Sei sulla pagina 1di 65

notiziario tecnico

Digital Horizons:
Network & Systems 1/2018
anno 27  1/2018 5

Il Notiziario Tecnico è un social webzine, in cui è possibile discutere in realtime con gli
autori i vari temi trattati negli articoli, restando in contatto su:
www.telecomitalia.com/notiziariotecnico

Proprietario ed editore
Gruppo Telecom Italia

Direttore responsabile
Michela Billotti

Comitato di direzione
Giovanni Caire
Gianni Canal
Carlo Cavazzoni
Domenico Colia
Cecilia Corbi
Marco Daccò
Ernesto Damiani
S
E ditoriale

ul Notiziario Tecnico TIM di dicembre 2017


abbiamo trattato della trasformazione
che il “digitale” porta nella nostra vita sui
posti di lavoro, nei momenti di svago e nelle re-
lazioni interpersonali. Abbiamo anche discusso
Il microcosmo delle telecomunicazioni ripete
infatti tutto lo spettro degli orizzonti tipici della
“digital transformation”, sul lato “customer fa-
cing” e su quello delle piattaforme e dei sistemi
interni. Se quindi gli operatori stanno attuando
Enrico Maria Bagnasco Mariagrazia Davì
Sandro Dionisi Marilena Di Berardino di come le tecnologie di comunicazione, sem- in profondità un cambiamento radicale nelle
Giovanni Ferigo Simone De Rose pre più pervasive, in associazione con i big data forme di interazione e costruzione di un percor-
Daniele Franceschini Gianluca Francini
Gabriele Elia Francesco Fusco e l’intelligenza artificiale stiano trasformando so di relazione con i clienti, stanno anche atti-
Fabrizio Gatti
Art Director Marina Geymonat l’ambiente in cui viviamo ed abbiamo eviden- vando in maniera complementare una trasfor-
Marco Nebiolo Giorgio Ghinamo ziato come le industrie, che non sappiano ade- mazione delle proprie componenti più “core”
Paolo Goria
Photo Ennio Grasso guarsi a questa trasformazione digitale, siano come le piattaforme di rete e di servizio ed i si-
123RF Archivio Fotografico Skjalg Lepsøy
Archivio Fotografico TIM Michele Ludovico sistematicamente superate da quelle che, al stemi informatici.
Pierpaolo Marchese contrario, sanno come cavalcarla. E ancora una volta, i big data e l’intelligenza
Segreteria di redazione Antonio Manzalini
Roberta Bonavita Davide Micheli Questi cambiamenti, che innovano così profon- artificiale sono alla base di molto di queste tra-
Fabrizio Moggio
Contatti Giuliano Muratore damente tanti settori, coinvolgono in profondità sformazioni, che inevitabilmente dal piano in-
Via Reiss Romoli, 274 Vittorio Panariello anche le aziende di telecomunicazioni, che di frastrutturale si spostano a quello dei processi
10148 Torino Giuseppe Parlati
Tel. 011 2285549 Elisabetta Persello fatto hanno un doppio ruolo: essere piattaforma di funzionamento.
Fax 011 2285685 Armando Bazzani Pileri
notiziariotecnico.redazione@telecomitalia.it Patrizia Pisano e infrastruttura abilitante per la trasformazione Colgo l’occasione di questo “mio ultimo edi-
Lorenzo Santilli di diversi segmenti di mercato e, al contempo, toriale” per salutare tutti i lettori del Notiziario
Nicola Santinelli
A questo numero hanno collaborato Salvatore Scarpina essere al loro stesso interno impegnate ad at- Tecnico TIM, invitandoli a continuare ad appro-
Andrea Schiavoni
Luigi Artusio Fabrizio Silvestri tuare questa rivoluzione. fondire e commentare gli articoli, oltre che ad
Massimo Banzi Angelo Solari Ed è proprio su questa analisi che abbiamo scel- interagire con gli autori. Infine, ringrazio tutti i
Emanuela Belmonte Aldo Vannelli
Paola Bertotto Michele Vecchione to di impostare il nuovo numero del Notiziario colleghi e il Comitato di Redazione con cui ab-
Graziano Bini Vinicio Vercellone
Simone Bizzarri Fabrizio Verroca Tecnico TIM; per meglio approfondire come lo biamo realizzato gli ultimi numeri che ho avuto
Pietro Bonato Giovanna Zarba scenario in cui si trovano a muovere i Telco sia l’onore e il piacere di guidare: mi raccomando,
Andrea Buldorini Raimondo Zizza
un mondo nuovo che profondamente sta cam- tenetemi in lista per i prossimi numeri! 
biando la struttura stessa delle soluzioni tecno-
logiche: reti, sistemi e processi. Giovanni Ferigo
6 notiziariotecnico anno 27  1/2018 7

Indice
Carlo Cavazzoni, Nicola Santinelli, Vinicio Vercellone
Network Automation SDN/NFV
28
La trasformazione digitale che TIM sta intraprendendo richiede
di cambiare il modo di fare business e passa attraverso una
Raimondo Zizza

10
profonda revisione degli attuali processi e delle soluzioni archi-

La trasformazione digitale:
tetturali e sistemistiche mediante cui vengono erogati i servizi.
Intraprendere questa trasformazione, oggi, significa introdurre
IT di TIM evolve verso soluzioni in grado di semplificare ed automatizzare le attività
di dispiegamento e gestione delle reti, delle infrastrutture e dei
IT as a Service servizi. I principi cardine su cui poggia questa evoluzione, verso la
Network Automation, sono semplificazione, standardizzazione,
astrazione e modularità.
Nell’era dell’industria 4.0, TIM sta avviando la sua
trasformazione verso la Digital Telco. L’IT supporta
l’evoluzione dell’azienda passando da centro di costo Marina Geymonat, Fabrizio Silvestri, Angelo Solar

44
a leva competitiva con una nuova piattaforma future
proof che affianca l’architettura dei servizi core anche
per garantire la scalabilità e l’apertura verso l’ecosiste- OSS Transformation
ma digitale. Le Telco devono anche far fronte ai nuovi I sistemi di supporto alle Operations OSS (Operations Support
competitor (es. provider di servizi cloud e Over The Top) Systems) costituiscono la struttura nevralgica che consente ad
dotati di maggiore agilità e propensione al cambiamen- un Telco, tra le altre cose, di tenere sotto controllo il buon funzio-
to. namento della rete e dei servizi, di avere a disposizione le infor-
mazioni concernenti i clienti per rispondere alle loro domande
o risolverne i problemi, oltre che di progettare, gestire e sincro-
nizzare l’attuazione delle configurazioni sulla rete, necessarie ad
attivare un servizio, allacciare un nuovo cliente o modificarne i
profili di offerta. La trasformazione degli OSS costituisce quindi

16
Luigi Artusio, Antonio Manzalini, Lorenzo Santilli un tassello fondamentale per abilitare la transizione dell’azienda
La trasformazione digitale per gli verso la completa digitalizzazione.

Operatori di
Telecomunicazioni

La trasformazione digitale porta con sé importanti sfide tecnico-


economiche per l’intero ecosistema delle Telecomunicazioni.
54
Lo scenario internazionale infatti sta vivendo la maturazione, Gianni Canal, Marco Daccò, Simone De Rose, Giuseppe
e l’incrocio, di diverse tendenze tecniche-economiche, come Parlati
ad esempio: la diffusione della banda ultra-larga fissa e mobi-
le, l'aumento delle prestazioni hardware, accompagnata dalla IT Transformation Fly Together
contemporanea riduzione dei costi, la diffusione del software
La trasformazione digitale di TIM passa attraverso il ridisegno
open source, e lo sviluppo di terminali sempre più potenti. In tale
della Customer Experience ed una nuova architettura a mi-
scenario, gli Operatori di Telecomunicazioni dovranno affronta-
croservizi. La prima rappresenta la finestra dalla quale i clienti
re sfide non solo di carattere tecnologico, come ad esempio la
percepiscono la trasformazione che sta avvenendo, la seconda
necessità di gestire la complessità di un’infrastruttura sempre
rappresenta il cuore della trasformazione , il passaggio da un IT
più eterogenea e pervasiva, ma anche, e soprattutto, di carattere
basato sui processi ad uno orientato ai dati, un nuovo IT future
economico, come ad esempio la sostenibilità del business attra-
proof agile, flessibile, scalabile e “aperto” all’ecosistema digitale.
verso il contenimento dei costi, nuovi modelli di servizio e ruoli di
business.
8 notiziariotecnico anno 27  1/2018 9

Graziano Bini, Fabrizio Gatti, Davide Micheli, Giuliano Muratore, Aldo Vannelli
Big Data georeferenziati MDT
100
Paolo Goria, Michele Ludovico
DigiRAN: il valore per servizi digitali nelle Smart
dell’automazione nell’accesso Cities
radio Sviluppare nuove politiche di mobilità sostenibile nelle grandi
La sfida evolutiva dell’accesso radio richiede di garantire alta città, limitare l'inquinamento delle aree urbane, abilitare
qualità all’aumentare del traffico e della complessità di rete con nuovi modelli di collaborazione tra Cittadini e Pubbliche
costi sostenibili per l’operatore di telecomunicazioni. L’automa- Amministrazioni (Smart Communities) e gestire flussi di

64
zione dei processi di gestione costituisce un elemento chiave per persone e mezzi di traporto in occasione di grandi eventi o in
affrontare tale sfida. TIM è impegnata in un percorso di trasfor- situazioni di criticità, sono alcune delle sfide che gli Ammi-
mazione che, applicato nel dominio dell’accesso radio, prevede nistratori Locali dovranno affrontare nei prossimi anni, sfide
l’introduzione di architetture software aperte e nativamente per le quali i nuovi servizi digitali basati sui Big Data dei Telco
cloud che abilitano l’automazione delle funzionalità di rete. Operators potranno giocare un ruolo decisivo.

Pietro Bonato, Simone De Rose, Michele Vecchione,


Fabrizio Verroca
Big Data come motore della TIM
digital TransFormation
La soluzione Big Data che TIM sta mettendo in campo
è un pilastro fondamentale della strategia di trasfor-

82
mazione digitale di TIM. Le applicazioni del machine
learning e, in generale, delle tecniche appartenenti
all’ambito dell’artificial intelligence sono infatti abilitatori
straordinari per la nuova strategia customer centric e
Ernesto Damiani, Antonio Manzalini

118
per innovare l’interazione con i clienti migliorando espe-
rienza di fruizione, qualità dei servizi e ricchezza infor-
mativa. Artificial Intelligence
empowering the
Giovanni Caire, Gianluca Francini, Ennio Grasso Digital Transformation
92 Deep Learning per le Telco
Da qualche anno la tecnologia del Machine Learning
sta portando una vera e propria rivoluzione nel mondo
L’inizio dello sviluppo dell’IA (Intelligenza Artificiale) risale
al 1943 quando Warren McCulloch e Walter Pitt pro-
dell’ICT con impatti sempre più importanti nella vita posero un primo modello di neurone artificiale (per-
di tutti i giorni. I primi utilizzi di questa tecnologia risal- ceptron). L’arrivo, alcuni anni più tardi, dei primi prototipi
gono ormai agli anni ‘50, ma recentemente, grazie ad di reti neurali determinò un crescente interesse scientifi-
una concomitanza di fattori sia tecnici che di contesto, co per l’IA, anche grazie ai nuovi lavori del giovane Alan
i risultati che consentono di raggiungere sono davvero Turing, volti a capire se un computer possa compor-
sorprendenti. TIM, anche grazie al contributo del JOL di tarsi come un essere umano. Oggi, a distanza di circa
Torino che costituisce un vero e proprio centro di eccel- settant’anni, dopo il cosidetto inverno dell’IA, i recenti
lenza sul Machine Learning, sta iniziando a capitalizzare sviluppi tecnologici dell’ICT e delle Telecomunicazioni
le enormi potenzialità di questa tecnologia sia in ambito stanno rivitalizzando l’interesse, e significativi investi-
Business che in ambito Operations. menti, per l’IA, indirizzandone addirittura un ruolo chiave
nella Trasformazione Digitale.
10 notiziariotecnico anno 27  1/2018 11
Torna
all’indice

LA TRASFORMAZIONE Split delle Revenue

DIGITALE:
IT DI TIM EVOLVE VERSO Mobile Services 41.1%

IT AS A SERVICE Fixed Network Services 23.0%

Mobile Phones 8.7%


Other Comms Services 6.5%
Digital Media Services 8.2%
Enterprise Networking 0.0%
IT Services 3.7%
Raimondo Zizza All Others 4.8%
Non-IT/OT/Components 3.6%

Internet-Based IT
products and Services 0.4%
Nell’era dell’industria
4.0, TIM sta avviando la
Crescita Revenue 2016 (%)
sua trasformazione verso la
Digital Telco. L’IT supporta l’evoluzione
Mobile Services 3.9

TRADIZIONALI
dell’azienda passando da centro di costo a
Fixed Network Services 2.9
leva competitiva con una nuova piattaforma CAGR
Mobile Phone 0.7 2.9%
future proof che affianca l’architettura dei
Pther Comms Services 0.0
servizi core anche per garantire la scalabilità
e l’apertura verso l’ecosistema digitale. Le Telco Enterprise Networking -2.6

devono anche far fronte ai nuovi competitor (es. Wearables 41.3


provider di servizi cloud e Over The Top) dotati di maggiore Digital Media Services 25.5
agilità e propensione al cambiamento. Internet-based IT Products and Services 22.6
Software 13.3
CAGR

ADIACENTI
ITServices 9.0
52,7%
Non-IT/OT/Components 5.8

Contesto: benvenuti operatori tendono a mantenere anni spinge a guardare alle nuove
Other Devices 4.6

nella 4a rivoluzione la competitità acquisita sui servi- opportunità offerte dai servizi co- PCs/Ultramobiles/Tablets 3.0
industriale zi di telecomunicazione tradizio- siddetti digitali ed ai mercati adia- Other IT 0.2
nali (ancora più dei quattro quinti centi. Other OT -15.3
L’era digitale sta radicalmente delle revenue totali) ottimizzan- In questo scenario, le Telco devono 1
I mercati adiacenti guidano
cambiando l’industria delle tele- do i propri costi interni, dall’altro anche far fronte ai nuovi competi- la crescita delle revenue delle
comunicazioni. Se da un lato gli la crescita contenuta degli ultimi tor, aziende native dell’era digitale Telco
12 notiziariotecnico anno 27  1/2018 13

- essenzialmente provider di servizi • Diversified Service Provider: Il viaggio verso un


cloud e OTT (aziende Over The Top) che si muovono velocemente IT as a Service
- che si affacciano nell’ecosistema e verso i servizi dei mercati adia-
che rispetto alle Telco hanno mag- centi attraverso joint ventures o L’IT gioca un ruolo fondamenta-
giore agilità e propensione al cam- acquisizioni che consentono di le nel viaggio di TIM e affronta un
biamento. azzerare i tempi di trasforma- momento molto complesso ed al
In Europa il posizionamento stra- zione. contempo molto stimolante, in cui
tegico delle grandi Telco sta cam- Alcuni operatori Europei come Tele- le sfide riguardano sia il fronte della
biando anche in risposta alla gran- fonica, Orange e Vodafone si sono semplificazione e razionalizzazio-
de pressione competitiva ed in base posizionati a metà tra i provider di ne dell’architettura a supporto dei
alla volontà o meno di espansione piattaforma ed i diversified service servizi tradizionali sia quello di inno-
in nuovi mercati europei e non. Gli providers e hanno già da qualche vazione con un’architettura future
orientamenti di queste Telco si pos- tempo intrapreso un percorso di proof in grado di sostenere i nuovi
sono raggruppare in 3 categorie: trasformazione del core business modelli di business, il tutto in tempi 3
• Smart Utilities: che focalizzano attraverso acquisizioni e joint ven- molto ridotti. Pillar della strategia
IT 2018-2020
la propria strategia sull’offerta tures. L’architettura attuale infatti, strati-
di servizi infrastrutturali, di dati TIM, invece, si è finora focalizzata ficata e ridondante, presenta limiti
e di rete. sul profilo delle Smart Utility fa- strutturali che non consentono di sti dalle Linee di Business, le capa- ciale ed impronta digitale, nuovi ket delle nuove offerte digitali e
• Platform Enablers: che realiz- cendo leva sui suoi asset strategici evolvere i sistemi IT in tempi adegua- bility digitali necessarie ad ampliare metodi di pagamento attraverso componentizza gli elementi di
zano piattaforme che abilitano di rete, infrastruttura e dati ma sta ti. Per tale motivo l’IT affianca una l’offerta di servizi sia per il segmento inserimento e memorizzazione offerta a favore di una maggio-
nuovi servizi digitali per estende- avviando ora un programma di radi- nuova architettura a microservizi ed Consumer sia per quello Business. della carta di credito o paypal, re flessibilità e configurabilità
re il proprio portfolio ed entrare cale trasformazione verso la Digital una piattaforma di Enterprise Big La strategia dell’IT di TIM, in accor- la ricarica automatica in 1 click nella costruzione delle offerte
in nuovi ecosistemi/mercati. Telco. Data per realizzare, nei tempi richie- do con quella aziendale si basa su e tante altre feature, richieste da che può essere direttamente
4 pillar: un mondo in cui l’interazione di- delegata alle funzioni marke-
• Ottimizzare la Customer Expe- gitale diventa il canale principale ting
2 rience. di comunicazione tra TIM ed i suoi • Una piattaforma di Big Data
Diversified Service Provider Market Trends - Posizionamento • Ridurre il Time to Market. clienti. che raccoglie ed elabora i dati di
dei principali operatori Europei • Garantire l’Omnicanalità. • Un’architettura a microservizi TIM e di fonti esterne e realizza
• Semplificare e ridurre i costi flessibile e scalabile che espone casi d’uso con il duplice obietti-
operativi. le capability verso tutti i canali - vo di ottimizzare i costi operativi
Elementi fondanti della nuova ar- per garantire esperienza omni- (es. Individuazione delle aree su
chitettura sono: canale ai clienti – e apre le porte cui concentrare gli investimenti
• Ristrutturazione digitale dei ca- ad ecosistemi esterni attraverso di rete, individuazione preven-
nali non assistiti (Mobile e Web) l’esposizione delle API standard. tiva di fault di rete per attivare
con Customer Experience sem- • Un layer di fast data (realizzato interventi che riducano i tempi di
plificata e funzionalità innovative con In-memory Grid) che disac- inattività della rete) e incremen-
per l’e-commerce e l’e-care. Sa- coppia le applicazioni digitali di tare le revenue (es. Individuazio-
ranno infatti introdotte le capabi- front end da quelle legacy, ridu- ne di meccanismi di riduzione
lity del carrello e del tracciamen- cendo i tempi di consultazione del churn rate, individuazione e
to dello stato dell’ordine Amazon dei dati. proposizione al cliente della Next
like, le innovative modalità di lo- • Un catalogo unico a building Best Offer, ossia del pacchetto
Platform provider/Enabler Smart utility gin tramite riconoscimento fac- block che riduce il time to mar- più adatto alle sue abitudini).
14 notiziariotecnico anno 27  1/2018 15

rienze pregresse in contesti si- Focus sulla tecnologia Conclusioni


mili.
Customer 7. Struttura Organizzativa: defi- Come abbiamo già esposto in pre- Nell’era del digital business, TIM sta
Journey nisce i ruoli e responsabilità di cedenza, le scelte tecnologiche di percorrendo il suo viaggio verso la
cooperazione tra IT, Business e TIM vanno verso una piattaforma Digital Telco. L’IT assume ed assu-
Talenti
Digitali Spazi Technology. a microservizi che supporta i ca- merà un ruolo sempre più rilevante
8. Potere Decisionale: identifi- nali tradizionali e digitali (web e come abilitatore della trasformazio-
Metodi di ca chi ha potere decisionale in app) per garantire omnicanalità ne e come leva competitiva su cui
Performance Partner
lavoro modo da ridurre i waste time di con forte attenzione alla nuova costruire il futuro dell’azienda.
escalation su argomenti relativi customer experience. Nel presen- L’evoluzione da IT tradizionale visto
Struttura Potere
organizzativa Decisionale ad architettura, sourcing e ap- te Notiziario troverete due articoli come un centro di costo verso un IT
plicazioni. che meglio descrivono le poten- as a service da inserire come nuova
Tecnologia 9. Tecnologia: alla base dell’e- zialità e capability delle scelte fat- offerta nel portfolio di TIM, da nuovi
voluzione, questa dimensione te e racchiuse in due progetti com- spunti di riflessione per l’azienda.
4 sancisce le scelte architetturali plementari per la trasformazione: L’adozione di una strategia diffe-
Dimensioni del Modello
Operativo Digitale di TIM e tecnologiche che abilitano le Fly Together e Big Data. Buona renziata che consente a due anime
capability a supporto del bu- Lettura! strutturalmente diverse (legacy e
siness digitale. Sono qui i veri digital) di viaggiare all’unisono rap-
enabler della trasformazione. presenta la risposta dell’IT alle sfide
Il nuovo modello stomer care, dealer,ecc) o non collaborare per la cross-fertiliz- imposte dal mercato 
operativo dà la spinta assistito (portali web e app) zazione delle idee e l’innovazio-
sull’acceleratore con obiettivo di unificare, sem- ne ed accorciare i waste time di
plificare e digitalizzare l’espe- comunicazione.
La trasformazione non riguarda solo rienza cross canale in ottica 4. Performance: definiscono l’in-
l’IT e la tecnologia ma richiede un cliente centrica. sieme degli indicatori e la loro
cambiamento radicale di tutta l’a- 2. Talenti Digitali: la trasforma- declinazione tra le strutture per
zienda che deve abbattere i confini zione passa anche attraverso garantire allineamento e san-
organizzativi e avanzare all’unisono un cambiamento della cultu- cire il contributo di ciascuna
verso gli obiettivi del Digital Busi- ra aziendale e l’acquisizione di funzione aziendale al raggiungi-
ness. talenti con skill ed esperienze mento degli obiettivi comuni di
Fattore chiave per il successo della su temi, servizi e tecnologie di- Business. Raimondo Zizza raimondo.zizza @telecomitalia.it
Digital Transformation è il rinnova- gitali. TIM ha infatti previsto da 5. Metodi di Lavoro: per accele- laureato in Ingegneria Elettronica/Telecomunicazioni presso l’Università Federico II di Napoli nell’anno
mento del modello operativo, ripro- un lato un piano di training del rare la trasformazione saranno accademico 1989/90. Entra nel gruppo Telecom nel 1991 ricoprendo vari incarichi di responsabilità tra i quali
CRM Planning, Program Management Datacom, partecipa alla start up TI in Spagna. Nel 1998 è in Telecom
gettato per accelerare la trasforma- personale coinvolto nella tra- utilizzati metodi Agile e DevOps Argentina come responsabile Gestione Operativa. Rientra in Telecom Italia come Vice President IT dell’Area
zione con una prospettiva a livello sformazione su specifici temi che garantiscono maggiore agi- BSS dedicandosi, dal 2001 al 2005, alle nuove soluzioni CRM e Billing. Dal 2006 al 2009 assume incarichi
di responsabilità nella Funzione Acquisti di Informatica operando - in particolare - sulla razionalizzazione
azienda che definisce i principi e le e dall’altro l’innesto di nuovi lità e velocità con immediata ri- dei costi. Dal 2010 è in TIM Brasile in qualità di Responsabile Acquisti Commerciali e Logistica e, nel 2012, è
regole evolutive su 9 dimensioni in- talenti con skill su tecnologie duzione del Time to Market . nominato CIO della Società brasiliana; in questo ruolo realizza il progetto di trasformazione digitale (Big data,
Cloud, API) realizzando il decommissioning della architettura legacy di TIM Brasil. Da febbraio 2017 guida
terdipendenti: digitali quali i Data Analytics o 6. Partner: importante è anche l’Information Technology a supporto della trasformazione digitale di TIM. 
1. Customer journey: che rac- gli esperti di modelli di sviluppo la scelta di Partner tecnologici
chiude i principi di evoluzione Agile. best-of-breed che contribuisca-
della Customer Experience da 3. Spazi: open space dove IT, no concretamente con espe-
qualsiasi canale assistito (cu- Technology e Business possono
16 notiziariotecnico anno 27  1/2018 17
Torna
all’indice

ARTIFICIAL INTELLIGENCE Introduzione all’Operatore l’opportunità non a come i sistemi operativi hanno
solo di ottimizzare i costi ma anche cambiato il nostro approccio a PC e

EMPOWERING THE
L’inizio dello sviluppo dell’IA (Intelligenza a capire se un computer possa comportarsi
Dal punto di vista tecnologico, la di attuare lo sviluppo di nuovi mo- smartphone.
Artificiale) risale al 1943 quando Warren come un essere umano. Oggi, a distanza di
progressiva maturità di paradigmi delli di business, che vanno oltre la La trasformazione digitale del bu-

LA TRASFORMAZIONE
McCulloch e Walter Pitte proposero un primo circa(adsettant’anni,
es. l’A- sinessdopo il cosidetto inverno

DIGITAL TRANSFORMATION
architetturali come SDN NFV, fornitura di connettività comporta inoltre importanti
modello di del
l’evoluzione neurone artificiale
Cloud verso (perceptron).
l’inte- bilitatore dell’IA,
di Servizi). i recentiimplicazioni
Ad esempio, sviluppi tecnologici dell’ICT e
di carattere organizza-
L’arrivo,
grazione alcuni
con l’Edge anni più tardi,
Computing, i unadei delleprimi delle
possibilità, Telecomunicazioni
indicata stanno erivitalizzando
per tivo, di formazione sviluppo del

DIGITALE PER GLI


prototipi
notevoli di reti neurali
progressi determinòora
dell’Intelligenza da alcuni centril’interesse,
un crescente d’innovazionee significativi investimenti,
personale. Ad esempio, per
una chiave
interesse scientificoalcuni
Artificiale forniscono peresem-
l’IA, anche grazie
e da diversi organi dil’IA, indirizzandone
standardizza- addirittura
di lettura un ruolo
delle strategie chiave
adottate
Ernesto Damiani, Antonio Manzalini aipinuovi lavori
di trend, del strumenti
e quindi giovane per Alan zione
Turing, volti nella
internazionale (ad Trasformazione Digitale.riguarda proprio
es. ETSI, dagli Operatori

OPERATORI DI
la trasformazione digitale, in corso ONF, 3GPP, ITU, IETF, etc.), è che la le modalità di sviluppo degli skill
di consolidamento. D’altro canto, trasformazione digitale porterà con necessari per il cambiamento (svi-

TELECOMUNICAZIONI
questa stessa trasformazione in- sé lo sviluppo del modello di "siste- luppo interno e/o impiego di risorse
frastrutturale di rete e servizi (ad ma operativo" in grado di cambiare esterne) e le strategie di dispiega-
esempio, in ottica evolutiva ver- la nostra visione delle reti di Tele- mento delle nuove tecnologie in
so Future Networks e 5G) offrono comunicazioni in modo analogo rete.

Luigi Artusio, Antonio Manzalini, Lorenzo Santilli

La trasformazione digitale porta con sé importanti


sfide tecnico-economiche per l’intero ecosistema delle
Telecomunicazioni. Lo scenario internazionale infatti sta
vivendo la maturazione, e l’incrocio, di diverse tendenze
tecniche-economiche, come ad esempio: la diffusione della
banda ultra-larga fissa e mobile, l'aumento delle prestazioni
hardware, accompagnata dalla contemporanea riduzione dei
costi, la diffusione del software open source, e lo sviluppo di
terminali sempre più potenti. In tale scenario, gli Operatori
di Telecomunicazioni dovranno affrontare sfide non solo di
carattere tecnologico, come ad esempio la necessità di gestire
la complessità di un’infrastruttura sempre più eterogenea e
pervasiva, ma anche, e soprattutto, di carattere economico,
come ad esempio la sostenibilità del business attraverso il
contenimento dei costi, nuovi modelli di servizio e ruoli di
business.
18 notiziariotecnico anno 27  1/2018 19

Come alcuni La rete Terastream (sviluppata in 1. formazione e sviluppo del per-


Operatori affrontano Croazia a partire dal 2012 ed attual- sonale (ad es. nuovi skill, nuovi
la trasformazione mente in produzione) costituisce il ruoli); Infrastructure Infrastructure
Management
Applications
digitale
Cloud Cloud
principale strumento in campo per 2. l’ottimizzazione, ed un alto livel-
intern
sperimentare le implicazioni di que- lo di automazione, dei processi R2 R2
Realtime NSM
Deutsche Telekom sta trasformazione. Il criterio strate- sia di operations sia aziendali; Service models
gico di progetto della rete Terastre- 3. gestione dei rapporti con i For- YANG (RFC 6020)
Network models
L’approccio di Deutsche Telekom am è stato definire un’architettura nitori di tecnologie, anche at- DWDM
(DT) nell’affrontare la trasformazio- in grado minimizzare il costo per traverso nuovi modelli di col- R1 R1 R1 R1 NETCONF
ne digitale trova chiara espressione bit-trasportato, offrendo, al tempo laborazione che coinvolgono (RFC 6020)
nella definizione del ruolo di “Sof- stesso, alta flessibilità ed efficienza community open source (e.g.,
L2:MSAN L2 Agg L2 Switch L2 Agg
tware Defined Operator” (Figura 1). per affrontare gli scenari di servizi Linux). Multi-Vendor
Multi-Technology
Tre sono i macro-obiettivi principali: futuri. In Figura 2 sono riportati, ri- xDSL OLT Mobile FTTx Virtual Virtual Virtual Virtual
Appliance Appliance Appliance Appliance

1. semplificazione delle architet- spettivamente a sinistra l’architet-


ture di rete (delayering e de- tura di Terastream, ed a destra il Orange 2
commissioning); modello del RTNSM. DT – L’architettura di rete
2. cloudification delle funzionalità In sintesi DT adotta un approccio La strategia di trasformazione digi- Terastream, il modello del
RTNSM (fonte: DT)
di rete e servizi; di trasformazione che potremmo tale di Orange prevedere lo sviluppo In particolare, i cardini dell’approc- 2. lo sviluppo di tool ed ambienti di
3. ottimizzazione ed automazione definire bi-modal, dove lo sviluppo e il dispiegamento di un’architet- cio di Orange sono essenzialmente collaborazione (e.g., field-trial,
dei processi di OSS/BSS attra- di un’infrastruttura di rete e servizi tura MultiPoP Cloud basata su tec- IP programmable network” dove le due e riguardano: ecosistemi) con i Fornitori di
verso il RTNSM (Real Time Net- parallela (Terastream) permette di nologie SDN, NFV e Telco Cloud. La funzioni di rete e servizio sono ese- 1. l’evoluzione dei sistemi di OSS/ tecnologie, Università e Comu-
work and Service Management). attuare la strategia della trasforma- Figura 3 illustra i principali passi di guite sia nel Cloud sia nei network BSS nell’ottica di aumentare il nità Open Source (e.g., ONAP)
zione digitale del business secondo attuazione della trasformazione che POPs, integrati con sistemi di Edge livello di automazione dei pro- per sviluppare e testare soluzio-
tre dimensioni: ha come obiettivo finale una “all- Computing. cessi di operations; ni prototipali di rete e servizio.

