網(wǎng)絡(luò)智能化需求與應(yīng)用

劉芷若 中國信息通信研究院技術(shù)與標(biāo)準(zhǔn)研究所助理工程師

穆琙博 中國信息通信研究院技術(shù)與標(biāo)準(zhǔn)研究所工程師

張宇華 中國信息通信研究院技術(shù)與標(biāo)準(zhǔn)研究所工程師

1 引言

隨著云計算、大數(shù)據(jù)等新興信息技術(shù)應(yīng)用的規(guī)模落地，新業(yè)務(wù)和新應(yīng)用對網(wǎng)絡(luò)的要求越來越高，電信網(wǎng)絡(luò)進(jìn)入快速變革時期。各大網(wǎng)絡(luò)運(yùn)營商紛紛布局網(wǎng)絡(luò)轉(zhuǎn)型戰(zhàn)略，利用軟件定義網(wǎng)絡(luò)（Software Defined Network，SDN）和網(wǎng)絡(luò)功能虛擬化（Network Function Virtualization，NFV）技術(shù)減少對專有硬件的依賴，解決網(wǎng)絡(luò)運(yùn)營商面臨的網(wǎng)絡(luò)靈活性差、組網(wǎng)成本高、管理復(fù)雜、運(yùn)維量大以及新業(yè)務(wù)上線慢等問題。此外，隨著更多新制式和新技術(shù)的演進(jìn)，眾多新型網(wǎng)絡(luò)服務(wù)所產(chǎn)生的流量特點(diǎn)與現(xiàn)在智能手機(jī)的流量特點(diǎn)不同，這些新興網(wǎng)絡(luò)服務(wù)對網(wǎng)絡(luò)的要求更高，導(dǎo)致網(wǎng)絡(luò)規(guī)模更加龐大，網(wǎng)絡(luò)結(jié)構(gòu)更加復(fù)雜。因此，人工方式不足以支撐未來網(wǎng)絡(luò)高效運(yùn)營的要求，特別是在提升網(wǎng)絡(luò)運(yùn)維效率、業(yè)務(wù)和資源編排精準(zhǔn)性，以及降低運(yùn)營成本等方面，網(wǎng)絡(luò)運(yùn)營亟需更加高效智能的解決方案。而人工智能技術(shù)（ArtificialIntelligence，AI）恰恰能為網(wǎng)絡(luò)運(yùn)營者解決智能化運(yùn)營變革過程中的諸多難題。

2 電信網(wǎng)絡(luò)運(yùn)營面臨的挑戰(zhàn)

電信網(wǎng)絡(luò)是一個復(fù)雜、異構(gòu)、動態(tài)的網(wǎng)絡(luò)系統(tǒng)。為了構(gòu)建敏捷、個性化的服務(wù)，網(wǎng)絡(luò)運(yùn)營商必須對不同的設(shè)備進(jìn)行編程，統(tǒng)一集成多種標(biāo)準(zhǔn)化平臺，這使得網(wǎng)絡(luò)和操作環(huán)境變得越來越復(fù)雜。在未來，網(wǎng)絡(luò)數(shù)據(jù)量將繼續(xù)爆發(fā)，5G和物聯(lián)網(wǎng)的應(yīng)用還將為網(wǎng)絡(luò)帶來更加龐大的數(shù)據(jù)量和連接數(shù)。多種新型網(wǎng)絡(luò)、新型業(yè)務(wù)和新型應(yīng)用（如工業(yè)互聯(lián)網(wǎng)、車聯(lián)網(wǎng)、智能家居等）都對網(wǎng)絡(luò)的帶寬、時延、可靠性和安全性有著極高的要求。人機(jī)交互挑戰(zhàn)將成為高級服務(wù)推向市場的主要障礙，傳統(tǒng)的人工方式不足以支撐未來網(wǎng)絡(luò)快速適應(yīng)變化多端的網(wǎng)絡(luò)環(huán)境。

本文從電信網(wǎng)絡(luò)運(yùn)營的角度對當(dāng)前網(wǎng)絡(luò)中存在的問題進(jìn)行分析。電信網(wǎng)絡(luò)運(yùn)營應(yīng)當(dāng)呈現(xiàn)為一個閉環(huán)，主要包括規(guī)劃、構(gòu)建和維護(hù)3個環(huán)節(jié)（見圖1）。

圖1 電信網(wǎng)絡(luò)運(yùn)營閉環(huán)

