導讀 隨着通信服務提供商(CSP)順利過渡到5G獨立網絡以及向雲原生網絡和運營的大規模轉變，他們正在積極投資提高網絡自動化水平所需的技術。事實上，市場研究數據樣本表明，到本世紀末，自動化投資將以約20%的...
隨着通信服務提供商(CSP)順利過渡到5G獨立網絡以及向雲原生網絡和運營的大規模轉變，他們正在積極投資提高網絡自動化水平所需的技術。事實上，市場研究數據樣本表明，到本世紀末，自動化投資將以約20%的復合年增長率增長。其目標有兩個：短期內，當現金流至關重要時，網絡自動化可以提高網絡和運營效率；長期來看，它是管理5G時代及以後網絡復雜性的唯一可行選擇。
從高層次來看，如今的通信服務提供商已經部署了5G，重點是增強移動寬帶；5G的下一次演進將以分層支持大規模物聯網實施、超可靠低延遲通信以及針對物流和制造業等特定垂直行業需求量身定制的網絡配置爲標志。這也伴隨着向雲原生架構的更大轉變，包括對核心基礎設施的升級、對無线接入網絡的更分布式方法以及對傳輸的相應調整。
這些領域的復雜性不斷增加，這意味着由於一系列因素，包括不斷增加的容量需求、管理現代和傳統基礎設施的需求、多供應商系統的激增，以及在5GAdvanced和6G成型時需要保持面向未來的態勢，網絡性能的可見性和對網絡狀態的透徹了解變得更具挑战性。
隨着可視性挑战的增加，CSP可能會遇到根本原因識別、站點訪問量激增、配置錯誤以及平衡特定領域優化與端到端系統性能需求等問題，所有這些都可能推高成本。這凸顯了網絡自動化在提高可靠性和一致性、促進高級服務和隨之而來的新業務模式以及增強安全性方面的重要性。在端到端網絡自動化战略的背景下，網絡狀態和性能數據的可視性和理解的重要性怎么強調也不爲過，因爲它爲智能決策提供了輸入。
自動化在電信行業越來越重要，這證明了網絡自動化的必要性，但在CSP能夠實現網絡流程自動化之前，它必須能夠看到網絡流程。解決傳輸領域可見性問題的方法歸結爲更好地觀察網絡行爲和性能、頻繁收集數據、實時分析數據，並將數據洞察轉化爲自動化操作，使CSP能夠主動高效地運行傳輸網絡。
有了更強大的可視性和可視性，這樣服務提供商就可以專注於解決問題，而不是排除故障。基於AI/ML的深度分析將確定問題的根本原因，然後根據不斷增長的網絡數據預測未來的問題。原始數據和轉化爲可操作見解的原始數據之間的重要區別從字面上和形象上實現了閉環，使控制器能夠自動執行服務配置和流量控制、節能配置和監控等操作。這不僅可以縮短上市時間，還可以減少人爲錯誤和配置錯誤，而這些仍然是網絡問題的主要原因之一。
標題：網絡可見性是5G網絡自動化的關鍵｜觀點
地址：https://www.utechfun.com/post/351993.html