從2G到4G,移動(dòng)通信改變了每一個(gè)人的生活。已經(jīng)到來(lái)的5G,更是加速了各個(gè)行業(yè)的數字化轉型。數字技術(shù)、數字經(jīng)濟的高速發(fā)展,給運營(yíng)商帶來(lái)了巨大的藍海市場(chǎng),也對現有的網(wǎng)絡(luò )運營(yíng)支撐能力提出了更高要求。因此,運營(yíng)商一方面通過(guò)積極進(jìn)行光纜設備的鋪設與入網(wǎng),以期在廣闊的市場(chǎng)前景之下能夠具備相應的用戶(hù)承載能力與服務(wù)支撐能力,另一方面,通過(guò)提高數智化網(wǎng)絡(luò )運維能力,在運維管控方面實(shí)現降本增效。
在這一趨勢下,聯(lián)通總部也提出要提升數智創(chuàng )新能力,推動(dòng)網(wǎng)絡(luò )運維向創(chuàng )新驅動(dòng)、高階自智升級的目標,強化針對客戶(hù)響應支撐系統、綜合網(wǎng)管系統、運維工作臺工作流程的自動(dòng)化效率,聚焦業(yè)務(wù)場(chǎng)景,做深做細數智化網(wǎng)絡(luò )運維能力。
思特奇搭建網(wǎng)絡(luò )運營(yíng)智慧體系
助力運營(yíng)商網(wǎng)絡(luò )運維數智化轉型
要使網(wǎng)絡(luò )運維整體向著(zhù)數智化、數字化、自動(dòng)化邁進(jìn),就不能僅僅停留在對網(wǎng)管系統的數智化提升上,而要保證在資源的交維入網(wǎng)階段、設備信息的自動(dòng)采集階段、面向政企客戶(hù)的網(wǎng)絡(luò )質(zhì)量監控階段、網(wǎng)絡(luò )的AI智能運維階段,多角度、全方位的進(jìn)行網(wǎng)絡(luò )智慧運營(yíng)體系的搭建,從而真正實(shí)現網(wǎng)絡(luò )的智能化運營(yíng)。
資源的交維入網(wǎng)階段
思特奇提供網(wǎng)絡(luò )線(xiàn)路智能規劃設計能力,與集團或省內管線(xiàn)資源管理系統完成對接,獲取現有資源系統信息,實(shí)現各類(lèi)資源信息在GIS地圖上的呈現與搜索,保證在GIS地圖上可視化的設計空間資源及設備資源的能力,每種資源類(lèi)型使用不同圖層,采用定制化圖標、并且對資源標簽進(jìn)行統一格式的精準管理。同時(shí)系統支持自動(dòng)最優(yōu)規劃路由,輔助施工人員進(jìn)行路由規劃,實(shí)現路由規劃智能化。同時(shí)提供企業(yè)級項目管理數字化能力。
設備信息的自動(dòng)采集階段
思特奇綜合資源管理系統具備采控執行能力,采用輕量級遠程控制,支持云網(wǎng)采控平臺的多層級分布式集群部署,支持遠程采控、代理模式采控支持主動(dòng)式、被動(dòng)式采控,通過(guò)數據模板、指令模板、任務(wù)管理實(shí)現業(yè)務(wù)、硬件的數據自動(dòng)化采集與控制。
面向政企客戶(hù)的網(wǎng)絡(luò )質(zhì)量監控階段
思特奇政企業(yè)務(wù)運維系統通過(guò)可視化展現能力,呈現業(yè)務(wù)發(fā)展、業(yè)務(wù)質(zhì)量、網(wǎng)絡(luò )運行、服務(wù)質(zhì)量實(shí)現政企業(yè)務(wù)售前、售中、售后全流程監控,實(shí)現5G、物聯(lián)網(wǎng)、云網(wǎng)等業(yè)務(wù)場(chǎng)景的各類(lèi)網(wǎng)絡(luò )運行狀況、業(yè)務(wù)質(zhì)量、設備及系統告警信息等各類(lèi)信息的呈現,支撐政企客戶(hù)業(yè)務(wù)的運維與運營(yíng)。
以“智”提“質(zhì)”
提供網(wǎng)絡(luò )AI智能運維能力
網(wǎng)絡(luò )智能運維能力通過(guò)拉通網(wǎng)絡(luò )、IaaS、PaaS、SaaS、客戶(hù)應用,打造面向跨平臺、端到端、層到層的智能化監控體系,結合AIOps智能化分析提供主動(dòng)式的故障定界、故障預測能力,明確故障的影響面以及鎖定故障根因的范圍,提供一系列自愈的自動(dòng)化能力,為運維人員一站式監控及快速決策,提升運維監控智能化水平。
該能力支撐四大業(yè)務(wù)場(chǎng)景
告警關(guān)聯(lián)分析:采用機器學(xué)習技術(shù)并結合多種算法對告警、專(zhuān)家經(jīng)驗、網(wǎng)絡(luò )拓撲或業(yè)務(wù)邏輯的智能關(guān)聯(lián)分析,解決目前告警關(guān)聯(lián)方法單一,無(wú)法跨層分析的問(wèn)題;
故障定位:通過(guò)快速定位故障根因,大幅度降低故障平均定位時(shí)間和平均恢復時(shí)間.對告警數據、性能數據、配置數據數據進(jìn)行采集,使用智能算法模型進(jìn)行相關(guān)性分析和自動(dòng)化的故障診斷;
故障自愈:對于常見(jiàn)故障,通過(guò)根因分析快速定位告警源,建立告警庫和對應的自愈規則庫;
故障預測:指標數據存在一定周期規律性的波動(dòng)性,引入AI算法,基于A(yíng)I平臺以及云平臺歷史指標數據實(shí)現異常檢測模型訓練,得出異常檢測模型。當出現異常波動(dòng)時(shí),及時(shí)告警提醒。
憑借實(shí)現資源的數智化交維、設備信息的自動(dòng)采集、政企業(yè)務(wù)的多業(yè)務(wù)場(chǎng)景的網(wǎng)絡(luò )質(zhì)量監控、網(wǎng)絡(luò )的AI智能運維,多位一體,在保證資源信息端到端受控的基礎上,針對資源信息進(jìn)行全量收集與展示,再借由強大的AI賦能的網(wǎng)絡(luò )智慧運營(yíng)體系,環(huán)環(huán)相扣,最終實(shí)現推動(dòng)網(wǎng)絡(luò )運維向創(chuàng )新驅動(dòng)、高階自智升級。
相關(guān)稿件