CN116567686A - 数字孪生网络的构建方法、装置、设备、介质及程序产品 - Google Patents
数字孪生网络的构建方法、装置、设备、介质及程序产品 Download PDFInfo
- Publication number
- CN116567686A CN116567686A CN202310837976.3A CN202310837976A CN116567686A CN 116567686 A CN116567686 A CN 116567686A CN 202310837976 A CN202310837976 A CN 202310837976A CN 116567686 A CN116567686 A CN 116567686A
- Authority
- CN
- China
- Prior art keywords
- network
- network element
- twin
- physical
- physical network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013461 design Methods 0.000 claims abstract description 91
- 238000004891 communication Methods 0.000 claims abstract description 32
- 238000010276 construction Methods 0.000 claims abstract description 7
- 238000012800 visualization Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 29
- 238000004088 simulation Methods 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 14
- 238000013507 mapping Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000007726 management method Methods 0.000 description 26
- 238000012986 modification Methods 0.000 description 11
- 230000004048 modification Effects 0.000 description 11
- 230000006399 behavior Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例提供了一种数字孪生网络的构建方法、装置、设备、介质及程序产品，涉及通信技术、数字孪生技术等领域，应用场景包括但不限于数字孪生网络构建场景。该方法包括：获取物理网络的相关数据；基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例。
Description
技术领域
本申请涉及通信技术领域，具体而言，本申请涉及一种数字孪生网络的构建方法、装置、设备、介质及程序产品。
背景技术
随着5G（5th Generation Mobile Communication Technology，第五代移动通信技术）通信网络的规模越来越大，5G通信网络的组网方式和业务组成也越来越复杂，尤其是5G通信网络的特殊性，其对于可靠性有极高的要求。对5G通信网络的改动，尤其是5G通信网络中核心网的改动，存在高风险和高成本，给5G通信网络的运维和优化带来了很大的不便；如何避免对5G通信网络改动存在的高风险和高成本是有待解决的问题。
发明内容
本申请针对现有的方式的缺点，提出一种数字孪生网络的构建方法、装置、设备、计算机可读存储介质及计算机程序产品，用于解决如何避免对5G通信网络改动存在的高风险和高成本的问题。
第一方面，本申请提供了一种数字孪生网络的构建方法，包括：
获取物理网络的相关数据，物理网络包括通信网络；
基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；
基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；
基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；
基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例。
在一个实施例中，基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合，包括：
基于物理网络的相关数据和预设的协议规范，生成物理网络中每个物理网元对应的网元孪生体的模型集合，模型集合包括可视化模型、功能模型、性能模型和控制模型中至少一项。
在一个实施例中，基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体，包括：
基于每个物理网元对应的网元孪生体的模型集合和物理网络的相关数据，确定网元孪生体对应的网元孪生体模板；
基于网元孪生体对应的网元孪生体模板，生成网元孪生体，并建立每个物理网元和网元孪生体之间的虚实映射关系。
在一个实施例中，在基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体之前，还包括：
创建处于设计态的数字孪生网络的虚拟网络空间，虚拟网络空间用于为每个物理网元对应的网元孪生体提供虚拟的网络空间。
在一个实施例中，基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，包括：
将各物理网元对应的网元孪生体添加到处于设计态的数字孪生网络的虚拟网络空间，若确定各物理网元对应的网元孪生体添加完毕，则得到处于设计态的数字孪生网络。
