核心網(wǎng)，是通信網(wǎng)絡(luò)的大腦，承擔(dān)著網(wǎng)絡(luò)全局資源的調(diào)度及管理。進入5G時代，核心網(wǎng)肩上的擔(dān)子更重了，其承載著來自千行百業(yè)的多樣化業(yè)務(wù)需求。如何實現(xiàn)5G時代的核心網(wǎng)高效、低成本和高可靠運維，成為了運營商及業(yè)界關(guān)注的焦點。那5G時代的核心網(wǎng)運維有哪些挑戰(zhàn)?又有哪些新變化呢?
5G時代的核心網(wǎng)運維挑戰(zhàn)
運維對象規(guī)模和復(fù)雜性急劇上升——不同于以往4G時代，5G時代由于網(wǎng)絡(luò)應(yīng)用深入到多樣化的業(yè)務(wù)場景，網(wǎng)絡(luò)規(guī)模急劇加大。通過切片方式來進行業(yè)務(wù)的管理，導(dǎo)致了業(yè)務(wù)也會更加動態(tài)和復(fù)雜，從而讓網(wǎng)絡(luò)管理難度大幅增加;網(wǎng)絡(luò)的管理對象也急劇增多，除了傳統(tǒng)意義上的運營商的公網(wǎng)，還有各行各業(yè)的行業(yè)用戶專網(wǎng)，如何能夠針對不同對象合理化，分域的運維，基于各個行業(yè)進行SLA保障，也是非常棘手的一個問題;同時，隨著NFV，微服務(wù)架構(gòu)等技術(shù)的不斷引入，網(wǎng)絡(luò)實現(xiàn)了分層解耦，按需部署，但同時也帶來了運維復(fù)雜度的上升，故障的定位定界成為了5G時代運維極大的挑戰(zhàn);2/3/4/5G時代遺留下來多個獨立的運維入口，也讓原本就復(fù)雜的運維工作，變得更加的繁瑣，傳統(tǒng)煙囪式的運維團隊和流程模式也因數(shù)據(jù)之間相互隔離，流程的非自動化，無法在5G時代繼續(xù)下去。
人力要求和企業(yè)成本的挑戰(zhàn)——與4G主要面向消費者市場不同，5G將賦能千行百業(yè)，與各行各業(yè)的生產(chǎn)效率、業(yè)務(wù)創(chuàng)新等緊密相關(guān)，這要求5G新業(yè)務(wù)能敏捷上線，業(yè)務(wù)發(fā)布將從原來的幾個月縮短到幾天，甚至是小時級，還要求運營商提供高SLA的網(wǎng)絡(luò)來保障企業(yè)的生產(chǎn)、業(yè)務(wù)等流程高效穩(wěn)定運行，否則可能會給行業(yè)帶來經(jīng)濟損失，這單靠傳統(tǒng)的人工運維模式無法支撐業(yè)務(wù)及網(wǎng)絡(luò)的要求。同時，5G時代不僅網(wǎng)絡(luò)更復(fù)雜，業(yè)務(wù)更多樣化，伴隨著低時延應(yīng)用和行業(yè)專網(wǎng)興起，還將有大量MEC邊緣節(jié)點廣泛分布于網(wǎng)絡(luò)的不同位置，這都將新增大量的上站維護工作量和運維成本，因此，如何最大程度減少Opex，是運營商在5G這個新戰(zhàn)場上不得不考慮的問題。
如何破除以上挑戰(zhàn)?
讓網(wǎng)絡(luò)像自動駕駛汽車一樣，自動化，智能化的行駛
在這樣的挑戰(zhàn)背景下，業(yè)界做了很多的探索和嘗試，試圖在方案架構(gòu)，運維技術(shù)，運維方式等方面進行變革，將自動化，智能化引入5G核心網(wǎng)運維。有人提出一個有趣的設(shè)想，我們的網(wǎng)絡(luò)是否可以像自動駕駛汽車一樣，在沒有人干預(yù)的情況下，自動，智能的行駛。這樣的假設(shè)讓業(yè)界產(chǎn)生了很強的共鳴，也展開了無數(shù)的討論，其中比較著名的就是TMF提出的自動駕駛網(wǎng)絡(luò)的5層演進節(jié)奏，全面詮釋了網(wǎng)絡(luò)在未來10年的演進方向。
來源：自動駕駛網(wǎng)絡(luò)白皮書
這個圖將自動駕駛網(wǎng)絡(luò)的演進分為從level0到level5幾個級別，讓我們知道網(wǎng)絡(luò)自動化將會是一個長期的目標(biāo)，是一個逐步實現(xiàn)的過程，其中AI的能力也會逐步的引入各個領(lǐng)域?qū)崿F(xiàn)整個演進的轉(zhuǎn)變。
那5G時代的核心網(wǎng)運維如何逐步實現(xiàn)“自動駕駛”呢?
