2023電信運(yùn)營商智能化體系白皮書

2023電信運(yùn)營商智能化體系白皮書2023年11月PAGE\*ROMANPAGE\*ROMANIV目錄一行業(yè)勢 1（）智化內(nèi)涵 1（）通行業(yè)能化準(zhǔn) 1（）互網(wǎng)行智能化 4（）行態(tài)勢結(jié) 6二電信營商能化景 6三電信營商能化系框架 8（）總框架 8（）智層 9智層要決的鍵問題 9智大腦能框架 11智大腦能模塊 12（）數(shù)孿生層 25數(shù)孿生構(gòu) 25數(shù)孿生鍵技術(shù) 28（）實(shí)網(wǎng)絡(luò)層 32推網(wǎng)絡(luò)動化 32推網(wǎng)絡(luò)智 33（）智化流程 39智化決與自化執(zhí)流程 39智化運(yùn)運(yùn)營程 41（）安保障 41四智能應(yīng)用 43（）智化應(yīng)框架 43（）智化算框架 45AI算分類架 45智化場與算關(guān)聯(lián) 47（）AI模部署 48現(xiàn)及面問題 48AI模部署 49（）典應(yīng)用景 50無網(wǎng)絡(luò) 50政企OTN專線 52寬接入絡(luò) 53核網(wǎng) 56跨協(xié)同能場景 56五智能成熟評價系 59（）評方法論 59（）分參考準(zhǔn) 59六未來展望 62七參考獻(xiàn) 63附錄A：略語 63PAGEPAGE13一、行業(yè)態(tài)勢（一）智能化內(nèi)涵AI++AI圖1智能化內(nèi)涵（二）通信行業(yè)智能化標(biāo)準(zhǔn)5GSDN/NFV3G/4G網(wǎng)絡(luò)、IMS網(wǎng)絡(luò)，電信運(yùn)營商的網(wǎng)絡(luò)變得AI與通信網(wǎng)絡(luò)集成,TMForum、3GPPCCSA等國內(nèi)外標(biāo)準(zhǔn)組織基于自身傳統(tǒng)優(yōu)勢領(lǐng)域，相繼立項(xiàng)開展網(wǎng)絡(luò)智能化相關(guān)課題和標(biāo)準(zhǔn)研究工作，對智能化的架TMForumNGMN的/產(chǎn)業(yè)需求和ITU3GPPCCSA圖2國內(nèi)外主要標(biāo)準(zhǔn)組織智能化相關(guān)標(biāo)準(zhǔn)關(guān)聯(lián)關(guān)系各主要標(biāo)準(zhǔn)組織的智能化相關(guān)標(biāo)準(zhǔn)制定進(jìn)展情況如下：TMForum網(wǎng)絡(luò)智能化項(xiàng)目組（AutonomousNetworkProject/ANP）20195義全自動的零等待、零接觸、零故障的創(chuàng)新網(wǎng)絡(luò)及ICT還發(fā)起和組織了跨多個標(biāo)準(zhǔn)組織的Multi-SDOTMForumOpenAPIs等。ITU-TSG2相關(guān)）AI的電信運(yùn)營標(biāo)準(zhǔn)。ITU-TSG13重點(diǎn)關(guān)注未來網(wǎng)絡(luò)（、云計(jì)算、可信網(wǎng)絡(luò)基礎(chǔ)設(shè)施，202012系列標(biāo)準(zhǔn)規(guī)范包括自智網(wǎng)絡(luò)在內(nèi)的3GPP從R16SA5是ANL、閉環(huán)控制COSLA、意圖驅(qū)動網(wǎng)絡(luò)管理IDMS、管理數(shù)據(jù)分析eMDA等標(biāo)準(zhǔn)R17R18意圖網(wǎng)絡(luò)管理等課題有增強(qiáng)，同時新增了AI/MLETSIISGZSM規(guī)范輸出側(cè)重網(wǎng)絡(luò)和服務(wù)自動化管理的通用技術(shù)ETSIISGENIETSIISGNFV對標(biāo)TMForum3GPPMANO領(lǐng)域網(wǎng)絡(luò)智能化工作,聚焦于網(wǎng)絡(luò)云專業(yè)領(lǐng)域自動化LINUXFoundation從AIAIAcumos開源平臺；另一方面，從網(wǎng)絡(luò)IT化、自動化角度提出了ONAPOPNFVOpenDaylight等技術(shù)工作委員會展開，特別是網(wǎng)絡(luò)管理與運(yùn)營支撐工作委員會20217月CCSATC733次全體會議以來，網(wǎng)絡(luò)智能化相關(guān)標(biāo)準(zhǔn)和研究課題立項(xiàng)累25TC7CCSATC610SDN/NFV202110IPICT、DT技術(shù)融合，深入探索意圖引（三）互聯(lián)網(wǎng)行業(yè)智能化AI戰(zhàn)略，積極布局人工智能，聚焦消費(fèi)級多維應(yīng)用場景與產(chǎn)業(yè)級AI技術(shù)使能，協(xié)同多方合作伙伴，共建創(chuàng)新圖3互聯(lián)網(wǎng)公司全面布局人工智能整體來看，互聯(lián)網(wǎng)企業(yè)正從以下方面著力：AI基礎(chǔ)能力。