网络5.0应用场景和需求报告.pdf

研 究 报 告 课题编号： （宋体，小四，加黑） 网络 5.0 应用场景 和需求报告 网络 5.0 产业 和技术创新联盟 2020 年 6 月 版权 声明 本研究报告版权 属于网络 5.0 产业和 技术创新联盟，并 受 法律保护。转载 、 摘编或利用 利用其它方式使用本研究报告文 字或者观点的，应注明“来源： 网络 5.0 产业和 技术创新联盟 ”。 违反上述声明者，本联盟将追究其相关法律责任。 研 究 报 告 要 点 （宋体，小二，加黑） 本报告对网络 5.0 的未来应用场景 进行了分类和详细 阐述 ，主要聚焦的场景大类 别包括： 网络 与 算力 融合 、移动承载网络、全息通信以及产业互联网 等 应用领域 。此 外，也描述 了 其他 众多对未来网络有特定需求的应用场景 。 针对每个场景 ， 本报告尽可能 从 多 个 角度 推导出该场景 所 对应的网络需求 ， 具体 包括四大类别 ， 即功能需求 、 性能 需求、协议需求 和架构需求 。 针对场景和需求 ， 分 析了其特征映射 ，并 归纳总结 出对未来网络的总体建议 。 本报告中的 场景和需求 也 将 成为网络 5.0 联盟 其他工作组的 基础 。 【网络 5.0 需求组】 研究单位： 信通院、中国电信、中国联通、华 为、中兴通讯、华中科大、佳讯飞鸿、 新华三、盛科网络、复旦大学、 （待核对单位全称和添加更多参与单位） 项目负责人： 罗鉴、笪斌 项目参加人： 金伟、何琪、王瑾、张帅、曹畅、汪俊芳、聂秀英、郑秀丽 （ 待添加 更多单位参与代表） 完成日期： 2020 年 12 月 日 （宋体，四号，加黑） 目录 目录 . 4 2 参考文献 . 56 3 术语、定义和缩略语 . 56 3.1 术语 和定义 . 56 3.2 缩略语 . 56 4 应用场景 . 78 4.1 网络与计算融合（ 中移牵头 -姚慧娟 ，电信、联通参与，参考 network2030 NCC？ ） . 89 4.1.1 场景描述 . 89 4.1.2 网络与计算融合场景对网络的需求 . 89 4.3 移动 承载 网 （ 三大运营商、中兴、华为 ） . 910 4.3.1 移动承载应用场景和业务特征 . 910 4.3.2 移动承载网需求小结 . 1011 4.5.1 数据中心网络 . 1112 4.4 产业 互联网 . 1415 4.4.1 工业互联网 （ 中兴，优化网络性能表 ） . 1415 4.4.2 泛车联网 . 1819 4.4.3 能源 互联网 （ 新华三：能源互联网 概念需要进一步提炼；风力发电图建议重新画一下， 用中文；性能指标表重新画一下，放在网络需求的性能需求部分 ） . 2022 4.4.4 智慧医疗 （ 复旦、华为、华中科大 ） . 2425 4.4.5 智慧城市视频 监控 . 3031 4.4.6 海量科学数据 传送 . 3233 全息通信 （ 华为、北邮，补充性能，完善红字标注的内容 ） . 3334 4.2.1 全息通信是多媒体通信的远期发展趋势 . 3334 4.2.2 全息显示技术及其 网络传输 概述 . 3435 4.2.3 全息通信 的 网络需求 小结 . 3637 4.5 其他 场景 . 3839 4.5.3 安全可信网络 . 错误 !未定义书签。 39 附录一、 幻想投影 、 全息和 光场三维显示 的 基本原理 . 4344 1 研究范围 本报告在研究众多的未来网络需求的基础上，重点聚焦于四大类别应用场景，即算力网络、全 息通信、移动承载网及产业互联网。同时，也对部分其他的应用场景进行了分析。通过对应用场景 的分析抽象出未来网络的关键特征和需求，需求包括网络架构、功能、性能等多个方面的需求。 本报告的应用场景和关键需求为网络 5.0 联盟的其他工作组提供重要的参考信息。 2 参考文献 IETF RFC8578 Deterministic Networking Use Cases, DOLBY, May 2019. WP 2018 中国电信， 5G 技术白皮书， 2018 Holo 2015 曾超、高洪跃等 ， 动态全息三维显示研究最新进展， 物理学报， 2015. FN 2014 黄韬，刘江等 ， 未来网络体系架构研究综述， 通信学报， 2014. ITU-T Y.2091 Recommendation ITU-T Y.2091 (2011), Terms and definitions for next generation networks. FG 2030 ITU-T Focus Group on Technologies for Network 2030. Access via: itu.int/en/ITU-T/focusgroups/net2030/Pages/default.aspx 3 术语、定义和缩略语 3.1 术语 和定义 编者注 ：待 补充 。 3.2 缩略语 3D Three Dimensions 三维 AI Artifical Itelligence 人工智能 API Application Programming Interface 应用程序编程接口 AR Augmented Reality 增强现实 DC Data Center 数据 中心 DHCP Dynamic Host Configuration Protocol 动态主机设置协议 FRR Fast Reroute 快速重路由 GS Genome Sequencing 基因组测序 ICT Information Communications Technology 信息通信和技术 IDN Intent Driven Network 基于意图或意图驱动网络 iOAM In-band Operations,Administration,and Maintenance 带内运营 管理与维护 IP Internet Protocol 互联网 协议 NFV Network Function Virtualization 网络 功能虚拟化 OPEX operating expense 运营 开销 OSS Operation Support System 运营 支撑系统 QoS Quality of Service 服务质量 PaaS Platform as a Service 平台即服务 SDN Software Defined Network 软件 定义网络 SLA Service-Level Agreement 服务等级协议 VLAN Virtual Local Area Network 虚拟局域网 VNF Virtual Network Function 虚拟 网络功能 VPN Virtual Private Network 虚拟私人网络 VxLAN Virtual Extensible LAN 虚拟局域网扩展 VR Virtual Reality 虚拟现实 4 应用场景 及其对网络的需求 对于未来 网 络 应用 场景的研究，我们需要定义一个 基础 的 发展框架，其可能包括的关键因素 有 ： 未来终端 的 发展和变化（ 如 智能皮肤 作为 传感器的出现，超便携的 AR/VR 设备 ， 全息显示，可折叠 显示 等等） ； 未来网络能力的 演进 （ 当前 的网络能力，新 出现 的网络能力，以及颠覆性技术的 创新 网络能力等等） ； 未来网路新服务的构建（ 如 从传统的 尽力而为 的 数据传输到确定性的数据传输等 等） ； 未来网络 所支撑 的应用场景 也 应该 随着年代 的发展 而 成熟 ； 以及 最 底层的连接技术的发展。 潜在 的，我们 提出 如下 图 （图 4-1） 所示的 未来网络应用场景阶段性 划分 ，同时综合 考虑网络 能力、 网络 服务、网 络 应用 的 趋势 发展特征： 图 4-1、 未来网络应用场景阶段性划分示意图 本 章节 内容 主要 来自网络 5.0 联盟成员正式贡献 文稿 中的应用场景和网络需求分析 。 从宏观上 看 ，主要聚焦四大类别 （ 图 4-2 所示 ），同时也 积极 关注其他垂直领域或新兴领域的场景和需求。 移动 承载 产业 互联网 （垂直 行业应用） 全息 通信 （新媒体 技术） 算力与网络融合 网络 5.0 目标 场景 图 4-2、 网络 5.0 目标 场景大类别 4.1 网络与计算融合（ 中移牵头 -姚慧娟 ，电信、联通参与，参考 network2030 NCC？ ） 4.1.1 网络与计算 场景描述 人类将步入智能社会，智能是知识和智力的总和，翻译到数字世界就是 “ 数据 +算力 +算法 ” ， 其中算法需要通过科学家研究实现，海量数据来自于各行各业的人和物，数据的处理需要大量算力 。 随着网络和应用的发展， 全球数据总量仍在持续增长，传统集约化的数据中心算力和智能终端的算 力可增长的空间也面临极大挑战。 