計算機網絡管理困境與對策*

王 宏,王承松,酈蘇丹

(國防科技大學計算機學院，湖南 長沙 410073)

1 引言

計算機網絡管理是計算機網絡3大經典問題之一(路由、流量控制和網絡管理)，近年來隨著網絡技術的飛速發展[1]，特別是數據中心、無線網絡和5G核心網增值服務需求，對網絡業務快速部署能力和網絡運維能力提出了新的要求[2]；運營商垂直行業2B(Business to Business)關鍵業務對于網絡質量保障、故障定位效率和網絡恢復時間要求更高，需要通過結合人工智能AI(Artificial Intelligence)技術的自動化運維能力，提升故障定位效率，實現網絡自愈，滿足垂直行業的網絡質量需求[3]。

網絡管理是從一個或幾個控制點對整個網絡和網絡活動進行訪問和控制的過程，其目的是管理和維護網絡的良好運行。國際標準化組織ISO(International Standardization Organization)定義了網絡管理的5個功能域：(1)故障管理：對網絡狀態的檢測與監控，控制和阻止網絡異常行為；(2)配置管理：對網絡配置過程的集中管控；(3)安全管理：防止網絡設備、網絡協議軟件和網絡應用軟件被非法使用；(4)性能管理：分析和優化網絡性能；(5)計費管理：收集、分析與處理網絡用戶使用網絡資源的信息。

網絡管理一般采用管理者-代理模型，包括管理者、代理、管理信息庫和管理協議4個要素，網絡管理者向代理發送請求命令，也接收代理主動發來的信息；代理是被管理資源的代表，接收來自管理者的請求命令，并將執行結果發回管理者，代理也將自身發生的事件主動報告給管理者。MIB(Management Information Base)由一個國際組織定義，MIB的結構是一種從根開始的樹形結構，根據信息的分類構造樹的分支，被管理信息處于分支的葉節點上。管理協議是管理者與代理之間交換信息的協議，不同的管理框架使用不同的管理協議。

本文首先分析了當前網絡管理的新需求和面臨的新挑戰，同時結合作者多年從事網絡管理技術研究和系統研制經驗，對網絡管理系統所面臨的困境進行了如實剖析，并針對這些困境提出了解決方案和對策，最后對網絡管理發展方向進行了展望。

2 網絡管理框架和協議研究現狀

2.1 網絡管理框架

著名的網絡管理框架包括開放式系統互連OSI(Open System Interconnection) 網絡管理框架、IEEE網絡管理框架、TCP/IP網絡管理框架和國際電信聯盟電信標準分局ITU-T(International Telecommunication Union Telecommunication standardization sector)電信網管理框架。ISO/IEC7498-4定義了OSI網絡管理框架，ISO/IEC9596-1或CCITT X.711定義了通用管理信息協議CMIP(Common Management Information Protocol)；IEEE 802.1b定義了局域網/城域網管理標準；IETF的RFC1155/1212/1157定義了簡單網絡管理協議SNMP(Simple Network Management Protocol)v1，RFC1902～1907定義了SNMPv2，RFC2271～2275定義了SNMPv3；ITU-T的M.30/G.771/Q.513/E.415共同定義了電信管理網TMN(Telecommunications Management Network)框架。

近年來有許多學者針對互聯網體系結構和網絡管理技術進行了深入研究，Blumentthal等[4]提出了重新設計互聯網的思想。Fettweis[5]詳細分析了互聯網面臨的困境并提出了解決方案。McCauley等[6]分析了目前網絡結構存在的缺陷，設計了一個全新的網絡體系結構并進行了綜合實驗，實驗表明新結構更易于部署網絡功能虛擬化NFV(Network Function Virtualization)[7]和邊緣計算，其安全性和可擴展性更好。Jain[8]針對Internet 3.0的體系結構,提出了控制平面與數據平面分離的思想。龔正虎等[9]分析了互聯網管理存在的問題。還有許多學者針對網絡擁塞控制[10]、網絡流量管理[11]和網絡態勢感知等技術展開了深入研究[12]。

