IMT-20205G推進組：2024年5G承載網數字孿生技術與應用方案白皮書（43頁）.pdf

《IMT-20205G推進組：2024年5G承載網數字孿生技術與應用方案白皮書（43頁）.pdf》由會員分享，可在線閱讀，更多相關《IMT-20205G推進組：2024年5G承載網數字孿生技術與應用方案白皮書（43頁）.pdf（43頁珍藏版）》請在三個皮匠報告上搜索。

1、目 錄目 錄 IMT-2020(5G)推進組于2013年2月由中國工業和信息化部、國家發展和改革委員會、科學技術部聯合推動成立，組織架構基于原IMT-Advanced推進組，成員包括中國主要的運營商、制造商、高校和研究機構。推進組是聚合中國產學研用力量、推動中國第五代移動通信技術研究和開展國際交流與合作的主要平臺。1 引言 12 信息通信領域數字孿生產業應用與標準化進展 2 2.1 數字孿生產業應用各領域逐步滲透 2 2.2 數字孿生國際標準化工作有序開展 3 2.3 數字孿生國內標準化進程加速推進 4 2.4 傳送網數字孿生標準體系規劃建議 53 引入數字孿生技術的驅動力和應用價值 6 3.

2、1 驅動力一：助力網絡智能化運營管控 6 3.2 驅動力二：節省產品研發周期和成本 6 3.3 驅動力三：成為網絡自智化演進新引擎 64 網絡數字孿生關鍵技術 7 4.1 體系構建技術 7 4.2 模型構建技術 8 4.3 數據服務技術 11 4.4 接口技術 135 5G承載網數字孿生體系架構 15 5.1 總體架構 15 5.2 網絡應用層 16 5.3 網絡孿生層 17 5.4 物理網絡層 206 5G承載網數字孿生體（DT）部署方案 20 6.1 與現有管控體系的關系 20 6.2 數字孿生體部署方案 21 6.3 數據庫部署方案 23 6.4 通用應用服務方案框架 257 5G承載網

3、數字孿生典型應用場景與應用服務方案 25 7.1 網絡規劃與建設階段 25 7.2 網絡運營階段 29 7.3 網絡維護階段 30 7.4 網絡優化階段 368 總結與展望 379 主要貢獻單位 40IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案1IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案引言近年來，數字孿生技術在5G承載網智能化管控領域的應用成為一個新的熱點和研究方向。國內外各研究機構和標準化組織紛紛開展數字孿生應用場景探索和關鍵技術研究，數字孿生技術相關標準化工作正穩步推進，數字孿生相關生態正在逐步形成。根據全球最具權威的IT研究與顧問咨詢公司Gartn

4、er頂級戰略技術趨勢的預測1：到2027年，全球超過40%的大型企業機構將在基于元宇宙的項目中使用Web3、增強現實（AR）云和數字孿生的組合來增加收入。根據全球市場研究公司Vantage Market Research發布的數字孿生市場規模、份額和趨勢分析報告2稱，2021年全球數字孿生市場規模為65億美元，預計到2028年將增長到535億美元，2022至2028年復合增長率（CAGR）達到42.1%。由此可見，數字孿生技術在全球的應用規模在未來幾年將呈現高速增長態勢，成為經濟增長的重要技術驅動力之一，也反映出數字孿生技術在各領域的應用前景和重要價值。數字孿生在信息通信領域的應用尚處于起步階

5、段，相關理論與技術研究成果陸續發布。目前處于概念研討、應用探索和起步研究階段。工信部推動成立IMT-2030（6G）推進組，將“萬物智聯、數字孿生”作為6G網絡愿景，數字孿生成為6G的關鍵技術之一。本白皮書梳理了當前數字孿生在信息通信領域的產業應用和標準化進展，分析提出了信息通信網數字孿生關鍵技術。并從數字孿生在5G承載網領域的應用場景和需求出發，分析提出面向5G承載網的數字孿生體系架構、數字孿生系統部署方案，以及面向應用場景的服務應用方案等，為數字孿生技術在承載網中的實際部署提供指導和參考。后續業界應進一步推動技術方案收斂、標準化、形成產業合力，加速推動5G承載網數字孿生技術及方案的逐步成熟

6、，共建5G承載網數字孿生產業生態。2IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案信息通信領域數字孿生產業應用與標準化進展表1 信息通信領域數字孿生已發布的主要成果2.1 數字孿生產業應用各領域逐步滲透數字孿生產業應用研究正向各專業領域逐步滲透。數字孿生產業應用研究正向各專業領域逐步滲透。數字孿生在信息通信領域的應用目前處于概念研討、應用場景探索的研究起步階段，數字孿生體系和關鍵技術研究正在各專業領域逐步展開。從2018年起，運營商、設備商、高等院校開始針對信息通信領域的數字孿生應用和關鍵技術進行超前探索，探索方向包括面向B5G/6G通信、光網絡、移動通信、無線通信等方向的數字

7、孿生應用及精準數理建模、數據與仿真模型融合、大規模物理網絡數字孿生仿真驗證等關鍵技術，產業已發布的相關成果如下表1所示。3IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案圖1 信息通信領域數字孿生產業各關鍵方視圖信息通信領域數字孿生產業主體基本形成。信息通信領域數字孿生產業主體基本形成。數字孿生產業鏈主要的產業主體如下圖1所示，主要有產業引導方、需求牽引方、軟件服務方及硬件服務方四大類主體。政府/產業聯盟及研究/咨詢機構以依托產業聯盟、發布相關政策文件及研究報告為主，引導產業發展；運營商如中國移動、中國聯通、中國電信等以發布總體技術架構及愿景、提出網絡數字孿生需求為主，以需求牽引

8、技術發展和應用；軟硬件服務方則以提供相應解決方案和應用案例為主，通過軟硬件解決方案支撐落地部署。從產業發展情況來看，烽火、亞信科技、銳捷等多家公司已提出網絡數字孿生解決方案，當前產業發展的挑戰主要集中在技術路線的選擇、標準規范的制定以及產業應用需求的驅動三大方面。國內外通信領域數字孿生技術應用研究的熱情高漲，但尚未實現真正產品落地。國內外通信領域數字孿生技術應用研究的熱情高漲，但尚未實現真正產品落地。運營商、設備商、儀器儀表廠商、科研機構等均開始布局相關研究。目前信息通信領域數字孿生產業鏈尚未成熟，產業界對網絡數字孿生的探索多以研究類型的工作為主，處于單領域、單功能的Demo驗證階段，現階段落

9、地難度較大；同時由于研發成本較高，研發原動力有待加強，與其他領域相比，通信領域數字孿生產業鏈上下游支撐推動產品化的進程相對緩慢。2.2 數字孿生國際標準化工作有序開展國際標準化工作正有序開展，吸引各方廣泛關注。國際標準化工作正有序開展，吸引各方廣泛關注。數字孿生技術作為新興的虛實映射仿真模擬技4IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案術，在工業制造、智慧交通等領域得到了廣泛研究與應用。數字孿生技術所提供的全生命周期仿真、模擬能力在通信網及網絡管控中同樣具有技術應用的優勢，在近幾年吸引了通信領域的廣泛關注。國際各標準化組織對網絡數字孿生的標準化研究工作于2019年起陸續開啟

10、，以國際電信聯盟-電信標準化部分（ITU-T）為代表發布的數字孿生網絡相關規范具備引領行業發展的關鍵作用，IETF、ETSI、ISO、IEC等組織也在積極開展相關標準化工作，并且正在逐步有序開展。當前研究主要聚焦于整體概念、架構、典型案例的標準化工作，對數據、模型、接口、管理等要素的標準化研究仍在探索中。ITU-T率先開展網絡數字孿生標準化研究工作。ITU-T SG13于2019年10月正式立項課題數字孿生網絡需求及架構。該項目成果于2022年2月正式以Y.3090發布，其中規范了數字孿生網絡的功能需求、業務需求、安全性需求以及架構。該標準的發布成為數字孿生網絡標準化工作里程碑式的開端。202

11、2年9月在SG15全會上提出研究傳送網數字孿生技術的提案，會上明確將從進一步研究數字孿生對傳送網絡架構的影響及在傳送網中的功能入手，逐步完善相關定義。IETF于2022年3月正式于NMRG工作組啟動“DTN概念和架構”標準項目立項。此后，NMRG陸續開展DTN數據采集、DTN接口技術、DTN流量模擬、DTN時延測量、性能導向DTN等方向的研究。ETSI也于2022年開始在ZSM（Zero-touch network and Service Management，零接觸網絡與業務管理）工作組開啟數字孿生在ZSM架構的應用場景及關鍵技術研究。ZSM于2022年12月發布了關于用于數字孿生的表示和處

12、理的NGSI-LD信息模型和API標準文稿。此外ETSI的其他工作組還開展了與內容信息管理（Context Information Management,CIM），城市數字孿生等議題相關的標準研究工作。2.3 數字孿生國內標準化進程加速推進國內標準化整體處于起步階段，關鍵技術研究有待突破。國內標準化整體處于起步階段，關鍵技術研究有待突破。中國通信標準化協會（CCSA）是國內的數字孿生網絡標準化工作開展的主要標準組織，TC3、TC6、TC7、TC8、TC10在各分領域正在開啟相關研究。網絡數字孿生標準化研究已經具備初步規劃架構，整體處于研究起步階段。TC3 WG3單獨設置了SWG1數字孿生網絡工

13、作組，針對數字孿生架構及技術要求、評價方法、運營管理要求、數字地圖等議題已完成10項團標和行標的研究與立項。其中，行標數字孿生網絡架構及技術要求所規范的數字孿生網絡架構與ITU-T Y.3090保持一致。在各專業領域方面，TC6 WG1、TC6 WG2分別針對傳送網、接入網等領域探索數字孿生的應用，TC7 針對網絡數字孿生的應用場景與需求、運營管理等開展研究，TC8 WG1針對數字孿生制定對應安全指南標準。TC10的WG3和TF2工作組針對數字孿生城市、物聯網等行業應用展開研究。國內標準化工作目前初步形成網絡數字孿生的體系架構，研究主要聚焦在網絡架構、典型應用場景、評估方法、運營管理等方面，數

14、字孿生模型、數據、接口等關鍵要素的5IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案根據以往CCSA TC6和TC7的標準化界定原則，TC6側重于網元層和網絡管控層的標準化工作；TC7更側重于網絡管控層單域系統北向接口以上及網絡協同層的標準化內容。因此，圖2中架構與技術以及測試與評估兩個板塊涉及的大部分標準建議在TC6WG1立項;運營與管理以及應用與服務兩個板塊涉及的大部分標準建議TC7WG2立項。研究有待突破。2.4 傳送網數字孿生標準體系規劃建議持續推進數字孿生標準研究，建立傳送網數字孿生標準體系。持續推進數字孿生標準研究，建立傳送網數字孿生標準體系。目前國內各方關于網絡數字

15、孿生開展的研究百花齊放，各運營商、設備商各自在定義實現方式。針對傳送網領域，基于當前傳送網數字孿生技術發展現狀，有必要盡早規劃本領域標準化工作的發展方向。當前CCSA TC6 WG1已完成數字孿生和大數據技術在傳送網領域的應用研究研究課題，并立項行標傳送網數字孿生總體技術要求。2023年TC7WG2已立項行標傳送網數字孿生應用場景與需求和傳送網數字孿生應用技術研究的研究課題?；诋斍皹藴驶F狀，從架構與技術、測試與評估、運營與管理、應用與服務等方面出發，針對傳送網領域的特殊需求構建起傳送網數字孿生標準體系（如圖2所示），以指導傳送網數字孿生的標準化研究。圖2 傳送網數字孿生標準體系規劃6IMT

16、-2020(5G)推進組5G承載網數字孿生技術與應用方案雖然網絡數字孿生標準化研究、應用及商業化部署的進程還有待進一步推進，但是網絡中引入數字孿生技術的應用價值和驅動力日漸清晰。3.1 驅動力一：助力網絡智能化運營管控數字孿生技術有效助力網絡智能化運營管控，深度推進數字化轉型。數字孿生技術有效助力網絡智能化運營管控，深度推進數字化轉型。數字孿生技術能夠在數字空間中實現物理網絡的實時鏡像。在完全不影響現網業務的前提下，實現網絡狀態和運維功能的精確仿真和模擬，彌補傳統管控方式的不足。隨著承載網管控體系向著智能化管理、控制和分析能力的不斷演進，引入數字孿生技術是未來網絡智能化管控的補充和增強，可以提

17、供更深入的分析、預測和試驗能力，是現有管控系統所不具備的。它提供了一種在現網無法實施的全生命周期的實驗驗證手段，像是一個加速器，將深度推進網絡的數字化轉型。3.2 驅動力二：節省產品研發周期和成本數字孿生技術的實時仿真和模擬功能有效節省產品研發周期和驗證成本。數字孿生技術的實時仿真和模擬功能有效節省產品研發周期和驗證成本。與傳統的離線仿真不同，數字孿生技術的實時或近實時仿真和模擬功能，需要在現網數據和狀態保持同步的基礎上，在網絡孿生體上執行仿真、模擬驗證操作，因而具有更高及時性和準確性的仿真模擬特征。特別是對及時性要求較高的緊急故障定位、在線業務發放等場景，需要引入數字孿生技術秒級/毫秒級的及

18、時仿真模擬能力。在特殊的抗破壞性試驗、災害恢復模擬實驗中，利用數字孿生體可以預先探索解決方案，防范特殊情況發生。同時，在不影響現網和業務正常運行的前提下，在同步的虛擬空間數字孿生技術提供一種抗破壞性、高效可靠的驗證手段，從而有效節省試驗周期和成本，提升網絡運營管理效率。3.3 驅動力三：成為網絡自智化演進新引擎數字孿生技術成為未來達到更高網絡自智等級水平的新引擎。數字孿生技術成為未來達到更高網絡自智等級水平的新引擎。未來5G網絡將向L4、L5自智能力等級持續演進，作為提升網絡自智能力的關鍵技術，數字孿生通過實現物理實體與虛擬孿生體的交互映射，構建實時的網絡仿真系統。目前，網絡數字孿生已經成為業

19、界公認的實現未來更高級別的網絡智能化、自動化的關鍵技術手段。數字孿生的終極目標是實現虛實之間的控制閉環，以控制物理網絡。隨著自智網絡向L5等級演進，需要引入數字孿生技術，將仿真分析決策反向控制物理網絡，以實現網絡的動態自調整能力。引入數字孿生技術的驅動力和應用價值7IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案4.1 體系構建技術孿生體及核心要素的有效構建，滿足數字孿生應用訴求。孿生體及核心要素的有效構建，滿足數字孿生應用訴求。網絡數字孿生技術包含數據、模型、接口等多個核心要素。數字孿生體通過要素間的相互配合協作完成數字空間中物理網絡孿生體的模型構建、數據同步、網絡編排及孿生管

20、理等功能。為實現數字孿生體與原有網絡管控系統的深度兼容協同及有效融合，實現數字孿生網絡仿真、預測及回溯能力的構建，網絡數字孿生的核心元素必須遵循系列構建原則及方法，以滿足數字孿生應用訴求。為實現數字孿生體的有效構建，實現物理在數字空間中的精準鏡像。數字孿生體的構建需滿足如下總體原則：精準化原則：精準化原則：數字孿生網絡構建需遵循精準化原則以實現對物理網絡在數字空間的精準還原。孿生域基礎模型要能實現對網絡網元、鏈路等物理對象的精準描述及刻畫，功能模型要能實現對網絡管理運營的分析、仿真、模擬等功能精準的結果輸出。精準的基礎模型和功能模型是發揮數字孿生能力的重要基礎。層次化原則：層次化原則：網絡數字

21、孿生構建需遵循層次化原則以滿足不同網絡層次數據采集及孿生建模訴求。孿生域需對不同網絡層次的基礎器件、單板、網元、鏈路對象及約束關系進行精準建模；孿生域也需要對網絡數據進行層次劃分及層次化采集，建立不同層次數據間的關聯，實現數據的按需采集及按策略采集。兼容性原則：兼容性原則：網絡數字孿生構建需遵循兼容性原則以應對多廠商、多設備異構組網環境。在數字孿生體模型建立過程中應遵循兼容性原則，預留模型演進接口，保障后續模型可演進、可更新以及擴展新的設備及鏈路模型。其次在數據采集部分，需要保留兼容不同設備、不同采集協議的多源異構的接入能力。擴展性原則：擴展性原則：網絡數字孿生構建需遵循可擴展性原則以應對城域

22、匯聚、城域核心、省干等不同類型及不同規模網絡的孿生訴求。網絡數字孿生需在孿生數據采集、存儲及孿生模型、南向接口元素構建時進行擴展性設計。在網絡規模實現動態變化時，承載網數字孿生能夠實現孿生網絡基礎能力的自調整。標準化原則：標準化原則：網絡數字孿生構建需遵循標準化原則以滿足接口制定、模型構建、模型管理及孿生能力開放等訴求。孿生模型的標準化可促進模型的有效集成及復用，滿足復雜網絡組網環境下的孿生能力構建。孿生域北向接口的標準化有助于孿生域孿生能力的開放，實現跨域場景中端到端能力的構建。網絡數字孿生關鍵技術8IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案物理驅動模型：物理驅動模型：當

23、建模對象具有比較完備的理論支撐時，采用物理機理建模方式。利用物理理輕量化原則：輕量化原則：網絡數字孿生構建需遵循輕量化原則以滿足大規模網絡數字孿生構建需求。孿生域數據采集模式應盡可能進行輕量化設計，避免數據全量采集對存儲資源及通信帶寬的占用，降低數據采集及存儲成本。孿生模型構建時也需遵循輕量化設計原則，在滿足模型精度、功能的前提下，基于AI技術盡可能實現模型的精簡，降低孿生模型建模成本及硬件資源的消耗。單一性原則：單一性原則：網絡數字孿生構建需遵循模塊化原則以實現孿生能力的高效構建。數字孿生涉及數據采集、數據存儲、數據治理、孿生基礎模型、孿生功能模型以及孿生體編排、管理等多個子模塊，各子模塊之

24、間通過孿生接口相互通信。為了避免模塊之間過度耦合，因此在模塊設計時，需要通過高內聚低耦合的模塊化設計，保持模塊功能的單一及接口的標準開放，最大實現模塊的功能復用?？煽啃栽瓌t：可靠性原則：數字孿生網絡構建需遵循可靠性原則以確保孿生功能的穩定可靠。數字孿生的數據采集及存儲部分需要進行可靠性設計，針對冗余數據、異常數據、缺失數據需要進行去除、校正、補全等可靠性操作；同時對重要的孿生歷史數據需進行分布式存儲及災備設計。此外，網絡數字孿生在收到用戶異常能力調用時，需及時攔截，避免異常調用導致的孿生網絡功能崩潰。4.2 模型構建技術數字孿生技術是基于模型的體系工程，模型是數字孿生的核心要素。數字孿生技術是

25、基于模型的體系工程，模型是數字孿生的核心要素。數字孿生模型是物理實體對象在數字空間的表示，任何數字孿生功能的實現都必須基于數字孿生模型來完成。根據是否對物理實體對象或復雜系統內部機理的掌握程度不同，數字孿生模型構建方式具有物理驅動模型、數據驅動模型、物理和數據混合驅動模型三種建模方式，如圖3所示。圖3 數字孿生模型構建方式9IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案論，推導精準可解釋的理論模型，直接對請求做出相應響應。因此物理驅動模型也被稱為白盒模型。例如，為了實現對EDFA增益及噪聲特性的準確建模，可以基于吸收系數、增益系數等參數，實現對EDFA進行精準的數學模型構建。E

