未来网络业务特征与语音网络的泊松分布和互联网的幂律分布有明显的不同，未来网络业务符合马尔科夫过程模型分布，核心特征是应用随时间呈现多样化的动态转换特性。应用驱动网络（Application Driven Network，ADN）是为应用提供差异化服务的新范式。ADN提出为应用建网，为每个应用提供一个逻辑独立的网络，以满足每个应用自有的、对网络的各项需求。

未来网络的核心挑战是如何解决网络架构制约商业模型创新的问题

运营商的收益依赖于用户规模，用户增长面临瓶颈。互联网最初架构的思想就是为了流量而建网，并不考虑不同应用的各异需求。这样的架构至今没有变化，因此运营商收益严重依赖于用户和流量规模。在UIUC大学Srikant教授的代表性论文《Economics of Network Pricing With Multiple ISPs》中，说明了运营商的收益主要来自于用户数量和流量的规模增长。从互联网的计价方式看，无论是以前的按用量计费和包月模式，还是近年来的新模式，如限量模型（Flat rate with cap），分时计费（Smart Data Pricing），补贴用量计划（Sponsored data plan）等，均服务于以流量为中心的商业模型，始终依赖用户规模的增长。近年来，随着用户数量规模增长触及天花板以及运营成本的大幅提高，运营商面临着增量不增收的巨大压力。

网络中立规则制约服务差异化。网络中立原则的初衷是保护新型企业和应用，消除因内容供应商的资本差异带来的歧视，防止出现内容提供商的垄断。在现有架构下，运营商不可以因业务来源而作区分化服务。网络无法满足低延迟、高带宽要求的高附加值业务（如高清视频）的服务质量，导致内容提供商开始自建网络，使运营商收益受损。美国加州大学教授John Musacchio等在论文《A Two-Sided Market Analysis of Provider Investment Incentives With an Application to the Net-Neutrality Issue》中建立了双边市场(Two-sided market)模型，并指出在一定条件下网络中立不利于公众利益，造成公地悲剧（castles on the Rhine effect）。哥伦比亚大学Vishal Misra教授与其合作者提出Public Option ISP方法，可以市场化方式消除对内容提供商的选择性歧视，节约监管开销。在现有架构下保持网络中立性是不是可以达到原有初衷？值得商榷。

不同应用需要不同架构，网络架构决定用户体验

在语音通信时代，消费的主体是单一的人，人与人的语音通信是对电信网络的基本需求，网络提供的服务也是单一的语音为主（辅助少量电报等数据通信），网络发展所面临的主要挑战是提高用户数的覆盖，降低通信的成本。研究发现，在语音通信网络中，用户的呼叫到达过程符合泊松分布，即大部分时间内活跃用户数在统计的角度都稳定在一个均值，统计复用成为可能。这使得分层汇聚成为电信网络的基本架构，从接入到城域然后到骨干层层汇聚的架构，能够在充分满足整体用户需求的情况下，降低网络的建设和管理成本，成为电信网多年建设的基本指导原则。

进入互联网时代后，用户对网络消费的模式发身了巨大变化，电信网分层汇聚的网络架构面临了很大的挑战。对于互联网用户，他们除了原有的人与人的通信外，更大量的是人与物(机器及数据中心）的通信，而且通信的时间长度、带宽需求也变得更大和更不确定。1999年，美国科学家Barabasi和Albert在《科学》杂志上发表了著名论文 《Emergence of Scaling in Random Networks 》，指出了互联网的应用符合无标度网络（scale-free networks）的特征。无标度网络又称为幂律分布网络。在这个网络中，存在与大部分用户相连的超级节点(如Google、Facebook等)以及大部分节点都与几个超级节点相连的特点，与符合泊松分布的电话网络有本质的不同。加拿大Calgary大学教授Zongpeng Li等发表的著名论文《The flattening internet topology: natural evolution, unsightly barnacles or contrived collapse?》指出了在互联网时代网络扁平化是必然趋势。对于符合幂律分布的网络，扁平化的网络架构更为适合，资源效率更高。扁平化成为互联网时代网络建设的指导原则。

