未来网络场景及需求分析综述

doi:10.11959/j.issn.1000-0801.2019197

电信科学 ›› 2019, Vol. 35 ›› Issue (8): 39-48.doi: 10.11959/j.issn.1000-0801.2019197

未来网络场景及需求分析综述

戴彬¹,曹园园¹,莫益军²

¹ 华中科技大学电子信息与通信学院，湖北武汉 430074
² 华中科技大学计算机科学与技术学院，湖北武汉 430074

修回日期:2019-07-31 出版日期:2019-08-20 发布日期:2019-08-24
作者简介:戴彬（1977- ），男，博士，华中科技大学电子信息与通信学院副教授，主要研究方向为智能路由、边缘计算。|曹园园（1996- ），女，华中科技大学电子信息与通信学院硕士生，主要研究方向为机器学习、SDN。|莫益军（1976- ），男，博士，华中科技大学计算机科学与技术学院副教授，主要研究方向为机器学习、网络优化。
基金资助:
国家重点研发计划基金资助项目(2018YFB1800103)

A survey on future networks:application scenarios and requirements analysis

Bin DAI¹,Yuanyuan CAO¹,Yijun MO²

¹ School of Electronic Information and Communications,Huazhong University of Science and Technology,Wuhan 430074,China
² School of Computer Science and Technology,Huazhong University of Science and Technology,Wuhan 430074,China

Revised:2019-07-31 Online:2019-08-20 Published:2019-08-24
Supported by:
The National Key Research and Development Program of China(2018YFB1800103)

摘要/Abstract

摘要：

面对现今网络在可扩展性、移动性、服务质量保障、管理性等方面的严峻挑战，通过对未来网络应用场景的分析，归纳总结了未来网络的关键能力需求，提出了未来网络的主要功能和性能指标。最后，对未来网络的发展演化趋势进行了展望。

关键词: 未来网络, 应用场景, 功能需求, 性能指标

Abstract:

Faced with the severe challenges of today’s network in terms of scalability,mobility,QoS guarantee and manageability,the essential capability requirements of future networks were summarized by analyzing application scenarios of future networks,and the key functional requirements and performance indicators of future networks were proposed.Finally,the development trend of the future networks was forecasted.

Key words: future network, application scenario, functional requirement, performance indicator

中图分类号:

TN915

戴彬,曹园园,莫益军. 未来网络场景及需求分析综述[J]. 电信科学, 2019, 35(8): 39-48.

Bin DAI,Yuanyuan CAO,Yijun MO. A survey on future networks:application scenarios and requirements analysis[J]. Telecommunications Science, 2019, 35(8): 39-48.