1
DT – Il ruolo di Software Defined 3
Operator (fonte DT) Orange – I passi della trasformazione (fonte: Orange)

INFRASTRUCTURE CLOUD DRASTICALLY SIMPLIFIED IP NETWORK


(BNG/TERASTREAM)
• Tight integration of data Drastically • Executed in radically lean way
centers and IP network = simplified • IP+Optical integration to lower Capex &
Infrastructure Cloud IP network Opex
foundation for NFV • Scalable up to the highest bandwidth
• Fully automated- Infrastructure
Cloudification of cloud
network functions NFV
• Minimized latency
• High bandwidth apps
REAL-TIME NETWOR AND
SERVICE MANAGEMENT
SDN
Realtime Network & • Based on SDN concept
Service Management • Software flexibility of previously HW
dominated operator
• Standardized open interfaces
• Accelerated product introduction
20 notiziariotecnico anno 27  1/2018 21

Telefónica Vodafone Technology Company in grado di for- 4


nire “data-powered services”. Indigo – Domain 3.0: Data-powered
Telefónica ha dato avvio ad una Nell’ambito del progetto Ocean Citando le parole del CEO di AT&T, Communities (fonte: AT&T)

nuova una fase di trasformazione Vodafone persegue le iniziative in- John Donovan: "The data can go
digitale caratterizzata dall’introdu- terne di trasformazione della rete into a loop to build automation and
zione di Aura, un’assistente digitale mediante l’impiego delle tecnologie machine learning, to allow our net- nalità: l’elaborazione distribuita,
che automatizza l’interazione con i SDN e NFV. Alla base di Ocean vi è work to be the best it is capable of, basata su cluster di server, e la vir-
clienti su aspetti attinenti i prodotti il principio strategico dell’apertura not only for how we build networks, tualizzazione delle funzionalità dei
e servizi di Telefónica. Aura si basa della rete: Application Programming but for how we authenticate custo- server in conformità alle specifiche
su tecnologie di Intelligenza Artifi- Interfaces unificate e standardizza- mers on the network, how we deal di ETSI NFV.
ciale (Machine Learning) e di elabo- te che abilitano la costruzione di un with security threats”.
razione dei “big data” commerciali e ecosistema digitale basato sulle ri- Network 3.0 Indigo si muove lungo
di rete. sorse dell’operatore. un percorso evolutivo che prevede SK Telecom
Sebbene l’obiettivo più immediato Detta standardizzazione, oltre che la creazione di ecosistemi di rete e
sia quello di ottimizzare l’efficienza alle funzionalità ed ai protocolli, si servizi basati sulla condivisione, ela- Sk Telecom si è trasformata in una
e l’efficacia del processo di custo- applica anche ai modelli informa- borazione e valorizzazione dei dati, slices” specifiche per le tipologie di platform service company, offrendo
mer care, Telefónica ne persegue tivi, ai linguaggi di modellazione, al fine di abilitare nuovi modelli di servizio da supportare. una piattaforma aperta con i suoi
un secondo più strategico: Aura è il alla descrizione dei servizi, nonché collaborazione e di business con al- La seconda iniziativa - MAGONIA servizi (dai contenuti multimedia
mezzo per entrare nel mercato dei ai processi. Tutto questo fa sì che tri Partners (Figura 4). 5 - definisce l’architettura dei server all’advertising) e informazioni (map-
personal big data ed assumere il i moduli funzionali di Ocean siano NTT -il concetto NetroSphere che supportano MSF. Essa è ca- pe, social, telematics) esposte verso
(fonte: NTT)
ruolo di custode “di fiducia” dei dati agnostici rispetto ai fornitori ed in- ratterizzata da due macro funzio-
dei propri clienti. tercambiabili. NTT
Aura, infatti, offrirà ai clienti un Vodafone ritiene che SDN, NFV e
personal data space, ossia uno Telco Cloud siano gli abilitatori fon- NTT sin dal 2015 lavora sul concetto
spazio digitale ove memorizzare damentali della sua futura rete 5G; Netrosphere per l’evoluzione degli
la traccia digitale generata nell’u- analogamente agli altri operatori apparati di rete da un’architettura
so quotidiano dei prodotti e ser- che creano i Telco cloud, Vodafone monolitica e proprietaria verso una
vizi di Telefónica e durante le in- persegue la virtualizzazione delle ri- aperta e basata sulla modulariz-
terazioni con Aura; in prospettiva sorse di calcolo su hardware general zazione estrema delle funzionalità
potranno essere trattati altri dati purpose. dell’apparato. Queste componenti
personali dei clienti, anche non funzionali costituiscono un pool di
strettamente attinenti al dominio risorse utilizzabili per assemblare un
dell’operatore. La proposizione AT&T sistema virtuale (“network slice”) in
si basa sul paradigma del perso- grado di soddisfare i requisiti di ser-
nal data store secondo il quale il AT&T sta sviluppando un processo di vizio.
cliente recupera il possesso dei trasformazione del business che va Netrosphere si basa su due iniziative
propri dati personali, ed il relativo sotto il nome di Network 3.0 Indigo. di R&D. La prima MSF (Multi-Service
controllo: i dati saranno utilizzati Con questa iniziativa, annunciata Fabric) definisce un modello archi-
esclusivamente in conformità alla a gennaio 2017 nel corso del AT&T tetturale che identifica e separa le
volontà del cliente, nel rispetto Developer Summit di Las Vegas1, funzionalità di trasporto, di servi-
della privacy, della trasparenza e AT&T si dà l’obiettivo di trasformar- zio e di controllo e ne consente la
della sicurezza. si in un “Differentiator” ovvero una composizione dinamica in “network

1 http://about.att.com/innovationblog/indigo
22 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
23

Cosa fanno GOOGLE e


FACEBOOK?
Google
consiste di un sistema di orchestrazione NFV il quale, equipag- Facebook
L'infrastruttura di rete e servizio di Google si basa su quattro pila- giato con un set di API, è in grado di fornire servizi di connettività
stri principali: la rete B4-B2 (che comprende la rete core e la con- Espresso, in pratica, trasforma le classiche funzionalità di rou- e funzioni virtuali quali firewall, appliance di sicurezza, accelera- L’infrastruttura di rete e di servizio di Facebook consta di tre do-
nettività verso il nodi metro di peering), Andromeda, Espresso ting in un sistema distribuito capace di estrarre le informazioni tori, bilanciamento del carico etc. mini verticali, DC Fabric, Express Backbone ed Edge Fabric che
ed infine Jupiter, l’architettura dei Data Centre, e della relativa sulle prestazioni delle connessioni di rete end-to-end al fine di Da questa breve descrizione emerge un'immagine del percorso compongono l’architettura della rete Facebook fino all’intercon-
fabric di connettività interna (in grado di supportare più di 100k decidere, secondo le policy di un controllore globale, la migliore di trasformazione digitale di Google, che adotta SDN e NFV per nessione con gli ISP, e un layer trasversale ai 3 domini per la
server). allocazione dei flussi di traffico. un’evoluzione della propria infrastruttura di rete e servizi secon- gestione dell’automatizzazione, denominato Robotron.
Espresso rappresenta un interessante esempio di come Google Andromeda è il framework per fornire tutti i servizi di networ- do il paradigma "Data Center as Computer" con piattaforme OS Il Data Center si basa su HW e SW disaggregati realizzati in
utilizzi la tecnologia SDN per la propria trasformazione digitale. king della Cloud Platform di Google. In particolare la piattaforma centralizzate (per la gestione sia della rete sia dei servizi). house e Open Source, con switch gestiti come server per sem-
24 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 25

A
Modello dell’infrastruttura di Google (fonte
Google)

B
Modello dell’infrastruttura di
Facebook (fonte Facebook)
6
NTT - Modello architetturale Multi-Service Fabric
(fonte: NTT)

base di questa trasformazione sono venienti rispettivamente dalle base


plificarne la gestione e lo sviluppo software. Express Backbone ogni 30 secondi e su istanze nascoste che producono costan- un ecosistema Open source, la sof- station, dai terminali utente e dalla
è una Software-defined WAN fondata sul concetto di controllo temente simulazioni di traffico reale predicendo i fenomeni di community di sviluppatori di servizi twarizzazione e lo “slicing” della rete, rete Core in ottica end-to-end.
ibrido, dove alcune funzioni come l’identificazione dei percorsi di congestione. innovativi. il disaccoppiamento infrastrutturale A supporto dell’evoluzione archi-
traffico vengono definiti a livello centralizzato, mentre i network La trasformazione digitale di Facebook è costruita sulla base La trasformazione digitale ha per- e funzionale e “cloudification”. tetturale ha definito un livello di
failure vengono gestiti in maniera distribuita tramite agent di- di alcuni principi di design che mirano a rendere più agevole meato anche l’innovazione dell’in- Nell’ambito dell’automazione delle risorse hardware comune alle fun-
slocati sui nodi di rete. la gestione degli apparati esistenti e l’introduzione di nuove frastruttura tecnologica e lo sviluppo operations SK Telecom ha sviluppa- zioni IT e alle reti Telco denominato
Edge fabric, la rete dei PoP periferici che si interconnettono agli funzionalità e risorse infrastrutturali, secondo un paradigma di architetturale della rete, secondo la to alcune soluzioni (Figura 7), basa- COSMOS, che abilita un’ambiente
ISP e gestiscono il traffico utente, utilizza un sistema di gestione incremento rapido e modulare, softwarizzato/automatizzato e vision della rete del futuro “AT SCA- te su Big data analytics e Machine infrastrutturale aperto e program-
del traffico SDN-based in grado di individuare le rotte ideali per senza impatti sul traffico esistente  LE”: Scalabile, Cognitiva, Automatiz- Learning per la gestione della quali- mabile basato su tecnologie “sof-
ogni pacchetto, sulla base di elaborazioni svolte su tutta la rete zata, Lean, End-to-end. I principi alla tà della rete, che correlano dati pro- tware-defined”.
26 notiziariotecnico anno 27  1/2018 27

zione degli skill necessari per il cam- vi è chi punta allo sviluppo interno rallelo ed indipendente della nuova
biamento e per il dispiegamento in del software e chi, invece, fa leva sul- infrastruttura di rete rispetto alle reti
rete delle nuove tecnologie. le collaborazioni e le partnership con “legacy”. Al contrario, l’approccio
Per quanto concerne gli skill appare i fornitori delle tecnologie. “inerziale” basato sull’introduzione
evidente come gli Operatori siano Per il dispiegamento delle nuove progressiva delle nuove tecnologie
fortemente impegnati nello sforzo di tecnologie si osserva un forte indi- nella rete tradizionale risulta essere
acquisizione di competenze in ambi- rizzamento verso l’approccio “bi- di modesto interesse 
to software, pur con mezzi differenti: modal” che prevede lo sviluppo pa-

Luigi Artusio luigi.artusio@telecomitalia.it


laureato in Scienze dell’Informazione, lavora in Telecom Italia dal 1989. Nei primi anni lavorativi ha approfondito
gli aspetti di gestione delle reti e dei servizi di telecomunicazione, operando sia negli enti standardizzazione,
7 sia nei progetti di ingegnerizzazione dei sistemi di gestione di Telecom Italia e di TIM. Ha sviluppato esperienze
SK Telecom- Soluzione end-to- convergenza di numerose tendenze, sistemi verticali Telco in piattaforme di program e vendor management, contribuendo alla messa in esercizio di soluzioni innovative sia di rete che
end per l’operational intelligence espressione di una maturazione tec- programmabili flessibili, le cui fun- di gestione. Attualmente, opera nella funzione Innovation ove è incaricato di realizzare analisi degli scenari e
(fonte SK Telecom) dei trend evolutivi delle tecnologie ICT che hanno un potenziale impatto sul business aziendale. 
nica ed economica in molti ambiti. zionalità sono aperte a terze parti.
La trasformazione tecnologica delle Di conseguenza gli Operatori acqui-
infrastrutture di rete e servizi, che siscono sempre maggiore agilità e
Conclusioni ha come obiettivi la semplificazione flessibilità, caratteristiche fonda-
e l’agilità di sviluppo e dispiegamen- mentali per garantire la sostenibilità
Il settore delle Telecomunicazioni è to, ha anche l’effetto di permette- del business, abilitando la diffusione Antonio Manzalini antonio.manzalini@telecomitalia.it
caratterizzato da una trasformazio- re una sempre maggiore apertura di nuovi modelli di servizio e l’acces- ingegnere elettronico, Ph.D è entrato in Telecom Italia nel 1990 ed ha partecipato a diversi progetti di ricerca
ne digitale sistemica, favorita dalla delle piattaforme, trasformando i so a nuove forme di remunerazione. internazionali riguardanti reti di trasporto SDH ed ottico (WDM), occupando varie posizioni di responsabilità.
Ha inoltre partecipato a molte attività di standardizzazione, guidando alcuni gruppi di lavoro in ITU-T ed IEEE.
Questo articolo ha fornito una breve Attualmente si occupa di tecnologie ed architetture di reti evolutive in ottica 5G, basate sull’integrazione di
rassegna delle strategie adottate da SDN, NFV con Cloud-Edge Computing e sistemi di Intelligenza Artificiale. È autore un centinaio di pubblicazioni
internazionali e di sei brevetti 
alcuni Operatori nell’ambito di que-
sto processo di trasformazione digi-
tale del business. In estrema sintesi,
la strategia tecnologica dei princi-
pali Operatori esaminati può essere
rappresentata (figura 8) secondo Lorenzo Santilli santilli.lorenzo@telecomitalia.it
due assi riguardanti rispettivamente
Laureato in Ingegneria delle Telecomunicazioni nel 2006 ed entrato in Azienda dopo aver partecipato al Master
la strategia adottata per l’acquisi- in “Innovazione di reti e servizi in ambito ICT” organizzato da TIM e Politecnico di Torino, si è inizialmente
occupato di attività di innovazione della Core Network della rete mobile di TIM, partecipando ad attività
di scouting e di testing di apparati e funzionalità evolute. Ha poi presidiato attività di evoluzione della rete
mobile in ambito Strategy, partecipando a progetti su vari temi quali Machine-to-machine, Reti eterogenee
e integrazione di accessi Wi-Fi in Rete mobile. Attualmente si occupa dello scouting di servizi e soluzioni di
player di significativa rilevanza nell’industry, come altri Operatori di rete o Tech company, e di individuare e
declinare i principali trend evolutivi del settore, con particolare riferimento al Video su IP e al 5G. 
8
Confronto delle strategie degli
Operatori
28 notiziariotecnico anno 27  1/2018 29
Torna
all’indice

NETWORK
AUTOMATION SDN/NFV
Carlo Cavazzoni, Nicola Santinelli, Vinicio Vercellone

La trasformazione digitale che TIM sta dispiegamento e gestione delle reti, delle e reattività della rete nel recepire e gli obiettivi di automazione nell’ambito
intraprendendo richiede di cambiare il modo infrastrutture e dei servizi. I principi cardine soddisfare le esigenze legate all’evoluzione della Network Function Virtualization e
di fare business e passa attraverso una su cui poggia questa evoluzione, verso la di funzionalità e servizi. Prerogative, della Software Defined Network e come
profonda revisione degli attuali processi e Network Automation, sono semplificazione, queste, che consentiranno sia di ridurre i si stiano definendo, nel medio termine,
delle soluzioni architetturali e sistemistiche standardizzazione, astrazione e modularità. tempi dalla concezione al lancio di nuovi architetture fortemente integrate ed
mediante cui vengono erogati i servizi. I benefici attesi sono significativi: incremento servizi (il time-to-market), sia di abilitare automatizzate in tutti i segmenti della
Intraprendere questa trasformazione, oggi, dell’efficienza, riduzione della complessità più diffusamente il self-provisioning delle rete.
significa introdurre soluzioni in grado di e dei costi operativi, riduzione degli errori e offerte da parte dei clienti.
semplificare ed automatizzare le attività di successive rilavorazioni, maggiore flessibilità L’articolo analizza come siano perseguiti
30 notiziariotecnico anno 27  1/2018 31

Introduzione le nuove tecnologie ma anche la diventa un obiettivo irrinunciabile operazioni di Base LCM che quelle • Un NFVO (NFV Orchestrator) l’ambiente sul quale le VNF ven-
rivisitazione dei processi al fine di per poter garantire adeguati livelli di più avanzate. responsabile della gestione au- gono eseguite.
Spesso il termine Network Auto- massimizzarne i benefici. efficienza e qualità. Il modello di riferimento per l’auto- tomatizzata del ciclo di vita dei L’architettura così definita non è
mation viene associato ai con- mazione del LCM delle VNF e l’archi- Network Service. Oltre a ciò, però sufficiente a supportare qua-
cetti “Software Defined” o “as a tettura generale della NFV sono de- l’NFVO orchestra l’utilizzazione lunque VNF. In alcuni casi è ne-
Service” proprio per sottolineare il finiti nell’ambito di un ISG specifico delle risorse virtualizzate distri- cessario disporre di componenti di
ruolo centrale che la programma- L’automazione del di ETSI [1], avviato a gennaio 2013. buite su più istanze di VIM au- automazione complementari ed
bilità riveste nel percorso di evolu- Le sfide ciclo di vita delle VNF La Figura 1 illustra all’interno della torizzando o proibendo le proce- interoperabili con quelle specificate
zione e trasformazione della rete dell’Automazione linea tratteggiata tale architettura dure richieste dai VNFM in base da ETSI, rappresentate in Figura 1
verso l’automazione. Questa pro- nella NFV Sebbene specializzata nell’espleta- ed evidenzia le tre tipologie di mo- alla disponibilità residua e alle dal blocco funzionale denominato
grammabilità si traduce in molti re una ben determinata funzionali- duli che espletano funzionalità di policy imposte dall’operatore. NFVOPS (NFV Operational Tools),
casi nella scrittura di file e script Una quota parte considerevole del tà di rete, dal punto di vista dell’ar- gestione e orchestrazione, comples- • Uno o più VIM (Virtualised In- che include ulteriori strumenti di au-
(che descrivono in modo formale percorso di trasformazione verso la chitettura NFV una VNF costituisce sivamente identificati come MANO: frastructure Manager) cui viene tomazione finalizzati all’erogazione
e strutturato la configurazione di Network Automation è passata, e un elemento atomico con il quale • Uno o più VNFM (VNF Manager) demandata la gestione delle di servizi di virtualizzazione alle VNF
un apparato o servizio) interpre- sta passando, attraverso l’adozione è possibile interagire mediante al- deputati alla gestione automa- risorse virtualizzate, di calcolo, ed alla realizzazione di altre funzio-
tati, composti ed eseguiti in modo del paradigma Network Functions cune operazioni standard che ne tizzata del ciclo di vita delle VNF memoria e rete, messe a dispo- nalità utili a migliorare l’operativi-
guidato ed automatico da appositi Virtualisation, il cui scopo è quello regolano il ciclo di vita (Life Cycle dispiegate sull’infrastruttura. sizione dall’ NFVI (Infrastruttura tà dell’NFVI in senso ampio. Qui di
programmi che rendono le opera- di separare il software che imple- Management-LCM). Tra queste, ad NFV), ovvero dalla totalità dei seguito sono riportati due esempi
zioni facilmente ripetibili, eliminan- menta una data funzionalità di rete esempio, vi è la creazione di una componenti che costituiscono significativi di utilizzo degli NFVOPS
do progressivamente i possibili er- dall’hardware sui cui viene eseguito. nuova istanza della VNF, un’ope-
rori di esecuzione. Tale separazione è resa possibile da razione complessa che comporta 1
Nei domini di trasporto, IP, control- uno strato di astrazione denominato la creazione delle relative risorse Architettura di riferimento per
l'automazione NFV
lo di rete e servizi, la Network Au- hypervisor. Una funzione di rete che virtuali di calcolo, memoria e rete
tomation si esplicita in due ambiti rispetta il modello NFV viene detta sull’infrastruttura e la loro confi-
principali: la NFV (Network Function VNF (Virtual Network Function). gurazione a partire dal cosiddetto
Virtualisation), che ha come obiet- A 3 anni dall’avvio di questo percor- “descrittore”, contenente le im-
tivo la realizzazione e l’esecuzione so, TIM dispone oggi di un’infrastrut- magini eseguibili ed i file con le ca-
di funzioni di rete su generici server tura distribuita in corrispondenza ratteristiche specifiche di ciascuna
informatici, ed il SDN (Software De- dei 4 inner PoP che ospita circa 30 componente. Per quanto comples-
fined Networking), che si propone di VNF a traffico (e.g., MMS, Rete In- sa, la creazione di una VNF è gene-
centralizzare il controllo dei servizi telligente, AAA server, piattaforme ralmente ritenuta un’operazione di
di rete erogabili dalle infrastrutture VAS e presence, funzionalità SON Base LCM in confronto a funziona-
IP. Le due soluzioni sono fortemen- a supporto dell’automazione della lità “avanzate” come la capacità di
te complementari e si integreranno rete di accesso mobile). Oltre a ciò, adattare dinamicamente ed auto-
nel medio periodo prefigurando un più di 40 funzioni di rete risultano maticamente la dimensione delle
nuovo concetto integrato ed auto- attualmente “in lavorazione”, ovve- risorse virtuali al carico sostenuto
matico della rete end-to-end. ro di prossima virtualizzazione. (i.e., scaling) o l’abilità di ripristina-
TIM ha intrapreso un percorso di Al crescere del numero delle VNF, e re componenti qualora diventino
trasformazione della rete verso la quindi della dimensione e comples- indisponibili, ad esempio a seguito
digitalizzazione e l’automazione sità dell’infrastruttura NFV, la piena di un guasto (i.e., self-healing). Il
la cui attuazione comporterà non automazione dell’infrastruttura vir- Full LCM è dunque ottenibile solo
solo l’adattamento all’utilizzo del- tualizzata e delle funzioni ospitate laddove risultino abilitate sia le
32 notiziariotecnico anno 27  1/2018 33

come elemento abilitante l’automa- te rilevante per la NFV è la necessità campione di oltre 300 VNF commer- 2
zione delle VNF: di garantire un accesso controllato ciali afferenti a numerosi domini di Trend relativo alla disponibilità del
• automazione dei servizi di con- all’infrastruttura, ottenibile tramite rete (e.g., accesso fisso/mobile, core VNF lifecycle management

nettività richiesti dalle VM, nel il partizionamento logico delle risor- mobile, user plane infrastrutturale,
caso in cui questi debbano es- se virtualizzate consumabili tramite control plane infrastrutturale, VAS,
sere erogati dai nodi di rete che una o più istanze di VIM. A tal fine, si etc.), anche i vendor stanno intra-
collegano tra di loro i server fisi- rende necessario che: prendendo un percorso di matura-
ci e non possano essere model- • VIM e NFVO abilitino modelli zione che dovrebbe portare a que-
lati dal VIM; di multi-tenancy ovvero con- sto obiettivo. Stando allo scenario Network Automation:
• raccolta di allarmi o notifiche di sentano di implementare uni- odierno, i principali punti di atten- come l’automazione
superamento soglia necessari tà organizzative dette tenant zione risultano essere: cambia il modo di
all’implementazione delle logi- – tipicamente corrispondenti a • l’esigenza, tipicamente mani- gestire le reti IP
che di closed control loop, ovve- VNF, Network Service o struttu- festata dalle VNF prestazio-
ro l’innesco automatico da parte re aziendali – e di associare loro nalmente più critiche (i.e., user Le soluzioni architetturali e sistemi-
di VNFM e NFVO di azioni di li- una quota massima di risorse plane e accesso), di “forare” lo stiche mediante cui oggi vengono
fecycle management correttive consumabili; strato di astrazione introdot- erogati e gestiti i servizi di connet-
(e.g., scaling out, self-healing, • sussista una corrispondenza tra to dall’hypervisor con tecniche to di molte operatività gestionali ed da circa un decennio, stia afferman- tività sulle infrastrutture di rete IP,
etc.). Anche se lo standard ETSI i tenant definiti a livello di NFVO quali CPU pinning, SR-IOV e il raggiungimento di benefici end- dosi in veste di standard de facto pur assicurando già un discreto li-
sancisce che le informazioni di e quelli a livello di VIM, così da NUMA; to-end richiedono l’integrazione con una comunità open source poten- vello di automatizzazione nell’ese-
guasto e/o performance consu- assicurarsi che le quote impo- • il ritardo nel supporto della ge- strumenti aggiuntivi di automazio- zialmente molto più aperta e fles- cuzione delle varie fasi delle attività
mabili dalle funzioni di orche- state per i primi vengano effet- stione del ciclo di vita, spesso ne da coniugare con l’evoluzione e sibile ma soggetta a modalità ope- di configurazione e manutenzione,
strazione debbano esulare dalla tivamente rispettate. collocato come ultimo poten- lo snellimento dei processi sottesi. rative diverse rispetto a quelle cui i sono ancora improntati ad una or-
componente applicativa e ven- ziamento nelle roadmap di pro- Non essendo possibile ricondurre Telco sono abituati. ganizzazione dei processi che pre-
gano recuperate direttamente dotto. tutti gli use case ad un insieme limi- Il trend evolutivo delle VNF eviden- suppone lo svolgimento di molte
dal VIM, laddove l’operatore La Figura 2 rappresenta la percen- tato e ben definito, la sfida consiste ziato dall’indagine interna unita- attività manualmente.
disponga già di un proprio siste- Maturità delle VNF tuale di VNF coinvolte nella survey nell’individuazione di un compro- mente al piano di attività che TIM Introdurre strumenti per inseguire
ma di monitoraggio, si pone la commerciali che supportano procedure di li- messo tra la limitazione del nume- si è data autorizzano a considerare e gestire la crescente complessità
tematica dell’integrazione con fecycle management; si può osser- ro di modelli di servizio supportati il 2018 come l’anno nel quale l’au- della rete e dei suoi sistemi non è
questi ultimi al fine di evitare Per ottenere tutti i benefici attesi vare come l’adozione diffusa delle – che comporterebbe l’esclusione tomazione verrà abilitata in modo più sufficiente ad affrontare le nuo-
interferenze e sovrapposizioni di dal paradigma NFV, è fondamen- funzionalità più avanzate è attesa delle VNF meno mature e dunque la consistente su NFV. TIM ha infatti in ve sfide della trasformazione digi-
ruoli. tale che le funzioni di rete siano per la fine del 2018, vale a dire circa perdita di parte dei vantaggi econo- programma di compiere importan- tale; è necessario perseguire una
L’architettura così definita eviden- caratterizzate da un’architettura 12 mesi dopo rispetto alla disponibi- mici derivanti dall’NFV – e l’adozio- ti passi in avanti rispetto al proprio riorganizzazione più profonda del
zia come l’automazione necessiti interna pensata per essere eseguita lità delle operazioni di gestione del ne di un approccio esclusivamente percorso di trasformazione quali modello architetturale e dei relativi
di una serie di sistemi cooperanti su ambiente Telco Cloud, ovvero che ciclo di vita di base. “a progetto” – che si tradurrebbe in l’inserimento in rete dell’orchestra- processi.
ciascuno specializzato a svolgere un risultino in possesso delle seguenti un peggioramento in termini di agi- tore NFV e la virtualizzazione di im- La strada per affrontare questa tra-
ben preciso compito. Occorre, tut- proprietà: astrazione dall’hardwa- lità e ripetibilità abilitati. portanti funzioni di rete fissa e mo- sformazione è tracciata, il mondo
tavia, tenere in conto altri requisiti re sottostante, distribuzione delle Concentrandosi sul livello di virtua- bile sufficientemente mature, come del computing e dell’information
non funzionali ma indispensabili al informazioni di stato, elasticità e Prossimi passi lizzazione delle risorse di compu- ad esempio l’ EPC (Evolved Packet technology ha già intrapreso con
fine di poter rendere tali sistemi fru- gestione automatizzata del ciclo di ting, storage e networking vale la Core), l’IMS mobile / VoLTE e diverse successo questo percorso molti
ibili in una realtà strutturata come vita. Sebbene l’orchestrazione svolga il pena infine sottolineare come, pa- componenti di front end dell’archi- anni fa. L’evoluzione in questo am-
quella di un operatore di telecomu- Come evidenziato da TIM con un’in- ruolo di motore per la gestione del rallelamente alle implementazioni tettura Data Layer, come ad esem- bito ha portato all’organizzazione
nicazioni. Tra questi particolarmen- dagine condotta nel 2017 su un ciclo di vita delle VNF, l’adempimen- proprietarie disponibili sul mercato pio HSS e PCRF. dell’architettura secondo principi di
34 notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
35

DALL’ATTIVAZIONE DI UN
MODELLO DI SERVIZIO
astrazione e modularità e all’intro- L’architettura di le limitazioni dei tradizionali modelli
duzione di interfacce aperte. riferimento del verticali a “silos”, la piattaforma re-
dominio E2E SDN
ALLA CONFIGURAZIONE
Trasposto nel contesto delle reti di alizza in modo integrato e sinergico
telecomunicazione, il modello da per la network anche le funzioni di raccolta ed ela-
automation dei servizi
AUTOMATICA DELLE RISORSE
adottare è quello del SDN. Esso pre- borazione dei dati di monitoraggio
vede di introdurre opportuni livelli di di connettività IP delle risorse del dominio di riferi-
astrazione, che permettano di con- mento.
finare la complessità ed esportarne
una rappresentazione che consenta
agli strati più alti della catena di ge-
La Figura 3 illustra l’architettura di
riferimento della piattaforma E2E
SDN Controller per l’introduzione
Per semplicità possiamo riassume-
re l’organizzazione dell’E2E SDN
Controller in termini di tre macro-
DI RETE
stione di semplificare notevolmente della network automation nel do- componenti. Il componente “IP Con-
l’interazione con la rete e governar- minio dei servizi di connettività e nectivity Management and Control” La Figura A schematizza il processo di “compilazione” integrati da tutti quei parametri necessari alla configu-
ne in modo efficace l’evoluzione. trasporto IP. La piattaforma ha il (Figura 3) svolge tutte le funzioni di di una richiesta, espressa tramite l’API “intent-based” razione del servizio sui nodi di rete.
compito di gestire e controllare le configurazione e controllo degli ele- da parte dei sistemi di orchestrazione di servizio, che si A questo punto vengono richiamati i modelli di servizio sui
3 risorse di dominio end-to-end, os- menti di rete. Espone un’interfaccia traduce in modo automatico e consistente nella confi- nodi individuati. Essi consisteranno nel data model YANG
Architettura di riferimento della sia tutti gli elementi di rete coinvolti API “intent-based” verso i sistemi gurazione degli elementi di rete che realizzano il mo- e nel rispettivo codice XML. I modelli di servizio saranno
piattaforma E2E SDN Controller nella catena con cui viene erogato il OSS di orchestrazione di servizio, dello di servizio richiamato. costituiti, a loro volta, dalla composizione di modelli più
per l’introduzione della network
automation nel dominio servizio di connettività. Per superare mediante la quale riceve richieste In una prima fase, la richiesta di istanziare il modello elementari; questi ultimi rappresentano i “mattoncini”
dei servizi di connettività e di servizio “X” viene scomposta negli elementi di rete base con cui è possibile sfruttare i principi di modularità e
trasporto IP
che realizzano la catena di servizio end-to-end, identi- riutilizzabilità nello sviluppo dei modelli 
ficando anche la tipologia dei nodi coinvolti nella rea-
lizzazione dell’istanza. I parametri che caratterizzano la
richiesta ricevuta dall’orchestratore di servizio vengono A
Configurazione automatica degli
elementi di rete a partire dal modello di
servizio
36 notiziariotecnico anno 27  1/2018 37

ad alto livello, relative alla gestione raccolta dei dati di monitoraggio, to inizialmente da AT&T e portato
del ciclo di vita dei servizi di con- si inserisce la funzione di “Closed- avanti dal progetto Open CORD [3]
nettività IP offerti a catalogo, che Loop Logic”. Quest’ultima consen- che ha l’obiettivo di realizzarne una
vengono tradotte in modo automa- te di sviluppare ed installare sulla Reference Implementation basata
tico e consistente in configurazioni. piattaforma E2E SDN Controller su software open source.
I servizi a catalogo sono specificati delle “app” che codificano in modo Un aspetto che rende particolar-
tipicamente nel linguaggio di mo- programmatico delle logiche di in- mente interessante la proposta
dellizzazione YANG [2]. Il compo- tervento automatico, al verificarsi di CORD è la standardizzazione dell’ar-
nente si interfaccia quindi in modo determinati eventi in rete (“Network chitettura del CO che scala in accor-
attivo con le risorse per modificarne events” in Figura 3). Queste possono do con le dimensioni della centrale
lo stato operativo, realizzando le consistere ad esempio in azioni cor- (numero di clienti attestati) e con le
operazioni di (ri-)configurazione ed rettive o attivazione di funzionalità funzioni di rete virtualizzate che de-
interazione con il piano di control- di misura. Le “app” di Closed-Loop vono essere ospitate nella centrale
lo necessarie. Per il provisioning di Logic mirano a rimediare in modo stessa.
servizi che coinvolgono l’utilizzo di autonomo una varia casistica di L’architettura di riferimento di un
risorse di altri domini (ad esempio possibili anomalie, nella prospetti- CO realizzato secondo il concetto
NFV) il componente si interfaccia va di evoluzione verso il modello di CORD è mostrata in Figura 4.
anche con i rispettivi orchestratori. “Self-driving network”. Il cuore di questa architettura è un
Il componente “Metrics and KPI Col- datacenter composto da una serie di
lection and Generation” (a destra in server, sui quali risiedono le funzioni 4
Architettura di Riferimento CORD
Figura 3) svolge le funzioni di rac- di rete virtualizzate, collegati fra loro
colta dei dati di monitoraggio del- L’architettura CORD da una fabric. La fabric ha una topo-
le risorse del dominio, garantendo e il dimostratore logia di tipo leaf and spine, realizzata
l’osservabilità continua dello stato FutureNet con switch white box, che fornisce SD-WAN, …) per la clientela bu- saggio a una gestione dei con- Per quanto riguarda il software,
operativo degli elementi di rete e di connettività in modo non bloccante siness, in ambito metropolitano tainer con kubernetes [4] la disaggregazione è basata sulla
successiva elaborazione per gene- Proseguendo il percorso verso la di- e garantisce scalabilità e ridondanza. e geografico • ONOS: SDN controller che ge- scomposizione delle funzionalità di
rare le metriche ed i KPI associati ai gitalizzazione e l’automazione, un Al datacenter sono quindi collegati • M-CORD: supporta i nuovi ser- stisce sia gli switch “white-box” controllo in componenti indipen-
servizi di connettività gestiti. I dati passo successivo consiste nel ripen- gli apparati utilizzati per realizzare la vizi mobili 5G in modalità distri- della fabric sia le reti overlay denti, ciascuna potenzialmente rea-
raccolti ed elaborati vengono poi in- sare completamente l’architettura rete di accesso verso i clienti e la rete buita verso l’edge della rete (VTN, Virtual Tenant Network) lizzata da un diverso fornitore.
viati ai sistemi OSS che ne effettua- di una centrale di telecomunicazioni di trasporto verso altri CO. La piattaforma software di CORD realizzate su di essa; La disaggregazione dell’hardware
no la storicizzazione e li utilizzano ai o CO (Central Office), reinterpretan- Il nodo CORD prevede la connessio- si basa su una pluralità di proget- • XOS: Framework di orchestra- prevede che le funzionalità del data
fini di analisi e reportistica. do ed integrando in ottica evolutiva ne di clienti residenziali e business ti open source (vedi Figura 5), tra zione per assemblare e compor- plane siano realizzate da blocchi
I due componenti illustrati si scam- i principi di NFV ed SDN. L’idea alla attraverso una rete di accesso fissa cui: re i servizi all’interno del singolo elementari che svolgono una singo-
biano informazioni necessarie a base di questa rivoluzione è quel- o mobile e realizza un’implementa- • OpenStack/Docker: fornisco- nodo. la funzione, indipendentemente dal
programmare la raccolta dei dati e la di rendere le centrali sempre più zione di riferimento a supporto di tre no rispettivamente le funzio- Tra le caratteristiche fondamentali particolare servizio, e controllabile
l’elaborazione delle metriche presta- simili a datacenter eliminando, per use case specifici: ni di IaaS per creare e gestire dell’architettura CORD vanno certa- da sistemi operativi e controller di
zionali e relative soglie di verifica, in quanto possibile, la presenza di ap- • R-CORD: per i servizi di con- macchine virtuali e reti virtuali mente indicate la separazione tra pia- terze parti. Un esempio è costituito
relazione al modello di servizio asso- parati dedicati a specifiche funzioni. nettività con rete fissa per la e una soluzione per istanziare no dati e piano di controllo, secondo il dagli switch “white box”, cioè har-
ciato, ovvero a notificare eventuali L’esempio principale di architettura clientela residenziale (GPON, elementi di servizio mediante paradigma SDN e la disaggregazione dware specializzato per il forwarding
aggiornamenti sullo stato della rete. di questo tipo è costituito da CORD XGSPON, NGPON2 …) la tecnologia dei container; nel- delle funzioni di rete, che può essere elettronico di pacchetti. Analoga-
Tra il lato attivo dell’attuazione del- (Central Office Re-architected as a • E-CORD: supporta i servizi la release 6.0, pianificata per la coniugata sia dal punto di vista sof- mente ci possono essere “white box
le richieste di servizio e quello della Datacenter), un concetto lancia- avanzati di connettività (VPN, metà del 2018, è previsto il pas- tware, sia da quello hardware. ottici” che svolgono commutazione
38 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
39

STANDARD E
OPEN COMMUNITIES A

NEL CONTESTO
Standard Fora e Communities attive per la Network
Automation

“NETWORK
AUTOMATION” packages pre-commerciali che indirizzano l’orchestra-
zione e la virtualizzazione delle reti ed il loro collaudo.
I vari enti di Standardizzazione e Fora (e.g., 3GPP,
sment della maturità digitale di una azienda (DMM:
Digital Maturity Model).
Con l’obiettivo di supportare il processo di “digital
NGMN, ONF-ON.Lab, ETSI, TM Forum, etc) a loro volta transformation” che tutte le principali Telco hanno in-
Massimo Banzi, Cecilia Corbi, Pierpaolo Marchese cercano di “normare“ e sistematizzare i diversi ambiti trapreso, il TMF sta inoltre adeguando tutti i propri
di questa trasformazione. asset a questa nuova realtà, introducendo nuovi mo-
In ETSI oltre alle iniziative consolidate quali NFV, OSM, delli architetturali ODA (Open Digital Architecture) che
è da poco nato un ISG (Industry Specification Group) nativamente inglobino i principi citati sopra e utilizzino
La necessità di erogare servizi digitali in modo sempre turali in grado di garantire nativamente flessibilità, au- ZSM (Zero-touch network and Service Management) API standardizzate (rilasciate con licenza Apache 2.0),
più flessibile, in linea con le esigenze del mercato e con tomazione, livelli di qualità, sicurezza dei dati. che si propone di definire Use Case, Architetture e re- che integrino i loro asset con il progetto ONAP che sta
i principi della nuova rete 5G, ha portato alla crescen- Standards ed enti di ricerca collaborativa stanno indi- quisiti funzionali dell’orchestrazione delle nuove reti sempre più assumendo rilevanza.
te virtualizzazione delle infrastrutture di rete e a tec- rizzando questo percorso di trasformazione in modo TLC. In 3GPP, SA5 sviluppa analoghi concetti riguardo L’importanza di avere infrastrutture di rete costruite su
nologie abilitanti come il Network Slicing (reti logiche articolato e pragmatico, tramite specifiche che indiriz- alla Rete 5G, e come Orchestrazione e Slicing statico e modelli di automazione nativa e ridotto effort gestio-
dedicate con funzionalità specifiche per cliente o tipo zino casi d’uso di interesse collettivo. dinamico possano indirizzare la specifica della Rete di nale, gia’ perseguita con successo nei Data Centre, è
di servizio che insistono sulla medesima infrastruttura Inevitabilmente si cerca la condivisione di approcci Accesso e Rete Core tramite virtualizzazione ed archi- evidenziata anche nell’impegno che gli stessi OTT vi
fisica), ed il Machine Learning applicato alla rete, per convergenti, costi e rischi e le Community Open Source tettura a microservices dedicano. Nel 2016 Facebook ha promosso il TIP (Te-
garantirne la riconfigurazione automatica attraverso diventano il modello naturale in cui la soluzione ad un Il TM Forum, molto attento anche agli aspetti di inte- lecom Infra Project, http://telecominfraproject.com/)
soluzioni di Intelligenza Artificiale ed “anticipare” le problema comune prende forma mediante lo sviluppo grazione Rete e BSS, dal 2014 ha avviato il progetto che si propone di far collaborare tutti gli stakeholder,
esigenze prestazionali del cliente o possibili degradi di Reference Implementations. Nell’area della network ZOOM (Zero-touch Operation, Orchestration and Ma- tra cui importanti operatori come DT, Telefonica, Voda-
delle prestazioni di rete. automation, Linux Foundation Networking (https:// nagement. https://www.tmforum.org/collaboration/ fone, BT, TIM, per disegnare l’infrastruttura di rete del
Questo si accompagna ad una evoluzione dei siste- www.linuxfoundation.org/projects/networking/) ha zoom-project/) per sostenere l’evoluzione dei sistemi futuro su principi di sostenibilita’ economica, impiego
mi di gestione che devono fornire funzionalità con SLA incorporato iniziative quali ONAP ed OPNFV, a cui par- di gestione, delle metodologie (DevOps), delle com- di White Boxes ed open source, scalabililita’ ed utilizzo
sempre più sfidanti, applicando nuovi modelli architet- tecipa anche TIM, che stanno sviluppando soluzioni e petenze, oltre che per fornire ambienti di auto Asses- nativo di tecniche di Artificial Intelligence 
40 notiziariotecnico anno 27  1/2018 41

FutureNet riproduce un’area metro Network Automation rappresenta ulteriormente e compenetrarsi nel
in cui alcuni nodi di accesso multi- quindi un passaggio fondamentale futuro. È il caso dell’architettura
servizio sono interconnessi attraver- per gestire sempre meglio la cre- CORD, su cui TIM sta conducendo
so una rete di trasporto disaggre- scente complessità della rete e dei sperimentazioni, che combina le di-
gata e controllata da un controller suoi sistemi. L’evoluzione avviata in mensioni NFV e SDN con i principi
Transport-SDN. Nel dimostratore questo senso, consentirà non solo della disaggregazione, prefiguran-
sono stati implementati gli use case di incrementare significativamente do la trasformazione dei siti di cen-
per i servizi residenziali, mobili ed l’efficienza delle attività di gestio- trale secondo un modello mutuato
enterprise. ne della rete, ma si rifletterà posi- dal mondo dei datacenter 
Il software CORD ha per il momento tivamente anche sulla customer-
una maturità limitata che lo rende experience, attraverso la riduzione
adatto principalmente allo svilup- dei tempi di attivazione dei servizi
po di PoC (Proof of Concept), ma la e abilitando più diffusamente mo-
sua rapida evoluzione e continuo delli di self-provisioning. Le aree in Note
aggiornamento lo rendono decisa- cui la Network Automation gioca
mente interessante per applicazioni un ruolo fondamentale sono in- [1] Maggiori dettagli possono es-
nel medio/lungo termine. nanzi tutto quella della NFV, per la sere trovati nella documentazione
Fra gli obiettivi principali del dimo- realizzazione software delle funzio- dell’iniziativa OpenROADM [6], dove
stratore FutureNet c’è anche la ve- nalità di rete e quella della gestio- sono stati individuati e modellizzati
5
CORD: Architettura del Software rifica sperimentale della possibilità ne e controllo della connettività IP con il linguaggio YANG i moduli base
di Controllo di integrare lo strato software CORD attraverso soluzioni di SDN. In am- per la realizzazione di una rete di
Per quanto riguarda i nodi di acces- che espone verso il controllo di rete in un’architettura generale di con- bito NFV, l’automazione è cruciale trasporto ottica disaggregata.
so (OLT) la disaggregazione har- delle interfacce di gestione e confi- trollo ed orchestrazione e la defini- nel fornire soluzioni per rispondere
ottica di lunghezze d’onda o termi- dware porta ad eliminare le funzio- gurazione unificate e indipendenti zione di requisiti e linee guida per il in modo efficace alle sfide poste
nazione ottica di segnali provenienti nalità di commutazione del piano dal fornitore e dalla tecnologia uti- deployment. In particolare, sembra dalla gestione della complessità
dalla rete di accesso o di trasporto. dati realizzate dalla Switching Fa- lizzata. molto interessante l’integrazione infrastrutturale e delle peculiarità
La disaggregazione delle funzioni bric del nodo, mentre la terminazio- La disaggregazione del nodo di tra- con la piattaforma di orchestra- dei requisiti applicativi. Nell’ambito Bibliografia
di rete ha conseguenze dirompen- ne del livello fisico della rete ottica sporto ottico, in aggiunta alla sepa- zione e automazione open source delle reti IP, l’evoluzione in ottica
ti sull’architettura hardware delle di accesso (PON) è implementata razione del piano dati da quello di ONAP (Open Network Automation di Network Automation significa 1. ETSI ISG NFV, Homepage,
centrali, in quanto comporta la qua- mediante blade specializzate o at- controllo, prevede la suddivisione Platform) [5]. fare leva sui principi di astrazione e http://www.etsi.org/technologies-
si totale eliminazione di apparati traverso dispositivi pluggable inse- del nodo di trasporto, attualmente semplificazione, insiti nell’approc- clusters/technologies/nfv
dedicati a specifici servizi. ribili direttamente nelle porte degli monolitico, in una serie di moduli cio SDN, per gestire il ciclo di vita 2. M. Bjorklund, “YANG - A Data Mo-
Più in dettaglio, il piano dati a pac- switch white-box della Fabric. funzionali controllati separatamen- dei servizi di connettività IP, tradu- deling Language for the Network
chetto è realizzato dalla Switching Per rendere il controllo e la configu- te e che possono eventualmente Conclusioni cendo in modo automatico e consi- Configuration Protocol (NET-
Fabric, sia per ciò che riguarda lo razione delle terminazioni della rete essere realizzati da costruttori diffe- stente le richieste espresse ad alto CONF)”, IETF RFC 6020,
switching interno al nodo, sia per il di accesso indipendenti dalle spe- renti [nota 1]. Il percorso di trasformazione di TIM livello in operazioni di controllo e https://tools.ietf.org/html/
forwarding a livello IP verso il resto cifiche implementazioni dei diversi In quest’ottica, TIM ha sviluppato in una Digital Telco richiede anche configurazione di rete. Queste due rfc6020, Ottobre 2010
della rete e, insieme al piano di con- partner tecnologici è stato introdot- il dimostratore FutureNet dedicato di trasformare in profondità il modo aree evolutive, già oggi fortemente 3. CORD https://opencord.org/
trollo virtualizzato, sostituisce com- to nell’architettura CORD uno stra- all’evoluzione della rete, per verifica- di gestire le infrastrutture ed i ser- complementari nel supportare la 4. Kubernetes https://kubernetes.io/
pletamente switch o router integrati to software di astrazione chiamato re la fattibilità e la convenienza del- vizi di rete, introducendo soluzioni trasformazione verso il nuovo mo- 5. ONAP https://www.onap.org/
verticalmente a livello di hardware e vOLT-HA (Virtual Optical Line Ter- le tecnologie e dei principi alla base in grado di semplificare ed automa- dello di Digital Telco, saranno vero- 6. OpenROADM
software. mination - Hardware Abstraction), dell’approccio CORD. Il dimostratore tizzare le attività ed i processi. La similmente destinate ad integrarsi http://openroadm.org/home.html
42 notiziariotecnico anno 27  1/2018 43

Acronimi
AAA Authentication Authorization Accounting OLT Optical Line Termination
API Application Programming Interface ONAP Open Network Automation Platform
CO Central Office OSS Operations Support System
CORD Central Office Re-architected as a Datacenter PCRF Policy and Charging Rules Function
CPU Central Processing Unit PoC Proof of Concept Carlo Cavazzoni carlo.cavazzoni@telecomitalia.it

E-CORD Enterprise-CORD PON Passive Optical Network ingegnere elettronico, in Azienda dal 1994 dove si è inizialmente occupato di modellizzazione di amplificatori
ottici e di architetture di reti ottiche di trasporto. È stato coinvolto in numerosi progetti di ricerca europei
EM Element Manager R-CORD Residential CORD nell’ambito dei quali ha lavorato alla definizione e alla valutazione sperimentale di soluzioni di rete innovative
EPC Evolved Packet Core SD-WAN Software Defined Wide Area Network per lo sviluppo di reti ottiche flessibili e intelligenti in grado di supportare la realizzazione di servizi di trasporto
dinamici. Ha contribuito alla introduzione in rete della tecnologia “Packet Transport” con lo scouting iniziale,
ETSI European Telecommunications Standards Institute SDN Software Defined Networking la definizione delle specifiche, la valutazione della gara di appalto e la validazione per l’inserimento in
GPON Gigabit-capable Passive Optical Network SR-IOV Single Root Input/Output Virtualization campo nella rete di trasporto metro-regionale. Dal 2014 si è occupato dell’utilizzo delle tecnologie SDN per
l’automazione della rete di trasporto. È autore di numerose pubblicazioni e brevetti. Attualmente svolge la sua
HSS Home Subscriber Service VIM Virtualised Infrastructure Manager attività nell’area “IP, Transport and Core Innovation”, dove è responsabile del laboratorio “Reti ottiche” e dal
IaaS Infrastructure as a Service VLAN Virtual LAN 2017 coordina la realizzazione del dimostratore di rete FutureNet per verificare la fattibilità e la convenienza
della trasformazione delle centrali di telecomunicazioni in datacenter. 
IMS IP Multimedia Subsystem VNF Virtualised Network Function
ISG Industry Specification Group VNFM VNF Manager
LAN Local Area Network VAS Value-Added Service
LCM Life Cycle Management VoLTE Voice over LTE Nicola Santinelli nicola.santinelli@telecomitalia.it
LTE Long Term Evolution vOLT-HA Virtual Optical Line Termination - Hardware Ab- Ingegnere delle Telecomunicazioni, entra in Azienda nel 2014 e da allora collabora nell’Ingegneria NFV.
Dapprima responsabile del presidio della normativa in ambito ETSI (ISG NFV) e di vari Forum Opensource, ha
M-CORD Mobile-CORD straction
approfondito gli aspetti architetturali portando numerosi contributi originali. Dal 2016 contribuisce attivamente
MANO MANagement and Orchestration VPN Virtual Private Network alle attività di progettazione, selezione delle tecnologie, e dispiegamento delle soluzioni di Automation della
NFV con particolare riferimento all’orchestratore NFVO. Nicola è attualmente responsabile, svolgendo
MMS Multimedia Messaging Service VTN Virtual Tenant Network
contestualmente il ruolo di Product Owner nelle attività di sviluppo internalizzato, della realizzazione della
NFV Network Functions Virtualisation VXLAN Virtual eXtensible LAN soluzione di Inventory per l’infrastruttura NFV 
NFVO NFV Orchestrator XGSPON 10-Gigabit-capable Symmetric Passive Optical
NFVI NFV Infrastructure Network
NGPON2 Next-Generation Passive Optical Network 2 XML eXtensible Markup Language
NUMA Non-Uniform Memory Access YANG Yet Another Next Generation

Vinicio Vercellone vinicio.vercellone@telecomitalia.it


ingegnere elettronico, nel 1984 entra in Azienda. Intraprende la sua attività in CSELT, dove inizialmente è
impegnato nella ricerca e sviluppo della tecnica ATM e delle sue applicazioni. Dal 1997 al 2000, nell’ambito
della sua attività di ricerca, ricopre anche l'incarico di docente presso il Politecnico di Torino. Durante la sua
carriera ha contribuito a varie attività e progetti di ricerca nel settore del networking IP ed MPLS e dei relativi
servizi di rete, dall’introduzione dei servizi MPLS VPN, al primo sviluppo della rete metropolitana OPM. In
seguito le sue attività di ricerca si sono focalizzate sul Software Defined Networking. In questo ambito è
stato responsabile della partecipazione ai progetti di ricerca europei FP7 UNIFY e H2020 5G Exchange e
di varie iniziative di collaborazione con il mondo accademico. È autore di numerosi brevetti internazionali
e pubblicazioni. Attualmente svolge la sua attività nell'area di ingegneria della Network Automation, dove
contribuisce alla definizione dell’architettura e delle soluzioni per introdurre l’automazione dei servizi di
connettività IP nella rete di TIM 
44 notiziariotecnico anno 27  1/2018 45
Torna
all’indice

Introduzione Fondamentale è stato, infatti, su- Contestualmente i sistemi di gestio-


perare lo storico approccio a si- ne devono evolvere per adattarsi ad
Gli attori principali nel mondo dei los che ha caratterizzato le grandi una rete progressivamente virtualiz-
sistemi di gestione sono fondamen- aziende per molti anni, per passare zata e automatizzata e ad un nuovo
talmente tre: ad un approccio trasversale guida- paradigma che richiede di passare
• chi li fa (il che significa pensar- to dai processi, in cui chi sviluppa da una gestione manuale e reattiva,
li, progettarli, selezionarne le i sistemi lavora in modo agile a in cui, DOPO aver ricevuto dai siste-

OSS
componenti dal mercato, inte- stretto contatto con chi li usa e lo mi la segnalazione di eventi, le per-
grarli con i sistemi già in campo stesso fa chi contribuisce ad inno- sone preposte attivano le procedure
e farli funzionare ed evolvere); varli. Questo tipo di trasformazione più corrette per la loro risoluzione, ad

TRANSFORMATION
• chi li usa (gli operatori esperti è già in atto e se ne vedono i primi una gestione automatizzata e pro-
che garantiscono il servizio h24 frutti. attiva, in cui le azioni sono compiute
e indicano le direzioni evolutive Non a caso, uno dei principali pro- automaticamente dai sistemi di ge-
dei sistemi, in base alle necessi- getti della trasformazione di TIM in stione, possibilmente PRIMA che ac-
tà che emergono a valle dell’in- una DigiTIM, è quello di “OSS Tran- cadano gli eventi, grazie ad algoritmi
Marina Geymonat, Fabrizio Silvestri, Angelo Solari troduzione di nuovi servizi o tec- sformation”. di tipo predittivo e dispositivo.
nologie di rete); In questo trafficato e complesso
• chi contribuisce a innovarli (il crocevia non mancano le opportu-
che richiede studiare e svi- nità, costituite soprattutto da in-
luppare prototipi, raccogliere Perchè è così novazioni nel mondo del software,
I sistemi di supporto alle Operations OSS (Operations Support feedback, e introdurre nuove importante che i protagonista indiscusso della tra-
Systems) costituiscono la struttura nevralgica che consente tecnologie e soluzioni in grado sistemi di gestione si sformazione, ma anche da metodo-
ad un Telco, tra le altre cose, di tenere sotto controllo il buon di migliorare le prestazioni dei trasformino? logie che guardino l’insieme dei pro-
funzionamento della rete e dei servizi, di avere a disposizione sistemi e di rendere più efficien- cessi end-to-end, anziché la singola
le informazioni concernenti i clienti per rispondere alle loro te ed efficace il loro utilizzo). Probabilmente mai prima d’ora gli applicazione.
domande o risolverne i problemi, oltre che di progettare, questa suddivisione dei ruoli è tut- OSS si erano trovati ad un crocevia Ulteriori opportunità sono emerse
gestire e sincronizzare l’attuazione delle configurazioni sulla tavia fittizia: per ideare, sviluppare così unico in termini di sfide e op- in quest’ambito grazie alle nuove
rete, necessarie ad attivare un servizio, allacciare un nuovo e mettere in campo sistemi di ge- portunità, tra un passato che rischia frontiere aperte dall’Intelligenza Ar-
cliente o modificarne i profili di offerta. La trasformazione stione adeguati alle reali necessità di zavorrarli e un futuro di digitaliz- tificiale, che offre tecnologie e stru-
dell’azienda, sono estremamente zazione totale, in cui la Qualità del menti di automazione, predizione e
degli OSS costituisce quindi un tassello fondamentale
importanti le modalità con cui que- Servizio dovrà aumentare e i costi decision making atte ad innovare
per abilitare la transizione dell’azienda verso la completa
sti attori lavorano insieme. diminuire. radicalmente il mondo degli OSS.
digitalizzazione.
46 notiziariotecnico anno 27  1/2018 47

Proprio questo avverbio – radical- coinvolgono anche personale sul Inoltre, ogni nuovo servizio o tec- Automazione e questo obiettivo, la possibilità di operatori a fronte di situazioni simili.
mente – richiede che si ponga la campo. nologia ha spesso portato con sé il virtualizzazione delle minimizzare i guasti e gli allarmi di Se il contesto lo consente, i sistemi
massima attenzione nello sviluppar- Anche un tasso di errore minimo, proprio sistema di gestione, com- funzioni di rete servizio attraverso azioni preventive potranno anche attuarle in modo
li in sinergia con le trasformazioni in per esempio uno 0,03%, in una si- portando negli anni una moltipli- risulta fondamentale. automatico.
atto e nell’integrarli nell’operatività, mile situazione, genera immedia- cazione di dati e interfacce sempre Network Automation e Network Vir- Altrettanto importante è il cambio Questo salto paradigmatico per-
usando la giusta cautela, senza pre- tamente centinaia di anomalie e il più costosa da gestire e manute- tualization sono ormai espressioni di mentalità; passare da un approc- metterà non solo di velocizzare i
correre i tempi e tenendo in conto il conseguente rischio di inficiare la nere. note e diffuse nel contesto Telco. cio puramente centrato sul funzio- tempi di ripristino dei guasti, ma
fattore umano. Qualità del Servizio. La proliferazione di applicazioni Il loro significato è intuitivamente namento della rete, al monitorag- anche di avere sistemi automatici
Sono infatti le persone che utilizza- ad hoc, evolute ognuna per conto molto semplice: ciò che caratterizza gio del servizio come percepito dai meno costosi in termini di manu-
no i sistemi a far sì che questo com- proprio, se nel breve ha migliora- il funzionamento delle reti risiede clienti, porta almeno due grandi tenzione, perché capaci di appren-
plesso meccanismo di gestione di to l’efficienza di alcune operazioni solo in parte in apparati hardware vantaggi: dere dalle best practise e di evolvere
rete e servizi funzioni, e da questo Stimoli, rischi e o tecnologie specifiche, nel lungo dedicati, come in passato, ed è in- • si scoprono eventuali degradi autonomamente di pari passo con
assunto è necessario partire nella opportunità nella termine ha creato una complessa vece in gran parte realizzato con del servizio sin dai primissimi la rete e i servizi, senza necessità di
definizione e attuazione della OSS sfida della OSS frammentazione dei processi: tra i soluzioni software. Quest’ultimo, a sintomi e si attivano le opportu- essere riprogrammati.
Transformation. Transformation primi cambiamenti previsti dal pro- differenza degli apparati fisici, può ne azioni correttive anche prima
getto di OSS Transformation ci sono essere distribuito sul Cloud in modo che i clienti lamentino il calo di
Come già accennato, gli OSS si tro- la semplificazione e standardizza- dinamico e automatico, ottimiz- qualità;
vano esattamente nel centro di zione di tali processi in una logica zando così l’utilizzo delle risorse a • a fronte di guasti sulla rete, la I nuovi strumenti a
Qualche numero quella che potremmo definire una end-to-end, guidate da una visione seconda del momento, del carico e visibilità dell’impatto effettivo disposizione
tempesta perfetta: cerchiamo di sistemica. delle necessità. sul servizio può guidare le pri-
Non tutti hanno idea dell’enorme descrivere i principali fenomeni che Le eccezioni che i sistemi non san- Nell’ambito di un disegno univo- orità di intervento, in molti casi Per raggiungere gli obiettivi ambi-
quantità di operazioni che com- vanno tenuti in considerazione, ar- no affrontare, il disallineamento dei co che porta la rete virtualizzata permettendo di riparare i guasti ziosi della trasformazione digitale di
piono quotidianamente i sistemi di monizzati e reciprocamente raffor- dati custoditi in luoghi diversi, le ad essere auto-riconfigurante e prima che gli effetti siano effet- TIM un valido supporto arriva dalla
gestione e della responsabilità che zati nel definire il percorso di tra- interfacce eterogenee in termini di auto-resiliente, l’automazione de- tivamente percepiti. rapida evoluzione tecnologica in
grava su di essi (e sulle persone che sformazione degli OSS. formati e di protocolli creano infatti gli OSS è parte integrante e neces- Per tutti i guasti e i disservizi non corso, che fornisce strumenti e piat-
li usano) sia in termini di diminuzio- troppo spesso la necessità di inter- saria della trasformazione digitale prevedibili, una maggiore standar- taforme software impensabili fino a
ne dei costi, quando funzionano al venire manualmente, con dispendio complessiva. Il progetto di OSS dizzazione delle procedure da utiliz- pochi anni fa.
meglio, sia in termini di peggiora- di energie, rallentamento dei pro- Transformation in TIM, quindi, si zare velocizzerà i tempi di risoluzio- Si sfrutteranno quindi tutte le po-
mento della Qualità del Servizio, nel Il peso del cessi e aumento delle probabilità di sviluppa e viene realizzato in stret- ne dei casi più comuni, alleggerendo tenzialità che derivano dal Cloud
caso in cui qualche imprevisto li ral- passato introdurre altri errori ed eccezioni ta sinergia con quello di Network il carico di lavoro dei singoli tecnici, Computing, in termini di rapidità
lenti o li blocchi. che a propria volta finiscono per ali- Automation. che potranno così utilizzare la loro e flessibilità. Al posto delle attuali
Pochi numeri, relativi solo alle atti- Quando parliamo della zavorra mentare questo meccanismo. esperienza e competenza dedican- applicazioni monolitiche ci saranno
vazioni o modifiche sulla rete fissa, che decine di anni di operatività Nel corso della trasformazione è dosi con maggior attenzione e de- Microservizi abilitati da piattaforme
sono probabilmente sufficienti a pongono sugli OSS di un Telco, quindi previsto il superamento di dizione ai casi più complessi non Cloud e sarà possibile, quando ser-
dare l’idea della loro complessità e non si tratta di una valutazione questi vincoli e lo smantellamento Verso un approccio automatizzabili. ve, aumentare le prestazioni dei si-
centralità in TIM: ogni giorno il si- di merito, ma della constatazione di tutti i sistemi obsoleti, in coe- proattivo, automatico Come parte della Digital Transfor- stemi semplicemente aggiungendo
stema preposto pianifica, organizza che, così come nella rete si sono renza con le attività di dismissione e incentrato sul mation, infine, i sistemi di TIM po- nuove istanze di Microservizi.
e gestisce oltre 2 milioni di richie- stratificate negli anni via via nuo- dei corrispondenti apparati di rete Servizio tranno essere in grado non solo di Lo stesso approccio creerà maggio-
ste, interagendo con gli altri sistemi ve tecnologie senza mai scalzare legacy, realizzate dal progetto di automatizzare azioni predefinite, re flessibilità nella definizione ed
coinvolti; da queste interazioni risul- del tutto le precedenti, lo stesso è Decommissioning, anch’esso cen- Il nuovo modello di gestione di reti ma di apprendere, per ogni pro- evoluzione dei processi gestionali, la
tano quotidianamente evasi oltre necessariamente accaduto negli trale nel processo di Digital Tran- e servizi della DigiTIM mira ad una blema, quelle più efficaci messe in cui attuale rigidità è spesso causa di
100.000 ordini, di cui circa 20.000 OSS. sformation. Qualità del Servizio eccellente: per atto nel passato e di suggerirle agli rallentamenti e disottimizzazioni.
48 notiziariotecnico anno 27  1/2018 49

Non sarà inoltre quasi mai neces- L’innovazione


sario sviluppare software in modo e l’avvento
1-2 tradizionale, grazie all’utilizzo di altri dell’Intelligenza
Dashboard che evidenziano metodi: le Architetture Guidate da Artificiale negli OSS
l’impatto dei guasti di
Catalogo, per esempio, permettono
rete sul servizio offerto,
per cambiare paradigma di progettare e realizzare con stru- In aggiunta alle metodologie e tec-
da “incentrato sulla rete” menti ad alta produttività i processi nologie software descritte in pre-
a “incentrato sul servizio
offerto” di fornitura (Delivery), per attivare o cedenza, nuove opportunità per
modificare i parametri di servizio dei rendere ancora più utili ed efficaci i
Clienti di rete fissa, semplicemente Sistemi di Supporto alle Operations
a partire dalla descrizione dei servizi arrivano dal mondo dell’Intelligenza
stessi in un catalogo. Artificiale.
Riguardo alla lentezza dei sistemi I risultati offerti da questo genere di
che gestiscono grandi quantità di algoritmi si possono indicativamen-
dati molto dinamici, le tecnologie te suddividere in tre categorie:
di In Memory Data Base abilita- • analitiche descrittive - immagi-
no architetture Command & Que- niamo una situazione comples-
ry Responsibility Segregation, che sa, come ad esempio centinaia
permettono di utilizzare interfacce di migliaia di allarmi emessi in
separate per la lettura e l’aggiorna- un breve intervallo di tempo da
mento dei dati, ottimizzando così molti tipi di apparati diversi e per
strutturalmente prestazioni, scala- i più svariati motivi. Alcuni sono
bilità e sicurezza. allarmi molto gravi, segnali di un
L’opportunità di rivedere in modo guasto importante che va ripara-
completo la piattaforma OSS per- to con urgenza, mentre innume-
metterà anche di utilizzare in modo revoli altri sono segnalazioni col-
esteso paradigmi di progettazione laterali che spariranno una volta
che consentano l’evoluzione dei ser- risolto il guasto grave. Un siste-
vizi commerciali in modo svincolato ma descrittivo basato su Intelli-
da quella dei servizi di Rete. genza Artificiale potrebbe capire
In linea con quanto descritto, l’ap- automaticamente la relazione
proccio metodologico del proget- tra gli eventi ed evidenziare quel-
to di OSS Transformation in corso lo principale che va affrontato,
in TIM è orientato ai processi ed è mascherando quelli collaterali e
strutturato in molteplici Stream, permettendo di concentrare gli
iniziative che mirano ognuna ad ot- interventi in campo solo sul gua-
timizzare ed automatizzare un pro- sto principale.
cesso end-to-end, piuttosto che af- • analitiche predittive – a fronte
frontare singolarmente un sistema di dati emessi per giorni o set-
o un’applicazione. timane da uno o più apparati di
50 notiziariotecnico anno 27  1/2018 51