车联网、物联网、虚拟现实等新业务的出现，势必会对未来网络架构产生影响。华为未来网络理论实验室和香港中文大学John Lui教授、香港城市大学Guanrong Chen教授等联合提出了一种全新的马尔科夫过程模型，发现未来网络业务特征与语音网络的泊松分布和互联网的幂律分布有明显的不同，未来网络业务符合马尔科夫过程模型分布。这个分布的核心特征是应用随时间呈现多样化的动态转换特性。举例来说，高清视频、物联网等各行各业的应用需求差异化更大。在车联网中，车与车之间的通信要求低延时，资源效率最优的集中到中心节点的处理方式并不合适，需要具备局部自治的能力；而对于远程视频医疗这种大带宽、低延时、高可靠的业务，现有网络架构很难满足要求。因此，在网络架构的设计上，需要引入新的架构，才能够确保对客户体验的有效支撑，需要一个由应用驱动的网络架构。

应用驱动网络开启差异化服务新范式

应用驱动网络（Application Driven Network，ADN）是为应用提供差异化服务的新范式。ADN提出为应用建网，为每个应用提供一个逻辑独立的网络，以满足每个应用自有的、对网络的各项需求。ADN从理念上直接解决了差异化服务和网络中立的矛盾。

电信行业的定势思维只强调“资源效率优先”， 一味提高网络设备的资源利用率，只能降低成本，不能增收。ADN第一次提出了“应用效率与资源效率并重”的理念，通过提高应用的效率，方便用户使用应用，改善用户体验，达到增收目的。

ADN主张为应用建网，为每个应用提供一个逻辑独立的网络，以满足每个应用自有的、对网络的各项需求，构建“面向应用的网络重构、面向应用的资源虚化、面向应用的分层控制”的能力。

1. 面向应用的网络重构能力：应用对网络需求的抽象。 ADN剖析应用对网络的需求、使用特点等，构建应用的多维抽象模型，为应用编排网络资源，以满足应用的需求。例如，满足泊松分布的人与人通信业务、满足幂率分布的人与机器通信业务、以及满足马尔科夫过程分布的机器与机器通信，都可通过范式模型映射到不同网络资源，从而提供高满意度的网络服务。

2. 面向应用的资源虚化能力：网络资源的隔离与复用。 NFV、网络切片技术等，已将原先统一的、唯一的网络资源，例如无线空口、链路带宽、计算能力、存储空间，抽象为多个逻辑管道。ADN在此基础之上，需进一步对网络资源进行统计复用，以符合应用对网络的需求模型。

3. 面向应用的分层控制能力：快神经/慢神经的控制。 ADN从为应用提供差异化服务出发，结合网络资源全局优化的需求。加州理工学院的John C. Doyle教授等提出快/慢神经控制理论。基于该理论，ADN从时间、空间、价值等多个维度对网络资源进行快/慢控制。慢控制器将拓扑结构、应用业务模型特征等网络慢变信息作为输入，找到网络资源切片划分方法以及网络最优控制点。快控制器通过对网络快变状态如交换机内队列和链路状态等进行实时观测，利用卡尔曼滤波算法，在不同的分片上将网络以最小的代价驱动到最优点控制点。慢控制与快控制协同工作，可使得全网络工作在最优控制点附近,以实现面向应用的服务优化。

ADN的框架可分为三个平面：

1. S平面：实现对应用的抽象建模，提炼应用对于网络的需求，例如带宽、时延等，并根据应用的需求，为其分配合理的网络资源，优化应用的网络传输效率。应用对于信息交互的需求，具有不确定性，从而造成网络流量具有动态性和不可预知性。S平面能够根据网络的运行状态，动态调整各个应用的网络资源，从而达到全局的资源优化。

2. C平面：对部分网络节点或资源进行局部控制。全局控制需要采集、汇总全局信息，导致控制环路过长，控制效果不佳。C平面的引入，可以缩短控制环路，加快响应速度，从而提升控制效果。

3. D平面：承载数据通道。为不同应用提供独立的网络资源，实现独立的网络调度策略、拥塞控制策略、排队机制等，从而为应用提供差异化的服务。

ADN架构支撑“基于用户体验的运营模式”落地

按照应用纵向分配资源是ADN与标准通信网络最大的变革。标准的通信网络架构，是横向按照资源分层的，从资源层到控制层，最高到应用层。ADN的核心概念，则在于按照不同的应用纵向拉通，由应用层自上而下到控制层，最后到资源层，构成针对不同应用的多个纵向层。 通过“横”“纵”变化，ADN可以提供更好的用户体验。

