什么是網(wǎng)絡(luò)智能運(yùn)維？

來源：湖北國菱計算機(jī)科技有限公司-湖北國聯(lián)計算機(jī)科技有限公司-荊州網(wǎng)站建設(shè)-荊州軟件開發(fā)-政府網(wǎng)站建設(shè)公司 時間：2025-05-26

為什么需要網(wǎng)絡(luò)智能運(yùn)維

業(yè)務(wù)難感知

當(dāng)前網(wǎng)絡(luò)運(yùn)維主要還是面臨單一的告警事件，但是由于現(xiàn)網(wǎng)的告警事件比較多，所以會針對告警做一些過濾，這樣會導(dǎo)致缺乏網(wǎng)絡(luò)級的完整評估能力。尤其在SDN等新技術(shù)在網(wǎng)絡(luò)大規(guī)模應(yīng)用后，除了要維護(hù)Underlay物理網(wǎng)絡(luò)外，還需要額外維護(hù)一張?zhí)摂M的Overlay網(wǎng)絡(luò)，而面向告警的運(yùn)維能力是沒有辦法覆蓋整個層面的內(nèi)容。

傳統(tǒng)運(yùn)維模式，運(yùn)維人員往往扮演著事后“救火”的角色，需要事故發(fā)生后才處理。管理員無法對未來可能發(fā)生的故障進(jìn)行動態(tài)預(yù)測，掌握運(yùn)維的主動權(quán)。

故障難定位

管理規(guī)模大：云計算場景下運(yùn)維人員的管理對象從物理設(shè)備延伸到虛擬機(jī)，網(wǎng)元管理規(guī)模增加了幾十倍；另一方面由于實時性分析的要求，設(shè)備指標(biāo)的收集粒度從分鐘級提升到毫秒級，數(shù)據(jù)量增加了近千倍；更重要的是對于故障的主動感知和排障，除了收集分析網(wǎng)絡(luò)設(shè)備指標(biāo)外，還需要結(jié)合實際轉(zhuǎn)發(fā)業(yè)務(wù)流進(jìn)行分析，數(shù)據(jù)規(guī)模則進(jìn)一步擴(kuò)大。

業(yè)務(wù)路徑多：網(wǎng)絡(luò)為了提供高可靠和高帶寬，往往被設(shè)計成負(fù)載分擔(dān)方式轉(zhuǎn)發(fā)流量，此時會使節(jié)點(diǎn)間流量經(jīng)由哈希算法選擇路徑，轉(zhuǎn)發(fā)路徑的可能性隨網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)冪級增加，管理員無法確定某業(yè)務(wù)流量究竟通過網(wǎng)絡(luò)中什么樣的路徑轉(zhuǎn)發(fā)，傳統(tǒng)的定位手段時間長、嚴(yán)重依賴運(yùn)維人員的個人經(jīng)驗。

故障恢復(fù)慢

網(wǎng)絡(luò)的穩(wěn)定運(yùn)行關(guān)系著國家信息安全和社會穩(wěn)定。為了防范災(zāi)難和風(fēng)險，保障業(yè)務(wù)連續(xù)性，國內(nèi)外監(jiān)管部門頒布了一系列業(yè)務(wù)連續(xù)性及容災(zāi)的標(biāo)準(zhǔn)。對于金融行業(yè)而言，若單機(jī)構(gòu)單省中斷半小時，那么定位為III級事故并上報銀監(jiān)會。對于大部分企業(yè)，業(yè)務(wù)中斷會導(dǎo)致企業(yè)經(jīng)濟(jì)利益不同程度受損。這就要求遇到故障首先要在最短時間內(nèi)恢復(fù)業(yè)務(wù)。

在金融業(yè)務(wù)場景集中式部署轉(zhuǎn)向分布式部署，系統(tǒng)部署復(fù)雜，運(yùn)維人員被動響應(yīng)加長了故障定位周期，故障定位時間平均76min，不能保障業(yè)務(wù)連續(xù)性。

為了解決以上問題，實現(xiàn)對網(wǎng)絡(luò)實現(xiàn)精確運(yùn)維，使網(wǎng)絡(luò)的管理水平和服務(wù)質(zhì)量得到持續(xù)提升，華為推出了網(wǎng)絡(luò)智能運(yùn)維解決方案。

網(wǎng)絡(luò)智能運(yùn)維有哪些好處

健康度全面評估，實現(xiàn)業(yè)務(wù)、網(wǎng)絡(luò)實時感知

網(wǎng)絡(luò)健康度評估方案對整個網(wǎng)絡(luò)進(jìn)行系統(tǒng)化的網(wǎng)絡(luò)級的評估檢測，幫助運(yùn)維人員“看網(wǎng)識網(wǎng)”，提升運(yùn)維效率和業(yè)務(wù)體驗質(zhì)量。主要包括三大部分：