在未来 数据持续增长的机器智能时代，只有终端 +数据中心两级处 理 无法满足要求，算力必然会从云和端向网络边缘进行扩散。数据处理会出现三级架构：终端、边 缘和数据中心，边缘处理能力未来几年将高速增长，尤其是随着 5G 网络的全面建设，其大带宽和低 时延的特征，将加速算力需求从端、云向边缘的扩散。 为充分利用和灵活调度端、边、云的算力资源，未来网络可将计算能力状况和网络状况作为路 由信息发布到网络，即算力信息将作为路由的一个重要要素。这样，网络可根据不同的业务需求并 结合网络实时状况、计算资源实时状况动态地将业务导入到最合适的计算节点上执行计算任务，实 现用户体验最优、计算资源利用率最优、 网络效率最优。进一步地，通过动态优化连接的特性，如 带宽、时延等特性，可为计算资源的动态利用提供更好的 QoS 保证，即实现了计算和网络的融合通 过计算和网络的融合，可以充分调度网络中的各种计算能力为相应的应用提供服务。 计算和网络融合的实现可采用分布式和集中式两种控制面实现方式。 4.1.2 网络与计算融合网络需求 计算与 网络 的融合 与 5G 和 AI 的技术成熟度存在密切关系，最先成熟的应用将主要集中在借助 视频和图像 AI 技术实现自动识别和辅助决策系统。这些领域 共同的网络需求体现在： 网络通用功能需求： 无线化： 实现 包括 MR/AR/摄像头 /机器人等多种灵活的无线接入方式； 网络可信 ：由于要涉及数据的处理，企业对算力处理有可信性，价值可量 化、可交易。 网络性能需求： 表 4-1 网络与算力融合对网络的性能需求 序号 指标名称 指标值 说明 1 端到端时延（ ms） 2 抖动（ us） 3 丢包率（ %） 4 可靠性（ %） 5 数据速率 网络架构需求： 支持集中式、分布式、混合模式等多种部署模式。 网络协议需求： 待补充 4.2 移动 业务 承载 （ 三大运营商、中兴、华为 ） 4.2.1 移动 业务 承载 场景描述 移动网络业务范畴的扩展，将丰富电信网络的生态环境。很多传统行业例如汽车、医疗、能源、 市政系统等都将参与到电信生态环境的建设中。 5G 是人类将数字化从个人娱乐为主，推向全联接社 会的 起 点，是移动通信行业的机遇，也对现有移动通信技术提出了 新 需求。 5G 技术的应用，将带来更加丰富的沟通方式和更加真实的体验，将从多个层面对提升生活质量 产生影响。与以往移动通信系统相比， 5G 需要满足更加多样化的场景和极致的性能挑战。 图 4-3： 5G 网络性能挑战 基于未来移动互联网和物联网主要场景和业务需求特征， ITU 明确出 5G 三种典 型的应用场景 ， 具体如下所述 ： 增强移动宽带 （ eMBB： enhanced Mobile Broadband）：作为移动通信最基本的方式，包 括连续广域和局部热点高容量覆盖，满足移动性、连续性、高速率和高密度需求。如随时 随地高清视频直播和分享、虚拟现实、随时随地云存取、高速移动上网、人工智能等。 海量物联网 通信 （ mMTC： massive Machine Type Communications）：面向环境监测、智 能抄表、智能农业等以传感和数据采集为目标的应用场景，具有小数据包、低功耗、低成 本、海量 连 接的特点，要求支 持百万 /平方公里连接数密度。 高可靠低时延通信 （ uRLLC： Ultra-Reliable and Low Latency Communications）：面向 车联网、工业控制、智能制造、智能交通物流及垂直行业的特殊应用需求，为用户提供毫 秒级的端到端时延和接近 100%的业务可靠性保证。 图 4-4： 5G 业务场景 1 4.2.2 移动 业务 承载 网络的需求 5G 时代的 承载网需要满足 以下 需求： 网络通用功能、性能需求 低时延 ： 未来网络所需支持的业务中，如远程医疗、工业控制等，有着 明确的端到端 低时 延的需求，同时 还 需要在 稳定性、可预期性上提供新能力。 3GPP 对于 5G eMBB 和 uRLLC 的 1 ITU-R, IMT Vision-Framework and overall objectives of the future deployment of IMT for 2020 and beyond, 用户 面 和控制 面 时延指标进行了描述，要求 eMBB 业务用户 面 时延小于 4ms， 控制面 时延 小 于 10ms； uRLLC 业务用户面时延小于 0.5ms，控制面 时延 小于 10ms。 