華為：核心網自動駕駛網絡白皮書(15頁).pdf

《華為：核心網自動駕駛網絡白皮書(15頁).pdf》由會員分享，可在線閱讀，更多相關《華為：核心網自動駕駛網絡白皮書(15頁).pdf（15頁珍藏版）》請在三個皮匠報告上搜索。

1、華為核心網 自動駕駛網絡 白皮書 華為核心網 自動駕駛網絡 白皮書 發布日期 2019-11-28 文檔版本 01 01 目錄 華為核心網自動駕駛網絡白皮書 華為核心網自動駕駛網絡方案 華為核心網自動駕駛網絡方案理念 華為核心網自動駕駛網絡方案目標 華為核心網自動駕駛網絡方案架構 典型應用場景 5G切片場景 MEC場景 工作流編排場景 智能運維場景 產業發展及挑戰 5G核心網是使能千行百業的關鍵 02 02 02 04 04 05 05 08 08 09 10 11 12 自動化是5G核心網實現業務敏捷的關鍵要素 不斷積累，逐級演進 CONTENTS 02 產業發展及挑戰 華為核心網自動駕駛網

2、絡白皮書 1.1 5G核心網是使能千行百業的關鍵 01 產業發展及挑戰 1.2.1 新業務發展的需求 根據GSMA預測，2018年到2025年之間，全球運營商將在5G網絡建設上投資高達1萬億美元，全球的5G網絡建設進 入到快車道。相對于4G技術，5G引入了高帶寬、超低時延、海量連接等關鍵能力，為數字經濟提供了全新的關鍵基 礎設施，將進一步拓展數字經濟的千行百業。5G核心網是使能千行百業的關鍵，在5G端到端網絡中，核心網承擔全 局資源的調度和管理，負責管理全局的網絡拓撲、所有的接入信息、所有的用戶數據以及所有的行業需求，5G核心 網通過動態智能網絡切片確保每個行業的用戶都能在公眾網上享有自己的專

3、有通道，通過MEC技術最大程度地滿足 行業市場的低時延需求，保證數據安全、網絡安全以及網絡質量保障。 1.2 自動化是5G核心網實現業務敏捷的關鍵要素 隨著電信網絡NFV云化轉型、切片、服務化架構等技術的融入，以及垂直行業應用及需求的多樣化發展，在5G時 代，電信網絡的運營維護也將面臨前所未有的挑戰，自動化成為了5G核心網的關鍵要素。 在5G時代，垂直行業2B業務變成了運營商重點競爭的市場，對于工業互聯網、車聯網、智慧醫療等多樣化需 求，運營商通過切片技術提供虛擬網絡，實現網絡質量保障。切片的快速部署能力及租戶切片DIY開通能力將幫 助運營商在競爭中搶占先機。運營商需要通過自動化的切片部署能力

4、實現業務的敏捷，提升新業務部署的 TTM。 垂直行業2B關鍵業務如港口、廠礦、自動駕駛汽車等應用，對于網絡質量保障、故障定位效率，網絡恢復時間 的要求更高。運營商需要通過結合AI技術的自動化運維能力，提升故障定位效率，實現網絡自愈，滿足垂直行 業的網絡質量需求。 多樣化、靈活的5G業務需要在邊緣站點部署各式各樣的第三方租戶的APP，運營商需要滿足租戶頻繁的APP部 署、升級、業務上線的需求。海量MEC站點的APP管理為運營商帶來了管理的復雜度，需要通過APP的生命周期 自動化管理能力，提升運營管理效率。 03 產業發展及挑戰 華為核心網自動駕駛網絡白皮書 1.2.2 網絡架構的需求 垂直行業2

5、B業務需求對于網絡時延提出了更高的要求，需要驅動核心網網絡架構的重大演進，運營商需要將用 戶面網絡功能下沉到網絡邊緣，網絡邊緣需要部署海量的邊緣站點以滿足業務需求，100 x 1000 x邊緣站點廣 泛分布在園區、廠礦、港口等的地理位置上。海量邊緣站點的多次進站安裝部署、運營維護將給運營商帶來人 力成本和時間成本的劇增，需要通過自動化能力提升部署及運維效率，降低人力成本。 NFV電信云在規劃、建設、維護、優化和運營環節之間存在操作斷點，需要不斷的人工干預來串接“自動化孤 島”，運營商需要E2E的自動化工具鏈，來構筑一張全自動化的網絡，向最終用戶提供按需、實時、敏捷的網絡 服務。 1.2.3 新

