在人工智能产业的驱动下，数字经济已进入高速发展阶段。因此，加快推动下一代互联网关键技术及产业布局，为数字化转型和数字经济发展提供基础性和战略性支撑至关重要……
本期策划了《下一代互联网》专题，内容涵盖了智算网络、网络智能运维、智能城域承载、IPv6网络能力监测及技术演进、数字孪生以及绿色低碳计算等多个前沿研究方向。论文来自产学研用各方的专家，系统论述了下一代互联网在架构、协议、运维、可持续发展和创新应用等各个领域的最新进展，提供了前瞻性的观点和丰富的实践参考，在这里对文章作者的辛勤付出表示诚挚感谢，同时希望这些文章能为读者提供有益的参考和借鉴。
查看全文>AI业务对数据中心网络提出新的挑战，传统的数据中心难以支撑大规模的智算需求，如何满足智算中心可扩展的发展需求，成为当前的热点话题。针对大模型AI的业务需求，结合智算网络发展态势，探讨超大规模智算网络的构建方案。首先探讨了智算网络的技术体系，然后对智算网络关键技术进行分析，最后介绍了智算网络的典型应用实践，希望为智算网络的未来研究和发展提供借鉴。
随着数字化、智能化的深入发展，宽带网络正加速渗透到千家万户，成为数字经济发展的重要支撑。为了满足家庭宽带用户的业务演进需求，需重新构建面向下一代互联网的宽带网络网关架构，实现算和网的深度融合。通过对宽带业务演进趋势、业务需求及挑战基础的分析，提出了集成AI能力、算力开放能力的智能化宽带网络网关目标架构，对其关键技术以及典型应用场景进行探讨分析。
千兆宽带网络建设的持续深入在创新、安全、成本等方面对5G承载网提出了更高的要求，传统的固网家宽业务承载模式已无法适应网络发展的需求。从家宽业务承载需求出发，研究了EVPNVPWS和EVPNVPLS等相关技术，结合具体的业务场景和网络架构制定了业务承载方案，通过实验室和现网的测试，验证了方案的合理性和先进性。测试结果表明，所提方案既能保证业务安全，又能实现网络低成本承载。
在大型赛事网络的建设中，为确保赛事的顺利进行和参与者的良好体验，网络需要满足差异化承载和用户体验保障的要求。基于SRv6、随流检测、网络切片、感知应用网络等关键技术，提出“IPv6+”赛事网络解决方案，旨在实现多业务安全隔离、差异化承载和智能运维，为大型赛事提供高质量通信服务。该方案在第九届亚冬会赛事网络中的成功应用验证了其在保障赛事稳定运行方面的有效性。
为解决IP承载网络运维复杂、优化策略效率低和网络管理智能化低等问题，从国家政策、行业标准、产业实践和学术研究等方面系统分析人工智能技术与数字孪生网络的发展现状，提出面向IP承载网的基于人工智能的数字孪生网络体系架构，深入研究人工智能技术与数字孪生网络结合的关键能力，同时对人工智能技术如何提升数字孪生网络的建模精度、赋能承载网络的运维管理以及提升网络优化效率的典型应用进行探讨。
自2017年开始，各行各业认真贯彻落实《推进互联网协议第六版（IPv6）规模部署行动计划》，成效显著。但在推进过程中仍存在若干问题，涉及网络的全程全网，问题的定位和解决存在较大挑战。基于大数据的IPv6网络端到端能力监测系统，通过对网络资源、流量流向、终端及业务感知的分析，可实现家庭宽带、移动网络、IDC、政企业务等多种场景下的端到端IPv6流量断点堵点分析，同时实现业务质量监测，为有效提升IPv6流量占比及业务质量提供详细的数据支撑，促进IPv6技术的应用与发展。
在低碳负荷目标驱动下，如何通过高效的资源交易机制协同调配算力资源与绿色能源，成为当今研究的重点。深入分析了低碳算网资源交易系统中的资源配置问题，提出了基于低碳目标的资源交易架构，并设计了低碳目标导向的交易博弈机制模型，探索了交易目标如何均衡，旨在推动低碳能源供应与算力资源需求的协调发展。
针对高铁乘客通信感知提升，从5G高铁专网规划、建设、优化等维度进行了技术方案论证和分析，提出了以MassiveMIMO技术的5G专网规划建设思路，并在夯实基础网络结构上，创新波束模型，实现波束集中指向铁轨沿线，大幅提升覆盖能力。实践结果表明，该方案可以显著提高5G高铁通信的性能和用户体验效果，并可有效控制运营成本，为高速铁路通信的发展提供了有力支持。
