华为园区自动驾驶网络白皮书（2.0）

华为技术有限公司 目录ATALOGUE 01园区网络发展的挑战与机遇 1.1园区网络发展面临新挑战1.2核心技术突破带来新思路review31.2.1基础根技术逐步成熟31.2.2网络自治关键技术逐一突破41.2.3园区自动驾驶网络时代已开启6iew 02园区自动驾驶网络 2.1园区自动驾驶网络愿景2.2园区自动驾驶网络分级82.3园区自动驾驶网络关键能力特征9 03园区自动驾驶网络方案架构与典型应用场景10 3.1园区自动驾驶网络方案架构103.2园区自动驾驶网络典型应用场景133.2.1极简网络设计143.2.2自动网络部署15preview3.2.3敏捷策略变更163.2.4智能终端管理173.2.5最佳应用体验183.2.6极速故障闭环19preview3.2.7智能网络调优-213.2.8智能流量选路22 04总结23 01园区网络发展的挑战与机遇 1.1园区网络发展面临新挑战 园区作为城市的基本单元，是最重要的人口和产业聚集区。面向干行百业，园区形态多，数量大且规模各异。常见的园区包括产业园区、教育园区、政府园区、制造业园区、社区、商业园区等，可以说在城市里，除了马路就是园区。据统计，我们每天有22小时都在园区里生活与工作，从住宅社区到产业园区，从教育园区到商业园区，从机场到酒店 园区网络包含有线网络与无线网络两部分，随着云计算、 物联网、大数据、人工智能、5G等新技术在园区的不断落地，各项智能化应用如雨后春笋般迅速涌现，园区网络的范畴与职能也在快速选代演进。在数字化时代，园区网络已成为智能园区实现万物互联的基座，在提供基础的网络互联互通能力之外，还需要园区网络能够为智能园区应用提供全生命周期的保驾护航。这使得园区网络需要从被动的哑管道向使能万物互联的开放NaaS（Network-as-a-Service）服务进行演进。 根据《2021年IDC企业自动驾驶网络调研，N=203》调研结果显示，在调研的203家企业中有超过一半的企业表示其网络架构难以完全满足其数字化转型的需求。iew 从数据来看，企业数字化转型面临的最大网络方面的挑战分别来自于网络安全、网络架构不够敏捷以及网络不够自动化和智能化。 根据《2021年IDC企业自动驾驶网络调研，N=203》结果显示，超9成的受访者均表示其会在3年内实现此目标，在网络自动化和智能化投资上，65.5%的企业计划会在未来1-3年增加10%以上的投资到网络自动化和智能化的建设上，这比网络市场的平均投资高出一倍多，说明企业对网络自动化和智能化的重视程度以及将其付诸实施的迫切需求。 从管理层面上讲，随着数字化的发展，人为能力瓶颈愈发常见，自动化和智能化也正在逐步成为通用需求。 在万物感知、万物互联、万物智能的智慧化园区时代，园区网络传统的规划、建设、维护、优化手段已无法应对数字化带来的新挑战。主要体现在如下几个方面： 低效率的网络部署与新业务开通，使得园区网络响应滞后，无法满足数字化转型的敏捷、高效诉求。 日趋复杂的网络结构与简单原始的管理手段，使得园区网络的运维难度日益升高，OPEX占比居高不下，数字化转型需要网络管理简单、运维方便，从而适应业务多样化。 网络的规模有遂步扩大的趋势，已逐步从简单的单园区扩展至广域连接，网络的管理水平却相对低下，还是被动响应，需转变传统思维，主动感知运维网络。 可扩展性和安全性得到迅速提升，进而推动并加速了AI技术的普及和成长。人工智能领域的重要技术突破，如生成型AI、小数据、复合AI、负责任的AI等，极大的促进了AI技术在各行各业的应用落地。evle 1.2.2网络自治关键技术逐一突破 数字李生、人工智能领域的基础根技术与网络有机结合，可极大提升网络运维的自动化与智能化水平，加速网络自治的进程。不仅可以代替人工处理大量重复性、复杂性的操作，还可基于海量数据提升网络预测和预防能力，通过数据更懂客户，基于数据驱动差异化的产品服务，使得自动驾驶在网络领域的落地生根成为可能。 