不僅只是AI與網(wǎng)絡(luò)切片 5G網(wǎng)絡(luò)運(yùn)營(yíng)維護(hù)智能化秘密

之前我們聊過關(guān)于AI與網(wǎng)絡(luò)切片對(duì)于5G網(wǎng)絡(luò)運(yùn)維的影響。而對(duì)于智能化運(yùn)維更深層次的內(nèi)容。我們的展開還不夠。而諸見報(bào)端的各種口號(hào)。如“4G改變生活。5G改變社會(huì)”。如何去真正實(shí)現(xiàn)它。話題就多了。畢竟。2020年我們的消費(fèi)者關(guān)注的是移動(dòng)終端。而要發(fā)揮終端魅力。業(yè)內(nèi)關(guān)心的更多是運(yùn)維的執(zhí)行力。既然5G網(wǎng)絡(luò)需要支持超大帶寬、超低延時(shí)及海量連接場(chǎng)景（可服務(wù)于自動(dòng)駕駛、工業(yè)控制、智能電網(wǎng)、大視頻、AR/VR等豐富的垂直行業(yè)應(yīng)用）。那么如何更具象地展開運(yùn)維工作。就變成一件“糧草先行”的必然。

畢竟。在運(yùn)營(yíng)商傳統(tǒng)網(wǎng)絡(luò)運(yùn)維中。巡檢、告警分析、故障處理等工作長(zhǎng)期積累了豐富的經(jīng)驗(yàn)。其價(jià)值并未被充分挖掘。同時(shí)。目前的人工運(yùn)維存在系統(tǒng)復(fù)雜耦合度高、數(shù)據(jù)來源多種多樣、人工維護(hù)風(fēng)險(xiǎn)度高。修復(fù)間隔時(shí)間過長(zhǎng)、人員培養(yǎng)難度大等現(xiàn)狀。導(dǎo)致了性能相關(guān)告警不明確、無效告警篩查規(guī)則缺失、故障維護(hù)只能被動(dòng)解決。優(yōu)化維護(hù)工單重復(fù)派發(fā)等問題。影響網(wǎng)絡(luò)運(yùn)維的效率和成本。

網(wǎng)絡(luò)切片是基準(zhǔn)要素

5G時(shí)代使用的無線頻率高，相比4G時(shí)代單個(gè)基站的覆蓋減小，為了滿足覆蓋需求?；緦?huì)非常密集。網(wǎng)元數(shù)幾倍乃至幾十倍的增一為運(yùn)營(yíng)商的運(yùn)維工作帶來了巨大的挑戰(zhàn)?！?G相比4G時(shí)代網(wǎng)絡(luò)復(fù)雜性提升了一個(gè)數(shù)量級(jí)”這句話已經(jīng)是老生常談了。更重要的是。5G時(shí)代帶來的不僅僅是網(wǎng)絡(luò)架構(gòu)的變化，更是業(yè)務(wù)形態(tài)的變化。5G通過靈活的網(wǎng)絡(luò)切片滲透到網(wǎng)絡(luò)社會(huì)的各個(gè)角落。使能各種差異化的新業(yè)務(wù)包括高清視頻、車聯(lián)網(wǎng)工業(yè)物聯(lián)網(wǎng)等，成為垂直行業(yè)數(shù)字化轉(zhuǎn)型的利器和未來萬物互聯(lián)數(shù)字社會(huì)的基石。

在切片管理系統(tǒng)中引人人工智能。根據(jù)AI訓(xùn)練平臺(tái)輸出決策依據(jù)。自動(dòng)化執(zhí)行管理策略，賦予網(wǎng)絡(luò)智能感知、建模、開通、分析判斷、預(yù)測(cè)等方面的能力，實(shí)現(xiàn)切片靈活性和管理復(fù)雜度之間的完美平衡。

毫無疑問。網(wǎng)絡(luò)切片是5G網(wǎng)絡(luò)的一個(gè)重要特性，通過對(duì)網(wǎng)絡(luò)資源靈活分配。能力靈活組合，基于一張物理網(wǎng)絡(luò)虛擬出網(wǎng)絡(luò)特性不同的邏輯子網(wǎng)，以滿足不同場(chǎng)景的定制化需求。網(wǎng)絡(luò)切片運(yùn)維實(shí)質(zhì)上就是提供切片實(shí)例的全生命周期管理，包含設(shè)計(jì)、開通、SLA保障、終結(jié)等階段。網(wǎng)絡(luò)切片帶來極大靈活性的同時(shí)，也增大了運(yùn)維管理復(fù)雜度?；谌斯ぶ悄軄碓鰪?qiáng)切片自動(dòng)化管理能力是必然趨勢(shì)。

