隨著云化網(wǎng)絡(luò)的復(fù)雜性和解耦性增強，云化網(wǎng)絡(luò)重構(gòu)將對網(wǎng)絡(luò)運營和運維帶來巨大挑戰(zhàn)，5G技術(shù)變革對云化網(wǎng)絡(luò)上的垂直業(yè)務(wù)帶來革命性的變化。如何保障網(wǎng)絡(luò)基礎(chǔ)設(shè)施層的穩(wěn)定性和可靠性；如何感知網(wǎng)絡(luò)并對網(wǎng)絡(luò)進行全息監(jiān)控，從而實現(xiàn)網(wǎng)絡(luò)智能化調(diào)整滿足用戶需求；如何應(yīng)對云化網(wǎng)絡(luò)智能化運維，滿足用戶需求快速的變更和為垂直業(yè)務(wù)提供保障，這都將為AI技術(shù)和大數(shù)據(jù)技術(shù)在云化網(wǎng)絡(luò)智能化的應(yīng)用提供契機。

云化網(wǎng)絡(luò)智能化的兩個核心能力

實現(xiàn)云化網(wǎng)絡(luò)的智能化需要具備兩個核心能力，第一個核心能力要構(gòu)建基礎(chǔ)平臺。這個平臺必須解決兩個事情，首先是云化網(wǎng)絡(luò)智能化所需要的計算能力；其次是智能化所需要的數(shù)據(jù)處理問題，主要體現(xiàn)在如何從海量數(shù)據(jù)中提取有價值的樣本數(shù)據(jù)。

第二核心能力是場景化。云化網(wǎng)絡(luò)場景化可以從三個層面理解，網(wǎng)絡(luò)基礎(chǔ)層，網(wǎng)絡(luò)功能層和網(wǎng)絡(luò)運維運營層。網(wǎng)絡(luò)基礎(chǔ)層關(guān)注網(wǎng)絡(luò)的可靠性和穩(wěn)定性，所以故障智能化定位就顯得尤為關(guān)鍵。故障智能化定位涉及故障數(shù)據(jù)的海量采集、故障數(shù)據(jù)的關(guān)聯(lián)、故障預(yù)測和故障自動化排除。網(wǎng)絡(luò)功能層重點關(guān)注網(wǎng)絡(luò)功能全息數(shù)據(jù)監(jiān)控和感知，實現(xiàn)網(wǎng)絡(luò)的自優(yōu)化調(diào)整和網(wǎng)絡(luò)功能自愈，通過海量數(shù)據(jù)采集，數(shù)據(jù)分析，數(shù)據(jù)AI模型建立應(yīng)用和數(shù)據(jù)決策，數(shù)據(jù)反饋形成閉環(huán)。網(wǎng)絡(luò)運維運營層面關(guān)注基于devops的智能化應(yīng)用，包括網(wǎng)絡(luò)自動化部署，網(wǎng)絡(luò)彈性，故障定位等核心焦點。從運營角度來考慮，需要結(jié)合大數(shù)據(jù)進行數(shù)據(jù)挖掘分析，構(gòu)建能給運營商帶來有價值增長的場景，流量智能化經(jīng)營，網(wǎng)絡(luò)用戶體驗評估，網(wǎng)絡(luò)質(zhì)量評估，網(wǎng)絡(luò)跨界的端到端故障定位，業(yè)務(wù)開放快速構(gòu)建新業(yè)務(wù)等。

AI＋大數(shù)據(jù)驅(qū)動的云化網(wǎng)絡(luò)智能化解決方案

從挑戰(zhàn)和需求出發(fā)，契合5G，從架構(gòu)技術(shù)推動，場景切入作為考量，滿足云化網(wǎng)絡(luò)智能化的兩個核心能力，引入中興通訊 AI和大數(shù)據(jù)的智能化整體解決方案，基于三層云化網(wǎng)絡(luò)的基礎(chǔ)架構(gòu)，推動云化網(wǎng)路的智能化：

1）基礎(chǔ)設(shè)施層自優(yōu)化：云化后的基礎(chǔ)設(shè)施增加了故障定位和分析的難度，也為云化基礎(chǔ)資源層的網(wǎng)絡(luò)管理增加了復(fù)雜性，AI＋大數(shù)據(jù)為引入故障告警、故障自愈、基礎(chǔ)資源分配等自優(yōu)化提供能力。

2）網(wǎng)絡(luò)資源層智能化：引入網(wǎng)絡(luò)狀態(tài)感知網(wǎng)絡(luò)功能，實現(xiàn)數(shù)據(jù)采集、狀態(tài)監(jiān)控、運算分析、推理決策和策略執(zhí)行。AI＋大數(shù)據(jù)為滿足網(wǎng)絡(luò)資源調(diào)配、網(wǎng)絡(luò)自優(yōu)自愈，網(wǎng)絡(luò)自治化提供基礎(chǔ)能力。

