未来网络技术与发展趋势综述

被引：72

作者：

黄韬 ^{[1
,2
]}

刘江 ^{[1
,2
]}

汪硕 ^{[1
,2
]}

张晨 ^{[2
]}

刘韵洁 ^{[1
,2
]}

机构：

[1] 北京邮电大学网络与交换国家重点实验室

[2] 网络通信与安全紫金山实验室

来源：

通信学报 | 2021年 / 42卷 / 01期

基金：

北京市自然科学基金; 国家重点研发计划;

关键词：

未来网络体系结构; 网络操作系统; 可编程数据平面; 确定性网络; 网络计算存储一体化; 网络人工智能; 网络安全;

D O I：

暂无

中图分类号：

TP393.0 [一般性问题];

学科分类号：

081201 ; 1201 ;

摘要：

对面向2030的未来网络领域的发展趋势进行了综述。首先,介绍了网络体系架构和试验设施领域的研究进展;其次,从网络控制与编排、网络深度可编程、网络确定性服务、网络计算存储一体化、网络与人工智能、网络与区块链、智能安全网络、网络空天地海一体化8个方面阐述了当前热点网络技术的背景、进展和主要成果;最后,分析了面向2030的未来网络发展趋势,预计到2030年未来网络将支撑万亿级、人机物、全时空、安全、智能的连接与服务。希望能为未来网络相关领域的研究提供参考和帮助。

引用

页码：130 / 150

页数：21

共 11 条

[1] 支持内容智能治理的双结构互联网 [J].

杨鹏 ;

李幼平 .

通信学报, 2019, 40 (09) :1-14

[2] 全维可定义的多模态智慧网络体系研究 [J].

胡宇翔 ;

伊鹏 ;

孙鹏浩 ;

邬江兴 .

通信学报, 2019, 40 (08) :1-12

[3] 面向服务定制的未来网络架构 [J].

刘韵洁 ;

张娇 ;

黄韬 ;

潘恬 .

重庆邮电大学学报(自然科学版), 2018, 30 (01) :1-8

[4] ADN:地址驱动的网络体系结构 [J].

吴建平 ;

李丹 ;

毕军 ;

徐恪 ;

李星 ;

朱晶 .

计算机学报, 2016, 39 (06) :1081-1091

[5] 智慧标识网络的未来互联网体系 [J].

张宏科 ;

黄道超 .

电信科学, 2013, 29(S1) (S1) :20-28

[6] Named Data Networking [J].

Zhang, Lixia ;

Afanasyev, Alexander ;

Burke, Jeffrey ;

Jacobson, Van ;

Claffy, Kc ;

Crowley, Patrick ;

Papadopoulos, Christos ;

Wang, Lan ;

Zhang, Beichuan .

ACM SIGCOMM COMPUTER COMMUNICATION REVIEW, 2014, 44 (03) :66-73

[7]

XIA[J] . David Naylor,Matthew K. Mukerjee,Patrick Agyapong,Robert Grandl,Ruogu Kang,Michel Machado,Stephanie Brown,Cody Doucette,Hsu-Chun Hsiao,Dongsu Han,Tiffany Hyun-Jin Kim,Hyeontaek Lim,Carol Ovon,Dong Zhou,Soo Bum Lee,Yue-Hsun Lin,Colleen Stuart,Daniel Barrett,Aditya Akella,David Andersen,John Byers,Laura Dabbish,Michael Kaminsky,Sara Kiesler,Jon Peha,Adrian Perrig,Srinivasan Seshan,Marvin Sirbu,Peter Steenkiste.ACM SIGCOMM Computer Communication Review . 2014 (3)

[8]

GENI: A federated testbed for innovative network experiments[J] . Mark Berman,Jeffrey S. Chase,Lawrence Landweber,Akihiro Nakao,Max Ott,Dipankar Raychaudhuri,Robert Ricci,Ivan Seskar.Computer Networks . 2014

[9]

Plutarch[J] . Jon Crowcroft,Steven Hand,Richard Mortier,Timothy Roscoe,Andrew Warfield.ACM SIGCOMM Computer Communication Review . 2003 (4)

[10]

Deep transfer learning for intelligent cellular traffic prediction based on cross-domain big data. Zhang C,Zhang H,Qiao J,et al. IEEE Journal on Selected Areas in Communications . 2019

← 1 2 →