為高效地管理網(wǎng)絡(luò)切片。降低運(yùn)維復(fù)雜度和成本。切片管理系統(tǒng)必須具備網(wǎng)絡(luò)自感知、自調(diào)整等智能化閉環(huán)保障能力。目前網(wǎng)絡(luò)策略仍是基于人工靜態(tài)配置，忽略了網(wǎng)絡(luò)的實(shí)際情況。引入AI后可基于時(shí)勵(lì)位置和移動(dòng)特性，結(jié)合網(wǎng)絡(luò)中的流量、擁塞級(jí)別、負(fù)載狀態(tài)等進(jìn)行智能分析和判斷，通過AI訓(xùn)練平臺(tái)輸出切片管理動(dòng)態(tài)策略。實(shí)現(xiàn)智能化調(diào)度。

另外。實(shí)時(shí)/歷史智能分析還提供健康評(píng)分、異常檢測(cè)預(yù)測(cè)、故障根因分析等參考數(shù)據(jù)，據(jù)此執(zhí)行容量?jī)?yōu)化、配置優(yōu)化、資源彈縮、問題定位等操作。實(shí)現(xiàn)切片閉環(huán)優(yōu)化。5G智慧切片網(wǎng)絡(luò)將會(huì)經(jīng)歷領(lǐng)域內(nèi)探索、跨領(lǐng)域融合、高度自治三個(gè)階段、首先，5G網(wǎng)絡(luò)各子領(lǐng)域?qū)⒎謩e與AI初步結(jié)合和應(yīng)用。依托大數(shù)據(jù)與機(jī)器學(xué)習(xí)的支撐。在網(wǎng)絡(luò)資源分配等領(lǐng)域探索實(shí)現(xiàn)初級(jí)智能化;其次隨著技術(shù)發(fā)展。AI將可以學(xué)習(xí)跨領(lǐng)域的5G網(wǎng)絡(luò)大數(shù)據(jù)，部分子領(lǐng)域?qū)⒊霈F(xiàn)融合智能，實(shí)現(xiàn)中級(jí)智能化：最后。5G和人工智能技術(shù)高度發(fā)展，將實(shí)現(xiàn)全網(wǎng)聯(lián)動(dòng)和高度自治，大幅提升網(wǎng)絡(luò)全生命周期管理效率，基于人類控制網(wǎng)絡(luò)的意圖實(shí)現(xiàn)高級(jí)智能化。

之前我們?cè)诙嗥恼吕锾岬?，運(yùn)營(yíng)商在5G全面運(yùn)營(yíng)的情況下，為了優(yōu)化網(wǎng)絡(luò)運(yùn)維的工作模式，提升網(wǎng)絡(luò)運(yùn)維準(zhǔn)確性及效率性，提出了多種“集中維護(hù)支撐服務(wù)”的項(xiàng)目，都是基于AI啲運(yùn)維解決方案旨在強(qiáng)調(diào)實(shí)現(xiàn)以維護(hù)為中心，并依托大數(shù)據(jù)挖掘技術(shù)與深度學(xué)習(xí)算法，實(shí)現(xiàn)問題早發(fā)現(xiàn)。一句話：由被動(dòng)處理問題改為積極預(yù)防問題，從而提高整體資源的利用率和維護(hù)效率。

找到核心推動(dòng)因素

在當(dāng)前云時(shí)代?；A(chǔ)設(shè)施集中化且中心DC物理設(shè)備規(guī)模龐大，網(wǎng)絡(luò)功能分布式打散分布在不同的物理節(jié)點(diǎn)上，一旦出現(xiàn)故障，原有的軟硬件一體化主備倒換方式不再有效，需要更有效性自動(dòng)化識(shí)別能力，識(shí)別故障根源是硬件原臥云平臺(tái)原臥還是上層VNF的原因?？焖賲^(qū)別出故障的根本原因，才能快速對(duì)故障進(jìn)行有效隔離和恢復(fù)。

實(shí)際上，當(dāng)前伴隨著NFV和SDN技術(shù)的發(fā)展和成熟。通信行業(yè)逐步向ICT融合的All Cloud時(shí)代過渡。5G標(biāo)準(zhǔn)的確定以及云化核心網(wǎng)的商用。使網(wǎng)絡(luò)運(yùn)維面臨更加復(fù)雜的運(yùn)維環(huán)境：節(jié)點(diǎn)數(shù);增加、跨層運(yùn)維、多廠家管理、缺乏統(tǒng)一的運(yùn)維工具等。換句話說。實(shí)現(xiàn)自動(dòng)化和智能化的網(wǎng)絡(luò)運(yùn)維，是5G成熟關(guān)鍵技術(shù)、智能監(jiān)控、故障分析等是自動(dòng)化運(yùn)維中關(guān)鍵技術(shù)。

而且，面對(duì)網(wǎng)絡(luò)全云化。控制面、用戶面分離的分布式網(wǎng)絡(luò)架構(gòu)演進(jìn)，網(wǎng)絡(luò)運(yùn)維在5G時(shí)代會(huì)面臨較大的挑戰(zhàn)，電信運(yùn)營(yíng)商需要通過運(yùn)維轉(zhuǎn)型來提升網(wǎng)絡(luò)運(yùn)維效率。降低網(wǎng)絡(luò)運(yùn)維成本。這其中，NFV網(wǎng)絡(luò)NFV網(wǎng)絡(luò)的3層架構(gòu)包括上層的VNF層。功能與傳統(tǒng)的CT網(wǎng)元功能一樣：中間層的CloudOS，實(shí)現(xiàn)向上提供基礎(chǔ)資源，向下管理通用硬件：下層的通用硬件層。包括物理的計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)資源。

用比較生澀的專業(yè)術(shù)語來說。NFV的各層之間是解耦的。其中“完全解耦”是NFV發(fā)展的方向和業(yè)界趨勢(shì)，運(yùn)營(yíng)商可以擺脫對(duì)個(gè)別廠家的依賴。降低網(wǎng)絡(luò)建設(shè)成本?！巴耆怦睢辈渴鸷途S護(hù)較復(fù)雜，但資源可以做到統(tǒng)一管理和調(diào)度。其最根本特征是各層間使用標(biāo)準(zhǔn)接口。但當(dāng)前協(xié)議和標(biāo)準(zhǔn)進(jìn)展緩慢。

實(shí)際上。我們所熟知的網(wǎng)絡(luò)，經(jīng)歷了從各設(shè)備廠家物理機(jī)無統(tǒng)一標(biāo)準(zhǔn)的傳統(tǒng)設(shè)備演進(jìn)到物理設(shè)備基本統(tǒng)一的X86服務(wù)器士層應(yīng)用虛擬化。繼續(xù)演進(jìn)到云、云原生。短短十年間，4G演進(jìn)到5G，5G在2020年走向成熟、我們之前多次提到。4G走向5G，電信設(shè)備從傳統(tǒng)設(shè)備演進(jìn)到虛擬化、云化、時(shí)代，軟硬件架構(gòu)都發(fā)生了翻天覆地的變化、眾所周知，過去的運(yùn)維工作都是在進(jìn)行大量的事后處理工作，現(xiàn)在，通過運(yùn)維專家梳理，選取動(dòng)力環(huán)境、歷史工單、網(wǎng)絡(luò)性能、天氣停電、故常告警、綜合資管等多個(gè)維度特征，構(gòu)建訓(xùn)練數(shù)據(jù)集。同時(shí)。我們選取了多種AI模型進(jìn)行對(duì)比測(cè)試，最終確定選用多層LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)小區(qū)退服告警預(yù)測(cè)，以達(dá)到故障預(yù)警分析的目的。實(shí)現(xiàn)了變被動(dòng)處理為主動(dòng)預(yù)防的運(yùn)維思路轉(zhuǎn)變，擺脫“拆東墻補(bǔ)西墻”的運(yùn)維狀態(tài)。達(dá)成對(duì)故障的事先預(yù)判。

所以。自動(dòng)化運(yùn)維的關(guān)鍵技術(shù)，除了故障監(jiān)控和故障根源分層關(guān)聯(lián)分析，故障自愈能力、全局透視、跨域全方位數(shù)據(jù)采集能力、全網(wǎng)網(wǎng)絡(luò)拓?fù)涔芾?、一鍵自動(dòng)化測(cè)協(xié)一鍵自動(dòng)化業(yè)務(wù)部署等，都是智能運(yùn)維應(yīng)具備的成熟商用能力。中興通訊智能運(yùn)維方案。化繁為簡(jiǎn)。降低5G云原生及服務(wù)化軟件架構(gòu)帶來的系統(tǒng)維護(hù)復(fù)雜性，致力于聚焦5G業(yè)務(wù)本身，才能為我們的用戶創(chuàng)造真正的便利。

后記

從目前的情況看。我們的三大運(yùn)營(yíng)商（其實(shí)國(guó)際上的其他成熟運(yùn)營(yíng)商也都差不多）通過運(yùn)營(yíng)商網(wǎng)絡(luò)部、網(wǎng)管、分公司、縣公司一線維護(hù)人員目標(biāo)使用者，基于AI的運(yùn)維解決方案，可提高維護(hù)效率和能力。預(yù)防性主動(dòng)運(yùn)維能力、快速響應(yīng)的報(bào)告能力、快速應(yīng)急處理能力、自動(dòng)化減少人為工作量、經(jīng)驗(yàn)移植減低人員要求、支持市場(chǎng)前線的分級(jí)保障能力。使平臺(tái)融入運(yùn)維生產(chǎn)中，實(shí)現(xiàn)商業(yè)目標(biāo)。電信業(yè)引入了很多IT的軟件架構(gòu)、思維、方法等：開源、APP和基礎(chǔ)設(shè)施解耦等給電信應(yīng)用帶來了很多好處、便利，同時(shí)也帶來了新的問題，其中對(duì)電信運(yùn)維方式產(chǎn)生了較大的影響，這其中的意義不僅只是AI與網(wǎng)絡(luò)切片能夠闡述的。