韋樂平:人工智慧開闢一條網路重構新通道

yanengineers發表於2018-04-27

    2018年4月17日,以“雲網融合,智領未來”為主題的“2018年中國SDN/NFV大會”在北京成功召開。本次大會由SDN/NFV產業聯盟主辦,工信部通訊科技委常務副主任,中國電信科技委主任,SDN/NFV產業聯盟理事長韋樂平出席會議,並作了題為“邁向網路架構重構的新階段-人工智慧使能的網路”主題演講。並在會後接受了IT168記者專訪!

  結合SDN與AI的基於意願的隨願網路成為新目標

  基於SDN/NFV的網路雲化已成為產業界的共識,SDN已渡過炒作期,進入理性發展階段;NFV化已開始落地,已經覆蓋所有核心網網元,5G成為NFV新的最大驅動力,NFV成5G必要條件,但是由於思維落後、硬體效能限制、標準化滯後及互操作的複雜性,其征程依然艱難。

SDN/NFV產業聯盟理事長 韋樂平先生

  韋樂平先生指出,SDN將進一步從自動化走向智慧化,當前網路架構越來越發複雜,單純靠人無法很好處理,可謂是舉步維艱,人工智慧的出現,給網路重構開啟一條新通道,人工智慧能夠處理超複雜問題,結合SDN與AI的基於意願的隨願網路(IBN)將可能成為網路自動化和智慧化的目標。

  AI網路應用的三大場景

  目前AI網路可以應用於三個場景,第一個高效智慧運維場景,利用AI/ML技術預測網路執行狀態和器件、裝置、業務可能的劣化風險,改善網路質量、提升MTTR,同時可以集約資源智慧排程,還可以利用AI/ML結合SDN網路控制能力進行業務、鏈路閉環控制,達成時延降低、流量全域性均衡、雲化資源自適應擴縮容等效果。

  個性化業務服務場景,網路邊緣存有客戶使用網路業務相關的大量資料,利用這些資料以及網路其它資料、CRM資訊能夠給戶個性化服務的分析和建議。例如結合企業專線的頻寬利用率、週期性潮汐流量特徵、特殊時延要求等能夠更好地設計個性化業務和靈活的資費棋式。

  網路安全場景,利用AI/ML學習技術可以針對惡意/病毒會話特殊的會話位元組、頭端包大小和頻次、病毒特徵位元組等資訊進行統計分析,從而在惡意流量攻擊的早期就能正確識別,對於潛在的、前期未有訓練資料的惡意報文也能進行預警。

  韋樂平表示,阿爾發元標誌著人工智慧已經邁上歷史新階段一一認知智慧,但目前基於人工智慧的網路還停留在比較初級階段,業界也都看到其蘊藏的潛力,一致認為是解決當前超複雜網路架構最佳技術,然而未來還有很長的路要走。

  人工智慧從做好大資料開始

  對於多數非電腦科學專家而言,人工智慧泛指機器智慧,也就是任何可以使計算機透過圖靈測試的方法,既包括傳統的人工智慧方法,也包括近年來興起的資料驅動和機器學習等其他方法。

  傳統的人工智慧方法,基於因果邏輯關係的智慧,難以從資料量増加中獲益。進展不快。人工智慧的新方法採用資料驅動的方法,最大好處是隨著資料量的増加,系統會越來越好。

  AI成功應用的前提是足夠大的訓練資料。儘管電信網的資料足大(CTC至少100PB),但由於部門和各管理層級的資料語義和和格式不同、資料儲存和管理應用機制不同、資料監管限制等原因能真正有效利用的有價值的資料並不足夠大。

  韋樂平指出,為了更加有效利用資料,我們正規劃一個大資料湖專案,實現多種資料快速處理,當然離不開高階人才引進,另外,僅僅依靠技術和業務重構,不下決心實施組織重枃難以推進AI使能的深度網路架重構,打破部門壁壘,實施組織架構水平化是成功的前提。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/17066424/viewspace-2153453/,如需轉載,請註明出處,否則將追究法律責任。

相關文章