当前位置:主页 > 产品展示 > 天平仪器系列 >

产品展示

Products Classification

中国信通院程强等:电信网络智能化生长现状与未来展望:leyu乐鱼体育官网

  • 产品时间:2021-11-21 01:13
  • 价       格:

简要描述:1 引言现在,全球已经掀起了人工智能应用的浪潮。将人工智能引入到新一代通信基础设施,可以为网络、盘算、应用等信息基础设施提供基于数据的感知、预测和管控能力,促进网络、盘算、应用等基础设施的融合与协同。现在,海内外尺度化组织、运营商和服务商在努力探索电信网络智能化的需求、架构、算法和应用场景,人工智能在网络中的应用正逐步由观点进入落地阶段。...

详细介绍
本文摘要:1 引言现在,全球已经掀起了人工智能应用的浪潮。将人工智能引入到新一代通信基础设施,可以为网络、盘算、应用等信息基础设施提供基于数据的感知、预测和管控能力,促进网络、盘算、应用等基础设施的融合与协同。现在,海内外尺度化组织、运营商和服务商在努力探索电信网络智能化的需求、架构、算法和应用场景,人工智能在网络中的应用正逐步由观点进入落地阶段。

leyu乐鱼体育

1 引言现在,全球已经掀起了人工智能应用的浪潮。将人工智能引入到新一代通信基础设施,可以为网络、盘算、应用等信息基础设施提供基于数据的感知、预测和管控能力,促进网络、盘算、应用等基础设施的融合与协同。现在,海内外尺度化组织、运营商和服务商在努力探索电信网络智能化的需求、架构、算法和应用场景,人工智能在网络中的应用正逐步由观点进入落地阶段。据Tractica/Ovum预测,到2025年,电信业整体AI用例软件市场将以48.8%的年复合增长率从2016年的3.157 亿美元增至113 亿美元。

SDN/NFV和5G的大规模部署将推动2021年成为网络自动化的转折点。2 电信网络智能化尺度研究希望现在,电信网络智能化尺度研究事情在国际和海内均已启动,3GPP、ETSI、 ITU-T、5G PPP、 IETF、TMF和CCSA等尺度化生长组织努力展开网络智能尺度化研究事情,主要研究偏向和规模如图1所示。图1 网络智能化相关尺度化研究内容2.1 ITU-T现在,ITU-T主要由SG13举行在未来网络中实现机械学习的研究事情。

ITU-T SG13于2017年11月建立了面向包罗5G在内的未来网络机械学习(ML5G)焦点组。该焦点组卖力起草机械学习适用于未来网络的技术陈诉和规范,包罗网络体系结构、接口、协议、算法、应用案例与数据花样等[1]。现在,ML5G第二阶段事情已于2020年7月竣事,后续的研究将在ITU-T SG13继续推进。除了ITU-T SG13,在ITU-T SG15于2020年1月的全会上,Q12和Q14确定将“机械学习如何应用到传送网”纳入尺度事情规模,并希望能够充实分析AI/ML在传送网中的用途;如何将机械学习应用于传送网现有的功效和运维中并能够给传送网带来哪些新的能力;分析除了现有的治理和控制系统之外,另有哪些场景需要使用AI/ML。

SG16于2019年建立Q5聚焦人工智能技术与多媒体应用的融合及影响,并举行相应尺度化事情。2.2 3GPP3GPP SA WG2事情组在2017年5月第121次会上完成5G网络智能化的研究项目“5G网络自动化的推动因素研究(Study of Enablers for Network Automation for 5G,eNA)”的正式立项。该项目将网络数据分析功效(Network Data Analytics Function,NWDAF)引入5G网络,目的是通过对网络数据的收集和分析,生身分析效果,然后使用分析效果举行网络优化,包罗定制化的移动性治理、5G QoS增强、动态流量疏导和分流、UPF选择、基于UE业务用途的流量计谋路由、业务分类等。在该项目的输出TR23.791[2]中,界说了一系列用例、关键实现技术要点和数据流通历程等。

