•  010-86466985
当前位置 - 首页 - 物联网科普 - 新闻中心 - 行业动态
  • 与“智能裁判”相似的网络自智
  • 2022-12-19 17:23:20

为了保障广大球迷们更流畅、清晰的观看体验,一场与SAOT有些相似的智能化变革也在通信网络内悄然进行。



2025年实现自智网络L4


越位规则复杂,裁判要兼顾复杂多变的球场状况瞬间做出准确判定,难度很大,因此足球比赛中屡屡出现争议性越位判罚。


与之类似,通信网络是极其复杂的系统,而过去几十年来一直依赖人工方式分析、判断、修复和优化网络,不仅非常耗费资源,而且容易出现人为失误。


更棘手的是,进入数字经济时代,随着通信网络成为千行百业数字化转型的底座,业务需求变得越来越多样化、动态化,对网络的稳定性、可靠性和敏捷性要求更高,传统人工运维运营方式更加难以为继。


一次越位误判可能会影响整场球赛结果,但对于通信网络而言,一次“误判”可能会让运营商痛失瞬息万变的市场机遇,让企业生产被迫中断,甚至影响整个社会经济发展进程。


没有选择,网络必须走向自动化、智能化。在此背景下,全球领先运营商已纷纷吹响迈向自智网络的号角。据三方报告显示,全球已有91%的运营商将自智网络纳入战略规划,已有10多个头部运营商发布2025年实现L4的目标。


其中,中国移动是这场变革的先锋。2021年中国移动发布自智网络白皮书,在业界首次提出在2025年达到L4级自智网络的量化目标,提出向内构建“自配置、自修复、自优化”的网络运维能力,向外打造“零等待、零故障、零接触”的客户体验。



与“智能裁判”相似的网络自智


SAOT主要由摄像头、球内传感器和AI系统组成。摄像头和球内传感器负责全面、实时采集数据,AI系统负责对数据进行实时分析,并精准计算出位置,同时,AI系统还需注入比赛规则,以根据规则自动化做出越位判罚。



网络自智化与SAOT实现方式有相似之处:


首先,需通过网络与感知深度融合,全面实时收集网络资源、配置、业务状态、故障、日志等信息,为AI训练和推理提供丰富的数据。这与SAOT通过摄像头和球内传感器收集数据是一致的。


其次,需将过去几十年来人工积累的大量排障、优化等经验及运维手册、规范等信息统一输入到AI系统,完成自动化分析、决策和执行。这就好比SAOT将越位规则输入到AI系统。


再者,由于通信网络由多域组成,比如任何一项移动业务的开通、排障和优化都需要无线接入网、传送网、核心网等多个子域端到端协同才能完成,网络自智还需“多域协同”。这与SAOT需从多个维度采集视频、传感数据才能做出更精准的判决相似。


不过,通信网络比球场环境复杂很多,业务场景也并非单一的“越位判罚”,而是极其多样化、动态化,除了以上三点相似之处,网络迈向高阶自智还需重点考虑以下因素:


一是云端、网络和网元设备都需与AI融合。云端采集全域海量数据,持续进行AI训练和模型生成,并向网络层和网元设备下发AI模型;网络层具备中等的训练及推理能力,可在单域内实现闭环自动化;网元设备可在接近数据源的地方完成分析、决策,从而保障故障处理、业务优化的实时性。


二是标准统一和产业协同。自智网络是一项复杂的系统工程,涉及的设备、网管、软件多,供应厂商多,存在接口对接难、跨域互通难等问题,同时TM Forum、3GPP、ITU、CCSA等多个组织都在推进自智网络标准,在标准制定上存在一定的碎片化问题,因此,产业协同构建统一开放的架构、接口、评估体系等标准也非常重要。


三是人才转型。自智网络不只是一次技术变革,还是一次人才、文化和组织架构的变革,要求运维运营工作从“网络为中心”向“业务为中心”转变,运维人员从硬件文化向软件文化转型,从重复性劳动向创造性劳动转型。

以上文章来源于网优雇佣军 ,作者通信

  •   热门文章
  • 我们敢于承诺,0风险免费试用
  • 7*24全国服务热线 010-86466985