从挑战和需求出发，契合5G，从架构技术推动，场景切入作为考量，满足云化网络智能化的两个核心能力，引入AI和大数据的智能化整体解决方案，基于三层云化网络的基础架构，推动云化网路的智能化：

1）基础设施层自优化：云化后的基础设施增加了故障定位和分析的难度，也为云化基础资源层的网络管理增加了复杂性，AI＋大数据为引入故障告警、故障自愈、基础资源分配等自优化提供能力。

2）网络资源层智能化：引入网络状态感知网络功能，实现数据采集、状态监控、运算分析、推理决策和策略执行。AI＋大数据为满足网络资源调配、网络自优自愈，网络自治化提供基础能力。

3）管理运维运营层自动化和智能化：从规划设计、网络部署到管理运维，实现自动化和全局资源优化等智能化。引入AI＋大数据能动态地对网络进行资源调度、优化和故障排除，实现网络的智慧运营。通过将人工智能技术和网络资源调度相结合，利用机器学习技术根据采集数据对用户行为、网络业务及相应资源需求进行预测和评估，结合网络的动态情况进行主动运维，保障网络能够及时调整相应资源，实现网络资源的最大化利用。基于人工智能的网络优化技术，对智能网络特性的海量数据加以分析，建立合理的智能量化模型，并基于模型对网络业务进行实时处理，从而保证最佳的网络运行状态。基于人工智能的故障排除技术，基于海量历史故障数据和故障解决数据，利用人工智能学习生成故障事件和特征匹配规则库，针对网络告警数据自动选择最优解决方案，保障和管理好整个通信网络。

分阶段引入AI＋大数据能力，从开环网络、到静态闭环、再到动态闭环，最后到全自治网络，实现以人驱动为主的人治模式向网络自我驱动为主的自治模式的转变。

隐私计算 是一堆“数据可用不可见”技术集合，包括多方安全计算、联邦学习、机密计算、差分隐私及数据脱敏等等 目标是在完成计算任务的基础上，实现数据计算过程和数据计算结果的隐私保护。数据计算过程的隐私保护指参与方在整个计算过程中难以得到除计算结果以外的额外信息，数据计算结果的隐私保护指参与方难以基于计算结果逆推原始输入数据和隐私信息。