2022云网智能优化白皮书

云网智能优化白皮书202220225目录TOC\o"1-2"\h\z\u一、背景 4（一）新一代信息技术变革加速产业的数字化转型 4（二）网络运营与优化的数字化转型探索 5（三）中国联通智能优化技术演进 6二、技术现状和演进需求 7（一）技术现状 7（二）演进需求 12三、目标架构和关键技术 15（一）目标架构 15（二）关键技术 19四、实验基地建设与技术应用实践 46（一）云网智能优化郑州实验基地建设 46（二）研发成果落地实践 47（三）研发支撑：DevOps研发架构 65五、总结与展望 72（一）强网络之基，标准化智能优化网络技术架构 72（二）建设开放生态，构建智能优化通用模型研发体系 72（三）产学研融合，打通智能优化新技术落地转化通道 7320222022--一、背景（一）新一代信息技术变革加速产业的数字化转型1]。网络作为数字经济发展基础设施之一，是经济社会发展的信息“大动“数字中国”和“智慧社会”国家战略的重要交汇点[2]。（二）网络运营与优化的数字化转型探索5G5GSDN22021CUBE-Net3.0AI20222022--AI场5G（三）中国联通智能优化技术演进1.035进方向进行了阐述。我们认为智能化技术的发展，将推动云网优化工作实现六个转变：《云网智能优化白皮书2022》作为《云网智能优化白皮书1.0》的继承与延续，一方面持续跟踪和推动技术演进，二、技术现状和演进需求（一）技术现状网络调整的实时性需求。20222022--网络动态变化，但优化目标仍是“平均”最优5G5GKPIControl的策略控跨域多元数据采集、融合，但硬件和运维成本高长期以来，各个网络领域设备分别研发、管理，例如无线网、核OSSEMS/NMS提供北向接口，OSSMRXDRKPI业务实时性增强，但业务体验难以实时分析counterKPIMR北向接口汇聚至OSS15据关联分析时延造成了网络业务体验分析的时间粒度以天/月/周为网络复杂度攀升，但人工优化仍占比大5G5G70%10]。NMSEMSAIAIToBToB5GKPI3ToB（二）演进需求5GToCToB5G从静态平均最优到动态实时最优5GAIOTT等多维数据，优化演变为多目标优化。从投诉驱动的被动优化到实时数据感知驱动的主动优化AI从外部平台辅助分析到内生智能闭环决策AIAIAIAI从尽力而为的性能保障到智能的供需服务匹配面对网络ToBToC从人工操作到意图“轻触点”控制化作从数据驱动到数据知识融合驱动5G三、目标架构和关键技术（一）目标架构5G云网自治层次化架构TMForum闭环网络自治架构[5]，又结合智能优化的技术研究和实践，对该框架进行了进一步的解释和细化。图1中国联通云网自治层次化架构目标:等功能；:四个闭环，分别实现全流程的自治和层间的自治：敏捷的实现业务质量保障和新业务的开通；同管理；度。云网智能优化技术架构闭环智能优化能力。2022联通云网智能优化在技术架构上划分4个层次：（N、GMDT强化CT智能分析层：AI人员的人机交互流程，实现全局优化分析；服务化架构的升级,拓展5G;引入MDAF、NWDAFOSS图2中国联通云网智能优化目标技术架构（二）关键技术数据采集层：RAN基于尽量减少对终端功耗的影响和尽量增加位置信息可用性的设计理念，5GMDTMDT的RRM（测量功能和Trace功能实现，基站根据网管配置的MDTOMCMDAF5GMDT蓝牙和（MDT5GMDTloggedMDTSSBIDSSB现有网管不能收集终端或者群组级别的数据，只能收集全域性(Global数据、NGRAN或5GC性能测量数据(PerformanceMeasurement)、5GKPI(EndtoEndKPIsFaultSupervision)、MDT5GC分别引入的WF[8]MAF[]5GC智能引擎，可实现网元内的智能感知、处理、验证闭环。