面向全息通信的6G智简网络架构

全息通信作为一种全新的未来通信范式,通过再现真实物体细粒度画面,向用户提供三维沉浸式的交互体验,克服了传统媒体交互方式单一和场景临场感不足的问题。然而,相对于传统实时通信业务,全方位沉浸的真实全息通信对网络,特别在带宽、时延、安全性等多方面都提出了更为苛刻的要求。如何更好地扩展6G概念与特征,实现高质量、高沉浸的全息新通信成为当前学术界面临的一大挑战。为解决上述问题,率先提出面向全息通信的6G智简网络架构,旨在通过两层网络架构和三维动作模型合理调配6G泛网资源,解决全息通信所面对的超高带宽、超低时延、超大计算等挑战,推动经济社会高质量发展。

前言

随着新一轮科技革命和产业变革的深入推进,以工业互联网、沉浸式媒体、无人驾驶等为代表的新技术、新业态、新场景和新模式不断涌现、层出不穷.数据量与计算量持续攀升,算力成为信息网络时代的核心生产力.2022年3月,我国正式实施了“东数西算”工程,在全国范围内协同构建算力流通体系.在此背景下,网络作为连接用户、数据、算力的主动脉,与算力融合共生不断深入,算力网络应运而生,以期通过网络将计算、存储等基础资源在云、边、端之间进行有效调配.这将极大地强化信息基础资源算力的流通和利用效率,推动社会经济发展和提高人类生活水平.为推动我国在算力网络领域的创新与发展,值此东数西算开展一周年之际,我们组织了本期“算力网络”专题,旨在征集新一代算力网络特别是以算力为中心的架构、分配、调度、交易及安全等的前沿技术与应用.本专题2023年1月初征稿结束,经过四十余人次专家的两轮评审,最终收录了9篇论文.

算力网络中面向计算重用的任务调度优化

为应对未来算力需求爆炸性增长所带来的挑战,将计算重用技术引入算力网络中,通过重用计算任务结果,来缩短服务时延并减少计算资源消耗。在此基础上,提出基于服务联盟的上下文感知在线学习算法。首先,设计重用指数来减少额外查找时延;然后,基于服务联盟机制进行在线学习,根据上下文信息及历史经验做出计算任务调度决策。仿真实验结果表明,所提算法在服务时延、计算资源消耗等方面均优于基准算法。

支持随机访问的协作式P2P流媒体分发策略

提出一种协作式P2P流媒体分发策略CPSD(collaborative P2P streaming dissemination),采用平衡二叉树将媒体对象进行分布式分段预取缓存,用于媒体流快速定位,利用缓存重叠机制构建非结构化网络,用于节点间常规媒体流分发,对此分别提出媒体预取算法及邻居节点搜索算法,并给出节点失效恢复策略及支持随机访问的协作过程。仿真结果表明,与同类系统相比,在随机访问及网络波动过程中,CPSD更能够提供高平滑质量的P2P媒体流服务。

DirectShow中构建过滤器图表技术

过滤器图表是DirectShow技术体系中的核心结构 ,它直接体现了多媒体流的解码流程和思想 ,但构建过滤器图表没有统一的标准和方法 ,具有相当的灵活性与难度 。

利用DirectShow技术实现多媒体流的解码和回放

DirectShow的核心服务是被称作过滤器 (Filter)的部件 ,所有的Filter聚合起来构成过滤器图表(FilterGraph) ,一个被称为过滤器图表管理器 (FilterGraphManager)的部件来监视过滤器的连接和控制多媒体流在FilterGraph中的流动。

MPEG流封装成RTP协议包的具体实现

MPEG流是由多个层次构成的复杂的媒体流 ,实时传输协议 (RTP)是针对多媒体数据进行实时传输的协议。MPEG流依据 RTP以流媒体的形式进行实时传输是目前MPEG视音频传输的一种有效的方法。本文给出了将 MPEG流封装成 RTP协议包的具体实现。

一种面向智慧协同网络的自适配路由策略研究

现有互联网网络体系和机制相对"静态"和"僵化",缺乏支持智慧网络的有效机制.要从根本上解决现有互联网存在的严重弊端,必须创建新的网络理论体系.本文在智慧协同网络"三层"、"两域"体系结构下,针对"网络组件层"的路由自适配问题展开研究,提出基于生物启发的转发网络族群自适配路由策略,实现族群内路由组件之间的智慧协调、动态重构和优化决策,有效解决现有路由策略的静态、僵化等问题.通过数学分析证明:如果设定模型参数μ∈(0,1),提出的自适配路由策略可以始终保持稳定性.最后,通过原型系统验证了提出自适配路由策略是切实可行的,能够提高网络的承载业务数量和提升用户体验.

