新型网络产业发展战略研究

新型网络产业作为兼具创新引领性、交叉融合性的前沿领域,对推动我国新一代信息技术创新与应用、促进工业化和信息化融合发展具有重大价值,也是抢占新兴产业制高点和经济增长点的有力手段。本文研判了新型网络技术的发展需求,针对多类应用场景阐述解决方案,凸显产业化价值;详细梳理了国内外新型网络产业的宏观发展态势、技术应用现状。在凝练我国新型网络产业发展思路的基础上,研判相关产业发展的重点方向,据此提出短期、中期、长期三个阶段中各细分方向的具体发展目标。研究表明,制定新型网络产业战略规划体系、加强前沿基础理论创新研究,是我国新型网络产业的发展亟需;新型网络架构与基础理论、超低时延/确定性时延网络、网络操作系统、云网融合、可编程网络是重点技术方向。

面向6G的高速太赫兹无线通信系统与关键技术验证

太赫兹通信以其可提供更高速、更大容量和更安全的数据传输的独特优势,在未来6G中成为重要的关键技术之一。基于固态电子的太赫兹通信系统存在带宽受限、频谱响应不平坦等问题,需要先进的信号形式结合灵活高效的处理方法来提升系统性能。搭建了基于固态电子的G波段太赫兹无线通信系统,通过采用比特-功率加载的离散多音(Bit and Power Loading-Discrete Multitone, BPL-DM)调制技术,实现了对系统频谱资源的有效利用;通过对通信速率的灵活调整、自适应削波和基于三阶多项式的后均衡技术,解决了峰值功率约束带来的挑战,提升了整体传输性能,实现了在195 GHz中心频率下,单通道130 Gbit/s的通信线路速率。基于以上技术,为进一步提升系统容量,搭建了4×4的多输入多输出(Multiple-Input Multiple-Output, MIMO)太赫兹通信系统,总线路速率超过399 Gbit/s。

面向工业制造的确定性网络技术发展研究

面向工业制造的确定性网络技术作为兼具理论创新性与技术实用性的前沿领域,对推动新一代工业互联网技术创新、促进工业制造和高质量网络融合发展具有价值,也为抢占确定性网络技术制高点、抓住新的经济增长点提供机遇。本文从制造企业、通信厂商两方面研判了面向工业制造的确定性网络技术发展需求,详细梳理了国内外面向工业制造的确定性网络技术发展现状和趋势;进一步凝练我国面向工业制造的确定性网络技术发展面临的挑战,完成了面向工业制造的确定性网络技术发展阶段划分:试点示范阶段、规模化复制阶段、自发创新驱动阶段。研究表明,我国"确定性网络+工业制造"发展需要重点关注:成立产业联盟促进生态发展,加快形成公网专用的先发优势,重视行业发展路径选取,加大应用创新发展的资源保障,加强基础理论和关键技术研究,注重"产学研"一体化人才培育。

融合区块链的算力网络信任评估与保障方案研究

算力网络是通过网络承载、传递泛在计算服务,实现计算、网络融合一体化的新型网络架构。为实现安全可信的算力共享,借助区块链技术,提出了融合区块链的算力网络架构,并基于该架构设计了包含用户身份认证机制、算力服务注册机制、交易机制、信誉评估机制的信任评估与保障方案。仿真结果表明,该方案可为算力网络的算力资源共享提供安全可信保障。

算力网络研究进展综述

随着新型网络业务和应用的不断发展与成熟,云计算、边缘计算、智能终端设备得到了快速发展,计算资源呈现出泛在部署的趋势,如何高效协同地利用这些泛在计算资源成为当前网络领域研究的一项重要新课题。在此背景下,算力网络(CFN,compute first networking)的概念被提出,并引起了广泛的关注,其基本思想是将算力和网络深度融合,协同分布式的计算资源,提升计算资源的利用率,同时改善用户的网络服务体验。首先分析了算力网络的提出背景和研究现状,然后介绍算力网络的基本架构、工作流程,以及算力网络的关键技术,最后对算力网络发展方向以及面临挑战进行分析。

面向时间敏感网络的控制管理机制研究综述

时间敏感网络可以为应用提供有界低时延的确定性传输服务,为异构的实时以太网提供更加统一通用的架构与标准,然而IEEE802.1 Qcc标准下的时间敏感网络在各种应用场景中的实现部署存在各种挑战。对时间敏感网络中的控制管理机制研究进行了总结叙述,从传输性能、可扩展性、技术融合3方面分析归纳了所面临的问题,并介绍控制管理机制在相关方面的最新研究进展,指出了尚待解决的问题和未来的研究方向。