26、DFA Giles模型為業界常用EDFA物理模型。數據驅動模型：數據驅動模型：隨著網絡規模的不斷擴大和新型業務應用的持續深化，網絡的復雜性和數據量逐漸增加，機理模型的方法難以滿足超大規模網絡的完全覆蓋時，需要引入數據驅動的建模方式來建立精準的網絡模型。對于建模過程較為復雜的模型，可以直接將系統當作黑盒，利用機器學習算法和數據驅動的思想，向輸入、輸出端口直接發送仿真服務指令，探索其輸入輸出之間的函數關系，模擬系統真實的模型機理，例如EDFA的神經網絡模型。目前機器學習算法類型包括有監督學習、無監督學習和強化學習三種類型，其中有監督學習包含分類算法、回歸算法和深度學習算法等；無監督學習包含聚類算法

27、和降維算法等。較成熟的機器學習算法分類與通信網應用場景見表2。物理和數據混合驅動模型：物理和數據混合驅動模型：當子系統模塊部分已知，數理模型復雜、難以獲知全部的模塊運行原理時，在現有已知部分基礎上，根據歷史數據或者專家經驗與機器學習模型相結合，構建接近真實機理的灰盒模型?；旌向寗幽Ｐ褪悄壳霸趯嶋H網絡中被廣泛應用的建模方式。表2 主要機器學習算法分類與應用場景10IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案三種建模方式的特征比較見表三。數字孿生模型可分為基礎模型和功能模型兩大類?；A模型基礎模型是指基于網元基本配置、環境信息、運行狀態、鏈路拓撲等信息建立的對應于物理實體網絡的網

28、元模型和拓撲模型。功能模型功能模型是指針對特定的應用場景，基于數據庫中的網絡數據，建立用于支持網絡特征感知、網絡業務分析優化、智能推理決策的模型。根據承載網絡全生命周期運行過程，將功能模型分為網絡規劃建設功能模型、網絡維表2 主要機器學習算法分類與應用場景 續表表3 三種建模方式特征比較11IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案表4 不同數據采集技術特征對比護功能模型、網絡優化功能模型、網絡運營功能模型四類。無論是基礎模型，還是功能模型，在模型構建過程中，根據實際情況均可以選擇物理驅動建模、數據驅動建模、物理和數據混合驅動建模方法建模。4.3 數據服務技術數據作為網絡數

29、字孿生運行的血液，是提供正確應用分析決策的基礎。數據作為網絡數字孿生運行的血液，是提供正確應用分析決策的基礎。在不同的能力階級，數據處理的能力也由低級的基礎數據供給向高等級的數據處理、分析、建議、決策的能力進階。實時有效的、準確的、完整的數據處理能力是網絡數字孿生賦能產業應用分析過程提供準確的預測和正確的決策基礎。其中，數據采集主要體現在采集對象、采集數據類型和采集協議等方面。采集對象包括設備、端口、時隙、鏈路、光器件、光纖等，并不是所有的數據都需要在數字孿生網絡上呈現，采集對象的選擇取決于數字孿生的應用。采集數據類型包括設備配置信息、設備運行狀態信息、網絡拓撲信息、網絡流量信息、性能數據和告

30、警數據等。不同的數據采集方案具備不同的特點，適用于不同的應用場景。Telemetry技術在高頻性能采集、實時性、可擴展性和靈活性等方面具有較大優勢。Telemetry技術在高頻性能采集、實時性、可擴展性和靈活性等方面具有較大優勢。結合數字孿生對數據采集全面、高效的要求，采集協議的選擇與應用場景、協議技術特征等因素相關。根據網絡常用的采集協議，表4對比說明了sFlow、Telemetry、NetFlow和NetStream四種采集協議在特征上的差異，這些差異決定了在不同場景下選擇哪種協議技術進行數據采集。12IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案網絡數字孿生數據以結構化數

31、據為主，可基于大規模分布式（MPP）數據庫構建數字孿生數據網絡數字孿生數據以結構化數據為主，可基于大規模分布式（MPP）數據庫構建數字孿生數據庫。庫。根據不同類型數據的應用場景、實時性要求等特性，選擇數據存儲技術。數據類型包括結構化、半結構化和非結構化數據。Hadoop 云平臺存儲和處理技術可用于管理非結構化和半結構化數據，采用分布式文件系統 HDFS存儲文件，使用分布式并行計算框架 MapReduce 并行執行計算操作。NoSQL 數據庫支持半結構化或者非結構化數據的海量存儲、高擴展性、高可用及并發要求，其中的圖形數據庫和列存儲數據庫適用于網絡特定場景下的數據處理，可作為傳統數據庫的有效補充

32、。表5列舉并對比了國內外主流數據庫的特征、優劣和適用場景等方面特性。表5 國內外主流數據庫13IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案4.4 接口技術數字孿生體接口能力需滿足數字孿生體架構和交互的需求。數字孿生體接口能力需滿足數字孿生體架構和交互的需求。以傳統管控系統南北向接口為基礎，擴展數字孿生體與物理平面之間的南向接口、與應用層之間的北向接口、與傳統管控系統之間的東西向接口，以及數字孿生系統內部接口。南向接口南向接口為數字孿生網絡與物理平面之間接口，通過南向接口實現孿生網絡與物理平面數據及控制信息的實時交互，實現物理網絡信息的實時感知，配置及日志等網絡狀態信息的高效采

33、集、網絡配置及控制信令的發放，南向接口需支持多廠商、多類型設備數據接入及控制信令發放能力。北向接口北向接口為網絡數字孿生與應用層間的消息交互接口，實現數字孿生能力的開放及管理配置功能的開放。應用層基于北向接口實現數字孿生體孿生能力的調用，包括仿真能力、預測能力以及復現能力等。同時應用層可通過北向接口實現數字孿生模型、數據采集、數據存儲等策略的配置；數字孿生網絡仿真、預測的運行結果可通過北向接口返回至應用層。東西向接口東西向接口實現傳統管控系統與數字孿生體之間的信息及控制交互，實現管控系統告警同步、拓撲同步、業務發放、配置下發等管理及控制能力的復用，也可實現對云端故障診斷、流量預測等AI知識庫能

34、力的調用；此外，管控系統可基于東西向接口實現對數字孿生仿真、預測等能力的調用，實現端到端仿真性能計算及仿真推演，仿真結果可為數字孿生應用管控算法提供決策依據。內部接口內部接口實現數據服務、模型服務及孿生體服務等核心元素之間信息交互，是單域孿生功能實現的橋梁。孿生核心要素通過內部接口實現功能的統一開放及海量信令收發。數字孿生的孿生接口根據接口功能和位置在接口實時性、兼容性、擴展性及靈活性等方面存在差數字孿生的孿生接口根據接口功能和位置在接口實時性、兼容性、擴展性及靈活性等方面存在差異化訴求。異化訴求。當前，傳統管控軟件存在Telemetry,SNMP,Restconf,NetConf,NetSt

35、ream等多種管理類、控制類及性能和狀態感知類接口協議，不同協議類型在協議特性、工作模式、數據精度、資源消耗及實時性等方面存在較大差異。因此，孿生域南北向接口及孿生域內部接口根據功能可選擇不同具體協議開發簡潔、易用、高效及可擴展的接口。不同的接口協議具備的協議特性、分類及南北向適用性等詳細信息如表6所示。14IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案表6 不同網絡協議特性及特征分析表15IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案5G承載網數字孿生體系架構 數字孿生各類接口可根據不同應用或功能需求采用不同實時性、擴展性及輕量化的協議實現。數字孿生各類接口可

36、根據不同應用或功能需求采用不同實時性、擴展性及輕量化的協議實現。孿生域南向接口可選擇Telemetry、sFlow、NetStream等性能狀態感知協議來實現對網絡資源、業務運行狀態性能的實時感知，基于推模式的Telemetry類協議可以在保證信息實時性的同時也能夠減少承載網管控軟件CPU資源的占用。北向接口可以采用RestConf、Restful、SFTP類管理及控制類協議接口，將各域原子化的孿生能力以GET、POST、DELETE等HTTP接口類型向上開放。內部接口可以采用HTTP/3或XMPP等實時性較強的協議，在保證消息實時交互的同時，能夠保證消息交互的可靠性。孿生域東西向接口可以采用

37、RESTCONF或Restful接口。5.1 總體架構建立新一代5G承載網數字孿生體系，滿足未來L5智能化需求。建立新一代5G承載網數字孿生體系，滿足未來L5智能化需求。在5G承載網領域，從5G承載網全生命周期的應用場景和需求出發，基于數字孿生五維模型理論3，形成5G承載網的數字孿生框架總覽，見圖4所示，主要包括：物理承載網、承載網的數字孿生體、數據、服務和各要素之間的交互。物理承載網和承載網的數字孿生體之間是對等的關系，數字孿生體是物理承載網的虛擬實體，形成虛擬空間，與物理網絡實體之間實現實時或準實時的交互和數據同步。數據融合了物理承載網實際產生的物理數據和數字孿生體生成的信息數據，并滿足物

38、理空間和虛擬信息空間之間數據的一致性和同步性需求。服務是面向用戶的5G承載網數字孿生能力的開放，體現在數字孿生體在網絡全生命周期過程中支持提供的面向各種應用功能的仿真器或模擬器。它們是將特定應用所需的各類數據交互、模型算法處理、仿真/模擬結果輸出等進行服務化封裝，并通過標準接口對外實現能力開放的過程。圖4 5G承載網數字孿生框架總覽16IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案與原有管控系統共同構建新一代智能化5G承載網管控體系。與原有管控系統共同構建新一代智能化5G承載網管控體系。5G承載網數字孿生體系架構如圖5所示，可分為網絡應用層、網絡孿生層和物理網絡層，三個層面相互

