5G网络自动化：从人工运维到全自治

doi:10.11959/j.issn.1000-0801.2022088

电信科学 ›› 2022, Vol. 38 ›› Issue (8): 140-150.doi: 10.11959/j.issn.1000-0801.2022088

5G网络自动化：从人工运维到全自治

詹勇, 吴枫

中兴通讯股份有限公司，广东深圳 518055

修回日期:2022-05-16 出版日期:2022-08-20 发布日期:2022-08-01
作者简介:詹勇（1990-），男，博士，中兴通讯股份有限公司工程师，主要从事无线通信网络、下一代通信网络的研究工作
吴枫（1976- ），男，中兴通讯股份有限公司研发总工程师，主要从事移动通信网络技术、解决方案研究以及系统架构设计工作

5G network automation: from manual operating to full autonomous

Yong ZHAN, Feng WU

ZTE Corporation, Shenzhen 518055, China

Revised:2022-05-16 Online:2022-08-20 Published:2022-08-01

摘要/Abstract

摘要：

摘要：通过数字化和智能化实现自动化管理已成为千行百业削减运维成本的关键技术。作为数字化和智能化的“赋能者”，5G 移动通信系统已经从早期的人工运维网络演进到人工协助的自动运维网络。在研究 5G网络自动化技术的基础上，重点分析了3GPP提出的L0～L5自治网络等级，深入探讨了包含意图全生命周期维护和意图冲突管理等若干意图驱动的5G自治网络关键技术。最后，提出了一个意图驱动的5G自治网络落地实践方案：意图驱动的业务体验保障方案。

关键词: 5G, 自治网络, 意图驱动

Abstract:

To realize automatic management via digitization and intellectualization has become a key technology for thousands of industries to reduce their operation and maintenance costs.As an enabler of digitization and intellectualization, 5G mobile communication system has evolved from manual operating network to human-assisted automation network.Based on the study of automatic technologies of 5G network, the L0～L5 autonomous network levels proposed by 3GPP were analyzed, several key technologies for intent-driven 5G autonomous network including intent life-cycle maintenance and solutions for intent conflict were discussed.Last but not least, a practice of intent-driven 5G autonomous network was proposed: solution of intent-driven application experience assurance.

Key words: 5G, autonomous network, intent-driven

中图分类号:

TP393

詹勇, 吴枫. 5G网络自动化：从人工运维到全自治[J]. 电信科学, 2022, 38(8): 140-150.

Yong ZHAN, Feng WU. 5G network automation: from manual operating to full autonomous[J]. Telecommunications Science, 2022, 38(8): 140-150.

图/表 9

图1

图2

表1

图3

图4

图5

图6

图7

图8

参考文献 17

[1]	PRAKASH C , LEE J , TURNER Y ,et al. PGA:using graphs to express and automatically reconcile network policies[C]// Proceedings of the 2015 ACM Conference on Special Interest Group on Data Communication. New York:ACM Press, 2015: 29-42.
[2]	GSMA Intelligence. Global mobile forecasts,Q3 2021 review:capturing the changes,discussing the drivers[EB]. 2021.
[3]	3GPP. System architecture for the 5G system (5GS):TS23.501[S]. 2021.
[4]	STRASSNER J . Policy-based network management[M]. San Franciso: Morgan Kaufman, 2003.
[5]	3GPP. Management and orchestration; Levels of autonomous network:TS28.100[S]. 2021.
[6]	TM Forum. Autonomous network levels evaluation methodology:IG1252[S]. 2021.
[7]	ETSI. Zero-touch network and service management (ZSM);means of automation:ZSM 005[S]. 2021.
[8]	3GPP. Management and orchestration; intent driven management services for mobile networks:TS28.312[S]. 2021.
[9]	TM Forum. Intent in autonomous networks:IG1253[S]. 2021.
[10]	BEHRINGER M.H , PRITIKIN M , BJARNASON S ,et al. Autonomic networking:definitions and design goals (RFC7575)[EB]. 2015.
[11]	CLEMM A , CIAVAGLIA L , GRANVILLE L.Z ,et al. Intentbased networking-concepts and definitions[EB]. 2021.
[12]	ALEX W , AMANPREET S , JULIAN M ,et al. GLUE:A multi-task benchmark and analysis platform for natural language understanding[C]// Proceedings of the 2018 EMNLP Workshop BlackboxNLP:Analyzing and Interpreting Neural Networks for NLP. 2018: 353-355.
[13]	3GPP. Management and orchestration; management services for communication service assurance; Requirements:TS28.535[S]. 2021.
[14]	PANG L , YANG C G , CHEN D Y ,et al. A survey on intent-driven networks[J]. IEEE Access, 2020(8): 22862-22873.
[15]	MNIH V , KAVUKCUOGLU K , SILVER D ,et al. Human-level control through deep reinforcement learning[J]. Nature, 2015,518(7540): 529-533.
[16]	WU Y W , ZHANG K , ZHANG Y . Digital twin networks:a survey[J]. IEEE Internet of Things Journal, 2021,8(18): 13789-13804.
[17]	KONG W C , DONG Z Y , JIA Y W ,et al. Short-term residential load forecasting based on LSTM recurrent neural network[J]. IEEE Transactions on Smart Grid, 2019,10(1): 841-851.

