和记官方网,和记网上娱乐,和记国际网上娱乐欢迎您!
全国服务热线:158-6646-1895

AI预测模型可预测网络流量使用实现智能动态配置

 

  澎湃新闻()从微软亚洲研究院“创新汇”了解到,微软近期已经与台湾远传电信达成AI战略合作关系。远传与微软合作的重要成果之一就是共同研发的AI网络流量预测模型,可以精准预测未来一周中每15分钟内核心基站、二级基站以及OTT服务的流量,实现网络流量的智能动态配置。

  一个夏日的夜晚,台湾远传电信在台南某地区网络流量突然暴增,发出告警,没有人预料到夜半时分的台南会迎来流量高峰。调查发现,当时TikTok刚刚在台南兴起,很多年轻人热衷于睡前用手机刷短视频,导致夜半时分的网络流量陡升。

  中国台湾地区的电信用户网络使用量在全球名列前茅,经常会发生上文所提到的网络流量需求大增的情况,如何进行最有效的调度并优化网络,尤为关键。

  由于不同地区用户的喜好不同,基站位置也不同,A地区的用户可能偏爱某些短视频应用,而B地区的用户则爱用某些游戏或视频网站,就会使每个基站的流量因用户的偏好存在相当大的差异。

  如果有了AI流量预测模型,就可以有效判断网络用户的上网行为,预测出某一地区、某一时段的用户可能使用的应用服务、观看的节目、进行的游戏,进而将用户所喜欢的内容推送到离他最近的网络节点上,甚至将用户常用的应用程序部署在靠近用户一端的节点上,大幅降低网络延迟,提升用户体验。此外,智能流量预测也能为远传电信5G基站选址提供更精准的依据。

  传统的预测模型只能针对核心大基站进行线性的全流量预测,只有少量第三方的开源工具可以针对具体的网络应用流量进行预测,但准确率不高,无法提供有效的指导。

  “对于AI来说,做预测恰恰是它的强项,”微软亚洲研究院副院长刘铁岩博士表示。

  经过4个多月的努力,双方合作研究的AI流量预测模型效果显著:核心基站的EPG总流量预测准确率达99%;二级基站的eNB总流量预测准确率达90.5%;针对Top 100网站等OTT服务流量预测准确率达74%;可精准预测未来一周每15分钟内的流量。

  据微软亚洲研究院首席研究经理边江博士介绍,针对具体的网络环境,研究员们从四个方面突破挑战,通过AI技术大大提升了不同层级基站上不同服务的流量预测准确率。

  其一,创新神经网络实现超长序列建模。流量趋势具有明显的周期性,或天、或周、或月的某个时间段的某个应用服务会出现高峰,因此长时间序列模型的训练更容易找到其中的规律。

  其二,流量峰值预测,把握分寸最重要。为了达到最优的效果,AI技术不仅需要精准预测出某段时间流量高峰的来临,而且还要确保预测的偏差值要稍微高于峰值,让流量配置有适当的冗余,但预测峰值也不宜过高,以免造成带宽资源的浪费。研究员们采用了两个函数来保证预测偏差值处于最佳状态,一个确保整体预测的准确度,另一个针对实际应用环境,将峰值适当向上偏移。在不同的网络环境下,两个函数进行加权组合,确保相应场景下的最合适的预测准确率。

  其三,数据抖动和噪声需正则化处理。不同基站上不同服务的属性差别相当大,例如一线城市需要经常访问海外搜索网站,三、四线城市对视频、游戏类应用的需求较大,不同属性的流量数据存在巨大差异,有着较大的抖动和噪声,而且部分数据的比例缺失,不利于模型学习。基于此,微软亚洲研究院针对不同基站节点和服务的数据进行正则化处理,使得在不同时间点训练模型时,数据都可以在相对一致的分布区间,保证模型在不同时间、不同信号上都能做到更加精确的学习。

  其四,AI技术与行业洞察相结合,更精准。基于远传电信专业人员的行业经验,双方建立了一个知识库,与多层次智能预测模型结合使用。例如运营人员会有些常规经验总结,类似A应用一般在中午12点左右出现流量高峰、B搜索网站的峰值可能会是晚上7、8点钟等,行业洞察和经验积累与预测模型动态加权,更好地保证了整体流量预测的准确率。