面向工业互联网的确定性IP网络白皮书 .pdf

第 1 页 共 25 页 面向工业 互联网 的确定性 IP 网 络白皮书 中国电信 股份有限公司 上海 分 公司 中国电信研究院 中国信息通信研究院 华为技术有限公司 GNTC 2020 网络 5.0 Summit 2020 年 12 月 第 2 页 共 25 页 目录 一、工业互联网集中控制应用场景及需求 . 4 （一） 工业互联网发展趋势 . 4 （二） 智能制造中的工业控制场景 . 5 二、面向工业互联网的确定性 IP 网络 . 9 （一） 确定性 IP 技术原理 . 9 （二） 面向工业互联网的确定性 IP 网络 . 11 三、面向工业互联网的确定性 IP 网络测试用例 . 12 （一） 云化 PLC 远程控制测试 . 12 （二） AGV 精准控制测试 . 14 （三） 小结 . 16 四、面向工业互联网的确定性 IP 网络发展建议及展望 . 16 （一） 产业化发展建议 . 16 （二） 展望 . 17 附录 1 PLC 远程控制测试用例及结果 . 19 联合编写单位及作者（排名不分先后） . 25 第 3 页 共 25 页 前 言 实现先进制造已经逐步成为工业界进行产业转型升级的共识目标 ，而工业互 联网担负着这一转型的关键路径，奠定了第四次工业革命的发展基石。通过几年 来的理论和实践探索，工业互联网发展进入到技术革新的深 水区。一些具有共性 特征的 网络 技术需求逐渐被筛选并浮出水面，如高精度确定性网络通信需求、网 络内生安全可信的需求、设备广泛且灵活高效互联的需求，以及面向 AI、大视频 超高通量通信的需求等。这些需 求的满足将使能先进制造中的数据采集、远程控 制、远程运维等多种业务场景，从而助力实现智能化工厂和柔性制造体系。同时， 共性技术的突破也将在能源、交通、医疗、服务等领域显现巨大的生命力和创造 力，助力实现全行业互联网。 本白皮书 分为 四 个部分 。 第一部分介绍了工业互联网典型 集中控制 应用场景 及需求 ， 通过场景分析 ， 进行了网络需求的总结 。 第二部分介绍了 面向工业互联 网的确定性 IP 网络 解决方案 ，并简析了该解决方案的优势。第三部分 介绍了 面 向工业互联网的确定性 IP 网络 测试用例 及测试结果 。 第四部分 提出了 面向工业 互联网的确定性 IP 网络 的 发展建议及展望 。 希望本白皮书 能作为当前阶段的认知总结，为政府、企业、科研机构、投资 者等利益相关方提供引导和参考，共同推动工业互联网的发展。 第 4 页 共 25 页 一、 工业互联网 集中控制 应用场景及需求 （一） 工业互联网发展趋势 从上世纪 80 年代 TCP/IP 成为 ARPANET（互联网前身） 协议 标准 以来，随着 IP 技术 的不断 演进 ， 推动了 互联网 的诞生。现在，互联网 承载 的应用越来越 丰富 ， 电子 邮件 、 万维 网 、 云计算 、社交网络 、在线购物、电子银行、视频直播等应用 正在 深刻影响着 人们 的 学习 、 工作与生活 。 IP 技术使能的 消费互联网 取得了巨大的成功 。 展望未来，互联网的下半场 产业互联网已来。 互联网的核心技术 TCP/IP 协议 体系，在 公众电 信 服务和企业 通信领域 已基本 一统江湖，实现了 All-IP；工控网络、 智能电 网 、 广播网络也有往 All-IP 演进的趋势 。 业界 考虑在有特定限制的领域里提供增强 IP 能力 集，将特殊场景的非 IP 设备 IP 化，使之加入全球开放 Internet，打造 “ 消费 +产业 ” 全场 景互联网 。 工业领域自动化控制、运动控制等许多场景需要解决端到端的确定性 问题 ， 当前 互联网 TCP/IP 技术 无法提供高精度确定性时延的数据传输服务。