本期專題MonthlyTopic面向算網的數字孿生關鍵技術研究及應用探討面向算網的ResearchandApplicationDiscussiononKeyTechnologiesofDigitalTwinsforComputingNetworks數字孿生關鍵技術研究及應用探討李姍姍11.中國聯通研究院，北京100048；2.中國聯合網絡通信集團有限LiShanshan1，LiuYang2，LiTao1，ZhaoYongjian1100048，China；2.ChinaUnitedNetworkCommunicationsGroupCo.,Ltd.，Beijing100033，Ch為了解決算網運營中面臨的感知實時精度高、融合管控智能程度高、系統場景復雜度高、新技術部署難度高等問題，從宏觀政策、行業標準化及運營商實踐等方面對數字孿生網絡發展現狀進行分析，提出面向算網的數字孿生網絡體系架構，對數字孿生網絡關鍵能力進行深入研究，同時對數字孿生網絡在提升算網業務感知、賦能算網智能運營的典型應用進行探討。Abstract：關鍵詞：策Keywords：數字孿生被業界視為物理世界和數字世界之間的橋梁。通過數字孿生技術建立動態數字化模型，借助機器對系統進行監測、預測、輔助決策，能夠將系統的復雜度提升到新的高度。2003年左右關于數字孿生的設想首次出現在美國密歇根大學的產品全生命收稿日期：2024-01-222019年連續3年將數字孿生列為十大技術趨勢之一，這對數字孿生發展起到了積極的推動作用。目前隨AR/VR等新一代信息技術深度融合，數字孿生技術正從制造業快速走入千行百業。基礎設施，是電信運營商落實國家戰略和賦能數字經濟的關鍵抓手。隨著不斷涌現的算網新業態、新技術、新模式，算網感知實時精度不斷提升、融合管控智能化不斷增加、系統場景復雜度不斷提升、新技術部202024/03/DTPT面向算網的數字孿生關鍵技術研究及應用探討本期專題MonthlyTopic署難度不斷增長，給算力網絡智能運營帶來挑戰。將數字孿生技術應用于算力網絡，通過構建與算網基礎設施網元一致、算力一致、拓撲一致、用戶一致、數據一致的數字孿生網絡，能夠助力算力網絡實現低成本試錯、智能化決策和高效率創新。2行業數字孿生網絡發展現狀數字孿生網絡目前還沒有明確的定義，它通常是指一個具有物理網絡實體及數字虛擬孿生體，且二者可進行（準）實時交互映射的網絡系統。數字孿生網絡可以作為算力網絡的一個有機整體，也將是未來涉及算網物理基礎設施全生命周期數字化管控的通用以及自智網絡、意圖網絡等網絡創新技術的應用，提升算網的自動化和智能化水平。目前數字孿生網絡的關鍵技術及場景應用均處于探索階段，不管是宏觀政策、國內外標準組織還是運營商實踐都在助推數字孿生網絡加速發展。在宏觀政策驅動方面，我國從2020年提出新基建戰略，隨后陸續發布東數西算、新型數據中心發展規劃等相關政策文件；2021年發布的《十四五規劃綱要》中明確提出以“新基建”為代表推動各領域利用數字孿生技術創新發展；因此，發展面向算網的數字孿生網絡是響應國家發展戰略的必然選擇。在標準化方面，國內外標準化組織高度關注數字孿生網絡，陸續成立工作組推動算力網絡及數字孿生委員會（IEC）第一聯合技術委員會、物聯網和數字孿生分技術委員會于2020年11月成立了數字孿生工作求等標準進行研究和制定；國際電信聯盟電信標準化網絡基礎設施、自智網絡標準等預研工作，另一方面也正在積極開展網絡數字孿生需求、架構、成熟度等則于2021年10月在網絡與業務能力技術工作委員模型構建、數據感知等關鍵能力的標準化研究。電信運營商創新實踐數字孿生網絡，中國移動、中國聯通、中國電信等均在網絡性能和用戶感知方面，開展數字孿生的技術研發和應用實踐。