以技术创新赋能云网融合 诺基亚贝尔与北京移动联合打造网络云数字孪生和智能排障项目

移动网络及应用的云化部署逐步成为业界主流模式。对云基础设施及承载的业务网元进行智能维护成为运营商云网战略成功的重要抓手。网络云虚拟化带来的跨层跨域N×M复杂架构,导致各层节点间关联关系越来越复杂,一个节点出现故障,可能引发多个层次间的告警传播,如何快速发现根告警网元成为问题定位的关键。

由于目前针对网络云的智能排障主要依赖由人工经验总结而成的业务规则,在解决告警的过程中同时需要依据不同层间的连接关系,往往需要不同专业的专家联合进行判断。由于网络云的特性,其对云网资源关系更新的及时性和准确性提出了更大的挑战以满足告警传播链自动发现和根因排障的要求。这些挑战影响故障定位自动化和智能化水平提升,亟须引入新的技术手段解决实时拓扑和根告警规则发现的问题。

为此,诺基亚贝尔与北京移动联合打造网络云数字孪生和智能排障项目。项目以云化核心网的同层/跨层告警关联作为切入点,引入数字孪生和知识图谱技术,实现云网多层次拓扑的自动发现、更新,并利用知识图谱的图算法实现告警规则从人工经验向知识智能转变。在此基础上,逐步拓展至云化网络基础设施的云网融合运维,最终实现面向算力网络的智能运维支撑。

项目建立网络云实时孪生拓扑,以知识图谱实现智能排障。数字孪生实现了网元资源和动态连接关系的管理,并以拓扑方式输出给排障应用使用。知识图谱是一种用图模型来描述对象之间关系的大规模语义网络,可以有效提升解释和推理能力,与数字孪生的拓扑结合最终实现了网络资源、告警和动态连接的知识提取与挖掘工作。

项目包括两个部分。一是云网数字孪生拓扑建立。包括关联资源系统获得静态资源数据;实时获取云网管理系统的实时更新数据,更新周期从天级提升到秒级;建立云网三层(VNF/VIM/PIM)七级(DCGW-EOR-TOR-SERVER-HOST-VM-VNF)资源关联拓扑,覆盖虚拟化层、网络功能虚拟化层、网络交换和路由、存储DSM等算网全领域。

二是构建知识图谱排障应用。在知识获取方面,基于数字孪生的资源拓扑和历史告警数据,利用AI算法,自动进行图嵌入和挖掘,生成网络云告警关联规则;在知识整理方面,整合知识,构建多领域知识图谱,生成告警应用的资源图谱、告警关系图谱、告警事实图谱等,基于图谱实现告警关联规则整合;在知识推理方面,基于资源图谱与告警关系图谱,通过图推理算法,提升告警关联、根因定位、影响分析等智能运维效率;在知识推广方面,基于图谱进行知识积累,丰富并输出推理能力。

该项目有三大优势。一是基于数字孪生资源模型,建立实时网络云分层资源图谱。基于网络云和核心网5GC/NFV资源数据构建了硬件层(PIM)—虚层(VIM)—业务网元层(VNF)三层资源关系底图,实现海量资源数据的拓扑关系遍历和查询,并实时反映云网拓扑变化。二是基于历史告警数据,AI自主挖掘告警关系图谱。通过知识图谱技术,以图算法为基础的AI模型定期学习现网历史告警,自动挖掘400多条告警关联关系,经验证关系有效性达90%以上。三是基于分层资源图谱及告警关系图谱,通过AI图推理算法,自动进行告警传播链分析和根因定位,大幅提升了网络云智能排障效率。

在运行过程中,该项目取得显著收益。建立实时云网拓扑底座,云网资源更新从天级提升至秒级,建立跨专业的多层次云网资源拓扑模型底图并共享,多跳查询时间从小时级提升至秒级。提升知识获取效率,基于历史数据,利用AI算法自动学习关联关系,相比传统专家人工总结模式,可以更快、更全面地获取知识。实现跨层告警自动关联,基于知识图谱实现云核跨层告警的自动关联,改变目前主要依靠专家经验进行分析的现状,提升效率。提升排障智能化水平,AI算法和知识图谱的引入,降低了告警排障工作中人工干预的程度,可大幅提升智能化水平。(作者:安立)

(编辑:王胜男)