運維架構(gòu)轉(zhuǎn)型
首先需要考慮的是運維架構(gòu)層面的改變。
眾所周知，存量網(wǎng)絡(luò)的管理系統(tǒng)多且孤立分散，數(shù)據(jù)相互隔離;管理面能力沒有服務(wù)化，無法按需進行靈活的部署，導(dǎo)致了底層資源浪費;傳統(tǒng)管理面和業(yè)務(wù)網(wǎng)元是分離的，這不符合5G時代核心網(wǎng)網(wǎng)元實時控制，本地自治的訴求。為了解決這些問題，就需要在管理面架構(gòu)上進行融合，實現(xiàn)跨域跨代跨平臺跨層的統(tǒng)一管理。就如華為提供的iMaster MAE-CN方案，非常巧妙的將傳統(tǒng)網(wǎng)管，VNFM LCM， NFVO，NSSMF，MEAO及相關(guān)運維工具子系統(tǒng)進行融合。一方面，這些組件并不是粗暴式的堆疊，而是以微服務(wù)的方式存在，方便客戶按需部署，另一方面，最重要的是它打通了傳統(tǒng)煙囪式的運維體系，讓數(shù)據(jù)可無縫互通，不僅能夠讓日常運維操作簡單許多，更重要的是增加了發(fā)掘數(shù)據(jù)更多價值的可能性。同時，這些組件都連接著一個智能的調(diào)度引擎，通過系統(tǒng)而靈活的調(diào)度，實現(xiàn)從網(wǎng)絡(luò)設(shè)計，部署，到運維、優(yōu)化的端到端的管理，而不僅僅是傳統(tǒng)意義上簡單的運維。
AI引入日常監(jiān)控場景——主動預(yù)防實現(xiàn)亞健康狀態(tài)精準(zhǔn)識別
另一個非常重要的轉(zhuǎn)變就是技術(shù)的改變。這里，大部分的廠商都嘗試通用引入AI技術(shù)，自動化，智能化的處理核心網(wǎng)運維問題。
熟知核心網(wǎng)運維的工程師，一定深有體會，在建網(wǎng)初期，工程師要花費大量時間逐條進行上萬個KPI指標(biāo)對象的閾值設(shè)置，這個閾值是根據(jù)以往的專家經(jīng)驗進行設(shè)置，由于是靜態(tài)的閾值，這就給后續(xù)日常監(jiān)控埋下了可能出現(xiàn)誤報，漏報異常的情況的隱患，告警的可信度大打折扣。況且不同子網(wǎng)情況不同，子網(wǎng)間這些閾值的設(shè)置無法復(fù)制，工程師只能通過人工的方式，一個個子網(wǎng)進行設(shè)置。最棘手的是異常檢測之后的根因分析，工程師需要人工逐條KPI進行故障定位，同時在大量KPI指標(biāo)中篩選出該異常KPI的關(guān)聯(lián)KPI，通過查看關(guān)聯(lián)KPI的測量值，進一步定位異常的原因。這樣全程人工主導(dǎo)的運維方式，效率提升真的是難上加難。
那如何通過AI技術(shù)去解放工程師日常的運維工作呢?