同時在面向未來網絡戰略方面，中國電信發布了面向未來網絡愿景的泛在超融合網絡體系架構，提出讓未來信息基礎設施具備數字孿生、智能內生、安全內生等內生基關鍵特征；中國移動發布面向6G的數字孿生網絡架構，提出數字孿生網絡是一個具有物理網絡實體及虛擬孿生體，且二者可進行實時交互映射的網絡系統；中國聯通則在發布的CUBE-Net3.0網絡創新體系中提出運用感知、計算、建模等信息技術構建數字孿生網絡，為網絡的診斷、預測、決策、共享等問題提供虛擬化的支撐能力。3面向算網的數字孿生網絡體系架構3.1體系架構本文構建了面向算網的數字孿生“三層架構、閉網元、算力等全要素數字化，構建與算網實體精準映射、動態交互的數字孿生體，實現算網全客戶全場景智慧運營，賦能新技術和新業務可持續創新。三層架構自上而下分別為應用層、孿生網絡層、物理網絡層。a）應用層。基于前端業務、算網智能運營需求，通過調用孿生網絡層的技術能力，實現全網、全客戶、全場景的智慧運營。b）孿生網絡層。建立物理網絡層算網基礎設施的孿生映射，實現對業務、流程、網絡、算力的端到端透視和全息感知，對物理實體狀態高效仿真和智能交互。c）物理網絡層。包含構成端到端算力網絡的所有物理實體、云化虛擬網絡及算力異構資源，通過持字孿生網絡構建和管控交互。閉環機制包括數字孿生體從構建、仿真到優化的孿生體閉環，以及基于三層架構的物理實體與數字孿生體之間的“感知-決策-管控”智能化閉環。3.2關鍵技術能力算網感知指借助物聯網、傳感器、流處理等技術，匯聚全域實時算、網、數等資源以及云、邊、端分布數據，將物理網絡狀態實時同步至孿生網絡，為數字孿生體構建和迭代提供數據服務，實現算網動態感知和郵電設計技術/2024/0321本期專題MonthlyTopic面向算網的數字孿生關鍵技術研究及應用探討應用層孿生網絡層物理網絡層算網規劃算網建設算網優化算網規劃算網建設算網優化算網維護算網運營與服務孿生賦能孿生賦能業務數據業務數據算網管理數據資源計量、產品計量等算力數據網絡數據空間數據元數據數據庫表、數據血緣等算網感知拓撲節點路由拓撲節點路由呈現業務拓撲動態呈現參數化仿真……資源故障監控模擬仿真知識庫決策管理智能決策知識庫決策管理認知管理認知管理算網孿生基礎模型算網孿生體管理算網資源孿生建模與管理算網孿生基礎模型算網孿生體管理算網孿生業務模型算網孿生業務模型指令生成管理管控閉環管理基于算網數字孿生的智能管控指令生成管理管控閉環管理指令執行管理指令執行管理算網感知智能管控公有云無線接入傳輸本地網 核心網私有云有線接入IP承載網公有云無線接入傳輸本地網 核心網私有云有線接入IP承載網圖1面向算網的數字孿生網絡體系架構可視化呈現。算網感知包括數據采集、數據存儲、數據處理、數據服務、數據治理和可視化呈現六大部分a）數據采集。通過南向接口的不同采集技術，對各類算網資源交互協議進行適配，提供標準的格式化管平臺、IT系統、傳感器等的數據。數據類型包括數據庫表、數據血緣等元數據，網絡資源、網絡性能、網數據治理數據治理可視化呈現GIS呈現3D立體展示AR/VR/MR元宇宙數據服務消息隊列API文件接口數據庫接口數據處理離線計算實時計算交互查詢組件數據存儲分布式文件系統分布式對象存儲存儲引擎數據采集業務網絡管理算力元數據空間數據數據數據數據數據數據源數據源傳感器DPTOMC/EMS綜合網管云管平臺IT系統……圖2算網感知示意絡拓撲、網絡告警等網絡數據，算力資源、算力性能、算力拓撲等算力數據，市場標價、資產成本價、服品價、資源計量、產品計量等算網管理數據，客服據，實現實時數據和非實時數據的采集。當前隨著傳感器、5G及NB-IoT的發展，對離線和實時數據采集及傳輸形成了一系列開源技術，不同的數據采集技術具備不同的特點，適用于不同的應用場景，結合數字孿生網絡對數據采集全面、高效的要求，建議可采用被廣泛應用的SNMP、NetConf技術，也可b）數據存儲。