39、交互。圖5適用于網絡管控層的孿生體架構，網絡協同層也可參考。在原有管控體系中引入數字孿體，有效增強了管控體系全生命周期的網絡業務仿真和模擬能力，提供豐富的主動運營手段，助力運營商向著網絡業務的主動運營模式轉換。5.2 網絡應用層通過網絡應用層的應用服務需求向下驅動承載網數字孿生體系的運行。通過網絡應用層的應用服務需求向下驅動承載網數字孿生體系的運行。用戶向網絡應用層發起應用服務意圖請求，經意圖處理映射成業務意圖，通過孿生北向接口向網絡孿生層發起請求，并在網絡孿生層構建功能模型和基礎模型的實例，將指定的數據、模型、服務和交互要素封裝成特定功能的仿真器或模擬器組件，在驗證空間中進行充分驗證和分析比

40、對后，將控制策略反饋給管控系統，下發到物理網絡。同時，網絡應用層通過標準化的API接口對外實現特定的仿真和模擬服務的能力開放。中在網絡應用層定義了面向5G承載網的十大典型場景和應用服務能力，覆蓋了網絡運營管理的全生命周期，主要包括：網絡規劃和建設階段的網絡設計仿真和切片資源規劃仿真；網絡運營階段的用戶意圖仿真試驗和業務開通仿真；網絡維護階段的層次化性能監控和預測、海量業務承載下的多重故障模擬、端到端專線業務SLA保障、業務割接演練和模擬，以及網絡業務災害應急模擬；網絡優化階段的圖5 5G承載網數字孿生體系架構17IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案圖6 端到端的孿生模

41、型構建過程示意圖網絡資源優化仿真。根據應用需求，網絡應用層可以按需靈活配置相應的應用服務和仿真器/模擬器組件，以更低的成本、更高的效率和更小的現網業務影響實現新需求、新技術、新業務的快速驗證和部署。同時，網絡應用層具有應用服務的可擴展性。5.3 網絡孿生層網絡孿生層是承載網數字孿生體系的核心，按實際應用場景和需求定制孿生模型、數據、管理和網絡孿生層是承載網數字孿生體系的核心，按實際應用場景和需求定制孿生模型、數據、管理和交互方案。交互方案。網絡孿生層包括孿生模型、孿生數據和孿生體管理三個功能模塊。（一）孿生模型（一）孿生模型孿生模型包括基礎模型和功能模型?；A模型基礎模型包括網元模型和拓撲模型

42、?；?G承載網傳送技術分層，網元模型主要涉及的層次包括：L0（光層管道）、L1（電層）、L2和L3（分組層）。其中L0光層網元模型主要包括：設備網元、光器件和光模塊等多個單元。L1L3以設備網元模型為主，L2/L3還會涉及流量模型和協議模型等。拓撲模型是層次化的，物理層拓撲反映了網元間的光纖連接關系，L0L3層拓撲分別反映了上層業務服務路徑的連接關系。功能模型功能模型是支撐并實現應用層定義的功能服務的模型算法或多個數據模型的組合。功能模型可以按不同維度構建，提供仿真、模擬、預測、驗證等功能。根據應用服務需求，功能模型調用相關網絡的基礎模型，經過模型編排，通過實例或實例的組合向上層提供服務，過

43、程見圖6所示。功能模型的適用范圍可以是基于單網元、子系統、全網范圍，也可以是基于單域、多域的系統。其中域的劃分可以按地理位置、管控域等不同策略。結合應用場景和需求，根據數據流向解析模型之間的關聯關系，通過模型編排完成各數據模型之結合應用場景和需求，根據數據流向解析模型之間的關聯關系，通過模型編排完成各數據模型之間的數據傳遞。間的數據傳遞。通過設置模型的在線仿真時序，將各類仿真任務序列化，實現孿生模型的編排。18IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案基于網絡應用層提出的十大應用服務能力，對應在中的網絡孿生層定義了核心功能模型，以支撐應用服務的實現。表7描述了十個應用服務能

44、力對應的功能模型和包含的子功能模型。通用算法庫：通用算法庫：是為孿生模型提供一個基礎算法資源，可以服務于基礎模型和功能模型使用，算法分類主要包括：分類算法、回歸算法、聚類算法、降維算法、深度學習算法和強化學習算法等。（二）孿生數據（二）孿生數據數據采集方案由面向應用場景和需求的目標來驅動，不同應用場景其數據采集方案不同。數據采集方案由面向應用場景和需求的目標來驅動，不同應用場景其數據采集方案不同。數據表7 應用服務能力和功能模型19IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案（四）交互與接口（四）交互與接口根據5G承載網孿生體服務、模型、數據三要素之間的數據交互關系，包括孿生

45、南向接口（TSBI）、孿生北向接口（TNBI）和孿生東西向接口（TEWI）。孿生南向接口孿生南向接口是物理網絡層與網絡孿生層之間的單向接口，是高頻數據采集接口，一般為外部接口，可采用Telemetry、sFlow、NetStream等接口協議。孿生北向接口孿生北向接口是網絡應用層與網絡孿生層之間的雙向接口，實現業務意圖請求和服務能力調用接口，可采用RestConf、Restful等接口協議。孿生東西向接口孿生東西向接口（TEWI）是網絡孿生層與原有5G承載網管控系統或其他系統之間的雙向接口，實現與管控系統的數據同步和決策控制等，可采用RestConf或Restful接口協議。TEWI可以是內部

46、接口，也可以是外部接口。5G承載網孿生體數據交互和采集方案主要涉及采集的數據類型和參數、數據采集接口、采集協議、采集頻率、采集模式（全量/部分采集）等方面，以實現數據采集的靈活和高效。孿生數據模塊的數據來源可以通過孿生南向接口（TSBI）直接從5G承載網物理設備上采集數據，也可以通過孿生東西向接口（TEWI）從管控系統或其他數據共享系統中同步現網數據。孿生數據模塊的主要職責包括：數據采集、數據處理、數據存儲、數據分析和數據服務五項任務。孿生數據模塊通過雙向的孿生北向接口（TNBI）提供所需數據服務，通過內部接口與孿生模型實現交互；并能將經孿生模型驗證后的網絡配置策略等數據反饋至管控系統。（三）

47、孿生體管理（三）孿生體管理孿生體管理完成承載網數字孿生的管理功能，主要包括孿生體各要素的管控，全生命周期記錄、可視化呈現、安全管理等功能。面向5G承載網應用場景和需求的孿生體管理包括服務、模型和數據三個要素的管理能力，三者之間的關系如圖7所示。圖7 孿生體管理關鍵要素之間的關系示意圖20IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案6.1 與現有管控體系的關系 數字孿生技術的引入將有效增強現有傳送網管控體系的智能化水平，成為各層管控手段的有利補數字孿生技術的引入將有效增強現有傳送網管控體系的智能化水平，成為各層管控手段的有利補5.4 物理網絡層5G承載網的數字孿生體系架構和方案

48、適用于L0L3層網絡，物理網絡層可由L0L3層承載網設備5G承載網的數字孿生體系架構和方案適用于L0L3層網絡，物理網絡層可由L0L3層承載網設備形態構建。形態構建。5G承載網物理層涉及物理光纖、L0（光層管道）、L1（電層）、L2和L3（分組層），覆蓋的設備形態包括：L0層OTN光交叉設備、OTN光電混合交叉設備、ROADM設備、WDM設備等；L1層OTN終端設備、OTN光電混合交叉設備、OTN電交叉設備等；L2/L3層切片分組網（SPN）設備、IPRAN設備等。接口如圖8所示。在5G承載網跨域管控體系中，如圖9所示，跨域網絡孿生位于管控體系中的網絡協同層，它與單域網絡孿生之間通過單域網絡孿

49、生層北向接口與上層互連，實現網絡孿生的跨域協同能力。圖8 5G承載網孿生體系的交互與接口5G承載網數字孿生體（DT）部署方案21IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案當參考數字孿生成熟度模型對網絡數字化成熟度進行評價時，需要將原有管控系統與數字孿生體系相結合，對構建的完整的管控體系進行成熟度評價，更符合當前傳送網智能化發展現狀。6.2 數字孿生體部署方案數字孿生體的部署根據實際應用情況提出三種部署方案，包括分離部署、融合部署和扁平化部署，如圖10所示。圖9 傳送網數字孿生在管控體系中的位置充。充。圖9描述了傳送網數字孿生在原管控體系4中的位置。在網絡管控層面向單廠家分別

50、部署傳送網單域數字孿生體；在網絡協同層部署運營商跨域數字孿生體。傳送網數字孿生與現有管控系統將共同構建新一代智能化傳送網管控體系，具有管理、控制、分析、仿真、模擬等管控能力。網絡管控層單域數字孿生體通過單域孿生北向接口接入網絡協同層跨域數字孿生體；并通過孿生南向接口從物理設備直接采集數據，或通過東西向接口與現有管控系統實現數據交互和同步。22IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案方案一：分離部署。方案一：分離部署。DT與現有管控系統分離部署，與物理網絡之間通過獨立的高頻數據采集接口互連，與5G承載網管控系統之間通過東西向接口交互信息，此接口屬于外部接口，如圖10方案一所

