數(shù)據(jù)承載網(wǎng)絡(luò)智能化方向演進(jìn)探討

陳起

（中通服中睿科技有限公司，廣東 廣州 510630）

0 引言

網(wǎng)絡(luò)智能化技術(shù)可以通過分析大數(shù)據(jù)、深度學(xué)習(xí)等方式提高數(shù)據(jù)處理效率和質(zhì)量，從而幫助企業(yè)或機(jī)構(gòu)更好地解決復(fù)雜問題。智能匹配和推薦系統(tǒng)等人工智能技術(shù)也催生了新型商業(yè)模式和行業(yè)生態(tài)。未來網(wǎng)絡(luò)智能化將面對更加廣泛和復(fù)雜的場景和需求，其需要不斷強(qiáng)化安全性、穩(wěn)定性、可拓展性，以滿足社會經(jīng)濟(jì)的快速發(fā)展及各種創(chuàng)新活動。

1 數(shù)據(jù)承載網(wǎng)絡(luò)的演進(jìn)歷程

1.1 架構(gòu)演進(jìn)

在網(wǎng)絡(luò)架構(gòu)演進(jìn)的過程中，從最初的以光口為主的城域骨干網(wǎng)到以IP 為核心的城域網(wǎng)，再到以軟件定義網(wǎng)（software defined network, SDN）為核心的光傳送網(wǎng)（optical transport network, OTN）網(wǎng)絡(luò)（圖1），運(yùn)營商已經(jīng)從單一網(wǎng)絡(luò)運(yùn)營商轉(zhuǎn)變?yōu)榫邆渚C合電信服務(wù)能力的綜合通信運(yùn)營商。在數(shù)據(jù)承載網(wǎng)絡(luò)建設(shè)過程中主要采用“網(wǎng)絡(luò)融合”和“云網(wǎng)融合”的技術(shù)路線，逐步向SDN、網(wǎng)絡(luò)功能虛擬化（network function virtualization, NFV）、云計(jì)算等方向發(fā)展。

圖1 OTN 網(wǎng)絡(luò)架構(gòu)

在網(wǎng)絡(luò)架構(gòu)演進(jìn)方面，SDN（圖2）作為數(shù)據(jù)承載網(wǎng)絡(luò)架構(gòu)的核心技術(shù)得到了廣泛應(yīng)用。通過將業(yè)務(wù)和數(shù)據(jù)從傳統(tǒng)網(wǎng)絡(luò)中分離出來構(gòu)建“端到端”“統(tǒng)一管理”和“集中控制”的新型承載網(wǎng)絡(luò)架構(gòu)，實(shí)現(xiàn)了跨域跨廠商互通和跨域集中調(diào)度等能力，同時為運(yùn)營商和企業(yè)客戶提供了靈活的業(yè)務(wù)接入方式。

圖2 SDN 網(wǎng)絡(luò)結(jié)構(gòu)

1.2 技術(shù)標(biāo)準(zhǔn)

當(dāng)前運(yùn)營商數(shù)據(jù)承載網(wǎng)絡(luò)主要有兩種技術(shù)標(biāo)準(zhǔn)：基于SDN 的光節(jié)點(diǎn)（optical network unit, ONU）（圖3）。基于SDN 的ONU 以O(shè)penFlow 協(xié)議為基礎(chǔ)，提供了網(wǎng)絡(luò)切片和隔離等功能，通過虛擬私有云（virtual private cloud, VPC）實(shí)現(xiàn)了網(wǎng)絡(luò)資源的自動化調(diào)度。在不改變現(xiàn)有網(wǎng)絡(luò)架構(gòu)、不影響網(wǎng)絡(luò)性能和效率的前提下實(shí)現(xiàn)了網(wǎng)絡(luò)資源的靈活分配。基于SDN 的ONU 以控制器為中心，通過將業(yè)務(wù)邏輯功能集中到控制器中實(shí)現(xiàn)了對業(yè)務(wù)的統(tǒng)一編排、故障定位、自動化部署和維護(hù)。ONU通過將業(yè)務(wù)邏輯下沉至邊緣設(shè)備，降低了網(wǎng)絡(luò)建設(shè)成本，并提供了多種保護(hù)模式。在當(dāng)前網(wǎng)絡(luò)架構(gòu)下，數(shù)據(jù)承載網(wǎng)絡(luò)一般采用SDN+ONU 的形式部署。但在業(yè)務(wù)部署過程中，由于SDN 控制器和ONU 控制器之間存在信息傳遞延遲，從而導(dǎo)致業(yè)務(wù)開通速度較慢和用戶體驗(yàn)較差。因此如何平衡SDN 控制器和ONU 控制器之間信息傳遞延遲成為當(dāng)前研究熱點(diǎn)。