2.1 規(guī)劃環(huán)節(jié)

網(wǎng)絡(luò)規(guī)劃環(huán)節(jié)是分析網(wǎng)絡(luò)流量，對未來網(wǎng)絡(luò)設(shè)施資源規(guī)劃進(jìn)行仿真的過程，是通過分析計算過去網(wǎng)絡(luò)流量的特點(diǎn)對未來網(wǎng)絡(luò)資源的分配進(jìn)行“預(yù)言”的過程。然而，由于多種不同的網(wǎng)絡(luò)服務(wù)疊加在相同的物理硬件上，因此有必要在單個網(wǎng)絡(luò)或硬件單元的流量預(yù)測中考慮所有服務(wù)的流量。若還要依賴專業(yè)知識或?qū)＜遥祟愂止ね瓿蛇@樣的計算費(fèi)時費(fèi)力。

（1）以往移動網(wǎng)絡(luò)規(guī)劃及優(yōu)化建設(shè)更多以網(wǎng)絡(luò)自身的指標(biāo)為核心，而非以用戶體驗為核心。

（2）使用人工智能或其他機(jī)制來改善對環(huán)境的理解和認(rèn)知，不斷加強(qiáng)網(wǎng)絡(luò)運(yùn)營者經(jīng)驗。

2.2 構(gòu)建環(huán)節(jié)

廣泛地說，構(gòu)建環(huán)節(jié)包括設(shè)計、建造和測試網(wǎng)絡(luò)設(shè)備。當(dāng)網(wǎng)絡(luò)虛擬化后，網(wǎng)絡(luò)管理員可以通過軟件增減虛擬機(jī)數(shù)量，分配網(wǎng)絡(luò)資源，大大縮短構(gòu)建時間，加速構(gòu)建過程。

（1）定義最佳虛擬化方案，如何提供和管理網(wǎng)絡(luò)服務(wù)，改善網(wǎng)絡(luò)管理和運(yùn)營。

（2）移動網(wǎng)絡(luò)資源整體過剩，但局部不足，網(wǎng)絡(luò)質(zhì)量與移動互聯(lián)網(wǎng)業(yè)務(wù)需要存在差距。

目前的流量預(yù)測，主要是對測量所得流量數(shù)值按照時序進(jìn)行分析。然而，這種分析方法所預(yù)測的流量無法應(yīng)對突發(fā)的影響因素，比如由于事件引發(fā)的臨時流量波動。因此，流量趨勢預(yù)測應(yīng)當(dāng)消除這種造成巨大偏差的不安因素或異常方面。此外，還應(yīng)該對短期流量趨勢進(jìn)行分析。很多時候，網(wǎng)絡(luò)根據(jù)流量變化動態(tài)分配資源，長期流量趨勢分析使網(wǎng)絡(luò)無法對網(wǎng)絡(luò)流量變化做出快速反應(yīng)，導(dǎo)致資源分配不足或過剩。然而，本文提到的精準(zhǔn)分析不僅需要巨大的工作量，而且開發(fā)長期或短期模型也要具備多項技能。假設(shè)網(wǎng)絡(luò)中有多種不同的服務(wù)，人類也無法對這些服務(wù)產(chǎn)生的巨大流量進(jìn)行分析。

2.3 維護(hù)環(huán)節(jié)

維護(hù)過程是基于網(wǎng)絡(luò)告警信息分析問題對用戶服務(wù)的影響，并通過合適的手段進(jìn)行恢復(fù)，確定問題設(shè)備并根據(jù)告警信息修復(fù)問題。隨著NFV和網(wǎng)絡(luò)切片技術(shù)的進(jìn)步，用戶服務(wù)網(wǎng)絡(luò)配置分為兩部分：邏輯網(wǎng)絡(luò)配置和硬件配置。這些復(fù)雜的網(wǎng)絡(luò)配置使得網(wǎng)絡(luò)運(yùn)營者很難快速精準(zhǔn)分析或定位硬件錯誤對用戶服務(wù)產(chǎn)生的影響。

