4月26日消息(九九)在今天舉辦的“2022中國(guó)光通信高質(zhì)量發(fā)展論壇-網(wǎng)絡(luò)智能化專(zhuān)場(chǎng)”上,中國(guó)移動(dòng)研究院基礎(chǔ)網(wǎng)絡(luò)技術(shù)研究所傳送網(wǎng)研究室經(jīng)理韓柳燕表示,運(yùn)營(yíng)商網(wǎng)絡(luò)引入AI是數(shù)字化轉(zhuǎn)型的必然方向,需要分階段逐步落實(shí)AI在光網(wǎng)絡(luò)中的應(yīng)用。
其近期目標(biāo)是提升啞資源感知能力,實(shí)現(xiàn)光網(wǎng)絡(luò)全參量感知、光纜和資源規(guī)劃預(yù)測(cè)、故障智能定位定界及風(fēng)險(xiǎn)預(yù)測(cè);長(zhǎng)期目標(biāo)是突破光網(wǎng)絡(luò)智能仿真決策技術(shù),推進(jìn)AI優(yōu)化類(lèi)場(chǎng)景應(yīng)用,實(shí)現(xiàn)光網(wǎng)絡(luò)主要運(yùn)維場(chǎng)景的AI落地。
應(yīng)用場(chǎng)景:分析、預(yù)測(cè)和優(yōu)化
韓柳燕指出,光網(wǎng)絡(luò)是業(yè)務(wù)傳送的基礎(chǔ)。目前我國(guó)已經(jīng)建成全球最大規(guī)模光纖網(wǎng)絡(luò),光纜總長(zhǎng)超過(guò)5488萬(wàn)公里,光網(wǎng)絡(luò)設(shè)備超過(guò)3億端,服務(wù)超16億移動(dòng)客戶(hù)、超5.4億家庭寬帶客戶(hù),以及4000余萬(wàn)政企客戶(hù)。面對(duì)規(guī)模如此巨大光網(wǎng)絡(luò),引入AI的數(shù)據(jù)分析和信息提取能力,能夠高效診斷網(wǎng)絡(luò)質(zhì)量,優(yōu)化業(yè)務(wù)性能,減輕運(yùn)營(yíng)負(fù)擔(dān),改善用戶(hù)體驗(yàn)。
與此同時(shí),光網(wǎng)絡(luò)以光纖等物理媒介為基礎(chǔ),現(xiàn)網(wǎng)運(yùn)行會(huì)產(chǎn)生各層參數(shù)數(shù)據(jù),具備大數(shù)據(jù)基礎(chǔ)。其集中化管控架構(gòu),也可以為AI算法的模型訓(xùn)練及迭代提供天然的數(shù)據(jù)池。
韓柳燕介紹,AI在光網(wǎng)絡(luò)中的應(yīng)用場(chǎng)景聚焦在分析類(lèi)場(chǎng)景、預(yù)測(cè)類(lèi)場(chǎng)景和優(yōu)化類(lèi)場(chǎng)景。
分析類(lèi)場(chǎng)景中,網(wǎng)絡(luò)風(fēng)險(xiǎn)智能分析方面,AI智能識(shí)別主備業(yè)務(wù)、關(guān)聯(lián)業(yè)務(wù)是否存在同纜風(fēng)險(xiǎn),保障網(wǎng)絡(luò)高可靠運(yùn)行;業(yè)務(wù)故障智能分析方面,AI對(duì)業(yè)務(wù)故障進(jìn)行歷史分析,實(shí)現(xiàn)根因定位和定界。
預(yù)測(cè)類(lèi)場(chǎng)景中,資源預(yù)測(cè)方面,AI對(duì)全網(wǎng)流量增長(zhǎng)進(jìn)行預(yù)測(cè),為網(wǎng)絡(luò)擴(kuò)容預(yù)算評(píng)估提供支撐;資源預(yù)警方面,AI對(duì)鏈路的波道/容量利用率進(jìn)行預(yù)警,支撐網(wǎng)絡(luò)提前擴(kuò)容。
優(yōu)化類(lèi)場(chǎng)景中,光性能智能調(diào)測(cè)調(diào)優(yōu)方面,AI結(jié)合自動(dòng)性能檢測(cè),實(shí)時(shí)監(jiān)控關(guān)聯(lián)路徑的性能,保障網(wǎng)絡(luò)處于穩(wěn)定、較優(yōu)狀態(tài);光網(wǎng)絡(luò)資源智能優(yōu)化方面,AI完成整網(wǎng)生命周期內(nèi)的精細(xì)化、動(dòng)態(tài)化、智能化的優(yōu)化。
關(guān)鍵技術(shù):融合感知、云管端協(xié)同、智能分析預(yù)測(cè)和智能仿真決策
韓柳燕介紹,中國(guó)移動(dòng)傳送網(wǎng)智能化架構(gòu)分為網(wǎng)元管理、專(zhuān)業(yè)運(yùn)維、網(wǎng)管平臺(tái)和綜合應(yīng)用四級(jí),旨在面向垂直行業(yè)、政企專(zhuān)線等各類(lèi)客戶(hù)提供智能化的創(chuàng)新網(wǎng)絡(luò),打造自服務(wù)、自修復(fù)、自?xún)?yōu)化的傳送網(wǎng)絡(luò)。
