重要信息

歐洲電信標準協會（ETSI）介紹了基于AI實現5G/6G網絡自動化的方式。

5G和6G網絡有望在重要的時間和地點為人和對象提供幾乎無限的Gbps和超可靠的連接，支持在延遲、吞吐量、可靠性、覆蓋范圍和安全方面具有極其苛刻要求的各種用例、成本目標等。然而，構建一個支持多種新服務的網絡，而且要實現所有這些服務都可以立即設置、動態重新配置、擴展和下線，帶來很大挑戰。

需要前所未有的運營敏捷性，以使服務能夠快速部署、動態調整以及持續和無縫地保證——類似于云提供商提供按需托管云服務的方式。

應不斷保證網絡的性能、覆蓋范圍和容量，以滿足業務的需求。應解決可能對服務產生不利影響的任何故障或服務質量降級。

1、一個指數級復雜的網絡

每一項服務都跨越多個技術域，包括云資源、連接性、虛擬和物理網絡功能、增強服務和應用程序邏輯。網絡包含數十萬個功能，每個功能都有多個版本。此外，5G在虛擬化基礎架構上運行，并采用完全可編程的軟件和微服務方法設計，能夠支持各種用例。這使得5G網絡的運營和管理變得更加復雜！當我們將分布式云、異構網絡、10倍密集的RAN站點、網狀網絡和集成的多供應商技術添加到組合中時，更多的復雜性就被引入，從而推高時間尺度和成本。5G網絡在全球范圍內的加速部署推動了網絡和服務的創建、編排和管理方式發生根本性變化。向零接觸和全面的端到端網絡和服務自動化演進已成為管理這種復雜性并以敏捷和速度提供服務的迫切需要，同時適應、確保和保障高度多樣化的服務組合的經濟可持續性。

最終目標是實現最高程度的自動化（最好是100%），同時實現由高級業務目標和策略驅動的完全自主操作。除了業務意圖的初始轉換之外，自治網絡將能夠自我管理和自我組織（配置、修復、保證、優化等），而無需人工干預。

實現這一愿景需要一個新穎的端到端架構框架和為自我管理、近實時閉環自動化而設計并針對數據驅動分析進行優化的促成因素。先進的機器學習算法和人工智能（AI）將成為處理復雜性和多樣化服務的重要工具。

2、ETSI ZSM和新規范

ETSI ZSM（零接觸網絡和服務管理）小組成立于2017年12月，目標是定義面向未來的端到端可操作框架和解決方案以及關鍵自動化技術，以實現敏捷、高效和定性的管理新興和未來的網絡及服務。

ZSM框架（見圖1）是通用的，并且建立在基于服務的原則之上，提供可伸縮性、模塊化、可擴展性和靈活性。它支持使用基于意圖的接口以將自主權從運營商轉移到網絡。該框架提供了集成基于AI的功能并實現閉環自動化的功能。

圖1 ZSM框架

該框架支持把管理和自動化分離為關注領域或管理域（如無線電接入）和端到端跨域服務管理域。每個管理域負責其范圍內的實現和保證過程。關注點的分離允許抽象管理域的復雜性。

ZSM框架支持開放接口以及模型驅動的服務和資源抽象。描述和指定管理域公開的管理服務。該架構允許將運營數據與管理應用程序分開保存，從而能夠快速有效地訪問管理域內和跨管理域的當前實時管理數據，以支持自動化流程。

該框架旨在實現自適應閉環自動化——在數據監控、數據分析、決策制定和自適應行動之間提供反饋循環（如圖2所示），旨在實現并保持一組目標，而無需外部干預。

圖2 閉環示例

閉環能夠持續優化并適應網絡和資源利用以及自動化服務保證和實現。自動決策機制可以受規則和策略的約束。先進的機器學習和人工智能可以賦能閉環操作。

圖3 跨業務、服務和網絡管理領域的智能、連貫和互連環路

ETSI ZSM 009-1對于閉環自動化使能器指定了“治理”服務，允許閉環的創建、執行和生命周期管理以及相關策略和規則的配置以引導行為。 “治理”服務還支持閉環與外部實體（例如人工操作員）之間的交互，使他們能夠監督閉環的運行和性能。隨著更多自動化和閉環的部署并開始安全有效地運行，人類信任將增加，對監督和可見性水平的要求將降低。