在一个实施例中，基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，包括：
基于处于设计态的数字孪生网络、预设应用场景的参数和处于设计态的数字孪生网络的相关数据，构建处于运行态的数字孪生网络；
其中，预设应用场景的参数包括可视化参数、仿真参数和预测参数中至少一项，处于设计态的数字孪生网络的相关数据包括网元孪生体列表和网元孪生体列表中每个网元孪生体的实时运行数据，网元孪生体列表包括每个物理网元对应的网元孪生体。
在一个实施例中，预设应用场景包括针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测中至少一项。
第二方面，本申请提供了一种数字孪生网络的构建装置，包括：
第一处理模块，用于获取物理网络的相关数据，物理网络包括通信网络；
第二处理模块，用于基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；
第三处理模块，用于基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；
第四处理模块，用于基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；
第五处理模块，用于基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例。
第三方面，本申请提供了一种电子设备，包括：处理器、存储器和总线；
总线，用于连接处理器和存储器；
存储器，用于存储操作指令；
处理器，用于通过调用操作指令，执行本申请第一方面的数字孪生网络的构建方法。
第四方面，本申请提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被用于执行本申请第一方面的数字孪生网络的构建方法。
第五方面，本申请提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现本申请第一方面中数字孪生网络的构建方法的步骤。
本申请实施例提供的技术方案，至少具有如下有益效果：
获取物理网络的相关数据，物理网络包括通信网络；基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例；如此，通过构建数字孪生网络（处于设计态的数字孪生网络和处于运行态的数字孪生网络），实现了生成物理网络对应的数字孪生网络，可以通过数字孪生网络，实现针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测等，从而避免了后续对物理网络改动存在的高风险和高成本，即避免了对5G通信网络改动存在的高风险和高成本。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的数字孪生网络的构建系统的架构示意图；
图2为本申请实施例提供的一种数字孪生网络的构建方法的流程示意图；
图3为本申请实施例提供的网元孪生体模板的示意图；
图4为本申请实施例提供的一种数字孪生网络的构建方法的流程示意图；
图5为本申请实施例提供的一种数字孪生网络的构建装置的结构示意图；
图6为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面结合本申请中的附图描述本申请的实施例。应理解，下面结合附图所阐述的实施方式，是用于解释本申请实施例的技术方案的示例性描述，对本申请实施例的技术方案不构成限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请实施例所使用的术语“包括”以及“包含”是指相应特征可以实现为所呈现的特征、信息、数据、步骤、操作、元件和/或组件，但不排除实现为本技术领域所支持其他特征、信息、数据、步骤、操作、元件、组件和/或它们的组合等。应该理解，当我们称一个元件被“连接”或“耦接”到另一元件时，该一个元件可以直接连接或耦接到另一元件，也可以指该一个元件和另一元件通过中间元件建立连接关系。此外，这里使用的“连接”或 “耦接”可以包括无线连接或无线耦接。这里使用的术语“和/或”指示该术语所限定的项目中的至少一个，例如“A和/或B”指示实现为“A”，或者实现为“B”，或者实现为“A和B”。
可以理解的是，在本申请的具体实施方式中，涉及到数字孪生网络的构建相关的数据，当本申请以上实施例运用到具体产品或技术中时，需要获得用户许可或者同意，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请实施例是数字孪生网络的构建系统提供的一种数字孪生网络的构建方法，该数字孪生网络的构建方法涉及通信技术、数字孪生技术等领域。
为了更好的理解及说明本申请实施例的方案，下面对本申请实施例中所涉及到的一些技术用语进行简单说明。
数字孪生网络：数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程，数字孪生是对真实物理环境的映射或模拟，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统；通过数字孪生，构建物理网络的数字孪生网络，镜像一个低成本可试错的仿真验证环境，可以减少物理网络的非必要操作，拓宽网络运维人员的实践空间，利用数字孪生网络的预测能力，实现物理网络结构和参数的自适应调整，直接或者间接提高物理网络的可用性和安全性。
alpine：alpine操作系统是一个面向安全的轻型Linux发行版。
本申请实施例提供的方案涉及数字孪生技术，下面以具体的实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
为了更好的理解本申请实施例提供的方案，下面结合具体的一个应用场景对该方案进行说明。
在一个实施例中，图1中示出了本申请实施例所适用的一种数字孪生网络的构建系统的架构示意图，可以理解的是，本申请实施例所提供的数字孪生网络的构建方法可以适用于但不限于应用于如图1所示的应用场景中。
