基于AI能力的智能运维建设实践

摘  要

为减轻一线维护工作量，引入了数字化和AI手段提升网络运营效率。基于故障树和AI能力，打造关键智能运维能力，从而解决各运维生产系统不具备故障自动定位和自动愈合的能力、跨专业故障定位难、排障周期长的问题。实施从基础的规则梳理，到告警和资源的采集，再到指令平台的搭建，经过跨域和单域全场景的调试，最终构建起的关键能力全部投入生产应用并取得显著效果。

  引  言     

当前，在数字化转型背景下，随着网元数量的不断增加，业务也越来越复杂，网络运营系统面临排障效率低、跨专业故障定位困难、排障周期长等诸多问题，越来越不能够满足智能运维的需要。为减轻一线维护人员的工作量，提升网络智能化运维水平，打造智能排障创新能力，显得尤为重要。

   0 1  

关键能力打造

根据智能运维建设需求，智能运维创新能力由一系列关键网络能力构成，需要打造网络拓扑还原、跨域故障定位和故障自愈等关键能力。

1.1 拓扑还原能力

拓扑还原即还原网络中设备间的物理连接关系，以及以此为基础的业务真实路径和流向。通过探针自动采集和准确还原全网跨域物理拓扑、业务路径，提供拓扑数据服务，支撑网络和业务可视化，提高维护与故障分析效率和准确率，缩短故障处理时长。拓扑还原算法如图1所示。

图1 拓扑还原算法

结合实际的网络情况，采用OSS上单域链路解析、IP+MASK计算、带约束条件的最短路径计算、环路识别计算等算法。

a）OSS单域链路解析：从设备网管上获取单域，比如IPRAN、DWDM组网的内部物理连接信息、电路配置信息等，并解析入库。

b）IP+MASK计算算法：基于TCP/IP协议，三层IP网络中互连的一组三层接口，只有处于同一IP子网中时，报文才能转发互通。通过对接口配置的IP地址及对应的子网掩码进行“二进制相与计算”，可以得到每个接口对应的IP子网号，若两边子网号一致，则可以认为它们三层互连。

c）最短路径计算算法：对于L3 VPN、VPLS、Native IP组网下的动态网络，设备通过IGP的最短路径进行路由计算，运维人员在手动创建业务时，一般选定最短路径进行业务创建，以节省网络资源的占用。通过模拟系统自动创建业务或运维人员手动创建业务，系统自动判断或手动选择业务的源宿节点，用带约束条件的最短路径算法（如Dijkstra算法&#x