我們從閾值的設(shè)置入手，看看通過AI如何進行智能的KPI的異常檢測。剛才我們提到，傳統(tǒng)的閾值設(shè)置是基于專家經(jīng)驗設(shè)定的靜態(tài)閾值，工作量大，也不準(zhǔn)確，隔上一段時間，還需要根據(jù)現(xiàn)網(wǎng)的實際情況進行閾值的糾正調(diào)整。這里，華為提出了動態(tài)閾值的概念，如何理解呢?首先，有一個AI的訓(xùn)練模型，每周對現(xiàn)網(wǎng)歷史數(shù)據(jù)進行采樣，通過AI算法持續(xù)的去訓(xùn)練校準(zhǔn)這個模型。然后，將現(xiàn)網(wǎng)的實時KPI數(shù)據(jù)導(dǎo)入訓(xùn)練好的模型中，得到動態(tài)閾值范圍，也就是說，當(dāng)網(wǎng)絡(luò)發(fā)生變化時，閾值范圍也會發(fā)生變化，因此，在網(wǎng)絡(luò)出現(xiàn)異常的早期階段，就會有潛在的KPI指標(biāo)超過閾值范圍，系統(tǒng)上報異常。這樣，在某種程度上，可以幫助我們提前發(fā)現(xiàn)網(wǎng)絡(luò)隱患和故障，而不是在主要KPI已經(jīng)異常后去處理故障。
動態(tài)的閾值，能夠精準(zhǔn)的發(fā)現(xiàn)網(wǎng)絡(luò)隱性事故，但是實現(xiàn)運維的閉環(huán)，還需要智能的對異常情況進行分析，快速找到根因。這里，華為提供了一種多指標(biāo)關(guān)聯(lián)分析功能，如果某個KPI指標(biāo)異常了，系統(tǒng)可以按照貢獻度去對相關(guān)的指標(biāo)進行排序，工程師可以基于此快速的找到最大貢獻度的KPI，從而快速的定位問題的根因。
AI引入變更操作場景——構(gòu)筑“三道防線”實現(xiàn)機器值守
除了日常監(jiān)控場景外，重大變更場景也會使用AI。
我們知道，在5G時代，產(chǎn)品版本發(fā)布頻率越來越高。因此，會進行大量的重大操作，如普通升級、灰度升級、配置變更、擴容等?，F(xiàn)網(wǎng)70%以上的重大事故是由于網(wǎng)絡(luò)變更導(dǎo)致的。一旦異常，對業(yè)務(wù)和用戶體驗影響很大。每年有數(shù)千次的變更，給運營商帶來了巨大的挑戰(zhàn)。同時，由于人工操作量大，網(wǎng)絡(luò)異常識別平均耗時5小時。導(dǎo)致在業(yè)務(wù)影響增加時，無法提前分析和發(fā)現(xiàn)異常，這樣就錯過了解決問題的時間窗口。
因此，在這種場景下，工程師希望運維方案能夠建立變更前、變更中、變更后三道防線，提前規(guī)避風(fēng)險和問題。
現(xiàn)在，讓我們來看看這個系統(tǒng)是如何工作的。
首先，在變更前，系統(tǒng)自動進行在線健康檢查，確保待變更網(wǎng)絡(luò)健康。其次，變更過程中，所有變更準(zhǔn)備和操作均按照規(guī)范自動執(zhí)行。例如，在變更前的計劃中明確每個操作的結(jié)果。這樣，每一步的操作，都可以有依據(jù)，方便變更過程中進行對比。最后，在變更值守階段，需要持續(xù)實時監(jiān)控網(wǎng)絡(luò)異常情況。這里，華為利用復(fù)合LSTM神經(jīng)網(wǎng)絡(luò)遞歸生成多指標(biāo)關(guān)聯(lián)分析。其將指標(biāo)分為呼叫類指標(biāo)組、注冊類指標(biāo)組、接入類指標(biāo)組等。該算法可以訓(xùn)練每個組，使每個組可以生成出一個關(guān)聯(lián)性。當(dāng)某個異常發(fā)生時，對應(yīng)群組的關(guān)聯(lián)性就會發(fā)生改變。這樣就可以快速定位異常指標(biāo)組。再通過KPI貢獻度，識別出異常KPI。接下來，我們再來看看如何快速定界異常點。其根據(jù)歷史的專家經(jīng)驗，在系統(tǒng)中預(yù)置了很多故障場景;同時，把告警、日志、KPI等多維度因素作為一個事件，與預(yù)置場景進行匹配，這樣就能快速定界網(wǎng)絡(luò)異常了。這樣就可以幫助我們快速、及時地定位問題了。
AI的引入，最終實現(xiàn)從被動運維到主動運維轉(zhuǎn)型
以上分享了兩個引入AI的運維場景。不難發(fā)現(xiàn)，將AI引入到運維的場景后，傳統(tǒng)運維方式逐漸發(fā)生了變化。傳統(tǒng)的方式是一種被動的運維方式，就是當(dāng)故障已經(jīng)出現(xiàn)了，我們才通過各種各樣的系統(tǒng)，方法，以及人工的方式，去盡可能快速準(zhǔn)確的進行故障定界定位，從而快速恢復(fù)。而AI的引入，讓我們對運維的模式有了新的想法。我們可以基于AI技術(shù)去進行主動運維，也就是說在故障發(fā)生之前，主動的識別網(wǎng)絡(luò)的風(fēng)險，將網(wǎng)絡(luò)的亞健康問題暴露出來，在它變成故障之前就把它處理掉，而不是等亞健康問題變成故障后，才去解決問題。然后再通過AI技術(shù)，快速的定位問題，將風(fēng)險快速識別。
5G讓網(wǎng)絡(luò)自動駕駛成為了焦點，而AI的引入加速了網(wǎng)絡(luò)自動駕駛的演進。未來的5到10年將是網(wǎng)絡(luò)自動駕駛快速孵化，演進的時代，讓我們拭目以待。
（轉(zhuǎn)載）