本示例中，如图1所示，该示例中的数字孪生网络的构建系统的架构可以包括但不限于数字孪生网络管理系统；其中，数字孪生网络管理系统包括构数据采集控制模块、模型管理模块、孪生体模板设计模块、孪生体管理模块、孪生网络管理模块、实例管理模块等。数字孪生网络的构建系统在服务器中运行。
服务器获取物理网络的相关数据，物理网络包括通信网络；服务器基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；服务器基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；服务器基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；服务器基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例。
可理解，上述仅为一种示例，本实施例在此不作限定。
服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN（Content Delivery Network，内容分发网络）、以及大数据和人工智能平台等基础云计算服务的云服务器或服务器集群。
参见图2，图2示出了本申请实施例提供的一种数字孪生网络的构建方法的流程示意图，其中，该方法可以由任一电子设备执行，如可以是服务器等；作为一可选实施方式，该方法可以由服务器执行，为了描述方便，在下文的一些可选实施例的描述中，将以服务器作为该方法执行主体为例进行说明。如图2所示，本申请实施例提供的数字孪生网络的构建方法包括如下步骤：
S201，获取物理网络的相关数据，物理网络包括通信网络。
具体地，通信网络例如5G通信网络，5G通信网络包括5G核心网。例如，获取5G核心网的相关数据。又例如，如图1所示，通过数字孪生网络管理系统中数据采集控制模块，持续采集5G核心网的相关数据，并将5G核心网的相关数据保存到数字孪生网络管理系统的数据仓库中；其中，5G核心网的相关数据包括数据配置、告警、性能、日志、所属虚拟机、所属容器、归属服务器等。
S202，基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合。
具体地，物理网元例如路由器、交换机等。每个物理网元对应的网元孪生体中包括数据和行为。例如，如图1所示，孪生体为网元孪生体；孪生体1、孪生体2、孪生体3、孪生体4中每个孪生体中包括数据和行为，孪生体中数据为实时数据，该实时数据从数据仓库中得到；孪生体中行为，即行为参数，包括可视化（可视化参数）、仿真（仿真参数）、预测（预测参数）等，可视化包括网络拓扑、网元信息等。
每个物理网元对应的网元孪生体的模型集合可以包括可视化模型、功能模型、性能模型、控制模型等。例如，如图1所示，通过数字孪生网络管理系统中模型管理模块，管理组成网元孪生体的各类模型，各类模型例如可视化模型、功能模型、性能模型、控制模型等。
S203，基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体。
具体地，例如，如图1所示，通过数字孪生网络管理系统中孪生体管理模块，生成并管理各种网元孪生体；通过孪生体管理模块，将网元孪生体和该网元孪生体对应的物理网元进行关联，从而使采集得到的该物理网元的数据作为网元孪生体的数据。
S204，基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源。
具体地，例如，如图1所示，数字孪生网络存在两种状态，这两种状态分别是设计态和运行态，处于设计态的数字孪生网络包括数据和行为；该数据为网元孪生体列表，网元孪生体列表包括孪生体1、孪生体2、孪生体3、孪生体4等，孪生体即网元孪生体；行为，即行为参数，包括可视化（可视化参数）、仿真（仿真参数）、预测（预测参数）等，可视化包括网络拓扑、网元信息等。
S205，基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例。
具体地，例如，如图1所示，数字孪生网络存在两种状态，这两种状态分别是设计态和运行态，处于运行态的数字孪生网络通过硬件资源，运行针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测等应用场景对应的实例。硬件资源例如CPU（Central Processing Unit，中央处理器）等物理资源。
本申请实施例中，获取物理网络的相关数据，物理网络包括通信网络；基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例；如此，通过构建数字孪生网络（处于设计态的数字孪生网络和处于运行态的数字孪生网络），实现了生成物理网络对应的数字孪生网络，可以通过数字孪生网络，实现针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测等，从而避免了后续对物理网络改动存在的高风险和高成本，即避免了对5G通信网络改动存在的高风险和高成本。
在一个实施例中，基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合，包括：
基于物理网络的相关数据和预设的协议规范，生成物理网络中每个物理网元对应的网元孪生体的模型集合，模型集合包括可视化模型、功能模型、性能模型和控制模型中至少一项。
具体地，物理网络的相关数据例如网元类型、厂家信息、物理网元发布的功能清单等。预设的协议规范例如3GPP（3rd Generation Partnership Project，第三代合作伙伴计划）协议、ETSI（European Telecommunications Standards Institute，欧洲电信标准化协会）协议、行业技术规范等。
