变化是不可避免的，企业一直在寻找为未来做好准备的方法。如今，数字技术是实现变革的关键，而在各种功能中利用人工智能和机器学习(ML)正迅速成为常态。智能自动化(IA)是后台操作的核心，改善流程以提高效率，并在此过程中提供更好的客户体验(CX)。智能自动化将软件定义的控制和编排与大数据分析相结合，允许服务提供商利用对网络的深入了解来为其服务和运营的自适应自动化提供动力。
服务提供商的运营环境正变得越来越复杂。虽然网络功能虚拟化(NFV)和软件定义网络(SDN)等技术的进步使按需服务成为可能，但现有的网络管理和运营支持系统(oss)缺乏规模和灵活性，无法满足这些更动态的网络技术的要求。简单的自动化技术(如自定义脚本)通常用于减少重复的手工任务，但提供商正在寻找更健壮的自动化功能，以大规模地降低操作复杂性并提高效率。通过利用专为动态SDN/NFV环境而设计的软件，并结合大数据分析和机器学习方面的最新进展，网络运营商可以实现真正的智能自动化，从而更智能、更高效地运营业务。
服务提供商向SDN/NFV和智能自动化的演进分为三个阶段:
- 目前的运作模式:今天的服务提供者体系结构和当前的操作状态基于许多操作竖井，用于手动管理多个物理网络，以及每个服务定制的多个oss和进程。随着供应商开始审查他们的新需求，并计划向SDN/NFV和自动化的过渡，他们需要与行业思想领袖合作，制定一种渐进的方法来实现运营现代化。
- 过渡运作模式:在此阶段，服务提供者将确定要虚拟化的网络域或特定的网络功能，以及管理和编排这些资源的方法，包括“轻量级”集成到关键OSS元素中，如订单管理、客户自助服务门户和计费。manbatx手机登入这通常采取的形式是在供应商或技术领域内采用基于sdn的控制，或为选定的客户组部署新的虚拟化服务。服务提供者在此进化阶段的重要一步是从孤立的、以目录为中心的服务实现模型转向生命周期服务编制(LSO)方法，该方法提供统一的、端到端服务目录和跨多个域的控制。在这一点上，运营商也可以开始利用分析从网络性能数据中获得可操作的见解。
- 未来的运作模式:在进化的最后阶段，服务提供商利用智能自动化，在多领域LSO基础的指导下，集成分析和机器学习辅助决策。使用基于这些组件之间紧密互联的体系结构，服务提供商运营将受益于持续学习和动态适应不断变化的服务需求和流量模式的能力。除了通过预测和主动操作以及端到端自动化降低成本外，这还可以为终端客户提供更差异化的服务和更高质量的体验。
随着越来越多的业务关键型应用程序迁移到云中，以及物联网开始占据主导地位，服务提供商面临着日益复杂和动态的环境。基于集成分析的软件定义控制和编排的智能自动化是Ciena自适应网络™愿景的一个关键概念，也是每个供应商的路线图上都应该包含的概念。
柯尔特按需是市场领先的自适应网络的例子，使客户能够在几分钟内增加连接和灵活带宽。特别是对于那些习惯了云的灵活性和可伸缩性的人，Colt On Demand在网络级别提供了这一点。
如果您想了解更多关于如何为您的客户建立自适应网络的信息，请阅读我们的和Ciena一起起草白皮书．
柯尔特技术服务
2020年9月21日
最近的帖子