AI基礎(chǔ)研究提出了豐富應(yīng)用場景，使游戲、內(nèi)容、社交、金融、醫(yī)療等方面的場景能AIAI對外開放AIAI+硬件+應(yīng)用+（四）行業(yè)態(tài)勢小結(jié)行業(yè)標(biāo)準(zhǔn)組織、互聯(lián)網(wǎng)公司均將AI作為未來的發(fā)展方向，并制定標(biāo)準(zhǔn)、AI戰(zhàn)略等。電信運(yùn)營商為了加速網(wǎng)絡(luò)智能化轉(zhuǎn)型，支撐業(yè)AIAI和通二、電信運(yùn)營商智能化愿景電信運(yùn)營商的智能化愿景如下圖所示：圖4電信運(yùn)營商的智能化體系對上圖說明如下：①智能層：負(fù)責(zé)認(rèn)知理解、推演與決策，主要指智能大腦，其中：（（）等。三、電信運(yùn)營商智能化體系框架（一）總體框架AI、數(shù)字孿生技圖5電信運(yùn)營商智能化體系框架對三層一保障智能化體系框架說明如下：①智能層智能層以智能化場景為牽引，以AI基礎(chǔ)平臺為依托，通過認(rèn)知②數(shù)字孿生層（）③實(shí)體層網(wǎng)、傳輸網(wǎng)、數(shù)據(jù)網(wǎng)等，平臺主要指業(yè)務(wù)平臺。實(shí)體層通過云化、NFV化、SDN化、智能化，構(gòu)建自動化與智能化基礎(chǔ)設(shè)施，自動執(zhí)④安全保障安全保障是從業(yè)務(wù)安全、算法安全、數(shù)據(jù)安全、網(wǎng)絡(luò)/平臺安全等方面，提供全生命周期的安全防護(hù)。（二）智能層智能層要解決的關(guān)鍵問題智能層要解決兩大類問題，包括智能決策和編排，其中：①所在。可以通過TransformerAI算法Transformer訓(xùn)練出通信大模GCN、再學(xué)習(xí)能力：需要再學(xué)習(xí)的能力包括態(tài)勢感知和認(rèn)知能力模DQN、DDPG等算法。例如通過下面方式來構(gòu)建強(qiáng)化學(xué)習(xí)模型：將實(shí)體網(wǎng)絡(luò)作為環(huán)境（Environment），將決策作為動作（Action），將實(shí)體網(wǎng)絡(luò)狀態(tài)信息作為狀態(tài)（State），將實(shí)體網(wǎng)絡(luò)執(zhí)行決策后反饋的執(zhí)行結(jié)果作為激勵（Reward）。②IT/CT智能大腦功能框架圖6智能大腦技術(shù)框架對上圖說明如下：①AI基礎(chǔ)平臺：提供算法、深度學(xué)習(xí)框架、硬件環(huán)境、訓(xùn)練環(huán)境、生產(chǎn)環(huán)境、模型市場等，支持認(rèn)知、決策等模型的訓(xùn)練和部署。②③認(rèn)知決策引擎：包括認(rèn)知管理、決策管理和企業(yè)知識庫三部分。（企業(yè)知識庫：負(fù)責(zé)以知識圖譜的方式提供客戶、業(yè)務(wù)/產(chǎn)品、④⑤智能大腦功能模塊智能化場景表1電信運(yùn)營商智能化需求類別范圍典型場景場景描述應(yīng)用智能市場與銷售管理市場規(guī)劃和銷售預(yù)測智能地獲得洞察力并自動化市場規(guī)劃和銷售預(yù)測。與競爭對手的A/B測試A/B測試動化競爭洞察。類別范圍典型場景場景描述AI驅(qū)動的程序化廣告基于機(jī)器學(xué)習(xí)模型有效地驅(qū)動程序化廣告，在合適的渠道、時機(jī)向用戶推薦合適的產(chǎn)品。識別潛在客戶從各種數(shù)據(jù)源中學(xué)習(xí)并識別潛在客戶。與客戶的個性化溝通智能識別用戶感興趣內(nèi)容，有效地與客戶的個性化溝通。產(chǎn)品和報價管理分析產(chǎn)品和提供產(chǎn)品組合基于客戶行為的自動學(xué)習(xí)引導(dǎo)產(chǎn)品的推出，在適當(dāng)?shù)臅r候提供適當(dāng)?shù)膱髢r和產(chǎn)品。動態(tài)內(nèi)容推薦智能地確定下一個要觀看的內(nèi)容。參與方管理第三方欺詐和風(fēng)險管理業(yè)務(wù)部門可以通過AI有效地管理第三方欺詐和風(fēng)險，并通過產(chǎn)品管理和基礎(chǔ)設(shè)施管理在閉環(huán)中管理服務(wù)級別。