随着通信服务提供商（CSP）正在谋求数字化转型，在云环境中运行其业务，销售数字服务和像网络级互联网公司一样运营，以确保电信云环境和业务流程的高度优先性。随着网络虚拟化、数字化服务和物联网大量涌现，业务风险远高于预期，保证电信云网络和服务将是确保电信云业务的关键。

电信云是运行数字服务和敏捷操作的虚拟化电信基础设施，电信云的准确性、速度和无差操作对数字业务的成功至关重要。除了服务保证之外，优秀的解决方案可以为用户提供更加智能的服务，将在电信云业务的成功中发挥关键作用。

某些OSS概念需要重新审查，以使这些概念与电信云未知领域相匹配。这些概念包括服务质量管理，创造无故障电信云，使数字服务提供商成为一个“智能平台”。

电信云的服务质量管理

服务质量管理（SQM）并不是一个新概念，然而它在未来几年中将会非常重要。当前的SQM专注于主动监控面向用户的服务，这些服务并不都需要可靠、安全、快速且始终可用的网络。然而，随着2017年电信云服务的推出越来越多，SQM当前的功能将扩展到更快的速度和更大的数字服务环境规模。

NFV是电信云的基础技术，它是消费者对更快、按需和可靠服务的需求不断增长的结果。新网络中的一些最流行的数字化服务包括视频流、遥测、移动游戏和智能家居。

此外，NFV与服务提供商机器用户之间的SLA相关联。使用VoLTE、ViLTE和其他先进的通信服务作为数字服务，高水平的SLA将需要与OTT提供商提供的服务竞争。SLA的情况随着IoT的发展逐渐变差，其中交互通信的感测设备变成了新的用户，并且如果它们是诸如自动驾驶车辆或远程手术相关的连接，则对可靠性和可用性提出了更高的要求。

在电信云中的SQM的重要性主要分为以下几个原因：

• 由于虚拟化/电信云创建、交付、更改服务方面具有更高的敏捷性，因此在管理和维护QoS方面也需要更高的灵活性。服务的迭代和连续部署需要SQM系统监控高收入短期服务，这些服务可能只持续几天甚至几个小时。
• 网络功能虚拟化引入了网络资源的弹性和“动态性”。对网络单元容量的动态调整，如放大和缩小、拓扑配置、流量路线重定向等，都对提供的服务产生直接影响，SQM需要在这种情况下更快地响应这种变化。
• 在混合（物理和虚拟）网络中，通过物理和虚拟原件/功能来传送数字服务。因此SQM系统应作为统一的编排的“manager of managers”。

在数字化浪潮中，SQM帮助CSP解决电信云带来的新的服务和挑战。

一个无故障的电信云

基于云的数字化服务需要在高度可靠和无错误的网络上运行，数字化服务需要实时动态适应和通信网络定制，将网络/服务/设备故障的目标降到最低。

此外，在物联网领域，失败的设备或连接可能不仅会违反具有大量处罚的SLA，更重要的是，它们会影响任务关键的通信。虽然有高可用性和内置冗余的复杂网络拓扑将降低故障的影响，但是它们仍然需要系统来发现、解释和管理故障。

随着NFV和IoT引起网络中断，每个新的设备、软件都会造成新的故障点。在这种环境下，传统的网络/设备故障管理需要提高到新的水平。

除了上述技术发展的趋势（NFV和IoT），故障管理的改进需要更高的服务提供速度和解决问题的需求。监控和评估故障对新网络元素和用户设备的影响至关重要，特别是当服务是时间敏感的。

这意味着当前NOC/SOC到零接触操作中心的发展，其中广泛的自动化将加速报告、故障查找和修复。通过将故障数据反馈到SQM系统中，CSP可以即时了解故障对服务的影响，并且通过使用预测算法，防止故障发生。

很多用例可以通过高度自动化的预测故障管理系统来提供：

• 电信云编排：使用SQM系统中的故障数据，突出了策略违规，然后跨物理和虚拟网络进行自动化/编排。
• 预测IoT故障：实现这一点需要使用故障数据分析来预测IoT网络/服务/设备故障，从而管理IoT流量。这包括构建用于服务可用性，按地区/位置的不可用性故障以及基于地理位置的服务影响。
• 保护SLA：当与故障数据集成时，机器学习提供强大的预测能力来预测问题，并帮助CSP保护其用户的SLA。
• 服务影响：使用基于故障的SQM，可以为混合网络、NFV网络和IoT网络提供更快的服务。
• 零接触操作中心：自动化网络中断恢复，设备配置以及将故障管理与OSS生态系统（如故障单，库存，编排，SQM，CRM，人力资源管理等）集成，将形成一个自动化的零接触操作中心。

操作中心流程的自动化是在虚拟化和数字化电信云环境中取得成功的关键。CSP正在努力，使用闭环校正动作、复杂的算法和机器学习，实现一个完全自动化的零接触操作中心。为了支持电信云的动态SLA，OSS预计将支持按需容量配置和动态拓扑更改，这只能通过自动实时网络反馈和自动配置实现。

分析演进成为“智能平台”

CSP已经准备好通过使用对遍布网络的大量有价值数据的复杂分析来摆脱“笨水管”（dumb pipe）的标签，作为数字化服务提供商，他们正在寻求通过用户行为数据和连接获利，由于他们积极推出新的数字化服务，挑战OTT服务日益普及。

分析功能可以使用机器学习工具提供关于性能、容量和故障的趋势。但是，除了分析的运营优势，他们通过了解电信云的使用、其提供的服务、用户和设备，提供可用于网络货币化和服务个性化的关键智能。例如，CSP可以主动识别低拥塞区域/位置（自由区），并利用来自诸如视频流、移动电视或智能手机应用的新服务提供的创收业务快速填充备用容量、位置、时间和用户需求。

此外，随着CSP将其业务扩展到成为物联网服务提供商，基于机器学习的分析将会用来操纵数据并为每个物联网行业垂直行业生成关键的智能业务。

电信云管理成功的技术

下一代电信云承诺在更短的时间内创建和部署新服务，时间跨度从几天到几个月不等。为了满足这一需求，CTIO正在开发新的服务保障架构，其中SQM、自动化和分析是关键的组成部分。这些架构基于开放API、大数据集群和OpenStack功能。

除了将这些新技术引入底层平台之外，重要的是开发微服务架构，该架构使用DevOps的迭代过程，通过更快地开发服务来快速响应用户的需求，使得用户能够在几天内上线新功能。这也有助于更快地进行根本原因分析，并快速解决用户遇到的问题。

分析、自动化和SQM的集成需要对数据流失、可视化和执行的方式加以改变，为了成功推出电信云，长期保证数字化服务和创造业务价值，重新定义SQM功能，零接触预测操作中心和数据货币化分析尤为关键。

原文链接：http://www.lightreading.com/oss-bss/oss/assuring-the-telco-cloud/a/d-id/730433?