本文來自網優雇傭軍
核心網，是通信網絡的大腦，承擔著網絡全局資源的調度及管理。進入5G時代，核心網肩上的擔子更重了，其承載著來自千行百業的多樣化業務需求。如何實現5G時代的核心網高效、低成本和高可靠運維，成為了運營商及業界關注的焦點。那5G時代的核心網運維有哪些挑戰？又有哪些新變化呢？
5G時代的核心網運維挑戰
運維對象規模和復雜性急劇上升——不同于以往4G時代，5G時代由于網絡應用深入到多樣化的業務場景，網絡規模急劇加大。通過切片方式來進行業務的管理，導致了業務也會更加動態和復雜，從而讓網絡管理難度大幅增加；網絡的管理對象也急劇增多，除了傳統意義上的運營商的公網，還有各行各業的行業用戶專網，如何能夠針對不同對象合理化，分域的運維，基于各個行業進行SLA保障，也是非常棘手的一個問題；同時，隨著NFV，微服務架構等技術的不斷引入，網絡實現了分層解耦，按需部署，但同時也帶來了運維復雜度的上升，故障的定位定界成為了5G時代運維極大的挑戰；2/3/4/5G時代遺留下來多個獨立的運維入口，也讓原本就復雜的運維工作，變得更加的繁瑣，傳統煙囪式的運維團隊和流程模式也因數據之間相互隔離，流程的非自動化，無法在5G時代繼續下去。
人力要求和企業成本的挑戰——與4G主要面向消費者市場不同，5G將賦能千行百業，與各行各業的生產效率、業務創新等緊密相關，這要求5G新業務能敏捷上線，業務發布將從原來的幾個月縮短到幾天，甚至是小時級，還要求運營商提供高SLA的網絡來保障企業的生產、業務等流程高效穩定運行，否則可能會給行業帶來經濟損失，這單靠傳統的人工運維模式無法支撐業務及網絡的要求。同時，5G時代不僅網絡更復雜，業務更多樣化，伴隨著低時延應用和行業專網興起，還將有大量MEC邊緣節點廣泛分布于網絡的不同位置，這都將新增大量的上站維護工作量和運維成本，因此，如何最大程度減少Opex，是運營商在5G這個新戰場上不得不考慮的問題。
如何破除以上挑戰？
讓網絡像自動駕駛汽車一樣，自動化，智能化的行駛
在這樣的挑戰背景下，業界做了很多的探索和嘗試，試圖在方案架構，運維技術，運維方式等方面進行變革，將自動化，智能化引入5G核心網運維。有人提出一個有趣的設想，我們的網絡是否可以像自動駕駛汽車一樣，在沒有人干預的情況下，自動，智能的行駛。這樣的假設讓業界產生了很強的共鳴，也展開了無數的討論，其中比較著名的就是TMF提出的自動駕駛網絡的5層演進節奏，全面詮釋了網絡在未來10年的演進方向。
來源：自動駕駛網絡白皮書
這個圖將自動駕駛網絡的演進分為從level0到level5幾個級別，讓我們知道網絡自動化將會是一個長期的目標，是一個逐步實現的過程，其中AI的能力也會逐步的引入各個領域實現整個演進的轉變。
那5G時代的核心網運維如何逐步實現“自動駕駛”呢？
運維架構轉型
首先需要考慮的是運維架構層面的改變。
眾所周知，存量網絡的管理系統多且孤立分散，數據相互隔離；管理面能力沒有服務化，無法按需進行靈活的部署，導致了底層資源浪費；傳統管理面和業務網元是分離的，這不符合5G時代核心網網元實時控制，本地自治的訴求。為了解決這些問題，就需要在管理面架構上進行融合，實現跨域跨代跨平臺跨層的統一管理。就如華為提供的iMaster MAE-CN方案，非常巧妙的將傳統網管，VNFM LCM， NFVO，NSSMF，MEAO及相關運維工具子系統進行融合。一方面，這些組件并不是粗暴式的堆疊，而是以微服務的方式存在，方便客戶按需部署，另一方面，最重要的是它打通了傳統煙囪式的運維體系，讓數據可無縫互通，不僅能夠讓日常運維操作簡單許多，更重要的是增加了發掘數據更多價值的可能性。同時，這些組件都連接著一個智能的調度引擎，通過系統而靈活的調度，實現從網絡設計，部署，到運維、優化的端到端的管理，而不僅僅是傳統意義上簡單的運維。
AI引入日常監控場景——主動預防實現亞健康狀態精準識別
另一個非常重要的轉變就是技術的改變。這里，大部分的廠商都嘗試通用引入AI技術，自動化，智能化的處理核心網運維問題。
