网络通信与人工智能

系列文章

“没别的，就聊聊自动驾驶网络”

---

人工智能

人工智能属于计算机分支，领域目前研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等，但人工智能涉及的领域远远不止这些，其子领域还有包括知识工程、数据挖掘、信息检索与推荐，还涉及到数据库技术、多媒体技术与计算机图形学。

而人工智能应用到生活中的领域涵盖社会管理（安防、交通、能源）、公共服务（医疗、政务、服务物流）、产业运作（农业、楼宇、零售）与个人生活（生活、娱乐、教育），堪称是一个多领域的融合应用技术，依托于大量的数据，将原来的显性定义规则（if、switch-case等）转变为由机器自动学习规则（模型训练后预测结果），数理逻辑、概率论与离散成为人工智能的数学基础。并研究如何使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）。自动驾驶、图像分类以及语音合成、老视频还原等等都依托于人工智能的不断发展。

图1 人工智能发展白皮书

SDN

SDN（Software Defined Network，软件定义网络）起源于2006年斯坦福大学的Clean State研究课题，可通过软件编程的形式定义和控制网络。2009年，Mckeown教授正式提出了SDN概念。能够有效降低设备负载，协助网络运营商更好地控制基础设施，降低整体运营成本。

SDN优势包括：

• 灵活性，动态调整网络设备的配置，再也不需要人工去配置每台设备
• 网络硬件简化（如白牌交换机等），只需要关注数据的处理和转发，与业务特性解耦，加快了新业务的引入速度
• 网络的自动化部署和运维、故障诊断

SDN网络指南

网络设备可编程

逐渐网络设备可编程化变成一种趋势，并不断发展至今。思科公司推出的NX-OS是一个思科专有的网络设备操作系统。与传统路由器及交换机设备常见的IOS系统不同的是，NX-OS专用于数据中心环境。

就操作系统自身而言，IOS（Internetwork Operating System，互联网操作系统）是思科自研系统，而NX-OS基于Linux内核（Wind River Linux）开发，天然自带对Python语言的支持，这使得其能够支持相关Python脚本的创建及运行。在内存管理、对称多处理、错误隔离、设备虚拟化等方面都有所提升。

SDN在5G时代又会如何？人工智能能否与可编程的网络设备相结合？最后又能走到哪种智能程度？是否只能停留在简单的数据分析收集与自动规划的弱人工智能阶段？如何将网络推进到能够推理、具有解决问题的能力并形成自主意识的强人工智能阶段？

这是个未来展望，也是个新技术诞生的起点，人工智能依托于大量的数据计算，数据基于稳定快速的网络传输，最后再通过数据集与模型训练来反馈应用到多变复杂的网络中去，将上层应用与网络基础设施建设牢牢结合在一起，这样的网络未来可能将变得具有无限可能。

图2 思科NX-OS

开放式 NX-OS

人工智能“入侵”网络安全

2017年9月21日，首届国际机器人网络安全大赛在武汉市东西湖区会议中心举办，打过网络安全比赛的朋友相必都知道，以往的网络安全赛都是选手进行网络攻击与防御，而这场机器人的比赛中没有任何人工参与，根据比赛规则和赛题内容提前编写自动化攻击、防御与检测工具。这场比赛将人工智能拉入到网络安全当中，此后能否达到高智能化的自动运维、高智能化的自动网络防御机制，这就不得而知了，但当网络安全变得智能化的同时，网络通信也在不断改变。

同年，Gartner提出了IBNS（意图的交互式网络系统）的概念，并提出IBNS应该具备的四种能力：

• 转译和验证
• 自动安装
• 网络状态的察觉
• 精确诊断
• 动态的优化和补救

当运营商利用SDN、NFV和云技术，来提升业务和网络敏捷性，降低运维复杂性和成本时，这些技术已不再满足巨头们对“智能网络”的幻想了，开始交互式网络的研究。

关于IBNS，我找到一个不错文章，在这分享一下

像男票一样的网络——一份来自Gartner的基于意图的网络系统研究

自动驾驶网络——ADN

当前人工智能正在从感知智能向认知智能演进，展望未来10年，通过神经网络、知识图谱和领域迁移等技术将使得电信网络自治系统的出现成为可能。通过将AI与其他技术相结合，可大幅提高运维效率，不仅可以代替人工解决电信领域大量重复性、复杂性的计算工作，还可以基于海量数据提升电信网络预防和预测能力，通过数据更懂客户，基于数据驱动差异化的产品服务，使能高度自动化和智能化的电信网络运营。 ————华为《自动驾驶网络解决方案白皮书》

2019年5月，电信管理论坛TMF联合英国电信、中国移动、法国Orange、澳大利亚Telstra、华为和爱立信等成员、合作发布了业界第一部自动驾驶网络白皮书。

2019年9月19日，在HUAWEI CONNECT 2019期间，华为正式商用发布网络人工智能引擎（NAIE），其目标是聚焦网络业务场景，降低网络领域的AI使用门槛，提高AI开发效率，帮助运营商、企业合作伙伴以及高校等在内的各方开发者。相应的也就意味着接下来的网络发展将进入另外一个“快车道”——ADN（Autonomous Driving Network，自动驾驶网络）

华为网络人工智能引擎（iMaster NAIE）白皮书

图3 iMaster MAE-CN整体框架

提到自动驾驶，应该有了解的朋友都知道自动驾驶分为六个等级（L0-L5），其中L0为完全依赖驾驶员驾驶，大于L3就意味着特定情况下，可以实现驾驶员脱手操作，当到了L5就能做到全场景下车辆行驶完全实现对系统的依赖，同样，华为率先在业界提出Autonomous Driving Network（自动驾驶网络）的理念及分级标准，从客户体验、解放人力的程度和网络环境复杂性等方面，定义了通信网络的自动驾驶分级标准：

L0手工运维：具备辅助监控能力，所有动态任务都依赖人执行。
L1辅助运维：系统基于已知规则重复性地执行某一子任务，提高重复性工作的执行效率。
L2部分自治网络：系统可基于确定的外部环境，对特定单元实现闭环运维，降低对人员经验和技能的要求。
L3有条件自治网络：在L2的能力基础上，系统可以实时感知环境变化，在特定领域内基于外部环境动态优化调整，实现基于意图的闭环管理。
L4高度自治网络：在L3的能力基础上，系统能够在更复杂的跨域环境中，面向业务和客户体验驱动网络的预测性或主动性闭环管理，早于客户投诉解决问题，减少业务中断和客户影响，大幅提升客户满意度。
L5完全自治网络：这是电信网络发展的终极目标，系统具备跨多业务、跨领域的全生命周期的闭环自动化能力，真正实现无人驾驶。

未来

上述的核心网自动驾驶网络方案将解决5G背景下的核心网高负载、高速转发与高速处理的难点，将网络的数据传输与自动驾驶汽车相类比并定义标准，未来的网络发展趋势将达到怎么样的高度真不知道，现在核心网的主要设备：路由交换机，难以想象在未来将发展成什么样。就像人们才刚刚施行IPv4的时候，也没能考虑到如今网络已经发展到这样的程度，乃至已经将IPv4网络地址池都分配殆尽了。

立足于当前展望未来，网络的技术栈不仅仅是Routing & Switching了，编程将变为必备知识点，人工智能将成为网络发展的基本技能，智能化将普及到人们身边的每一个角落。

下一篇 没别的，就聊聊两个华为的自动驾驶网络平台