基于“AI+AR”智能化移动通信网络运维解决方案

<正>5G网络建设逐步步入“深水区”,这对网络维护能力提出了更高要求。传统的网络运维模式存在主动维护意识弱、故障交织诊断难、技术支撑响应慢等问题,而面对提升网络质量和降低运营成本的双重压力,行业需加快推进网络运营维护的数智化转型,提升网络运行的自动化、智能化水平,因此打造智能化移动通信网络运维解决方案势在必行。安徽移动通过开展故障隐患预防预测、故障智能压缩诊断、AR辅助运维等能力的研究及应用,强化高质量发展支撑,锻造5G精品基础网络。     

面向自智网络的传输故障自愈系统研究

<正>随着电信运营商“CHBN四轮驱动”战略发展，传输网络承载的无线2G/3G/4G/5G、家宽业务、集客专线及其他新型业务的故障快速恢复面临更高要求；同时随着业务发展，传输网络规模本身也日益庞大，以笔者所在的浙江移动为例，全省有16万套传输设备、223万千米光缆、66万条传输电路，日常运维压力与日俱增。而传统的传输网络运维模式流程复杂，主要依靠运维人员现场抢修故障，运维成本较高，故障恢复的及时性难以得到保障；并且缺少可视化过程呈现，无法快速确定故障影响范围、远程调度和高效抢通业务。     

4G/5G无线网络智能运维研究与应用

智能运维是网络智能化的重要内容,推行网络运维智能化,对4G/5G网络的高效、可靠运行具有非常重要的意义。本文提出一种4G/5G无线网络智能运维方案,采用多种AI深度学习算法,基于基站的告警、性能、动环等多维度数据建立基站退服预测模型、异常检测模型和故障根因定位模型,并进行模型组合,输出智能巡检、退服预警发布和故障工单根因智能定位等支撑一线生产的功能应用。经过实际的应用试点,验证了方案的可行性和有效性,为4G/5G网络智能运维的实施提供了有力的方法指导和技术支撑。     

基于大数据的网络实时客户感知主动运维研究

针对移动客户体验掌控难和网络主动运维难的现状，本文基于网络信令大数据，以“五元五阶”时空模型和基于“异常事件聚集性”的大数据精准分析模型作为理论基础，借助HASH、B+树等基于内存预处理技术及人工智能算法，实现分钟级2G/4G/5G全制式实时感知指标监控、业务感知异常智能监测和问题自动定界能力，最终实现面向用户感知端到端实时主动运维保障。在先于故障发现问题，先于投诉解决问题和减少运维成本等方面发挥了重要作用，并可提供人流量实时监测等社会化服务。     

基于目标主动预防提升OTN可靠性和运维效率

正1浙江移动建设100Gbit/s OTN的源动力随着4G时代的来临,浙江移动业务的快速发展,用户对网络带宽需求保持高速增长,原有10Gbit/s技术和网络已经难以满足要求。为满足现有业务需要和未来3～5年的业务发展需求,浙江移动省干全部采用80×100Gbit/s系统建设。浙江移动建设100Gbit/s OTN的思考网络规模的扩大和线路带宽提升的同时,如何提升网络运维效率,加快业务发放速度,缩短故障定位和解决时间,降低运维成本一     

基于数据和知识的5G网络故障诊断方法

针对现有5G网络故障诊断的准确率和运维效率不高的问题,提出了一种基于数据和知识的5G网络故障诊断算法。首先,利用图卷积神经网络（graph convolutional network,GCN）训练5G网络故障数据集,得到故障诊断模型;然后,对多源数据源进行知识整合、知识抽取、知识融合和表示,构建一个5G网络故障知识图谱（knowledge graph,KG）;最后,利用知识图谱分析故障诊断模型输出结果,生成故障报告,进而提高故障诊断模型输出的可解释性。所提方法为5G网络故障诊断提供了一种新的准确而高效的解决方案,实验表明,该故障模型准确率达到了95%。此外,5G网络故障知识图谱能够为运维人员提供支持,助力分析故障原因。     

