 303-307.

[8] BANIKAZEMI M, OLSHEFSKI D, SHAIKH A, et al. Meridian: an SDN platform for cloud network services[J]. IEEE Communications Magazine, 2013, 51(2): 120-127.

[9] JIN Y C, WEN Y G. When cloud media meet network function virtualization: challenges and applications[J] IEEE MultiMedia, 2017, 24(3): 72-82.

[10] 張鑫. 基于隨愿網(wǎng)絡的運營商云網(wǎng)融合業(yè)務的研究與實現(xiàn)[J]. 電信科學, 2021, 37(8): 136-141.

ZHANG X. Research and implementation of the IBN for cloud-network convergence service of operators[J]. Telecommunications Science, 2021, 37(8): 136-141.

[11] 張鑫. 面向下一代互聯(lián)網(wǎng)的隨愿網(wǎng)絡研究與實現(xiàn)[J]. 電信科學, 2019, 35(12): 43-48.

ZHANG X. Research and application of the IBN for the next generation Internet[J]. Telecommunications Science, 2019, 35(12): 43-48.

[12] BESHLEY M, PRYSLUPSKYI A, PANCHENKO O, et al. SDN/cloud solutions for intent-based networking[C]//Procee dings of 2019 3rd International Conference on Advanced Information and Communications Technologies (AICT). Piscataway: IEEE Press, 2019: 22-25.

[13] CHAO W, HORIUCHI S. Intent-based cloud service management[C]//Proceedings of 2018 21st Conference on Innovation in Clouds, Internet and Networks and Workshops (ICIN). Piscataway: IEEE Press, 2018: 1-5.

[14] WU C, HORIUCHI S, TAYAMA K. A resource design framework to realize intent-based cloud management[C]//Proceedings of 2019 IEEE International Conference on Cloud Computing Technology and Science (CloudCom). Piscataway: IEEE Press, 2019: 37-44.

[15] AKLAMANU F, RANDRIAMASY S, RENAULT E, et al. Intent-based real-time 5G cloud service provisioning[C]//Pro ceedings of 2018 IEEE Globecom Workshops. Piscataway: IEEE Press, 2018: 1-6.

[16] KHAN T A, ABBASS K, RAFIQUE A, et al. Generic intent-based networking platform for E2E network slice orchestration & lifecycle management[C]//Proceedings of 2020 21st Asia-Pacific Network Operations and Management Symposium (APNOMS). Piscataway: IEEE Press, 2020: 49-54.

[17] ABBAS K, AFAQ M, AHMED K T, et al. Slicing the core network and radio access network domains through intent-based networking for 5G networks[J]. Electronics, 2020, 9(10): 1710.

[18] 周洋程, 閆實, 彭木根. 意圖驅(qū)動的6G無線接入網(wǎng)絡[J]. 物聯(lián)網(wǎng)學報, 2020, 4(1): 72-79.

ZHOU Y C, YAN S, PENG M G. Intent-driven 6G radio access network[J]. Chinese Journal on Internet of Things, 2020, 4(1): 72-79.

[19] 畢以峰. 電信云網(wǎng)絡架構及對云網(wǎng)融合的要求[J]. 信息通信技術, 2019, 13(2): 26-31.

BI Y F. Telecom cloud network architecture and the requirements for cloud network integration[J]. Information and Communications Technologies, 2019, 13(2): 26-31.

[20] 史凡. 云網(wǎng)絡：云網(wǎng)融合的新型網(wǎng)絡發(fā)展趨勢[J]. 中興通訊技術, 2022, 28(1): 8-10.

SHI F. Cloud network: new network development trend of cloud network convergence[J]. ZTE Technology Journal, 2022, 28(1): 8-10.

[21] OUYANG Y, YANG C G, SONG Y B, et al. A brief survey and implementation on refinement for intent-driven networking[J]. IEEE Network, 2021, 35(6): 75-83.

[22] MEHMOOD K, KRALEVSKA K, PALMA D. Intent-driven autonomous network and service management in future networks: a structured literature review[J]. arXiv preprint, 2021, arXiv: 2108.04560.

[23] ABHASHKUMAR A, KANG J M, BANERJEE S, et al. Supporting diverse dynamic intent-based policies using janus[C]//Proceedings of the 13th International Conference on Emerging Networking Experiments and Technologies. New York: ACM Press, 2017: 296-309.

[24] MAHTOUT H, KIRAN M, MERCIAN A, et al. Using machine learning for intent-based provisioning in high-speed science networks[C]//Proceedings of the 3rd International Workshop on Systems and Network Telemetry and Analytics. New York: ACM Press, 2020: 27-30.