網(wǎng)絡(luò)級的抽象建模：構(gòu)建多層評估體系，定期收集網(wǎng)絡(luò)的設(shè)備、協(xié)議、連接、業(yè)務(wù)等狀態(tài)。

全面智能化的健康狀態(tài)評估：針對每一個層面分別構(gòu)建網(wǎng)絡(luò)對象模型，與傳統(tǒng)網(wǎng)管的差異是，會關(guān)聯(lián)網(wǎng)絡(luò)的日志數(shù)據(jù)、性能數(shù)據(jù)、網(wǎng)絡(luò)設(shè)備配置數(shù)據(jù)、以及業(yè)務(wù)主機(jī)交互的業(yè)務(wù)流等多個維度的數(shù)據(jù)。結(jié)合智能分析算法，智能化的評估網(wǎng)絡(luò)每個層面的狀態(tài)。還能夠動態(tài)檢測工作狀態(tài)、網(wǎng)絡(luò)容量等關(guān)鍵指標(biāo)異常，主動預(yù)測容量、流量風(fēng)險。

界面化實時可視：通過多維度（包括圖表等）的方式實時展示給客戶，支持周期性生成網(wǎng)絡(luò)健康度評估報告。便于用戶網(wǎng)絡(luò)部例行進(jìn)行網(wǎng)絡(luò)健康度檢查，輔助用戶主動排障。

故障根因快速定位，實現(xiàn)智能診斷

當(dāng)前網(wǎng)絡(luò)規(guī)模大、配置復(fù)雜、變化量大，很難快速地進(jìn)行故障定位和排查。并且定位手段時間長，嚴(yán)重依賴運(yùn)維人員的個人經(jīng)驗。網(wǎng)絡(luò)智能運(yùn)維方案，可以實現(xiàn)故障根因快速定位：

通過隨流檢測技術(shù)iFIT，對質(zhì)差類業(yè)務(wù)（業(yè)務(wù)未中斷但主觀感知體驗差）進(jìn)行端到端的逐跳檢測。智能網(wǎng)絡(luò)控制器逐跳收集檢測信息，并根據(jù)收集的檢測數(shù)據(jù)精準(zhǔn)定位故障點(diǎn)。

結(jié)合用戶現(xiàn)網(wǎng)的海量故障案例庫和華為運(yùn)維專家經(jīng)驗，根據(jù)不同的故障模式編排出用戶可執(zhí)行的排障任務(wù)鏈，從而縮短故障定位定界時長。例如針對業(yè)務(wù)連通性類故障場景，自動編排出相應(yīng)的排障步驟，支持用戶一鍵式自動排障。

通過采集設(shè)備的ERSPAN流、Telemetry性能Metrics進(jìn)行大數(shù)據(jù)分析，并結(jié)合AI算法，主動感知Fabric內(nèi)可能存在的故障，智能分析識別是否存在網(wǎng)絡(luò)或者應(yīng)用的群體性故障。輔助用戶逐步實現(xiàn)故障主動感知、分鐘級故障定位定界的主動智能運(yùn)維目標(biāo)。

通過AI算法，也可對一些未知故障進(jìn)行學(xué)習(xí)和故障推理，幫助運(yùn)維人員深度探索未知故障的根因。

故障自閉環(huán)，業(yè)務(wù)運(yùn)行“0”中斷

網(wǎng)絡(luò)智能運(yùn)維系統(tǒng)采用規(guī)則引擎、智能化引擎、知識圖譜等技術(shù)進(jìn)行大數(shù)據(jù)挖掘分析，實現(xiàn)對故障的快速發(fā)現(xiàn)和定位，并通過與控制器的聯(lián)動，可實現(xiàn)對故障的一鍵式恢復(fù)或隔離。在此過程中還可根據(jù)具體故障信息給出對網(wǎng)絡(luò)或業(yè)務(wù)的影響分析，在下發(fā)恢復(fù)或隔離預(yù)案之前，也會向用戶展示對應(yīng)預(yù)案下發(fā)后對網(wǎng)絡(luò)或業(yè)務(wù)將產(chǎn)生哪些影響，以便用戶進(jìn)行決策。

針對質(zhì)差類業(yè)務(wù)，網(wǎng)絡(luò)智能運(yùn)維系統(tǒng)可進(jìn)行業(yè)務(wù)路徑自動調(diào)整，避開引起質(zhì)差的鏈路或者節(jié)點(diǎn)，實現(xiàn)業(yè)務(wù)SLA的自動恢復(fù)。