模型集合中各个模型使用alpine镜像作为基础镜像，以用于压缩各个模型的模型文件的大小；各个模型采用容器化封装方式增强灵活性；各个模型之间的通信以及各个模型的能力调用都使用RESTful接口。
例如，可视化模型由物理网元外观（2D和/或3D）、状态、告警、性能数据显示模板、网元连接关系分析等构成。可视化模型是物理网络数据实时呈现的基础，主要呈现物理网元的外观、状态、告警、性能指标、网元拓扑连接等；可视化模型可以应用于网络监控、仿真结果显示等。
例如，功能模型由物理网元的数据配置支持、遵从3GPP协议、ETSI协议等相关协议规范、功能逻辑实现等构成。功能模型是物理网元的特定业务功能的逻辑表达；理论上，网元孪生体的功能模型应完全等同于物理网元的功能性表现，但是，受限于实际应用条件，很多情况下物理网元相当于一个黑盒子，功能模型的开发无法了解其内部更多的实现细节，因此，功能模型更多的是从3GPP协议、ETSI协议等相关协议规范出发，结合不同厂家的物理网元的实际对外表现来实现，并对物理网元的数据配置方案进行适配。
例如，性能模型由AI（Artificial Intelligence，人工智能）模型、模型调用接口等构成，模型调用接口可以为触发API（Application Programming Interface，应用程序接口）接口。基于物理网元积累的历史性能数据，对待训练的AI模型进行训练，得到AI模型；AI模型用于预测网元性能指标趋势。
例如，控制模型由控制API接口、网络各种扰动因素控制等构成。控制模型用于控制网元孪生体、模拟物理网络中的一些扰动因素等，物理网络中的一些扰动因素例如物理网元不可用、链路中断、丢包等。
在一个实施例中，基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体，包括步骤A1-A2：
步骤A1，基于每个物理网元对应的网元孪生体的模型集合和物理网络的相关数据，确定网元孪生体对应的网元孪生体模板。
具体地，例如，如图1所示，通过数字孪生网络管理系统中孪生体模板设计模块，对网元孪生体的进行抽象设计，得到该网元孪生体对应的网元孪生体模板。当物理网络中同厂家、同版本的多个物理网元在生成相应的网元孪生体时，可以直接继承网元孪生体对应的网元孪生体模板，从而减少了直接设计网元孪生体的工作量；模型集合中任一种模型在优化后，可以修改网元孪生体模板，得到修改后的网元孪生体模板，该修改后的网元孪生体模板可以应用于所有派生的网元孪生体。
例如，网元孪生体模板的结构如图3所示，网元孪生体模板由控制模型、可视化模型、功能模型1、…功能模型n、性能模型1、…性能模型n等构成，n为正整数。
例如，如图1所示，孪生体模板为网元孪生体模板，孪生体模板中包括可视化模型、功能模型、性能模型、控制模型、数据等，孪生体模板中数据表示数据类型。
步骤A2，基于网元孪生体对应的网元孪生体模板，生成网元孪生体，并建立每个物理网元和网元孪生体之间的虚实映射关系。
具体地，例如，如图1所示，通过数字孪生网络管理系统中孪生体管理模块，基于网元孪生体对应的网元孪生体模板，生成网元孪生体；通过孪生体管理模块，将网元孪生体和该网元孪生体对应的物理网元进行关联，即建立了网元孪生体和该网元孪生体对应的物理网元之间的虚实映射关系，从而使采集得到的该物理网元的数据作为网元孪生体的数据。
在一个实施例中，在基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体之前，还包括：
创建处于设计态的数字孪生网络的虚拟网络空间，虚拟网络空间用于为每个物理网元对应的网元孪生体提供虚拟的网络空间。
具体地，例如，如图1所示，通过数字孪生网络管理系统中孪生网络管理模块，创建处于设计态的数字孪生网络的虚拟网络空间。
在一个实施例中，基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，包括：
将各物理网元对应的网元孪生体添加到处于设计态的数字孪生网络的虚拟网络空间中，若确定各物理网元对应的网元孪生体添加完毕，则得到处于设计态的数字孪生网络。
具体地，例如，如图1所示，通过数字孪生网络管理系统中孪生网络管理模块，将各物理网元对应的网元孪生体添加到处于设计态的数字孪生网络的虚拟网络空间，当所有网元孪生体的添加完成，则设计态的数字孪生网络成功构建。
在一个实施例中，基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，包括：
基于处于设计态的数字孪生网络、预设应用场景的参数和处于设计态的数字孪生网络的相关数据，构建处于运行态的数字孪生网络；
其中，预设应用场景的参数包括可视化参数、仿真参数和预测参数中至少一项，处于设计态的数字孪生网络的相关数据包括网元孪生体列表和网元孪生体列表中每个网元孪生体的实时运行数据，网元孪生体列表包括每个物理网元对应的网元孪生体。
具体地，例如，如图1所示，通过数字孪生网络管理系统中实例管理模块，生成应用场景对应的实例，并对实例进行生命周期管理，实例管理模块是处于运行态的数字孪生网络。用户可以根据不同的应用场景，生成不同的数字孪生网络对象，数字孪生网络对象即实例。实例化之前的数字孪生网络处于设计态，不消耗运行资源，只有实例化并进入运行态的数字孪生网络才占用运行资源。实例化时通过网元孪生体和模型集合中模型的编排，减少投入运行态的网元孪生体和模型的数量，从而减少了运行资源的占用。
例如网络监控的可视化场景实例，在创建设计态的数字孪生网络时，进行自动实例化，并且在数字孪生网络的整个生命周期内持续运行，该网络监控的可视化场景实例只有可视化模型处于运行态。
在一个实施例中，针对运行态的数字孪生网络，不同的实例对应不同的虚拟网络空间，不同的虚拟网络空间之间默认相互隔离。
在一个实施例中，在数字孪生网络构建完成之后，数字孪生网络管理系统自动实例化一个用于监控物理网络的可视化实例，并持续运行该可视化实例。该可视化实例调用数字孪生网络提供的可视化功能，提取数据仓库采集的数据，对外1:1同步显示物理网络的各种信息，物理网络的各种信息例如网络拓扑、链路、链路状态、物理网元状态、物理网元的各种性能指标、告警数据等。
在一个实施例中，在创建实例时，默认继承处于设计态的数字孪生网络的所有数据和行为，数据包括网元孪生体列表和各网元孪生体在该时刻的运行数据，运行数据例如网元配置数据、网元状态等；用户可以对网元孪生体列表及网元孪生体的相关模型进行编排，可以修改网元配置数据，可以通过控制模型的控制API接口添加物理网络中的扰动因素等，从而得到满足用户需求的实例。
在一个实施例中，预设应用场景包括针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测中至少一项。
具体地，用户可以将数字孪生网络应用到不同的场景中，例如针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测等，根据应用场景需要，向实例输入数据，经过运行后得到执行结果；实例不会持续运行，在得到结果后，实例自动结束运行并释放运行资源。
应用本申请实施例，至少具有如下有益效果：
通过构建数字孪生网络（处于设计态的数字孪生网络和处于运行态的数字孪生网络），实现了生成物理网络对应的数字孪生网络，可以通过数字孪生网络，实现针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测等，从而避免了后续对物理网络改动存在的高风险和高成本，即避免了对5G通信网络改动存在的高风险和高成本。
为了更好的理解本申请实施例所提供的方法，下面结合具体应用场景的示例对本申请实施例的方案进行进一步说明。
在一个具体应用场景实施例中，例如5G核心网的数字孪生网络的构建场景，参见图4，示出了一种数字孪生网络的构建方法的处理流程，如图4所示，本申请实施例提供的数字孪生网络的构建方法的处理流程包括如下步骤：
S401，服务器采集5G核心网中每个物理网元的相关数据。
具体地，服务器采集5G核心网中每个物理网元的相关数据，并将采集到的数据存储在如图1所示的数据仓库中。
S402，服务器基于每个物理网元的相关数据，生成每个物理网元对应的网元孪生体的模型集合。
具体地，每个物理网元对应的网元孪生体的模型集合包括可视化模型、功能模型、性能模型和控制模型。
S403，服务器创建处于设计态的数字孪生网络的虚拟网络空间。
S404，服务器基于每个物理网元对应的网元孪生体的模型集合，生成网元孪生体对应的网元孪生体模板。
具体地，服务器基于每个物理网元对应的网元孪生体的模型集合和该网元孪生体的数据的数据类型，确定该网元孪生体对应的网元孪生体模板。网元孪生体模板中包括可视化模型、功能模型、性能模型、控制模型、数据等，网元孪生体模板中数据表示数据类型。
S405，服务器基于网元孪生体对应的网元孪生体模板，生成网元孪生体。
S406，服务器基于5G核心网中各物理网元对应的网元孪生体和处于设计态的数字孪生网络的虚拟网络空间，构建处于设计态的数字孪生网络。
具体地，将5G核心网中各物理网元对应的网元孪生体添加到处于设计态的数字孪生网络的虚拟网络空间中，若确定各物理网元对应的网元孪生体添加完毕，则得到处于设计态的数字孪生网络。
S407，服务器基于处于设计态的数字孪生网络、应用场景的参数和处于设计态的数字孪生网络的相关数据，构建处于运行态的数字孪生网络。
具体地，例如，如图1所示，数字孪生网络存在两种状态，这两种状态分别是设计态和运行态。
需要说明的是，设计态可以是面向对象中的类，运行态可以是和面向对象中的对象。
S408，服务器通过处于运行态的数字孪生网络，持续运行应用场景对应的实例。
具体地，应用场景包括针对物理网络的网络全息可视、针对物理网络的仿真和针对物理网络的预测。针对物理网络的网络全息可视例如图1中所示的网络监控。
应用本申请实施例，至少具有如下有益效果：
通过面向对象方式构建的数字孪生网络具备高内聚、低耦合、易扩展、易维护的优点。针对同一类型物理网元对应的网元孪生体，只需修改该网元孪生体对应的网元孪生体模板，即可完成功能更新迭代；同时，用户可以基于处于设计态的数字孪生网络，快速创建各种不同用途的实例，各实例之间的运行互不干扰。通过模型组合的方式实现网元孪生体，以网元孪生体为单位，进行数字孪生网络的构建，可以实现数字孪生网络的实例的按需编排，减少资源的浪费。通过将网元孪生体的可视化和其他仿真功能分离，能大幅减少数字孪生网络对资源的消耗。由于在大多数情况下，数字孪生网络主要用于实时同步和显示物理网络的信息，因此，只需可视化模型处于运行状态，并不需要消耗太多的资源。通过为网元孪生体设计用于显示同步信息的可视化模型，可以实现定制化和直观地显示物理网络中物理网元的类型、厂家、型号、各种运行指标信息等，实现了数字孪生网络的丰富可视化效果，向用户提供了沉浸式的运维体验，易于用户快速了解物理网络，从而有效的降低了网络运维的技术门槛和技术难度。
本申请实施例还提供了一种数字孪生网络的构建装置，该数字孪生网络的构建装置的结构示意图如图5所示，数字孪生网络的构建装置50，包括第一处理模块501、第二处理模块502、第三处理模块503、第四处理模块504和第五处理模块505。
第一处理模块501，用于获取物理网络的相关数据，物理网络包括通信网络；
第二处理模块502，用于基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；
第三处理模块503，用于基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；
第四处理模块504，用于基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；
第五处理模块505，用于基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例。
在一个实施例中，第二处理模块502，具体用于：
基于物理网络的相关数据和预设的协议规范，生成物理网络中每个物理网元对应的网元孪生体的模型集合，模型集合包括可视化模型、功能模型、性能模型和控制模型中至少一项。
在一个实施例中，第三处理模块503，具体用于：