51、示。DT中的網絡設備配置、拓撲等靜態數據可以從管控系統中同步數據獲取，性能數據可以直接從物理網絡通過SBI接口獲取。并通過獨立的NBI接口接入上層網絡應用層。方案一適用于在不影響現網管控系統的條件下，新擴展部署DT，增強實時或近實時的智能化仿真模擬能力，而不影響現網的運營。原有管控系統僅擴展東西向接口以支持與DT的數據同步。此方案適用于現網已部署的系統場景。方案二：融合部署。方案二：融合部署。DT與現有管控系統融合部署，可作為數字孿生功能模塊嵌入管控系統，以提供統一的平臺，與原管控系統之間通過內部的東西向接口交互信息，并共享管控系統的南向數據采集接口，如圖10方案二所示。為滿足高頻性能數據的采

52、集需求，管控系統的南向接口需支持新的例如Telemetry等高頻采集接口。并可共享管控系統北向接口接入到上層中。方案二適用于新建系統，或對現網管控系統進行升級改造，升級改造期間對現網管控系統自身存在一定影響。方案三：扁平化部署。方案三：扁平化部署。將網絡管控層中各單域的數字孿生模型封裝后，分別遷移到網絡協同層系統中，同時實現域內和域間的網絡孿生需求，如圖10所示。此方案簡化上下層DT之間的信息交互，可有效提高運行效率。為滿足數字孿生模型的高頻數據擬合需求，此方案需要解決各域高頻數據采集問題。方案三適用于孿生技術相對成熟的中遠期系統的部署。以上三種部署方案的選擇，需結合當前現狀和可持續發展策略，

53、并綜合考慮多種因素確定。表8根據不同方案的應用場景和特征進行了比較說明。圖10 數字孿生體部署方案23IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案6.3 數據庫部署方案 孿生實時數據及歷史數據的存儲是實現網絡孿生層孿生能力的基石。孿生實時數據及歷史數據的存儲是實現網絡孿生層孿生能力的基石。相對于傳統的網絡管控系統，承載網數字孿生數據具有頻次高、數據量大、結構多樣、時序特征強及實時性強等特點。因此，需要結合孿生數據的結構特點，選擇數據存儲方式。當前5G承載網數字孿生實時數據及歷史數據的存儲方式主要有集中式存儲、分布式存儲、云存儲及分布式云存儲等。集中式存儲:集中式存儲:孿生數據

54、全部存儲在一個中央數據庫中。數據的存儲與控制機制均由中央數據庫完成，各客戶端僅負責數據的輸入和輸出。集中式存儲數據庫部署方式簡單，不用考慮多個節點之間的協作。然而，集中式存儲需要將數據庫部署在大型主機上，隨著數據規模的擴大，集中式存儲方式可能面臨存儲及訪問的性能瓶頸和單點故障的風險，特別是在數據規模較大或訪問量較高的情況下，且集中式存儲方式不易擴展，靈活性較差。分布式存儲:分布式存儲:承載網孿生數據被分散存儲在多個節點或服務器上，這些服務器或節點通過網絡進行協作，對外提供數據存儲及訪問能力。分布式存儲將數據分散存儲在多個網絡節點上，單個網絡節點的故障不會影響整個系統的運行，因此分布式存儲具有較

55、高的可靠性。此外，分布式數據庫通過數據分片及負載均衡等技術實現數據的高效讀寫，因此分布式數據存儲模式具備高性能讀寫能力及良好的可擴展能力。但分布式數據庫需要復雜的數據同步機制來保障數據的一致性，存儲過程通信成本高，表8 三種方案特征對比24IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案在5G承載網數字孿生場景中，數據庫部署方式的選擇取決于多個因素，包括數據規模、性能需求、可用性需求、安全性需求以及預算限制。因此，需要根據承載網數據不同類別的特征采用不同的數據庫部署方案來滿足數據存儲的訴求。例如，針對性能數據的數據量規模大、實時性能高、數據結構復雜等特點，可以使用分布式存儲來處理

56、大規模的數據，并結合云存儲來提供彈性擴展。綜合考慮這些因素，選擇合適的數據庫部署方式可以確保承載網數字孿生的高效運行和管理。系統結構復雜，部署維護成本高。云存儲:云存儲:承載網孿生數據存儲將被存儲在云服務提供商的基礎設施中，用戶通過互聯網進行數據的存儲及訪問。云存儲具有公有云存儲、私有云存儲、混合云存儲等多種方式。通過云存儲，可以有效降低維護數據中心帶來的硬件成本及運營成本，且云存儲可根據數據量提供靈活的擴容策略活縮容策略進行彈性擴展。云存儲還可以受益于云提供商提供的安全性和備份機制。但是，云存儲存在數據的訪問實時性、可靠性存在一定安全隱患，且對于數據的安全性及隱私性上存在較大短板。云原生存儲

57、:云原生存儲:是一種基于云原生架構設計的存儲解決方案。它利用容器化和微服務及自動化管理等概念，以更高的可伸縮性和靈活性來構建和管理數據庫。云原生存儲與云原生應用程序無縫集成，提供文件存儲、塊存儲及對象存儲等靈活存儲選項，可根據應用需求自動擴展存儲容量。因此，云原生存儲具有較高靈活性、擴展性。但云原生存儲需要通過Kubernetes等自動化管理工具實現存儲過程高效管理，管理配置較復雜。且云原生存儲需要依賴互聯網，如果網絡不穩定或出現故障，存儲的可用性會受到挑戰。集中式存儲、分布式存儲、云存儲及云原生存儲在實時性、可靠性、安全性、擴展性及成本的優缺點如下表9所示。表9 不同存儲方式比較25IMT-

58、2020(5G)推進組5G承載網數字孿生技術與應用方案7.1 網絡規劃與建設階段（一）5G承載大規模網絡設計、海量業務規劃和仿真（一）5G承載大規模網絡設計、海量業務規劃和仿真 典型場景描述：典型場景描述：隨著業務和用戶數量的日益增長，5G承載網絡的規模和復雜度也不斷增加，大規模網絡高效設計、海量用戶規劃與開通面臨巨大挑戰。依賴基于人類專家經驗的網絡設計、業務規劃6.4 通用應用服務方案框架 基于數字孿生的通用應用服務方案是利用事先創建的數字孿生模型，根據上層業務應用需求，在信息空間內設計網絡，對帶寬、時延、路由等各項網絡指標進行仿真決策。當完成滿足用戶意圖方案后，在承載網的孿生體上進行仿真，

59、驗證孿生決策對網絡性能的影響，包括流量，主備路徑，壓力，潛在風險隱患等，如果仿真決策驗證無誤，則最終將孿生決策信息下發到5G承載網管控系統，并通過管控系統將意圖決策反饋至物理網絡層和網絡應用層。通用應用服務方案框架和交互流程如圖11所示。圖11 通用應用服務方案框架5G承載網數字孿生典型應用場景與應用服務方案26IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案方式效率低下，周期長，很難滿足大規模5G承載網絡設計和海量業務規劃的需要?；跀底謱\生的5G承載網絡設計和業務規劃仿真，利用事先創建的數字孿生模型，根據上層業務應用需求，在信息空間設計網絡，對帶寬、時延、路由等各項網絡指標進

60、行規劃。完成網絡設計以后，在承載網的孿生體上進行仿真，包括流量、主備路徑、壓力、潛在風險隱患等，如果仿真結果準確無誤，則最終導出為網絡設計方案和業務規劃方案。另外，當前5G承載網絡是不斷演進升級的，各種類型的設備在運行過程中都可以進行升級，從而提升速率、容量、距離等性能指標。在升級過程中，同樣可以基于數字孿生模型在信息空間完成網絡在線升級、業務在線規劃仿真，從而更好地指導或者輔助5G承載網絡擴容升級。通過數字孿生模型實現5G承載網絡設計和海量業務規劃和仿真試驗驗證，提升網絡設計和業務規劃效率。本場景能夠通過從數字孿生模型庫中選擇網絡模型，構建大規模5G承載網或者網絡的擴容優化，設計好的數字孿生

61、網絡能夠仿真網元、鏈路、網絡、業務，能夠在承載網的數字孿生體中驗證網絡設備方案、業務規劃方案的正確性。仿真器組件定義：仿真器組件定義：為實現該場景應用服務，需要引入網絡規劃設計仿真器組件。網絡規劃設計仿真器組件。網絡規劃設計仿真器組件功能需由網元模型、拓撲模型、業務路徑選擇模型，需求匹配模型以及網絡性能評估模型等構建。組件的數據輸入輸出特性見圖12所示。通過對該組件模型、數據和接口等要素的定義，該組件可對外提供基礎網絡功能、業務路徑選擇功能、需求匹配功能和網絡性能評估功能?；A網絡功能基礎網絡功能提供網絡資源的統計和呈現，并構建孿生網絡。業務路徑選擇功能業務路徑選擇功能是在孿生網絡上根據策略設

62、計，選擇空閑通道，并提供選擇通道的性能仿真功能。其中仿真性能包含路徑的業務時延、誤碼率等，光層OSNR等性能。需求匹配功能需求匹配功能提供選擇的業務路徑的性能值與客戶需求之間的匹配可視化，提供給客戶不同選擇路徑的優缺點對比，并提供最優化路徑選擇建議。網絡性能評估功能網絡性能評估功能是針對選擇的業務路徑對全網性能進行評估分析，提供新業務開通后，原業務路徑性能變化情況，并分析新業務開通對原業務路徑的影響原因。圖12 網絡規劃設計仿真器組件27IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案當前，在進行切片資源劃分時，無法預知通過規劃后劃分的切片網絡是否滿足網絡流量質量需求，需要在實際

