数据中心互联如何智能运维

孙博

华为企业传送解决方案咨询

DCI作为企业数字化转型的基石，一方面，数据中心互联网络承载的业务越来越多，对可靠性要求越来越高，另一方面，随着数据中心的快速扩充，其数量庞大的光纤管理越来越难，高密度的业务管理越来越复杂。一旦出现故障，上层的业务如DCN交换机、存储服务器、IT应用等往往先感知，网络部门面对的将是其他部门如雪片的的投诉，这样就非常被动。由于光纤或单板的原因会同时产生大量衍生的告警，这对没有传送背景的非专业运维人员，很难快速找到真实原因。目前的现状是往往几个运维人员要维护成百上千台设备，有限的网络运维人力和快速增长的网络需求之间的矛盾日益突出。

那么，如何才能构建智能的网络系统，帮忙更好地进行业务管理，尤其是光纤管理。既要保持光纤的安全性、可靠性、可维护性，又要在出现故障时，能够快速定界发生故障的光纤，并且通过软件的方式快速精确定位，不需要任何辅助工具或者下站点，帮忙最终快速恢复业务，最好是能够做到提前预警，将隐患消除在萌芽阶段。

海量数据

采集海量、精确的光层网络状态参数是实现智能网络管理的基础。一个典型传输系统中的相干接收机主要包括3部分：oDSP（Optical Digital Signal Processor）、发射机和接收机。其中oDSP是整个系统中最为核心的部件，通过在oDSP中集成光层神经元功能模块，能够在光层网络实现分布式全覆盖，并且在不改变网络设备形态的前提下（功能模块内嵌，无需额外设备），实时精确感知所有光层网络状态参数，用于支撑控制层的分析、运算功能，进行网络区域性或者全局的故障提前预警、业务调度、配置和优化。

光层神经元是一个功能模块，被集成在华为最新一代oDSP中，用于感知网络中所有波长信道在L0光层上的运行状态参数。其原理是在发送端通过oDSP将光层标签加载到所有波长信道上，当该波长经过网络中任意具备检测功能的节点时，该波长信道的标签被提取，同时将其一系列光层状态数字化，实现光层网络可视化管控。

光层神经元仅限于感知光信号在L0层传输状态参数，作为整体光网络优化的基础，包括但不限于以下状态信息：

• 光信噪比（OSNR）
• 色散（Dispersion）
• 偏振态（Polarization state）
• 偏振态变化（Polarization change）
• 非线性效应（Nonlinear effect）
• 链路余量（Link margin）
• 滤波特性（Filtering）

相对于业界传统方案，华为光网神经元可以实现高频率秒级采集光网物理特征参数，采集的参数种类多达400多种。这里收集是网络维护参数，不涉及到客户的业务数据，不涉及到信息安全的安全，只是为了更好地诠释出真实的光网络特性，将物理的光网络映射成为数字光网，后续结合大数据挖掘、智能算法等技术，对这些数据进行训练和建模，可以更好的在上层应用中使用，提升智能化、自动化程度，节省OPEX。

强大算力

设备内置专业智能芯片，用于海量光网络参数的大数据处理和分析。伴随着智能算法复杂度的增加，以及海量数据的处理，对算力有巨大诉求。

设备上集成了智能芯片，其极致高效计算、低功耗在配合硬件加速板卡，为大数据采集、存储、分析、训练、上报等使用，提供相对于原CPU的10倍以上的强大计算能力。由于设备广泛覆盖在网络各个节点中，可以很好的处理实时性要求高的数据和应用。

云端部署也集成了智能芯片，是业界计算密度最大的智能单芯片（256T vs 业界最佳125T），可以方便部署更加复杂的智能算法和应用，更利于集中处理实时性要求不高的数据。

智能算法

最后，算法是智能化关键的使能技术。智能算法可以从大量的数据中进行特征提取，结合专家经验，从已有的故障特征或者资源特征中建立模型， 快速解决已知问题；同时，基于机器学习的智能算法，可以建立知识图谱和对趋势进行预测， 以实现故障的提前规避和性能的提前优化。

总之，基于光层神经元感知光层网络的所有状态参数，硬件构筑强大算力，配合控制层面的优化算法，实现网络智能化管控，应用到实际的场景中可以衍生出许多应用。

• 光网健康保障：由被动运维到预测式运维，节省OPEX，提升客户体验

长期以来，光网络的运维都是在故障发生乃至用户投诉之后的被动维修，无法提前识别故障发生前的缓慢劣化，只能等待“亚健康”状态的光纤或者业务持续恶化，直至引发各种故障，再进行紧急修复，既影响了业务，也增加了维护成本。据分析某网络故障数据，发现光纤故障占网络故障68%。其中OTS/OCh的缓变类故障 占比56%（占网络总故障的38%），其中弯折、摇晃、松动、纤芯故障四类占90%。

华为光网健康保障功能包，通过光网健康可视、光网健康预测、光网智能调测等Use Case，实现了对OTS/OCh的健康监控、预测、自动调优等运维自动化的闭环。

其中，光网健康预测，通过机器学习和预测算法，分析每条光纤和波道的健康情况，并根据光性能变化趋势，提前预测故障发生的风险和具体故障风险点，从而提前规避网络风险，提供修复建议，实现主动运维，减少业务中断。

• 故障根因分析：一故障一告警，快速精准排障

当数据中心网络出现故障时，业务会产生相应的告警，但是相同的故障往往会同时影响业务层OPU，电层ODU，光通道Och, 以及光线路侧OTS等，涌现出上百个衍生告警，不利于排查真实原因。但是可以通过智能计算与分析，找到根因告警，抑制其他的次要告警，做到一故障一告警，这样可以大大降低对运维人员技能的要求，帮助快速的故障定位和精准排障。

• 智慧光纤管理工具：精准光纤质量在线监测，快速指导光纤修复

当数据中心之间的长距离光纤出现故障时，传统方案智能通过管理系统上的告警来通知客户，同时需要派专业的工程人员进站，携带OTDR仪表检测光纤质量，时间长成本高。智慧光纤管理系统通过设备上内置eOTDR功能，通过软件的方式一键式精确定位光纤故障的位置，可快速通过运维人员进行维修，不仅缩短了业务恢复的时间，还减少了因为排障带来的OPEX。