（1）難以精確掌握網(wǎng)絡(luò)運(yùn)行的整體情況，難以呈現(xiàn)網(wǎng)絡(luò)運(yùn)行情況的整體視圖。

（2）自動化運(yùn)維復(fù)雜的、依賴于人做決策的處理過程。

通常，提供服務(wù)的邏輯網(wǎng)絡(luò)配置與配置邏輯網(wǎng)絡(luò)的硬件之間有孤星的映射關(guān)系。當(dāng)硬件失效時，運(yùn)維人員會根據(jù)這種固定的映射關(guān)系檢查服務(wù)拓?fù)湫畔ⅲ治龃_認(rèn)受影響的服務(wù)。當(dāng)網(wǎng)絡(luò)引入NFV和網(wǎng)絡(luò)切片技術(shù)后，用于提供服務(wù)的邏輯網(wǎng)絡(luò)配置還包括多種虛擬化邏輯資源，提供服務(wù)的方式也變得更復(fù)雜多樣，根據(jù)設(shè)備單元的告警來手工分析確認(rèn)的傳統(tǒng)辦法是無法快速精準(zhǔn)得知用戶服務(wù)受到的影響。

3 人工智能及其在網(wǎng)絡(luò)中的應(yīng)用價值

3.1 人工智能

人工智能指機(jī)器能夠?qū)崿F(xiàn)的智能，是與人類和其它動物表現(xiàn)出的人類智能和自然智能相對的概念。人工智能技術(shù)是計算機(jī)科學(xué)的一個分支，致力于了解智能的實質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，感知環(huán)境并采取行動以最大限度地實現(xiàn)目標(biāo)。

跨界應(yīng)用人工智能技術(shù)時，研究者需要對多個學(xué)科知識進(jìn)行交叉融合，所以人工智能技術(shù)的綜合性特征比較突出。人工智能核心產(chǎn)業(yè)鏈分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。智能駕駛、智能金融、智能醫(yī)療、智能安防等應(yīng)用都依托基礎(chǔ)物理硬件和相關(guān)算法模型，利用人工智能技術(shù)，將人工智能與傳統(tǒng)行業(yè)相結(jié)合而形成的。將人工智能引入電信網(wǎng)絡(luò)是人工智能技術(shù)在電信行業(yè)的一種應(yīng)用。

網(wǎng)絡(luò)運(yùn)營過程產(chǎn)生大量網(wǎng)絡(luò)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)和用戶數(shù)據(jù)，包括以語音、圖像和文本數(shù)據(jù)等多媒體形式存在的狀態(tài)數(shù)據(jù)、檢測數(shù)據(jù)、臨時數(shù)據(jù)以及一些感興趣的非網(wǎng)絡(luò)信息數(shù)據(jù)。如圖2所示，將人工智能技術(shù)引入電信網(wǎng)絡(luò)，必須要依賴大數(shù)據(jù)、云計算和高性能計算芯片，利用模式識別、機(jī)器學(xué)習(xí)等人工智能技術(shù)對海量而且豐富的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行處理、學(xué)習(xí)和分析，并將分析結(jié)果反饋于電信網(wǎng)絡(luò)運(yùn)營的各個環(huán)節(jié)，為電信網(wǎng)絡(luò)運(yùn)營者提供可靠的決策依據(jù)，簡化運(yùn)營過程，降低運(yùn)營成本，提高服務(wù)品質(zhì)。

3.2 應(yīng)用價值

人工智能技術(shù)以優(yōu)異的學(xué)習(xí)能力、分析處理能力、跨層協(xié)作能力和資源利用效率，幫助運(yùn)營商解決目前網(wǎng)絡(luò)中存在的問題，提供更加快速、可靠、安全、節(jié)能的服務(wù)。

圖2 網(wǎng)絡(luò)數(shù)據(jù)流動環(huán)

●學(xué)習(xí)能力強(qiáng)。當(dāng)前網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、網(wǎng)絡(luò)服務(wù)多樣，巨大的數(shù)據(jù)流量中存在大量過程、管理和監(jiān)控數(shù)據(jù)，傳統(tǒng)的數(shù)據(jù)處理方式無法有效管理和使用這些數(shù)據(jù)。以大數(shù)據(jù)、云計算為基礎(chǔ)的人工智能可以通過數(shù)據(jù)挖掘進(jìn)行機(jī)器學(xué)習(xí)，掌握運(yùn)營管理和維護(hù)網(wǎng)絡(luò)的專家經(jīng)驗。