其中,典型的应用包罗5G移动性治理相关功效可以请求NWDAF对终端的移动轨迹举行预测、5G网络中的OAM也可以请求NWDAF提供网络切片中的业务运行数据的分析效果来优化网络切片资源的治理、第三方应用可以从NWDAF订阅网络性能预测信息并基于预测举行应用层的调整等。3GPP SA WG5在2018年9月的第81次会上通过了“意图驱动的移动网络治理服务(IDMS_MN)”,在该项目的输出TR 28.812[3]中明确了意图驱动的网络治理服务的观点、自动化机制、应用场景以及形貌意图的机制等。在2020年6月召开的第131e次集会上,3GPP SA WG5建立“自治网络分级(Autonomous Network Levels,ANL)”尺度项目[4],该项目由中国移行动为独立陈诉人牵头,旨在在3GPP框架内,基于网络“规-建-维-优”四大类典型场景,规范自治网络的事情流程、治理要求和分级方法,明确差别网络自治能力尺度对3GPP现有功效特性的增强技术要求,牵引网络智能化相关尺度事情。

3GPP计划通过该项目界说细分场景的分级尺度,实现与现有的网络智能化功效特性、服务及接口相关项目的协同,预计在R17阶段完成结项。2.3 ETSIETSI十分重视AI技术在ICT领域的应用,于2020年6月公布“AI及其用于ETSI的未来偏向”白皮书。2017年2月,ETSI建立业界首个网络智能化规范组——体验式网络智能行业规范小组(Experiential Networked Intelligence Industry Specification Group,ENI ISG)[5]。ENI ISG界说了基于“感知-适应-决议执行”控制模型的认知网络治理架构,使用AI和上下文感知计谋来凭据用户需求、情况状况和业务目的的变化来调整网络服务。

通过自动化的服务提供、运营和保障以及切片治理和资源编排优化来提升5G网络性能。现在,该小组的输出结果包罗术语规范、观点验证(PoC)框架、应用案例、智能网络分级、意图感知的自治网以及ENI架构等。

ISG ZSM(Zero Touch Network & Service Management)[6]事情组于2017年12月建立,该事情组偏重无线和焦点网,其尺度化目的是端到端网络及服务举行自动化治理(如交付、部署、设置、维护和优化),在理想情况下实现100%自动执行从交付到部署业务的流程和任务,但其架构并没有强调AI能力。现在,该小组的输出结果包罗ZSM的应用案例、需求、端到端切片技术和闭环控制实现等。2.4 TMFTMF主要面向OSS/BSS,指定与电信运营系统(如业务流程、信息模型、种种应用等)相关的尺度。

当前正在开展的人工智能与数据分析(AI and Data Analytics,AI&DA)[7]项目主要从架构、用例、AI术语、数据处置惩罚、AI训练等方面举行研究,研究偏向与详细内容如表1所示。表1 AI&DA项目主要事情2019年5月,TMF公布自治网络技术白皮书[8],形貌了自治网络的功效架构、应用场景与自治网络分级等内容。TMF自治网络(Autonomous Network,AN)项目[9]于2019年7月在TMF正式启动,该项目面向垂直行业,旨在界说全自动化的零等候、零接触、零故障的电信网络,以支撑电信内部用户实现自设置、自修复、自优化、自演进的电信网络基础设施。TMF的主要事情还包罗商业架构、技术架构和PoC测试等。

2.5 GSMAGSMA于2019年6月建立AI in Network特别事情组,并于2019年10月公布《智能自治网络案例陈诉》白皮书[10]。白皮书搜集了人工智能在移动通信网络应用中的七大标杆案例,包罗网络站点部署自动化、Massive MIMO参数智能优化、智能报警压缩及原因分析、智能网络切片治理、智能节能、垃圾短信智能分析与优化、智能投诉处置惩罚。2.6 CCSA现在,CCSA的多个事情组都已经开展了和智能网络相关的事情项目研究,主要内容与偏向包罗网络智能分级、关键技术需求、意图驱动、应用场景等。其中,TC1偏重于人工智能在网络中的应用场景及总体尺度化问题[11],WG1现在规范了电信行业人工智能界说与术语、电信行业人工智能应用场景与业务需求,并对人工智能智能化分级、尺度关键问题、在电网中的演进及网络计划应用举行了研究;TC3聚焦于人工智能在详细的网络与业务能力应用的关键技术[12],WG1现在已对基于人工智能的IP承载网智能化使能技术、网络业务量预测及应用等举行了研究;TC5聚焦人工智能在无线通信中的应用[13];TC6聚焦人工智能在传送网与接入网中的应用[14],现在已对传送网智能运维、接入网运维应用等举行了研究。