基于SCA的新型软件无线电系统设计与实现

由于无线通信技术的飞速发展,以及硬件组成性能的限制,当前主流的一些软件无线电(Software Defined Radio,SDR)外设已不能满足无线电研究人员的需求。基于一种面向5G通信自主开发的软件通用平台(Software Universal Platform,SOUP)和无线电软件开发平台GNU Radio,设计搭建了一种符合软件通信架构(Software Communication Architecture,SCA)的软件无线电系统。使用硬件驱动程序PDMA使主机识别SOUP、屏蔽SOUP底层硬件的实现细节,并使得操作系统能够像操作文件一样对SOUP进行操作,再使用GNU Radio的模块开发工具开发出信号源模块和信宿模块,这2个模块的功能就是用来采集和传送I/Q采样信号。通过实现一种传统的模拟通信系统,以验证SOUP_GNU Radio系统的有效性。

超密集网络的动态无线回程拓扑管理方法

为了提高超密集网络的无线回程拓扑管理效率和网络性能,提出了一种基于网络状态的动态无线回程网络拓扑管理方法。网络状态定义为基站的有效回程能力和回程需求二元组。将无线回程网络拓扑管理问题转换为上游节点选择问题,并建模为最小化所有基站的上游基站数总和的优化问题,通过分布式算法获得确定回程业务所需上游节点的拓扑管理方案。提出有效回程容量和回程路损2种有效回程能力,从而获得2种拓扑管理方案。仿真结果表明,该方法能使无线回程网络的回程容量和实际回程吞吐率自适应回程业务需求的动态变化,并且在回程满意度上,基于有效回程容量的拓扑管理方案优于基于回程路损的拓扑管理方案。

大数据分析在移动通信网络优化中的应用

前沿:目前大数据分析在移动通信网络中存在的问题主要有信息数据处理工作繁琐、通信网络中存在安全隐患、通信网络覆盖范围广且用户需求不断转换以及资金短缺等,对于这些问题,移动通信企业应当结合自身的实际情况采取合理的措施加以解决,在具体的实践操作中可以从大数据功能的合理化应用、通过大数据进行移动通信网络数据获取、发展网络性能大数据存储等方面入手,只有这样才能够保证移动通信网络的健康持续发展。

时间敏感网络与5G融合关键技术研究

时间敏感网络(TSN)以标准有线以太网为基础,通过一系列标准化协议定义,使得传统以太网具备确定性传输的能力以及较好的兼容性。而随着5G标准的完善和技术的发展,5G网络的广覆盖、低时延、高可靠等特性除了可满足TSN基础的确定性传输需求,还能为其提供广泛灵活的无线连接。首先介绍了TSN的关键技术;然后分析了5G时间敏感相关关键技术;最后研究了两者融合的架构与关键技术点。

移动通信核心网应用技术研究

移动通信核心网作为通信网的重要组成部分,为移动用户提供了接入、移动性管理及数据传输等服务。首先介绍了核心网的基本概念与发展历程;然后介绍了核心网近年来的主用应用技术,分析了各类技术的特点及应用场景;最后对核心网应用技术未来可能的发展方向作出了展望。

一种基于人工智能的网络安全防御模型研究

为解决网络安全防御存在的被动性问题,避免网络安全问题爆发后才能够启动深度包过滤、入侵检测和杀毒软件进行防御,本文对网络安全防御模型进行深入研究,提出引入K-means算法,利用人工智能技术改进网络安全防御的积极性和主动性,提高网络安全防御的预测能力和实时防护能力。实验结果显示,基于人工智能的网络安全防御模型能够准确预测病毒或木马特征,从而及时启动互联网防御软件,清除网络中的病毒或木马,同时具有较低的时延,不影响网络用户的使用,能够为网络工程建设提供参考。

试论未来移动通信网络中移动边缘计算技术

随着应用场景的增多,未来移动通信网络对数据流量、时延及能耗的要求更高,需引进移动边缘计算技术,加大网络容量,降低时延与能耗。基于此,本文从移动边缘计算技术的内涵入手,阐述其在未来移动通信网络中的应用,并展望其发展方向,为运营商创新移动通信网络提供参考。

