摘要：隨著(zhù)網(wǎng)絡(luò )技術(shù)的不斷發(fā)展，現有資源管控技術(shù)已無(wú)法滿(mǎn)足管理需求的不斷變化。認知計算作為當前的熱門(mén)技術(shù)，得到了廣泛關(guān)注和研究。研究認知計算在網(wǎng)絡(luò )資源自主管理中的應用，提出了基于認知計算的網(wǎng)絡(luò )資源自主智能管控架構，通過(guò)在管理節點(diǎn)中引入認知計算提升了網(wǎng)絡(luò )管理的自主性和智能性，并對認知計算在網(wǎng)絡(luò )全生命周期的自主管理過(guò)程中的應用進(jìn)行了分析，對提高網(wǎng)絡(luò )管理效率和提升用戶(hù)體驗具有重要意義。

0 引 言

目前，信息化建設從網(wǎng)絡(luò )基礎設施建設、業(yè)務(wù)系統建設，逐步進(jìn)入了業(yè)務(wù)和網(wǎng)絡(luò )融合發(fā)展、網(wǎng)絡(luò )和業(yè)務(wù)系統復雜度和規模不斷擴大、以智能化和業(yè)務(wù)導向為特點(diǎn)的新時(shí)期。相應地，異構網(wǎng)絡(luò )互通、個(gè)性化業(yè)務(wù)部署、端到端QoS保障、網(wǎng)絡(luò )資源充分利用等新需求，使得傳統的以管理人員為主體的網(wǎng)絡(luò )管理技術(shù)面臨著(zhù)巨大挑戰。因此，業(yè)界提出了網(wǎng)絡(luò )自主管理^[1-2]，通過(guò)增強網(wǎng)絡(luò )節點(diǎn)和管理系統的智能性，實(shí)現對被管資源進(jìn)行自動(dòng)感知、自動(dòng)配置、自我優(yōu)化和自我恢復，盡量減少管理過(guò)程中的人為干預和人工決策，為大量異構網(wǎng)絡(luò )的運維提供一種高效、低成本的智能化管理手段。

要實(shí)現對網(wǎng)絡(luò )的自主管理，傳統網(wǎng)絡(luò )管理架構存在一定的問(wèn)題。第一，對網(wǎng)絡(luò )資源全局掌控能力不足，規劃與配置復雜，進(jìn)行網(wǎng)絡(luò )規劃時(shí)難以完成面向上下文的資源自動(dòng)高效規劃調度。管理者的各種操作需要與底層的物理資源直接打交道，導致網(wǎng)絡(luò )規劃控制功能實(shí)現復雜，成功率較低，自動(dòng)化水平不足。第二，網(wǎng)絡(luò )態(tài)勢多維綜合感知能力弱，采集與分析困難。由于資源受限，采集和分析時(shí)信息的全面性和完整性不夠，各類(lèi)資源的運行態(tài)勢無(wú)法有效整合。第三，業(yè)務(wù)質(zhì)量管控能力弱，無(wú)法差異化保障。采用傳統方法無(wú)法精確感知業(yè)務(wù)運行情況，管理系統無(wú)法根據用戶(hù)和業(yè)務(wù)等級快速調整網(wǎng)絡(luò )配置完成業(yè)務(wù)服務(wù)質(zhì)量保障。上述問(wèn)題的核心是對網(wǎng)絡(luò )管理各種信息無(wú)法全面認知。傳統的網(wǎng)絡(luò )管理主要處理的是結構化數據，而當前的業(yè)務(wù)發(fā)展和管理需求需要管理系統能夠有效處理來(lái)源廣泛、體量龐大、類(lèi)型多樣、即時(shí)性要求高、邏輯復雜的各類(lèi)網(wǎng)管大數據^[3-5]。