现在,CCSA正在举行的电信网络智能化相关项目总结如表2所示。表2 CCSA网络智能化相关项目总结3 电信网络智能化行业生长现状3.1 海内外运营商海内三大运营商都已在人工智能领域结构,在智能客服、智慧都会、智慧医疗、智能交通、智能网络运维、智能5G网络等多方面展开事情。中国移动在尺度化、基础平台和应用实践等方面均有所推进。

尺度化方面,先后在8个尺度化和行业组织努力推动网络智能化水平分级框架和评估方法尺度化事情;平台方面,公布了人工智能基础平台“九天平台”,全线孵化系列AI能力和应用服务能力;应用方面,多个典型案例包罗智能客服、网络故障端到端智能运维和业务质量智能感知等均已在网络运营中获得部署,并取得显著成效。中国联通于2019年6月公布了《中国联通网络人工智能应用白皮书》,推出网络智能化生长引擎智立方CubeAI平台,构建网络AI共赢生态和开放互助体系,并与华为、百度、科大讯飞、狼烟等公司均有AI项目互助。中国联通现在已经落地部署的应用包罗基于AI的焦点网KPI异常检测、IP RAN的智能事件治理、一站式智能排障、基于AI的无线网络自排障、基于AI的无线多载波吞吐量参数优化、基于AI的弱PON信号检测等。

中国电信牵头工业界配合体例公布了《网络人工智能应用白皮书》,并于2019年6月公布《中国电信人工智能生长白皮书》,搭建灯塔AI平台,基于自身在数据、算法、通用算力和渠道方面的优势,从面向客户与网络运营两大切入领域生长人工智能,现在已在移动基站节能和运维智能化等方面落地部署了人工智能应用。与此同时,外洋电信运营商也在努力推进AI应用,美国AT&T、韩国SK电讯、日本NTT Docomo等已经将AI上升到公司战略高度,并通过多种方式介入人工智能领域。

AT&T提出了Network 3.0 Indigo下一代网络转型计划,将AI技术应用在网络故障预警、移动网络现状分析上,将运营商内部大量通例操作流程转向历程自动化。AT&T与Tech Mahindra互助开发了AI开源平台Acumos,并计划通过Acumos来建设智能化网络。

日本NTT Docomo于2020年1月公布了白皮书:5G Evolution and 6G,提出将使用AI实现移动网络的泛在智能。2019年5月,Orange团结华为配合完成了基于AI的光网智能运维测试;团结智能边缘物联网软件提供商Octonion推出了专门为LTE-M网络设计的物联网设备,来实现边缘人工智能与网络宁静。除此之外,西班牙电信、德国电信、沃达丰等运营商都提出了网络智能转型计划,在网络运维、优化、业务服务等领域引入AI技术。3.2 海内外设备/服务商海内外设备商与服务商在电信网络智能化生长上鼎力大举投入,并努力展开与运营商的互助,提出网络智能化的应用方案与垂直业务服务。

在海内,华为在2019年推出NAIE人工智能电信网络开源平台,提供了多项网络智能案例,并先后公布多项与网络智能化和自动驾驶网络相关的白皮书,包罗《华为面向自动驾驶移动网络的关键场景白皮书》《华为网络人工智能引擎(iMaster NAIE)白皮书》《自动驾驶网络解决方案白皮书》等。2020年,华为面向全球上市自动驾驶网络解决方案iMaster智能运维系列产物,包罗网络人工智能单元、跨域智能运维单元等。中兴通讯提出通过云化网络引入数据感知、智能分析、意愿洞察三大AI能力,构建端到端的智能化网络,并于2018年2月公布《人工智能助力网络智能化中兴通讯人工智能白皮书》;于2018年10月公布《中兴通讯5G网络智能化白皮书》。大唐移动努力推动智能化网络运维和多网融合,深入推进垂直服务和通用服务,包罗智能网联汽车、智能无人书店、智能安防、智能制造、智慧电力等。