图/表 6

图1

表1

表2

表3

图2

表4

参考文献 34

[1]	孙远芳, 段翠华, 张培颖 . 大数据驱动的未来网络:体系架构与应用场景[J]. 中国电子科学研究院学报, 2017(5): 25-30.
	SUN Y F , DUAN C H , ZHANG P Y . Big data driven future network:architecture and application scenario[J]. Journal of China Academy of Electronics Science, 2017(5): 25-30.
[2]	MAIMONE A , GEORGIOU A , KOLLIN J S . Holographic near-eye displays for virtual and augmented reality[J]. ACM Transactions on Graphics, 2017,36(4): 8501-8516.
[3]	朱文平, 贾斌 . 车联网发展现状及未来展望[J]. 电子技术与软件工程, 2018,132(10):32.
	ZHU W P , JIA B . Development status and future prospects of vehicle networking[J]. Electronic Technology and Software En-gineering, 2018,132(10):32.
[4]	陈山枝, 胡金玲, 时岩 ,等. LTE-V2X车联网技术、标准与应用[J]. 电信科学, 2018,34(4): 1-11.
	CHEN S Z , HU J L , SHI Y ,et al. Technologies,standards and applications of LTE-V2X for vehicular networks[J]. Telecom-munications Science, 2018,34(4): 1-11.
[5]	5G-PPP white paper on automotive vertical sector[R]. 2015.
[6]	DEFRE G M . Telemedicine in rehabilitation[J]. Physical Medicine and Rehabilitation Clinics of North America, 2019,30(2): 473-483.
[7]	刘建明, 赵子岩, 季翔 . 物联网技术在电力输配电系统中的研究与应用[J]. 物联网学报, 2018,2(1): 88-102.
	LIU J M , ZHAO Z Y , JI X . Research and application of internet of things in power transmission and distribution system[J]. Chinese Journal on Internet of Things, 2018,2(1): 88-102.
[8]	Modernizing the grid to make it more resilient and reliable through technology[EB].2018.
[9]	李洁, 张东, 常洁 ,等. 面向智能制造的工业连接现状及关键技术分析[J]. 电信科学, 2017,33(11): 146-153.
	LI J , ZHANG D , CHANG J ,et al. Situation description and critical technology analysis for industrial connection of intelligent manufacturing[J]. Telecommunications Science, 2017,33(11): 146-153.
[10]	O'DRISCOLL A , DAUGELAITE J , SLEATOR R D . ‘Big data’,Hadoop and cloud computing in genomics[J]. Journal of Biomedical Informatics, 2013,46(5): 774-781.
[11]	LANGMEAD B , NELLORE A . Cloud computing for genomic data analysis and collaboration[J]. Nature Reviews Genetics, 2018,19(4):208.
[12]	BURNS P , .5 reasons you should care about synchronizing the IoT[EB].2017.
[13]	YUAN H , CROWLEY P . Reliably scalable name prefix lookup[C]// Eleventh ACM/IEEE Symposium on Architectures for Networking ＆ Communications Systems,May 7-8,2015,Oakland,CA,USA. Piscataway:IEEE Press, 2015: 111-121.
[14]	刘韵洁, 张娇, 黄韬 ,等. 面向服务定制的未来网络架构[J]. 重庆邮电大学学报:自然科学版, 2018,30(1): 1-8.
	LIU Y J , ZHANG J , HUANG T ,et al. Future network architec-ture for service-oriented customization[J]. Journal of Chongqing University of Posts and Telecommunications:Natural Science Edition, 2018,30(1): 1-8.
[15]	KATO N , FADLULLAH Z M , MAO B ,et al. The deep learning vision for heterogeneous network traffic control:proposal,challenges and future perspective[J]. IEEE Wireless Communications, 2017,24(3): 146-153.
[16]	TANG F , MAO B , FADLULLAH Z M ,et al. On removing routing protocol from future wireless networks:a real-time deep learning approach for intelligent traffic control[J]. IEEE Wireless Communications, 2018,25(1): 154-160.
[17]	MNIH V , KAVUKCUOGLU K , SILVER D ,et al. Human-level control through deep reinforcement learning[J]. Nature, 2015,518(7540):529.
[18]	丁瑞金, 高飞飞, 邢玲 . 基于深度强化学习的物联网智能路由策略[J]. 物联网学报, 2019,3(2): 56-63.
	DING R J , GAO F F , XING L . IoT intelligent routing strategy based on deep reinforcement learning[J]. Journal of Internet of Things, 2019,3(2): 56-63.
[19]	SERRANO M , DAVY S , JOHNSSON M ,et al. Review and designs of federated management in future internet architectures[M]. New York: ACM PressPress, 2011.
[20]	IETF. IPv6 performance and diagnostic metrics (PDM) destination option:RFC 8250[S]. 2017.
[21]	LI Y , KIM C . FlowRadar:a better NetFlow for data centers[C]// 13th USENIX Conference on Networked Systems Design ＆ Implementation,March 16-18,2016,Santa Clara,CA,USA. New York:ACM Press, 2016.
[22]	KIM C , SIVARAMAN A , KATTA N ,et al. In-band network telemetry via programmable dataplanes[C]// ACM SIGCOMM,August18-21,2015,London,UK. New York:ACM Press, 2015.
[23]	IETF. Active and passive metrics and methods (with hybrid types in-between):RFC 7799[S]. 2016.
[24]	王计艳, 王晓周, 吴倩 ,等. 面向NB-IoT的核心网业务模型和组网方案[J]. 电信科学, 2017,33(4): 148-154.
	WANG J Y , WANG X Z , WU Q ,et al. Core network service model and networking scheme oriented NB-IoT[J]. Telecom-munications Science, 2017,33(4): 148-154.
[25]	BRZOZA P . Key performance indicators of TCP flows[J]. Network Architectures and Services, 2018(9).
[26]	TRIPATHI P S M , PRASAD R . Spectrum for 5G services[J]. Wireless Personal Communications, 2018(3): 1-17.
[27]	GUO H , CROSSLEY P . Design of a time synchronization system based on GPS and IEEE 1588 for transmission substations[J]. IEEE Transactions on Power Delivery, 2017,32(4): 2091-2100.
[28]	李培基, 李卫, 朱祥维 ,等. 网络时间同步协议综述[J]. 计算机工程与应用, 2019,55(3): 35-43.
	LI P J , LI W , ZHU X W ,et al. Overview of network time syn-chronization protocol[J]. Computer Engineering and Applica-tions, 2019,55(3): 35-43.
[29]	杨万辉 . 通信网络能耗分析与节能技术应用[J]. 通讯世界, 2019,26(3): 38-39.
	YANG W H . Communication network energy consumption analysis and energy-saving technology application[J]. Commu-nication World, 2019,26(3): 38-39.
[30]	YARDEN H , CROSSLEY P . SaaS acceleration:what exactly is “good” internet performance?[EB]. 2019
[31]	PAN X , WANG H X , ADRIANA B L . Resilience of and recovery strategies for weighted networks[J]. PloS One, 2018,13(9).
[32]	张平, 陶运铮, 张治 . 5G 若干关键技术评述[J]. 通信学报, 2016,37(7): 15-29.
	ZHANG P , TAO Y Z , ZHANG Z . Survey of several key tech-nologies for 5G[J]. Journal on Communications, 2016,37(7): 15-29.
[33]	谭建荣 . 制造业与互联网融合的趋势和实践[J]. 物联网学报, 2018,2(4): 1-4.
	TAN J R . Trends and practices in the integration of manufac-turing and the internet[J]. Chinese Journal on Internet of Things, 2018,2(4): 1-4.
[34]	方滨兴 . 定义网络空间安全[J]. 网络与信息安全学报, 2018,4(1): 1-5.
	FANG B X . Define cyberspace security[J]. Chinese Journal of Network and Information Security, 2018,4(1): 1-5.