近来，确定性网络领域涌现了许 多技术，如确定性 IP、 TSN、 5G URLLC、 Wi-Fi6、工业 PON 等，都希望解决工业控制 应 用要求网络 具有很高 确定性和实时性 的问题 。 工业 园区 内外网是 工业 现场 网络 、 以太网、 广 域 网和无线网的组合， 除了 工业 现场 网络 ，其他 都是 使用 TCP/IP 协议 。 基于 IP 协议技术形 成端到端的确定性工业网络成为一个合理的选择。 新兴的车联网 、远程医疗、 全息通信、空 天地一体化通信等 也 在探索 基于确定 IP 技术构建蓝图。 本白皮书将聚焦工业互联网智能制造场景 ，针对 IP 化工业设备 ， 通过 增强 确定性 IP 能 力 ， 为远程集中控制场景 的关键业务流量 提供端到端确定性服务保证 ，助力网络化协同，实 现个性化定制、服务化延伸及智能化生产。 第 5 页 共 25 页 （二） 智能 制造 中的工业控制场景 工业互联网与制造业的融合将使能新 的工业领域 应用 智能制造， 面向产品全生命 周期，通过智能化的感知、人机交互、决策和执行技术，实现设计过程、制造过程和制造装 备智能化，是信息化与工业化深度融合的大趋势。具有自组织能力、自律能力、自学习和自 维护能力等特征 ， 并 要求网络能够支持如下应用：智能化 生产 、网络化协同、个性化 定制 和 服务化 延伸等。 在目前的工业生产场景中，智能设备或智能生产流水线的智能全部来自本机自带的硬件 （包括计算资源、存储资源和相应的软件）。智能设备的硬件和软件是不分离的，智能设备 的改造升级往往会受到硬件资源的限制。 未来 ， 智能化 生产 中的智能不一定完全来自本机自 带的硬件（包括计算资源、存储资源和相应的软件），它可以来自外部的 “ 云 ” 或提供 “ 大 数据 ” 和 “ AI” 能力的设备，通过网络实现 联通本地和 远端的 “ 云 ” 。这种场景就是要将 “ 云 计算 ” 、 “ 大数据 ” 和 “ AI” 的能力 带到本地终端 ，这对网络 的带宽 和 时延 提出极高的要求， 要 求在二层 网络甚至 三 层网络 上 ，提供 与 本地集成智能 一体机的内部通信 相近或相同 的能 力 。 工业互联网场景中的 网络化协同 ，核心问题是 “ 构建虚拟工厂 ” ，简单 来说 就是虚拟化 流水线、虚拟化工作室等。网络不仅要承载 “ 制造和物流的信息流 ” ，还要承载 “ 生产过程 中的控制流 ” 。由于它承载了产业的全部信息，它不仅要求网络能提供高度安全可信的能力、 极高的确定性服务质量保证、极高的自管理和 自 控制能力，还要求网络提供完全 隔离 的网络 （虚拟网：信息隔离、资源独立）。 个性化定制 是要用大生产的产业能力，来生产具有强烈个性化的产品，从而克服 “ 量小 价高 ” 的传统问题，要求网络向虚拟产品制造商提供完备的自管理和自控制的能力。另外， 第 6 页 共 25 页 个性化生产会进一步 地 打开生产制造环境，使得原来为了批量大规模的订制化封闭生产系统 向开放的组件化的开放生产系统转化。无论是生产的控制层还是生产的执行层，都应该支持 动态的扩容、升级、改变，一方面会导致执行层连接必须归一，网络必须提供支撑原有封闭 私有的所有异构总线相关能力（包括安全、可靠性）；一方面控制层到执行层的网络必须支 持在容量变更下的不同约束的确定性传输，从而适配生产的个性化动态改变。 服务化 延伸 是要将原来的产品制造 升级 为 服务提供，以 电信设备 制造 为例，原来的电信 设备制造商，是以制造电信设备（整机） 、 销售电信设备 、 提供一些必要的服务（一般是售 后服务）来 获取商业利润 ， 保持电信设备制造业的发展 。 NFV 技术的发展， 使得 电信设备中 的软件和硬件分离，种类繁多的电信设备硬件 可以 使用统一的 通用 IT 硬件 （如通 用 服务器） 来提供。这样电信设备 实体产品 就没有了，原来的电信设备实体产品成为虚拟产品， 卖 产品 就成了 卖 服务；当然电信设备如此，其他产业也会如此，服务化 延伸必 须要 有 新的网络才能 支持 。 