摘要：智能化網絡是網絡技術與人工智能技術深度融合的產物，可以使網絡具備感知、思考、學習和行動的能力。首先分析艦艇裝備對網絡智能化發展提出的要求，其次介紹智能化網絡相關概念及標準化進展，從ICT設備廠商、電信運營商、學術研究團隊、美國海軍等維度介紹智能化網絡研究進展，最后總結艦艇網絡發展現狀，探討分析艦艇網絡智能化發展趨勢，為推動艦艇網絡向高效能、智能化方向演進提供支撐。

隨著艦艇網絡規模的不斷擴大，網絡流量的迅速增加，業務類型的多樣化，網絡管理的復雜性急劇上升，傳統“人工需求分析，人工部署實施，人工故障排除”的網絡管理模式對人員要求高，難以消除高層業務需求與底層設備配置之間的鴻溝，無法實現網絡資源調配與實際業務需求的最佳匹配，面向業務的服務定制能力不足，故障定位周期長，網絡整體效能不高。

軟件定義網絡技術通過控制平面和數據平面解耦，進而實現網絡可編程，大幅提升了網絡管理的自動化程度。但是，實施網絡編程的人員通常需要了解底層網絡設備的相關實現細節，極大地限制了非網絡專業人員對網絡的感知和控制。

隨著云計算、大數據、人工智能等新技術在艦艇裝備中的落地應用，各類業務對艦艇網絡的多樣化、差異化需求日益增長，實現高效網絡資源調配與多樣化業務需求的最佳匹配尤為必要。智能化網絡將人工智能與網絡技術進行高效融合，可以使網絡具備感知、思考、學習和行動的能力［2］，提供比軟件定義網絡更加靈活、智能、自動化的網絡模型，為艦艇網絡的智能化發展提供了高效解決方案。

1 概念內涵及標準化進展

智能化網絡是網絡技術與人工智能技術深度融合的產物，相關概念主要包括基于意圖的網絡（Intent-Based Network，IBN）、意圖驅動網絡（Intent-Driven Network，IDN）、自動駕駛網絡（Autonomous Driving Network，ADN）、自智網絡（Autonomous Network，AN）等，主要推動者包括IETF、ONF、TMForum、CCSA等標準化組織，思科、華為等ICT設備廠商，以及中國移動、中國聯通等電信運營商。

1.1 基于意圖的網絡

2015年6月，RFC7575在自主網絡上下文中引入術語“意圖”，它被定義為“用于操作網絡的高級策略抽象”。

2016年10月，開放網絡基金會ONF發布了《Intent NBI-Definition and Principles》，這是第一份描述“基于意圖的北向接口（NBIs）”文檔，該文檔定義Intent NBI是服務消費者和服務提供者之間交互的聲明性范例/方法。

2017年，思科發布《向基于意圖的網絡邁進》白皮書，首次給出基于意圖的網絡的定義：網絡團隊可以用簡明的語言描述業務意圖，然后網絡就能夠將業務意圖轉化為網絡策略，進而在復雜異構的網絡環境中建立適當的配置。

2021年12月，IETF網絡管理研究小組NMRG發布“Intent-Based Networking-Concepts and Definitions”草案，推動意圖網絡術語、概念和功能的共同理解，指導相關研究和工程問題及其解決方案的進一步定義。該草案定義意圖是網絡應該滿足的一組操作目標和應該交付的結果的聲明。

1.2 意圖驅動網絡

2018年2月，華為發布意圖驅動網絡解決方案，通過在物理網絡和業務意圖之間構建一個數字孿生世界，驅動網絡從軟件定義網絡向意圖驅動演進。

2019年4月，華為發布《智簡網絡白皮書》，指出意圖驅動網絡（IDN）旨在構筑一個全生命周期自動化、智能閉環的新一代網絡。

1.3 自動駕駛網絡

2020年5月，中國聯通攜手電信管理論壇TMForum、華為發布《中國聯通自動駕駛網絡白皮書1.0》，首次公布了構建中國聯通自動駕駛網絡目標架構的關鍵要素和網絡智能化指數的分級評估方法。

2020年5月，華為發布《自動駕駛網絡解決方案白皮書》，系統闡述未來網絡架構、運維架構及其關鍵技術。

2020年9月，華為發布《數據中心自動駕駛網絡白皮書》，全面闡述數據中心網絡的未來愿景、目標架構、分級標準和應用實踐，白皮書指出，數據中心自動駕駛網絡劃分為L0~L5級，每個級別具備不同的關鍵能力特征。

2022年，華為發布2022版自動駕駛網絡解決方案概覽，進一步闡述自動駕駛網絡探索與實踐，對自動駕駛網絡戰略與架構、自動駕駛網絡系列解決方案進行歸納總結。

1.4 自智網絡

2019年5月，TMForum聯合產業合作伙伴率先提出自智網絡理念，發布“Autonomous Networks： Empowering Digital Transformation For The Telecoms Industry”白皮書，目標為簡化電信網絡基礎設施、自動化和智能運營以及創新服務，并就自治網絡概念和自動化分類達成共識，首次提出自動駕駛網絡智能分級標準。

2021年10月，TM Forum聯合CCSA、中國信通院、中國移動、中國電信、中國聯通、華為等35家產業合作伙伴，共同發布《自智網絡白皮書3.0-助力數字化轉型》中文版，全面闡述自智網絡領域最新的業務需求、架構、能力以及行業動態和進展，并給出參考實現方法和行業最佳實踐。

2021年12月，中國聯通發布《中國聯通自智網絡白皮書2.0》，從目標架構、方法體系、創新場景、技術展望等方面分享中國聯通在自智網絡領域的最新探索經驗與實踐成果。

2 智能化網絡研究進展

在智能化網絡解決方案方面，思科、華為、新華三、中興等ICT設備廠商均提出了代表性的解決方案;同時中國移動、中國聯通等電信運營商通過白皮書形式公開了相關研究成果和發展愿景;國內學術研究團隊圍繞關鍵技術突破開展積極的研究探索;美國海軍在艦艇網絡的人工智能應用方面取得了一定進展。

2.1 ICT設備廠商代表性解決方案

2.1.1 思科

思科認為基于意圖的網絡在如何規劃、設計和操作網絡方面提供一個重要的范式轉變，一個完整的基于意圖的網絡需要提供以下基本功能：

1）轉換：主要完成意圖的表征，使網絡操作員能夠以聲明性和靈活的方式表達意圖，將捕獲的意圖解釋為可以在網絡上應用的策略。

2）激活：使用全網自動化將這些策略安裝到物理與虛擬網絡基礎設施中。

3）保障：使用數據的情景分析來提供驗證，檢查操作與意圖的一致性，并不斷驗證所期望的結果是否已實現。思科提出基于意圖的網絡解決方案如圖1所示。

2.1.2 華為

得益于云計算、大數據、人工智能技術的成熟，華為推出了意圖驅動的智簡網絡（Intent-Driven Network，IDN）解決方案。IDN旨在構筑一個全生命周期自動化、智能運維、面向商業邏輯和意圖閉環的新一代網絡，實現網絡自身的數字化轉型，如圖2所示。

1）意圖引擎：接收業務意圖并將其翻譯成網絡策略，同時進行策略驗證。

2）自動化引擎：將網絡策略變成具體的網絡命令，通過標準的接口讓網絡設備自動化執行。

3）分析引擎：基于Telemetry等技術實現對速率、延遲、丟包等網絡數據的采集、分析。

4）智能引擎：基于AI算法和專家系統，將風險預測和處置建議提供給意圖引擎。

華為認為IDN將圍繞智能化和自動化的終極目標進行階段式迭代發展，逐步演進到全面智能自治的自動駕駛網絡。通過將AI、大數據、自動化等技術與數據中心網絡領域深度結合，華為推出數據中心自動駕駛網絡，如圖3所示。

意圖決策模塊識別用戶意圖并轉化為相應網絡策略，通過自動化模塊和仿真驗證模塊進行網絡配置部署和仿真驗證。智能分析模塊結合實時采集到的網絡數據，進行大數據分析，并將分析結果反饋至意圖決策模塊進行決策變更，從而提供數據中心網絡規劃、建、維、優等各階段的網絡智能化。

2.1.3 新華三

新華三提出了具有智能化屬性的先知網絡架構（Seer Network Architecture，SNA），該架構可通過“感知-分析-決策”的模式，將豐富的網絡運維數據通過人工智能的訓練和推理，轉化為更優的網絡策略，來幫助最終用戶有效提升網絡智能分析和業務編排能力。