63、網絡切片配置應用后進行驗證，并在驗收不通過的情況下需要多次溝通調整網絡切片，導致業務受到影響，同時浪費大量的人力、物力。切片資源劃分切片資源劃分是在網絡規劃過程中，根據不同的網絡切片對業務LSA的訴求，形成規劃的網絡切片組網方案，并在網絡建設過程中對規劃各個切片組網方案進行資源劃分，分配切片資源需要驗證是否滿足各個網絡切片業務的帶寬、時延、廣連接特性和組網靈活性方面訴求。切片資源變更切片資源變更是在網絡運營過程中，當用戶感知變差時，通過用戶投訴或者告警等觸發切片資源的變更。此外，切片資源優化調整時，也會觸發切片資源的變更。在切片資源變更情況下，變更下發到實際網絡之前，急需一種切片網絡預變更環境

64、提前驗證變更對現有業務的影響?；诔休d網數字孿生技術，通過人工智能、大數據、專家經驗等智能新技術在孿生體中進行切片資源劃分和變更仿真驗證，能主動發現問題、解決問題，大大節省了人力物力，提高網絡維護效率。5G網絡切片資源部署階段的主要目標是通過對網絡切片資源劃分和資源的設置部署下發達到對網（二）5G網絡切片資源劃分和變更仿真（二）5G網絡切片資源劃分和變更仿真 典型場景描述：典型場景描述：隨著5G多種業務類型的承載需求，以前采用一張網絡統一承載已不能滿足要求，需要通過網絡切片方式滿足不同業務的多種承載需求，如圖13所示。網絡切片是由運營商使用的，根據應用場景和業務指標需求的不同，基于同客戶簽訂的

65、SLA業務服務協議的不同，將從無線接入網、承載網，核心網的物理基礎設施上切成多張相互獨立的端到端邏輯隔離的虛擬網絡。目前有三種網絡切片典型應用場景，分別是增強移動帶寬（eMBB）、超高可靠低時延（uRLLC）和海量大連接（mMTC）。圖13 5G承載網切片應用場景28IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案絡的帶寬、時延、廣連接特性和組網靈活性方面需求目標。切片資源變更階段的主要目標是通過各種技術使網絡性能達到我們需要的最佳平衡點，合理分析系統需求后在網絡流量方面作出最優解方案，并通過對軟件參數的設置以取得在軟件可調整范圍內達到最高性能負載。無論在切片資源部署階段和運營中

66、的切片資源變更階段，均需通過孿生體實現切片資源劃分和變更的仿真驗證功能，以提前預知部署或變更后的效果和影響。仿真器組件定義：仿真器組件定義：為實現該場景應用服務，需要引入切片資源劃分和變更仿真器組件。切片資源劃分和變更仿真器組件。切片資源劃分和變更仿真器組件功能需由網絡基礎模型、網絡切片需求分析模型、切片資源劃分模型、切片資源變更模型，以及切片資源變更驗證模型等構建。組件的數據輸入輸出特性見圖14所示。通過對該組件功能、模型、數據和接口等要素的定義，該組件可對外提供基礎網絡功能、網絡切片資源需求分析功能、網絡切片資源規劃功能、網絡切片資源變更功能、網絡切片資源規劃/變更方案驗證功能等仿真能力。

67、其中，網絡切片資源規劃功能網絡切片資源規劃功能是根據網絡切片要求來規劃各個網絡切片對應的硬切片資源和軟切片資源。為每個切片分配資源，并設置對應的服務質量參數，輸出切片資源劃分方案。網絡切片資源變更功能是根據現網無法滿足切片業務SLA訴求的切片網絡，對切片資源做變更輸出切片資源變更方案。網絡切片資源規劃/變更方案驗證功能網絡切片資源規劃/變更方案驗證功能是根據切片資源規劃/變更，對規劃/變更的切片網絡進行模擬計算，得出網絡切片中L0-L3層資源分配情況和切片業務指標屬性。對規劃方案做仿真預驗證和評估分析，判斷規劃的切片網絡是否滿足用戶業務的訴求。當采用不同變更策略，輸出多個切片資源變更方案時，可

68、提供多個方案的分析比對，給出變更方案選擇策略或最優方案。圖14 切片資源規劃和變更仿真器組件29IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案7.2 網絡運營階段（一）5G業務意圖仿真試驗（一）5G業務意圖仿真試驗 典型場景描述：典型場景描述：承載網絡作為基礎通信設施，需要支撐各種5G業務需求，而用戶業務隨機、復雜、多樣。如何讓高性能、高可靠的承載網絡高效地匹配上層業務需求，一直是通信行業的研究重點。傳統的意圖識別、意圖翻譯引擎等技術能夠對用戶意圖進行分類、理解，但是理解后的意圖并不能直接通過網管或者控制器下發指令到真實通信網絡，以免復雜多樣的用戶意圖指令影響承載網絡的正常運行

69、，導致重大承載網絡故障?；跀底謱\生技術可以在信息空間對5G業務意圖進行仿真驗證，如果驗證無誤，將意圖對應的指令下發設備，并通過意圖保障功能確保用戶意圖得到實施?；跀底謱\生技術實現5G業務意圖仿真驗證，支持自智網絡“自配置”能力。業務意圖通過意圖識別、意圖翻譯引擎處理后，交給業務意圖仿真驗證引擎，根據業務意圖所需要的承載網絡選取對應數字孿生模型，構建仿真驗證網絡，驗證業務意圖各項需求。仿真器組件定義：仿真器組件定義：實現該場景應用服務，需要引入用戶意圖仿真器組件。用戶意圖仿真器組件功能需由網元模型、拓撲模型、意圖識別模型、智能策略生成模型和意圖保障機制模型等構建。組件的數據輸入輸出特性見圖1

70、5所示。通過對該組件功能、模型、數據和接口等要素的定義，業務意圖仿真組件可對外提供基礎網絡功能、意圖識別功能、智能策略生成功能和意圖保障功能?；A網絡功能：基礎網絡功能：提供網絡資源的統計和呈現，并構建孿生網絡。意圖識別功能：意圖識別功能：根據業務關鍵詞映射表，將快速提取用戶業務的多樣化特征，并實現對意圖的解析。智能策略生成功能：智能策略生成功能：根據孿生網絡中網元和拓撲資源給出適配用戶意圖的網絡業務調整策略，并對生成的網絡配置進行仿真，若仿真結果不符合業務需求或影響網絡現有業務，則反饋至用戶進行業務意圖調整直到仿真驗證通過。意圖保障功能：意圖保障功能：創建監控任務，持續驗證網絡狀態是否滿足業

71、務意圖，在網絡出現不能滿足業務意圖的狀態時，驅動智能策略生成功能對業務的驗證采取糾正措施，以及對網絡配置進行調整等。圖15 用戶意圖仿真器組件30IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案（二）5G跨域業務調度仿真（二）5G跨域業務調度仿真 典型場景描述：典型場景描述：5G承載網絡涉及多個域，需要在網絡協同層管控系統上實現跨域調度。因為跨域調度涉及多業務域、多廠商負責運營維護的通信網絡，在業務調度過程中一直面臨統籌效果差、調度效率慢等困難。通過數字孿生技術在信息空間仿真、驗證跨域業務調度策略，可以有效提高調度效率。通過數字孿生技術完成跨域網絡構建后，需要采集和預處理來自不同

72、域不同設備的數據。然后基于跨域孿生模型，根據跨域業務調度需求，進行仿真驗證，將業務需求分解為各類跨域承載網絡能力指標，將指標值下發至對應的子域數字孿生模型中進行仿真，通過仿真調度算法分析和評估5G跨域業務調度的性能，例如響應時間、帶寬利用率、資源占用情況等指標，最后完成多域業務的統一編排和驗證。仿真器組件定義：仿真器組件定義：為實現該場景應用服務，需要引入跨域業務開通仿真器組件?？缬驑I務開通仿真器組件?？缬驑I務開通仿真器組件功能需由網元模型、拓撲模型、跨域業務開通模型和單域業務開通模型等構建。組件的數據輸入輸出特性見圖16所示。通過對該組件功能、模型、數據和接口等要素的定義，跨域業務開通仿真組

73、件可對外提供基礎網絡功能、跨域業務開通功能和單域業務開通功能?？缬驑I務開通功能跨域業務開通功能是根據用戶的5G跨域業務需求，選擇單域數字孿生模型，并明確每個單域數字孿生模型需求，并執行跨域業務請求，路由計算，域計算等功能，從而構建跨域承載網絡。單域業務開通功能單域業務開通功能是根據跨域業務分析模型解析的單域需求，規劃單域業務開通。7.3 網絡維護階段（一）層次化性能仿真和預測（一）層次化性能仿真和預測典型場景描述：典型場景描述：5G承載網作為5G接入網與核心網連接的基礎網絡，其核心是要滿足多層級承載圖16 跨域業務開通仿真器組件31IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案

74、通過對層次化性能仿真器組件輸入數據、輸出數據、模型及接口等核心要素的定義，層次化性能仿真器組件可對外提供基礎網絡功能、孿生性能計算功能及仿真結果分析功能?；A網絡功能基礎網絡功能是提供網絡連接信息、通道性能信息、網絡業務連接信息、性能信息的查詢、可視及配置等能力。孿生性能孿生性能計算功能計算功能是根據仿真意圖，結合網絡初始條件，實現端到端網絡通道性能計算或網絡業務性能預測，孿生網絡根據性能計算結果及輸入閾值信息判斷網絡連接是否中斷，網絡業務是否降級，從而調整網絡參數及行為。孿生性能計算包括光性能仿真計算、流量仿真計算及業務性能仿真計算等。仿真結果仿真結果分析功能分析功能是實現層次化性能仿真和預

