AIOps成電信行業(yè)智能化方向，華為AIOps服務(wù)四大核心價(jià)值

“5G新基建”加速實(shí)施，為數(shù)字經(jīng)濟(jì)發(fā)展注入新動(dòng)能，不僅推動(dòng)投資消費(fèi)的快速成長(zhǎng)，還將驅(qū)動(dòng)千行百業(yè)的數(shù)字化轉(zhuǎn)型升級(jí)。但凡事都有兩面性，網(wǎng)絡(luò)問(wèn)題復(fù)雜化與業(yè)務(wù)質(zhì)量高要求的挑戰(zhàn)也隨之而來(lái)，運(yùn)維能力的演進(jìn)成為電信網(wǎng)絡(luò)能否持續(xù)發(fā)揮效能的關(guān)鍵因素。

在運(yùn)維中引入AI，基于算法和機(jī)器學(xué)習(xí)的智能運(yùn)維（AIOps）被公認(rèn)為是一個(gè)行之有效的解決途徑。2019年4月，華為正式發(fā)布iMaster NAIE網(wǎng)絡(luò)AI云服務(wù)，成為網(wǎng)絡(luò)智能化戰(zhàn)略實(shí)施的重要里程碑，AIOps使能服務(wù)正是其中的核心組成。那么它擁有哪些核心價(jià)值，又如何破解電信網(wǎng)絡(luò)運(yùn)維痛點(diǎn)？在華為全聯(lián)接2020的一場(chǎng)媒體圓桌上，華為網(wǎng)絡(luò)人工智能（NAIE）產(chǎn)品部首席技術(shù)官程磊作出了精彩解讀。

“引入AI并不意味著拋棄原有的規(guī)則。華為兼具電信和AI兩方面視野，因此我們的AIOps服務(wù)能力是與電信作業(yè)系統(tǒng)、運(yùn)維流程、專家經(jīng)驗(yàn)緊密結(jié)合在一起形成的，從而更精準(zhǔn)地定位、更有效地解決電信領(lǐng)域的運(yùn)維問(wèn)題。”他這樣說(shuō)道。

AIOps成電信行業(yè)智能化方向

在互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)以及層出不窮的APP改變世人生活、工作方式的背后，很大程度上得益于運(yùn)營(yíng)商們數(shù)十年來(lái)不懈努力、大力投入所興建的連接與覆蓋全球的電信網(wǎng)絡(luò)。

隨著數(shù)字經(jīng)濟(jì)成為經(jīng)濟(jì)增長(zhǎng)的主旋律、數(shù)字轉(zhuǎn)型的需求不斷涌現(xiàn)，電信網(wǎng)絡(luò)上承載的業(yè)務(wù)與應(yīng)用越來(lái)越多，網(wǎng)絡(luò)規(guī)模和復(fù)雜度也迅速攀升。特別是5G到來(lái)后，一些運(yùn)營(yíng)商甚至出現(xiàn)了2G/3G/4G/5G“四世同堂”的現(xiàn)象，帶來(lái)了巨大的運(yùn)維管理挑戰(zhàn)。另一方面，OPEX的持續(xù)高漲也是運(yùn)營(yíng)商們不得不面對(duì)的難題，這意味著單純降低設(shè)備成本已經(jīng)不能改善其成本結(jié)構(gòu)。

程磊指出，電信網(wǎng)絡(luò)運(yùn)維普遍存在被動(dòng)式運(yùn)維、故障解決困難以及運(yùn)維系統(tǒng)割裂、自動(dòng)化程度低等痛點(diǎn)。他引用Gartner的調(diào)查發(fā)現(xiàn)稱，37%的網(wǎng)絡(luò)故障是由于網(wǎng)絡(luò)變更造成的，當(dāng)前網(wǎng)絡(luò)結(jié)構(gòu)越來(lái)越復(fù)雜，網(wǎng)絡(luò)的運(yùn)維管理已遠(yuǎn)遠(yuǎn)超過(guò)人的能力；75%的網(wǎng)絡(luò)問(wèn)題都是被最終使用者感知和發(fā)現(xiàn)，并通過(guò)投訴向運(yùn)營(yíng)商反饋問(wèn)題，客戶體驗(yàn)和滿意度很難得到保證；運(yùn)維人員90%的時(shí)間都用來(lái)識(shí)別發(fā)現(xiàn)故障的原因。與此同時(shí)，各專業(yè)運(yùn)維支撐系統(tǒng)功能也面臨開發(fā)周期長(zhǎng)、閉環(huán)流程自動(dòng)化程度低的技術(shù)瓶頸。對(duì)此，運(yùn)營(yíng)商期望引入AI、大數(shù)據(jù)分析等技術(shù)，實(shí)現(xiàn)智能運(yùn)維，做到主動(dòng)維護(hù)和故障“自愈”。

