全景运维地图 AI时代的运维技术创新和实践 - 新华三 敖襄桥

全景运维地图 AI时代的运维技术创新和实践 新华三集团智能管理与运维产品线总经理敖襄桥 AIAgent慢思考应用实现智能运维 由LLM驱动的自主智能体系统的架构 记忆 智能体 交互协作 智能体 智能体 自主决策 自动执行 行动 规划 工具 长期记忆 短期记忆 大模型从“快思考”到“慢思考” 人脑认知系统-阶段1 直觉系统，本能反应、快速、例行 一个快速自动生成的过程 人脑认知系统-阶段2 逻辑分析系统，归纳、推理 一个深思熟虑的过程 大模型认知系统-阶段1 知识系统，关联、查找、快速、例行 大模型认知系统-阶段2 思维链，上下文关联、摘要、推理 一个提示词快速问答的过程 一个分步骤引导深思熟虑的过程 大模型展现“类思考”能力，可应对更多复杂和多变的任务 2024.2 OpenAI发布文生视频模型Sora,视频生成代际跃迁 2024.9 2022.11 2023.11 GPT-O1，引 入思维链复杂推理能力 大语言模型进入公众视野，开启人工智能Iphone时刻 GPTs+AssistantsAPI：初级Agent形态与GPT生态构建 2024.5 GPT-4o，多模态能力再提升 API CLI SQL Python 更多 反射自我反思思维链子目标拆解 大模型复杂推理能力大幅增强，“数智企业”或将应用和升级 企业依赖高质量的网络联接实现数智化转型，高质量的网络运维需要满足： 全景的可视运维提前的风险感知智能的排障优化 网络规模不断扩大，难以全面监控和评估整网资源状态，需要一张基于全局视角的整合多维数据的动态网络拓扑图 业务线上化、实时化趋势愈发明显，网络频繁变更引发风险，可视化的仿真验证支撑业务变更需求 运维场景复杂，故障定位准确性欠缺，如何基于持续升级的AI能力实现高效的故障根因识别和自愈是亟待解决的关键问题 多维数据 意图洞察 意图 &工具 一图洞悉全局 多图VS一图 数据 要素 智能网元 内置AI算法 网络规划 全景运维地图 推理决策 运维大模型 AIAgent 新服务一脑智能决策 模式人工辅助VS自决策 “一图”协同“一脑”创新，为各行各业描绘智能化转型画卷 全景运维地图之技术探索和实践落地 全景运维地图，六大能力构建高效网络运维体系 全景运维地图 全景可视全量仿真全路径检测 全因子导航全流程追溯全场景赋智 整合全网信息，统一建模，网络、设备、应用一图呈现 真实模拟网络转发行为以预防风险，提供策略下发的数据支持 采集多维数据，结合用户输入意图实现网络变更场景的行为验证 响应差异化业务需求，按需自动进行策略调整，达成网络性能的即时优化 整网信息全跟踪，内置AI算法，智能推理故障根因 基于灵犀大模型，AIAgent在规-建-维-优全流程得以应用落地 看的清看的远看的准 实时、动态、高清 方案架构 数据服务 数据引擎 数据中台数据接入 网络拓扑应用拓扑搜索定位路径导航智能分析 拓扑引擎仿真引擎分析引擎 数据加工 控制器 数据清洗 分析器 数据关联 第三方系统 数据整合 离线导入 基础网络 传统区 SDN区 异构SDN区 关键价值 多样数据接入 单厂商VS全网设备以及第三方系统 AI拓扑还原 离散静态VS多维度动态拓扑模型 资源精细可视 多级层层下钻，真正看清网络全貌 痛点： 传统网络业务变更前，用户难以对网络和应用做到准确的风险评估 价值：快速识别隐患，提前预警问题 零影响 生产态和设计态物理隔离 多场景 单一场景VS复杂场景 在线/离线仿真 异构网络统一建模，多类型网元仿真Overlay/UnderlayIPv4&IPv6，关键业务场景全覆盖 容量仿真、连通性仿真、全网影响评估 全周期 单一步骤VS全生命周期 网络规划 网络变更 网络扩容 网络优化 网络配置 待使用DC美工输出版本 40%的网络故障由于配置错误导致 一次网络变更的风险评估平均耗时3天 严重依赖个人经验 潜在风险无法及时排除 1:1构建仿真网络 场景丰富，多维能力 仿真目标：依托详尽的网元配置数据、拓扑数据，运行数据等精准模拟网络设备间动态交互过程以预测性能瓶颈、优化网络架构、评估新业务部署影响 行为分析被动到主动：预定义意图验证，监 控重点业务 全路径检测，保障用户意图按需达成 检查出故障路径 还原完整路径 价值：验证网络实际转发行为是否与用户的业务意图一致 定期采集 粗粒度到细粒度：亚秒级别采集 真实环境数据 精准建模 从Underlay到Overlay：多维 表项分层建模，精准模拟 应用场景：网络仿真下发配置变更后确认变更是否符合预期、是否引入问题 复杂运维场景下的人工选路--》“自动导航”式的调优选路 挑战价值 网络变化黑盒，被动响应 •人工制定选路策略存在偏差 •调整策略的响应速度滞后 难以溯源 •流量调度变化不可视 •策略优化没有依据 1、生产业务 2、路径状态 6、确认下发 5、预览路径调整链路负载变化 实时在线优化 •人工调度VS自动导航 •被动调整VS时延、丢包、带宽、时间段等因子主动驱动 路径回溯 •流量路径跟踪，端到端展示隧道路径历史事件 3、触发调优4、预览路径变化 挑战价值 1小时 断在哪里？ 日志、告警、探测数据割裂，靠单一指标难以精确判断问题 5分钟 •排障平均时长 v 端到端监控 网络规模庞大，节点数量众多，端到端监测任务变得繁重且复杂 从无线到有线 从以太全光到PON网络 •端到端展示 以全景运维地图作为入口，展示端到端的通断排障能力 使用更 简单 AI对话实现意图获取 •机器语言VS自然语言 •学习使用成本高VS易于操作 体验更 直观 AI联动全景运维地图 •联动呈现多维数据，直观感知 •更好地理解系统，提高使用满意度 排障更 高效 AI高效智能修复 •人工辅助VS独立思考、调用工具 •基于思维链流程进行运维诊断，提升复杂场景排障效率 挑战：很多情况下的运维问题比较复杂，依赖专家经验人工推理分析，运维诊断效率低 全景运维地图 持续助力企业数智化转型