中国联通云网智能优化白皮书.docx

《中国联通云网智能优化白皮书.docx》由会员分享，可在线阅读，更多相关《中国联通云网智能优化白皮书.docx（32页珍藏版）》请在优知文库上搜索。

1、中国联合网络通信有限公司研究院2021年10月目录7923251.）（二）1.）（二）四、1.）（二）（三）五、附录A：缩略语附录B：弁考文献演进需求ft*W演进需求.目标架构和关4峨术目总结与展望.标准化智能优化技术架构体系，实现产业怫同.构建智能优化通用模型研发体系，建设开放、3产学研合作，打通云网智能优化新技术缄从国际上看，以大数据、云计算、物联网、人工智能等新代信息技术为核心的世界新一轮科技革命和产业变革正加速演进：从国内来讲，我国经济已经由高速增长阶段向高质量:发展阶段转变，数字经济作为实体经济发展和创新驱动发展的重要内容，已经成为中国落实国家重大战略的关键力量.网络作为数字经济发展

2、基础设施之一，是实体经济的神经系统，顺应新一轮科技革命趋势，大力发展数字经济，从供给侧为实现经济高质量发展提供有效途径成为企业“数字化转型”的内在动力.络运营ii民为核能技挖掘其造在价值，为企业在精准定位、主动服务商必须加快业务流程的数字化也智建9能服务的角色迈进。多年的探索和实践,成网络的云化转型，在基础设施云以自动展数字化运营达标活动。2021年，中国联通乂发布了14CUB验提升“智能服务能力，建立云网、数据、应用的智能联动服务体系，实现敏捷新随着5G网络的建设部署，四代网络共存，网络更栗度U压力大幅增加.同时，数字化转型的内、外部驱动力闾弱的要求，网络的传统运洋方式吆待变革。电首的数心，

3、驱动运营的效率革命。海量的原生数1化流程，力争从传统网络WgJaH的用N中国联通坚持“聚JK化、网元虚拟化、网络网络中台.A1.技术;或挥应耍作用。电信运营度询网络服务与运营优Z觇口网加快推进全面数字化转型。经过化方*，完成商用实践。从2020年起，中国联通进自动驾驶网络标准化分级体系,建设智能?基珈设施计划工2卜提出网络智能运营体系，以大数据及可络全景掌控、服务对象跟踪、智能需求匹配、客户体的业务调度管理与优化，动态智能的供需服务匹配，推动网络运营智能化。在智能运营体系中，智能优化是网络智能化的关键技术和应用方向之一。网络优化工作既是在有限的资源条件下寻找最优化的资源配置组合，以实现更好的运

4、营服务质址”这与人工智能技术的多目标优化、海优数据挖掘,人工经险替代等特点具有高度的特征一致性。因此，智能优化是需求最明确的网络A1.场景之.也是最适合通过新代信息化技术完成数字化、智能化转型的方向之%与此同时，5G业务需求的多样性的发展、网络的星杂度提升，使得原有的技术架构逐渐难以满足新的数字化运营需求，限制了云网优化工作的进一步智能化。这促使我们对网络技术架构体系提出新的要求.在关键技术方面寻找新的突破，也必将促使网络优化工作的理念发生改变.为落实数字化转里战略，聚焦云网智能优化领域，中国联通将以架构性创新、以标准技术引领，协同产业合作推进行业发展。本白皮书提出了中国联通云网优化的数字化、

5、智能化的技术演进目标和愿景。面向未来3至5年，对业务需求、网络架构和关键技术的演进方向进行了阐述，期里能推动智月支术在云网优化领域的加速孵化和落地。我们认为智能化技术的发展，将推动云网优化工从修态平均量优到动志实时最优从投诉蜃动的被动优化到实时数据感从外部平台辅助分析到内生智从尽力而为的性能保障到从人工操作到意图“二、技术现状和化工作中诉信卡变化的情况卜无怯满足实时性网络优化需求多样1.作用是网绚化质量:，保证用户体验，因此运营商在网络优J物力。芯统网优工作依獴路测、系统统计数据分析、投H关信息，再结合专家经验进行问题诊断和优化谢整。在网络复杂化和3势卜.，传统优化工作模式显得被动、低效，在网