智慧制造 集中控制主要包含自动化产线、 AGV、 高精度工控等子场景 。 1) 集中控制 -PLC 自动化产线 PLC 字面上是可编程逻辑控制器的意思，在工业自动化领域具有举足轻重的地位。 它 结 合了自动化技术、计算机技术和通信技术，一经应用便成为取代继电器控制技术的划时代技 术。其原理与通用的计算机看上去没有什么差别，然而结合工业应用需求后，发展成为 多种 软硬件耦合、封闭生态的 PLC 系统 ，不同 系统 采用了互不兼容的通信协议，造成 PLC 领域 七国八制的局面。随着我国大型 PLC 系统需求的增强，以及工业 4.0 和智能制造提出的柔 性生产需求，单体式 PLC 因具有诸多限制而受到了极大挑战。 近年来工业物联网技术快速发展， ICT 领域蓬勃发展的云计算技术也在向工业领域渗透， 实时以太网、确定性 IP 网络等一批先进通信技术的日趋成熟，为业界开展云化 PLC 研究提 第 7 页 共 25 页 供了基础技术条件。从网络方面看，实现工业 4.0、智慧工厂和智能制造，必须建立在一类 包括实时控制和及时监控在内的、强有力的联网技术和规范的基础上。这类联网技术和规范 可以在一定程度上继承原有的联网技术和规范，但更重要的是一定要突破原有技术和规范的 局限，以及明显不能满足实现工业 4.0、智慧工厂和智能制造的多层架构和按功能分层进行 通信的思维。 图 1 PLC 集中云化部署趋势 在智能制造系统中， PLC 不仅仅是机械装备和生产线的控制器，而且还是制造信息的采 集器和转发器。传统 PLC 系统的主站周期性向分站及 IO 发送信息，等待回复信息后输入到 工业控制程序。在某钢铁行业产线中， 控制周期 可低至 4ms， 一旦出现信令丢失或者迟到， 将导致控制系统停机。因此，可靠性要求可以高达 99.9999%。 这 意味着在云化 PLC 架构 下，对传统的 IP 网络提出了非常严苛的挑战。 2) 集中控制 -AGV AGV(Automated Guided Vehicle) 是一种广泛应用于工 厂车间、机场、港口、货运仓 库等高度自动化场所的智能设备，一般由行走、导航、控制系统三部分组成。 随着 市场 业务 增长， AGV 的 种类 和 规模越来越大， 前端和后端控制系统之间的通信实时性和可靠性要求 也进一步提高。 由于 AGV 具有一定的行驶速度，且多用于集群作业场景，因此需要有高确定性时延和 抖动的链路来传输控制信号。 AGV 控制类业务一般要求 通信时延为 10ms50ms 左右， 当 第 8 页 共 25 页 AGV 控制报文 延迟大于 100ms 或 丢包时，极有可能 出现 作业请求失败 , 导致小车间协同不 一致、运行故障。 AC AP 2 Switch AP 1 AGV 小车 图 2 集中控制 AGV 场景示意图 未来 AGV 系统将更多地与 5G、广域 网 、 大数据技术相结合， 真正做到信息化、智能 化。同时通过确定性的 IP 网络技术， AGV 的应用也会更加适合柔性生产模式。 3) 集中控制 -高精度工控 随着更多高精度传感器的面世以及能够在更远距离内更快地通信，工业控制市场有许多 进步，例如生产线上的实时感测及回应措施、不正确放置感测及校正性回应等。如今，此前 由于感测组件感测精度不准确而没有自动化的许多作业 现在 已实现自动化。行业研究员分 析：“过渡到智能化、连接及回应型的世界已然形成，工业自动化是这种普及的首批领域之 一。”环境光传感器、运动传感器、光传感器、距离传感器、图像传感器及其它传感器是首 要组件。其次就是连接功能，包括有线及无线连接。最后是传感器接收及通过连接方案传输 的数据的控制及处理。传感器性能的提高，使得控制系统对周遭环境的感知变得更加敏锐精 确，从而确保了数据远距离传输的及时性和可靠性，帮助控制系统更好地发送指令。 