隨著通信服務提供商（CSP）正在謀求數字化轉型，在云環境中運行其業務，銷售數字服務和像網絡級互聯網公司一樣運營，以確保電信云環境和業務流程的高度優先性。隨著網絡虛擬化、數字化服務和物聯網大量涌現，業務風險遠高于預期，保證電信云網絡和服務將是確保電信云業務的關鍵。

電信云是運行數字服務和敏捷操作的虛擬化電信基礎設施，電信云的準確性、速度和無差操作對數字業務的成功至關重要。除了服務保證之外，優秀的解決方案可以為用戶提供更加智能的服務，將在電信云業務的成功中發揮關鍵作用。

某些OSS概念需要重新審查，以使這些概念與電信云未知領域相匹配。這些概念包括服務質量管理，創造無故障電信云，使數字服務提供商成為一個“智能平臺”。

電信云的服務質量管理

服務質量管理（SQM）并不是一個新概念，然而它在未來幾年中將會非常重要。當前的SQM專注于主動監控面向用戶的服務，這些服務并不都需要可靠、安全、快速且始終可用的網絡。然而，隨著2017年電信云服務的推出越來越多，SQM當前的功能將擴展到更快的速度和更大的數字服務環境規模。

NFV是電信云的基礎技術，它是消費者對更快、按需和可靠服務的需求不斷增長的結果。新網絡中的一些最流行的數字化服務包括視頻流、遙測、移動游戲和智能家居。

此外，NFV與服務提供商機器用戶之間的SLA相關聯。使用VoLTE、ViLTE和其他先進的通信服務作為數字服務，高水平的SLA將需要與OTT提供商提供的服務競爭。SLA的情況隨著IoT的發展逐漸變差，其中交互通信的感測設備變成了新的用戶，并且如果它們是諸如自動駕駛車輛或遠程手術相關的連接，則對可靠性和可用性提出了更高的要求。

在電信云中的SQM的重要性主要分為以下幾個原因：

由于虛擬化/電信云創建、交付、更改服務方面具有更高的敏捷性，因此在管理和維護QoS方面也需要更高的靈活性。服務的迭代和連續部署需要SQM系統監控高收入短期服務，這些服務可能只持續幾天甚至幾個小時。網絡功能虛擬化引入了網絡資源的彈性和“動態性”。對網絡單元容量的動態調整，如放大和縮小、拓撲配置、流量路線重定向等，都對提供的服務產生直接影響，SQM需要在這種情況下更快地響應這種變化。在混合（物理和虛擬）網絡中，通過物理和虛擬原件/功能來傳送數字服務。因此SQM系統應作為統一的編排的“manager of managers”。

在數字化浪潮中，SQM幫助CSP解決電信云帶來的新的服務和挑戰。

一個無故障的電信云

基于云的數字化服務需要在高度可靠和無錯誤的網絡上運行，數字化服務需要實時動態適應和通信網絡定制，將網絡/服務/設備故障的目標降到最低。

此外，在物聯網領域，失敗的設備或連接可能不僅會違反具有大量處罰的SLA，更重要的是，它們會影響任務關鍵的通信。雖然有高可用性和內置冗余的復雜網絡拓撲將降低故障的影響，但是它們仍然需要系統來發現、解釋和管理故障。

隨著NFV和IoT引起網絡中斷，每個新的設備、軟件都會造成新的故障點。在這種環境下，傳統的網絡/設備故障管理需要提高到新的水平。

除了上述技術發展的趨勢（NFV和IoT），故障管理的改進需要更高的服務提供速度和解決問題的需求。監控和評估故障對新網絡元素和用戶設備的影響至關重要，特別是當服務是時間敏感的。

這意味著當前NOC/SOC到零接觸操作中心的發展，其中廣泛的自動化將加速報告、故障查找和修復。通過將故障數據反饋到SQM系統中，CSP可以即時了解故障對服務的影響，并且通過使用預測算法，防止故障發生。

很多用例可以通過高度自動化的預測故障管理系統來提供：

電信云編排：使用SQM系統中的故障數據，突出了策略違規，然后跨物理和虛擬網絡進行自動化/編排。預測IoT故障：實現這一點需要使用故障數據分析來預測IoT網絡/服務/設備故障，從而管理IoT流量。這包括構建用于服務可用性，按地區/位置的不可用性故障以及基于地理位置的服務影響。保護SLA：當與故障數據集成時，機器學習提供強大的預測能力來預測問題，并幫助CSP保護其用戶的SLA。服務影響：使用基于故障的SQM，可以為混合網絡、NFV網絡和IoT網絡提供更快的服務。零接觸操作中心：自動化網絡中斷恢復，設備配置以及將故障管理與OSS生態系統（如故障單，庫存，編排，SQM，CRM，人力資源管理等）集成，將形成一個自動化的零接觸操作中心。

操作中心流程的自動化是在虛擬化和數字化電信云環境中取得成功的關鍵。CSP正在努力，使用閉環校正動作、復雜的算法和機器學習，實現一個完全自動化的零接觸操作中心。為了支持電信云的動態SLA，OSS預計將支持按需容量配置和動態拓撲更改，這只能通過自動實時網絡反饋和自動配置實現。

分析演進成為“智能平臺”

CSP已經準備好通過使用對遍布網絡的大量有價值數據的復雜分析來擺脫“笨水管”（dumb pipe）的標簽，作為數字化服務提供商，他們正在尋求通過用戶行為數據和連接獲利，由于他們積極推出新的數字化服務，挑戰OTT服務日益普及。

分析功能可以使用機器學習工具提供關于性能、容量和故障的趨勢。但是，除了分析的運營優勢，他們通過了解電信云的使用、其提供的服務、用戶和設備，提供可用于網絡貨幣化和服務個性化的關鍵智能。例如，CSP可以主動識別低擁塞區域/位置（自由區），并利用來自諸如視頻流、移動電視或智能手機應用的新服務提供的創收業務快速填充備用容量、位置、時間和用戶需求。

此外，隨著CSP將其業務擴展到成為物聯網服務提供商，基于機器學習的分析將會用來操縱數據并為每個物聯網行業垂直行業生成關鍵的智能業務。

電信云管理成功的技術

下一代電信云承諾在更短的時間內創建和部署新服務，時間跨度從幾天到幾個月不等。為了滿足這一需求，CTIO正在開發新的服務保障架構，其中SQM、自動化和分析是關鍵的組成部分。這些架構基于開放API、大數據集群和OpenStack功能。

除了將這些新技術引入底層平臺之外，重要的是開發微服務架構，該架構使用DevOps的迭代過程，通過更快地開發服務來快速響應用戶的需求，使得用戶能夠在幾天內上線新功能。這也有助于更快地進行根本原因分析，并快速解決用戶遇到的問題。

分析、自動化和SQM的集成需要對數據流失、可視化和執行的方式加以改變，為了成功推出電信云，長期保證數字化服務和創造業務價值，重新定義SQM功能，零接觸預測操作中心和數據貨幣化分析尤為關鍵。

原文鏈接：http://www.lightreading.com/oss-bss/oss/assuring-the-telco-cloud/a/d-id/730433?