如圖4所示，SNA主要包括先知網絡中心、先知分析器以及網絡控制器三大模塊。

1）先知網絡中心：作為網絡智能管理、控制和編排的核心，不僅可根據用戶的業務需求實現智能編排、業務協同和資源調度，更能匯總各個網絡設備的數據，在其內部AI平臺中進行建模、評估、訓練和調優，并形成一系列智能網絡模型供調用。

2）先知分析器：通過Telemetry等毫秒級采集技術，從網絡基礎架構中感知和采集各類數據，并經清洗、抽取、轉換等處理，上傳到先知網絡中心。

3）網絡控制器：根據先知分析器形成的自動化網絡部署和調優策略，以可編程的方式對網絡基礎架構實施管理，從而實現業務的自動化部署。

2.1.4 中興

中興提出了基于意圖的全生命周期智能化網絡解決方案，通過提供網絡規劃、網絡構建、網絡仿真、網絡預測、網絡優化等智能服務，全面提升網絡智能化水平。主要包括意圖、自動化、感知三大引擎，如圖5所示。

1）意圖引擎：接收用戶意圖，驅動自動化引擎進行網絡的編排和控制，并根據感知引擎的分析，進行用戶意圖的主動性保障，從而形成用戶意圖的全生命周期的智能化閉環。

2）自動化引擎：接收意圖引擎下發的配置信息，經內部處理后下發到實際設備上，完成意圖所對應業務的創建。

3）感知引擎：采集全網的海量數據、存儲，使用機器學習算法對海量數據進行關聯分析，深度挖掘，預測，然后將分析結果發送給意圖引擎。

2.2 電信運營商研究成果和發展愿景

2.2.1 中國移動

針對生產網絡的復雜性和自動化能力的多樣性，中國移動采取“分而治之”的方法，實現網絡自治能力的“螺旋上升”。

參考TM Forum自動駕駛網絡層次化架構，結合具體實踐，中國移動提出“四層三閉環”目標框架，如圖6所示。

四個層次主要包括：1）網元管理：實現網元自動化運維;2）網絡管理：實現網絡的自動化運維;3）業務管理：實現業務自動化運維;4）商務管理：實現用戶自動化服務。

三個閉環主要包括：1）資源閉環：實現單域自治;2）業務閉環：實現跨域協同;3）用戶閉環：實現用戶與商務管理。

2.2.2 中國聯通

基于市場需求和技術發展，中國聯通定義了自智網絡目標架構，如圖7所示。

該架構以“單域自治、跨域協同”理念為指導，圍繞“應用層-平臺層-網絡層”構建自動化、智能化能力，牽引自智網絡演進。

1）應用層：是網絡運營數字化轉型的錨點，面向市場、客戶和網絡，提供集約化網絡運營能力和業務賦能能力。

2）平臺層：是解決復雜生態中協作問題的核心引擎，面向多個自治域，通過數字孿生、意圖引擎、智能編排、AI、大數據等能力，提供網絡規劃、設計、上線、發放、保障和優化運營能力，使能網絡智能化分析與運營。

3）網絡層：是自智網絡的基礎，面向單個自治域提供網絡資源和能力的自動化調用。通過算網一體、服務內生、網元自治、融合感知、智慧內生的網絡能力，構建自學習、自適應、自優化、自演進的新一代網絡基礎設施。

2.3 國內學術團隊研究探索

在網絡智能化學術研究方面比較活躍的國內學術研究團隊主要包括西安電子科技大學楊春剛教授團隊、西安電子科技大學虞紅芳教授團隊、東北大學李福亮副教授團隊以及北京郵電大學彭木根教授團隊等。

楊春剛教授團隊圍繞人工智能信息通信網絡、意圖驅動6G智簡網絡、無人立體空天地自組織網絡和認知異構融合跨域組網等方向開展了大量的研究，承擔了多項科技部、工信部意圖網絡相關研究項目，尤其在意圖轉譯和策略驗證方面形成了豐碩研究成果，構建了意圖驅動信息通信網絡演示驗證系統，是國內意圖驅動網絡最為活躍的研究團隊。

虞紅芳教授團隊在智能網絡等方面開展了相關研究，“面向應用QoE的意圖網絡部署”針對服務質量參數對QoE的影響程度無法感知等體驗質量管理問題，設計意圖框架對應用的QoE進行管理;“支持多類策略的意圖網絡設計”研究支持多類策略的意圖網絡中時變意圖配置等問題，提出了時變意圖配置算法。