OSS transformation: sfide e opportunità


PROATTIV
TIONE A
ES
G
T OMAZIONE
AU

SERVICE MONITORIN
G
I
LET S
NUOVE B SO SILO
O
MI

REDITTIVE
TECNOLOGIE

E
TE I
SIS

IAL
SOFTWARE N
ZIO

IFIC
EC C E

INTELLIGENZA ART

P
VIZI
MICROSER

ANALITICHE
R
APPROCCIO PE
END
PROCESSI END TO

CATALOGUE
DRIVEN
A RCH
ITECTURE

EFFICI
AUT OSS ENZ
OMA TR ANSFORMATION A
ZION ECCEL
EE LEN
VI R ZA
N ELLA
T UA QoS
LIZZAZIONE DELLA RETE ZERO-
TOU
CH
O PERA
TIONS
52 notiziariotecnico anno 27  1/2018 53

rete preposti a fornire una certa più radicale dell’automazione Gli strumenti principali della tra-
funzionalità, un sistema predit- completa. sformazione sono costituiti dal-
tivo può avvisare con alcune ore Tutte queste potenzialità sono re- le nuove tecnologie software,
o anche settimane di anticipo ali, ma la loro effettiva efficacia applicate contestualmente alla
dell’insorgere di problemi. Que- dipende fortemente dalla caratte- semplificazione dei processi, alla
sto permette agli operatori di rizzazione precisa e circoscritta dei dismissione dei sistemi obsole-
attuare azioni correttive prima domini su cui operare e dalla dispo- ti, all’automazione delle azioni di
che un guasto accada, abilitan- nibilità di dati completi e corretti ripristino dei guasti e all’introdu-
Marina Geymonat marina.geymonat@telecomitalia.it
do il paradigma di gestione pro- da cui apprendere. Alcune di esse zione progressiva di tecniche di
laureata in Scienze dell’informazione, nel 1994 inizia a lavorare in Azienda occupandosi di Sistemi di Gestione
attiva e preservando la Qualità sono state già sperimentate in TIM Intelligenza Artificiale sia a scopo
fino al 1999 e successivamente cura la definizione dell’offerta di soluzioni innovative per il mercato Business.
del Servizio offerto. e messe in esercizio, ma c’è ancora predittivo, sia dispositivo. In seguito gestisce diversi progetti, dalla Smart Home (BHL, 2005), a soluzioni innovative per la fruizione di
video su TV (Dynamic TV, 2009), al Quantified Self (2014) approfondendo le tecnologie per l’analisi di dati,
• analitiche dispositive – a fronte molto lavoro da fare, perché i siste- In tutto il processo di cambiamen-
l’utilizzo delle reti semantiche e l’InfoVis.
di situazioni analoghe alle pre- mi intelligenti possano esprimere to si terrà in conto il fattore uma- Nel 2015 conclude l’esperienza sui servizi con la responsabilità nell’area di Product and Service Innovation e
dal 2016 guida l’area di Operations System Innovation con l’obiettivo di contribuire alla trasformazione degli
cedenti, il sistema con capacità tutto il loro potenziale nell’ambito no, che costituisce la chiave perché
OSS attraverso l’introduzione di soluzioni di Intelligenza Artificiale 
dispositive può fornire suggeri- della Digital Transformation. questo complesso meccanismo di
menti sulle azioni da compiere gestione rete e servizi funzioni cor-
per risolvere il problema o addi- rettamente.
rittura, se le azioni sono di tipo Al termine della trasformazione l’a- Angelo Solari angelo.solari@telecomitalia.it
soft, può attuarle in modo au- zienda potrà garantire un’eccellente laureato in Ingegneria Elettronica, nel 1988 inizia a lavorare presso Esacontrol occupandosi della progettazione
tonomo, risolvendo il problema Conclusioni Qualità del Servizio ai propri clienti, e sviluppo di sistemi di automazione in ambito automotive.
Dopo aver lavorato nel centro ricerca IBM, nel 1995 entra in Sodalia, joint venture tra Telecom Italia e Bell
sostanzialmente senza inter- migliorando contemporaneamente Atlantic, dove fino al 2000 coordina progetti di sviluppo OSS per Bell Atlantic.
vento umano. Questo è l’ultimo La trasformazione degli OSS è una l’efficienza e l’efficacia complessiva Dopo l’integrazione di Sodalia in Azienda diventa inizialmente responsabile della SW Factory OSS, in seguito
delle funzioni di Ingegneria Sell To Delivery e Usage to Cash, poi di Sviluppo e Operations di tutti i processi a
tassello necessario per abilitare parte fondamentale del processo di delle Operations  supporto del Billing per Telecom Italia.
anche il cambio di paradigma digitalizzazione di un Telco. Dal 2014 coordina le attività di sviluppo ed Operations degli OSS 

Fabrizio Silvestri fabrizio.silvestri@telecomitalia.it


laureato in Ingegneria Elettronica, ha iniziato a lavorare in Azienda nel 1996, occupandosi di Esercizio. Dal 1996
al 2003 ha occupato posizioni di responsabilità sia in ambito Esercizio sia in ambito Sviluppo, su commutazione
e reti dati. Dal 2003 al 2008 opera in Customer Services, diversificando così le proprie esperienze. Nel 2008
assume la responsabilità dello Sviluppo prima e dell’Esercizio poi, della rete fissa e mobile del territorio
Centro. Nel 2011 comincia ad occuparsi anche di piattaforme di servizio e multimediali. Nel 2016 assume la
responsabilità della funzione Service & Network Management. Nel 2017 ha anche la responsabilità di tutti i
Data Center di TIM, iniziando così l’integrazione della gestione delle infrastrutture IT e Network di TIM 
54 notiziariotecnico anno 27  1/2018 55
Torna
all’indice

IT TRANSFORMATION
FLY TOGETHER
Gianni Canal, Marco Daccò, Simone De Rose, Giuseppe Parlati
La Digital Service
Delivery Platform
TIM ha avviato una trasformazione target della Digital Service Delivery • Supportare Modelli di Business
La trasformazione digitale di TIM passa attraverso il ridisegno
del dominio BSS per abilitare, in Platform (SDP) che ha lo scopo di: nuovi: Full Digital Provider, API
della Customer Experience ed una nuova architettura a modo flessibile ed efficace, l’evo- • Massimizzare la Customer Ex- Economy, Platform economy
microservizi. La prima rappresenta la finestra dalla quale i luzione del modello di business in perience verso i canali digitali • Abilitare la Data Monetization
clienti percepiscono la trasformazione che sta avvenendo, la linea con gli obiettivi di commercia- (Portali Web e App) – cfr para- attraverso l’interazione con un
seconda rappresenta il cuore della trasformazione , il passaggio lizzazione e gestione dei servizi Di- grafo 2 ecosistema di terze parti
da un IT basato sui processi ad uno orientato ai dati, un nuovo IT gitali. Per raggiungere tale obiettivo • Ridurre il time to market per Il modello Digital Service Delivery
future proof agile, flessibile, scalabile e “aperto” all’ecosistema è stata identificata l’architettura supportare l’ampliamento del Platform (SDP) si poggia su alcuni
digitale. portafoglio di offerta con nuovi pilastri fondamentali descritti di se-
servizi digitali guito.
56 notiziariotecnico anno 27  1/2018 57

API GW lazionale (SQL) sia uno Docu- un meccanismo di code (Messa- Microservizi
ment Based (NSQL). ge Broker) dai vari sistemi legacy
owner del dato. Ogni volta che su Un ulteriore elemento innovativo è
Informativa Informativa Informativa Informativa Informativa Informativa un sistema CRM viene aggiorna- l’adozione di un modello di sviluppo
Java to un dato del cliente oppure su basato sui microservizi.
Spring Decoupling un sistema di fatturazione viene I microservizi sono delle applicazio-
prodotta una fattura, tale even- ni software “piccole” ed autonome
Il secondo pattern utilizzato nella to viene propagato verso la cache che interagiscono tra di loro e che
Digital Platform di TIM implementa applicativa (Inmemory) che poi hanno come finalità quella di fare
il concetto di disaccoppiamento/ lo mette a disposizione dei canali una “sola” cosa e di farla bene; sono
Fast Data 1 decoupling dalla infrastruttura le- consumatori (web, app, terze parti) a tutti gli effetti dei sistemi distribu-
La Digital
Hot Layer Service gacy BSS attraverso un paradigma con prestazioni superiori a qualsiasi iti. Martin Fowler, padre di questa
Delivery di tipo “coregrafato”. Al fine di non infrastruttura tradizionale. Questo metodologia/stile di coding afferma
SQL SQL Platform di
TIM avere sul percorso critico la vec- meccanismo serve sia le transazio- che “Lo stile architetturale a micro-
chia infrastruttura BSS nell’acces- ni di tipo “informativo” sia quelle servizi è un approccio allo sviluppo di
so ai dati di business, si è adotta- di tipo “dispositivo”, ossia quelle in una singola applicazione come insie-
Message Broker to un modello di cache applicativa cui si inviano i comandi di “scrittu- me di piccoli servizi, ciascuno dei quali
che viene alimentata attraverso ra” verso il back end. viene eseguito da un proprio proces-
Adapter Adapter Adapter
Back End Back End Back End API GW

Informativa Informativa Informativa Informativa Informativa Informativa 2


Java Il Message Broker
Spring

Performance, lizzazione di una “Digital Platform” indirizza in modo puntuale i requisiti Fast Data

scalabità e resilienza basata su tecnologie come Paas e prestazionali nella gestione dei dati
Hot Layer
SQL SQL
Container che supportano e garan- di business:
Si rende necessario disporre di una tiscono scalabilità orizzontale e su • un primo layer è dedicato a
Message Broker
infrastruttura che garantisca le soluzioni di Inmemory Database quello che sono i dati HOT che
alte performance (transazioni sub- capaci di garantire elevatissime adotta una soluzione InMemory Adapter Adapter Adapter
second) tipiche dei contesti digitali, performance di accesso ai dati an- Grid per garantire accessi dell’ Back End Back End Back End

ma soprattutto di gestire picchi ele- che in condizioni di accessi concor- ordine dei millisecondi e laten-
vati di richieste in modo immediato renti multipli (FAST DATA). za tra produzione e consumo a
ed adattivo per poter rispondere a Il Fast Data nasce per esporre ai ca- “zero latency”;
Message Broker
comportamenti non sempre predici- nali le entità di business di cui sono • un secondo layer è invece dedi-
bili tipici dei contesti web (es. feno- owner i componenti Legacy tramite cato alla tipologia di dati WARM
meni virali oppure adesioni massive API REST, sgravandoli dagli accessi per i quali le prestazioni minime
a offerte last minute). Per questo, in consultazione. possono essere anche dell’ ordi-
nell’ ambito del programma FLY La sua infrastruttura si basa su uno ne di una decina di millisecondi
TOGETHER, TIM ha avviato la rea stack tecnologico eterogeneo che che utilizza sia un Database re-
Caricamento Oggetto di Pubblicazione Oggetto di Propagazione verso API GW.
Business su Message Broker Business, tradotto da Oggetto di Business,
Message Broker in lingua disponibile ai Canali
franca su Fast Data
58 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
59

IL CATALOGO A ANATOMIA DI UNA


BUILDING BLOCK API
Marilena Di Berardino, Vittorio Panariello Elisabetta Persello, Domenico Colia

Tra i servizi principali della piattaforma Digital c’è il Ca- Inoltre il catalogo TIM ha un motore a regole flessibile TIM avvia la trasformazione digitale attraverso la realizza-
talogo TIM strutturato a Building Block che contengo- con il quale si possono configurare i modelli di pricing zione di una nuova piattaforma capace di abilitare innovati-
no gli elementi base delle offerte che si vogliono ven- e le leve commerciali (ad esempio promozioni, sconti, vi scenari di business. Il cuore della piattaforma è costituito
dere ed i pattern di vendita (regole di gestione). Questi offerte 3x2); questo permette di avere un tailoring delle da un’architettura a microservizi invocabili tramite delle API
possono essere combinati per comporre il tipo di offer- offerte su misura del cliente. RESTful, la lingua franca di internet, e disponibile ai diversi
ta e di servizio con relative regole tecniche. Infine la componente Carrello fornisce un’esperien- canali ed in futuro anche ai propri partner commerciali.
I principali vantaggi dell’utilizzo di un catalogo struttu- za di acquisto evoluta attraverso lo strumento della Quale miglior modo di progettare le API RESTful con un
rato a Building Block sono: multicanalità, potendo servire contemporaneamente framework opensource come Swagger?
• potenziamento della vendita su più canali (multi- canali attended e unattended, con la possibilità di far Realizzato dall’azienda americana Smartbear e rilascia-
canalità); selezionare offerte, aggiungere servizi e prodotti e poi to con licenza Apache2.0,
• riduzione del time to market (da mesi a pochi gior- procedere all’acquisto utilizzando i più comuni metodi Swagger è diventato in bre-
ni) per il lancio di offerte, personalizzazioni e pac- di pagamento  ve tempo uno standard de
chetti creativi senza impatto sui sistemi di back- facto del mercato. Swagger
end; mette a diposizione un am-
• configurazione di nuove offerte direttamente dal pio insieme di strumenti che
Marketing. accompagna l’intero ciclo
di vita delle API, dalla pro-
gettazione, alla documen-
tazione al test e al deploy,
diffondendo la conoscen-
za delle API, e accelerando
drasticamente lo sviluppo
dei diversi team. Le speci-
fiche Swagger, grazie alla
vasta adozione da parte del
mercato, sono evolute nelle
OpenAPI Specification 3.0,
adottate e sponsorizzato da
varie aziende quali Google,
Ibm, Microsoft e la stessa
Smartbear.
La trasformazione digitale
passa anche da qui, raziona-
lizzando e riorganizzando il
proprio business 
60 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 61

IL MONITORAGGIO DEI so e comunica con un meccanismo un singolo microservizio, senza diali come Netflix,Amazon, Spotify e

MICROSERVIZI
snello, spesso una HTTP API”. I van- dover interrompere tutti gli al- Zalando.
taggi rispetto ad una architettura tri allo stesso tempo (no effetto Organizzando quindi la propria piat-
tradizionale (che potremmo definire domino). taforma secondo un modello Mi-
Monolitica) sono evidenti: • Si basano sulla componibilità: è croservices si disporrà di un elevato
• Si possono utilizzare stack tec- un po’ come giocare con il Lego. numero di servizi che erogano il pro-
Francesco Fusco, Patrizia Pisano nologici eterogenei. Non si è Possiamo ampliare la nostra prio compito attraverso il loro con-
di milioni di informazioni riguardanti il funzionamento vincolati a fare tutto con la stes- soluzione un po’ alla volta, sen- tratto pubblico le API application
Per verificare lo stato di salute della Service Delivery delle componenti hardware e software come memo- sa tecnologia, ma liberi di sce- za dover rilasciare tutto subito Programming Interface.
Platform e consentire alle funzioni di GA di intervenire ria, cpu,   stato delle code del   message broker, stato gliere di volta in volta la tecno- e quindi sono particolarmen- Trovandosi di fronte a un numero
prontamente sia per risolvere guasti che per incremen- dei processi e dei microservizi, etc. Tali dati subiscono logia migliore per la soluzione te adatti ai modelli di sviluppo decisamente elevato di API/Con-
tare le prestazioni del sistema in caso di necessità, è processi di elaborazione   real time (filtraggio, norma- che si sta approntando. software incrementale. tratti la SDP di TIM è stata dotata di
stato progettato un modulo funzionale di monitorag- lizzazione, correlazione e aggregazione) e vengono • Favoriscono la resilienza: Se un Risulta evidente che la loro “atomi- 2 componenti :
gio che controlla costantemente lo stato di salute di memorizzati sul database Elasticsearch, un database componente della catena falli- cità” e autoconsistenza diventano • il Composite Layer, ossia uno
tutte le componenti. Tale modulo è  basato su prodotti specializzato per ricerche testuali. sce, resta un  problema  isolato, elemento di enorme flessibilità e stack software che ha il compi-
open source, ampiamente descritti in letteratura e lar- Grazie al motore grafico di  Kibana, il modulo di moni- che non interviene a cascata su agilità rispetto ad architetture mo- to di realizzare “servizi comples-
gamente utilizzati: lo stack tecnologico ELK costituito toring è stato arricchito con dashboard specifiche per tutto il sistema. E abbiamo già nolitiche tradizionali per le quali si” tipicamente orchestrando i
da un database NoSql (Elasticsearch), un collettore visualizzare le metriche ed i KPI definiti per SDP. Tali parlato di quanto la resilienza l’unico modo di poter scalare un’ap- singoli microservizi elementari
real time (Logstash) e un motore grafico (Kibana). E’ dashboard si aggiornano di continuo per fornire co- sia un aspetto chiave. plicazione era quello di replicare  offerti dalla piattaforma;
un componente funzionale preso oramai come riferi- stantemente la fotografia dello stato corrente di SDP. • Favoriscono la  scalabilità: con l’intera applicazione  con conse- • l’Exposure Layer di tutte le API
mento dai più importanti player di tecnologie digitali; Una  componente di alerting  genera eventuali allarmi tanti servizi piccoli, è facile in- guente aumento di costi e risorse che vengono offerte ai canali
diventato uno standard de facto per chi non vuole ab- e li notifica agli operatori di esercizio via email ed sms. tervenire solo su alcuni di essi, necessarie. consumatori.
bracciare soluzioni basate completamente o in parte In futuro tali notifiche verranno inviate su una mobile senza necessariamente modifi- Tutte queste caratteristiche sono
su prodotti commerciali.    app dedicata, al fine di consentire una maggiore inte care nulla degli altri. state un fattore differenziante nelle
Specifici “agent” attivati sui server di SDP, ogni giorno razione uomo-macchina. • Sono semplici da rilasciare: es- architetture di successo di alcuni dei
scambiano con il modulo di monitoraggio, centinaia I dati elaborati dal modulo di monitoraggio di SDP ser- sendo isolati, è facile rilasciare principali Over The Top (OTT) mon-
viranno inoltre a rico-
3
struire una visione più Esempio di Microservizi
ampia della corretta
Client side Server side
erogazione dei servizi Attended Channels
di business in cui SDP Rest API
Customer Care Dealer
è coinvolta e questo
verrà effettuato at- Microservices DB SQL
traverso la standar-
dizzazione di tracciati
record compliant con Rest API
Tablet Smartphone
gli standard più recenti
(es. openTracing) e l’in- Web
DB No SQL
tegrazione con piatta- Microservices
Smart TV
forme di monitoraggio
dedicate all’E2E 
Third Parties Rest API Microservices
Microservices
Microservices
DB SQL
62 notiziariotecnico anno 27  1/2018 63

L’approccio Digitale digitale ed always-on, ovvero cucire su misura una esperienza le. Ogni “sforzo” richiesto all’u- probabilmente piu efficiente ma Francia è gialla - dà l’idea che
alla Customer vive nella «omni-canalità» ed perfetta per il cliente; il cliente tente è una barriera alla fruibi- sicuramente meno efficace. sia fatta con le uova - mentre in
Experience è digitalmente e socialmente ormai se lo aspetta! lità. • Gradevolezza: sicuramente la America è bianca - dà l’idea che
ovunque. Un Engagement inte- • Customer Journey, si intende • Personalizzazione: ogni per- grafica ha un peso importante non contenga grassi).
I casi di successo di aziende come rattivo e predittivo permette di l'itinerario che il cliente percorre sona ha una sua esperienza e nell’agevolare la fruizione di un • Gratifica: La complessità gene-
Amazon, Netflix, Google, Starbucks, impostare Campagne ed offerte nel tempo e nei diversi “ambien- modalità di interagire. Una per- servizio dotato di GUI. I colori ra il rischio che l’utente non si
Disney mostrano un elemento co- ad hoc che permettono di coin- ti” di contatto, siano essi offline sona anziana ha una gestuali- stimolano sensazioni ed emo- senta adeguato ad un suo uti-
mune rivelatosi fondamentale nel- volgere il cliente e creare una che online. Quindi possiamo tà molto differente da un teen zioni e subliminalmente pos- lizzo causandone un allontana-
la trasformazione: l’ossessione per relazione basata sull'interazio- dire che rappresenta la “storia ager. Standardizzare le User Ex- sono migliorare l’accettabilità. mento 
i clienti. L’Esperienza Digitale che i ne costante. del legame” cliente-azienda. perience per qualsiasi utente è (i.e. una famosa maionese in
clienti vivono quando si relazionano • Customer Experience, è “il Esso ha l’ obiettivo primario di
con la nostra azienda rappresenta modo in cui i clienti percepi- fornire ai clienti uno Unique
l’unica finestra dalla quale percepire scono l'interazione con la vo- Journey basato su un Digital-
la trasformazione che sta avvenen- stra azienda” [Forrester Rese- Only OmniChannel.
do. arch].   Non è legata al “cosa” Dietro questi concetti molto sofisti- Gianni Canal gianni.canal@telecomitalia.it

La Digital Experience (DX), oggigior- ma al “come” e non si limita cati si celano comunque dei principi laureato in Informatica, è entrato nel gruppo TIM alla fine del 1992 dove ,in ambito CSELT, si è occupato nei
primi anni di Rete Intelligente. Successivamente ha coordinato un team di innovazione sulle piattaforme di
no rappresenta il reale vantaggio più solo alla grafica, ma sfrutta base che sono fondamentali: servizio nell’ambito della rete mobile. Negli ultimi anni è stato responsabile di un gruppo di ingegneria Smart
competitivo dell’azienda, che non si tutte le potenzialità dei device • Semplicità: Percorsi che rappre- Pipe con il compito di innovare la monetizzazione di dati e asset di rete fino a divenire responsabile di Software
Development Center in ambito TILAB. Attualmente in ambito TIM Information Technology è responsabile
riconosce più solo nel prodotto o nel per offrire una esperienza multi- sentano processi commerciali e della funzione IT Architecture-Applications 
prezzo; tutte le espressioni della DX sensoriale (es microfono, audio, spesso non tengono conto del
devono essere realizzate all’insegna lettore impronte digitali, ricono- fattore umano che dopo 3 click
della Customer Centricity: scimento facciale …) e le tecno- inizia a perdere interesse ed at-
• Customer Engagement, sono logie innovative ormai mature e tenzione. Marco Daccò marco.dacco@telecomitalia.it

le interazioni rilevanti e coin- disponibili come l’AI per rispon- • Intuitività: i comportamenti ri- laureato in ingegneria gestionale, vanta una esperienza di 20  anni nel settore ICT per la industry delle
Telecomunicazioni. Ha iniziato la sua esperienza lavorativa in Mars inc. in ambito Divisione logistica. A metà
volgenti nell'intero ciclo di vita dere ma soprattutto per predire chiesti agli utenti devono essere anni novanta ha partecipato allo start up della prima joint venture tra Telecom Italia e Bell Atlantic (oggi
del cliente. Essa deve essere e la VR/AR per una Immersive intuitivi, comportamenti digitali Verizon) per la realizzazione dell' attuale polo ICT di Trento. Ultimamente è stato responsabile dello start up
della funzione Vertical IT Solution di Telecom Italia per i segmenti di sanità elettronica, infomobilità e Tourism.
innovativa e basata su una co- Experience. Anche la persona- che devono assimilarsi ai com Attualmente in ambito TIM Information Technology è responsabile della funzione Digital Services Delivery
noscenza assoluta del cliente lizzazione è fondamentale per portamenti tipici della vita rea- Platforms 

Simone De Rose simone.derose@telecomitalia.it


laureato In Ingegneria Elettronica presso l’Università degli studi La Sapienza di Roma. Nella sua carriera
professionale ha partecipato nel 1998 allo start-up di WND Telecomunicazioni e dal 1993 ha collaborato a
progetti di Ericsson AB e Motorola Inc. in qualità di progettista software. Dal 2001 è stato Responsabile per
TIM e Telecom Italia come nell’ambito dell’Information Technology per lo sviluppo e la manutenzione dei
sistemi di CRM  Consumer, Business, e Wholesale e  dei sistemi di Billing&Credit Management. Ha ricoperto
anche il ruolo di responsabile delle Architetture e successivamente del Client Management. Attualmente in
ambito TIM Information Technology è responsabile della funzione Digital Services Solutions 

Giuseppe Parlati giuseppe.parlati@telecomitalia.it


laureato in Scienze dell’Informazione, si è occupato di ricerca scientifica in ambito Algoritmi Paralleli e
Distribuiti Fault-Tolerant presso l’Università di Salerno e la Columbia University (NY). Ha pubblicato articoli
scientifici su riviste e conferenze internazionali.
Nel gruppo TIM dal 1997 si è occupato dapprima di Architetture Applicative & Middleware per poi unirsi al
gruppo di innovazione VAS. Negli ultimi anni si è occupato di progetti di Digital Transformation e di Innovazione.
Ha conseguito le certificazioni PMP e SCRUM MASTER I 
64 notiziariotecnico anno 27  1/2018 65
Torna
all’indice

DIGIRAN: IL VALORE
DELL’AUTOMAZIONE
NELL’ACCESSO RADIO
Graziano Bini, Fabrizio Gatti, Paolo Goria, Michele Ludovico

La sfida evolutiva dell’accesso radio richiede di garantire alta


qualità all’aumentare del traffico e della complessità di rete
con costi sostenibili per l’operatore di telecomunicazioni.
L’automazione dei processi di gestione costituisce un
elemento chiave per affrontare tale sfida. TIM è impegnata
in un percorso di trasformazione che, applicato nel dominio
dell’accesso radio, prevede l’introduzione di architetture
software aperte e nativamente cloud che abilitano
l’automazione delle funzionalità di rete.

Introduzione • la flessibilità per fare fronte a del canale radio e dall’interfe-


nuovi servizi; renza. La capacità di valutare
L’applicazione dei paradigmi di digi- • la sfida di una “cost-effective” accuratamente copertura ed
talizzazione ed automazione all’ac- customer experience; interferenza già nelle fasi di pro-
cesso radio risponde ad un insieme • l’opportunità di generazione di gettazione (Quality by Design)
di driver, che nascono dall’unione valore attraverso i dati ricavati è fondamentale per sfruttare i • Incertezza della posizione del la propagazione outdoor-to- passaggio tra differenti celle o
delle peculiarità del wireless con la dai nodi di rete. benefici di funzionalità avanza- cliente: l’accesso al servizio indoor (e viceversa, variabile layer frequenziali. La mobilità
continua evoluzione degli scenari di La complessità dell’accesso radio è te come high order modulation «anytime, anywhere» richiede in funzione delle caratteristiche è correlata inoltre alle variazio-
servizio. Proviamo ad elencare i prin- legata innanzitutto alle sue caratte- (64QAM UL/512QAM DL) o high una conoscenza almeno ap- costruttive degli edifici) ha un ni di traffico voce/dati periodi-
cipali: ristiche native: order MIMO (4x4 ed oltre) che, prossimata o statistica della impatto significativo sulla cu- che ed aperiodiche: pendola-
• la gestione della complessità • Propagazione: la customer ex- per essere efficaci, richiedono distribuzione dei clienti [1]. Ol- stomer experience. rismo, turismo (stagionale e/o
crescente (nuovi layers frequen- perience dipende significati- una qualità del segnale radio tre il 70% del traffico radiomo- • Mobilità: il servizio deve essere nei weekend, particolarmente
ziali, nuove tecnologie, …); vamente dalle caratteristiche molto elevata. bile, inoltre, è originato indoor: fornito in modo «seamless» nel importante in un paese come
66 notiziariotecnico anno 27  1/2018 67

l’Italia), eventi o manifestazio- (controllato solo in parte dall’o- come ad esempio i vincoli di espo- 1
ni. Il corretto dimensionamento peratore…) sizione ai campi elettromagnetici 2G +3G +4G 5G, IoT Effetto dell’automazione sui
delle risorse di cella è un’attivi- • Multi-standard: necessità di in- (CEM), per i quali l’Italia ha una delle processi operativi, all’aumentare
della complessità della rete
tà fondamentale per garantire trodurre nuove componenti tec- normative più stringenti al mondo.

Carico Operativo
la massima efficienza e perfor- nologiche (LTE e sue evoluzioni A fronte di una complessità così alta
mance di rete al variare delle verso il 5G) ma anche di gestire i e crescente, la sostenibilità del bu-
condizioni di traffico. clienti che utilizzano tecnologie siness richiede di migliorare la Cu- DigiRAN: l’approccio
Le componenti descritte si traduco- legacy (2G/3G). stomer Experience sfruttando nel Open SON di TIM e
no in una tecnologia ad elevata com- • Multi-layer: ogni layer frequen- modo più efficace possibile gli inve- l’evoluzione verso la
plessità, con migliaia di parametri da ziale richiede una progettazione stimenti sulla rete (di cui l’accesso vRAN
configurare ed ottimizzare per cia- specifica, unita alla necessità di costituisce la parte predominante)
scuna cella. L’avvento della Internet- gestire la mobilità inter-layer. e ottenendo la massima efficienza Il concetto di SON, Self-Organizing
Tempo
of-Things, inoltre, amplifica i fattori TIM oggi gestisce 7 differenti la- dei processi operativi con una mi- Attività Automatizzate Network è una prima risposta all’e-
descritti, introducendo nuovi scenari yer frequenziali: 800, 900, 1500, nimizzazione del (TCO) Total Cost of Controllo/evoluzione Automazione sigenza degli operatori di far fronte
di copertura, che vanno dagli oggetti 1800, 2100, 2600 MHz, ciascu- Owneship. Per raggiungere questo Attività Manuali
ad un incremento di complessità
volanti (droni) fino ai sensori posizio- no con differenti ampiezze di obiettivo, TIM è impegnata in un dei processi di configurazione, ot-
nati nel sottosuolo (ad es. contatori banda ed alcuni - come il 900 e percorso di trasformazione - digiTIM timizzazione e assurance delle reti.
del gas o dell’acqua connessi o stalli 1800 MHz - con coesistenza di - che declinato sull’accesso mobile fondamentale per gestire l’aumen- scente delle attività operative e La Figura 2 mostra l’impatto del-
per lo smartparking). due tecnologie (GSM/UMTS per - digiRAN - prevede il decomissio- to esponenziale della complessità re-indirizzando le risorse esistenti le componenti SON sui processi di
Dal punto di vista dei processi, le 900MHz e GSM/LTE per 1800); ning/delayering, la virtualizzazione (in termini di carico operativo com- su attività ad alto valore aggiun- gestione della rete di accesso radio
caratteristiche dell’accesso radio nel 2018, inoltre ulteriori fre- dell’accesso radio e l’automazione plessivo) mantenendo costante il to, quali il controllo e lo sviluppo fortemente interconnessi tra loro.
richiedono una stretta inter-rela- quenze saranno assegnate nel- dei processi di progettazione, cre- livello di impegno delle persone dell’automazione, anche in moda- TIM ha partecipato alle attività SON
zione tra le fasi di pianificazione la banda 700 MHz, 3700 MHz azione, ottimizzazione e manuten- (automatizzando una quota cre- lità DevOps) [nota 1]. in 3GPP sin dal loro avvio, coniugan-
(planning), progettazione (design), e 27 GHz in prospettiva 5G. La zione. Sul primo fronte, il decomis- do la visione innovativa con il proprio
realizzazione (creation) e esercizio eterogeneità delle celle (small sioning delle reti legacy è una sfida bagaglio di esperienza nell’ambito
(maintenance) che portano ad uno cells, macro cells, ...) introduce fondamentale non solo per garanti- della progettazione e dell’ottimizza-
scenario ciclico in cui i singoli pro- ulteriore complessità (HetNet). re la semplificazione operativa, ma zione radio della rete multi-accesso
cessi interagiscono iterativamente • Multi-vendor: la pluralità dei per attuare importanti saving (si 2G/3G/4G/5G e promuovendo la de-
(Continuous Optimization). vendors che, pur introducendo pensi ad es. ai consumi energetici) finizione di soluzioni aperte, inter-
La complessità dell’accesso radio un significativo fattore di com- ed il riuso delle frequenze per le tec- operabili e flessibili.
può essere anche descritta con rife- plessità in virtù del numero mol- nologie più evolute (refarming delle In aggiunta al paradigma “distribu-
rimento ai paradigmi “multi-x”: to elevato di scelte implemen- bande 2G/3G per 4G/5G); la virtua- ito” (dSON), disponibile negli ele-
• Multi-service: la rete, costituita tative proprietarie, consente di lizzazione, d'altro canto, consente di menti di rete già a partire dalle prime
da un’integrazione di tecnologie ottimizzare il trade off tra svi- impostare già sulla rete 4G i requisiti release LTE, si è sviluppato anche un
differenti, va ottimizzata per una luppo tecnologico e sostenibilità di flessibilità, scalabilità, apertura e approccio “centralizzato” (cSON),
pluralità di servizi, voce (VoLTE), economica. sicurezza nativa che devono guidare basato su funzionalità automatiche
video streaming, web browsing, Il quadro normativo e regolatorio, il processo verso il 5G. realizzate nel dominio tradiziona-
Public Satefy, high speed train infine, determina una serie di condi- La Figura 1 riassume a livello qua-
(TAV), Internet-of Things…. zioni al contorno che devono esse- litativo gli effetti dell’automazione
• Multi-device: terminali utente re soddisfatte e che contribuiscono sui processi operativi, evidenziando 2
Ruolo delle funzioni SON
diversi per servizi diversi, con un alla complessità di gestione del pro- come, a partire dal 4G e nell’evolu- (definite dal 3GPP) nei processi
mercato in continua evoluzione cesso di progettazione ed esercizio, zione verso il 5G, l’automazione sia di gestione dell’accesso radio
68 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
69

