传输网络风险链路智能管控方案，助力网络运维数智化

        当前，传输网络维护存在“故障难查、劣化难追、灾害难防、同缆难辨”四大痛点，网络运行中普遍存在链路震荡、中断、拥塞及物理同路由等故障隐患。据统计，一个典型的地市传输网络每年断纤事件达2000余次，直接经济损失近400万元。传统网络维护方式主要依赖告警上报与人工巡检，故障发生时只能被动处理，缺乏有效的预防手段。如何快速、准确、低成本地实现传输网络风险链路的识别，成为运营商迫切需要解决的难题。

        中兴通讯联合运营商，在行业内首次提出“风险链路”概念，融合大数据与AI技术，打造传输网络风险链路智能管控方案，实现风险“可视、可防、可治”，推动维护模式从被动响应向主动预防转变，构建全流程网络风险和安全智能管理体系，助力运营商全面提升网络整体安全水平。

网络链路风险分析

        目前，网络链路类风险主要分为4种：震荡链路、中断链路、流量拥塞链路、物理同缆链路。

• 震荡链路：协议快速震荡，导致业务频繁倒换或中断，影响业务感知；传统手段在业务保障后才介入处理，错过最佳处理时间。
  
  
• 自然灾害中断链路：现网仍有大量加固链路选择策略失当，自然灾害期间极易发生中断，且抢通困难，加剧灾害影响。
  
  
• 流量拥塞链路：高负载情况难以被实时识别，导致业务拥塞隐患处理严重滞后，影响用户体验。
  
  
• 物理同缆链路：现网骨干汇聚链路中存在大量未规划的同路由风险，隐蔽性极强，易造成大面积业务中断；传统通过资管系统分析和OTDR仪表进行检测，需要耗费大量人力排查，效率低。

基于AI与大数据技术构建全流程智能管控

        中兴通讯首次在业内提出“风险链路”概念，即将存在隐患的链路作为可量化、可预测、可治理的对象，并开发了相应的AI Service与AI App，实现风险链路从预测、识别、分析到治理、预防的全流程闭环管理。方案整体系统架构如图1所示。

        本方案通过大数据分析技术与AI模型训练，对网络资源、性能、配置、告警及日志等多维数据进行深度挖掘，精准识别链路震荡、拥塞、自然灾害及物理同路由等风险场景。结合智能故障根因分析与链路健康检测机制，系统基于知识图谱技术与聚类算法对风险成因进行定界定位，输出针对性治理方案。治理层面提供多种智能化、自动化手段，包括路径规避策略、链路均衡调优、SRLG策略避开同路由，以及光模块智能诊断等。路由计算模块在业务规划、新建业务及网络优化中主动避开已识别的风险链路，实现风险前置化解。

        此外，系统采用Graphic+DLinear等AI算法对链路流量进行周期预测，提前感知拥塞与中断风险。通过对历史数据的持续学习和挖掘，系统不断提炼风险链路内在规律，提升预测准确性，为网络运维与规划提供科学的决策依据。

三大维度验证方案价值

        该方案已在海南移动合作落地，应用于海南移动PTN/SPN网络，覆盖现网日常运维与网络规划阶段。经过近一年的应用实践表明，该方案能够有效识别存在闪断、长时间中断的风险链路，结合智能分析技术，系统可自动归因并输出针对性治理方案，从而在网络规划、新建和维护环节实现业务路由的风险链路主动规避。

• 风险识别准确率高：系统累计识别风险链路超1000条、物理同缆组超40组，识别准确率高达80%以上，显著提升了网络安全性。
  
  
• 业务感知提升：通过调整200余条重要客户的业务路径，助力海南移动实现17家新客户的业务拓展；同时优化500余条基站业务路径，惠及3000余个基站，改善了卡顿、低速率、中断等网络问题，提升了网络稳定性。
  
  
• 社会效益成果显著：通过系统性风险防治，预计可将历年自然灾害原因导致传输网络故障，从而间接引发的平均社会损失从1000万元降低约50万元。针对基础覆盖重保基站及重要政府专线实施路径调优后，在自然灾害下能够有效保证基础民用通信与政府指挥通信，预计相关业务中断率可较往年降低20%。

        中兴通讯传输网络风险链路智能管控方案为运营商构建了“预测—识别—治理—预防”的全流程智能管理体系。该方案基于网络业务、告警、性能等多源数据，采用纯软件部署，具备规模化复制能力。

        面向未来，我们将结合大模型的泛化能力，将风险识别能力拓展到业务层面，打造全方位隐患识别体系，将能力纳入网优智能体，持续提升网络的主动运维与智能化水平，赋能千行百业数字化转型。