基于每个物理网元对应的网元孪生体的模型集合和物理网络的相关数据，确定网元孪生体对应的网元孪生体模板；
基于网元孪生体对应的网元孪生体模板，生成网元孪生体，并建立每个物理网元和网元孪生体之间的虚实映射关系。
在一个实施例中，第三处理模块503，还用于：
创建处于设计态的数字孪生网络的虚拟网络空间，虚拟网络空间用于为每个物理网元对应的网元孪生体提供虚拟的网络空间。
在一个实施例中，第四处理模块504，具体用于：
将各物理网元对应的网元孪生体添加到处于设计态的数字孪生网络的虚拟网络空间，若确定各物理网元对应的网元孪生体添加完毕，则得到处于设计态的数字孪生网络。
在一个实施例中，第五处理模块505，具体用于：
基于处于设计态的数字孪生网络、预设应用场景的参数和处于设计态的数字孪生网络的相关数据，构建处于运行态的数字孪生网络；
其中，预设应用场景的参数包括可视化参数、仿真参数和预测参数中至少一项，处于设计态的数字孪生网络的相关数据包括网元孪生体列表和网元孪生体列表中每个网元孪生体的实时运行数据，网元孪生体列表包括每个物理网元对应的网元孪生体。
在一个实施例中，预设应用场景包括针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测中至少一项。
应用本申请实施例，至少具有如下有益效果：
获取物理网络的相关数据，物理网络包括通信网络；基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例；如此，通过构建数字孪生网络（处于设计态的数字孪生网络和处于运行态的数字孪生网络），实现了生成物理网络对应的数字孪生网络，可以通过数字孪生网络，实现针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测等，从而避免了后续对物理网络改动存在的高风险和高成本，即避免了对5G通信网络改动存在的高风险和高成本。
本申请实施例还提供了一种电子设备，该电子设备的结构示意图如图6所示，图6所示的电子设备4000包括：处理器4001和存储器4003。其中，处理器4001和存储器4003相连，如通过总线4002相连。可选地，电子设备4000还可以包括收发器4004，收发器4004可以用于该电子设备与其他电子设备之间的数据交互，如数据的发送和/或数据的接收等。需要说明的是，实际应用中收发器4004不限于一个，该电子设备4000的结构并不构成对本申请实施例的限定。
处理器4001可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器4001也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线4002可包括一通路，在上述组件之间传送信息。总线4002可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线4002可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器4003可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质、其他磁存储设备、或者能够用于携带或存储计算机程序并能够由计算机读取的任何其他介质，在此不做限定。
存储器4003用于存储执行本申请实施例的计算机程序，并由处理器4001来控制执行。处理器4001用于执行存储器4003中存储的计算机程序，以实现前述方法实施例所示的步骤。
其中，电子设备包括但不限于：服务器等。
应用本申请实施例，至少具有如下有益效果：
获取物理网络的相关数据，物理网络包括通信网络；基于物理网络的相关数据，确定物理网络中每个物理网元对应的网元孪生体的模型集合；基于每个物理网元对应的网元孪生体的模型集合，确定每个物理网元对应的网元孪生体；基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，处于设计态的数字孪生网络不占用硬件资源；基于处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，处于运行态的数字孪生网络通过硬件资源运行预设应用场景对应的实例；如此，通过构建数字孪生网络（处于设计态的数字孪生网络和处于运行态的数字孪生网络），实现了生成物理网络对应的数字孪生网络，可以通过数字孪生网络，实现针对物理网络的网络全息可视、针对物理网络的仿真、针对物理网络的预测等，从而避免了后续对物理网络改动存在的高风险和高成本，即避免了对5G通信网络改动存在的高风险和高成本。
本申请实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
本申请实施例还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时可实现前述方法实施例的步骤及相应内容。
基于与本申请实施例提供的方法相同的原理，本申请实施例还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述本申请任一可选实施例中提供的方法。
应该理解的是，虽然本申请实施例的流程图中通过箭头指示各个操作步骤，但是这些步骤的实施顺序并不受限于箭头所指示的顺序。除非本文中有明确的说明，否则在本申请实施例的一些实施场景中，各流程图中的实施步骤可以按照需求以其他的顺序执行。此外，各流程图中的部分或全部步骤基于实际的实施场景，可以包括多个子步骤或者多个阶段。这些子步骤或者阶段中的部分或全部可以在同一时刻被执行，这些子步骤或者阶段中的每个子步骤或者阶段也可以分别在不同的时刻被执行。在执行时刻不同的场景下，这些子步骤或者阶段的执行顺序可以根据需求灵活配置，本申请实施例对此不限制。
以上所述仅是本申请部分实施场景的可选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请的方案技术构思的前提下，采用基于本申请技术思想的其他类似实施手段，同样属于本申请实施例的保护范畴。
