什么是闭环自动化(CLA)
通信服务提供商(CSP)网络中的闭环自动化是一个连续的过程,它监视、测量和评估实时网络流量,然后自动采取行动优化最终用户体验质量(QoE)。CLA连续:
-
识别网络流量类型并收集性能指标
-
计算带宽需求和资源可用性
-
将这些指标映射到用户服务级别和感知的QoE
-
立即为每个业务组件设置最佳带宽分配
结果是在整个网络中实现了最佳的客户QoE和最佳的资源利用率。
业务驱动的演进
尽管这些操作是动态发生的,但需要注意的是,人工操作人员可以配置自动化操作,并可以在循环中的任意点手动修改它们以反映业务优先级。这允许逐步、低风险和业务驱动的演进,一直到完整的CLA,提供自我优化,同时保护当前对人员和流程的投资。
人工分析
长期以来,自动化在CSP运营中一直很流行,被视为解决众所周知的、定义明确的问题的更好、更有效的方法。例如,每个人都同意,如果OSS故障管理系统能够自动分析数以万计的警报,以确定代表潜在问题的根本原因,那将是非常好的。很明显,这将比人类分析更快,平均分辨率(MTTR)将大大降低。
下一代网络中的CLA
随着大规模软件定义的网络/网络功能虚拟化(SDN/NFV)实现的流行和5G网络的开始部署,似乎已经有足够的CLA融入到网络基础设施中。然而,SDN/NFV和5G基于服务的网络(SBN)都关注网络kpi和服务质量(QoS),以优化网络资源和服务交付。这种对KPI和QoS的关注将改善网络性能的许多方面,但不一定会产生最佳的最终用户QoE。
为了说明KPI和KQI之间的区别,请考虑视频流服务。端到端服务KPI可能表示令人满意的QoS –最终用户的QoE在手持设备上可能还不错。但是对于大屏幕用户而言,相同的QoS会产生不足的QoE。外部CLA解决方案应重点关注关键质量指标(KQI)和最终用户QoE,以确保客户以最高质量获得最好的服务
5G和CLA
随着5G预期的IoT爆炸式增长,还需要外部CLA功能来解决扩展的威胁格局所带来的“未知未知数”。 机器学习(ML)和人工智能(AI)将需要为CLA安全解决方案提供支持,以自动检测新的未知威胁并快速缓解它们。
独立软件供应商(例如Allot)最适合提供具有ML和AI功能的CLA,从而可以经济高效地确保最佳性能,安全性和QoE。
下表显示了可以使用CLA解决的电信挑战:
Operational Challenge
|
CLA-Powered Solutions
|
The cost of capacity expansion
|
Congestion management and DDoS mitigation
|
Balancing backhaul consumption and QoE
|
Traffic shaping and QoE assurance
|
Encrypted video QoE
|
ML-driven video classification and optimization
|
QoE of business-critical applications
|
Application detection and prioritization
|
Top-tier customer satisfaction
|
Service plan based, equitable prioritization
|
Content-specific SLA and QoE assurance
|
Content detection and prioritization
|
The next big DDoS attack
|
Anomalous traffic detection and mitigation
|
Weaponized IoT running wild
|
Host-based anomaly detection and quarantining
|
Fraudulent data consumption
|
Detection and throttling of unbilled data users
|
Enterprise customer SLAs
|
Throughput policy enforcement
|
Reallocating resources for migration to 5g
|
Everything
|
CLA Telco Smart Trends报告中的CLA要点:
接受CLA是必须的 – CSP意识到他们需要接受CLA,如果不能广泛地部署CLA,代价将是高昂的。
CLA是一个旅程 – 随着各层CSP继续朝着以客户为中心的方向发展,他们将更好地认识到对CLA的需求并实现其优势。
物联网和安全将推动CLA的采用 – 物联网增长和安全需求将是CLA采用的主要驱动力。但要使csp充分发挥优势,它们需要关注最终用户QoE的CLA,而不仅仅是网络关键性能指标(KPI)。
想想增长,想想ISV – 独立软件供应商(ISV)最适合提供具有ML和AI功能的CLA,这些功能经济有效地确保最佳性能、安全性和体验质量。
5G固有的CLA是不够的 – 5G网络,根据设计,将以处理已知问题的CLA为特色。但要解决和解决不可预见的问题,并满足QoE的期望,将需要额外的CLA功能,由AI和ML提供支持。