基于AI告警分析系統(tǒng)的IPRAN網(wǎng)絡(luò)智能運(yùn)維和應(yīng)用

中國聯(lián)通網(wǎng)絡(luò)技術(shù)研究院|趙良 張賀

中國聯(lián)通江蘇省分公司|潘皓 薛金明 宋梅

中國聯(lián)通研究并開發(fā)了具有聯(lián)通自主知識產(chǎn)權(quán)的AI告警分析系統(tǒng)，實(shí)現(xiàn)了中國聯(lián)通網(wǎng)絡(luò)運(yùn)維的智能化，從而極大地提高了IPRAN網(wǎng)絡(luò)的運(yùn)維效率及準(zhǔn)確率，提升了網(wǎng)絡(luò)質(zhì)量和用戶體驗。

目前，全球運(yùn)營商相繼發(fā)布了網(wǎng)絡(luò)演進(jìn)和轉(zhuǎn)型戰(zhàn)略。隨著電信網(wǎng)絡(luò)設(shè)備日趨虛擬化、自動化和智能化，網(wǎng)絡(luò)復(fù)雜度呈指數(shù)級增長。這些挑戰(zhàn)無疑使網(wǎng)絡(luò)運(yùn)維變得日益繁雜和困難。人工智能是一門與傳統(tǒng)學(xué)科完全不同的新興前沿學(xué)科，多家運(yùn)營商都嘗試在通信網(wǎng)絡(luò)中運(yùn)用人工智能技術(shù)，以應(yīng)對這些挑戰(zhàn)和問題。

IPRAN網(wǎng)絡(luò)主要用于承載移動回傳業(yè)務(wù)和部分大客戶專線業(yè)務(wù)，由于主要采用IP/MPLS動態(tài)協(xié)議技術(shù)，協(xié)議復(fù)雜性高、靈活度大、業(yè)務(wù)組織方式多樣，網(wǎng)絡(luò)每天都會產(chǎn)生海量告警。這些海量告警數(shù)據(jù)目前一般依賴于專家人工經(jīng)驗進(jìn)行處理，即把專家經(jīng)驗總結(jié)成規(guī)則，通過規(guī)則過濾掉非關(guān)鍵的告警信息。但專家的經(jīng)驗規(guī)則過濾能力有限，人工排障方式效率低下。為此，中國聯(lián)通提出將人工智能技術(shù)應(yīng)用于IPRAN網(wǎng)絡(luò)的告警根因溯源，形成更高效的告警處理方式，并研究和開發(fā)了具有聯(lián)通自主知識產(chǎn)權(quán)的AI告警分析系統(tǒng)。該系統(tǒng)從現(xiàn)網(wǎng)告警中自動挖掘告警關(guān)聯(lián)規(guī)則，并對實(shí)時告警進(jìn)行在線分析處理，從而極大地提升了傳輸網(wǎng)絡(luò)的運(yùn)維效率及準(zhǔn)確率。

人工智能及其應(yīng)用于網(wǎng)絡(luò)運(yùn)維的概況

人工智能簡介

人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新技術(shù)科學(xué)。它試圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能常用算法包括監(jiān)督學(xué)習(xí)（線性回歸、決策樹、支持向量機(jī)、集成學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)、長短期記憶網(wǎng)絡(luò)）、半監(jiān)督學(xué)習(xí)（降維學(xué)習(xí)、稀疏學(xué)習(xí)、深度信念網(wǎng)絡(luò)）、無監(jiān)督學(xué)習(xí)（聚類、關(guān)聯(lián)規(guī)則挖掘、生成對抗性網(wǎng)絡(luò)）、強(qiáng)化學(xué)習(xí)等，如圖1所示。

