智慧协同网络研究进展

靳明双，郜 帅，张宏科

(北京交通大学 下一代互联网互联设备国家工程实验室，北京 100044)

0 引 言

现有互联网起源于上世纪六十年代，早期仅供美国军方和几所高校使用。然而随着互联网用户的不断增多和网络规模的不断扩大，以及互联网在各行各业的广泛应用，其原始设计理念暴露出诸多弊端，难以满足未来网络智慧、安全、海量、泛在等通信需求，难以解决网络可扩展性、移动性、安全性等问题，更难以实现网络资源的高效利用、节能等。而基于传统网络架构设计的很多“打补丁”式的方法(如传输层加密技术，移动IP技术等)无法从根本上解决由于传统互联网架构缺陷带来的问题。

因此，未来网络体系架构已成为世界各国信息网络领域的研究热点。例如，美国自然科学基金委的GENI[1]、FIND计划[2]，欧盟的FIRE计划[3]等。此外，美国自然科学基金委的FIA计划资助的NDN[4]，MobilityFirst[5]，NEBULA[6]，XIA[7]等重大项目，美国开放网络基金会发起的软件定义网络(software-defined networks,SDN)研究和欧洲电信标准化协会发起的网络功能虚拟化(network function virtualization，NFV)研究，都分别从不同侧面研究未来网络架构。中国也非常重视对未来网络体系结构和关键技术的研究。国家“973”计划先后启动了“一体化可信网络与普适服务体系基础研究”、“可信可控可管的IP网基础研究”、“面向服务的未来网络体系结构与机制研究”等项目。

然而，已有研究都是从不同侧面针对未来网络架构展开的研究。为了综合有效地解决传统互联网的各种问题，针对传统互联网的架构特性展开深入研究，发现互联网原始设计具有“三重绑定”、“横紧纵松”的特性，是导致网络诸多弊端的本质原因[8-9]。具体来说，“三重绑定”，即控制与数据绑定、用户与网络绑定、资源与位置绑定。控制与数据绑定导致网络的可管可控性差，无法对网络资源做出实时的优化分配；用户与网络绑定导致网络对移动性支持不足，网络安全性差等问题；资源与位置绑定导致请求同一资源的服务请求都要到资源所在位置去获取，带来了大量的传输流量，不利于节能。

“横紧纵松”，是指传统互联网的横向结构紧耦合使得网络静态僵化，难以实现网络智慧化和虚拟化等。纵向结构松耦合使得上层服务和底层网络缺乏感知和协作，造成网络的用户体验和服务质量差等弊端。

为了综合有效解决“三重绑定”、“横紧纵松”带来的问题，设计了以“三层”、“两域”为典型特征的智慧协同网络(smart collaborative identifier networks,以下简称SINET)[10],研究了三层的动态适配机制及两域的协同感知机制等关键技术，并将成果应用于高铁通信，工业无线传感网络等实际应用场景。研究成果表明，SINET能够大大提升路由可扩展性、网络移动性能、安全性等网络性能。

1 未来网络发展现状

当前，未来网络研究领域的代表性技术有SDN, NFV,信息中心网络(information-centric networks，ICN)，身份位置分离网络(locator/identifier separation protocol networks，LISP)等。

1.1 软件定义网络

SDN起源于斯坦福大学的OpenFlow项目[11]，后由开放网络基金会(open networking foundation, ONF)负责进行SDN和OpenFlow相关技术、标准的推广和开放。SDN将网络的控制平面与数据平面分离，实现了网络功能的可编程，极大提高了网络管控的灵活性[12]。

然而，SDN仍存在以下挑战：①可生存性是SDN网络面临的挑战之一[13-14]。受其架构特点影响，SDN的可生存性不仅与其数据平面的可容错性有关，也与其集中控制平面的高可靠性有关；②可扩展性是SDN的又一大挑战。相比于传统互联网，SDN中控制平面与数据平面之间的通信会产生额外的网络开销；③控制平面实时地对数据平面的设备下发控制指令，也会带来负载和流表建立时延[15]。在大规模网络中，开销和流表建立时延是不可忽略的挑战[16]；④SDN集中控制模式下的安全问题也是一个严峻挑战[17]。除了传统网络的安全威胁以外，SDN还要面临特有的安全问题，如：针对控制器的分布式拒绝服务(distributed denial of service,DDOS)攻击，缺乏控制器及其所控制的网络应用之间的可信机制等[18]

1.2 网络功能虚拟化

NFV由欧洲电信标准化协会(european telecommunications standards institute, ETSI)提出，主要思想是利用虚拟化技术将网络功能从专用硬件中解耦出来，使其可在通用硬件上灵活部署[19]。NFV的优势在于可减少建设成本和运营成本，加速新网络服务的部署等。

然而，NFV也面临着以下挑战：①在虚拟环境中部署虚拟网络功能的安全攻击是挑战之一。NFV通过虚拟机管理系统(VM hypervisor)生成的虚拟机来部署虚拟功能(virtual network functions，VNFs), hypervisor会带来新的安全威胁，如非法登录、数据泄露等[20]；②NFV可能降低网络性能。由于VNF的性能直接受虚拟环境中的硬件特性(如，CPU架构、内存大小、内存带宽等)影响，所以，保证VNF性能等同或高于传统专用硬件实现的网络功能，是很大的挑战；③保证运营商级别的服务保证是又一挑战。当前的NFV大多基于开源软件实现，然而，开源软件很难保证运营商的高性能、高可靠性需求[21]。

1.3 信息中心网络

ICN将互联网的通信模式由以主机为中心，转变为以信息为中心[22]。ICN在架构上的革命式创新有如下特点：①资源命名特性：在ICN中，每个内容有全网唯一的名字并且独立于内容所在的位置；②网络节点具备缓存能力，可以在离用户较近的网络节点缓存流行内容以减少用户获取时延，同时可以减轻网络流量负担[23]；③能较好地支持用户移动性。ICN采用发布/订阅模式，即内容拥有者发布内容可达性信息，用户在订阅内容时，仅发出带有内容名字的请求，而与用户当前的位置无关，所以ICN相比于传统网络能够较好支持用户移动的通信场景。

虽然ICN能够解决很多传统网络的问题，但也带来了很多新的技术挑战，如内容命名问题、安全问题、路由可扩展问题、缓存效率及一致性等问题。另外，由于ICN是全新的体系架构，所有网络节点都需要重新部署，较高的成本是ICN推广和部署的一大阻力。

1.4 身份与位置分离网络

LISP通过实现身份与位置分离的全新网络架构来解决传统网络中的路由可扩展问题[24]。在LISP中，每个终端的身份标识和位置标识是分离的，并通过映射系统完成二者之间的映射。LISP带来的好处如下：①LISP有单独的路由标识空间，支持很好的地址聚合，减少全局通告的前缀，进而提升路由可扩展性；②身份标识与位置标识的分离结合二者之间的动态映射，使标识可以与网络拓扑解耦，所以，可以支持较好的终端移动；③标识映射系统允许映射重分配，这将使网络具备更好的流量工程能力。

尽管有以上好处，LISP仍存在很多挑战：①设计一个大型的标识映射系统是一个严峻挑战；②安全方面，如LISP消息认证和映射条目认证等问题，也存在挑战。虽然已有一些针对认证和授权的解决方案，但是仍然没有较好的映射条目认证的整体解决方案。

综上所述，未来网络体系架构方面已经有很多优秀的研究成果。然而，这些成果都是针对现有网络的部分问题进行设计的，单独一种技术都不能较为全面的解决由于“三重绑定”、“横紧纵松”带来的诸多问题。为此，设计了SINET并且在相关领域进行了实际应用。理论和实践证明，SINET能够更好地解决“三重绑定”、“横紧纵松”带来的诸多问题，是一种很有发展前景的全新网络架构。表1给出了上述架构与SINET在架构特点方面的对比。

表1 SINET与其他未来网络架构的比较Tab.1 Comparison of SINET and other future Internet proposals

2 SINET体系模型与工作原理

SINET是以一体化标识网络(identifier-based universal networks，以下简称IUN)为基础进行完善与创新的全新网络体系架构。IUN是依托国家“973”项目“一体化可信网络与普适服务体系基础研究”取得的研究成果。IUN设计了一种基于网通层和服务层的两层网络模型，较好地提升了移动性和安全性。基于IUN，依托国家“973”项目“智慧协同网络理论基础研究”进一步探索了导致现有互联网各种内生缺陷的根本原因，提出SINET的总体架构模型及相关关键技术。下面对SINET的基本原理和各层的工作原理进行详细介绍。

2.1 SINET总体模型与基本原理

SINET针对造成互联网诸多弊端的本质原因，设计了以“三层”、“两域”为典型特征的网络体系结构，如图1所示。

图1 智慧协同网络总体模型Fig.1 System model of SINET

“三层”包括智慧服务层、资源适配层和网络组件层。智慧服务层(smart pervasive service layer, L-SPS) 主要负责服务的标识、描述、智慧查找与动态匹配等；资源适配层(dynamic resource adaptation layer，L-DRA)通过感知服务需求与网络状态，动态地适配网络资源并构建网络族群。网络族群由一组网络节点或者相似功能的节点(如移动网络功能节点、安全功能节点、网内缓存节点、节能功能节点等)组成，负责决策优化、任务分配等；网络组件层(collaborative network component layer， L-CNC)主要负责数据的传输、存储与处理等实际操作，以及网络组件的行为感知与聚类等。

上述“三层”的体系模型使得现有纵向结构松耦合问题得到有效解决。具体来说，独立于网络位置的资源注册和发现机制，解决了资源与位置绑定带来的资源获取低效问题；协议逻辑和网络对象分离机制，解决了控制与数据绑定带来的网络静态僵化等问题；用户与网络分离机制，解决了用户与网络绑定带来的移动性、安全性和可扩展性等问题。

“两域”指实体域和行为域。在实体域，用服务标识(service identifier，SID)、族群标识(function-group identifier，FID)、组件标识(node identifier，NID)来分别表征网络服务、网络功能族群和网络组件；行为域中，用相应的行为描述(behavior descriptions，3种行为描述分别为SBD，FBD,NBD)来表征对应标识的属性。

上述“两域”解耦的设计使得现有横向结构紧耦合问题得到根本性解决。具体来说，“实体域”指各种各样的网络对象，是相对静态的，既包括硬件网络资源，又也包括软件协议参数，本质上是指实际运行的网络。“行为域”指对实体域网络对象的处理逻辑和策略，是相对动态的，便于智能、适配、协同和决策等。

2.2 智慧服务层工作原理

智慧服务层负责服务管理、服务获取和连接适配管理[25]，其原理模型如图2所示。

图2 智慧服务层工作原理Fig.2 Principle of L-SPS in SINET

虚拟服务模块(virtual service module，VSM)负责维护SID，进行服务的统一管控；虚拟连接模块(virtual connection module，VCM)负责维护连接标识(connection identifier，CID)。CID用来标识用户获取服务的过程，并且独立与服务所在的位置，在整个通信过程是保持不变的，保证提供稳、可靠的移动通信。另外，SID和CID的解析-映射系统(resolution-mapping system，分别为SID-RM,CID-RM)为网络连接和数据传输提供了灵活的解析、映射机制。因此，SINET可在不同的接入场景满足用户对不同类型服务的需求。

SID是SINET提供灵活、安全服务机制的关键。所以，SID的生成应该注意以下几点：①SID不仅应能表征现有的所有服务，还应该能够表征不断增加的新型服务，所以SID空间应该是可扩展的；②网络服务应该能够灵活生成自身SID，不受时间和空间影响，故应保证SID相关机制接口的友好型和一致性；③为了提供安全、可靠的服务机制，SID必须是安全可靠的。考虑到以上几点，SINET用分布式哈希算法来生成SID，生成过程的一般形式为

SID=HASH(PKey,Name,(Abstract),(Content))

(1)

(1)式中：PKey代表网络服务发布者提供的公钥；Name是网络服务的名字；Abstract和Content是可选参数，分别代表网络服务的摘要信息和具体内容。

CID与节点位置(用路由标识RID表征)分离, 使SINET有效支持节点移动下的通信。当用户请求一个服务时，用户和服务提供者分别生成一个CID，这个CID对唯一标定了这次服务过程。假设zi代表第i个连接，Z代表所有CID的集合，理论上来说，Z={z1,z2,…,zm,…}，m∈{1,2,…} 是一个无限的集合。第i个连接的CID由(2)式得到。

ziφ(a1(i),a2(i),…,ak(i))

(2)

(2)式中：ak(i)是第i个连接的第k个属性；φ(x)是CID生成函数。

SID-RM负责维护SID和CID之间的关系，实现有效的面向服务的数据传输。假设Si(t)代表t时刻节点i维护的所有服务，Cm(t)代表t时刻正在进行的第m个服务的CID。SID和CID间的映射机制可表示为

(3)

(3)式中：M代表t时刻的SID总数；I代表t时刻接入相应服务的总结点数；Φ(x)表示映射函数。要完成CID到SID的映射，则可以应用Φ(x)的反函数Φ-1(x)来完成。

2.3 资源适配层工作原理

资源适配层通过管理和编排网络功能族群来满足动态的服务需求，其原理模型如图3所示。

图3 资源适配层工作原理Fig.3 Principle of L-DRA in SINET

用族群标识FID来表征一个由很多相似功能节点组成的功能族群。特别地,CID可以看成是一种特殊的FID。FID定义为

FIDφ(FT,FP,FF)

(4)

(4)式中：FT代表族群的拓扑行为；FP代表族群的性能信息；FF代表族群的功能信息；φ(x)代表FID的生成函数。

FBD定义为

FBD

(5)

资源适配层处于SINET三层结构的中间层，负责感知来之上层的服务需求和下层的网络状态，进而控制不同的网络组件形成最优的网络族群为上层提供服务。服务-族群映射机制(service-function autonomic mapping mechanism，SFAM)完成SID和FID之间的映射。基于SBD和FBD，SFAM选择出能够满足服务需求的网络族群。族群-组件映射机制(function-node autonomic mapping，FNAM)完成FID和NID之间的映射。FNAM根据组件的行为相关度，把网络组件划分入不同的网络族群。

基于上述设计，资源适配层可以更好地解决传统网络中存在的性能难题，如数据中心中基于流感知的协同优化[26]，最小化流平均完成时间[27]等。

2.4 网络组件层工作原理

网络组件层负责终端的统一接入和数据包的转发。SINET网络组件层的工作原理如图4所示。其中的2个关键模块分别为虚拟接入模块(virtual access module，VAM)和虚拟骨干模块(virtual backbone module，VBM)。

图4 网络组件层工作原理Fig.4 Principle of L-CNC in SINET

VAM用接入标识(access identifier，AID)来表征接入网中的网络组件。特别地，终端的AID是始终不变的，每个终端可以被分配一个或多个全局唯一的AID。有了AID,任何终端可以以统一的方式接入任意类型的接入网络。VAM提供了一种支持异构网络融合通信(如地面移动网络、固定网络和卫星网络)的全新方案。

设X为一组AID的集合，Xi代表第i种类型的终端。假设终端n的第i种AID为

Xi(n)φi(a1(n),a2(n),…,ak(n))

(6)

(6)式中：ak(n)表示终端n的第k个属性(k∈{1,2,…})；φi(x)代表AID生成函数。AID既可以由扁平结构定义，也可由分层结构定义。实际应用中，为了更好的兼容性，可直接用IPv4或者IPv6地址来代表AID。

Zi{z|φi(p1(z),p2(z),…,pk(z))}

(7)

(7)式中：pi(z)是元素z的第k个特性(k∈{1,2,…})；φ(x)是Zi的RID生成函数。为了更好地与传统网络兼容，RID可以设计成IPv4或IPv6格式，但是注意，AID和RID不能同时用一种IP地址，因为二者属于不同的命名空间。

注意，AID和RID都是一类NID(node identifier，NID)，并且二者之间的映射关系由接入标识映射系统(access identifier resolution mapping，AID-RM)来管理[28-29]。令Q表示在时刻t接入位置的不同数量，基于(6)式和(7)式，AID-RM表示为

(8)

(8)式中：q∈[1,Q]；Ω(x)代表映射函数。若要完成RID到AID的映射，则可应用Ω(x)的反函数Ω-1(x)。

AID-RM应用AID和RID，实现了网络与用户分离，所以可以较好地解决现有互联网中的可扩展性和移动性问题。通过将接入网与核心网隔离，能够保护用户信息的隐私。同时，在映射过程中，引入了认证机制来验证映射的合法性，进一步提升了网络的安全性。

3 SINET研究成果与面临挑战

基于SINET的体系模型和基本原理，进一步深入研究，目前已取得了一些研究成果，并且将部分研究成果成功应用于一些实际场景。本节将介绍这些成果，并阐述仍然存在的技术挑战。

3.1 学术成果

基于“三层”、“两域”的基本设计原则，针对体系架构、可扩展性、移动性等问题展开了相关研究。已出版专著一部[10]，发表的代表性论文如表2所示。

表2 SINET相关论文成果总结Tab.2 Summarization of related works on SINET

体系架构方面，文献[8-9]提出了SINET体系架构模型，文献[30]总结了SINET的一般化模型。文献[31-33]研究了SINET架构与其他网络架构的融合方案。文献[31]提出了基于SINET设计的一种有效整合ICN和SDN的整体架构方案。文献[32]提出了一种应用与智能电网的基于SINET基础架构的通信模型。文献[33]提出了一种同时支持以主机为中心和以内容为中心2种通信方式的整体架构，使网络架构向以内容为中心的方向平滑过渡。文献[35]提出了SBD的具体描述方法，并验证了SBD描述机制对提升服务质量、提高网络资源利用率的可行性和有效性。文献[36]提出了一种CID管理方案，并且分析了其在4种典型应用环境下的可行性。

可扩展性方面，文献[37-39]研究域内、域间路由隔离的方案。其中，文献[39]提出了路径标识(path family identifier，PID)的概念(PID是FID的一种)，基于PID的路由方案能够将域间路由和服务定位结合，并且将二者与数据转发分离。实验分析证明，该方案能大大降低核心网边缘路由器的路由条目。文献[40]基于SINET设计了一种用户与网络分离的分层网络架构，并在实际高铁通信环境下验证了对路由可扩展性的提升。

移动性方面，基于文献[41-43]的前期工作，文献[44]提出了基于网络的移动性管理方案(network-based mobility management，NMM)。NMM能够有效支持移动节点在域内和域间移动场景下的移动性。文献[45]解决了网络与用户分离的架构下，由于用户移动引起的标识映射过期问题。

安全性方面，文献[46-47]对SINET中AID，RID分离机制下的安全问题进行研究。文献[46]的设计与实验证明，由于攻击者只能获取受害主机的RID,而无法获取其AID，故能大大减少DDOS攻击成功概率。文献[47]利用流行病传播模型和离散时间模型，提出了一种SINET下减轻蠕虫病毒传播的机制,文献[48-49]在资源与位置分离的架构下，设计族群动态适配机制来更好地抵御DDOS攻击。

可靠通信方面，基于控制与数据分离的架构特性，结合传统的多路径、状态预测等技术，SINET能够在高服务质量和高实时性的通信环境(如异构无线网络[50]，工业无线传感网络[51-52]，高速移动环境[53-54])下，提供可靠的通信质量保证。

路由优化方面，基于组件行为描述和控制转发分离的架构，资源适配层可以实时感知组件状态，相比于传统互联网，能够及时、准确地主动感知到网络的流量矩阵[55]，并据此作出最优化的负载均衡路由决策[56]，有效提高网络链路利用率。文献[57]提出了一种基于多目标优化的节能路由方案，分别达到了域内路由和域间路由在负载均衡和节能性方面的目标。

网内缓存方面，文献[58]提出了一种协作式网内缓存方案，通过在内容传输路径上在优化缓存空间利用率的目标下缓存流行内容，该方案可以大大降低用户获取内容的网络跳数。文献[59]提出了一种基于族群中心度的缓存族群适配方案，实验证明该方案降低了用户获取内容的平均跳数，并分析了在网络运营商部署该方案的可行性。

3.2 行业应用

基于前期在网络架构、可扩展性、移动性、可靠性、安全性等方面的研究成果，已在高铁通信、工业物联网等实际应用中部署了满足行业应用需求的SINET系统。

1)高铁通信。在高铁环境中实现并测试了原型系统SCN-R[44]。基于SINET的基本原理及前期研究成果[41-43]，设计了能应用于高铁通信的SINET无线多链路路由器(BJTU-SR-I)，如图5所示。图5中，SAR为SINET接入路由器，SER为SINET智慧边界路由器。

图5 SINET部署于高速列车的SCN-R系统Fig.5 Prototype of SINET applied in the high-speed railway

SCN-R可接入不同运营商的网络，包括中国电信的EVDO网络，中国联通的WCDMA网络和中国移动的TD-LTE网络。通过感知到智慧服务层的服务类型、数据速率等服务需求，并管理移动功能族群、智慧接入族群等相关族群，SCN-R可以协同、高效地利用不同接入网络的网络资源，能够有效支持高速移动环境下的高速、可靠通信。根据最高时速为300 km/h的京沪高铁上的实测数据表明，与现有网络技术相比，智慧协同路由器将带可用稳定带宽提升2.5～5.3倍[53]。

2)工业无线传感网。设计并在工业无线传感网络(IWSN)中部署了智能无线传感网络系统(smart-IWSN)，如图6所示。图6a为左侧为研制的SINET工业无线接入网关，右侧为无线传感网络试验平台。图6b为应用于某公司切割焊接设备生产线的Smart-IWSN系统。

图6 SINET应用于工业无线传感网络Fig.6 SINET applied in IWSN

为了满足IWSN的高可靠性通信需求，Smart-IWSN优化了三层结构中的多种技术。在网络组件层，结合传统领先技术[51-52]，设计了物理信道资源反馈机制和跨层的整体优化机制。基于这些机制，使Smart-IWSN能够收集各层的网络资源状态，做出实时的调度。在资源适配层，生成时间功能族群来动态编排网络资源来保证链路通信的高可靠性。在智慧服务层，设计了一种端到端的通告机制保证高可靠性的服务需求。与工业无线网络主流技术WirelessHART相比，多跳(3跳、2跳)恶劣环境下可靠性从0.79～0.95提升到0.95～0.99,如图7所示。

图7 Smart-IWSN与WirelessHART的可靠性试验对比Fig.7 Comparison of reliability in both Smart-IWSN and WirelessHART

3.3 面临挑战

目前，SINET在架构体系和关键技术上已取得很好的进展，并在一些特定网络场景进行了成功的部署。然而，要进行更大范围的推广和部署，SIENT仍面临着如下挑战。

1)族群的智慧调度和管理。实际情况中，一个族群通常要执行多个任务，如何智慧地调度这些任务，是挑战之一；另外，同一网络组件通常要同时从属于多个不同的网络族群，如何高效管理组件与相关族群，是又一挑战。

2)设计高效的映射系统。SINET中，所有映射的时延越低越好。然而，准确而有效的映射算法通常都有很大的时间复杂度和空间复杂度。所以，在算法的时延和有效性之间做出最优的权衡，是设计映射系统过程中的关键问题。

3)SIENT的大规模部署。首先，对于SINET引入的网内缓存机制，如何在大规模网络中，如何实现高效、线速的高性能缓存，仍然需要进一步探索；其次，现有互联网被很多不同的网络运营商管理，要将旧的网络节点更换成SINET节点，要考虑更换成本和运营商间的利益冲突。

4 结束语

本文介绍了未来互联网架构的发展趋势，发现了传统互联网“三重绑定”、“横紧纵松”的特性。基于“三层”、“两域”结构的SINET能够综合有效解决由于上述特性带来的各种原始弊端。详细介绍了SINET智慧服务层、资源适配层、网络组件层的基本原理，解释了SINET能够实现三重分离的根本原因。对近几年来在SINET相关研究领域发表的代表性论文进行了总结，并介绍了在高铁、工业无线传感网络的部署场景与效果。理论研究和实际部署均表明，SINET能够有效提升网络可扩展性、移动性、安全性、可靠性等方面的性能。为了更好地推动SINET的研究和部署，文章最后总结了当前面临的挑战。

[1] National Science Foundation (NSF).GENI: global environment for network innovations [EB/OL].(2017-05-26)[2017-10-22].http://www.geni.net.

[2] NSF.FIND: future Internet network design [EB/OL].(2009-04-09)[2017-10-22].http://www.nets-find.net/.

[3] European Commission.FIRE[EB/OL]. (2015-11-28)[2017-10-22].http://cordis.europa.eu/fp7/ict/fire/.

[4] NSF.Named Data Networking [EB/OL]. (2017-09-05)[2017-10-22].http://www.named-data.net/.

[5] NSF.MobilityFirst[EB/OL].(2017-04-18)[2017-10-22]. http://mobilityfirst.winlab.rutgers.edu/.

[6] NSF. Nebula[EB/OL]. (2011-11-01)[2017-10-22]. http://nebula-fia.org/.

[7] NSF.XIA-eXpressive Internet Architecture [EB/OL].(2016-12-01)[2017-10-22].http://www.cs.cmu.edu/～xia/.

[8] 张宏科, 罗洪斌.智慧协同网络体系基础研究[J].电子学报, 2013,41(7):1249-1254.

ZHANG Hongke, LUO Hongbin. Fundamental rsearch on theories of smart and cooperative networks[J].Chinese Journal of Electronics, 2013, 41(7):1249-1254.

[9] ZHANG H, QUAN W, CHAO H C, et al. Smart identifier network: A collaborative architecture for the future internet[J]. IEEE Network, 2016, 30(3):46-51.

[10] WEI S.Smart Collaborative Identifier Network[M]. Heidelberg, Berlin: Springer, 2016.

[11] MCKEOWN N, ANDERSON T, BALAKRISHNAN H, et al. OpenFlow: enabling innovation in campus networks[J].ACM SIGCOMM Computer Communication Review, 2008, 38(2): 69-74.

[12] KREUTZ D, RAMOS F M V, ESTEVES Verissimo P, et al. Software-Defined Networking: A Comprehensive Survey[J]. Proceedings of the IEEE, 2014, 103(1):10-13.

[13] DESAI M, NANDAGOPAL T. Coping with link failures in centralized control plane architectures[C]//IEEE.International Conference on Communication Systems and Networks. Bangalore, India：IEEE Press, 2010:79-88.

[14] KIM H, SCHLANSKER M, SANTOS J R, et al. Coronet: Fault tolerance for software defined networks[C]//IEEE.Network Protocols (ICNP), 2012 20th IEEE International Conference on. Austin, TX, USA：IEEE Press, 2012: 1-2.

[15] PHEMIUS K, THALES M B. Openflow: Why latency does matter[C]//IEEE.Integrated Network Management (IM 2013), 2013 IFIP/IEEE International Symposium on. Ghent, Belgium：IEEE Press, 2013: 680-683.

[16] BENSON T, AKELLA A, MALTZ D A. Network traffic characteristics of data centers in the wild[C]//Proceedings of the 10th ACM SIGCOMM conference on Internet measurement.Melbourne,Australia：ACM,2010:267-280.

[17] KLOTI R, KOTRONIS V, SMITH P. Openflow: A security analysis[C]//Network Protocols (ICNP), 2013 21st IEEE International Conference on. Goettingen, Germany：IEEE Press, 2013: 1-6.

[18] KREUTZ D, RAMOS F, VERISSIMO P. Towards secure and dependable software-defined networks[C]//Proceedings of the second ACM SIGCOMM workshop on Hot topics in software defined networking. Hong Kong, China：ACM, 2013: 55-60.

[19] MIJUMBI R, SERRAT J, GORRICHO J L, et al. Network function virtualization: State-of-the-art and research challenges[J].IEEE Communications Surveys & Tutorials, 2016, 18(1): 236-262.

[20] ASHKTORAB V, TAGHIZADEH S R. Security threats and countermeasures in cloud computing[J].International Journal of Application or Innovation in Engineering & Management (IJAIEM), 2012, 1(2): 234-245.

[21] TALEB T, CORICI M, PARADA C, et al. EASE: EPC as a service to ease mobile core network deployment over cloud[J]. IEEE Network, 2015, 29(2): 78-88.

[22] XYLOMENOS G, VERVERIDIS C N, SIRIS V A, et al. A Survey of Information-Centric Networking Research[J]. IEEE Communications Surveys & Tutorials, 2014, 16(2):1024-1049.

[23] ZHANG M, LUO H, ZHANG H. A Survey of Caching Mechanisms in Information-Centric Networking[J]. IEEE Communications Surveys & Tutorials, 2015, 17(3):1473-1499.

[24] FENG B, ZHANG H, ZHOU H, et al. Locator/Identifier Split Networking: A Promising Future Internet Architecture[EB/OL].(2017-07-18)[2017-10-26]. http://ieeexplore.ieee.org/abstract/document/7983351/.

[25] SU W, CHEN J, ZHOU H, et al. Research on the service mechanisms in smart and cooperative networks[J]. Acta Electronica Sinica, 2013, 41(7): 1255-1260.

[26] ZHAO Y, CHEN K, BAI W, et al. Rapier: Integrating routing and scheduling for coflow-aware data center networks[C]//Computer Communications (INFOCOM), 2015 IEEE Conference on. Kowloon, Hong Kong：IEEE Press, 2015: 424-432.

[27] LUO S, YU H, ZHAO Y, et al. Minimizing average coflow completion time with decentralized scheduling[C]//Communications (ICC), 2015 IEEE International Conference on. London, UK：IEEE Press, 2015: 307-312.

[28] LUO H, ZHANG H, QIAO C. Optimal cache timeout for identifier-to-locator mappings with handovers[J]. IEEE Transactions on Network and Service Management, 2013, 10(2): 204-217.

[29] LUO H, QIN Y, ZHANG H. A DHT-based identifier-to-locator mapping approach for a scalable Internet[J].IEEE Transactions on Parallel and Distributed Systems,2009,20(12): 1790-1802.

[30] QUAN W, JIANG Z, SONG F, et al. Generalized model of function based collaboration in Smart Identifier Network[C]//Telecommunication Networks and Applications Conference. New York: IEEE Press, 2015: 256-260.

[31] LUO H, CUI J, CHEN Z, et al. Efficient integration of software defined networking and information-centric networking with CoLoR[C]// Global Communications Conference. Austin, TX, USA：IEEE Press, 2014:1962-1967.

[32] JIANG Z, QUAN W, GUAN J, et al. A SINET-based communication architecture for Smart Grid[C]//Telecommunication Networks and Applications Conference. Sydney, NSW, Australia：IEEE Press,2016:298-301.

[33] LUO H, ZHANG H, ZUKERMAN M, et al. An incrementally deployable network architecture to support both data-centric and host-centric services[J]. Network IEEE, 2014, 28(4):58-65.

[34] ZHANG H. Smart collaboration NETwork system and applications[J]. Journal of Beijing Jiaotong University, 2016，2016,40(04):60-64.

[35] LUO H, XU Y, XIE W, et al. A Framework for Integrating Content Characteristics into the Future Internet Architecture[J]. IEEE Network, 2017，31(3)：22-28.

[36] SONG F, ZHOU Y T, KONG K, et al. Smart Collaborative Connection Management for Identifier-Based Network[J]. IEEE Access, 2017 (5): 7936-7949.

[37] GAO S, WANG H C, WANG K, et al. Research on cooperation mechanisms of smart network components[J].Acta Electronica Sinica, 2013, 41(7): 1261-1267.

[38] ZHANG M C, XU C Q, GUAN J F, et al. Adaptive allocation routing scheme for smart and cooperative networks[J]. Acta Electronica Sinica, 2015, 43(7):1249-1256.

[39] 陈哲.智慧协同网络基于路径标识的路由体系及安全性研究[D].北京：北京交通大学, 2016.

CHEN Zhe.Research on Path-identifier-based Routing Architecture and its Security in Smart Identifier Network[D]. Beijing：Beijing Jiaotong University,2016.

[40] ZHANG H, DONG P, YU S, et al. A Scalable and Smart Hierarchical Wireless Communication Architecture Based on Network/User Separation[J].IEEE Wireless Communications, 2017, 24(1):18-24.

[41] WU J, YUEN C, CHENG B, et al. Goodput-Aware Load Distribution for Real-Time Traffic over Multipath Networks[J].IEEE Transactions on Parallel & Distributed Systems, 2015, 26(8):2286-2299.

[42] WU J, CHENG B, YUEN C, et al. Distortion-Aware Concurrent Multipath Transfer for Mobile Video Streaming in Heterogeneous Wireless Networks[J].IEEE Transactions on Mobile Computing, 2014, 14(4):688-701.

[43] XU C, LI Z, ZHONG L, et al. CMT-NC: Improving the Concurrent Multipath Transfer Performance Using Network Coding in Wireless Networks[J].IEEE Transactions on Vehicular Technology, 2016, 65(3):1735-1751.

[44] ZHANG H, DONG P, QUAN W, et al. Promoting efficient communications for high-speed railway using smart collaborative networking[J]. Wireless Communications IEEE, 2015, 22(6):92-97.

[45] ZHANG H, LUO H, CHAO H C. Dealing With Mobility-Caused Outdated Mappings in Networks With Identifier/Locator Separation[J]. IEEE Transactions on Emerging Topics in Computing, 2016, 4(2):199-213.

[46] HUANG D, YANG D, ZHANG H, et al. Efficient DoS-limiting Support by Indirect Mapping in Networks with Locator/Identifier Separation[J].Journal of Networks,2013, 8(1):2265 - 2279.

[47] WAN Ming, LIU Ying, TANG Jianqiang, et al. Locator/Identifier Separation: Comparison and Analysis on the Mitigation of Worm Propagation[J].International Journal of Computational Intelligence Systems,2012, 5(5):868-877.

[48] CHEN Z, LUO H, CUI J, et al. Security analysis of a future Internet architecture[C]//IEEE International Conference on Network Protocols. Goettingen, Germany：IEEE Press, 2014:1-6.

[49] LUO H, CHEN Z, LI J, et al. Preventing Distributed Denial-of-Service Flooding Attacks With Dynamic Path Identifiers[J].IEEE Transactions on Information Forensics and Security, 2017, 12(8): 1801-1815.

[50] XU C, LI Z, LI J, et al. Cross-layer fairness-driven concurrent multipath video delivery over heterogeneous wireless networks[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2015, 25(7): 1175-1189.

[51] MA J, YANG D, ZHANG H, et al. A Reliable Handoff Mechanism for Mobile Industrial Wireless Sensor Networks[J].Sensors,2017, 17(8): 1797-1-1797-20.

[52] YANG D, XU Y, WANG H, et al. Assignment of segmented slots enabling reliable real-time transmission in industrial wireless sensor networks[J].IEEE Transactions on Industrial Electronics, 2015, 62(6): 3966-3977.

[53] DONG P, SONG B, ZHANG H, et al. Improving Onboard Internet Services for High-Speed Vehicles by Multipath Transmission in Heterogeneous Wireless Networks[J].IEEE Transactions on Vehicular Technology,2016, 65(12): 9493-9507.

[54] ZHANG H, QUAN W, SONG J, et al. Link State Prediction-Based Reliable Transmission for High-Speed Railway Networks[J].IEEE Transactions on Vehicular Technology,2016, 65(12):9617-9629.

[55] LUO H, CHEN Z, CUI J, et al. An approach for efficient, accurate, and timely estimation of traffic matrices[C]//Computer Communications Workshops. Toronto, ON, Canada：IEEE Press, 2014:67-72.

[56] 贾濡,郜帅,罗洪斌,等.智慧协同网络中基于流量矩阵的负载均衡路由机制[J].通信学报, 2016, 37(4):128-138.

JIA Ru, GAO Shuai, LUO Hongbin, et al. Traffic matrix-based load balancing routing in flow-based smart identifier network[J]. Journal on Communications, 2016, 37(4):128-138.

[57] ZHANG X, WANG S, ZHAO Y, et al. Multiobjective optimization for green network routing in game theoretical perspective[J].IEEE Journal on Selected Areas in Communications, 2015, 33(12): 2801-2814.

[58] FENG B H, ZHOU H C, ZHANG H K, et al. Cache allocation policy of service contents along delivery paths for the smart collaborative network[J].Tongxin Xuebao：Journal on Communication, 2016, 37(3):129-138.

[59] GUAN J,YAN Z,YAO S,et al.GBC-based caching function group selection algorithm for SINET[J].Journal of Network & Computer Applications,2017,85(c):56-63.

(编辑：王敏琦)