电信网络自动驾驶研究——以中国移动为例

郑 军

南京中兴新软件有限公司

0 引言

我国数字经济正在蓬勃发展，以5G为代表的新一代基础设施将成为数字经济的关键支撑，通信运营商正在全力打造“网、云、数、智、边、端、链”深度融合的新一代精品基础设施，助力全社会千行百业数智化转型。以5G、数据中心、工业互联网为主要特征的新基建，拉动了整个经济社会的发展，起到乘数倍加的效应。预计到2025年，我国5G网络建设投资累计将超过1.2万亿元，并带动产业链上下游以及各行业的应用投资超过3.5万亿元。

中国移动把握数字经济机遇，通过“泛在连接、算力网络、智慧中台”等举措，打造品质一流的新型基础设施。中国移动建成了全球最大的通信网络，具有高体系性、高复杂性、超大规模、高动态性、高可靠性的特征，亟需“深度感知、精准控制、自愈自优”的网络与运维能力，赋能数字经济发展，支撑敏捷高效运维；亟需通过全面推进“网络自动驾驶”，加快网络运维自身的数智化转型升级，实现智慧运维，支撑业务提质创收、支撑运维降本增效，助力中国移动四大目标（质量领先、安全可控、敏捷高效、降本逐优）早日实现，牵引信息服务迈上新台阶。

1 现状

1.1 国际电信论坛TM Forum网络自动驾驶（AN）能力分级宏观标准

TM Forum制定了从L0至L5的自动化能力分级的宏观标准，对四类网络运维工作，按照自动化实现程度来划分不同等级，从完全手工维护到部分自动、高度自动，最终到完全自动化、智能化的智慧运维水平。具体分类分级标准描述参加表1所示。

表1 TM Forum AN L0~L5 能力分级标准

操作执行，主要是指网络设备配置、巡检、修复、割接等非硬件操作自动化。

网络感知，主要是指通过数字化设备实现自动采集，对哑资源可以通过设备实现智能识别。

分析决策，主要是指网络与业务故障监控、质量优化实现自动分析、自动定界定位、自动制定策略。

意图体验，主要是指实现隐患预测、容量预测、客户感知，实现智能洞察。

L0的主要特征是这些动作全靠手工进行，缺乏自动化的工具支撑；L1的特征是“执行”部分有自动化系统支撑，但是其他几个动作还是依赖手工；其他级别以此类推。

1.2 国内外电信运营商对标

国内外主流运营商网络自动驾驶能力平均处于L1-L2之间。沃达丰欧洲7个子网（英国、德国、西班牙等），聚焦自动化率，预估评分1.6。中国联通2021年Q2，无线专业评分1.7。TM Forum 2020年调查83%的运营商计划3年内达到L2。中国移动2021年初全网重点专业平均L1.8，年底实现了L2，整体处于行业前列，但仍需加速提升数智化运维能力，力争全球领先。

2 中国移动AN能力建设的方法

2.1 中国移动AN能力建设主要步骤

第一步：积极参与产业标准推进。积极主导国际国内行业标准制定，牵引行业合作伙伴落地实施，总结和分享中国移动最佳实践，完善行业标准。

第二步：精心做好顶层设计。创新“234”AN能力分层架构；定义覆盖网络全生命周期的能力分域架构，分解37类核心运维能力；定义AN能力分级模型，从能力技术成熟度和能力应用成效两个维度综合评定。

第三步：大力开展数智化能力建设与应用。一方面建设好网元设备与OMC，引导设备厂商提升网元内生运维自动化、智能化能力，提升OMC集中化采控能力、数据与操作开放能力；另一方面，进一步完善网管系统，持续优化运维流程、业务规则、数据模型，提升单域自治、跨域协同能力，大力推动AI技术应用创新。

第四步：适时开展能力评估与分析。组织全网31省面向重点专业、业务、运维场景开展数智化能力评级；评选优秀创新能力标杆，推动全网复制推广；识别共性短板问题，针对性制定提升计划，并推广实施。

