中国联通云光专线业务自智能力有哪些?

最佳答案 匿名用户编辑于2023/07/04 08:59

我将从订购、开通、使用、管理四个环节介绍中国联通云光专线业务的数字化、智能化、敏捷化的自智能力。

1. 自智订购关键技术

云光协同

行业客户希望在线一站式解决“光网络+云”的业务咨询、选择和订购等问题,获得一体化的服务体验。提供一体化的云光网服务,需要统一编排系统协同云管平台和光网络的管控系统,实现跨专业端到端的调度和维护。云光协同的关键能力是实现云和光网资源的统一调配,面向用户不同的业务 SLA 需求,为用户选择最适合的云池和光网络连接提供服务。

云光协同主要技术包括云光网感知技术和云光网智能决策与调度技术。其中云光网感知技术通过云管平台和光网管控系统实现对算力、存储等云资源,以及对拓扑、时延、带宽等网络资源的感知,并在编排调度系统中形成云网全域信息图。云光网智能决策与调度技术,在用户申请云光网服务时,编排调度系统基于云光网全域信息,综合云池负载及连接时延等因素,智能决策最优的云池和最满足SLA需求的网络连接方案,并统一编排调度云光网资源。

2. 自智开通关键技术

(1)敏捷开通

当前云光专线业务发放,已基于支持SDN的OTN硬管道传输网络,结合集团一/二级协同器加厂家网管控制/管理系统,为客户提供自助下单、自动配置、自动升速、自助网管等便捷的网络服务,提升了精品网的客户使用体验。

针对光专线业务跨多站点、OTN 光/电多层、人工资源核查等挑战,运维人员只需选择源宿站点、业务模板等少量信息后,即可自动、快速地完成专线业务开通,大幅缩短 TTM。自动化系统核心算法提供最小时延、最小跳数、最短路径等丰富的路由策略,以及包括必经节点/链路、不经节点/链路等多种路由约束,满足客户多样化的需求。其中,时延是电信网络的重要性能参数。在网络提供“最小时延”服务的基础上,又提出“软件定义时延”的诉求。“软件定义时延”包含两部分内容:以点为中心的时延评估,以“时延门限”为约束的业务发放。

(2)带宽按需调整

当前的专线带宽调整(BoD)功能是基于客户诉求,提供客户手动调整带宽能力。未来,专线带宽调整应该支持基于对流量的监控与预测,进行带宽调整。比如:一次性调整、永久性调整、周期性调整以及按日期的预约发放。

 

当 OTN 业务发放后,对业务首节点监控实时流量,设备根据流量模型和预设的门限策略,分析当前业务是否需要带宽调整,并做出决策。然后,向管控及编排系统请求触发带宽调整。管控及编排系统根据诉求,进行网络侧带宽调整和客户侧限速。当业务流量降低时,也可以自动的降低业务带宽。从而提供“基于流量的带宽调整”能力。

3. 自智使用关键技术

(1)多维最优专线推荐

云光专线为高端政企客户提供确定性低时延、可保障带宽、高可用率的网络连接服务,需要在网络建设上保障低时延可以覆盖到目标客户,在业务提供时快速评估出满足 SLA 要求的云网方案,这就需要网络的运力具备多维最优推荐能力,主要技术包括运力可视、运力圈评估和入云评估等技术。 运力可视通过光网管控系统对网络状态的实时感知和云池及GIS信息导入,提供云+网+GIS 的统一呈现。

运力圈评估支持指定网络节点或云池节点后,自动计算以该节点为中心,不同时延范围可覆盖的网络或云池节点,实现 OTN 确定性时延圈的直观呈现。入云评估采用多因子算路策略为用户提供用户接入点到各个云池节点的运力能力评估,支撑上层编排系统的智能决策。

(2)业务 SLA 分析

随着专线业务上量,客户申告激增,调研了国内政企2022年9月份故障申告信息,其中约 80%的申告是由于业务中断、闪断、SLA劣化导致。目前亟需提升业务级的监控和调优能力,以及业务级主动运维能力。

中国联通云光专线提供业务 SLA 分析能力,支持业务级监控和分析,在线化业务 SLA 实时核查,识别可用率越限、时延越限等SLA问题;自动分析网络故障对业务质量的影响,识别业务中断、闪断、备路径中断、备路径时延越限等问题。

4. 自智管理关键技术

(1)光网健康保障

光网健康保障特性针对光纤性能劣化类故障的缓慢变化特征,在设备侧实时感知光功率、光衰、误码率等光性能指标,以及进行短周期的边缘推理分析,上报给上层分析系统后,基于AI 算法进行评估和预测,从而判断光层健康程度,并预测未来的变化趋势,指导开展主动运维,在故障发生前解决故障。

光网健康可视和预测的典型能力如下所述:

光纤波道健康可视:光纤收发光功率、光纤衰耗、波道光功率、光性能、OSNR 等光学参数当前信息和历史信息可视,能清晰显示这些光学参数的变化趋势。光纤/波道上承载的业务信息实时可视,能明确显示亚健康光纤/波道会导致哪些业务受影响。

光纤波道健康预测:光纤波道健康度变化趋势可预测,能预测一段时间内的变化趋势。

(2)故障精准定界定位

OTN 网络出现故障时,往往会在路径上下游、不同信号层次上产生大量衍生故障告警,可能触发大量重复无效的维修工单,并且告警数据分散,关联定位故障困难,问题定位速度很大程度依赖维修工程师的人工经验和技术水平。

通过机器学习方式识别根因告警,进行3 级故障压缩及智能算法分析,快速自动识别疑似故障根因告警,大幅过滤和压缩衍生告警,甚至精确实现一个故障对应一个根因,转化为故障工单。

对于故障占比最高的光纤故障,OTN 设备基于eOTDR 的自动检测技术,能够快速获取光纤中断的距离,并结合光缆GIS 信息,自动上报中断故障的坐标,支撑 OSS 系统精准指定上站维修。

(3)同缆识别

在 OTN 网络中,物理光缆同路由每年都会引发多起重大事故,但在实际工作中缺乏有效的监测手段。

让光缆“开口说话”,是实现“同路由检测”的关键,基于光网络探针,通过人工智能的方式分析光纤的特征数据,分析光纤的各种数据变化,如瑞利散射效应、布里渊散射效应、拉曼散射效应等数据,精准识别 OTN 网络中保护链路的同缆情况。通过有效识别同缆风险,提前进行业务整改,消除事故隐患,才可能避免因光缆同路由导致的重大网络安全事故。