認知計算是面對大數據時(shí)代挑戰做出智慧決策的保障，通過(guò)對網(wǎng)絡(luò )狀態(tài)、資源使用、應用服務(wù)、外部環(huán)境等進(jìn)行全方位、多角度和多層次的主動(dòng)感知，并利用感知信息對網(wǎng)絡(luò )規劃、配置、執行等管理過(guò)程提供決策支持，提升了管理的智能性，從而為用戶(hù)提供了最佳服務(wù)體驗。

本文將認知計算引入網(wǎng)絡(luò )自主管理中，通過(guò)認知計算高效的信息處理能力、以數據為中心的體系設計以及管理策略的自主學(xué)習能力，完成對網(wǎng)絡(luò )的自主管理。

1　基于認知計算的自主管理框架

本文提出基于認知計算的自主管理框架^[6-8]，如圖1所示。該架構是一種具有協(xié)作、智能、自主特點(diǎn)的管理架構，可針對網(wǎng)絡(luò )規模和管理任務(wù)的可變性和彈性進(jìn)行自適應調整，提高管理的靈活性和自主性。

該架構中，管理節點(diǎn)之間通過(guò)基于語(yǔ)義的管理協(xié)議進(jìn)行協(xié)作。節點(diǎn)能力較高（可以采用多種度量標準）的成為圖1中的自主管理節點(diǎn)，承擔智能化自主管理節點(diǎn)的功能；其他管理節點(diǎn)則作為普通管理節點(diǎn)歸屬于某個(gè)自主管理節點(diǎn)，執行自主管理節點(diǎn)下發(fā)的管理操作策略。管理節點(diǎn)根據業(yè)務(wù)的整體目標和端到端管控目標，通過(guò)協(xié)作及適當的學(xué)習機制，利用感知的環(huán)境信息和網(wǎng)絡(luò )狀態(tài)信息，實(shí)時(shí)動(dòng)態(tài)地調整網(wǎng)絡(luò )配置，智能地適應環(huán)境變化并能指導未來(lái)的自主決策。

整個(gè)管理架構分為區域協(xié)作管理層和本地協(xié)作管理層。

（1）區域協(xié)作管理層

區域協(xié)作管理層是整個(gè)管理架構的核心，由多個(gè)自主管理節點(diǎn)組成。自主管理節點(diǎn)負責一個(gè)管理域的信息認知和智能自主管理，通過(guò)與其他自主管理節點(diǎn)信息交互，獲取全局管理策略信息等。通過(guò)自主管理節點(diǎn)之間的協(xié)作，區域協(xié)作管理層可實(shí)現對整個(gè)網(wǎng)絡(luò )的智能自主管理。

（2）本地協(xié)作管理層

本地協(xié)作管理層由普通管理節點(diǎn)組成。普通管理節點(diǎn)具有一定的智能，采用協(xié)作機制，能夠根據管理策略主動(dòng)收集相關(guān)的管理信息，同時(shí)接收自主管理節點(diǎn)下發(fā)的控制信息，完成對被管對象的配置。

本地協(xié)作管理層的普通管理節點(diǎn)采用分簇技術(shù)。分簇機制通過(guò)一定的算法選擇，簇頭負責收集各成員節點(diǎn)間的感知控制信息進(jìn)行一定的數據預處理，完成與自主管理節點(diǎn)的通信，減少本地協(xié)作管理層與區域協(xié)作管理層之間的信息交互。

對于管理節點(diǎn)自身的智能性，通過(guò)引入認知計算模型，形成集采集、感知、計算、決策和執行等自反饋控制功能于一體的認知環(huán)結構。模型相關(guān)的重要功能包括數據采集、信息感知、融合計算、智能決策和控制執行。

（1）數據采集：通過(guò)各種采集方式和手段獲取被管對象的基本數據和原始數據。

（2）信息感知：通過(guò)將采集的資源數據、運行狀態(tài)數據、流量數據等各類(lèi)數據建立統一的信息模型進(jìn)行集中統一處理，獲取對各類(lèi)信息的感知。

