利用机器学习方法，该研究介绍了一种高级网络流量分类系统，能够实时分析网络流量并识别各种网络服务类型。通过对网络流量中的模式进行分析，我们的方法将相似的网络流量归类为不同的网络服务，并将流量分解为多个小的流，每个流专门用于承载特定的服务。我们的机器学习模型基于包含不同网络服务类型的标记示例的数据集进行训练，并在评估中展现了出色的准确性。这些结果强调了将人工智能集成到无线技术中的巨大潜力，通过这种方法可以实现更高效的能源消耗、提供更好的服务质量保证以及优化网络资源的分配，为先进智能网络的发展打下坚实的基础。

Oct, 2023

本文调查了利用机器学习技术提高无线网络性能方面的最新研究，并提出挑战和未解决的问题，为研究人员提供了一条路线图。

Mar, 2021

本文提出了一种基于人工智能本地化垂直异构网络的框架来实现分布式垂直异构网络的联合和人工智能，其中支持各种人工智能服务，同时也便于自动和智能化的网络管理，研究了人工智能在 IoT 异常检测、智能网络管理功能方面的应用，并提出一种案例研究来证明该框架的效率和有效性。

Oct, 2022

网络管理需要基于机器学习算法的实时控制方法和端到端性能的细粒度检测。

Oct, 2017

本文概述了人工智能在 5G 及以后无线网络中的应用，包括网络智能类型、机器学习以及应用案例，重点介绍了物理层、移动性管理、无线安全和定位方面的应用。

Nov, 2019

本文介绍了一种新框架：知识定义网络（KDN），该框架利用人工智能、软件定义网络和网络分析来改善网络运营和控制，并提出了若干应用实例和支持其可行性的简单实验结果。

Jun, 2016

本文提出了针对 O-RAN 中虚拟化单元的优化部署策略，以最小化网络中断并符合 O-RAN 特定的要求，从而提高网络的可用性和维护服务质量。

Oct, 2021

该研究概述了机器学习方法在自愈网络中实现蜂窝网络中的小区中断的概念和分类，介绍了自愈网络管理和基于机器学习的方法在细胞中断方面的研究现状。

Nov, 2023

提出了一种网络感知的自动化机器学习框架，用于在软件定义的传感器网络中检测分布式拒绝服务攻击（DDoS）。该框架通过选择理想的机器学习算法，根据可变流量负载、异构流量速率和检测时间等指标，能够在网络受限环境中检测到 DDoS 攻击并避免过拟合。

Oct, 2023

本文在 ns-3 仿真平台上实现了基于人工智能算法的无线网络优化，通过新的应用程序模拟车对所有策略的传输，基于强化学习模块实现预测服务质量，相较于基线方案，在实现人工智能之后优化网络的效果更好。

Mar, 2022