网盛创新研究院 - AI、区块链、云计算、大数据技术的研究与应用交流平台!
随着云化网络的复杂性和解耦性增强,云化网络重构将对网络运营和运维带来巨大挑战,5G技术变革对云化网络上的垂直业务带来革命性的变化。如何保障网络基础设施层的稳定性和可靠性;如何感知网络并对网络进行全息监控,从而实现网络智能化调整满足用户需求;如何应对云化网络智能化运维,满足用户需求快速的变更和为垂直业务提供保障,这都将为AI技术和大数据技术在云化网络智能化的应用提供契机。
云化网络智能化的两个核心能力
实现云化网络的智能化需要具备两个核心能力,第一个核心能力要构建基础平台。这个平台必须解决两个事情,首先是云化网络智能化所需要的计算能力;其次是智能化所需要的数据处理问题,主要体现在如何从海量数据中提取有价值的样本数据。
第二核心能力是场景化。云化网络场景化可以从三个层面理解,网络基础层,网络功能层和网络运维运营层。网络基础层关注网络的可靠性和稳定性,所以故障智能化定位就显得尤为关键。故障智能化定位涉及故障数据的海量采集、故障数据的关联、故障预测和故障自动化排除。网络功能层重点关注网络功能全息数据监控和感知,实现网络的自优化调整和网络功能自愈,通过海量数据采集,数据分析,数据AI模型建立应用和数据决策,数据反馈形成闭环。网络运维运营层面关注基于devops的智能化应用,包括网络自动化部署,网络弹性,故障定位等核心焦点。从运营角度来考虑,需要结合大数据进行数据挖掘分析,构建能给运营商带来有价值增长的场景,流量智能化经营,网络用户体验评估,网络质量评估,网络跨界的端到端故障定位,业务开放快速构建新业务等。