广域网结构和我国通信网的构成

简介:

以下内容摘自笔者的《网络工程师必读——接入网与交换网》一书(如感兴趣,请加入我的技术圈子:[url]http://group.51cto.com/lycb[/url]一起讨论学习):

1.1.3 广域网结构

接入网概念的核心就是把整个电信网分为:核心网、接入网和用户驻地网三部分。接入网与核心网构成电信公网。接入网是在业务节点接口(Service Node InterfaceSNI)和与其关联的每一个用户网络接口(User Network InterfaceUNI)之间由提供电信业务的传送实体组成的系统。业务节点(Service NodeSN)是提供接入到各种交换和/或非交换电信业务的网元;SNI是提供用户接入到SN的接口;UNI指的是终端设备与应用接入协议的网络终端之间的接口。
【注意】这里所说的电信网不能等同通信网,它只是整个通信网的一种类型,所以在结构划分上与上节介绍的数据通信网结构划分不一样。此处的电信网划分的核心网其实包括了数据通信网中的传输网核心网两部分。这一点将在本节后面具体介绍。接入网部分则是相同的。
接入网负责用户的接入,核心网负责业务的处理,两者的划分基于功能的划分。如此定义,接入网与核心网便有了明确的分工,由接入网来适应用户的多样性,用户的不一致性被接入网屏蔽掉了,核心网面对的是一致的用户,极大地简化明晰了网络的体系结构。
其实还可以对以上三层结构的核心网进行细分,再分为核心网与传输网两部分,这样,整个电信局端通信网同样分成了核心网、传输网和接入网三大部分,与标准通信网的结构一样。如图1-2是一个广域通信网的结构示例。
1-2  广域通信网结构示例
以上三大部分可以是相同类型的网络,也可以是不同类型的,为用户的灵活接入和应用打下了坚实的基础。同时用户接入的网络可以是专用网络的用户,也可以是公用网络,如互联网,在如图1-2所示的结构中就明确标注了各种不同类型应用的接入,其中接入网与传输网之间的连接可以是专线,也可以是非专线的。
在电信网的以上三大部分中,从技术上看,传输网与核心网是最复杂的,但它们的技术一般比较单一,各个ISP的这两类网络技术都差不多,尽管这两类网络的技术也在不断更新发展。而接入网的技术虽然相对较为简单,但是种类繁多,因为现在各种接入网技术非常之多,应用环境和接入性能也各不一样,用户可以灵活选择自己最适宜的接入网技术。

1.1.4 我国通信网的构成

通信网系指任何完成通信实体间信息传递、交换或交互的网络体系。这里仅讨论电话、数据和多媒体通信等交互式通信形式,不讨论音频广播和电视广播通信等广播制式。
由于体制和历史原因,我国的通信网构成比较复杂,划分标准也是多种多样的。从用户对象划分的话,可分为公用网专用网两大类;而从网络位置划分,则可分为骨干网边缘网两大类。下面分别予以简单介绍。

1. 公用网和专用网

从通信网的建设主体和使用对象可以大致分为公用网和专网。公用网是指原中国邮电部电信司筹建用于公众通信服务的通信网络体系,它也是最大的通信网络。专用网是指专门服务于特殊部门或群体的通信网络体系,不对全民开放。其中专网又按其部门大致分为教育部、军队、铁道部、广电部、能源部、交通部、公安部等都有各自的专用网,当然各企事业、机关单位内部的局域网也属于专用网。专用网通常是依靠公用网来进行相互连接,如各高校的校园网就是统一经地教育部的高校网进行相互连接,并实现互联网(互联网是最大的公用网)接入的。

2.骨干网、边缘网

从通信网的拓扑逻辑、管理角度、业务接入和延伸广度看,通信网又可分两个大的部分,即骨干网(也就是上节所说的核心网)和边缘网。骨干网系指通信网络中担任主要数据传递和交换功能的实体集合,也就是说它既是一种传输网,又是一种交换网,包括了两部分网络的功能,还负责着较小网络之间的主要通信量。对于电信网,骨干网包括省际中心、县级中心间的通信链路构成的庞大网络体系,可完成整个通信网中的大容量信息转接、中继等任务。骨干网由节点和节点互联线路构成,在我国,它包括省级、地区级交换中心(节点)和若干国家级省际传输干线。
边缘网包括接入网和用户驻地网两部分,所以也就有上节最终的划分标准:骨干网(核心网)、接入网、用户驻地网三部分。边缘网泛指骨干网之外的边缘网络。包括小区多媒体网络、无线接入网、Internet拨号接入网络等。
在以上把整个通信网划分成三部分的划方式中,核心网(Core Network)由现有的和未来的宽带、高速骨干传输网和大型中心交换节点构成;用户驻地网(Customer Premises Network)一般是指用户终端至用户-网络接口之间所包含内部局域网,由完成通信和控制功能的用户驻地布线系统组成,以使用户终端可以灵活方便地进入接入网;而接入网(Access Network)泛指用户-网络接口(User Netwrok InterfaceUNI)与业务节点接口(Service Node InterfaceSNI间实现传送承载功能的实体网络。具体将在本章后面介绍。
以上三大部分网的关系如图1-3所示(有关V5接口将在下节介绍)。
1-3  核心网、接入网与驻地网之间的关系
本文转自王达博客51CTO博客,原文链接http://blog.51cto.com/winda/6290如需转载请自行联系原作者