網(wǎng)絡(luò)保障網(wǎng)絡(luò)故障識別與預(yù)測通過主動學(xué)習(xí)歷史數(shù)據(jù)的健康狀況，在線智能劃分當(dāng)前服務(wù)性能，利用人工智能識別潛在的亞健康服務(wù)，并根據(jù)健康水平對這些服務(wù)進(jìn)行排序。服務(wù)要求保證通過使用人工智能和適當(dāng)?shù)牟呗?，來預(yù)測潛在的危險情況，例如兩個或多個片競爭相同的資源，并采取預(yù)防措施，例如通過使用資源預(yù)留。網(wǎng)絡(luò)故障根本原因分析和智能恢復(fù)AI算法計(jì)算從監(jiān)控系統(tǒng)收集的準(zhǔn)確的診斷以找到根本原因，并幫助工程師快速糾正故障。客戶體驗(yàn)與服務(wù)客戶體驗(yàn)智能化感知通過AI技術(shù)，對涉及用戶感知的KPI、QoE指標(biāo)進(jìn)行分析和預(yù)測。智能客服24溝通交流。運(yùn)營智能網(wǎng)絡(luò)運(yùn)營彈性資源管理和編排AI技術(shù)有效地利用資源來增加網(wǎng)絡(luò)的靈活性，從而使其行為在每次都能彈性地適應(yīng)負(fù)載和可用資源。包括：務(wù)部署過程；跨片識別相似性（vnf方面），以促進(jìn)資源共享，從而提高系統(tǒng)資源利用效率；VNFs的計(jì)算利用模式，從而將性能和資源可用性聯(lián)系起來；用于主動資源分配和重新定位的流量預(yù)測模型類別范圍典型場景場景描述VNF遷移機(jī)制，用于使用多個資源利用率數(shù)據(jù)（CPU、RAM、存儲、帶寬）進(jìn)行編排；基于數(shù)據(jù)分析優(yōu)化網(wǎng)絡(luò)片的彈性資源調(diào)配?；趹?yīng)用特征的網(wǎng)絡(luò)運(yùn)營利用聚類算法研究小區(qū)業(yè)務(wù)模式和相應(yīng)的應(yīng)用KPI識別和優(yōu)先級劃分、因果衍生(工程KPI戶QoE之間的關(guān)系)、工程參數(shù)整定。AI使能的網(wǎng)絡(luò)流量分類訓(xùn)練并應(yīng)用一個或多個機(jī)器學(xué)習(xí)分類器，以對實(shí)時網(wǎng)絡(luò)流量進(jìn)行分類。云服務(wù)的自動服務(wù)和資源設(shè)計(jì)通過AI實(shí)現(xiàn)云資源自動設(shè)計(jì)，包括：利用自然語言處理技術(shù)分析各種渠道（如自然atom服務(wù)需求使用定制規(guī)資源量設(shè)計(jì)。上下文感知的VoLTE服務(wù)體驗(yàn)優(yōu)化收集和分析VoLTE服務(wù)信息和上下文數(shù)據(jù)，并動態(tài)確定是否應(yīng)重新配置參考信號接收功率（RSRP）。智能網(wǎng)絡(luò)切片管理AI學(xué)習(xí)切片的配置及切片使用的業(yè)務(wù)模式，協(xié)助和優(yōu)化切片管理和編排實(shí)體操作。智能運(yùn)營理 SD-WANAI和上下文感知，它可以監(jiān)控網(wǎng)絡(luò)，自動服務(wù)。網(wǎng)絡(luò)智能網(wǎng)絡(luò)規(guī)劃智能規(guī)劃機(jī)器人通過指紋庫定位、基于神經(jīng)網(wǎng)絡(luò)的室內(nèi)外用戶區(qū)分、互聯(lián)網(wǎng)化場景智能管理等，實(shí)現(xiàn)智能規(guī)劃。無線網(wǎng)絡(luò)容量規(guī)劃通過無線環(huán)境數(shù)據(jù)（如覆蓋地形地貌，建筑物特征等）、業(yè)務(wù)需求數(shù)據(jù)、頻譜數(shù)據(jù)等多維數(shù)據(jù)來規(guī)劃目標(biāo)區(qū)域的覆蓋、容量等。網(wǎng)絡(luò)建設(shè)站點(diǎn)自動部署部署基站的整個工作流自動化，包括網(wǎng)絡(luò)規(guī)劃和設(shè)計(jì)，站點(diǎn)設(shè)計(jì)，配置數(shù)據(jù)準(zhǔn)備，站點(diǎn)安裝，現(xiàn)場調(diào)試和現(xiàn)場驗(yàn)收。類別范圍典型場景場景描述站點(diǎn)智能驗(yàn)收施工質(zhì)量和準(zhǔn)確性進(jìn)行檢測實(shí)現(xiàn)基站施工效果的自動采集。后端智能分析系統(tǒng)按照基站入網(wǎng)驗(yàn)收的要求，對數(shù)據(jù)進(jìn)行自動解析并生成基站入網(wǎng)驗(yàn)收報告。