2.2 網絡管理協議

目前常用網絡管理協議有SNMP協議、網絡配置協議NETCONF(NETwork CONFiguration protocol)和OpenFlow協議等。SNMP主要用于監測網絡設備狀態和統計信息，信息描述模型使用SMI(Structure of Management Information)，管理信息庫由MIB定義。NETCONF協議主要用于解決網絡配置問題，采用可擴展標記語言XML(eXtensive Markup Language)編碼方式，提供基于角色的訪問控制機制，限制操作者的權限。OpenFlow控制器通過指令消息來配置交換機參數，并通過流表項設置來控制交換機上的數據轉發。

3 網絡管理新需求

黨政部門信息系統、金融業務系統和企業商務系統要求網絡系統是高性能和安全可靠的，網絡管理是實現網絡高性能和安全可靠的有效手段。在技術飛速發展的今天，網絡管理又有了不同的需求，具體如下：

(1)業務快速部署能力的需求。

2018年以來，5G網絡建設進入快車道，2019年6月，工業與信息化部正式發放5G商用牌照，標志著我國正式進入5G商用時代。截至2019年12月，我國已建成5G基站超過13萬個，已開展高清直播、遠程手術和交通管理等領域的實踐[1]。

5G網絡具有高帶寬、低延遲等特點，核心網承擔全局資源的調度和管理，通過動態智能網絡切片讓每個行業的用戶都能在網上享有自己的專有通道，盡可能滿足用戶業務低時延需求，保證數據安全、網絡安全以及網絡的服務質量。在5G時代，垂直行業2B業務變成了運營商重點競爭的市場，對于工業互聯網、車聯網和智慧醫療等多樣化需求，運營商通過切片技術提供虛擬網絡，實現網絡質量保障。新業務的快速部署能力將幫助運營商在競爭中搶占先機[2]。

網絡功能虛擬化NFV提升了網絡業務快速部署能力[13]，同時對現有的設備運行、管理、維護和配置等提出了新的要求[14,15]。

(2)實現網絡服務質量保證，提升網絡運維能力的需求。

關鍵業務如港口、廠礦、自動駕駛汽車、遠程醫療、工業自動化和多媒體等應用，對于網絡質量保障、故障定位效率和網絡恢復時間的要求更高。以工業自動化為例，控制報文延遲必須非常精確[16]，否則可能帶來不可預測的后果。運營商需要通過結合AI技術的自動化運維能力，提升故障定位效率，實現網絡自愈，滿足垂直行業的網絡質量需求。

當前網絡采用“盡力而為”方式，出現網絡擁塞時，無論報文是否重要，無論是管理報文還是數據報文，無論是控制、語音、視頻或文本都有可能被丟棄，出現較大延遲，不能滿足服務質量的要求。網絡配置復雜，管理效率低，許多配置需要依靠手動進行，容易出現問題。許多配置策略相互矛盾，網絡態勢感知能力弱、時效差，難以及時有效地收集網絡狀態，難以有效地發現和定位網絡異常，從而難以做出快速反應。網絡設備功能升級和功能擴展困難。網絡管理中迫切需要引入實體屬性和服務質量保障機制，才能有效提高網絡對不同用戶不同應用的分級分類服務質量保障能力，有效提升網絡關鍵業務的支撐能力[4]。

(3)網絡安全管理的需求。

隨著Internet的應用領域和應用規模的快速增長，通過網絡傳播的計算機病毒種類越來越多，傳播速度更快，感染面積更廣，全球的信息安全受到了普遍且嚴重的威脅。安全問題己經成為嚴重制約網絡發展特別是商業應用的主要問題，并直接威脅著國家和社會的安全。防范大規模網絡攻擊，同時為信息攻擊對抗提供必要的網絡流量分析。在大范圍內進行網絡行為監控，有可能發現網絡異常，為防范大規模網絡攻擊提供預警手段。