人工智能在網(wǎng)絡(luò)告警分析智能運(yùn)維中的應(yīng)用

目前IPRAN現(xiàn)網(wǎng)中的故障告警具有數(shù)據(jù)量大、突發(fā)故障情況多的特點(diǎn)。網(wǎng)絡(luò)設(shè)備出現(xiàn)故障并引發(fā)告警時，與其相關(guān)聯(lián)的上下行設(shè)備同樣會因為設(shè)備間的關(guān)聯(lián)性引發(fā)相應(yīng)的故障，使之在短時間內(nèi)產(chǎn)生大量告警信息。現(xiàn)有的網(wǎng)管系統(tǒng)已經(jīng)無法在異常狀況發(fā)生時為運(yùn)維人員提供足夠的支持，需要人花費(fèi)大量時間去尋找問題根源和解決辦法，許多問題不能被及時發(fā)現(xiàn)而不斷傳播升級。

為此，以更智能的方法實(shí)現(xiàn)故障溯源和故障預(yù)測，是提高運(yùn)維效率、降低運(yùn)維成本的有效途徑，從網(wǎng)絡(luò)管理的角度來看，排障過程花費(fèi)時間更短，資源消耗更少，運(yùn)維效率更高，是其內(nèi)部提高企業(yè)OPEX的主要著手點(diǎn)；從用戶使用的角度來看，網(wǎng)絡(luò)性能更好，網(wǎng)絡(luò)故障更少，會提升用戶體驗，提升網(wǎng)絡(luò)的核心競爭力。

圖2 AI告警分析系統(tǒng)架構(gòu)圖

圖3 socket連接建立過程示意圖

為了解決上述問題，中國聯(lián)通開展了基于AI技術(shù)在IPRAN網(wǎng)絡(luò)告警相關(guān)性分析及識別領(lǐng)域的研究，以人工智能技術(shù)為基礎(chǔ)，結(jié)合網(wǎng)絡(luò)自身機(jī)制，開發(fā)了具有聯(lián)通自主知識產(chǎn)權(quán)的AI告警分析系統(tǒng)，以實(shí)現(xiàn)對IPRAN網(wǎng)絡(luò)告警數(shù)據(jù)間的關(guān)聯(lián)性分析，同時配合相應(yīng)的業(yè)務(wù)模型和網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)實(shí)現(xiàn)故障的精準(zhǔn)定位。

AI告警分析系統(tǒng)的設(shè)計與功能

AI告警分析系統(tǒng)的目的在于針對IPRAN網(wǎng)絡(luò)海量的告警，確定告警間的關(guān)聯(lián)性，實(shí)現(xiàn)對告警的壓縮、過濾，定位根源告警，進(jìn)一步準(zhǔn)確定位故障源。

系統(tǒng)架構(gòu)

AI告警分析系統(tǒng)的功能分為在線處理和離線分析兩個部分，如圖2所示。紅色標(biāo)識的為離線關(guān)聯(lián)規(guī)則分析的信息處理流，綠色標(biāo)識的為在線告警識別的信息處理流。系統(tǒng)整體是一個數(shù)據(jù)信息的處理機(jī)，其中相關(guān)模塊通過不同的組合可以完成不同的目標(biāo)任務(wù)。

在線處理告警報文需要通過接口對接傳輸綜合網(wǎng)管系統(tǒng)，因此，系統(tǒng)設(shè)置了專門的Redis緩存隊列。所有數(shù)據(jù)將先緩存在隊列中，待后續(xù)處理模塊逐步處理。系統(tǒng)通過在接口部分使用多線程以提升其吞吐性能。

在離線關(guān)聯(lián)規(guī)則挖掘處理部分，操作人員通過導(dǎo)入數(shù)據(jù)的方式使用本平臺進(jìn)行歷史告警的關(guān)聯(lián)規(guī)則挖掘分析。告警關(guān)聯(lián)性分析旨在通過關(guān)聯(lián)規(guī)則挖掘的方式分析出告警中存在的根源告警和衍生告警的規(guī)則，保存在關(guān)聯(lián)規(guī)則知識庫中。

在線告警過濾識別旨在通過3種方式分析告警數(shù)據(jù)中冗余的數(shù)據(jù)，從而保留關(guān)鍵和核心告警，分別為頻發(fā)告警過濾、用戶側(cè)告警過濾以及基于關(guān)聯(lián)規(guī)則的根源衍生告警識別。最后，標(biāo)記出告警數(shù)據(jù)中的根源告警、衍生告警，以及非衍生、非根源的普通告警。