電信數據具有規模大、多樣化等特性，可利用多種數據存儲技術，構建分層的存儲硬件環境，在對結構化數據、半結構化數據和非結構化數據完成清洗后進行存儲，以滿足不同類型的業務數據在不同生命周期階段的存儲要求。c）數據處理。由于越來越多的文件、文本、日志等半結構化、非結構化數據的加入，數據處理的底層架構主要包括分布式文件系統、MPP數據庫、傳統數據倉庫、流計算引擎、交互式計算引擎和離線計算引擎等。d）數據服務。完成數據的注冊管理、認證管理、222024/03/DTPT面向算網的數字孿生關鍵技術研究及應用探討本期專題MonthlyTopic安全管理，為各種服務于應用的數字孿生模型提供準確完備的數據服務。通過不同的安全策略、網絡鏈路將數據封裝到不同的網絡層級中，利用IT/CT的協議、加密、傳輸規則完成數據的傳輸。e）數據治理。結合業務場景開展數據治理工作，夯實數據基礎，提升數據質量，確保數據在采集、清實時性、合規性、有效性和一致性；同時要加強在流f）可視化呈現。利用計算機圖形學和圖像處理技術，將數據轉換成圖形或圖像在屏幕上顯示出來，再進行交互處理，高保真地可視化呈現數字孿生網絡中的數據和模型，同時對模擬仿真、分析、預測和決策的結果進行可視化表達。通過可視化呈現，可以輔助用戶監測物理網絡的內部結構，挖掘隱藏在網絡內部的價值信息，同時直觀反映物理網絡實體和網絡數字孿生體的交互映射。3.2.2算網資源孿生建模與管理以算網資源數據為基礎，從空間環境、算網設施、網絡傳送和用戶業務等不同維度對網絡資源數字化建模，并通過孿生應用場景將算網和業務全流程信息a）模型構建。數字孿生模型是數字孿生網絡的關鍵組成部分，是基于感知的算網數據，將算力網絡從物理實體向虛擬空間映射，構建與物理實體一致的數字孿生網絡。數字孿生模型構建主要是對多源異構數據進行分類與歸并，針對不同的網絡域建立對應網絡層級的數字孿生模型，涵蓋基礎屬性信息和場景功能信息，并具備指令接受與事件反饋的能力；數字孿生模型通過實例或者實例的組合向上層網絡應用提供服務，最大化網絡業務的敏捷性和可編程性。數字孿生模型構建包括基礎模型構建和業務模型構建2個部分。基礎模型是針對單個物理網絡實體的模型定義，從多個維度建立的數字孿生模型，與物理網絡實體的類型強相關；根據刻畫維度的不同，基礎模型可分為實體數據模型、幾何模型、屬性定義模型、可視化規則模型、運行規則模型五大類；基礎模型構建主流技術包括圖紙/照片導入建模技術、3DBIM高精建模技術、互聯網智能抓取建模技術等。業務模型是針對特定的孿生應用場景對基礎模型組裝融合，利用采集的算網數據，從不同的維度構建或擴展的數字孿生模型；業務模型用來刻畫孿生體的內在運行邏輯，支持對孿生體進行反饋和控制，不同維度的模型通過搭配和組合可以創建面向不同孿生應用場景的業務模應用場景應用場景算網優化算網規劃算網建設算網維護體驗感知孿生賦能推演決策算網孿生業務模型事件檢測模型拓撲規則模型運行規則模型可視化規則模型幾何模型屬性定義模型算網孿生業務模型事件檢測模型拓撲規則模型運行規則模型可視化規則模型幾何模型屬性定義模型場景設計實體數據模型質量分析模型路徑擬真模型流量擬真模型推演模型孿生體控制模型……孿生體反饋模型模型構建模型構建圖紙/照片導入建模技術3DBIM高精建模技術互聯網智能抓取建模技術?立體可視化?人流密度渲染?設備輻射渲染?人流量分布變化?天氣等氣候信息?CAD圖紙智能識別格式文件導入?VR全景圖片導入物理網絡層公有云核心網傳輸本地網無線接入私有云IP承載網公有云核心網傳輸本地網無線接入私有云IP承載網 有線接入圖3算網資源孿生模型示意郵電設計技術/2024/0323本期專題MonthlyTopic面向算網的數字孿生關鍵技術研究及應用探討型。業務模型按網絡類型劃分，可分為服務于單網絡和服務于多網絡域的模型；按照實現功能劃分，可分為事件檢測模型、質量分析模型、拓撲規則模型、路徑擬真模型、流量擬真模型、孿生體反饋模型、孿生體控b）孿生體管理。孿生體管理是通過應用場景將算網和業務端到端全流程的信息與數據輸入到數字孿生模型中，持續迭代優化，將出現的問題進行反饋構成閉環，使其與實際值的偏離值在允許誤差范圍之內。孿生體管理涉及算網各個部分、各個階段，在數字孿生網絡中，孿生場景將物理對象全生命周期涉及的孿生體間的數據信息進行傳遞和回溯，提供訪問、整合以及將不同數據轉換為可操作信息的能力，支撐當前狀態實時評估和未來決策的能力。孿生場景多種多樣，涉及到多個網絡域的交互且不同場景業務邏輯策略各不相同，依賴相應算網業務規則將流程涉及的不同孿生體進行連接，同時進行孿生體之間的交互調度與設置，并配置對應的動態邏輯，精準管理數字孿生體的全生命周期閉環流程。模擬仿真是一項基于模型的活動，是用模型模擬來代替真實環境進行實驗和研究。數字孿生網絡模擬仿真是基于AI智能與現網數據雙驅動，對用戶通信、算網運營等業務場景進行數字建模，構建算力網絡業務場景運行測試的沙箱，支撐低成本試錯尋優在通信領域，模擬仿真技術包括器件級仿真、場景級仿真和鏈路級仿真等。場景級仿真用于模型、場景方案的性能評價，當前在數字孿生網絡應用中以場景級仿真為主；鏈路級仿真用于評價點對點通信的質量關系，隨著4G、5G無線仿真技術發展，鏈路級仿真需求正在快速增長；器件級仿真用于對影響半導體器件的外部電學、熱學和光學特性模擬，在數字孿生網絡中使用較少。在數字孿生網絡場景級仿真中，為了達到高保真的算網模擬仿真，既要考慮網元設備、算力資源和連接組網內部因素，也需模擬影響網絡傳播的建筑物、植被、空氣、天氣等外部環境，并借助計算機視覺增強保真度，通過虛實交互來迭代提升對算網智能運營的支撐能力。考慮到部分場景下對仿真的精確度與實時性要求較高，因此建議采用動態仿真建模技術，即對算網分層和建模，將各層次的仿真對象模型進行組件化設計，同時基于仿真場景、業務模型映射得到仿真模型組件和仿真參數，再通過動態配置的規則組合成具體的仿真流程。由于仿真對象模型設計實現了組件化，重要的仿真設計實現可以得到充足復用，一方面提高了模擬仿真設計和開發效率，另一方面也提高了模擬仿真的可擴展能力。智能決策指基于算網業務數據和流程，利用AI和知識圖譜等技術，對仿真流程和孿生網絡模型進行分析，判斷和識別出問題的類型及所在，并構建價值函數實現最優方案尋解和決策推薦。智能決策包括知識庫、認知管理和決策管理3個部分（見圖5）。在智能決策過程中，首先需要構建知識庫，主要是利用圖數據庫和機器學習技術，對企業生產運營中的工單、業務手冊、維護手冊、專家知識等各類數據進行信息加工、知識提取后形成；知識庫對外提供查詢接口，通過查詢事件、屬性等特征信息，對外提供算網資源信息、標準配置信息、常見故障及特征、問題解決方案等。認知管理模塊則依據算網狀態算網模擬仿真業務拓撲動態呈現業務拓撲動態呈現資源故障監控參數化仿真……拓撲節點路由呈現算網數據模擬驗證迭代優化網絡數據算管理數據網絡數據算管理數據算力數據空間數據……業務數據業務數據AI智能驅動場景模型加載業務場景仿真基礎模型基礎模型孿生體管理業務模型資源疊加資源疊加告警疊加…性能疊加MR疊加24圖4模擬仿真流程示意2024/03/DTPT面向算網的數字孿生關鍵技術研究及應用探討本期專題MonthlyTopic知識庫知識與能力開放場景化算法沉淀知識發布知識發布知識修訂知識融合知識映射知識抽取知識建模基于知識圖譜企業知識庫大數據機器學習多源異構數據……數據運營專家網絡……數據運營專家工單知識網絡全景分析評估認知管理網絡全景分析評估多維問題多維問題聚類識別認知分析問題根因分析問題根因分析與迭代方案仿真驗證最優決策推薦方案協同方案仿真驗證最優決策推薦方案協同收斂推理決策量化迭代尋優專家專家經驗管理要求運維專家人機交互圖5智能決策流程示意數據，利用AI模型和企業知識庫，進行算網全景分析評估、多維問題聚類識別、問題根因分析、方案查找與迭代。