●分析處理能力強(qiáng)。人工智能技術(shù)能有效處理網(wǎng)絡(luò)中的模糊信息。網(wǎng)絡(luò)環(huán)境復(fù)雜多變，有時候信息不準(zhǔn)確或不確定，使用機(jī)器學(xué)習(xí)就能對這種模糊信息進(jìn)行處理，對網(wǎng)絡(luò)資源進(jìn)行有效管控。此外，為傳統(tǒng)的控制理論加入智能化技術(shù)，人工智能技術(shù)還能進(jìn)行非線性處理，彌補(bǔ)傳統(tǒng)控制理論無法有效管理拓?fù)浣Y(jié)構(gòu)網(wǎng)絡(luò)的缺陷。

●協(xié)作能力強(qiáng)。電信網(wǎng)絡(luò)規(guī)模不斷擴(kuò)大，網(wǎng)絡(luò)結(jié)構(gòu)越來越復(fù)雜，網(wǎng)絡(luò)服務(wù)越來越多樣，層次化、分布式的網(wǎng)絡(luò)導(dǎo)致管理數(shù)據(jù)和管理手段越來越分散，人工智能可以幫助不同層次的網(wǎng)絡(luò)管理者協(xié)同管理網(wǎng)絡(luò)。

●資源消耗小。由于用戶和數(shù)據(jù)的爆炸式增長，網(wǎng)絡(luò)管理和維護(hù)的難度加大，對大量數(shù)據(jù)進(jìn)行處理所消耗的資源也隨之增加。而人工智能技術(shù)的應(yīng)用消耗資源比較少，計算成本比較低，大大提高信息資源利用效率，有效降低運(yùn)營成本。

4 網(wǎng)絡(luò)人工智能的應(yīng)用方向

網(wǎng)絡(luò)人工智能（Network Artificial Intelligence，NAI）指將人工智能技術(shù)應(yīng)用在網(wǎng)絡(luò)中，使用機(jī)器替代或優(yōu)化目前依靠人工進(jìn)行的工作，使運(yùn)營商能夠更加便捷地提供更加優(yōu)質(zhì)的網(wǎng)絡(luò)服務(wù)。

當(dāng)前，電信網(wǎng)絡(luò)架構(gòu)正處在轉(zhuǎn)型期。轉(zhuǎn)控分離、集中控制的SDN架構(gòu)和資源虛擬化的NFV技術(shù)幫助電信網(wǎng)絡(luò)結(jié)構(gòu)分層解耦，為智能化網(wǎng)絡(luò)運(yùn)營帶來了新的機(jī)遇。

通過控制與轉(zhuǎn)發(fā)分離，SDN為網(wǎng)絡(luò)運(yùn)營者提供了邏輯的集中控制和靈活的可編程接口，極大促進(jìn)了網(wǎng)絡(luò)自動化管理和控制的能力。在SDN的3層架構(gòu)中，軟件驅(qū)動的控制器和可編程的南向和北向接口為人工智能的引入提供了可能。通過引入人工智能技術(shù)，網(wǎng)絡(luò)管理者不僅可以安排自動化智能業(yè)務(wù)編排器，而且可以對人工智能優(yōu)化的網(wǎng)絡(luò)策略進(jìn)行編程，并將這些程序自動化編譯到任務(wù)腳本中，然后通過應(yīng)用編程接口（ApplicationProgrammingInterface，API）進(jìn)行網(wǎng)絡(luò)任務(wù)分配。網(wǎng)絡(luò)管理者還可以通過手機(jī)網(wǎng)絡(luò)狀態(tài)信息來持續(xù)優(yōu)化網(wǎng)絡(luò)。必要的時候，還可以使用SDN應(yīng)用為網(wǎng)絡(luò)環(huán)境智能地添加一些新功能。

NFV的虛擬化技術(shù)可以將網(wǎng)絡(luò)層級的功能和應(yīng)用劃分為多個功能塊，并讓這些功能塊以軟件形式獨(dú)立運(yùn)行。NFV使得網(wǎng)絡(luò)軟件不再依賴固定單一的硬件設(shè)備。NFV的3層架構(gòu)包括基礎(chǔ)設(shè)施層、資源管理層和業(yè)務(wù)編排層，可以通過虛擬網(wǎng)絡(luò)功能實現(xiàn)按需的動態(tài)網(wǎng)絡(luò)配置。人工智能參與網(wǎng)絡(luò)基礎(chǔ)設(shè)施配置與管理、業(yè)務(wù)組織與編排，實現(xiàn)對網(wǎng)絡(luò)的智能管理及對全局資源的智能監(jiān)控。