75、測的統計，分析預測網絡業務的運行或操作是否造成網絡通道性圖17 層次化性能仿真器組件網絡、靈活調度連接、層次化網絡切片以及4G/5G混合承載的訴求。隨著5G承載網絡的建設及規模擴大，差異化的L0-L3層傳送技術的應用也加劇了網絡運行維護的難度。主要是因為5G業務在時延、帶寬、以及可靠性方面有著更高要求，任何網絡資源的劣化或中斷將極大影響5G業務的體驗，因此如何保障5G承載網絡的性能要求是亟待解決的問題。數字孿生技術可以有效的解決5G承載網的運行維護難題，通過對5G承載網網絡態勢的實時感知以及數字化建模，在數字空間中層次化孿生出L0-L3層網絡和業務的性能仿真和趨勢預測。通過孿生模型仿真推演網絡

76、及業務參數配置,觀測網絡各性能監測點的性能變化?；诜抡婕邦A測結果實現對承載網絡資源或業務運行風險（業務中斷或降級等）的精準預測。在出現網絡通道風險或業務性能風險時，及時實現預警或自動保護倒換。仿真器組件定義：仿真器組件定義：為實現層次化性能仿真及預測應用服務，需要引入層次化性能仿真器組件。層次化性能仿真器組件。層次化性能仿真與預測組件功能需由網元模型、網絡模型、光性能計算及預測模型、流量預測模型、時延預估統計分析模型、光通道統計分析模型、流量負載統計分析模型、時延預估統計分析模型等構建。組件的輸入輸出特性詳見圖17。32IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案能風險，或

77、造成業務性能違約風險，提前給出網絡通道或業務的調優策略。同時結合流量仿真統計數據，分析網絡瓶頸點，提前制定擴容計劃。（二）5G海量業務承載下多重故障模擬（二）5G海量業務承載下多重故障模擬 典型場景描述：典型場景描述：運營商需要為5G應用提供高帶寬、低時延且穩定可靠的傳輸網絡服務，在城域回傳網絡中，傳輸設備等網絡設備的數量通常高達數萬臺，同時多種多樣的海量業務被混合部署到同一環境中，因此對傳輸網的故障維護要求較高，需要準確定位故障原因并及時確定網絡業務進行保護和恢復的行為和影響。通過數字孿生技術可以準確復現海量業務負載下出現多重故障的發生過程，確定故障點和故障類型，模擬故障發生后網絡和業務的運

78、行行為，實現單次或多重故障的評估和驗證，為后續故障處理提供依據。通過孿生模型推演網絡節點或鏈路等多次故障時，通過評估分析當前5G承載網資源是否能夠保障業務時延、帶寬SLA指標，仿真因多重故障可能導致的降級或中斷行為。模擬器組件定義：模擬器組件定義：為實現該場景應用服務，需要引入多重故障模擬組件。多重故障模擬組件。多重故障模擬器組件功能需由網元模型、拓撲模型、專線業務SLA保障需求分析模型、專線業務SLA預測模型、專線業務SLA保障模型、專線業務SLA質量保障方案驗證模型等構建。組件的數據輸入輸出特性見圖18所示。通過對多重故障模擬器組件功能、模型、數據和接口等核心要素的定義，多重故障模擬器可對

79、外提供基礎網絡功能、多重故障模擬以及故障模擬分析功能?；A網絡功能基礎網絡功能提供基礎網絡信息可視、查詢及修改設置能力，實現網元及鏈路運行狀態信息的查詢及配置修改等。多重故障模擬功能多重故障模擬功能可實現多重故障注入能力及故障模擬仿真能力。故障注入能力能夠實現單個或多個網元故障、單條或多條鏈路故障的注入，故障注入方式可根據實際情況選擇同時注入或按照故障先后順序依次注入。故障模擬仿真能力能夠提供多維度網絡業務行為仿真驗證，例如業務或通道的路由仿真及網絡流量仿真，獲知網絡故障狀態下業務路徑、鏈路利用率、各鏈路負載等的變化情況。故障模擬分析功能故障模擬分析功能是統計分析鏈路負載情況，流量路徑及隧道路

80、徑等變化，以及故障影響業務情況。圖18 多重故障模擬器組件33IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案（三）5G業務割接演練和模擬（三）5G業務割接演練和模擬 典型場景描述：典型場景描述：傳統的割接過程較為復雜，網絡業務的割接流程主要分為割接前的準備、割接過程中的配置、割接后測試驗證和割接失敗的倒回等。通過數字孿生模型實現5G承載網業務割接方案的仿真推演驗證，確保實際割接時網絡調整及配置操作的安全可靠。割接前能夠評估不同割接方案對現網切片業務性能及網絡健壯性的影響，輔助運維人員選擇最低風險割接方案。割接中，實時同步跟蹤割接步驟，逐步評估割接操作結果，比對割接前后性能參數變

81、化，分析割接是否出現風險，在出現潛在風險時及時預警，及時實現配置還原，操作回退。割接后，可以實現對割接失敗過程的復原，分析原因，總結割接經驗，制定解決方案。模擬器組件定義：模擬器組件定義：為實現5G承載網業務割接演練及模擬應用服務，需要引入業務割接模擬器組業務割接模擬器組件。件。業務割接模擬器組件功能需由網元模型、拓撲模型、路由仿真模型、流量仿真模型，以及割接可行性分析模型等構建。組件的數據輸入輸出特性見圖19所示。通過對業務割接模擬器組件功能、模型、數據和接口等要素的定義，業務割接仿真器可對外提供基礎網絡功能、割接仿真驗證功能，以及割接影響分析功能?；A網絡功能基礎網絡功能可提供基礎網絡信息

82、可視能力、查詢能力及配置能力。網絡基本信息包括網元信息、鏈路信息、通道信息、隧道信息及業務信息等。割接仿真驗證功能割接仿真驗證功能是根據增刪設備、鏈路或單板等割接意圖，制定需要在孿生模型中進行割接模擬仿真的方案及仿真步驟，在孿生體中進行轉發行為模擬仿真，觸發關聯承載通道或業務路由變更、業務路由保護恢復倒換等。割接影響割接影響分析功能分析功能是實現割接前后業務路由變化及網絡流量負載情況分析比對；根據當前業務及流量統計分析結果，判斷當前割接行為；完成所有割接步驟后，向用戶返回當前割接方案業務及流量詳情。（四）5G端到端專線業務 SLA 質量保障（四）5G端到端專線業務 SLA 質量保障 典型場景描

83、述：典型場景描述：運營商在對端到端專線業務進行 SLA 保障管理時，需要考慮其他業務的整體網絡圖19 業務割接模擬器組件34IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案（五）5G網絡業務災害應急模擬（五）5G網絡業務災害應急模擬 典型場景描述：典型場景描述：近年來各種自然災害及突發性事件往往會造成較大的人員傷亡和嚴重財產損失，并造成當地常規通信系統性能嚴重下降甚至癱瘓，嚴重影響現場救援工作的順利開展，如何在最短的環境和運行狀況。承載網端到端專線業務SLA管理流程涉及網絡修改、配置、校正甚至實時閉環處理等網絡運維的所有環節，一個動作可能會影響其他業務服務的性能。提高網絡閉環管理

84、能力與網絡智能化水平至關重要?；跀底謱\生技術實現承載網端到端專線業務SLA 保障，針對實時的數據監控進行及時調整，通過歷史數據分析預測提前調優，可主動發現問題、預測問題，并解決問題，提高客戶滿意度。數字孿生模型獲取所需要的性能數據，同步監測網絡和業務運行性能，實現業務SLA質量仿真，當分析出的結果不符合預期時，在數字孿生中進行模擬優化仿真驗證，最終將優化方案下發于現網。仿真器組件定義：仿真器組件定義：為實現該場景應用服務，需要引入專線業務 SLA 質量保障仿真器組件。業務 SLA 質量保障仿真器組件。端到端專線業務SLA質量保障仿真器組件功能需由網絡基礎模型、專線業務SLA保障需求分析模型、

85、專線業務SLA預測模型、專線業務SLA質量保障模型，以及專線業務SLA質量保障方案驗證模型等構建。組件的數據輸入輸出特性見圖20所示。通過對該組件功能、模型、數據和接口等要素的定義，可對外提供基礎網絡功能、專線業務SLA質量保障需求分析功能、專線業務SLA預測功能、專線業務SLA保障功能、以及專線業務SLA質量保障方案驗證能力。專線業務SLA保障功能專線業務SLA保障功能是針對網絡中專線業務SLA質量保障需求給出保障方案（調優、擴容），可提供多種保障策略，策略參數可設置，保障算法可選擇；并可輸出多個業務SLA保障方案。業務SLA保障方案仿真驗證功能業務SLA保障方案仿真驗證功能是針對輸出的業務

86、SLA保障方案進行評估分析，提供變更后的專線用戶業務SLA，并仿真分析保障方案下發過程是否影響現有業務，及影響業務的原因。當采用不同優化策略、輸出多個方案時，可提供多個方案的分析比對，給出保障方案選擇策略或最優方案。圖20 專線業務SLA質量保障仿真器組件35IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案圖21 應急保障模擬器組件時間內建立應急通信網絡，恢復和保障災區內的通信暢通成為通信領域一個熱點課題。在應急通信網絡構建過程中，當前環境無法預知，現有的通信基礎設施往往無法適應這類多變且無法預知的需要。通信環境的復雜惡劣性，信息需求的多變性和保障通信暢通的緊迫性特點，對應急通信

87、網絡組織提出了更高的要求。采用數字孿生技術構建應急通信網絡，不僅可以在數字域驗證應急通信系統與現存地方通信網絡的兼容性情況，并可以通過仿真后續可能出現的后續災害類型，預測并防范未來可能出現的災害事件，能夠保持對重點區域實施監測以及數據的全面分析，驗證所構建的應急通信系統的性能，保證其正常運行。仿真器組件定義：仿真器組件定義：為實現該場景應用服務，需要引入災害應急保障仿真/模擬器組件。災害應急保障仿真/模擬器組件。應急保障模擬器組件需由網元模型、拓撲模型、網絡資源狀態分析評估模型、應急保障網絡規劃設計模型、災害應急方案優化模型和應急保障網絡模擬驗證模型等構建。組件的數據輸入輸出特性見圖21所示。

