面向 6G 的全面网络虚拟化和普适网络智能
这篇文章提出了一种基于人工智能的 6G 网络智能架构,用于实现知识发现、智能资源管理、自动网络调整和智能服务提供。作者还回顾和讨论了 AI 技术在 6G 网络中的应用,并详细阐述了如何利用 AI 技术有效地优化网络性能,包括 AI 支持的移动边缘计算、智能移动和切换管理以及智能频谱管理。另外,作者强调了重要的未来研究方向和 AI-enabled 6G 网络的潜在解决方案,包括算法鲁棒性、计算效率、硬件开发和能源管理等。
Dec, 2019
本文介绍了一种针对 6G 网络的人工智能本地网络切片架构,旨在促进人工智能和网络切片的协同作用,以便实现智能网络管理并支持新兴人工智能服务。
May, 2021
在 6G 网络中,我们引入了一种新颖的平台架构,通过基于区块链的智能系统部署零触碰的 PAI 作为服务(PAIaaS),旨在在架构的各个层面上标准化普适的人工智能,并统一接口,以便跨应用程序和基础设施领域轻松部署服务,解决用户在成本、安全和资源分配方面的担忧,并同时遵守 6G 严格的性能要求。作为概念验证,我们展示了联邦学习作为服务的用例,通过评估我们所提出的系统自我优化和自适应于 6G 网络的动态,并最大程度地减少用户的感知成本。
Jul, 2023
数字孪生通过同步数字复制品实现物理实体的仿真、评估和优化,在复杂的无线网络中作为一项有前景的技术引起了越来越多的关注。本文讨论了在 6G 时代中,考虑到复杂的网络架构、巨大的网络规模、广泛的覆盖范围和多样化的应用场景,对无线网络数字孪生的新要求,并进一步探讨了生成式人工智能,如变压器和扩散模型等在多个方面强化 6G 数字孪生的应用,包括实施、物理 - 数字同步和切片能力。随后,我们提出了一个基于分层生成式人工智能的无线网络数字孪生,包括消息层和策略层,并通过数值结果提供了一个典型的应用案例来验证其有效性和效率。最后,我们讨论了 6G 时代无线网络数字孪生的开放性研究问题。
Nov, 2023
本文介绍了一种将模型训练和推断能力嵌入到网络边缘的边缘人工智能技术,为 6G 提供了一种优化网络效率、效果、隐私和安全的解决方案,并提出了新的无线网络设计原则、面向服务的资源分配优化方法、端到端的架构以支持边缘人工智能。
Nov, 2021
电信网络变得越来越复杂,与网络数字孪生和生成式人工智能(AI)等先进技术的整合成为增强网络运营和弹性的关键解决方案。本文探讨了网络数字孪生与生成式人工智能(尤其关注生成对抗网络(GANs)和变分自编码器(VAEs))之间的协同作用。我们提出了一个新颖的架构框架,将这些技术结合起来,显著提高了预测性维护、网络场景模拟和实时数据驱动决策的能力。通过广泛的模拟,我们证明了生成式人工智能如何提高网络数字孪生的准确性和运营效率,有效处理不可预测的流量负载和网络故障等现实世界的复杂性。研究结果表明,这种整合不仅增强了数字孪生在情景预测和异常检测方面的能力,还促进了更自适应、智能的网络管理系统。
Jun, 2024
使用数字孪生技术对第六代(6G)无线系统进行虚拟建模和优化,使其适于物联网(IoE)应用;同时,本文还提供了基于边缘孪生、云孪生和边缘 - 云孪生的体系结构组件和趋势描述,进行比较并为未来研究方向提供指导。
Feb, 2021
通过基于基础模型的六代移动通信系统本地人工智能框架,在任务导向连接方面实现智能且沉浸式的体验,重新定义设备和服务器之间的协作模式,构建本地智能库,并提出了一种定制化方法和一种基于任务的人工智能工具包的建构,同时提出了一种新颖的云边缘协同模式。
Oct, 2023
本文介绍了一种基于生成式对抗学习的信任管理方法,以保证 6G 无线网络的安全与服务质量。通过整合人工智能和信任管理,实现智能优化和安全性。最后,应用该方法来保证网络安全和服务质量,取得了出色的表现。
Aug, 2022