韧性无线电接入网络：AI 与未知的未知
信息论
2025-10-27 v1 math.IT
摘要
5G 网络提供卓越的可靠性和可用性，确保一致的性能和用户满意度。然而它们在面对意外情况时仍可能失败。韧性系统能够适应现实世界的复杂性，包括在系统设计过程中未预见的运行条件。这使得韧性成为必须在场景中维持服务而模型缺失或难以提供统计保证的通信系统的关键属性。这些考虑因素表明，人工智能 (AI) 将在实现韧性方面发挥主要作用。本文我们考察了在无线电接入网络中设计 AI 以应对意外和罕见干扰的挑战。我们的理论结果表明当前统计学习方法在实现韧性方面存在强大的局限，并指出与在线学习和因果推断之间的联系。
引用
@article{arxiv.2510.21587,
title = {Resilient Radio Access Networks: AI and the Unknown Unknowns},
author = {Bho Matthiesen and Armin Dekorsy and Petar Popovski},
journal= {arXiv preprint arXiv:2510.21587},
year = {2025}
}
备注
Accepted for presentation at 2025 IEEE Globecom Workshop on Resilience in Next-Generation Wireless Communication Networks