茶乡浪子
相关文章
|
3月前
|
人工智能 前端开发 搜索推荐
为什么 LLM 搞不定复杂任务?ReAct 与 Reflexion 技术综述
ReAct与Reflexion是提升大语言模型处理复杂任务的关键框架。ReAct通过“推理+行动”循环,结合外部工具解决事实幻觉、信息滞后等问题;Reflexion在此基础上引入自我反思与评估机制,实现从错误中学习的闭环优化。二者结合显著增强了模型的规划、决策与自适应能力,推动AI在问答、编程、智能助手等领域的深度应用。
为什么 LLM 搞不定复杂任务?ReAct 与 Reflexion 技术综述
|
4月前
|
数据采集 存储 人工智能
141_模型更新:在线学习策略 - 焦点在增量微调的独特无中断部署
在大语言模型(LLM)的实际生产环境中,模型更新是维持服务质量和持续改进的关键环节。随着业务需求的演变、数据分布的变化以及模型能力的提升,如何高效、安全地更新已部署的LLM成为技术团队面临的重要挑战。传统的全量模型替换方法往往伴随着服务中断风险、资源消耗大以及可能的性能波动等问题。为此,增量微调技术作为一种轻量级的模型更新策略,正逐渐成为2025年LLM部署领域的主流选择。
|
10月前
|
JavaScript 前端开发 开发者
36.3K star!开发者专属PPT神器,Markdown秒变炫酷幻灯片!
Slidev 是专为开发者打造的现代化幻灯片制作工具,基于 Markdown + Vue 技术栈实现。它让技术分享、产品演示、教学培训等场景的幻灯片制作效率提升300%,支持实时编码演示、数学公式渲染、流程图绘制等开发者刚需功能,可将.md文件一键转换为网页/PDF/PPTX格式。
938 4
|
6月前
|
机器学习/深度学习 数据采集 TensorFlow
基于CNN-GRU-Attention混合神经网络的负荷预测方法(Python代码实现)
基于CNN-GRU-Attention混合神经网络的负荷预测方法(Python代码实现)
367 0
|
传感器 存储 安全
基于单片机的定时温控系统的设计_kaic
基于单片机的定时温控系统的设计_kaic
|
机器学习/深度学习 人工智能 监控
X-R1:3090也能训7B模型!开源框架X-R1把训练成本打下来了:10美元训出企业级LLM
X-R1 是一个基于强化学习的低成本训练框架,能够加速大规模语言模型的后训练开发。仅需4块3090或4090 GPU,1小时内完成训练,成本低于10美元。
945 5
X-R1:3090也能训7B模型!开源框架X-R1把训练成本打下来了:10美元训出企业级LLM
|
存储 数据采集 数据挖掘
Python数据分析实验一:Python数据采集与存储
Python数据分析实验一:Python数据采集与存储
|
存储 搜索推荐 Linux
5个值得学习的C++完整项目实战
5个值得学习的C++完整项目实战
|
存储 Linux 数据库
云计算的体系结构
云计算的体系结构由5部分组成,分别为应用层,平台层,资源层,用户访问层和管理层,云计算的本质是通过网络提供服务,所以其体系结构以服务为核心。 如下图: 1,资源层 资源池层是指基础架构屋面的云计算服务,这些服务可以提供虚拟化的资源,从而隐藏物理资源的复杂性。
4867 0
|
存储 安全 云计算
云计算核心概念与关键技术简介
本文介绍了云计算的基本概念、技术基础、服务模式(IaaS、PaaS、SaaS)及其关键技术,如虚拟化、容器技术、云存储和多租户管理等。云计算通过按需付费、灵活扩展、高可用性等特点,显著降低了企业的IT成本,加速了业务创新,推动了各行各业的智能化转型。
5135 0