基于软交换的网络智能化方案

电信固网运营商的网优网改、无线市话（PHS）网络与公共交换电话网（PSTN）等网络的融合、通信网络宽带化和多媒体化、PSTN网络与第3代移动通信（3G）网络融合等催生了固网网络智能化的需求。通过软交换技术来满足这一需求是切实可行的方法。基于软交换的网络智能化解决方案丰富了通信业务，促进了固网和移动网的融合，是极具优势的网络智能化方案。     

融合网络用户需求研究

把握融合网络的发展方向需要深入研究运营商和电信用户的利益及通信需求。对于电信运营商来讲，网络技术的发展使得各种网络的融合成为可能，融合的网络更能提高运营效率，也能更灵活地提供业务；对消费者来讲，高带宽的信息接入成为基本需求，通信终端将向移动化、智能化、个性化、多媒体化发展。满足用户需求的融合网络才能做到既可提供各种新业务又能节省运营商和用户成本。     

基于人工智能的基站巡检应用实践

运营商传统的通信基站巡检通过人工方式进行,不仅耗费人力,还存在安全性不高、结果不可验证、信息不全面等问题。主要介绍人工智能技术在运营商基站日常巡检领域的应用实践及面临的挑战,包括智能巡检技术及产业发展概况、运营商传统巡检向智能化转化的需求动力、智能巡检解决方案、效果评价与数据分析等。在此基础上,探讨了电信运营商未来开展AI自动巡检的应用场景与服务模式,提出了智能巡检平台的部署方案建议。     

基于IMS的固网接入方案的设计与实现

网络融合已成为电信运营商关注的焦点。IMS作为通信技术与互联网技术相融合的产物,已成为运营商推动网络融合的重要技术。文章从IMS的基本概念和特征入手,探讨基于IMS的固网接入方案的设计与实现。     

基于IMS的固网接入方案的设计与实现

网络融合已成为电信运营商关注的焦点。IMS作为通信技术与互联网技术相融合的产物,已成为运营商推动网络融合的重要技术。文章从IMS的基本概念和特征入手,探讨基于IMS的固网接入方案的设计与实现。     

基于网络演进的人工智能技术方向研究

国家战略把人工智能（AI）及物联网（IoT）/5G同时定位为信息基础设施的重要组成部分,其中人工智能属于新技术基础设施,IoT/5G属于通信网络基础设施。这引出了“通信技术与人工智能技术融合发展”的技术方向。对于电信运营商而言,如何将人工智能技术与网络融合,重构网络技术架构,将“AI能力”作为“服务”开放,将是重要的技术演进方向。基于这一命题,探讨了未来AI和网络技术的发展方向,为未来AI技术与IoT/5G网络架构的融合发展方向提供了参考思路。     

运营网络智能化体系研究

如何结合网络实际来构建电信运营网络智能化体系是电信运营商面临的重大挑战。文章对电信运营商网络现状及智能化需求进行梳理,提出运营网络智能化思路,对智能化网络的三层架构(智能层、数字孪生层、实体层)的功能进行分析,为推动电信运营商的运营网络智能化演进提供参考。     

网络智能化标准、开源与产业研究

网络智能化是AI技术与通信网络的硬件、软件、系统、流程等的深度融合,利用AI技术助力通信网络流程智能化,降本、增效、提质,促进技术体系变革,使能业务敏捷创新。自动驾驶网络提出通过简化网络架构、封装自治域和提供业务/网络操作控制闭环,实现用户体验最优化、管理操作自动化和资源效率最大化,为网络智能化明晰了目标架构和实现路径。首先,以自动驾驶网络的分层架构与分级框架为基础,梳理总结网络智能化技术体系;其次,对相关标准组织、开源社区、产业协作以及研发应用现状进行广泛调研;最后,结合运营商应用需求与相关实践,为引导后续产业发展提供差距分析、协作建议和总结展望。     

AI在5G行业专网的应用场景和使能技术

行业专网是5G网络的重要组成部分,电信运营商通过AI与行业专网应用场景结合实现业务SLA保障和网络优化。面向数字化、智能化的新一代行业专网发展目标,基于行业用户的体验保障和网络安全需求探讨了AI在5G行业专网典型应用场景,分析了基于AI的5G行业专网应用的关键使能技术,包括算力网络、自适应优化AI算法、意图驱动的网络织造、原生多主体群等,构建自适应持续进化的行业专网,为5G行业专网的智能化提供了有效、可行的实现方法。     

