面向6G网络的基于语义通信的端到端服务框架

未来的6G网络需支持更高的通信效率和高效的智能连接。基于AI的语义通信以传递用户意图及语义信息为目标，有望成为6G网络“内生智能”架构的技术支撑。然而，现有的语义通信框架忽略所提取的语义特征中的冗余信息。为研究高效的语义通信，提出基于语义通信的端到端服务框架，该框架将语义通信与AI的语义分析能力深度融合，可对语义特征进一步压缩后再传输，并保证AI服务质量。仿真分析表明，相比传统通信方案，所提方案在目标检测任务和图像重建均取得更优的性能，且取得与全语义特征传输方案相近的性能。     

基于AI的端到端语义编码传输方案设计

面向6G多样化场景下对高性能和低复杂度的传输需求,通过将AI架构引入无线传输收发方案的联合优化,打破基于模块化物理层设计方法和传统信息论的局限,一种基于AI的端到端语义编码传输方案被提出。首先,为了克服未知衰落信道下无法通过反向传播联合训练发射机的问题,设计了一种基于CGAN的两子网架构及分阶段训练方法,有效消除衰落信道的影响。其次,进一步提出了语义信道联合编码的系统架构,在端到端的联合优化方面具有优势。仿真结果表明,所提方案通过对语义编码和传输的联合优化提升了系统性能,并适用于实际通信中信道未知场景,具备灵活性、智能性和高效性。     

城域云网5G业务端到端安全研究和提升

新型城域网建成后,城域网的架构发生根本变化,宽带、专线、5G等业务被封装在不同的SRv6 EVPN中,传统的PBR或者MPLS VPN技术难以编排城域网部分的安全业务链。新型城域网依托SRv6作为转发平面,因此,需要基于SRv6实现端到端业务自动编排来满足新型城域网的业务需求。本文就5G边缘计算MEC业务安全问题展开研究,从广东电信网络中探讨新型城域网业务在5G网络中的技术与管理上的安全提升。     

网络空间内生安全试验场管理技术

网络靶场(CR)已被广泛认可为一种研究网络攻防技术与网络架构脆弱性的有效途径,网络空间内生安全试验场是一种面向网络空间内生安全技术的网络靶场,近年来受到了高度关注。基于以5G发展为核心的网络空间新形势,提出了面向虚实结合网络环境的试验场管理技术,设计了基于内生安全软件定义网络控制器的试验场管理架构。同时提出了一种内生安全网络控制系统的架构设计,采用中间层转发代理实现数据安全隔离,支持多种异构开源控制器。最后,基于一种试验场组网方案提出试验场场景重构与资源编排方法。     

基于5G技术的卫星端到端网络切片技术

文中研究了能够为多样化应用提供定制化服务的卫星网络切片设计,基于5G技术提出了一种支持星地间网元的灵活部署的通用卫星端到端网络切片架构和切片技术方案。考虑到卫星资源有限和卫星信道特点,提出了卫星端到端网络切片架构,并对星地间网络功能的部署方案进行了综合设计;基于5G技术提出了支持无线网络资源按需分配的卫星子网切片技术;进一步研究了卫星端到端网络切片管理技术,包括切片KPI设计、切片部署和切片管理,为卫星网络切片技术的研究提供了参考。     

6G网络架构展望

从系统架构、网络功能、网络组网3个层面对6G网络架构进行阐述。在网络系统层面，从全局角度描述6G各层各面的关系，提出“三层四面”系统架构；在网络功能层面，从网络功能视图的角度描述6G功能服务的划分和组成，提出至简功能架构；在组网层面，从网络部署视图的角度描述6G网络之间的连接关系和组网形态，提出分层分布式组网架构。所提出的6G网络架构能够满足新业务新场景需求，降低网络复杂度，提升网络灵活性。     