Tractica/Ovum預(yù)測(cè)，到2025年，全球電信業(yè)對(duì)AI軟件、硬件和服務(wù)的投資將達(dá)380億美元，成為最大的AI應(yīng)用市場(chǎng)。其中，網(wǎng)絡(luò)/IT運(yùn)營(yíng)監(jiān)控和管理將成為電信業(yè)最大的AI應(yīng)用場(chǎng)景，2018-2025年累計(jì)投入達(dá)到183億美元，占期間電信AI軟件支出的44%。AIOps平臺(tái)能力的構(gòu)建，已經(jīng)成為電信行業(yè)智能化演進(jìn)的一大趨勢(shì)和主要方向。

華為AIOps服務(wù)四大核心價(jià)值

作為近年來(lái)被通信、IT、云服務(wù)廠商們競(jìng)相追逐的熱點(diǎn)，AIOps在電信領(lǐng)域的落地關(guān)鍵在于行業(yè)知識(shí)與AI技術(shù)的深度融合。在這方面，既擁有30余年的專業(yè)積累，又具備全棧全場(chǎng)景AI能力的華為無(wú)疑優(yōu)勢(shì)顯著。

據(jù)程磊介紹，華為AIOps使能服務(wù)作為自動(dòng)駕駛網(wǎng)絡(luò)AI引擎NAIE的核心能力，基于AI平臺(tái)，提供了一系列電信領(lǐng)域AIOps原子能力以及組合編排能力，使能網(wǎng)絡(luò)管控析單元、智能運(yùn)維解決方案等運(yùn)維系統(tǒng)，最終幫助運(yùn)營(yíng)商打破原有的煙囪式建設(shè)方式，將各專業(yè)運(yùn)維系統(tǒng)的應(yīng)用與AI能力解耦，采用分層的服務(wù)化架構(gòu)對(duì)接共享數(shù)據(jù)中心，集中提供AIOps能力，適配運(yùn)維場(chǎng)景應(yīng)用百花齊放的需求。

具體而言，華為AIOps使能服務(wù)擁有四大核心價(jià)值。首先是AI原子能力，它提供豐富的AIOps原子能力，覆蓋運(yùn)維全流程，包括預(yù)測(cè)，檢測(cè)、定位、執(zhí)行等多個(gè)環(huán)節(jié)。原子能力庫(kù)支持流量預(yù)測(cè)、KPI異常檢測(cè)、日志異常檢測(cè)、CHR異常檢測(cè)、異常關(guān)聯(lián)分析、事件聚合、根因定位等20多類原子能力。

其次是編排與DevOps能力，使用者可零編碼定制場(chǎng)景組合應(yīng)用，實(shí)現(xiàn)數(shù)據(jù)源類型、處理流程、模型參數(shù)，通知方式、視圖呈現(xiàn)等靈活配置，并主動(dòng)預(yù)防潛在的網(wǎng)絡(luò)問(wèn)題。同時(shí)，可對(duì)確定的問(wèn)題事件進(jìn)行端到端配置，實(shí)現(xiàn)智能化和自動(dòng)化。此外，基于NAIE AI訓(xùn)練平臺(tái)，支持使用者的AI原子能力創(chuàng)新，不斷擴(kuò)展AIOps能力。

