5G承载网运营难 机器学习技术搞得定

栏目: 数据库 · 发布时间: 6年前

内容简介:5G商用时间越来越近,留给运营商建设5G承载网的时间已经不多了。根据预测,5G时代普通用户的每个月数据使用量将达到45GB左右。而视频、物联网、直播等行业日流量将达到PB级别。面对应用复杂,海量流量,机器学习具有洞察驱动自动化和实现流程自动化的功能,可以帮助运营商搞定5G承载网。三大运营商的5G规模商用,都定在了2020年。在这一年多的时间里,运营商需要加班加点的来建设5G承载网。4K视频、VR、在线游戏等,都让用户在5G时代会消耗更多的流量。此外,物联网的爆发会让接入设备成百倍的上升。

5G商用时间越来越近,留给运营商建设5G承载网的时间已经不多了。根据预测,5G时代普通用户的每个月数据使用量将达到45GB左右。而视频、物联网、直播等行业日流量将达到PB级别。面对应用复杂,海量流量,机器学习具有洞察驱动自动化和实现流程自动化的功能,可以帮助运营商搞定5G承载网。

5G承载网运营难 机器学习技术搞得定

5G承载网新架构需新鲜血液

三大运营商的5G规模商用,都定在了2020年。在这一年多的时间里,运营商需要加班加点的来建设5G承载网。4K视频、VR、在线游戏等,都让用户在5G时代会消耗更多的流量。此外,物联网的爆发会让接入设备成百倍的上升。

因此,构建全新的网络架构是三大运营商的一直选择。除了将网络功能虚拟化(NFV)、软件定义网络 (SDN)、大型互联网公司实践(CORD,SDL,DevOps)等手段外,机器学习正开启5G承载网的智能时代。

机器学习来搞定

对于运营商来说,为什么要引入机器学习功能至承载网?正是因为机器学习拥有洞察驱动的自动化特点,可以在目的与结果之间形成闭环。比如,用户要访问一个网站观看视频,机器学习会进行可编程的运营商级SDN控制、网络供应与优化、服务自动化对信息进行处理,并进行反馈。

另外,机器学习还可以实现流程自动化功能。比如,机器学习功能可以深入分析网络流量,提供网络优化与深度运营能力,大力保障现代化IP网络的安全。通过应用行为,进行网络分析,实时进行网络动态调整。

无需硬件投资 值得信任

机器学习植入5G承载网,不需要任何的硬件,是纯软件的形式。原来对于网络中信息和数据的收集,是基于网络探针这一硬件的方案。这一方案投资不菲,而且对于网络的稳定性会产生影响。机器学习方案,无需替代和植入硬件,只要放在承载网络中跑起来,就可以实时进行分析。

截止到目前,全球已经有150个运营商和企业用户,已经将机器学习方案植入到网络架构中。在进行速度、安全等测试后,都表明机器学习方案可以有效解决5G承载网的问题。

结语:

目前来看,机器学习植入5G承载网还没有出现弊端。留给三大运营商调整5G承载网的时间还有一年多。在新的网络架构中,不断引进SDN、NFV、AI、机器学习等新技术,目的都在于解决5G网络处理信息的能力。机器学习技术的加入只是一个例子,不管什么技术,最后都是改善用户的5G网络体验。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

信息架构

信息架构

[美] 路易斯·罗森菲尔德、[美] 彼得·莫尔维莱、[美] 豪尔赫·阿朗戈 / 樊旺斌、师蓉 / 电子工业出版社 / 2016-5-1 / 128.00元

本书的前三个版本都是信息架构领域的开山著作。其中描述了信息组织的普遍和永恒原则,这一原则也适用于不断增长的移动世界。在第4版中,作者运用大量最新的插图和例子为这些原则提供了当前实践中的情境,验证了那些与技术和供应商无关的工具,以及那些经受住时间考验的技术。一起来看看 《信息架构》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

在线进制转换器
在线进制转换器

各进制数互转换器

XML 在线格式化
XML 在线格式化

在线 XML 格式化压缩工具