智能承载网络告警分析技术研究及应用.pdf

智能承载网络告警分析

技术研究及应用

的疑难问题，其由不同厂家、不同设备类型构成，现网

0前言

一旦出现故障，不同网络层级、模块、厂家、设备类型的

随着5G时代的来临，ICT产业全面融合，SDN/大量故障告警就会出现，造成大量突发故障的假象，据

NFV、云和大数据等新技术的出现和发展，使得运营商统计现网单个地（市）每月告警量就可达到上百万条。

面临来自各方面的严峻挑战。基于人工方式的传统传统采取人工处理方式消耗了大量的资源，运维成本

运维技术，已经不能满足运营商未来网络高效运营和居高不下。目前现网运维对于网络故障告警的处理主

维护的要求，特别是在自动监控网络异常和排障、提要采用人工总结经验的方式，排障效率低、故障定位

升网络运维效率以及降低运营成本等方面，自动化智难、运维难度大。

能化运维技术成为高效运维的必然之选。

1人工智能在网络故障分析方面的应用现状

承载网络故障的根因分析一直是个困扰运营商

——————————中国SDN/NFV产业联盟在其发布的《网络人工智

收稿日期：2022-05-10能应用白皮书》上提到过网络人工智能的概念，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预防问题，从而提高整体资源的利用率和运维效率，降

依靠人工进行的工作，使运营商能够更加便捷地提供低运维成本。

更加优质的网络服务。目前全球多家运营商都发布了

2智能承载网络告警分析系统设计与研发

各自的人工智能战略，希望引入人工智能技术到网络

规划、建设、维护及优化等各个方面，帮助自身实现网2.1系统总体架构

络智能化。其中，最为关注的热点是实现智能运维，降为了解决承载网络的海量告警故障定位难的问

低运维成本。题，本文提出运用人工智能和大数据技术，设计了一系

在故障溯源方面，著名的IT研究与顾问咨询公司列对承载网络告警数据进行过滤、压缩、关联分析、故

Gartner在2016年提出AIOps（ArtificialIntelligencefor障溯源和派单的算法，开发了一套承载网络告警分析

ITOperations）的概念，即通过人工智能的方式来支撑系统。通过系统对现网数据的智能分析，快速实现告

现在日益复杂的运维工作。AIOps可以在深度集成警关联压缩、故障精准定位和故障原因诊断的任务目

DevOps工具链的基础上获取系统数据，然后通过机器标。

学习算法进行数据分析，更深度地解析数据中所蕴藏系统总体架构如图1所示，通过对现网海量的告

的运维信息。国内外各大公司，例如ATT、Microsoft、警、资源、拓扑、工单等数据的综合关联分析和训练模

Facebook、百度、阿里巴巴等都在他们的运维系统中实型学习，自动生成各种告警关联规则，准确定位根因告

验或部署了机器学习算法，助力某些运维任务智能警，自动实现故障原因诊断和故障派单。功能上分为

化。华为诺亚方舟实验室开发了智能故障诊断系统，离线分析和在线处理2个部分。红色标识的为离线关

利用网络故障的历史记录数据自动构建通信领域知识联规则分析的信息处理流，绿色标识的为在线告警识

图谱，并在知识图谱上进行概率推理，以自动问答的形别的信息处理流。系统整体是一个数据信息的处理

式帮助工程师找出故障的根本原因。中国移动也发布机，其中相关模块通过不同的