網(wǎng)絡(luò)功能，經(jīng)歷了從各設(shè)備廠家物理機無統(tǒng)一標(biāo)準(zhǔn)的傳統(tǒng)設(shè)備（mips、x86、np）演進(jìn)到物理設(shè)備基本統(tǒng)一x86服務(wù)器，上層應(yīng)用虛擬化，繼續(xù)演進(jìn)到云、云原生。短短十年間，4G演進(jìn)到5G，5G在2020年走向成熟。

4G走向5G，電信設(shè)備從傳統(tǒng)設(shè)備演進(jìn)到虛擬化、云化、時代，軟硬件架構(gòu)都發(fā)生了翻天覆地的變化。電信業(yè)引入了很多IT的軟件架構(gòu)、思維、方法等；開源、APP和基礎(chǔ)設(shè)施解耦等給電信應(yīng)用帶來了很多好處、便利，同時也帶來了新的問題，其中對電信運維方式產(chǎn)生了較大的影響。

在2G/3G/4G傳統(tǒng)設(shè)備時，業(yè)務(wù)一旦出現(xiàn)問題，運維人員不需要太多區(qū)分是硬件故障還是軟件故障，設(shè)備本身先進(jìn)行軟硬件一體的主備倒換，先恢復(fù)業(yè)務(wù)，再進(jìn)行故障定位。

在當(dāng)前云時代，基礎(chǔ)設(shè)施集中化，中心DC物理設(shè)備規(guī)模龐大（>1000），網(wǎng)絡(luò)功能分布式打散分布在不同的物理節(jié)點上，一旦出現(xiàn)故障，原有的軟硬件一體化主備倒換方式不再有效，需要更有效性自動化識別能力，識別故障根源是硬件原因、云平臺原因、還是上層VNF的原因，快速區(qū)別出故障的根本原因，才能快速對故障進(jìn)行有效隔離和恢復(fù)。

實現(xiàn)自動化和智能化的網(wǎng)絡(luò)運維，是5G成熟關(guān)鍵技術(shù)。智能監(jiān)控、故障分析等是自動化運維中關(guān)鍵技術(shù)。

一、智能監(jiān)控

智能監(jiān)控的目標(biāo)是，軟件自動化發(fā)現(xiàn)系統(tǒng)運行異常，自動觸發(fā)下一步對異常的分析，從而定位出系統(tǒng)異常根源，快速修復(fù)故障。

實現(xiàn)智能監(jiān)控有兩種方式：直接方式和間接方式。

直接方式：對環(huán)境、硬件（計算、存儲、網(wǎng)絡(luò)）、Cloud OS等關(guān)鍵設(shè)施進(jìn)行指標(biāo)監(jiān)控，一旦出現(xiàn)異常數(shù)據(jù)，進(jìn)行直接的故障告警、定位；

間接方式：對5G業(yè)務(wù)關(guān)鍵KPI進(jìn)行監(jiān)控和多維度的對比分析，通過分析發(fā)現(xiàn)KPI異常判斷故障是否發(fā)生，從而觸發(fā)故障進(jìn)一步關(guān)聯(lián)分析定位。

多維度的對比分析可以從幾個方面進(jìn)行。

歷史數(shù)據(jù)對比方式。歷史總是相似相近，歷史數(shù)據(jù)對比分析按天、周、月、年、節(jié)假日歷史數(shù)據(jù)綜合進(jìn)行，通過AI算法預(yù)先給出下一階段（小時、天）KPI預(yù)測數(shù)據(jù)，再根據(jù)實時采集得到的數(shù)據(jù)，對比判斷系統(tǒng)是否異常；

同類對比方式。同類型的5G NF的同類KPI變化應(yīng)該趨于一致，一旦出現(xiàn)較大（超過域值）波動，可以判斷系統(tǒng)異常；單一的NF內(nèi)部，不同微服務(wù)的處理KPI同樣也應(yīng)該趨同，如果不一致同樣也可以判斷系統(tǒng)異常。

二、故障分析

故障根源分析可以從兩個方面入手，告警、日志。在監(jiān)控系統(tǒng)發(fā)現(xiàn)系統(tǒng)異常后，觸發(fā)縱向分層告警、分層日志關(guān)聯(lián)分析；橫向關(guān)聯(lián)NF內(nèi)微服務(wù)間，NF-NF間進(jìn)行關(guān)聯(lián)分析，定位故障根源。

1，縱向關(guān)聯(lián)

縱向關(guān)聯(lián)在垂直架構(gòu)上，網(wǎng)絡(luò)構(gòu)包括物理層、虛擬層、業(yè)務(wù)層三個層次，當(dāng)?shù)讓映霈F(xiàn)故障時，將影響上層業(yè)務(wù)。如圖1：