韓柳燕坦言,當(dāng)前光網(wǎng)絡(luò)AI的發(fā)展水平還處于努力提升的階段,由于光網(wǎng)絡(luò)自身的技術(shù)特點(diǎn),在引入AI方面會(huì)面臨一些獨(dú)特的技術(shù)挑戰(zhàn),具體而言包括精準(zhǔn)感知、AI模型泛化、主動(dòng)預(yù)測(cè)和現(xiàn)網(wǎng)穩(wěn)定性四方面。
針對(duì)這些挑戰(zhàn),中國(guó)移動(dòng)總結(jié)出光網(wǎng)絡(luò)AI四大關(guān)鍵技術(shù)。一是融合感知,設(shè)備和管控系統(tǒng)協(xié)同,分層采集/感知光網(wǎng)絡(luò)性能參數(shù),結(jié)合高性能數(shù)據(jù)傳輸技術(shù),實(shí)現(xiàn)光網(wǎng)絡(luò)參數(shù)融合感知。采集內(nèi)容方面,在光鏈路層、光信道層、光部件層、光業(yè)務(wù)層分別采集相應(yīng)的數(shù)據(jù),對(duì)這些數(shù)據(jù)進(jìn)行綜合分析;網(wǎng)元設(shè)備方面,增強(qiáng)設(shè)備主控板處理和存儲(chǔ)能力,統(tǒng)一數(shù)據(jù)采集框架/模型,靈活控制多單板多端口的數(shù)據(jù)并發(fā)采集;交互協(xié)議方面,增強(qiáng)DCN吞吐量,提升設(shè)備主控、管控系統(tǒng)性能,同時(shí)引入訂閱式訪問(wèn)機(jī)制(如Telemetry);管控系統(tǒng)方面,根據(jù)存儲(chǔ)結(jié)構(gòu)和內(nèi)容的差異性對(duì)采集的數(shù)據(jù)進(jìn)行分類(lèi)匯聚,基于AI算法對(duì)設(shè)備上報(bào)的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘獲得額外信息。
二是云管端協(xié)同,通過(guò)云管端邏輯架構(gòu)和協(xié)同技術(shù),解決AI模型訓(xùn)練關(guān)鍵問(wèn)題,提升AI模型泛化能力。針對(duì)AI模型泛化能力差、模型部署對(duì)算力要求高、樣本少/標(biāo)注難和大數(shù)據(jù)管理困難等問(wèn)題,數(shù)據(jù)云化是有效方案,可以有效減輕管控系統(tǒng)的壓力。管控系統(tǒng)就近處理本地?cái)?shù)據(jù)并上報(bào)至AI云服務(wù),目前多部署在本地服務(wù)器,后期隨業(yè)務(wù)擴(kuò)展逐步演進(jìn)至云化部署。
三是智能分析預(yù)測(cè),充分利用管控層、網(wǎng)元層分析能力,分析大量關(guān)聯(lián)告警,定位根因告警識(shí)別和靜默故障,實(shí)現(xiàn)精準(zhǔn)智能分析預(yù)測(cè)。網(wǎng)元設(shè)備計(jì)算、存儲(chǔ)能力較弱,本地性能數(shù)據(jù)獲取時(shí)延較短,因而可以在網(wǎng)元本地執(zhí)行高精度數(shù)據(jù)(毫秒級(jí)/秒級(jí)/分鐘級(jí))的采集處理和短周期預(yù)測(cè),提升分析效率;管控系統(tǒng)設(shè)備計(jì)算、存儲(chǔ)能力較強(qiáng),但數(shù)據(jù)獲取存在一定時(shí)延,可以執(zhí)行數(shù)據(jù)粒度較大(天級(jí)/周級(jí)/月級(jí))的長(zhǎng)周期預(yù)測(cè),進(jìn)行長(zhǎng)周期數(shù)據(jù)采集和分析預(yù)測(cè)閉環(huán)。
四是智能仿真決策,在配置和優(yōu)化結(jié)果下發(fā)前,進(jìn)行事前仿真決策,確保配置和優(yōu)化結(jié)果的準(zhǔn)確、可信,確?,F(xiàn)網(wǎng)業(yè)務(wù)不受影響。在初始化階段,認(rèn)識(shí)物理網(wǎng)絡(luò),確定仿真優(yōu)化目標(biāo);在模型設(shè)計(jì)階段,建立網(wǎng)絡(luò)仿真模型,驗(yàn)證模型完整性、一致性;在仿真與結(jié)果分析階段,通過(guò)模型建立仿真場(chǎng)景,構(gòu)建仿真設(shè)計(jì),執(zhí)行仿真,分析結(jié)果。