電信網(wǎng)絡(luò)運(yùn)營商持續(xù)探索網(wǎng)絡(luò)智能化建設(shè)，積極研究和實踐包括數(shù)據(jù)挖掘、大數(shù)據(jù)技術(shù)、機(jī)器學(xué)習(xí)和自然語言處理在內(nèi)的智能分析技術(shù)。人工智能為電信網(wǎng)絡(luò)運(yùn)營商提供了更加廣闊的網(wǎng)絡(luò)智能化建設(shè)方案，讓網(wǎng)絡(luò)運(yùn)營商看到了其在4G/5G協(xié)同、無線覆蓋和容量調(diào)優(yōu)、故障分析、根因分析與定位、自愈與預(yù)測、網(wǎng)絡(luò)資源編排與管理、能耗管理等方面的智能化應(yīng)用機(jī)遇。

國內(nèi)外主流運(yùn)營商在人工智能應(yīng)用方面紛紛踏出試探性的一步，積極投入跨界創(chuàng)新，通過大數(shù)據(jù)、物聯(lián)網(wǎng)及人工智能等技術(shù)的有機(jī)結(jié)合尋找網(wǎng)絡(luò)人工智能技術(shù)的切入點(diǎn)。國內(nèi)三大運(yùn)營商積極探索人工智能在網(wǎng)絡(luò)故障告警、網(wǎng)絡(luò)性能優(yōu)化、網(wǎng)絡(luò)模式分析、網(wǎng)絡(luò)部署管理、智能5G和智能客服等方面的應(yīng)用。AT&T研制推出UNI（UAS Network Inspection）系統(tǒng)，在智能運(yùn)維系統(tǒng)中引入無人機(jī)，實現(xiàn)塔臺的智能巡檢和運(yùn)維派單。德電將人工智能技術(shù)引入客服系統(tǒng)，為行業(yè)客戶提供更加便捷的咨詢服務(wù)。Vodafone提出了智能故障告警、參數(shù)優(yōu)化、業(yè)務(wù)預(yù)測、射頻指紋等重要的網(wǎng)絡(luò)人工智能研究方向。

4.1 網(wǎng)絡(luò)可視化

網(wǎng)絡(luò)可視化是構(gòu)建統(tǒng)一的網(wǎng)絡(luò)視圖，以便對網(wǎng)絡(luò)的服務(wù)質(zhì)量有更加清晰化、數(shù)據(jù)化和直觀化的洞察。網(wǎng)絡(luò)運(yùn)營者可以從多個維度，多個視角全局和局部觀察網(wǎng)絡(luò)。主要內(nèi)容包括網(wǎng)絡(luò)質(zhì)量分析、業(yè)務(wù)質(zhì)量分析和網(wǎng)絡(luò)質(zhì)量監(jiān)控。

4.2 智能運(yùn)維

對電信網(wǎng)絡(luò)和業(yè)務(wù)的運(yùn)行狀況進(jìn)行持續(xù)有效的監(jiān)控、對故障進(jìn)行及時恢復(fù)是業(yè)務(wù)保障的重要工作。運(yùn)營商通過部署相應(yīng)的性能監(jiān)控類、告警處理類應(yīng)用幫助運(yùn)維人員履行上述職責(zé)。隨著網(wǎng)絡(luò)規(guī)模擴(kuò)大、網(wǎng)絡(luò)復(fù)雜度增加和用戶數(shù)量增長，網(wǎng)絡(luò)已經(jīng)越來越難以管理和維護(hù)。傳統(tǒng)的性能監(jiān)控、告警類應(yīng)用通常處理的數(shù)據(jù)量較小、數(shù)據(jù)相關(guān)性分析不足、故障前瞻性預(yù)測不夠。

通信網(wǎng)絡(luò)出現(xiàn)故障時，會引發(fā)一系列網(wǎng)絡(luò)告警。網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜，網(wǎng)絡(luò)由眾多廠商、不同類型的設(shè)備組成，運(yùn)維人員需要對告警進(jìn)行全面、多層次、深度地關(guān)聯(lián)分析，精準(zhǔn)找到根源告警原因。使用人工智能技術(shù)，對網(wǎng)絡(luò)告警和故障征兆進(jìn)行預(yù)處理，通過建立類似人類大腦認(rèn)知的過程模型，借助高性能硬件和強(qiáng)大軟件平臺，對數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，能夠提升準(zhǔn)確率和處理效率，針對海量告警數(shù)據(jù)和復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)自動選擇最優(yōu)方法和最優(yōu)技術(shù)完成一系列告警操作，并通過不斷學(xué)習(xí)提升告警處理速度和效果，保障和管理好整個通信網(wǎng)絡(luò)。

