智能优化服务方案,实现网络优化手段质的飞跃
2021-03-04 作者:中兴通讯 黄武襄
智能优化服务方案,实现网络优化手段质的飞跃 - 中兴通讯技术(简讯)
您当前访问的的浏览器版本过低,为了给您带来更好的体验,建议您升级至Edge浏览器或者推荐使用Google浏览器
取消

智能优化服务方案,实现网络优化手段质的飞跃

发布时间:2021-03-04  作者:中兴通讯 黄武襄  阅读量:

网络优化是运营商网络建设运营不可或缺的一环,也是整个网络运营中周期最长、成本最高、最为繁琐复杂

的工作。随着5G网络建设的大规模开展及各种网络新技术的引入,网络结构越来越复杂,各类网络问题也更加突出。以往传统的人工优化手段准确率和效率越来越低,投入成本却越来越高,已很难适应当前网络发展的需要。各大运营商、设备商都在积极探索如何转变思路,提升网络优化效率、降低优化成本。

为了解决当前传统优化手段的问题与不足,中兴通讯提出了智能优化服务方案。

中兴通讯智能优化服务方案总体架构如图1所示,方案基于中兴通讯开发的VMAX-AI硬件系统,对接网管及NDS、DPI等大数据采集平台,自动采集各类历史及实时网络数据,通过不断实践修正的k-means、GMM、图论等一系列深度学习算法模型,实现运营商网络各种复杂场景的自动、智能、闭环分析优化。

 

高效迭代,提升优化效率

 

传统网络优化高度依赖专家经验,需要不断地进行网络参数调整、路测及网管指标对比分析等,循环往复,一个优化循环周期往往需要1~2个月,效率低下。智能优化服务方案采用特有的AI模型算法,实现高效迭代运算,可以在1周甚至1天内迅速得出小区参数最优解,避免了对专家的依赖和人工反复调优的繁琐,优化效率得到近10倍的提升。以某地市电信运营商智能同频干扰优化及基于RCA的用户速率优化项目为例,仅用不到1周时间完成现网数据采集、学习建模,并自动输出天馈调整方案,边缘用户速率提升22.9%;区域内5%以下平均用户速率提升15.84%。

 

有效预测,动态精细调优

 

随着网络结构越来越精细复杂,传统优化手段受人力等各项资源的限制,对于复杂的网络场景很难做到针对性的细分优化,参数门限设置比较单一,优化粒度较粗,已难以满足网络质量提升需求。而且,通过手工或部分工具对网管或路测数据进行统计分析,问题发现处理具有较大的滞后性。智能优化服务方案可以按照各类复杂的网络实际场景实现簇级、小区级,甚至栅格级的动态调优,避免了一刀切式的阈值参数部署;同时,通过对历史数据的深度学习训练,可有效预测未来周期的指标走向趋势,预防指标劣化,解决传统优化中难以发现或应对的问题,保障网络质量。

在某地市移动运营商进行的5G KPI智能劣化检测及根因定位项目试点中,充分验证了异常检测算法的阈值动态性及检测精准性,指标异常识别率达85%,异常指标的根因定位准确率达到97%;另一地市运营商扇区智能负荷不均衡优化项目中,采用AI算法进行预测、降维及均衡优化,不均衡扇区占比从优化前的26.67%下降到8.33%。

 

最简部署,降低优化成本

 

智能优化服务方案基于中兴通讯开发的VMAX-AI系统,可依据现场硬件配置或客户需求情况,灵活采用服务器现场极简化部署或远程化集群部署。现场部署的硬件配置要求较其它工具系统大幅降低。在某地市移动运营商项目中,6000个小区仅需1台服务器便可完成所有AI功能运算及参数下发,安装调试更加简便易行。

 

中兴通讯智能优化服务方案可实现自动样本数据采集、智能建模分析及调优参数的网管自动下发,基本全程无需人工干预,在提升效率的同时,也减少了人力投入,有效协助运营商降低人力资源成本。方案自推出以来,引起国内外众多运营商的极大兴趣,在近期国内外多个区域的试点落地中,其优化效果也到了一致认可及好评。

通过与各大运营商的不断合作实践,中兴通讯将致力于不断提升智能优化服务方案算法的精确性、可预测性、操作及呈现的可视化等,提升产品功能模块的易用性,做到即部署即使用,平滑融入各运营商自有大数据生产运营系统,助力其提升网络运营效率,降低OPEX。

分享到: