关于未来网络技术体系创新的思考

被引:8
|
作者
刘韵洁
黄韬
汪硕
机构
[1] 北京邮电大学信息与通信工程学院
[2] 网络通信与安全紫金山实验室
基金
国家重点研发计划;
关键词
未来网络; 互联网; 确定性网络; 网络可编程; 网络开源;
D O I
10.16418/j.issn.1000-3045.20211117007
中图分类号
TP393.09 [];
学科分类号
080402 ;
摘要
当前,网络技术正在与物理世界发生深度融合,传统网络架构难以支撑工业互联网等业务的差异性、可定制、确定性需求,探索新型网络架构与核心技术已成为全球互联网竞争的战略制高点。文章回顾了网络演变历程与趋势,分析了面对未来飞速变化的网络业务需求如何才能实现高效能、低成本、智能化的网络发展,建立自主可控的未来网络技术体系。文章认为:(1)通过近几十年来网络建设的探索,融合、开放、智能、可定制、网算存一体(亦称为转算存一体)已经成为未来网络技术发展的关键趋势。(2)面向网络与物理世界融合的重大机遇,只有改变传统互联网架构,引入新一代信息技术进行基础网络架构创新,才能在互联网"下半场"取得技术领先,并在全球范围内引领制造、国防、航天等产业发展。
引用
收藏
页码:38 / 45
页数:8
相关论文
共 8 条
  • [1] 未来网络技术与发展趋势综述
    黄韬
    刘江
    汪硕
    张晨
    刘韵洁
    [J]. 通信学报, 2021, 42 (01) : 130 - 150
  • [2] 确定性网络研究综述
    黄韬
    汪硕
    黄玉栋
    郑尧
    刘江
    刘韵洁
    [J]. 通信学报, 2019, (06) : 160 - 176
  • [3] 面向服务定制的未来网络架构
    刘韵洁
    张娇
    黄韬
    潘恬
    [J]. 重庆邮电大学学报(自然科学版), 2018, (01) : 1 - 8
  • [4] Machine Learning and Deep Learning Methods for Intrusion Detection Systems: A Survey
    Liu, Hongyu
    Lang, Bo
    [J]. APPLIED SCIENCES-BASEL, 2019, 9 (20):
  • [5] Ultra-Low Latency (ULL) Networks: The IEEE TSN and IETF DetNet Standards and Related 5G ULL Research
    Nasrallah, Ahmed
    Thyagaturu, Akhilesh S.
    Alharbi, Ziyad
    Wang, Cuixiang
    Shao, Xing
    Reisslein, Martin
    ElBakoury, Hesham
    [J]. IEEE COMMUNICATIONS SURVEYS AND TUTORIALS, 2019, 21 (01): : 88 - 145
  • [6] A Survey of Networking Applications Applying the Software Defined Networking Concept Based on Machine Learning..[J].Yanling Zhao;Ye Li;Xinchang Zhang;Guanggang Geng;Wei Zhang 0049;Yanjie Sun.IEEE Access.2019,
  • [7] A Deep Learning Approach to Network Intrusion Detection
    Shone, Nathan
    Tran Nguyen Ngoc
    Vu Dinh Phai
    Shi, Qi
    [J]. IEEE TRANSACTIONS ON EMERGING TOPICS IN COMPUTATIONAL INTELLIGENCE, 2018, 2 (01): : 41 - 50
  • [8] State-of-the-Art Deep Learning: Evolving Machine Intelligence Toward Tomorrow's Intelligent Network Traffic Control Systems
    Fadlullah, Zubair Md.
    Tang, Fengxiao
    Mao, Bomin
    Kato, Nei
    Akashi, Osamu
    Inoue, Takeru
    Mizutani, Kimihiro
    [J]. IEEE COMMUNICATIONS SURVEYS AND TUTORIALS, 2017, 19 (04): : 2432 - 2455