|
本文經(jīng)《郵電設(shè)計技術(shù)》授權(quán)發(fā)布 如需要轉(zhuǎn)載,，請聯(lián)系《郵電設(shè)計技術(shù)》獲取授權(quán) 郵電設(shè)計技術(shù)公眾號：ydsjjs，歡迎關(guān)注,！
摘要：當(dāng)前人工智能正處在飛速發(fā)展階段,，已在多領(lǐng)域取得實質(zhì)性突破。對通信領(lǐng)域而言,，隨著通信網(wǎng)絡(luò)的復(fù)雜化和通信業(yè)務(wù)的多樣化,，網(wǎng)絡(luò)運營正面臨更大的挑戰(zhàn)和壓力，將人工智能引入通信網(wǎng)絡(luò)成為網(wǎng)絡(luò)智能化的必要步驟,。圍繞網(wǎng)絡(luò)運營重要環(huán)節(jié)之一的網(wǎng)絡(luò)運維優(yōu)化工作,，探討人工智能在其中的應(yīng)用需求、方向和面臨的挑戰(zhàn),，通過具體應(yīng)用場景介紹人工智能如何為網(wǎng)絡(luò)運營降本增效,、提升業(yè)務(wù)質(zhì)量。
引言
近年來,，隨著大數(shù)據(jù),、計算方法、運算存儲能力的飛速發(fā)展,，人工智能技術(shù)在歷經(jīng)60余年的沉浮之后迎來新的發(fā)展拐點,，成為未來一個時期全球最重要的科學(xué)技術(shù)，為各類產(chǎn)業(yè)提供重要的技術(shù)支撐,。當(dāng)前人工智能技術(shù)在圖像,、語音、文本處理等領(lǐng)域已取得實質(zhì)性的進展,，人工智能顛覆性的革命成果為各行各業(yè)帶來巨大變革，并快速,、全面地滲透到人類活動的各個領(lǐng)域,。
隨著信息通信技術(shù)的快速發(fā)展,，ICT產(chǎn)業(yè)融合逐步深入，網(wǎng)絡(luò)進行重構(gòu)轉(zhuǎn)型,，眾多新技術(shù)在不斷演進升級,，現(xiàn)有的電信網(wǎng)絡(luò)較之以往更為復(fù)雜化、異構(gòu)化,、動態(tài)化,，電信業(yè)務(wù)也跟隨時代的發(fā)展和用戶的需求呈現(xiàn)多元化和個性化，這給網(wǎng)絡(luò)運營帶來更大的壓力和挑戰(zhàn),。將人工智能引入電信網(wǎng)絡(luò)是網(wǎng)絡(luò)智能化的一大趨勢,，這樣可以有效提高網(wǎng)絡(luò)運營效率、降低運營成本,、提升業(yè)務(wù)質(zhì)量,。本文將對人工智能技術(shù)在電信網(wǎng)絡(luò)運營過程重要環(huán)節(jié)——網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用進行相關(guān)探討。
人工智能在網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用需求
人工智能（AI——ArtificialIntelligence）是一門融合了計算機科學(xué),、統(tǒng)計學(xué),、腦神經(jīng)學(xué)和社會科學(xué)的前沿綜合性學(xué)科。它的目標(biāo)是希望計算機擁有像人一樣的智力能力,，可以替代人類實現(xiàn)識別,、認(rèn)知、分類和決策等多種功能,。人工智能從1956年正式提出開始已經(jīng)發(fā)展了60余年,，期間經(jīng)歷了三起兩落的興衰過程，各類算法結(jié)合應(yīng)用也在不斷地發(fā)展和升級,。機器學(xué)習(xí)作為人工智能的重要分支和方法,，在諸多領(lǐng)域表現(xiàn)出色。任何通過數(shù)據(jù)訓(xùn)練的學(xué)習(xí)算法的相關(guān)研究都屬于機器學(xué)習(xí),，使用學(xué)習(xí)算法從大量的數(shù)據(jù)中解析得到有用的信息并從中學(xué)習(xí),，然后對之后真實世界中會發(fā)生的事情進行預(yù)測或做出判斷。機器學(xué)習(xí)需要海量的數(shù)據(jù)來進行訓(xùn)練,，并從這些數(shù)據(jù)中得到有用的信息,，然后反饋到真實世界的用戶中，具體的算法包括很多已經(jīng)發(fā)展多年的技術(shù),，如線性回歸,、K均值、決策樹,、隨機森林,、聚類、SVM,、人工神經(jīng)網(wǎng)絡(luò)等,。