فناوری شناختی در شبکه موبایل

در این مقاله به دنبال کاربرد فناوری شناختی در شبکه موبایل هستیم. فناوری شناختی در شبکه موبایل اساساً راهکاری اسب برای اتوماسیون‌سازی این شبکه. از آنجا که دوقولوی دیجیتال به ایجاد نماینده دیجیتال یک فرآیند یا سیستم واقعی با استفاده از داده‌های جمع‌آوری شده در زمان واقعی و تجسم آن در یک محیط دیجیتال اشاره دارد، می‌تواند گامی بلند برای خودکارسازی زمان واقعی باشد. یکپارچه‌سازی فناوری هوش مصنوعی و یادگیری ماشین با فناوری دوقلوی شبکه، آینده شبکه‌های موبایل را به شبکه های خودکار شناختی تحول می‌دهد. در ادامه ابعاد بیشتری از این موضوع را شرح خواهیم داد.

اتوماسیون در شبکه‌های موبایل

به طور کلی، اتوماسیون در شبکه‌های موبایل می‌تواند در بسیاری از جنبه‌های مدیریت و عملکرد این شبکه‌ها اثرگذار باشد. اتوماسیون به بهبود کارایی و کاهش هزینه‌ها کمک کند. این ساز و کار در شبکه موبایل در موارد مختلف زیر می‌تواند مؤثر باشد:

• مدیریت ترافیک
• تشخیص و رفع مشکلات فنی
• کنترل افزایش یا کاهش پهنای باند
• مدیریت امنیت در تشخیص حملات امنیتی و پیشگیری از آن‌ها
• مدیریت منابع شبکه
• کنترل دستگاه‌های ارتباطی در ایستگاه‌های پایه
• مدیریت مصرف انرژی
• پشتیبانی و خدمات مشتریان
• ارائه پشتیبانی به مشتریان از طریق وب‌سایت‌ها
• ربات‌های گفتگو
• و سیستم‌های تیکتینگ خودکار

بدین منظور، یک سیستم خودکار قابل تفسیر با تجزیه و تحلیل و الگوریتم های AI/ML برای کل شبکه، به تصمیم‌گیری فوری کمک می‌کند. با این حال نواقص این فناوری در شبکه های موبایل قابل ملاحظه است. هوش مصنوعی یک دنیای محدود است. یک نمای ایستا و بزرگ از محیط است و تحلیل بخشی از محیط بطور خاص را ارئه نمی‌دهد. بعلاوه، در AI همیشه از داده‌های بلادرنگ استفاده نمی‌شود. بنابراین نسبت به وضعیت فعلی نابینا است و لزوماً داده‌های تاریخی را ذخیره نمی‌کند. لذا در مورد رفتار در طول زمان گویا نیست و نیز مدل‌های هوش مصنوعی تعامل یک طرفه است.

فناوری دوقولوی دیجیتال در شبکه هم خالی از نقاط ضعف نیست. این فناوری دارای پیچیدگی در پیاده‌سازی و فرایندی زمانبر، پرهزینه از نظر هزینه‌های تجمیع اطلاعات، نگهداری و به‌روزرسانی است. علاوه بر این، پیچیدگی امنیتی برای دسترسی غیرمجاز و وابستگی به داده برای تصمیم‌گیری‌ها و پیش‌بینی‌ها نیز از جمله نگرانی‌های پیاده‌سازی این فناوری به شمار می آید.

با این حال، ترکیب این دو فناوری توسط بازیگران مهم فناوری ارتباطات سیار مانند شرکت اریکسون و انویدیا در کنگره موبایل MWC2023 رونمایی و به اپراتورها معرفی گردید.

توجیه‌پذیری و اهمیت اتوماسیون شبکه موبایل با فناوری دوقلوی دیجیتال

اهمیت پیاده‌سازی فناوری‌های شناختی در بهبود کارایی، افزایش پوشش، افزایش سرعت انتقال دیتا و رفع مشکلات فنی توسط اپراتورهای موبایل در درجه اول از منافع بالقوه مالی آن منشأ می‌گیرد. از سوی دیگر توجیه‌پذیری به‌کارگیری چنین راه‌حل‌هایی نیز به عواملی مختلفی وابسته است. عواملی نظیر میزان پیچیدگی و بلوغ فناوری، دسترسی به لوازم فناوری و نیز بررسی راه‌های جایگزین.

نمودار چهارخانه شکل فوق توسط شرکت مشاورین STL Partners در کنگره موبایل بارسلون ۲۰۲۳ ارائه شد. این نمودار نشان می‌دهد که کاربردهای تست شبکه و مدیریت سلول‌ها از دو معیار اهمیت و توجیه‌پذیری برای تلکوها پشتیبانی می‌کند. از این‌رو هم‌اکنون راه‌حل‌های تجاری آن توسط شرکت‌هایی مانند اریکسون و انویدیا در اختیار است. اما سایر مدل‌های مندرج در چهارخانه شکل فوق فعلاً درحال توسعه هستند.

مرور کاربردی مدل‌های شناختی در شبکه موبایل

در یک نگاه، چارچوب خودکار‌سازی شبکه موبایل با فناوری شناختی، ایجاد همزاد دیجیتال برای شبکه ارتباطی در تمامی بخش‌ها را در بر می‌گیرد. بخش‌هایی اعم از ارتباطات ماهواره و زمینی از گوشی تلفن همراه گرفته تا کانال RF، نقاط دسترسی، اتصالات XHaul، لایه خدمات ابری و هسته شبکه و بالاخره اتصال شبکه به اینترنت.

چنانچه پیش‌نیازهای جمع‌آوری، نگهداری و بازآوری داده‌ها از دنیای واقعی به دنیای دیجیتال فراهم باشد، شکل زیر فانکشن های اصلی در دوقلوی دیجیتال شبکه را نشان می دهد.

شرکت اسپرینت در کنگره MWC2023 چارچوب پیاده‌سازی دوقلوی دیجیتال برای O-RAN را ارائه کرد. این چارچوب موارد مختلفی را در بر‌می‌گیرد. مواردی نظیر محیط تست مداوم برای هسته شبکه نسل 5ام، دوقولوی دیجیتال برای امنیت شبکه (شکل فوق) و شبیه‌سازی مدارهای LEO در ارتباطات ماهواره و بالاخره تطبیق دنیای واقعی با فناوری شناختی برای ماشین های خودران بهم متصل.

آینده دوقلوهای دیجیتال در شبکه موبایل

در این مقاله دیدیم که نه‌تنها در عملیات و نگهداری شبکه بلکه در محیط‌های واقعی مدل‌های دوقلوی دیجیتال در حال توسعه است.  از آنجا که شبکه های نسل ۵ و ۶ موبایل در حال تحول یافتن است این بلند نظری هم هست که  شبکه‌های ما در نسل‌های 5G و بالاتر، شناختی و خودکار باشند. این خواسته با ترکیب فناوری های AL/ML و نهایت خودکارسازی در دنیای واقعی قابل تحقق است.

بزرگترین چالش ما در این مسیر البته عدم اعتماد انسان به ماشین است. درهم آمیختن شکاف ماشین و انسان به طوری که اعتماد به AI و به‌کارگیری دنیای دیجیتال در تصمیم‌گیری و اعمال حاکمیت برای انسان را فراهم آورد مسیری است که باید پیموده گردد. این مسیر امروزه با خودکارسازی بخش‌هایی مانند تست شبکه و برخی از عملیات شبکه به کمک فناوری های شناختی درحال انجام است.

درآمدی بر کنگره جهانی موبایل ۲۰۲۴