據中國互聯網絡發展狀況統計報告[1]，中國網民規模大約9.04億，互聯網普及率達64.5%。網絡購物用戶規模大約7.10億，網上零售額達10.63萬億元。任何的網絡故障都可能導致巨大的經濟損失，一項關鍵應用即使只在短時間內不可用或者運行不正確，造成的損失也可能達到成百上千萬元。過去骨干網上的網絡故障可能只影響少部分人的工作生活，現在卻可能會影響成千上萬的企業以及數以億計的網絡用戶，造成巨大的經濟損失。

4 網絡管理面臨的挑戰

網絡管理面臨的挑戰主要表現在：

(1)“邊緣論”“盡力服務(Best Effort)”與網絡運維管理現狀帶來的挑戰。

互聯網遵循“邊緣”設計原則，其特征是網絡傳輸采用無連接分組交換，高層功能放置在網絡邊緣，按盡力服務原則向用戶提供服務。隨著互聯網網絡規模的飛速增長，用戶端接入帶寬越來越大，網絡擁塞經常發生，服務提供商難以完成向用戶承諾的各項QoS(Quality of Service)保證。“盡力而為”的服務顯然不能滿足用戶對網絡有效帶寬、延遲和延遲抖動等QoS指標的要求。

(2)網絡的高度復雜性給網絡管理帶來的挑戰。

隨著互聯網規模的指數級增長，其體系結構演化成由各互聯網服務提供商分別運營管理的分散的基于自治系統AS(Autonomous System)模式，互聯網成為一個高度異構、開放的復雜巨系統。這就給網絡管理帶來了一系列的困難，對網絡行為的理解與建模分析明顯滯后于網絡基礎設施的建設與網絡應用的發展。

(3)網絡功能虛擬化帶來的挑戰。

網絡功能虛擬化技術使得在同一物理網絡可創建不同的虛擬網絡，不同的虛擬網絡可采用不同的網絡體系，網絡管理者可根據需要部署、運行獨立的路由、傳輸控制等協議，提高網絡的可控性、安全性和服務質量。這一技術在給網絡使用者帶來很大便利的同時也給網絡管理帶來了很大挑戰，即如何實現虛擬網絡資源的統一管理和調度。在虛擬網絡中，物理網絡的帶寬和路由節點被多個虛擬網絡共享，為了保障各個虛擬網絡的服務質量，物理網絡中的資源應當按照各個虛擬網絡的不同需求和物理網絡的實際工作狀態分配給各個虛擬網絡。因此，如何對虛擬網絡資源進行有效的管理和調度，實時掌握各個虛擬網絡的運行狀態和物理網絡中網絡資源的使用情況，確保虛擬網絡資源合理、高效地分配給各個虛擬網絡，保證各個虛擬網絡能夠滿足應用需求，同時盡可能減少對物理網絡資源的浪費。

5 網絡管理發展的困境

網絡管理的終極目標是優化網絡資源配置，減少網絡故障時間，提高網絡資源使用效率。由于計算機網絡管理與數據處在同一平面，沒有獨立的管理平面，網絡設計又遵循“邊緣原則(End-to-End Argument)”，難以保證網絡QoS[4]，由此帶來一系列管理困境[5]。

5.1 部署困境

網絡組網需求快速變化，高層的網絡策略意圖無法快速部署。NFV、切片和微服務等技術的引入，使得網絡管理愈加復雜，管理對象增多，變更操作更加頻繁。運營商每年平均有數百次～數千次變更操作，而70%網絡事故都是變更過程中人為操作失誤引入的，給運營商帶來沉重的負擔。