寬帶裝機(jī)質(zhì)量監(jiān)控利用人工智能技術(shù)對裝維人員寬帶裝機(jī)工程施工結(jié)斷，審核端口占用情況，分析標(biāo)簽/貼紙信息。檢查口，快速巡檢ODF端口占用。網(wǎng)絡(luò)智能管理自我配置自我配置包括新部署的無線接入節(jié)點(diǎn)的即插即用配置，接入節(jié)點(diǎn)在其中配置其身份、傳輸頻率和功率，從而加快小區(qū)規(guī)劃和部署。自我優(yōu)化自優(yōu)化功能包括覆蓋、容量、切換和干擾的優(yōu)化。自我修復(fù)自愈功能包括自動檢測和排除故障以及自動調(diào)整參數(shù)等功能?；A(chǔ)設(shè)施管理策略驅(qū)動的IDC流量控制互聯(lián)網(wǎng)數(shù)據(jù)中心（IDC）之間的智能鏈路負(fù)載平衡和帶寬分配。流量高峰事件處理使用人工智能方法來幫助理解上下文動態(tài)性和預(yù)測潛在的高峰流量場景。使用AI節(jié)能AI預(yù)測高峰時段，然后喚醒必要數(shù)量的服務(wù)器DCs的節(jié)能降耗，節(jié)約運(yùn)營成本。安全防護(hù)網(wǎng)絡(luò)安全漏洞挖掘、威脅檢測、網(wǎng)絡(luò)監(jiān)測、反垃圾郵件、移動終端保護(hù)、應(yīng)用安全防護(hù)。AI基礎(chǔ)平臺AIAI通過構(gòu)建AIAIAI圖7 AI基礎(chǔ)平臺技術(shù)框架AI基礎(chǔ)平臺包括訓(xùn)練框架、通用算法、智能標(biāo)注、模型訓(xùn)練、①訓(xùn)練框架：提供Tensorflow、PyTorch等深度學(xué)習(xí)開源的計(jì)算框架，該計(jì)算框架實(shí)現(xiàn)了各種深度學(xué)習(xí)算法。②模型進(jìn)行編譯和優(yōu)化，使其運(yùn)行性能（延遲、吞吐率等）滿足需求。最終將模型推送到模型市場以供其它用戶使用。⑥模型部署：主要用于模型的部署及服務(wù)管理（如啟動、停止、擴(kuò)容、負(fù)載均衡、滾動升級、故障遷移等）?？梢詮哪Ｐ褪袌鱿螺d對應(yīng)的模型，并將模型部署為外部應(yīng)用可以調(diào)用的AI服務(wù)。-認(rèn)知管理型對面臨問題的一個評估和分類，即判斷和識別出問題的類型及所圖8認(rèn)知決策引擎-認(rèn)知管理技術(shù)框架對上圖說明如下：①認(rèn)知管理調(diào)度將待認(rèn)知信息（狀態(tài)信息、問題特征）分配到相（②攜帶問題種類、問題特征向知識庫查詢解決方案。-決策管理圖9認(rèn)知決策引擎-決策管理技術(shù)框架對上圖說明如下：①認(rèn)知管理調(diào)度將認(rèn)知管理模塊輸出的待決策信息(問題種類、問題特征、解決方案等)分配到相應(yīng)的決策模型智能體進(jìn)行處理（若②提交決策信息給智能服務(wù)開放模塊，由其傳遞給網(wǎng)絡(luò)/系統(tǒng)執(zhí)企業(yè)知識庫/產(chǎn)品、渠道、網(wǎng)絡(luò)、平臺、客服圖10 企業(yè)知識庫的構(gòu)建方法企業(yè)知識庫的構(gòu)建示例如下圖所示：圖企業(yè)知識庫的構(gòu)建示例ID、設(shè)備名稱、入網(wǎng)時間、生能力編排BSS/OSS系統(tǒng)及運(yùn)營流程，同時，對于IT/CT②編排流程ONAP規(guī)范，編排遵循設(shè)計(jì)態(tài)與運(yùn)行態(tài)分離的架構(gòu)，模型/無代碼的模型設(shè)計(jì)操作環(huán)境，圖12編排流程示例③編排模型編排模型包括對象建模、流程建模、編排包及模型兼容與復(fù)用，說明如下：參考TMFPSR模型概念，自下而上設(shè)計(jì)模型，由北向南，依次模型編程使用基于標(biāo)準(zhǔn)的APIRESTAPI實(shí)OASIS組織制定的云應(yīng)用拓?fù)渚幣乓?guī)范的TOSCA（andOrchestrationSpecificationforCloud示：

