基于数字孪生的云网智能运维技术研究 |
| |
引用本文: | 曾至诚,匡立伟.基于数字孪生的云网智能运维技术研究[J].计算机技术与发展,2024(5):24-29. |
| |
作者姓名: | 曾至诚 匡立伟 |
| |
作者单位: | 1. 武汉邮电科学研究院;2. 烽火通信科技股份有限公司 |
| |
基金项目: | 国家重点研发计划基金资助项目(2020YFB1805600); |
| |
摘 要: | 云网融合的加速发展,既推动着通信网络数字化和智能化转型升级,也带来了云网运维复杂性不断提高的问题。尽管近年来通过各种智能化技术手段取得了一定进展,使网络管理控制变得更加敏捷和高效,但大规模云网设施仍然面临着运行维护过程中效率低、周期长和成本高等挑战。针对上述挑战,该文提出基于数字孪生的自适应探测、双重评估、优化调整三种智能运维的技术,旨在提高云网运维的效率并帮助预测网络异常。在自适应探测技术中,利用数据统计方法构建历史时序数据样本,通过算法选择适应的概率分布,预测故障发生的概率。双重评估技术中,通过对孪生系统和物理系统进行双重评估,验证故障原因并进行故障朔源。优化调整技术中,通过张量分解处理大数据,优化数据样本,并通过机器学习训练样本数据来优化调整智能运维模型。实验验证表明,该技术能够预测网络异常、快速定位故障,并优化调整系统,从而实现智能运维的目标。
|
关 键 词: | 云网融合 智能运维 数字孪生 概率分布 数据统计 机器学习 |
|