日期：
来源：China Communications 中国通信收集编辑：欢迎关注我们→
边缘智能网络借助于“云-边-端”网络一体化管理以及“感知-通信-计算-存储”资源的协同调度将为未来BG5/6G网络泛在机器学习型服务提供有力支撑。随着边云网络规模不断扩大与B5G/6G关键技术预研深入，迫切需要开发可容错且低成本的仿真测试平台以进行准确可靠的性能评估，这也成为制约6G边缘智能服务进一步发展的关键要素。近年来，数字孪生被认为是解决上述6G边缘智能网络自身发展以及多样化行业应用的关键技术之一，两者间也呈现出相互赋能、共生发展关系。一方面，数字孪生能对边缘智能服务的各项性能进行实时模拟与精准预测，为6G边缘智能网络服务制定服务需求匹配、服务资源调度与可靠性保障等优化管理策略提供依据与基准参考。另一方面，借助边缘智能边云协同以及下沉至网络边缘侧的大量计算与存储资源，感知数据将在网络接入侧就近获得分析处理与精准的模型训练，满足数字孪生对多元数据感知、信息处理与海量感知与模型数据的低时延可靠传输等性能要求。数字孪生与6G边缘智能网络相互赋能与融合过程中的前沿研究成果，包括基础理论，关键算法与技术以及最新实践与测试平台等创新思想与解决方案，亟需进一步深入研究。《中国通信》在2023年第2期推出“数字孪生与6G边缘智能网络融合：理论、算法与实践”专题。专题一共发表6篇文章，从理论研究、关键技术与实践应用等方面等问题展开深入研究。具体而言，本专题包括以下四个方面的研究讨论。1. 围绕边缘智能的重要应用，本专题的一篇文章研究利用数字孪生和边缘网络融合实现高效且具备服务质量意识的视频内容分发、并针对以用户为中心传输机制提出了基于体验质量驱动的视频增强方案；本专题另一篇文章则提出利用移动设备视频采集与分析实现实时分布式视频内容分析、并相应设计了一种基于数字孪生的边云协调系统实。2. 针对数字孪生和边缘智能融合的可靠性问题，本专题的一篇文章从智能交通环境角度出发提出数字孪生无法对物理系统做出完美的估计或预测，进而通过研究数字孪生模型不可预测性的来源为利用数字孪生设计边缘计算服务系统提供有力借鉴。3. 针对数字孪生和边缘智能融合的潜在安全性问题，本专题的一篇文章研究在数字孪生模型训练过程中的中毒攻击模型，并提出了一种基于状态信息评估和攻击检测的内生安全资源分配方案。本专题的另一篇文章则考虑研究数字孪生中物理实体与虚拟实体之间的安全交互问题并设计了一种基于AES和数字指针的安全信息交互框架。4. 围绕数字孪生与以联邦学习为代表的分布式学习融合主题，本专题的一篇文章提出利用数字孪生在边缘计算服务器上训练大型“导师”模型并设计了一种面向异构联邦学习的知识蒸馏服务框架。该框架允许用户按需选择神经网络模型并从“导师”模型中灵活提取知识。 综上所述，本专题中从理论研究、关键技术与实践应用等方面关注数字孪生与6G边缘智能网络服务相互赋能与融合过程中的前沿研究成果，从而为实现6G边缘、人工智能、与数字孪生技术相融合，加快各产业数字化转型、提升数字经济的规模和质量提供促进作用。中国通信
China Communications
www.cic-chinacommunications.cn
点击“阅读原文”阅读《中国通信》2023年第2期专题