4G改變生活，5G改變社會。5G網絡需要支持超大帶寬、超低延時及海量連接場景，可服務于自動駕駛、工業(yè)控制、智能電網、大視頻、AR/VR等豐富的垂直行業(yè)應用。
多樣化業(yè)務、靈活部署要求以及復雜網絡形態(tài)，對5G網絡運維帶來重大挑戰(zhàn)，依靠傳統(tǒng)手工、半自動運維模式已經滿足不了需求。數字化時代，5G網絡切片智能運維成為必然
人工智能技術在解決高計算量數據分析、跨領域特性挖掘、動態(tài)策略生成等方面具備天然優(yōu)勢。引入AI技術可進一步提高網絡部署和運維效益，提升資源利用率，降低運營成本。
網絡切片是5G網絡的一個重要特性，通過對網絡資源靈活分配，能力靈活組合，基于一張物理網絡虛擬出網絡特性不同的邏輯子網，以滿足不同場景的定制化需求。網絡切片運維實質上就是提供切片實例的全生命周期管理，包含設計、開通、SLA保障、終結等階段。網絡切片帶來極大靈活性的同時，也增大了運維管理復雜度�；谌斯ぶ悄軄碓鰪娗衅詣踊芾砟芰κ潜厝悔厔�。
引入AI的切片智能運維關鍵技術 在切片管理系統(tǒng)中引入人工智能，根據AI訓練平臺輸出決策依據，自動化執(zhí)行管理策略，賦予網絡智能感知、建模、開通、分析判斷、預測等方面的能力，實現切片靈活性和管理復雜度之間的完美平衡。
1. 智能化切片開通 業(yè)務定制：運用數據采集和機器學習，深度挖掘業(yè)務特點提供定制化、安全隔離的私有切片專網。
網絡規(guī)劃：綜合分析整網可用資源，利用AI技術不斷訓練優(yōu)化算法，將業(yè)務需求快速轉化為網絡需求，有效地解決差異化SLA與建網成本之間的矛盾。
模型設計：根據AI訓練平臺分析結果，對虛擬化資源進行智能編排和調度，自動輸出切片生命周期模板、策略規(guī)則及切片優(yōu)化部署等模板。
自動化部署：結合自動化集成部署工具和切片模型，自動完成各層次資源實例化，同時智能匹配測試場景及用例，自動完成切片測試，部署周期從幾周縮短到幾天。
E2E業(yè)務激活：根據配置模板定義自動將配置參數拆解到各個子網，執(zhí)行參數自動化計算形成批處理腳本，通過配置通道自動完成業(yè)務激活。
2. 切片智能SLA保障 網絡切片保障實質上就是對用戶要求的SLA進行保障，智能化QoS 服務能力可對業(yè)務需求、網絡能力以及用戶特性等方面進行智能分析和多標準決策，引入QoS監(jiān)督反饋，從而形成SLA保障閉環(huán)。
QoS能力保障：采集海量業(yè)務數據（如業(yè)務類型、時間需求等）、網絡數據（連接數、負載、流速、時延等）和用戶數據（如用戶等級、通信習慣、時間、位置等），通過智能分析和判斷，實時評估當前業(yè)務體驗，形成一套或多套更優(yōu)的QoS參數集，從而進行最佳決策和控制。
QoS差異化服務：基于時間、位置、訪問業(yè)務、用戶通信習慣、用戶簽約需求、網絡實時負荷壓力等方面的智能判斷，形成最佳匹配的QoS控制參數，為用戶提供實時的差異化服務。
QoS預測預警：基于海量數據采集、建模和分析來實現QoS預測，并提供極端情況下的QoS能力預警，給運維保障動作提供參考，如提前終止業(yè)務、改變業(yè)務操作等。例如基于神經網絡和線性回歸算法，實現同期增長率預測，峰值\均值流量分析，預測網絡擁塞，從而進行動態(tài)調度或者流量提速等操作。
3. 切片智能閉環(huán)運維 為高效地管理網絡切片，降低運維復雜度和成本，切片管理系統(tǒng)必須具備網絡自感知、自調整等智能化閉環(huán)保障能力。
目前網絡策略仍是基于人工靜態(tài)配置，忽略了網絡的實際情況。引入AI后可基于時間、位置和移動特性，結合網絡中的流量、擁塞級別、負載狀態(tài)等進行智能分析和判斷，通過AI訓練平臺輸出切片管理動態(tài)策略，實現智能化調度。
另外，實時/歷史智能分析還提供健康評分、異常檢測預測、故障根因分析等參考數據，據此執(zhí)行容量優(yōu)化、配置優(yōu)化、資源彈縮、問題定位等操作，實現切片閉環(huán)優(yōu)化。
5G切片智能閉環(huán)運維
4. 切片故障智能定位 1) 故障智能定位
分析切片告警中時間、地點、事件描述等多維度特征，結合歷史頻度信息，跨網元信息，同專業(yè)網、跨專業(yè)網信息及同業(yè)務關聯(lián)信息等識別告警線索關系。根據當前告警，統(tǒng)計，日志等信息以及訓練獲得的規(guī)則進行推理，獲取匹配的告警根因。
故障智能定位主要分為訓練過程，推理過程和閉環(huán)優(yōu)化。
√ 訓練過程
- 數據提取
- 數據清洗去除無效數據
- 格式規(guī)整，數據分割，形成事務數據集用于關聯(lián)挖掘。
- 算法運行：基于資源關系、告警碼以及時間窗口，通過AI算法進行綜合判斷，建立告警主次關系的知識。
- 結果分析：將獲取的知識按照一定的內部規(guī)則建立相應RCA規(guī)則并存儲到規(guī)則庫中。
√ 推理過程：實時監(jiān)控告警，定時采樣資源、配置數據等，利用已學習規(guī)則對現網告警數據、資源數據、業(yè)務承載關系和時序進行綜合判斷，找出根因自動修復或者提示運維人員修復。
√ 閉環(huán)優(yōu)化：根據實際規(guī)則應用情況或專家判斷對規(guī)則庫進行更新、修正和完善。
2) 效果評估
智能定位效果主要通過有效告警根因規(guī)則數和告警壓縮比兩個指標進行衡量，也可以通過工單數量減少率來進行間接評估，AI告警智能定位能普遍減少60%以上。
5G智慧切片網絡將會經歷領域內探索、跨領域融合、高度自治三個階段。首先，5G網絡各子領域將分別與AI初步結合和應用，依托大數據與機器學習的支撐，在網絡資源分配等領域探索實現初級智能化；其次隨著技術發(fā)展，AI將可以學習跨領域的5G網絡大數據，部分子領域將出現融合智能，實現中級智能化；最后，5G和人工智能技術高度發(fā)展，將實現全網聯(lián)動和高度自治，大幅提升網絡全生命周期管理效率，基于人類控制網絡的意圖實現高級智能化。
可以預見， AI與5G切片網絡的結合將產生出耀眼的火花，推動網絡高速發(fā)展和演進。
