华为云naie（华为云南分公司）

本文目录一览：

• 1、论华为公司“自动驾驶网络”战略的形成
• 2、华为AIOps使能服务加速新基建运维智能化转型

论华为公司“自动驾驶网络”战略的形成

姓名：刘家沐

学号：19011210553

【嵌牛导读】：随着5G技术的兴起，同时伴随着电信网络和人工智能技术的发展，在2019年SDNNFV世界大会上，华为公司以“走向自动驾驶网络”为主题，全面展示了华为对下一代智能网络架构的研究。这是华为公司“自动驾驶网络”战略在业界的首次亮相。

【嵌牛鼻子】：华为  自动驾驶   5G

【嵌牛提问】：华为公司的“自动驾驶网络”战略如何？

【嵌牛正文】：

随着5G技术的兴起，同时伴随着电信网络和人工智能技术的发展，网络走向智能化已经成为产业共识，在2019年SDNNFV世界大会上，华为公司以“走向自动驾驶网络”为主题，全面展示了华为对下一代智能网络架构的研究。这是华为公司“自动驾驶网络”战略在业界的首次亮相。

在大会Keynote发言中，华为运营商BG网络架构转型Marketing部长袁博全面描绘了自动驾驶网络的目标架构以及与运营商共同的创新实践。

华为提出的网络自动驾驶理念，从运营商的核心运营流程出发，通过分场景价值阐述与架构分级定义，逐步推进网络智能化的实现。自动驾驶的网络可以分为两个部分，第一部分是网络架构的极简，网络的每一个部分都要尽可能做到简化，包括无线、传输、核心网与边缘云等，这是使能网络自动驾驶的基础。第二部分是网络运维的智能化，华为公司iMaster智能运维整体方案致力于提供单域自治、跨域协同的智能运维闭环方案，iMaster NCE面向FBB领域，iMaster ME面向MBB领域， iMaster AUTIN面向跨域协同， 同时引入网络AI能力(iMaster NAIE)，提供AI训练、数据湖、推理框架等相关服务，有效降低AI技术在电信行业的应用门槛，帮助运营商、运营商合作伙伴，第三方开发者提升面向通信领域的AI开发效率。

过去十年，2G/3G/4G网络并存使得网络复杂度逐步提升，运营商OPEX是CAPEX的3倍以上，并且还在逐年持续上升，运营商网络面临结构性问题，而引入5G以后如果仍然依靠传统方式运维网络将会使得问题更加突出。华为自动驾驶网络致力于帮助运营商打造TCO最优、客户体验最优的电信网络，用架构性创新解决结构性挑战。 首先，通过站点简化、架构简化、协议简化，打造一个极简的目标网络，大幅降低网络的复杂度。例如，通过对IP网络通讯协议的归一化(从传统10+个协议精简为2个)，能够有效减少业务配置节点数量，减少运营商跨部门协同工作量。经过和运营商的创新实践，网络配置效率大幅提升，加快了业务上线时间。

其次，通过引入网络自动化，人工智能，Digital Twin等新技术，帮助运营商有效提升能源使用效率、资源利用效率与运维效率，达到优化OPEX的目标。例如：在能源效率提升方面，当前基站能耗无法随网络流量减少而下降，通过AI技术帮助运营商构建准确的业务流量预测模型，基于业务负载预测进行动态能源配比，减少能耗，提升能源利用效率，逐步实现“比特决定瓦特”，即网络流量大小决定能耗多少。

未来是智能化的时代，5G+AI将成为行业主流，运营商的网络智能化不可能一蹴而就，需要一个长期的实践过程，华为自动驾驶网络是面向未来的开放网络，在Keynote发言的最后，袁博呼吁产业各方共同努力，建设更加智能的目标网络：“华为愿与各方共商未来智能网络发展方向，通过不断的创新实践，逐步实现网络自动驾驶的终极目标。”

华为AIOps使能服务加速新基建运维智能化转型

人工智能经历了六十多年的浮浮沉沉，随着计算算力的进步，算法的创新和互联网发展下的海量数据积累，人工智能技术未来十年将焕发出新的活力，成为最具有冲击力的 科技 发展趋势之一。

在HUAWEI CONNECT 2020期间，华为基于对电信领域的深刻理解和多年经验沉淀，带来了《AIOps使能服务》的分享，旨在结合电信领域应用场景，使能网络达到自动、自愈、自优和自治的自动驾驶网络，提升整个网络的效率，降低OPEX。

AIOps成为电信网络运维智能化转型趋势

随着“5G 新基建”的加速实施，数字经济发展迎来新的动能。不仅推动投资消费的快速成长，还将驱动各行业的数字化转型升级。随之而来的是网络问题复杂化与业务质量高要求的挑战，运维能力的演进成为电信网络能否持续发挥效能的关键因素。

电信网络运维作业正面临问题发现被动（75% 问题由用户发现），故障根因定位难（90% 时间用于问题定位）的业务挑战。同时，各专业运维支撑系统功能也面临开发周期长，闭环流程自动化程度低的技术瓶颈。因此，运营商期望引入AI实现智能运维，做到主动维护和故障自愈。

在运维支撑系统的演进方向上，AIOps（运用AI及大数据技术解决运维问题）已经成为电信行业运维智能化转型的趋势和共识：构建AIOps平台能力，支撑不同运维场景应用。在未来五年内，电信行业市场的运维系统和平台将加速AI能力的升级，成为电信领域AI应用的核心场景，投资占比达到60%。