第三是電信領(lǐng)域數(shù)據(jù)對(duì)接能力，支持日志、告警、KPI 、xDR等電信領(lǐng)域主流運(yùn)維數(shù)據(jù)，支持Kafka、數(shù)據(jù)庫(kù)、文件系統(tǒng)、Restful等電信運(yùn)維系統(tǒng)的主流數(shù)據(jù)對(duì)接方式。華為AIOps使能服務(wù)提供通用的數(shù)據(jù)源對(duì)接和標(biāo)準(zhǔn)化數(shù)據(jù)治理組件，通過(guò)配置項(xiàng)快速建立與運(yùn)維系統(tǒng)的數(shù)據(jù)源連接，通過(guò)SDK將不同的數(shù)據(jù)類型和格式治理成標(biāo)準(zhǔn)化的AIOps原子能力輸入集，用于模型訓(xùn)練和推理。

最后是場(chǎng)景組合服務(wù)能力，圍繞運(yùn)維全流程（發(fā)現(xiàn)、分析、處理）提供預(yù)制典型場(chǎng)景組合應(yīng)用，快速接入運(yùn)維流程。程磊表示，華為的AIOps能力可以通過(guò)多種形式被調(diào)用，比如作為云服務(wù)在云端由NAIE平臺(tái)提供、將平臺(tái)能力集成到智能運(yùn)維解決方案中，抑或?qū)IOps特性內(nèi)置到設(shè)備管控單元中。

助力打造最佳實(shí)踐

在采訪中，程磊還分享了一系列AIOps使能服務(wù)助力運(yùn)營(yíng)商、企業(yè)打造最佳實(shí)踐的成功故事。

第一個(gè)案例是KPI異常檢測(cè)。電信網(wǎng)絡(luò)中，通過(guò)KPI來(lái)預(yù)測(cè)和檢測(cè)網(wǎng)絡(luò)問(wèn)題是最普遍的場(chǎng)景，利用AI算法基于歷史數(shù)據(jù)自動(dòng)生成每個(gè)KPI的動(dòng)態(tài)門限，可有效避免傳統(tǒng)靜態(tài)門限帶來(lái)的誤報(bào)和漏報(bào)。NAIE融合了電信領(lǐng)域的運(yùn)維業(yè)務(wù)特點(diǎn)，提供單指標(biāo)/多指標(biāo)檢測(cè)、異常原因關(guān)聯(lián)分析、模型的自學(xué)習(xí)調(diào)優(yōu)等關(guān)鍵能力。國(guó)內(nèi)某運(yùn)營(yíng)商采用了核心網(wǎng)KPI異常檢測(cè)服務(wù)以后，實(shí)現(xiàn)提前5小時(shí)發(fā)現(xiàn)故障并主動(dòng)預(yù)警，降低了業(yè)務(wù)損失，保障四地市用戶業(yè)務(wù)體驗(yàn)。

第二個(gè)案例是告警根因定位。發(fā)現(xiàn)異?；蛘吖收现蟮亩ㄎ皇沁\(yùn)維流程中的難點(diǎn)，如何準(zhǔn)確地將多維度的異常、告警等事件進(jìn)行匯聚，減少故障噪聲？如何準(zhǔn)確定位到具體原因？這些工作目前主要依賴專家經(jīng)驗(yàn)或者手工分析，而且受限于分析算力和支知識(shí)信息，效果并不好。NAIE AIOps通過(guò)AI算法，支持多類異常/告警等事件的智能故障定位，自動(dòng)實(shí)現(xiàn)時(shí)間、拓?fù)浜凸收蟼鞑D等維度的事件匯集和根因定位，去除重復(fù)無(wú)效工單，在提升運(yùn)維效率的同時(shí)也降低了運(yùn)維成本。華為以此幫助某能源企業(yè)實(shí)現(xiàn)分鐘級(jí)故障根因定位和分析，提升網(wǎng)絡(luò)運(yùn)維效率4-5倍。

經(jīng)過(guò)一年左右的發(fā)展，華為AIOps使能服務(wù)目前已經(jīng)在多個(gè)運(yùn)營(yíng)商網(wǎng)絡(luò)中實(shí)際部署，包括無(wú)線接入、核心網(wǎng)、數(shù)據(jù)通信等六大網(wǎng)絡(luò)領(lǐng)域，管理著5萬(wàn)多個(gè)KPI，API調(diào)用每月高達(dá)3.3億次，每天處理海量告警和日志。既懂電信、又懂AI，相信在華為AIOps四大核心能力的助力下，網(wǎng)絡(luò)運(yùn)維管理將不再成為電信行業(yè)痛點(diǎn)。

責(zé)任編輯：gt