通过部署NWDAFMDAFNWDAF例如，典型的网元数据接口需求如下表：表1典型网元数据接口需求5G网元采集的用户数据AMF用户接入信息，包括：1、用户ID（SUPI，PEI），终端能力2UE）3、接入类型（2/3/4/5G）4、实时位置（PLMN，小区）SMF用户会话信息，包括1（P、GP）2、PUesin信息（N、NA、EP、PUesin、Qslw）UPF用户业务信息，包括1（P、GP）2、PFlw（P）3、DPI信息（协议、应用、网站等）4、PCC5、不同业务的流量使用报告UDM用户签约信息，包括1、用户注销2、用户换卡、换机用户漫游信息，包括1、用户漫游状态2、漫游出LMNPCF用户套餐信息，包括1、用户签约套餐名称、配额信息23RANOAM小区拥塞状态1、PDCH2、无线资源使用率UEMDT数据1、经纬度2、信号覆盖RSRPCNOAM资源利用状态1、控制面资料利用率2、用户面资料利用率指标监控1KPI2联通将推动网络跨域数据的标准化、IDPipeline。方法包括TUT的UTADGP（RTMFMTNM知识提炼那•DKW（atnfrmti（Kwlge（isdm）的模型优数据治理层：其中实时数据采集接口基于HTPWbckt表23Gppbcket接口名称作用说明establishStreamingConnection建立连接以及WebSocket通道terminateStreamingConnection关闭WebSocket通道以及连接reportStreamData获取实时数据流addStream增加一个实时数据流deleteStream删除一个实时数据流getConnectionInfo获取WebSocket通道连接信息getStreamInfo获取传输的实时数据流信息TraceTrace报告的生steamingtracereportRESTfulHTTP3GPPST,FTPS（PerfMetric）Trace1eeeFileformat3Tracehadoop、kafkaflink基于5GSBA(Service-basedArchitecture)服务化架构，3GPP新的服务化数据采集机制依托NWDAFNEF(NetworkExpsureFuctinOOpertins,AdministrationandNWDAFNWDAFNWDAF1.Nnwdaf_AnalyticsSubscription_Subscribe/Nnwdaf_AnalyticsSubscription_Unsubscribe2.Nnwdaf_AnalyticsSubscription_NotifyNWDAFService(5GCNF/OperatorAF)4a1.Nnwdaf_AnalyticsSubscription_Subscribe/Nnwdaf_AnalyticsSubscription_Unsubscribe2.Nnwdaf_AnalyticsSubscription_NotifyNWDAFService(5GCNF/OperatorAF)NWDAFNEF3NWDAFNEF3rdAF2.Naf_EventExposure_Subscribe/0.RegistrationofAvailableDataNnef_EventExposure_Unsubscribe2.Naf_EventExposure_Subscribe/0.RegistrationofAvailableData4.Nnef_EventExposure_Notify

Naf_EventExposure_Unsubscribe3.Naf_EventExposure_Notify4b第三方应用AF(Input)4.Notification(notifyFileReady)3.DataProcessingOAMNWDAF4cOAM采集的数据结果通过订阅/通知模式进行周期性发送，消费者（5G/NWDAF析结果的反馈1.Nnwdaf_AnalyticsInfo_Request1.Nnwdaf_AnalyticsInfo_Request2.Nnwdaf_AnalyticsInfo_RequestresponseNWDAFNWDAFServiceConsumer图5基于事件的请求/响应获取数据分析结果5GCRANOSSOSSNGAPID5GRAN5GC图6端到端网络数据采集架构的演进方向DavidClark[16QoS图7基于知识的闭环管理数据平面收集数据，并使用持续集成、持续部署C/C)（智能分析层：根因诊断（ROTCUSENALSS，简称A行过程中，由于某些确定的因素，导致特定事件(焦点事件)的发生。RCA。然而，对过去事件根源的了解，可以提失败分析，例如用于故障分析、设备测试分析等。图8根因诊断过程行比较；表3根因诊断主要分析技术应用技术名称技术方案描述事件和因果因素(ECF)图表ECF分析识别一系列任务和/或操作的时间序列，以及导致焦点事件的周围条件。