随着 工业制造装备的智能化 、 网络化改造和升级 ， 先进制造中将越来越多的采用智能机 器人 ， 同时存在 多套机器人系统协同工作的场景 ，如焊接、冲压等。协作机器人的运动速度 第 9 页 共 25 页 越快、加工精度要求越高，对网络时延和时延抖动的要求将越高。假如制造装备的移动速度 为 2 米 /秒 ， 10ms 的时延抖动导致的协同偏差为正负 20 毫米 。 反言之 ， 加工精度为 1 毫 米，需要业务侧端到端的通信时延抖动不大于 500 微秒 。 图 3 高精度工控 焊接群控场景 二、 面向工业 互联网 的确定性 IP 网络 （一） 确定性 IP 技术原理 从 尽力而为的 IP 转发 ， 到路径可控的 MPLS TE 转发 ， IP 广域网一直 靠大带宽概率性 地达成 时延 目标，在高负载和流量突发时依然无法 提供确定性时延 保障。这就需要 IP 广域 网络 能够提供时延 抖动“可控”的能力。使用确定性 IP 网络技术可以在继承传统 IP 网络 统 计复用优势的基础上，消除因排队带来的转发抖动，从“大概率保证服务质量”变为“确定 性保证服务质量”，从而带来数据面的实质进步。 确定性 IP 技术通过基于周期的排队和转发技术 ， 可以实现报文的定时发送 、定长排队， 时延可预期的网络传输。在工业互联网场景中，分为广域确定性 IP 方案和局域确定性 IP 方 案 。 两种方案技术同源，可以实现无缝的数据面对接，实现“一网到底”的高精度工业互联 网网络。 第 10 页 共 25 页 图 4： 确定性 IP网络参考 解 决方案 图 4 说明了 确定性 IP 网络参考 解决方案 的组成 ，其中包括终端 CE、 入口 PE 节点 、 支 持 确定性转发 能力的 P 节点 、 控制器等，整体流程如下： 首先所有网络设备（ PE节点及 P节点）需要保持微秒级周期相对固定； 其次对每个准许接入的确定性业务需要进行路径计算、资源预留等操作； 前两条完成之后，可以开始传送确定性业务的报文。用户报文的流量模型需要满 足资源预留的约束； 确定性 网络边缘设备 需要对用户报文进行流量整形，并为报文打上初始周期标 签，正式进入 确定性 周期转发流程； 数据包携带周期标签发往下游设备，当数据包抵达 下游 确定性 路由器后，路由器 根据本地维护的周期映射关系表，替换数据包中的周期标签并将数据包送入相应 的队列等待转发； 每个 P节点及 PE都维护着特定数量的 确定性 队列，并对这些队列进行周期门控调 度 。 第 11 页 共 25 页 （二） 面向工业互联网的确定性 IP 网络 图 5 工业互联网确定性 IP 网络参考图 工业互联网确定性 IP 网络参考图如图 5 所示。 广域确定性 IP 技术能够适应网络规模 大 、 业务数量多 、 业务颗粒度灵活的网络场景 。 这主要得益于其中间节点聚合调度 ， 无需维 护逐业务实例状态的机制 。该网络中，报文的时延抖动指标与网络跳数无关 ，中间节点并不 需要维持过多状态。从而可以避免“路径状态 N 方增长问题”。其灵活颗粒度资源预留机制， 可使得业务实例的数量上限仅依赖于瓶颈资源总量，而不受限于其他因素。 局域确定性 IP 技术可以有效 支 撑未来工厂网络承载多种工业流量 ， 如办公 IT、 生产 IT、 部分 OT 流量等 。在有效隔离并保证关键流量通信指标的前提下，可以实现多种流量对网络 资源的统计复用，降低工厂网络复杂度，降低总体拥有成本和供应商粘性。 确定性 是基于 IP 技术的能力增强 ， 本质特征仍然是对网络资源的分时复用 。 为了保证 工业互联网场景中的特定流量满足确定性时延传输的要求 ， 叠加了周期排队和转发 （ CQF） 的机制 。 由于 IP 网络需要担负连接大规模 、 长距离广域网的需求 ， 相较于需要上下游节点 严格时间同步的经典 CQF 技术 ， 确定性 技术放宽了时间同步要求 ， 从而可以实现大规模网 第 12 页 共 25 页 络的部署 。 