網(wǎng)絡(luò)智能運(yùn)維的架構(gòu)

網(wǎng)絡(luò)智能運(yùn)維按照場景不同，又分為數(shù)據(jù)中心網(wǎng)絡(luò)智能運(yùn)維和運(yùn)營商網(wǎng)絡(luò)智能運(yùn)維，下面分別介紹兩種方式的架構(gòu)。

數(shù)據(jù)中心網(wǎng)絡(luò)智能運(yùn)維的架構(gòu)

數(shù)據(jù)中心智能運(yùn)維方案架構(gòu)如下圖所示，邏輯上分為網(wǎng)絡(luò)層、控制層和分析層：

網(wǎng)絡(luò)層：主要是指數(shù)據(jù)中心網(wǎng)絡(luò)設(shè)備，這些設(shè)備在運(yùn)行過程中上報指定的鏡像報文或性能、日志等信息給分析層做進(jìn)一步處理和呈現(xiàn)。網(wǎng)絡(luò)層是分析層的數(shù)據(jù)來源。

控制層：主要由iMasterNCE-Fabric控制器組成。iMasterNCE-Fabric與FabricInsight對接，完成運(yùn)維過程中網(wǎng)絡(luò)業(yè)務(wù)自動發(fā)放，可以對接云平臺實現(xiàn)云網(wǎng)場景或?qū)?/span>VMM實現(xiàn)網(wǎng)絡(luò)虛擬化場景下的邏輯網(wǎng)絡(luò)編排及網(wǎng)絡(luò)設(shè)備配置的自動轉(zhuǎn)換與下發(fā)。除了網(wǎng)絡(luò)業(yè)務(wù)自動發(fā)放以外，還能實現(xiàn)路徑探測、網(wǎng)絡(luò)可達(dá)性校驗、以及故障智能發(fā)現(xiàn)、定位、恢復(fù)或隔離。

分析層：主要由iMasterNCE-FabricInsight承擔(dān)。iMasterNCE-FabricInsight基于華為大數(shù)據(jù)平臺構(gòu)建，接收來自網(wǎng)絡(luò)設(shè)備的Telemetry方式的數(shù)據(jù)上報，運(yùn)用智能算法對上報的數(shù)據(jù)進(jìn)行分析、呈現(xiàn)。iMaster NCE-FabricInsight可輔助用戶逐步實現(xiàn)故障主動感知、分鐘級故障定位定界的主動智能運(yùn)維目標(biāo)。

數(shù)據(jù)中心網(wǎng)絡(luò)智能運(yùn)維方案架構(gòu)示意圖

運(yùn)營商網(wǎng)絡(luò)智能運(yùn)維的架構(gòu)

運(yùn)營商智能運(yùn)維方案架構(gòu)如下圖所示，邏輯上分為數(shù)據(jù)收集、數(shù)據(jù)分析、數(shù)據(jù)呈現(xiàn)三部分。數(shù)據(jù)收集：智能網(wǎng)絡(luò)管控器iMaster NCE-IP向設(shè)備下發(fā)訂閱消息，網(wǎng)絡(luò)設(shè)備通過網(wǎng)絡(luò)管理協(xié)議實時上送運(yùn)行數(shù)據(jù)、配置數(shù)據(jù)、資源數(shù)據(jù)給數(shù)據(jù)分析域進(jìn)行分析。數(shù)據(jù)分析：數(shù)據(jù)分析實現(xiàn)對網(wǎng)絡(luò)數(shù)據(jù)（設(shè)備、連接、協(xié)議、安全）和業(yè)務(wù)數(shù)據(jù)的分析。分析包括以下3個方面：

對網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)健康度分析、評估，向數(shù)據(jù)呈現(xiàn)模塊提供健康分析數(shù)據(jù)，并將分析評估后的網(wǎng)絡(luò)隱患上報給數(shù)據(jù)呈現(xiàn)模塊，實現(xiàn)網(wǎng)絡(luò)的主動運(yùn)維。

對業(yè)務(wù)數(shù)據(jù)進(jìn)行業(yè)務(wù)質(zhì)差分析，識別出質(zhì)差業(yè)務(wù)，上報給數(shù)據(jù)呈現(xiàn)模塊，對于有自愈需求的業(yè)務(wù)可同時實現(xiàn)業(yè)務(wù)路徑自動切換，實現(xiàn)業(yè)務(wù)的主動故障感知、主動運(yùn)維。

