通信世界网消息（CWW）本项目基于 NLP（Natural language processing）技术为运维人员提供极简的“对话式”运 维操作，只需输入一句话，系统智能识别文本所包含的运维意图和操作对象，高效自动化执行网 管操作任务，降低维护技术门槛，替代繁琐人工作业，有效提升运维效率。同时，系统还提供定 制化自动巡检能力，自定义巡检对象、时间、频次及内容项目。针对一线维护人员，提供“一站 式”自主作业，现场人员通过 APP 可以查询设备资源、告警、性能等数据，减少网管后台支撑电 话 60%-80%，有效杜绝无效上站。本项目是首次将 NLP 技术引入 OMC 网管运维领域，通过预训练 模型对通信领域词汇进行 Bert 向量化，接收到“句子”后，对句子进行分词和词向量的卷积计 算，用 TextCNN 模型对文本分类并得到意图。
1、项目背景
（1）网管运维依赖专家经验和手工排查，数量大时间紧的任务靠堆人力
集中化运维开展后，传输网管运维操作成倍增长，在OMC上仍依靠传统的GUI点选菜单方式操作，存在以下两个痛点，亟需一种“变革性”的操作方式提升运维效率。
（2）一线作业人员和网管后台人员，需要通过电话、微信频繁沟通
2. 方案介绍
本项目面向OMC网管维护人员和一线作业人员，根据工作操作特点，分别打造中屏（PC端）AI运维助手、小屏（APP端）AI运维助手。
中屏（PC端）AI运维助手针对报障协查、隐患排查、资源核查三大高频运维场景提供“对话式”运维操作，使用对话窗输入结构化文本，系统智能识别运维意图+实体对象，自动执行任务并输出结果，操作时长降低到秒级，工作效率极大提升，技术门槛降到最低，操作精度提到100%。
小屏（APP端）AI运维助手针对一线作业人员现场需要快速获取设备资源、告警、光功率性能等数据，通过在用的掌上运维APP内嵌拉远极简式“网管”，在线实时查询设备信息（ESN码、软件版本、单板信号、端口状态等）、组网拓扑、告警数据、光功率性能等，实现站上自主排障，不依赖网管后台的低效支撑，并减少重复上站次数。
3. 项目创新点
（一）首次将NLP技术引入网络运维领域
本项目是首次将NLP技术引入OMC网管运维领域，通过预训练模型对通信领域词汇进行Bert向量化，接收到“句子”后，对句子进行分词和词向量的卷积计算，用TextCNN模型对文本分类并得到意图，再通过预置工作流，将分散在多个菜单界面的信息进行编排组合并自动化执行任务。
（二）首创复用掌上运维APP对接公网方案解决安全问题
小屏AI运维助手面向一线作业人员提供使用，存在安全、鉴权等问题，本项目首创复用掌上运维APP对接公网方案，由掌上运维APP统一负责网络安全防堵，并统一对登录使用账号做鉴权管理，保障网络安全。同时，小屏AI运维助手提供安全加固、防截屏、加水印等能力，防止数据泄漏风险。
4. 项目应用成效
中屏AI运维助手助力打造“对话式”极简运维
中屏AI运维助手已推广至全省5个地市使用，累计使用达到近3万次（资源核查73%，故障协查18%，保障巡检9%），月均使用量超过2000+，覆盖省内80%维护人群，具体成效如下：
● 已覆盖运维场景操作效率提升90%以上，其中报障协查从平均20分钟缩短至10秒以内、资源核查从平均5分钟缩短至10秒以内，1分钟完成上千数量级的重保对象关联与整理动作，2分钟完成3人协作的隐患排查。
● 累计识别近1000隐患问题（单链、未绑环、逻辑同路由），支撑维护人员完成整改，提升网络运行质量。
小屏AI运维助手助力 “一站式”自主作业
小屏AI运维助手已推广贵州全省5个地市使用，覆盖600+一线作业人员，月使用量10万+次。上站前通过小屏助手提前定位故障点和备件信息，有效减少二次上站率约30%。上站中和上站后通过APP自查设备实时信息和校验上站结果，提高上站效率超过30%，同时解放传输班组90%的电话支撑。有效支撑业务体验感知和满意度提升。
5. 项目展望
未来可基于大模型技术构建自智网络统一基础智能实体，突破当前中小模型在知识提炼、泛化复用方面的根本局限，打造打造属于网络运维领域的AutoGPT，让AI更理解人的知识和场景，实现网络优化、故障处理、网络配置、资源调度等任务端到端自动执行。