基于人工智能和大数据的5G故障根因研究及应用

随着5G网络建设的快速发展,5G基站数量不断增加,基站维护成本和压力也迅速增加,传统的故障运维模式已不能满足当前的需要,因此,如何实现高效运维,支持5G业务的快速发展是亟待解决的问题。从人工智能和大数据的角度出发,提出了一个完整的5G故障根源定位模型,可以快速定位故障根源,并输出最佳处理方案。     

5G核心网网元多维特征融合故障预警

5G网络发生故障可能影响全网稳定性和服务质量,其故障发现与修复是5G网络运维管理的关键之一.基于历史故障发生前的网元关键绩效指标(Key Performance Indicator,KPI)变化以及设备告警信息、指标统计特征、自动异常检测、指标关联特征、告警编码特征等,提出了5G核心网网元多维特征融合故障预警方法,构建...     

广电5G核心网E2E智能故障处理方案及应用

本文通过分析传统通信网络故障处理的痛点,结合广电5G网络智能化运维建设大背景,提出了广电5G核心网E2E智能故障处理方案,通过大数据分析和AI算法等技术手段,深挖广电5G核心网运行中的海量数据和运维专家经验数据,构建故障场景智能快速定界和健康度评估等智能化能力。     

5G专网数字孪生技术及在网络管理中的应用

为了提高网络管理的效能,结合5G专网数字孪生建模和路由组网控制技术,构建云网边端融合的5G专网客户自管理系统,提出基于5G专网数字孪生建模关键技术的双线连接异构区块链网络管理方法。以端到端可视自运维、孪生仿真、分布式拨测采集和快捷故障诊断等为设计目标,系统按应用展示层、业务层、能力层、数据层、采集层、系统管理等分层和模块设计,构建5G专网运维管理和5G专网孪生仿真子系统,建立网络管理系统的状态信息检测模块、运维管理模块、设备状态管控模块以及远程调度模块等,实现网络管理过程中的寿命预测、远程调度、维修规则推理支持、故障预警等。测试得知,该方法进行5G双线连接异构网络管理的效率较高,生命周期较好,提高了网络运维可靠性。     

新一代5G移动网络运营智能云化引擎的探究

为有效提升5G移动网络质量和运营管理效能,从核心理念研发、线上流程重构、特色功能设计、网络运营赋能和技术架构升级5个方面入手,以机器替代人工的AI逻辑思维的特殊视角,探究如何借助海量数据挖掘和人工智能技术为网络运营赋能,助力5G时代网络工程师在智能流程和方法、创新交互方式及全新技术架构的支撑指引下,轻松发现、定位和解决各类网络问题,实现用系统性方法和精细化流程,为5G移动网络运维注入全新的生产动能。     

5G网络智能运维研究

随着5G商用的日益临近,运维保障成为了接下来的一项重要工作。当前电信运营商的运维工作主要以人工运维为主,存在着效率不足等问题,难以保证未来5G网络的正常运转。因此,需要从运维的思想开始转变,结合对切片的生命周期管理,学习IT行业的理念和技术。在故障告警处理等方面,使用机器学习的方式,实现告警关联和故障预测,故障自愈的自动化,智能化。     

5G电信云网络组网方案和关键技术分析

为了保障云的多租户、网络管控自动化、可视化运维,以及5G技术等能够在SDN技术应用的推动下快速发展,本文对5G电信云网络组网方案和关键技术进行分析,通过采用SDN网络部署模式,以期5G电信云网络运维工作能够实现自动化和透明化,让我国5G网络运维工作发挥最大价值.     