6、技術的需求 NFV、切片和微服務等技術的引入，使得核心網網絡愈加復雜，管理對象增多，變更操作更加頻繁。運營商每年 平均有數百次數千次變更操作，而70%網絡事故都是變更過程中人為操作失誤引入的，給運營商帶來沉重的負 擔。運營商需要考慮，通過基于AI技術的自動化運維能力，變更過程中減少人為操作環節，實現自動檢查，自 動監控，自動恢復。 04 華為核心網自動駕駛網絡方案 華為核心網自動駕駛網絡白皮書 02 華為核心網自動駕駛網絡方案 L0手工運維：具備輔助監控能力，所有動態任務都依賴人執行。 L1輔助運維：系統基于已知規則重復性地執行某一子任務，提高重復性工作的執行效率。 L2部分自治網絡：系統可基

7、于確定的外部環境，對特定單元實現閉環運維，降低對人員經驗和技能的要求。 L3有條件自治網絡：在L2的能力基礎上，系統可以實時感知環境變化，在特定領域內基于外部環境動態優化調整， 實現基于意圖的閉環管理。 L4高度自治網絡：在L3的能力基礎上，系統能夠在更復雜的跨域環境中，面向業務和客戶體驗驅動網絡的預測性或 主動性閉環管理，早于客戶投訴解決問題，減少業務中斷和客戶影響，大幅提升客戶滿意度。 L5完全自治網絡：這是電信網絡發展的終極目標，系統具備跨多業務、跨領域的全生命周期的閉環自動化能力，真 正實現無人駕駛。 華為率先在業界提出Autonomous Driving Network（自動駕駛網絡

8、）的理念及分級標準，從客戶體驗、解放人力的 程度和網絡環境復雜性等方面，定義了通信網絡的自動駕駛分級標準： 華為自動駕駛網絡分級體系，為運營商現有網絡向自動駕駛網絡演進提供了一條可衡量、可實踐的指導性路徑。關鍵 場景的實踐需要遵循由點及線到面的逐步演進策略，從關注面向網元的自動化設備管理走向關注面向全場景的自動 化，最終實現核心網端到端自治的目標。 2.1 華為核心網自動駕駛網絡方案理念 作為全球領先的5G商用解決方案提供商，華為發布了iMaster系列自動駕駛網絡智能運維產品與方案。華為秉承打造業 界最佳TTM/TTR，引領最優客戶體驗的理念，憑借在5G核心網領域的技術領先優勢和運維業務的深

9、入理解，將AI、大數 據、自動化等技術與通信領域進行深度結合，推出了華為核心網自動駕駛網絡智能運維解決方案iMaster MAE-CN。 該解決方案是華為核心網管理域諸多產品和專業服務工具的融合與創新，實現了全網數據資產的可視、可管、可溯源， 并引入智能分析、模型訓練、AI推理、意圖洞察等人工智能技術，通過可編排工作流自動化能力構建端到端的自治核心 網，助力運營商建設自動駕駛5G核心網。 05 華為核心網自動駕駛網絡方案 華為核心網自動駕駛網絡白皮書 華為始終秉承著合作共贏的開放心態，積極參與、推進自動駕駛網絡相關標準規范的制定和開源技術的貢獻，促進5G 產業的蓬勃發展，推進社會步入萬物智能互

10、聯的新時代。 2.2 華為核心網自動駕駛網絡方案目標 5G時代千行百業差異化的網絡服務和SLA保障既是運營商的核心競爭力所在，也是5G核心網自治的重點方向，華為核 心網自動駕駛網絡智能運維解決方案iMaster MAE-CN致力于提供業界最佳的TTM和TTR，引領最優客戶體驗。 智能的運維管理 面對5G網絡多制式并存協同、NFV跨層故障定位、行業應用差異化SLA等復雜難題，結合AI技術的智能運維可 以建立及時的預防性、主動性運維機制，在提升網絡的服務質量和業務體驗的同時，保持OPEX整體平滑。 敏捷的業務發放 支持多樣化業務（如高帶寬、大連接、超高可靠性和低時延等應用）的快速上線、發放，如網絡

