您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[中国移动研究院]:通信网络行业智能化探索及应用 - 发现报告
当前位置:首页/行业研究/报告详情/

通信网络行业智能化探索及应用

通信网络行业智能化探索及应用

通信网络智能化探索及应用 中国移动研究院人工智能与智慧运营中心朱琳 2023年09月 1通信网络特点 2通信网络智能化定义及核心 3中国移动网络智能化实践 通信原理 信信数 信源加道字源编密编调码码制 数信 字 译 信道解道 调码 信 解源信 密译宿码 噪声源 通信网络工程 医院边缘应用 DU CU MECUPF 接入环 边缘应用 CUMECUPF汇聚环 边缘应用 CUMEC UPF 核心环 Internet 边缘应用 MECCU UPF 边缘应用 边缘应用医院 DU CU UPFMEC 家宽企业客户 5G gNB eX2 4G 核心环 5G核心网 汇聚环UPFCU MEC 4G 接入环 eX2 5G gNB eNB eNB 业务平台Internet 综合CU 基 基接入/M 站站机房EC 机 N6 UPF 5GC AUSF UDM/UD RPCRF/PCF R IMS IBCF I/S- CSC UNI接口 OSC UNI接口 OSC 机 N26 房房 基站基站 N4 AM FN2 NRF N 9 S M NEFNSS N4FF N3 N 3 UPFME C x SBC/P_CSCF IMS F MGCF N6 OA OAD OA DOA 5G西向东向 通信网络特点1:体系化演进 固定网 Internet 2G PSTN Internet 3G PSTNInternet 4G Internet 5G Internet 6G Internet IP承载网 BB BCBC PBPB 核心网 HLR GGSN SGSN HLR GGSN SGSN HSS GW I MS UDMAF NEFNRF SBA PCF DOICT融合 AI内生 传输网 CR BRAS CR SR SDH/MSTP/WDM/PTN/OTN 传输网 MS C/VLR GMSC MS C/VLR GMSCMM E AUSF AMF NWDAF SMF 6GC 云原生 接入网 OLT ONU OLT ONU CPE10+种 集客专 BSRN CC 接入网 BT NB UP CDNF CDN gN CDN 分布式自治 家庭中小企业线S eNB B xNB?+计算 家庭/企业宽带 标准/行业组织 语音/短信,GPRS 组织个数 语音/短信,HSPA VoLTE,MBB 标准项目 eMBB,URLLC,mMTC 全场景泛在连接 开源项目 通信网络特点2:超大规模、复杂度极高 医院边缘应用 CU DUMECUPF 接入环 边缘应用 CU MECUPF汇聚环 边缘应用 CU MECUPF 核心环 Internet 边缘应用 MEC UPFMECCU 边缘应用 边缘应用医院 CUUPFMECDU 5G核心网 核心环 汇聚环UPFCU 接入环 家宽企业5客G户gNB eX2 设备量 4G eNB 4G eNB eX2 5G gNB 种设备哑资源设备 网络设备 综合/专业网管设备网管 网络管理系统 运维人员 运维费用 运营运维费用 通信网络特点3:高可靠性 医院边缘应用 CU DUMECUPF 接入环 边缘应用 CU MECUPF汇聚环 边缘应用 CUMEC UPF 核心环 Internet 边缘应用 MEC MECCU UPF 边缘应用 边缘应用医院 CUUPFMECDU 5G核心网 核心环 汇聚环UPFCU 接入环 家宽企业5客G户gNB eX2 4G eNB 4G eNB eX2 5G gNB 灾后郑州:当一座城市突然失去了互联网,人们进入了以物易物的时代。。。。。全社会享受移动互联网便利性的背后是多少通信人的付出和努力。。。。。 