基于 IP 的确定性网络技术可以支持工业控制等关键流量跨越广域网络 ， 大大扩展了工 业控制系统部署的灵活性 ， 提升了工业控制效率 。 IP 作为应用最广泛的网络互联技术 ， 基于 IP 的确定性网络能力可以真正使能端到端的确定性承载网络 ， 通过网络侧的汇聚能力实现 最大程度的工 业控制网络组网灵活性 、 提高产线升级改造效率 。 相比于传统的工业总线技术 ， IP 模组的产业基础更具优势 ， 其相对较低的网络器件成本可以有效促进产线成本下降 。 三、 面向工业互联网的确定性 IP 网络 测试用例 （一） 云化 PLC 远程控制测试 随着工业互联网的快速发展，传统工业 PLC 的各种弊端逐渐显露出来：各厂家 PLC 通 讯协议 种类繁多， 不可互通（例如有 EtherNet/IP， Profinet， EtherCAT， Ethernet PowerLink 等）； PLC 数据无法直接上云，进行大数据分析。传统 PLC 技术带来的 这些 限 制 已经成为制约工业控制体系进行深入技术革新的制约因素 。 中国电信 上海 公司 联合华为 在某国产 PLC 自动化实验室开展 PLC 远程控制测试，验证通过长距离的广域 IP 网络传输 工业 PLC 控制信号，为工业控制云化、大数据上云奠定了坚实基础。 图 6 云化 PLC 测试组网 在测试中 PLC 与远端 IO 之间采用工业 控制 协议，报文发送周期为 4ms， 传输光纤距 第 13 页 共 25 页 离超过 22 公里，当报文时延超过 12ms 时就会导致远端模块掉站，需要一个确定性低时延 和抖动的传输通道。 图 7 普通 IP 和 确定性 IP 流量时延 对比 图 8 普通 IP 和 确定性 IP 流量逐包时延对比 图 7 是 普通 IP 和 确定性 IP 流量的最大时延 ， 平均时延 ， 最小时延 对比。图 8 是 普通 IP 第 14 页 共 25 页 和 确定性 IP 流量的逐包时延对比 ，横轴是报文的相对序列号，纵轴是时延，单位毫秒。 通 过实验对比，我们可以看出，普通 IP 流量在网络出现拥塞后时延 变化的范围很大 ，时延范 围从几十微妙到十几毫秒，完全不能满足工业 控制 的 确定性 通讯要求。而采用确定性 IP 转 发 的 PLC 业务流量无论在轻载还是重载网络环境下，都可以保证 数微秒级变化 的低时延和 低抖动 ，能够满足 PLC 工业 控制 的 确定性 通讯要求。 图 9 云化 PLC 应用方案 运营商城域网具备确定性 IP 转发能力后，就可以通过运营商城域网连接企业的总部、 分支园区和数据中心，为企业提供远程控制，远程监测的能力。企业 无需人员在现场 就 能够 对设备进行集中 调试， 管理和控制，打破了时间和空间上的限制 。 除 了远程控制外，当设备 发生故障的时候，还能够远程 进行诊断和维修。 而且 工业远程控制系统还可以对设备运行 情 况、 数据、故障报警等进行记录， 对上述的存储记录进行大数据分析 ， 利用 AI 预测性维护 和维修，节省 维修人员在 事后查找故障 花费的时间 。图 9 描述这种 基于确定性 IP 的云化 PLC 应用设想。 （二） AGV 精准控制测试 AGV(Automated Guided Vehicle) 是一种广泛应用于工厂车间、机场、港口、货运仓 第 15 页 共 25 页 库等高度自动化场所的智能设备。由于 AGV 具有一定的行驶速度，且多用于集群作业场景， 需要有高确定性的时延和抖动链路来传输控制信号，一般要求时延在 10100ms 之内。 确 定性 技术完美匹配了该应用场景。 