基于重叠网络结构的服务功能链时空优化编排策略

网络功能虚拟化(NFV)的引入大幅降低了互联网业务的运营成本。针对现有的服务功能链(SFC)编排方法无法在优化底层资源的同时保证业务时延性能的问题,该文提出一种基于重叠网络结构的SFC时空优化编排策略。在将计算、网络资源与细粒度时延约束纳入考虑的基础上,该策略通过建立重叠网络模型实现了计算与网络资源的分离,将构建SFC所需的资源开销与相关时延共同抽象化为重叠网络链路权重,从而使SFC编排问题转化为易于求解的最短路径问题。对于需要批量处理的SFC集合设计了基于重叠网络的模拟退火迭代优化编排算法(ONSA)。通过对比实验证明了该策略下编排方案的平均端到端时延、链路资源占用率与运营开销相对其他方案分别降低29.5%, 12.4%与15.2%,请求接受率提高22.3%,虚拟网络功能(VNF)负载均衡性能得到显著提升。     

6G智能内生网络架构及关键技术分析

智能内生已成为6G网络的重要特征之一，也是当前业界关注的重点。首先解析了6G智能内生网络（IEN）的概念和特征，并对分层分面设计理念和典型架构进行了分析。之后，总结和展望了6G IEN架构的标准化进展。结合这些研究和进展，总结6G IEN面临的挑战，从知识表征与构建、意图驱动、分布式人工智能（AI）和AI可解释性4个角度分析了6G IEN的关键技术，为6G IEN架构的进一步演进提供了参考依据。     

NetGPT：超越个性化生成服务的内生智能网络架构

提出了基于边缘和云端部署相匹配大型语言模型（LLM）的内生智能网络架构NetGPT方案。边缘LLM可以有效地利用基于位置的信息进行个性化的补充，从而与云端LLM进行有效交互。通过在边缘和云端部署开源LLM，验证了NetGPT的可行性。认为面向NetGPT的内生智能网络架构的工作重点是通信和计算资源的深度集成以及AI逻辑工作流的灵活设计。认为NetGPT是一种可提供个性化的生成式服务的、有前途的内生智能网络架构。     

端到端确定性网络架构和关键技术

新型业务如远程控制、虚拟/增强现实等对网络提出了更高的带宽和时延要求,传统网络已经难以满足。面向6G的网络演进,需要端到端确定性网络技术保障。针对当前技术标准研究缺乏对于端到端时延保障的全局考虑,指出了确定性网络需要同时解决单跳和全局的时延问题,提出了端到端确定性网络架构,以及跨网络域和跨协议层的确定性网络技术方案。最后,针对当前确定性网络应用部署的难点,提出了相应的推进建议。     

云网融合PCEP应用及端到端保障方案

随着云计算、大数据等新技术的蓬勃发展以及通信基础设施的不断升级,国内三大运营商均提出以智能牵引网络转型,构建集中控制,灵活编排的云网基础架构的发展战略。PCEP作为一种广泛应用于SDN架构的路径计算协议,往往应用于解决复杂网络环境跨层、跨域约束路径的计算。从探讨PCEP在云网融合场景应用的角度出发,提出了一种基于PCEP的流量端到端保障方案,可实现在本地IP环境下,面向连接的网络通信及端到端业务保障,有助于提升运营商对网络的实时感知、敏捷响应、智能分析等能力,满足通信资源可全局调度、能力可全面开放、架构可灵活调整的运维管理需求。     

面向6G多载波多模态融合组网及关键技术探究

提出一种面向6G多载波多模态融合组网的元小区模型，能支持高中低任意无线频段资源的智能编排组合，从而灵活按需地满足任意组网场景需求。元小区模型结合智能化动态可编排等技术，能克服现有多频段组网技术静态僵硬、不够灵活高效等痛点问题，建立基于多模态网络和组网生态，赋能未来6G更丰富多样的新业务场景。     

面向6G的卫星通信网络架构展望

分析和研究了未来6G卫星网络架构并提出了设想。首先介绍国内外星地融合的研究现状,结合6G网络的愿景、需求和6G网络架构的当前研究成果,总结了6G网络架构的技术特征;然后通过对人工智能（AI）在通信领域的研究和应用分析,以及AI在6G网络中关键作用的深入挖掘,提出了AI赋能的6G卫星通信网络总体架构、接入网架构及核心网架构的设想,同时提出了分阶段演进和分步骤实现的建设思路,最后对基于区块链的6G卫星通信网络韧性鲁棒机制进行了技术探讨。     

面向数字孪生时代的6G网络及其关键技术分析

文章通过对数字孪生技术与应用的简介,浅析了6G技术在数字孪生时代的重要性,并探讨了实现6G网络的6大关键性技术,包括人工智能/机器学习(AI/ML)技术、全新的频段分配、基于AI/ML的感知技术、极致网络技术、全新的6G网络架构等内容。     

上下文感知的6G无线网络

ICDT深度融合是移动通信演进的重要技术趋势之一,如何实现无线网络和AI技术的深度融合是无线网络中演进的重要课题。基于内生AI（native AI）概念,研究在无线网络中使用AI工具进行无线资源优化。提出了一种上下文感知的6G无线网络架构,并在RRM中引入内生AI工具,形成智能控制器智能化无线资源管理（AI-driven RRM）,完成智能无线资源管理的控制器,在大数据和人工智能的驱动下,实现对无线资源的智能化管理。该部署方案把智能控制器按照功能进行部署,并支持动态的功能伸缩,让其部署独立于基站接入点之外以实现基站硬件成本最小化。     

光传送网北向接口信息模型研究

实现自动化的端到端业务编排和切片编排是第五代移动通信(5G)网络的基本需求,文章针对5G传送网络北向接口开放标准化问题,分析了北向接口的功能需求,提出了北向接口的建模方案,屏蔽5G传送网络不同的技术实现方案,该建模方案为5G传送网络北向接口的统一提供了参考。     

5G网络端到端QoS保障技术分析

通过分析5G网络端到端QoS模型,包括用户级QoS模型和网络级QoS模型,对比了4G LTE网络和5G网络用户级QoS模型的主要区别,并着重分析了基于网络切片技术的5G网络级QoS模型。在此基础上,提出了5G网络端到端QoS保障架构和5G端到端QoS保障场景实例。     

6G网络智能内生的思考

面向6G时代,网络将迎来新的应用场景和新的性能需求,多样化的应用和通信场景、超异构的网络连接以及极致性能的服务需求,都对移动通信网络提出了更高的要求。在总结阐述 5G 和 5G-Advanced 网络智能化的基础上,面向6G网络给出了6G网络智能内生的定义,提出了6G网络智能内生架构的四大特征,并分析了6G网络智能内生的潜在关键技术,最后结合两个应用场景进一步探讨了智能内生架构理念。     

5G基站智能节能方案研究

提出一种5G基站智能节能方案,用于降低5G基站设备能耗、节省5G网络运营成本、实现移动通信行业节能减排.所提方案是基于人工智能技术,从网络层面统一配置4G/5G基站节能策略,根据网络选定区域内小区的历史业务数据,构建基站业务负荷预测模型,并生成最优的网络节能策略,根据网络节能策略分别执行各基站的节能任务.在节能任务执行...     

基于5G移动通信仿真平台的端到端双栈组网部署方法研究

为提高通信网络运行环境的稳定性,降低移动通信传输过程中的误包率,文章开展了对基于5G移动通信仿真平台的端到端双栈组网部署方法的研究。通过基于5G移动通信仿真平台的5G应用生态环境构建、网络架构配置、实现工业领域车路协同部署,提出一种全新的组网部署方法。并进行对比实验,结果表明,新的部署方法能够保证在通信过程中发包数量与返回包数量的一致,将误包率降低至0%,可以极大程度地提高通信网络环境的运行稳定性。