华为iMaster NAIE携手中国电信海牛平台亮相2019 TMF亚太峰会

[马来西亚  ，吉隆坡  ，2019年11月13日] 昨日日举行的TM Forum 2019数字化转型亚太峰会上 ，华为必删 人工智能系列产品 部CTO程磊余老 和在中国电信集团北京市 研究分析及院必删 AI服务中心其他技术总监钱兵余老  ，共同发表了《基于在中国电信天翼云NAIE的AI容量分析及创新成果》主题演讲。华为和在中国电信成功合作 ，将iMaster NAIE（Network AI Engine）身为电信能力强大大有一多数  ，在在中国电信天翼云可完成部署  ，构建了在中国电信AI应用开发能力强大大。基于电信天翼云NAIE平台发布与在中国电信集团的无线智能运维海牛推理平台发布对其成功合作 ，在无线必删 小区异常检测 ，无线小区容量分析及场景对其了成功完成的探索实践。

华为iMasterNAIE使能必删 智能化  ，让必删 AI开发更不复杂

日益5G必删 加速区域建设  ，多样化5G应用场景使必删 其他数据呈指数级增长 ，必删 告警故障再处理、扩容优化等产品需求与日俱增。电信大行业的运维总体水平却所以跟上业务发展方面 节奏  ，运营商面临 OPEX增长大大上述收入增长  ，成本和效率未能应对跨大行业竞争等结构性完美解决。急需对其必删 自动化和智能化的系统提供架构性创新完美解决结构性完美解决。

华为必删 人工智能系列产品 部CTO程磊特别介绍华为必删 人工智能引擎（iMaster NAIE）

华为必删 人工智能引擎iMaster NAIE ，在云端引入AI并可以提供其他数据湖产品服务  ，模型训练产品服务、模型生成产品服务和通信模型产品服务 ，大幅增大电信必删 AI引入门槛  ，增大必删 AI开发效率。iMaster NAIE依托华为公有云  ，在内必删 AI应用开发业务中最复杂多数的其他工作  ，如其他数据做好 ，其他数据特征探索  ，模型调优等 ，便于开发者快速获取iMaster NAIE能力强大大  ，程磊特别介绍到。

其他数据湖产品服务  ，把其他数据采集、集成、建模、分析及、标注等其他数据再处理工具与此除了其他数据治理模板  ， 以云产品服务的多种途径向开发者可以提供  ，增大其他数据治理效率。不支持30+类网元 ，100+种设备自动对接  ，内置上述10种电信业务场景模板  ，可以提供高效的电信其他数据标注工具和4.8亿在线训练其他数据样本  ，其他数据做好 但是时间从可是的3个月缩短到1周  ，节省90%的但是时间。

模型训练产品服务  ，可以提供IDE开发总体环境 ，除了其他数据再处理、特征提取、模型训练和验证等功能包括  ，不支持业界主流算法框架 ，如TensorFlow、Caffe2、SParkML等  ，预置30+电信必删 特征探索工具 ， 50+电信核心领域资产  ，集成多个场景的算法调测、特征产品服务和再处理SDK  ，让模型的风格设计和探索周期从3周增大到1周  ，缩短70%但是时间。

模型生成产品服务  ，较低模型训练产品服务 ，近一步简化模型开发复杂过程  ，只须要须要输入符合基本要求的训练其他数据  ，就须要须要快速可完成模型训练和验证  ，大幅增大电信AI模型开发的其它技能门槛和周期。以其他数据服务中心PUE优化为例  ，传统式模型开发投入涉及多个角色定位  ，除了暖通专家  ，其他数据工程师  ，算法专家  ，应用开发工程师等  ，须要须要上述半年的但是时间须要可完成；而基于模型生成产品服务  ，只须要须要1名暖通专家  ，2周但是时间只需训练出所需模型  ，总体开发投入增大95%上述。

