面向6G通感算融合的网络智能感知

摘要：

面向6G通信-感知-计算(通感算)融合的发展需求,亟需突破网络智能感知方法,特别是基于深度学习的业务识别与流量预测.因此,首先提出了基于卷积神经网络的业务类型估计算法,以避免人工提取数据特征的复杂过程与估计误差,并减少训练模型参数数量;然后,将基于注意力机制的序列到序列(Sequence to Sequence,Seq2Seq)算法用于预测业务流量,以解决信息损失问题,并根据预测场景的差异性,使用不同的预测步长,在保证预测准确性的前提下减少预测时间和计算消耗;最后搭建基于微服务的智能内生融合实验平台,并在此平台上实现了流量预测与业务类型估计,该平台以微服务的形式将各种能力拆分为多个网络功能,并使用人工智能(AI)技术将各种能力进行融合,实现功能模块共享,减少网络功能冗余,赋予网络智能扩展能力.实验结果表明流量预测模型预测误差较小、业务类型估计模型准确率较高.

关键词：网络智能感知、流量预测、业务类型估计、深度学习

所属期刊栏目：49

分类号：TN914

资助基金：国家重点研发计划2020YFB1807700

在线出版日期：2023-02-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：72-82