“店长，你们 58 元工作餐送一杯咖啡，结果是一包速溶咖啡，真的好忽悠！”某西餐厅里，一位客户不满地说道。客户看到菜单里赠送的咖啡，立刻脑补了一杯热气腾腾的现磨阿拉比咖啡，但店长却想着“赠送的，用雀巢速溶咖啡就不错了”。结果换来的是某团上的差评。

“李经理，我们园区的 5G 摄像头上不了网了，什么时候可以恢复啊？”某工厂客户着急地打电话。“我刚看了下系统，你们的故障是 18:30 发生的，应该是刚才的雷暴天气导致基站故障。您购买的是我们的 VIP 级切片，可以享受 7×24 小时保障，故障修复将不超过 2 小时。现在 19:05 了，我们的工程师在半小时前就出发了，这会差不多就到你们厂了。放心，不用 1 小时网络就恢复了。”李经理安抚着客户，客户听李经理这么淡定准确的回答，着急的心情也慢慢平复下来。

上面的两个场景为何有如此反差？西餐厅里双方各自想当然，服务没有明确定义，争执不断。园区的客户在购买运营商的网络切片时，合同上定义了明确的服务内容。这就是 SLA，在客户和服务提供商之间建立一套标准的服务规约，让双方能在一个频道进行问题的高效沟通。

SLA 价值为何

随着 5G 切片+边缘云的不断融合发展，5G 切片技术服务更多的垂直行业，才能获得更大的收益。据 GSMA 预测，中国未来五年的工业制造、交通物流等行业的市场规模超万亿，且 60%的市场新增价值在政企客户，未来 5G 专网市场空间潜力巨大。

典型的 5G 切片应用场景

在企业数字化转型过程中，5G 专网业务将面临服务范围更广，客户需求多样，对 5G 专网运营带来了更高的挑战。通过定义 5G 切片 SLA 将对运营商运营带来以下的价值：

• 明确责任：明确运营商和客户的各自责任范围，避免在出现问题时引起纠纷。例如对客户机房、客户终端发生故障而引起业务故障运营商可免责、故障处理时间也可进行相应的剔除。

• 服务聚焦：售前中后服务更加聚焦，重点关注 SLA 指标执行情况，更快响应跟踪、处理问题。例如专享切片网络的 20ms 时延达成率是 99%，那么大客户运维就盯紧上下行时延的日均值峰值。

• 运营优化：在运营商管理成熟和业务量达到⼀定的规模时，还可以根据 SLA 指标的达成情况，及时调整运维策略降低成本。例如根据网络保障等级，X 级以上业务才会在非法定工作日安排故障处理，以减少运维人员的加班成本支出。

SLA 真身显现

参考业界成熟的 ITIL 标准，我们对网络服务的 SLA 进行如下定义。

服务目录

服务目录决定了服务范围，只有合同范围内的服务⽬录，服务商才会有后续的保障。服务目录要素包括服务测量指标 SLI（service-level index）和服务等级目标 SLO (service-level objective)。行业切片的常见 SLI 如开通时限、恢复时限、时延、可用率等。SLO 描述了不同等级所提供功能的一种期望状态，如切片可用率对应普通级别为 99.9%，对应高级别为 99.95%。

服务日历

服务⽇历是合同中 SLA 约束的服务时间范围，即为客户提供 X*X 的服务响应期，是 7*24 还是 5*8，是否扣除⼀个周期内的法定假期，在运维保障中是需要完全对应上的。

恢复时间

恢复时间是指当发⽣各种类型的会影响 SLI 测量值的事件时，运营商采取措施恢复服务的时间。其组成包括响应时间 TTO（time to own )指从发现到指派处理所用的时间；解决时间 TTR（time to resolve），指接单处理到服务完全恢复所用的时间。

恢复时间与 SLO 之间并不是一个简单的阈值控制，⽐如 SLO 定义了⼀年之中宕机时长<10 个⼩时，但不能同一次故障里把 10⼩时⽤完。恢复时间⾥定义了宕机属⼀级故障（解决时限 1⼩时），这样会强制把 10 个⼩时分散到一年，以减少对业务的冲击。

SLA 在垂直行业中

指标测量

SLA 不仅要有目标，还要随时监控，这些都离不开指标的准确和及时测量。SLA 指标包括服务类和网络类两种。

服务类主要是勘察、开通、故障、投诉等售前中后相关活动事件的有关响应时间、解决时间，这类 SLI 一般可通过对接 OSS 网管中台的编排/故障/运维中心获取到时间数据。

网络质量类指标测量的准确性、完整性、及时性，直接关乎 SLA 是否能准确履约和运营的效用。下面，我们就对切片网络指标的多种测量方案进行逐一介绍。

网络质量指标测量方案

• OMC 测量：通过 OMC 进行周期性的采集，可获取流量、时延、丢包等统计类指标。理论上可以获取到单用户级 MR 数据，但因为涉及用户位置等隐私数据，一般情况下大网是不开放的。对于归属用户专有基站，可在数据不出场的情况下进行测量获取。优点是现网基本具备，缺点就是时间粒度粗（15 分钟）、切片/DNN 级（一般无号卡用户级）、没有业务应用类指标测量能力。