對于未查找到合適方案或根據建議方案處理效果不理想的根因分析過程，實際執行方案將作為新的歷史經驗對知識庫進行迭代更新。現實工作中，針對問題的解決方案往往不止一種，因此決策管理模塊主要是在數字孿生網絡空間中，借助模擬仿真手段，從不同業務SLA要求、網絡整體負載、可用算力資源池分布等維度構建價值函數，通過AI模型和傳統經驗相結合的方式，對價值函數不斷迭代優化，智能、動態地計算出算、網、數的最優協同策略，實現方案協同收斂、最優方案尋解和決策推薦。智能管控實現對智能決策后的方案調度執行，通過南向接口對接算網基礎設施，完成解決方案自動下發執行，實現算網維護優化和為用戶提供算力資源綁定服務等，也可通過工單流程將工單信息自動派發進行現場施工；決策方案在現網執行后，需對現網執行效果綜合評估，為方案調優和經驗積累提供手段，實現方案從物理網絡向孿生網絡的信息回流，完成閉環在智能管控流程中，智能管控模塊首先接收智能決策推薦方案，根據方案類型和操作類型，通過對算網操作指令進行適配、自動封裝、任務創建，自動生成執行指令；同時會將執行指令路由至相應算網網絡專業管控單元進行執行，并提供對算網操作指令的路由管理、執行安全管理、執行策略管理等，最終實現指令自動生成和自動下發；方案在現網執行后，通過對現網執行效果綜合評估、對方案迭代調優完成管控閉環決策方案參數修改參數修改權值修改調度執行資源調度資源調度算網擴容規劃建設規劃建設節能管控知識迭代……指令生成管理?指令適配指令生成管理?指令適配?自動封裝?任務監控管控閉環管理?執行效果評估?方案迭代管理?管控日志管理指令執行管理?指令路由管理?執行安全管理?執行策略管理指令下發執行反饋專業管控專業管控網絡基礎設施網絡基礎設施算力基礎設施算力基礎設施圖6智能管控流程示意管理。4面向算網的數字孿生典型應用4.1提升算網業務體驗感知（安全、大數據、AI和區塊鏈）等多要素的資源式產品服務；隨著業務應用的不斷豐富，客戶需要更加敏捷、彈性、隨需隨取、按量付費的算網服務。目前在算網業務訂購、使用及變更全流程交付過程中，受制于算網基礎設施復雜性，算網資源匹配、路徑分配、擴縮容、故障遷移等的方案制定和現網部署主要依賴人工經驗，而且業務全流程不可視，容易引起客戶感知下降甚至投訴。郵電設計技術/2024/0325本期專題MonthlyTopic面向算網的數字孿生關鍵技術研究及應用探討借助數字孿生網絡，可利用實時感知、仿真推演、閉環管控等技術能力，解決算網業務交付各階段的痛點問題。例如，在業務訂購階段，以拓撲形式展示業務訂購全流程，并根據客戶網絡、存儲及算力需求生成算力網絡方案請求，基于數字孿生網絡對訂購方案高效仿真，充分驗證后部署至物理網絡，完成算網資源開通，可降低現網部署的試錯風險和成本，提高方案部署的效率；在業務使用階段，精準實時采集算網算力、存力、運力信息，智能評估算網資源使用情況，當資源使用達到閾值時，及時展示異常情況，并利用AI技術輔助問題定位，發送告警通知及變更提醒；在業務變更階段，可視化展示客戶提出的變更需求，對變更方案進行高效仿真及資源開通，對變更申請過程以及訂單完成情況進行全流程展示，提升客戶業務感知服務質量。4.2賦能算網智能運營運營商算網運營的全生命周期可分為規劃、建規模變得龐大、結構變得復雜、資源呈現異構性，算網運營主要依賴于人工，存在工作量大、周期長、試錯成本高等問題；借助數字孿生技術可推動算網規、建、5結束語數字孿生技術既是支撐算力網絡實現算力泛在、算網共生的關鍵使能技術，也是算網一體能力開放化、智能運營的先導試驗領域，正在成為未來網絡的重要內生技術。目前數字孿生網絡在通信領域的應用還在探索中，面臨技術成熟度低、部署難度大、不清晰等問題與挑戰。應用有望大規模爆發。因此，運營商應匯聚政產學研等