5G 网络大幅提高了通信质量，但层出不穷的网络新业务和持续扩大的网络规模给 5G 网络的运维和优化带来了诸多挑战，网络运营和维护的复杂度不断升高，创新技术的落地部 署也愈加困难。
5G 网络大幅提高了通信质量，但层出不穷的网络新业务和持续扩大的网络规模给 5G 网络的运维和优化带来了诸多挑战，网络运营和维护的复杂度不断升高，创新技术的落地部 署也愈加困难。
在传统 2C 场景下，存在终端功耗高、现网节能效果有限，终端开启 5G 比例低，5G 分 流比例和驻留比较低，系统邻区优化维护工作复杂等问题。在 2B 场景下，规划侧面向行业 专网的基站设备产品库不完善，不能灵活满足覆盖范围、场景的变化。同时，2B 业务专属 维护体系不完善，网络维护人员技能无法满足跨层跨域的维护能力需求。另外，专网网络建 设成本高，2B 业务应用场景差异大，大上行、大下行速率类、低时延控制类、可靠性要求 高等类别会导致组网成本增高，终端问题也会影响业务稳定性等。
随着云计算、虚拟化技术的发展，传统网络已经开始向软件化、可编程转变，呈现了资 源的云化、业务的按需设计、资源的编排等新特点，这使得网络管理运维愈加复杂[2]。由于 缺乏有效的仿真、预测和验证平台，很难从现有的按固定周期计划的维护转向预测性运维[3]， 网络优化操作不得不直接作用在现网基础设施中，网络优化成本高、风险大。另一方面，由 于高可靠性要求，网络运营商的现网环境很难被直接用于科研人员的网络创新技术研究，网 络新技术研发周期长、部署难度大。
面向未来，网络通信的模式、承载的业务类型、网络所服务的对象、连接到网络的设备 类型等将呈现出更加多样化发展的态势，使得网络呈现出高度的动态性和复杂性，要求网络 具备更高的灵活性、可扩展性和对需求的敏捷响应能力，成为具有自优化、自演进和自生长 能力的自治网络[4]。自优化网络对未来网络状态的走势进行提前预测，对可能发生的性能劣 化进行提前干预，数字域持续地对物理网络的最优状态进行寻优和仿真验证，并提前下发对 应的运维操作自动地对物理网络进行校正。自演进网络基于人工智能对网络架构和功能的演 化路径进行分析和决策，包括既有网络元素的优化增强和新元素的设计、实现、验证和实施。 自生长网络对不同业务需求进行识别和预测, 自动编排和部署各域网络功能，生成满足业务 需求的端到端服务流，同时，对容量欠缺的站点进行自动扩容，对尚无网络覆盖的区域进行 自动规划、硬件自启动、软件自加载。
