什么是“确定性体验”

文章目录

    • IP网络为什么需要“确定性体验”
    • IP网络的“确定性体验”是如何实现的
    • IP网络的“确定性体验”的典型应用场景有哪些



确定性体验,是未来网络的发展趋势之一。IP网络的“确定性体验”通过优先级确定、资源确定、时间确定、路径确定、高可靠性等特征来提升用户的网络体验。它的实现需要多种IP网络技术的组合,如APN6、SRv6、网络切片等。


IP网络为什么需要“确定性体验”

随着物联网、自动驾驶等技术的发展,海量的本地业务的数据需要通过互联网进行承载。当前,传统的IP网络往往倾向用“尽力而为”的形式来传输数据,这种方式显然是“不确定”的,各种“意外”会不时发生,比如数据丢包、传输抖动。这些情况所带来的负面影响,在某些场景下会被严重放大。比如“自动驾驶”场景中,所有交通信息必须及时地传输到车辆控制系统中,否则驾驶系统可能对周围路况产生严重误判,埋下交通事故的安全隐患。

因此,让海量数据在网络中如何更加“确定地”完成端到端的传输,是未来IP网络发展的必然趋势。

IP网络的“确定性体验”是如何实现的

如何实现“确定性体验”呢?一般认为,需要从如下一些方面来考虑。

优先级确定

优先级确定,指的是通信设备识别数据的类型,并在网络中转发时打上不同优先级的标签。传统网络中,也存在一些技术能够帮助数据添加标签,但是其精度还远远不足。比如现网中常见的流识别包括五元组、DSCP(Differentiated Services Code Point,区分服务编码点)值等方式,这些手段识别的粒度较粗,无法精确到特定应用、特定用户。比如不同的视频会议的五元组的值可能一样,因此某个特定时段的某个会议ID需要重点保障服务质量时,五元组就无法区分了。

为了构建“确定性体验”的网络,可以使用APN6(Application-aware IPv6 Networking,应用感知的IPv6网络)技术来进步对流量进行识别。APN6能对用户身份属性、应用优先级进行分类,识别VIP用户和关键业务并打上对应的数据标签。其原理可总结为下表。

表1-1 APN6识别流量属性的两种方式

资源确定

资源确定,指的是不同类型数据在网络中传输需要占用的带宽、算力等资源可以相互隔离,传输过程中的数据之间不会彼此干扰。典型代表技术是“网络切片”。

“网络切片”技术,在数据转发层面通过多种方式来确定数据流量使用的资源,比如FlexE接口、信道化子接口以及Flex-channel。

FlexE接口:网络通信设备的一个物理接口配置多个FlexE接口(逻辑接口),FlexE接口之间带宽资源严格隔离,等同于物理口,这使FlexE能用于不同业务的网络切片中,实现安全可靠的一网多用。

信道化子接口:不同于传统子接口,信道化子接口分配的带宽不能被抢占,独享带宽资源的同时满足多级调度。它对不同用户和不同业务的流量提供不同质量服务,结合控制器实现资源的管理,提供端到端的资源预留,为某一网络切片提供独立的资源。

Flex-channel:功能与信道化子接口相似,独享带宽资源的同时满足多级调度。但Flex-channel对数据切分的粒度更小,而且更加灵活,可以做到同一类型的业务内部对不同企业的数据流进行资源隔离,保证资源的确定性。

FlexE接口、信道化子接口以及Flex-channel的组合使用

时间确定

时间确定,指的是数据在端到端的传输过程中所需要的时间更加确定。传统网络中,除了必要的物理时延,还有像队列发送、查表转发等造成的时延消耗,而这类时延可长可短,取决于网络拓扑结构和网络拥塞情况等多种因素。此类时延的“不确定性”是未来网络发展要努力避免的,于是像“门控调度”“周期映射”等技术应运而生。

门控调度:指在数据队列后加上门控开关,通过门控时间表控制门控开关的打开闭合来保证时延抖动要求。其可以阻断尽力而为流的持续转发,让高优先级的包得到稳定的间隔转发时间,从而获得更加确定的时延控制,如下图所示。


门控调度示意图

周期映射:指基于数据携带的上游设备发送周期来确定其在下游设备的发送周期,上下游设备上相同数据的发送周期存在固定的周期映射关系,由此确定数据逐跳转发的时延控制,如下图所示。


周期映射示意图

通过门控调度和周期映射,单一数据包在转发过程中的时延将被更加精确的控制,由此便可得到整个端到端业务流的时间确定。

路径确定

路径确定,指的是数据在端到端的传输过程中所经过的路径是确定的。当前网络中,某一条数据在起始节点处向外转发时,往往仅包含源节点和目标节点的位置信息,并不会包含整个转发路径中各段路径的信息,结果则是可能有多条路径能够转发该数据。尽管这样可以提供一定程度上的基于最优路径的转发,但是造成了路径上的不确定。在某些需要高精度的业务场景中,这一问题就亟待解决。