（3）融合計算：基于管理需求和管理功能，完成各類(lèi)信息的融合分析和學(xué)習，如網(wǎng)絡(luò )行為認知、用戶(hù)行為認知、服務(wù)質(zhì)量預測、業(yè)務(wù)趨勢分析等。

（4）智能決策：根據融合計算的認知結果，結合智能分析和決策算法，自動(dòng)形成對故障處置、資源調度、網(wǎng)絡(luò )規劃等各類(lèi)業(yè)務(wù)的智能決策，形成具體的控制操作策略和優(yōu)化調度結果。

（5）控制執行：基于可編程的接口執行智能決策下發(fā)的控制策略，完成對被管對象的控制和配置。

2　全生命周期自主智能管理

為了實(shí)現對網(wǎng)絡(luò )的全生命周期管理，結合網(wǎng)絡(luò )智能自主管理需求，構建出基于生命周期的自主智能管理業(yè)務(wù)體系，如圖2所示。

網(wǎng)絡(luò )規劃階段，業(yè)務(wù)需要基于網(wǎng)絡(luò )當前資源狀態(tài)進(jìn)行通信組織、網(wǎng)絡(luò )資源柔性重組，生成網(wǎng)絡(luò )規劃預案，之后通過(guò)網(wǎng)絡(luò )仿真及評估等手段，找出預案中的缺陷、不足及性能瓶頸，提出建議改進(jìn)方案，指導網(wǎng)絡(luò )規劃的改進(jìn)和調整，生成網(wǎng)絡(luò )規劃方案并下發(fā)。

網(wǎng)絡(luò )配置階段，是根據網(wǎng)絡(luò )規劃方案完成業(yè)務(wù)、網(wǎng)絡(luò )資源等網(wǎng)絡(luò )要素的自動(dòng)配置，激活特定的實(shí)例以便保障特定的業(yè)務(wù)。此外，網(wǎng)絡(luò )配置需根據態(tài)勢實(shí)時(shí)感知信息，在網(wǎng)絡(luò )無(wú)法完成保障需求時(shí)動(dòng)態(tài)生成配置策略，完成網(wǎng)絡(luò )的重配置。

態(tài)勢感知階段，將實(shí)時(shí)采集各類(lèi)資源信息，完成綜合態(tài)勢實(shí)時(shí)監控，及時(shí)發(fā)現業(yè)務(wù)保障質(zhì)量降級。當發(fā)現服務(wù)質(zhì)量下降、服務(wù)終止或有服務(wù)質(zhì)量下降趨勢時(shí)，則要發(fā)出告警，通過(guò)快速分析提出資源管控調整策略（如網(wǎng)絡(luò )重配置），以便恢復服務(wù)質(zhì)量，保證網(wǎng)絡(luò )各類(lèi)業(yè)務(wù)端到端服務(wù)質(zhì)量滿(mǎn)足要求。

效能評估階段，對網(wǎng)絡(luò )提供的各類(lèi)服務(wù)、網(wǎng)絡(luò )運行情況、業(yè)務(wù)保障情況進(jìn)行綜合評估，以便及時(shí)調整優(yōu)化網(wǎng)絡(luò )配置。此外，用戶(hù)感知是業(yè)務(wù)服務(wù)質(zhì)量的最終評判標準。為此，效能評估時(shí)將納入以用戶(hù)服務(wù)體驗為基礎的考核指標與評價(jià)體系。

為了實(shí)現對網(wǎng)絡(luò )的精確管理，在效能評估后需要對網(wǎng)絡(luò )規劃提出修改意見(jiàn)，甚至通過(guò)不斷的迭代反饋，動(dòng)態(tài)提高網(wǎng)絡(luò )的保障能力。

聚焦業(yè)務(wù)的業(yè)務(wù)質(zhì)量保障結束后，保障業(yè)務(wù)相關(guān)的網(wǎng)絡(luò )資源應恢復原來(lái)配置。