88、通過對組件功能、模型、數據和接口等要素的定義，及對模型的合理編排和調用，對外提供網絡資源狀態分析、應急保障網絡的規劃設計、優化評估、應急保障網絡模擬驗證等子功能的實現。網絡資源狀態網絡資源狀態分析評估功能分析評估功能是基于5G承載網絡資源狀態、實時網絡拓撲、業務路由、網絡配置等數據，根據不同的應急程度，對網絡資源狀態以及網絡拓撲結構進行分析評估，確定現存網絡拓撲是否可用，分析判斷是采用現網資源優化方式，還是采取新建應急網絡方式保障通信暢通。應急保障網絡規劃設計仿真功應急保障網絡規劃設計仿真功能能是規劃應急保障網絡規模、站點、網元類型、網絡拓撲、網絡和業務性能等，確定應急保障網絡資源配置方案。災

89、害應急方案優化仿真功能，可以針對輸出的完整網絡應急保障方案進行評估分析，提供優化后的應急保障網絡狀態、性能等關鍵仿真結果，實現應急保障方案的最終輸出。應急保障網絡應急保障網絡模擬驗證功能模擬驗證功能是模擬應急保障網絡中網元之間的信息傳輸模式和狀態變化，以及用于評估應急保障網絡搭建時所用的網絡資源情況。并通過多種應急方案模擬演練及在孿生域進行實時分析驗證，監測所構建的應急網絡是否滿足應急區域的應急通信需求。36IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案7.4 網絡優化階段（一）5G承載網資源優化仿真（一）5G承載網資源優化仿真典型場景描述：典型場景描述：全網資源優化需結合全網

90、業務的增長需求和流量流向的變化趨勢，根據當前全網資源配置數據和資源使用狀態信息，分析全網資源使用率，提出全網優化策略。并根據優化策略，仿真實現全網資源優化配置，提供最終的優化配置數據。全網資源優化包括網絡擴容優化和網絡縮容優化。通過數字孿生模型實現5G承載網全網資源的優化仿真，提高網絡資源優化決策效率。能夠通過數字孿生空間同步5G承載網絡資源配置和使用狀態，判斷資源使用瓶頸；根據未來業務需求，提出資源優化方案；并在數字孿生系統中仿真驗證優化方案的有效性。仿真器組件定義：仿真器組件定義：為實現該場景應用服務，需要引入網絡資源優化仿真器組件。網絡資源優化仿真器組件。網絡資源優化仿真器組件功能需由網

91、元模型、拓撲模型、網絡資源使用率分析模型、資源優化模型，以及優化方案仿真驗證模型等構建。組件的數據輸入輸出特性見圖22所示。通過對該組件功能、模型、數據和接口等要素的定義，對外可提供基礎網絡功能、網絡資源使用率分析功能、網絡資源優化功能、優化方案仿真驗證功能、以及可視化呈現功能等仿真能力。其中，網絡資源優化功能網絡資源優化功能是針對網絡中資源預警的網元和拓撲資源給出資源優化方案（擴/縮容配置），可提供多種優化策略，策略參數可設置，優化算法可選擇；并可輸出多個資源優化方案。優化方案仿真驗證功能優化方案仿真驗證功能是針對輸出的資源優化方案進行評估分析，提供優化后的預警資源使用率統計和呈現，并仿真分

92、析資源優化過程是否影響現有業務，及影響業務的原因。當采用不同優化策略、輸出多個資源優化方案時，可提供多個方案的分析比對，給出優化方案選擇策略或最優方案。圖22 網絡資源優化仿真器組件37IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案當前網絡數字孿生產業應用和標準化研究正處在起步階段，而網絡中引入數字孿生技術的應用價值和驅動力日漸清晰。隨著管控體系向著智能化管理、控制和分析能力的不斷演進，數字孿生技術是未來承載網智能化運營管理的補充和增強，提供一種實時的仿真、模擬驗證手段，實現現網無法實施的運營管理操作，從而深度推進網絡的數字化轉型。本白皮書基于網絡數字孿生關鍵技術，提出數字孿生

93、體系的構建原則，分析對比了當前主流的數據采集和協議技術、數據存儲技術、建模技術、機器學習算法分類與應用場景、接口技術等特征，為信息通信網數字孿生體系的構建提供參考。在此基礎上，進一步聚焦5G承載網領域，提出了5G承載網的數字孿生體系架構和部署方案，將原有的管控系統與數字孿生體系相結合，從而構建完整的承載網管控體系，更符合當前承載網智能化發展現狀。未來數字孿生與承載網管控系統將共存共生，本白皮書提出的分離、融合和扁平化三種部署方式的選擇，需結合網絡運營管理現狀、可持續發展策略和未來發展目標，并綜合考慮系統改造、部署周期與成本、架構特征等多種因素確定，并對此進行了分析對比。最后，從網絡全生命周期的

94、應用場景和需求出發，分析提出了面向應用場景的十大服務應用方案，并通過引入面向應用服務的數字孿生仿真器和模擬器組件來實現數字孿生的仿真與模擬功能。5G承載網數字孿生技術的引入將進一步提升網絡智能化水平，提供更廣闊的發展空間。它將影響著網絡全生命周期的運營管理模式，向著主動運維方向邁進。同時也會打破傳統的網絡管理維護邊界，這與DT部署方式和策略相關，因此運營管理體制需隨之調整和適應，并且對運營管理人員提出了更高的要求。當前5G承載網數字孿生技術與應用正處在起步階段的研究與不斷探索中，隨著技術的應用和發展，5G承載網數字孿生的發展趨勢會經歷不同階段，隨著技術成熟度的不斷提高，等級水平逐步提升。未來自

95、智網絡向L5等級演進過程中，需要引入數字孿生技術，將仿真分析決策反向控制物理網絡，以實現網絡的動態自調整能力。與其他領域數字孿生應用不同，承載網領域引入數字孿生的動力略顯不足，運營商、設備商更多保持著觀望態度，產業鏈上下游推動產品化的進程相對緩慢。與此同時，數字孿生模型、數據、接口等多個核心要素將涉及設備、設備管控軟件以及運營商運營管控軟件等眾多系統，技術復雜度高，為承載網數字孿生技術的真正落地和廣泛應用帶來巨大的挑戰?？偨Y與展望38IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案參考參考文獻文獻1 Gartnar.Top Strategic Technology Trends

96、2023.2 Vantage Market Research.Digital Twin Market Size,Share&Trends Analysis Report.3 陶飛等，數字孿生五維模型及十大領域應用，2019.1;4 中國通信標準化協會（CCSA），YD/T 4611-2023 軟件定義光網絡（SDON）管控系統（MCS）總體技術要求,2022;5 中國聯通，光網絡數字孿生技術白皮書，2022；6 中國移動，數字孿生網絡（DTN）白皮書，2021；7 中國移動，光網絡人工智能（AI）應用白皮書，2021；8 中國通信標準化協會（CCSA），數字孿生和大數據技術在傳送網領域的應用研

97、究，2022；9 ITU-T Y.3090,Digital twin network Requirements and architecture,2022；10 IETF，Requirements for Interfaces of Network Digital Network,2022;11 IETF，Digital Twin Network:Concepts and Reference Architecture,2023;12 IETF，Performance-Oriented Digital Twins for Packet and Optical Networks，2022;13 孫

98、滔，周鋮.數字孿生網絡(DTN):概念、架構及關鍵技術.自動化學報,Vol.47,No.3,2021.14 陳丹陽等.數字孿生網絡接口設計及其協議分析.中興通訊技術.Vol.28,No.1，2022.15 未來移動通信論壇,RAN SLICING:LOGICAL PRIVATE RAN TO VERTICALS WHITE PAPER 結合5G承載網數字孿生的應用場景和需求，以及數字孿生技術的發展趨勢，后續將進一步開展承載網不同層次的數字孿生技術特性和應用方案、孿生模型和數據關鍵要素、數字孿生能力評估以及成熟度等級劃分等方面的研究。同時，進一步推動傳送網領域數字孿生標準化工作，構建起傳送網數字

99、孿生標準體系，圍繞架構與技術、測試與評估、運營與管理、應用與服務等方面進一步開展相關研究課題及標準的制定工作，加速推進5G承載領域數字孿生技術的應用研究和發展進程。2024年將進一步聚焦在數字孿生模型和數據關鍵要素標準化，并開啟承載網孿生體能力評估指標體系的探索。2025年計劃啟動數字孿生接口能力的標準化工作，包括孿生北向接口、孿生東西向接口和孿生南向接口等。5G承載工作組將繼續與業界加強合作、聚焦共識，推動數字孿生技術的研究、標準制定、測試評估與應用推動等相關工作，促進技術產業健康有序發展。39IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案V6.0 B,2019.11;16

100、Silberschatz Korth Sudarshan,Database System Concepts,6E,2019.12;17 羅摩克里希納(Raghu Ramakrishnan、格爾基(Johannes Gehrke),數據庫管理系統原理與設計（第3版）,2012.3;18 中國通信標準化協會（CCSA），基于人工智能的網絡業務量預測及應用場景研究,2019.11;19 中國通信標準化協會（CCSA），基于人工智能的電信網絡規劃應用研究,2019.11;20 中國通信標準化協會（CCSA），數字孿生網絡 架構及技術要求（送審稿），2023；21 中國通信標準化協會（CCSA），數字孿生網絡 網絡建模技術要求（征求意見稿）,2023；22 IMT2020,5G承載需求白皮書,2018;23 陶飛等，數字孿生模型構建理論及應用，2021.1等。40IMT-2020(5G)推進組5G承載網數字孿生技術與應用方案主要貢獻單位