全域自智网络建设实践：投诉处理和隐患识别的端到端自动协同

        随着5G网络的大规模部署及数字经济的发展，特别是多频多制式导致通信网络结构越来越复杂、规模越来越庞大，各种多样化的终端大量接入，不同类型的业务需求迅速增多，传统运维方式已无法满足客户效率和成本的要求以及用户体验的诉求。以自动化和智能化为核心特征、以提高通信网络质量和效率为目标的自智网络，正在成为未来通信网络的重要发展趋势。

        2017年2月，ETSI（欧洲电信标准化协会）宣布成立新的行业规范工作组“经验式网络智能”后，ITU/3GPP/CCSA陆续成立智能网络课题。2019年，自智网络开始体系化发展，目前虽然部分领域已经具备了一些自动化能力，但总体上还是以单域、单场景智能化工具/功能为主，没有达到全流程的自动化，各个专业之间依靠人工来串联，缺少自动协同。

        中兴通讯作为业界领先的综合通信与信息技术解决方案提供商，通过对无线、承载、核心网等各领域的自智能力的持续研究，部分单域自智功能已达到业界领先水平。但提升通信网络的自智能力并协助运营商数字化转型，需要提升全域端到端的自智能力。为此，中兴通讯基于中兴通讯大数据产品VMAX，拉通各单域并实现端到端的全域自智解决方案。其中，客户投诉和隐患识别两个端到端场景在多个项目成功落地，助力运营商的网络智能化提升及数字化转型。

        中兴通讯uSmartNet全域自智解决方案基于中兴通讯大数据产品VMAX，与各单域通过相关标准接口实现互通，从无线、承载、核心网获取相关配置、告警、性能等数据，通过对数据的分析处理，实现从话单级到网络级的智能化问题分析和精确定界定位；同时VMAX通过OpenAPI接口开放自己的能力，将各单域的智能化工具进行对接连通，并基于智能化核心算法，从网元内生、单域自治、跨域协同多层次出发，解决各单域因其独有的协议及特性而无法使用同一个产品或工具进行协同的问题，从而实现全域网络自智及网络问题的自动闭环（见图1）。

        在投诉处理场景中，通常以人工为主、各单域工具为辅的方式进行处理，整体投诉处理周期长且耗费大量人力物力成本。中兴通讯基于大数据产品VMAX，运用业界领先的大数据挖掘算法，实现对投诉问题从终端、传输、无线、核心网到SP的端到端自动定界。同时关联无线MR、性能和告警数据，通过对投诉用户多场景的故障树分析，实现用户级根因钻取，快速定位及处理问题，部分场景中的投诉问题实现全流程自动闭环。例如在TNR覆盖问题分析中，通过OpenAPI接口调用中兴通讯无线智能化功能AAPC（automatic antenna pattern control），通过AAPC的权值优化方案实现覆盖问题的场景自动区分，并基于DOA（direction of arrival）数据建立相对坐标系，在不依赖工参的前提下实现权值自动寻优，做到“一站一场景一权值”的个性化权值部署及自动优化，实现覆盖问题的自动优化和自动评估，真正达到“零接触”式全自动优化。根据TMF自智网络白皮书4.0的评级标准，该场景达到L4的自智水平。同时，通过对接承载智能化工具BigDNA和核心网智能化工具MagicEye实现承载和核心网问题的自动定界定位，并拉通无线智能化工具AAX，实现无线侧告警问题的准确定位及软件问题的自愈，真正实现投诉问题的全域端到端自动化解决。

        在隐患识别场景中，目前业界都处于初期探索阶段，大部分网元都是在发生故障后再去处理，导致网络质量发生波动而影响用户感知。为此，中兴通讯基于OSS智能化工具AIMIND，接入无线、承载、核心网的CM/PM/FM数据，通过AI算法及自学习功能，实现站点退服的预测。运营商可以根据预测结果提前进行预防和处理，有效降低站点退服的风险，保障通信网络稳定运行。同时，面向各单域的软硬件，有针对性地进行故障的预测，例如无线侧光模块、RRU/AAU环境温度及电压等问题，以及承载硬件、流量等故障的预测，故障预测能力处于业界领先水平。

        中兴通讯uSmartNet全域自智网络建设方案在多个项目完成落地应用，其中在客户投诉处理场景中，真正实现了网络的端到端自动优化，部分场景不需要人工参与即可实现问题的自动闭环，在缩短投诉处理时长和减少专家投入方面效果显著。在隐患识别场景中，通过自动识别出隐患及给出解决建议，可帮助运营商实现故障处理效率提升30%以上且有效降低故障率，助力运营商的网络稳定性及网络运维智能化达到行业领先。中兴通讯除了实现以上场景的自智能力外，同时在对FNR覆盖问题、无线干扰等问题的端到端解决方案上进行部署，帮助运营商的网络自智范围进一步扩大。

        全域自智是通信智能化发展的一个重要途径，通过智能化的技术手段，可以实现通信行业无线网、承载网和核心网跨域协同的智能化网络运维，从而提高运维效率，提升网络的可靠性、安全性和用户感知。