EVOLUZIONE DEGLI 3000

ALGORITMI SON
Flusso misurato
2500
Flusso previsto

VERSO IL MACHINE
2000

Numero di presenze
1500

LEARNING 1000

500

0
Simone Bizzarri, Giorgio Ghinamo, Salvatore Scarpina, Andrea Schiavoni
-50
13:12 14:24 15:36 16:48 18:00 19:12 20:24 21:36 22:48 00:00
Time (hh:mm)
L’approccio all’automazione di parte di processi di con- terventi di ampliamento preventivi e mirati oppure per
figurazione e ottimizzazione dell’accesso radiomobile alimentare algoritmi di MLB in grado di re-indirizzare
A
(il paradigma SON descritto nell’articolo riferimento) parte del traffico di un nodo carico su nodi adiacenti Esempio di previsione di traffico (in termini di flussi di clienti) in occasione di un concerto musicale organizzato
segue, nelle sue prime realizzazioni, un approccio “re- ritenuti idonei (ovvero per i quali non si prevede un de- a Torino nel 2017 (i dati di previsione possono essere rese disponibili con un anticipo di alcune ore rispetto alle
variazioni effettive del traffico)
attivo”, basato sull’adeguamento della rete alle condi- grado della Customer Experience legato all’aumento
zioni variabili di traffico o di interferenza. del traffico).
Negli ultimi anni TIM ha sviluppato anche algoritmi Sono state inoltre sperimentate tecniche di previsione
di tipo “predittivo”, in grado di stimare le variazioni di di variazioni di traffico a breve termine. Queste previ- tà computazionali oggi disponibili, consentono di trarre Tale approccio trova applicazione nel campo della pia-
traffico su periodi futuri e di abilitare la messa in cam- sioni possono essere utilizzate in contesti in cui si deve valore dell’enorme quantità di dati presenti e generati nificazione radio, dove i contatori di traffico possono
po di contromisure atte a prevenire degradi nella Cu- riconfigurare una porzione di rete a causa di eventi che dalla rete. La convergenza di tecniche di data mining essere analizzati al fine di raggruppare (“clusterizzare”)
stomer Experience. Attraverso metodi di regressione provocano una concentrazione di utenza in una zona efficienti associata alla disponibilità di risorse di calcolo le celle in funzione del loro tipo di comportamento e
(tra i quali può essere annoverato il metodo elaborato geografica limitata per un periodo di tempo limitato, adeguate, rendono le metodologie di analisi basate su su diverse scale temporali, con l’obiettivo di identificare
da TIM e denominato “Rappresentazione dei Residui”, come concerti, eventi sportivi, fiere, etc. Dalle speri- tecniche di Intelligenza Artificiale applicabili anche in con sufficiente anticipo situazioni di traffico “anomalo”
oggetto anche di domanda di brevetto) sono state mentazioni realizzate è emerso che tali algoritmi sono un orizzonte temporale di breve termine e con un ele- non predicibili con tecniche di analisi tradizionali. L’ap-
definite metodologie di previsione dei parametri di in grado di prevedere le variazioni di traffico con un an- vato grado di affidabilità (v. articolo Notiziario Tecnico: plicazione di tali concetti è attualmente oggetto di una
traffico dei singoli nodi o di singole celle su intervalli ticipo che varia, in funzione dello scenario di applicazio- Deep learning per le Telco - n. 1 2018). collaborazione con il Dipartimento di Elettronica e Te-
di tempo non brevi (diverse settimane o mesi): i test ne, da alcune decine minuti fino ad alcune ore (Figura Le tipologie di dati prodotte dai nodi di rete, quali ad lecomunicazioni del Politecnico di Torino: La Figura B,
eseguiti su dati reali hanno rivelato una buona affida- A). Tali previsioni possono essere utilizzate per stimo- esempio contatori prestazionali, CDR, MDT, Tracelog, in particolare, mostra l’analisi di dati di Traffico in una
bilità nelle proiezioni su periodi futuri di 1-2 mesi ed lare funzionalità di riconfigurazione automatica di rete, sono adatte ad essere elaborate e processate al fine area della città di Torino, dai quali sono stati estratti ed
oltre, consentendo di individuare i singoli settori/nodi quali ad esempio MLB (Mobility Load Balancing) o CCO di estrarre tendenze, classificazioni di comportamenti analizzati i comportamenti della rete in concomitanza
che – nell’arco di tempo oggetto di previsione – hanno (Coverage and capacity Optimization), oppure per atti- e dinamiche di evoluzione e quindi, successivamente, di spettacoli ed eventi sportivi, arrivando –attraverso
una elevata probabilità di superare le soglie di traffico; vare funzionalità di “Massive Events Handling (MEH)” descrivere e governare in maniera efficiente la gestio- l’applicazione di tecniche di Machine Learning – a clas-
il superamento di queste soglie, infatti, rappresenta un che permettono una riconfigurazione della rete a breve ne della rete nel suo insieme. L’applicazione del ma- sificare le celle della rete radiomobile in funzione delle
degrado della Customer Experience, in quanto all’au- termine per adattarla alle condizioni di traffico (in am- chine learning a questi set di dati permette anche di caratteristiche del traffico.
mentare del traffico, e quindi del numero di connes- bito ACM: Automatic Configuration Management). identificare schemi e fenomeni che sfuggono all’atten- In stretta analogia con le metodologie di analisi delle
sioni contemporaneamente attive, diminuisce il throu- Più recentemente, l’evoluzione degli algoritmi SON si zione umana, perché “sommersi” dal rumore di fondo evoluzioni della rete descritte precedentemente sulla
ghput medio associato alla singola connessione. Tale sta sviluppando verso approcci basati sull’Intelligenza o perché complessi da evidenziare con metodologie di base di analisi eseguite con tecniche di Intelligenza ar-
informazione può essere utilizzata per progettare in- Artificiale, le cui metodologie, unitamente alle capaci- analisi più deterministiche. tificiale sui dati prodotti da una rete, è possibile salire
70 notiziariotecnico anno 27  1/2018 71

B le della gestione di rete, in grado di L’automazione, completa o assisti- laborazione dei dati di performance
Classificazione delle celle LTE esercitare un controllo unificato e ta, dei principali processi dell’ac- e la configurazione dei parametri di
in funzione degli andamenti di coordinato su più nodi di rete, anche cesso radio, produce non solo la ri- rete . TIM ha scelto di sviluppare tali
traffico giornalieri (numero di
utenti nelle diverse ore della di vendor diversi (meno stringente duzione di possibili errori introdotti piattaforme SON centralizzate in
giornata) dal punto di vista delle tempistiche dai processi manuali, soprattutto partnership con i fornitori della rete
rispetto al caso dSON). L’approccio nel caso di task ripetitivi ed a bas- di accesso radio, nell’ottica della
“centralizzato” convive con le funzio- so valore aggiunto, ma consente massima integrazione con le funzio-
nalità RAN “distribuite” attraverso le anche di effettuare cambiamenti nalità dei nodi di accesso.
cosiddette architetture ibride [2]. della configurazione della rete in L’interlavoro tra il dominio tecno-
A partire dal 2015 TIM ha definito real time, ad esempio per seguire logico del RAN vendor ed i sistemi
ment e alle tecnologie di trasmis- un’architettura di riferimento “Open fluttuazioni del traffico (impossibili dell’operatore è assicurato dalla
sione radio. SON” basata sui seguenti cardini [3]: da gestire con attività manuali con cosiddetta SON API: nei requisiti di
Un primo esempio consiste nell’al- • Disponibilità di interfacce aper- costi sostenibili). TIM, tale interfaccia abilita funzio-
locazione ottimizzata delle risorse te API (Application Program- La Figura 3 riassume l’approccio nalità di CM (Configuration Mana-
di rete, possibile grazie alla concen- ming Interface) per lo scambio Open SON definito da TIM. gement), PM (Performance Manage-
trazione di una parte delle funzio- di informazioni tra i blocchi fun- La prima componente rappresen- ment) e TM (Tracing Management)
nalità di elaborazione dell’accesso zionali coinvolti. tata dalle Autonomic Management
radio (caratteristica dei dispiega- • Programmabilità e modularità, functions consiste nello sviluppo di
menti in architettura centralizzata per garantire la flessibilità ne- soluzioni cSON (SON centralizzate),
3
vRAN - v. articolo Notiziario Tecnico cessaria a gestire una rete di con l’obiettivo di automatizzare l’e- Il paradigma “Open SON”
"DIGIRAN: il valore dell'automazio- accesso in continua evoluzione. secondo l’approccio di TIM EM
(Element Manager)
ne nell'accesso radio" n. 1 2018) e Il paradigma prevede che le fun-
gestibile attraverso un’architettura zionalità di progettazione e otti-
di management basata sul concet- mizzazione radio siano strutturate
to di orchestrazione (v. approfondi- in un’architettura software “closed
mento "L’evoluzione delle architet- loop” che si esplica secondo due di-
ture di automation"). rezioni di sviluppo:
Un altro esempio riguarda la pos- • “Automatic Closed Loop” per le
sibilità di sfruttare l’intelligenza a funzionalità “basic” di ottimiz-
livello più locale nell’ottimizzazione zazione e configurazione di rete,
ad un grado di astrazione superiore, con l'obiettivo di dei parametri che influenzano la copertura e la capaci- completamente automatizzabi-
descrivere delle metodologie e strategie decisionali per tà delle celle. Grazie all’adozione dei sistemi di antenna li, corrispondenti a task relativa-
la gestione della rete stessa e individuare le leve mi- adattativi caratteristici del 5G, sarà possibile influenza- mente semplici ma ad elevato
gliori ed i parametri chiave, nel contesto temporale di re la formazione e l’orientamento dei diagrammi d’irra- consumo di tempo;
interesse, su cui agire per ottenere una gestione otti- diazione (beamforming) per adattare la copertura e la • “Human Closed Loop” per le
mizzata e efficiente della rete. La capacità di mettere capacità di cella in modo predittivo. funzionalità che richiedono
in campo algoritmi evoluti come quelli descritti assume In questo ambito TIM ha sviluppato recentemente un un’analisi più avanzata, nelle
un’importanza strategica nell’ambito della futura rete modello di gestione del nodo di rete di accesso (deno- quali l’azione degli specialisti ra-
5G che vedrà un “salto di livello” in termini di densità di minato “nodo consapevole”) che si basa sull’acquisi- dio TIM è supportata da applica-
terminali connessi e di prestazioni. L’intelligenza potrà zione di informazioni sull’ambiente in cui il nodo opera zioni sviluppate “in house”, che
operare a diversi livelli nel dominio di rete, anche grazie e di correlare modelli di propagazione con le stime di garantiscono anche il controllo
all’evoluzione delle architetture di rete e di manage- posizione dei terminali mobili e di profilo di traffico  delle funzioni automatiche.
72 notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
73

in real time, oltre a permettere il tati alla gestione end-to-end dei • Rapidità del processo di inte-
APPLICAZIONI plicazione complessiva delle norme di configurazione

“OPEN SON”
controllo (mediante parametri o re- della rete e dei servizi . Un esempio grazione, dal “high level design” (macro-ottimizzazione, gestita mediante ACM) con le
gole) degli algoritmi automatici resi di attività abilitata dalla NDO API è fino al “go-live”; azioni che prevedono una ottimizzazione individuale
disponibili nel dominio di rete (cSON la re-conciliation dei dati di progetto • Approccio integrato alle temati- su base cella (detta anche “micro-ottimizzazione”, ad
e dSON). Tale interfaccia si integra
con la Network API, resa disponibi-
le direttamente dagli Element Ma-
finalizzata all’automatizzazione del
Network design: inventory, produ-
zione schede radio, sicronizzazione
che di security (ad esempio har-
dening o firewall);
• Abilitazione di paradigmi di
NELLA RETE TIM esempio MLB, CCO, PCI), includendo tutte le parame-
trizzazioni ottimizzate per applicazioni quali Public Sa-
fety, TAV (Treni ad alta velocità, che prevedono una ge-
nager dei nodi, in linea con quanto con i sistemi di gestione degli ordini automazione multi-dominio stione specifica della mobilità), celle hot spot per stadi
previsto dalle specifiche 3GPP. e dei magazzini. (network orchestration, net- Paola Bertotto, Giovanna Zarba o altri eventi di massa.
La seconda componente è indicata Questo insieme di moduli softwa- work slicing) di prossima intro- Il software di riferimento per gli use case Open SON di
in figura come Advanced optimiza- re, indicato come “Open SON fra- duzione. micro-ottimizzazione è lo strumento TIMqual, svilup-
tion and network development ap- mework” o come “RAN automation L’introduzione del Open SON rap- L'approccio adottato da TIM per l’integrazione degli pato internamente da TIM, che svolge il ruolo di cru-
plications: si tratta dell’evoluzione framework” è sviluppato in coerenza presenta per TIM un primo passo strumenti esistenti con le nuove piattaforme aperte è
dei sistemi sviluppati internamente con le iniziative di “Network Function verso una completa digitalizzazio- di tipo incrementale e su base "use case": i primi casi T1
da TIM, che – integrati in un unico Virtualization” di TIM: tutti i sistemi ne della rete di accesso radio (di- d'uso sono già applicati in campo Use cases SON
framework - già oggi supportano i indicati sono integrati come Virtual giRAN). Il secondo passo prevede mentre si lavora ai nuovi, all’interno
Use Case Descrizione
processi di design ed optimization Network Functions all’interno delle l’evoluzione verso la Virtual/Cloud di un framework unico che consen-
(ad esempio: TIMplan per il radio ac- infrastrutture NFV. Tale approccio RAN con l’estensione dei paradigmi te una facile integrazione. Il dispie- Le neighbouring lists (relazioni di adiacenze

cess design, TIMqual per la radio ac- offre i seguenti vantaggi: sin qui descritti (apertura, flessibili- gamento di uno use case prevede la tra celle, necessarie per la mobilità e definite

cess optimization, IRMA per la radio • Semplificazione e standardiz- verifica delle funzionalità software da SON distribuito) sono controllate dai tool di
ANR (Automatic Neighbouring
access configuration). zazione delle attività di system (e delle relative API), unita alla re- ottimizzazione attraverso la SON API , mentre i
Relations)
L’interfaccia indicata come NDO API integration nella rete TIM; visione dei processi operativi: par- PCI/RSI conflicts (causati da adiacenze aggiunte)
PCI (Physical Cell Identifier) and
ha il ruolo di collegare il dominio di • Assenza di attività dedicate di 4 ticolare attenzione è posta al coor- sono automaticamente risolti da algoritmi
Il percorso di TIM per la RSI (Root Sequence Indicator)
management dell’accesso radio con Hardware provisioning e confi- dinamento delle attività di Network centralizzati. La corretta attribuzione delle
digitalizzazione dell’accesso Planning
i sistemi multi-dominio di TIM orien- guration; radio (DigiRAN) Maintenance/Optimization con le adiacenze e dei codici identificativi delle celle PCI

attività di Network Creation/Design è fondamentale per evitare cadute di chiamata

(e.g. introduzione di nuovi nodi). La VoLTE.

Tabella 1 riassume gli use case che Controllo automatico e applicazione dei parametri

costituiscono le priorità nell’ambito ACM (Automatic Configuration di configurazione (in base alle linee guida di
dell’attività Open SON di TIM. Management) configurazione), utilizzato anche nei processi di
Ad oggi la sola rete di accesso LTE attivazione del sito.
di TIM consta di decine di migliaia Funzionalità basata sulla geolocalizzazione
di celle destinate a diventare presto degli eventi, utilizzata per la certificazione siti,
dell’ordine delle centinaia di miglia- MDT (Minimization of Drive identificazione hot spot, geolocalizzazione
ia. A ciascuna cella LTE è associato Tests) avanzata KPI. Possibili anche applicazioni esterne
più di un migliaio di parametri radio all’ambito della RAN automation, come l’analisi
che necessitano di essere configu- dei flussi di spostamenti delle persone
rati, tra cui ricadono sia i parametri Bilanciamento del carico tra celle per ridistribuire
definiti a standard 3GPP sia i pa-
il traffico al fine di evitare/ritardare l'espansione
rametri specifici della tecnologia MLB (Mobility Load Balancing)
della capacità dei siti con conseguente
del RAN vendor. L’introduzione del
ottimizzazione degli investimenti
SON consente una gestione rapida,
Ottimizzazione della copertura e della capacità
flessibile ed integrata dell’insieme
CCO (Coverage and Capacity basata sul tuning dei tilt e sul controllo
dei parametri coordinando l’ap-
Optimization) delle interferenze (con evoluzioni in ottica
beamforming)
74 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 75

Relations) che aggiunge automaticamente a livello di tà, virtualizzazione, automazione) profondimento "Evoluzione degli Macro, Micro, Pico-cellulari, re-
nodo le nuove relazioni di adiacenza (rappresentate da a tutti i livelli della rete di accesso algoritmi SON verso il Machine Le- alizzando una gestione ottimale
segmenti che uniscono coppie di celle), evidenziando (Figura 4). arning"), consentendo l’inserimento anche in presenza di reti etero-
anche adiacenze che permettono di gestire la mobilità L’introduzione della vRAN, di cui TIM di moduli sviluppati direttamente genee (HetNet). Così facendo la
verso le reti 2G e 3G. è pioniere a livello mondiale [4], pre- dall’operatore o da terze parti sulla banda base è in grado di con-
L’attivazione di questo use case ha permesso di mi- vede che parte delle componenti in base delle esigenze del campo (ad trollare centinaia di celle, incre-
gliorare le prestazioni della rete di accesso e quindi le banda base dei nodi BBU (Base Band esempio secondo tecniche di tipo mentando sia l’efficienza di rete
prestazioni sperimentate dagli utenti, con riduzione in Units) diventino funzioni virtualizza- DevOps), così come la sperimen- tramite la gestione dinamica
“doppia cifra” dei tassi di caduta delle connessioni LTE. te integrabili su NFV, lasciando su tazione di metodologie innovative delle risorse per rispondere ai
Il processo di aggiornamento degli identificativi di cella HW fisico i moduli a radio frequenza, anche derivanti da attività di “Open rapidi cambiamenti del traffico,
PCI, infatti, permette di ridurre i fallimenti nelle proce- prossimi alle antenne RRU (Remote Innovation” (ad esempio università sia l’efficacia delle funzionalità
dure Hand-Over, riducendo i tentativi di passaggio ver- Radio Units) e una parte dei moduli o start-up). di LTE Advanced tramite il co-
so le relazioni di adiacenza difficoltose a causa di un che implementano i layer protocolla- ordinamento di segnali prove-
conflitto di PCI e favorendo gli altri verso le relazioni ri più bassi (livello fisico). nienti da siti diversi (inter-site
A corrette, con particolare beneficio per le connessioni Con la vRAN, il paradigma SON evol- Carrier Aggregation ed inter-site
Effetto dell’introduzione del SON sulla gestione dei VoLTE (Figura C)  ve, superando Il dualismo “dSON vs La virtualizzazione Comp).
parametri radio (Configuration Management) in base
all’approccio TIM
cSON” in quanto gran parte delle dell’accesso radio • Virtualizzazione della banda
funzionalità di controllo è centra- (V-RAN) base tramite NFV (Network Fun-
lizzata per gestire efficacemente ctions Virtualization) che intro-
scotto di controllo e gestione dei C (e flessibilmente) clusters di rete di L’introduzione della Virtual RAN duce agilità, flessibilità, apertu-
processi radio automatizzati. Effetto dell’introduzione del Open SON (use case dimensioni variabili (corrispondenti unisce due principali cambiamenti ra, affidabilità e sicurezza nello
ANR+PCI) sulle cadute VoLTE in un’area della rete
Le Figure A e B mostrano l’applica- ad esempio a data centers core o rispetto al paradigma tradizionale sviluppo software che non è più
TIM (DCR=Drop Call Rate)
zione dell’approccio “Open SON” edge [nota 2]). di realizzazione della rete di accesso associato ad hardware dedica-
all’ottimizzazione degli identifi- Normalized DCR VoLTE La disponibilità di interfacce aperte radio (Figura 5): to, ma general purpose.
1.2
cativi di cella PCI e RSI nella RAN SON action permette, in questo contesto evolu- • Centralizzazione della banda
1.0
Ericsson. Le piattaforme SON cen- tivo, una maggiore flessibilità nello base, che consente il coordi-
Drop Call Rate

0.8
tralizzate fornite da Ericsson han- sviluppo di algoritmi evoluti (v. ap- namento intelligente di nodi
no consentito di collegare TIMqual 0.6 5
La trasformazione della rete
(che integra gli algoritmi di ottimiz- 0.4 di accesso eterogenea con
zazione proprietari di TIM) alla rete 0.2 l’introduzione della Virtual RAN

di accesso, attraverso un set di API 0


d1 d2 d3 d4 d5
configurabili di tipo Restfull, rea- Time (days)
lizzando un vero e proprio “closed
loop”. Si realizza così,un efficace
interlavoro tra SON centralizzato
e SON distribuito, corrisponden-
te in questo caso alla funzionali-
tà di ANR (Automatic Neighbour

B
Analisi delle relazioni di adiacenze
mediante TIMqual (L-n-G: relazioni
da LTE a GSM: L-n-U relazioni da
LTE a UMTS, L-n-L: relazioni da LTE
a LTE)
76 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
77

stione di isole di NF (Network Functions) connesse fra Anche i progetti di ricerca finanziati dalla Comunità
loro a formare un sotto parte della Slice (Slice Subnet). Europea sono molto attivi nella definizione di nuo-
Una Network Slice soddisfa in modo completo una ri- ve architetture e sistemi di management per il 5G ed
chiesta di servizio e non può quindi essere considerata il network slicing. In coerenza con quanto definito da
una parte condivisa di una eventuale slice più grande, 3GPP, il progetto di ricerca 5G-MoNArch definisce una
la Slice Subnet invece può essere un elemento condivi- architettura con più funzioni che si occupano di aspetti
so fra più slice. diversi, ma integrati, della gestione del servizio secon-
Un Communication Service viene offerto da una Net- do un modello di tipo Service Based.
work Slice che è composta da più Slice Subnet che Come evoluzione del modello 3GPP, 5G-MoNArch ri-
sono realizzate da Network Function connesse fra loro prende il concetto di NSMF e lo suddivide in due sotto
e rappresentate, nel domino MANO, da dei Network servizi specializzati per la gestione ”inter-slice” e “cross-
Service. Il 3GPP Management System si interfaccia con slice”. Il primo servizio è specializzato nell’orchestrazio-
MANO per gestire il ciclo di vita di un Network Service. ne all’interno della singola slice. Il servizio cross invece

L’EVOLUZIONE DELLE
La gestione delle nuove reti e servizi viene studiata si occupa di armonizzare l’orchestrazione di slice che
anche da ETSI ISG (Industry Specification Group) ZSM hanno componenti condivisi. Queste nuove funzioni di

ARCHITETTURE DI
(Zero-Touch Network and Service Management), un management specializzate nella gestione dei servizi 5G
nuovo gruppo di standardizzazione recentemente for- e delle slice a loro associate si interfacciano poi con altri

AUTOMATION
matosi in ETSI. domini di management quale ad esempio MANO 

Andrea Buldorini, Fabrizio Moggio A


Il Network Slicing e le relative funzioni di Management

L’evoluzione delle reti 4G e 5G, a partire dall’introdu- Sarà poi cura del 3GPP Management System la confi-
zione delle Virtual Network Function (VNF), ha fatto gurazione delle VNF per la loro parte applicativa.
emergere, sia negli enti di standardizzazione che nei Per le reti 5G, 3GPP sta lavorando (Release 15) alla de-
progetti di ricerca, nuovi modelli architetturali orientati finizione del nuovo sistema di management che evolve
all’automazione ed alla orchestrazione. in termini di funzionalità e di architettura adottando
Di questa evoluzione è sicuramente capostipite quan- un nuovo modello di interazione di tipo Service Based.
to definito con lo standard ETSI NFV-MANO (Network Secondo tale modello non vengono più definite delle
Functions Virtualisation Management and Orchestra- interfacce specifiche con cui un produttore ed un con-
tion). MANO definisce l’architettura di riferimento per sumatore interagiscono ma si utilizza un più moderno
l’automazione e l’orchestrazione delle VNF dal punto approccio basato su API REST in cui una funzione di
di vista della infrastruttura di virtualizzazione. management espone dei servizi e chi ne è autorizzato
L’ente di standardizzazione 3GPP definisce, per la rete li “consuma”.
4G (Release 14), come il sistema di management del- Caratteristica importante delle reti 5G è il Network Sli-
le reti si interfacci con MANO ed attivi processi di Life cing per cui sono state definite, in ambito 3GPP, due
Cycle Management delle VNF. In questo modello di nuove management function che espongono servizi
interazione, il 3GPP Management System richiede a secondo il modello Service Based. La Network Slice
MANO un processo di automazione del deployment Management Function (NSMF) si occupa della gestio-
delle VNF che termina con la configurazione delle stes- ne delle Slice nel suo complesso. La Network Slice Sub-
se dal punto di vista dell’ambiente di virtualizzazione. net Management Function (NSSMF) si occupa della ge-
78 notiziariotecnico anno 27  1/2018 79

TIM è pioniera delle soluzioni Vir- NFV di TIM e requisiti di traspor- reali: appare evidente come, a cau- di tutti i nodi della rete: di fatto, è 5G, passa attraverso l’estensione mento tra tutti i domini coinvolti
tual/Cloud RAN, avendo messo in to sostenibili grazie a tecniche sa delle variazioni di traffico, i vari come se la rete fosse dimensiona- dell’automazione a tutti gli ambi- attraverso entità di orchestrazione.
campo, prima in Europa e tra i primi di front-hauling innovative. nodi presentino picchi di traffico a ta per una distribuzione di traffico ti operativi, non solo relativi ai vari Nell’ambito delle reti radiomobili
operatori al mondo, la soluzione Al- • Automation and Operational diverse ore del giorno (come è di- “worst case” che non corrisponde segmenti di rete ma anche alle piat- 5G, il legame tra i vari domini nelle
tiostar nella città di Saluzzo [5]. Nel Efficiency: scalabilità flessibili- mostrato anche dal fatto che il picco a nessuna delle situazioni effettive taforme di servizio. fasi di creazione e dispiegamento di
2018, inoltre, ha avviato con Erics- tà, automazione. totale della rete misurato in acces- riscontrate nel corso della giorna- Per abilitare processi automatici, un servizio è sintetizzato nel concet-
son a Torino la costruzione di una • Security by design: in linea con so, cioè la somma di ciascuna cella ta. Con l’introduzione della virtual dal design dei servizi fino alla con- to di “network slice”, che rappresen-
Virtual RAN di tipo HetNet (Rete le policies del gruppo. nel momento di massimo traffico, RAN, si può ipotizzare che tutta l’a- figurazione di dettaglio delle diverse ta l’astrazione con la quale le risorse
Eterogenea) che includerà macro- • 5G readiness: supporto delle è quasi il doppio di quello in Core). rea rappresentata faccia parte di un funzionalità di rete coinvolte, secon- e le funzionalità di rete associate ad
celle e microcelle (small cells), ap- funzionalità Internet of Things Nella rete di accesso tradizionale unico cluster corrispondente ad un do un approccio di gestione “end- un determinato servizio vengono
plicando un fronthauling efficiente (Nb-Iot e eMTC) ed utilizzo di le risorse elaborative sono legate ai data center in cloud: le risorse sono to-end”, è necessario sia introdurre riservate e gestite come un’unica
e tecniche di coordinamento tra siti architetture in grado di evolvere singoli nodi: ogni nodo, quindi, deve condivise tra tutti i nodi e, di con- l’automatizzazione nei vari domini entità (v. approfondimento "L’evolu-
diversi. gradualmente verso il 5G. essere dimensionato per fare fronte seguenza, possono essere allocate di rete (RAN, Core, Trasporto) e di zione delle architetture di automa-
Nell’approccio TIM, la trasformazio- La Figura 6 mostra il risultato di una al proprio traffico di picco. Le risorse dinamicamente seguendo le varia- servizio, sia prevedere il coordina- tion").
ne della rete di accesso è basata sui valutazione (ottenuta mediante il totali, quindi, sono quelle necessarie zioni di traffico, con un risparmio di
seguenti “pillars”: tool TIMplan) relativa ai benefici a fare fronte alla somma dei picchi risorse stimabile fino al 50% (riferito
• Customer experience and Ca- della centralizzazione in termini di alla quota di risorse oggetto della
pacity: pieno sfruttamento dei pooling gain. Nella parte alta delle virtualizzazione). La centralizzazio-
benefici della centralizzazione. figura è mostrata la distribuzione ne, inoltre, consente di ottimizzare 7
• Simplified deployment: attra- del traffico nell’area di Torino, rica- 6 anche gli spazi e le risorse energeti- L’evoluzione del paradigma Open
L’introduzione della Virtual RAN SON in ottica 5G NR (New Radio)
verso l’utilizzo delle piattaforme vata a partire da contatori di cella che, concentrando in poche centra-
abilita una gestione flessibile
delle risorse radio con vantaggi li le esigenze di manutenzione e di
in termini di pooling gain condizionamento.
L’introduzione della virtual RAN
City Traffic Distribution analysis accresce la flessibilità e l’efficienza
operativa della rete di accesso: con
Resource Needed

Resource Needed

Resource Needed
la “softwarization” la rete di acces-
max so stessa diventa una piattaforma
cloud in grado di implementare au-
tomazione (con algoritmi SON più
efficienti) ed apertura nell’ottica
dell’integrazione con gli altri domini
di rete.

Traditional “busy hour dimensioning” vRAN dimensioning


L’evoluzione 5G:
SW Resources has to Resources are orchestration e
network slicing
Resource Needed

be allocated for each dynamically allocated to


Resource Needed

cell, considering its the cells in the vRAN


individual busy hour cluster (peak of the sum). max
traffic (sum of the Up to 50% SW resources Il percorso evolutivo verso la com-
peaks) savings pleta digitalizzazione delle reti
80 notiziariotecnico anno 27  1/2018 81

In questa architettura, il dominio di O&M (es. CM, PM, TM, etc.) e gli Conclusioni
della rete di accesso radiomobile orchestratori esterni al dominio
viene rappresentato da un layer di (es. Service Orchestrator, NFV Or- La “digitalizzazione” dell’accesso
astrazione “SON/RAN” che offre chestrator, etc.) , astraendo trami- radio (DigiRAN) è un processo di
Graziano Bini graziano.bini@telecomitalia.it
alle entità di orchestrazione end-to- te API di orchestrazione le risorse trasformazione che porterà la rete
Laureato all’università di Pisa in Ingegneria delle TLC nel 2000, inizia l’anno successo la sua esperienza
end inter-dominio le funzionalità di del dominio e le funzionalità di di accesso radio TIM, in passato lar- lavorativa in Tilab a Torino nelle attività di supporto alle consociate estere del Gruppo. Dopo varie esperienze
automazione e orchestrazione in- configurazione e ottimizzazione gamente legata a logiche hardware, internazionali sulle reti mobili di TIM Brasil, Entel PCS (Cile), Telecom Argentina, Avea (Turchia) ed altre,
passa nel 2005 a lavorare per TIM Italia nel coordinamento dei progetti di sviluppo degli strumenti e delle
tra-dominio descritte nei paragrafi (Figura 7). verso una prevalenza delle funziona- metodologie di pianificazione, dimensionamento e ottimizzazione della rete mobile. Nel 2013 si trasferisce a
precedenti. L’evoluzione delle architetture di lità software nativamente cloud, che Roma dove l’anno successiva diventa responsabile dell’Ingegneria dell’accesso mobile e dei device. Nell’ambito
della rete di accesso mobile di TIM, si occupa dell’ingegnerizzazione delle componenti HW e SW relative alle
Il ruolo di “cuore pensante e pul- management ed orchestration si ne abiliteranno una sempre maggio- nuove funzionalità o tecnologie (ad es. VoLTE, NB-IoT, 4,5G fino a 700Mbps), della specifica dei parametri
sante” del dominio di accesso ra- svolgerà in un contesto nel qua- re automazione, portando a piena che controllano la rete, delle definizione delle linee guida e delle metodologie di progettazione radio, nonché
dell’evoluzione di device, della loro piattaforma di management, delle sim e delle relative app 
dio mobile sarà svolto dalla funzio- le anche gli elementi di rete (RAN) applicazione il paradigma Self Orga-
nalità “SON-RAN-Orchestrator”, dovranno evolvere in una logica nizing Network. La virtualizzazione
che assicurerà il coordinamento “software-based” diventando mag- consente di impostare già sulla rete
Fabrizio Gatti fabrizio2.gatti@telecomitalia.it
tra le funzionalità interne al domi- giormente aperte e flessibili e supe- 4G i requisiti di flessibilità, scalabilità,
ingegnere elettronico è attualmente responsabile di progetto nella struttura di ingegneria dell’accesso radio,
nio (es. funzionalità SON e di de- rando i vincoli derivanti dalle attuali apertura e sicurezza nativa che gui-
dove si occupa di attività di scouting, benchmark e sperimentazione di nuove tecnologie di accesso radio,
sign di rete), le altre funzionalità architetture proprietarie [nota 3]. dano il processo verso il 5G  fino alla loro introduzione i rete di esercizio. Entra a far parte del Gruppo Telecom Italia nel 1992 occupandosi
dapprima dell’evoluzione della rete mobile nell’ambito di progetti Europei e poi, dal 1996 al 2005 come Project
Manager e, successivamente, KAM della gestione di progetti a supporto delle consociate estere del gruppo
sia in ambito radio sia in ambito core e trasporto. Ha quindi lavorato in numerosi paesi del Sud America, Cuba,
Spagna, Francia, Grecia. Successivamente passa ad operare in ambito nazionale occupandosi, dapprima per
un breve periodo di Core Network a circuito e, successivamente, dell’evoluzione dell’accesso radio in ambiti sia
di innovazione sia di ingegneria radio. 
Bibliografia [3] http://www.telecomitalia.com/tit/it/innovazione/rete/
self-organizing-network.html
[1] "Big data georeferenziati MDT per servizi digitali nelle [4] TIM a grandi passi verso il 5G, Notiziario Tecnico TIM, N.1 Goria Paolo paolo.goria@telecomitalia.it
SMART CITIES" Notiziario Tecnico TIM, N.1 2018 2017. http://www.telecomitalia.com/tit/it/notiziariotecni- ingegnere delle telecomunicazioni, entra in TIM nel 2000. Ha focalizzato le proprie attività sulle metodologie
[2] Mobile trend: Self-Organizing Networks, Notiziario Tec- co/edizioni-2017/n-1-2017/capitolo-3.html di ottimizzazione e gestione dell’accesso radio, la valutazione delle performance mobili e l’evoluzione verso
l’automazione e virtualizzazione di rete, partecipando anche a progetti finanziati Italiani ed Europei relativi a
nico TIM, N.2 2014. http://www.telecomitalia.com/tit/it/ [5] http://www.telecomitalia.com/tit/it/archivio/media/note- tali tematiche (es. ARROWS, EVEREST, E2ER, E2ER-II, E3). E’ stato delegato TIM nei gruppi di standard ITU-R
notiziariotecnico/archivio/2014-2/capitolo-06.html stampa/market/2016/TIM-Altiostar-VRAN.html WP8A/WP5A (2007-2010) e 3GPP RAN WG4 (2009-2017) ed è coautore di diversi articoli e brevetti nell’area
delle comunicazioni mobili e dell’ottimizzazione radio. Attualmente guida il progetto di dispiegamento ed
evoluzione del SON nella rete TIM. 