機器學(xué)習(xí)三要素為數(shù)據(jù),、算法、算力,，近年來隨著大數(shù)據(jù)和運算能力的高速發(fā)展,，人工智能呈現(xiàn)爆炸式發(fā)展，深度學(xué)習(xí)技術(shù)從眾多機器學(xué)習(xí)算法中脫穎而出,，在圖像識別,、語音識別等方面取得巨大進展和突破，對人工智能在各行業(yè)領(lǐng)域進行落地應(yīng)用打下堅實基礎(chǔ),。
著眼于通信行業(yè),，由于移動互聯(lián)網(wǎng)、智能終端等技術(shù)的快速發(fā)展,，數(shù)據(jù)呈現(xiàn)爆發(fā)式增長,，電信運營商在大數(shù)據(jù)發(fā)展中扮演重要角色。運營商處理的海量數(shù)據(jù)涵蓋了用戶基本信息,、通話數(shù)據(jù),、上網(wǎng)數(shù)據(jù)、網(wǎng)絡(luò)運行數(shù)據(jù)等多方面,，人工智能技術(shù)的引入提升了通信大數(shù)據(jù)的分析,、挖掘速度和管理效率，使網(wǎng)絡(luò)智能化變得更為現(xiàn)實,，給網(wǎng)絡(luò)運營成本,、效率和管理帶來新的突破方向。
網(wǎng)絡(luò)智能化是未來網(wǎng)絡(luò)的必然發(fā)展趨勢,，運維優(yōu)化作為電信網(wǎng)絡(luò)運營的重要環(huán)節(jié),，對人工智能技術(shù)的引入也有著強烈的需求。隨著2G,、3G,、4G以及即將到來的5G等多種無線接入技術(shù)的應(yīng)用，運營商網(wǎng)絡(luò)變得越來越復(fù)雜,，用戶網(wǎng)絡(luò)行為和網(wǎng)絡(luò)性能也比以往更動態(tài)化而難以預(yù)測,。與此同時，由于移動通信業(yè)務(wù)的多樣化和個性化,，網(wǎng)絡(luò)的運營優(yōu)化焦點也逐漸從網(wǎng)絡(luò)性能轉(zhuǎn)變?yōu)橛脩趔w驗,。
傳統(tǒng)的運維優(yōu)化生產(chǎn)模式是以工程師的經(jīng)驗為準(zhǔn)則，借助人工路測,、網(wǎng)絡(luò)KPI分析,、告警信息等手段處理網(wǎng)絡(luò)問題并進行優(yōu)化調(diào)整，其缺點伴隨著網(wǎng)絡(luò)發(fā)展越來越明顯：生產(chǎn)效率低,、處理周期長,、優(yōu)化效果存在片面性,，故傳統(tǒng)的網(wǎng)絡(luò)生產(chǎn)模式很可能無法再滿足運營商的未來需求，需考慮在網(wǎng)絡(luò)運維優(yōu)化中引入人工智能技術(shù),，人工智能可根據(jù)網(wǎng)絡(luò)承載、網(wǎng)絡(luò)流量,、用戶行為和其他參數(shù)來不斷優(yōu)化網(wǎng)絡(luò)配置,，進行實時主動式的網(wǎng)絡(luò)自我校正和優(yōu)化，同時通過人工智能為復(fù)雜的無線網(wǎng)絡(luò)和用戶需求提供強大的決策能力,，從而驅(qū)動網(wǎng)絡(luò)的智能化轉(zhuǎn)型,。
人工智能在網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用
人工智能技術(shù)有著自身獨特的優(yōu)勢，能解決很多傳統(tǒng)方法無法解決的難題,。人工智能技術(shù)主要具備能力有：
a）超強的學(xué)習(xí)能力,，能對大量的輸入信息進行分析和學(xué)習(xí)，并通過不斷的學(xué)習(xí)加強模型,，掌握專家經(jīng)驗,，提升解決問題的準(zhǔn)確性。 b）良好的全面性,，能處理和發(fā)掘人類工作不容易注意的問題和不確定的信息,。 c）效率高，能模擬人類方式進行大量重復(fù)的工作,，提升生產(chǎn)效率,。 為了最大限度地降低網(wǎng)絡(luò)運維成本，最大程度地提升網(wǎng)絡(luò)優(yōu)化工作效率,，需利用人工智能技術(shù)的良好學(xué)習(xí)能力,、分析處理能力、跨域協(xié)同能力和資源利用效率,，發(fā)展網(wǎng)絡(luò)智能化,、自動化（見圖1）。 