中国电信 研究院与华为合作，在实验室内搭建网络环境，其中有线传输部分采用确定性 IP 专线 承载，末端通过 Wi-Fi 进行 AGV 控制测试，组网图如下所示： 图 10 AGV 测试组网 AGV 小车的控制指令通过 TCP/IP 报文传输，当报文时延超过 100ms 时会出现控制请 求失败，直接导致小车运行卡顿。在实验中，我们通过测试仪生成大干扰流，模拟网络出现 突发拥塞的场景，来验证 AGV 小车的运行可靠性。， 通过实验我们可以得知，确定性 IP 技术在大干扰流的网络拥塞环境下，仍然可以提供 确定性、低时延、低抖动的传输通道，保障 AGV 可靠运行，不会出现业务请求失败的情况。 第 16 页 共 25 页 图 11 AGV 测试结果 （ 说明 :上图是在 重载网络环境 通过测试仪生成模拟流量 的一段时间内 报文时延统计结果 ， 从理论上来说，存在极小概率有部分普通 IP 报文会出现时延 小于确定性 IP 报文的情况 。 但 在本次抓包统计时间范围内 ， 未 出现 此类情况 。） 基于 确定性 的 AGV 应用方案 图 12 基于确定性 IP 的 AGV 应用方案 （三） 小结 确定性 IP 专线可以为工业控制提供毫秒级时延的远程控制通道 ，并且支持不同 PLC 协 议 （例如： Profinet、 EtherCAT 等 ） 报文在同一条专线内运行 。 同时 ， 无论是在轻载 ， 还是 重载 ， 甚至是满带宽的压力背景下 ， 确定性 IP 专线都可以保证链路 s 级的抖动 ， 满足工业 控制高精度时延抖动 要求 ，保障工业生产安全可靠运行。 四、 面向工业 互联网 的 确定性 IP 网络 发展建议 及展望 （一） 产业化发展建议 工业互联网是跨领域、跨学科的一个融合课题，属于工业化和信息化融合的阶段性成果。 因此，标准体系的协作与技术融合将是工业互联网工作的重要组成部分。从标准主体、技术 第 17 页 共 25 页 体系、工作方法等方面看，传统工业领域与网络领域都存在诸多差别。因此需要（ 1）从技 术标准化角度找到具有共识的业界热点技术问题作为抓手，（ 2）从组织角度依托各产业联盟 作为对话的手段，协同推进工业互联网技术标准体系发展。 具体而言，工业应用对网络技术的确定性和实时性要求，发展出了许多工业现场网络技 术。从信息行业来看，为了迎合工业应用对确定性和 实时性的要求，同样发展出了多种确定 性网络技术。确定性网络已经成为了工业互联网发展的热点问题。 工业互联网产业联盟 、 网络 5.0 技术与产业联盟等众多优秀联盟组织的建立为多领域融 合标准化提供了场地和可行路径 。 增强产业联盟、行业协会等组织与企业的统一协同部署 。 工业互联网规模庞大且形态较 为分散，产业发展离不开联盟、行业协会等组织的引导和支持。联盟、行业协会可以通过组 织多样化会议促进领域专家分享知识 。 多个相关的产业联盟、行业协会也可以成立联合特设 组，从工业互联网场景、需求、标识、网络、安全等多个维度展开联合研究及探讨 ，并聚焦 重点企业，促进产业间协同，为不断成熟的整个产业生态提供服务支持。 加快推进技术与产品研发进度 。加大高精度服务可信工业互联网关键技术支持和引导力 度，着力促进技术研发，设备生产，网络应用等产业链上下游企业的协同，不断推进高精度 服务可信工业互联网解决方案的发展和成熟。 加大应用示范推进力度 。目前精度服务可信工业互联网领域研究已经取得了初步成果， 应用推广已逐步开展，产业界应以典型场景为切入点，挖掘新机会和新应用点，积极 推进核 心技术 的 持续成果转化和产业化 ， 加快 新技术在运营商网络、垂直行业和未来网络试验平台 等的应用、部署与实践，以示范应用带动整个产业生态的不断完善。 （二） 展望 确定性 IP，在保留传统 IP 转发技术统计复用的优势基础之上，基于聚合流周期调度及 第 18 页 共 25 页 设备间自动异步周期映射，可严格避免微突发，实现对端到端时延上界及抖动上界的严格保 证及零拥塞丢包，高质量 服务于对时延 、 抖动 、 可靠性有严格要求的应用 。 