这四步是一个不断循环持续改进的过程，如图1所示。在下文中重点介绍第二步和第三步。

图1 中国移动网络自动驾驶实践方法

2.2 中国移动网络自动驾驶能力分层架构

参考TM Forum网络运营架构模型，构建“234”AN能力分层架构，如图2所示。该架构模型的最上端是两大业务目标，分别是“客户发展”和“质量领先”；以这两大目标牵引，模型中嵌了三个闭环流程，分别是客户需求管理闭环、跨专业端到端业务管理闭环、单专业资源管理闭环；构建四层协同的网络运维数智化能力。

图2 中国移动“234” AN能力分层架构

面向网络专业的单域自治是指构建网元设备的内生运维能力，这是实现自动驾驶网络的基础要素。具体说明参考2.3.1。

跨域协同方面主要包括跨域端到端业务开通、运行保障、质量优化和运维研发化转型。具体说明参考2.3.2。

2.3 网络自动驾驶全生命周期能力分解

网络自动驾驶的能力覆盖网络全生命周期，以规化、建设、维护、优化、运营、资管6个运维域、11个核心运维场景（网络规划、设计部署、监控排障、网络巡检、容量优化、质量优化、业务开通、资源变更管理和资源数据管理等）为框架，持续梳理完善37类核心能力，从面向网络专业的单域自治和面向业务端到端的跨域协同两个方面，持续建设和完善网络运维的自动化、智能化能力。

2.3.1 专业单域自治

前面提到过专业单域自治是实现网络自动驾驶的基础要素，中国移动的网络包含最为核心的5大专业，分别是无线、核心网、云、IP、传输5大专业。联合设备厂家，重点提升OMC/专业运维工作台、网元设备的数据采集、集中控制、高可靠、自优化、可检测、可操作等6大项、18小项运维支撑能力，实现网元内生自动、内生智能，这个过程就是单域自治。各网络专业单域自治的基础要素如表2所示。

以核心网的单域自治来说，打造AI注智的“自配置、自修复、自优化”核心网，实现业务永不中断、变更安全高效和极致的业务体验。这个工作要重点提升本网元的OMC/专业运维工作台的能力，实现网元设备的数据自动采集，从而实现集中控制、可检测、自优化和高可靠等运维支撑能力。

第一是实现可感知。增强网元内生亚健康检测能力，解决隐患识别问题，提前预测预防，通过OMC实现海量数据隐患排查。

第二是实现高可靠。增强网元立体协同抗冲击能力，各网元内生智能流控能力，解决流量突发、信令浪涌等问题。通过OMC实现5GC容灾切换状态可视可管理。

第三是实现可操作。通过自动测试引擎，通过仿真UE实现智能拨测：解决人工拨测效率低问题；支持灰度拨测引擎，通过真实UE自动采集业务感知度数据，及时发现网络隐患。通过OMC实现拨测KPI可视，从而最终实现机器值守。

各专业自治包含的主要能力框架以及能力要素如表2所示。

表2 各专业单域自治的基础要素

2.3.2 跨域协同——端到端业务运营

端到端业务运营包括业务的开通、运行保障以及质量优化。

（1）在端到端业务开通方面实现了自勘察、自设计、自开通。

首先，实现业务驱动的跨域资源自勘察。通过业务驱动的跨域资源勘察，传递SLA需求，确认网络资源（含带宽、时延）等满足业务上线需求，将原来人工转换和拆单转变为自动同步转换三域需求，实现在线评估。

其次，实现模块化切片业务编排自动设计。通过自动同步订单信息，实现三域参数、跨域参数的自动生成，并实现人工在线审核。

最后，实现一站式自配置、一站式业务开通。协同各域资源实现网管配置自动下发，自动配置DNN相关信息，并在线验证业务，从而实现业务开通的体验电商化互联网化。

（2）在端到端的运行保障方面通过引入体系化AI技术，全面实现智监控、智诊断和智修复。

第一，智监控——以网络监控为主转型为以网络+业务监控。以传统的告警监控及处理，通过事件聚合能力，将海量告警+多维数据聚合成少量的业务事件。通过多维数据关联将故障识别率从65%提升到95%，从而可以自动提供业务保活方案。

第二，智诊断——从人工梳理规则转变为体系化AI。通过故障树、知识图谱等AI技术，自动生成故障诊断和业务闭环规则，智能定位问题网元。

第三，智修复——从流程自动化转变为网络自动化。传统运维集中在流程自动化提升，而自动驾驶通过智能推荐方案，调用网元能力实现故障自动修复，实现端到端故障自闭环，让业务快速恢复保活。

