基于数字孪生的云网智能运维技术研究

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。