在传统网络中，网络资源的管理一般是按照网络层次分组，例如，接入网、城域网、骨干网的概念，按照网络层次分组，有利于资源实用率最大化，但对应用并不是体验很好：一个典型应用，可能跨多个网络功能单元，使得应用的开通和调整都变得非常复杂。通常的情况下，应用需要针对网络做相应的调整以达到好的用户体验。

ADN主张通过应用业务特征的识别，分配与之相匹配的资源和执行针对应用的业务管理，让网络主动适配应用。在多个应用场景下，资源如何分配，依据什么原则分配，如何均衡现有资源分配以及对将来可能的新应用的平衡等问题，都是ADN架构能否成功应用的关键。不同的业务流量模型，其系统性能（例如延迟、吞吐等）表现，受调度与资源分配策略影响极大。MIT大学 Mihalis G. Markakis博士在其博士学位论文《Scheduling in Switched Queueing Networks with Heavy-Tailed Traffic》中的研究显示，与符合泊松到达特性的业务不同，对具有重尾分布特性的业务类型，采用多队列负载均衡的调度策略可以取得显著的性能提升；在实现系统规模扩张时，应采用scale-out而非scale-up策略。对于应用业务特征的识别，我们已经分析明确了针对话音的泊松分布模型，针对互联网的幂律分布模型、针对下一代网络的马尔可夫过程分布等特征，这些特征是ADN分配资源的理论依据。

ADN架构中引入了面向应用的资源分配机制。专门的资源分配层：对于话音的应用，按照泊松分布的规律，分配层次化网络连接资源；对于到数据中心的互联网应用，按照幂律分布的规律，分配扁平化的网络资源满足要求；对于车联网应用，依据马尔可夫过程分布的规律，分配区域自治的网络资源以满足低延时的要求，分配集中资源满足大并发类的应用； 同时，根据对业务发展的预测，适当预留关键资源，以适应未来应用变化的需求。

在ADN的架构下，云化技术可以作为支撑ADN资源分配层的支撑技术，而SDN和NFV技术，则为在一张网络上支撑多种应用提供了技术能力保障，超宽带互联使得资源的分配和调度更为灵活和便捷。在ADN框架下，现有的技术投入得以有效的集成共同支撑用户体验的提升。对于未来的5G网络需求分析表明，业务多样化和用户体验也是其典型特征，ADN架构也能够很好的支持未来5G的网络需求。

“应用效率与资源效率并重”成就“基于用户体验的运营模式”

现有通信网络主要是面向单一业务的“资源效率优先”模式。早期的通信网络以话音为主，互联网的前身ARPANet也是面向单一业务的网络。早期互联网的需求主要集中在大流量低成本的数据服务上。剑桥大学的Frank Kelly 教授在其论文《Charging and rate control for elastic traffic》中证明了ARPANet的基础通信协议TCP是资源效率最优的，也因此沿用至今。通信需求和协议最优使得网络建设和发展一直以来的主要目标是提供更高效率的更大带宽，可以称之为面向单一业务的“资源效率优先”模式。

当今互联网应用种类快速增多，多样化增强，现有网络无法支撑。对于早期的通信网络和互联网，最大的成本在于网络的铺设，光纤、交换机等物理资源，“资源效率优先”是必然的结果。与话音网和互联网相比，未来网络最大的特征在于应用多样化。应用的多样化会表现为对网络资源需求的多样化，如高清视频、物联网为代表的应用对资源需求差异巨大。虽然随着技术的不断进步，网络的带宽不断提升，成本不断降低，然而现有网络仍然面临体验差、应用满足率不高的困境。因此大型内容提供商开始自建网络，根据自身业务和应用进行优化设计以提升网络效能。2011年，明尼苏达大学的Zhi-Li Zhang在论文《Characterizing Roles of Front-end Servers in End-to-End Performance of Dynamic Content Distribution》明确指出Google拥有为自身应用而自建的骨干网是其搜索体验佳的一大优势。这说明一味聚焦“资源效率优先”已经成为满足多样化的用户体验要求的障碍，而为应用建网是未来网络发展的必然趋势。