（3）在端到端的质量优化方面，实现了智能感知、自动分析和智能调优。

首先，实现智能感知。通过AI注智的异常检测及主动预测，加上智能分析引擎加持，采用数字孪生技术仿真推演，优化建议智能推荐，实现面向网络/业务/用户的感知主动预测和质差根因自动定位。

其次，实现数据融合+跨域自动分析。通过集成无线/核心/承载等多数据源跨域自动分析，实现多数据源跨域分析。

最后，实现智能调优。基于跨域分析结果，协同单域网络能力智能调优，从而实现基于用户体验的跨域融通。

2.3.3 运维研发化转型

实现网络自动驾驶，需要产业协同，更需要核心能力自主掌控。加快实现网络运维人员的运维研发化转型，以自研为核心，通过内部合作、外部引入，建立开放、共享、合作的网管系统生态体系。

采用SCRUM开发模式，实现运维自动化需求到软件设计、程序实现的快速转换，制定从需求管理、敏捷开发到价值运营的一套标准化工作流程，实现开发过程可视化闭环管控。

自研的核心内容包括自动化策略、数据分析建模和应用编排的脚本制作。此外还要重点建设一体化的研发平台，如RPA（机器人流程自动化）、九天AI平台等。

3 网络自动驾驶的初步实践

3.1 主要路径

面向中国移动业务发展和网络技术演进，分三大阶段有序推进数据驱动、IT赋能、AI注智的智慧运维新突破，十四五期间网络自动驾驶达到L4级，实现单域网络数据自配置、隐患自预防、参数自寻优，跨域业务开通分钟级、运行无中断、质量自优化。图3描述了中国移动AN能力建设的路径。

图3 中国移动AN能力建设路径

中国移动2021年底全网平均达到了L2，实现了部分自治，加快了“2+5+N”网管系统架构调整，拉通了跨专业的端到端业务开通长流程，积极开展了哑资源维护等AI应用试点，AI应用API达到了100项。在基础上，确定了未来4年的目标。

（1）2022-2023年的目标是全网平均达到L3，部分省达到L4，实现基本自治。

在网元内生能力方面，网络设备实现业务质量可感知。网管系统能力方面，重点提升网络自动控制和端到端业务质量管理能力。强化传输、IP等专业的路由自动计算、数据自动配置，支撑政企业务极速开通。基于数据底座，实现端到端业务质量分析优化。

AI应用创新方面，部分省规模化应用AI技术，基于技术中台AI九天平台，推动AI应用能力融入现有网管生产系统，AI应用API达到200项。

（2）2024-2025年的目标是全网平均达到L4，实现高度自治。

网元内生能力方面，网络设备实现路由动态优化；网管系统能力方面，全面实现各业务、各专业自动化运维能力。在业务开通、网络监控、网络优化各领域，持续优化业务流程和业务规则，提升运维效率。AI应用创新方面，全网规模化应用AI技术。围绕“现场作业图像识别、网络策略复杂计算、网络大数据分析”3类应用场景，构建感知智能、诊断智能、预测智能、控制智能4大类网络运维AI能力，实现全网规模化应用。

3.2 AI创新

2021年有16省贡献107项AI能力上中台，年底评选了10大AI标杆应用。2022年持续拓展网络域AI应用的广度和深度，各省基于集中化AI平台，做好标杆应用的推广落地，并聚焦以下12类场景开展AI创新，积极参评全网优秀应用。集中化AI平台将建立“能上能下”动态运营机制，加强AI能力运营。如表3所示。

表3 AI创新的12个场景

4 结束语

自动驾驶网络旨在构建端到端的运维能力，覆盖规划、建设、维护、优化、运营和资管等全生命周期，基于大数据和AI技术，表现为自动化、智能化的网络能力与运维能力，从而为客户带来新的网络价值和业务驱动力，为一线运维注入AI能力，面向消费者和垂直行业客户提供“零等待、零故障、零接触”的新型网络与ICT服务，支撑更高品质业务发展，打造“自配置、自修复、自优化”数智化运维能力。实现自动驾驶网络，是网络与运维数智化转型的必由之路，需要网络技术演进、运维流程优化、智能化技术运用、运维人员能力提升和产业链协同等多项举措齐头并进，需要体系化推进。