6、络动态1）网络动态变化，但优化目标仍是评均“最5G网络为客户提供了更多的业务类型，网络大数据拓展了更多的网络服务领域.但与5G业务的多样性以及大数据技术发展所不匹配的是目前网络优化目标的评价标准，仍是以小区历史性能最优为目标的“平均”最优网络。现网数据采集和主要参数的控制粒度均为小区级，受限于此，网络质量评价和网络优化目标指标仍以小区级KP1.的历史统计为主。也是就说，优化工作的目标是找小区级网络性能平均最优。无论用户在何种时间、何种位巴、进行何种业务，网络优化只能为用户提供“无差别”的网络保障基于PCF(Pb1.icyCong1.FUnC1.ion)的策略控制等技术，能为签约用户和业务提供专

7、载保幽，但尚不能实现全网能力的动态调整，网络性能在时间和空间维度仍存在很大的优化空间。2)跨域多元数据采集、融合，但硬件和运维成本高由于移动网络存在多个网络域，当前数据采集机制以分域全城采集、再跨域融合分析为主。运营商网络产生海量数据，但目前真正发挥价值的数据并不多,I为实现用户级的端到端网居中搜索并关联出维用户的网络体强,以实时分析体脍的、行人匚分析Tr决策和灾施优化.的运行数据拉通困难,数据即使莫而多厂商设备实然而，为了建设与数据发所匹配的运算和存:储能力，运首R%W.投入.在现有技术架构下，随着网络规模及数据量的不法支撑网络数据的快速分析，只能不断进行软、俊K期以来，各个网络领域设备分别

8、研发、,理，例网、OSS域等。在数据层面，-般由EMW这种烟囱式的研发机制造成r跨域数现、接口协议等差异性向速JC络体脸分析，现网全MNI，线建设专川支探系统Z验信息，这需要投入N:址的软硬件E速度无:传输二统进行集成.此程度不足.网络湍到喘2网通R、卷输及承载网KP1.指标，并牛研发费用。:J采集周期长、业务体验统计粒度粗，难以实现对用户、业务r.很多网络问题在发生后，需要通过客户投诉驱动，再进现状无线侧主要基于设备软采实现counter、KPkMR、TraCC等运行数据的采集，数据在塘站生成，层层汇聚至OMC,最终通过北向接口汇聚至OSS。采集接口以文件接口为主，时间最小粒度为15分钟，网

9、元统计最小粒度通常为小区:核心网侧以专用硬件采集为主，采集设备以分光等方式全量采集用户面和业务面数据，数据采集量极大，数据解析、处理和存储均需要高性能硬件支持，处理时延一般为小时/天级。分域数据的全量采集处理时延、网络跨域层层汇聚时延、和跨域数据关联分析时延造成了网络业务体验分析的时间粒度以月/周为周期，难以满足更细粒度、更实时的业务体验洞察和优化调整需求，更无法提前预判网络瓶颈和潜在的问题。4）网络复杂度学开，但人工优化仍占比大5G网络规模大幅度增长，新特性不断引入，业务场景更加多样。随着基础设施的虚拟化、云化，网络配置、资源调度更灵活，但也引入r更多的厂商设备组合和网络管理层次。与此同时,

10、四网并存、共建共享、多频段、多厂商、多版本了前所未仃的挑战。KI台来进行配置谢整：优化实施后，优化型另外，这过程需要优化工程师理解.如何使运营商从I何平衡资产利用率和提高不畅5)AI优化回退，因此该类新技术在现网落地中仍存在一定困难新技术，特别是机器学习、强化学习等技术.往往需要从现网中采集犯够的训练数据，以完成AI模型的学习,并通过不断的参数调整使的模型i必可i三kft网络下已成为网络运营的常态，造成网络电杂度空前提高，给5G时至今日，日常运维优化的人力成本占比仍时（或要人工路测、分析性能数据进行诊断:定位间后，优”限,工作效率较低.因此，在网络总曳杂的网络参数设置勺海能源效率成为重世关注M

