CDN及业务子域自智网络解决方案

        视频在未来网络发展中的占比越来越重，视频领域服务的形式和内容越来越多样化，提升用户体验始终是视频服务的最终诉求。如何在复杂的视频网络环境和架构中提升营维自动化和智能化能力，是运营商亟需解决的问题。依靠传统专家经验为主的被动式营维模式显然无法应对，主动式、自动化、智能化网络营维能力成为刚需。为进一步提升服务品质和营维效率，视频网络自智解决方案应运而生。

        视频网络架构复杂，从视频源头部引入，到业务编排，再到CDN（Content Delivery Network）分发和有线、无线接入，最后到终端播放的整个流程较长，视频自智网络方案的总体设计按照单域自智到跨域协同方式规划，先在业务、CDN、终端、固网等子域自智，再完成跨域协同。视频自智网络总体功能架构和规划路径如图1所示，本文重点介绍CDN及业务子域的自智网络解决方案。

图1   视频自智网络总体功能架构和规划路径

        CDN及业务子域自智网络解决方案的价值与目标如下：

- 营维智能化提升：核心场景由L2+（半自动化）提升到L3（自动化）和L4（智能化）；

- 集中化营维能力建设：由多个运维系统门户统一到ZXOPS集中运维门户，并统一提供对外原子能力/算力开放；

- 监控处理能力原子化：由区域、节点、设备级监控扩展到频道、内容级、用户级、访问流程级的监控和安全识别；

- 打造运维快速闭环能力：故障预测能力> 80%，故障定界定位时间<30分钟，故障自愈<5分钟。

集中化运维平台，统一运维门户

        集中运维平台是自智网络的基础，为解决现网多运维系统、门户和外部接口问题，ZXOPS提供集中运维平台。集中运维平台包含九大系统模块：

- 统一资源管理：实现全网网元集中资源管理，支撑监控、告警、巡检、升级、资源核查等；

- 统一配置管理：实现对不同网元模块的配置下发和配置核查与告警；

- 统一升级管理：实现对全网网元的集中、远程、灰度升级和安装；

- 统一巡检管理：实现全网网元的巡检作业任务配置、执行和巡检报告输出；

统一拨测管理：实现IPTV、OTT网络业务拨测和跨区拨测；

统一监控告警：实现集中场景化监控、告警、故障定界&定位、数据对接；

统一日志分析系统：实现网元日志集中留存、分析、安全检测等功能；

统一安全管理：实现全网网元安全监控和安全上报处理；

统一能力开放：实现外部系统统一对接，提供自身平台的原子能力开放和算力统一开放。

系统监控处理能力，实现原子化监控

现网CDN监控系统大部分是基于设备的业务和硬件，没有深入到内容、用户级别和整体业务流程下串联，定位为较为复杂，原子化监控提供直播和点播内容服务、用户访问、操作系统、进程等原子监控能力支撑。

全直播服务质量监控分析功能：通过内容中心、边缘节点的频道级服务质量监控，实现全量频道流量分布、回源和服务异常分布、影响用户分布的聚焦分析，为直播智能调度和直播自动切换提供数据支撑；

热点内容服务质量监控分析功能：通过内容中心、边缘节点的内容级服务质量监控，实现热点内容服务分布、异常内容分布和影响用户分布的聚焦分析，为热点内容智能调度和异常内容自修复提供数据支撑；

录制频道状态监控分析：提供录制中心频道录制分片的质量状态监控功能，快速识别录制和时移服务内容问题；

用户访问流程检索：提供用户从访问CDN系统RR（用户负载调度）、SLB（内容服务调度）到IAS（服务网元）的全流程瀑布访问tracing检索功能，实现故障定界。

视频V-QoE质量体系，构建评估标准

V-QoE（Video - Quality of Experience）是指用户对视频业务的质量和性能（包括有效性和可用性等方面）的综合主观感受，体现了用户角度业务应用的舒适度。2018年我们建立和规范了视频的度量指标KPI和业务关键指标KQI的指标体系，在运维中起到了很大作用。V-QoE构建在KPI和KQI视频指标体系之上，基于AI大数据分析和经验库，将业务关键指标转化成与用户感知相关联的评分体系。V-QoE评估体系数据来源于服务指标、硬件指标、配置核查、数据备份、安全检测结果等多维、多向量数据组合；输出节点级、设备级、系统级、内容级的4类V-QoE评估值，用于支撑系统健壮性评估、智能调度闭环等多个功能场景。