對網(wǎng)絡(luò)數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，基于AI大數(shù)據(jù)以及專家經(jīng)驗等，實現(xiàn)故障的智能診斷，生成故障診斷報告上報給數(shù)據(jù)呈現(xiàn)模塊。

數(shù)據(jù)呈現(xiàn)：智能網(wǎng)絡(luò)管控器iMasterNCE-IP將接收的數(shù)據(jù)分析結(jié)果多維度展示給客戶，包括儀表盤、圖表、報表、關(guān)系圖等。數(shù)據(jù)呈現(xiàn)還可通過北向接口供第三方調(diào)用數(shù)據(jù)分析結(jié)果。
運(yùn)營商運(yùn)維方案架構(gòu)示意圖

網(wǎng)絡(luò)智能運(yùn)維的應(yīng)用場景

數(shù)據(jù)中心網(wǎng)絡(luò)智能運(yùn)維的應(yīng)用場景

業(yè)務(wù)變更的應(yīng)用：實現(xiàn)仿真驗證，評估業(yè)務(wù)下發(fā)是否符合預(yù)期；實現(xiàn)網(wǎng)絡(luò)變更差異實時可見，識別設(shè)備變更前后快照數(shù)據(jù)及表項變化，從而輔助分析網(wǎng)絡(luò)狀態(tài)；實現(xiàn)VM生命周期跟蹤，快速了解當(dāng)前在線設(shè)備分布情況，幫助提前合理規(guī)劃資源；提供配置回滾，快速恢復(fù)生產(chǎn)，減少業(yè)務(wù)中斷損失；提供服務(wù)器自動化擴(kuò)容，保障業(yè)務(wù)快速上線的需要。

日常巡檢的應(yīng)用：評估設(shè)備、網(wǎng)絡(luò)、協(xié)議、Overlay、業(yè)務(wù)多維度的網(wǎng)絡(luò)健康度，結(jié)合Telemetry機(jī)制，整合網(wǎng)絡(luò)中的配置數(shù)據(jù)、表項數(shù)據(jù)、日志數(shù)據(jù)、KPI性能數(shù)據(jù)，實時發(fā)現(xiàn)網(wǎng)絡(luò)中各個層面的問題和風(fēng)險；檢測范圍覆蓋工作狀態(tài)異常、網(wǎng)絡(luò)容量異常、器件亞健康、業(yè)務(wù)流量交互異常等范圍；還能實現(xiàn)網(wǎng)絡(luò)性能異常的智能化檢測，使網(wǎng)絡(luò)先于業(yè)務(wù)發(fā)現(xiàn)隱患。從而幫助運(yùn)維人員“看網(wǎng)識網(wǎng)”，直觀地呈現(xiàn)全網(wǎng)體驗質(zhì)量。

故障應(yīng)急恢復(fù)的應(yīng)用：通過收集網(wǎng)絡(luò)中多種故障信息，從海量信息中找到故障相關(guān)的線索，實現(xiàn)故障快速準(zhǔn)確的分析定位。并提供一鍵式故障閉環(huán)能力，保障業(yè)務(wù)持續(xù)穩(wěn)定運(yùn)行。

故障根因定位的應(yīng)用：通過基于“知識圖譜”的推理引擎對收集的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析，對故障進(jìn)行快速根因定位。對于未知故障也能進(jìn)行學(xué)習(xí)和故障推理，幫助運(yùn)維人員深度探索未知故障的根因。

運(yùn)營商網(wǎng)絡(luò)智能運(yùn)維的應(yīng)用場景

運(yùn)營商智能運(yùn)維已應(yīng)用于智能云網(wǎng)解決方案。目前，運(yùn)營商已使用了運(yùn)營商智能運(yùn)維方案，應(yīng)用場景包括：

專線業(yè)務(wù)質(zhì)量多維多視，質(zhì)差主動預(yù)警。

運(yùn)營商智能運(yùn)維系統(tǒng)提供異常VPN KPI指標(biāo)分析、異常VPN流量分析、接入點(diǎn)KPI指標(biāo)分析。

專線客戶可實時查看專線業(yè)務(wù)丟包率、時延等SLA指標(biāo)，并設(shè)置質(zhì)差閾值，超過閾值可主動預(yù)警。

故障自動精準(zhǔn)定界，支撐精準(zhǔn)故障派單。

專線業(yè)務(wù)7x24小時歷史回放，便于事后故障按需分析。

專線業(yè)務(wù)路徑精準(zhǔn)呈現(xiàn)，故障點(diǎn)逐跳定界，輔助運(yùn)維人員快速排障。

(轉(zhuǎn)載自：全棧云技術(shù)架構(gòu))