AI赋能的网络进化之路

发布时间:2019-07-22  作者:中兴通讯AI方案总工 张嗣宏  阅读量:

5G元年已经来临,通信网络将从服务于人,走向全面服务于数字化社会。为了满足面向垂直行业的各类新型业务场景的需求,5G网络引入了新空口、云化&微服务化等新型技术,使得网络的运营运维面临更加复杂的挑战。垂直行业差异化的业务需求、网络资源的动态调度、分层解耦下的故障定位,要求网络的管理、控制更加精细化,传统以人为主的管理模式,越来越难以适应网络发展的要求。人工智能技术在跨领域特性挖掘、深度数据分析、策略动态生成等方面具备天然优势,将AI技术引入通信网络可以为5G时代网络运营运维提供全新的能力,助力电信运营商构筑更加灵活、高效的信息基础设施。

当前通信业界也在积极探索如何将人工智能技术应用于网络智能化转型。3GPP、ETS、ITU-T、CCSA、Acumos等众多国内外标准/开源组织都已经开始在各方面研究人工智能在通信网络中的应用架构和场景;国内外领先运营商也纷纷将网络智能化转型上升到战略层面,积极研究和验证人工智能技术在通信领域的应用,探索跨界创新,寻找价值应用场景。网络运营运维向智能化方向进化,将是5G时代网络演进的必然选择。

AI赋能的网络进化愿景

未来网络演进的目标是通过AI的引入实现网络的自主决策和自主演进,达到无人自治的完全智能化网络。为了达到这个目标,我们可以通过在网络的三个主要层次:网元层、管控层和运营层,差异化部署不同的AI能力,驱动网络能力逐级进化,实现网络运营运维效率的持续提升,进而最终达到全网端到端的高层智能。

-网络进化:通过在网元层引入AI,基于对业务场景和业务运行状态的实时感知和分析,生成动态策略,按需进行资源调度和保障,实现网络能力和用户需求的最佳匹配。通过智能Massive MIMO波束赋形、智能路径调优、云化资源动态弹缩等价值场景的实现,达到网络资源的随心调度,优化资源利用率,帮助运营商打造最佳效能的优质网络,持续提升投资回报率。

-运维进化:面对5G时代多网共存、云化解耦等复杂的网络形态,网络运维的难度大幅增加,OPEX支出也面临巨大挑战。通过在管控层引入AI,可以基于全方位信息感知、分析、决策,实现网络管理维护的化繁为简。通过告警智能压缩、故障根因定位、故障智能自愈及工单自动化处理等功能的实现和不断演进,使机器逐步承担重复性和复杂的工作,减少运维人员的工作量,从而提升运维效率,持续降低运维成本。

-运营进化:如何更好地服务垂直行业,持续进行业务创新并提升用户满意度,从而增加运营收入,是未来5G时代运营商面临的最重要挑战之一。通过在运营管理层引入AI,构筑意愿驱动的端到端智能化闭环,全方位提升对用户的服务能力,实现面向用户的业务快速响应和意愿保障,持续增加业务收入。

基于AI的网络智能化整体架构和能力构建

当前通信网络正在从传统网络向SDN/NFV云化网络转型,基于云化网络架构,引入AI三大能力(数据感知、AI分析、意愿洞察),驱动云化网络进一步向智能化网络进化。面向未来的智能化网络架构如图1所示。

AI三大能力的主要特点如下:

-数据感知能力包括数据采集、存储、预处理,可以为AI分析提供训练和推理所需要的高质量基础数据;

-AI分析能力包括训练和推理两大能力,使用人工智能技术来训练数据,生成各场景所需的算法模型,为各类策略提供支撑,同时也可以使用训练出来的AI模型进行应用推理;

-意愿洞察能力可以实现用户意愿的识别、转译、验证和保障等功能,在自动化管控系统的配合下,精准实现用户意愿。

未来网络的AI能力是泛在化的,可以根据不同的建设需求,在网络的不同层面,分层逐步引入AI能力。网络的几大层面,如网元层、管控层、运营层,需要处理业务的特点和所能部署的计算资源都不尽相同,需要根据各层的特点进行差异化的AI能力部署。总体而言,越上层、越集中化,跨领域分析能力越强,通常对计算能力要求很高,对业务实时性要求不高,更适合对全局性的策略集中进行训练及推理,比如跨域调度、端到端编排等。跨域处理一般都需要处理海量的数据。越下层、越接近端侧,专项分析能力越强,对实时性往往有较高要求,比如5G NR的移动性策略、MEC的实时控制等,但对计算能力依赖度不高,一般适合引入嵌入式推理能力,或结合MEC,部署具备一定实时处理能力的轻量级训练引擎。

AI赋能的网络进化演进路径

考虑到当前网络发展的现状和AI技术发展水平,全网智能化难以一蹴而就,需要经过一个长期的发展过程,逐步进化到最终理想状态。因此,需要研究形成通信网络智能化的分级标准,定义每个阶段的目标,为行业内各参与方在技术引入、产品规划方面提供一个参考依据。

参考自动驾驶分级标准,网络智能化水平也可以细化为5个智能化等级。相对于自动驾驶以驾驶员为核心的单一场景,通信网络的智能化分级评估要复杂得多,难以通过单一场景或维度来衡量,既要充分考虑通信网络规划设计、开通部署、运维优化、业务运营等不同的工作流程,也要考虑从网元到子网再到整网的不同网络范围的适用性,因此需要对网络的智能化水平进行多维度多层次综合衡量。图2是网络智能化能力多维度评估示例。


网络智能化演进逐步提升自动化水平,不断解放各类人员的工作,将人的工作逐步由机器来替代,最终迈向人员完全解放的高层智能网络。网络运营运维涉及的主要工作可以归类为需求、策略、决策、执行等4个关键特征,机器在不同阶段将逐步分担更多的工作, 每个阶段都有一些关键能力的进步,而人负担的工作在每个阶段都逐步减少。具体分级演进过程见图3。 


分级演进贯穿智能感知、场景识别、智能诊断、分析预测、智能决策、自动执行等自动化闭环全生命周期,并且按照网元→子网→跨域→整网顺序逐步扩展,持续提升网络端到端管理、运营能力。任何阶段,人对网络都具备
最高的紧急干预权限。

当前网络的智能化水平大致处于L1和L2之间,大部分场景处于L1,局部场景具备L2水平。网络架构也会对智能化的水平产生制约,相比传统网络,云化网络更容易实现高级别智能化。因此建议5G等新建网络可以参考L2级水平来起步建设,并逐步向L3/L4演进,而传统网络只能做局部智能化增强,最多也只能达到L3级,难以实现更高等级的智能化。

价值场景驱动网络逐级进化

网络智能化的进化,除了需要遵循分级演进的总体思路,在实际落地的过程中,需要通过一个一个的价值场景进行落实。图4梳理了网络在规划、建设、维护、优化、运营等不同领域的部分重点价值场景,并给出每个阶段的预期目标,通过逐步引入AI,逐级进化能力,逐渐提升价值。


人工智能在电信领域的应用仍处于起步阶段,未来5—10年将是运营商网络智能化转型的关键时期。随着人工智能技术的逐步成熟,AI将逐步被引入电信网络的各个应用场景,帮助运营商将网络由当前人治模式转向网络自我驱动的自主进化模式,真正实现网络运营运维领域的智能化变革,更好地服务于整个社会的数字化转型。


分享到:

 选择国家/语言

Global - English China - 中文