智能运维

  • 人工智能的深度学习能力,可以在海量的运维数据中抽取隐含的关联特征,追溯故障本源,通过共性特征的提取总结,对故障进行分析。

  • 当前,ICT产业融合和电信运营云化重构的转型逐步加快,电信系统的规模和复杂度与日递增,运营商在网络运维方面面临越来越大的压力和挑战,传统运维模式和网络本身的先进性已经产生差距,运维方面的困难和挑战日益凸显。人工智能的深度学习能力,可以在海量的运维数据中抽取隐含的关联特征,追溯故障本源,通过共性特征的提取总结,对故障进行分析。

    中兴通讯智能运维方案示意图

    整个过程分为知识库的生成和应用两个阶段,知识库生成:

           ●  故障采集和输入:采集现网故障数据,作为诊断知识库训练的数据来源。
           ●  故障特征抓取:对现网原始故障数据进行分析和预处理,抽取故障表现特征。
           ●  训练和知识库输出:处理后的数据利用人工智能算法进行训练、分析故障产生与消失之间的关联信息,得到原因生成故障表征知识库。

    知识库应用:

           ●  现网状态监控:实时监控告警,流量、丢包,操作日志等信息。
           ●  故障匹配和诊断:对现网监控数据进行匹配,匹配成功后按原因概率从大到小进行诊断。
           ●  分析决策:确认故障是否存在,存在则给出故障点和处理建议。

           ●  故障修复:触发故障自动恢复或者派单修复。


    方案亮点

            ZTE uSmartInsight通过自动生成知识库和策略、前瞻运维等新模式,能够做到:
           ●  事前智能预防:智能健康度检测、告警预测、智能提醒
           ●  事中智能处理:告警抑制、RCA分析、关联告警过滤、智能调度
           ●  事后智能学习:更新预测库、自学习形成新规则新特征


    典型场景

           ●  故障分析:可以针对同网元,不同网元以及同专业网络和不同专业网络的故障进行综合分析,找出问题的原因。
           ●  异常预测:通过预测算法和历史数据分析,可以预测网络健康度的中短周期范围内下一步的数值,然后通过判断预测值是否超过阈值来判断未来是否会发生故障。
           ●  无线容量自适应:根据CU变化,学习并预测CU未来趋势,自动调整小区容量参数,动态均衡用户接入容量和用户验。
           ●  路径优化:动态优化路由策略和调度资源,提高传输效率和网络使用效率;实现带宽调整、路径调整、优先级保障等功能;过程效率高、可自动化,满足突发需求。


    客户价值


           ZTE uSmartInsight为运营商提供智能化运维故障处理能力,从而降低运维人力成本、提升故障处理准确率、提高资源利用效率、快速定位解决故障、降低投诉率、提升用户体验。


我要评论

点击量:47提交

 选择国家/语言

Global - English China - 中文