在外洋,爱立信提出多项AI网络应用案例,并与多家运营商和服务商展开互助,例如与日本NTT Docomo签署了业界最大的AI网络优化项目条约,为其提供基于AI的无线接入网优化;为日本软银提供基于AI的无线接入网设计;支持印度最大运营商Bharti Airtel构建智能和预测性网络运营;与沃达丰互助将AI用于智能小区切换;与中国联通互助共建移动网络人工智能应用团结实验室等。美国高通推出了在智能手机、汽车等终端侧上应用AI更快速高效的AI引擎,通过将AI和5G联合,使用5G的高容量、低时延和高可靠性的特性来支持终端实现感知、推理和行动。

思科在2019年6月公布了一系列软件增强功效,旨在将人工智能和机械学习更深地融入网络,并提出了基于AI、数据中心和云在内的基于意图的网络(Intent Based Network,IBN)。4 网络智能化生长研究热点4.1 云边端协同在电信网络智能化应用的开展历程中,电信数据的实时收集、通报、处置惩罚和学习变得尤为重要。随着近年来电信网络边缘设备与数据量的迅速增长,基于云的集中式学习在实时性、传输效率、数据宁静与隐私掩护等方面存在不足。随着边缘盘算与人工智能技术的双重推动,靠近数据源头的边缘节点和终端节点等智能处置惩罚能力提升,可以举行数据的收集、实时推理或是负担一部门的训练事情,实现与云端节点的协同盘算。

云边端协同盘算的主要事情模式包罗:通过边缘与云端之间的协同,合理优化任务分配,可以通过云端训练边缘侧推理来提高智能应用的效率;通过边边协同,边缘与边缘之间通过团结学习,可以提高数据共享与模型泛化能力,在掩护数据隐私的前提下提高网络智能化应用质量;通过边缘与网元、终端设备之间的协同,使用网元和终端设备的多功效、空间漫衍多样化以及智能能力嵌入的优势,可以提升推理效率与服务多样性等。云边端协同涉及的关键技术较为富厚,包罗漫衍式训练、联邦学习、迁移学习、模型支解与压缩等。4.2 联邦学习联邦学习(Federated Learning)作为一种漫衍式机械学习框架,在2016年由谷歌最先提出,是一种新兴的人工智能基础技术,它的基本寄义是多个数据拥有方想要团结他们各自的数据训练机械学习模型时,保证所有训练数据都生存在当地的情况下学习到一个共享模型,而且该共享模型的效果与使用共享数据训练出来的模型效果之间的差距足够小。

在联邦学习的训练历程中,数据自己不会脱离用户当地,节点之间共享的知识模型的参数更新,从而保证了数据宁静和隐私需求。由于联邦学习可以保证原始数据在不出网的情况下通过加密的方式更新模型参数,通过协同训练提升模型准确度和泛化能力,因此联邦学习的这种学习计谋一方面适用于数据疏散于各个运营商网络空间、差别层域的电信网络以及电信网络与垂直行业之间举行多方互助盘算;另一方面,联邦学习适用于终端、网元或边缘设备举行协同训练的场景,可以应用漫衍更广泛的数据在不稳定的通信情况中举行训练,模型的泛化能力也往往要优于每个联邦用户单独训练的效果。联邦学习包罗横向联邦学习、纵向联邦学习和联邦迁移学习3种类型[15]。针对这3种学习类型,其中横向联邦学习适用于拥有差别用户群体,但数据属性较为类似的边缘节点或子网之间,通过对用户差别但数据特征类似的数据举行联邦学习,可以提高模型的准确度和泛化能力;纵向联邦学习适用于具有相同用户ID,但数据属性差别的数据,训练可以在网络空间的差别位置,例如终端和云端,也可以是差别的网络空间来举行,最终可以实现对网络的全局优化。