圖13編排包結(jié)構(gòu)新技術(shù)（SDN/NFV）、新業(yè)務(wù)等元素使用通用模型與規(guī)范接④編排場景與生態(tài)建設(shè)IT操作進(jìn)行服務(wù)開發(fā)，也可使用沙盒在（三）數(shù)字孿生層數(shù)字孿生架構(gòu)（圖14 數(shù)字孿生框架對上圖的數(shù)字孿生層說明如下：①動態(tài)感知能力：負(fù)責(zé)從網(wǎng)絡(luò)/平臺采集各類數(shù)據(jù)。數(shù)據(jù)采集是構(gòu)建數(shù)字孿生網(wǎng)絡(luò)的基礎(chǔ)，作為物理網(wǎng)絡(luò)的數(shù)字鏡像，數(shù)據(jù)越全面、③孿生模型與管理業(yè)務(wù)模型可以通過多個維度構(gòu)建和擴(kuò)展:按網(wǎng)絡(luò)類型劃分，可以分為單域業(yè)務(wù)(如接入網(wǎng)、傳輸網(wǎng)、核心網(wǎng)、承載網(wǎng)等)模型和跨域業(yè)務(wù)模型；按照類型劃分，可分為性能監(jiān)測、流基礎(chǔ)模型和業(yè)務(wù)模型通過實(shí)例或者實(shí)例的組合向上層網(wǎng)絡(luò)應(yīng)用提供服務(wù)，最大化網(wǎng)絡(luò)業(yè)務(wù)的敏捷性和可編程性。同時，模型實(shí)例需要通過程序驅(qū)動在虛擬孿生網(wǎng)元或網(wǎng)絡(luò)拓?fù)渲袑︻A(yù)測、調(diào)度、配置、優(yōu)化等目標(biāo)進(jìn)行充分的仿真和驗(yàn)證，保④能力開放與共享：封裝公眾能力、政企能力、網(wǎng)絡(luò)能力、客服能力、管理能力等，為智能層編排及本層其他功能模塊提供能力支撐。⑤自動化能力：通過與物理網(wǎng)絡(luò)/平臺對接，負(fù)責(zé)全局最優(yōu)策略的控制指令下發(fā)和執(zhí)行反饋管理。數(shù)字孿生關(guān)鍵技術(shù)數(shù)字孿生關(guān)鍵技術(shù)包括物理網(wǎng)絡(luò)建模、物理網(wǎng)絡(luò)3D可視化、孿生體管理等。物理網(wǎng)絡(luò)建模①基礎(chǔ)模型構(gòu)建②業(yè)務(wù)模型構(gòu)建業(yè)務(wù)模型是面向場景，基于網(wǎng)絡(luò)及業(yè)務(wù)相關(guān)數(shù)據(jù)，利用深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等人工智能算法，對業(yè)務(wù)預(yù)測、網(wǎng)絡(luò)性能預(yù)測、覆蓋優(yōu)化、容量規(guī)劃及站址規(guī)劃等場景進(jìn)行建模。3D可視化3DBIM(BuildingInformationModeling)③針對BIM和空間地理信息分析上存在的不足，利用三維GIS（）Spatial3DModel（S3M），對傾斜攝影模型、人工建模數(shù)據(jù)、BIM、點(diǎn)云、三維管線、二維/三3D孿生體管理孿生體管理是通過孿生場景將網(wǎng)絡(luò)和業(yè)務(wù)端到端全流程信息和/設(shè)置，并配置對應(yīng)的資源管理圖15資源管理技術(shù)框架對上圖說明如下：①資源清查：通過網(wǎng)管等自動采集邏輯資源和物理資源、AI圖力及成熟技術(shù)組件，如KafkaDataXHiveSparkFlink用GIS3D③資源能力：對資源數(shù)據(jù)按場景進(jìn)行能力封裝，提供資源查詢、資源操作（預(yù)占/占用/釋放/變更）、資源視圖（數(shù)字孿生）（規(guī)模/分布/利用率/拓?fù)潢P(guān)系/端到端呈現(xiàn)）、資源巡檢、GIS等。通過資源全生命周期流程驅(qū)動資源更新，實(shí)現(xiàn)規(guī)、建、維、優(yōu)、營全場景資源動態(tài)管控。指令適配以IT操作異化自動配置、系統(tǒng)排障、自助裝維等。其功能框架如下圖所示：圖16 指令適配功能框架（四）實(shí)體網(wǎng)絡(luò)層推進(jìn)網(wǎng)絡(luò)自動化持續(xù)推進(jìn)網(wǎng)絡(luò)的云化、NFV化、SDN化、智能化，開放切片及圖17 網(wǎng)絡(luò)自動化框架推進(jìn)網(wǎng)絡(luò)自智無線網(wǎng)圖18 無線網(wǎng)自智賦能②開放能力：無線設(shè)備及網(wǎng)絡(luò)將原子能力和場景化能力以警、性能、版本、資產(chǎn)、排障、網(wǎng)優(yōu)、節(jié)能API等。核心網(wǎng)OPENAPI圖19 核心網(wǎng)的自智閉環(huán)架構(gòu),收集告警、性能、日志、巡檢、撥測結(jié)果等數(shù)據(jù)進(jìn)行分析，評估設(shè)備是否存在故障或隱患,形成設(shè)備健康度報表，快速鎖定異常設(shè)對于自優(yōu)化能力采用多維度識別與派單的方法，即通過設(shè)備告PMDPICHR）網(wǎng)絡(luò)云VIM圖20 網(wǎng)絡(luò)云的自智閉環(huán)架構(gòu)對各智能功能說明如下：②資源池健康度分析：資源池健康度分析為兩種場景，一種是資借助技術(shù)實(shí)現(xiàn)，物理設(shè)（CCPU的主頻，一般對空閑節(jié)點(diǎn)使用這種方式。