	入门级AR/VR	高级AR/VR	终极AR/VR
数据率	40 Mbit/s（2D）/63 Mbit/s（3D）	340 Mbit/s	2.34 Gbit/s
RTT	30 ms（2D）/20 ms（3D）	20 ms	10 ms
分组丢失率	2.40×10^-5	10^-6	10^-6
实现时间	约2020年	约2025年	约2030年

	入门级AR/VR	先进AR/VR
数据率	120 Mbit/s（2D）/ 200 Mbit/s（3D）	1.40 Gbit/s
RTT	10 ms	5 ms
分组丢失率	10^-6	10^-6
实现时间	约2020年	约2025年

	时延	分组丢失率	带宽	可靠性
自动超车	10 ms	10^-5	-	>99%
防碰撞	10 ms	10^-5	-	>99%
编队行驶	10 ms	10^-5	-	>99%
透视/鸟瞰	50 ms	-	40 Mbit/s	95%

未来网络场景		连接类指标			弹性可靠性指标	业务类指标
未来网络场景	带宽速率	数据量密度	连接数密度	移动性	可靠性	往返时间
购物中心（高密度）	300 Mbit/s	170 Gbit/(s·km²) 5.6 TB/h	0.1/m²	低	95%	5 ms
车载AR/VR	100 Mbit/s 2.5Gbit/s	60 Gbit/(s·km²) 53 GB/(个·h)	-	<350 km/h	95%	10 ms E2E
驾驶安全类	100 kbit/s	0.1 Gbit/(s·km²)（高速） 0.01 Gbit/(s·km²)	1 000/ km²（高速） 100/km²	120 km/h	99.999%	5 ms E2E
全息通信	2~10 Tbit/s	-	-	-	-	1 ms
智能导航	>20 Mbit/s	-	-	-	-	-
工业互联网	1~10 Gbit/	-	-	-	99.99%	5 ms
智能电网	>100 kbit/s	-	>1 000/km²	-	99.999%	1 ms

未来网络场景及需求分析综述

A survey on future networks:application scenarios and requirements analysis

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 34

相关文章 15

Metrics

推荐阅读 0

[1]	孙鹏飞, 林立, 司哲. 5GtoB规模复制方法论及标准化能力构建[J]. 电信科学, 2022, 38(Z1): 3-10.
[2]	郭克强, 程锋, 谭振龙. 5G助推千行百业数字化转型：场景、路径及商业模式[J]. 电信科学, 2022, 38(Z1): 101-107.
[3]	陶念, 张胜, 付泰. 基于5G+AIoT的智慧社区发展趋势与关键场景探析[J]. 电信科学, 2022, 38(Z1): 231-239.
[4]	陶昕, 万俊青, 李益锋, 徐羲晟, 乔楠婷, 许彬. 基于射线追踪传播模型实现5G室内分布系统仿真的研究[J]. 电信科学, 2022, 38(2): 111-118.
[5]	金宁, 王庆扬. 基于聚类算法的6G典型应用场景研究[J]. 电信科学, 2022, 38(1): 121-131.
[6]	周志超, 冯毅, 夏小涵, 冯瑜瑶, 蔡超, 邱佳慧, 杨立辉, 乌云霄. 基于移动蜂窝网的机器学习室外指纹定位方案[J]. 电信科学, 2021, 37(8): 85-95.
[7]	袁晓志,彭莉,张琳峰. 全息通信对未来网络的需求与挑战[J]. 电信科学, 2020, 36(12): 59-64.
[8]	伏玉笋. 移动通信网络评价准则与解决方案[J]. 电信科学, 2020, 36(11): 28-38.
[9]	姚惠娟, 耿亮. 面向计算网络融合的下一代网络架构[J]. 电信科学, 2019, 35(9): 38-43.
[10]	李玉宏,张朋,金帝,周颖超. 应用对未来网络的需求与挑战[J]. 电信科学, 2019, 35(8): 49-64.
[11]	张亚文,王淼,王凌豪,张瀚文,张玉军. 基于未来应用的未来网络固定特征[J]. 电信科学, 2019, 35(8): 65-73.
[12]	肖子玉,韩研,马洪源,杨旭,赵远,苏坚,邵永平. 5G网络面向垂直行业业务模型[J]. 电信科学, 2019, 35(6): 132-140.
[13]	王凌豪, 王淼, 张亚文, 张玉军. 未来网络应用场景与网络能力需求[J]. 电信科学, 2019, 35(10): 1-12.
[14]	丛培壮, 田野, 龚向阳, 阙喜戎, 王文东. 时间敏感网络的关键协议及应用场景综述[J]. 电信科学, 2019, 35(10): 31-42.
[15]	李子姝,谢人超,孙礼,黄韬. 移动边缘计算综述[J]. 电信科学, 2018, 34(1): 87-101.