李福亮副教授團隊聯合華為、北郵、中國電信等單位在《軟件學報》發表“基于意圖的網絡研究綜述”，介紹了學術界及產業界對IBN范疇及體系結構的描述，并概述了IBN實現的閉環，詳細闡述IBN關鍵技術的研究現狀，舉例說明IBN在網絡測量和網絡業務編排中的應用。

彭木根教授團隊圍繞意圖驅動無線接入網絡中有效支持多樣化業務需求并持續保障網絡性能目標，提出一種基于自然語言描述的意圖轉譯方法，解決了基于網絡語言描述意圖造成的轉譯僵化問題;構建了一種基于機器學習的自優化方法，解決了各類網絡參數“維度爆炸”造成的性能優化算法復雜度高問題。

2.4 美國海軍艦艇網絡人工智能應用進展

2.4.1 利用人工智能進行CANES加固

美海軍正在采取技術措施擴大人工智能的應用，對“統一海上網絡與企業業務”（CANES）進行加固。

CANES正被安裝在航母、兩棲攻擊艦、驅逐艦和潛艇上，美海軍已經完成了至少50個CANES，并且還有更多的CANES正在生產中。

升級后的CANES依靠強化的網絡、IT連接、無線電及其他通信技術，進行專門配置，提高在不需要操作員干預的情況下能夠執行分析決策的自動化程度。美海軍高級領導人認為，CANES的連接性和人工智能的分析對艦載系統的運行至關重要，CANES的功能通過應用人工智能新算法得到不斷提升。

2.4.2 利用人工智能建設數字化基礎設施

美海軍利用人工智能和機器學習技術，著手建設數字化基礎設施，以最大程度利用智能化的優勢，解決數據訪問、維修保障等領域的挑戰。

美海軍新型“福特”級航空母艦使用先進的人工智能算法來完成診斷、維護和程序性任務，使得美海軍可以在每艘航母上減少900名水手，并在一艘艦船的壽命周期內節省40億美元。

為最大程度發揮AI的潛能，美國海軍成立Hopper特遣部隊，致力于確保海軍數字化基礎設施可快速按需、按規模使用AI，以便在未來以算法戰為特征的作戰環境中保持競爭力。

3 艦艇網絡發展現狀及智能化演進分析

3.1 艦艇網絡發展現狀

在裝備需求和技術發展的雙重驅動下，艦艇網絡大致經歷了數據總線互聯、業務專用網絡、全艇網絡一體化三個典型的發展階段，目前處于從業務專用網絡向全艇一體化網絡過渡的發展階段。

1）數據總線互聯階段

20世紀80年代，艦艇裝備主要采用分立式體系結構，通過串、并口等點對點通信方式實現系統設備間以及與傳感器、武器、導航等系統設備間的互聯互通。20世紀90年代，隨著艦艇內部傳輸的信息量逐漸增加，1553B數據總線開始應用于艦艇作戰系統，將分布于各處的本地資源變成全系統的共享資源，一定程度上實現艦艇裝備綜合集成。

2）業務專用網絡階段

隨著作戰需求的演變，艦艇裝備系統間及系統內部傳輸的信息量進一步增加，對信息傳輸的帶寬要求越來越大，低速的數據總線已經不能滿足艦艇裝備互聯互通的需求。2000年初，網絡技術開始應用于艦艇裝備。由于各專業任務分工不同，艦艇裝備網絡獨立建設、各自發展，逐步形成了“作戰系統網、通信系統網、平臺系統網”三個不同技術體制的業務專用網絡。其中，作戰系統網主要基于以太網技術發展，側重高帶寬，通過“路寬輕載”兼顧各業務融合傳輸;通信系統網主要基于PTN技術發展，側重OAM，兼顧以太網接入和傳統話音的E1接入;平臺系統采用以太網+現場總線異構組網，側重實時，底層控制采用現場總線，上層信息管理采用以太網，整體呈現“多網分散、網間隔離、互不兼容”現狀。