IPRAN 作为承载网技 术需要提供可靠稳定的服务能力，做到端到端的超低时延、超低抖动，能够解决因突发流 量汇聚导致的排队时延增大问题，向用户提供 100%服务质量可承诺的网络承载能力， 支撑 业务发展 。 移动性 ： 5G 时代，业务种类复杂多样，很多业务需要在高速移动的终端设备上展开。比如 车联网， 需要保证高速移动下的车载业务不中断，以保证车辆安全驾驶及用户体验。 传统 IP 的移动性管理依赖于锚点来实现无处不在的终端和网络连接，移动用户与锚点间通过隧 道连接，复杂性较高。 因此针对多种业务，网络需提供按需、泛在移动性支持 ， 保证在移 动高频切换情况下的会话连续，从而满足超低时延情况下的业务连续 。 大连接 ：大连接（而且每个连接所传输的数据量可能会很小）会对控制面信令过程以及用 户面传输开销带来极大挑战。在 5G 网络中，连接密度可能达到百万 /平方公里。因此，需 要在 5G 网络中降低信令过程开销以及用户面传输的资源开销。 4.3 数据中心网络 （ 需起草单位提炼 、突出重点：新华三 ） 4.3.1 数据中心场景描述 随着数字化经济的发展，企业数字化转型已经踏入快车道， 全球信息技术创新进入新一轮加速 期， 云计算、大数据、人工智能、 5G、物联网、 VRAR 等新一代信息技术发展迅猛，各种各样的网 络应用层出不穷，对数据中心的规模和性能等方面带来了严重影响，数据中心行业面临着前所未有 的复杂环境，这些都给数据中心这一互联网基础设施提出了更多和更高的要求。 云计算的发展加速了企业的数字化转型，对于广大企业，尤其是中小企业来说，上云可以为企 业算带来许多的好处 ，不仅能帮助企业减少初期的硬件投资，还能快速缩短业务上线的时间，让企 业更专注聚集于自己所擅长的领域，从而帮助企业更快更好的发展。虽然越来越来越多的企业应用 上云，但是很多敏感企业数据可能要保留在私有云里或者是在租用的共有云服务器资源里。同时随 着人工智能的应用展开，越来越多的企业开发者需要利用公用云资源提升算法和创新能力，同时越 来越多的企业内应用也会采用云化的服务。云计算的主要载体是数据中心，因此整合私有云、数据 中心互联、混合云连接等对数据中心网络提出了更高的要求。 5G 的应用，除了改变人们的工作生活外，其高带 宽、多连接、低时延的特性也给数据中心带 来了新的要求。 5G 的峰值速率可达到 10Gbps，其数据传输速率较现有 4G 大幅提升，可以满足数据 大量传输的要求。同时 5G 的连接数可以达到每平方千米实现百万终端连接，使物物连接成为可能。 最后 5G 小于 1 毫秒的延时可以满足许多对实时性要求比较高的应用场景。因此 5G 的商用，将使物 联网、车联网、 VRAR 等流量应用得以推广并逐步实现普及，将会带动数据爆炸量增长，给数据中 心带来海量计算、存储、分析和灾备的要求。 人工智能的兴起带来的高密度的计算，高密度的计算意味着需要布置更多地服务器 资源，以满 足人工智能对计算的要求，同时对数据中心的网络也带来了新的要求。数据吞吐量通常会在多台机 器上运行。所有机器都互相连接，在训练和数据处理阶段，所有设备都相互连接，以确保持续的通 信和低延迟，保证业务的连续性和及时性。 VR 可以带来酷炫的娱乐体验，我们可以通过 VR 获得 360 度全角度的虚拟现实体验，仿佛置身 其境，非常适合用于观影和游戏产业。而 5G 的到来解决了网络带宽不足、网络延迟高，导致视频卡 顿、画面质量差等情况问题，保证了大量数据的输送。 AR 就是在展示真实世界的同时，将虚拟信息同时显示出来，通过虚实世 界的结合来彻底改变 信息传递的方式和效率，伴随着 5G 的应用， AR 将迎来快速发展。在医疗领域， AR 可以为医生精准 定位手术位置，同时将各种检查结果实时显示在微创手术显示屏上，医生可以由此进行更精密的手 术。在教育领域， AR 能够将课堂内容变得栩栩如生，扫描书本，静态的文字就可以转换为数字化和 可视化的形象。 AR 也将为制造业带来新的变化，借助 AR 技术，工人可以更方便的操纵设备，进行 更高效的设备检修。 万物互联是人工智能时代背景下物联网的最终极目标之一。 5G 的到来，让海量物联成为可能， 基础设施可以容易的被移动宽带连接起来， 比如路灯、水表，井盖、停车位等，城市的管理者可以 精确地知道每个基础设施的状态，这对提高城市的运行效率和方便人们生活来说，意义重大。 