▲ 圖1人工智能在網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用模式
2.1智能運維
運營商會部署各級網(wǎng)管系統(tǒng)/平臺,，對網(wǎng)絡(luò)和業(yè)務(wù)運行情況進行監(jiān)控和保障?，F(xiàn)網(wǎng)中如果網(wǎng)絡(luò)設(shè)備出現(xiàn)故障和告警，一般由運維工程師根據(jù)歷史經(jīng)驗和理論知識歸納總結(jié)出來的相關(guān)規(guī)則進行處理,。傳統(tǒng)運維方式存在處理效率低,、實時性不強、運維成本高,、問題前瞻性不夠等缺點,。為了解決上述問題，可以人工智能技術(shù)為基礎(chǔ),，結(jié)合運維工程師的經(jīng)驗,，構(gòu)建一種智能化,、自動化的故障處理監(jiān)控系統(tǒng)/功能模塊，能夠在通信網(wǎng)絡(luò)中實現(xiàn)對故障告警的全局監(jiān)控,、處理,，實時采集告警和網(wǎng)管數(shù)據(jù)并關(guān)聯(lián)分析處理，進行靈活過濾,、匹配,、分類、溯源,，對網(wǎng)絡(luò)故障快速診斷,，配合相應(yīng)的通信業(yè)務(wù)模型和網(wǎng)絡(luò)拓撲結(jié)構(gòu)實現(xiàn)故障的精準(zhǔn)定位和根因分析，并通過歷史數(shù)據(jù)不斷自學(xué)習(xí)實現(xiàn)故障預(yù)測,，提升處理效率和準(zhǔn)確性,。
2.2智能優(yōu)化
網(wǎng)絡(luò)優(yōu)化的主要作用是保障網(wǎng)絡(luò)的全覆蓋及網(wǎng)絡(luò)資源的合理分配，提升網(wǎng)絡(luò)質(zhì)量,，保證用戶體驗,，所以運營商在網(wǎng)絡(luò)優(yōu)化工作中投入了大量人力物力。網(wǎng)絡(luò)優(yōu)化涉及多個方面,，如無線覆蓋優(yōu)化,、干擾優(yōu)化、容量優(yōu)化,、端到端優(yōu)化等,，傳統(tǒng)網(wǎng)優(yōu)工作一般依靠路測、系統(tǒng)統(tǒng)計數(shù)據(jù)分析,、投訴信息等手段采集相關(guān)數(shù)據(jù)信息,，再結(jié)合網(wǎng)優(yōu)工程師的專家經(jīng)驗進行問題診斷和優(yōu)化調(diào)整。在網(wǎng)絡(luò)復(fù)雜化和業(yè)務(wù)多樣化的趨勢下,，傳統(tǒng)網(wǎng)優(yōu)工作模式顯得被動,，處理問題片面化，難以保證優(yōu)化質(zhì)量,，而且生產(chǎn)效率低,，在網(wǎng)絡(luò)動態(tài)變化的情況下難以保證實時性。采用人工智能技術(shù)可對網(wǎng)優(yōu)大數(shù)據(jù)進行訓(xùn)練,，并將大量的專家經(jīng)驗?zāi)Ｐ突?，?gòu)建智能優(yōu)化引擎，模擬專家思維驅(qū)動網(wǎng)絡(luò)主動實時做出決策,，進行主動式優(yōu)化和調(diào)整,，使網(wǎng)絡(luò)處于最佳工作狀態(tài)。
人工智能在網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用需要有高質(zhì)量的數(shù)據(jù)做基礎(chǔ)，需要利用合適的人工智能算法在相關(guān)的方向或場景進行實踐,。高質(zhì)量的數(shù)據(jù)要通過整合網(wǎng)絡(luò)相關(guān)運行,、測試和信息數(shù)據(jù)來獲取，數(shù)據(jù)源包括路測數(shù)據(jù),、MR數(shù)據(jù),、性能數(shù)據(jù)、配置數(shù)據(jù),、工參數(shù)據(jù),、信令采集數(shù)據(jù)、告警數(shù)據(jù),、用戶信息數(shù)據(jù)、投訴數(shù)據(jù),、互聯(lián)網(wǎng)數(shù)據(jù)等等,。根據(jù)不同應(yīng)用場景需求和特征，選擇并關(guān)聯(lián)有效的數(shù)據(jù)源,，結(jié)合運維網(wǎng)優(yōu)工程師的優(yōu)秀工作經(jīng)驗,，匹配合適的人工智能算法設(shè)計特征工程、訓(xùn)練及建立模型,。
