基於分片區塊鏈的網絡基礎設施調度系統檢視原始碼討論檢視歷史
![]() |
基於分片區塊鏈的網絡基礎設施調度系統近年來,區塊鏈技術成功應用於金融和醫療領域。它可以為網絡中的信息交換和價值轉移提供可靠的機制。因此,將區塊鏈引入網絡可以增強網絡的可擴展性、網絡間協作能力、安全性和隱私能力。此外,區塊鏈可以提供穩定的數據存儲服務,確保數據的安全性、可靠性和透明可追溯性。網絡中數據的匿名性和加密性極大地保護了用戶的隱私。因此,將區塊鏈引入網絡可以提供擴展信任即服務(TaaS)解決方案,這使得將數字孿生[1]、聯邦學習和其他前沿技術結合到 6G 網絡中成為可能。
另外,在6G網絡中,將利用分布式人工智能[2]、區塊鏈、SDN、NFV等技術,建立可按需調整的分布式網絡。分布式網絡應靈活、安全、可靠,並具有自組織和進化的能力。通過多接入網絡、海量終端、多樣化業務、多模資源的協調,可以提高網絡的性能和可靠性。同時,區塊鏈可以隱藏和保護網絡中的交易內容數據和用戶特定信息,為對數據隱私有更高要求的應用程序提供定製化的安全服務。
技術要點
1.1 6G網絡體系架構設計
A. 核心節點
核心節點主要由雲計算中心組成,負責系統的整體調度、管理和監督,並統領各分片鏈中作為主節點的邊緣節點完成聯邦學習,訓練全局的網絡設備調度模型。可以由多個運營商各自提供核心節點,實現跨網的網絡設備智能調度與共享,節省成本,提高設備、資源的利用效率。核心雲層承擔的功能主要包括:
(1)節點註冊:當新的網絡設備(包括智能終端、網關設備以及服務器)進入網絡時,首先要向最近的雲計算中心提出註冊申請,雲計算中心在評估設備安全性後,在主鏈中發布准入交易,准入交易中包含該設備的註冊ID和配置信息,配置信息將用於決定該設備在網絡中的任務和分片。當該准入交易在主鏈中完成共識並上鏈後,雲計算中心向註冊設備發送註冊成功消息,包含設備的註冊ID及分片情況。
(2)聯邦學習任務分配:每一輪聯邦學習開始,雲計算中心將從設備層網關和智能終端節點中選擇一個設備子集參加這一輪的訓練,雲計算中心向設備子集中的網關節點分配聯邦學習任務,並發送詳細的配置信息,例如數據結構、共享狀態和模型參數,聯邦學習的目的是收集各分片內本地的數字孿生模型用於訓練全局的網絡設備調度模型便於實現網絡設備的跨分片調度,例如可以使用聯邦學習獲取各個分片的業務流量情況和資源使用情況,以更好地優化區塊鏈分片的方式或者更好地預測未來的網絡使用情況,以提前調度好網絡設備,提高服務的響應速度。設備層的網關節點和智能終端將根據接收到的配置信息及其數字孿生執行本地計算,並把模型更新送至雲計算中心用於聚合。雲計算中心收到足夠更新模型後,將聚合結果和收集到的模型發布至主鏈保存。
B. 邊緣節點
邊緣節點由高性能的移動邊緣計算節點MEC組成,邊緣節點負責連接通信網絡中的核心雲層和設備層,主要任務是管理分片內部的分片鏈共識和中繼聯邦學習消息,還可以參與主鏈共識獲取全局模型。MEC可利用無線接入網絡就近提供雲端計算功能,而創造出一個具備高性能、低延遲與高帶寬的服務環境,加速網絡中各項內容、服務及應用的快速下載,讓消費者享有不間斷的高質量網絡體驗,是系統能夠實現兼顧全局和局部完成網絡設備智能調度的核心。
C. 用戶終端及接入設備
設備層由傳感器、網關設備、智能終端、固定基站和移動基站組成,設備層是網絡中用於決策和聚合模型的數據的來源,負責收集數據,下達決策和形成模型。設備層中有若干個分片,每一個分片內有若干個簇,這些簇將分片內的所有設備全部覆蓋,每一個簇都有一個網關或智能終端作為簇頭,負責接收傳感器發送的數據(包括業務類別,網絡狀況等)並向移動基站下達相應指令,通常情況下分片中的所有設備會被一個固定宏基站的信號覆蓋,但是分片區域內的某些位置可能出現時段性的移動通信網絡使用高峰(如節日活動的舉辦現場,節假日期間的旅遊景點),宏基站不能很好地滿足用戶的網絡需求,移動基站可以抵達現場提供優質的網絡服務。
設備層融合了數字孿生,每一個簇頭都管理着一份分簇內部的數字孿生,並根據用戶終端提供的實時數據更新數字孿生狀態,進行分析、預測、判斷和決策,最後完成對移動基站的調度。數字孿生的狀態更新和實時數據的摘要將會上傳至分片鏈進行共識並上鏈保存。
分片內的設備都有一個偏好列表,用來存儲它偏好的簇頭的身份,偏好由物理距離、誤碼率等決定。