CPU核休眠技術(shù)可以對未傳輸網(wǎng)、數(shù)據(jù)網(wǎng)建簡捷和全生命周期的新一代網(wǎng)絡(luò)，推動實(shí)體網(wǎng)絡(luò)層的智能自主進(jìn)NE圖21 傳輸網(wǎng)、數(shù)據(jù)網(wǎng)智能架構(gòu)對上圖說明如下：①網(wǎng)元智能層網(wǎng)元智能層為有線網(wǎng)元設(shè)備提供智能，是有線網(wǎng)元智能化的基礎(chǔ)，包括：InbandOAM、、NetFlow、性能和告警監(jiān)視等，能夠?qū)⒕W(wǎng)絡(luò)、業(yè)務(wù)運(yùn)行情況實(shí)時捕獲，并通過Telemetry上報給網(wǎng)絡(luò)的智能化管控。AI②網(wǎng)絡(luò)智能層擎和AI模塊、數(shù)據(jù)采集和處理模塊組成。其中：意圖引擎將用戶通IP、IPRAN、PTN、SPN、OTN等多AI模塊分別提供數(shù)據(jù)服務(wù)和AI（五）智能化流程智能化決策與自動化執(zhí)行流程圖22 智能化決策與自動化執(zhí)行流程對上面的流程說明如下：實(shí)體網(wǎng)絡(luò)通過數(shù)字孿生層的動態(tài)感知向智能層的認(rèn)知管理模）。決策管理模塊將仿真驗(yàn)證后的可執(zhí)行方案通過智能服務(wù)開放模塊傳遞給自動化執(zhí)行模塊，由其傳遞給實(shí)體網(wǎng)絡(luò)/平臺執(zhí)行，并接收執(zhí)行結(jié)果傳遞給決策管理模塊。決策管理模塊將決策信息、可執(zhí)行方案、執(zhí)行結(jié)果信息傳遞認(rèn)知管理模塊將決策請求信息、決策信息、可執(zhí)行方案、執(zhí)智能化運(yùn)維運(yùn)營流程--決策（六）

圖23 智能化運(yùn)維運(yùn)營流程系模型/系統(tǒng)部署：系統(tǒng)軟硬件部署環(huán)境不可信，存在非授權(quán)訪問。模型持續(xù)驗(yàn)證：因持模型迭代引入的模型反饋誤導(dǎo)等安全風(fēng)險。模型/系統(tǒng)下線：數(shù)據(jù)、模型及系統(tǒng)下線信息銷毀不徹底，泄通過全面分析智能化系統(tǒng)生命周期各階段存在的安全風(fēng)險及其AI圖24 智能化安全框架由上圖可知，構(gòu)建智能化安全防護(hù)能力包括：②AI算法安全：支持算法魯棒性增強(qiáng)、算法公平性保障、算法四、智能化應(yīng)用（一）智能化應(yīng)用框架智能來劃分智能化應(yīng)用框架，其L0圖25 智能化應(yīng)用框架（L0層）對L0層架構(gòu)進(jìn)行展開，形成L1圖26 智能化應(yīng)用框架（L1層）對上圖說明如下：①應(yīng)用智能層應(yīng)用智能層包括產(chǎn)品管理、市場與銷售管理、業(yè)務(wù)受理（意圖）等，具體如下：AI意圖->業(yè)->）②運(yùn)營智能層網(wǎng)絡(luò)保障：端到端網(wǎng)絡(luò)管理、服務(wù)要求保證（SLA等）、網(wǎng)絡(luò)故障識別與預(yù)測（含基于動態(tài)閾值的網(wǎng)絡(luò)運(yùn)維異IPRAN網(wǎng)絡(luò)告警壓縮等）、網(wǎng)絡(luò)故障根本原因分析和智能恢復(fù)（含無線告警根因分析、跨域智能告警根因分析、故障檢測和恢復(fù)等）。（QoE優(yōu)5G傳輸KPI和無線KPI（營管理的等。（含MOS評估等）、智能客服、智能投訴處理（含）。IDC流量控制（含流量高峰事件）、使用AI（）。（二）智能化算法框架智能化算法框架包括AI算法分類框架、與應(yīng)用場景的關(guān)聯(lián)關(guān)系等。AI算法分類框架AI算法分類框架包括算法框架、主要算法和智能應(yīng)用等，如下圖所示：圖27 AI算法分類框架對上圖說明如下：①算法框架算法框架包括TensorFlow、Torch、Caffee、Theano等。②主要算法kSVDCNN絡(luò)RNN/LSTM、GANNNNGaiodepindImpalagoogleseedRL等。計(jì)算機(jī)視覺：RCNN、Fast-RCNN、YOLO、SSD、GAN等。自然語言處理：word2vec、CBOW、BERT、Transformer等。