同时,纵向联邦学习还可以用于运营商与其他垂直行业,对相同群体用户差别维度的数据举行联邦学习,从而提高电信网络对垂直业务的服务能力;联邦迁移学习则可以将电信网络中的训练模型用于其他领域举行建模,例如智慧零售和智慧都会等。联邦学习已经成为当前网络智能化的研究热点。4.3 电信数据集处置惩罚技术由于电信大数据不仅具备一般大数据的5V特点(大量、高速、多元、价值稀疏与真实),还具有多维度、多边性、多粒度和个性化等特点,因此如何对电信网络数据类型、特征、花样和颗粒度的多样性来举行(统一的)数据表现、数据融合、数据预处置惩罚、数据存储是当前电信领域开展智能化应用投入较多的技术难点。

随着5G网络的生长,高带宽和超麋集毗连下支持海量设备毗连,如何对来自海量设备的数据包举行实时无损的收罗、传输、存储、去冗余、压缩和标注是电信网络举行机械学习应用和数据分析需要解决的前提。高质量的数据集是举行机械学习和开展智能化应用的前提,在电信领域汇聚和共享数据资产,建设行业权威高质量的标注数据集,已经成为行业当前的关注重点。

电信数据的汇聚与共享还可以促进电信网络全局优化事情的开展,打破当前电信网络“烟囱式”的架构。但与此同时,数据的开放使得数据泄露与小我私家信息掩护成为挑战,数据的流通给数据质量的保障带来难题,在电信数据的全生命周期内保证数据宁静与用户隐私的前提下开展智能化应用已经成为行业共识,相关的技术研究包罗数据脱敏技术研究、差分隐私、同态加密和联邦学习等。5 网络智能化未来展望现在,陪同着5G网络的大规模建设和网络人工智能平台的成熟,网络智能化正逐步从观点走向落地应用。

对于网络智能化的生长,出现出以下趋势。5.1 网络智能化基础能力连续增强网络人工智能的乐成应用需要数据、算力、网络和人才的全面升级,虽然电信行业在人工智能技术的掌握能力、相关人才与技术、组织灵活性和驱动力上存在天然弱势,但随着运营商和设备商等在智能云平台和数字化偏向的发力,对网络智能化所需的数据、算法、算力、工具、人才等举行的聚集和积累已初具规模。与此同时,网络开放数据集、智能算法库等逐步开放,海内国际网络智能化竞赛的举行、尺度化事情的推进、开源项目与平台的建设等都为筑牢网络人工智能的技术、人才底座,为网络人工智能后续的生长奠基了坚实基础。

5.2 智能运维成效开端显现随着5G的规模部署,电信网络变得日益庞大,无线2G/3G/4G/5G形成“四世同堂”叠加网,网络运维面临庞大挑战。传统以人工为主的运维方式已经无法适应现在网络面临的运维庞大性增加、网络参数设置越发灵活、网络宁静问题突出等新型挑战。为了提升网络运营效率,人工智能技术可以解决电信网络运维中存在的重复性、庞大性和预测类难题,海内外运营商、设备商和服务商通过一些运维效率提升显着的用例,例如焦点网KPI异常检测、故障识别与根因定位、智能网络调优、基站智能节能等,将网络智能应用落地示范,逐步将AI应用到运营商全网,不停促使网络运营和运维模式发生基础性厘革。

5.3 网络数字化动员智能化为了推动网络自动化运维和执行能力的提升,网络数字化事情连续推进。随着5G网络演进与AI能力的引入,网络的数字化模型需要多维与海量的数据,并要保证数据感知的实时性,来提高网络的感知和决议闭环能力。随着知识图谱技术的生长,电信网络运维履历与专家知识的数字化,为网络从人工运维向自治运维提供了技术底座。

在网络自动化闭环历程中,需要将人工履历与知识转化为机械可明白的知识库,从而在网络自动化分析、意图驱动和闭环决议中发挥作用。当前,通过将知识图谱等方法和技术应用到电信网络中,在网络故障智能识别和根因分析等场景中应用和推广,已取得较好的结果。6 竣事语使用人工智能提供的强大分析、判断、预测等能力,赋能网元、网络和业务系统,实现电信网络的计划、建设、维护、运行和优化等历程的性能提升和自治化,已经成为当前海内外电信行业的生长重点。

电信网络智能化在尺度研究、技术验证与落地应用等方面均有重要推进。在面向未来电信网络的智能化厘革中,人工智能将贯串整个端到端网络全生命周期的运营与演进,实现网络的泛在智能能力,动员整个电信工业的智能升级。

