導讀 高質量數據、數字孿生和人工智能/機器學習，都將幫助運營商在多雲環境中實現端到端自動化。事實證明，管理多雲環境的復雜組件對網絡運營商來說是一個巨大的挑战，尤其是隨着對由人工智能和機器學習驅動的自動化技...
高質量數據、數字孿生和人工智能/機器學習，都將幫助運營商在多雲環境中實現端到端自動化。事實證明，管理多雲環境的復雜組件對網絡運營商來說是一個巨大的挑战，尤其是隨着對由人工智能和機器學習驅動的自動化技術的需求不斷增長以簡化運營。然而，運營商克服這些障礙是值得的，因爲多雲環境中端到端自動化的機會“非常豐富”。
自動化並不是什么新鮮事，如今，運營商正开始以一種更“橫向”的方式“擴展”其在整個“電信雲環境”中對這種能力的使用。而雲原生、解耦網絡至關重要，特別是因爲這是實現自動修復的唯一方法。
如今在電信行業，即使已經實現了雲化，我們的許多服務也都與基礎設施緊密集成，即使我們實現了雲化，我們仍然有這些孤島堆棧。然後不能讓網絡自己做這件事，爲了能夠做到自動修復，我們需要真正實現雲原生。即使應用也需要實現雲原生，CNF也需要真正實現雲原生。
數字孿生也是在多雲環境中實現端到端自動化的關鍵，數字孿生正在成爲這種事情的強大推動者，因爲它允許對網絡進行建模，而不僅僅是模擬它，而是將其表示爲現實的代理，這意味着您可以運行假設情景，可以了解網絡中的弱點。
另一個重要的考慮因素是數據，將數據放在哪裏、如何獲取數據、如何處理數據等等。所有這些決定都需要深思熟慮。並非所有數據都是一樣的，因此，必須小心確保數據收集正確，因爲數據可能會受到人爲錯誤的影響。
更不要移動數據。相反，我們必須能夠抽象出這些數據並創建一個層，使數據民主化，在大多數情況下，數據將非常特定於位置，因此與其生成的地點最相”，這表明我們不應該“隨身攜帶它”。
因爲我們需要實現端到端的意圖驅動的自動化和自主網絡，要使用模型來幫助我們推動人工智能來實現這一點，因爲我們無法手動做到這一點，特別是如果我們有無限的網絡切片，行業必須謹慎對待數據生成和分析，以及如何使用新興技術。
標題：如何在多雲環境中實現端到端自動化｜觀點
地址：https://www.utechfun.com/post/359841.html