如何科学高效地优化网络结构，降低重叠覆盖，从而提升调制解调效率，提高质量和容量成为当今无线通信领域面临的重要挑战之一。采用理论研究、干扰矩阵关联分析、数字孪生技术等手段，高效发现、定位、解决重叠覆盖问题，快速提升调制解调效率。研究了重叠覆盖分析方法，助力移动无线网络智能调优，最终形成一套标本兼治、提升调制解调效率和网络质量容量的优化体系，已在业界快速推广应用。
在NFV产品入网及日常迭代研发过程中，需针对其支撑的网络业务场景进行重复性的测试；为解决人工测试方式带来的效率和成本问题，需构建一个能够自动化完成对NFV网元在特定网络业务场景下的测试任务的软件平台。通过对相关业务流程进行业务抽象，设计了一套可以完成前述测试任务的软件平台，并对其中的关键概念、流程及实现技术进行了详细地阐述。该平台在实践中取得了比较好的应用效果。
为应对数字化转型加速带来的巨大数据隐私风险，机密计算技术逐渐崭露头角。机密计算是一种基于硬件基础设施中的可信执行环境来保护“使用中”数据隐私和完整性安全的技术，实现了数据的可用不可见。首先介绍了机密计算的含义和技术分类以及5G网络数据分析网元NWDAF的功能架构，梳理了5G网络数据分析功能面临的挑战，进而提出一种基于机密计算的5G网络数据分析应用场景，重点探讨了在跨域NWDAF数据分析业务中“联邦学习+机密计算”的可信建模。
数据中台全域数据集约化体现为数据规模大、关联关系复杂、服务保障要求高等运营特点，如何高效地运营管理成为一个重要挑战。提出了一种利用元数据分析构建数据生产运营态势全流程智能化感知平台的方法，以实时可视化方式在一个体系中对资源、数据、程序、流程、应用服务全纳管，具备问题预警、自动定位、态势自动恢复等能力，显著提升数据服务连续可用率及使用感知。
针对当前日趋复杂的网络架构及日益提升的网络优化难度，提出并实现一种新型的基于多域数据融合的算法系统。该系统通过关联IMS、5GC及EPC域的XDR数据，实现对VoLTE、VoNR及EPSFB等语音业务的精准区分。在此基础上，系统通过构建各业务的质量劣化阈值模型，并采用滑动窗口算法，从而精准筛选重点质差小区。经X市现网连续5天的实际数据验证表明，该系统能够有效识别重点质差小区，充分验证系统的可行性与实用性。
在光网络中，存在大量的哑资源，如管道、杆路、光缆、人手井、光交箱、ODF等。由于哑资源种类众多且数量庞大，仅依靠人工管理已无法满足当前通信网络管理的需求。因此，需要采用更加先进、高效的管理方式来提升哑资源的管理能力。通过人工智能进行图像智能采集、识别和分析，可以让哑资源“开口说话”，实现自动化管理。同时，结合建立更完善的资源管理流程并嵌入人工智能技术，实现哑资源管理AN能力的进一步提升。
为优化AI问答效果，提出基于大语言模型命名实体识别的优化方法。首先，通过在多种分割方式中选取最优方案，结合词语划分概率判断结果，对语料库文本进行分词。其次，在预训练的BERT模型顶部添加线性层，并通过标注数据对预测实体类别进行微调，将预测的同类标签词组合得到命名实体。最后，通过上下文构建整合用户输入与识别结果，将整合结果输入模型生成回答，并结合用户反馈优化输出。结果表明，所提方法生成结果与参考文本之间的语义相似度较高，具备较为理想的问答效果。
为进一步提高网络效能并提升投资有效性，各家运营商均在大力推动低成本高质量网络建设。以智能城域网的成功部署为切入点，提出了低成本高质量网络建设的方法论，并对方法论中的4个要点：时机、减法、自研、超越进行了深入分析，为后续网络建设提供参考。
在将传统数据中心改造为智算中心机房时，面临高功率机柜散热的挑战。由于液冷方式对基础设施要求高、实施难度大，难以满足快速交付需求，因此采用增加列间空调、扩大冷热通道间距等方法改造存量机房成为必要选择。通过气流组织分析及CFD模拟研究，提出了将存量机房改造为智算中心机房的有效措施。
