》數(shù)字化轉型的驅動力

業務(wù)數(shù)據化。企業數(shù)字化轉型意味著(zhe)進行(xíng)業務(wù)、流程和組織再造，把企業的核心資(zī)産、流程和管理等全部上網，即進行(xíng)業務(wù)數(shù)據化。而網絡是(shì)業務(wù)運行(xíng)和數(shù)據承載的基礎，因此網絡平均故障發生間隔（MTTF）面臨更高的要(yào)求；同時(shí)，要(yào)求具備一(yī)定的網絡故障預判預測能力，故障後業務(wù)恢複更加迅速。

數(shù)據業務(wù)化。企業的數(shù)據是(shì)企業的重要(yào)資(zī)産，借助數(shù)據綜合分析，更好地發揮價值為(wèi)企業業務(wù)目标服務(wù)，即數(shù)據業務(wù)化。數(shù)據業務(wù)化要(yào)求信息系統能夠更好地理解和承載業務(wù)目标。

業務(wù)需求和信息系統之間的縫隙需要(yào)彌合。意圖網絡（IBN，Intent-Based Network）的出現(xiàn)提供了一(yī)種很好的方式，把業務(wù)意圖轉變為(wèi)系統策略，并下(xià)發給網絡等基礎設施執行(xíng)。 

》傳統網絡管理的挑戰

傳統網絡管理系統的挑戰來自(zì)于多個方面，主要(yào)表現(xiàn)在(zài)：

對于業務(wù)意圖（Intent）的解析和轉化存在(zài)不足。傳統網絡管理系統多是(shì)基于網元的管理操作(zuò)系統，對于意圖的轉化和自(zì)動化處理在(zài)最初的系統設計上欠考慮。

其次，囿于數(shù)據采集和計算(suàn)處理手段有(yǒu)限，傳統網絡管理系統的快速反應能力和大數(shù)據分析處理能力受限，基本上屬于被動反應式（Reactive）處理系統。存在(zài)救火式維護、問(wèn)題定位難、恢複難以閉環等諸多明顯弊端。

》基于AI的先知(zhī)網絡管理框架

新華三在(zài)網絡領域對解決方案、技術(shù)創新和運維管理等有(yǒu)近三十年的經驗和積累。正是(shì)基于對網絡行(xíng)業的深厚理解，結合AI和大數(shù)據等技術(shù)，創新性地提出了先知(zhī)網絡管理框架。該框架總體(tǐ)上包括三個大的組成部分，即雲端先知(zhī)服務(wù)中(zhōng)心（SeerService Center）、局端（企業本地）先知(zhī)網絡中(zhōng)心（SeerNetwork Architecture Center，簡稱SNA Center）和移動端先知(zhī)精靈App（SeerGenie）。

移動端先知(zhī)精靈App主要(yào)功能包括園區(qū)無線(xiàn)接入診斷、設備版本分析和關鍵信息推送等。其出發點是(shì)基于移動優先策略，給最終用(yòng)戶或者運維人(rén)員(yuán)提供一(yī)個便攜工具，提升使用(yòng)體(tǐ)驗。

局端先知(zhī)網絡架構中(zhōng)心，通(tōng)常安裝在(zài)客戶本地，包括SNA Center、SeerEngine（先知(zhī)控制(zhì)器(qì)）和SeerAnalyzer（先知(zhī)分析器(qì)）三個組件。主體(tǐ)功能劃分上Center負責意圖翻譯，控制(zhì)器(qì)負責自(zì)動化，分析器(qì)負責智能化。

客戶業務(wù)意圖通(tōng)過控制(zhì)器(qì)轉譯為(wèi)策略，并最終轉換成設備能理解的配置指令。

從系統論的角度，網絡可當作(zuò)一(yī)個動态系統來考慮。動态系統過程包括健康度判斷、問(wèn)題故障定位、修複措施計算(suàn)和配置動作(zuò)關聯等，其後面的關鍵之處在(zài)于基于數(shù)據的AI/ML學(xué)習(xí)和分析。一(yī)個完整的流程包括：數(shù)據感知(zhī)、存儲計算(suàn)、智能分析、可視(shì)化展示和優化閉環；優化後的數(shù)據進行(xíng)新一(yī)輪的感知(zhī)，并依此循環，如(rú)圖3所示。對于SNA架構來說(shuō)，先知(zhī)分析器(qì)實現(xiàn)從數(shù)據的感知(zhī)到分析洞察，先知(zhī)控制(zhì)器(qì)實現(xiàn)優化閉環動作(zuò)。

新一(yī)代智能網絡分析+動作(zuò)系統，從面向業務(wù)的數(shù)據感知(zhī)到主動智能分析，以及仿真預測和動作(zuò)閉環，提供基于意圖的智能管理能力。

》面向業務(wù)的數(shù)據感知(zhī)