人工智能在網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用場景
利用人工智能技術(shù)時需考慮實際網(wǎng)絡(luò)運維優(yōu)化工作的生產(chǎn)流程和模式,，根據(jù)應(yīng)用場景需求選擇合適的人工智能算法，對相關(guān)的數(shù)據(jù)進行清洗,、標(biāo)注,、訓(xùn)練，建立可靠有效的系統(tǒng)模型,，來實現(xiàn)人工智能在網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用,。下面給出幾個應(yīng)用場景示例進行參考。
3.1智能故障溯源
網(wǎng)絡(luò)故障分析和溯源是運維的重點工作,，網(wǎng)絡(luò)發(fā)生故障的現(xiàn)象和原因有很多,，會產(chǎn)生很多不同類型的告警信息，從告警中快速準(zhǔn)確地判斷故障信息是我們的目標(biāo)和要求,。在設(shè)計智能分析系統(tǒng)時,，可考慮從海量告警信息中結(jié)合網(wǎng)絡(luò)拓撲、網(wǎng)絡(luò)配置,、KPI,、歷史告警故障處理經(jīng)驗等信息提取共性特征，融合已有的歷史處理故障經(jīng)驗對提取數(shù)據(jù)進行訓(xùn)練形成專家診斷規(guī)則庫,，對新產(chǎn)生的告警信息匹配規(guī)則進行診斷,，給出故障原因和處理方法，在處理故障后結(jié)合網(wǎng)絡(luò)運行狀態(tài)對專家診斷規(guī)則庫進行反饋優(yōu)化，具體流程如圖2所示,。
▲ 圖2基于人工智能的網(wǎng)絡(luò)故障溯源流程
3.2無線覆蓋智能優(yōu)化
無線覆蓋是移動通信網(wǎng)絡(luò)質(zhì)量的基礎(chǔ),，基站站點的位置選擇在現(xiàn)實中不會像仿真模型中一樣完美，受到建設(shè)投資,、地形,、傳播路徑動態(tài)變化、網(wǎng)絡(luò)負荷等因素的影響,，移動網(wǎng)絡(luò)總會存在弱覆蓋,、越區(qū)覆蓋、干擾,、容量等問題,，這些會直接影響用戶業(yè)務(wù)體驗，需要通過優(yōu)化不斷調(diào)整,，以滿足用戶對網(wǎng)絡(luò)質(zhì)量的要求,。無線環(huán)境復(fù)雜多變，影響覆蓋質(zhì)量的因素甚多且不確定性較強,，我們可以結(jié)合多維無線覆蓋相關(guān)歷史數(shù)據(jù)（MR,、路測、工參,、無線KPI,、參數(shù)配置等），利用深度學(xué)習(xí)等人工智能技術(shù)對數(shù)據(jù)訓(xùn)練,、調(diào)參,，尋找影響無線網(wǎng)絡(luò)質(zhì)量的關(guān)鍵因素，以此來構(gòu)建智能優(yōu)化引擎,。優(yōu)化引擎能結(jié)合現(xiàn)網(wǎng)運行狀態(tài)準(zhǔn)確實時給出優(yōu)化調(diào)整建議和決策,，如天線下傾角和方位角調(diào)整、性能參數(shù)優(yōu)化,、鄰區(qū)配置調(diào)整等,，并進行相關(guān)自動化或者人為處理，保證網(wǎng)絡(luò)質(zhì)量處于良好水平,，優(yōu)化系統(tǒng)模型如圖3所示,。
▲ 圖3基于神經(jīng)網(wǎng)絡(luò)的無線覆蓋智能優(yōu)化系統(tǒng)模型
3.3業(yè)務(wù)流量預(yù)測優(yōu)化