11、切片的快速發布 和邊緣計算節點的快速上線。 資產可視可管 在通信網絡演進的任何階段，即便是完全自治階段，人對網絡都必須具備最高的緊急干預權限，需要支持對全網 資產（如網絡業務、VNF/VNC、虛擬資源、物理資源、SDN資源等）的統一運維管理能力。 最優的資源效率 支持網絡虛擬化資源的按需、動態分配，以及基于全局資源視角的最優資源調度。 持續演進的AI應用 通信網絡中的AI應用是逐步發展擴展、漸進深入的，此時需要一個系統化、支持演進的AI框架，以良好適配AI持 續的自學習演進能力，最終實現網絡泛在智能。 2.3 華為核心網自動駕駛網絡方案架構 為了應對5G網絡帶來的運營和維護挑戰，華為結合自動化

12、、數據原生、AI等關鍵技術，推出了業界首個管控融合、云邊協 同、分層自治的5G核心網自動駕駛網絡智能運維解決方案iMaster MAE-CN，助力運營商打造智能、極簡、敏捷的5G核心網。 圖2-1 iMaster MAE-CN整體框架 iMaster MAE-CN 核心網管控單元 網絡自治 人機交互 低實時性 非確定性問題 全局資源分配 網元自治 高實時性 確定性問題 業務自優 業務自愈 EMS VNFM NFVO NSSMF MEAO MEPM 中心網元自治單元 邊緣站點邊緣站點 PCFUDMNRF AMFSBA UPF MEP 3rd APP UPF MEP APP SMFNSSF 3rd

13、 可編排工作流引擎 智能分析模型訓練推理應用意圖引擎 AI訓練平臺 iMaster NAIE 數據原生 中心站點 華為核心網自動駕駛網絡方案 華為核心網自動駕駛網絡白皮書 管控融合：將云化網絡中的管理域模塊（EMS、VNFM、VIM）和編排域模塊（NFVO）拉通融合，并引入 NRF提供的服務自發現和VNFC拓撲管理能力，增強了閉環控制流程中的執行單元，使得網絡可以基于商業 意圖或智能策略動態、靈活地調整網絡業務、配置參數、虛擬資源等。 云邊協同：核心網管控單元和中心/邊緣網元自治單元分層運行、協同工作，基于策略的生成、優化、執 行，共同實現了全局的端到端閉環控制。 網絡級自治：核心網管控單元位

14、于網絡層級的最上層，主要實現了用戶意圖洞察、全局性策略模型的集中 訓練及推理、網絡閉環控制等功能，實現低實時性的網絡級自治。 網元級自治：中心/邊緣網元自治單元中的閉環自治系統通過實時分析采集到的網絡數據，基于既定策略， 快速執行網元級的閉環控制（如資源調度、參數調整等），實現高實時性的網元級自治。 5G核心網采用了服務化的分布式云化架構，iMaster MAE-CN通過融合網元管理能力和業務控制能力，將功能按需從 中心至邊緣分層部署，實現云邊協同的分層自治。 06 自 治 單 元 邊 緣 網 元 自 治 單 元 邊 緣 網 元 iMaster MAE-CN解決方案通過構筑三個方面的能力（數據

15、原生、可編排工作流引擎、AI引擎），結合5G核心網中的 兩層閉環自治體系，通過在不同網絡層級引入相應的自動化和智能化能力，實現5G核心網的端到端自治。 數據原生（Data Native） iMaster MAE-CN解決方案中始終貫穿著智能化和自動化能力的增強，它使得網絡可以根據運營商的商業意圖或注入策 略，動態、靈活的進行調整，也可以實時感知到網絡面臨的挑戰（如網絡故障、SLA異常、性能下降等），通過策略 驅動閉環控制，實現網絡自治。 數據原生是AI應用和自動化的基礎，要求可以感知、獲取、統一、匯聚、關聯全網的網絡狀態、業務流程和用戶行 為，形成共享、統一的網絡數據資產，以支撐AI模型訓練和