Note
Michele Ludovico michele.ludovico@telecomitalia.it
[1] Tra le esperienze di altri operatori, si può citare come riferi- [2] La localizzazione di funzionalità SON in data center di Ingegnere elettronico, in Azienda dal 1999, dal 2014 è responsabile della funzione di Technology denominata
mento l’attività di Elisa, che già da alcuni anni ha introdotto tipo “edge” permette anche una sinergia con funzionalità Radio Propagation and Self Organizing Network. Dal 2001 si occupa di strumenti e metodologie di
progettazione ed ottimizzazione dell’accesso radio, che TIM sviluppa “in house” a supporto dell’evoluzione
processi di automazione in ambito accesso radio gesten- di tipo “Multiaccess Edge Computing” in grado di avvici- della rete mobile. Ha svolto, inoltre, attività di formazione e consulenza in Italia ed all’estero ed è co-inventore
do a, parità di investimenti, incrementi di traffico tra più nare al cliente le funzionalità di processing. di diversi brevetti nel campo della progettazione wireless e della gestione delle risorse radio 
significativi in ambito mondiale dovuto al lancio di tariffe [3] (si veda ad esempio l’inizativa XRAN promossa da un
unlimited su rete mobile (www.elisaautomate.com/) gruppo di operatori e fornitori RAN www.xran.org
82 notiziariotecnico anno 27  1/2018 83
Torna
all’indice

BIG DATA COME MOTORE


La soluzione Big Data che TIM sta mettendo in campo è un I nuovi scenari di
pilastro fondamentale della strategia di trasformazione business abilitati dai

DELLA TIM DIGITAL


digitale di TIM. Le applicazioni del machine learning e, in Big Data
generale, delle tecniche appartenenti all’ambito dell’artificial
intelligence sono infatti abilitatori straordinari per la nuova

TRANSFORMATION
L’analisi dei big data consente di
strategia customer centric e per innovare l’interazione con i esplorare scenari complessi e di
clienti migliorando esperienza di fruizione, qualità dei servizi trarne conclusioni rilevanti per il
e ricchezza informativa. business. È un’innovazione fonda-
mentale per TIM, nel contesto di
forte concorrenza di un mercato or-
Pietro Bonato, Simone De Rose, Michele Vecchione, Fabrizio Verroca
mai libero che costringe l’azienda a
misurarsi con un numero crescente
di operatori, in un settore a margini
ridotti. Il business vuole conoscere
più a fondo il cliente perché vede
in questa conoscenza la base per
il mantenimento della posizione
di mercato, potendo intervenire in
modo proattivo e mirato. Le tec-
nologie big data adottate in TIM
consentono una visione d’insieme
sul comportamento dei clienti e di
trarne poi, attraverso modelli di AA
(Advanced Analytics), considerazio-
ni che possono aiutare a migliorare
la fidelizzazione e la proposizione
commerciale. Per esempio profilare
cluster di clienti sulla base dell’uti-
lizzo dei servizi e della relazione con
TIM, mettendo insieme i dati di traf-
fico, gli acquisti effettuati, il caring
su più canali. Dall’analisi di tutti i
touchpoint della customer journey
si possono individuare i comporta-
menti e le abitudini dei clienti, con
la possibilità, ad esempio, di creare
campagne di marketing persona-
lizzate e indirizzate a target spe-
cifici, o di organizzare in modo più
efficiente l’assistenza alla cliente-
la. Ne possono conseguire migliori
risultati o minori sprechi di risorse
84 notiziariotecnico anno 27  1/2018 85

e budget. In questo scenario, ogni comportamento venga guidato da Architettura Logica


dato nuovo non solo si aggiunge preferenze, scelte e interazioni con HOT HOT DATA
Object Integration Model (OIM) for in memory Push Events. The OIM

mService
al patrimonio informativo già con- i servizi di terze parti. La nuova architettura ha come tar- In Memory is updated with minimun latency; on top miscoservices are built and

PaaS
solidato, ma moltiplica il suo valo- “L’albero del valore” di Figura 1, co- get la gestione efficace dell’eco- Database exposed through REST API

re combinandosi con i dati attuali. struito dal Politecnico di Milano, sistema digitale di TIM attraverso
Un nuovo importante scenario di evidenzia come in un progetto in l’ingestion e il trattamento dei dati WARM DATA (offload and structured Advanced Analytics)
Cache miss Data for offload IMDB. Analytics and Data Exploration,

High Perf.
business si apre inoltre con la pos- ambito Big Data la parte di innova- digitali in modo differenziato sulla MPP Discovery Sandboxes for Structured Model

IaaS
sibilità di analizzare le informazio- zione più tangibile è la creazione di base della loro “temperatura”. Database
ni di sorgenti esterne quali social nuovi servizi e la maggiore vicinanza La “data temperature” è uno dei

“Data Temperature”
network e web, per estendere e al cliente con conseguente aumen- driver principali per il trattamento WARM WARM DATA (Streaming Analytics real Time/Near RT and Micro
approfondire la conoscenza della to dei ricavi, l’ottimizzazione delle dell’informazione per mezzo di spe- Batch Analysis)

High Perf.
Hadoop Advanced Analytics for prescriptive, predictive, machine/deep

IaaS
clientela, verificarne l’influenza su attività esistenti con conseguente cifici enabler tecnologici progettati
distribution learning models data enrichment and transformation for actionable
altri bacini di utenti e come il loro riduzione dei costi. per garantire performance ma an- insight to systems and external channel

COLD DATA

Applicance
Cluster NAS Archiving Raw and Enriched data compression and batch analysis

Flexible
1 With high
L’Albero del valore di progetti performance
Volume
Big Data COLD 2
Ottimizzazione Data Temperature

Aumentare Nuove
i ricavi opportunità
che disaccoppiamento con i sistemi L’EDL gestirà la qualità e il ciclo con finalità di Analytics e AA oppu-
Engagement
legacy. di vita dei dataset di TIM e forni- re con finalità di exposure e di conti-
Cliente
Due sono le piattaforme sinergiche rà le risorse computazionali e di nuous fast query.
Quantificabile
e interoperanti che permettono di front end per lo sviluppo di Use I layer principali che costituiscono la
Diminuzione costi
Procurement
trattare i dati in base alla loro tem- Case in modalità Data Driven. BDP sono:
peratura realizzando quella che in Le data source aziendali sono trat- • Infrastruttura: rappresenta sto-
Diminuzione Diminuzione costi
dei costi Produzione letteratura è nota come lambda ar- tate da entrambe le piattaforme rage, networking e computer
Diminuzione costi chitecture:
Benefici Amministrativi • Service Delivery Platform (SDP):
per l’azienda Diminuzione costi gestisce i dati HOT costruendo 3
Big Data Platform e Service Delivery Platform
di distribuzione un “Integration Object Model”
Clima Altri consultabile in real time e che
aziendale costi
raccoglie tutti gli update relativi Hot
In/Out
Coinvolgimento a eventi di business alimentando Service delivery Platform
Channeling

Datasource
Stakeholder

aziendali
Non quantificabile Processi un insieme di API informative a
Visibilità supporto di tutti i touch point e i
interna Prodotto
canali di terze parti.
Know-How - Big Data Platform
Competenze
• Big Data Platform (BDP): re- Warm
Progetto Cold
alizza un Enterprise Data Lake
(EDL) dove convergeranno tutte Campaign
Big Data
Analytics le sorgenti informative aziendali Management

(e non) di tipo COLD e WARM.


86 notiziariotecnico anno 27  1/2018 87

necessari ad abilitare le funzio- • Visual Analytics and Actioning clienti per realizzare o consu- formazioni e valore a supporto del analisti e esperti delle linee di bu- • il data scientist esplora i dati
nalità dell’EDL; Layer: in questo layer si colloca- mare il prodotto delle soluzioni business. siness. esistenti accanto agli esperti di
• IaaS Platform: favorisce e otti- no tutti i tool di Front End usati di AA di TIM Le competenze richieste ad un Data A titolo esemplificativo si riporta- dominio delle linee e i Data Ex-
mizza la distribuzione dei work- dai clienti della piattaforma, al- Scientist sono multidisciplinari e in- no i passi che portano dall’idea alla pert, per acquisire conoscenza
load e lo scale-out delle risorse cuni tool di sviluppo di AA, stru- cludono la conoscenza di tecnologie messa in produzione di un algorit- sui dati e sui processi coinvolti,
computazionali e di storage. menti di BI, reporting etc. Inoltre e linguaggi per l’acquisizione ed il mo di Advanced Analytics: e può sperimentare in piccolo i
• Logical Analytical envi- si prevede a questo livello un'e- Nuove figure trattamento di dati, algoritmi di ma- • si parte da un’idea o un bisogno diversi algoritmi che possono
ronments: si prevede un unico sposizione/integrazione di in- professionali: chine learning, statistica, la cono- iniziale, proposta dal project ow- essere utilizzati per estrarre l’in-
ambiente virtualizzato dove sight verso sistemi di actioning Data Scientist scenza del mercato, del business e ner e dagli esperti di business, formazione richiesta o a risolve-
convergono tutte le soluzioni in TIM (a titolo di esempio il siste- journey dei processi dell’azienda, tecnologie si definiscono gli obiettivi mini- re il problema;
production; il passaggio dallo ma di Campaign in Figura 4). di data visualization, saper comuni- mi e la soluzione di massima. La • per permettere di scalare que-
sviluppo alla produzione è sup- • Governance Framework: è co- La diffusione dei progetti di Big Data care i risultati ai diversi stakeholder figura del Business Analyst agi- sti progetti, un fattore critico è
portato mediante tecnologie di stituito dall’insieme dei tool ne- Analytics nelle aziende e la loro ri- dei progetti. sce come traduttore del proble- la gestione dell’informazione
DevOps. cessari a garantire le policy di levanza strategica per il business La strategia vincente è quella di ma di business in un progetto di acquisita e la conoscenza sui
• Analytics and Framework En- accesso, la sicurezza, i requisiti sta favorendo l’ingresso dei Data formare team multidisciplinari che advanced analytics end-to-end,
gines: è costituito dalle compo- di privacy/compliance e la qua- Scientist, nuove figure professionali coprano la maggior parte di queste e monitora nel tempo gli avan-
nenti software che realizzano lità dei dataset. in grado di gestire e condurre ana- competenze, favorendo il passag- zamenti degli sviluppi delle va-
l’ecosistema dei servizi Big Data • AA Developer Toolchain: rap- lisi sui dati in modo da estrarre in- gio di know-how tra personale IT, rie parti che lo compongono;
5
Hadoop, Massive Parallel Pro- presenta l’insieme dei tool, degli Nuove figure professionali: Data
cessing Layer over Hadoop, tool ambienti e degli accessi all’EDL Scientist journey
addizionali a supporto. utilizzati dagli addetti IT e dai

4
Architettura Logica Big Data
Platform
88 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 APPROFONDIMENTO
89

re un quadro chiaro e definito di quanto accaduto nel I dati raccolti hanno permesso anche di avere un’idea
capoluogo veneto durante quelle giornate così crucia- di come si muovono le folle di turisti stranieri in visita.
li per il turismo. Il livello di precisione dei dati raccolti È possibile, inoltre, visualizzare sulla mappa di Venezia
permette, tra le altre cose, di individuare i percorsi più la distribuzione nei vari luoghi di interesse e i percorsi
battuti nei luoghi di interesse prescelti, l’ordine con cui preferiti dai turisti di alcune specifiche nazionalità.
le varie attrazioni sono state visitate e gli hashtag più Le potenzialità di un servizio di questo tipo sono mol-
twittati nelle varie aree. teplici: dalla gestione di flussi per questioni di ordine
Il cruscotto interattivo consente, infatti, di selezionare pubblico, alla valorizzazione di aree poco visitate, alla
un’area della città e osservare le traiettorie della folla creazione di campagne di marketing mirate secondo il
all’interno di quella zona durante la giornata o in un target che più frequenta una determinata zona. Inoltre,

UN ESEMPIO DI BIGDATA
intervallo temporale specifico, la distribuzione di età e conoscere gli spostamenti di abitanti e visitatori può

E TURISMO
sesso nel perimetro scelto e i punti di interesse visitati essere un’opportunità per l’ottimizzazione di trasporti
prima e dopo. e mobilità urbana 

Emanuela Belmonte, Mariagrazia Davi'

Dati provenienti dai social e dati GPS sono due delle dio e GPS raccolte near real time (una misura ogni
numerosissime tipologie oggi esistenti che, se unite 5 secondi) dai terminali connessi alla rete 3G e 4G
al patrimonio informativo tipicamente già posseduto nell’area di Venezia durante il Carnevale 2017, otte-
dalle TELCO, possono apportare notevoli miglioramen- nendo così un campione rappresentativo e accurato
ti alla qualità di vita nonché offrire interessanti spunti delle presenze dei clienti connessi alla sua rete in
di business. Un importante esempio è l’applicazione al quell’area.
campo del turismo, nodo cruciale nello sviluppo del no- Queste misure di geolocalizzazione, integrate con twe-
stro Paese. et e dati sociodemografici aggregati sono stati sintetiz-
In una sperimentazione in collaborazione con Nokia zati in una dashboard presentata all’evento TIM TECH,
e l’Università di Bologna, TIM ha utilizzato misure ra- tenutosi a Torino, nel Dicembre 2017, così da presenta-
90 notiziariotecnico anno 27  1/2018 91

dati: è importante che il signi- schemi ricorrenti nei dati, dei Conclusioni
ficato di business dei dati e del pattern che possono essere ge-
contesto sia condiviso, gestito neralizzati e trasformati in rego- Il passaggio ai big data impone una
e successivamente reso domi- le utili a supportare le decisioni nuova modalità di lavoro, che in- Pietro Bonato pietro.bonato@telecomitalia.it
nio pubblico, per evitare di do- di business. Questi modelli re- fluenza profondamente l’IT e i rap- laureato in ingegneria fisica presso il Politecnico di Milano ha successivamente frequentato il Master in
ver sprecare tempo nel cercare stituiscono un’informazione, la porti con i dipartimenti di business. Big Data all’università di Roma Tor Vergata. E’ entrato in TIM dalla metà del 2016 come data analyst/data
scientist, prima in Strategy-Innovation ed ora nel gruppo Big Data in IT.
di risalire al significato delle cui bontà e significatività deve Il volume e la velocità dei big data co- Attualmente lavora ai primi progetti della nuova piattaforma Big Data ed alla costituzione di una community
informazioni presenti nei dati. essere sempre validata per po- stringono a mettere a punto processi dedicata a tutti gli analisti in TIM finalizzata ad offrire un punto di incontro, condivisione e confronto sui temi
quali data mining e machine learning 
Proprio per questo compito ter essere utilizzata per azioni di continui di raccolta, analisi, interpre-
stiamo introducendo la figura business; tazione dei dati e azioni conseguenti.
del “Data Stewart”: un esper- • quando il prototipo ha passato In questo contesto trovano ampio
to dei dati e dei processi di uno con successo le validazioni dei impiego i metodi di lavoro agili (come
specifico dominio che mantie- vari stakeholder coinvolti nel Scrum), attraverso i quali realizza-
ne aggiornate le informazioni e processo, è il momento in cui re rapidamente piccoli deliverable Simone De Rose simone.derose@telecomitalia.it

le descrizioni dei dataset in un le ingegnerie integrano la solu- incrementali, in un ciclo iterativo di laureato In Ingegneria Elettronica presso l’Università degli studi La Sapienza di Roma. Nella sua carriera
professionale ha partecipato nel 1998 allo start-up di WND Telecomunicazioni e dal 1993 ha collaborato a
catalogo condiviso; zione all’interno dei processi di sperimentazione-insight-convalida. progetti di Ericsson AB e Motorola Inc. in qualità di progettista software. Dal 2001 è stato Responsabile per
• a questo punto il data scientist business esistenti; Appare chiaro che i big data non ri- TIM e Telecom Italia come nell’ambito dell’Information Technology per lo sviluppo e la manutenzione dei
sistemi di CRM  Consumer, Business, e Wholesale e  dei sistemi di Billing&Credit Management. Ha ricoperto
deve mettere assieme ed ela- • una volta che un modello entra guardano solo la tecnologia, ormai anche il ruolo di responsabile delle Architetture e successivamente del Client Management. Attualmente in
borare tutta l’informazione con- in produzione, è importante un commoditizzata, ma cultura, con- ambito TIM Information Technology è responsabile della funzione Digital Services Solutions 

tenuta nei dati e raccolta dagli coordinamento con il project sapevolezza e condivisione dei dati
esperti di business con l’aiuto owner per monitorarne le per- aziendali. La sfida è nel passaggio
delle moderne tecniche di data formance nel tempo, dimostra- da focus sulla quantità di dati ad
mining e machine learning, che re la sua efficacia e valutare il uno sulla qualità e l’impiego delle
Michele Vecchione michele.vecchione@telecomitalia.it
consentono di scoprire in ma- ROI, e per raccogliere feedback giuste competenze per estrarre va-
laureato in ingegneria elettronica nel 1989 presso l’Universita La Sapienza di Roma, ha poi conseguito il master
niera automatica l’esistenza di utile ad affinarlo ulteriormente. lore dai dati  in Operational Management presso l’Insead di Fontainbleau -Parigi. Dal 1989 al 1991 è stato assistente presso
la cattedra di Impianti di elaborazione dati presso il Dipartimento di informatica e sistemistica della Sapienza.
Nel 1991 è entrato in SIP (oggi TIM) dove è stato responsabile dei servizi VAS nella Rete mobile poi delle
piattaforme SAAS e successivamente delle platform operation nell’ambito dell’offerta di cloud computing
della direzione Business. Attualmente in ambito TIM Information Technology è responsabile della funzione
Data Analytics 

Fabrizio Verroca fabrizio.verroca@telecomitalia.it


laureato in scienze dell’informazione presso l’Università degli Studi di Bari successivamente ha conseguito
il Master in Informatica e Telecomunicazioni presso il Politecnico di Torino. Entra in CSELT nel 1996 dove si
occupa di tematiche inerenti il Network Managment di reti mobili. Si specializza nel disegno e progettazione di
database per OSS. Dopo le varie riorganizzazioni aziendali approda in Telecom Italia, dove partecipa a progetti
internazionali ETSI e 3GPP. Inizia a occuparsi di architetture Big Data nel 2013 in maniera continuativa 
92 notiziariotecnico anno 27  1/2018 93
Torna
all’indice

DEEP LEARNING
Deep Learning: esseri umani. Il Machine Learning ha l’obiettivo di far sì che il sistema
l’ultima frontiera è lo strumento principale alla base svolga il compito che desideriamo.
dell’Intelligenza delle moderne applicazioni di Intel-

PER LE TELCO
Artificiale ligenza Artificiale e si può definire
come la capacità di acquisire la co-
Intelligenza Artificiale è un termi- noscenza di un dominio mediante Le reti neurali e la loro
ne coniato nel 1955 dal Prof. John l’estrazione di informazioni signifi- evoluzione
McCarthy del Dartmouth College cative da dei dati grezzi. Questa de-
Giovanni Caire, Gianluca Francini, Ennio Grasso per indicare macchine in grado finizione fa immediatamente capire Il Deep Learning è una tecnica ba-
di emulare processi cognitivi come alla base del machine lear- sata sull’uso di reti neurali artificiali
tipicamente associati agli ning ci siano i dati, dati che vengono e rappresenta l’ultima frontiera del
Da qualche anno la tecnologia del Machine Learning sta elaborati mediante un processo di Machine Learning. Le reti neurali
portando una vera e propria rivoluzione nel mondo dell’ICT addestramento che possiedono a loro volta una lunga
con impatti sempre più importanti nella vita di tutti i giorni. storia; risalgono agli anni ’50 del
I primi utilizzi di questa tecnologia risalgono ormai agli anni secolo scorso e sono dei modelli
‘50, ma recentemente, grazie ad una concomitanza di fattori matematici che cercano di simu-
sia tecnici che di contesto, i risultati che consentono di lare, in modo ovviamente sempli-
ficato, il processo di elaborazione
raggiungere sono davvero sorprendenti. TIM, anche grazie al
compiuto dal cervello. Si basano
contributo del JOL di Torino che costituisce un vero e proprio
sul neurone artificiale, un elemen-
centro di eccellenza sul Machine Learning, sta iniziando a
to dal funzionamento semplice che
capitalizzare le enormi potenzialità di questa tecnologia sia
esegue una somma pesata dei con-
in ambito Business che in ambito Operations. tributi che riceve da altri neuroni a
cui è collegato e che emette a sua
volta un segnale se il risultato della
somma supera un certo valore.
Le reti neurali esistono da diversi de-
cenni, periodo nel quale hanno avu-
to una storia piuttosto travagliata.
Dopo un primo periodo di fervore,
hanno subito una battuta d’arresto
a causa di alcuni studi che ne pro-
spettavano dei limiti teorici. Nono-
stante ciò, alcuni gruppi universitari
hanno continuato a lavorare sulla
teoria delle reti neurali e negli anni
i limiti predentemente prospettati si
sono rivelati superabili. Nel tempo
si è passati da reti neurali con pochi
neuroni a reti con molti più neuro-
ni, normalmente aggregati in una
struttura a più strati, da cui deriva il
94 notiziariotecnico anno 27  1/2018 95

GPU, nate in origine per accelerare mobile di TIM genera da sola oltre bile rilevato sugli APN. Gli approcci
i giochi ma evolute a processori per 1 Mld di metriche ogni quarto d’ora, tradizionali in molti casi non sono in
calcoli generici, è possibile accelera- tutti i giorni i sistemi di tariffazione grado di distinguere tra andamenti
re di molte volte i tempi di processa- sono alimentati con svariati GB di realmente anomali e scostamenti
mento delle reti, sfruttando l’archi- cartellini di traffico, per non parlare dalla normalità dovuti a situazioni
tettura altamente parallelizzata dei delle impressionanti moli di eventi e particolari ma fisiologiche e gene-
processori grafici. syslog continuamente prodotti dagli rano quindi molti falsi allarmi. Per
apparati di rete. A oggi tuttavia i tel- ovviare a questo problema è stato
co provider hanno sfruttato solo una costruito un modello predittivo in
piccola parte dell’informazione con- grado di prevedere con grande pre-
I campi di applicazione tenuta in questa immensa massa di cisione il traffico atteso su un dato
dati. Le cause di questo sottoutilizzo APN in funzione non solo dello sto-
Al giorno d’oggi, alla base di una sono varie; tra queste sicuramente rico, ma anche di altre grandezze
nuova tecnologia introdotta sul la difficoltà nell’accedere a dati pro- come il numero di sessioni e i tenta-
mercato spesso c’è una rete neu- venienti da diverse fonti informative tivi di accesso (Figura 2). Il modello
rale profonda. Le applicazioni sono in modo coerente causato dall’ap- si basa su una rete neurale convolu-
le più variegate e la seguente lista proccio a silos ancora largamente zionale denominata WaveNet [nota
può dare un’idea della diffusione diffuso nei sistemi informatici di 1] (Figura 3) inizialmente creata da
del Deep Learning: sistemi automa- molte telco e la mancanza di know- DeepMind (società specializzata nel
tici delle automobili a guida auto- how specifico su questo tipo di tec- Deep Learning e controllata da Goo-
noma, riconoscimento della voce, nologie, know-how che al contrario gle) per la sintesi dei segnali audio e
traduzione automatica, chatbot, fa ormai parte del DNA dei principali riprodotta con opportune customiz-
classificazione di immagini, naviga- OTT come Google e Facebook. zazioni dai ricercatori del JOL per lo
1 zione robotica, diagnosi medicale, Proprio per internalizzare queste use case indirizzato. Caratteristica
Rete neurale biologica
previsioni finanziarie. Non ultimi dal competenze nel 2016 TIM ha atti- rilevante di questo modello (e del
punto di vista dell’Intelligenza Ar- vato a Torino un JOL focalizzato sul Machine Learning in generale) è la
tificiale, possiamo aggiungere i re- Machine Learning e sul Deep Lear- possibilità di migliorare le sue per-
termine Deep Learning, nato per in- dei campi in cui è applicata l’Intelli- obiettivo è raggiungibile solo se an- centi successi nel campo dei giochi, ning in particolare e dalla collabora- formance nel tempo se opportuna-
dicare una rete profonda, composta genza Artificiale. che i dati usati per l’addestramento tra i quali possiamo annoverare la zione tra questo e le strutture delle mente alimentato con il feedback
da molti strati. sono disponibili in larga quantità. recente sconfitta del campione del Operations stanno nascendo inizia- esplicito degli operatori sulle segna-
Il successo del Deep Learning è Come sappiamo, grazie alle reti di mondo di go da parte di AlphaGo di tive estremamente promettenti. lazioni emesse.
però piuttosto recente e risale al telecomunicazione e alla diffusione Google.
2012, anno in cui un approccio ba- I Fattori abilitanti sempre più capillare di computer,
sato su una rete neurale profonda, terminali e sensori, l’abbondanza di
proposto nella competizione Ima- Al di là dell’eco della competizione informazioni digitali è in continua Anomaly detection sul Analisi di allarmi e
geNet “Large Scale Visual Reco- ImageNet, negli ultimi anni si sono crescita. Un altro fattore importante Il Machine Learning a traffico mobile trouble ticket
gnition Challenge”, ha segnato un verificate le condizioni necessarie per la diffusione del Deep Learning è supporto delle
miglioramento storico nella preci- per il successo del Deep Learing. stata l’introduzione delle GPU come Operations di TIM A partire da inizio 2017, in ambito Uno dei campi applicativi dove il ML
sione dei sistemi di classificazione Abbiamo visto che di norma un cer- elemento di elaborazione. Reti neu- SOC, si è iniziato a sfruttare il Ma- (Machine Learning) ha avuto mag-
di immagini. Da quel momento il vello artificiale più complesso riesce rali profonde addestrate su grandi Il dominio delle telecomunicazioni è chine Learning per emettere se- gior successo è quello dell’analisi
Deep Learning ha consentito un a essere più preciso e a svolgere moli di dati necessitano di comples- da sempre caratterizzato da enormi gnalazioni di alert in presenza di del testo in linguaggio naturale.
costante miglioramento in molti compiti più sofisticati, ma questo se elaborazioni; grazie all’uso delle quantità di dati. La rete di accesso andamenti anomali sul traffico mo- Fino a qualche anno fa le tecniche
96 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 97

a) b)

L’ADDESTRAMENTO DI 2

UNA RETE NEURALE


Struttura della rete WaveNet: a) calo inatteso del traffico dovuto a un effettivo problema. Sia l'algoritmo
tradizionale che la soluzione basata su ML segnalano l'anomalia; b) scostamento del traffico dal suo andamento
tipico. L'algoritmo tradizionale genera 2 false anomalie.

L’addestramento è la fase in cui una rete neurale impara a permettono alla rete di produrre output molto vicini a quelli con risultati migliori erano quelle addestrato a predire le parole che la vo è il campo “summary”, ossia un
svolgere il suo compito. desiderati ovvero di svolgere al meglio il proprio compito. che estraevano la semantica dei do- circondano (tipicamente 4/5 a de- log dell’apparato secondo il forma-
In questa fase è necessario fornire degli esempi dai quali la Come meccanismo per variare i parametri della rete man cumenti a partire dalle statistiche stra e sinistra). Il grosso vantaggio to scelto dal vendor, che descrive il
rete deve imparare; questi sono coppie input/output e servo- mano che gli vengono forniti gli esempi disponibili si utilizza delle parole contenute. Il così det- del word2vec rispetto al topic-mo- problema. Essendo un log, è una de-
no a far vedere alle rete come deve reagire di fronte a spe- la tecnica della discesa del gradiente o una sua variante. La to topic-modeling e il concetto di deling tradizionale è la capacità di scrizione molto specialistica (gerga-
cifici dati in ingresso. Quando la rete impara a partire da tali funzione di costo è assimilabile al profilo di una montagna e il bag-of-words [nota 2]. Da qualche estrarre l’informazione semantica di le) ma pur sempre in linguaggio na-
esempi si parla di apprendimento supervisionato. gradiente ne indica la pendenza. Variare i parametri in modo anno i modelli tradizionali di topic- testi brevi o semplici frasi, cosa non turale come nell’esempio seguente:
Più in dettaglio, una rete è un modello matematico il cui ou- da muovermi verso la discesa più ripida è un ottimo modo modeling sono stati soppiantati da possibile per il topic-modeling che
tput è regolato da molti parametri (i pesi dei segnali ricevuti per raggiungere in fretta il fondo valle ovvero il minimo della modelli di reti neurali con l’approc- richiede documenti “corposi” per NETACT SOFTWARE OPERATION
da ogni neurone). In fase di addestramento si vanno a tarare funzione. cio word2vec. Il word2vec si fonda avere significato statistico. FAILURE|Software operation "provi-
progressivamente questi parametri in modo che sempre di Il libro online [1] fornisce una valida introduzione all’argo- su un dogma del linguaggio natura- Dove ci porta questa introduzione sion" has failed. Reason: No archive
più l’output della rete a fronte di un certo input si avvicini a mento  le coniato dal linguista J. R. Firth nel del word2vec? A due casi applica- software in SWM repository.
quello desiderato. Per ottenere ciò serve una funzione, det- 1957 “You shall know a word by the tivi che ci riguardano da vicino nei
ta di costo, che quantifichi la discrepanza tra l’output nell’e- [1] Michael A. Nielsen, Neural Networks and Deep Learning, company it keeps”. In altre parole il quali tale tecnica sta dando risultati Come sfruttare queste informazioni
sempio e quello realmente prodotto dalla rete. Esistono vari http://neuralnetworksanddeeplearning.com/ significato di una parola si può “im- promettenti. Il primo è quello degli preziose in modo automatico? È sta-
tipi di funzione di costo come ad esempio l’errore quadratico parare” dalle parole che la circonda- allarmi di apparati di rete. Ogni al- to addestrato un modello word2vec
medio e la scelta di quale utilizzare dipende dal compito che no. Il word2vec fa proprio questo, è larme contiene moltissimi campi su questi log e il risultato consente
la rete deve imparare a svolgere. I punti di minimo di que- un modello di rete neurale che data che lo caratterizzano e uno di quelli di raggruppare tra loro (clustering)
sta funzione devono corrispondere a valori dei parametri che Skjalg Lepsøy una qualunque parola in un testo, è col maggior contenuto informati- allarmi che si riferiscono allo stesso
98 notiziariotecnico anno 27  1/2018 99

commerciali che Open Source. Il sia il lavoro congiunto degli esperti ren; Vinyals, Oriol; Graves, Alex;
3 Residual vero fattore critico di successo è di Machine Learning con le Ope- Kalchbrenner, Nal; Senior, An-
Overwiew of the +
però il know-how dei data scientist. rations, depositarie dell’expertise drew; Kavukcuoglu, Koray (2016-
residual block
and the entire 1x1 TIM ha nel JOL di Torino un centro di dominio, e con le Ingegnerie, 09-12). "WaveNet: A Generative
architecture
+ ReLU 1x1 ReLU 1x1 Softmax
Output di eccellenza su queste tecnologie, che devono poi assicurare il de- Model for Raw Audio". 1609. ar-
Skip-connections