一种新型的VBR视频传输方法

保证变比特率(VBR)视频流在IP网络上的平滑传输一直是多媒体通信领域研究的热点.传统的PCR协助的恒定速率传输方法利用了嵌入到视频码流中的程序参考时钟(PCR)来定期校正发送速率,是以较高的传输速率为代价减少了播放低码率视频流时的缓存需求.为了同时适应高码率视频流的鲁棒传输,本文提出了一种改进的方法,通过对发送速率进行更细粒度的调整和服务器端的自适应缓冲机制,进一步平滑了传输速率,而且没有增加终端缓存的需求.仿真实验的测试结果表明,改进的方法能更好地服务于各种码率的流媒体传输与回放,适用范围更加广泛.

支持VBR编码视频的有效平滑算法

针对VBR编码视频流传输时造成的资源需求的高可变性和资源利用的不平衡性,提出一个新颖算法BSBS-VBR(buffer sharing and bandwidth smoothing of VBR streams)。通过提前计算并预取最小所需的视频数据量,使服务器以固定码率获取并传输VBR编码视频;使用间隔缓存策略,根据系统当前资源状态为新请求分配资源,并根据当前访问分布以及可用资源对已分配缓存进行动态调整,保持资源平衡分配。该算法可减少服务器资源的峰值需求,平滑资源使用,提高资源利用率,扩大可服务用户数量。通过实验进行了验证。

自适应多次喷射等待路由算法

针对现有容延网络的喷射路由算法中消息副本数不能依据实际情况进行调整,导致资源浪费和降低传递率的问题,提出了一种自适应多次喷射等待路由算法(AMSNW).AMSNW借鉴超时重传的思想,设置一个超时阈值,当消息副本在网络节点中的滞留时间超过该阈值时进行超时重传,将超时的消息副本继续喷射到其邻居节点,以增加该消息副本与目的节点的通信机会,解除其长时间滞留的困境,提高其到达目的地的概率.同时,采用会话式的ACK消息作为反馈消息,抑制不必要的重传,并清除冗余消息副本.仿真实验表明,该算法能有效提高消息投递率,降低消息的缓存区停留时间.

一种异构无线网络流媒体QoS评测系统的设计实现

异构无线网络接入技术的发展为移动流媒体技术应用带来了全新的机遇与挑战。流控制传输协议SCTP(Stream Control Transmission Protocol)的提出能够很好地实现异构无线网络间的透明无缝切换。为了研究未来泛在异构无线网络环境中的视频传输,设计了一种SCTP多宿环境下的流媒体QoS评测系统。实验结果表明,该方案能在异构无线网络环境下对不同网络拥塞和负载下的视频传输行为和服务质量进行有效的分析。

面向联邦算力网络的隐私计算自适激励机制

面对“人-机-物”超融合与万物智能互联远景的现实需求,联邦算力网络充分发挥联邦学习等分布式智能技术的数据聚合优势以及“信息高铁(低熵算力网)”的计算协同优势,高效利用网络中泛在离散部署的海量数据与算力资源,从而最大化满足多种高性能、智能化计算任务需求瓶颈.同时,为建立用户泛在协作计算过程中的全生命周期安全保障和对联邦算力网络的互信任基础,差分隐私等隐私计算技术的引入成为基础性需求之一.因此,在用户自身安全和隐私不受模型逆转、梯度泄露等新兴攻击威胁的前提下,如何对大量的个性化参与用户进行有效激励,促使其积极参与并真实共享本地数据和算力,是实现联邦算力任务实际部署的关键步骤之一.然而,当前联邦算力网络的激励机制大多主要侧重于用户数据评估与公平性等计算性能相关指标研究,缺少对用户隐私需求的关注,无法有效规约隐私噪声注入过程.边缘算力节点出于自身利益考量,往往夸大隐私预算需求,造成严重的冗余精度损失.针对这一问题,本文基于改进的斯塔克伯格主从博弈模型,提出一种面向联邦算力网络的隐私计算自适应激励方法,通过两阶段的动态博弈根据分布式计算过程中隐私注入尺度进行差异化定价激励.基于反向归纳法,参与用户之间首先进行博弈均衡获取最优的本地隐私噪声预算设置策略,随后联邦参数服务器求取最优的隐私支付策略.通过理论分析,本文所提方案能够取得纳什均衡下的最优解.此外,本文还进一步对参与用户的限制条件进行了讨论,得出了用户隐私成本需求的约束上界.在EMNIST、CIFAR等公有标准数据集上的实验结果也表明,该方法相比于基于合约理论、三方博弈等理论的现有隐私激励机制,能够显著提升分布式智能协同计算任务参与各方的平均效用,在满足用户隐私需求的同时提升计算性能,大幅减少冗余损耗.

