发表于

5G网络中的自适应服务保障


随着5G的普及,数据流量将在未来4年增长700%(GSMA,2020)。一家美国的Tier-1运营商告诉EXFO,这一增长超过了其当前服务保障系统的能力。他们预测将需要通过采样来实施监测,因为他们将无法像今天这样完全了解控制面和用户面流量。在需要简化运营和提高业务成绩的时候,运营商会淹没在大数据中,同时失去洞察能力。

根据运营商自己的预估,在他们开始使用虚拟化和软件定义的网络,以创建动态、支持编排的网络时,将无法看见网络中80%的情况,而这种网络的变化速度将超过人类的反应速度。用户体验可能会崩溃,而我们甚至无从知道的这一天已经到来。

在2019年底,运营商开始勾勒出他们心目中的服务保障愿景。我们的客户开始明确自己将需要什么,才能掌控未来的复杂网络和服务。

他们的要求无异于一种变革。总结一下他们的行动要求,未来(近期)的服务保障将依赖于:

  • 广泛使用网络功能收集的数据——曲线、事件、日志
  • 来自虚拟化基础设施、功能和NFVI(例如OpenTracing)的遥测数据
  • 实时的数据流传输,以实现闭环自动化——可以扩展到在100毫秒内以每小时300亿条的速度处理消息
  • 开放的即插即用的功能,允许同时存在多个最佳解决方案,因此运营商能够避免受制于一家厂商
  • 基于ONAP的工作流程管理和开放的自动化支持
  • 能够立即解决单个的用户体验问题,无论问题是源于客户还是源于物联网设备
  • 能够自适应地执行所有这些操作——仅在需要时提供对正确的数据,以控制计算、能源和网络的消耗

这与过去的服务保障有很大的不同,在过去的服务保障中,始终测量所有指标都被看作是一项基本的要求。如果遗漏任何东西,都会认为系统存在缺陷。

支持这种方向转变的因素有哪些?为什么现有的系统会达到极限?

大数据是造成这个问题的重要原因。基于大数据的服务保障系统正变得太慢,无法提供关键的洞察力以做出响应。随着数据湖被填满,在需要关于用户体验和网络性能的实时信息来实现编排和闭环自动化时,找到重要的“小数据”所需的时间正变得越来越长。

值得庆幸的是,通过实时的数据流分析和基于机器学习的异常检测方法、快速的时间序列分析、人工智能驱动的诊断以及预测性分析,可以克服大数据障碍。下面简要介绍了需要进行哪些工作,才能从目前的静态数据实现自适应、以自动化为中心的运行环境。

通往自适应服务保障的旅程

通往自适应服务保障的旅程

我们现在知道了挑战,因此服务保障必须能够发展适应。

事实的确如此。

在EXFO,我们将自己开发出来的新方法称为自适应的服务保障。这意味着根据需要诊断、优化或分析的内容,在正确的时间测量正确的数据。

它超过我们目前的综合监测能力,会整合和分析来自第三方系统、现有大数据存储库(如DCAE/NWDAF)的数据,并考虑新型的非网络数据,如天气、交通模式和社交媒体中的情绪。

为了进行管理,服务保障必须采用新的云原生、API驱动的编排架构来支持5G SA网络,同时支持在可预见的未来继续共存的3G、4G和5G NSA网络。

向后兼容非常关键,但我们的自适应服务保障蓝图必须与5G SA相契合,具备同样的属性:

  • 5G SA采用一个新的、完全虚拟的云原生核心。vEPC和网络功能将被实时编排,并在中心和边缘计算机间分配。
  • 5G SA将通过网络切片提供应用,而这些切片可由第三方使用API进行控制。它将是一个可编程的移动云——计算和网络平台即服务(PaaS),具有超低延迟、高可靠性通信(URLLC)功能。
  • 5G SA将扩展到能够同时管理数百万个连接的设备,并监测它们的位置,精度可达厘米。
  • 需要按照设备类别来分析应用和网段的延迟,以保障服务质量。

这是运营团队将要面临的环境。这就是为什么工程团队要求针对这种动态网络设计的服务保障。为了形成一个全面的网络和云基础设施、应用、功能、切片和“用户”视图,工程团队需要不同的主动和被动监测探针,以及有关网络事件的遥测数据。

为了满足收集和分析所有这些大数据的需要,服务保障必须具有很好的响应性和自适应性。服务保障将需要智能地引导探针进行扩展以及在正确的时间测量、收集和分析正确的数据,从而支持和保障不同的5G SA用例。

自适应服务保障克服未来的挑战

自适应服务保障克服未来的挑战

要实现这一点,需要使用最新的实时数据框架,并进行人工智能分析和自动化。需要将几年前还很现代化的大块头整体式VNF装入容器,并以云原生的方式进行扩展。结果会让每天使用多个系统来维持网络运行的人大吃一惊。

自适应的服务保障将采用监测、测试、实时数据流分析和人工智能的有效组合,在需要时根据实时数据提供正确的信息,而不是存储大量很少使用的数据,从而克服大数据开销。换而言之,在面对太多的数据时,您会发现越少越好。