PRAR-GCNConMaskDeepPath、MINERVA等。③智能應(yīng)用經(jīng)典應(yīng)用：回歸、分類、聚類、降維等。（（人GAN、圖片風(fēng)格遷移、圖片生）等。（、+推薦算法、QA問答、沖突檢測（實(shí)體對齊）、鏈（、/智能化場景與算法關(guān)聯(lián)智能化場景與算法關(guān)聯(lián)一般為為多對多模式，如下圖所示：圖28 智能化場景與算法關(guān)聯(lián)單個智能化場景一般采用多項(xiàng)AI算法，例如：網(wǎng)絡(luò)規(guī)劃使用經(jīng)（三）AI模型部署現(xiàn)狀及面臨問題圖29 AI模型部署面臨的基礎(chǔ)環(huán)境AI（數(shù)據(jù)->模型訓(xùn)練/優(yōu)化->->模型執(zhí)行），優(yōu)化AI模型的部署模AI模型部署deepmindImpala（布式部署智能體（行動者），與區(qū)域/DC的管理系統(tǒng)對接，由（學(xué)習(xí)者）進(jìn)行模型優(yōu)化。AI模型部署方案如圖30 AI模型部署方案（四）典型應(yīng)用場景無線網(wǎng)絡(luò)MassiveMIMO智能權(quán)值優(yōu)化5GAAU廣泛使用MassiveMIMO天線和三維波束賦形，有效提升復(fù)雜場景下立體縱深覆蓋和系統(tǒng)容MassiveMIMOAI算法，多輪迭2000310倍以上，覆蓋提升也很明顯，用戶速率亦改善10%。質(zhì)差小區(qū)智能分析與KPI異動檢測據(jù)二八原則，優(yōu)化工作重點(diǎn)專注主要KPITOPNcounter101質(zhì)差小區(qū)分析可以認(rèn)為是從宏觀層面的網(wǎng)絡(luò)優(yōu)化分析，而15分鐘粒度的KPI干擾分析+機(jī)器學(xué)習(xí)建立干擾類型1000個站的干擾分析為例，傳統(tǒng)方式干擾155小時即可完成，效率2/3。智能節(jié)電AI節(jié)能通過對每個小區(qū)負(fù)荷進(jìn)行KPI5%10%網(wǎng)絡(luò)故障識別與預(yù)測另外，基于AI對大量歷史數(shù)據(jù)的學(xué)習(xí)能預(yù)測未來趨勢，為主動性預(yù)測運(yùn)營提供可能。比如對光模塊、光鏈路主動進(jìn)行健康度檢測，識別硬件老化和失效趨勢，在故障未發(fā)生時提前預(yù)警，指導(dǎo)主動巡檢和主動運(yùn)維，特別適用于重保場景和VIP站點(diǎn)應(yīng)用。政企OTN專線OTN政企專線是運(yùn)營商面向重要政企客戶OTN專線業(yè)務(wù)分為跨省專線、省內(nèi)專OTNCPEROADM進(jìn)行光層調(diào)度，子波長級采用電層OTN調(diào)度，以實(shí)現(xiàn)高效網(wǎng)絡(luò)調(diào)度以及最優(yōu)時延體驗(yàn)。OTN政企專線需要滿足快速開通，根據(jù)時延進(jìn)(BOD)SLA控實(shí)現(xiàn)高價值政企業(yè)務(wù)的智能化、全生命周期的閉環(huán)管理。CPE自動上線CPECPE家CPE一鍵式業(yè)務(wù)開通（國干/省干/城域網(wǎng)/CPE）、跨層（光/電/分組）的端到端政企業(yè)務(wù)一鍵80%全生命周期智能化管理支持G.HAOSLAAI驅(qū)動的故障診斷模型，選取針對OTN政企業(yè)務(wù)的故障診斷策略進(jìn)行寬帶接入網(wǎng)絡(luò)千兆家寬網(wǎng)絡(luò)精確規(guī)劃PON網(wǎng)絡(luò)采用Telemetry技術(shù)，深度感知寬帶接入網(wǎng)絡(luò)流量數(shù)據(jù)。AI算法，構(gòu)建寬帶接入網(wǎng)絡(luò)數(shù)字孿生圖PON口、ONU上聯(lián)口流量的采集分析，精確預(yù)測流量增長并識別高價值10GPON網(wǎng)絡(luò)升級，實(shí)現(xiàn)網(wǎng)隨人動，從而實(shí)現(xiàn)粗放式的技術(shù)通過設(shè)備推模式（PushMode）周期性主動地向運(yùn)維管理平臺采集器發(fā)送千兆家寬網(wǎng)絡(luò)極速部署家寬網(wǎng)絡(luò)的全自動部署需要在當(dāng)前ONU打通IP和配置文件，自動完成配置和開通；引入全預(yù)端接ODN90%100%準(zhǔn)確入網(wǎng)，實(shí)現(xiàn)ODN千兆家寬網(wǎng)絡(luò)智能運(yùn)營自動高頻、全量采集家寬網(wǎng)絡(luò)PON口的幾十種光路特征數(shù)進(jìn)行聚類AI算法智能分析，結(jié)合后臺知識庫和光路故障模型庫比對學(xué)習(xí)，最后精準(zhǔn)識別出PON口光模塊失效的風(fēng)險，主動消除隱患。