近年來，5G、云和人工智能正加速智能社會的到來，三大技術正在重構網絡。網絡作為行業數字化的基礎平臺，是每個企業數字化轉型的底座。隨著網絡基礎設施的升級，帶來更高的網絡帶寬和更低的網絡時延，網絡業務質量高要求的同時帶來網絡復雜度的增加，網絡的日常保障和運維工作變得更加挑戰，運維能力的演進成為電信網絡能否持續發揮效能的關鍵因素。

        傳統人工、工具化運維已不能滿足當前網絡的運維需求，數據統計顯示，通信網絡運維問題大部分時候都是被動發現，是由用戶的投訴感知，運營商本身非常缺乏預防性的網絡監測和維護手段。同時，網絡故障根因定位更難，日常運維有90%時間都花在問題定位方面。網絡的智能化運維轉型已經成為很多運營商的迫切需要。

        但是，智能化在網絡運維業務的工程化落地過程中，面臨諸多挑戰：首先，運營商網絡、數據中心、企業園區等網絡復雜，千差萬別，需要業務分析師、AI算法開發工程師等人員參與，對相關人員的投入和技能知識要求較高;另外，針對開發不同場景的AI應用，數據建模和模型調測等工作耗時耗力，整個應用開發周期很長。為解決這些問題，構建和應用AIOps平臺能力，已經成為電信行業運維智能化演進的趨勢和主要方向。

        在4月13日華為HAS2021 NAIE圓桌會議上，NAIE產品部首席技術官程磊跟業界分析師介紹了華為NAIE AIOps服務的規劃和最新發展，以及在一些項目中的應用實踐情況。

        華為NAIE產品部首席技術官 程磊

        華為NAIE從2019年開始正式對外發布，同時開始構筑AIOps的平臺能力和服務。從2020年開始，陸續發布三批AIOps AI原子能力，編排框架和一些典型場景的智能應用，目前已經具備立體化的AIOps能力，基本滿足網絡運維大部分場景的智能化應用需求。

        豐富的AI原子能力

        NAIE AIOps服務當前能夠提供超過20種AI原子能力，覆蓋網絡運維業務的全流程，包括故障預測、故障檢測、根因診斷等。原子能力庫支持常見運維業務場景需求，如流量預測、KPI異常檢測、日志異常檢測、CHR異常檢測、異常關聯分析、事件聚合、根因定位等。

        同時，基于華為具備深厚的電信網絡知識沉淀，結合高質量的訓練樣本，以及最佳算法調測和實踐， 這些AI原子能力模型在保證高精度高同時，具有良好的模型泛化能力。以異常監測為例，這些檢測大多都是針對通用時序數據，與業務松耦合，在使用時只需配置少量業務屬性，如檢測方向、周期或非周期等，算法可自動識別KPI特征，匹配最優算法，精準識別異常點。

        另外，華為NAIE AIOps服務在沉淀核心AI資產自主研發的同時，對生態合作也持開放態度，支持使用者根據實際業務需求開展算法模型的創新與開發，自行擴展AIOps能力。

        靈活的組合編排與DevOps能力

        編排操作簡單靈活，使用者可選擇業務場景所需的AIOps原子能力，通過可視化方式完成流程串接，只需從組件庫中拖拽數據及原子能力進行組合，即可完成應用場景端到端的圖形化編排。并且，支持進行業務泛化的參數配置，包括數據接入方式、模型參數、內置電信領域泛化參數，真正支撐使用者零編碼、低門檻進行作業，實現高效地構建AI應用。

        同時，NAIE AIOps的編排框架還提供數據可視化服務，支持輕松按需搭建可視化大屏，其包括豐富的2D/3D可視化組件，如圖表控件、地圖控件、交互控件以及媒體控件等，拖拽式自由布局，快速實現DIY可視化大屏，一鍵預覽，業務結果快速呈現，實現運維應用效果的實時可視。

        另外，編排框架還集成RPA功能，只需極簡的配置，即可實現數據采集和結果推送等操作，打通業務應用中的流程斷點。

        典型場景的AIOpsAPP、開箱即用

        NAIE AIOps服務目前針對運維最常見的業務場景，提供10+開箱即用的APP，覆蓋運營商網絡、園區網絡、DC網絡、IT應用四大領域：

        運營商網絡，提供跨域故障識別分析、核心網日志異常監測、基站流量預測、無線性能分析等;

        園區網絡，提供園區5G設備故障監測、園區網絡智能巡檢、光模塊故障預測等;

        DC領域，提供硬盤故障預測、DC PUE優化、供電鋰電故障預測、DC安全智能巡檢等，

        IT應用領域，提供IT應用健康監控、云服務日志異常監測等

        這些應用都可以快速地實現部署和應用，同時可以提供云上或地端靈活的部署方式選擇。

        此次分析師大會，程磊還介紹了華為NAIE AIOps的應用實踐情況，經過一年多的發展，NAIE AIOps逐漸開始進入規模應用階段，服務已經應用于無線接入、數據通信核心網、DC等6個運維領域，應用局點超過30個，服務月調用次數已經超過4.1億次。而且應用的效果和價值明顯， 某地運營商基于NAIE AIOps服務實現的智能運維系統，在7個月應用期間，共計發現52個異常，異常指標查準率85.80%。而且多次提前發現網故障并提前預警，讓運維人員及時處置，成功避免大規模的客戶業務影響。

        AIOps作為華為網絡智能引擎的核心能力，華為在未來會繼續加強投入，程磊表示，“華為NAIE AIOps服務是電信知識經驗和算法能力的深度結合，運營商的運維轉型和智能化是大勢所趨，我們致力于打造優質的AIOps平臺服務，沉淀AIOps場景最佳實踐，助力運營商高效地實現智能運維。”

《電鰻快報》