Dec, 2023

零触碰网络：迈向下一代网络自动化

PDF
TL;DR零触式网络和服务管理（ZSM）框架是第五代（5G）及其之后（5G+）网络管理的新兴范式，通过自动化的自管理和自愈能力应对现代网络的日益复杂和不断增长的数据量。该研究通过综述零触式网络（ZTNs）的领域，探讨了 ZSM 框架中的网络优化、流量监控、能源效率和安全性等方面。研究发现，将自动化机器学习（AutoML）应用于 ZTNs 中，可以降低网络管理成本并提高性能。实验结果表明，AutoML 对于应用吞吐量的预测具有卓越的准确性。将 AutoML 与 ZSM 概念集成，显著降低了网络配置和管理工作量，使运营商能够更多地投入时间和资源到其他重要任务。该研究还提供了一个集成 AutoML 和 ZSM 概念的高层 5G 系统架构。研究突显了 ZTNs 和 AutoML 在改进 5G + 网络管理方面的潜力，实现自动化决策，并使网络运营商能够实现更高的效率、更好的性能和更优化的用户体验。
zero-touch network and service managementzsm frameworkzero-touch networksautomated ml5g+ networks
发现论文，激发创造
  • 在零触碰网络中利用大型语言模型提高基于 DRL 的抗干扰策略

    本文探讨了将大型语言模型（LLMs）融入 Zero Touch Networks（ZTNs）的可能性，凸显了它们提升网络透明度和改善用户交互的潜力。通过对基于深度强化学习（DRL）的反干扰技术的综合案例研究，我们展示了 LLMs 如何将复杂的网络操作转化为直观易懂的报告。此外，我们还着重讨论了将 LLMs 与 ZTNs 融合的技术和伦理复杂性，包括数据隐私、透明度和偏见减少。展望未来，在 LLMs 和 ZTNs 交叉领域我们认为有新兴的研究方向，倡导在自动化网络领域持续创新和跨学科协同合作。

    Aug, 2023

  • 面向 5G/6G 网络的智能零信任架构：原则、挑战及机器学习在 O-RAN 环境下的作用

    本文讨论了在 5G/6G 通信网络中集成零信任 (ZT) 原则的关键性需求，提出了 i-ZTA 的概念作为 5G/6G 网络中的安全框架，并通过机器学习的方式，在实时监控网络状态、评估个别访问请求风险和决定访问授权等方面为未来网络设计提供了新的研究方向。

    May, 2021

  • 边缘网络零触及配置中的分布式人工智能：挑战与研究方向

    将分布式人工智能与零触摸配置相结合，以实现零触摸网络在边缘网络中的智能资源配置，减少人为干预并克服当前的限制。

    Nov, 2023

  • ZM-Net: 实时零样本图像处理网络

    本文提出了一种零样本图像操作的方法，通过参数网络生成关键转换参数，将任何引导信号转换为图像转换网络。实验证明，这种方法可以实现高质量的图像操作，并且同时处理不同形式的引导信号，例如风格图像和属性。

    Mar, 2017

  • 应对新兴零触碰蜂窝网络上基于巧妙 MDT 的攻击的 AI 功能框架

    通过利用恶意的驱动测试报告（MDT）攻击受损用户设备（UE），本文调查了一种具有影响力的首创对策攻击，突出了此攻击对常见网络自动化功能性能的负面影响，并提出了一种用于检测和消除恶意 MDT 报告的新颖的 MRIF 框架，并通过一个实例验证了该防御机制可以为零触摸自组织网络引擎提供抵抗恶意 MDT 攻击的弹性和健壮性。

    Aug, 2023

  • 朝着基于意图的网络管理：5G 核心网络中的意图提取的大型语言模型

    这篇论文讲述了将机器学习和人工智能整合到第五代（5G）网络中，揭示了网络智能的局限性，以及当前和下一代设备对网络智能的越来越苛刻的要求。本文提出了为 5G 和下一代基于意图的网络开发定制的大型语言模型（LLM），并提供了对未来 LLM 发展和集成的见解，以实现全自动网络智能的端到端意图型网络。

    Mar, 2024

  • 网络应如何自我运行

    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

  • 基于 Actor-Critic 的网络切片无人干预联合资源与能耗控制学习

    本文提出了一种基于知识平面的 MANO 框架，叫做 KB5G，结合了算法创新和人工智能以实现能耗最小化和虚拟网络功能成本最小化。最后，数值结果表明了采用该方法所获得的优势，并验证了其在能耗、 CPU 利用率和时间效率方面的性能。

    Jan, 2022

  • 6G 网络中全面实现零触点的普适人工智能即服务

    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

  • 人工智能赋能 THz 无线网络的超可靠低时延多路接入

    这篇文章提出了一种全面的 MAC 层方法，通过智能用户关联和资源分配，灵活的适应性移动管理以及阻塞最小化等功能来实现系统的最大可靠性。

    Aug, 2022