數(shù)據是(shì)新時(shí)代的石油。于網絡而言，數(shù)據是(shì)網絡新時(shí)代—網絡智能化時(shí)代的石油。一(yī)方面，數(shù)據驅動業務(wù)的發展，數(shù)據的重要(yào)性不言而喻；另一(yī)方面，業務(wù)拉動數(shù)據的開采，對于網絡業務(wù)智能化系統而言，需要(yào)兼顧成本和效益，數(shù)據采集并非來者不拒。因此，應更加重視(shì)面向業務(wù)進行(xíng)數(shù)據采集，數(shù)據服務(wù)于業務(wù)，從而更好地服務(wù)于用(yòng)戶。結合先知(zhī)網絡架構，從深度、廣度和精度三個方面進行(xíng)闡述。

深度數(shù)據感知(zhī)服務(wù)于業務(wù)。Zoom-In方向，從Underlay物(wù)理管道，到Overlay邏輯管道，到會話應用(yòng)，再到報文(wén)隊列。Zoom-Out方向，從鏈路，到設備，到區(qū)域網絡，到企業全局網絡。例如(rú)對于隊列報文(wén)的丢包和時(shí)空信息，綜合分析丢包對客戶具體(tǐ)應用(yòng)的影(yǐng)響，并将影(yǐng)響在(zài)對應的應用(yòng)層、邏輯層和物(wù)理層上呈現(xiàn)出來。

廣度數(shù)據感知(zhī)服務(wù)于業務(wù)。時(shí)間維度從曆史旅程到現(xiàn)在(zài)，範圍維度從網絡本身(shēn)到周邊上下(xià)文(wén)，過程維度從單一(yī)系統到綜合聯動。通(tōng)過采集5W1H數(shù)據，多維度關聯分析後，對于SeerAnalyzer-Campus場景，實現(xiàn)數(shù)據感知(zhī)。

精度數(shù)據感知(zhī)服務(wù)于業務(wù)。精度可從時(shí)間精度和空間精度兩方面來看。通(tōng)過流式Telemetry/GRPC進行(xíng)高速數(shù)據采集，例如(rú)以毫秒級的速度感知(zhī)芯片buffer的變化，來分析網路的流量擁堵/暢通(tōng)程度，真正明察秋“毫”。Telemetry/GRPC是(shì)先知(zhī)分析器(qì)支持的标配技術(shù)（需芯片支持），而傳統的SNMP做(zuò)不到。通(tōng)過INT（In-Band-Telemetry）方式，對應用(yòng)路徑沿途的時(shí)空（時(shí)間戳和鏈路/端口）信息進行(xíng)精準測量和分析後，可以呈現(xiàn)全路徑，消除路徑盲區(qū)，實現(xiàn)沿途時(shí)延的可視(shì)化，有(yǒu)效幫助故障根因分析。

》先知(zhī)分析器(qì)的主動分析

主動（Proactive）智能分析是(shì)指SeerAnalyzer對感知(zhī)和采集到的數(shù)據，基于智能模型和邏輯算(suàn)法在(zài)後台不間斷地進行(xíng)多維綜合計算(suàn)，及時(shí)發現(xiàn)網絡當前故障和隐患，并基于時(shí)序數(shù)據的動态學(xué)習(xí)，進行(xíng)異常檢測和趨勢預測。

設備健康度是(shì)一(yī)個典型的主動分析計算(suàn)的例子(zi)(zǐ)，通(tōng)過對交換機系統平面、控制(zhì)平面和數(shù)據平面關鍵指标的綜合計算(suàn)，以打分形式展現(xiàn)單台設備健康度；綜合計算(suàn)可得到整個網絡健康度。系統平面包括常見的CPU、内存、電源、風扇和溫度等子(zi)(zǐ)項指标；數(shù)據平面包括鏈路狀态、轉發表、ACL資(zī)源、芯片Buffer等子(zi)(zǐ)項指标；控制(zhì)平面，包括BGP到RR連通(tōng)狀态等。這(zhè)些(xiē)指标，根據新華三的多年網絡經驗賦予不同的算(suàn)子(zi)(zǐ)權重。同時(shí)，這(zhè)是(shì)一(yī)個可擴充的指标體(tǐ)系，針對網絡場景可以增加或更新指标項。

主動分析追求故障發現(xiàn)的及時(shí)性和準實時(shí)性，有(yǒu)别于傳統意義上的被動式事(shì)後處理，一(yī)方面降低MTTK（MeanTime-To-Know），另一(yī)方面增強在(zài)線(xiàn)檢測和預測水平，提升網絡管理智能化水平。

》預測仿真以及先知(zhī)先覺

對網絡中(zhōng)不同網元設備的時(shí)序數(shù)據進行(xíng)周期性采集，基于模型主動計算(suàn)，可以建立客戶場景環境相(xiàng)關的動态基線(xiàn)，并對異常進行(xíng)檢測；或實現(xiàn)趨勢預測，如(rú)光學(xué)器(qì)件壽命預測，流量趨勢預測，系統容量預測等。