在广域网中分阶段商用落地 。 确定性 IP 技术 ， 在部署和推广过程中 ， 沿着从点到线再到 面的 路线发展。首先实现一个园区内外的远程控制，再到两个园区之间的确定性互联，然后 扩大到几个城域网的区域，最终实现以广域确定性城域网为主的目标。 助力工业互联网加速发展 。随着工业互联网两化融合，更多的行业需要确定性的服务体 验，未来确定性 IP 技术在移动机器人 、 工业 AR、无人机控制、 智能电网 、车联网、 远程医 疗等领域必将发挥更大的作用 ，助力工业互联网加速发展，实现工业强国目标。 提供新型高价值 IP 专线，服务于 2B 和 2C 用户 。 确定性 IP 技术 ， 可以在传统 IP 专线 的基础上 ， 提供更高等级的 IP 专线 ，实现业务差异化承载， 城域网 、 骨干网均可部署 。除 工业领域外，还可以保证视频会议、家庭教育等场景的网络质量。 第 19 页 共 25 页 附录 1 PLC 远程控制测试用例及结果 1) 单业务流普通 模式测试 用例描述 ： 模拟单条 工控协议 业务流 （ Type*、发送周期 *ms、报文大小 *字节 ） ，不使能确定 性 IP 转发功能 ，观察轻载与重载情况下的 普通 IP 流量的 时延，作为确定性 IP 流量的 时延 参考。 预置条件 ： 业务流发包模型： 报文类型 ： 工控协议 业务流 - Type* 源 MAC： 00a0-1e80-02fa 报文长度： *字节 突发模型： ContinuousMultiburst 每 *ms 突发一次报文 干扰流发包模型 ： 报文类型 ： IPv4 报文 报文长度： *字节 突发模型： ContinuousMultiburst */*ms 关键配置 ： 未使能确定性功能 。 预期结果： 观察轻载与重载的时延，作为确定性时延参照。 实测结果 ： 最小时延（ us） 平均时延（ us） 最大时延（ us） 第 20 页 共 25 页 轻载 89.177 89.809 94.410 重载 (干扰流 ) */*ms 89.158 2224.000 15874.549 2) 单业务流 确定性 模式测试 用例描述 ： 模拟单条 工控协议 业务流 （ Type*、发送周期 *ms、报文大小 *字节 ） ，使能确定性 IP 转发功能 ，观察轻载与重载情况下的确定性 IP 流量 时延情况。 预置条件 ： 业务流发包模型： 报文类型 ： 工控协议 业务流 - Type* 报文长度： *字节 突发模型： ContinuousMultiburst 每 *ms 突发一次报文 干扰流发包模型 ： 报文类型 ： IPv4 报文 报文长度： *字节 突发模型： ContinuousMultiburst */*ms 关键配置 ： 使能 确定性 功能 ： 预期结果： 业务 流在有干扰的情况下，仍可以保证端到端时延抖动 =2T（ T=10us） 实测结果 ： 最小时延（ us） 平均时延（ us） 最大时延（ us） 第 21 页 共 25 页 轻载 122.741 127.851 134.984 重载 (干扰流 ) */*ms 122.780 128.248 136.194 3) 确定性 模式与普通模式对比测试 用例描述 ： 模拟两条 工控协议 业务流 （ Type*、发送周期 *ms、报文大小 *字节 ） ，其中一条使 能确定性 IP 转发功能 ，另一条为普通 IP 转发 ，对比两条流的时延情况。 预置条件 ： 业务流发包模型： 报文类型 ： 工控协议 流 - Type* 确定性 流：源 MAC： 00a0-1e80-02fa 非 确定性 流：源 MAC： 00:00:c0:55:01:02 报文长度： *字节 （从 PLC 侧抓到的包） 突发模型： ContinuousMultiburst */*ms 干扰流发包模型 ： 报文类型 ： IPv4 报文 报文长度： *字节 突发模型： ContinuousMultiburst */*ms 关键配置 ： 使能 确定性 功能 ： 预期结果： 1、 确定性 流在有干扰的情况下，仍可以保证端到端时延抖动 =2T（ T=10us） 第 22 页 共 25 页 2、 普通流 在有干扰的情况下，端到端时延抖动增大到 15ms 以上 。 