邀请参加ITU-T AI/ML in 5G挑战赛中国赛区比赛

Go back to programme

邀请参加ITU-T AI/ML in 5G挑战赛中国赛区比赛

  • Watch on zoom

    Watch on youtube

    * Register (or log in) to the AI4G Neural Network to add this session to your agenda or watch the replay

  • 请参加ITU-T AI/ML in 5G战赛中国赛区比

    本次网络研讨会由国际电信联盟 ITU 和中国人工智能产业发展联盟(AIIA联合举行

    际电信联盟主办的AI/ML in 5G战赛中国赛区(由中国人工智能产业发展联盟承办)举办的4赛题是

    ‐         4G/5G小区级多指标预测(由中国移动提供

    ‐         络云化设备异常及根因分析(由中国移动提供

    ‐         基于日志的网络异常检测(由中国联通提供

    ‐         货物运输线路优化(由中兴通讯提供

    [议时间]

    2021827日(星期五)16:00~18:00 CST(北京时间

    [议议程]

    (1)     5min,比赛介绍(ITUAIIA

    (2)     25min 4G/5G小区级多指标预测赛题讲解(中国移动设计院王西点先生),网络云化设备异常及根因分析赛题讲解(中国移动研究院原野先生)

    (3)     25min,基于日志的网络异常检测赛题讲解(中国联通熊建胜先生

    (4)     25min货物运输线路优化赛题讲解(中兴通讯杨玺坤先生

    (5)     15min,提问环节

    [讲摘要]

    –        4G/5G小区级多指标预测

    随着4G业务的高速发展,流量的快速增长导致大量的小区指标超过预警门限,网络质量下降,需提前、有效解决拥塞能确保用户高质量感知。同时,随着5G NR术的发展,5G在全国范围内的应用也在不断地扩大,如何评估4G/5G络质量,如何减轻高容量小区(现阶段主要是4G)的负荷,做到主动优化,是运营商关注的重点。4G/5G小区级多指标预测赛题,面向4G/5G负荷小区中的流量预警问题,构建多指标预测模型,对预测将要达到预警门限的小区提前进行业务分流,可以降低小区容量,提高网络质量

    –        络云化设备异常及根因分

    5G动网络发展以来,从网络层面延展到整个生态圈,带来了5G相关联技术的裂变,包括物联网、云计算、虚拟化等,同时也对各系统的运维安全和稳定性能提出了更高的要求。要提高云计算网络云化设备的稳定性,就要对网络云化云计算设备进行异常检测,进而对异常进行根因分析,找出潜在的风险。在整个异常发现及根因分析的过程中,可以利用到的数据包括性能指标和日志模式。而要实现更加智能稳定的运维能力,就必须深度挖掘日志这一宝贵的数据资源,其本身就包含了多样的模式信息和指标信息,能够反映出整个系统负载的强度及业务的运行情况。所以赛题的核心任务是:对网络功能虚拟化下分布式系统产生的真实运行时日志数据,进行NFV络云化设备异常检测及根因分析。根据离线数据训练出的模型,对真实系统下产生的日志进行解析及预测,尽可能准确的、实时的把日志反映出的异常全部检测

    –        基于日志的网络异常检测

    现代通信网络越来越复杂,通信设备每天都会产生包含海量数据的日志。基于这些日志,可以分析设备当前的健康状态,实现对未来可能出现故障的检测或预测。由于日志数据格式不统一且非结构化,通过关键词搜索或规则匹配的传统方法来手动检查日志的方法效率较为低下。因此,迫切需要引入人工智能算法来提高日志异常的检测,降低网络的运维成本

    –        货物运输线路优

     5G万物互联时代,井喷式增长的流量对传统网络带来巨大挑战,智能化的业务路径优化对建立一个高效的网络管道布局至关重要。特别是如何能在提供用户低时延,高带宽的网络服务前提下,提高整体利用率,更是网络规划,网络优化领域的重中之重。通信网络架构复杂,涉及广泛的通信原理,理解起来需要很多背景知识。本赛题将通信网络简化为一个高速运输网络,并给出了该网络的运输特征描述。同时,我们提供了该运输网络的节点数据,及所需运输货物的出发点和目的地数据,赛题任务是求出整体运输成本最小的运输路线方案

    Share this session