游戏、证券交易、高性能计算对延迟非常敏感，在玩游戏过程中，如果出现网络延迟，将会明 显的带来卡顿，用户的感受会非常不好。在证券交易中，如果出现延迟，可能会导致交易不能及时 发起和完成，给客户带来损失。在高性能计算中，由于需要各部分进行同步协作，如果发生延迟， 协作效率会急剧下降，影响计算的完成。所有这类业务对数据中心的网络都带来了严重的挑战。 各种各样的应用，将会带来海量的数据，对 海量的数据进行分析就是的大数据，这就需要数据 中心能够进行传送、存储和分析。 数据中心将会向分布式存储发展， NVMe over Fabric 会得到广 泛使用。 数据中心的发展将呈现两极化，一方面资源逐步整合，云数据中心规模越来越大；另一方面， 将涌现大量边缘数据中心，以保障边缘侧的实时性业务。云数据中心将时延敏感型业务卸载，交由 边缘数据中心处理，减少网络流量和往返延迟。边缘数据中心负责实时性业务， 短周期数据存储； 云数据中心负责非实时性，长周期数据存储业务等 。 4.3.2 数据中心网络的 需求 云计算应用 及混合云、多云的普及，要求数据中心网络具备云网融合能力，能够简化管理、快 速运维。 5G、大数据等新技术的发展，带来网络带宽的急剧增长，所以对数据中心提出了高带宽的要求， 由 10G 接入升级到 25G/100G 接入， 400G/800G 上行。 人工智能发展的三大要素：算法、数据、算力，随着深度学习算法的突破，人工智能的发展驶 入了快车道。而深度学习依赖与海量的样本数据和高性能的计算能力，将推动高性能分布式存储和 高性能分布式计算的发展，对数据中心带来更高的要求。因为高效的人工智能训练模型需要非常高 的网络吞吐量来处理大量的 数据，大量的数据将会在服务器与服务器、服务器和存储之间进行传送， 这就需要网络的高吞吐量、低时延和零丢包。因为在网络中出书数据发生丢包时，将会产生性能下 降甚至应用失败等一系列影响。丢包和延迟引起的网络重传都和会降低网络的吞吐量，使人工智能 学习的效率大大下降，甚至导致训练的失败，所以必须要保证网络的性能。 为满足数据实时存取的要求，高性能的 SSD 将会逐步取代传统的 HDD。在今后的数据中心中， 随着存储介质读写速度和计算能力的提升，网络通信时延成为性能进一步提升的瓶颈，这是因为传 统的 TCPIP 在收发报文时，要经 过多次的内核处理，会导致多达数十微秒的固定时延，使得在人工 智能数据运算和 SSD 分布式存储系统同，协议栈时延成为最明显的瓶颈，而且 TCP/IP 协议栈的处理， 将会消耗宝贵的 cpu 资源，为将协议栈时延降至约 1us，同时减少 cpu 的负担， RDMA 应时而生。后 续 NVMe over Fabric 的使用要求网络必须低时延和不丢包。 总体来说需要 满足如下网络需求： 高带宽：随着人工智能的爆发时应用和 5G 的商用，数据中心的网络带宽需要极大的提升。 低延时：人工智能的深度学习需要海量的数据访问，如果数据访问延时过大，将会否导致 应用 失败，因此需要数据中心的网络延时要低。 零丢包：人工智能和 HPC 等应用如果发生丢包，将会出现吞吐量降低应用卡顿甚至失败，因此 需要数据中心的网络零丢包 一体化管理和运维：随着企业上云的普及，多云以及混合云的应用，对数据中心的管理和维护 提出了极高的要求。 安全性：共有云的使用增多，要求数据中心必须提供安全可靠的保证，保证云用户的数据安全。 4.4 产业 互联网 4.4.1 工业互联网 （ 中兴，优化网络性能表 ） 4.4.1.1 工业互联网 基础架构 互联网 与工业应用的结合形成了工业互联网。实际上，工业互联网 是工业系统 与感知、连接、 传输、计算和分析等 IT 和互联网技术相融合的结果。工业互联网将 进一步变革 生产 关系 ，提供全新 的生产工具，促进 生产力的 大力发展。 工业互联网与制造业的融合将使能新 的工业领域 应用 ，主要体现在如下 四方面的智能化升级， 并 要求网络能够支持如下应用：智能化 生产 、网络化协同、个性化 定制 和 服务化 延伸等。 在目前的工业生产场景中，智能设备或智能生产流水线的智能全部来自本机自带的硬件（包括 计算资源、存储资源和相应的软件）。从某种意义上来说，智能设备的硬件和软件是不分离的，智 能设备的改造升级均不易，往往会受到硬件资源的 限制。因此， 智能化 生产 中的智能不一定完全来 自本机自带的硬件（包括计算资源、存储资源和相应的软件），它可以来自外部的 “ 云 ” 或提供 “ 大 数据 ” 能力的设备，通过网络实现通达。