浅谈人工智能在网络运维优化中的运用

汤方斌

【摘要】随着科技的进步，大量科技水平得到明显提高，现如今，已有大量先进科技被用于人们的生活节工作方面，针对人们的生活影响最大的科技之一就是人工智能。随着国家信息化系统的进步以及5G时代的出现，能够使用人工智能，不断提升网络质量，和现在的网络操作平台比较，新型网络运营模式的灵活度更高，运营效率更高，具备适应多种应用环境等特征。由此，文章详细介绍了网络运维优化方面人工智能的使用。

【关键词】AI技术  网络运维优化  使用分析

近几年，伴随大数据、云计算以及物联网等技术的快速发展，AI技术在历经60多年的沉浮以后，遇到了新的发展契机，变成今后新时期世界最关键的科技之一，为各个产业带来核心的技术支持。目前，AI技术在图像、语音以及文字处理的等方面已经得到实质性进步，AI技术颠覆性的革命成效，为各个行业带来明显改革，并迅速全面渗入人们生活的方方面面。

伴随信息通信科技的不断进步，ICT行业融合逐渐深化，网络得到重建转型，大量新科技在持续演进升级，现在的电信网络相对于原来更加繁琐化、异构化，动态化，电信行业也随着时代的进步及客户的要求表现出多样化与个性化，如此给网络运行造成较大压力及挑战。把AI技术融入电信网络，属于网络智能化的重要趋势，如此能够有效提升网络运行效率，减少运行成本，提高业务效果。

一、网络运维优化方面人工智能的使用分析

AI技术具有特殊的优点，可以处理许多传统办法不能处理的问题，AI技术主要具有以下功能：

（1）超强的学习功能，可以对海量的输入内容进行分析与学习，并经过持续学习完善模型，把握专家经验，提高处理难题的精准性。

（2）较好的全面性，可以处理与挖掘人们工作难以注意的问题与不确定的内容。

（3）效率高，可以模拟人类模式展开许多重复的工作，提高工作效率。

为尽量减少网络运维费用，不断提高网络优化完善效率，要借助AI技术的良好学习功能、分析处理功能、跨越协同功能以及资源应用效率。实现网络智能化、科技化发展。

（一）智能运维

经营商将分布各级网管系统或平台，对网络与业务运营状况加以监控与保障。现网中若网络设备产生故障与告警，通常由运维项目师按照实现经验及理论内容归纳总结出的各项规定进行解决。传统运维模式有工作效率低、时效性差、运维费用高、问题缺少前瞻性等问题[1]。为处理以上问题，能够基于AI技术根据运维项目实施的经验，创建一个智能化、科技化的故障解决监控平台或功能模块，可以在通讯系统内完成对问题告警的全局监控、解决，实时收集告警与网管数据并关联研究处理，实现灵活过滤、配置、划分、溯源，对网络异常迅速诊断，配合相关通讯业务模型与网络拓朴结构，完成故障的精确定位与根因分析，且基于历史数据进一步自学来预测故障，提高解决效率与精准度。

（二）智能优化

网络运维优化旨在保证网络的全覆盖与网络资源的科学配置，提高网络质量，保障客户体验，因此经营商在网络运维优化过程投放了许多人力和物力。网络运维优化包含方方面面，如无线覆盖完善，干扰优化，容量完善，端至端优化等，以往网优工作通常凭借路测、系统统计信息分析、投诉内容等方式，收集相关数据资料，然后根据网优项目师的实践经验展开问题诊断与优化调节[2]。在网络繁琐化与业务多元化的状态下，传统网优方式比较被动，解决问题简单化，很难保障了优化效果，并且生产效率不高，在网络动态改变的状态下，很难保证实时性。采取AI技术，可以对网优大数据实现训练，且把许多专家经验模拟化，创建智能优化引擎，虚拟专家思维，促使网络自主科学做出决策，实现自主式优化与调整，让网络处在最佳运行状态。

网络运维优化方面AI技术的使用应当以高质量的信息为基础，需要采取科学的AI算法在相应的方向和场景予以实践。高质量的信息要经过整合网络运营、测试与数据资料来获得信息源，包含路测信息、MR信息、性能信息、配置信息、工参信息、信令搜集信息、告警信息、客户信息资料、投诉信息、互联网信息等。按照不同使用场景要求及特点选取并关联科学的信息源，根据运维网优项目师的成功经验，匹配恰当的AI算法设计特点项目、训练和创建模型。

二、网络运维优化方面AI技术的使用场景

（一）智能问题溯源

网络异常分析与溯源属于运维的核心，网络出现异常的情况及原因较多，会形成许多不同种类的告警数据，由告警数据中迅速精准的判定故障数据是主要目標及要求。在规划智能分析平台时，能考虑从大量告警数据中根据网络拓扑、网络分配、KPI、历史告警异常解决经验等数据提取共性特点，结合现有的历史解决异常经验对提取信息展开训练，产生专家诊断规则库，并诊断新出现的告警数据匹配规则，提出异常原因与解决办法，在解决异常后根据网络运营状态反馈完善专家诊断规则库。

（二）无线覆盖智能完善

无线覆盖属于移动通讯网络质量的前提，基站站点的部位选取在实际中不会像虚拟模型中那样完美，受建设投入、地形、传递路径动态改变、网络压力等原因的干扰，移动网络始终会有弱覆盖、跨区覆盖、干扰、容量等现象，这些将直接影响客户业务体验，要求经过优化持续调整，以迎合客户对网络质量的需求[3]。无线环境繁琐多变，干扰覆盖质量的原因较多且不确定性很强，能够根据多维无线覆盖有关历史信息，通过深入学习等AI技术对信息训练、调参，找到影响无线网络效果的重要因素，由此创建智能完善引擎。完善引擎可以根据现网运营状态精准实时提出优化调整意见及决策，像天线下倾角与方位角调节、性能参数完善、邻区匹配调整等，且实现智能化或是人为处理，确保网络质量处在良好状态。

三、结束语

AI技术已在许多领域表现出较强的作用及功效，尽管当前在通讯方面进行融合使用还要求跨越较多阻碍，但在今后网络持续发展与AI技术逐渐成熟的背景下，AI技术的引入必定会给网络运行带来新的局面。研究AI技术于网络运维优化方面的使用，将有助于促进网络朝着智能化转变，实现降本增效的目的。

参考文献：

[1]孙皓晨.人工智能在网络运维优化中的应用探讨[J].计算机产品与流通，2020，（03）：34.

[2]梁杨，胡立强，孙淳晔，赵晗.人工智能关键技术在电信行业的应用体系研究[J].互联网天地，2019，（02）：20-27.