如何在多云环境中实现端到端自动化｜观点

高质量数据、数字孪生和人工智能/机器学习，都将帮助运营商在多云环境中实现端到端自动化。事实证明，管理多云环境的复杂组件对网络运营商来说是一个巨大的挑战，尤其是随着对由人工智能和机器学习驱动的自动化技术的需求不断增长以简化运营。然而，运营商克服这些障碍是值得的，因为多云环境中端到端自动化的机会“非常丰富”。

自动化并不是什么新鲜事，如今，运营商正开始以一种更“横向”的方式“扩展”其在整个“电信云环境”中对这种能力的使用。而云原生、解耦网络至关重要，特别是因为这是实现自动修复的唯一方法。

如今在电信行业，即使已经实现了云化，我们的许多服务也都与基础设施紧密集成，即使我们实现了云化，我们仍然有这些孤岛堆栈。然后不能让网络自己做这件事，为了能够做到自动修复，我们需要真正实现云原生。即使应用也需要实现云原生，CNF也需要真正实现云原生。

数字孪生也是在多云环境中实现端到端自动化的关键，数字孪生正在成为这种事情的强大推动者，因为它允许对网络进行建模，而不仅仅是模拟它，而是将其表示为现实的代理，这意味着您可以运行假设情景，可以了解网络中的弱点。

另一个重要的考虑因素是数据，将数据放在哪里、如何获取数据、如何处理数据等等。所有这些决定都需要深思熟虑。并非所有数据都是一样的，因此，必须小心确保数据收集正确，因为数据可能会受到人为错误的影响。

更不要移动数据。相反，我们必须能够抽象出这些数据并创建一个层，使数据民主化，在大多数情况下，数据将非常特定于位置，因此与其生成的地点最相”，这表明我们不应该“随身携带它”。

因为我们需要实现端到端的意图驱动的自动化和自主网络，要使用模型来帮助我们推动人工智能来实现这一点，因为我们无法手动做到这一点，特别是如果我们有无限的网络切片，行业必须谨慎对待数据生成和分析，以及如何使用新兴技术。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。