5.2 人員困境

網絡設備多，無法統一配置；傳統網絡部署方法網絡配置復雜，管理效率低，許多配置需要依靠手動進行，配置容易出現問題，網絡管理人員需要多年網絡從業經驗，培訓半年以上。

5.3 數據困境

只見樹木，不見森林。有海量的監測數據，卻難以獲得有效結果。網絡態勢感知能力弱、時效差，難以及時有效地收集網絡狀態，難以有效地發現和定位網絡異常，從而難以做出快速反應。網絡設備功能升級和功能擴展困難。

5.4 屬性困境

面向用戶還是面向管理人員？傳統網絡管理是面向管理人員，網絡用戶無法知道網絡的運行狀態，用戶在使用網絡過程中感知到網絡速度慢，但他并不知道速度慢的具體原因到底是網絡鏈路出現了擁塞還是網絡應用軟件耗時太多。

5.5 可用性困境

網絡狀態良好時網絡管理系統可用可看；網絡故障時網絡管理系統不能發揮作用，原因是網絡故障發生時，故障網絡通常已不可達，而網絡不可達就無法獲得管理信息，所以網絡狀態不可知，而且也無法對網絡進行必要的配置使網絡恢復正常，通常還需要網絡運維人員到網絡故障現場進行故障排除，才能使網絡恢復正常。當網絡系統由于網絡資源競爭而“網速慢”時，大量的網絡管理報文將導致網絡“雪上加霜”。

從網絡管理系統上只能看到接口和鏈路的統計信息，看不到網絡流的信息，因而不能根據用戶和管理人員需求，分析網絡瓶頸、網絡流經過路徑和點到點的延遲等信息。

5.6 無線網絡管理困境

近年來，大量新型異構無線網絡(如移動自組網絡、無線傳感器網絡等)和豐富的接入手段(如Wi-Fi、無線局域網等)的出現，給網絡管理帶來了新的挑戰。在網絡設計之初，并未考慮節點移動性的情況，使用與拓撲位置密切相關的 IP 地址同時作為節點的標識和地址信息。當節點移動時，IP 地址發生改變，導致節點標識信息也隨之改變。正是由于節點缺少與拓撲位置無關的固定標識，現有的網絡管理對無線網絡顯現出先天不足。

6 網絡自主管理研究框架

6.1 困境產生原因

上述困境產生的原因有如下3個方面：

(1)沒有獨立的管理平面。

管理和數據在同一平面競爭資源，當數據平面發生網絡故障時，管理報文同樣不可達。同時，由于互聯網設計之初遵循的“邊緣論”“盡力服務”原則，服務提供商難以完成向用戶承諾的有效帶寬、延遲和延遲抖動等QoS指標要求。

(2)網絡運維“依賴人”。

網絡管理系統試圖獲取各種原始數據，而后由管理人員或專家來判斷網絡故障的具體原因。而事實上，海量原始數據讓管理人員無所適從，管理人員看到網絡設備的各種接口統計信息、轉發表和路由表，從中分析出網絡連接關系，而要分析出網絡故障和產生的原因，不但需要管理人員有足夠豐富的網絡運維經驗，還要有足夠多的時間，而這時網絡故障已經給網絡運行帶來了巨大損失。

(3)IP地址語義過載。

無線網絡管理的問題，主要由于節點的IP地址既是節點的標識，同時又代表了節點的位置，當節點移動時，由于改變了位置，所以IP地址隨之改變，而由于沒有其它的信息代表節點的標識，導致網絡管理鞭長莫及。

6.2 設計理念

為解決上述困境，唯有從設計理念上對網絡管理進行革新，對于產生困境的原因(1)，想從根本上修改互聯網的設計理念比較困難，而且代價巨大，唯有針對困境原因(2)進行深入分析，擺脫網絡運維“依賴人”的囧境，讓網管系統足夠“智能”，使網絡運維實現“自主管理”，才是解決網絡管理困境的有效方法。對無線網絡管理的問題，需要解決IP地址語義過載的問題，這需要引入節點標識和標識通信問題，由于過于復雜，不在本文中討論。