5G网络自动化：从人工运维到全自治

5G network automation: from manual operating to full autonomous

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 17

相关文章 15

Metrics

推荐阅读 0

	自治网络等级	自治网络关键功能模块
	自治网络等级	执行	感知	分析	决策	意图处理
L0	人工运维网络	人工	人工	人工	人工	人工
L1	人工协作运维网络	人工＆系统	人工＆系统	人工	人工	人工
L2	初阶自治网络	系统	人工＆系统	人工＆系统	人工	人工
L3	中阶自治网络	系统	系统	人工＆系统	人工＆系统	人工
L4	高阶自治网络	系统	系统	系统	系统	人工＆系统
L5	全自治网络	系统	系统	系统	系统	系统

[1]	王妍, 彭莹. 国际电信联盟（ITU）6G标准化研究[J]. 电信科学, 2023, 39(6): 129-138.
[2]	张辰, 王红凯, 毛冬, 潘司晨, 赵帅. 面向电力终端的轻量化5G硬加密通信模组研究及应用[J]. 电信科学, 2023, 39(6): 159-169.
[3]	许浩, 吴琳. 基于5G网络的VoWi-Fi互操作研究[J]. 电信科学, 2023, 39(5): 144-154.
[4]	王建斌, 王淑春, 廖尚金, 施淑媛. 基于DCNN-LSTM负荷预测算法的5G基站节能系统研究[J]. 电信科学, 2023, 39(4): 133-141.
[5]	张乐, 马洪源. 运营商网络边缘云安全实践[J]. 电信科学, 2023, 39(4): 165-172.
[6]	刘思杨, 张云飞. 从智能网联1.0到智能网联2.0：面向双智的实时数字孪生城市构建[J]. 电信科学, 2023, 39(3): 32-44.
[7]	刘光海, 肖天, 李贝, 程新洲, 薛永备, 李一, 朱小萌, 郑雨婷. 4G载波向5G重耕之前的5G业务覆盖能力研究[J]. 电信科学, 2023, 39(3): 115-123.
[8]	巩传兵, 杨明帅, 吴松, 葛海平, 张守国, 刘磊, 祁云山, 徐辉. 基站价值评估模型的应用研究[J]. 电信科学, 2023, 39(1): 100-107.
[9]	张孟哲, 夏宜君. 5G在工业领域的应用现状、问题及推广建议[J]. 电信科学, 2023, 39(1): 126-135.
[10]	马洪源, 周维, 付艳, 邵永平, 黎丹. 蜂窝物联网核心网目标架构演进探讨[J]. 电信科学, 2023, 39(1): 153-161.
[11]	孙鹏飞, 林立, 司哲. 5GtoB规模复制方法论及标准化能力构建[J]. 电信科学, 2022, 38(Z1): 3-10.
[12]	潘峰, 刘嘉薇. 我国5GtoB应用发展演进及展望[J]. 电信科学, 2022, 38(Z1): 11-16.
[13]	郑师应, 李源, 杨博涵, 马帅, 肖善鹏. 5G+行业现场网技术与产业发展综述[J]. 电信科学, 2022, 38(Z1): 17-27.
[14]	李珊, 刘嘉薇. 5G行业应用规模化发展阶段与分析方法探析[J]. 电信科学, 2022, 38(Z1): 28-35.
[15]	于青民, 黄颖, 汪卫国, 张倩. “5G+工业互联网”行业应用综述[J]. 电信科学, 2022, 38(Z1): 36-42.