系統(tǒng)主要功能

● 實(shí)時告警采集功能

AI告警分析系統(tǒng)通過與傳輸綜合網(wǎng)管對接，獲取實(shí)時告警報文，接口交互流程包括連接鑒權(quán)、心跳通知、實(shí)時告警上報、確認(rèn)通知、重發(fā)通知等。

圖4 關(guān)聯(lián)規(guī)則挖掘總體設(shè)計圖

圖5 告警在線分析總體設(shè)計圖

針對在線數(shù)據(jù)接收，為了避免阻塞海量告警數(shù)據(jù)的發(fā)送端，提升系統(tǒng)的吞吐量，系統(tǒng)采用多線程接收的方式，如圖3所示。

● 告警關(guān)聯(lián)規(guī)則挖掘功能

告警關(guān)聯(lián)規(guī)則挖掘的主要功能是從海量的歷史告警數(shù)據(jù)中挖掘出告警間的關(guān)聯(lián)性規(guī)則。用戶可以設(shè)置挖掘參數(shù)，包括最小支持度、最小置信度、最少出現(xiàn)次數(shù)、最大模式長度、時間窗大小、時間窗可擴(kuò)展度、數(shù)據(jù)源、起始日期、結(jié)束日期等。系統(tǒng)后臺通過運(yùn)行基于Spark平臺實(shí)現(xiàn)的特有算法進(jìn)行數(shù)據(jù)挖掘，生成告警信息的關(guān)聯(lián)規(guī)則知識庫，這些關(guān)聯(lián)規(guī)則是后續(xù)對告警進(jìn)行相關(guān)性分析的基礎(chǔ)。

告警關(guān)聯(lián)規(guī)則挖掘的總體設(shè)計如圖4所示。首先，從數(shù)據(jù)庫獲取數(shù)據(jù)，主要包括網(wǎng)絡(luò)告警數(shù)據(jù)、拓?fù)鋽?shù)據(jù)和業(yè)務(wù)數(shù)據(jù)等；其次，根據(jù)告警數(shù)據(jù)多維多域的特性構(gòu)造事務(wù)項集；最后，采用特有算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘，將產(chǎn)生的結(jié)果存儲到關(guān)聯(lián)規(guī)則知識庫中。

● 告警在線分析功能

告警在線分析功能是根據(jù)告警之間的關(guān)聯(lián)規(guī)則，識別出網(wǎng)絡(luò)告警中的決定性告警作為“根源告警”，由根源告警引發(fā)的告警作為“衍生告警”，從而實(shí)現(xiàn)網(wǎng)絡(luò)故障的根因定位。通過對相關(guān)告警進(jìn)行主次分析、歸納分析，可以壓縮系統(tǒng)告警量、排除告警處理過程中的干擾信息，從而降低告警監(jiān)控人員和故障處理人員的工作量。

告警在線分析功能的總體設(shè)計如圖5所示。先從數(shù)據(jù)庫獲取一個時間片段內(nèi)的告警數(shù)據(jù)，然后，采用挖掘出來的關(guān)聯(lián)規(guī)則，對一個時間片段內(nèi)的告警進(jìn)行關(guān)聯(lián)規(guī)則匹配。同時，匹配根源告警和衍生告警的名稱以及它們之間的關(guān)聯(lián)關(guān)系是否滿足規(guī)則條件。若有一條規(guī)則匹配成功，便可生成相應(yīng)的根源告警和衍生告警。

● 關(guān)聯(lián)告警拓?fù)湔故竟δ?/p>

在線告警分析的結(jié)果可以以列表、樹狀圖等形式呈現(xiàn)，也可以直接選取跳轉(zhuǎn)到相關(guān)告警所在的拓?fù)鋱D，直觀呈現(xiàn)一系列告警的分布位置及根源故障點(diǎn)，從而快速進(jìn)行故障定位，如圖6所示。

