[00110086]支持AI引擎的无线智能管控平台
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
合作方式：☒整体转让 ☒技术许可 ☒作价入股 ☒合作开发 ☐其它_____
成果简介：
在 B5G 和 6G 时代，垂直产业应用场景日益复杂，服务需求的差异化、多样化、时变性特征对未来无线通信网络提出了更高的要求，虚拟化及智能化已经成为互联网发展的趋势。然而，现有的智能管控算法实现时需基于特定算法库，可融合性差、引入门槛高，不具备支持人工智能(Artificial intelligence, AI)引擎的能力，缺少智能管控算法的运行环境与基础插件，将智能管控策略引入无线网络中的难度大，无法根据实时网络状态灵活提供高效的 AI 管控算法，资源使用效率低、业务匹配性差。本平台支持基于 AI引擎的无线智能管控组件，提供 AI 通用接口支持无线网络智能管控。核心 AI 引擎中封装多种 AI 算法，比如深度 Q 强化学习（Dueling Deep Q-Learning）、异步优势演员评论家（Asynchronous Advantage Actor-Critic,A3C）等，能够为不同实时性、差异化业务提供专属的资源管控。平台构建了全局化的网络状态测量体系架构，并设计了细粒度网络状态实时测量机制，为支持 AI 引擎的管控组件提供信息输入。平台主体为 AI 使能的端雾云多层次资源协同管控平台，以海量数据驱动的 AI 使能端雾云协同管控技术，以快速适应网络状态变化的网络资源智能管控算法为支撑，实现核心网与接入网的智能化高效资源管理与全局性能优化。
成熟程度及推广应用情况：
目前处于何种研发阶段：☐研发 ☐小试 ☒中试 ☐小批量生产 ☐产业化；
样机：☒有 ☐无
已投入成本：300 万元。
期望技术转移成交价格（大概金额）：100-500 万元。
技术优势：
现有的无线网络在智能资源管控方法实时性差，专家依赖度高，不具备支持 智能自主调控能力，同时实施部署运算代价较高。本项目可为无线通信网络提供智能管控算法的运行环境与基础插件，将智能管控策略引入无线网络中，根据实时网络状态灵活提供高效的 AI 管控算法，具有架构灵活、实施代价低、业务匹配性强、专家依赖度低的优势，并可进一步提升网络的资源利用率、时延、可靠性等性能。
性能指标：
支持 AI 引擎的无线智能管控平台，主要具有以下功能：
1. 实现 AI 引擎实时调用，AI 引擎内封装多种神经网络，不同业务的资源管控需求能够通过统一通用的接口传送至 AI 引擎，实现稳定的数据传输。
2. 实现基于 AI 引擎的资源智能调度，AI 引擎基于接收到的管控需求能够调用与业务场景匹配的神经网络模型，输出资源智能调度策略，满足用户动态需求变化，资源利用率提升 30%。
3. 实现面向差异化网络业务的智能网络切片管控，能够为差异化业务创建匹配业务需求的切片，基于 AI 引擎实现智能实时的无线业务管控决策。
4. 实现基于网络状态测量结果的实时资源管控，支持网络状态数据传输至 AI 引擎，实现适配网络状态变化的资源智能调度，资源管控的时延降低 25%。
市场分析：
本成果可面向我国通信技术领域的相关企业、研究所等机构。
经济效益分析：
本成果可实现 AI 原生的智能资源管控，执行高效的资源管控策略，满足差异化业务场景下实时适配业务需求，可降低网络运维成本，提升网络管理效益和能源效率，为相关网络垂直行业发展提供依据和锚点。
成果亮点：
1. 具有自主知识产权，研究成果已授权发明专利 15 项，发表高水平 SCI 论文 20 余篇，申请软件著作权 1 项，提交标准提案 1 项。
2. 成果来源：自然基金优秀青年基金项目、国家重点研发计划项目、国家自然科学基金等。
3. 技术先进性：本成果研发了支持 AI 引擎的无线智能管控组件，实现了 AI 原生的无线网络资源管控，搭建了面向 B5G/6G 无线业务的智能资源管控平台，达到了国际先进水平。
