基于深度学习的网络业务一致性稽核保障系统研发

• 作者: 周圣 唐雯敏 朱明星 许思宁 郭熠
• 来源期刊: 通信电源技术
• 关键词: 深度学习 人工智能 网络业务 一致性运维 IT
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研制开发
• 页码范围: 32-34
• 页数: 3页
• 字数: 2079字
• 语种: 中文
• DOI: 10.19399/j.cnki.tpt.2020.06.013

摘要

随着社会的不断发展和技术的不断进步,运营商的互联网化转型更加迫切,运行维护亟需摆脱传统的运维模式和思路,把人工智能等新的技术手段引入实际工作场景中,以支撑不断扩大的业务规模.在快速发展过程中,从前台业务线到后端网络线的层层递进的多层级业务开通流程往往难以保证前端和后端客户业务参数数据的实时性和一致性,为客户感知和公司收入带来隐患.在此背景下,为提升互联网大带宽专线业务的服务质量和提高网络安全水平,加速IP与IT的融合,大力引入智能化的数据业务管理手段,提出了打造基于AI人工智能的网络业务一致性稽核保障系统.利用AI人工智能技术、DevOps运维IT技术、IT信息化技术等手段,通过将开发能力下沉到基层,既能准确的解决工作痛点和节省大量的人力成本,又能提高运维支撑能力和人工智能研发应用能力,是传统运维向智慧化运维转型重要的环节和坚实的基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许思宁		3	0	0.0	0.0
2	唐雯敏		1	0	0.0	0.0
3	周圣		2	0	0.0	0.0
4	郭熠		1	0	0.0	0.0
5	朱明星		3	0	0.0	0.0