这些都显示在因果关系图中多线性事件排序(MES)和时序事件绘制(STEP)MES和STEP是用于分析复杂焦点事件的数据收集和跟踪方法。结果显示为事件的时间-行动者矩阵“为什么”的方法“为什么”方法通过多次提出“为什么”的问题来引导分析原因树法(CTM)CTM因原因分析(WBA)WBA使用双因素比较，即反事实测试，建立了一个对焦点事件负责的因果因素网络。因素网络显示在“为什么-因为”图中故障树和成功树方法故障或成功树是信息的图形显示，用于帮助用户进行演绎分析，以确定成功或失败的关键路径，这些路径以图形方式显示在逻辑树图中鱼骨图或石川图鱼骨图或石川图是一种帮助识别、分析和呈现焦点事件的可能原因的技术。该技术说明了焦点事件与所有可能影响它的因素之间的关系通过组织学习实现安全(SOL)SOL是一个清单驱动的分析工具，面向核电厂的焦点事件。从MES/STEP方法导出的结果以时间-角色图的可视化形式呈现管理监督和风险树(MORT)MORT用通用术语表示的疏忽。MORT130100包含一个这棵树的两个主要分支共有另外30个信息系统因子AcciMapsAcciMaps主要是一种用于显示因果分析结果的技术。它需要一个组织模型来将因素分离到各层，并引出各层中的因素;应用反事实测试(见WBA)来确定因素之间的因果关系三脚架βTripodBeta是一个表示因果网络的树形图，专注于人为因素，并寻找组织中可能导致人为错误的失败SONSON5GSNCI自优(ANR)(MDT)(MLB)（RACH优化、基站AI均衡以及assvMMO网络侧通过引入URLLC、网络切片、TSN等技术，并利用NWDAF、PCFQoSMDAFRAN5GC共同构建网络内生的智能优化能力。行业的众多标准组织也将共同推进的不同领域的网元智能化技术发展。表4不同标准组织在网元智能化方面的标准化工作[5]构建网络AIAIAIAIAIAIAutoML等技术，实现AI5GNWDAFMDAF5GOSS针对优化工作参数繁杂、数据维度高、因果关系强、数据集建设AI，图9通用智能优化算法研发框架示意图网络沙盒网络沙盒是对现实世界已经存在或未来可能会存在的网络生态API面向5G网络的高复杂性和灵活度，网络沙盒可以提供：图10中国联通云网优化网络沙盒示意图图11联通云网优化知识图谱构建和应用逻辑跨域管理层：什么是意图，意图是网络工程师对期望结果（expectation）的声明性的表达。一般来说表达移动网络的声明描述需要对网络基础设施对应的协作动作。一意基于意图的网络主要包含下面的四个部分的功能[6]：网络状态感知：系统获取其管理控制下的实时网络状态。保障和自动化优化/补救：系统持续验证原始业务意图是否得到实现，并且可以在所需意图无法实现时采取纠正措施。123GPP（OSS层（5G3GPP5GAIR17MDAFAI图13跨域协同自治网络架构演进计划和能力目标AI:AI5GToB过运营商OSSAPI/E2EToB化转变。通过运营管理域的服务能力管理编排，基于标准化的HTTP2.0RestfulAICDSLA保障等新5G3GPP标准在R16阶段定义了5G网管管理服务化架构SM（5CGRN和网络切G图14跨域协同自治网络架构演进计划和能力目标CSMF可以作为管理服务消费者，接受由一个或者多个管理服NSSMF5GCNFEGMF5GRP）参考点定义对接口使用的严格约束，即强调授权的管理服务消费者即可以调用管理服务的OpenAPI。5GOSSOpenAPIOenPRetfuT系统OpenI定OpenAPI管理系统的智能水平将在管理服务化架构下获得更好的应用和R18OpenAPISLA5G,将分层提供基于SLA（Opencontrol包括）（lseCntrolLp，大图15开环控制向闭环控制机制演进[7]3GPPSLA163GPP四、实验基地建设与技术应用实践（一）云网智能优化郑州实验基地建设实验基地的定位和意义202110实验基地总体研发框架及近期应用目标95GISAIAPPDevOpsITIT图17郑州基地智能优化技术架构和落地项目（二）研发成果落地实践数据采集：流式处理框架，数据时效性提升18Omi图19知识提取GIS0SS2.0了GIS字段。20GIS数据治理：多源数据融合，实践数据知识化）ITOAPI中台赋能应用数据计中台赋能应用数据计算离线计算FlinkAI数据存储HiveHdfsKafka队列元数据管理数据管理数据服 务投诉告警XDRTRACEMRPM智能调度（DS）数据规范设计指标管理PgsqlMysql服务监控服务权限推送服务API服务分析应用大屏展示业务平台图21智能优化数据中台整体架构O图22云网数字化运营知识底座GISGISGIS图23云网优化三维GIS底座智能分析：建立根因分析模型库，实现基于数据预测的主动优化Trace基于以上目标，中国联通在根因诊断的研究与应用上打造以TRACE区级中台，形成网络诊断穿透到一线动作的技术框架和IT能力。图24移网根因诊断架构图另外一方面从业务感知入手，构建5级根因诊断体系：业务感知、问题表因、初级原因、问题根因、一线动作，并形成门限规则、研判流程及智能分析算法等，打造智能化、自动化的根因诊断能力。图25移网根因诊断体系MDT（MiniizationfriveTstsDTM1（MDT400MDT究，采集MDTM2-M9loggedMDT、RLFRCEFO位、用户级异常事件地理化分析；能力；26MDT（SQythaa/calDevOps图27智能优化模型孵化床BERTeoj识图谱，实现了图谱的可视化展示、问题根因链条的查询。基于ApachejenaSPARQL图28云网优化知识图谱展示架构图29基于知识图谱的智能诊断平台支撑：全网数据可视，优化动作触点直达图30全息诊断平台-网络洞察图31 息诊断台-智能因诊辅助分析图32 息诊断台-准实用户回溯知识百科云网优化知识百科是一个面向联通集团云网优化专业人员收集图33云网优化知识百科图34 智能测控理系统5G5G5G图35中国联通智能测试机器人、无人机图36 网络数据视化编平台网优“轻触点”数字化工作流程中国联通云网智能优化实验室郑州基地立足研究成果在现网落+小CEO）+一线触点）图37示范区网优“轻触点”数字化工作流程（700）192确率达92.5%，调整闭环129个，整理典型案例96个。TRACEMDT2.06MOS减少50%。图38郑州精品网示范区成效（三）研发支撑：DevOps研发架构ITDevOpsITIT数据仓库/IT/,/39ITIT/数据仓库/数据湖架构性能/指标数据，快速帮助优化人员找出网络中的问题，并给予解决方案。ariey,elotyeraciy，ale传统的数据体系无法应对数据及计算的大规模扩展并提供高效当下，数据仓库的建设已经跨越了TL（EtratTranfor-Load抽取-转换-加载）的时代，或者说不仅仅包含ETL。目前LambdaKappa下图为数据仓库Lambda38LambdaLambdaLambdaLinkedInKappa的数据仓库，该架构更强调实时性处理。15Google提出DataFlow的模型，将批数据当作有限的数据集合（BoundedDaase（UnbuedDaase于是将批/Kappa40KappaKappa架构同样优势明显，数据实时性提高且架构相对简单，ApacheFlink）（ApacheSpark）[15KappaLambdaLambda41文件。流式数据，来源可以来自消息队列、Sckt、ebSckt，如基站告警数据；数据库，例如地理场景数据一般存放于PGSQL；CMTrace数据、MRApacheFlink/ApacheSparkApacheFlik的DChageataCaptr）ETLETLETL即为数据据仓库整体实时性。数据仓库（D数据明细层DWW（DW（DM（S层数据分析层：数据分析层主要包括若干各OLAP图41数据仓库架构概览数据研发架构数据研发架构目前划分为三个部分，数据调度层、数据接入层以及算法模型实现层，划分方式与开发流程相对应。API、SDK、SQL等。DevOps由DevOps形态。图42数据研发架构概览应用研发架构图43应用研发架构概览DevOpsKubernetes型。未来研发计划：数据分析上云CloudNativepKbernesKbernte,实时计算接入NWDAF/MDAF。通过NWDAF/MDAF的Webckt引入Serverless加快云网智能优化算法迭代。五、总结与展望（一）强网络之基，标准化智能优化网络技术架构（二）建设开放生态，构建智能优化通用模型研发体系智能优化的核心在于数据和算法，基于分层的智能化架构，建设AI域AIITCT（三）产学研