面向动态边缘网络的数字孪生自适应联合优化部署

在数字孪生赋能的移动边缘计算(Mobile Edge Computing,MEC)网络中,如何实现数字孪生服务器的高效部署是确保数字孪生实时交互性的瓶颈问题。针对该问题,提出一种面向动态边缘网络的数字孪生自适应联合优化部署机制。首先,该机制构建面向动态边缘网络的双层数字孪生模型以实时捕捉MEC网络状态和UE资源利用情况等特征。然后,联合数字孪生交互时延模型、负载均衡模型和能源消耗模型建立数字孪生服务器自适应动态更新部署问题。最后,提出多阶段自适应动态联合部署优化算法,将数字孪生服务器自适应动态更新部署问题分解为数字孪生服务器初始化部署和自适应动态更新部署两阶段优化求解,以实现部署策略随MEC网络的即时系统状态进行自适应动态调整。仿真分析验证了所提出算法在预测精度、交互时延、工作负载和能耗方面的有效性。

基于光纤传感航天器神经网络与数字孪生研究

文中设计了一种掺杂Al_(2)O_(3)、Y_(2)O_(3)、P_(2)O_(5)的新型石英光纤,制作的光纤成品纤芯折射率类线性分布。通过飞秒激光直写技术,在光纤上刻写出光纤Bragg光栅,制作出光栅串。将多根光栅串布设在航天器卫星模型上,形成航天器智能蒙皮,用于感知卫星结构损伤状态。基于上述测量数据,使用unity3D软件开发航天器的3D模型及相匹配的python程序对数据进行处理,实现航天器的数字孪生和状态感知。进一步通过模型建立和BP神经网络算法对传感数据进行感知训练,模型对撞击信号的预测准确率高达90%。

基于数字孪生技术的核心网网络自智研究

随着网络功能虚拟化(NFV)、软件定义网络(SDN)等新信息技术的引入,核心网运维面临众多挑战,传统运维模式亟待变革。数字孪生技术作为数字化向智能化过渡的关键技术,通过构建映射物理世界的数字世界,解决物理域问题,实现网络运维自智。分析数字孪生技术的应用与发展,讨论了构建核心网数字孪生网络存在的问题并提出相应对策,并对未来核心网的网络自智发展进行了展望。

基于数字孪生的网络安全漏洞分析方法研究

由于网络威胁不断演变,传统的漏洞分析方法已不能满足网络安全的需求。数字孪生作为一种先进的虚拟化技术,能够对网络漏洞进行全面和实时的分析。本文首先从模拟网络拓扑、硬件配置和通信协议三个方面构建网络安全数字孪生模型,并通过注入漏洞测试系统的安全响应情况。其次,基于构建的数字孪生模型,探讨了数字孪生如何模拟各种威胁事件,并阐述了网络安全漏洞的一般分析方法。最后,通过数字孪生对漏洞的跟踪和演化进行分析,揭示漏洞对系统安全的潜在影响,为网络安全提供了更全面的保护策略。

面向6G的数字孪生网络综述:架构、应用和挑战

数字孪生网络(digital twin network,DTN)是一种利用数字孪生(digital twin,DT)技术创建物理网络设施的孪生虚拟数字网络。通过DT技术,DTN将从多个方面提升6G网络的能力,包括智能故障管理、智能网络优化和管理、网络智慧内生,助力实现极简化、智能化和自动化的网络。通过对DTN进行全面研究,描述了DTN的主要特征和定义,阐述了DTN的架构、协议及接口和生命周期管理,并阐述其在模型管理与部署、资源管理与调度、安全与隐私保护、智能网络运维和智能交通这几个方面的应用,分析了DTN的挑战与未来。

面向空天地一体化网络的数字孪生技术架构及应用

详细探讨了数字孪生技术在空天地一体化通信中的具体架构,以及网络优化方面的应用。将数字孪生分为虚拟空天地一体化网络和智能决策层。虚拟网络是对物理空天地通信网的精准映射,支持实时监控和测试验证功能。在智能决策层,通过环境感知与业务预测实现网络优化。最后,验证了面向空天地一体化的数字孪生技术在动态通信网络优化中的巨大潜力,为网络优化的未来发展提供了创新思路。

基于数字孪生与融合神经网络的光伏阵列故障诊断

提出一种基于数字孪生模型与融合神经网络的光伏阵列故障诊断方法。首先,设计并初步实现包含孪生模型、数据采集与传输模块、服务应用系统的光伏电站数字孪生系统整体框架;其次,结合机理建模方法与粒子群(PSO)优化算法,建立光伏阵列数字孪生模型;再次,通过评估数字孪生模型输出与物理实体输出之间的残差,对故障进行检测;最后,采用时间卷积网络(TCN)结合双向门控循环单元(BiGRU)的融合神经网络,对光伏阵列故障进行诊断。实验结果表明,所提光伏阵列故障诊断方法较其他方法具有更高的精度,准确率可达97.8%。