+
ma è importante che la sensibilità ployment della soluzione  Xiv:1609.03499.
tanh σ
Dilated nell’uso delle stesse si diffonda ulte- [2] I modelli di riferimento sono Latent
Conv
riormente in azienda. Semantic Analysis e Latent Diri-
k Layer’s Infine le esperienze portate avan- Note chlet Allocation.
ti ad oggi hanno mostrato come
Causal condizione necessaria per indiriz- [1] Oord, Aaron van den; Dieleman,
Conv
problema in modo più effi- zare efficacemente uno use case Sander; Zen, Heiga; Simonyan, Ka-
cace di una classificazione Input
basata sulla presenza di
parole chiave. L’output del
modello word2vec inoltre
può a sua volta essere usato per ad- con i clienti di TIM, di compren- tante nel mondo telco sono però Giovanni Caire giovanni.caire@telecomitalia.it

destrare altri modelli ML che a par- derne le esigenze e di fornirgli molteplici e man mano che la sen- Laureato in Ingegneria Elettronica, ha iniziato a lavorare nel 1993 presso il Centro di Ricerca di Telecom Italia
(allora CSELT) nella divisione Multimedia e Servizi Video. Dal 1998 il suo interesse si è spostato nel campo dei
tire dalle trasformazioni word2vec un primo livello di assistenza. sibilità verso le potenzialità e i re- sistemi distribuiti con particolare focus sulla tecnologia Java. In particolare nel 2000 è stato tra gli iniziatori
predicono se un allarme richiederà • Incident management – Analisi quisiti di questa tecnologia si diffon- del progetto Open Source JADE (http://jade.tilab.com) nel quale ha svolto per anni il ruolo di Presidente del
Board Esecutivo. A partire dal 2006 è stato Project Manager in vari progetti di sviluppo software nell’ambito
l’apertura di un ticket (allarme im- delle segnalazioni provenienti deranno TIM potrà trarne sempre della gestione della rete tra cui il progetto WANTS nel quale è stato realizzato il sistema responsabile di
portante). dagli apparati di rete e identifi- maggiore beneficio. tutte le attivazioni dei servizi broadband su rete fissa di Telecom Italia. Nel Dicembre 2008 ha conseguito
la certificazione PMP del Project Management Institute. Nell’ultimo anno ha iniziato a specializzarsi sulle
L’approccio descritto si adatta ad cazione degli effettivi problemi. tecniche di Machine Learning e in particolare sulla loro applicazione a supporto delle Operations. 
altre tipologie di dati rilevanti per il • Fault prediction – Anticipazione
mondo delle telco come ad esem- di guasti su celle della rete mo- Conclusioni
pio i trouble ticket dove le principali bile e sulle interfacce dei NAS.
Gianluca Francini gianluca.francini@telecomitalia.it
informazioni riguardo al problema e In generale il tema dell’anticipazione Il ML sta avendo un impatto fortis-
Laureato in Scienze dell'Informazione, ha iniziato al sua attività lavorativa nel campo avionico, passando
alle eventuali azioni che hanno por- di problemi è poi fortemente legato simo in svariati campi dell’ICT. Qua- nel 1996 al settore delle telecomunicazioni come ricercatore del gruppo Multimedia del Centro Studi e
tato alla risoluzione sono contenute alla tecnologia SON dove il Machine lunque forma di Machine Learning Laboratori Telecomunicazioni (CSELT). Nel gruppo Multimedia ha lavorato su temi di Computer Vision, in
particolare sulle applicazioni di teleconferenza tridimensionale, sui sistemi di ricostruzione 3D e sulla codifica
in campi testuali ed espresse in lin- Learing comincia ad essere utilizzato “impara” dai dati e quindi per capi- video scalabile. Nel 2006 è entrato a far parte della struttura Research Project, lavorando su tecniche di
guaggio naturale. come strumento per prevedere le si- talizzarne le potenzialità è necessa- raccomandazione di contenuti e sulla ricerca visuale, sviluppando tecnologie che sono diventate parte dello
Standard Internazionale MPEG Compact Descriptors for Visual Search. È attualmente responsabile del Joint
tuazioni dove è necessario compiere rio disporre di grandi quantità di dati Open Lab Cognitive Computing TIM/Politecnico di Torino, laboratorio in cui si sviluppano algoritmi di analisi
azioni automatiche di riconfigurazio- di qualità e facilmente accessibili per dei dati aziendali mediante l’adozione di tecniche di machine learning. È co-inventore di 19 brevetti nel campo
dell'analisi delle immagini e del Deep Learning. 
ne per mantenere continuamente analisi e sperimentazioni. Il Machine
Altri use case di ottimizzata la qualità dei servizi of- Learning infatti sfrutta informazioni
interesse ferti [Rif. articolo " DigiRAN: il valore nascoste all’interno dei dati e di con-
Ennio Grasso ennio.grasso@telecomitalia.it
dell’automazione nell’accesso radio" seguenza l’efficacia di una soluzione
Laureato in informatica teorica, ha iniziato a lavorare presso il Centro di Ricerca di Telecom Italia (CSELT) nel
Vari altri use case sono al mo- - Graziano Bini, Fabrizio Gatti, Paolo basata su questa tecnologia è valu- 1992 nel gruppo middleware software and distributed computing. Esperienza lavorativa in campo software
mento in fase di esecuzione tra i Goria, Michele Ludovico - Notiziario tabile solo a valle di sperimentazioni object-oriented e algoritmi. Dal 2013 parte del JoL di Torino dapprima su algoritmi di swarm computing e
successivamente nel machine learning e in particolare reti neurali applicate a dati e casi d’uso dell’azienda. 
quali: Tecnico n.1 2018 ]. su dati reali.
• Intelligent caring - Deployment Gli ambiti dove il Machine Learning Esistono svariati strumenti per la-
di chatbot in grado di dialogare può dare un valore aggiunto impor- vorare con il Machine Learning sia
100 notiziariotecnico anno 27  1/2018 101
Torna
all’indice

Sviluppare nuove politiche di mobilità sostenibile nelle grandi


Introduzione

BIG DATA
città, limitare l'inquinamento delle aree urbane, abilitare
nuovi modelli di collaborazione tra Cittadini e Pubbliche La diffusione di dispositivi mobili

GEOREFERENZIATI MDT
Amministrazioni (Smart Communities) e gestire flussi di persone con localizzatore GPS rappresen-
e mezzi di traporto in occasione di grandi eventi o in situazioni ta infatti un asset importante per
di criticità, sono alcune delle sfide che gli Amministratori Locali perseguire gli obiettivi delle Smart

PER SERVIZI DIGITALI


dovranno affrontare nei prossimi anni, sfide per le quali i nuovi Communities, costituendo nel suo
servizi digitali basati sui Big Data dei Telco Operators potranno insieme una rete distribuita di sen-

NELLE SMART CITIES


giocare un ruolo decisivo. sori che trasmette tempestivamen-
Vediamo come. te informazioni circa l'utilizzo delle
risorse del Territorio da parte dei cit-
tadini e dei turisti, il tutto nel rispet-
to delle Normative vigenti in mate-
Davide Micheli, Giuliano Muratore, Aldo Vannelli
102 notiziariotecnico anno 27  1/2018 103

ria di Privacy (elaborazione anonima esempio le misure di livello, qualità, delle misure quando lo UE è nello
e aggregata dei dati). distanza temporale dalla cella e al- stato CONNECTED (chiamata moda- 1
Ciò rende particolarmente signifi- tre, sono associate alla medesima lità Immediate). L’invio delle misure Livello RSRP (dBm)
cativa la recente introduzione del- connessione. avviene verso l’RNC per la parte di georeferenziato e mediato su
ciascun pixel
la prestazione di Rete Mobile 3G e Questo set di informazioni caratte- rete 3G e verso la stazione radio base
4G denominata MDT (Minimization rizza in un certo istante l’ambiente (NB) per LTE. La collezione delle mi-
of Drive Test), considerando che di propagazione come una firma. In sure e l’invio sono effettuati in modo
questa prestazione è stata svilup- tale contesto, pertanto, anche infor- tale da impattare al minimo sia sul
pata in ambito 3GPP per abbinare mazioni che non riportano le coordi- carico di segnalazione della rete, sia
la posizione GPS al set di misure nate GPS valide possono quindi en- sul consumo di batteria del termina-
radio inviate dal terminale, misure trare con dignità tra le informazioni le. L’impostazione delle misure da
che da sempre consentono di con- utilizzabili dal Machine Learning. effettuare deve avvenire in anticipo
trollare il funzionamento della Rete Il deployment in campo delle funzio- ed attualmente non è un processo
Mobile, pianificare le sue evoluzioni nalità MDT e delle relative piattafor- che avviene automaticamente in
e, in presenza di criticità, indirizzare me di gestione si inquadra all’inter- background sulla rete di accesso ra-
al meglio l’intervento di risoluzione no del contesto delle attività di RAN dio. Si può definire a priori l’intervallo
dell’anomalia. Automation [1]. L’utilizzo di tali fun- temporale di collezione dei dati e l’a- packet delay, e infine il packet loss zioni MDT effettuate sulla rete LTE all’interno del pixel per il perio-
Il flusso informativo generato da zionalità, oltre ad essere fondamen- rea geografica minima di riferimento rate. Inoltre, di notevole interesse sulla città di Bologna tramite il si- do di misura considerato. Si può
MDT è tuttavia soggetto alle nor- tale nell’ottica dell’evoluzione delle è rappresentata da una cella di un è il reporting del RTT (Round Trip stema Geosynthesis, sviluppato in osservare dai valori dei livelli che
mali discontinuità legate sia alle metodologie di progettazione ed nodo 3G o 4G. Time) e del RXTX_TIMEDIFF (Rx/Tx collaborazione con Nokia secondo le aree a migliore copertura sono
pause d’uso del terminale sia alle ottimizzazione della rete di accesso La funzionalità MDT fa in modo che UE Time Difference). I dati collezio- le specifiche TIM. Le Figure 1 e 2 in- quelle in rosso con livelli RSRP≥-
note limitazioni del GPS, che offre la mobile, rappresenta un’opportuni- insieme alle misure radio tipiche nati dallo UE sono inviati in fase di dicano su due mappe i livelli RSRP 96 dBm, poi a seguire ci sono le
sua migliore accuratezza solo all’a- tà importante anche per la defini- della rete di accesso, vengano ripor- segnalazione (RRC) e non vanno in in dBm sull’intera città di Bologna, aree o meglio i pixel in colore giallo
perto.   Ne emerge un sottoinsieme zione di servizi digitali nel contesto tate anche le coordinate GPS. Que- alcun modo ad impattare sulla ta- i pixel quadrati hanno il lato di 10 con -102≤RSRP<-96 dBm, e infine
di misure accurate che, pur minori- “Smart Cities”. ste ultime possono essere valide/ riffazione verso il cliente. Di segui- m e i valori risultanti delle grandez- quelle in colore verde -108≤RSRP
tario rispetto alla totalità di visione non valide ed accurate in funzione to sono riportate alcune immagini ze sono medie di tutti i campioni le <-102 dBm. I livelli riportarti sono
a cui puntano i servizi digitali, rap- della visibilità dei satelliti GPS da di esempio estrapolate da misura- cui coordinate GPS valide ricadono quelli effettivamente misurati dallo
presenta l’elemento cardine (trai- parte dello UE.
ning set) per l’applicazione di tec- MDT (Minimization of In particolare, le misurazioni che
niche di Machine Learning capaci di Drive Test) possono essere effettuate sono
avvicinare il valore dei dati GPS agli RSRP (Received Signal Received
obiettivi richiesti per la Governance Descrizione della Power), RSRQ (Received Signal Re-
di una Smart City. funzionalità ceived Quality) per LTE, RSCP (Re-
Il valore delle misure MDT va oltre ceived Signal Code Power) e rap-
il semplice posizionamento GPS, La funzionalità MDT prevede secon- porto segnale rumore Ec/No (Pilot
poiché per ogni singola connes- do l’attuale specifica tecnica [2] la Chip Energy to Interference Power
sione, nel periodo della misura di registrazione ed il successivo invio Spectral Density) per il 3G, si può
ciascuno UE, permette la corre- delle misure effettuate dal terminale inoltre misurare il BLER (Block Er-
lazione delle principali grandezze mobile, tecnicamente definito come ror Rate) sia per la segnalazione 2
Livello RSRQ (dB)
radio riportate. Pertanto anche in UE (User Equipment), sia quando che per i dati utili trasmessi, il vo- georeferenziato e mediato su
assenza di misure GPS si hanno a esso si trova nello stato di IDLE (chia- lume di dati trasmessi (Data Volu- ciascun pixel
disposizione informazioni in cui per mata modalità Logged), sia l’invio me), lo scheduled IP throughput, il
104 notiziariotecnico anno 27  1/2018 105

cati, proteggendo le informazioni Caratteristiche dei non siano tutti compiutamente po-
3 dei singoli utenti. dati MDT polati. Anche per la Latitudine e la
Densità di traffico in modalità “Immediate MDT” campioni/m2.
In accordo allo standard internazio- Longitudine la casistica include in-
nale 3GPP le funzionalità radio che Per meglio chiarire questo aspetto formazioni non valide o inaccurate
vengono implementate sono: analizziamo, come esempio, i dati (es. posizioni GPS lontanissime da
• UMTS: 3GPP MDT feature che MDT raccolti a Venezia e dintor- Venezia). Risulta essere all’incirca
abilita l’invio di misure perio- ni sulla sola rete 3G (RNC15) nella di un terzo la quota parte di record
diche con coordinate GPS per i giornata del 16 luglio 2017, duran- MDT con posizioni GPS quantomeno
terminali che supportano la fe- te la Festa del Redentore, che han- verosimili. L’effetto è che nemme-
ature (3GPP TS 37.320); no superato i 29 Milioni di Record, no l’ampia numerosità di campioni
• LTE: 3GPP MDT feature che abi- rappresentando una base infor- MDT risulta da sola sufficiente a ri-
lita l’invio di misure periodiche mativa di grande rilievo. Data Set costruire con l’accuratezza deside-
con coordinate GPS per i termi- come quello MDT sono il risultato rata i molteplici flussi di percorrenza
nali che supportano la feature di complessi processi (in rete e nel
attraverso Cell trace interface terminale) che concorrono a forma-
eNodeB immediate or logged re i singoli elementi informativi. Non 5
UE. In Figura 2 è riportato il livello di Architettura del I dati così elaborati vengono ag- tracing mode. meraviglia quindi che i record MDT Architettura del sistema
Geosynthesis
qualità radio per la rete LTE tramite sistema di acquisizione gregati, in forma anonimizzata, per
la misura RSRQ. I valori migliori di dati dare indicazioni sulla qualità del-
RSRQ in dB che permettono le più la rete con indicazione geografica
alte prestazioni LTE a pacchetto Il sistema Geosynthesis (vedi Figura delle aree che presentano maggiori

GeoFilteringe
sono in ordine dal verde al giallo ed 5) raccoglie ed aggrega le misure problemi e che devono essere og- Data Repository & Accessing Server
infine al rosso. GPS inviate dai mobili insieme ad getto di ottimizzazione.
Nelle Figure 3 e 4 sono riportate inve- informazioni relative alla qualità ra- Pertanto i dati hanno una natura Data Processing & Aggregation Server
ce le densità di traffico in termini di dio della rete mobile (tipicamente puramente statistica in modo da
numero di campioni mediati sul pixel. livello di segnale e di qualità). raggiungere i miglioramenti auspi- L3 Data Collector UMTS L3 Data Collector LTE

Lorem
End User Analyst
UMTS LTE
NodeB NodeB
RNC

UE Signalling
UE Signalling
GPS
UMTS: UE in Connected Mode
and GPS enabled LTE: UE in Connected and idle
Mode and GPS enabled

LTE coverage

WCDMA coverage
4
Densità di traffico in modalità “Logged MDT” campioni/m2.
106 notiziariotecnico anno 27  1/2018 107

lungo il territorio, e questo non solo La ricostruzione da dati MDT eviden-


per la variabilità insita nel popola- zia come si riesca a cogliere l’anda- Scopo
mento dei dati MDT, ma anche per mento generale, ma evidenzia altre- dell’applicazione di
la distribuzione dei dati GPS più sì come sfuggano alcuni momenti di tecniche di Machine
accurati lungo i vari percorsi (per maggiore variazione dei flussi. Learning a dati MDT
esempio pochi campioni interessa- D’altra parte l’accuratezza della po-
no lunghe percorrenze mentre mol- sizione GPS dipende da vari fattori, Quanto in precedenza illustrato
ti campioni si concentrano in aree tra cui il numero di satelliti visibili al aiuta a porre in risalto l’esistenza di
ristrette o discontinue). Instabile è momento effettivo della misura (la una parte di dati MDT direttamente
anche la rappresentatività del cam- costellazione GPS è in movimento conteggiabili perché completi e di
pione MDT rispetto alle presenze costante). In zone come il centro ottima qualità, e la restante parte
effettive sul territorio, variabilità in- storico di Venezia non sono infre- (la maggior parte) per la quale risul-
dotta dai momenti di maggiore o di quenti nemmeno i casi di peggio- ta utile esplorare quale “recupero
minore utilizzo dei servizi telefonici. ramento dell’accuratezza a causa della qualità” sia ottenibile ricor-
Quale esempio del tipo di problema- del ridotto spicchio di cielo visibile. rendo all’applicazione di tecniche di
tiche illustrate (Figura 6) è riportato Inoltre gli stessi smartphone, do- Machine Learning (Figura 7).
il confronto, eseguito dall’Universi- vendo accomodare al loro interno Questi algoritmi possono infatti 7
tà di Bologna [3], tra i flussi stima- diverse antenne in spazi ridottissimi, far leva sulla parte di dati a mag- Distribuzione dell’incertezza
posizionale nel campione di
bili da dati MDT-GPS a Venezia sul ricorrono a compromessi costruttivi, giore qualità (Training Set e Test misure MDT esaminato
Ponte della Costituzione, e conteg- peggiorando l’accuratezza di posi- Set) al fine di ricostruire l’informa-
gi eseguiti sul posto con strumenti zione ottenibile rispetto a strumenti zione desiderata (la conoscenza
(anonimizzati) conta-persone. professionali. della posizione) per la parte di dati

che non l’ha o l’ha in modo insuf- Più in generale si può assumere buo- cifico momento o di una specifica
6 ficiente. na già in partenza la rappresentati- situazione (non solo outdoor).
Confronto presenze stimate GPS MDT e presenze effettive sul Ponte della Costituzione a VE Analisi condotte sui percorsi turistici vità dei dati MDT quando si analiz- Le potenzialità di queste tecniche
a Venezia durante il Carnevale e la zano fenomeni all’aperto,   con una si comprendono ancora meglio se
Festa del Redentore 2017 [3] evi- buona concentrazione di campioni si considera che le stesse risultano
MDT-GPS denziano che la quota parte di dati nello spazio (es. Piazza San Marco applicabili anche a Data Set radio
2200 Effettivo
MDT direttamente utilizzabili rap- a Venezia) e senza stringenti vin- non MDT, permettendo quindi di
1800 presenti circa un 5% del fenomeno coli nel tempo (es. studio della co- ottenere stime delle Latitudini e
sotto osservazione, percentuale che pertura di una cella). Negli altri casi delle Longitudini anche quando tali
1400 scende al 1.6% quando del flusso si può però integrare la base infor- informazioni sono del tutto assenti
Presenze

turistico si studiano anche le dire- mativa costituita dai campioni MDT nel Data Set di partenza. Se allora
1000
zionalità in specifici snodi, questo accurati. Questo è precisamente lo consideriamo che i terminali MDT,
600 perché al vincolo che le misure si- scopo dell’applicazione di tecniche cioè i terminali abilitati ad inviare le
ano prodotte proprio in prossimità di Machine Learning a dati MDT, misure radio associando anche la
200 dello specifico snodo in esame (es. cioè quello di facilitare le analisi posizione GPS sono circa il 25% del
07:00 08:00 09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 un ponte, un crocevia, ecc.) e siano che hanno necessità di guardare ai mercato mondiale dei terminali 3G
07:30 08:30 09:30 10:30 11:30 12:30 13:30 14:30 15:30 16:30 17:30 appunto accurate, si aggiunge l’ul- fenomeni da una particolare ango- e 4G, si comprende quanto poter
Ora teriore vincolo che siano anche in lazione, scendendo più in dettaglio allargare l’orizzonte anche verso il
stretta sequenza temporale. all’interno di una zona, di uno spe- restante 75% possa portare benefi-
108 notiziariotecnico anno 27  1/2018 109

ci a molteplici applicazioni pratiche,


in particolare nell'ottica futura di
analizzare la quota parte di traffico
all'interno degli edifici.

Preparazione dei
Data Set MDT e
Modelli
Per le analisi illustrate in questo ar-
ticolo si è fatto ricorso all’ambiente
di sviluppo R Studio [4] ed a Data 10
Set rappresentativi del territorio Ve- La grande variabilità di posizioni GPS nel campione esaminato è
neziano in esame (Figura 8). evidenziata dalla distanza (km) dei campioni più lontani dalla posizione

La variegata distribuzione delle


baricentrica di ciascuna Cella 3G dell’Area Veneta 11
8 Modello di miglioramento
posizioni (circa 20.000 Latitudini e Impianti 3G Veneziani (in giallo) da cui sono stati della stima delle misure MDT
Longitudini distinte) all’interno del ricavati i dati MDT utilizzati come Training/Test Set mediante algoritmi di Machine
Learning
territorio Veneziano si evince anche
dalla Figura 9 che le visualizza geo- Per tale motivo i Training e Test Set
graficamente. 9 da cui partire per l’applicazione di
Nella costruzione dei Data Set di Trai- Distribuzione delle presenze sul territorio (terra e tecniche di Machine Learning riman-
laguna) in Data Set utilizzati per Training ML Training Set
ning gioca un ruolo chiave sia la con- gono focalizzati sulle singole Celle; basato su misure
temporanea presenza di tutti i campi ma sono poi alimentati dai quattro MDT di buona
da utilizzare come input al Modello, sia parametri radio MDT in precedenza Qualità
l’esistenza di eventuali valori estremi illustrati per la rete 3G, e cioè: Ec/
(outlier), per i quali occorre valutare il No, RSCP, RTT e RXTX_TIMEDIFF.
mantenimento nel Data Set. Nessuno di questi parametri, se pre-
Tra i parametri più notoriamente so singolarmente, permetterebbe di
utilizzati per la stima delle posizio- ricostruire con accuratezza una po- Ec/No
ni vi è sicuramente l’identificativo di sizione GPS in una Cella.
Cella, ma da sola questa informa- Risulta infatti debole la correlazione RSCP
zione non sarebbe in grado di gui- tra ciascun parametro anzidetto e la Misure MDT Algoritmi Lat Posizionamenti
RTT
darci verso una specifica posizione relativa posizione GPS in cui è stato oggetto di di GPS con
miglioramento Machine Long Qualità
con l’accuratezza desiderata, come originato, ma le tecniche di ML con- RXTX_TIMEDIFF
della Qualità Learning migliorata
testimoniato dall’ampia variabili- sentono di prenderli tutti insieme
Lat
tà (fino a decine di km) di posizioni per istruire Modelli capaci di risalire
GPS (Figura 10) che troviamo nei dalle molteplici combinazioni di pa- Long
dati MDT associati per ogni singolo rametri radio MDT alla stima di po-
identificativo di Cella. sizione cercata (Figura 11).
110 notiziariotecnico anno 27  1/2018 111

I Test Set consentono a quel punto ficoltà per la sincronizzazione dello 3G della città di Venezia. In questo Per migliorare ulteriormente le pre-
di verificare quale scarto sussista UE in rete. Inoltre, vi saranno mag- esempio si nota come la maggior dizioni si può ricorrere anche all’ad-
tra la stima della posizione GPS giori differenze tra la distanza reale parte dei casi si addensi in prossimità destramento di Reti Neurali (oggetto
Megamon (*) Megaplexer
così ricostruita e la posizione “ef- dello UE dalla cella servente rispet- di un basso errore medio di posizio- di approfondimenti non riportati in
fettiva” (intesa sempre come quel- to a quella calcolata a partire dai ne (RSE), sia per Latitudine che per questo articolo). Questi Modelli risul-
MDT Non MDT
la GPS raccolta nel Training/Test parametri di RTT ed RXTX_TIMDIFF. Longitudine. Abbiamo cioè un buon tano maggiormente in grado di adat- RNC

Set). Su queste basi si può quindi I risultati sono incoraggianti perché 40% dei Modelli (di Celle quindi) nei tarsi, per esempio, a casi nei quali la UMTS
NodeB
procedere con le selezioni dei Mo- addestrando una serie di Modelli Li- quali i Modelli Lineari sono in grado zona illuminata da una Cella risulta UMTS
NodeB
LTE
NodeB

delli più adatti (o con la messa a neari a ricostruire la Latitudine e la di ricostruire la posizione con una ac- frastagliata o molto discontinua.
punto di quello che risulta il Mo- Longitudine partendo dai quattro curatezza media di 250 m. Occorre però ricordare che la messa Positioning of UE Positioning of UE

UE in Connected Mode and GPS LTE


dello migliore). parametri radio menzionati, e verifi- Si nota tuttavia la presenza di casi a punto di Reti Neurali per la rico- GPS enabled NodeB

cando poi l’errore quadratico medio (es. quelli a destra nel grafico) nei struzione delle posizioni partendo LTE coverage

(RSE) che il Modello complessiva- quali l’errore medio di Longitudine dai parametri radio MDT anzidetti WCDMA coverage

mente produce nelle ricostruzioni oltre ad essere più ampio (2,5km) comporta un processo molto meno
(*) if not present Megamon
LOG can be collected

Risultati dai Modelli ML


directly from ICSU unit

delle singole posizioni, si ottiene sopravanza quello di Latitudine. automatizzabile rispetto ai Modelli
una buona percentuale di casi per i I Modelli Lineari costituiscono quin- Lineari. No GPS radio
GPS - MDT raw Data
raw Data
La prima tipologia di Modelli appli- quali lo scarto tra la posizione rico- di una buona base di partenza per Per esempio una specifica configu-
cati ai dati MDT è quella dei Modelli struita e quella attesa si mantiene la ricostruzione delle posizioni GPS razione (es. profondità degli hidden
Lineari. Questi Modelli risultano in- entro limiti più che accettabili. non accurate, sfruttando quattro layer) individuata per una Rete Neu- Data Preparation
fatti di utile applicazione sia perché Un esempio dell’applicazione di que- parametri radio del record MDT, con- rale capace di effettuare accurate
alcune stime, come quella della di- ste tecniche lo possiamo vedere vi- sentendo così di ampliare l’insieme predizioni delle posizioni di una Cel-
stanza dall’antenna, sono di fatto sualizzato nello scatter plot (Figura delle misure di posizioni utilizzabili la, non garantisce poi risultati altret- Training Test MDT for Non MDT
ricostruibili attraverso combinazioni 12) relativo ad un gruppo di 92 celle per le varie possibili applicazioni. tanto apprezzabili se quella stessa Data Data “tuning” Radio Data
lineari dei parametri RTT ed RXTX_ configurazione viene applicata ad
TIMDIFF, sia perché i modelli lineari un'altra Cella.
consentono di esplorare il contesto
in modo intuitivo, costituendo un 12
Scatter Plot dell’errore quadratico medio
utile elemento di riferimento anche nella ricostruzione delle posizioni in 92 Celle
Machine
per valutare le prestazioni di tecni- 3G nella città di Venezia Servizi Smart basati Learning
che differenti. A tale proposito è uti- su MDT Models
le sottolineare che la distanza tem-
porale che ne risulta è una media A regime è possibile ipotizzare un Clean & Enanched
dipendente dalla tipologia dell’am- processo che, partendo dal flusso Position for Applications
biente radio di propagazione. In par- in ingresso di dati MDT, ma anche
& Valorization
ticolare, un ambiente radio tipico, è quelli non MDT, offra in uscita una
quello in cui non vi è visibilità otti- base informativa accurata e miglio-
ca diretta tra le antenne della cella rata grazie alle tecniche di Machine
servente e lo UE. In tale scenario l’e- Learning.
ventuale predominanza di cammini Infatti, una volta raccolti ed elabora-
multipli a maggiore ritardo e con ti i dati anonimizzati, questi potran- 13
Processo basato su tecniche di
maggiore variabilità statistica può no essere utilizzati per migliorare la Machine Learning
portare a situazioni di maggiore dif- qualità dei servizi della Rete Mobile
112 notiziariotecnico anno 27  1/2018 113

Ricostruzione della
mobilita a Venezia
durante la Festa
del Redentore
(15/7/2017)
utilizzando i dati
registrati elaborati
dal sistema
Geosynthesis di Nokia
opportunamente
filtrati (punti rossi in
figura)

LA FISICA DELLA CITTÀ


E LO STUDIO DELLA
MOBILITÀ URBANA
MEDIANTE DATI MDT/GPS 1,5 ore che definisce il costo della mobilità nelle diver-
se città italiane, in funzione di parametri economici e
la mobilità privata nelle città dovrebbe essere sempre
più ridotta. Un promettente approccio a tale problema
Armando Bazzani Pileri Coordinatore del Laboratorio di Fisica dei Sistemi Complessi strutturali della rete stradale, e l’esistenza di una stra- utilizza la possibilità di registrare in modo anonimo e nel
Dipartimento di Fisica e Astronomia Università di Bologna
armando.bazzani@unibo.it
tegia nell’uso della rete stradale in funzione del tipo di rispetto delle Normative della Privacy le traiettorie de-
domanda di mobilità. gli Smart Devices. In questo senso si stanno muovendo
Uno dei principali problemi aperti riguarda come stu- anche i colossi del web proponendo applicativi gratuiti
La Fisica è la scienza che descrive i fenomeni naturali dei dati raccolti. In particolare lo studio della mobilità diare la mobilità multimodale che potrebbe avere una che accedono e registrano la posizione GPS del device.
mediante il linguaggio della Matematica. Questa defi- urbana è stato uno dei campi di ricerca più attivi sia per rilevanza sempre maggiore in un prossimo futuro, in cui Recentemente grazie ad una collaborazione con TIM è
nizione racchiude lo spirito con cui un gruppo di ricer- le affinità con modelli fisici di trasporto che per le pos-
catori del Dipartimento di Fisica dell’Università di Bo- sibilità offerte dalle tecnologie di informazione e co-
logna ha proposto più di 10 anni fa l’idea di una Fisica municazione di registrare dati georeferenziati in modo
della Città. Non si è trattato di un’invasione di campo, dinamico.
Network della
ma di un approccio nuovo che ricerca le relazioni ma- Ad esempio, la raccolta di dati in tempo reale relativi
mobilità turistica che
tematiche tra osservabili macroscopiche e dinamiche alla mobilità veicolare consente una ricostruzione dei emerge dalle analisi
microscopiche, che aiutino ad interpretare e compren- tempi di percorrenza e della densità veicolare nei sin- della mobilità durante
il Carnevale veneziano
dere alcuni aspetti complessi delle città moderne. Ad goli tratti stradali e la costruzione di modelli basati sul- (26/02/2017): il 13%
esempio, se assumiamo un principio di massima En- la dinamica microscopica e su reti neurali di classifica- della rete spiega il
64% della mobilità
tropia secondo la definizione di Gibbs, il fatto che esi- zione per una previsione a breve termine (now-casting)
osservata
sta un valore atteso finito per la mobilità giornaliera di dello stato di traffico e dei fenomeni di congestione.
un individuo in una città, implica necessariamente che Negli studi effettuati sulla mobilità, il Laboratorio di
la distribuzione della mobilità giornaliera deve essere Fisica della Citta (oggi Laboratorio di Fisica dei Siste-
una funzione esponenziale (distribuzione di Maxwell- mi Complessi) dell’Università di Bologna ha messo in
Boltzmann). L’esigenza di un approccio con metodo- evidenza come alcune leggi statistiche emergano da
logie fisico-matematiche ai problemi urbani è nata caratteristiche dei comportamenti individuali quali l’e-
parallelamente alla accresciuta disponibilità e qualità sistenza di un Travel Time Budget giornaliero di circa
114 notiziariotecnico anno 27  1/2018 115

stata effettuata una sperimentazione per la ricostruzio- pio di Massima Entropia (distribuzione di Maxwell- e/o messi a disposizione di Piatta- carico degli Amministratori in particolari aree del Territo-
ne delle mobilità pedonale e acquatica nel centro stori- Boltzmann). Tale distribuzione implica come un forme Applicative in grado di forni- Pubblici (Protezione Civile, Mo- rio.
co di Venezia attraverso i dati GPS elaborati dal sistema modello per la simulazione della mobilità pedona- re una rappresentazione integrata bilità, Servizi di Sicurezza e Vi- In tal senso, la tecnologia MDT si
Geosynthesis di Nokia. La sperimentazione ha permesso le debba tener conto dell’esistenza di una funzione (Dashboard) delle informazioni del gilanza, altri); candida a contribuire, come stru-
di stabilire che la qualità del dato GPS consente un’ac- ‘Energia’ per la mobilità che risulta caratteristica Territorio, orientate sia alle Sale • Strumenti di Data Visualiza- mento complementare, ad una
curata georeferenziazione anche nelle condizioni diffi- degli individui e che rende improbabili i percorsi Operative degli Enti Locali che alla tion (HeatMap, Infografiche nuova modalità di osservazione
cili dovute alla struttura della rete stradale veneziana e lunghi in accordo con un decadimento esponen- restituzione contestualizzata e al- GIS), capaci per la loro natura “Privacy-by-Design” delle dina-
permette uno studio dell’impatto della mobilità turistica ziale e suggerisce come la dinamica degli individui tamente personalizzata delle infor- evocativa di far percepire le in- miche socio-demografiche delle
anche se, attualmente, la diversa precisione dei dati in possa essere descritta meglio da un random walk mazioni, mediante App o Web, alla formazioni e le loro correlazioni città.
funzione dei device utilizzati dagli utenti e l’aleatorietà rispetto ai modelli origine-destinazione, in quan- stessa collettività che ha contribuito riguardanti l’uso del territorio
del loro utilizzo durante la mobilità riduce la penetrazio- to le origini e le destinazioni sono sparse in modo alla loro raccolta. in maniera semplice ed imme-
ne del campione osservato al di sotto del 5%. causale nel tessuto urbano. La figura seguente Questo modello cooperativo è alla diata.
I risultati della collaborazione del Laboratorio di Fisica mostra la distribuzione empirica osservata durante base delle “Cognitive City”, dove I possibili casi d’uso dove i dati MDT Conclusioni
dei Sistemi Complessi con TIM hanno messo in luce due il Carnevale di Venezia insieme ad un’interpolazio- i Cittadini, i Turisti e le Pubbliche potranno contribuire sono molte-
aspetti rilevanti per la caratterizzazione della mobilità: ne con la curva teorica esponenziale, ottenuta con Amministrazioni sono allo stesso plici, tra cui: La messa a punto di nuove meto-
1. la struttura del network di mobilità della Venezia una mobilità media individuale di 3,1 km. Distribu- tempo fruitori e fornitori delle infor- a) Ottimizzazione della domanda dologie di raccolta ed elaborazione
turistica risulta molto ridotto rispetto alla dimen- zioni analoghe sono state osservate per la mobilità mazioni raccolte sul Territorio, con- di mobilità sul Territorio attra- di Big Data georeferenziati da parte
sione totale della rete stradale. Questa osservazio- veicolare nella città. tribuendo così in maniera virtuosa verso la stima dei flussi resi- degli Operatori Mobili potrebbe co-
ne consente di ridurre la complessità del “sistema Lo scopo ultimo di tali ricerche è di produrre nuovi e al miglioramento della qualità dei denziali, turistici, industriali, stituire in futuro un elemento chia-
città” semplificando lo sviluppo di modelli simula- potenti strumenti di conoscenza per permettere agli servizi dell’intero ecosistema del- terziari e fieristici, al fine di in- ve per lo sviluppo di nuovi servizi
tivi e predittivi; Stakeholders (Municipalizzate, PA Locale, ecc.) di svi- le Città, instaurando meccanismi dividuare le azioni di sviluppo per le Smart Cities, sia per quanto
2. La distribuzione delle lunghezze dei percorsi gior- luppare una Governance della mobilità, realizzando il spontanei di auto-organizzazione (Intermodalità, accordi tra TPL, riguarda le opportunità di integra-
nalieri effettuati dai pedoni è in accordo alle leggi concetto di Smart City attraverso tecnologie di parteci- collettiva generati dal comporta- riduzione della frammentazio- zione dei dati nelle Control Room
che regolano la cinetica dei gas secondo il princi- pazione diretta dei cittadini  mento dei singoli cittadini (Swarm ne del territorio) ma anche le del Territorio, sia per fornire infor-
Intelligence). azioni miranti all’abbattimento mazioni e servizi in tempo reale ai
1250 In tale contesto, i device mobili dei dell’inquinamento atmosferico cittadini tramite i loro dispositivi
cittadini naturali “sensori” del ter- ed acustico ed in generale alla mobili.
ritorio, saranno in grado di contri- riduzione degli effetti antropici In tal senso, lo studio sperimentale
1000 f = a e -s/3.1 buire, anche attraverso la geolo- sugli ecosistemi urbani; della mobilità urbana della città di
calizzazione MDT, allo sviluppo di b) Supporto alla gestione di gran- Venezia condotto da TIM in collabo-
metodologie e strumenti in tre aree di eventi Pubblici e Privati in razione con l’Università di Bologna,
750 complementari: aree urbane mediante il moni- ha messo in evidenza la possibilità
Frequency