近年來移動互聯(lián)網(wǎng)和智能終端的飛速發(fā)展帶動了通信業(yè)務(wù)流量的激增，如何平衡網(wǎng)絡(luò)業(yè)務(wù)負荷為用戶帶來良好的業(yè)務(wù)體驗也是運營商關(guān)注的焦點,。網(wǎng)絡(luò)情況動態(tài)變化,，用戶業(yè)務(wù)需求隨時間空間不斷產(chǎn)生變化，需要從中挖掘特征,，聚焦流量變化趨勢,，使網(wǎng)絡(luò)在忙時能做到負荷平衡，保證用戶體驗，在閑時能智能關(guān)斷部分基站設(shè)施,，達到節(jié)能降本的效果,。利用眾多場景網(wǎng)絡(luò)的多維度歷史流量和網(wǎng)絡(luò)質(zhì)量數(shù)據(jù)，結(jié)合時間和場景特征基于人工智能技術(shù)進行數(shù)據(jù)分析挖掘,，綜合網(wǎng)絡(luò)實際需求,，進行流量預(yù)測，并使用負載均衡,、動態(tài)資源調(diào)度,、智能關(guān)斷等策略，對網(wǎng)絡(luò)流量進行優(yōu)化調(diào)整,。
人工智能在網(wǎng)絡(luò)運維優(yōu)化中應(yīng)用面臨的挑戰(zhàn)
人工智能在網(wǎng)絡(luò)中進行相關(guān)融合應(yīng)用是大勢所趨,，但仍處于起步階段，在網(wǎng)絡(luò)中引入人工智能技術(shù)面臨諸多挑戰(zhàn),，需要在實際應(yīng)用中邊思考邊解決,。
首先人工智能的實際應(yīng)用需要大量有效可靠的網(wǎng)絡(luò)數(shù)據(jù)，網(wǎng)絡(luò)數(shù)據(jù)在不同的網(wǎng)元或者系統(tǒng)生成,，數(shù)據(jù)采集和匯聚需要硬件能力和系統(tǒng)架構(gòu)的支撐和升級，多維數(shù)據(jù)源的處理關(guān)聯(lián)需要考慮數(shù)據(jù)格式,、異廠家融合等特性問題,。網(wǎng)絡(luò)數(shù)據(jù)標(biāo)簽化的手段也較少，有效數(shù)據(jù)獲取成本較高,，數(shù)據(jù)涵蓋的場景和范圍比較有限,。
其次運維優(yōu)化領(lǐng)域的知識專業(yè)性較強，在具體應(yīng)用時需要明確業(yè)務(wù)邏輯,，人工智能技術(shù)的學(xué)習(xí)特點具有黑盒特征,，難以確定應(yīng)用的需求和流程，可能會使最終應(yīng)用的效果不明顯,。
再次人工智能對應(yīng)用需求和目標(biāo)存在概率性誤差,，由于獲取的數(shù)據(jù)存在片面性，在特定數(shù)據(jù)下訓(xùn)練得到的AI模型和架構(gòu)可能很難適用所有的需求場景,，這對高標(biāo)準(zhǔn)的電信級服務(wù)是個巨大挑戰(zhàn),，在實際落地應(yīng)用之前，需持續(xù)迭代學(xué)習(xí)自我完善,。
最后人工智能的應(yīng)用還需要考慮人為的控制力如何介入,，通信網(wǎng)絡(luò)的運維優(yōu)化生產(chǎn)需要安全穩(wěn)定，AI應(yīng)用的輸出效果存在不確定性,，而通信網(wǎng)絡(luò)的運維優(yōu)化要以安全穩(wěn)定為前提,，AI最終的定位是主導(dǎo)還是輔助還需要經(jīng)過發(fā)展確定。
人工智能已在很多領(lǐng)域展現(xiàn)了強大的作用和效果，雖然目前在通信領(lǐng)域進行融合應(yīng)用還需要跨越很多障礙,，但是在未來網(wǎng)絡(luò)不斷發(fā)展和人工智能技術(shù)逐步成熟的趨勢下,，人工智能技術(shù)的引入必將給網(wǎng)絡(luò)運營帶來全新的狀態(tài)。研究人工智能技術(shù)在網(wǎng)絡(luò)運維優(yōu)化中的應(yīng)用將助力網(wǎng)絡(luò)向智能化轉(zhuǎn)型,，達到降本增效的目標(biāo),。
［1］王西點，王磊,，龍泉,，等.人工智能及其在網(wǎng)絡(luò)優(yōu)化運維中的應(yīng)用［J］.電信工程技術(shù)與標(biāo)準(zhǔn)化，2018,，31（7）：81-86.
［2］劉芷若,，穆琙博，張宇華.網(wǎng)絡(luò)智能化需求與應(yīng)用［J］.電信網(wǎng)技術(shù),，2018（5）：15-19. ［3］陳昆.人工智能在運營商網(wǎng)絡(luò)中的應(yīng)用［J］.中國新通信,，2013，15（1）：54.
|