Claims (10)
1.一种数字孪生网络的构建方法，其特征在于，包括：
获取物理网络的相关数据，所述物理网络包括通信网络；
基于所述物理网络的相关数据，确定所述物理网络中每个物理网元对应的网元孪生体的模型集合；
基于所述每个物理网元对应的网元孪生体的模型集合，确定所述每个物理网元对应的网元孪生体；
基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，所述处于设计态的数字孪生网络不占用硬件资源；
基于所述处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，所述处于运行态的数字孪生网络通过所述硬件资源运行所述预设应用场景对应的实例。
2.根据权利要求1所述的方法，其特征在于，所述基于所述物理网络的相关数据，确定所述物理网络中每个物理网元对应的网元孪生体的模型集合，包括：
基于所述物理网络的相关数据和预设的协议规范，生成所述物理网络中每个物理网元对应的网元孪生体的模型集合，所述模型集合包括可视化模型、功能模型、性能模型和控制模型中至少一项。
3.根据权利要求1所述的方法，其特征在于，所述基于所述每个物理网元对应的网元孪生体的模型集合，确定所述每个物理网元对应的网元孪生体，包括：
基于所述每个物理网元对应的网元孪生体的模型集合和所述物理网络的相关数据，确定所述网元孪生体对应的网元孪生体模板；
基于所述网元孪生体对应的网元孪生体模板，生成所述网元孪生体，并建立所述每个物理网元和所述网元孪生体之间的虚实映射关系。
4.根据权利要求1所述的方法，其特征在于，在所述基于所述每个物理网元对应的网元孪生体的模型集合，确定所述每个物理网元对应的网元孪生体之前，还包括：
创建处于设计态的数字孪生网络的虚拟网络空间，所述虚拟网络空间用于为所述每个物理网元对应的网元孪生体提供虚拟的网络空间。
5.根据权利要求4所述的方法，其特征在于，所述基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，包括：
将各物理网元对应的网元孪生体添加到所述处于设计态的数字孪生网络的虚拟网络空间，若确定所述各物理网元对应的网元孪生体添加完毕，则得到所述处于设计态的数字孪生网络。
6.根据权利要求1所述的方法，其特征在于，所述基于所述处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，包括：
基于所述处于设计态的数字孪生网络、预设应用场景的参数和所述处于设计态的数字孪生网络的相关数据，构建处于运行态的数字孪生网络；
其中，所述预设应用场景的参数包括可视化参数、仿真参数和预测参数中至少一项，所述处于设计态的数字孪生网络的相关数据包括网元孪生体列表和所述网元孪生体列表中每个网元孪生体的实时运行数据，所述网元孪生体列表包括所述每个物理网元对应的网元孪生体。
7.根据权利要求1所述的方法，其特征在于，所述预设应用场景包括针对所述物理网络的网络全息可视、针对所述物理网络的仿真、针对所述物理网络的预测中至少一项。
8.一种数字孪生网络的构建装置，其特征在于，包括：
第一处理模块，用于获取物理网络的相关数据，所述物理网络包括通信网络；
第二处理模块，用于基于所述物理网络的相关数据，确定所述物理网络中每个物理网元对应的网元孪生体的模型集合；
第三处理模块，用于基于所述每个物理网元对应的网元孪生体的模型集合，确定所述每个物理网元对应的网元孪生体；
第四处理模块，用于基于各物理网元对应的网元孪生体，构建处于设计态的数字孪生网络，所述处于设计态的数字孪生网络不占用硬件资源；
第五处理模块，用于基于所述处于设计态的数字孪生网络和预设应用场景的参数，构建处于运行态的数字孪生网络，所述处于运行态的数字孪生网络通过所述硬件资源运行所述预设应用场景对应的实例。
9.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310837976.3A CN116567686B (zh) | 2023-07-10 | 2023-07-10 | 数字孪生网络的构建方法、装置、设备、介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310837976.3A CN116567686B (zh) | 2023-07-10 | 2023-07-10 | 数字孪生网络的构建方法、装置、设备、介质及程序产品 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116567686A true CN116567686A (zh) | 2023-08-08 |
| CN116567686B CN116567686B (zh) | 2023-09-12 |
Family
ID=87495082
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310837976.3A Active CN116567686B (zh) | 2023-07-10 | 2023-07-10 | 数字孪生网络的构建方法、装置、设备、介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116567686B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111835565A (zh) * | 2020-07-06 | 2020-10-27 | 重庆金美通信有限责任公司 | 一种基于数字孪生的通信网络优化方法、装置和系统 |
| US20210109837A1 (en) * | 2019-10-09 | 2021-04-15 | International Business Machines Corporation | Digital twin workflow simulation |