**ADN可以支撑应用建网，提升用户体验。**ADN可以在资源总量不变的情况下根据各种应用的特点优化配置，满足各应用不同的需求，提升应用的体验。例如，加州大学伯克利分校的Shenker教授在其论文《pFabric: Minimal Near-Optimal Datacenter Transport》中指出如何在已知业务应用的情况下对不同应用的不同时延需求做优化，以低复杂度算法提高用户体验。在现实中，因应用需求迥异而无法得到现行网络支撑的例子大量存在。例如，利用网络对水表、电表自动抄表的物联网应用，用户终端数量巨大，对带宽的要求不大，但对控制信道的需求很多，且对成本约束非常苛刻，现有的移动通信网络无法在低成本约束下满足应用需求。又如即时通讯应用（如微信）的信令风暴问题：此类应用对带宽消耗不大，但需不断保持网络连接的刷新，现有网络难以支撑。前一个案例可以通过网络切片进行解决，后一个问题也可以通过预留一定的信令资源进行解决，而ADN可以作为上述方法的架构支撑。

ADN在满足应用效率的基础上还可以支持资源效率。 ADN可以满足应用效率的需求，提高用户的体验。但这不意味着ADN要以牺牲资源效率为前提。ADN通过思想理念的转变，以SDN、NFV等各种技术为基础，为应用效率服务。同时，ADN还要通过网络效用最大化（NUM）理论使得应用效率和资源效率有机解耦，共同提升，有效降低建网成本，提高运营效率，促进应用增收。应用效率和资源效率相辅相成的必然性也可以从计算机行业的发展历史看出。计算机最早出现的时候，是作为专业的计算工具使用的，容量和性能有限，如何发挥CPU的效率是其发展的焦点，计算机编程的汇编语言，也是精确控制到CPU的每一个具体的物理资源；随着技术的不断进步，CPU的能力不断提升，编程语言也发展到更高级的C语言，以牺牲部分资源效率，降低了使用的复杂度，提升了应用效率；随着摩尔定律驱动的硬件的不断进步，操作系统的出现使得计算机的应用有了本质的突破，应用效率的提升带来市场空间的上万倍扩展，最终造就了21世纪最大的产业，从“资源效率优先”向“应用效率与资源效率并重”转变带来市场空间的增长，反过来为提升“资源效率优先”提供动力，二者构成良性循环。

为应用建网正处于关键的历史时刻。目前多数运营商都意识到了网络应为应用而建这个趋势。利用“网络切片”对网络进行配置就是在这方面的早期尝试。ADN概念提出的最大意义，在于帮助运营商在网络架构理论上真正具备对于应用多样化的支持和服务能力，突破原有“资源效率优先”时代单一的以流量、带宽为标准的服务模式，进入关注应用体验的多业务应用时代。正如当年PARC实验室提出的计算机图形化概念，使得计算机具备了满足消费者应用需求的能力，造就了后来苹果、微软等一大批公司的辉煌和整个产业的兴起；我们相信，ADN概念和架构也将使得运营商网络对未来物联网时代的丰富的业务能够提供更有效的支持，最终形成“应用效率”与“资源效率”的良性循环，开创“基于用户体验的运营模式”的新时代。

“基于客户体验的运营模式”是一个具有普遍意义的理念，不但使用于指导未来电信网络的发展，也可以用来指导存储、计算以致于整个ICT行业发现新的业务增长机会；同样的，应用驱动的网络架构（ADN），也可以扩展到应用驱动的存储（ADS）、应用驱动的计算（ADC）和应用驱动的ICT（ADICT）；这里的A可以是常规意义上的应用，也可以是行业应用，甚至可以是未来待创造出来的新应用，想像空间巨大,增长空间同样巨大。

关于：中科研拓

深圳市中科研拓科技有限公司专注提供软件外包、app开发、智能硬件开发、O2O电商平台、手机应用程序、大数据系统、物联网项目等开发外包服务，十年研发经验，上百成功案例，中科院软件外包合作企业。通过IT技术实现创造客户和社会的价值，致力于为用户提供很好的软件解决方案。联系电话400-0316-532，邮箱sales@zhongkerd.com，网址www.zhongkerd.com