而SRv6技术的出现就解决这一问题。SRv6技术利用独立于网络转发设备的控制器,将收集到的网络拓扑信息进行分析,按照业务需求计算路径,将符合业务SLA的路径信息下发给起始节点处。比如下图中的转发路径1,就是由PE1、P1、PE3、PE4这四个节点再加上连接它们的线段组成的。从PE1到PE4的路径信息还有路径2和路径3。控制器在收集拓扑信息后,将计算出哪条转发路径是最优路径,然后再下发给处于PE1的数据。此时,待发送的数据在离开PE1前就“确定”了后续的转发路径。这便是SRv6技术所带来的“路径确定”。


SRv6路径规划示意图

高可靠性

高可靠性,考虑的是数据在转发过程如何避免丢包、时延等造成的传输不可靠的问题。传统IP网络的特征之一,就是“尽力而为”。这种方式的核心理念之一就是对“数据丢包”的宽容,这也是IP网络和电信网络的主要差异点之一。然而随着时代发展,更多的业务对于网络可靠性的要求越来越高,“丢包”变得愈发“难以忍受”。因此,未来IP网需要朝着高可靠性的方向发展。

于是,一些以降低网络丢包率为目标的技术开始被采用。其中“双发选收”是一个可行的技术。“双发选收”是指数据在网络入口设备进行复制,两份同样的数据经由不同路径送达出口设备,网络出口设备选择率先到达的一路数据进行转发。“双发选收”主要解决了转发路径上的单点故障导致的报文丢失问题,显著地提升了IP网络的可靠性。


双发选收示意图

IP网络的“确定性体验”的典型应用场景有哪些

上面为大家总结了IP网络“确定性体验”的五个特征,那么这些特性在哪些场景下实现了其作用呢?这里主要为大家介绍几种IP网络的业务场景,并分析“确定性体验”在这些业务中的价值。

  • 智能制造:该场景中,企业为了提升生产效率,在“IP一网到底”的概念中,大量工业设备和仪表将实现“IP化”、“网联化”。由此产生的边缘计算数据需要在“工业互联网”中进行传输,而网络环境的质量将直接决定局部区域内海量高并发数据的传输是否可靠。因此,“确定性体验”通过低时延、低抖动和高可靠性帮助企业实现更加智能化的流程化生产。
  • 远程手术:该场景中,主刀医生只需要用几个小指环轻松操纵远在50公里外的手术钳和电刀。尤其需要关注的是,手术刀的遥控信号是极其敏感的,意外的网络抖动都可能会使手术刀的运动轨迹发生意料之外的变动,甚至造成无法挽回的医疗事故。因此,建设“确定性体验”的网络环境,是远程手术能够在未来生活中广泛运用的必要条件。
  • 自动驾驶:该场景中,除了车辆本身的各种数据,还有大量来自外部的数据需要自动驾驶系统进行处理,比如路况信息,周遭的行人和车辆的运动信息等。这些海量的数据,彼此都需要实时共享并结合车辆主体的各项数据进行分析。比如,在人流密集的路口,每个行人的移动轨迹都将用作调整自动驾驶状态的输入变量,其中有些数据是通过车辆本身的传感器获得,另一些则是通过从公共网络上获取的(比如交通监控)。此时,如果部分数据稍有延迟或者丢包,将降低车辆自动驾驶系统操控的精准度,从而埋下交通事故发生的隐患。因此,交通网络中的“确定性体验”,是自动驾驶走入现实生活的重要前提。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1155670.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

那些年入百万的阿里P8大佬是如何精通微服务架构原理的?

阿里P8级架构师对微服务架构的精通,源于其对分布式系统本质的深刻理解、复杂场景的实战积累及持续的技术深度挖掘。一、架构演进与核心原理二、分布式关键技术攻坚三、稳定性与高可用设计四、工程方法与团队协作五、学习路径与方法论总结:P8级架构师的核…

克鲁斯焊接机械臂节气设备

克鲁斯焊接机械臂在长时间连续作业中,保护气体的消耗量直接影响生产成本。传统供气方式在非焊接时段仍保持恒定流量,造成大量气体逸散。WGFACS节气设备的引入改变了这一模式,通过智能识别焊接状态实现气体供给的动态调节。设备运行时仅在电弧…

基于RAG的企业智能客服项目,已拿70万offer!

✨项目目标 基于 RAG 构建一套企业智能客服系统📖。 ⭕【RAG知识检索】 👉知识检索是问答机器人的核心模块,很大程度决定了问答机器人的效果。基于Embedding的召回是知识检索的常用方法 ⭕【RAG知识检索】 👉知识检索是问答机器…

9 款 AI 写论文哪个好?实测终极答案:宏智树 AI 凭 “真实硬核” 领跑!