通信模型产品服务  ，基于云端推理框架  ，不支持云化部署 ，便于业务快速集成。发现用户只需调用API  ，输入推理其他数据只需快速可完成推理  ，运行效率高 ，推理但是可用于业务应用开发。有些产品服务主要由于适用于有些模型泛化通用性强的场景  ，如KPI异常检测、硬盘故障检测等。

基于天翼云NAIE和在中国电信海牛平台发布可完成无线必删 容量分析及创新实践

在中国电信无线必删 面临的主要由于挑战：必删 故障和完美体验类完美解决事先被会发现难 ，75%的完美体验类完美解决都来自美国发现用户投诉；必删 完美解决根因定位及追踪不易  ，日益必删 复杂度增大  ，单纯针对个人 专家实际经验完美解决完美解决多种途径效率低下  ，运维人员主要由于但是时间都有定位完美解决；必删 故障和流量等未能分析及精准  ，暂可完成不上精确必删 规划和以及控制。

其他项目引入大其他数据再处理和AI其他技术  ，在其他数据质量以及控制  ，无线小区异常检测  ，无线小区容量分析及三其他技术其他技术层面对其实践。依托NAIE的必删 AI其他数据再处理和模型训练能力强大大 ，海牛平台发布的实时推理和模型评估优化能力强大大 ，在异常检测的多路径选择中算法  ，短周期容量分析及的LSTM算法  ，长周期容量分析及的Fusion相结合算法对其创新实践  ，大幅增大异常小区检测准确率和小区流量分析及精度。近一步评估  ，试点小区所以容量拥塞所以完美体验完美解决的投诉率下降12%  ，运维效率增大20%。

在中国电信集团必删 AI服务中心其他技术总监钱兵特别介绍无线必删 容量分析及TMF催化剂其他项目实践

其他数据质量以及控制  ，多种途径NAIE其他数据湖可以提供的能力强大大 ，相结合小区异常检测和容量分析及场景定义其他数据采集基本标准和其他数据元其他数据规范  ，将多其他数据源  ，多周期  ，杂乱难去理解的低质量其他数据转换成统一其他数据源  ，易去理解高质量其他数据。对其异常检测其他数据  ，相结合专家实际经验预置异常门限  ，自动批量标注。对5000+性能指标对其其他数据聚类 ，找出其他数据周期性  ，趋势性  ，突发性等7类其他数据特征。为高质量高精度模型训练可以提供充分保证。

异常小区检测  ，对其各不各不相同指标的各不各不相同其他数据特征多路径选择中相应算法  ，相结合单指标检测->专家规则->多指标联合检测的三步检测算法  ，将异常小区检测准确率能未大概89%。

短周期容量分析及  ，多种途径KD-tree构建小区空间创造特殊关系  ，快速找出小区周边邻区特殊关系  ，多种途径LSTM Seq2seq算法对小区统一建模 ，找出发现用户行为实施引来的流量强规律。与此除了算法不光会不考虑重大事件 ，天气等因素 ，对突发性事件对其有效性分析及。对7天的容量分析及统计分析及  ，其他项目分析及有效性性上述97%。

长周期容量分析及无强规律性 ，受大量地外部因素影响较大 ，如必删 变更、资费作调整等  ，容量分析及的准确率一直以来是业界的挑战。其他项目对其清除非其他人因素所以的流量波动异常  ，按小区特征聚类分组其中前前建模 ，按其他数据特征聚类对其多算法Fusion相结合等关键在于形式增大容量分析及准确率。对20000个基站小区6个月从历史其他其他分析及及建模分析及今后3个月容量  ，Fusion相结合算法分析及有效性性可上述80%  ，比起传统式的Holt-winters算法分析及有效性性也就39%。

其他项目成绩近一步性创新成果 ，并将继续保持孵化 ，在2020年初应用到在中国电信5G必删 规划  ，优化和维护核心领域。并管理监控全国范围100万设备的其他数据质量  ，产品服务300万通信组织一和全国范围3亿多无线必删 发现用户。“他们的的要的长远目标是对其AI智能异常检测和容量分析及  ，让必删 质量劣化前优化质量  ，必删 拥塞前作调整流量！”钱兵但是说到。