这种场景就是要将 “ 云计算 ”“ 大数据 ” 的能力完全向用 户开放，这种要求对网络能力和性能提出极高的要求，要在远程网络甚至跨 三 层网络，提供 与 原有 制造中本地化集成智能环境一致的网络传输能力。 工业互联网场景中的 网络化协同 ，核心问题是 “ 构建虚拟工厂 ” ，简单 来说 就是虚拟化流水线、 虚拟化工作室等。网络不仅要承载 “ 制造和物流的信息流 ” ，还要承载 “ 生产过程中的控制 流 ” 。 由于它承载了产业的全部信息，它不仅要求网络能提供高度安全可信的能力、极高的确定性服务质 量保证、极高的用户自管理和控制能力，还要求网络提供完全独立的网络（虚拟网：信息隔离、资 源独立）。 个性化定制 是要用大生产的产业能力，来生产具有强烈个性化的产品，从而克服 “ 量小价高 ” 的传统问题，要求网络向虚拟产品制造商提供完备的用户自管理和自控制的能力。另外，个性化生 产会进一步 地 打开生产制造环境，使得原来为了批量大规模的订制化封闭生产系统向开放的组件化 的开放生产系统转化。无论是生产的控制层还是生产的执行层，都应该支持动 态的扩容、升级、改 变，一方面会导致执行层连接必须归一，网络必须提供支撑原有封闭私有的所有异构总线相关能力 （包括安全、可靠性）；一方面控制层到执行层的网络必须支持在容量变更下的不同约束的确定性 传输，从而适配生产的个性化动态改变。 服务化 延伸 是要将原来的产品制造成为服务提供，以电信设备为例，原来的电信设备制造商， 是以制造电信设备（整机） 、 销售电信设备 、 提供一些必要的服务（一般是售后服务）来保持电信 设备制造业的发展； 而 技术的发展，特别是电信设备中的软件和硬件的分离，使得种类繁多的电信 设备的硬件使用统一的 IT 设备（ 如具有通信接口的服务器）来提供 ， 原来的电信设备实体产品成为 虚拟产品，产品就成了服务；服务化 延伸必 须要 有 新的网络才能支持。 工业互联网是支撑数字经济发展和实体经济转型的新型基础设施，通过构建工业环境下人、机、 物全面互联的关键基础设施，实现工业设计、研发、生产、管理、服务等产业全要素的泛在互联。 工业互联网内外网是传统工业网络与以太网、 IP 网和无线网的融合，呈现扁平化、无线化、灵活组 网和 IP 化的趋势。 工业互联网体系框架如 图 4.9 所示 2。 2 工业互联网体系架构（版本 1.0） 图 4-5：工业互联网体系框架 4.4.1.2 工业互联网 典型应用场景 工 业互联网 体系架构中包括两个方面，即工厂外网络和工厂内网络。工厂外网络主要用于工业 生产办公 各 分支机构 之间的互联 。 主要是指企业专线 /SDWAN 的连接方式，属于工厂外网的需求 ， 可 以实现远程 生产协同、 办公 如视频 会议等多种业务。 工作内网络 面向未来工业的智能制造 主要 场景 包括： 异构网络数据采集和预处理 。 工业现场由于机器设备的多样化和流程的繁复，会产生海量的数 据需要上传到中心控制器或者云平台。由于机器设备类型不同、设备接口多样化、设备位置各 异，就使得这些机器设备产生的数据采集工作困难繁杂。例如工业现场摄像头采集的监控数据 和现场传感器采集到的温度数据等都需要上传到中央控制器，然而由于摄像头和传感器的接口 不一致，数据分装形式不同等，这些边缘节点产生的数据很难做到整合、高效率地上传。 高精度协同制造 。 在一些高精度的协同制造场景中，例如宝石切割工艺中的多轴加工，对时延 要求非常苛刻，通常要求在 1ms 以内。 柔性制造 。 高度离散场景下，用户个性定制化需求不断增加。对于复杂的工程机械等大宗型产 品需要有效的基于用户的需求研发设计，高效的将客户的需求转换成可供生产使用的制造工艺 技术文件，以及在有限的成本范围内快速的交付小批定制化产品，是行业提 出的新需求。对于 网络来说，个性化定制需要 OT 设备与 IT 设备按照订单或环境变化动态组合。 工业视觉 。 视频数据采集已经是目前各种数据采集手段中的重要组成部分。根据视频图像的智 能分析，已演化出了各种应用系统，如人脸识别、缺陷检测系统等。视频分析的数据基础是视 频源视频质量，视频质量越高，码流越高，对带宽的要求也越高。当视频数据源增多后，对企 业出口带宽和云端服务的压力都是成倍增长。 4.4.1.3 工业互联网 网络需求 网络功能需求。 工业互联网对未来网络的功能需求主要体现为定制、连接、标识和安全等 各个 方面。 