4.3 網(wǎng)絡(luò)優(yōu)化

網(wǎng)絡(luò)優(yōu)化主要包括流量優(yōu)化、能耗優(yōu)化、無線網(wǎng)絡(luò)覆蓋和容量優(yōu)化3方面。

通過在SDN控制器上引入人工智能技術(shù)，實現(xiàn)網(wǎng)絡(luò)流量智能優(yōu)化。智能SDN控制器將根據(jù)大帶寬短路徑算法，重新計算所有隧道路徑，實現(xiàn)網(wǎng)絡(luò)流量優(yōu)化。對流量過載的路徑進(jìn)行全局優(yōu)化算路，實現(xiàn)全網(wǎng)負(fù)載均衡。通過對擁塞數(shù)據(jù)進(jìn)行分類和分析，識別擁塞網(wǎng)絡(luò)特征和用戶模式，可以提高智能流量優(yōu)化的調(diào)整效率和準(zhǔn)確性。

網(wǎng)絡(luò)覆蓋和容量優(yōu)化需要根據(jù)業(yè)務(wù)負(fù)荷、位置情況、無線環(huán)境自適應(yīng)調(diào)節(jié)導(dǎo)頻功率、天線下傾角、天線方向、MassiveMIMO模式參數(shù)。引入機(jī)器學(xué)習(xí)算法，分析當(dāng)前網(wǎng)絡(luò)狀態(tài)與覆蓋和容量之間的關(guān)系模型，再對網(wǎng)絡(luò)進(jìn)行分析，指導(dǎo)調(diào)整無線參數(shù)配置。

由于網(wǎng)絡(luò)的忙閑狀態(tài)與人類作息有較強(qiáng)的相關(guān)性，所以網(wǎng)絡(luò)能耗也有較大的優(yōu)化空間。引入人工智能技術(shù)對網(wǎng)絡(luò)覆蓋、用戶分布、業(yè)務(wù)特點(diǎn)進(jìn)行綜合分析，借助流量預(yù)測技術(shù)，精準(zhǔn)預(yù)測熱點(diǎn)小區(qū)，智能設(shè)置休眠和喚醒設(shè)備的時間，提供可靠的用戶體驗，提高區(qū)域網(wǎng)絡(luò)資源利用率，有效降低區(qū)域網(wǎng)絡(luò)能耗。

4.4 網(wǎng)絡(luò)規(guī)劃部署

網(wǎng)絡(luò)可視化的一個重要目的就是發(fā)現(xiàn)網(wǎng)絡(luò)服務(wù)中的問題，提升網(wǎng)絡(luò)規(guī)劃的科學(xué)性。目前，可引入人工智能的網(wǎng)絡(luò)規(guī)劃部署技術(shù)主要包括網(wǎng)服務(wù)部署和網(wǎng)絡(luò)切片編排管理等方面。

在網(wǎng)絡(luò)功能虛擬化技術(shù)領(lǐng)域中，網(wǎng)絡(luò)服務(wù)部署通過網(wǎng)絡(luò)功能虛擬化編排和虛擬化網(wǎng)絡(luò)功能管理兩個功能實現(xiàn)。將人工智能與網(wǎng)絡(luò)服務(wù)部署相結(jié)合，設(shè)計智能部署和編排系統(tǒng)，預(yù)測虛擬資源利用率，評估反饋部署結(jié)果，動態(tài)優(yōu)化部署模型分析的精準(zhǔn)度，實現(xiàn)網(wǎng)絡(luò)自動高效部署。

網(wǎng)絡(luò)切片對網(wǎng)絡(luò)的自動化、可編程性和模塊化要求更高，人工智能能夠幫助網(wǎng)絡(luò)運(yùn)營商解決網(wǎng)絡(luò)切片實例數(shù)量多、切片實例生命周期動態(tài)管理、動態(tài)擴(kuò)縮容等問題。通過數(shù)據(jù)采集掌握網(wǎng)絡(luò)的實時運(yùn)行情況，利用人工智能技術(shù)根據(jù)采集數(shù)據(jù)對用戶行為、網(wǎng)絡(luò)業(yè)務(wù)及相應(yīng)資源需求進(jìn)行預(yù)測和評估，保障網(wǎng)絡(luò)能夠及時調(diào)整相應(yīng)資源，維持網(wǎng)絡(luò)正常運(yùn)行。