基于深度增强学习与子流耦合感知的多路传输控制机制

为了解决多路传输中子流耦合感知缺乏与传输控制效率低下等的问题,针对未来异构、动态的网络环境,提出了一种基于耦合感知与深度Q网络的多路传输控制机制(WaveLet and Deep Q Network based multipath transmission control mechanism,WL-DQN).利用小波去噪技术,消除子流单向传输时延中由非耦合路段及系统随机产生的噪声,并基于子流互相关系数对子流耦合特性进行提取;在此基础上,依据深度增强学习理论对多路传输控制进行建模,并提出多路DQN拥塞控制算法,实现了异构、动态网络环境下的智能多路拥塞控制.仿真结果表明,所提算法在传输吞吐量、传输时延、数据包重传避免等方面均优于标准及相似的代表性解决方案.

新型频谱监管网络模型研究

传统的频谱监管网络主要满足专网专用的需求,其在网络结构的设计上没有过多考虑高并发的情况,导致其无法满足快速、高效、可扩展性等通信需求。针对这种需求,基于智慧协同网络体系结构提出一种区域化小型频谱监管网,将智慧协同网络模型中的层级和服务管理的理念应用到各区域小型频谱监管网络中,构建具有资源适配服务解析层和网络节点层的新型频谱监管网络模型。通过实验对比新旧不同模型,新型网络模型可以降低中央服务器负载,为不同区域用户减少服务响应时间,并在用户规模增速相同的情况下减缓服务响应时间的增速,提升用户体验。

NuSOAP与分布式资源管理平台Web服务的设计

文中讨论了NuSOAP的基本结构与框架,结合NuSOAP介绍了基于城域网分布式资源管理平台Web服务设计中的主要技术。

一种面向多维特征分析过滤的视频推荐算法

近年来,抖音、快手、微视等短视频APP取得了巨大成功,用户拍摄并上传到APP平台上的视频数量暴增。在这种信息过载的环境下,为用户挖掘并推荐其感兴趣的视频成为了视频发布平台面临的难题,因此为这些平台设计高效的视频推荐算法显得尤其重要。文中针对媒体大数据挖掘和推荐领域的数据集稀疏性高和规模巨大的问题,提出一种面向多维特征分析过滤的视频推荐算法。首先,从用户行为和视频标签等多个维度对视频进行特征提取,然后进行相似性分析,加权计算视频相似度,从而获取相似视频候选集,并对相似视频候选集进行过滤,再通过排序选择评分最高的若干个视频推荐给用户。最后,基于MovieLens公开数据集,使用python3语言实现了文中提出的视频推荐算法。在数据集上进行的大量实验表明,相比传统的协同过滤算法,文中提出的面向多维特征分析过滤的视频推荐算法将推荐结果的准确率提升了6%,召回率提升了4%,覆盖率提升了18%。实验数据充分说明,从多个维度考虑视频之间的相似性,并配合大规模矩阵分解技术,在一定程度上缓解了数据集稀疏性高、数据量巨大的难题,从而有效地提高了推荐结果的准确性、召回率和覆盖率。

带宽节省的多路径传输协议动态分包算法

随着移动互联网和多接口技术的发展,并行多路径传输已成为当前的研究热点,然而现有的机制存在带宽资源浪费问题。首先通过实验分析的方法,发现传输过程中的分包大小对带宽资源利用率存在较大的影响。在此基础上,对数据分包传输过程进行数学建模,分析获得期望最高的带宽资源利用率时应该满足的条件。在所建模型的基础上,设计了一种动态分包算法,能够根据链路的丢包情况,动态调整数据包大小。实验结果表明,与采用固定大小的分包策略相比,所提算法能够有效减少多路径传输中带宽资源的浪费。

SCTP并行多路径传输在车载网络中的应用研究

讨论了SCTP的基本属性,与TCP和UDP相比SCTP并行多路径传输机制更适合应用于车载网络环境。为提高SCTP并行多路径传输机制在车载网络环境中的传输性能,对SCTP并行多路径传输机制运用于车载网络环境中存在的不足之处进行了分析,针对由无线信号错误导致的拥塞问题和接收端缓存问题提出了适应性的改进算法,包括改进的拥塞控制算法和超时重传算法。在NS2仿真平台下进行了仿真实验,仿真结果表明,改进后的SCTP-CMT协议在吞吐量上较改进前有明显提升。

一种基于相关性分析与对数搜索聚类的跨媒体检索方法

为了在不需人工标记的多媒体数据集上进行跨媒体检索,避免不同媒体之间的语义提取与关联时具有的局限性等问题,首先提出了一种基于相关性分析的音频与图像间的关系数据集的收集机制,然后提出了一种基于对数搜索思想的聚类方法用于跨媒体检索模型的训练,最后提出了一种基于关联性分析的跨媒体检索方法。实验结果表明,所提方案的音频检索图像的第一结果的平均相关度为82.92%,而图像检索音频的第一结果的平均相关度为61.25%,能够较好地解决当前环境下的图像、音频之间的跨媒体搜索需求。