韓柳燕進(jìn)一步介紹,數(shù)字孿生是智能仿真決策的基礎(chǔ),將實(shí)際網(wǎng)絡(luò)進(jìn)行數(shù)字化映射,構(gòu)建離線仿真和在線仿真能力,滿足不同應(yīng)用場(chǎng)景訴求?;跀?shù)字孿生的仿真的本質(zhì)是建模,關(guān)鍵是實(shí)現(xiàn)理想庫(kù)與現(xiàn)實(shí)庫(kù)的鏡像。數(shù)字建模仿真適于現(xiàn)網(wǎng),過(guò)程中需考慮準(zhǔn)確度、運(yùn)行速度與資源開(kāi)銷(xiāo)之間的平衡,準(zhǔn)確性越高,速度越慢,資源開(kāi)銷(xiāo)越大;速度越快,資源開(kāi)銷(xiāo)越小,準(zhǔn)確性越低。網(wǎng)絡(luò)配置建模從網(wǎng)元獲取配置數(shù)據(jù),利用知識(shí)圖譜建立新特性的關(guān)系;網(wǎng)絡(luò)動(dòng)態(tài)協(xié)議建??梢钥紤]引入AI機(jī)器學(xué)習(xí),簡(jiǎn)化傳送網(wǎng)新協(xié)議引入后的模型建立過(guò)程。
應(yīng)用實(shí)踐:光纖同纜、同溝檢測(cè)和光網(wǎng)健康預(yù)測(cè)
韓柳燕介紹,光纖同纜和同溝檢測(cè)是中國(guó)移動(dòng)在光網(wǎng)絡(luò)智能化方面的典型案例之一。光纖同纜和同溝檢測(cè)對(duì)于現(xiàn)網(wǎng)可靠性而言是亟需解決的問(wèn)題。主備業(yè)務(wù)或關(guān)聯(lián)業(yè)務(wù)實(shí)際部署到同一條光纜上,單條光纜中斷后主備業(yè)務(wù)或關(guān)聯(lián)業(yè)務(wù)同時(shí)失效,不僅導(dǎo)致業(yè)務(wù)中斷,而且部分網(wǎng)絡(luò)成為孤島導(dǎo)致缺乏遠(yuǎn)程應(yīng)對(duì)手段。
光纖同纜檢測(cè)機(jī)制,是利用瑞利散射的作用,從光纖各部分(包括光纖的不均勻性、光連接器、光纖接頭、光纖的故障或斷點(diǎn))返回光功率成比例分布。光纖同溝檢測(cè)機(jī)制是利用光在光纖中傳輸時(shí)光偏振變化原理,感知光纖沿線特定加擾事件。
通過(guò)對(duì)現(xiàn)網(wǎng)光纖信息、站點(diǎn)地理信息、光性能信息、環(huán)境信息等數(shù)據(jù)進(jìn)行采集和分析,通過(guò)AI實(shí)現(xiàn)了同纜風(fēng)險(xiǎn)自動(dòng)識(shí)別。同纜檢測(cè)在北京現(xiàn)網(wǎng)實(shí)際驗(yàn)證30組,準(zhǔn)確率達(dá)到97%;同溝檢測(cè)達(dá)到準(zhǔn)確率100%。
光網(wǎng)健康預(yù)測(cè)是中國(guó)移動(dòng)在光網(wǎng)絡(luò)智能化方面另一典型案例,基于光網(wǎng)絡(luò)設(shè)備的數(shù)字化光層能力和管控平臺(tái)的AI推理功能構(gòu)建光網(wǎng)健康預(yù)測(cè)系統(tǒng),通過(guò)機(jī)器學(xué)習(xí)和AI預(yù)測(cè)算法,分析光纖和波道健康度,并根據(jù)光性能變化趨勢(shì),提前預(yù)測(cè)劣化類(lèi)故障風(fēng)險(xiǎn),以及自動(dòng)定位和定界光纖故障、自動(dòng)分析割接質(zhì)量。
通過(guò)發(fā)現(xiàn)故障、定位故障、恢復(fù)故障和結(jié)果輸出,實(shí)現(xiàn)性能實(shí)時(shí)監(jiān)控、故障提前預(yù)測(cè)、故障自動(dòng)定位,通過(guò)光層數(shù)字化+AI實(shí)現(xiàn)主動(dòng)運(yùn)維,提升運(yùn)營(yíng)效益和效率。
- 2025 MWC上海:華為助力全球運(yùn)營(yíng)商加速發(fā)展5G-A,共筑AItoX新價(jià)值
- 到2029年,美國(guó)邊緣計(jì)算市場(chǎng)規(guī)模將達(dá)到435.9億美元
- 網(wǎng)絡(luò)賦能:工業(yè)4.0時(shí)代智能工廠的核心驅(qū)動(dòng)力
- 建筑管理的未來(lái):把握趨勢(shì),引領(lǐng)變革
- 5G與AI:未來(lái)企業(yè)發(fā)展的雙引擎
- 房地產(chǎn)科技中的趨勢(shì)與人工智能潛力
- DeepSeek使用多少個(gè)GPU?
- 設(shè)備維護(hù)軟件如何助力智能制造的未來(lái)?
- 提升數(shù)據(jù)中心合規(guī)性:電纜標(biāo)簽的最佳實(shí)踐
- 人工智能與云計(jì)算融合:決策創(chuàng)新
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。