圖3 ONU 網(wǎng)絡(luò)結(jié)構(gòu)

2 數(shù)據(jù)承載網(wǎng)絡(luò)智能化方向發(fā)展要點(diǎn)

2.1 研究內(nèi)容

從現(xiàn)階段的研究來看，數(shù)據(jù)承載網(wǎng)絡(luò)智能化主要包括網(wǎng)絡(luò)資源智能感知、網(wǎng)絡(luò)運(yùn)行智能控制、網(wǎng)絡(luò)流量智能管理以及網(wǎng)絡(luò)運(yùn)維智能化4 個方面。

（1）網(wǎng)絡(luò)資源智能感知。隨著承載網(wǎng)用戶對帶寬的需求不斷增加，帶寬資源成為傳送網(wǎng)的主要瓶頸。因此可以通過基于人工智能的方法感知和理解傳送網(wǎng)的資源需求，并將這些需求映射到網(wǎng)絡(luò)拓?fù)渖蠈?shí)現(xiàn)對傳送網(wǎng)的合理分配和動態(tài)調(diào)整。

（2）網(wǎng)絡(luò)運(yùn)行智能控制。數(shù)據(jù)承載網(wǎng)路由策略主要包括靜態(tài)策略、動態(tài)策略和混合策略三種。靜態(tài)策略是指只有一個路由，通過路由表實(shí)現(xiàn)路由的自動選擇；動態(tài)策略是指根據(jù)網(wǎng)絡(luò)拓?fù)洹⒘髁俊I(yè)務(wù)等實(shí)時信息進(jìn)行動態(tài)調(diào)整路由；混合策略是指基于路由表和端到端的路由策略，通過混合方式實(shí)現(xiàn)路由選擇[1]。

（3）網(wǎng)絡(luò)流量智能管理。隨著用戶對帶寬需求的不斷增加，傳送網(wǎng)承載的用戶流量也在不斷增加。為了保證傳送網(wǎng)的可靠性和效率可以通過基于人工智能的方法對傳送網(wǎng)的流量進(jìn)行智能管理。首先，利用人工智能技術(shù)實(shí)現(xiàn)對網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)的智能感知，并將這些感知數(shù)據(jù)映射到網(wǎng)絡(luò)拓?fù)渖蠈?shí)現(xiàn)對承載網(wǎng)流量的自動檢測。其次，根據(jù)檢測到的數(shù)據(jù)進(jìn)行路由計(jì)算、路由表調(diào)整和流量調(diào)度，以實(shí)現(xiàn)對承載網(wǎng)流量進(jìn)行智能管理。

（4）網(wǎng)絡(luò)運(yùn)維智能化。隨著承載網(wǎng)用戶數(shù)量和業(yè)務(wù)種類日益增多，傳送網(wǎng)將面臨更加復(fù)雜和多樣化的業(yè)務(wù)需求。因此可以利用人工智能技術(shù)實(shí)現(xiàn)傳送網(wǎng)運(yùn)行狀態(tài)實(shí)時感知、故障快速定位和設(shè)備故障預(yù)測等功能，并對傳送網(wǎng)狀態(tài)進(jìn)行自動監(jiān)測、預(yù)測和預(yù)警。

在數(shù)據(jù)承載網(wǎng)絡(luò)智能化研究中還可以利用深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等技術(shù)來實(shí)現(xiàn)對網(wǎng)絡(luò)業(yè)務(wù)和用戶體驗(yàn)進(jìn)行智能化分析。例如，通過對承載網(wǎng)業(yè)務(wù)狀態(tài)進(jìn)行建模分析發(fā)現(xiàn)其中存在的問題，從而改進(jìn)數(shù)據(jù)承載網(wǎng)絡(luò)中的算法設(shè)計(jì)和性能優(yōu)化。

2.2 關(guān)鍵技術(shù)

數(shù)據(jù)承載網(wǎng)絡(luò)智能化涉及多個關(guān)鍵技術(shù)，主要包括以下方面。

（1）多域協(xié)同智能。以網(wǎng)絡(luò)設(shè)備為中心的傳統(tǒng)網(wǎng)絡(luò)是一個封閉的系統(tǒng)，難以實(shí)現(xiàn)多域協(xié)同智能。數(shù)據(jù)承載網(wǎng)絡(luò)智能化將從技術(shù)層面打破現(xiàn)有的網(wǎng)絡(luò)邊界實(shí)現(xiàn)跨域協(xié)同智能。

（2）端到端智能。目前業(yè)界普遍認(rèn)為端到端的智能化主要是指網(wǎng)絡(luò)設(shè)備端到端的智能化，包括端到端的感知、定位、通信以及路由等。未來數(shù)據(jù)承載網(wǎng)絡(luò)智能化將進(jìn)一步延伸至業(yè)務(wù)層面，通過對用戶體驗(yàn)的分析實(shí)現(xiàn)用戶體驗(yàn)優(yōu)化和業(yè)務(wù)場景匹配。

（3）協(xié)同感知。目前業(yè)界普遍認(rèn)為跨域智能是指將網(wǎng)絡(luò)設(shè)備與其他智能設(shè)備進(jìn)行連接，從而實(shí)現(xiàn)不同域之間的協(xié)同。數(shù)據(jù)承載網(wǎng)智能化需要支持跨域智能實(shí)現(xiàn)跨域協(xié)同感知、定位和通信功能。

（4）多維立體感知。隨著5G 等新型移動通信技術(shù)的快速發(fā)展，數(shù)據(jù)承載網(wǎng)絡(luò)將面臨更加復(fù)雜的網(wǎng)絡(luò)環(huán)境，其需要實(shí)現(xiàn)多維立體感知來提高數(shù)據(jù)承載網(wǎng)智能化水平[2]。

（5）數(shù)據(jù)驅(qū)動決策。數(shù)據(jù)驅(qū)動決策是指基于數(shù)據(jù)和模型實(shí)現(xiàn)對未來業(yè)務(wù)需求和用戶體驗(yàn)的預(yù)測和感知，從而優(yōu)化資源配置、提高資源利用率、提升網(wǎng)絡(luò)性能、降低成本等。

（6）智能控制。智能控制是指在數(shù)據(jù)承載網(wǎng)中實(shí)現(xiàn)對多域協(xié)同和多維立體感知的控制功能，進(jìn)而提升數(shù)據(jù)承載網(wǎng)智能化水平。

（7）智能運(yùn)維。隨著大數(shù)據(jù)和人工智能技術(shù)的發(fā)展，大數(shù)據(jù)驅(qū)動的智能運(yùn)維逐漸成為業(yè)界關(guān)注的熱點(diǎn)和研究熱點(diǎn)。

（8）網(wǎng)絡(luò)重構(gòu)。網(wǎng)絡(luò)重構(gòu)是指從傳統(tǒng)以太網(wǎng)網(wǎng)光交叉連接（optical cross connect, OXC）演進(jìn)過程中，實(shí)現(xiàn)以光為核心、多域協(xié)同、靈活高效、安全可控、開放創(chuàng)新等目標(biāo)的網(wǎng)絡(luò)重構(gòu)過程，從而支撐業(yè)務(wù)發(fā)展和網(wǎng)絡(luò)演進(jìn)。

（9）綠色節(jié)能。綠色節(jié)能主要包括3 個方面：①提高能量效率，降低能耗。②采用高效節(jié)能設(shè)備。③提高能源利用率，減少浪費(fèi)或廢物產(chǎn)生，從而達(dá)到環(huán)保效果。

2.3 主要進(jìn)展

在人工智能方面，我國的相關(guān)研究團(tuán)隊(duì)基于深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺、強(qiáng)化學(xué)習(xí)等技術(shù)已經(jīng)在數(shù)據(jù)承載網(wǎng)絡(luò)智能化方向取得了重要進(jìn)展，主要表現(xiàn)為：在數(shù)據(jù)承載網(wǎng)絡(luò)智能化方向?qū)崿F(xiàn)了AI 模型的開源部署。我國在數(shù)據(jù)承載網(wǎng)絡(luò)智能化方向也開展了大量的應(yīng)用研究，主要集中在以下方面：①基于深度學(xué)習(xí)的流量感知及預(yù)測。通過收集網(wǎng)絡(luò)運(yùn)行數(shù)據(jù)并進(jìn)行大量的訓(xùn)練，實(shí)現(xiàn)對網(wǎng)絡(luò)狀態(tài)和流量的預(yù)測。②基于自然語言處理的故障檢測及定位。通過對數(shù)據(jù)進(jìn)行語義分析識別網(wǎng)絡(luò)中可能發(fā)生故障的位置和原因。③基于強(qiáng)化學(xué)習(xí)的故障定位。通過將大數(shù)據(jù)與人工智能技術(shù)相結(jié)合研究數(shù)據(jù)承載網(wǎng)中故障定位及修復(fù)策略。④基于深度學(xué)習(xí)的業(yè)務(wù)感知。通過對網(wǎng)絡(luò)中用戶的行為進(jìn)行學(xué)習(xí)實(shí)現(xiàn)業(yè)務(wù)感知與預(yù)測。這些技術(shù)已經(jīng)在部分地區(qū)開展了試點(diǎn)應(yīng)用。總體來看目前數(shù)據(jù)承載網(wǎng)絡(luò)智能化技術(shù)研究已取得一定進(jìn)展，但距離實(shí)際應(yīng)用還有較大差距[3]。

2.3.1 實(shí)現(xiàn)業(yè)務(wù)自動選擇和路由優(yōu)化

數(shù)據(jù)承載網(wǎng)絡(luò)是由多個網(wǎng)絡(luò)域組成的，每個域都有自己的業(yè)務(wù)質(zhì)量保證服務(wù)質(zhì)量機(jī)制，用于實(shí)現(xiàn)不同域之間的隔離和數(shù)據(jù)流轉(zhuǎn)通。在SDN/NFV 網(wǎng)絡(luò)中，數(shù)據(jù)承載網(wǎng)絡(luò)需要具備智能的業(yè)務(wù)自動選擇和路由優(yōu)化能力[4]。

在傳統(tǒng)的數(shù)據(jù)承載網(wǎng)絡(luò)中，用戶發(fā)起業(yè)務(wù)請求時，首先需要判斷業(yè)務(wù)對端到端路徑是否有指定優(yōu)先級（如1～3 級），如果有指定優(yōu)先級，則根據(jù)該優(yōu)先級確定路徑。而在SDN/NFV 網(wǎng)絡(luò)中，SDN 控制器需要主動識別業(yè)務(wù)流量對端到端路徑是否有指定優(yōu)先級，則根據(jù)該服務(wù)質(zhì)量機(jī)制進(jìn)行相應(yīng)的業(yè)務(wù)選擇和路由優(yōu)化。

在傳統(tǒng)的數(shù)據(jù)承載網(wǎng)絡(luò)中不同域之間的流量流動主要是單向的，不同域之間的數(shù)據(jù)流不會發(fā)生交換。而在SDN/NFV 網(wǎng)絡(luò)中可以基于多域之間數(shù)據(jù)流雙向流動的特點(diǎn)進(jìn)行流量調(diào)度，實(shí)現(xiàn)跨域流量在不同域之間的流動。因此需要根據(jù)業(yè)務(wù)對端到端路徑是否有指定優(yōu)先級對流量進(jìn)行調(diào)度。

2.3.2 自動化運(yùn)維

自動發(fā)現(xiàn)和關(guān)聯(lián)網(wǎng)絡(luò)性能問題是智能運(yùn)維的基礎(chǔ)。針對傳統(tǒng)網(wǎng)絡(luò)運(yùn)維工具不能發(fā)現(xiàn)和關(guān)聯(lián)網(wǎng)絡(luò)性能問題，只能基于統(tǒng)計(jì)數(shù)據(jù)分析網(wǎng)絡(luò)故障，無法主動發(fā)現(xiàn)和關(guān)聯(lián)網(wǎng)絡(luò)故障的問題。人工智能技術(shù)的發(fā)展為解決上述問題提供了契機(jī)。人工智能技術(shù)具備數(shù)據(jù)分析能力，可以通過對大量歷史數(shù)據(jù)進(jìn)行分析和挖掘，發(fā)現(xiàn)隱藏在海量數(shù)據(jù)中的網(wǎng)絡(luò)故障特征，可以自動發(fā)現(xiàn)并關(guān)聯(lián)網(wǎng)絡(luò)性能問題。

例如，在某大型數(shù)據(jù)中心內(nèi)部部署了基于人工智能的性能監(jiān)控系統(tǒng)可以實(shí)現(xiàn)對全局物理網(wǎng)絡(luò)和邏輯網(wǎng)絡(luò)的性能監(jiān)控。在不同的業(yè)務(wù)場景下通過收集并分析多個網(wǎng)絡(luò)指標(biāo)（如OverlayLoss）來檢測物理層、鏈路層和協(xié)議層的性能問題。在網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大的情況下，通過構(gòu)建“以用戶為中心”的運(yùn)維體系實(shí)現(xiàn)對全局物理網(wǎng)絡(luò)和邏輯網(wǎng)絡(luò)的全面監(jiān)控和管理。同時通過不斷優(yōu)化算法模型使得性能監(jiān)控系統(tǒng)能夠不斷適應(yīng)不同的業(yè)務(wù)需求。當(dāng)業(yè)務(wù)需求發(fā)生變化時可以迅速對性能監(jiān)控系統(tǒng)進(jìn)行更新，保證系統(tǒng)具有較強(qiáng)的適應(yīng)能力[5]。

3 結(jié)語

綜上所述，在數(shù)據(jù)承載網(wǎng)絡(luò)智能化方向的不斷發(fā)展和演進(jìn)中技術(shù)突破和應(yīng)用創(chuàng)新已經(jīng)成為數(shù)字時代最重要的趨勢之一。隨著人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等領(lǐng)域不斷迭代升級，網(wǎng)絡(luò)智能化將有更加廣泛和深入的應(yīng)用場景和需求。隨著技術(shù)的不斷發(fā)展，數(shù)據(jù)承載網(wǎng)絡(luò)呈現(xiàn)出了更多的技術(shù)特性和架構(gòu)特性，同時也面臨著新的挑戰(zhàn)。以大帶寬、低時延、靈活接入為代表的新技術(shù)的快速發(fā)展對數(shù)據(jù)承載網(wǎng)絡(luò)提出了更高的要求，需要數(shù)據(jù)承載網(wǎng)絡(luò)具備更快的響應(yīng)速度、更低的時延以及更靈活的接入方式。