3）管理運維運營層自動化和智能化：從規(guī)劃設(shè)計、網(wǎng)絡(luò)部署到管理運維，實現(xiàn)自動化和全局資源優(yōu)化等智能化。引入AI＋大數(shù)據(jù)能動態(tài)地對網(wǎng)絡(luò)進行資源調(diào)度、優(yōu)化和故障排除，實現(xiàn)網(wǎng)絡(luò)的智慧運營。通過將人工智能技術(shù)和網(wǎng)絡(luò)資源調(diào)度相結(jié)合，利用機器學(xué)習(xí)技術(shù)根據(jù)采集數(shù)據(jù)對用戶行為、網(wǎng)絡(luò)業(yè)務(wù)及相應(yīng)資源需求進行預(yù)測和評估，結(jié)合網(wǎng)絡(luò)的動態(tài)情況進行主動運維，保障網(wǎng)絡(luò)能夠及時調(diào)整相應(yīng)資源，實現(xiàn)網(wǎng)絡(luò)資源的最大化利用?；谌斯ぶ悄艿木W(wǎng)絡(luò)優(yōu)化技術(shù)，對智能網(wǎng)絡(luò)特性的海量數(shù)據(jù)加以分析，建立合理的智能量化模型，并基于模型對網(wǎng)絡(luò)業(yè)務(wù)進行實時處理，從而保證最佳的網(wǎng)絡(luò)運行狀態(tài)?；谌斯ぶ悄艿墓收吓懦夹g(shù)，基于海量歷史故障數(shù)據(jù)和故障解決數(shù)據(jù)，利用人工智能學(xué)習(xí)生成故障事件和特征匹配規(guī)則庫，針對網(wǎng)絡(luò)告警數(shù)據(jù)自動選擇最優(yōu)解決方案，保障和管理好整個通信網(wǎng)絡(luò)。

分階段引入AI＋大數(shù)據(jù)能力，從開環(huán)網(wǎng)絡(luò)、到靜態(tài)閉環(huán)、再到動態(tài)閉環(huán)，最后到全自治網(wǎng)絡(luò)，實現(xiàn)以人驅(qū)動為主的人治模式向網(wǎng)絡(luò)自我驅(qū)動為主的自治模式的轉(zhuǎn)變。

根據(jù)對智能化能力的細化要求，逐步引入大數(shù)據(jù)和AI能力。在云化網(wǎng)絡(luò)智能化的分層架構(gòu)中，越上層、越集中化，跨領(lǐng)域分析能力越強，更適合對全局性的策略集中進行訓(xùn)練及推理，比如跨域調(diào)度、端到端編排、全網(wǎng)內(nèi)容分布等，通常對計算能力要求很高，需要跨領(lǐng)域的海量數(shù)據(jù)支撐，對實時性要求一般敏感度較低。越下層、越接近端側(cè)，專項分析能力越強，對實時性往往有較高要求，比如5G NR的移動性策略、MEC的實時控制等，但對計算能力依賴度不高，一般適合引入嵌入式推理能力，或結(jié)合MEC，部署具備一定實時處理能力的輕量級訓(xùn)練引擎。

總結(jié)

電信網(wǎng)絡(luò)已步入5G時代，人工智能的發(fā)展也是如火如荼，AI＋大數(shù)據(jù)使能的智能化網(wǎng)絡(luò)是5G網(wǎng)絡(luò)發(fā)展的重要趨勢，智能化將帶來網(wǎng)絡(luò)根本性的變革。首先依托網(wǎng)絡(luò)大數(shù)據(jù)與機器學(xué)習(xí)算法的支撐實現(xiàn)5G網(wǎng)絡(luò)的初級智能化；其次AI將可以學(xué)習(xí)跨領(lǐng)域的5G網(wǎng)絡(luò)大數(shù)據(jù)，部分子領(lǐng)域?qū)⒊霈F(xiàn)融合智能，實現(xiàn)5G網(wǎng)絡(luò)的中級智能化；最后隨著人工智能技術(shù)高度發(fā)展，網(wǎng)絡(luò)各子領(lǐng)域大數(shù)據(jù)將實現(xiàn)全網(wǎng)聯(lián)動和高度自治，大幅提升網(wǎng)絡(luò)全生命周期效率，基于人類控制網(wǎng)絡(luò)的意圖實現(xiàn)網(wǎng)絡(luò)的高級智能化?？梢灶A(yù)見，在不久的將來，AI技術(shù)和大數(shù)據(jù)的結(jié)合將推動電信網(wǎng)絡(luò)劃時代的發(fā)展和演進。