網絡仿真，可在(zài)新業務(wù)上線(xiàn)前仿真對當前在(zài)網業務(wù)的影(yǐng)響，分析出設備和鏈路故障對現(xiàn)有(yǒu)業務(wù)的影(yǐng)響、網絡變更的影(yǐng)響範圍等，從而分析制(zhì)定必要(yào)的應對措施，保證業務(wù)的可靠運行(xíng)。其原理基礎是(shì)whatif分析，作(zuò)為(wèi)一(yī)種統計分析工具，在(zài)網絡中(zhōng)結合控制(zhì)平面和數(shù)據平面變化因素分析，有(yǒu)利于提前做(zuò)好網絡變更的模拟并制(zhì)定預案。

》融合分析器(qì)+控制(zhì)器(qì)的網絡優化機制(zhì)

WAN鏈路的帶寬是(shì)一(yī)種寶貴的資(zī)源，同時(shí)對可靠性也(yě)提出非常高的要(yào)求， WAN鏈路優化是(shì)一(yī)個曆久彌新的關鍵問(wèn)題。在(zài)SD-WAN中(zhōng)，可以借助于SNA架構的分析器(qì)SeerAnalyzer和控制(zhì)器(qì)SeerEngine組合提供一(yī)種新的解決方案。

形象地說(shuō)，分析器(qì)實現(xiàn)大腦思考過程，控制(zhì)器(qì)實現(xiàn)手眼配合等執行(xíng)過程。

借助于分析器(qì)，對WAN鏈路狀态進行(xíng)主動計算(suàn)，同時(shí)根據時(shí)序數(shù)據建立鏈路的動态AI基線(xiàn)，綜合判斷給出鏈路優化和切換依據。控制(zhì)器(qì)基于分析器(qì)提供的 “依據”自(zì)動化的下(xià)發和調整相(xiàng)關設備 配置；新的鏈路狀态依然會重複這(zhè)個過程，從而實現(xiàn)了一(yī)種負反饋的閉環機制(zhì)，園區(qū)的WiFi優化場景等也(yě)是(shì)如(rú)此。

總結起來看，借助于SNA架構，可以從數(shù)據采集開始，到事(shì)前、事(shì)中(zhōng)和事(shì)後不同時(shí)間，到網絡、用(yòng)戶和應用(yòng)不同角度，進行(xíng)多維度分析和洞察，并通(tōng)過可視(shì)化展示和優化聯動，促進網絡智能化管理水平提升。

網絡智能化的發展是(shì)一(yī)個循序漸進的過程，目前仍然處在(zài)比較初級的階段。面向未來，一(yī)方面，網絡智能運維将借助于相(xiàng)關技術(shù)的發展繼續提升；另一(yī)方面，自(zì)動駕駛網絡是(shì)一(yī)個更加激動人(rén)心和更具業務(wù)價值的方向。這(zhè)裏面包括業務(wù)場景的豐富和技術(shù)的進步，也(yě)包括行(xíng)業标準的建立和客戶價值提升等。

就智能運維來說(shuō)，當前更多地是(shì)基于數(shù)據為(wèi)主的感知(zhī)智能的作(zuò)用(yòng)，這(zhè)裏的數(shù)據主要(yào)是(shì)指網絡設備軌迹數(shù)據以及相(xiàng)關的周邊上下(xià)文(wén)數(shù)據。從網絡系統的複雜(zá)度、管理效率和人(rén)機友(yǒu)好等角度看，專家知(zhī)識和業務(wù)經驗将是(shì)一(yī)個有(yǒu)待深挖的寶藏，也(yě)預示著(zhe)認知(zhī)智能将在(zài)這(zhè)一(yī)過程中(zhōng)發揮更大的作(zuò)用(yòng)。

就自(zì)動駕駛網絡來說(shuō)将會分階段演進，從輔助駕駛、部分自(zì)動化、有(yǒu)條件自(zì)動化到高度自(zì)動化和最終的全自(zì)動。就像車輛的自(zì)動駕駛，一(yī)輛傳統的車，由于機制(zhì)原理從一(yī)開始不具備智能部件，即使全方位運維保養做(zuò)得再到位，也(yě)實現(xiàn)不了自(zì)動駕駛。網絡的智能運維和網絡自(zì)動駕駛也(yě)是(shì)類似的情況。

“智能+”的浪潮席卷全球，也(yě)在(zài)革新網絡行(xíng)業的發展。新華三希望借助SNA架構，通(tōng)過網絡智能驅動客戶業務(wù)智能化的發展，大力推動智慧城市建設和工業4.0等方向的數(shù)字化轉型。