中国联合网络通信有限公司高沛、蔡超、侯迎龙、邱佳慧、董紫淼

1　项目目标和概述

行业挑战：随着数字化转型的推进，网络机房的安全性和稳定性对各行各业至关重要。传统机房巡检方式效率低下、响应速度慢，难以满足现代社会对网络安全和效率的高要求。

项目目标：本项目旨在利用5G边缘计算技术和物联网技术，提升网络机房巡检的实时化、智能化和高效化，实现企业降本增效。

总体概述：本项目通过在新疆地区部署5G边缘计算平台，优化网络机房巡检工作，特别是在“数据机房区域巡检”和“户外线缆区域巡检”两个关键场景下，实现安全、高效、实时的巡检目标。

功能与创新：

（1）功能：本项目通过部署5G边缘算网一体机和边缘盒子，连接多路摄像头，实时捕获机房和户外线缆区域的视频数据，并通过5G网络传输至核心机房进行AI分析，识别安全隐患。

（2）创新：采用“云-边-端”架构，利用5G边缘计算的高速率和低时延特性，提升数据处理和模型训练的效率和实时性。同时，端侧边缘盒子支持边缘自治，确保在网络中断情况下仍能保持正常运行，保障数据的完整性和安全性。

（3）方案亮点

· 灵活交付，体验丰富：方案支持“私有云+边侧5G边缘算网一体机+端侧边缘盒子+物联摄像头”打包交付，也可以根据客户的具体需求进行灵活配置和扩展，满足不同场景下的应用和成本需求，简化了客户的部署和运维流程，降低了客户的操作难度和成本，提升了客户的使用体验。

· 一体部署，性能强大：边侧5G边缘算网一体机软件与硬件一体、算力与网络一体、CT与IT能力一体，实现一站式交付、一体化部署，真正实现开箱即用。

· 边缘自治，安全可靠：端侧盒子支持边缘自治，即使在网络中断的情况下，也能保持正常运行，确保关键数据的完整性和安全性。

· 一体协同，资源灵活调用：通过“边-端”算网一体协同和调度编排，实现了边缘计算资源和端侧设备的统一管理和调度，提高了资源的利用率和系统的整体性能，更好地支持分布式应用。

· 技术栈领先，稳定高效：采用OpenYurt技术栈，为整个架构提供了稳定可靠的容器编排与管理能力，确保应用的稳定运行和高效管理。

2　案例介绍

基于5G边缘计算平台，本项目通过构建“云-边-端”架构，在“数据机房区域巡检”和“户外线缆区域巡检”两个关键场景下实现高效、智能的网络安全巡检。本项目充分利用了5G边缘计算的高速率和低时延特性，提升了数据处理和模型训练的效率和实时性。

图1

在图1中，我们采用ONVIF协议标准的摄像头等物联网设备，确保了设备的互操作性和可扩展性，将实时视频数据传送至端侧边缘盒子。在充分考虑各层算力和业务需求的情况下，我们在端侧边缘盒子内置高性能GPU，确保视频推理和流媒体服务的快速执行；在边侧一体机上部署训练优化平台，支持AI模型的持续优化与更新。这种算力分配方式既保证了数据处理的高效性，又满足了业务需求的多样性。

下面重点介绍本项目验证的“数据机房区域巡检”和“户外线缆区域巡检”两个关键场景。

应用场景一：数据机房区域巡检

对于数据机房区域，通过部署在机房内的摄像头，5G边缘计算平台能够实时监控机房内设备的运行状态、环境温湿度等关键指标。一旦检测到异常情况，5G边缘计算平台将立即发出警报，并通知巡检人员进行处理。其部署和功能具体介绍如下：

我们在新疆联通核心局机房部署1个“边”侧5G边缘算网一体机，40个左右“端”侧边缘盒子接入到边侧，每个端侧设备搭载2-5路摄像头，支持摄像头通过RJ45有线直连或者Wi-Fi方式接入到端侧边缘盒子，共计搭载200路左右摄像头。摄像头视频数据提供对进出数据机房的人员进行识别、入侵检测、消防警戒和安全生产监察。

图2

图3

基于5G边缘计算平台，我们在“边”侧部署了高性能的5G边缘算网一体机，并在这台一体机上部署了先进的AI算法训练平台。该平台拥有强大的数据处理和计算能力，能够应对大数据量的训练任务，生成精确可靠的AI模型。在模型生成的过程中，我们充分利用了边缘计算的优势，将部分计算任务从云端下沉到边缘端，减少了数据传输的延迟，提高了系统的实时性。通过不断的优化和调整，我们成功地训练出了适用于机房巡检场景的AI模型。

图4

当AI模型训练完成，我们会将其打包成轻量级的镜像文件，并通过安全可靠的传输方式部署到“端”侧的边缘盒子节点上，这些边缘盒子搭载有高性能的处理器和存储单元，能够支持AI模型的运行和推理。通过这种方式，我们实现了AI模型在端侧的实时推理和决策，进一步提高了巡检的效率和准确性。