11、H前业内在热能优化:化工作带来MS平:价修伞常依m11:对比分析。.面对海量数据却利用有:地的研究和试验，但由于机涔学习等技术模型性能收敛。这过程可能造成定时间内的网络痂量和业务体验下降。这与电信运营商直以来致力于提供的高可赛性网络服务存在定矛盾。由于担忧这类技术带来的性能回退和造成的用户投诉,现网往往琲以进行落地。然而，采用实验网先进行技术试验，又不能真实地模拟现网用户、业务的动态分布等特征,造成机器学习模型过拟合、泛化能力差.6）ToR业务的优化需求显现，但优化标准和方法尚不成熟ToB方面，行业应用业务类别及指标需求差异化更加明显。网络切片等技术能实现网络差异化的配置。专网国内外标准组织和

12、产业战盟已制定了5G切片业务分缎体系、行业业务分级体系、端到端网络KPI指标要求等，但尚未形成共识3。业务需求指标与网络指标的映射与转换方法也没有统的标准，因此针对ToB网络的优化技术体系和标准也未形成。随着5G网络建设不断完善，应用场景更加多样化程愈加多（二）演进需求网优化工作的进一步智能化。需要创新kW能等技术，以实现敏捷精准的业务Ir渡充分你、人工智务匹配为目标样和夏杂，服务对象由ToC向ToB转变，5G运营通润务。但原有的网络技术架构，逐渐难以满足瓶的网络数为小网络优化的目标E展区W廿平醮优”的冷态网络，转变为实时基于用户位置禺能匹配的动态性能最优网络推动云网优化工作实现五个转变。从静

13、态平均;耨的云化、虚拟化以及AI技术、大数据基础的快速发展,在过去的三十年，j三yr网络优化1：作被视为在仃限的资源卜进行平衡然叨的云化、粒拟化以及AI技术、大数据基础的快速发展，二二的。、夕好法三要素已能够支撑网络优化实现智能化变革。从网络的角度看，“温网盘依、动态的业务流向和业务体验需求，为网络资源的调配提供了新的优化空间。从机潺学习的角度看，智能化技术将引入时间、空间、业务、OTT等多维数据，使数据分析步入“高维”空间，云网优化问题的求解目标,从单目标优化演变为多目标优化.2）从投诉驱动的被动优化到实时数据感知驱动的主动优化网络数字化是实现网络状态和业务感知的前提，依城更加动态、实时的网

14、路资源、业务体验、运行状态、故障日志等等数据，为卜.一步的网络A1.分析、预测和决策提供数据基础，现状的网络架构难以实现实时的数据感知，网络需要通过扁平的数据闭环架构、跨域统一的数据模型、极简的交互协议以及网络、业务双向感知等机制以确保数据的准确性和实时性。最终通过数据分析，洞察和预测用户业务需求和网络资源供给，盟动网络实现实时、动态的主动优化。3）从外部平台I1.助分析到内生智能闭环决策智能优化由现状外挂平台分析、跨域、跨厂商逐级配巴调整，转变为网络内生智能的闭环力优化网络。O机制,使网络具备内生智能闭环优化能力。经验数字化，另方面需要制定开放的、需要通过数字字生等技术技术孵化和落地应4）从

15、尽的供需服务匹配周优,转变为智能优化能力的研发和提供,实现优化能力的原子勺效率提畀，对外赋能行业数字化转型与发展,务网络运开发，共同推进网络内生的智能能5）从人工掾作到意图轻触点丑制网络架构方面，需耍加强云、网、端、边、业的智能则智能化能力，增加网内的智能分析和管控网元,建立单颗F在网络内部的AI模型上，方面需要推可服务面向领域生态的A1.标准服务，促进同宾I面向机器学习技术的不建立网络沙盒,结合，ItriXi员的无元数字化、用】优化!型应J1.T构.逐步构建取用，跨领域A1.模型简化3据1.、注技术，推动实现新的智能优化为别的业务需求,云网优化工作需要由对网络质上芳化.云网优化的服务对象也将由