物联网下的通信网络面临机遇及挑战分析

互联网技术对大众的生活方式产生了相应的改变,同时也取得了巨大成功,物联网技术作为互联网技术下一个信息技术,也为大众的生活方式带来了更为巨大的变化。从信息技术上看物联网主要是基于通信网络进行的转变,能够实现任何时间地点,人与物体之间的通信传导,同时还具有物与物之间的信息传输技术。通信网络的覆盖范围相对比较广,稳定性也比较高,这也是物联网能够有效实现的最主要前提,互联网的有效发展为当前通信网络提出了很多新的挑战。

基于人体信道的通信芯片研究

本文对通信芯片的开发问题进行了分析,提出采用由低噪声放大器、复用放大电路和自动增益控制放大器等部分组成的通信芯片改善人体通信质量,并对芯片信号放大参数进行了分析,为关注这一话题的人们提供参考。

全双工无线通信系统的智能安全中继选择策略

全双工技术理论上可以使频谱效率提升一倍,将其应用于双向中继系统,能进一步提升系统的频谱效率。考虑残余自干扰与信道环境,以安全容量最大化为目标进行中继选择,将该选择优化问题建模为多分类问题,提出了一种基于卷积神经网络(CNN)的智能中继选择策略。在设计分类模型时利用CNN提取信道的空间相关性,设置卷积核的维度与中继数目相关,为了保留输入特征的矩阵特性未使用池化层。仿真结果表明,在降低计算复杂度和减少反馈开销的情况下,基于CNN的分类器具有更高的分类准确率,能获得与传统最优中继选择方案一致的安全容量。

基于流分类的数据中心网络负载均衡机制

为充分利用数据中心网络的多路径带宽,现有研究多采用基于链路感知的负载均衡算法,在动态获取全局链路拥塞信息后选取最优路径对流量进行转发.然而这些研究未考虑数据中心网络流量大小分布不均匀的特性,难以在选路成本和转发效率上取得平衡.为此,设计一种基于流分类的数据中心网络负载均衡机制(ULFC,Utilization-aware Load balancing based on Flow Classification),在实现拥塞感知的基础上进行流量特征分析,采用不同的策略为大、小流分配路径,实现网络流量特征与选路方法优势的最佳匹配.实验结果表明,相比于现有方案,ULFC的平均流处理效率提高了1.3倍至1.6倍,路由成本降低了50%以上.

区块链在轨道交通边缘计算网络中的应用

多接入边缘计算(multi-access edge computing,MEC)能为城市轨道交通中的计算密集型业务和时延敏感型业务提供高质量的服务能力,然而轨道交通边缘计算网络中的大量边缘设施暴露在开放式环境中,其隐私保护和传输安全面临着很大的挑战。区块链(blockchain)具有分布式账本、共识机制、智能合约、去中心化应用等功能特性,因此,区块链技术可以为分布式轨道交通边缘计算网络构建系统性的安全防护机制,从而保障网络安全和数据安全,实现高质量的城市轨道交通服务。首先,介绍了区块链的基本概念;其次,设计了轨道交通边缘计算网络架构,提出了融合区块链的轨道交通边缘计算网络安全防护机制和应用实例;最后,对该安全防护机制面临的问题和挑战进行了分析和展望。

智能运维中KPI异常检测的研究进展

现有的网络监控和故障修复大多依赖规则系统或者人工处理,然而随着网络规模的不断增大和业务的多样化,这种方式难以满足要求。随着机器学习和深度学习等技术的快速发展,智能运维理论也取得了长足进步,利用人工智能技术提升网络运维智能化能力。KPI(key performance indicator)异常检测是智能运维的一项底层核心技术。针对KPI异常检测技术研究展开综述,对KPI数据和KPI异常进行了描述,并从单指标和多指标两个方面详细介绍了KPI异常检测技术的研究现状;分析了KPI检测的部署应用问题,讨论了未来的研究方向。

边缘计算使能星地协同网络下的服务部署机制

在移动边缘计算(MEC)与星地协同网络(STIN)融合的网络架构中,针对卫星网络和边缘计算对时延与资源敏感的特点,以最大化用户服务质量(QoS)为目标,提出基于强化学习的深度Q网络(DQN)算法部署机制。将部署问题描述为一个马尔可夫决策过程(MDP),并把卫星节点的状态和部署行为分别建模为DQN中的状态和动作。通过卫星的计算资源与卫星和用户的通信时延给出奖励值,在神经网络中训练以优化部署行为,进而实现最优部署策略,并对提出的算法做仿真。与其他算法对比的结果表明,在相同的优化目标条件下,DQN算法有较好的性能。