随着5G和云原生技术加速发展，移动通信网络已成为数字社会的重要基础设施，核心网运维挑战也日趋复杂。近年来，随着网络规模持续扩大和业务复杂度提升，传统人工运维模式在隐性故障发现、故障定界效率、跨专业协同等方面面临瓶颈。如何在保障业务连续性的同时提升智能运维能力，成为运营商网络建设的重要课题。
河南移动张艳琼在2026移动网络大会发表主题演讲
近日，中国移动河南公司携手华为开展5G核心网智能运维技术创新，基于云诊分析框架与模型驱动分析框架的联合架构，将AI能力深度融入核心网运维体系，推动网络运维从传统被动响应向主动预防、智能决策演进，为关键通信业务构筑更加可靠的运维保障体系。
CDAF作为数据底座，负责海量日志、性能指标、告警数据的智能采集与关联分析，通过大数据平台实现全网状态的实时感知。CDAF构建了统一的运维数据湖，整合来自核心网元、传输链路、业务系统的多维数据，为上层智能分析提供高质量数据支撑。
MDAF则基于预训练模型与领域知识库，对复杂故障进行根因推演与智能决策。针对传统运维方案难以全面感知隐性丢包、故障定界耗时长、跨专业分析效率低的挑战，MDAF采用协同分析架构，覆盖VNF指标监测、业务影响分析、丢包链路检测、拓扑关联分析等多层环境。基于BFD双向转发检测机制，实时检测隐性丢包、异常链路及网元状态波动，并通过自适应补偿算法与异常链路汇聚算法限制故障影响范围，实现从威胁发现到精准定界的协同响应。
CDAF与MDAF通过统一的协同编排层实现数据互通与能力共享，形成"感知-分析-决策-执行"的闭环智能运维体系。CDAF提供的实时数据流驱动MDAF的AI模型推理，MDAF的分析结果反过来指导CDAF的数据采集策略，两者协同运作，显著提升故障定位效率与运维自动化水平。
同时，方案深度适配核心网对高可靠性和低时延的严格要求，通过业务路径与BFD检测路径贴合、VRF与隧道一致性设计，降低检测对现网性能的影响，实现智能运维与通信业务的协同运行。其中，自适应补偿算法可消除设备芯片引入的统计误差，实现1%精度的丢包检测；异常链路汇聚算法可自动分析共因设备，实现从人工逐设备排查到自动汇聚分析的转变。
河南移动智能运维专家表示："网络运维不仅是故障后抢修，更是提前识别隐患、保障业务连续运行的重要责任。CDAF与MDAF的联合架构让我们首次实现了运维数据的统一管理与智能分析，大幅提升了故障定位效率。河南移动将持续深化智能运维技术创新，推动AI能力与核心网深度融合，为数字社会提供更加稳定、高效的通信服务。"
未来，河南移动与华为将持续深化5G核心网智能运维技术合作，推进智诊云核联合智能体在更多网络场景中的应用，规划从被动响应到自主预防、从单智能体到多智能体协作、从规则驱动到意图驱动的三阶段演进路线，为全球运营商构建智能自治的云原生通信网络提供实践参考。