集中化、信息化、区域化--转型期移动网络运维的发展方向

随着3G时代的到来,移动网络将步入重大的转型期。本文通过对河北移动网络运维的实例分析说明,集中化是移动网络发展的要求,信息化支撑了集中化的实施,区域化是县区保证网络运维、支撑市场发展的有效途径。文中最后对集中化、信息化、区域化的运维发展趋势做了展望。     

网络模式自适应的分布式馈线自动化研究

现有架空线路馈线自动化(feeder automation,FA)主要以就地馈线自动化算法为主,各地经过多年应用取得了一定的实用化经验,同时也有部分用户针对就地馈线自动化和继电保护技术相结合,实现故障定位于隔离。由于光纤通信在架空线路中应用造价和运维难度存在诸多不便利,随着5G通信技术的商业化和推广应用,5G通信技术低延时可应用于架空线路馈线自动化,配电终端(feeder terminal unit,FTU)采用5G通信技术实现对等通信,相比光纤具有安装方便与运维便捷的特点,但5G通信网络目前仍不够稳定可靠。提出通过5G自组网的方式实时查询和通知局域网内的5G网络通信状态,配电终端通过获取局域网内各终端的5G网络状态进行自适应调节分布式馈线自动化算法模式,实现在不同网络状态下的故障定位与隔离。根据提出的方法,工程现场基于架空线路构建5G局域网和安装5G通信配电终端,实现快速隔离故障和恢复供电的控制。     

基于人工智能的5G通信网络运维规划方法

5G通信网络建设工作的大踏步发展,5G基站数量激增,对网络运维带来的压力与日俱增,同时运营商基础网络将迎来多网协同,日常运维方式已经难以承载现有的组网力量。基于此,提出了基于人工智能的5G通信网络运维规划方法。通过构建5G中心网络运维体系架构,获取数据信息的传输流程;设计动态配置的人工智能网络线路运维方式,将巡检点的数据传输至数据中心;优化滑窗并行的5G网络检测,提高通信网络的扫频速度;基于人工智能的路测数据处理,获取基站精确的定位,判定通信网络的运维状态。实验证明,此种网络运维规划方法具有良好的体验速率,运维速率的变化趋势较传统的方法相比存在一定的优势,能够有效地促进5G通信网络的发展。     

基于人工智能技术的5G网络运维规划策略探究

5G网络建设是一项复杂的系统工程,且其建设规模和覆盖范围不断扩大。5G网络的运行质量影响着人们的生活生产和社会发展,需要采取先进技术对其进行合理规划和高效运维。基于此,通过分析5G网络发展现状,基于人工智能技术对5G网络规划和运维策略进行探究,旨在提高5G网络质量和效率,从而进一步确保通信网络的稳定运行和可持续发展。     

基于机器学习算法的5G重点业务KQI和KPI关系研究

近年来,多媒体内容成为移动网络用户最重要的业务之一,用户更加关注端到端的5G网络用户业务感知质量。应用机器学习算法,构建5G网络中端到端视频业务和文件下载业务的感知质量模型,探索关键质量指标（KQI）与关键性能指标（KPI）的关系。仿真结果显示,该评估方法对提升5G网络运维的质量、实时性和准确性具有指导意义。     

面向5G超密集场景下的网络自组织关键技术

随着网络部署越来越密集,以及多种网络制式的同时存在,均将加大将来5G网络的运维难度及成本支出.而网络自组织技术则是一种提升网络管理效率、降低运维成本的重要手段措施,因此面向5G超密集场景下的网络自组织关键技术展开相关的研究工作意义重大.本文简要介绍了网络自组织的概念,进一步对超密集场景下存在的主要问题展开了具体的研究工作,结合本次研究,最终就干扰管理自优化技术、负载均衡自优化技术、故障检测和分析技术、网络中断补偿技术等网络自组织关键技术展开了深入的探究工作.     

基于移动运维IT综合监控系统实现研究

通过搭建移动运维监控系统架构平台、开发移动终端APP应用软件,从而实现IT系统综合监控移动运维的目的。系统采用全分布式架构,搭建采集服务器和在被监控设备上安装AGENT,采用SNMP协议、ICMP协议及IPMI协议等采集技术对网络中的各类IT资源进行监控,从而自动发现IT资源的健康信息、故障信息,并在此基础上对资源的配置、性能、告警情况进行分析,从而实现IT资源的全面监控管理。移动运维IT综合监控系统为IT系统故障及时发现、及时处理提供了宝贵的时间,减少了用户的不良感知。