• Strumenti cognitivi, in grado toraggio delle fasi di afflusso, di poter estrarre nuova conoscenza
di apprendere e rappresentare svolgimento e deflusso, contri- sulle dinamiche della città da dati di
500 automaticamente un model- buendo alla prevenzione e alla geolocalizzazione GPS/MDT raccolti
lo descrittivo e interpretativo gestione dei rischi derivanti dalle Reti 3G e 4G.
delle dinamiche di interazione dall’elevata densità di affolla- In una prospettiva di medio periodo,
250 dei cittadini con le strutture del mento dei partecipanti; tale possibilità potrà rappresentare
territorio; c) Supporto all’operatività delle un’opportunità per i Telco Operators
• Strumenti predittivi, in grado Sale di Protezione Civile e delle per contribuire allo sviluppo di piat-
0 di supportare i processi di Risk Forze dell’Ordine nelle situa- taforme di Governance delle Smart
0 5 10 15 20
s (km) Analysis e Decision Making a zioni di criticità e di emergenza Cities 
116 notiziariotecnico anno 27  1/2018 117

Bibliografia dern piece of statistical software for the GNU suite of


software. The current R is the result of a collaborative
[1] RAN Automation - Notiziario Tecnico di Telecom Italia - effort with contributions from all over the world. R was Davide Micheli davide.micheli@telecomitalia.it
Autori: Graziano Bini e Michele Ludovico initially written by Robert Gentleman and Ross Ihaka— Laureato in Ingegneria Elettronica e delle Telecomunicazioni e in Ingegneria Aerospaziale e Astronautica, è
entrato in azienda nel 1989 dove si occupato fino al 2001 di Progettazione, Realizzazione impianti, Esercizio
[2] 3GPP TR 21.905 - 3GPP TS 37.320 also known as "R & R" of the Statistics Department of e Qualità nell’Area Territoriale di Ancona. Dal 2002 si è traferito a Roma dove lavora tuttora nel settore di
[3] “Detecting pedestrian behavior using ICTs data during the University of Auckland. R Core Team (2017). R: A Ingegneria della Rete di Accesso Radio occupandosi di varie tematiche connesse con l’ingegnerizzazione
della rete tra cui quelle legate allo studio della propagazione elettromagnetica. Negli ultimi anni, dopo aver
great tourist events. The Venetia case study UNIBO-TIM language and environment for statistical computing. R conseguito un Dottorato di Ricerca in Ingegneria Aerospaziale, ha iniziato ad approfondire nell’ambito del
collaboration” Foundation for Statistical Computing, Vienna, Austria. suo lavoro le tecniche di machine Learning, in particolare, sui Big Data di tipo elettromagnetico statistico
disponibili nella rete di accesso radio. E’ inoltre autore di numerosi articoli scientifici su riviste internazionali 
[4] R is a project which is attempting to provide a mo- URL https://www.R-project.org/.

Giuliano Muratore giuliano.muratore@telecomitalia.it


Laureato in Ingegneria Elettronica, è entrato in azienda nel 1987, ricoprendo responsabilità prima nel nascente
mercato liberalizzato dei servizi di messaggistica interpersonale (1990) ed in seguito nello sviluppo della Rete
e dei Servizi Radiomobili di TIM (1995), con incarichi nell’evoluzione del Piano di Numerazione Nazionale (1997)
e nell’introduzione in Italia della Mobile Number Portability (2001), per poi seguire il Mobile Roaming business
(2010) e successivamente progetti internazionali TIM in GSMA. Negli ultimi anni ha messo la sua esperienza
a disposizione della formazione Big Data e dello sviluppo delle tecniche di Machine Learning applicate a dati
radiomobili. 

Aldo Vannelli aldo.vannelli@telecomitalia.it


Laureato in Fisica e in Ingegneria dell’Informazione, in azienda dal 1988. Dopo un’ampia esperienza nell’ambito
dell’Ingegneria e dell’Innovazione delle Reti Dati (Frame Relay, ATM e IP), nel 2001 passa in TIM per occuparsi
dello sviluppo e dell’innovazione di applicazioni e servizi multimediali su tecnologie 2.5G/3G. In questo ambito
ha coordinato numerosi progetti riguardanti l’integrazione multiservizio di voce/video/dati su mobile e lo
sviluppo di soluzioni per il Mobile Content Distribution. Dal 2012 lavora nella Direzione Business & TOP Clients
dove si occupa dello sviluppo di iniziative e progetti innovativi per Aziende di rilevanza Nazionale. Da alcuni
anni si interessa dello sviluppo di iniziative finalizzate alla realizzazione di Proof of Concept basati su tecniche
Big Data Analytics & Machine Learning. 
118 notiziariotecnico anno 27  1/2018 119
Torna
all’indice

ARTIFICIAL INTELLIGENCE
EMPOWERING THE
L’inizio dello sviluppo dell’IA (Intelligenza a capire se un computer possa comportarsi
Artificiale) risale al 1943 quando Warren come un essere umano. Oggi, a distanza di
McCulloch e Walter Pitt proposero un primo circa settant’anni, dopo il cosidetto inverno

DIGITAL TRANSFORMATION modello di neurone artificiale (perceptron).


L’arrivo, alcuni anni più tardi, dei primi
prototipi di reti neurali determinò un crescente
dell’IA, i recenti sviluppi tecnologici dell’ICT e
delle Telecomunicazioni stanno rivitalizzando
l’interesse, e significativi investimenti, per
interesse scientifico per l’IA, anche grazie l’IA, indirizzandone addirittura un ruolo chiave
Ernesto Damiani, Antonio Manzalini ai nuovi lavori del giovane Alan Turing, volti nella Trasformazione Digitale.
120 notiziariotecnico anno 27  1/2018 121

Introduction stems as well as the down-spiralling provide slices, as isolated pool of re-
costs of hardware, the emergence sources, where to execute multiple 1
Example of integrated
The evolution of Telecommuni- of innovative technological para- chains to serve applications (fol-
orchestration (ONAP) of
cations infrastructures towards digms such as SDN (Software-De- lowing specific QoS requirements Cloud and Edge Central
Future Networks and 5G (i.e., 5th fined Networks) and NFV (Network of the Verticals). This is like saying Offices (Source: ONF)

Generation of networks) is fa- Function Virtualization), the growing that the Central Offices will beco-
cing today three major techno- availability of open source software me Data Centres, but with another
economic challenges: simplifying and also the impressive advances of element of innovation: the Cloud
the networks architectures (e.g., AI/ML (Artificial Intelligence/Machi- Computing will be complemented
delayering and decommissioning, ne Learning). by Multi-Access Edge Computing
while achieving more efficiency It has been the growing complexity (Figure 1). This means that small-
and cost effectiveness) to pro- of this transformation, both in term medium Data Centres at the edge plexity of such future infrastructures overwhelm human-made opera- AI/ML features. The use of the huge
vide any sort of digital services, of technologies and business impli- of the infrastructure can host smal- (e.g., for FCAPS and orchestration of tions, thus posing urgent needs of data lake generated by the infra-
with shorter time to market and cations, which has determined a re- ler Central Offices (edgefication of virtual resources and services) will designing and deploying OS with structure will allow automating
better quality for the Customers; vamped interest on AI/ML, which is the network).
cloudifying/edgefying the virtual manifested in growing investments In this high level architectural mo- 2
network functions and services; in related systems, methods and to- del, the OS (Operating System), as Emergence of a common reference model for Future Networks and 5G
optimising and automating OSS/ ols for Future Networks and 5G. In shown in Figure 2, will play the role
BSS processes to mitigate an in- fact, SDN and NFV paradigms will of a software platform enabling
creasing complexity. allow decoupling hardware and sof- management, control and orche-
In the ongoing Digital Transforma- tware architectures: if on one side stration capabilities (e.g., OSS/BSS
tion, these challenges are expressed this will offer an improved flexibility, processes) and services, through a
in the emergence of a common hi- on the other side a new complexi- secure and controlled access to all
gh-level architectural model, for the ty will emerge. The infrastructure the abstractions, in order to serve
Telecommunications and ICT ecosy- physical layer will includes proces- any vertical applications. This same
stems: future networks and services sing, memory/storage and network model will allow also Third Parties
platforms will become software en- resources (up to the edge), while a to access the infrastructure service
vironments, almost fully decoupled virtualization layer (i.e., software) planes, augmenting the Operator’s
from an underneath physical infra- will provide, through Application role into Service Enabler [Manzalini
structure; these platforms will be Programmable Interfaces (APIs), 2014].
capable of hooking together proces- different levels of abstractions all This technological evolution will
sing, memory/storage, networking of resources, functions and services dramatically increase the flexibility
virtual resources, as well as network (e.g., from middle-boxes to applica- of network and service platforms
functions and services (e.g., service tions). while ensuring the levels of pro-
chains executed in network slices). In this scenario, for example, VNF grammability, reliance and perfor-
As a matter of fact, since a few ye- (Virtualized Network Function) mance required by future 5G scena-
ars we have been witnessing some and services would be dynamical- rios and applications (e.g., Internet
key drivers which are paving the ly combined and orchestrated to of Things, Tactile Internet, Immer-
way to this transformation. Among create specific end-to-end service sive Communications, Automoti-
these drivers there are: the diffusion chains serving applications. At the ve, Industry 4.0, Smart Agriculture,
of ultra-broadband connectivity, the same time, seen from the slicing Omics and E-Health, etc). On the
increasing of performances of IT sy- viewpoint, the infrastructure would other hand the management com-
122 notiziariotecnico anno 27  1/2018 123

processes by introducing cognitive re 3) will require automatic intent Digital Transformation of Telecom- example, AI can automate the ma- of security virtual appliances to be others. By doing so, AI promises to
capabilities at various levels. Exam- frameworks capable of: compiling munications? In this section we are nagement, control and orchestra- added into the service chains. deliver a key contribution to the in-
ple of cognitive capabilities include: intents for OS processing; applying briefly reporting some areas of in- tion (e.g. MCO) processes of physical frastructure’s business sustainabi-
understanding application needs policies and verifying properties; novation which are already ripe for pieces of equipment, which today Smart Capex and lity. In fact, increasing competitive
and automating the dynamic provi- submitting for resource allocation; AI/ML exploitation in network and are mostly carried out by humans, Opex pressure in the Telecommunications
sioning of services; monitoring and verifying feasibility, configuring the services infrastructures. introducing control loops acting on market is forcing Network Opera-
maintaining network state; dyna- network resources. virtual/logical entities (e.g., Virtual Concerning the Smart Capex and tors and Service Providers to look for
mically allocating virtual network It’s then reasonable to argue that Automated Machines, Containers, appliances Opex, AI/ML would enable the novel solutions for reducing/optimi-
resources and services; ensuring AI/ML potential will be so valuable Operations and etc). In this direction, AI promises adoption of “QoE” models and in- sing operations costs to compen-
network reliability and enforcing se- for the business sustainability of Network Intelligence to deliver scalable OSS/BSS fun- dicators to support investment and sate the cases where revenues are
curity policies. Telecommunications and ICT, that ctions based on ML models capable design processes based on a data- declining. By promising to decrease
Moreover, although we cannot yet not only will help extracting the re- Today, many Telecom Operators are of seeing and interpreting the state drive approach (e.g., selection of the management costs (e.g., with
fully grasp how pervasive AI/ML will quired level simplicity for operating still relying on manual management of millions of network entities via deployment regions, strategic pri- automated management, control
be, it is likely that it will also enable future infrastructures, but also it will processes: on the other hand there the analysis of huge data streams. orities, etc). Moreover, regarding and orchestration) and to boost re-
innovative features when provisio- potentially enable new service para- is a clear awareness of the poten- Moreover, network and service com- Opex optimization, it is well known venues (e.g., by enabling innovative
ning future digital cognitive services digms and business roles. tial for using AI-powered solutions putational intelligence (e.g., in the that energy consumption is one of applications), AI adoption is increa-
for homes, businesses, transporta- for automation thus reducing costs, Radio Access Networks and in the the major cost items for Network singly perceived as a key competiti-
tion, manufacturing, and other in- increasing productivity, and driving Core), based on data about Custo- Operators: AI/ML methods would ve advantage.
dustry verticals, included the smart more value. The rationale is to use mers’ service patterns and traffic, allow using the data lake for imple-
cities. For example, the strict requi- Potential Impacts of of AI for automating the operations would allow improving the quality menting performance analysis and
rements of future 5G services (Figu- AI on 5G and Future processes based on collection and of the customer experience whilst optimization methods for energy
Networks elaboration in (almost) real time of optimizing the use of resources. consumption vs quality of service. Data Multi-
data about states and levels of per- dimensionality and
3 What are the potential game-chan- formances of nodes/systems and Cybersecurity Improving agility and Deep Learning
Bandwidth vs Latency
requirements of applications and ging consequences of AI/ML in the logical/virtualised resources etc. For enabling new services
services Future Networks and 5G will have to After the so-called AI winter, in
face all the security challenges typi- Operators and Service Providers are the last few years, AI has delivered
cal of today’s Telecommunication very aware that they are competing many applications showcasing im-
infrastructures, but with a new and with agile players, such as Google pressive performance and potential
IT-oriented perspective brought by or Amazon, and are looking to bu- of practical exploitations. A con-
SDN and NFV. Nevertheless, these ild an infrastructure where AI/ML vergence of technology trends and
same enabling technologies, inte- will make the service platforms agi- drivers, social transformations, and
grated with AI/ML will provide new le enough to bring up new services new economic needs is now paving
instruments to mitigate such risks. in minutes or hours versus weeks the way for a wide adoption of AI
To mention some examples: AI/ML or months. Moreover, AI/ML is ex- in several businesses and industri-
will allow inferring proactive ac- pected to enable the development es. For example, the availability of
tions (even based on early-warning new applications in key domains software frameworks for handling
signals of attacks); the adoption of like Internet of Things, Tactile In- big data revived AI innovation of ML
flexible and automatic features for ternet, Immersive Communications, and DL (Deep Learning).
fast traffic steering (e.g., quaran- Assisted or Autonomous Automoti- Multi-dimensionality of data is one
tine, honey pots, slicing segrega- ve, Industry 4.0, Smart Agriculture, of the major challenges. Multi-di-
tions); the automatic configuration Genomics/Omics and E-Health, and mensionality is a property of data
124 APPROFONDIMENTO notiziariotecnico anno 27  1/2018 125

and Unsupervised learning. Supervised neural where each record includes hun-
machineries are trained and tested based on dreds or thousands of dimensions
large quantities of “labeled” samples. For exam- (also called features). The human
ple, a supervised image classifier engine would re- brain itself is a deep neural network
quire a set of images with correct labels (e.g. cats, where many layers of neurons act as
dogs, birds,...). Unsupervised neural machineri- feature detectors, detecting more
es learn on the job from mistakes and try and more abstract features. A Te-
avoiding errors in the future. One can lecommunications network, which
view a GAN as a new architecture for actually operates over multiple pro-
an unsupervised neural network able tocol layers at the same time, is a
to achieve far better performance nice example of a source of highly
compared to traditional ones. dimensional data streams.
Main idea of GAN is to let two neural In this direction, many recent rese-

GANS
networks competing in a zero-sum game fra- arches are focusing on DL techni-
mework. A first network takes noise as input and ques based on the notion that the
generates samples (generator). The second one analysis (e.g., for classification or
(discriminator) receives samples from both the ge- anomaly detection) of data points

5G GENERATIVE
nerator and the training data, and has to be able to characterized by many features
distinguish between the two sources. The two net- needs to follow a hierarchical ab-
works play a game, where the generator is learning straction process, which cannot

ADVERSARIAL NETWORKS
to produce more and more realistic samples, and easily be modeled by classic NNs
the discriminator is learning to get better and bet- (Neural Networks).
ter at distinguishing generated data from real data. While the potential of DL-NN (Deep
These two networks are trained simultaneously, in Learning Neural Networks) for
GAN is a relatively new Machine Learning architecture for neural order to drive the generated samples to be indistin- analysing highly dimensional data
networks: it was first introduced in 2014 by University of Mon- guishable from real data. streams was recognized already in
treal (see this paper note 1). In order to better capture the value A GANs will allow training a discriminator as an unsu- the Nineties, DL was impaired for a
of GANs, one has to consider the difference between Supervised Architecture of the Generative Adversarial Networks pervised “density estimator”, i.e. a contrast function long time by the fact that traditional
that gives us a low value for data and higher output NN training techniques like gradient
for everything else: discriminator has to develop a descent (following the negative gra-
Back propagation: maximize error
good internal representation of the data to solve dient of the network error function)
this problem properly. More details [note 2]. turn out to be very slow to conver-
GANs were previously thought to be unstable. FAIR ge (if they converge at all) when
(Facebook AI Research) published a set of papers on the gradient must be spread across
z
stabilizing adversarial networks, starting with ima- multiple layers. This is known as the
Discriminator
ge generators using LAPGAN (Laplacian Adversarial vanishing gradient problem: the di-
Generator Real Networks) and DCGAN (Deep Convolutional Genera- stance between the desired and the
or tive Adversarial Networks), and continuing into the actual values of the function com-
fake? more complex endeavour of video generation using puted by a NN (the error) shrinks
AGDL (Adversarial Gradient Difference Loss Predic- exponentially with the number of
Data set tors). layers, making the error gradient
Back propagation: minimize error As claimed [note 3], it seems that GANs can provide difficult to identify and follow on the
a strong algorithmic framework for building unsu-
[1] https://papers.nips.cc/paper/5423-generative-adversarial-nets.pdf

[2] https://ishmaelbelghazi.github.io/ALI/
pervised learning models that incorporate proper-
[3] https://www.linkedin.com/pulse/gans-one-hottest-topics-machine-learning-al-gharakhanian/ ties such as common sense 
126 notiziariotecnico anno 27  1/2018 127

part of traditional training methods. the desired analytics, but a local, cal environment, suitable for the Example of the network’s own analysis and de- promising for hosting the training
In other words, traditional NN trai- independent error function. There- chosen ML model; applications and tection processes. of the intermediate layers of DL-NN
ning makes poor use of additional fore, training of internal layer pairs b. distributed training and execu- challenges In this further example [Veerama- models; in this case the MEC could
layers. can be performed independently tion of the chosen ML model can chaneni 2016] an end-to-end sy- efficiently aggregate abstractions
Figure 4 shows the DL principle (e.g. part on the terminal devices, meet the deadlines given the ap- In future scenarios, as shown in Fi- stem combines analyst intelligence while the Cloud could deliver fast
and the approach to this problem: part at the network edge/core) and plication’s latency and resource gure 2, where the network is more with state-of-the-art machine lear- final layer training and model upda-
rather than training the network’s quickly. Only the final layer pair constraints. and more pervasive and dynamic, ning techniques to detect new at- tes. In this direction, Technology
intermediate layers based on the (“ML Model” in the right of Figure 4) These two key conditions are not like a sort of nervous system of the tacks and reduce the time elapsed Providers have been gradually intro-
final classification or anomaly de- will undergo the traditional NN gra- always met when considering the Society, the data lake is made by between attack detection and suc- ducing high cognitive capability in
tection analytics to be performed, dient-based training, minimizing available data lake of Telecommuni- are huge amout of highly heteroge- cessful prevention. The system pre- mobile terminals (for instance, Ap-
DL techniques train each internal the error on the desired analytics cations infrastructures. As a matter of neous which are coming from a she- sents four key features: a big data ple has introduced the framework
layer pair to translate the original function. fact, network data are made available er number of diverse sources (e.g., behavioural analytics platform; for Deep Learning Inference BNNS
feature space into another one. DL-style training has delivered a se- by the network entities through an network nodes, IT systems, termi- an ensemble of outlier detection – Basic Neural Network Subroutine):
This translation preserves the pro- ries of impressive results from 2011 implicit transformation process that nals, devices, smart things, etc). methods; a mechanism to obtain this can potentially pave the way
bability density of the input data onwards (including IBM Watson’s includes a diverse panoply of prepa- These data include states, configu- feedback from security analysts; a even to AI-supported smartphone-
space: input data points are map- success against a human champion ration and pre-processing activities. rations, performance data, alarms, supervised learning module. to-smartphone interaction for seve-
ped into (a usually smaller) number at “Jeopardy!”, or the recent defeat This transformation is independently logs, etc. and they will show diffe- As another example, let us consider ral applications.
of outputs, each of which has many of a human player of “Go” at the performed devices at the periphery, rent feature subsets: for example, future applications such as autono- In synthesis, in order to face Futu-
occurrences equal to the sum of hands of a DL model). as well as by edge processing, and is in 5G it is expected that each data mous vehicles for SDT (Self-Driven re Networks and 5G applications,
the occurrences of the inputs map- However, it is important to remark far from an ideal statistical measu- item may easily have hundreds or Transport) scenarios. The latencies AI should aim at cognitive solutions
ped into it. The important notion that the last few years of research rement process (e.g. the classic one even thousands of dimensions. This requirements for these applications with more human-like characteristic
here is that training a layer pair to have proven that DL analytics can mapping a point value into a normally is a big challenge for AI systems. are so strict (e.g., order of ms) which s-such as an intuitive understanding
preserve the input space probabi- achieve satisfactory performance distributed measurement). Input data Let us consider the example of is not possible to close the loop exe- of the real world and more efficient
lity density does not involve mini- only provided that two key condi- latency, availability and veracity, as using DL to quickly identify cyber- cuting the applications in the Cloud ways of learning. This may require a
mizing the global error function of tions are met: well as the corresponding computa- threats in a 5G network. In principle, Computing. For example if the di- renewed exchange of ideas between
a. input data is an accurate statisti- tional load, may widely vary, depen- the 5G allows extracting highly di- stance of the Cloud is one hundreds AI and neuroscience can create a 'vir-
cal representation of the physi- ding on the conditions in the field. mensional, multi-layer data points of km, only the round trip-and-back tuous circle' advancing the objectives
describing complex entities like transmission latency is the order of both fields [Hassabis 2017].
4 “connections” from network flows. to tenth of ms which should be ad-
Deep Learning principle
DL learning techniques can support ded to the processing latency of the
adapting the configuration of the end-to-end service chain. This is not
cyber-defence architecture accor- compatible with the reaction times Trends and
ding to fluctuation of traffic gathe- required by SDT. The deployment of perspectives
red from 5G subscribers’ UE (User local processing and MEC solutions
Equipment) in real-time (e.g. the ab- can help mitigating this problem but The effective applications of AI in
straction of a “too long” connection it requires an OS (i.e., management/ Future Networks and 5G scenarios
may depend on context-related, control and orchestration capabili- are likely to require multi-domain
slow-varying features such as the ties) capable integrating on-device, orchestration of distributed pro-
data traffic cost per Gigabit for each edge-based and cloud-based trai- cessing in the terminals/devi-
customer segment). DLs distributed ning of DL models. In this context, ces (e.g., Fog Computing), at the
training can transparently fine tune local resources (e.g., in the vehicle, edge (e.g., MEC) and in the Cloud
the behaviour and performance of or mobile terminals) could be very Computing facilities. Moreover, in
128 notiziariotecnico anno 27  1/2018 129

multi-Operators scenarios, it is ex- autocorrelation in the data flows, and subspace learning algorithms References
pected that the composition of AI and assure the desired non-functio- try to identify a latent subspace
virtual pipelines (i.e., acquisition, nal properties of AI model compu- shared by multiple views by assu- [Manzalini 2014] A. Manzalini, D. Soldani, “5G: The Nervous [Damiani 2017] E. Damiani, et al. “Toward Model-Based Big
preparation, pre-processing, and tation in terms of privacy, data inte- ming that the input views are gene- System of the True Digital Society”, E-Letter for Multimedia Data-as-a-Service: the TOREADOR Approach”, ADBIS 2017:
analytics) will look like, or better grity and protection. In the medium rated from it. Communications Technical Committee IEEE Communications 3-9
will become, part of a chain of term, moreover, AI will have to rely Learning model composition are Society, Septenber 2014, http://www.comsoc.org/~mmc [MIT2018] Will Knight, “Your next computer could improve
network services [Damiani2017], on two pillars: structural aware- also expected to incorporate ad- [Veeramachaneni 2016] K. Veeramachaneni, et al. “AI2 : with age”, MIT Technical Review available at
where some of them can belong to ness, making the learning process versarial learning, which deals with Training a big data machine to defend” available at https://www.technologyreview.com/s/610453/
different Operators and may pur- reminiscent of the multiple sources highly dimensional data where https://people.csail.mit.edu/kalyan/AI2_Paper.pdf your-next-computer-could-improve-with-age/?utm_
sue different and non-perfectly contributing to multi-dimensional features may have diverse veraci- [Hassabis 2017] D. Hassabis, et al., “Neuroscience-Inspired source=newsletters&utm_medium=email&utm_
aligned goals. data, and adversarial composition, ty, due to the presence of hostile, Artificial Intelligence”, Neuron , Volume 95 , Issue 2 , 245 - content=2018-03-13&utm_campaign=the_download
In this direction, the end-to-end modelling the data preparation/ un-trusted or semi-trusted com- 258 available at http://www.cell.com/neuron/fulltext/S0896-
interoperability is a must and it re- gathering as a source of perturba- ponents along the model training 6273(17)30509-3
quires standardization more efforts tion/noise. This paradigm would chain. The adversarial paradigm
and further achievements. First of take as parameters the pertinent (see box for details) considers the
all, it is necessary to consider the uncertainty models and the related data preparation/gathering as
impact of current, and future, AI sy- uncertainty principles. It will also inherently including a source of
stems and methods in the functio- be important to address ethics and perturbation/noise and train DL
nal architecture of Future Networks legal concerns that may depend on models considering the uncertainty
and 5G. This means understanding the cultural and regulatory envi- type and the corresponding uncer-
which and how the architectural ronment where the pipeline is de- tainty principles.
functional blocks will be impacted, ployed. In the technological trend towards
and what will be the related stan- Moreover, it should be considered exploiting more and more general-
Ernesto Damiani ernesto.damiani@kustar.ac.ae
dardised interfaces. In this direc- that feature data sets collected by purpose systems and hardware, AI
Ernesto Damiani is a Full Professor at the Università degli Studi di Milano, where he leads the SESAR research
tion a global effort is still required mobile terminals and devices at could play the crucial role to make lab, and he is the leader of the Information Security Center at the EBTIC/Khalifa University in Abu Dhabi, UAE.
from both hardware and software the network periphery have nati- the systems able to automatically From 2017, he is the Principal Investigator of the H2020 TOREADOR project, the biggest project on Big Data
Analytics led by an Italian group. He was a recipient of the Chester-Sall Award from the IEEE IES Society (2007)
vendors to participate in standardi- vely faceted structures that can be customized/adapt to the specific and received the Stephen S. Yau Services Computing Award (2016). In 2017, he received a Laurea Honoris
zation bodies. Moreover the design exploited in the learning strategy. context, data and access patterns Causa from the Institut National des Sciences Appliquées of Lyon, France. He is the authors of more than 500
papers and his work has been cited more than 5000 times 
and development activities of Fu- For example, recent ML analytics of services requests.
ture Networks and 5G system will called multi-view learning can treat So, if it’s true, according to Darwin's
have include collaborations betwe- input data facets (called views) dif- Origin of Species, that it is not the
en industry standardization forums ferently, e.g. using multiple learning strongest the species that survi-
and Open Source communities classification models or coordina- ves, but the one that is able best to
Antonio Manzalini antonio.manzalini@telecomitalia.it
(e.g., ETSI, ITU-T, Linux Foundation, ting training of multiple models (co- adapt and adjust to the changing
ingegnere elettronico, Ph.D è entrato in Telecom Italia nel 1990 ed ha partecipato a diversi progetti di ricerca
ONF, OCP-TIP, IETF, IEEE). training). Notably, multiple learning environment in which it finds itself, internazionali riguardanti reti di trasporto SDH ed ottico (WDM), occupando varie posizioni di responsabilità.
Overall some key technical challen- algorithms exploit learners that Network Operators which will be Ha inoltre partecipato a molte attività di standardizzazione, guidando alcuni gruppi di lavoro in ITU-T ed IEEE.
Attualmente si occupa di tecnologie ed architetture di reti evolutive in ottica 5G, basate sull’integrazione di
ges have to be solved for a mature naturally correspond to different able to integrate AI in 5G are likely SDN, NFV con Cloud-Edge Computing e sistemi di Intelligenza Artificiale. È autore un centinaio di pubblicazioni
application of AI in the Telecommu- views and combine them linearly to gain a new competitive advanta- internazionali e di sei brevetti 

nications domains. One challenge, or non-linearly to improve learning ge, even beyond adaptability: their
for example, is the loss of precision performance. In turn co-training al- infrastructures will improve with
due to missing data, alignment of gorithms pursue agreement betwe- age [MIT] 
different dimensions and artificial en models trained on distinct views,
Notiziario Tecnico
Anno 27 - Numero 1, Aprile 2018
www.telecomitalia.com/notiziariotecnico
ISSN 2038-1921

Registrazione
Periodico iscritto al n. 00322/92 del Registro della Stampa
Presso il Tribunale di Roma, in data 20 maggio 1992

Gli articoli possono essere pubblicati solo se autorizzati


dalla Redazione del Notiziario Tecnico.
Gli autori sono responsabili del rispetto dei diritti di
riproduzione relativi alle fonti utilizzate.
Le foto utilizzate sul Notiziario Tecnico sono concesse
solo per essere pubblicate su questo numero;
nessuna foto può essere riprodotta o pubblicata senza
previa autorizzazione della Redazione della rivista.

Spedizione in A.P. -45% - art.2 20B Legge 662/96 - Filiale di Roma


ISSN 2038-1921