在基于生命周期的網(wǎng)絡(luò )管理業(yè)務(wù)體系中，全生命周期各階段可獨立發(fā)展和演進(jìn)，根據實(shí)際需求進(jìn)行管理流程的逐級細化。但是，為了實(shí)現真正的網(wǎng)絡(luò )的全生命周期管理，需要重點(diǎn)研究生命周期各階段之間的協(xié)同合作方式及內容。

3　認知計算在自主管理中的融合應用

在網(wǎng)絡(luò )自主管理過(guò)程中，信息認知以認知計算為基礎，全面感知網(wǎng)絡(luò )運行、安全威脅事件、態(tài)勢數據等海量歷史和實(shí)時(shí)運維數據，統一運維數據標準，以服務(wù)的形式提供運維數據存儲、挖掘分析和認知決策等服務(wù)，實(shí)現運維數據的集中整合共享、深度挖掘和運維系統的全面信息認知，為網(wǎng)絡(luò )全生命周期的管理業(yè)務(wù)提供決策支持和數據服務(wù)，實(shí)現“從數據到?jīng)Q策”。整個(gè)管理系統在認知計算的支撐下，基于信息模型、本體模型、知識庫等，利用機器學(xué)習、模式識別、數據挖掘等技術(shù)生成各種規則或策略數據，完成網(wǎng)絡(luò )規劃、資源配置、態(tài)勢感知和效能評估的閉環(huán)自主管理，如圖3所示。

（1）信息認知與網(wǎng)絡(luò )規劃

信息認知將網(wǎng)絡(luò )規劃的業(yè)務(wù)需求作為輸入，基于業(yè)務(wù)需求中的資源需求、QoS需求等相關(guān)數據，結合知識庫中的歷史規劃方案、歷史業(yè)務(wù)運行信息、優(yōu)化建議信息以及相關(guān)資源當前態(tài)勢信息等，通過(guò)業(yè)務(wù)數據挖掘、分析、學(xué)習以及相關(guān)資源的運行趨勢、性能狀況等，給出初步的業(yè)務(wù)規劃方案或者規劃建議。

（2）信息認知與網(wǎng)絡(luò )配置

網(wǎng)絡(luò )配置在信息認知的支撐下，將規劃方案轉化成資源的配置策略，主要是在滿(mǎn)足業(yè)務(wù)需求的前提下，根據資源的實(shí)時(shí)運行情況，決策如何配置資源才能達到性能最優(yōu)以及減小對其他業(yè)務(wù)的影響。資源配置完成后，信息認知需要根據資源的配置實(shí)施數據、資源態(tài)勢感知數據、當前業(yè)務(wù)執行保障情況、環(huán)境變化情況等進(jìn)行實(shí)時(shí)分析監控。在業(yè)務(wù)需求無(wú)法滿(mǎn)足的情況，需要生成資源動(dòng)態(tài)調整策略或資源重配置策略，完成資源動(dòng)態(tài)調整或資源重配置，實(shí)現網(wǎng)絡(luò )參數自動(dòng)優(yōu)化配置。

（3）信息認知與態(tài)勢感知

態(tài)勢感知需要提供資源數據、運行狀態(tài)數據、流量數據、拓撲數據、環(huán)境數據、上下文數據等，供信息認知進(jìn)行態(tài)勢數據的分析、預測、故障診斷等。其中，態(tài)勢感知需要通過(guò)快速拓撲發(fā)現，完成拓撲結構的快速重構，及時(shí)適應環(huán)境變化，展現節點(diǎn)的加入或退出。信息認知需要根據業(yè)務(wù)需求和當前實(shí)際情況給出態(tài)勢感知策略，調整數據采集的時(shí)長(cháng)、頻度、數據種類(lèi)等，以及是否需要增加或刪除新的感知點(diǎn)等。

此外，信息認知需要根據當前的態(tài)勢信息和學(xué)習推理得出的資源關(guān)聯(lián)關(guān)系信息，給出業(yè)務(wù)的運行趨勢、網(wǎng)絡(luò )行為特征、用戶(hù)服務(wù)質(zhì)量保障情況。當網(wǎng)絡(luò )或服務(wù)出現故障時(shí)，需要能夠及時(shí)預測故障對相關(guān)資源或用戶(hù)的影響，給出故障恢復策略，并能夠通過(guò)與資源配置結合，完成資源的動(dòng)態(tài)調度和重配置，完成故障自恢復。