16、閉環策略觸發。同時，提供水平（跨業務）、垂直（跨 層）相結合的全網數據資產拓撲展示，便于運營商直觀的觀察、監控全網的業務運行情況。 可編排工作流引擎 可編排工作流引擎以提升自動化水平、解放人力為目標，通過工作流機制，實現原子能力的流程調度編排，快速實現 網絡運維運營過程中不同場景（如網元升級、配置變更等）的自動化閉環?；贏I的可編排工作流引擎，以網絡運維 專家經驗庫作為基礎，通過網絡的自我學習，自動提供最優的網絡運維策略，最終實現流程持續優化。 AI引擎 AI引擎引入以機器學習為核心的AI技術，在現有網絡之外構建獨立的AI訓練平臺（Cloud AI）用于數據湖服務、訓練 服務以及相應的測試，

17、輸出AI模型；核心網管控單元構建本地網絡AI引擎（Network AI），基于模型/策略控制網絡 的行為，同時網絡行為的結果數據會再次被收集用于本地模型重訓練、模型優化、策略更新和本地推理，實現網絡 級閉環控制；同時在核心網中心/邊緣網元自治單元構建網元AI推理單元（Site AI），基于Network AI下發的既定模 型/策略，實現高實時性的網元級閉環控制。 07 華為核心網自動駕駛網絡方案 華為核心網自動駕駛網絡白皮書 08 匹配各行業差異化需求：依托于華為全產業鏈的深刻理解和洞察，基于3GPP三種基礎切片類型，擴展出10+種深 度貼合各產業典型通訊服務需求的切片模板。這些模板既體現了特

18、定行業的共同需求，也提供該行業可能涉及的 可選的差異化選項。運營商可直接使用這些切片模板來設計其對應各行業的切片商品，也可以基于這些基礎模板 做進一步的差異化設計。 圖形化拖拽式在線設計：提供靈活、高效的切片模板定制能力，并通過簡潔的圖形化操作界面提升操作效率。運 營商可以基于基礎模板進行部分差異化功能定制，快速完成新模板的設計；也可以基于華為提供的豐富的網絡連 接原子能力，結合各行業的定制需求，直接DIY拖拽組合成所需的切片模板。 典型應用場景 華為核心網自動駕駛網絡白皮書 03 典型應用場景 3.1 5G切片場景 華為核心網自動駕駛網絡方案將針對5G切片這一重要的場景提供端到端的自動化能力

19、，幫助運營商實現自動化的切 片管理，助力行業租戶業務快速發放，提供切片的模板化設計編排、一鍵式切片部署以及自動化SLA監控與保障，實 現切片的全生命周期管理。 5G切片面向海量垂直行業，不同行業對網絡功能及SLA水平有著不同的訴求，因此在設計階段為每個行業“量身定做” 是重中之重。 圖3-1 網絡切片自動化管理 行業租戶 運營商 切片商 品上架 切片訂購 切片設計階段切片實例化階段切片運行階段 切片部署業務激活閉環控制切片運維切片終結 終結階段 選擇切片訂購網絡能力 切片SLA監控 自運營能力 3.1.1 切片設計 典型應用場景 華為核心網自動駕駛網絡白皮書 切片SLA自動化智能監控：基于華為

20、全球的網絡運維案例，構建切片體驗與網絡KPI的映射關系模型，并基于現網 數據不斷豐富優化異常場景識別的準確度和預見性，實現切片SLA異常和劣化的早期智能預防和識別，異常報告自 主推送。 切片SLA劣化自動閉環：基于用戶級/會話級體驗的智能監控，準確識別切片SLA劣化點和劣化根因；支持切片級 自動彈性實現切片資源的動態合理分配、資源需求的秒級實時響應；作為基于自學習策略的SLA保障中心，決策觸 發跨域的SLA優化流程，實現切片E2E優化措施閉環。 3.2 MEC場景 華為核心網自動駕駛網絡方案支持MEC邊緣設備即插即用，第三方APP快速上線，通過集中管理運維能力，實現邊緣 站點的快速開站、APP

21、一處創新、全網快速復制。 敏捷的響應市場需求是各行業的核心競爭力，天級甚至小時級的切片業務開通&變更能力是切片的核心價值點。華為 核心網自動駕駛網絡方案基于一系列具備自學習能力的切片業務建模，實現從切片訂購到切片開通的全自動化，使能 各行業新業務快速TTM。 3.1.2 切片開通 訂購即部署：在接收到行業客戶的訂購SLA之后，自動化在線編排生成所需的切片網絡拓撲、切片資源模型、業務 配置模型、切片網絡鏈路模型，基于這些模型自動進行切片網絡實例和切片業務實例的部署開通。 部署即開通：在切片實例完成部署后，基于在線工具平臺自動完成切片的功能和SLA的驗收測試，實現切片業務部 署即開通。 切片相比于

22、傳統網絡，其運維對象、運維復雜度都發生了很大變化，對運維人員有了更高的要求。提高運維效率，實 現切片自動化智能化監控、SLA自動閉環是剛性需求。 3.1.3 切片運維 圖3-2 MEC應用場景 開站場景：MEC即插即用 核心網管控單元 中心DC 5GC 珠海園區新疆園區北京園區創新 A公司云 監測安防機器人 集中FCAPS 邊緣故障自愈邊緣彈性伸縮 1VsN 運維場景：集中運維、邊緣自治APP部署：一地創新，全網復制 HW APP UPF MEP 邊緣 網絡 自治 單元 3rd APP MECMECMECMEC MECMECMEC APP 全網復制 APP注入 全網復制 09 核心網管控單元核

23、心網管控單元 典型應用場景 華為核心網自動駕駛網絡白皮書 邊緣站點由核心網管控單元進行集中管理，支持對所有MEC設備的全局監控，支持批量遠程升級和策略下發，減 少近端頻繁上站帶來的運維成本。同時，邊緣站點自身支持自動彈性伸縮（可快速響應業務調整訴求），以及基 于自定義策略的故障自愈（如邊緣脫管時，部分故障可快速自愈）。 3.3 工作流編排場景 華為核心網自動駕駛網絡方案引入了強大的可編排工作流引擎，可以針對現網運營過程中的不同場景，基于原子操作 按需編排，形成靈活的工作流并自動化地執行，極大提升工作效率，縮短業務TTM。 圖3-3 基于原子能力的可編排工作流 3.2.1 MEC自動化開站 網絡

24、鏈接自動建立、邊緣網元自動納管，站點業務配置、測試、上線全程自動化，實現設備即插即用，降低安裝 部署成本，一次上站開通業務，站點上線時長從周級縮短至天級。 3.2.2 集中運維、邊緣自治 3.2.3 APP靈活上線 APP升級部署時，支持導航式快速部署，可由APP提供商自主完成，大幅降低了操作人員的學習成本和技能要求。 APP部署完成后，相關應用軟件，分流規則，策略等進行集中管理。APP可由人工指定一鍵式復制到其他站點，也 支持基于自定義部署策略自動復制到其他站點，實現一地創新，全網復制。 可編排工作流引擎 原子能力 原子能力 工作流 任務管理 網元資產數據監控數據網絡資源數據 資產管理 自動

25、任務1 自動任務2.1 自動任務2.2自動任務3.1 人工任務3.2 SE 編排調度 能力集 生命周期管理 能力集 NFVI資源管理 能力集 跨域切片 能力集 核心網域切片 能力集 智能運維 能力集 自動化測試 能力集 XXX 10 11 日常監控場景：傳統運維故障識別手段少，待KPI 指標劣化觸發網元告警或引發用戶投訴后才開始定 位故障，效率低，耗時長，易出錯。華為核心網自 動駕駛解決方案對歷史KPI數據進行持續機器學 習，實現海量KPI動態閾值的設置和維護，降低人 力成本，提升檢測準確率，在亞健康狀態即可先于 故障識別異常；且基于Incident的多維事件關聯檢 測與分析，根據時間和空間相

