隨著5G技術(shù)越來(lái)越多應(yīng)用于垂直行業(yè)，網(wǎng)絡(luò)、業(yè)務(wù)、范式都帶來(lái)了全新的變化，垂直行業(yè)5G專(zhuān)網(wǎng)運(yùn)維管理復(fù)雜，涉及到的設(shè)備、環(huán)節(jié)眾多，對(duì)于頻發(fā)的業(yè)務(wù)感知問(wèn)題，網(wǎng)絡(luò)發(fā)生故障時(shí)及時(shí)定界、分析根因以及可視化故障定位成為了行業(yè)客戶(hù)共通的痛點(diǎn)。

　　中國(guó)移動(dòng)研究院自研多維智能感知評(píng)估能力、用戶(hù)級(jí)業(yè)務(wù)維測(cè)能力、引導(dǎo)式故障診斷能力可有效助力行業(yè)客戶(hù)智能化運(yùn)維。

　　多維智能感知評(píng)估支持可定制周期的業(yè)務(wù)質(zhì)量評(píng)估能力，支持建立面向業(yè)務(wù)、用戶(hù)、設(shè)備、園區(qū)等不同維度的SLA質(zhì)量多時(shí)間粒度高精度感知和業(yè)務(wù)異常檢測(cè)�；�于LSTM-SVM進(jìn)行半監(jiān)督學(xué)習(xí)，建立感知畫(huà)像，通過(guò)多維度信息融合并獲取異常分?jǐn)?shù)，確定異常比例，形成業(yè)務(wù)質(zhì)量感知評(píng)價(jià)體系SLA-MOS;與傳統(tǒng)方式中依賴(lài)人為設(shè)置告警門(mén)限相比，不受限與園區(qū)場(chǎng)景及業(yè)務(wù)分類(lèi)，為行業(yè)提供了可參考的專(zhuān)網(wǎng)質(zhì)量評(píng)估方法。

　　業(yè)界首創(chuàng)的用戶(hù)級(jí)業(yè)務(wù)維測(cè)能力，基于周期性無(wú)線網(wǎng)絡(luò)測(cè)量數(shù)據(jù)，并預(yù)埋無(wú)線空口分段時(shí)延、速率、質(zhì)量等用戶(hù)級(jí)指標(biāo)，與傳統(tǒng)小區(qū)級(jí)無(wú)線網(wǎng)絡(luò)維護(hù)能力相比，補(bǔ)齊了端到端故障定位所需的指標(biāo)缺口，可實(shí)現(xiàn)問(wèn)題精準(zhǔn)定位定界。

　　引導(dǎo)式故障診斷將原本黑盒的問(wèn)題診斷過(guò)程顯性化，通過(guò)全新設(shè)計(jì)的跨域數(shù)據(jù)關(guān)聯(lián)方案，基于先驗(yàn)知識(shí)和邏輯推理，串聯(lián)各個(gè)域故障定位能力，逐步縮小故障范圍，智能推薦最符合實(shí)際情況的故障診斷流程，最終確定故障原因，為垂直行業(yè)用戶(hù)提供全流程可視化與交互性能力。

　　中國(guó)移動(dòng)研究院將持續(xù)對(duì)無(wú)線網(wǎng)絡(luò)智能化開(kāi)展研究，助力行業(yè)客戶(hù)管控效率提升。