通过观察邻居来揭示无线接入网络中的问题
量子物理
2025-04-29 v3 量子气体
摘要
移动网络运营商 (MNO) 管理拥有大量小区的无线接入网络 (RAN)，这些小区跨越多个无线代际 (2G-5G)。为处理这种复杂性，运营团队依赖监控系统，包括异常检测工具，用于识别意外行为。在本文中，我们提出了 c-ANEMON，这是一种基于图神经网络 (GNN) 的上下文异常检测监控器，用于 RAN。我们的解决方案通过分析单个小区相对于其局部邻域的行为来捕获时空变化，从而实现对独立于外部移动因素的异常检测。这进一步允许聚焦于与网络问题（例如配置错误、设备故障）相关的异常。我们使用来自大欧洲城市区域的真实数据（7,890 个小区；3 个月）对 c-ANEMON 进行了评估。首先，我们展示了 GNN 模型在我们的解决方案中能够有效地推广到来自以前未见区域的小区，表明可以在广泛的部署区域中使用单个模型。然后，我们通过手动检查分析 c-ANEMON 检测到的异常，并定义了若干持久性异常类别（6+ 小时）。值得注意的是，这些异常中有 45.95% 属于更可能需要运营团队干预的类别。
引用
@article{arxiv.2504.14685,
title = {Quantum Simulation of the Unruh Temperature via the Thermal Properties of Virtually Evolving Bose-Einstein Condensates},
author = {Imad-Eddine Chorfi and Nacer Eddine Belaloui and Abdellah Tounsi and Achour Benslama and Mohamed Taha Rouabah},
journal= {arXiv preprint arXiv:2504.14685},
year = {2025}
}