同时，我们还建立了完善的数据回传机制，“端”侧边缘盒子通过摄像头等物联网设备采集到机房内的实时数据后，会通过数据接入服务（DIS）将数据回传到“边”侧的5G边缘算网一体机。这些数据包括设备运行状态、环境温湿度、人员进出记录等关键信息，为后续的模型训练和优化提供了宝贵的数据资源。

图5

在数据回传后，“边”侧5G边缘算网一体机上的AI算法训练平台会利用这些数据对现有的AI模型进行进一步的训练和优化。通过不断迭代和更新，模型的性能得到了持续提升，能够更好地适应各种复杂的巡检场景。

最终，我们实现了一个完整的“边-端”一体化协同的算网编排、调度、运营能力。在这个闭环系统中，边侧和端侧设备能够高效协同工作，实现数据的实时采集、传输、处理和推理。这不仅提高了机房巡检的效率和准确性，还为整个数据中心的智能化管理提供了有力支持。

通过这一方案的实施，我们成功地解决了传统巡检方式中存在的数据传输延迟、处理能力不足等问题，为机房的安全生产和高效运行提供了有力保障。同时，该方案还具备良好的扩展性和灵活性，可以根据实际需求进行灵活调整和优化，满足未来更多复杂场景的需求，机器人巡检已经在后续扩展需求范围之内。

应用场景二：户外线缆区域巡检

对于户外线缆区域，尤其是干线、传输线缆等重要铺设区域，5G边缘计算平台将利用摄像头捕获线缆周边的实时画面，并通过AI算法分析线缆周围环境和维护人员的安全性等。其部署和功能具体介绍如下：

在新疆联通核心机房部署的“边”侧5GMEC边缘算网一体机，是整个系统的核心处理单元。该一体机具备强大的计算能力和存储能力，能够实时处理来自各个端侧设备的数据，并生成相应的分析结果。同时，它还承担着AI模型的训练和优化任务，确保模型能够适应各种复杂的户外环境。

在户外巡检区域，我们部署了100个“端”侧边缘盒子，每个“端”侧边缘盒子搭载了2-5路摄像头，共计约200路摄像头。这些摄像头通过RJ45有线直连或Wi-Fi方式接入到端侧边缘盒子，实时采集户外环境的视频数据。这些盒子分布在不同的传输线缆巡检重要区域。这些盒子不仅具有高性能的计算能力，还具备防水、防尘、通风以及耐高温和低温等特性，以确保在恶劣的户外环境下也能稳定运行。此外，端侧边缘盒子还支持太阳能供电或市电供电，以满足不同场景下的供电需求。在太阳能供电模式下，端侧边缘盒子能够连续支持48小时的运行，确保在断电或网络中断的情况下仍能继续工作。

此外，考虑到户外场景中网络中断的频发情况，我们特别加强了“端”侧边缘盒子的边缘自治能力。即使在网络中断的情况下，端侧边缘盒子仍能继续运行并保存监控数据，确保数据的完整性和连续性。一旦网络恢复，这些数据将自动上传到“边”侧5G边缘计算一体机进行进一步的分析和处理。

图6

图7

通过上述方案的实施，我们成功地解决了户外网络机房巡检中的一系列难题，不仅提高了巡检的效率和准确性，还确保了系统的稳定运行和数据的安全性。未来，我们将继续优化和完善这一方案，以适应更多复杂场景的需求，为网络安全巡检提供更加智能、高效的解决方案。

3　代表性及推广价值

（1）应用情况及效果：本项目已在新疆地区成功部署，显著提升了网络机房巡检的效率和准确性，降低了数据传输延迟，增强了系统的实时性。通过AI算法的应用，我们实现了对机房和线缆区域安全隐患的快速识别和响应。

（2）创新性：本项目采用了先进的5G边缘计算技术和“云边-端”架构，实现了数据处理的边缘化和智能化，提高了资源利用率和系统性能。端侧边缘盒子的边缘自治能力，确保了在网络中断时数据的安全性和完整性。

（3）技术的示范效应：本项目展示了5G边缘计算技术在实际应用中的强大潜力，为其他行业提供了技术参考和应用模板，尤其是在需要实时数据处理和快速响应的场景中。

（4）方案成熟性：本项目经过实际部署和运行，证明了其技术方案的成熟性和可靠性。通过不断的优化和调整，本项目已经形成了一套完整的解决方案，能够适应多种复杂环境和业务需求。

（5）商业价值：本项目的实施不仅降低了企业的运维成本，还提高了服务质量和客户满意度，为企业带来了显著的经济效益。同时，该方案的扩展性和灵活性也为未来业务的增长提供了支持。

（6）社会价值：通过提高网络机房的巡检效率和安全性，本项目有助于保障社会基础设施的稳定运行，对维护社会秩序和促进经济发展具有重要意义。此外，本项目的成功实施也为相关领域的技术人才培养和技术创新提供了平台。

摘自《自动化博览》2025年2月刊