1.2 區塊鏈網絡設計
本文的區塊鏈採用分片設計,整個區塊鏈系統由一個主鏈和若干個分片鏈組成。
A. 分片鏈
分片鏈由同一個分片的邊緣雲層中的移動邊緣計算節點MEC與設備層中的簇頭共同維護,主要存儲的內容包括設備層中的各個分簇中維護的數字孿生模型以及由原始數據和對移動基站下達的指令組成的大量非結構化數據摘要。數字孿生模型作為結構化數據,可以直接存入區塊鏈數據庫中,而對於大容量的非結構化數據,如果直接上鏈,一方面使通信壓力倍增,降低了區塊鏈網絡工作的效率,另一方面沒有必要將大量未處理的原始數據上鏈保存,所以僅將原始數據的哈希值和簇頭的身份信息作為數據的摘要進行上鏈操作,而原始數據則保存在本地簇頭中,如有需要可以根據簇頭的身份信息查詢到相應原始數據,通過比對數據文件哈希值與鏈上存儲的哈希值是否一致可以判斷出原始數據文件是否被改動,一定程度上提高了信息的寫入速度和查詢速度,並保證了數據的可獲取性和可追溯性。
B. 主鏈
主鏈由核心雲層中的雲計算中心和邊緣雲層中的MEC共同維護,負責管理區塊鏈網絡中的所有分片及節點,當有新的網絡設備申請進入區塊鏈網絡時,由雲計算中心驗證其身份,新節點的註冊信息將存入主鏈,由於邊緣雲的MEC同時參與主鏈與分片鏈的共識,所以整個系統中的所有擁有權限的節點都能獲得新節點的註冊信息。除此以外,主鏈還負責保存聯邦學習的模型,完成聯邦學習模型的聚合後,雲計算中心將聚合後的全局模型和各分片的本地模型作為交易發布到主鏈網絡中進行共識,實現立足全局,兼顧整體與局部的智能調度。
1.3 工作流程
本文設計的面向6G網絡的高吞吐量區塊鏈中的分片鏈與主鏈同時工作,融合了數字孿生和聯邦學習,實現了兼顧全局和局部的網絡基礎設施高效智能調度部署,其大體工作流程。
當一個新的網絡設備(包括傳感器,智能終端、網關設備和服務器等)進入網絡時,首先要向最近的雲計算中心提出註冊申請,完成註冊後,將根據其配置信息決定該設備在網絡中的任務和分片(step 1)。每個分簇的簇頭不斷地從分簇內的設備接收原始數據,當新的一輪工作周期開始,設備層的網關將在前一工作周期中收集到的物理空間的真實數據傳送給數字孿生虛擬空間(step 2),虛擬空間根據收到的數據文件進行分析和預測,更新數字孿生狀態(step 3),當網絡中出現網絡擁堵或者更高速率的網絡服務請求的預兆,超出固定宏基站的服務能力時,根據更新後的模型向移動基站下達調度指令,為指定區域的用戶提供臨時的高速的網絡服務,並更新數字孿生狀態(step 4),這整個過程中,簇頭們仍然在不停收集簇內設備發送的數據,為下一輪的工作周期做好準備。若當前工作周期中需要對網絡基礎設施進行調度,則在調度完成後,設備層將數字孿生的狀態更新和當前工作周期所使用的數據文件摘要上傳至分片鏈,分片內部完成數據和模型的共識(step 5)。在工作周期的開始,核心雲中的雲計算中心會完成工作周期負責人的選舉,當前工作周期的負責人向網絡中的各個分片分配聯邦學習任務(step 6),各個分片根據分片鏈中共識的數字孿生狀態更新完成本地模型的更新(step 7),被選為負責人的雲計算中心收集足夠的本地模型後(step 8),將本地模型進行聚合,將聚合後的全局模型和各分片的本地模型作為交易發布到主鏈網絡中進行共識(step 9),完成共識後,當前的工作周期結束,開始進行下一輪工作周期。
整個系統通過輕量級、可拓展的區塊鏈提供安全的分布式數據存儲,實現了全程數據透明可追溯,同時區塊鏈分為主鏈和分片鏈兩層,分片鏈負責存儲本分片管理區域內出現臨時的網絡使用高峰或高速網絡服務需求時的網絡基礎設施調度情況及相關的數據文件摘要,主鏈負責收集各分片出現的臨時網絡服務需求和網絡基礎設施調度以及閒置的情況,並存儲訓練完成的全局模型,以便於未來的預測和全局的調度,兩層區塊鏈各司其職,緩解了通信壓力,提高了共識效率,這些數據可以高效進出區塊鏈,設備層根據這些數據進行分析和決策,完成對網絡設備的高效智能調度;數字孿生根據數據生成和更新虛擬模型,為設備層提供智能預測;雲層則根據這些數據進行聯邦學習,生成全局模型,實現兼顧全局和局部的資源分配。
參考文獻
- ↑ 數字孿生概念的起源與內涵的歷史變遷,搜狐,2023-03-28
- ↑ 人工智能的特點及應用,搜狐,2023-03-24