|
《中国移动云网融合技术、解决方案和应用专题培训》 课程大纲 （一）战略和趋势篇 第一部分 面向智能时代的信息通信产业发展趋势及中国电信发展战略 1. 信息通信产业发展状况 1) 信息通信产业发展现状 2) 新冠疫情加速数字化转型 3) 数字化的定义 4) 全球进入数字经济新时代 2. 数字化的智慧社会 1) “智能+”接棒“互联网+” 赋能传统行业新动力 2) “智能+”社会内涵 3. 未来智慧社会:高效、进化、自治 1) “未来智能” 助力行业智能化发展 2) “未来联接” 创造无处不在的智能化体验 3) “5G+云+AI”驱动产业全新变革和产业转型升级 4) 云计算成为信息基础设施操作系统 5) 云网融合是云计算面向更广联接与计算发展的重要实践 6) 云网融合将成为“新基建”的强力支点 7) 云网融合对算力与通信网络基础设施进行能力升级 8) 数据中心网络能力提升--三大基础场景支撑云间互联 4. 中国移动发展战略 1) 中国移动云网发展战略 2) 算力网络战略解读 （二） 关键技术和应用篇 第二部分 数智化时代典型算力平台：云计算 1. 实现数智化规模化技术价值：智慧云网 1) “5G+云+AI”技术融合加速数字溢出 2) 从“新基建”到“东数西算” 3) 东数西算”工程是什么？ 4) 算力定义 5) 算力推动各行各业的发展 2. 数智化时代的算力平台 1) 典型算力平台：云计算 2) 新型算力平台：边缘计算 3) 端计算 4) 多样化的算力提供方 3. 云计算技术与应用 1) 中国电信云产品和云计算基本概念、特征 2) 云计算的硬件技术：计算架构 Ø 存储服务的演进 Ø 网络服务的演进 Ø 综合服务的演进 Ø 从分布式到云原生 Ø 容器：云原生的基石 Ø 微服务：云原生的骨骼 3) 云计算的产业与生态：产业生态的健壮 Ø 云计算服务的分类和部署模式 Ø 云服务类型-按部署模式 l 公有云 l 私有云 l 混合云 Ø 云服务的主要分类-按服务的层级 l IAAS l PAAS l SAAS 第三部分 数智化时代新型算力平台：边缘计算 1. 边缘计算演进与定义 1) 云服务发展面临的挑战 2) 边缘计算业务场景和需求 3) 边缘计算是云计算向边缘侧分布式拓展的新触角 4) 边缘计算要解决的问题 2. 5G与边缘计算 1) 5G与边缘计算的关系 2) 边缘电信云的发展 3) 云边协同架构 4) Client server向Client-Edge-Server架构演进 3. 边缘计算场景与典型应用 1) AR、VR 2) 工业互联网 3) 车联网 4) 视频加速 4. 商业实践案例分析 1) 海尔:基于边云协同 AI 的质检案例 2) 基于边云协同的变电巡视图像视频监测应用 3) 腾讯:边缘计算赋能智慧零售 4) 工业互联网 （三） 解决方案和应用篇 第四部分 数智化时代云网融合技术 1. 新兴科技驱动云服务融通发展和应用 1) 云计算时代的网络解决方案：云网一体 Ø 云网一体产生的背景 Ø 云网一体的概念 Ø 云网一体的业务需求 Ø 云网现状 Ø 云网融合为运营商云服务带来差异化 2) 云网融合发展 Ø 云网融合的技术推动力 Ø 企业使用云网产品时最关注的因素 Ø 运营商演进：光改后的云改 Ø 固云融合 Ø 移云融合 2. 天翼云产品 （1）云网融合/网络产品 Ø 上云网络 Ø 云间网络 Ø 云内网络 （2）大数据与AI （3）安全产品 （4）应用产品 3. 上云网络产品:云+传输专线接入 （1） 云+传输专线接入系统架构 （2） 云+IP网接入系统关键技术 Ø SDH/MSTP接入技术 Ø IPRAN/STN接入技术 Ø OTN专网接入技术 （3） 云+IP网接入各类技术应用场景 4. 上云网络产品:云+IP网专线 （1）云+IP网接入系统架构 （2）IP网接入的关键技术 Ø 交换机、VLAN技术和QinQ技术 Ø IP路由技术 Ø MPLS VPN技术 Ø PON接入技术 （4） 云+IP网专线应用场景 5. 云间网络 （1） 云互联产品应用场景 （2） SD-WAN 云服务 6. 云内网络 （1） 弹性公网 IP和应用场景 （2） IPSEC VPN和应用场景 （3） 弹性负载均衡 SLB和应用场景 （4） NAT 网关和应用场景 （5） 内网 DNS 7. 5G定制专网 （1） 5G定制专网背景和需求 （2） 中国移动5G定制网整体策略 （3） 中国移动5G定制网总体架构 （4） 5G定制网模式 Ø 优享模式 Ø 专享模式 Ø 尊享模式 （5） 5G定制网模式应用场景 Ø 优享模式特点及应用场景 Ø 专享模式特点及应用场景 Ø 尊享模式特点及应用场景 （6） 中国移动产品和能力组件 8. 云网安全 （1） 骨干网 DDoS 检测 （2） 骨干网 DDoS 清洗 （3） 骨干网 DDoS 压制 （4） DDOS 高防 （5） Web 全栈防护 （6） 威胁情报云平台 9. 大数据技术与应用 （1） 大数据的概念和特征 （2） 大数据的定义 （3） 大数据的特征 （4） 大数据的技术体系构成 Ø 大数据采集（多样性：多源数据融合，数据抽取、转换和加载的过程优化） Ø 大数据存储（海量：结构化、半结构化和非结构化数据） Ø 大数据处理（快速：并行计算、流计算） Ø 大数据分析与应用-大数据挖掘（价值：数据挖掘、商业智能） Ø 大数据分析与应用-数据可视化展示（价值：数据可视化） Ø 大数据隐私安全 （5） 大数据带来的思维变革和商业价值 Ø 大数据带来的的思维变革 Ø 大数据给社会带来巨大的价值 Ø 大数据已经成为现代企业的核心竞争力 Ø 大数据对数据管理与分析提出了新要求 Ø 大数据的挑战：来源和开放 （6） 大数据的应用场景及应用模式 Ø 大数据的应用场景 Ø 大数据的应用模式 10. AI技术与应用 （1） 从Chat GPT看AI （2） AI概念和特点 （3） 推动人工智能发展的三大因素 （4） 人工智能赋能电信运营商的主要技术 1）分类的概念与应用：多种数据业务的分类与客户端识别 Ø 决策树 l 分类典型应用 l 客户流失分析 l 信用评级 l 目标营销 l 欺诈分析 2）关联分析和关联规则：个性化推荐 3）关联应用 l 市场组合分析 l 套装产品分析 l 目录设计 l 交叉销售 第五部分云网融合典型应用、解决方案和案例分析 1) 智慧交通/车联网应用、解决方案和案例分析 2) 工业互联网应用、解决方案和案例分析 3) 智慧医疗应用、解决方案和案例分析 4) 智慧教育应用、解决方案和案例分析
| 