圖7 系統(tǒng)現(xiàn)網(wǎng)試點(diǎn)部署方案

基于AI的IPRAN網(wǎng)絡(luò)告警分析系統(tǒng)試點(diǎn)應(yīng)用

AI告警分析系統(tǒng)的告警關(guān)聯(lián)規(guī)則來源于現(xiàn)網(wǎng)告警數(shù)據(jù)，應(yīng)用于現(xiàn)網(wǎng)告警數(shù)據(jù)，因此，真實(shí)的告警數(shù)據(jù)是系統(tǒng)最為關(guān)鍵的要素。中國聯(lián)通在研究開發(fā)本系統(tǒng)過程中，與多個省分公司合作，采集了現(xiàn)網(wǎng)大量告警數(shù)據(jù)用于挖掘分析，并在一些省試點(diǎn)部署應(yīng)用，對現(xiàn)網(wǎng)的實(shí)時告警進(jìn)行在線分析處理。

現(xiàn)網(wǎng)試點(diǎn)部署方案

該系統(tǒng)部署在中國聯(lián)通現(xiàn)網(wǎng)試點(diǎn)省分公司的服務(wù)器上，接收省分公司傳輸綜合網(wǎng)管上報的實(shí)時告警并進(jìn)行分析，用戶可通過B/S方式遠(yuǎn)程訪問系統(tǒng)。

現(xiàn)網(wǎng)試點(diǎn)部署方案如圖7所示。AI告警分析系統(tǒng)直接從傳輸綜合網(wǎng)管獲取實(shí)時告警數(shù)據(jù)，實(shí)時告警報文轉(zhuǎn)發(fā)路徑如圖7中的紅色實(shí)線所示，接口標(biāo)準(zhǔn)參照中國聯(lián)通企標(biāo)QB/CU X13-221(2015)《中國聯(lián)通智能監(jiān)控系統(tǒng)與統(tǒng)一采集與指令適配平臺間接口技術(shù)規(guī)范》；鏈路、網(wǎng)元、tunnel離線報表來源于廠家專業(yè)網(wǎng)管，AI告警分析系統(tǒng)可以適配不同廠家的離線報表格式。

圖8 告警處理結(jié)果數(shù)量統(tǒng)計

現(xiàn)網(wǎng)試點(diǎn)應(yīng)用效果與分析

目前，AI告警分析系統(tǒng)已基本建立了主流IPRAN廠家的告警關(guān)聯(lián)規(guī)則知識庫，規(guī)則總量約400余條。系統(tǒng)可以對現(xiàn)網(wǎng)告警進(jìn)行在線處理，處理后可以統(tǒng)計用戶側(cè)告警、頻發(fā)告警、衍生告警、根源告警、普通告警、共振告警的數(shù)量及壓縮比例，如圖8所示。

對于部分試點(diǎn)地市一周的實(shí)時告警、系統(tǒng)的壓縮結(jié)果見表中內(nèi)容。將系統(tǒng)分析結(jié)果與運(yùn)維人員的實(shí)際故障派單進(jìn)行核對驗證，系統(tǒng)分析結(jié)果準(zhǔn)確。

表 部分試點(diǎn)地市一周實(shí)時告警分析

小結(jié)

實(shí)踐效果證明，將人工智能技術(shù)引用到網(wǎng)絡(luò)運(yùn)維的故障溯源場景中是可行且有效的，基于運(yùn)維數(shù)據(jù)智能化地識別告警之間的關(guān)聯(lián)規(guī)則，解決了人工經(jīng)驗積累不足的問題，提升了運(yùn)維效率。后續(xù)中國聯(lián)通將著重考慮系統(tǒng)功能的進(jìn)一步完善、故障派單模塊的開發(fā)等拓展應(yīng)用，從而使系統(tǒng)具有更加完備的工程應(yīng)用價值。同時，這也是中國聯(lián)通將人工智能技術(shù)應(yīng)用于自身網(wǎng)絡(luò)的積極探索與嘗試，并為后續(xù)人工智能技術(shù)與中國聯(lián)通網(wǎng)絡(luò)的結(jié)合積累經(jīng)驗，推動網(wǎng)絡(luò)智能運(yùn)維方面的革新與發(fā)展。