要實現網絡自主管理，需要從網絡端用戶和網絡設備入手，再擴展到全網，最終實現全網絡的智能運維。智能運維的目標是：針對任務需求，自動完成資源配置，智能完成網絡故障檢測與排除，提高網絡資源使用效率。

網絡自主管理依賴的主要手段是數據內生和人工智能。數據內生是指從系統本身產生的數據，經分析和歸納獲得的階段結果。數據內生感知、匯聚全網的網絡狀態、業務流程和用戶行為，形成統一的網絡數據資產，人工智能以內生數據為基礎，在現有網絡之外構建獨立訓練平臺，進行自我訓練和完善，輸出人工智能模型。同時，在核心網和邊緣網都建立獨立的人工智能引擎，針對本地內生數據對模型進行重訓練、優化和策略更新，實現網絡級閉環控制。

6.3 研究框架

圖1 給出了網絡自主管理研究框架，主要包含網絡管理模型訓練和智能分析方法研究，這其中又包含網元自主管理和網絡自主管理2類方法研究。網元自主管理包含網元數據內生、網元自愈、網元自優和高實時性確定性問題研究；網絡自主管理包含網絡數據內生、網絡自愈、網絡自優、全局資源優化和低實時性非確定性問題。

Figure 1 Research framework of network self management圖1 網絡自主管理研究框架

網元和網絡數據內生是實現網絡自主管理的基礎，網元數據內生要求感知、獲取網元和設備狀態，為網元自愈和自優提供數據支撐；網絡數據內生要求感知、獲取、統一、匯聚和關聯網絡狀態、業務流程和用戶行為，形成共享、統一的網絡數據資產，支撐AI模型訓練和策略觸發。網元自愈和網元自優以網元數據內生為基礎，實現網元設備故障自我恢復和性能調優。對于高實時性確定性問題力爭在網元層解決。網絡自愈和網絡自優以網絡數據內生為基礎，實現網絡故障自我恢復和性能調優。網絡自主管理還需實現全局資源優化和解決低實時性非確定性問題，提供基于意圖的引擎，為實現網絡智能部署提供支撐。訓練模型以現有人工智能技術為核心，在現有網絡之外構建獨立的人工智能訓練平臺，輸出AI模型。智能分析基于訓練模型結果，根據內生數據和網絡行為進行智能分析，實現網元和網絡級智能管理。

基于人工智能技術，構建網絡管理的若干核心模型，例如故障自診斷模型、自恢復和故障預測模型等。充分利用網絡前期運行的歷史數據信息，提取有效的網絡行為和狀態特征，離線訓練、求解網絡智能管理模型。智能分析針對當前網絡狀態，根據求解的AI模型自動判斷當前網絡是否存在故障，以及是否有發生故障的趨勢。如果出現故障或者有出現故障的趨勢，自動運行網絡故障自恢復模型，修復網絡故障，及時避免網絡癱瘓，提高整個網絡系統的穩定性和可用性。

6.4 研究目標

網絡自主管理研究框架為解決網絡管理困境提供了研究方向和解決方案，其目標是減少網絡故障時間，優化網絡資源配置，實現網絡自主管理。

(1)提高網絡自動部署能力，緩解部署困境和人員困境。

基于意圖的引擎為實現網絡自動部署提供手段，解決網絡部署困境問題。意圖引擎彌合業務部門與網絡管理人員之間的差異鴻溝，意圖引擎首先要將以某種模型描述方式描述的業務意圖轉換為針對網絡設備的一系列操作，同時激活和協調相關網絡功能，為意圖實現提供支撐。規范化的意圖引擎減少了網絡錯誤配置引起的事故，降低了網絡運維成本，提高了工作效率。

(2)數據內生，緩解數據困境。

數據內生是指根據原始數據，結合人工智能技術，分析出階段性和結論性的結果，而不是僅僅報告原始數據。數據內生的好處是過濾掉海量原始數據，網絡管理人員不用陷入數據海洋中而是直接獲得分析結果。

