基于意图网络的智能运维优化研究

2021-11-05杨巽童贞理朱周华陈军

消费电子 2021年9期

杨巽童贞理朱周华陈军

【关键词】意图网络;软件定义网络;智能运维

随着接入终端数量不断增加，业务越来越复杂，安全威胁越来越多，网络运营成本居高不下。在数字化转型背景下，快速响应不同业务需求，保证业务连续性和稳定性成为未来企业网络应对数字化转型的重要挑战。将意图驱动网络（ Intent-Driven Network，IDN）与软件定义网络（Software-Defined Networking，SDN）结合，使网络管理者或应用通过意图语言的方式与网络进行交互，并基于AI算法完成网络的动态配置，是进一步提高网络管理运维效率、支持业务的敏捷性和动态性以及实现高度自动化和人性化网络管理的必然发展趋势。

意图网络旨在应用更深层次的智能和预期状态来取代配置网络和对网络问题进行反应的手动流程。它使用人工智能和机器学习，因此网络管理员只需定义结果或业务目标，网络软件即会自动考虑如何实现该目标，是今后网络发展的一个趋势。

一、基于意图的网络架构设计

目前，业界还没有统一的意图驱动网络标准体系结构，但是不同的意图驱动网络参考体系结构的核心思想是一致的。意图驱动网络的实现步骤分为意图的获取、意图的转译、策略的验证、意图的下发与执行以及网络状态信息的实时反馈。

在运营商网络架构中，网络主要由接入网、传输网以及数据中心组成。通过将意图的思想引入到运营商网络中，可有效降低业务运营编排所需的时间，提升网络运维效率。鉴于目前SDN已经在运营商具备良好基础，因此将意图引入运营商现有网络架构设计中，考虑意图承载于SDN控制层上，这是最现实也是最可行途径。IDN系统可感知网络的拓扑以及状态信息，最大程度减少人工的介入，从而提升网络运维效率。体系结构设计从上到下（或称由北向南）分为应用层、意图层、控制层和网络层。

二、实施方案

将意图引入现网智能运维中，要经过性能监控、模型建立、运维管理三个阶段。第一阶段，监督网络性能，收集监控信息，这是基础阶段。第二阶段，分析和挖掘收集的信息并建立分析管理模型。最后阶段，进行故障识别、定位及恢复。

（一）性能监控

第一阶段作为实现自动控制、意图网络管理的基础，依赖于高性能的网络监控技术。当前网络对网络性能监控改造举措：（1）为了实现更细粒度的网络性能验证需求，实时监控技术成为必需;（2）最小化监控开销以满足带宽限制;（3）适应动态变化的网络环境和应用需求;（4）全面监控所有网络设备，包括终端设备。为达到上述要求，需要建立一体化性能监控平台，包括以下部分：

统一监控管理平台：提供统一的界面，实现统一登录，包含：基础设施监控、应用性能监控、网络质量监控、业务监控、用户体验监控、统一告警和大屏可视化展示。

基础设施监控：包括主机监控、Hyper-V监控、存储监控、网络监控、网络设备、机房管理、中间件、數据库监控。

端到端应用系统性能管理：用户体验分析及行为分析、用户体验及行为分析、服务端应用系统性能分析、业务系统自动拓扑、端到端性能关联分析（实现从用户体验出发，涵盖移动APP、浏览器网站、后端代码、应用中间件在内的全环节性能问题追踪）以及智能化告警功能。

（二）模型建立

当网络出现故障时，要对各专业数据进行网络测量，将测量结果进行分类整理，并进行专业管理和大数据分析，确定故障发生的根因位置。故障根因和根因位置对于故障处理起着关键作用，可以排除干扰直达病灶。基于意图网络的智能运维，只需要用户输入意图，便可得到最优的网络测量策略，得到网络性能指标，方便制定相应的状态监测、故障预测、故障诊断以及网络优化模型，识别出网络故障发生的根因，找到网络故障的发生位置，制定相应的愈合策略。

（三）运维管理

通过前面建立的模型提供智能分析能力，结合大数据、AI分析等工具手段进行全网数据钻取分析，抓取最核心和关键的数据元素，协助用户进行运维管理决策，辅助业务转型。故障根因定位等应用、流量可视化，还包括应用的网络质量可视化，底层网络的拓扑、设备链路可视化。

根据意图运行结果反馈，不断调整优化意图策略，使之不断优化运维管理决策，更为合理高效，同时结合网络业务、网络运行状况，提供简单的用户入口，简化网络运维管理难度。

（四）网络管控

网络控制器作为网络运维的管控核心，负责将网络意图翻译到测量优化功能模块的运转过程，并集中管理，主要包括网络性能测量数据的获取、网络配置指令、网络优化测量指令等下发。在每个意图周期初始阶段，转译模块根据网络性能和组网的需求，利用大数据分析和AI算法自动生成管理策略，实时监测网络的状态，确保网络资源和管理策略满足意图需求。同时，网络管控核心需要实时向上反馈网络运行结果，当运行结果与意图不一致时，及时对网络资源和管理策略进行调整，保证意图的实现。

（五）效果优化

基于意图的网络相比传统网络而言，能够更加轻松地实现通信网络的自动化和直观化，并依次通过网络监测、大数据分析及机器学习等相关技术，不断对网络环境中所反馈的数据进行洞察与分析，快速生成策略并下发配置到通信设备中，完成对网络意图的实现，主要是完成资源的自动部署、故障自愈合、安全威胁自动防护和网络危险的自动隔离，将复杂的用户管理、设备管理和业务管理等工作进行大幅度简化.最终达到预知判断的目的，使得网络具备智慧化功能。