26、關性，實現快速故障 定界，輔助根因分析。 網絡變更場景：5G時代，版本發布愈發頻繁，存在 大量變更（升級、割接、配置變更等）操作，故障 風險大幅提升。華為核心網自動駕駛解決方案針對 變更場景，構筑事前、事中、事后“三道防線”，提 前發現并規避40%變更引入問題。變更前進行在線 健康檢查，變更準備&操作按規范自動化執行，變 更過程中及值守階段的異常檢測，多維事件聚合& 輔助根因分析，實現快速故障定界，提前規避變更 引入問題，實現智能在線機器值守。 華為核心網自動駕駛網絡白皮書 典型應用場景 3.4 智能運維場景 隨著5G業務和NFV/SDN新技術的引入，核心網網絡愈加復雜，業務變更更頻繁，故障隱

27、患更多，運營商每年平均有 數百次數千次變更操作，而70%事故都由變更引起的，給運營商帶來巨大挑戰。 要解決電信業面臨的挑戰，僅僅靠傳統運維思維已遠遠不夠，華為核心網自動駕駛網絡方案將AI引入電信網絡，帶來 “可預測性”的全新價值，變被動運維為主動運維，在故障影響范圍擴大前及時止損。 圖3-4 智能運維能力 豐富的原子能力：提供豐富的原子能力，包括管理域各組件的原子能力（如NFVO、VNFM、EMS、VIM、 MEAO、NSMF、NSSMF等），以及專業工具的原子能力（如智能化運維、自動化測試等），便于用戶靈活編 排，支持各種復雜場景的工作流自動化。 可編排工作流：具備交互友好的工作流程設計界面

28、，支持通過拖拽的方式，快速搭建自定義工作流，實現客戶 定制業務流程的快速開發；工作流執行過程可視，可清晰查看工作流的執行步驟和狀態，便于快速發現、定位 執行異常的操作。 自動化測試：作為最重要的原子能力之一，自動化測試是提升運營商工作效率的關鍵能力。支持基于真實終 端+業務模擬的多地多點自動化業務路徑遍歷測試，及7*24業務SLA評測，并自動收集及分析測試結果，生成 測試報告。 被動運維 智能運維應用 智能異常檢測跨層根因分析多指標關聯檢測 多維事件聚和分析動態資源預測 主動運維 性能分析 (全網監測) 經驗管理 （策略匹配） 閉環自動化 （自動執行） 機器學習 大數據 日常監控場景網絡變更場

29、景 12 不斷積累，逐級演進 華為核心網自動駕駛網絡白皮書 04 不斷積累，逐級演進 實現通信網絡的自動駕駛是一個長期的逐級演進過程。華為結合業界未來的技術發展，規劃了5G核心網自動駕駛網 絡的演進藍圖。 華為秉承著合作共贏的開放心態，愿意與全球運營商和合作伙伴共同努力推進5G核心網自動駕駛網絡發展，實現意 圖驅動的完全自治網絡，促進5G產業的蓬勃發展。 2019-2022年：聚焦構建L3有條件自治網絡。以人工智能技術為核心構建一鍵式網絡規劃設計、集成部署、驗收 測試、自動彈性部署、業務自上線等關鍵能力，實現核心網達到有條件自治的網絡。 2022-2025年：聚焦構建L4高度自治網絡。網絡自動

30、化能力在L3的基礎上，在網絡規劃、部署場景中，能夠實現 全場景自決策，網絡容量精準預測。在優化和維護場景中，網絡能夠自監測、故障自發現、自診斷、自恢復，人工 參與決策只是輔助。 2025年至2030：逐步演進到L5完全自治網絡?；贚3和L4的技術積累和運營商市場的檢驗，逐步演進到意圖驅 動的全自治核心網絡。 場景識別 切片自動化 RCA自動化 業務保障自動化 自適應策略 QoS驅動自規劃 業務切片自部署 主動自愈 體驗自優化 業務自發化 基于規則執行 基于專家經驗規劃 配置即插即用 可視化 基于專家經驗優化 工具輔助發放 L0 手工操作與維護 L1 輔助運維 L2 部分自治網絡 L3 條件自治網絡 L4 高度自治網絡 L5 全自治網絡 自進化 意圖驅動自治 自適應執行 工程參數自動化 硬件即插即用 檢測自動化 基礎數據分析 自動化 工作流自動化