(3)基于人工智能技術，緩解屬性困境和可用性困境。

人工智能技術的引入，為網絡自主管理打開了廣闊的前景。在現有網絡之外構建獨立的人工智能訓練平臺，進行模型訓練。特別在網絡自愈和網絡自優方面，可以針對海量歷史數據進行持續模型訓練和智能分析，實現參數和閾值調優，降低人力成本，提升檢測準確率，在網絡亞健康狀態即可發現網絡異常，先于故障出現調整網絡參數，避免網絡故障出現；同時，根據時間和空間相關性，對網絡事件進行關聯分析，實現快速故障定位并采取相應措施，實現網絡自愈和網絡自優。由于人工智能的介入，網絡用戶也可確切地知道“網絡慢”的原因是什么，用戶也可以參與到網絡管理任務中，反饋網絡運行狀況。而由于采用網絡自主管理機制，網絡的可用性得到很大提高。

網絡自主管理的研究愿景是：

(1)網絡設備配置、測試全程自動完成，設備即插即用，網元高度自治；

(2)支持層次化網絡管理，支持全局監控，支持網絡遠程升級和策略下發；

(3)支持網絡業務自動部署，基于意圖自動完成網絡設備配置，支持網元和網絡級網絡故障自愈和自優，實現網絡自主管理。

6.5 亟待突破的網絡管理關鍵技術

(1)網絡數據智能采集與數據挖掘技術；

(2)基于大數據和人工智能的網絡故障診斷技術；

(3)網絡故障自愈和網絡自優技術；

(4)面向意圖的網絡自動部署技術；

(5)網絡配置沖突智能消解技術。

7 網絡自主管理發展趨勢預測

華為率先在業界提出自動駕駛網絡(Autonomous Driving Network)的理念及分級標準[2]，從客戶體驗、解放人力的程度和網絡環境復雜性等方面，定義了通信網絡的自動駕駛分級標準：L0手工運維、L1輔助運維、L2部分自治網絡、L3有條件自治網絡、L4高度自治網絡和 L5完全自治網絡。L5是網絡管理的終極目標，系統具備跨多業務、跨領域的全生命周期的閉環自動化能力，真正實現無人駕駛。華為自動駕駛網絡分級體系，為網絡管理向自動駕駛方向演進提供了一條可衡量、可實踐的指導性路徑。華為還發布了自動駕駛網絡智能運維產品與方案，將AI、大數據和自動化等技術與通信領域進行深度結合，實現數據資產的可視、可管和可溯源。

思科公司也提出了基于意圖網絡概念[3]，基于意圖的網絡IBN(Intent Based Networking) 在如何規劃、設計和操作網絡方面提供了一個重要的范式轉變。網絡設計師或操作員使用策略配置控制器來表達抽象意圖。基于意圖網絡包含轉換、激活和保障3部分。轉換的功能是：捕獲業務意圖，轉換為策略，檢查完整性；激活的功能是：協調策略，配置系統；保障的功能是連續驗證，提供洞察和可視手段及糾正措施。基于意圖網絡提高了網絡的靈活性和可用性。

隨著機器學習在圖像、模式識別領域的成功應用，將人工智能技術引入網絡也成為了當前的研究熱點[17]。網絡系統在運行過程中產生的歷史數據就是機器學習理想的訓練樣本，以此訓練和求解出的優化模型，可以幫助運營商實現網絡智能運維[18]。但是，目前人工智能技術在計算機網絡領域的運用還處于初級階段，從龐大的網絡運行數據中提取出有效的特征還很困難[19]。此外，構建精確的網絡運維模型也沒有取得突破性進展。已有的研究成果都只是在網絡管理的某個方面有一定的輔助作用。

以上情況表明，雖然許多關鍵技術還有待突破，但是網絡管理朝著智能化和自主管理方向發展的趨勢是不變的，可以預測：智能化的網絡管理將帶來更高的靈活性，減少網絡故障，提高網絡運維效率。