从自动驾驶,看电信网络自动化发展

“网络自动化”这个词现在变得越来越潮,并且经常和“人工智能”出现在人们的视线中。如果有一个神奇的机器人做你不想做的工作 - 听起来是不是很棒!

但问题在于,尽管自动化在云计算方面取得了重大进展,但在电信运营商中的发展速度较慢。因为他们面临着诸多挑战,例如传统设备的复杂网络升级。网络自动化是渐进式的,人们需要做很多努力才能实现它。

Futuriom 最近的最终用户研究表明,电信网络中的自动化正在走云自动化的道路——即采用各种标准和开放API来模拟云编排的横向扩展模型。

网络可以基于标准组件和软件技术进行编排。但他们需要使用相同的数据模型,API和标准来增加互操作性。通过开放标准,开放API,标准化IT设备以及网络功能虚拟化(NFV)供应商之间的合作,云和电信公司将推动网络自动化的兴起。

在调查中,运营商表示,NFV是实现网络自动化的重要手段,也是大家关注的焦点。在接受调查的运营商中,29%表示NFV是网络自动化的首选目标,24.6%的人表示将重点放在“边缘云”上。

将网络自动化类比自动驾驶

为什么自动化网络,特别是通信网络需要这么长时间?我们可以将网络自动化和自动驾驶类比一下。我最近和一位工程师谈过在编写汽车自动驾驶程序的几十年前,我们是如何编写飞行程序的。这位工程师比我聪明,他指出汽车具有更多层次的复杂性,例如路线图,驾驶员,行人和一些复杂的交通配置。而飞机的飞行路线比较简单,只是点对点飞行。

自动化听起来很棒——例如在你喝醉的时候,汽车会试着把你带回家。但执行自动化会降低系统中的变量个数,变量个数的减少可能会影响系统自动化生成的结果,即通过仅有的收集和处理数据的基础架构,复杂分析和AI技术,系统可能会生成一个无用的决策。

如果我们在这种背景下考虑自动化,网络可能像自动驾驶汽车一样复杂。需要考虑过多的数据源和依赖项。例如一天中的什么时间可能会使用哪些应用程序?正在使用哪家网络运营商技术?当带宽减少时会发生什么?有多少服务器出现故障?

人们经常会说谷歌等互联网公司他们是如何比电信运营商更快地实现自动化。但是他们忽略了一点,谷歌这类公司对云或网络具有较少的依赖性。他们可能专注于较窄的一系列重点应用,例如视频和电子商务,并且他们的无需扩展网络来支持更广泛的公共通信服务。

目前,云提供商在将自动化构建到他们的网络方面确实取得了进展,并且电信运营商正在对该模型进行调整。该方法的关键是获取尽可能多的数据 - 因为数据驱动自动化。云模型是建立在开放API,IT和Internet标准的基础之上,并侧重于数据可移植性。

遥测技术引领潮流

自动驾驶系统的主要组成部分之一是遥测。在航空领域,遥测是一个从仪器中收集数据读数的过程——最好是实时的。然后,自动驾驶仪系统就可以对数据进行处理,使其按照既定的行动过程进行调整。

在网络方面,它没有什么不同。Futuriom网络自动化调查收集了130家云服务提供商和电信运营商的数据。受访者表示,网络遥测,监控和分析将成为提供网络自动化的关键技术,其中60%的受访者认为这些组件对网络“非常重要”,30%的受访者认为“重要”。

随着开放设备应用程序编程接口(API)和标准商业现成(COTS)硬件的大量涌现,网络连接可以根据应用程序的变化进行自我配置。

接受Futuriom采访的电信运营商表示,他们对这种模式非常感兴趣。在最近在洛杉矶举行的MEF18展上,人们越来越关注网络监控以及基于软件编排的服务保证(遥测)技术的演示,这些技术可以推进网络自动化进程。例如,Tata Communications,Sparkle,Equinix,Liquid Telecom,ECI,Amartus和Spirent使用新的MEF API演示了跨越四个运营商的洲际以太网服务的激活。AT&T,Equinix和Ciena使用Ciena的Blue Planet软件演示了基于应用程序的自动化网络编排。还有许多其他示例,多个运营商,硬件和软件供应商,他们都将自己的技术与开放API进行了深度集成。

对开放标准和API的追求解释了为什么网络自动化在电信网络中是一个较慢的过程,传统网络都是花费了几十年来建立起来的,而且还需要漫长的政府审批流程。但是当网络真的可以自动化的时候,您可以使用专有模型来部署网络。网络正朝着这个趋势发展,但还需要一些时间。

原文链接:
https://www.fiercetelecom.com/telecom/industry-voices-raynovich-why-telco-automation-takes-a-while


  • 本站原创文章仅代表作者观点,不代表SDNLAB立场。所有原创内容版权均属SDNLAB,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用,转载须注明来自 SDNLAB并附上本文链接。 本站中所有编译类文章仅用于学习和交流目的,编译工作遵照 CC 协议,如果有侵犯到您权益的地方,请及时联系我们。
  • 本文链接https://www.sdnlab.com/22827.html
分享到:
相关文章
条评论

登录后才可以评论

SDNLAB君 发表于18-12-20
0