因此，AIOps已经成为电信网络运维智能化转型趋势。通过构建电信领域AIOps平台能力，快速实现智能运维升级。

华为AIOps助力网络提升可靠性及使能智能化运维

按照自动驾驶网络的等级定义，运维的智能化目标是要实现全域、全流程的预测性运维，自动监控、定位、自愈。

华为AIOps使能服务作为自动驾驶网络AI引擎NAIE的核心能力，基于AI平台，提供了一系列的电信领域AIOps原子能力以及组合编排能力，使能网络管控析单元、智能运维解决方案等运维系统，最终帮助运营商打破原有的烟囱式建设方式，将各专业运维系统的应用与AI能力解耦，采用分层的服务化架构对接共享数据中心，集中提供AIOps能力，适配运维场景应用百花齐放的需求。

如下是华为AIOps使能服务预组合编排好的服务，可开箱即用：

kpi异常检测服务， 快速智能识别海量kpi/kqi的异常情况，广泛应用在网络性能和质量监控场景；

故障识别与根因定位服务， 根据海量告警结合对应网络拓扑和传播知识，实时识别故障及根因网元及告警，可自动学习知识规律，保证持续优化，可广泛应用在各种网络场景；

日志异常检测服务， 实现日志的自动分类和统计规律发掘，实时监控出系统的异常行为和相关日志，可广泛应用在IT及电信网络场景；

硬盘异常预测， 可智能预测短期内（14天）的硬盘故障，以采取规避预防措施，以免对业务产生影响，广泛支持主流厂商的HDD及SSD型号。

细数华为AIOps使能服务四大核心竞争力

提供丰富的AIOps原子能力： AIOps的原子能力覆盖运维全流程，包括预测、检测，定位、执行。原子能力库支持流量预测，故障预测，KPI异常检测，日志异常检测，CHR异常检测，异常关联分析，事件聚合，根因定位等20+原子能力。

作为电信领域的AIOps使能服务，具备两个核心特点：一是基于华为电信领域的经验，原子能力将AI算法与电信领域行业知识融合，预制了默认的电信领域模型参数，同时支持现网运行态的调优，解决当前通用算法模型在具体行业落地效果差的难题。目前，已经在现网得到了规模验证。

另一个是AIOps原子能力采用标准化模型规范，统一数据输入，参数配置，结果输出等接口。为AIOps单点原子能力到灵活的组合串接提供了基础。

组合编排与DevOps能力： 通过组合编排功能，使用者可选择业务场景所需的AIOps原子能力，通过可视化方式完成流程串接，并进行业务泛化参数配置，包括数据接入方式，模型参数，内置电信领域泛化参数，事件通知方式、可视化Dashboard等配置。上述能力支持可视化编排或接口调用方式实现。此外，基于NAIE平台训练服务，AIOps的原子能力库支持使用者根据实际业务需求开展算法模型的创新与开发，不断扩展AIOps能力。NAIE的生态服务也提供专业的人员培训赋能。

支持电信领域数据对接： 支持KPI、告警、日志、xDR等电信领域主流运维数据。支持Kafka，数据库，文件系统，Restful等电信运维系统的主流数据对接方式。AIOps使能服务提供通用的数据源对接和标准化数据治理组件，通过配置项快速建立与运维系统的数据源连接，通过SDK将不同的数据类型和格式治理成标准化的AIOps原子能力输入集，用于模型训练和推理。

场景组合服务： 围绕运维全流程（发现、分析、处理）提供预制典型场景组合应用，快速接入运维流程。

综上所述，华为AIOps使能服务作为智能运维AI能力引擎，融合AI的技术优势与华为在电信领域的专业优势，为运维系统的智能化演进提供AIOps平台能力支持，助力到各专业运维系统的应用快速上线，让运维专家专注场景应用设计和业务目标达成。

华为AIOps助力运营商及企业网络打造最佳实践

在KPI异常检测方面，电信网络中，通过KPI来预测和检测网络问题是最普遍的场景。通过AI算法基于 历史 数据自动生成每个KPI的动态门限，避免传统静态门限带来的误报和漏报。

华为NAIE融合了电信领域的运维业务特点，提供单指标/多指标检测，异常原因关联分析，模型的自学习调优等关键能力。目前已经用在核心网，无线，数通等不同业务领域。国内某运营商采用了核心网KPI异常检测服务以后，实现提前5小时识别异常并主动预警，降低了业务损失。

在告警根因定位方面，发现异常或者故障之后的定位是运维流程中的难点，如何准确的将多维度的异常、告警等事件进行汇聚，减少故障噪声，准确定位到具体原因？这些工作目前主要依赖专家经验或者手工分析，而且受限于分析算力和知识信息，效果并不好。

华为NAIE AIOps通过AI算法与业务的融合，支持多类异常/告警等事件的智能故障定位，自动实现时间，拓扑和故障传播图等维度的事件汇聚和根因定位。目前已经应用到无线接入网等业务领域，经过实际验证，无效上站减少60%，根因识别准确率85%+，运维效率整体提升15%。

写在最后，电信领域AIOps落地的关键是需要将行业知识与AI技术融合。网络运维系统的AIOps能力构建的趋势是业务与能力解耦，做到AIOps能力的复用、拉通，支持，适配运维场景应用百花齐放和快速上线迭代的需求。

因此，AIOps使能服务作为智能运维AI能力引擎，融合AI的技术优势与华为在电信领域的专业优势，为运维系统的智能化演进提供AIOps平台能力支持，助力到各专业运维系统的应用快速上线，让运维专家专注场景应用设计和业务目标达成。目前，华为AIOps使能服务已经在无线，核心网，数通等网络域得到了广泛的应用。