华为联合中国电信推出了天翼云NAIE平台

华为联合中国电信推出了天翼云NAIE平台

华为iMaster NAIE使能网络智能化，让网络AI开发更简单

华为网络人工智能产品部CTO程磊介绍华为网络人工智能引擎（iMaster NAIE）

华为网络人工智能引擎iMaster NAIE，在云端引入AI并提供数据湖服务，模型训练服务、模型生成服务和通信模型服务，大幅降低电信网络AI引入门槛，提升网络AI开发效率。iMaster NAIE依托华为公有云，涵盖网络AI应用开发业务中最复杂部分的工作，如数据准备，数据特征探索，模型调优等，便于开发者快速获取iMaster NAIE能力，程磊介绍到。

模型生成服务，相对模型训练服务，进一步简化模型开发过程，只需要输入符合要求的训练数据，就可以快速完成模型训练和验证，大幅降低电信AI模型开发的技能门槛和周期。以数据中心PUE优化为例，传统模型开发投入涉及多个角色，包括暖通专家，数据工程师，算法专家，应用开发工程师等，需要至少半年的时间才能完成；而基于模型生成服务，只需要1名暖通专家，2周时间即可训练出所需模型，整体开发投入降低95%以上。

基于天翼云NAIE和中国电信海牛平台实现无线网络容量预测创新实践

中国电信无线网络面临的主要挑战：网络故障和体验类问题事先被发现难，75%的体验类问题都来自用户投诉；网络问题根因定位及追踪不易，随着网络复杂度增加，单纯依靠专家经验解决问题方式效率低下，运维人员大多时间都在定位问题；网络故障和流量等很难预测精准，暂实现不了精确网络规划和控制。

中国电信集团网络AI中心技术总监钱兵介绍无线网络容量预测TMF催化剂项目实践

数据质量控制，利用NAIE数据湖提供的能力，结合小区异常检测和容量预测场景定义数据采集标准和数据元数据规范，将多数据源，多周期，杂乱难理解的低质量数据转换成统一数据源，易理解高质量数据。针对异常检测数据，结合专家经验预置异常门限，自动批量标注。对5000+性能指标进行数据聚类，找出数据周期性，趋势性，突发性等7类数据特征。为高质量高精度模型训练提供保证。

异常小区检测，针对不同指标的不同数据特征多路径选择相应算法，结合单指标检测->专家规则->多指标联合检测的三步检测算法，将异常小区检测准确率提升到89%。

短周期容量预测，利用KD-tree构建小区空间关系，快速找出小区周边邻区关系，利用LSTM Seq2seq算法对小区统一建模，找出用户行为引起的流量强规律。同时算法还会考虑重大事件，天气等因素，对突发性事件进行有效预测。对7天的容量预测统计分析，项目预测有效性达到97%。