（4）信息認知與效能評估

信息認知在整個(gè)運行過(guò)程中需要及時(shí)根據業(yè)務(wù)執行情況、當前態(tài)勢數據、歷史數據等信息，對業(yè)務(wù)的保障情況進(jìn)行評估，包括整個(gè)業(yè)務(wù)保障期間是否都滿(mǎn)足業(yè)務(wù)需求，故障時(shí)間、故障原因、恢復策略等信息，并且給出針對當前的業(yè)務(wù)規劃方案的優(yōu)化調整建議，觸發(fā)網(wǎng)絡(luò )規劃的調整，使系統進(jìn)入下一輪的閉環(huán)反饋，實(shí)現系統自?xún)?yōu)化。

4　結　語(yǔ)

網(wǎng)絡(luò )資源智能自主管理技術(shù)可以在無(wú)監管的模式下實(shí)現網(wǎng)絡(luò )的自感知、自配置、自恢復、自?xún)?yōu)化等功能，能夠動(dòng)態(tài)調整網(wǎng)絡(luò )行為，以適應用戶(hù)需求和環(huán)境條件的變化，提高網(wǎng)絡(luò )運行的效率和可靠性，是網(wǎng)絡(luò )管理技術(shù)的發(fā)展趨勢。

本文將認知計算引入網(wǎng)絡(luò )自主管理中，全面感知網(wǎng)絡(luò )管理相關(guān)信息，并充分學(xué)習和挖掘蘊含在大量數據中的有用信息來(lái)提高網(wǎng)絡(luò )規劃、態(tài)勢感知、網(wǎng)絡(luò )重配置的決策能力，從而提升用戶(hù)體驗。隨著(zhù)兩者結合的不斷深入，相信它必將為未來(lái)網(wǎng)絡(luò )管理的發(fā)展帶來(lái)更多突破。

參考文獻：

[1] Kephart J O,Chess D M.The Vision of Autonomic Computing[J].Computer, 2003, 36(01):41-50.

[2] Agoulmine N,Balasubramaniam S,Botvitch D,et al.Challenges for Autonomic Network Management[C].First Conference on Modelling Autonomic Communication. Dublin,2006:1-20.

[3] TMF.GB979,V2.0.1,Big Data Analytics Guidebook Unleashing-Business Value in Big Data[S].America:TM Forum,2014.

[4] TMF.GB979 Addendum A,V2.0.1,Big Data Analytics Guidebook-Use Cases[S].America:TM Forum,2014.

[5] TMF.GB979 Addendum B,V1.0.2,Big Data Analytics Guidebook-Big Data Analytics Building Blocks[S].America:TM Forum,2014.

[6] 王慧強,徐俊波.認知網(wǎng)絡(luò )體系結構研究新進(jìn)展[J].計算機科學(xué),2011,38(08):9-16.

[7] 梅芳.基于策略的移動(dòng)網(wǎng)絡(luò )自主管理機制研究[D].長(cháng)春:吉林大學(xué),2010.

[8] 芮蘭蘭,邱雪松.面向移動(dòng)自組織網(wǎng)絡(luò )的自主管理架構及應用[J].北京郵電大學(xué)學(xué)報,2011,34(S1):63-67.

作者簡(jiǎn)介：

牛作元，中國電子科技集團公司第三十研究所，碩士，高級工程師，主要研究方向為網(wǎng)絡(luò )管理、軟件工程、人工智能；

張鋒軍，中國電子科技集團公司第三十研究所，學(xué)士，研究員級高級工程師，主要研究方向為網(wǎng)絡(luò )管理、軟件工程、人工智能。

來(lái)源：信息安全與通信保密雜志社