APPROFONDIMENTO

L’applicazione dell’IA in TIM

L’applicazione dell’IA in TIM
 

Anche TIM ha compreso l’importanza dell’IA e si sta muovendo di conseguenza. A livello organizzativo da oltre tre anni è stato creato un Centro di Eccellenza sull’IA baricentrato sul Joint Open Lab del Politecnico di Torino. Più di recente all’interno della funzione IT si è costituito un team di Data Scientist specializzati sull’utilizzo di tecniche avanzate di big data analytics. Questi gruppi portano avanti vari progetti fondati sull’IA che stanno producendo i primi risultati di rilievo. Da un lato si sta lavorando per automatizzare, dove possibile, le interazioni con i clienti tramite assistenti virtuali intelligenti. Angie, l’assistente virtuale che supporta i clienti TIM è diventata operativa ad aprile 2019 con il primo insieme di capacità, che includono la risoluzione di problemi tecnici su Fibra, ADSL e TIMVISION e che sono previste crescere nel tempo fino a saper rispondere a domande di ogni tipo.
Dall’altro si sta progressivamente iniettando intelligenza nei sistemi di gestione della rete al fine di ottimizzare la qualità e automatizzare i processi. Gli use case affrontati o in corso toccano molti temi tra i quali la predizione dei reclami, la pianificazione del 5G, il filtraggio intelligente degli allarmi in base alla previsione dell’impatto, l’early anomaly detection dei malfunzionamenti occulti in rete per prevenire gli effetti sui clienti e la root cause analysis.
Piuttosto che proporre in modo superficiale una carrellata di soluzioni, si è preferito approfondire nel seguito un singolo use case nato a inizio 2019 dalla collaborazione tra la funzione di Innovation (cui fa capo il AI Center of Excellence) e l’IP Competence Hub nell’ambito della struttura Infrastructure & Operations. L’attività mira a sfruttare l’IA per creare una funzionalità in grado di identificare e, possibilmente, localizzare eventuali problemi sulla rete IP prima che se ne evidenzi un impatto sui servizi, a partire dall’osservazione del traffico sui link di collegamento tra i nodi della rete backbone che connette i 32 POP nazionali.

 

Figura A - Applicazione di tecniche di IA per la gestione della rete IP di TIM

La funzionalità è implementata mediante una cascata di diversi elementi che realizzano un approccio a più livelli. Il primo elemento reperisce le metriche di traffico dai sistemi di gestione della rete IP. Su queste viene applicato un algoritmo statistico in grado di identificare discontinuità. L’algoritmo lavora continuamente in “near-real-time” sulle metriche di tutta la rete osservata e, di conseguenza, è pensato per essere computazionalmente molto leggero e prendere in considerazione non i singoli flussi, ma cluster di flussi raggruppati secondo opportuni criteri (ad esempio tutti i link diretti verso un dato POP).
Quando viene individuata una discontinuità rilevante, questa viene analizzata da 2 reti neurali in sequenza. La prima consente di classificare la discontinuità secondo 4 categorie:

  • Decrement – un calo significativo del traffico su uno o più flussi del cluster
  • Increment – un aumento significativo del traffico su uno o più flussi del cluster, fenomeno tipicamente riconducibile ad attacchi informatici
  • Redirect – un calo del traffico su alcuni flussi e un corrispondente aumento su altri, effetto dei meccanismi di redirezione del traffico a fronte di problemi propri della rete IP
  • None – la discontinuità rilevata è frutto di una flutuazione casuale del traffico e viene quindi ignorata

La seconda rete, attualmente in fase di tuning, riconosce invece il pattern di traffico tipico di una partita di calcio trasmessa in streaming e viene utilizzata per mascherare tutte le anomalie di tipo Decrement che si possono verificare quando, alla fine di una partita di calcio, molti utenti si sconnettono e il traffico in download crolla improvvisamente. Queste discontinuità non sono chiaramente indice di problemi e saperle riconoscere consente di evitare numerosi falsi allarmi.
L’ultimo elemento della catena, ancora in fase di studio, mira a mappare le anomalie identificate e classificate sulla topologia di rete e a fornire opportune viste che consentano ad un operatore di individuare facilmente la causa (ad esempio la caduta di un link). Tramite opportuni algoritmi di IA applicata ai grafi infine, si sta analizzando la possibilità di automatizzare anche il passo di localizzazione della sorgente del problema in modo da permettere all’operatore di focalizzarsi immediatamente sulla risoluzione.

 

Torna all'articolo