实测结果 ： 最小时延（ us） 平均时延（ us） 最大时延（ us） 确定性 流 （轻载） 122.731 128.052 136.204 普通 流 （轻载） 89.133 89.858 94.302 确定性 流 （重载） 122.677 128.199 137.615 普通 流 （重载） 89.158 2522.986 17064.148 4) 多业务流 确定性 模式测试 用例描述 ： 模拟 1 条 工控协议 业务流 1（ Type*、发送周期 *ms、报文大小 *Byte） ，模拟 1 条 工控协议 业务流 2（ Type*、发送周期 *ms、报文大小 *Byte） ，均为 使能 确定性 IP 转发 功能 ，观察轻载与重载情况下的时延情况。 预置条件 ： 业务流发包模型： 报文类型 ： 工控协议 流 1 - Type* 两条，一条 确定性 流，一条非 确定性 流 工控协议 流 2 - Type* 报文长度： 工控协议 流 1 - *字节 工控协议 流 2 - *字节 突发模型： ContinuousMultiburst */*ms 干扰流发包模型 ： 报文类型 ： IPv4 报文 第 23 页 共 25 页 报文长度： *字节 突发模型： ContinuousMultiburst */*ms 关键配置 ： 使能确定性 IP 转发 功能 ： 预期结果： 确定性 IP 流在有干扰的情况下，仍可以保证端到端时延抖动 =2T（ T=10us） 实测结果 ： 最小时延（ us） 平均时延（ us） 最大时延（ us） 工控协议 流 1 132.725 138.100 146.066 工控协议 流 2 122.271 127.699 135.582 非 确定性 流 78.248 7986.282 15894.689 5) 满带宽业务流 确定性 模式测试 用例描述 ： 模拟一条真实 工控协议 业务流，使能 确定性 IP 转发功能 ，模拟另外一条干扰流带宽 *G， 即超出光纤链路总带宽 *G， 观察时延以及丢包情况 。 预置条件 ： 业务流发包模型： 报文类型 ： 工控协议 业务流 - Type*； 报文长度： *字节 突发模型： ContinuousMultiburst */*ms 流量入口 ： *GE 第 24 页 共 25 页 干扰流发包模型 ： 报文类型 ： IPv4 报文 报文长度： *字节 突发模型： Continuous *Gbps 流量入口 ： *GE 光纤链路 ： *GE 总带宽 关键配置 ： 使能 确定性 功能 预期结果： 1、 两条 业务 流在有干扰的情况下，仍可以保证端到端时延抖动 =2T（ T=10us）； 2、 两条业务流在超带宽情况下 ， 无丢包 ，只有干扰流有丢包。 实测结果： 带宽 最小时延（ us） 平均时延（ us） 最大时延（ us） 丢包率 工控协议 流 300Mbps 122.952 128.287 135.626 0 干扰流 100Gbps 80.825 20895.301 20914.290 0.5 第 25 页 共 25 页 指导单位 及专家 中国信息通信研究院 ：蒋林涛、田辉、聂秀英 联合编写单位及作者 （排名不分先后） 中国电信 股份有限公司 上海 分 公司 ： 张坚平、 李启諹、郑坚、唐颖淳、陈仲华 中国 电信研究院 ： 雷波、解云鹏、吕航、王江龙、李佳聪、王镇宇 华为技术有限公司 ： 王闯、蒋胜、 李欣然、史文江、郑秀丽、李广鹏、徐冰、刘冰洋、 任首 首、 胡仲怀