Автономне ядро сигналізації

Вступ

В основі мережі постачальника телекомунікаційних послуг лежить сигнальне ядро, відповідальне за автентифікацію, авторизацію та керування мережевим сигналізаційним трафіком. Чіткі постачальники послуг намагаються йти в ногу з інноваціями в технологіях, одночасно працюючи та підтримуючи кілька поколінь мережевих технологій, заснованих на стандартах фіксованої лінії, 2G, 3G, 4G та 5G. Мільярди підключених пристроїв, петафлопс обчислювальних ресурсів та вдосконалені додатки в режимі реального часу підштовхують комунікаційну мережу до масштабу та складності, що перевищує можливості звичайної команди мережевих операцій зрозуміти та контролювати.

Великі провайдери Інтернет-послуг, такі як Amazon, Facebook, Google та Netflix, розробляють та впроваджують сучасні веб-масштабні системи, засновані на архітектурі мікропослуг, як засіб забезпечення завжди доступних широкомасштабних програм та послуг. Швидке впровадження архітектури мікропослуг та пов’язаних з ними хмарних технологій призводить до глобальної трансформації всіх галузей промисловості, включаючи телекомунікації. Чітке підтвердження цієї трансформації видно з останніх стандартів мобільності 3GPP 5G, де була визначена архітектура мікропослуг для автономного сигнального ядра 5G (SA).

Для того, щоб впоратись із підвищеною складністю та масштабами, пов’язаними з архітектурою мікропослуг, мережеві операції, адміністрування та управління повинні бути високо автоматизовані за допомогою аналізу великих даних та машинного інтелекту. Невід’ємним плюсом архітектури мікропослуг є те, що безліч мережевих функцій та послуг генерують великі обсяги телеметричних даних, необхідних для керування сучасними машинними системами навчання та міркувань. Появляється нова різновид інтелектуальних систем управління елементами, що використовують аналіз великих даних та машинний інтелект для оптимізації, контролю та прогнозування поведінки системи.

Хмарні рідні вірші машинна віртуалізація

Використання віртуальних машин та технології гіпервізора породило більше використання апаратних систем, дозволяючи виконувати кілька неоднорідних гостьових операційних систем на одній фізичній машині. Хоча апаратна віртуалізація може покращити використання базового обладнання, вона страждає від значних обмежень, коли використовується для підтримки функцій віртуальної мережі (VNF). Деякі з цих обмежень включають сторонні витрати машинних ресурсів (обчислення, пам’ять, пам’ять), повільне оновлення та перезавантаження, складну оркестрацію та основний інтерфейс управління на основі командного рядка.

Облачні технології, спрямовані на хмари, спрямовані на усунення обмежень VNF і призвели до наступного покоління функцій мережевої мережі (CNF). CNF, як правило, розробляються в цілому відповідно до принципів, визначених методологією програми дванадцяти факторів. Використання полегшених контейнерів для віртуалізації додатків віршів важких віртуальних машин мінімізує обсяг ресурсів, час оновлення та перезапуску. Дезагрегація додатків на невеликі, вільно пов’язані служби (наприклад, мікросервіси) покращує стійкість та швидкість функціонування. Основним інтерфейсом управління CNF є простий та безпечний мережевий API. Нарешті, управління життєвим циклом, еластичні масштаби та безперервне розгортання досягаються за допомогою повсюдної системи оркестрації Kubernetes.

Шлях вперед

Дивлячись на кришталеву кулю, стає зрозуміло, що повна реалізація автономного сигнального ядра розгорнеться протягом найближчого десятиліття. Використання вдосконаленої автоматизації з використанням аналітики великих даних та штучного інтелекту безпосередньо призведе до істотного зменшення капітальних та операційних витрат для розумного постачальника телекомунікаційних послуг. На момент написання цієї статті більшість постачальників послуг обслуговують висококваліфікованих спеціалістів з мережевих операцій для моніторингу продуктивності мережі та регулярного обслуговування системи, модернізації та оптимізації. До 2021 року передбачається, що початкові реалізації автономного сигнального ядра дозволять повністю автоматизовані оновлення системи та еластичну масштабованість на основі вимірювання продуктивності в реальному часі. До 2023 року алгоритми глибокого машинного навчання будуть невід’ємною частиною допомоги персоналу мережевих операцій у рекомендаціях щодо оптимізації продуктивності та у забезпеченні доступності системи 24×7. До 2025 року оптимізація продуктивності мережі та самовідновлення будуть повністю автоматизовані та реалізовані розумними та надійними ботами програмного забезпечення для управління елементами, які застосовують політику, визначену та налаштовану командою мережевих операцій. До 2030 року ядро сигналізації буде керуватися намірами, тобто визначення та конфігурація операційної політики мережі буде здійснюватися інтелектуальними ботами програмного забезпечення для управління мережевими елементами.

Прихід автономного ядро сигналізації відкриває нову еру універсального (2G, 3G, 4G і 5G), повністю автоматизованого багатосистемного управління сигналізацією додатків, послуг та функцій телекомунікаційних мереж. Використання стандартизованих API управління дозволить безперешкодно інтегруватися в ширшу мережеву систему оркестрації, яка пропонує вдосконалене розрізання мереж і управління всіма постачальниками всіх елементів мережі, включаючи мережу радіодоступу та OSS / BSS. Ядро автономної сигналізації буде побудовано на масштабованій власній програмній платформі, сумісній з основними державними хмарними провайдерами та / або реалізаціями хмарних технологій приватних підприємств, і по-справжньому втілюватиме сучасне рішення в масштабі Інтернету в області управління сигналізацією, аналізу великих даних та штучний інтелект.

Спочатку ця публікація була опублікована за адресою https://www.linkedin.com/pulse/autonomous-signaling-core-robert-h-walter/.

Robert H. Walter люб’язно дозволив нам перекласти і опублікувати цю статтю.