3）全艦一體化網絡階段

為實現信息基礎設施的顯著提升，打破各系統之間互聯互通瓶頸，統一技術體制，通過一體化網絡構建艦艇各類業務共網傳輸和資源共享平臺成為艦艇網絡的發展趨勢。

一體化網絡是承載艦艇內各類業務系統、實施信息統一交換的重要基礎，采用“兩級扁平化”體系結構，減少網絡層級，提高傳輸效率，將網絡資源和業務系統解耦;通過“物理分布、就近接入”實現各業務系統的統一接入、統一IP承載;通過多級別服務質量保障，實現網絡資源按需精細調控，滿足多樣化業務傳輸質量要求;通過集中管控，實現網絡規劃配置、運行狀態監視、資源狀態感知和業務傳輸監控等功能，提供細粒度可視、可管、可控的網絡管理能力。

3.2 艦艇網絡智能化演進分析

基于意圖的智能化網絡針對不同的網絡環境與應用場景，有不同的部署方式與獨特的功能設計，研究其在特定場景下的具體需求對意圖網絡技術的落地具有重要意義。

圍繞艦艇網絡智能化演進，立足實現智能化網絡在艦艇中的落地應用，重點從目標圖像、技術架構、關鍵技術、發展思路等方面進行分析探討。

1）目標圖像

借鑒行業網絡智能化應用相關研究成果，結合艦艇網絡場景特點，建立智能艦艇網絡意圖模型，將高層多樣化業務需求抽象為意圖，通過感知推理轉譯將意圖轉化為底層網絡設備配置策略，自動下發部署實施，持續監測、實時感知網絡狀態，自動調整網絡策略，實現艦艇網絡的自分析、自優化、自演進的智能化閉環。

2）技術架構

在技術架構方面，不同的標準化組織和ICT設備廠商給出的技術架構各有側重，需要結合艦艇網絡在一體融合承載，服務質量保障，高可靠冗余交換，細粒度可管可控等方面的需求，研究提出智能化艦艇網絡技術架構，完成頂層架構設計，指導關鍵技術攻關。

3）關鍵技術

基于意圖的網絡等智能化網絡以意圖為核心驅動網絡自動化運行，重點需要突破意圖感知獲取，意圖推理轉譯，配置策略驗證，實時反饋優化等關鍵技術，實現智能控制閉環，確保網絡始終滿足用戶意圖。

4）發展思路

考慮基于意圖的網絡等智能化網絡演進進程和技術成熟度，立足國產基礎軟硬件生態，結合艦艇的發展現狀，艦艇網絡智能化可按照“智能管控-智能交換-系統智能”路線演進。

①智能管控：重點提升網管平臺的體驗質量，在硬件不升級情況下實現“集中管控”向“智能管控”的提升。

②智能交換：重點提升網絡交換設備的智能水平，硬件架構從“CPU+Switch”向“CPU+AI+Switch”演進，實現網絡設備的智能交換。

③系統智能：在智能管控和智能交換基礎上實現網絡系統級智能，向自分析、自優化、自演進的智能閉環方向演進。

3.3 艦艇網絡應用人工智能的典型場景

人工智能在艦艇網絡的數據分析、特性挖掘、策略生成、趨勢預測等方面具備天然優勢，其在艦艇網絡的應用典型場景主要包括智能配置生成、智能故障預測、智能參數調優等。

1）智能配置生成

業務應用的多樣性、多變性導致艦艇網絡配置的復雜性急劇上升，傳統人工需求分析、人工逐設備配置方式對人員要求高、耗時耗力、效率低下。基于現有艦艇網絡系統訓練人工智能網絡模型，針對典型應用需求自動生成配置策略，并根據業務需求變化自動進行配置調整，實現高效智能配置。

2）智能故障預測

艦艇網絡故障排查和修復通常是在網絡故障發生之后進行的，這種事后補救的故障排除方式會對系統運行和任務執行造成較大的影響。

利用人工智能對艦艇網絡歷史故障信息進行特征提取，對未來一段時間內的系統故障進行主動預測，從而有效降低網絡故障造成的影響。

3）智能參數調優

通過對網絡性能參數的實時采集分析，根據網絡狀態變化基于人工智能算法動態調整網絡參數，實現帶寬、延遲、抖動等性能參數的智能調優，精準匹配業務對網絡服務質量要求。

4 結束語

以基于意圖的網絡為代表的智能化網絡是當前網絡領域的研究熱點，相關研究及成果實踐主要聚焦電信運營商場景應用，聚焦裝備網絡智能化的研究多數還處于起步階段。聚焦艦艇網絡應用，匯聚產學研優勢力量，基于國產基礎軟硬件生態，突破相關關鍵技術，最終才能實現艦艇網絡智能化落地應用，走向自分析、自優化、自演進的智能化。