急性肠炎症状

首页 » 常识 » 预防 » AI时代的硬核通信技术,中国移动光网络A
TUhjnbcbe - 2023/6/2 21:57:00
北京看痤疮最好医院 http://baidianfeng.39.net/a_yqhg/210111/8578752.html

随着互联网+、云、5G、4K、VR等新业务和新技术蓬勃发展,数字经济下新的价值体系正在重建,用户体验要求越来越高,网络规模越来越大。Ovum分析报告显示,过去0年电信行业收入增长低于OPEX增长,OPEX在电信网络TCO(总体拥有成本)的占比从6%上升到75%,平均每万台设备运营维护需要名工程师。

对数据和信息的掌控能力是运营商数字化转型的重要基础,AI技术的蓬勃发展为运营商数字化转型带来了新的可能。利用AI强大的数据分析和信息提取能力,通过对海量网络数据采集、分析、预测、决策,为运营商诊断网络质量,优化业务性能,减轻运营负担,改善用户体验带来无限可能。运营商网络引入AI是数字化转型的必然方向。

本期的智能内参,我们推荐中国移动的报告《光网络人工智能(AI)应用白皮书》,阐述AI在光网络领域的总体架构和关键技术。

来源中国移动

原标题:

《光网络人工智能(AI)应用白皮书》

作者:未注明

一、光网络AI应用场景

、AI分析类场景

同缆风险智能识别场景。光缆哑资源长期缺乏有效监控、运维手段,主备业务或关联业务实际部署到同一条光缆上并不鲜见,单条光缆中断后主备业务或关联业务同时失效,不仅导致业务中断,而且部分网络成为孤岛缺乏远程应对手段。以人工巡线、人工录入方式维护同缆信息,随着网络不断变更和演进,综合资源管理系统同缆信息数据不够准确,不足以支撑精准识别同缆,效率和识别准确度较低,亟需引入AI技术,智能识别主备业务、关联业务是否存在同缆风险,保障网络高可靠运行。

光缆拓扑智能规划场景。网络规划与业务发展脱节,造成网络负载不均、资源利用效率低下、资源需求冷热不均,根因是网络拓扑已经无法匹配业务流量流向变化,基于业务精准预测反向优化网络拓扑,通过适量加纤加缆,实现网络承载能力倍增,适应业务变化和发展需要。

业务故障智能定位定界场景。秒级、毫秒级甚至微秒级业务闪断发生频次高,但持续时间短,无告警上报,且故障很难复现,基本靠用户投诉,人工定位和回溯困难,严重影响客户感知和运营商口碑。同时,用户卡、慢、断体验差与应用、带宽、连接多个维度紧密相关,根因定位定界涉及大量网络数据,人工分析效率很低,大多数用户业务体验问题难以根治。迫切需要引入AI技术,提升光网络瞬态变化感知精度,实现性能瞬变监测和闪断智能定界定位,实现用户体验差根因的高效定位定界。

、AI预测类场景

光网资源预测场景。随着专线业务的快速发展,业务发放效率成为运营商的核心竞争力,而传统的三滚资源规划很难适应专线的随机性和突发性,当前运营商对网络投资收紧加大了资源精准预留、业务快速发放的难度。引入AI智能资源预测,结合历史业务增长趋势,实现资源高效利用,业务发放“零”等待。

光网健康预测场景。光网络的性能劣化、隐患变故障是渐进式发展的,基于阈值的人工判断方式难以识别,故障一旦发生,经常导致大量业务中断、修复周期过长等挑战。随着光网络承载的业务流量增长,维护压力与日俱增,迫切需要引入AI智能识别网络健康、提前预测风险。

光波长通道余量预测场景。随着数字化经济的发展,光网络上波长增加明显提速,同时为了增加网络可靠性引入ASON智能路由调整,使得网络中频繁加掉波,从而对现有波长性能产生影响,而当前人工方式工作量大,效率低,精度差。引入AI智能余量预测,自动对波长余量进行动态仿真,精准模拟加掉波对现有波长的性能余量变化和劣化根因分析,为精准调测提供保障。

3、AI优化类场景

光性能智能调测调优场景。一二干融合、省本一体化、区域干线驱动网络组网规模扩大,ASON智能路由调整加大网络变数,光模拟网络面临手工调测效率低、出错概率高、效果不可控。引入AI智能优化调测步骤,结合自动性能检测,实时监控关联路径的性能,保障网络处于稳定、较优状态。

光网络资源智能优化场景。为适应动态的业务变化、保障网络性能指标时刻处于最优并发掘网络利用潜能,需要对波长、链路和路由实施动态优化。以往各类传输优化工具或软件主要借助固化的方法和简单的规则,甚至依赖工程师的经验来完成优化,并未识别到本质特征、考虑维度简单、相关性分析不足、局部而非全局,所以优化的结果往往不是普遍有效。如今随着网络规模和业务规模的不断扩大,传统优化方式难堪重任,需要引入人工智能来完成整个传输网生命周期内的精细化、动态化、智能化的优化。

切片智能优化调度场景。8K视频业务,VR/云游戏等高清视频类业务强交互、高并发,与传统上网、语音等弱交互、统计复用业务相比,对网络带宽、时延、丢包率等要求迥异,需要为此类新兴业务预留独立的资源以保障业务体验,依赖人工根据业务变化动态调整资源分配基本不可行,引入AI智能的切片调度,保障不同业务的差异化体验需求。

二、光网络AI关键实现技术

面向光网络哑资源数智化管理、网络数智化分析需求,通过引入AI和数字化技术,提出光网络AI应用解决方案,推进网络运维数智化转型,实现运维提质增效,牵引网络技术变革。

光网络AI应用解决方案架构可以为运营商提供哑资源管理、智能规划、智能运营、智能维护和智能优化等AI应用,实现全生命周期自动化、智能化运维,支撑*企和家宽业务高品质发展。整体架构图如下图所示。

▲光网络AI应用解决方案架构图

、融合感知技术

光网络感知技术。面对高复杂度的多参量光网络系统,为了能够全面、精准、实时感知光网络状态,网元系统和管控系统需要从维度、精度、频度等多个角度进行光Sensor数据的分层采集和汇聚,并通过AI算法对原始光Sensor数据进行数据挖掘,支撑光网络的各类业务场景。

网元设备,分层采集:光Sensor技术是以光技术手段感知、检测多种物理量,并将模拟物理量数字化的一种技术。网元系统将光Sensor技术采集的数据进行4层划分,分层采集:光业务层、光部件层、光信道层、光链路层。

光业务层数据主要是客户

1
查看完整版本: AI时代的硬核通信技术,中国移动光网络A