通信网络特点4:动态性高、不确定性强 网络调度邻区关系变化恶劣天气 应急处理 网络容灾 城市建设 网络割接 大气波导 重大活动 基站节能 信号屏蔽 用户行为 采集设备不稳定 流量突发 施工破坏 通信网络特点 高复杂性 超大规模 高可靠性 高体系性高动态性 1通信网络特点 2网络智能化定义及核心 3中国移动网络智能化实践 网络智能化:将AI技术与通信网络深度融合,研究通信网络智能化相关的理论、架构和算法,攻关核心技术及软硬件,以实现通信网络运营运维智能化,网络服务智能化,构建智慧内生网络,助力通信网络提质增效、赋能行业数智化升级。 通信网络的智能来源 环境 复杂、高动态但不柔性 知识 密集但缺乏体系化表达 数据 时空序列数据 海量但有效性低、异构 网络智能化的核心:体系化智能 体系智能 单体智能 1通信网络特点 2网络智能化定义及核心 3中国移动网络智能化实践 全网自智网络平均水平2025年达到L4级 2023–2024 2025L4 L3-L4 2021–2022 L2-L3 “ChinamobileiswidelyrecognizedasthemostadvancedAN-enabledCSPintheworld.”--TMF中国移动已公认成为最领先的自智网络运营商 中国移动网络智能化实践 核心能力及算法串入流程的应用沉淀共性的平台带动产业的生态 网智4+X核心算法及无线网络大模型 网络特色4智能力通用AI能力适配 “4+X” 预测智能感知智能诊断智能控制智能 自然语言处理 机器视觉 智能语音 能力体系 时空序列预测 多指标时序预测 海量网元异常检测 多指标异常检测 多指标根因定位 告警根因定位 PTN拓扑优化 节能控制参数寻优 家宽投诉摘要提取 装维质量识别 电表图片篡改识别 光交箱端子识别 网络投诉语音识别 网络投诉语音情绪 网络大模型 无线网络大模型 网络语言大模型 网络视觉大模型网络多模态大模型 XDR拓扑 资源数据告警 标准/规程企标/操作规程 案例/分析报告投诉语音/文本 网络数据性能 配置数据 业务/订购关系 系统/操作日志 维护/产品手册方案/预案 图片/视频工单/值班日志 结构化的时空序列数据非结构化数据 超大规模、异构、非独立时空序列预测 科学问题技术突破应用成效 通信网络超大规模节点时空数据和复杂结构化信息AI建模。 通信网络数据时空同步相关性; 通信网络节点异构性; 创新提出时空同步卷积捕获复杂时空相关性,结合Inception+自适应图注意力机制解决网络异构性难题,结合迁移学习和图聚类的子图参数迁移训练,实现大规模节点子图预训练,分解通信网络复杂拓扑结构,实现对大规模网元节点建模。 支撑无线大规模小区节能项目、网元/小区扩容规划、应急保障、智能路由调度决策等应用; 公开数据集MAPE/RMSE较当时最优算法下降4%~15%; 应用预测准确率较传统方法提升38%。 AdaptiveMulti-receptiveFieldSpatial-TemporalGraphConvolutionalNetworkfortrafficForecasting,GLOBECOM2021 基于因果图注意力机制高可信的海量网元异常检测 科学问题技术突破应用成效 如何更好的表征海量网元数据的复杂结构化信息? 如何实现知识和数据的有效融合,解决通信领域对AI模型高可信性要求? 如何提升AI模型的通用性,解决海量网元检测问题? 创新提出多指标时空数据的因果注意力结构,结合专家经验并通过结构约束提升模型可信性。并将时序数据空间转换为因果图空间,在因果图空间实现图表征和图聚类,支撑海量网元的多指标异常检测。 支撑无线网扰动工单自动发现、核心网健康度画像、电池健康度等应用; 基于网元多指标因果注意力算法,公开数据集异常检测任务F1-score相较业界提升9pp; 海量小区异常检测场景,10%训练数据即可达到相同性能。 