ICS 33.040.01 CCS M10 YD 中华人民共和国通信行业标准 YD/TXXXXX-XXXX IP自智网络知识面技术要求 IPautonomous network -Knowledge plane technical requirements （报批稿） （2023年6月） 行业标准信息服务平台 XXXX-XX-XX发布 XXXX-XX-XX实施 中华人民共和国工业和信息化部发布
YD/T XXXXX-XXXX 目次 范围 2规范性引用文件. 3术语、定义和缩略语. 3.1术语和定义 3.2缩略语. 4IP自智网络知识面概述 5IP自智网络知识面架构及功能 5.1知识面能力要求. 5.2知识面功能与模块. 5.2.1知识面总体架构， 5.2.2知识表征模块. 5.2.3网络数据模块. 5.2.4知识库. 5.2.5网络验证仿真模块. 5.2.6策略生成模块.
5.2.7策略验证模块 5.3知识面流程及接口描述.. 5.3.1知识面工作流程描述.
5.3.2知识面工作接口描述. 业标准信息服务平台
YD/TXXXXX-XXXX 前言 本文件按照GB/T1.1-2020《标准化工作导则第1部分标准化文件的结构和起草规则》 的规定起草.
请注意本文件的某些内容可能涉及专利.
本文件的发布机构不承担识别这些专利的责任.
本文件由中国通信标准化协会提出并归口.
本文件主要起草单位中国移动通信集团有限公司、北京邮电大学、华为技术有限公司、 中国信息通信研究院、中兴通讯股份有限公司、新华三技术有限公司、上海诺基亚贝尔股份 有限公司.
本文件主要起草人：陈丹阳、杨红伟、周铖、陆璐、孙酒、李志强、常晓花、王敬宇、 郭令奇、李博垫、廖建新、戚琦、吴钦、王燕、王海、崔颖、谢宝国、周惠琴、万小兰、高 巍.
行业标准信息服务平台
YD/T XXXXX-XXXX IP自智网络知识面技术要求 1范围 本文件规定了IP自智网络的知识面架构、功能模块描述、接口描述和网络能力要求.
本文件适用于基于IP技术的自智网络中的知识面.
2规范性引用文件 本文件没有规范性引用文件.
3术语、定义和缩略语 3.1术语和定义 本文件没有需要界定的术语和定义.
3.2缩略语 下列缩略语适用于本文件.
AI 人工智能 Artificial Intelligence IP 网络协议 Internet Protocol KDN 知识定义网络 Knowledge Defined Network KP 知识平面 Knowledge Plane SDN 软件定义网络 Software Defined Network 4IP自智网络知识面概述 自智运维提供技术支撑.
在IP网络自智的闭环过程中，通过知识面将人工经验与知识转化 为机器可理解的知识图谱，从而在推理分析、意图驱动和闭环决策中发挥重要作用.
在IP 自智网络中，将知识面构建在控制面和数据面之上，将智能和推理集成到IP自智网络的决 策过程之中.
知识面可以获取到全局的网络状态信息以及灵活的网络控制能力，以全局视角 将相关网络规律、机理、策略等凝练为知识，使用人工智能技术处理网络数据生成知识，并 利用这些知识来管理网络.
即知识面中的知识由数据生成并具有一定的通用性，知识面可以 学习到网络是如何运作的，并最终实现IP网络的自动化管理和控制.
IP自智网络知识面所述知识包括如图1所示的四种形式，包含了人类所能总结的知识 库、常识库，以及机器所能理解的知识.
从网络运维手册、网络设备手册以及网络配置文档 等资料中，以机器学习、自然语言处理等自动化的方式构建网络管控的知识图谱.
网络管控 知识图谱，是针对网络管控的人类经验知识的抽象，可以用于智能化管控策略的验证与补充， 提升网络管控知识的可用性.
区别于传统数据驱动，借助知识可以更好地解决策略生成的可 解释性和逻辑推理的问题.
通过不断学习实现知识空间的自我丰富.
通过四方面的素材形成 知识空间，通过机器学习、特征工程，做知识凝练，把共享的特征输入神经网络，使模型可 以共用，支持多种不同的任务：再进一步形成策略，作为最终结果为多种管控任务所用.
YD/TXXXXX-XXXX 全场景服务 历史记戟（G） 网络管控 构成均识图谐：运维手册、 知识空间 配置文档、日志、记录等 客观现状（D） 网络基础数据：拓扑、 性能指标、业务需求等 特征共享 主观体验（E） 模型公用 服务制关系：特征工程、 策略互通 业务质量体验建模等 动作（R） 全域覆盖网络 按需服务资源 动作的影响程度：网络构健、 流量调度，资源分配等 图1知识的四种形式 5IP自智网络知识面架构及功能 5.1知识面能力要求 知识面需要能够处理意图面的用户需求，将用户需求解析生成相应的策略.
知识面 应具备知识表征的能力，能依照历史数据、历史网络策略、人为规则，学习与生成网络策略 相关的网络知识，能够从网络状态数据和网络策略的关联性中学习知识，或从运维手册、故 障日志等文件数据中学习知识，构建全场景或分场景的IP自智网络知识图谱.
知识面应能够实现智能网络资源管控，生成网络策略使得网络资源得到优化分配，并规 避网络中的故障，实现智能自愈.
同时，知识面应具备使用机器学习技术验证网络策略正确 性及储存网络知识的能力.
知识面在智能策略生成的过程中首先根据解析的需求，转化成网络决策的目标，根据当 前网络收集的状态信息检索相应的知识库，寻找满足需求和目标对应的网络策略.
若知识库 中存在相关知识，则提取到指定的网络策略，进一步输入网络仿真验证平台，如果该策略通 过了策略验证，则知识面将策略传输到控制面.
若知识库中不存在相关知识，则利用机器学 习技术构建模型并修正模型参数.
5.2知识面功能与模块 5.2.1知识面总体架构 知识面由策略生成、策略验证、知识库、网络仿真验证模块、知识表征和网络数据六大 功能模块组成，如图2所示.
知识面支持将用户需求形成网络策略的能力，知识面还具备学 习知识，并利用知识持续优化网络策略的能力.
多元 知识面 知识库 UR 策略生成 （策略、AI模型、外部 知识表证 信息） 策略验 网络验证仿真模块 网络数据 图2IP自智网络知识面 知识面中知识表征的过程可以被进一步分解为积累数据、构建知识、储存知识三个连续 的流程.
首先，知识面使用、处理网络中各种数据的同时会积累原始数据，原始数据的类型 包括但不限于网络状态信息、故障日志、运维手册等等.
接着，知识面利用机器学习技术分 4
