基于二叉树算法的5G承载网故障定位方法及实践

【摘  要】2019年运营商提出移动及光网业务的“双提升”专项行动要求，围绕高质量发展主线，贯彻落实“事先化、主动化、自动化”工作要求，持续提升移动网质量和端到端运营能力。采用机器学习中二叉决策树的方法，根据5G承载网的层级关系，自动建立链路、收集告警，梳理告警关系建立决策树模型，按不同的告警设计了对应的推理树，并以此开发推理机，最终实现对故障的快速诊断定位与归并，并在湖北现场予以了正式使用，应用效果良好。

【关键词】机器学习；二叉决策树；承载网；故障诊断

0   引言

当前IPRAN（IP Radio Access Network，无线接入网IP化）作为中国电信、中国联通承载3G/4G/5G、政企专线、云专线等核心业务的承载网络，在运营商的移动业务、政企业务中处于核心业务环节，当承载网络出现故障或网络劣化时，会极大地影响到承载在上面的各类业务，造成严重的通信事故。现有信息网络面临着巨大的挑战，为进一步满足将来数据流量的高速增长、万物互联以及不断涌现的新业务和新需求，5G移动通信系统应运而生[1]。5G无线网对承载网提出更高要求。一个低时延的承载网络实现关键依赖于超大的传输带宽、极低的设备处理时延，以及最短的光信号传输距离[2]。IPRAN承载网络本身就是一张综合承载精品网