圍繞業(yè)務重點需求與核心痛點，對云網(wǎng)絡系統(tǒng)中的局部組件或整體架構進行優(yōu)化重構，涵蓋云網(wǎng)關，虛擬交換機，虛擬網(wǎng)絡控制器等各云網(wǎng)絡組件。當前正在投入云網(wǎng)關平臺化架構的研究探索。

設計孵化新網(wǎng)絡服務或原有網(wǎng)絡服務的新特性，以滿足客戶提出或自主識別的大顆粒關鍵功能訴求。

研究廣域網(wǎng)QoS的探測、表征以及故障定位和定界；研究方向包括通過主動測量、被動測量以及主動和被動相結合的方式。

通過動態(tài)感知網(wǎng)絡故障，主動繞過擁塞鏈路，降低用戶服務中斷時間；通過感知網(wǎng)絡質量變化，主動優(yōu)化用戶公網(wǎng)訪問路徑，解決錯綜復雜的運營商互聯(lián)帶來的網(wǎng)絡路由不優(yōu)和質量惡化問題。

對海量的網(wǎng)絡運維KPI、日志等原始數(shù)據(jù)，通過大數(shù)據(jù)平臺結合AI算法，實現(xiàn)網(wǎng)絡故障的及時發(fā)現(xiàn)，對資源類的指標通過算法預測，做到故障預警，保障網(wǎng)路高可用的達成。

通過故障大盤，收集網(wǎng)絡的拓撲、服務關系、告警、事件以及設備狀態(tài)信息，智能的決策故障的影響有多大，根因組件在哪，并根據(jù)歷史知識學習，推薦解決方案，邁出網(wǎng)絡自動駕駛的重要一步。

通過模型和圖數(shù)據(jù)庫，將網(wǎng)絡的拓撲、配置信息、版本信息、服務、指標依賴關系管理起來，并提供多種查詢和知識挖掘的能力，支撐網(wǎng)絡異常判斷、根因分析、自動化變更的實現(xiàn)。

采用Regionless架構，我們可以讓應用自動地運行在多個地區(qū)數(shù)據(jù)中心中，并利用不同地區(qū)基礎設施的優(yōu)勢來提高應用程序的運行效率。其中，Regionless編程框架支持應用程序的SLA分發(fā)；Regionless數(shù)據(jù)服務支持應用狀態(tài)的跨地區(qū)流動；全球網(wǎng)絡基礎設施支持分發(fā)基礎設施的高可靠/高性價比。

圍繞網(wǎng)絡操作系統(tǒng)、接口、協(xié)議、芯片等領域，研究測量、虛擬化、在網(wǎng)加速等分布式網(wǎng)絡系統(tǒng)，軟硬協(xié)同，打造業(yè)務定義的可編程網(wǎng)絡，重構云網(wǎng)絡，加速計算與網(wǎng)絡創(chuàng)新，提升網(wǎng)絡性能與性價比。

對海量云上資源監(jiān)控數(shù)據(jù)進行ML建模分析，通過離線訓練建立云上負載特征模型，提供線上系統(tǒng)基于這些資源使用趨勢和特征做出合理的決策。根據(jù)不同應用場景，對算法進行優(yōu)化，并與業(yè)務方基于智能畫像分析技術進行聯(lián)合創(chuàng)新。

針對云上實例多樣、集群龐大、資源共享等特點，構建新一代集群資源管理調度系統(tǒng)。除了關注資源統(tǒng)一、性能問題，更關注資源利用率、實例間干擾、業(yè)務特征等深層次影響資源使用效率的問題，對此進行關鍵技術突破，實現(xiàn)閉環(huán)、高效的資源管理調度系統(tǒng)。

結合智能網(wǎng)卡、SDI卡等硬件實現(xiàn)性能提升和管理成本節(jié)約，并在此基礎上對OS、虛擬化層在資源開銷、性能、安全等方面的優(yōu)化點。并且考慮異構計算芯片在微架構層面的不同特征，研究其對云上業(yè)務的最佳配置和匹配，最大限度優(yōu)化資源使用。