西门子NGN方案——SURPASS商用状况

作为全球通信行业的领先者，西门子通信一直致力于推动通信技术的革新及通信业务的发展。在NGN方面，凭借在固定网络、企业网络和移动网络等通信领域积累多年的技术经验以及对未来网络趋势的深刻理解，西门子针对电信运营商对融合网络及多媒体增值业务的需求，在2000年推出了强大的SURPASS下一代电信网络端到端整体解决方案。西门子SURPASS解决方案秉承了西门子电信产品一贯成熟、     

集约化宽带服务智能运维体系构建方法

随着宽带提速战略的推行和IPTV/OTT等视频类流媒体业务的迅速发展,用户对运营商网络服务体验的要求不断提升,现有分层、分段、缺乏关联的运维体系和方法已不能满足新形势下的网络运维工作需求.以流媒体业务为聚焦点,提出一套在宽带IP网内基于“端到端网络质量监控”和“故障自诊断功能”构建集约化宽带服务智能运维体系的方法,以期对运营商网络运维工作的效率及智能化水平的提升有所助益.     

5G MEC边缘智能架构研究

作为边缘计算与人工智能融合驱动的新模式,边缘智能已然渗透到各个行业。5G MEC作为运营商新型网络边缘的锚点,需要借助边缘智能来充分释放网络边缘价值。文章初步探讨网络边缘智能化需求,提出一种基于5G MEC的边缘智能优化架构,扩展了面向异构计算的弹性AI加速服务和自适应云边智能协同调度能力,从而实现了MEC平台运营智能化和AI能力服务化。     

探索基于AI技术的互联网智能运维新模式

随着4G+技术的应用,5G时代的到来,电信运营商面临着被管道化和业务边缘化的风险。同时,跨界竞争不断加剧,传统通信业务市场趋于饱和,随着5G技术的部署与发展,世界正从“人人互联”向“万物互联”迈进,物联网和VR等互联网应用场景多样化,运维复杂程度越来越高。传统运维方式成本高、协作困难、效率低下,难以满足业务发展需求。近年来大数据和AI新技术的兴起,为加速运营商数字化创新提供了新的契机。运营商应紧抓机遇,积极探索AI网络运维应用场景,逐步推进人工智能与网络运维深度融合。     

Native intelligence for 6G mobile network: technical challenges,architecture and key features

The application of the artificial intelligence(AI) technology in the 5 th generation mobile communication system(5 G) networks promotes the development of the mobile communication network and its application in vertical industries, however, the application models of “patching” and “plug-in” have hindered the effect of AI applications. Meanwhile, the application of AI in all walks of life puts forward requirements for new capabilities of the future network, such as distributed training, real-time...     

网络智能化中的AI工程化技术方案

网络智能化是通信行业借助AI技术,对外增强网络赋能能力,对内实现降本增效的重要举措。从AI工程化的视角系统分析网络智能化应用落地的难点,提出了包括数据采集处理、训练计算资源的管理与任务调度、推理部署优化在内的面向生产环境的AI工程化技术方案,探讨网络智能化生态发展的策略。     

面向智能管道的网络能力开放探讨

文章从智能管道的发展需求入手,深入分析和总结了国外电信运营商部署方案,指出网络能力开放和互动将成为智能管道演进的关键阶段,并提出在3GPP PCC(Policy and Charging Control)架构的基础上构建电信网络能力开放平台的解决思路,最后对网络能力调用的应用场景进行了讨论。     

边缘计算产业现状与发展建议

随着5G商用,以及IoT和AI的发展,边缘计算的规模和业务复杂度显著增加,边缘实时计算、边缘实时分析和边缘智能等新型业务不断涌现,对边缘基础设施的效率、可靠性和资源利用率有了更高的要求。如何结合云计算发展趋势打造边缘基础设施成为一个新课题。梳理了边缘计算发展现状,包括边缘计算产业规模、国际国内电信运营商在边缘计算领域的试点工作,讨论了"多云混合"对边缘计算的影响,分析了边缘计算存在的问题和挑战,并结合项目实践给出了相应的发展建议。