人工智能将如何用于管理5G网络

简介: 人工智能将在未来网络如何切片、支持多种用途(包括物联网和私有5G网络)方面发挥重要作用。

cio_middle_east_uae_united_arab_emirates_dubai_cityscape_traffic_flow_at_night_networks_of_light_by_britus_gettyimages-1026384034_2400x1600-100800420-large.jpg

电信基础设施提供商诺基亚推出了一项新服务,旨在帮助运营商使用人工智能和自动化技术更好地管理其5G网络并避免网络和服务级别的故障。


诺基亚在宣布其AVA 5G认知运营的新闻稿中说:“传统的网络和服务管理方法不再可持续。” 面向通信服务提供商(以前称为移动网络运营商)的新框架依赖于虚拟化和网络切片来提高无线网络性能。


网络切片是在同一网络基础结构(例如语音和物联网)上使用不同服务的一种方式。它是一种灵活的区域,它使不同的应用程序可以使用不同的带宽,并且重要的是,可以根据需要保持不同级别的可靠性。


诺基亚指出,在服务水平协议(SLA)方面,人工智能即服务(AI-as-a-service)变得尤其有用。通信服务提供商可以承诺提供一定的性能水平,AVA 5G Cognitive Operations将帮助电信公司根据合同条款提供网络资源。此外,该平台将有助于电信公司对其网络进行适当的划分,从而节省成本,因为切片的大小将适当调整。


诺基亚表示,AVA 5G Cognitive Operations还旨在帮助运营商提前7天预测网络和服务故障。此外,该公司声称,该平台将能够比传统的网络管理方法更快地解决预期的中断问题。


诺基亚(Nokia)网络认知服务部门负责人丹尼斯•洛伦兹(Dennis Lorenzin)在一份声明中说:“运营商面临着不断增长的流量和消费者期望的完美风暴,因此至关重要的是,能够在较早阶段预测并防止服务质量下降,同时更快地解决出现的问题。”。


诺基亚的产品通过微软Azure运行在云上。该公司表示,还有其他云选项可供选择。


诺基亚并不是第一个表示人工智能将在5G网络运营中普及的公司。另一家基础设施公司、诺基亚(Nokia)的竞争对手爱立信(Ericsson)在2018年对通信供应商进行了调查,发现他们普遍预计人工智能将运行5G。超过半数(53%)的受访者表示,他们预计到2020年底,人工智能将在他们的网络中出现。受访者表示,人工智能的潜在改进领域包括网络规划、性能以及客户服务。


另一方面,爱立信的调查发现,网络管理人员对其网络中与ai相关的数据挑战感到担忧。担忧包括人工智能数据质量,来自太多来源的过量人工智能数据,以及在太多系统中存储人工智能数据。


原文链接
相关文章
|
18天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
201 55
|
28天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
152 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
2月前
|
5G 网络架构
怎么区分5G卡片开启的网络类型是NSA(非独立组网)还是SA(独立组网)
要确定5G卡片开启的网络类型是NSA(非独立组网)还是SA(独立组网),你通常需要进行以下操作:
|
2月前
|
传感器 自动驾驶 物联网
探秘 5G 核心网络之 5G RAN:开启高速通信新时代
探秘 5G 核心网络之 5G RAN:开启高速通信新时代
76 4
|
2月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
94 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
2月前
|
运维 安全 5G
|
2月前
|
机器学习/深度学习 人工智能 物联网
5G与AI融合:智能网络的新纪元
【10月更文挑战第25天】
80 3
|
2月前
|
机器学习/深度学习 人工智能 安全
探索人工智能在网络安全中的创新应用
探索人工智能在网络安全中的创新应用
|
2月前
|
机器学习/深度学习 人工智能 算法
|
2月前
|
机器学习/深度学习 人工智能 安全
人工智能与机器学习在网络安全中的应用
人工智能与机器学习在网络安全中的应用
84 0