[25] LI Y H, YIN X, WANG Z L, et al. A survey on network verification and testing with formal methods: approaches and challenges[J]. IEEE Communications Surveys & Tutorials, 2018, 21(1): 940-969.

[26] SOURI A, NOROUZI M. A state-of-the-art survey on formal verification of the Internet of things applications[J]. Journal of Service Science Research, 2019, 11(1): 47-67.

[27] KHALILI H, KHODASHENAS P S, FERNANDEZET C, al. Benefits and challenges of software defined satellite-5G communication[C]//Proceedings of 2019 15th Annual Conference on Wireless on-Demand Network Systems and Services (WONS). Piscataway: IEEE Press, 2019: 1-4.

[28] BECKETT R, GUPTA A, MAHAJAN R, et al. A general approach to network configuration verification[C]//Proceedings of the Conference of the ACM Special Interest Group on Data Communication. New York: ACM Press, 2017: 155-168.

[29] DENG J, ZHENG Q B, LIU G Y, et al. A digital twin approach for self-optimization of mobile networks[C]//Proceedings of 2021 IEEE Wireless Communications and Networking Conference Workshops. Piscataway: IEEE Press, 2021: 1-6.

[30] 馬瑞新, 李澤陽, 陳志奎, 等. 知識圖譜推理研究綜述[J]. 計算機科學, 2022, 49(S1): 74-85.

MA R X, LI Z Y, CHEN Z K, et al. Review of reasoning on knowledge graph[J]. Computer Science, 2022, 49(S1): 74-85.

Intent-driven cloud-network convergence on-demand orchestration

ZHANG Lulu1, YANG Chungang1, WANG Dong2, OUYANG Ying1, LI Tong1, GUO Junjie1, DONG Ru1

1. Xidian University, Xi’an 710071, China 2. Research Institute of China Telecom Co., Ltd., Beijing 102209, China

With the rapid development of cloud computing and Internet technology, user service demands show a diversified development trend, and cloud-network convergence has become an important choice for the development of the current information and communication industry. At present, cloud-network convergence only achieves simple cloud-network interconnection, which can not overcome the heavy problems of diversified service demands and massive heterogeneous resource supply. Therefore, promoting cloud-network convergence still requires strengthening the on-demand delivery capability of cloud services. Intent-driven network, as a new networking paradigm, becomes a viable option to solve this dilemma. The research status of cloud-network convergence was sorted out, and the research necessity of intention-driven cloud-network convergence business on-demand orchestration was summarized. Furthermore, the intent-driven cloud-network convergence architecture and its key technologies were proposed and analyzed, and on this basis, an on-demand orchestration model of cloud business was proposed. Finally, in the hybrid cloud interconnection and industrial Internet scenarios, the intent-driven on-demand orchestration model of cloud business was analyzed, and the future prospects were introduced.

intent-driven network, cloud-network convergence, on-demand orchestration

TP393

A

10.11959/j.issn.1000–0801.2022272

2022–05–07；

2022–10–10

國家重點研發(fā)計劃項目（No.2020YFB1807700）

The National Key Research and Development Program of China (No.2020YFB1807700)

張露露（1997– ），女，西安電子科技大學碩士生，主要研究方向為意圖驅(qū)動網(wǎng)絡、衛(wèi)星網(wǎng)絡管理。

楊春剛（1982– ），男，博士，西安電子科技大學教授，電氣電子工程師學會（IEEE）高級會員，中國通信學會高級會員，主要研究方向為意圖驅(qū)動智簡網(wǎng)絡、智能網(wǎng)絡信息體系、軟件定義網(wǎng)絡自治、認知天地網(wǎng)絡融合和網(wǎng)絡通信博弈論等。

王棟（1991– ），男，博士，中國電信股份有限公司研究院工程師，LFN ONAP TSC 成員，主要研究方向為面向6G網(wǎng)絡架構的隨愿意圖網(wǎng)絡、新一代云網(wǎng)運營系統(tǒng)。

歐陽穎（1995– ），女，西安電子科技大學博士生，主要研究方向為意圖驅(qū)動網(wǎng)絡、空天地一體化網(wǎng)絡。

李彤（1999– ），女，西安電子科技大學博士生，主要研究方向為意圖驅(qū)動網(wǎng)絡、無線自組織網(wǎng)絡通信。

郭俊杰（1997– ），男，西安電子科技大學碩士生，主要研究方向為意圖驅(qū)動網(wǎng)絡安全及路由協(xié)議。

董茹（1998? ），女，西安電子科技大學碩士生，主要研究方向為意圖驅(qū)動6G網(wǎng)絡管理架構及服務編排。