圖1， 三層架構(gòu)示意圖

縱向關(guān)聯(lián)解決的關(guān)鍵問題：底層硬件、虛擬層故障一旦發(fā)生時，上層業(yè)務(wù)KPI等指標(biāo)會出現(xiàn)異常，垂直關(guān)聯(lián)把上層業(yè)務(wù)的異常和底層故障關(guān)聯(lián)起來，識別出根故障的根源是在哪個層次PIM層、VIM層還是VNF業(yè)務(wù)本身。

2，橫向關(guān)聯(lián)

在水平層次上，VNF內(nèi)部的微服務(wù)間存在業(yè)務(wù)流程關(guān)聯(lián)，存在相互影響的關(guān)系，微服務(wù)間橫向關(guān)聯(lián)用作發(fā)現(xiàn)出問題根本原因的微服務(wù)，如圖2。

圖2，同一VNF內(nèi)不同微服務(wù)集群示意圖

在VNF-VNF間業(yè)務(wù)流程在不同節(jié)點間流轉(zhuǎn)時，如果某個節(jié)點發(fā)生故障，也將影響到與其相關(guān)的其他節(jié)點，如圖3。比如：AMF、SMF、PCF、UDM等相互之間的關(guān)聯(lián)影響，是業(yè)務(wù)流程的不同節(jié)點。

圖3. 不同VNF互聯(lián)示意圖

綜上可知，橫向關(guān)聯(lián)能夠解決的關(guān)鍵問題在于，把一個網(wǎng)元的故障和另一個業(yè)務(wù)相關(guān)網(wǎng)元的故障關(guān)聯(lián)起來，把一個微服的故障和真正出問題的微服務(wù)關(guān)聯(lián)，在應(yīng)用層這同一層次識別出真正出問題的微服務(wù)或組件。

3，常用技術(shù)

常用技術(shù)包括：數(shù)據(jù)采集、數(shù)據(jù)分類（清洗）、數(shù)據(jù)監(jiān)控、數(shù)據(jù)關(guān)聯(lián)、定層定位等。

數(shù)據(jù)采集：業(yè)務(wù)告警、業(yè)務(wù)kpi、業(yè)務(wù)配置操作日志、網(wǎng)絡(luò)設(shè)備操作日志、存儲設(shè)備操作日志、虛擬設(shè)備操作日志、虛擬層平臺操作日志、虛擬層系統(tǒng)運行日志等；

數(shù)據(jù)分類：數(shù)據(jù)在清洗分類時主要有幾個標(biāo)簽，如時間、位置、我影響誰（分類標(biāo)簽）、誰影響我（分類標(biāo)簽）。分類標(biāo)簽有網(wǎng)絡(luò)、主機、存儲、配置；

數(shù)據(jù)監(jiān)控：一般對上層KPI進(jìn)行監(jiān)控，KPI數(shù)據(jù)是統(tǒng)計數(shù)據(jù)，可以引入AI算法，對異常KPI進(jìn)行判斷，一旦出現(xiàn)異常數(shù)據(jù)，判斷系統(tǒng)出現(xiàn)故障，觸發(fā)故障根源分析系統(tǒng)；

數(shù)據(jù)關(guān)聯(lián)：主要根據(jù)預(yù)置的模板進(jìn)行，模板以標(biāo)簽的形式進(jìn)行關(guān)聯(lián)，其中位置、時間、我影響誰、誰影響我，是數(shù)據(jù)關(guān)聯(lián)主要依據(jù)；

定層定位：通過數(shù)據(jù)關(guān)聯(lián)，從上往下（業(yè)務(wù)、虛層、物理層）確定最終的關(guān)聯(lián)節(jié)點，水平關(guān)聯(lián)通過“分類標(biāo)簽”最終找到故障起因的網(wǎng)元、微服務(wù)或組件。

自動化運維的關(guān)鍵技術(shù)，除了故障監(jiān)控和故障根源分層關(guān)聯(lián)分析，故障自愈能力、全局透視、跨域全方位數(shù)據(jù)采集能力、全網(wǎng)網(wǎng)絡(luò)拓?fù)涔芾?、一鍵自動化測試、一鍵自動化業(yè)務(wù)部署等，都是智能運維應(yīng)具備的成熟商用能力。中興通訊智能運維方案，化繁為簡，降低5G云原生及服務(wù)化軟件架構(gòu)帶來的系統(tǒng)維護(hù)復(fù)雜性，致力于聚焦5G業(yè)務(wù)本身，為客戶創(chuàng)造更大價值。
責(zé)任編輯；zl