我的新闻

分享到:
[IEEE COMMUN MAG 2023, IF 11.2] 祝贺团队论文被网络通信领域顶刊IEEE Communications Magazine (中科院 1区)录用!
发布者: 杨树森 | 2024-01-12 | 23223

TelOps: AI-driven Operations and Maintenance for Telecommunication Networks(作者:Yuqian Yang, Shusen Yang, Cong Zhao and Zongben Xu)。针对大规模复杂电信网络拓扑依赖、高度异构、故障数据获取有限的问题,该工作首次提出了一种AI驱动的基础网络设施运维框架。图1给出其分层架构图。该系统性框架从上到下分为任务、机器学习、知识、数据、物理五层,通过层层分解任务需求,结合电信网络及其运维任务中的特性,给出了主流运维任务的具体设计指导性思路。在典型场景无线接入网中的故障诊断下的高效根因告警定位需求下,以此框架设计解决方案,在真实场景下的530万告警数据中进行验证,测试结果表明,智能运维框架可以有效支撑真实运维需求设计,故障根因告警识别准确率明显优于现有方法,在最重要的典型网络高峰使用场景下,对比现有运营商方案、典型机器学习方法和遵循AIOps设计的解决方案分别高达28%、20.1%和15.8%

 

1 TelOps的分层架构