陆璐： 数字孪生网络数字孪生网络研究及标准化进展

数字孪生网络（DTN）研究及标准化进展 陆璐 中国移动研究院 2022.11 目录 •数字孪生网络背景及现状 •数字孪生网络研究与应用探索 •数字孪生网络标准化进展 当前网络面临运维管理挑战以及未来网络演进需求，数字孪生技术为构建超越现有物理网络的新型技术体系带来机遇 业务和技术双驱动，催生数字孪生网络 当前网络运维管理四大挑战 未来网络演进四大需求 •网络灵活性不足 对产品生命周期运行监测，积累产品全生命周期运行规律，进而不断提升产品创新水平 能将实时数据和仿真模拟充分结合，预测可能发生的各种情况，做出最佳决策 在虚拟空间上进行模拟验证，既降低工厂的停机率，又降低物理调试的大量开销 •网络新技术研发、部署周期长 •网络管理运维复杂 •网络优化成本高、风险大 数字孪生技术发展迅速 •数字孪生是物理实体在数字世 界的实时镜像，具备虚实融合 与实时交互、迭代运行与优化 等特点； •目前已在工业、农业、智慧城 市、健康医疗、环境保护等领 域广泛应用 数字孪生技术的主要价值 低成本试错 智能化决策 高效率创新 构建数字孪生网络 将数字孪生技术应用于通信网 络，形成超越物理网络的新型 技术创新体系； 助力网络达成自学习、自生长、 自演进的愿景 经过产、学、研共同推动，业界对数字孪生网络总体架构、应用价值和技术体系逐渐形成共识，已成为包括6G在内的未来网络关键使能技术，助力实现网络闭环自治 数字孪生网络助力未来网络智能自智 网络规划网络建设网络维护网络优化 网络运营 为网络端到端全生命周期服务 网络创新技术验证 网络可视化 意图验证 网络管理 网络维护和优化 网络应用层 能力调用 意图翻译 数据管理 服务映射模型 孪生网络层 规划建设维护优化运营 数 数据服务 功能迭网络规划流量建模安全建模 据数据存储共用户业务 网模型 仿络管理 真验证 仓网络配置 运行状态 库 模型代 优化 基础模型 故障诊断 调度优化…质量保障 孪安全 享 生管理 体管 理拓扑 数据采集 管理 数据采集 控制下发 物理网络层 下 拓扑模型 网元模型 全景数据服务技术 全生命周期建模技术 全域孪生体管理技术 全维网络透视技术 全向接口协议技术 更透明的网络流量、拓扑可视 更精细的网络全生命周期管理 更自主的网络实时闭环控制 更可控网络创新和试错风险 DTN“三层三域双闭环”架构 4大应用价值 5大技术体系 数字孪生网络逐渐成为业界研究热点 产业界：多家公司已基于数字孪生网络理念，推出相关产品或方案； 学术界：数字孪生网络相关的论文、国际专题研讨会、优秀国际期刊专刊快速涌现 华为-网络数字地图：全 局网络拓扑及路径的统一呈现；通过网元、拓扑、配置、策略、业务数据进行统一建模，支撑全生命周期自动化与智能化 NVIDIAAir：用于构建、模拟和体验由现代网络操作系统驱动的数据中心；提供了一个始终可访问、始终在线的培训或试生产环境 KeySight-EXata：从高保真模拟维度，增强工具的数字孪生能力，提供先进的分析工具和网络训练系统，帮助客户开发、测试和部署复杂的大型有线、无线网络和通信设备 优秀期刊专刊：ComputerCommunications，IEEENETWORK，IEEEJSAC 国际DTN学术研讨会 •IEEENOMS2022，TNT（网络数字孪生）Workshop •IEEEDTPI2022，DTN（数字孪生网络）Session •DigiTwin2022，DTN专题研讨会 目录 •数字孪生网络背景及现状 •数字孪生网络研究与应用探索 •数字孪生网络标准化进展 数据是构建DTN的基础，是网络建模的核心要素，物理网络组网拓扑复杂、设备种类多样、部署位置分散，其数据具有多源异构的鲜明特征 数字孪生网络多源异构数据处理技术（1/2） •物理网络数据分为3类：网络设备数据（几何、状态、事件、拓扑）、网络性能数据、网络流量数据 物理网络 网络设备数据 几何数据状态数据事件数据拓扑数据 网络性能数据 网络流量数据 DTN 级别 L1网络物理可视 L2 网络模拟验证 L3 网络模拟推演 L4 网络智能决策 L5 网络自主孪生 网络设备数据 采集部分数据、非实时采集 采集部分数据、非实时采集 按需抽样、准实时采集 接近全量、实时采集 全量采集、实时采集 网络流量数据 无要求 按需模拟流量、非实时采集 按需抽样、准实时采集 高抽样率、实时采集 全量采集、实时采集 网络性能数据 无要求 无要求 按需抽样、准实时采集 高抽样率（或孪生网络智能计算）、准实时采集 全量采集（或孪生网络自主按需计算）、实时采集 •数字孪生网络级别越高，对物理网络的拟真程度越高，对数据的质量要求就越高，最高等级L5会实现对物理网络 1:1孪生，相应对物理网络数据也是全量、实时、精准的采集和处理 数据共享仓库是DTN数据处理的核心组件，实现物理网络数据采集并为网络模型提供数据服务 数字孪生网络多源异构数据处理技术（2/2） •数字孪生网络对物理网络数据处理分为3步：数据采集与传输、数据存储与清洗、数据开放服务 ①数据采集与传输：实现物理网络多源 异构数据的精确、高效采集，并通过 数据传输网络将数据实时传输至数据 共享仓库 ②数据存储和清洗：对异构数据进行分 类存储，并采用多种方式对“脏”数 据进行清洗，压缩存储空间，提升数 据质量 ③数据开放服务：采用统一格式和接口 为网络建模提供数据服务 数据处理流程 ③数据开放 服务 ②数据存储与清洗 ①数据采集与传输 基础模型功能模型 关系型数据库非关系型数据库网络设备数据网络流量数据网络性能数据 数据传输网络 服务映射模型 数据共享仓库 物理网络 模型是数字孪生网络最核心的组件，既要实现对物理网络的高保真模拟，又要准确满足用户需求，如果没有精准的网络模型，数字孪生网络就是空中楼阁，没有应用的价值 数字孪生网络建模技术（1/2） •数字孪生网络模型根据实现功能和需求来源分为基础模型和功能模型，两者又可细分为更多类别 数字孪生网络模型 基础模型 功能模型 网元模型 拓扑模型 网络功能类模型 网络生命周期类模型 网络领域类模型 交换机模型 服务器模型防火墙模型网关模型 ... underlay拓扑 overlay拓扑ISIS协议拓扑BGP协议拓扑 ... 网络规划模型 网络建设模型网络维护模型网络优化模型 ... 建模方法 实现语言 是否开源 内存消耗 运行速度 扩展性 模拟技术 NS-2 是 * * ** NS-3 是 *** *** *** QualNET 否 ** ** * OPNET 否 ** * *** 仿真技术 MiniNET 是 ** ** *** 数学抽象技术 MimicNet/RouteNet 否 **** **** ** •对于基础模型建模，相对于仿真技术和模拟技术，数学抽象建模资源消耗低、运行速度快、扩展性稍差 •功能模型可以通过人工智能算法构建，例如利用知识图谱实现网络故障诊断和修复类的功能模型 模型编排管理实现模型之间的协同，三种典型场景：模型空间编排、流量编排和生命周期管理 基础模型要借助功能模型实现功能验证功能模型要基于基础模型实现性能优化 数字孪生网络建模技术（2/2） 网络应用层 基础模型空间编排 模型生命周期管理 功能模型 状态监控模型流量分析模型 安全攻防模型故障诊断模型 模型编排管理实现 两种模型协同运行 基础模型 基础模型流量编排 网元模型 拓扑模型 物理网络层 标准化的接口和协议体系是满足构建大规模数字孪生网络兼容性和扩展性需求的必要条件 数字孪生网络接口和协议体系研究 网络应用层 孪生北向接口 兼容性 问题一：不同厂商生产的网络设备及网元所使用的接口及协议千差万别，如何适配各厂商设备，降低数字孪生网络构建成本？ 扩展性 问题二：网络新应用层出不穷，如何做到及时扩展，满足新应用需求？ DTN不同接口需求与功能分析 孪生网络北向接口 网络应用通过孪生北向接口向孪生网络层输入需求，并通过模型化实例在孪生 网络层进行业务部署 孪生网络内部接口 通过孪生层内部接口实现孪生层3个关键子系统之间以及与物理网络层 和网络应用层间的交互 孪生网络南向接口 孪生层内部接口 服务映射模型 数据共享仓库 规划建设维护 优化运营 网型 功 能仿 网络规划 流量建模 模真 络理 仿孪 管 型验证 真生安 验 证体管 全管理 基础模型 理拓扑管理 南向多协议协同适配单元 孪生南向接口 物理网络层 北向多协议协同适配单元 拓扑 模型 网元 模型 质量 保障 … 故障调度 诊断优化 安全 建模 模 孪生网络层 数据管理数据服务数据存储数据采集 物理实体网络中的网元通过孪生南向接口同孪生网络层交互网络数据和网络控 制信息 •开放性•可移植 •可扩展•灵活易部署 •统一性•可移植 •适配性•灵活可扩展 •可兼容•实时性 •信息交互能力 北向接口多协议协同适配单元 南向多协议协同适配单元 IntentNBI协议解析及转换数据管理 计 南北向接口协议适配单元设 数据管理 协议识别及匹配 协议解析及转换 协议配置管理 联合北京邮电大学，开展知识定义网络关键技术研究，利用数字孪生“网络建模”概念映射网 络拓扑，完成数据平面的策略正确性和可达性验证 网络拓扑构造 策略对比 带宽、时延性能对比 构建基于数字孪生的网络策略验证平台 习构建的路由模型和路由策略提前验证，降低了对物理网络的影响，并提升了系统部署的效率 联合清华大学，以智能路由为典型应用场景，搭建了数字孪生IP网络原型仿真系统，对机器学 构建数字孪生IP网络仿真原型 物理网络 构建12个路由器节点的物理网络，通过重放真实公开的TM时序序列，产生物理网络上的流量。 孪生网络 •基于MiniNet构建网络模拟/仿真器，实现包级别仿真及网络状态监控、采用SDN架构灵活定义网络拓扑结构、更新网络配置 •孪生体产生的数据输入Onelearn平台，通过强化学习算法训练Mars智能路由模型 •Mars模型训练完毕后，通过控制器配置成为具体的转发表项，在孪生网络上进行性能验证 中国移动开发了面向算力网络的运维管理场景的数字孪生网络DTN原型，具备L3级别DTN（支持物理网络-孪生网络双向交互、配置预验证）能力 基本功能 研发小型算网数字孪生网络仿真原型（2/1） 网络高保真呈现 场景模型可视化物理网络可视化 虚实实时交互映射 外闭环控制 逻辑拓扑可视化 孪生体绑定映射 实时以虚控实 网络流量可视化网络性能可视化流程交互可视化 数据图表绑定映射孪生体实时更新 模型库 网络分析模型事件监测模型流量拟真 孪生体管理 资产管理安全管理事务管理内闭环控制 网元单体模型拓扑规则模型路径拟真 实例管理模型管理拓扑管理 数据采集资源采集性能采集拓扑采集路由采集告警采集 数据处理存储管理数据汇聚数据关联 网络控制配置下发控制服务 SW SW DC SW VM VM VM VM 网络路径规划 网络参数修改 网络调整模拟可视 网络流量实时反馈 网络参数配置下发 业务流程 DTN基础平台 •统一数据服务 •孪生体管理 •开放接口 动态虚实交互 内外双闭环控制 •内闭环迭代优化策略 •外闭环验证用户需求 •典型场景验证 孪生网络 物理网络 网络高保真呈现 网络状态实时监控 网络策略闭环预验证 网络性能预测 网络流量均衡调度 网络配置预验证 网络流量预测 异常流量识别和处理 四大能力 研发小型算网数字孪生网络仿真原型（2/2） 统一数据服务：模型管理，开放接口 多维模型构建：网元拓扑本体建模、 多维场景建模 动态虚实交互：以虚映实，虚实互控 五大亮点 内外闭环控制：内闭环迭代优化策略； 外闭环验证用户需求 多层级物理网络高保真呈现 多类别异厂商网络设备兼容 统一模型构建及管理编排 多维度数据流