| CN114615718A (zh) * | 2021-12-30 | 2022-06-10 | 亚信科技（中国）有限公司 | 基于数字孪生技术的网络拓扑构建方法及装置 |
| CN115861173A (zh) * | 2022-10-26 | 2023-03-28 | 中电信数智科技有限公司 | 基于数字孪生和ai的分光器资源准确性自动检测系统和方法 |
| CN115884235A (zh) * | 2022-11-01 | 2023-03-31 | 中电信数智科技有限公司 | 一种5g网络数字孪生建模方法、装置、计算机设备和存储介质 |
-
2023
- 2023-07-10 CN CN202310837976.3A patent/CN116567686B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210109837A1 (en) * | 2019-10-09 | 2021-04-15 | International Business Machines Corporation | Digital twin workflow simulation |
| CN111835565A (zh) * | 2020-07-06 | 2020-10-27 | 重庆金美通信有限责任公司 | 一种基于数字孪生的通信网络优化方法、装置和系统 |
| CN114615718A (zh) * | 2021-12-30 | 2022-06-10 | 亚信科技（中国）有限公司 | 基于数字孪生技术的网络拓扑构建方法及装置 |
| CN115861173A (zh) * | 2022-10-26 | 2023-03-28 | 中电信数智科技有限公司 | 基于数字孪生和ai的分光器资源准确性自动检测系统和方法 |
| CN115884235A (zh) * | 2022-11-01 | 2023-03-31 | 中电信数智科技有限公司 | 一种5g网络数字孪生建模方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 王达等: ""数字孪生在网络全生命周期管理中的研究"", 《电信科学》, pages 138 - 145 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116567686B (zh) | 2023-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210116903A1 (en) | Use of a smart node in a universal, smart system for monitoring industrial processes | |
| US20180084085A1 (en) | Cross platform device virtualization for an iot system | |
| CN106302618A (zh) | 远程控制方法、远程服务器、管理设备和终端 | |
| CN110650203B (zh) | 数据传输方法、装置和系统、计算机存储介质及电子设备 | |
| CN102999608A (zh) | 大数据的树表展现系统和树表展现方法 | |
| CN111064626B (zh) | 配置更新方法、装置、服务器及可读存储介质 | |
| CN103034540A (zh) | 分布式消息系统及其设备和协调方法 | |
| CN113572815A (zh) | 一种跨异构平台的通信技术方法、系统及介质 | |
| CN103327080A (zh) | 创建物联网控制系统的方法及装置 | |
| CN106027674A (zh) | 一种互联网与智能制造相结合的架构系统 | |
| CN103034541A (zh) | 一种分布式消息系统及其中的设备和方法 | |
| Ferrer et al. | Private local automation clouds built by CPS: Potential and challenges for distributed reasoning | |
| CN116800616B (zh) | 虚拟化网络设备的管理方法及相关装置 | |
| CN114826869B (zh) | 设备管理方法和设备管理系统 | |
| CN103677983A (zh) | 应用的调度方法及装置 | |
| CN113542390B (zh) | 一种采用内存数据模型的物联网设备管理方法及系统 | |
| Fortino et al. | Integration of digital twins & internet of things | |
| CN116567686B (zh) | 数字孪生网络的构建方法、装置、设备、介质及程序产品 | |
| CN115941426B (zh) | 多业务资源协同方法、系统及计算机设备 | |
| Bellavista et al. | GAMESH: a grid architecture for scalable monitoring and enhanced dependable job scheduling | |
| CN115756472B (zh) | 云边协同的工业设备数字孪生运行监控方法和系统 | |
| CN108880870B (zh) | 一种即插即用物联设备的云端扁平化访问与控制方法 | |
| Gaitan et al. | An IoT middleware framework for industrial applications | |
| CN107018160B (zh) | 一种基于层次化的制造资源和云化方法 | |
| CN103268231A (zh) | 一种电力信息系统组件接口的实现系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |