基于 O-RAN 部署的 ML 手握预测使用 RAN 智能控制器
网络与互联网体系结构
2024-05-01 v1 机器学习
摘要
O-RAN 引入了在网络各部分实现智能和灵活控制的能力。采用开放接口的控制器允许我们收集实时网络测量数据并作出智能/信息化决策。本文工作聚焦于开发一个用于开放和可重新配置网络的用例，以探讨预测手握事件及其对依赖通信网络开展业务的全部利益相关者所价值的可能性。我们提出了一种基于长短期记忆（LSTM）的机器学习方法，用于预测手握事件。该模型是在来自我们在 OpenIreland 测试平台上部署的商业 O-RAN 设置收集的真实网络数据上训练的。我们的结果表明，所提出的方法可针对定义的应用层目标进行优化，以实现更高的召回率或精确率。我们还将机器学习算法的性能与网络运营成本关联。我们的結果表明，基于 ML 的资源匹配可将运营成本降低80%以上，相较于长期资源采购。
引用
@article{arxiv.2404.19671,
title = {ML-based handover prediction over a real O-RAN deployment using RAN Intelligent controller},
author = {Merim Dzaferagic and Bruno Missi Xavier and Diarmuid Collins and Vince D'Onofrio and Magnos Martinello and Marco Ruffini},
journal= {arXiv preprint arXiv:2404.19671},
year = {2024}
}