4.5 智慧經(jīng)營

運(yùn)營商網(wǎng)絡(luò)資源云化進(jìn)程中，依托大數(shù)據(jù)資源和數(shù)據(jù)挖掘能力進(jìn)行業(yè)務(wù)創(chuàng)新，提升用戶體驗，是運(yùn)營商提升運(yùn)營能力、向智慧經(jīng)營轉(zhuǎn)型的手段。數(shù)據(jù)記錄的采集和分析處理，可以更加精準(zhǔn)地對用戶軌跡和偏好進(jìn)行分析預(yù)測。分析的結(jié)果除了進(jìn)行智能業(yè)務(wù)經(jīng)營，還可以作為網(wǎng)絡(luò)規(guī)劃優(yōu)化的輸入，以及用于更加廣泛的公益類及行業(yè)類大數(shù)據(jù)應(yīng)用。

4.6 智能安全

人工智能技術(shù)支持下的網(wǎng)絡(luò)安全的保障有著堅強(qiáng)后盾，把人工智能和網(wǎng)絡(luò)安全管理緊密結(jié)合，能夠大大提高網(wǎng)絡(luò)技術(shù)的應(yīng)用水平，有效保障網(wǎng)絡(luò)運(yùn)行的安全。如人工智能垃圾郵件安全檢查、智能防火墻安全技術(shù)、入侵檢測和異常檢測等。

5 結(jié)束語

近年來，人工智能技術(shù)取得了長足發(fā)展，但是人工智能與電信網(wǎng)絡(luò)的結(jié)合仍然存在重重困難。

（1）大數(shù)據(jù)資源。大數(shù)據(jù)是人工智能的基礎(chǔ)，雖然現(xiàn)網(wǎng)中的數(shù)據(jù)體量巨大，但是網(wǎng)絡(luò)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)和用戶數(shù)據(jù)相互獨(dú)立，跨地域、跨層級、跨業(yè)務(wù)的各類檢測數(shù)據(jù)、運(yùn)維數(shù)據(jù)和告警信息的全局共享程度較低。此外，人工模式下的數(shù)據(jù)種類不足、數(shù)據(jù)格式不統(tǒng)一的問題都是人工智能系統(tǒng)對數(shù)據(jù)進(jìn)行學(xué)習(xí)、分析和決策的障礙。因此，構(gòu)建統(tǒng)一共享的數(shù)據(jù)資源池、定義格式化的數(shù)據(jù)接口、豐富數(shù)據(jù)資源種類是網(wǎng)絡(luò)運(yùn)營商在探索網(wǎng)絡(luò)人工智能時要邁出的第一步。

（2）網(wǎng)絡(luò)建模。當(dāng)前比較成熟的人工智能算法模型主要針對目的單一的場景進(jìn)行設(shè)計，如棋類博弈、語言翻譯、尋路導(dǎo)航等。而電信網(wǎng)絡(luò)狀況千變?nèi)f化，影響某一決策的因素眾多，影響因素之間的制約關(guān)系十分復(fù)雜，各個決策之間的邏輯關(guān)系環(huán)環(huán)相扣，導(dǎo)致人工智能在電信網(wǎng)絡(luò)中的跨界算法模型更加復(fù)雜。因此，如何建立適合電信網(wǎng)絡(luò)的人工智能算法模型是網(wǎng)絡(luò)人工智能技術(shù)的核心和難點(diǎn)。

參考文獻(xiàn)

[1]Luo Song, Peng Zhao, HainingWang, et al. ETSI White Paper No.22[J].www.etsi.org,2018.

[2]XU Guibao, MU Yubo, LIU Jialiang. Inclusion of artificialintelligence communication networks and services[J].ICT Discoveries,2017(11):1-6.

[3]王志軍.大數(shù)據(jù)在移動網(wǎng)絡(luò)智能化建設(shè)中的應(yīng)用研究[J].信息通信技術(shù),2016(4):58-64.

[4]李娜,陳卓,劉亮,等.關(guān)于無線網(wǎng)絡(luò)智能化的思考[J].移動通信,2017,41(4):29-33.