没别的，就聊聊两个华为的自动驾驶网络平台

零、前言

之前咱们聊过网络通信与人工智能之间的关系，可见随着5G普及、各种智慧家居走入人们生活，网络与人工智能的完美融合也就是时间问题罢了，但我们能在这段时间里都做些什么呢？今天来聊聊两个为 ADN （Autonomous Driving Network，自动驾驶网络）打造的平台———— 智简园区网络与iMaster NAIE

一、智简园区网络是什么？

华为智简园区网络（CloudCampus）解决方案提供了7大类430+开放的API接口，以及二次开发视频与教程、API Explorer、API Studio、远程实验室、DevOps开发IDE与SDK等开发资源，帮助开发者快速开发、集成和上线各行业应用。

iMaster NCE-Campus是智简园区网络（CloudCampus）解决方案的重要组成，是华为推出的新一代园区与分支网络控制器，支持网络部署自动化，策略自动化，SD-WAN等创新方案，帮助企业降低OPEX运维成本，加速业务上云与数字化转型，让网络管理更便捷，让网络运维更智能。

其实看到这一段来自华为智简园区网络的介绍就明白了，说白了，就是提供一系列API接口，在编程时可以更方便的实现编程控制设备，同时也提供一定的图形化界面助力初期网络搭建与后期网络运维，这一研究方向将助力上一篇文章所说的IDN（意图定义网络），从而做到统一且支持批量配置设备，从而减少很大一部分重复的手工配置工作，并且通过封装的API，将实现功能的细节隐藏，使得开发者只需要专注网络本身而非网络配置，其中包含五个场景下的RESTful API介绍：

基础网络：主要针对网络侧的控制管理运维等，适用于MSP集成代理场景，包含基础服务、网络配置、策略服务、运维监控几大类API。

增值业务：主要针对终端用户信息统计类场景，包括客户端信息、流量信息等接口。

第三方认证：主要应用于商业Wi-Fi终端用户在商场、大型综超、酒店、机场等场所通过Wi-Fi访问互联网的场景。第三方合作伙伴为终端用户提供认证Portal页面，并调用第三方认证API或通过标准RADIUS协议对用户授权，使能终端用户接入网络。从而实现认证、计费等基础服务，以及用户分析、市场营销等增值服务。

位置服务：包括CloudCampus位置服务类接口和WLAN 设备南北向位置接口，主要应用场景是华为提供Wi-Fi/蓝牙位置数据给LBS服务器，由LBS服务器解析位置数据，为最终客户提供热力图、轨迹跟踪、客流分析等增值业务应用。

IoT：用于物联插卡与终端的连接，以及物联插卡与物联服务器的连接。您可以基于接口，实现不同行业、不同场景、不同需求的数字化解决方案。

而这个平台最贴心最实用之处在于提供了远程实验室，申请的资源使用起来也挺方便的，我这里就简单上一张物理拓扑下的图，感兴趣的话还是推荐自己去远程实验室自己玩玩，同时官方也提供了视频资源与文档资源。不过这个平台偏向于数据通信这块，也就是我们所说的SDN技术，要想让网络智能起来，还是得看下面介绍的NAIE平台。

二、NAIE平台是什么？

网络人工智能引擎iMaster NAIE是自动驾驶网络的网络AI设计和开发基础平台，支持对上传到云端的各种网络数据，持续进行AI训练和知识提取生成AI模型和网络知识成果，并可注入到网络基础设施、网络管控单元和跨域智能运维单元中，让网络更好用，越用越智能。也是运营商智力资产共享中心，统一管理各种AI模型和网络知识等成果，充分共享和重复使用，减少重复开发和训练。NAIE主要包含数据服务、训练服务、AI市场和网络AI应用，以云服务的方式，向运营商和第三方业务应用开发者提供各项AI服务，降低AI应用开发的门槛。让网络AI开发更简单、应用更高效，使能自动驾驶网络！

上次我们就聊到了华为公开的NAIE平台（Network AI Engine，网络人工智能引擎），但没具体说明这个平台，如果说上面的智简园区网络是为自动驾驶网络快速修建道路的“施工队”与坚守岗位的“交警”，那NAIE平台则是提供一个足够智能的导航，将网络中存在的诸多的“堵塞路段”一一排查出来，并预测未来可能“拥堵的路段”，从而方便iMaster NCE进行动态“调整驾驶路线”。

所以这个平台更倾向于人工智能方向，提供的模型训练功能也已经分好模块区域：

数据集查看

特征工程

模型训练

模型管理

模型验证

同时也提供已经训练好的服务，只需要购买相关服务就能使用，当前支持：

KPI异常检测模型服务

硬盘异常检测模型服务

故障识别及根因定位服务

日志异常检测模型服务

NAIE平台上经常举办各种大赛，感兴趣的伙伴还是可以去玩玩的，不说一定拿个什么名次，就算是参与也能锻炼锻炼自己的思维。

果然还是人工智能相关平台的活动火热，看看iMaster NCE相关活动都没消息

上一篇 网络通信与人工智能

AI 自动驾驶

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。