熟知核心網運維的工程師，一定深有體會，在建網初期，工程師要花費大量時間逐條進行上萬個KPI指標對象的閾值設置，這個閾值是根據以往的專家經驗進行設置，由于是靜態的閾值，這就給后續日常監控埋下了可能出現誤報，漏報異常的情況的隱患，告警的可信度大打折扣。況且不同子網情況不同，子網間這些閾值的設置無法復制，工程師只能通過人工的方式，一個個子網進行設置。最棘手的是異常檢測之后的根因分析，工程師需要人工逐條KPI進行故障定位，同時在大量KPI指標中篩選出該異常KPI的關聯KPI，通過查看關聯KPI的測量值，進一步定位異常的原因。這樣全程人工主導的運維方式，效率提升真的是難上加難。
那如何通過AI技術去解放工程師日常的運維工作呢？
我們從閾值的設置入手，看看通過AI如何進行智能的KPI的異常檢測。剛才我們提到，傳統的閾值設置是基于專家經驗設定的靜態閾值，工作量大，也不準確，隔上一段時間，還需要根據現網的實際情況進行閾值的糾正調整。這里，華為提出了動態閾值的概念，如何理解呢？首先，有一個AI的訓練模型，每周對現網歷史數據進行采樣，通過AI算法持續的去訓練校準這個模型。然后，將現網的實時KPI數據導入訓練好的模型中，得到動態閾值范圍，也就是說，當網絡發生變化時，閾值范圍也會發生變化，因此，在網絡出現異常的早期階段，就會有潛在的KPI指標超過閾值范圍，系統上報異常。這樣，在某種程度上，可以幫助我們提前發現網絡隱患和故障，而不是在主要KPI已經異常后去處理故障。
動態的閾值，能夠精準的發現網絡隱性事故，但是實現運維的閉環，還需要智能的對異常情況進行分析，快速找到根因。這里，華為提供了一種多指標關聯分析功能，如果某個KPI指標異常了，系統可以按照貢獻度去對相關的指標進行排序，工程師可以基于此快速的找到最大貢獻度的KPI，從而快速的定位問題的根因。
AI引入變更操作場景——構筑“三道防線”實現機器值守
除了日常監控場景外，重大變更場景也會使用AI。
我們知道，在5G時代，產品版本發布頻率越來越高。因此，會進行大量的重大操作，如普通升級、灰度升級、配置變更、擴容等。現網70%以上的重大事故是由于網絡變更導致的。一旦異常，對業務和用戶體驗影響很大。每年有數千次的變更，給運營商帶來了巨大的挑戰。同時，由于人工操作量大，網絡異常識別平均耗時5小時。導致在業務影響增加時，無法提前分析和發現異常，這樣就錯過了解決問題的時間窗口。
因此，在這種場景下，工程師希望運維方案能夠建立變更前、變更中、變更后三道防線，提前規避風險和問題。
現在，讓我們來看看這個系統是如何工作的。
首先，在變更前，系統自動進行在線健康檢查，確保待變更網絡健康。其次，變更過程中，所有變更準備和操作均按照規范自動執行。例如，在變更前的計劃中明確每個操作的結果。這樣，每一步的操作，都可以有依據，方便變更過程中進行對比。最后，在變更值守階段，需要持續實時監控網絡異常情況。這里，華為利用復合LSTM神經網絡遞歸生成多指標關聯分析。其將指標分為呼叫類指標組、注冊類指標組、接入類指標組等。該算法可以訓練每個組，使每個組可以生成出一個關聯性。當某個異常發生時，對應群組的關聯性就會發生改變。這樣就可以快速定位異常指標組。再通過KPI貢獻度，識別出異常KPI。接下來，我們再來看看如何快速定界異常點。其根據歷史的專家經驗，在系統中預置了很多故障場景；同時，把告警、日志、KPI等多維度因素作為一個事件，與預置場景進行匹配，這樣就能快速定界網絡異常了。這樣就可以幫助我們快速、及時地定位問題了。
AI的引入，最終實現從被動運維到主動運維轉型
以上分享了兩個引入AI的運維場景。不難發現，將AI引入到運維的場景后，傳統運維方式逐漸發生了變化。傳統的方式是一種被動的運維方式，就是當故障已經出現了，我們才通過各種各樣的系統，方法，以及人工的方式，去盡可能快速準確的進行故障定界定位，從而快速恢復。而AI的引入，讓我們對運維的模式有了新的想法。我們可以基于AI技術去進行主動運維，也就是說在故障發生之前，主動的識別網絡的風險，將網絡的亞健康問題暴露出來，在它變成故障之前就把它處理掉，而不是等亞健康問題變成故障后，才去解決問題。然后再通過AI技術，快速的定位問題，將風險快速識別。
5G讓網絡自動駕駛成為了焦點，而AI的引入加速了網絡自動駕駛的演進。未來的5到10年將是網絡自動駕駛快速孵化，演進的時代，讓我們拭目以待。
