随着算网时代的到来，各领域数字化、网络化、智能化进程不断加速。在未来，算力将能够像水电一样广泛应用于各个行业领域，成为经济增长的重要基石。传输网作为算网一体的数智化底座，承载着海量的算力业务，而故障处理的效率成为影响算力底座稳定性的关键因素。基于此，河南移动积极开展集中故障管理的研究探索，按照标准化的集中故障管理流程，开展告警标准化、关联规则梳理、预处理部署等工作，取得了不错的效果，但是在OTN网络维护中，仍存在诸多困难。
1. 告警量大，工单处理耗费大量人力。根据河南移动统计结果显示，17000网元规模的网络，平均每天产生的告警超过了10万条，日峰值告警量更是接近40万条，海量告警全部汇聚在网管中心，工单处理依赖人工，严重影响其故障端到端处理时长。
2. 衍生告警产生冗余派单，导致重复上站，故障处理效率比较低，当前故障处理平均时长停留在小时级。
针对这些情况，河南移动联合华为引入了iMaster NCE“OTN智能故障管理”解决方案，该方案采用独创的三级告警压缩技术，大幅压缩告警处理量，并基于告警传播关系快速识别根因，图示1。
第一级，针对设备或业务上报的告警，我们基于屏蔽、重定义、汇聚、闪断、振荡等丰富的告警过滤规则，过滤掉重复、空闲、工程等无效告警，减少80%重复及冗余告警的干扰；第二级，通过流式聚合算法，从时间、拓扑、文本相似性、业务路径多个维度将分散的告警实现高效聚合，聚合准确率可达95%，聚合时间小于3分钟；第三级，通过根因识别算法，计算各个故障的内在联系，动态的定向各个节点之间的因果逻辑，生成故障传播图并定位出根因故障。智能故障管理还包含了自优化的算法模型，算法一次部署，局点不断学习现网数据，并且能在线增量的更新模型，越用覆盖越全，越用越聪明。
图示1 图示2
基于OTN智能故障管理，河南移动落地了全新的告警管理思路，即把上报海量告警变为上报单一故障事件，从而提升整个告警管理以及故障闭环的效率。该方案在河南移动现网最新验证成果，可将10万告警聚合为5000条告警组并自动标识出根因告警，实现了平均压缩率94.77%，聚合准确率98%，根因准确率92.95%，根因识别时长分钟级，助力河南移动在故障数智化运维上迈向新的台阶。该方案于2022年完成创新项目试点并获得ICT中国年度创新奖（图示2），并于2023年7月正式实现商用部署。