参考文献[1] ITU. ITU-FG-ML5G组先容[EB/OL]. [2020-08-05]. https://www.itu.int/en/ITU-T/focusgroups/ml5g/Pages/default.aspx.[2] 3GPP. 3GPP-eNA项目输出TR 23.791[EB/OL]. (2019-06-11)[2020-08-05]. https://portal.3gpp.org/desktopmodules/Specifications/SpecificationDetails.aspx?specificationId=3252.[3] 3GPP. 3GPP-IDMS_MN项目输出TR 28.812[EB/OL]. (2020-03-27)[2020-08-05]. https://portal.3gpp.org/desktopmodules/Specifications/SpecificationDetails.aspx?specificationId=3553.[4] 3GPP. 3GPP SA WG5建立“自治网络分级标注项目”[EB/OL]. [2020-08-05]. https://www.3gpp.org /DynaReport/TSG-WG-s5-wis.htm.[5] ETSI. ETSI-ENI ISG先容[EB/OL]. [2020-08-05]. https://www.etsi.org/committee/1423-eni.[6] ETSI. ETSI-ISG ZSM先容[EB/OL]. [2020-08-05]. https://www.etsi.org/technologies/zero-touch-networkservice-management.[7] TM Forum. TMF AI and data analytics, AI&DA项目先容[EB/OL]. [2020-08-05]. https://www.tmforum.org /ai-data-analytics/.[8] TM Forum. TMF自治网络技术白皮书[EB/OL]. (2019-05-15)[2020-08-05]. https://www.tmforum.org/wp-content/uploads/2019/05/22553-AutonomousNetworks-whitepaper.pdf.[9] TM Forum. TMF AN项目[EB/OL]. [2020-08-05]. https://www.tmforum.org/collaboration/autonomous-networks-project/.[10] GSMA. 智能自治网络案例陈诉[EB/OL]. (2019-10-18)[2020-08-05]. https://www.gsma.com/ greaterchina/resources/ai_in_network-chinese/.[11] Yang Q, Liu Y, Chen T, et al. Federated machine learning: concept and applications[J]. ACM Transactions on Intelligent Systems and Technology(TIST), 2019,10(2):1-19. 作者简介程 强 中国信息通信研究院技术与尺度研究所宽带网络研究部主任工程师,ITU-T ML5G焦点组副主席,中国人工智能工业生长同盟电信项目组组长,主要从事电信人工智能、宽带网络等技术和尺度研究事情,主持起草多项宽带和网络智能化偏向行业尺度和技术白皮书。刘姿杉中国信息通信研究院技术与尺度研究所宽带网络研究部工程师,博士,主要从事人工智能、量子盘算等方面的研究事情。

论文引用花样:程强,刘姿杉. 电信网络智能化生长现状与未来展望[J]. 信息通信技术与政策, 2020(9): 16-22. 本文刊于《信息通信技术与政策》2020年第9期主办:中国信息通信研究院《信息通信技术与政策》是工业和信息化部主管、中国信息通信研究院主办的专业学术期刊。本刊定位于“信息通信技术前沿的风向标,信息社会政策探究的思想库”,聚焦信息通信领域技术趋势、公共政策、国家/工业/企业战略,公布前沿研究结果、焦点问题分析、热点政策解读等,推动5G、工业互联网、数字经济、人工智能、区块链、大数据、云盘算等技术工业的创新与生长,引导国家技术战略选择与工业政策制定,搭建产、学、研、用的高端学术交流平台。


本文关键词:乐鱼体育官网登录,中国,信通,院程,强,等,电信,网络,智能化,生长

本文来源:乐鱼体育官网登录-www.097877.com

 


产品咨询

留言框

  • 产品:

  • 留言内容:

  • 您的单位:

  • 您的姓名:

  • 联系电话:

  • 常用邮箱:

  • 详细地址:


推荐产品

Copyright © 2009-2021 www.097877.com. 乐鱼体育官网登录科技 版权所有 备案号:ICP备20451685号-5

在线客服 联系方式 二维码

服务热线

0203-46827312

扫一扫,关注我们