網(wǎng)絡(luò)運(yùn)營由被動投訴處理模式轉(zhuǎn)變?yōu)橹鲃庸收弦?guī)避模式。AIAI千兆用戶體驗(yàn)精致保障內(nèi)置探針的部署，自動采集千兆家寬用戶體驗(yàn)相關(guān)的千兆家寬用戶精準(zhǔn)營銷度游戲用戶、重度視頻用戶、重度閱讀用戶、重度直播用戶、重度SOHO核心網(wǎng)精準(zhǔn)規(guī)劃：智能話務(wù)模型預(yù)測與容量預(yù)測基于現(xiàn)網(wǎng)負(fù)荷和資源評估現(xiàn)網(wǎng)能力，主動預(yù)測話務(wù)模型變化趨故障識別和隱患識別跨域協(xié)同智能場景感知閉環(huán)保障5G時代，電信網(wǎng)絡(luò)愈發(fā)復(fù)雜，多設(shè)備廠家并存，多種業(yè)務(wù)快速/時延/帶寬等；網(wǎng)絡(luò)故障重復(fù)工單多，如何進(jìn)一步智能分析告警，壓縮不能準(zhǔn)確評估用戶體驗(yàn)和精準(zhǔn)定位問題，導(dǎo)致用戶滿意度下降。分析--DPI和KQI/KPIOSS和各單全域語音業(yè)務(wù)保障5G5GC、NR、EPC、IMS530多個接口，互打、網(wǎng)間、漫游等多種，這使AI自KQI/KPIEPSFB語數(shù)據(jù)業(yè)務(wù)端到端保障視頻、游戲、AR/VR等新業(yè)務(wù)的質(zhì)量感知非常重要，需要及時意度。通過AI規(guī)則自學(xué)習(xí)和業(yè)務(wù)類型智能推理實(shí)現(xiàn)智能DPI業(yè)務(wù)識別，支撐新增業(yè)務(wù)天級識別和加密業(yè)務(wù)識別能力；基于業(yè)務(wù)KQI和QoE模型，進(jìn)行KPI/KQI相關(guān)性分析，通過企業(yè)知識庫和AI自學(xué)習(xí)方式進(jìn)行自動問題定界定位?？蛻趔w驗(yàn)智能化感知AI自主進(jìn)化規(guī)則庫的網(wǎng)絡(luò)智能，通過業(yè)務(wù)質(zhì)量劣化監(jiān)①通過跨域系統(tǒng)采集與關(guān)聯(lián)KPI/KQI，并建立業(yè)務(wù)質(zhì)量和網(wǎng)元KPI體系，根據(jù)自識別的質(zhì)差門限設(shè)定周期監(jiān)控業(yè)務(wù)質(zhì)差網(wǎng)元或小區(qū)。如AB提升；反之當(dāng)B劣化時，A的劣化程度達(dá)到了足以使得BA有較大概率為BKPIKQI的相關(guān)關(guān)系，將標(biāo)識為重要特KPIKQI進(jìn)行二值化處理AI5G質(zhì)差網(wǎng)元或小區(qū)KPI預(yù)測KQIKQI是否劣化，最終判別KPI是否為根因。五、智能化成熟度評價體系（一）評價方法論圖31 智能化成熟度評價體系（二）分級參考標(biāo)準(zhǔn)下游合作伙伴對齊智能化體系演進(jìn)目標(biāo)和評估階段成果。參考TMForumIG1252自智網(wǎng)絡(luò)分級方法，將智能化成熟度劃分為L1-L5五個等級，其中L1為系統(tǒng)輔助運(yùn)營、L2為初級智能運(yùn)營、L3為中級智能運(yùn)營、L4為高級智能運(yùn)營、L5為全智能化運(yùn)營，如表2所示。表2智能化成熟度分級參考標(biāo)準(zhǔn)一級評價維度二級評價維度L1系統(tǒng)輔助運(yùn)營L2初級智能運(yùn)營L3中級智能運(yùn)營L4高級智能運(yùn)營L5全智能化運(yùn)營1.模型對物理實(shí)體1.模型離線模型參數(shù)根據(jù)物理實(shí)體參數(shù)實(shí)時評估仿真結(jié)果和物理指標(biāo)差異執(zhí)行智能策智能化輔分場景自動化1.模型參數(shù)根據(jù)物理實(shí)體參模型參數(shù)根據(jù)物理實(shí)體參數(shù)實(shí)時物理實(shí)體實(shí)時執(zhí)行優(yōu)化方案模型應(yīng)用2作自動化段性優(yōu)化方案2.執(zhí)行智能策智能化輔助，實(shí)現(xiàn)特定數(shù)實(shí)時更新，實(shí)時仿真，提供實(shí)時優(yōu)化方案2.部分場景感知、決策、執(zhí)輔助場景自動化行全流程智能智能化決策能力知識構(gòu)建1.基