AI故障建模，网络注智

视频AI故障建模主要由3大功能模块构成，如图1所示，分别是：专家经验库、故障预判功能、故障决策树功能。这3个功能覆盖整个运维流程，从运维的指标监控，到故障治理，实现了运维全生命周期的自动化和网络功能流程的全量自智自处理。

专家经验库通过抽象视频运维的各类故障、涉及的指标项、对应的解决方案，构建知识图谱模型，建立“指标—故障—解决方案”体系，突破了传统人工专家下知识体系混乱、专家间知识不互通、专家人工经验与系统的“人机接口”缺失等局限性，为故障预判中的“指标异常—故障”映射关系和故障决策树中的“故障—故障网元”映射关系提供理论基础。

故障预判功能通过时序信号处理AI算法以及多源指标融合算法，对各类关键指标进行监控，及时发现指标中的数据异常，并通过专家经验库将指标数据异常在业务维度体现为故障预判，建立自动化指标异常监测体系和故障预判体系。

故障决策树功能通过分类树AI算法和时序信号逆处理AI算法，对于故障日志进行AI自然语言识别处理后，通过专家经验库将故障与相应的指标进行关联，通过分类树AI算法和时序信号逆处理AI算法定位故障网元，并自动化执行专家经验库中的解决方案，解决了传统人工故障排查处理缓慢、故障定位困难的问题，实现故障发生后的瞬发定位和自动化处理。

拓扑网络孪生，数据智能可视

根据CDN的节点服务组网模型，一般分为多层网络结构，方案通过自动仿真构建CDN分层网络服务拓扑图，加载实际节点、设备、链路的指标、告警、状态等数据，并支持故障定界。系统默认配置提供的拓扑场景，既支持全量流量监控拓扑场景，也支持业务直播、点播、时移和回看业务拓扑场景；支持区域、节点、设备上展示实时业务和硬件指标、告警、异常日志，上联链路实时展示回源和服务流量；支持对于不同指标值、告警级别的颜色渲染。除默认拓扑场景外，也支持用户自定义拓扑场景。

故障自愈和修复，实现用户零等待

CDN系统故障按照级别来说分为节点级、设备级和内容级，传统告警到手动干预恢复处理流程复杂、影响服务时间长；在冗余能力范围内对于异常节点、设备的动态隔离、逐步恢复，以及异常内容自修复可以快速降低对用户的服务影响，提升系统总体健壮性和运维效率。

故障自愈

通过设备服务响应码、首包延迟、CPU、磁盘吞吐、网卡丢包以及拨测结果等多维数据构建设备、节点的V-QoE评估模型算法，识别质差设备和节点；将节点和设备服务状态标签化，设置为服务节点、恢复节点、隔离节点3种状态，通过与调度系统联动，实现故障自动识别和调度服务全闭环。方案实现质差节点动态隔离和隔离节点逐步恢复服务。

内容自修复

通过节点、设备、频道、内容服务指标和网络数据，建立设备、频道、内容级V-QoE评估模型，识别质差频道和内容，通过与管理系统联动，实现故障自动识别和内容服务全闭环。方案能够自动识别直播频道服务异常状态，支持节点、设备、频道级主备容灾自动、手动切换级优选服务；自动识别内容服务异常状态，支持内容自动隔离和重新下拉缓存服务。

2021年，中兴通讯在中国移动ToB全国31个省份集中营维智能化建设实践上取得了良好的效果，2022年在中国移动互联网电视平面项目中，中兴通讯视频自智网络解决方案陆续在福建、四川、山东、安徽、重庆等省份不断推进合作创新与实践。未来中兴通讯将与运营商和合作伙伴紧密合作，共同推进网络智能化的发展。