核心網(wǎng)產(chǎn)品范圍包括從無線接入后的所有管道和話音交換等設(shè)備，網(wǎng)元種類多，相互之間的接口和信令交互復雜多樣。一個典型的VoLTE系統(tǒng)，涉及40多個邏輯網(wǎng)元、60多個接口，KPI數(shù)量多達30000。云化后，系統(tǒng)分層解耦變得更加復雜，潛在的故障點更多，需要監(jiān)控的KPI數(shù)量更多，運維的難度指數(shù)級增加。從實際案例分析，一些棘手的故障問題難于用傳統(tǒng)手段檢測和發(fā)現(xiàn)，比如靜默故障，其特點是系統(tǒng)關(guān)鍵KPI指標無異常，事故爆發(fā)突然，不能快速定界定位，造成大面積業(yè)務(wù)受損。
沈潔表示：
華為云化核心網(wǎng)智能運維解決方案將機器學習與專業(yè)知識有機結(jié)合，通過全量KPI動態(tài)偏差計算與根因分析快速識別各類靜默故障，變‘事后運維’為‘事先預(yù)測’，大幅提升運維效率和網(wǎng)絡(luò)可靠性。”
沈潔在SDN NFV世界峰會上進行主題分享
全量KPI動態(tài)偏差計算：運用實時流數(shù)據(jù)處理技術(shù)，采集和預(yù)處理大量的KPI及metric指標，學習其內(nèi)在變化規(guī)律，為每一個KPI及metric訓練出對應(yīng)的動態(tài)異常檢測模型。該模型具有良好的通用性，能根據(jù)輸入KPI的特點，合理計算KPI數(shù)據(jù)在季節(jié)性、周期性、變點、節(jié)假日、重大事件等不同場景中的有效偏差，降低誤判和漏判，準確檢測出異常。
基于專家經(jīng)驗系統(tǒng)的根因分析：在探測出異常以后，系統(tǒng)將基于專業(yè)領(lǐng)域知識與皮爾松關(guān)聯(lián)、隨機森林等機器學習算法的深度結(jié)合生成的決策樹，對多個異常KPI進行關(guān)聯(lián)分析，給出根因 KPI排序推薦，有效降低定位定界難度，實現(xiàn)故障快速定位。
在涉及50個IMS網(wǎng)元，90個EPC網(wǎng)元商用VOLTE網(wǎng)絡(luò)中對智能化運維解決方案的驗證顯示，基于全量KPI動態(tài)偏差計算與根因分析的智能運維解決方案異常檢測準確度可達85%，且90%故障可自動快速完成定界。
目前，華為云核心網(wǎng)在全球正式商用100多張云化網(wǎng)絡(luò)，多個網(wǎng)絡(luò)服務(wù)千萬用戶。未來，華為云核心網(wǎng)將持續(xù)創(chuàng)新，不斷深化自動化和AI技術(shù)的應(yīng)用，實現(xiàn)核心網(wǎng)絡(luò)運維效率的倍增，打造“永不故障”的自治網(wǎng)絡(luò)。
