面向 O-RAN 的 AI/ML 驱动 SMO 框架：场景、解决方案与挑战
网络与互联网体系结构
2024-09-10 v1
摘要
开放式无线接入网络 (O-RAN) 架构的出现为细胞网络管理和服务编排带来了范式转变，利用数据驱动、意图导向、自主和智能解决方案。 在 O-RAN 中，服务管理与编排 (SMO) 框架在管理网络功能 (NF)、资源分配、服务 provisioning 等方面发挥着关键作用。然而，O-RAN 的日益复杂和规模化需求，要求为优化 SMO 操作提供自主和智能模型。为此，必须将智能性和自动化集成到 SMO 的操作中。本文提出了将机器学习 (ML) 算法集成到 SMO 的三个场景。我们然后专注于其中一个场景，其中非实时 RAN 智能控制器 (Non-RT RIC) 在数据收集、模型训练、部署和细化中发挥主要作用，提出了一种集中式 ML 架构。最后，我们确定在 SMO 中实施集中式 ML 解决方案可能面临的挑战。
关键词
引用
@article{arxiv.2409.05092,
title = {Towards an AI/ML-driven SMO Framework in O-RAN: Scenarios, Solutions, and Challenges},
author = {Mohammad Asif Habibi and Bin Han and Merve Saimler and Ignacio Labrador Pavon and Hans D. Schotten},
journal= {arXiv preprint arXiv:2409.05092},
year = {2024}
}