当前位置:

OFweek人工智能网

机器学习

正文

网络人工智能的六大应用方向

导读: 网络人工智能(Network Artificial Intelligence,NAI)指将人工智能技术应用在网络中,使用机器替代或优化目前依靠人工进行的工作,使运营商能够更加便捷地提供更加优质的网络服务。

  网络人工智能(Network Artificial Intelligence,NAI)指将人工智能技术应用在网络中,使用机器替代或优化目前依靠人工进行的工作,使运营商能够更加便捷地提供更加优质的网络服务。

  当前,电信网络架构正处在转型期。转控分离、集中控制的SDN架构和资源虚拟化的NFV技术帮助电信网络结构分层解耦,为智能化网络运营带来了新的机遇。

  通过控制与转发分离,SDN为网络运营者提供了逻辑的集中控制和灵活的可编程接口,极大促进了网络自动化管理和控制的能力。在SDN的3层架构中,软件驱动的控制器和可编程的南向和北向接口为人工智能的引入提供了可能。通过引入人工智能技术,网络管理者不仅可以安排自动化智能业务编排器,而且可以对人工智能优化的网络策略进行编程,并将这些程序自动化编译到任务脚本中,然后通过应用编程接口(Application Programming Interface,API)进行网络任务分配。网络管理者还可以通过手机网络状态信息来持续优化网络。必要的时候,还可以使用SDN应用为网络环境智能地添加一些新功能。

  NFV的虚拟化技术可以将网络层级的功能和应用划分为多个功能块,并让这些功能块以软件形式独立运行。NFV使得网络软件不再依赖固定单一的硬件设备。NFV的3层架构包括基础设施层、资源管理层和业务编排层,可以通过虚拟网络功能实现按需的动态网络配置。人工智能参与网络基础设施配置与管理、业务组织与编排,实现对网络的智能管理及对全局资源的智能监控。

  电信网络运营商持续探索网络智能化建设,积极研究和实践包括数据挖掘、大数据技术、机器学习和自然语言处理在内的智能分析技术。人工智能为电信网络运营商提供了更加广阔的网络智能化建设方案,让网络运营商看到了其在4G/5G协同、无线覆盖和容量调优、故障分析、根因分析与定位、自愈与预测、网络资源编排与管理、能耗管理等方面的智能化应用机遇。

  国内外主流运营商在人工智能应用方面纷纷踏出试探性的一步,积极投入跨界创新,通过大数据、物联网及人工智能等技术的有机结合寻找网络人工智能技术的切入点。国内三大运营商积极探索人工智能在网络故障告警、网络性能优化、网络模式分析、网络部署管理、智能5G和智能客服等方面的应用。AT&T研制推出UNI(UAS Network Inspection)系统,在智能运维系统中引入无人机,实现塔台的智能巡检和运维派单。德电将人工智能技术引入客服系统,为行业客户提供更加便捷的咨询服务。Vodafone提出了智能故障告警、参数优化、业务预测、射频指纹等重要的网络人工智能研究方向。

  1.网络可视化

  网络可视化是构建统一的网络视图,以便对网络的服务质量有更加清晰化、数据化和直观化的洞察。网络运营者可以从多个维度,多个视角全局和局部观察网络。主要内容包括网络质量分析、业务质量分析和网络质量监控。

  2.智能运维

  对电信网络和业务的运行状况进行持续有效的监控、对故障进行及时恢复是业务保障的重要工作。运营商通过部署相应的性能监控类、告警处理类应用帮助运维人员履行上述职责。随着网络规模扩大、网络复杂度增加和用户数量增长,网络已经越来越难以管理和维护。传统的性能监控、告警类应用通常处理的数据量较小、数据相关性分析不足、故障前瞻性预测不够。

  通信网络出现故障时,会引发一系列网络告警。网络结构复杂,网络由众多厂商、不同类型的设备组成,运维人员需要对告警进行全面、多层次、深度地关联分析,精准找到根源告警原因。使用人工智能技术,对网络告警和故障征兆进行预处理,通过建立类似人类大脑认知的过程模型,借助高性能硬件和强大软件平台,对数据进行关联分析,能够提升准确率和处理效率,针对海量告警数据和复杂网络结构自动选择最优方法和最优技术完成一系列告警操作,并通过不断学习提升告警处理速度和效果,保障和管理好整个通信网络。

  3.网络优化

  网络优化主要包括流量优化、能耗优化、无线网络覆盖和容量优化3方面。

  通过在SDN控制器上引入人工智能技术,实现网络流量智能优化。智能SDN控制器将根据大带宽短路径算法,重新计算所有隧道路径,实现网络流量优化。对流量过载的路径进行全局优化算路,实现全网负载均衡。通过对拥塞数据进行分类和分析,识别拥塞网络特征和用户模式,可以提高智能流量优化的调整效率和准确性。

  网络覆盖和容量优化需要根据业务负荷、位置情况、无线环境自适应调节导频功率、天线下倾角、天线方向、Massive MIMO模式参数。引入机器学习算法,分析当前网络状态与覆盖和容量之间的关系模型,再对网络进行分析,指导调整无线参数配置。

  由于网络的忙闲状态与人类作息有较强的相关性,所以网络能耗也有较大的优化空间。引入人工智能技术对网络覆盖、用户分布、业务特点进行综合分析,借助流量预测技术,精准预测热点小区,智能设置休眠和唤醒设备的时间,提供可靠的用户体验,提高区域网络资源利用率,有效降低区域网络能耗。

  4.网络规划部署

  网络可视化的一个重要目的就是发现网络服务中的问题,提升网络规划的科学性。目前,可引入人工智能的网络规划部署技术主要包括网服务部署和网络切片编排管理等方面。

  在网络功能虚拟化技术领域中,网络服务部署通过网络功能虚拟化编排和虚拟化网络功能管理两个功能实现。将人工智能与网络服务部署相结合,设计智能部署和编排系统,预测虚拟资源利用率,评估反馈部署结果,动态优化部署模型分析的精准度,实现网络自动高效部署。

  网络切片对网络的自动化、可编程性和模块化要求更高,人工智能能够帮助网络运营商解决网络切片实例数量多、切片实例生命周期动态管理、动态扩缩容等问题。通过数据采集掌握网络的实时运行情况,利用人工智能技术根据采集数据对用户行为、网络业务及相应资源需求进行预测和评估,保障网络能够及时调整相应资源,维持网络正常运行。

  5.智慧经营

  运营商网络资源云化进程中,依托大数据资源和数据挖掘能力进行业务创新,提升用户体验,是运营商提升运营能力、向智慧经营转型的手段。数据记录的采集和分析处理,可以更加精准地对用户轨迹和偏好进行分析预测。分析的结果除了进行智能业务经营,还可以作为网络规划优化的输入,以及用于更加广泛的公益类及行业类大数据应用。

  6.智能安全

  人工智能技术支持下的网络安全的保障有着坚强后盾,把人工智能和网络安全管理紧密结合,能够大大提高网络技术的应用水平,有效保障网络运行的安全。如人工智能垃圾邮件安全检查、智能防火墙安全技术、入侵检测和异常检测等。


声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号