如圖3所示，閉環操作可以在管理域級別實現。閉環操作也可以發生在端到端的服務管理域級別，并且可以跨越多個管理域。多個閉環可以同時運行。

ETSI ZSM 009-1提供了支持閉環之間的協調、授權和升級的功能，同時確保智能、一致和連貫的服務交付。

當它們的操作之間存在依賴關系或它們可能相互干擾時，循環之間的協調是必不可少的。它還可以幫助改善他們的運營并實現他們的目標，例如通過共享不同閉環階段產生的信息。

該規范還允許在上級和下級閉環之間授權和升級各自的目標。上級閉環可以將各自的目標委托給下級閉環（例如通過設置允許下級閉環自主行動的策略和/或意圖）。在某種情況下，下級閉環可以將目標升級到上級閉環（例如在它無法實現分配給它的目標的情況下）。升級和委派支持把管理和自動化分離到不同的自主關注領域（端到端跨域服務操作、管理域），每個領域都負責其范圍內的保障和智能自動化。

ZSM小組目前正在推進其意圖報告（ETSI ZSM 011）。意圖以聲明方式表達了自治管理域需要滿足和確保的所有操作期望，包括要求、目標和約束。該報告將提出額外的管理功能和服務來支持意圖及其生命周期管理，并建議是否可以利用現有的意圖模型和語義。它還將建議如何處理相互沖突的意圖。研究結果將為新的技術規范提供基礎。

該小組還在制定額外的管理功能規范，以在ZSM框架（ETSI ZSM 012）內實現全面的AI操作，確保支持部署多樣性。圖4介紹了關鍵的AI推動因素。

圖4 AI推動因素

這些推動因素包括以下能力：

①在正確的地點和正確的時間訪問正確的數據，同時確保數據的完整性和可信賴性。

②支持多個分布式人工智能應用程序之間的協調，確保一致和整體的操作視圖和對其采取行動的手段。人工智能應用程序可以協作學習不同的任務，也可以共同解決一個共同的問題。

③基于AI輸出觸發動作以支持閉環自動化，同時理解輸出對于正確應用決策或建議很重要。

④治理和監督人工智能賦能的運營。人工智能結果必須是可靠的、可衡量的、可解釋的和可問責的。人工智能應用程序應遵守適用的法律、法規、道德原則和價值觀，并能抵御對抗性威脅和丟失或錯誤的數據。

ETSI ZSM 008定義了如何管理跨域、端到端服務的生命周期。它描述了端到端服務生命周期（服務啟動、實現和保證）中的管理流程，并描述了端到端服務管理域和管理域之間的交互。 ETSI ZSM 003側重于網絡切片管理的端到端方面，支持垂直用例和相關的SLA（服務水平協議）。

3、ZSM信任、安全框架

自動化不僅與技術有關，還需要改變我們的心態。“信任”是采用之的主要障礙，努力建立信任需要一個持續的學習過程。隨著越來越多的自動化流程被部署并安全有效地運行，人們對其的信任度將會增加，而對監督和干預水平的要求將會減少。在自動化流程交付預期的業務成果時，擁有原生安全性（如在自適應安全框架、訪問控制、可信度和數據保護中）有助于建立信心并灌輸信任。

由于框架的開放性，ZSM環境中的威脅面非常廣泛。保護域內和跨域的接口和管理服務對于確保框架的可信賴性至關重要。

此外，ZSM服務可以由來自不同行業的新參與者生產和消費，包括政府、汽車制造、能源、交通等。根據自己的部署和執行環境、安全策略和法規，每個參與者可能需要不同的信任級別。這種多樣性需要靈活與自適應的安全控制。

此外，ZSM框架利用新興技術（如AI/ML、數據湖、云等），這些技術引入了新的攻擊漏洞并提出了額外的安全要求。例如，有必要確保可信賴性并保護AI/ML算法免受高度復雜、創造性和惡意的攻擊，包括濫用、巨魔、數據中毒和模型救援。此外，保護數據、確保其完整性、機密性和可用性以及保護隱私以遵守安全法律和法規至關重要。同時，ZSM框架可以利用這些新興技術來提高安全管理效率。例如，使用AI/ML授權的分析來觸發操作有助于自動化安全監控和對事件的實時響應。

ETSI ZSM 010提供了一項全面的安全研究，可識別和分析潛在的安全威脅并評估相關的風險評分和優先級。該報告提出了緩解選項、對策和安全控制措施，以應對ZSM框架和解決方案面臨的威脅和風險。ZSM小組正在努力指定要求和安全功能（ETSI ZSM 014），以支持ZSM框架、管理應用程序和服務的自動安全保證。

端到端自動化是一件“大事”，代表了行業的持續發展歷程。AI/ML的使用將逐步發展，需要將來自實際部署的學習反饋到標準化工作中。意圖驅動的網絡和服務以及切片自動化將是提供零接觸、零問題體驗并通過隱藏聯合電信功能的復雜性來簡化自動化的關鍵要素。

審核編輯：劉清