知识定义的编排与管控
引言
美国MIT的D.Clark教授提出的知识与知识平面（KP）为自智网络发展提供了理论基础。知识具有先验性和普适性，但相关知识范式制定、融入网络运维框架等工作尚不完善。闭环控制系统通过自动化数据获取、分析、决策、资源管理和策略优化，成为构建智能化网络管理平台的关键。
相关标准进展
- ETSI：成立ENI ISG，定义基于“感知-适应-决策执行”控制模型的认知网络管理架构，利用AI和上下文感知策略提升5G网络性能。ENI系统有两种工作模式：建议模式和管理模式，工作流程包括输入、分析、决策、输出四个子流程。
- ITU-T：SG13成立ML5G焦点组，研究机器学习在“未来网络”中的应用；SG15和SG16分别研究AI在传送网和多媒体应用中的融合及影响。
- 3GPP：通过“意图驱动的移动网络管理服务（IDMS_MN）”和“自治网络分级（ANL）”标准项目，推动意图驱动的网络管理和自治网络分级标准化。
需求分析
- 功能需求：网络数据收集、知识表征、故障定位、智能网络决策、网络策略验证、用户反馈。
- 技术需求：网络全生命周期闭环治、网络资源按需分配、大规模自智网络拓扑感知、融入高阶的网络管控体系。
架构及关键技术
- 总体架构：由用户面、知识面、控制面和数据面构成。数据面采用SDN架构，实现网络数据采集和传输。
- 关键技术：
- 网络遥测技术：基于可编程数据平面，实现网络实时、高速和精细监控，支持YANG数据模型、GPB编码格式和GRPC/UDP传输协议。
- 知识表征技术：利用知识图谱结构，通过知识获取、知识融合和知识推理三个步骤构建网络知识。
- 策略生成技术：基于强化学习的选路算法和多指标的异常状态检测，实现智能网络决策。
- 资源调度技术：知识定义的通算存资源调度技术和空间波束资源调度技术，实现网络资源的动态划分、隔离和全生命周期追溯。
- 策略验证技术：利用数字孪生体建立和策略仿真验证，确保策略的正确性和合理性。
应用场景及实践
- 基于知识定义的意图网络：通过用户意图识别和知识决策，实现6G网络的智能化管理。
- 知识定义的切片编排：通过切片实例的全生命周期编排、保障和用户需求预测，实现多租户的灵活资源管理。
- 基于网络知识的故障自愈：通过异常检测、根因分析和故障自愈，实现网络故障的自动化和智能化管理。
- 智慧家庭网络自动化管理：通过业务监控、网络知识构建和基于知识的管控，实现家庭网络的智能化管理。
- 随愿意图网络双闭环架构及开源实践：基于ONAP开源架构，通过意图转译、意图实例管理和意图保障，实现用户意图的闭环交互和网络意图闭环保障。
总结与展望
网络复杂度将远超当前，6G网络将实现全域按需服务和资源灵活配置。知识定义的编排与管控方法，通过引入网络知识，实现网络智能化自治。倡议运营商、设备商和产业链各方合作，推动知识定义标准化、突破关键技术、建设开放型平台，共同推进知识定义的发展。