网络数字李生属于数字李生的一个应用子集，是对网络状态的数字化实时表示，包括静态信息（设备类型、容量、拓扑、配置等）、动态信息（流量、表项、性能、告警、事件等）、关联关系（对象模型、属性关联等）等。它为网络实现设计推荐、故障处理、资源性能优化等智能决策环节提供了一张高精地图。网络数字李生应包含三大关键能力： ·高精地图：构建物理设备、物理网络、逻辑网络、协议拓扑、业务网络多图层的统一拓扑，支持多图层间对象关联搜索能力。 网络数字李生(NetworkDigital Twin) ·历史回放：数据携带时间和空间标签，既可以通过数字化的方式呈现当前的实时网络状态，也可以可在时间轴选定时刻回放历史的运行状态。 数据超市：提供统一的数据管理、查询服务，降低数据访问难度。 在自动驾驶网络时代，网络不仅要为终端提供基础服务，还需要根据终端类型来提供差异化的优质服务。随着loT技术在干行百业的稳步落地，如何为海量终端提供优质的网络服务时一个难题，自动化、智能化的完成终端识别处理，是实现攻克这一难题的关键技术。 KNN/ANN（K-/ApproximateNearestNeighbor）、BERT-NER机器学习算法与知识图谱（KnowledgeGraph）等Al技术的有机结合，为终端识别，特别是未知终端识别提供了技术支撑，智能终端识别技术可以显著提升园区海量终端的识别率，减少未知终端的管理风险，降低未知终端的管理难度。 智能终端识别(IntelligentTerminalIdentification) 配置综合可基于网络意图生成目标网络配置，是迈向网络设计自动化和智能化的重要关键技术。用户可以通过自然语言或者领域特定语言（DSL）表达配置意图，描述期望目标网络到达的状态，然后经过意图验证与综合求解两个过程后，得出具体的网络配置数据。 配置综合(ConfigurationSynthesis) 配置综合应用在园区网络场景下，可以极大的降低网络配置难度，减少网络管理人员的配置工作量。/for 网络演算是一种基于最小加代数（Min-plusalgebra）的IP网络队列理论，用于计算机网络仿真、建模与性能分析，特别是为计算时延和积压等端到端性能参数提供了有效方法。最初由Cruz在1990年提出，此后迅速发展，主要技术分支有DNC确定性网络演算（DeterministicNetworkCalculus）、SNC随机网络演算（StochasticNetworkCalculus）等。在机载/车载网络、工业自动化网络、IP网络等各行业的通信网络中均有成熟应用。 网络演算(NetworkCalculus) 网络演算应用在园区网络场景下，为如何保障关键应用在有限网络资源前提下的确定性体验，提供了可行的技术支撑。与网络建模、意图识别等技术相结合，可以通过数学计算方法求解出可行的网络配置，极大的提升关键业务应用体验。 采用负载预测技术、基于大数据疏密识别最大限度压榨频谱资源，实现高负载设备优先分配频谱资源与基于密集度的合理频宽分配；表征现网用户体验的感知手段，独家的协同扫描能力，测量立体的体验数据，基于用户实际体验反馈的强化学习调优射频功率；基于终端识别能力，针对不同终端类型训练终端漫游基线，形成终端漫游基线库，推荐是否能引导、引导时间、引导对象，从而实现最优漫游引导切换，提升终端漫游体验；基于干扰影响度评估优先级，提供最佳信道避让策略，实现整网干扰最小。 智能无线射频调优(IntelligentRadioCalibration) 随流检测能够直接检测真实业务报文，通过IFIT（in-situFlowInformationTelemetry）等技术，逐包检测识别网络中细微的异常，精准检测真实业务的时延、丢包等性能指标，实时感知网络业务质量，实现故障秒级定位，支撑业务快速回复，引领网络运维智能化。