作为专注论文写作科普的测评博主,后台每天被 “AI 写论文工具怎么选” 的问题淹没。市面上各类 AI 工具宣传得天花乱坠,但大多只停留在 “文本生成” 层面,真正能解决毕业论文 “真实文献、合规数据、专业图表” 核心需求的少之又少。为了帮大…

环境检测实验室管理系统 环境监测管理系统 LIMS

在当前环境检测行业面临数据量激增、监管要求趋严、流程复杂度提升的当下,环境检测管理系统就成为实现数字化转型的核心支撑工具。作为实验室的“智慧大脑”,LIMS环境检测实验室管理系统实现对检测全流程的精细化管控,可以做到数据精准性、流…

2026 等保新规落地,传统终端防护还够用吗? EDR 给出答案

EDR(终端检测与响应)与传统终端安全防护的核心区别在于:前者是“主动防御全生命周期响应”体系,侧重未知高级威胁的检测、处置与溯源;后者是“被动防御单点处置”模式,仅能应对已知基础威胁,两者…

[大模型架构] LangGraph AI 工作流编排(13)

一、AI 原生能力终极升级:从辅助工具到自主运营中枢本集将 AI 能力从 “工作流驱动” 升级为 “平台生态自主运营”,通过大模型与 LangGraph 的深度耦合、Agent 能力进化,实现平台从 “被动响应需求” 到 “主动创造价值” 的转变&#xff1a…

游戏盾如何应对大规模DDoS攻击

应对大规模DDoS攻击 面对日益复杂的DDoS攻击手段,游戏盾部署了多层防护体系。通过分布式节点网络,攻击流量被分散到全球清洗中心进行处理。防护系统支持TB级攻击流量清洗,有效抵御SYN Flood、UDP Flood等各类攻击类型。游戏盾还具备智能学习能…

深度学习毕设选题推荐:基于python-CNN深度学习卷神经网络识别混凝土是否有裂缝基于python-CNN深度学习识别混凝土是否有裂缝

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

论文写作神器排行榜:8款AI工具对比测试,智能降重与高效创作兼具

AI论文生成工具排行榜:8个网站对比,论文降重写作功能全 工具对比总结 以下是8个AI论文工具的简要排名,基于核心功能、处理速度和适用性对比。排名侧重实用性与用户反馈,数据源于引用内容案例: 工具名称 主要功能 优…

游戏盾可以自动防御各种攻击吗

一、游戏盾的核心防御能力 游戏盾区别于传统高防IP、高防CDN等通用防护方案,其核心优势在于深度适配游戏业务的低延迟、高并发、私有协议等特性,形成了从网络层到应用层的专项防护能力,主要覆盖以下三类核心攻击场景。 (一&…

论文写作效率工具盘点:8款AI应用深度评测,智能降重与内容创作并重

AI论文生成工具排行榜:8个网站对比,论文降重写作功能全 工具对比总结 以下是8个AI论文工具的简要排名,基于核心功能、处理速度和适用性对比。排名侧重实用性与用户反馈,数据源于引用内容案例: 工具名称 主要功能 优…

自学linuxday46

一、GPIO(通用输入输出)定义:单片机与外界交互的基础接口,引脚可独立配置为输入或输出模式。输出模式:开漏输出:需外接上拉电阻输出高电平。推挽输出:直接输出高/低电平,驱动能力强。…

【课程设计/毕业设计】基于python深度学习识别混凝土是否有裂缝基于python-CNN深度学习识别混凝土是否有裂缝

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

高效学术写作工具推荐:8个AI网站功能PK,专注论文降重与内容优化

AI论文生成工具排行榜:8个网站对比,论文降重写作功能全 工具对比总结 以下是8个AI论文工具的简要排名,基于核心功能、处理速度和适用性对比。排名侧重实用性与用户反馈,数据源于引用内容案例: 工具名称 主要功能 优…

HBase在电信领域的应用:CDR记录存储

HBase在电信领域的应用:CDR记录存储 引言 背景介绍 在当今数字化的时代,电信行业产生的数据量呈爆炸式增长。其中,通话详单记录(Call Detail Record,CDR)是电信运营中极为重要的数据类型,它详细…

深度学习毕设项目推荐-基于python-CNN深度学习识别混凝土是否有裂缝

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

VisionPro二开之九点标定案例

VisionPro二开之九点标定案例 一 制作九点标定Toolblock二 使用

万物互联时代的连接基石与技术演进

中国宏运数字宇宙平台的罗总说:在万物互联的数字化浪潮中,每一台电子设备、每一个智能终端的协同运作,都离不开一个看似微小却至关重要的核心部件——接插件。它是电子系统中信号与能量传输的“桥梁”,是设备间互联互通的“接口”…

MaRCA:大规模推荐系统中动态计算分配的多智能体强化学习

现代推荐系统面临模型复杂度与流量规模激增带来的巨大计算挑战,高效的计算资源分配对实现商业收益最大化至关重要。现有方法通常将多阶段计算资源分配问题过度简化,忽略了阶段间的相互依赖关系,从而限制了全局最优性。本文提出MaRCA——一种面…