基于数字孪生的5G网络安全推演

为了对5G网络可能遭受的攻击及缓解攻击的措施进行研究,提出针对5G网络的安全推演模型。模型通过数字孪生技术将物理网络映射至孪生网络中,并依据模型构建虚实结合的网络推演环境;依据设计的推演场景在孪生网络中进行攻防推演,并将推演结果应用于物理网络中。结果表明利用孪生技术进行推演可减少对物理网络的影响,其得到的推演结果也可以无差别地应用于物理网络中,且具有一致的防御效果。

基于数字孪生的电力设备实时巡检监控方法研究

为进一步增强对新能源发电站的安全巡检能力,保障新能源发电站的安全稳定运转,提出了一种基于数字孪生的电力设备实时巡检监控方法。该方法在数字孪生技术的基础上对电力设备安全巡检系统进行了建模和仿真,使用5G网络切片技术确保电力设备数据在巡检系统中的传输速度。同时,还设计了一种轻量级残差密集卷积神经网络,并将其与能谱图结合,实现了对电力设备故障的快速、精准识别。实验结果表明,所提出的实时巡检监控技术方案具有良好的综合性能,识别准确率可达98.32%,相比于仿真性能最优的SENet仍高出5.11%,从采集数据到回传识别结果所需的时间仅为2.1~3.3 s。

基于数字孪生的配电网潮流网络模型构建研究

由于配电网中导线重复接地对潮流计算收敛性的影响,无法获取精准配电网潮流求解结果,为此,提出了基于数字孪生的配电网潮流网络模型构建研究。根据配电网数字孪生技术架构,计算配电网鲁棒最优潮流。依据配电网对电机出力和负荷需求,构建基于鲁棒优化的鲁棒约束函数,引入保守度调节参数使调控安全性与经济性达到平衡状态。分析配电网潮流网络拓扑结构,结合预设的特征数据类型与特征关联信息之间关系,确定配电网潮流方向。结合数字孪生技术迭代处理注入电压,完成数字孪生潮流网络模型构建。实验结果表明,该模型收敛次数较多,最短收敛时长为1.30 s,具有良好的收敛性。

基于数字孪生的卫星网络移动边缘计算研究综述

随着通信技术的快速发展,卫星通信技术在当今信息通信领域扮演着至关重要的角色。卫星网络覆盖范围广,能够随时为全球用户提供低延迟服务。但卫星网络建设仍然面临卫星设计成本高、发射风险大、卫星网络的测试和维护成本昂贵等难题。随着数字孪生(Digital Twin,DT)技术的兴起,DT技术与卫星网络形成了一种完美的契合,为卫星网络运营提供了强大的数据支持和决策依据。文章综述了基于DT的卫星网络移动边缘计算的研究进展。首先介绍了地面基站通信的局限性,进而引出卫星网络的应用;其次详细阐述了卫星网络的组成结构、卫星分类及卫星边缘计算的概念;接着介绍了DT技术,并重点分析了DT卫星边缘计算平台和基于DT的卫星网络移动边缘计算算法;最后总结了当前研究中存在的问题和未来的发展方向。

5G和数字孪生下的工业光纤通信网络路由优化

为了提高工业光纤通信网络的路径优化效果和负载均衡能力,提出5G和数字孪生下的工业光纤通信网络路由优化方法,首先结合5G技术和数字孪生技术对工业光纤通信网络展开建模分析,获得网络状态数据;其次,将最小化最大链路利用率和路径时延作为目标,建立工业光纤通信网络路由优化目标函数;最后采用改进的麻雀算法对目标函数求解,实现工业光纤通信网络路由的优化。实验结果表明,所提方法的最大链路利用率在20%以内、路径时延最大值为0.27 s、死亡节点数量为全部节点的1/8,验证了所提方法具有良好的路径优化效果和负载均衡能力。

数字孪生网络(DTN):概念、架构及关键技术

随着5G商用规模部署、下一代互联网IPv6的深化应用,新一代网络技术的发展引发产业界的关注.网络的智能化被认为是新一代网络发展的趋势.网络为数字化社会的信息传输提供了基础,而网络本身的数字化是智能化发展的先决条件.面向数字化、智能化的新一代网络发展目标,本文首次系统化提出了“数字孪生网络(DTN:Digital twin network)”的概念,给出了系统架构设计,分析了DTN的关键技术.通过对DTN发展挑战的分析,本文指出了未来“数字孪生网络”的发展方向.

基于数字孪生技术的工控网络设备可视化监控方法研究

现行工控网络设备可视化监控方法的应用效果不佳,不仅设备状态监测精准度低,而且网络设备超调量高。对此,文章提出了基于数字孪生技术的工控网络设备可视化监控方法,首先利用数字孪生技术建立网络设备虚拟模型;其次通过布设无线传感器采集设备状态数据并对其进行清洗处理;接着对网络设备数据进行虚拟映射,旨在对设备异常状态进行可视化监测及调控;最终实现基于数字孪生技术的工控网络设备可视化监控。经实验证明,该方法的监测精准度高于95%,超调量不足1%,可以实现对工控网络设备的精准可视化监控。

由数字孪生建设展望漳卫南局网络安全建设

随着水利部数字孪生流域和数字孪生工程先行先试工作的开展,从数字孪生卫河网络安全保护方面,深入分析漳卫南局网络安全体系需求,提出完整可行的漳卫南局网络安全体系建设实施方案。

网络空间安全中的数字孪生技术研究

网络数字孪生技术将数字孪生和网络空间建模与仿真技术相结合,通过深入研究网络数字孪生技术的内涵及其关键技术,可以更好地利用网络空间建模与仿真技术赋能网络空间安全未来的发展。概述了网络数字孪生的基础理论和研究现状,提出了网络数字孪生的分类法并对网络数字孪生的应用进行了总结,归纳出面向网络空间安全的网络数字孪生模型,论述了网络数字孪生内在安全问题与赋能网络安全技术的方法,展望了网络数字孪生在网络空间安全领域的应用前景与挑战机遇。

基于数字孪生技术的校园网络安全仿真推演

为提高网络安全培训的真实性、有效性,指出了基于数字孪生技术的校园网络安全问题,构建网络安全孪生仿真场景,设计了校园数字孪生网络安全虚拟仿真平台,开展模拟实验应用,将数字孪生赋能于智慧校园网络的安全管理,促进数字孪生技术与校园智慧化网络安全推演的应用,具有一定的参考意义。

面向无人机数字孪生边缘网络的联邦学习资源自适应优化机制

为了解决无人机数字孪生边缘网络联邦学习性能优化问题,本文提出一种基于深度强化学习的无人机数字孪生边缘网络资源调度策略。考虑动态时变的无人机数字孪生边缘网络环境,构建包含地面基站(Base Station,BS)、地面智能终端、空中无人机以及无线传输信道的孪生网络模型,建立联合无人机飞行距离、飞行角度以及无线网络频谱资源分配的自适应资源优化模型,实现最小化联邦学习时延的目标。在无人机数字孪生边缘网络环境下,提出多智能体深度确定性策略梯度算法(Multi-Agent Deep Deterministic Policy Gradient,MA-DDPG),求解自适应资源优化模型。算法训练过程采用中心化训练、去中心化执行的方式,每个无人机智能体在评估动作价值时会考虑其他智能体的状态和动作,而在执行时只根据自身的局部观察来决定动作。上述训练过程将在数字孪生环境中执行,算法收敛后再应用于真实世界,最大限度地减少物理实体的资源开销。仿真结果表明,所提算法可显著降低联邦学习服务时延,同时保证联邦学习训练损失和准确率的优越性。

6G数字孪生网络分布式架构及关键技术

面对新一轮科技与产业变革,新型信息领域创新性技术正在不断脱颖而出,以数字孪生等为代表的新型技术正在为6G网络的发展打开新的格局。数字孪生作为支撑网络统一规划、编排和管理的发展范式,是赋能6G演进的重要技术方向。文章深入分析数字孪生网络的现状和发展态势,提出面向6G的数字孪生网络分布式架构体系,并针对数据、建模和编排预验证三大核心技术进行详细研究,提出创新性的解决方案,可有效应对数字孪生网络面临的关键挑战。

面向数字孪生的可扩展网络模型构建方法

数字孪生网络的基础是构建网络模型。在网络测试、验证、训练等数字孪生应用中,目标网络的设备组成、拓扑结构、路由选择、业务应用、用户行为等通常具有不确定性,导致数字孪生网络模型需要适应不同类型的目标网络特征,并满足未来不断扩展的网络要素需求。针对这一问题,分析网络模型要素构成,并基于元模型构建框架,提出了一套可扩展的网络模型构建方法。该方法通过网络元模型数据结构规范化网络模型的描述方式,基于网络元模型,可以支持不同类别网络模型的实例化注册,支持网络模型与实体资源的绑定,实现对模型资源的统一管理。