人工智能和大數據簡化通信網絡運維研究

王成春

摘 要：隨著互聯網的不斷普及，運營商的經營壓力也在不斷增加，運營商在發展的過程中更加關注運維效率的提升和OPEX的降低，急需對傳統的網絡運維進行改革。當前網絡通信的運維，還是依賴運維人員的操作經驗和專業能力，自動化和智能化技術的應用手段不多、程度不高。隨著5G時代的到來，探討人工智能和大數據在簡化通信網絡運維中的應用，促進通信網絡運維的變革將產生非常重要的意義。基于此，本文結合筆者在工作中參與的智能網絡運維方案和項目，探討人工智能和大數據如何簡化通信網絡運維。

關鍵詞：人工智能;大數據;通信網絡;運維

引言：

互聯網和信息技術的進步，以及現代計算機科學技術的發展使得人類進入全新的智能化時代。在智能化時代各大運營商不僅積極加快新技術的引進也不斷調整新的構架。在互聯網思維的沖擊下，積極轉變傳統的通信網絡運維模式，運用大數據和人工智能，促進通信網絡運維的智能化發展。能為客戶帶來高價值的智能網絡運維方案，是面向數字化運維轉型搭建的全新智能網絡運維平臺，結合自動化、智能化運維發展趨勢提出的下一代智能網絡運維解決方案。以5G為契機，通過引入大數據和AI技術手段，對運維數據進行分析對運維業務進行賦能，從而提升網絡運維效率，逐步向Zero Touch Operation演進，以實現運營商的數字化、智能化運維快速轉型。從實踐來看，人工智能以及大數據技術在網絡運維中也存在不少痛點，因此，根據通信網絡運維的實際情況，探討人工智能和大數據技術在此過程中的應用痛點，才能更好的實現人工智能和大數據簡化通信網絡運維的目標，推動行業和領域的變革，更好的適應智能化時代的需要。

1.人工智能和大數據簡化通信網絡運維面臨的挑戰和痛點

1.1人工智能和大數據技術的應用程度不高

將人工智能和大數據技術應用于簡化通信網絡運維的過程中，需要首先考慮在哪些環節進行應用，只有根據網絡運維的現狀融入相應的手段，才能取得相應的效果。但實際上，人工智能和大數據應用與簡化網絡通信運維的過程中存在若干實際問題，比如數據化程度不高、各個系統之間未能有效連接等等，而這些問題會導致相關的數據缺乏有效采集，繼而導致大數據技術的應用有一定的局限性，AI新技術的應用也難以有效實現。

1.2人工智能在應用過程中自動化程度不高

將人工智能技術應用于簡化網絡通信運維的主要目的是提高網絡運維系統的智能化程度，幫助運維人員進行自主決策，在降低運維人員投入的同時提高決策的科學性，進一步提高運維工作的效率。但實際上，由于通信網絡運維長期依靠運維人員的經驗和熟悉程度，在處理各項任務的過程中依賴人工處理，自動化的能力未能端到端發揮作用，最終導致人工智能技術難以在通信網絡運維中進行有效運用。

1.3人工智能和大數據在應用過程中對數據挖掘效率不高

當下處于大數據時代，網絡中蘊含的信息不可計數，如果想要進行全面的網絡運維就必須從這些海量信息中提取和分離出有用的信息。，也是進行簡化通信網絡運維的關鍵所在。但是還缺乏對多維數據的有效關聯和關鍵信息的深度探索，如果我們對于人工智能和大數據的應用還停留在表面，那么這種淺嘗輒止的模式顯然已經很難適應時代的要求。只有對運維數據及時有效挖掘、分析和利用，并進行深度的整合，才能較為準確地發現其中存在的異常，才能對風險進行相對準確地判斷和預測，分析風險產生的根源并由管理者進行及時的方案制定，從而較為全面的提升運維的智能化水平。這才是將人工智能及大數據應用于簡化通訊網絡運維的重點方向。

