刘裕良-基于 AI 与数据驱动的通信网络智能运维实践.pdfVIP

敏捷感知，精准决策：

基于AI与数据驱动的通信网络智能运维实践

刘裕良研究员

中国科学院自动化研究所博士，现为华为诺亚方舟实验室研究员。2016年开始参与

ICT智能运维相关工作，主要从事小样本学习、数据异常检测、根因推荐、智能诊断、

时空聚类、关联挖掘、预训练模型、Zero-TouchOperation等方向研究。在研究工作

中提出的V-Sharpness、iRCRR、根因基、MSGR、AdaSTE等算法和框架，已成功应

用到AUTIN等相关产品。具有丰富的AI算法设计、优化、落地经验，同时熟悉无线、

传输、核心网的基本运维机制，理解运维语言和运维痛点。

通信网络发展趋势及运维挑战

通信网络未来运维模式

华为智能运维实践

总结与展望

通信网络发展趋势及运维挑战

通信网络发展趋势

网络运维面临的挑战

网络运维转型趋势

根据行业预测，未来的运维的发展趋势，

将逐渐从面向网络与设备的被动式管理

转型成为面向客户的预测、预防式管理，

通过高度自动化的服务为客户提供自助

服务的模式。

而通过面向客户的并且提供预测\预防

管理的智能运维模式，虽然网络环境逐

渐趋向复杂与多元，但网络故障的处理

时长、运维人员与人为引入故障的数量

都将得到较大控制，传统的网络环境复

杂度与维护成本、人数等运维的工作量

之间的矛盾将得到极大缓解。

引入AI是电信行业趋势所向

Tractica电信行业AI收入预测

全球知名市场研究公司Tractica/Ovum对30个领域近300个真实的AI使用场景进行的研究表明，电信领域在AI

技术方面尤为积极，并且是目前最大的AI细分市场。根据Tractica/Ovum预测，到2025年，全球电信业对人工智

能软件、硬件和服务的投资将达到367亿美元。其中，电信业AI软件市场将以48.8%的年复合增长率从2016年的

3.157亿美元增至2025年的113亿美元。预计至2025年，电信运营商主要将AI用于网络运营监控和管理，这方面

的支出将占到电信业AI支出的61%

通信网络未来运维模式

新需求和挑战对未来运维模式的期望

人工智能在电信网络运维中的作用

电信网络未来运维模式：人机协同

运维体系迭代发展过程中人、数据、机器的角色与关系

随着人工智能的技术不断成熟并在运维中扮演越来越重要的角色，推动运维管理由传统“人+流程”的运维模式转向人机协同的

运维模式，人机协同的运维模式是让机器把机器学习、深度学习等人工智能算法应用于运维工具和业务系统所采集的大型数据集，

并尝试模拟人类行为（如感知、分析、决策、执行等）协助运维的模式。人机协同模式让运维管理具备算法和机器学习能力，通

过持续学习将运维人员从纷繁复杂的告警中解放出来、使运维变得智能化。在新的运维模式下，新技术可以赋能运营团队，以人

的独特经验和判断力注入数据底座，点石