近期，为贯彻落实中国电信集团云网运营数字化转型战略，提升云网监控排障能力，不断积极探索提升网络自智水平的方法，湖北电信联合中信科移动针对网络维护中故障定位效率低、设备隐患监控识别难的痛点，推出基于AI引擎的智能运维解决方案，实现了故障根因精准定位、设备隐患提前识别，有效提升了网络稳定性。
告警自智—提升分析处理效率
为了降低维护人员日常告警的分析工作量，基于历史告警，提取网络拓扑、配置、日志、故障对象等信息的关联特征，结合已有告警知识库，利用AI算法对数据进行挖掘和训练，形成告警的根因-衍生关联模型。在注入AI模型后，可以对网络中产生的告警进行关联识别和根因诊断，从而提升故障排查与处理效率。
在现网规模试点，告警关联准确度超90%，根因告警分析用时缩短了5~8倍，显著提升了故障排查与定位的效率。
图1 告警自智诊断结果
设备隐患识别预测—主动运维，提升网络质量
为了将设备隐患扼杀在初期，将“健康体检”理念引入到网络运维，对无线网元的关键器件进行健康度评估。通过监测关键指标的状态和变化趋势，结合AI训练模型，可对光模块、时钟源、BBU/RRU输入电压等指标实现健康度自动监控，形成关键器件的健康评分并输出检查报告，对风险器件提前预警，协助运维人员提前识别处理。经现网规模试点，故障隐患识别准确率达到90%以上，并经过上站核验，评估和实际情况相符，为主动运维提供了重要依据，提升了网络质量。
图2 光模块品质监控
通过规模试点，充分验证了中信科移动基于AI引擎的智能运维解决方案，可有效实现告警根因快速精准定位、设备隐患提前识别，不仅可大幅提升运维效率，而且有效提升了网络设备的稳定性。
后续，湖北电信将持续与中信科移动紧密协作，打通智能运维数据和上级采控平台的对接通道，共同推进网络自智能力更上一层楼，构建更智能的5G网络。