forprev 1.2.3园区自动驾驶网络时代已开启 以园区网络的实际业务痛点为标靶，以上述的根技术、关键技术为武器，逐步提升园区网络的自动化，智能化水平，才能实现园区网络的自主自治。而随着重要技术难点的逐一突破，园区自动驾驶网络时代的大门已为我们开启。for preview 02园区自动驾驶网络 2.1园区自动驾驶网络愿景 2019年5月，电信管理论坛TMF联合多个厂家合作发布了业界第一部自动驾驶网络白皮书，提出了“单域自治、跨域协同”的三层框架与四个闭环，进一步定义了自动驾驶网络L1到L5的高阶分级标准，给产业提供了数字化转型的架构蓝图。此后，ETSI、3GPP、GSMA等标准或产业组织相继开展自动驾驶或智能化研究，自动驾驶网络已逐渐成为产业各方积极探索和实践的共同方向，具有广阔的应用场景和商业价值，通过产业各方的共同努力，自动驾驶网络正在从梦想照进现实。 华为结合自身实践并广泛听取产业组织、标准组织，以及客户意见和建议，通过和100+以上客户的联合创新，推出园区网络自动驾驶解决方案，旨在通过大数据、AI等技术提升网络管理的自动化和智能化水平，帮助企业园区网络突破人工运维的效率瓶颈，逐步向自动、自愈、自优的园区自治网络演进，为企业数字化业务创新和敏捷运营铺就基石。 系统基于意图理解、配置综合等技术根据业务需要提取网络资源要求，根据不同的场景进行网络模型建模，自动推荐出不同场景下的标准组网，实现网络的免规划、免设计，并且通过网络校验、自动部署、智能容错等能力实现网络的自动化快速部署。view 系统通过数字李生、知识图谱和深度学习等技术实现对故障根因的推理和定位，通过持续学习和训练，快速定位故障根因，分析故障影响并推荐最优故障处理方案，实现网络故障的快速恢复。 系统通过网络演算、仿真验证等技术实现策略及应用的实时仿真，模拟网络设备资源要求及网络连通性影响等信息，再基于智能决策系统，选取最优方案对网络参数进行调整优化，持续不断优化网络，从而提供最优质的网络服务。 2.2园区自动驾驶网络分级 要实现网络完全的自动驾驶，必然是一个长期的过程，不可能一就而就。参考汽车自动驾驶五级标准，华为率先在业界提出园区自动驾驶网络的分级标准，从人工和系统的协作关系，将自动驾驶网络定义为五个等级： 全自治网络 园区网络演进的终极目标。系统在全生命周期内，具备在任意场景下跨业务、跨领域的自动化闭环能力，实现自动驾驶网络。 限定条件自治网络 2.3园区自动驾驶网络关键能力特征 园区网络自动驾驶根据业务全流程分为“规一建一维一优”四个阶段，在每个阶段根据业务生命周期又细分为“规划设计，部署开通，业务发放，网络变更，监控排障，调参优化”六个环节。在每个环节根据业务需要定义了不同等级所应具备的关键能力，该定义可作为企业园区网络规划和演进的依据指导具体实践。 03园区自动驾驶网络方案架构与典型应用场景 3.1园区自动驾驶网络方案架构 华为园区自动驾驶网络总体解决方案架构主要分为园区网络基础设施、园区网络智能管控单元、云端AI三部分。 ·园区网络基础设施 接入、核心、汇聚交换机组成园区内核心的骨干网络，Wi-Fi6AP提供室内、室外高覆盖的无线接入能力，下一代防火墙和出口网关提供全面的安全防护以及便捷的园区互联能力。针对各层级设备，通过内嵌AI芯片，支持高性能NETCONF配置功能，以及Telemetry主动上报功能，逐步在园区网络基础设施层构建网元级的AI能力，为园区网络自动驾驶目标打下坚实基础。 园区网络智能管控单元 五大核心构成完整的“业务闭环”，面向园区网络“规一建一维一优”全生命周期的自动化管理以及智能运维业务全场景，提供自推荐的网络规划、自适应的终端管理、自保障的应用体验以及自闭环的故障处理。 云端AI 由数据湖、训练平台、推理平台和应用模型市场四大部分组成。园区网络智能管控单元将训练数据交给云端AI的数据湖做预处理后，由训练平台进行训练，所得的模型发布到应用模型市场，并由模型市场推送给推理平台。推理平台结合实时