1.自适应资源调度
针对百万级大规模异构资源,存在异构资源间的依赖度、匹配度复杂度高、调整后的均衡性难以保证等问题,辅助提升大规模资源的匹配调度准确性,生成自适应智能规划和调度策略与模型。
2.统一编排
基于云网业务需求和云网运营需求,将客户/业务服务能力转换为面向云网异构资源的服务调用要求。同时,通过将云网资源实现一体化的抽象与能力封装,提供统一的云网服务抽象,从而实现云网资源的统一管理和调度。
3.跨层协同运维
云和网络资源的跨层、异构带来了更高的故障复杂性,需构建智能化的网络故障自愈引擎,实现端到端的故障定位、根因分析、预测、优化、自愈等。
4.数字孪生
通过感知、采集网络和云等资源相关信息及运行状态,实现对云网物理资源的数字化动态映射,从而构建云网资源的数字孪生体,用于对云网运营的实时状态进行仿真和监测。
1.自适应资源调度
针对百万级大规模异构资源,存在异构资源间的依赖度、匹配度复杂度高、调整后的均衡性难以保证等问题,辅助提升大规模资源的匹配调度准确性,生成自适应智能规划和调度策略与模型。
2.统一编排
基于云网业务需求和云网运营需求,将客户/业务服务能力转换为面向云网异构资源的服务调用要求。同时,通过将云网资源实现一体化的抽象与能力封装,提供统一的云网服务抽象,从而实现云网资源的统一管理和调度。
3.跨层协同运维
云和网络资源的跨层、异构带来了更高的故障复杂性,需构建智能化的网络故障自愈引擎,实现端到端的故障定位、根因分析、预测、优化、自愈等。
4.数字孪生
通过感知、采集网络和云等资源相关信息及运行状态,实现对云网物理资源的数字化动态映射,从而构建云网资源的数字孪生体,用于对云网运营的实时状态进行仿真和监测。