• 大数据测量：通过对用户每次网络交互报文进行抓取分析。报文包括 N1 和 N4 接口控制信令日志，以及 N3 接口的业务流 DPI。优点是可提供用户业务操作级数据，可精准测量每次网络交互；缺点就是成本高，需专门的服务器硬件和网络分光器。特别对专享尊享切片，UPF 园区内部署数据不出场的场景，N3 接口业务流无法在运营商大网上获取到数据。

• 终端测量：随着 R16 标准的冻结，网络和模组的测试能力也随之增强，例如 QoS monitoring 允许我们自主下发指定终端的上下行时延测试。特别是行业客户对终端有完全的自主权，可根据应用场景定制软探针，从客户角度对运营商的网络质量履约进行验证确认。优点是灵活可控、易于扩展，缺点就是高频测量可能会影响业务正常使用。

智能保障

对各垂直行业的 SLA 管理，不仅要考虑 SLA 指标的监控需求，还要考虑如何进行保障以确保业务的正常状态。行业切片应用中 SLA 指标专业性强、数据量大、测量复杂、可用性要求高。通过自动化的业务运维保障闭环，实现行业切片 SLA 的可靠守护。

在省级政企客户运维的项目中，我们建立通用的 SLA 指标质差规则模型，通过质差识别、质差治理和优化验证框架，完成 SLA 质差的智能保障。SLA 智能保障处理过程参考如下：

• 对 SLA 指标进行分解得出网络层面可测量的原生指标，对这些原生指标建立自动采集和监控的预警机制。

• 通过多种原生指标的异动偏差组合分析，推导出业务质差场景，触发质差定界定位流程。

• 通过切片实例的网络资源树，找出切片的终端、无线、传输、承载、核心网、边缘云的网络实例，分别在各段各层网络查找问题，汇总并得到定界结论。

• 尝试对问题的自动修复，包括基站 PRB 比例增加、异常 UE 剔除出网、UDM 和 PCF 上用户配置数据修正等。

• 需现场处理的情况，自动派单到运维管理系统，通知切片的运维负责人。

• 待上两步处理完后，继续对原生指标进行监控，以确认指标劣化偏离状态恢复正常。

上述只是基于规则分析的自动化 SLA 保障手段，随着 AI 智能的应用，SLA 的智能化保障方案也在逐渐的丰富和成熟。通过导入海量的关联终端、基站、回传、核心网数据，通过机器学习推导出质量劣化模型，就可以在问题发生前进行预测，为各种保障工具的实施争取更多的时间，智能识别质量隐患点，并在质量问题发生前进行定点优化。

采矿行业实践

在 21 年某铜厂 5G 专网园区运维项目，我们对网络和业务的 SLA 指标（包含工业控制类指标）进行深入分析，实现了指标实时测量和汇总计算，同时结合数字孪生技术对无人工厂进行数字化还原和监控。

铜厂洗矿车间由于粉尘非常大，人员在现场操控非常不健康。为建成无人洗矿车间，需要 4K 高清视频监控，以及对皮带传送机和天车等机器进行远程控制。

高清视频监控切片：主要传输洗矿车间监控的大视频类数据，使用 4K 类视频监控，上行带宽满足 40Mbps 即可；时延要求普通不高，约 50ms；视频卡顿率和花屏率要求比较高，需小于 0.1%。

机器控制切片：主要进行天车和皮带运行的远程控制，传输内容主要以信令控制为主，对于上下行带宽要求不高，2Mbps 即可；对于时延和丢包要求非常高，时延通常小于 10ms,丢包率小于 0.01%，PLC 执行成功率大于 99.9%。

车间层面和业务（天车）关键 SLA 指标监控

在本次采矿行业的 SLA 实践中，我们建立了一套完整的采矿行业 SLA 指标模型，包括集团-分公司-车间-天车（业务）的多层级 SLA 指标模型，关键指标数据包括 5G 网络类指标、工业控制类指标和设备实时运行类指标。

基于天车业务控制类指标和设备实时运行指标，我们还通过 3D 仿真建模，实时显示运行动态，让用户可实时了解设备运行情况。我们首先通过对设备尺寸等静态数据进行采集，再通过 PLC 上的各个方向上运动速度数据，还原出设备的实际位置位移数据，最终还原出设备的实际工作过程。

展望

5G 行业融合应用已经进入到关键探索期，5G 切片 SLA 分级管理和保障是行业落地应用和规模推广的重要前提，我们将持续研究 5G 切片 SLA 的模型设计、高精测量、智能预测、智能保障等技术，实现 5G 技术的全行业应用百花齐放。

在未来不遥远的 6G 时代，控制面时延将达到 1ms，用户面时延将达到 0.1ms，流量密度将达到 0.1-10Gbps/m2，连接数密度将达到 0.1-1 亿设备/km3。业务场景包括沉浸式交互、云 XR、全息通信、通感互联、智慧交互、数字孪生，空天地海一体化通信系统，全球无缝立体覆盖，用户随时随地接入。场景的丰富和指标需求的提升，需要更清晰可信的 SLA 提供保障。