Athena智能化解决方案助力5G网络发展

5G对承载网络提出新的挑战：快速构建网络，快捷发布业务，实时感知网络状态并进行业务自愈、快速故障诊断、流量预测和优化，系统开放可靠。而满足这些新的需求，网络智能化是必然趋势。近些年AI和大数据技术的飞速发展，也为网络智能化提供了技术基础。

基于对5G网络新需求的深刻把握和多年的深厚ICT技术积淀，中兴通讯创新性地提出新一代承载智能化解决方案Athena。

Athena架构

中兴通讯承载智能化解决方案Athena是网络全生命周期的智能化解决方案，方案构成一个完整的智能化闭环，在极大降低运营成本的同时最大限度释放网络潜能和效益。Athena方案由意图引擎、自动化引擎、感知引擎、AI平台、BigData平台组成（见图1）。

意图引擎与自动化引擎、感知引擎协作形成一个智能化闭环。借助意图引擎，用户可以通过语音、文字等多种输入方式表达其意图，系统与之交互确认，提升易用性的同时，实现意图表达的完整性、去模糊性，构建起用户与机器之间的桥梁。此外，意图引擎还实现了一致的意图实现流程，即不管是用户输入的意图，还是网络内部的修正/优化意图，都会转化为统一的网络意图表达模型，并经历方案设计和提前验证流程。

自动化引擎包含网络编排、网络控制、网络管理服务。网络编排服务可解决跨域跨厂家协同问题，提供端到端业务的快速发放，比如云网融合业务的端到端打通；网络控制服务可支持IP、IPRAN、PTN、OTN等网络的控制，并与网络管理服务紧密配合实现对各类网络的统一管控；北向服务对接运营商BSS/OSS系统，并提供租户APP和运营商APP，与BSS/OSS系统一起实现用户业务自动发放，支持客户的平滑演进及对新业务新需求的快速满足。

感知引擎通过海量数据的关联分析和深度挖掘来提升网络优化的能力和效率，真正实现面向业务和客户体验的端到端网络优化，并基于用户体验持续优化，极大提高了流量优化以及预警能力，也极大提升了网络问题预判命中率。

BigData平台是Athena解决方案的网络数据基础，所有的网络配置、运行、状态数据都集中到BigData平台中，是物理网络的孪生数据网络，是解决方案其他部分发挥作用的数据基础。BigData平台提供各个层次的丰富数据服务，包括各类结构化、非结构化数据，以及基于图数据库的知识图谱。

AI平台是为各种网络服务和组件提供AI算法和服务的基础平台。AI平台面向电信网络，基于电信知识背景，提供强大而丰富的AI框架、算法、接口，供Athena解决方案的其他部分使用，提升整个方案的智能化水平，并根据BigData平台的数据，不断改进优化。

Athena特性

基于云原生架构、开放、自动化闭环的中兴通讯智能化解决方案Athena亮点主要有：

－架构领先：基于云原生、微服务架构的管控融合系统将管理能力提升10倍以上，管理等效网元规模由传统的3万左右提升到30万+；

－统一模型：基于统一网络模型，支持PTN/SPN、OTN、IP统一集中管理；

－闭环管理：具备规划、部署、发放、监控、分析、优化的闭环管控能力；

－快速部署：支持业务、切片的自动部署，将部署周期由传统的小时级缩短至分钟级；

－智能运维：采用大量AI+大数据技术，将风险识别率提升85%，有效提升网络可靠性；

－开放能力：通过开放的APP环境吸引第三方参与，降低用户综合CAPEX 55%；

－价值极化：新业务场景上线时间节省2/3，最大化满足快速多变的市场需求。

Athena智能化典型场景

Athena智能化解决方案覆盖了网络整个生命周期，提供网络规划、网络快速构建、业务自动发放、业务自动恢复、故障快速诊断、网络仿真、网络预测、网络优化等智能服务，有效降低网络CAPEX和OPEX，全面提升网络智能化水平，显著提高网络建设和运维效率。下面重点介绍网络仿真、故障诊断、流量预测三类智能服务。

网络仿真

自动化引擎中的网络仿真服务可用于网络建设和运维时期，能够及时识别潜在的隐患或瓶颈，提高网络规划、网络运维的质量和效率。网络仿真服务涉及AI平台和BigData平台。BigData平台作为孪生数据网络保有网络的全面实时的数据，包括网络拓扑、流量、业务、协议等数据，而AI平台则提供仿真所需要的AI算法服务。网络仿真服务模拟现实网络中可能会发生的内外部环境变化，从而触发仿真行为的执行，具体的网络仿真行为有：故障仿真、流量仿真、质量仿真、协议仿真等。

除此之外，还可以通过模拟一次、二次故障来评估网络的整体抗打击能力，研究网络的生存性（健壮性），给出量化结果，方便运营商调整规划方案。以故障仿真为例，仿真服务首先模拟某个网络故障（链路中断）发生，然后调用AI平台的故障仿真处理算法，BigData平台提供数据及变化信息并保存中间数据，从而给出网络的流量仿真结果，以流量拓扑图方式展现给用户，识别网络故障造成的某些网络瓶颈，及时进行网络优化或扩容。故障仿真可以模拟一处链路、多处链路、一处设备、多处设备故障的多种场景，最大程度模拟现网情况。

故障诊断

自动化引擎中的故障诊断服务用于网络运维时期，能够自动定位故障的根本原因，大幅提高网络运维效率。故障诊断服务实际包括两个部分，第一部分是形成和更新网络故障知识库。BigData平台作为孪生数据网络，负责将网络实际产生的有关故障数据进行数据预处理，包括提取告警/业务等多种数据源的关键属性、数据清洗、数据聚合等工作，AI平台则在此基础上进行故障关联学习算法的执行，并将结果更新到网络知识库中，形成有关联的各种规则。第二部分，当触发故障诊断服务时，故障诊断服务首先对上报的各种告警信息依据知识库规则识别出根因告警，并继续依据知识库规则和网络、业务关系，监控数据、操作日志及故障解决历史记录等数据识别出故障根本原因，给出解决方法建议。诊断服务记录每次执行的效果并用于前述第一部分的后续算法执行，不断完善知识库，使得故障诊断的效率和准确性持续提高。

流量预测

感知引擎中的流量预测服务用于网络运维时期，能够对不同区域、对象的流量进行分析和预测，尽早识别网络瓶颈，从而及时进行网络优化或扩容，确保网络长期的服务质量。流量预测服务也包括两个部分，第一部分是选择最佳测试算法。BigData平台作为孪生数据网络，负责将网络实际产生的大量流量数据进行数据预处理，包括特征提取、分类和聚类等工作，形成数据样本；AI平台调用算法对数据样本进行预测，并考虑影响预测效果的因素（如节假期效应、潮汐效应等），对输出结果进行对比，选择预测效果最好的算法；第二部分，当触发流量预测服务时，流量预测服务对待预测流量数据应用最佳算法进行预测，形成图形化预测结果，对于超出预期的流量，进行警示。流量预测服务同诊断服务一样记录每次执行的效果，通过机器学习，不断优化有关算法，进一步提高流量预测的效率和准确性（见图2）。

目前，Athena已成功商用于中国移动、中国联通、中国电信、velcom等国内外多个运营商网络，获得广泛好评。随着AI、BigData等一系列新技术的发展与运用，网络智能化正在逐步成为现实。中兴通讯将继续与合作伙伴紧密合作，使得Athena智能化解决方案运用到更多的商用网络中，更灵活、更快速地满足行业与细分市场的需求。