具体描述如下： 定制功能： 未来网络根据工业互联网设计、工艺、研发、生产、物流、供应链、监测、管理、 诊断、维护、销售和服务等环节不同的业务需求，进行资源和服务质量的精细化定制。支持针 对不同 业务实现严格资源预留或确定路由。 连接功能 ： 网络需满足人、车、物、设备、环境、系统、服务和工厂之间的海量连接和交互。 标识解析 ： 工业互联网以标识为索引，工厂内外存在各种移动性场景，未来网络需支撑海量工 业互联网芯片、模块、设备和系统的全流程标识解析和跟踪。 内生安全 ： 工业互联网络安全比消费互联网更加苛刻，需 识别和抵御来自内外部的安全威胁， 化 解各种安全风险，实现网络安全与物理安全的真正融合。 网络性能要求 表 4-2、工业互联网网性能要求 场景 端到端时延 ms 抖动 通讯服务可用性 % 可靠性 % 用户体验数据 速率 /(Mbits/s) 离散自动化 -运动控制 1 1 us 99.9999 99.9999 1-10M 离散自动化 10 100 us 99.99 99.99 10M 过程自动化 -远程控制 50 20 ms 99.9999 99.9999 1-100M 过程自动化 -监测 50 20 ms 99.9 99.9 1M 配电 -中压 25 25 ms 99.9 99.9 10M 配电 -高压 5 1 ms 99.9999 99.9999 10M 智能交通系统 10 20 ms 99.9999 99.9999 10M 触觉交互 0.5 待定 99.999 99.999 低 远程控制 5 待定 99.999 99.999 从低到 10M 来源： 3GPP 4.4.2 车联网 （中移） 4.4.2.1 车联网基本概念 广义上讲， 车 联网是实现人与车、车与车、 车与路、车与云端之间的数据互通， 实现智能 交通、智能汽车、智能驾驶等功能 的网络 。 车联网 是一个完整端到端网络子系统，包括了无线传输、 承载网对接、车载网络、边缘计算，典型的 V2X 体系包含了 V2V、 V2P 和 V2N。 车联网也包含车内通信网络。 每台汽车内部是一个小型网络体系， ADAS (Advanced Driver Assistance Systems)是 一个核心 系统，是利用安装于车上各式各样的传感器，在第一时间收集车内 的环境数据，进行静、动态物体的辨识、侦测与追踪等技术上的处理， 从 而能够让驾驶者在最快的 时间察觉可能发生的危险。 此外，车内网络也可提供高带宽需求的 AR/VR 等车载娱乐服务 。 4.4.2.2 车联网典型应用场景 车联网主要包括 4 个应用场景：车与互联网互连（ V2N ： Vehicle to Network）、车车互联 （ V2V： Vehicle to Vehicle）、车路互联（ V2I： Vehicle to Infrastructure）以及车人互联（ V2P： Vehicle to Pedestrian），通过人、车、路的有效协同实现智能交通的目的。 图 4-6、 车联网应用场景 3 3 车联网网络安全白皮书（ 2017）， 3GPP 的需求组（ SA1）基于 5G V2X 智慧交通业务场景业务， 已经基本完成业务场景及需求的 讨论，并在技术报告 TR 22.886 中将 25 个 5G V2X 业务场景分成了 4 组，具体包括： 基于车辆编队（ Vehicles Platoonning）：车辆编队使车辆动态形成编队一起行驶。编队 中的所有车辆从编队头车获取信息来管理这个编队，这些管理信息使车辆能够以比正常行 驶更接近（编队车辆之间间隔仅 25m）更协调的方式同向行驶。 扩展传感器（ Extended Sensors）：扩展传感器使车辆之间、车和路边单元之间 、车和行 人之间以及车和 V2X 服务器之间可以交互本地传感器信息和实时视频图像信息等，车辆可 以获得额外的环境感知能力，更全面地了解周边环境。 先进驾驶（ Advanced Driving）：先进驾驶用于支持半自动或全自动驾驶。每个车辆把通 过自身传感器获得的感知数据以及自身的驾驶意图分享给周围车辆，从而支持多个车辆之 间同步和协调他们的行驶轨迹。 远程驾驶（ Remote Driving）：远程驾驶使远程司机或车联网应用服务器遥控车辆的行驶， 适用于乘客不能自己驾车或远程车辆处于危险环境中等特殊场景。高可靠性和低延迟通信 是远程驾驶的主要要求。 车联网对确定性时延有严格的需求，以支撑车体定位、控制信号的实时性，满足未来调度系统 的性能要求。确定性时延是端到端的系统工程，包括无线的实时性、传输网络的实时性。 比如说， 下一代高铁和磁悬浮列车指挥控制系统主要为实时定位列车的位置，特别是在列车速率低于 100km/h，电机辐射大，车身定位直接依赖于网络，需要具备严格的实时性，需要具备确定性低时延。 列车内部网络需要以端到端提供高精度时间同步、确定性低时延、环网保护能力，并且伴随车内独 立组网的无线、音视频等高带宽服务推出，需要在车身内部提供业 务切片的能力。 4.4.2.3 车联网 网络需求 小结 网络通用功能 需求 : 持续大带宽需求 :数据传输不被中断（零中断 ） 网络性能需求 端到端低时延需求 ：自动驾驶端到端时延 5ms; 表 4-2 V2X 业务场景对通信的需求 业务场景 通信时延（ ms） 数据速率（ Mbit/s） 通信距离（ m） 可靠性（ %） 车辆编队 10-25 0.012-65 80-350 99-99.99 先进驾驶 3-100 10-53 360-700 99-99.999 扩展传感器 3-100 10-1000 50-1000 99-99.999 远程驾驶 5 上行： 25；下行： 1 无限制 99.999 网络架构需求 : 架构上需要支持在边缘侧部署边缘计算平台支持算力和低时延需求 。 网络能力信息开放： 在网络管理允许的情况下， 网络边缘通过标准化接口可以网络 实时状态信息，包括位置信息 ,无线网络信息、用户信息等。 在自动驾驶场景下，现有的连接 中断 切换 连接的硬切换技术已经不再适用，为 了实现高速移动车辆的关键业务的无缝切换，保证安全驾驶及用户体验，必须研究新 的移动性支持方案。 本地服务： 可以在本地提供计算以及数据预处理功能， 提供区域化、个性化服务， 同时降低回传网络负载压力。 4.4.3 能源 互联网 （ 新华三：风力发电图建议重新画一下，用中文； 需补充网络需求， 性能指标表重新画一下，放在网络需求的性能需求部分 ） 4.4.3.1 能源互联网背景及概念 国家电网公司将要打造的“第二张网” 泛在电力物联网 是实时连接公司能源生产、传输、消 费各环节设备、客户、数据，全面承载电网运营、企业运营、客户服务、新型业态等全业务的新一 代信息通信系统，具有终端泛在接入、平台开放共享、计算云雾协同、数据驱动业务、应用随需定 制等特征 。泛在电力物联网 与智能电网深 度融合，共同构成能源互联网。 图 4-7、能源互联网组成及业务目标（待确认） 能源互联网实现电力系统各个环节万物互联、人机交互，打造状态全面感知、信息高效处理、 应用便捷灵活联网 ，其组网方案如下（图 4-8）： 图 4-8、 泛在电力物联网组网（或 能源互联网 组网）？（待确认） 能源互联网（ 泛在电力物联网 ？） 的应用场景总体上可分为控制 、 采集 及新型业务领域，如下 所述： 控制类包含能分布式配电自动化、用电负荷需求侧响应、分布式能源调控等；采集类主要 包括高级计量、智能电网大视频应用。未来在泛在电力物联网应用场景下， 控制领域将从 当前的星型集中连接模式向点到点分布式连接切换，主站系统将逐步下沉，出现更多的本 地就近控制和边缘计算。 采集类应用，在泛在电力物联网 中，数据 采集频次、内容、双向互动等各方面均将有较大 变化。 继电 保护 是采集类 场景 典型示例（如图 4-9） ， 其目的 是 自动 检测 变电站 A 与 B 之 间的线缆是否存在 故障 。 为此 在线缆的两段分别放置两个继保设备 A 与 B，两个继保设备 相互向 对端 发送等值的电流（ 该 电流值通过 本地 采样获取） 。以 一 端 的继保设备 A 为例， A 需要将从对端 B 收到的电流值与本地的采样值进行对比，如果两者的电流之差小于一定的 阈值 则认为线缆上没有故障发生，否则 就 判定线缆上发生了故障 。为了 避免 由于 时延偏差 而 引发的错误判断， IEC 61850 指出 两个单向时延 的 差距不能 大于 200 us， 且每个 单向时 延的抖动 不能 超过 50 us。 图 4-9、 继电保护示意图 。 在新兴领域，泛在电力物联网将在统一感知、实物 ID 应用、精准主动抢修、虚拟电厂、智 慧能源服务一站式办理、大数据应用等领域，为电网企业和新兴业务主体赋能。以综合能 源服务平台为例，对于可以应用入口将能效服务共享平台、省级客户侧用能服务平台、新 能源大数据平台、车联网、光伏云网、智慧能源控制