2.人工智能和大數據簡化通信網絡運維的應用

目前在移動通信領域研究中，人工智能和大數據已經被深入的應用了，但是在進行通信網絡運維的簡化中，這些手段的應用方式往往大相徑庭，人工智能以及大數據技術的大幅提升共同促使人工智能應用取得了長足的發展。在這個過程中通過對數據的智能應用具有著重要意義，第四范式作為當下數據應用的重大研究創新，其是基于數據密集型的全新發現，其是通過將數學模型作為數據計算的中心逐漸轉移到以海量數據處理為中心。但是需要注意的是，雖然第四范式具有著諸多優勢，可其與前三個范式相比還不成熟。隨著近年來大數據發展勢頭逐步迅猛，第四范式也隨之得到全面的發展。就目前的情況可以發現第四范式甚至可以成為無線通信領域的工作范式，這對于大數據領域而言具有著重要的意義。

對于第四范式的應用可以從無線通訊領域開始，這對于其簡化通訊網絡運維具有著非同尋常的作用，因為憑借人工智能及大數據的手段研究人員就能夠實現輸入信號和環境對象的及時調整，從而對相關參數進行優化配置。例如，輸入信號是轉向一個給定的環境目標，通過適當的優化相移將其反饋給相關的接收器。接收器也可以反過來對輸入進行及時的響應，從而達到預期控制效果。通過這種方式就能較大程度上簡化通信網絡運維的過程。

隨著5G網絡不斷的成熟，現在其應用已經越來越普遍，和4G系統相比，5G系統具有更加靈活的頻譜。這說明其在通訊網絡運維中發揮的作用也會越來越大，比如（包括毫米波）和參數集/時隙結構、大規模多天線及以波束為中心的設計、分層異構的超密集網絡、多樣化的垂直業務和網絡切片的動態管理與編排、網絡架構對數據驅動的網絡智能的支持等。通過這一現象我們可以認為伴隨著5G不斷地發展和成熟，移動通訊系統的網絡運營不再是和傳統一樣，而是會面臨著全方位的挑戰。尤其是在當下遵從專家經驗的運營模式將逐步不再適應新時代的需求，自動智能化會在后續的通信網絡運營中發揮著越來越大的作用，因此我們可以想象大數據及人工智能在應用中將具有更加重要的地位。

近年來隨著技術不斷的進步，基于大數據和人工智能的應用也在不斷取得突破，尤其是在移動網絡運維中已經取得了長足的進步。早已經融入到我們日常生活、學習中的射頻指紋應用、參數自適應、負荷預測、性能預測、業務預測、無線感知、智能定位等。對于未來的網絡需求而言，人們需要的是精準的、智能的管理和維護，所以當下我們需要進行最優的網絡設計、部署，從而能夠實時感知網絡狀況，由此才能快速的發現并解決問題，提高用戶體驗。這對于簡化通訊網絡運維發揮了一定的推動作用。

網絡通訊的基礎是無線通信系統，該系統由發射機、無線信道和接收機構成，其中主要包括信源等多模塊，對于這種基于模塊設計的通信體系結構，通信領域的工作者已做了非常多的研究工作來優化每個模塊的性能，但是每個模塊的性能達到最佳并不意味著整個通信系統的性能達到最佳。通過人工智能實現端到端優化（即優化整個通信系統）性能優于優化單個模塊，從而簡化通訊運維的流程具有重要的意義。

移動通信系統的不斷發展期本質上是基于功能模塊的建立和豐富，同時也得益于大數據時代所提供的數據分析手段，通過這些可以使通訊網絡運維更加高效。但是大數據的應用需要對海量數據進行不斷地智能篩選和分析，這就需要基于數據模型的深度學習網絡為基礎，從而減少數據分析中所涉及的信息量，還能夠較大程度上優化網絡運維的過程，簡化通訊網絡運維的過程，能在原模型基礎上進一步提升系統的性能，將在后續的通訊網絡運維中發揮越來越重要的作用。

總結

本文結合時代背景著重討論了人工智能和大數據為通訊網絡運維帶來的機遇和挑戰，通過對這些技術的有效運用可以有效簡化通訊網絡運維，使其滿足當下社會的實際需求，這對國家的發展具有極為重要的現實意義。

參考文獻：

[1]顏博.人工智能技術的發展及其在通信安全領域的應用[J].郵電設計技術，2019（04）：86-89.

（中興通訊股份有限公司， 江蘇 南京 210000）