КЕРУВАННЯ ТЕЛЕКОМУНІКАЦІЙНИМИ МЕРЕЖАМИ З ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ AI/ML

Abstract

В роботі наведено результати досліджень поточного стану і нових тенденцій застосування AI/ML при керуванні мережами та послугами. Розглянуто базові технології, які є фундаментальними для наскрізного створення ресурсів і керування ними. За допомогою таких технологій мережі 5G можуть автоматизувати обробку ресурсів і ізоляцію між логічними та фізичними ресурсами. У цьому сенсі розглянуто останні підходи в домені RAN з відкритою мережею радіодоступу (O-RAN). Також зосереджено увагу на відповідних контролерах, заснованих на стеку Європейського інституту телекомунікаційних стандартів керування та оркестровки (ETSI MANO), і, зокрема, на тому, як обробляються обчислювальні ресурси. Після чого розглядаються фундаментальні ідеї та останні тенденції програмування площини даних на рівні пакетів і на рівні оптичного перемикання, зосереджуючись на транспорті керування мережними ресурсами. Також описано створення конвеєра даних для забезпечення стека керування мережним моніторингом і аналітикою. Досліджено основні підходи до управління різними архітектурними компонентами мережі 5G. У ході розгляду зазначено, що різноманітність проблем на кожному архітектурному рівні, звичайно, вимагає різних підходів. Також розглянуто керування ресурсами RAN за допомогою виявлення моделей поведінки користувачів і розподілу ресурсів RAN за допомогою методів навчання з підкріпленням (RL) та Q-навчання. Проаналізовано традиційні методи оптимізації та підходи на основі штучного інтелекту для вирішення проблем оркестрування мережі, що містить будь-які обчислювальні ресурси. Наведені методи SoA для досягнення нарізки площини даних через ізоляцію співіснуючого трафіку. Також розгля-нуто надзвичайно важливе питання об’єднання ресурсів і методи ШІ, які використовуються для сприяння реалізації процедур об’єднання. Розглянуто особливості застосування методів машинного навчання в мережній платформі, а також керування програмними мережами 5G на основі ML та оцінювання QoE. Після цього, наведено тематичні дослідження, які охоплюють керування QoE, розгортання VNF і керування зрізами. Визначено основні виклики, запропоновано, як їх можна вирішити та вказівки для операторів. Здійснено огляд алгоритмів ML, які використовуються для керування потужністю, планування користувачів, асоціації користувачів і розподілу спектру.