GenAD:GeneralUnsupervisedAnomalyDetectionUsingMultivariateTimeSeriesforLarge-ScaleWirelessBaseStations.ELECTRONICSLETTERS2022 面向复杂时空序列的因果推断 科学问题技术突破应用成效 如何实现面向时空序列的因果推断? 如何在干预动作多种、连续且并行的情况下,有效识别因果效应? 创新提出“因果-趋势”的时间序列拆分算法,将时间序列自适应拆分为“因果性分量(对干预敏感)”和“趋势性分量(对干预不敏 感)”,针对因果分量,融合知识信息挖掘干预和时序数据的物理机理,提升模型可信性和稳定性。 支撑无线节能、负载均衡、权值优化等参数调整效果预估等应用场景 山东、江苏、浙江三个现网实际生产数据集上MAE相比SOTA下降22.2%~55.6% 基于深度强化学习的网络拓扑优化 科学问题技术突破应用成效 网络拓扑优化往往对应整数规划问题,指数级复杂度如何解决? 如何同时考虑通信网络拓扑规则约束及上层通信状态的变化? 创新提出网络拓扑优化数学定义,兼顾优化成本、组网约束、可实施性、负载均衡和容量优化等多因素,提出基于图神经网络的拓扑合法性评估策略,结合基于深度强化学习的拓扑搜索策略,有效实现在海量拓扑空间中最优拓扑结构搜索技术。 支撑传输网络拓扑结构智能优化等应用,提升健康环路数占比,提升优化方案制定效率 基于强化学习的网络拓扑优化算法,相比传统启发式搜索算法性能提升34.71% 应用后做为ITUAI/ML竞赛的赛题之一,被认定为最具挑战的赛题,赛题参赛团队包揽了两个金奖 1.NetworkTopologyOptimizationviaDeepReinforcementLearning,IEEETransactionsonCommunications2023 在通信网元、视觉基础大模型上实现技术突破 通信网元基础大模型 智算 算力网络 现网 6G 时空预测 异常检测 根因检测 因果诊断 优化决策 多元数据 网络性能 网络参数 用户测量 空间数据 ... 基础设施 物理环境 网络设备 硬件算力 仿真环境 ... 通信视觉基础大模型 业务隐患识别电费稽核代维质检工程验收机房监控 应用 原子设备识别标签识别证照识别行为识别 U 应用 大小模型协同 巡检动作 服装合规 人脸识别 人证比对 位识别 水印识别 电表读数 室内外设施 设备属性 原子化能力 适配模型 图像分类图像检测图像分割视频分类 数据集 基模型视觉通用基模型网智场景基模型 视觉表征图像视频 中国移动网络智能化实践 核心能力及算法串入流程的应用沉淀共性的平台带动产业的生态 端到端、全流程体系梳理,明确智能化嵌入场景 规划 网络规划 建设 设计部署 维护 A 6.故障识别I 12.指令巡检 A 7.隐患识别I A 13.现场巡检I A 8.定界定位I 测试 A 9.处理方案I A 14.网络测试I 10.故障处理 A 15.业务测试I 11.场景化监控 监控排障巡检 优化 质量优化 能效优化 运营 25.资源勘查 业务开通 A 3.集成方案I A 16.质差识别I A 20.能效问题识别I 24.开通调度流程 1.需求预测 AI 2.规划方案 AI 4.工程验收质检 AI 5.开局配置 资源变更管理 30.资源调度流程 31.变更方案AI 资 源管 34.网络数据配置 AI 35.哑资源采集 理 37.数据核查 36.数据关联 AI 32.硬件操作质检 A 18.质差优化方案I A 22.能效优化方案I 资源数据管理 33.软件升级 网络管理 A 代维及工单管理I A 网络费用稽核I A 动环智能场景I 网络投诉 AI 26.业务装维质检 A 17.质差定位I A 21.能效问题定位I A 19.质差优化验证 23.能效优化验证 27.批量投诉预警I A 28.用户投诉预测I A 29.投诉定界I A 信息安全管理I 典型案例1:无线网络智能节能 端到端绿色节能全网落地应用 典型案例2:传输哑资源智能识别 哑资源管理全流程全网落地应用 资源入网