Mesterséges intelligencia használata 5G Edge hálózatokban
Ahogy a társadalom az információs kor felé tart, a telekommunikációs hálózatok, amik alapvető elemei ennek a változásnak, gyors és mély változásokon mennek át. Ahhoz, hogy elérjék ezt a változást, újszerű megközelítésekre van szükség, mint például a Mesterséges Intelligencia (MI). A Mesterséges Intelligencia rendszerek hatékony hozzájárulása nélkül az információs technológiai rendszerek nem lehetnének menedzselhetőek, mert komplexitásuk már túlmutatott azon a szinten, amit az operátorok fel tudnának építeni és karban tudnának tartani.
A Mesterséges Intelligencia több területen is jelentős változáson ment keresztül, beleértve a beszéd feldolgozást, a képfelismerést, a gyógyszerek felfedezését. A megnövekedő adat a gépi tanulás (főként a mélytanulás) felé vitt bennünket. Az egyszerű hozzáférés az erős számítási erőforrásokhoz szintén erősítette ezt a trendet. A széleskörű edge eszközök jelenléte (mint az IoT eszközök) eddigieknél nagyobb adatmennyiséget tettek elérhetővé, ami által különböző pontos modelleket tudunk létrehozni az edge hálózatokban. Habár ekkora mennyiségű adatot már nem tudunk a felhőbe feldolgozásra küldeni, a különböző csatorna minőségek, torlódások és biztonsági megfontolások miatt, mint ahogy a magas energiafogyasztás miatt sem.
A felhő alapú megoldások mellet, a Mesterséges Intelligencia edge eszközökön való alkalmazása (Edge AI) előnyként nyújtja a gyors válaszidőt, a kis késleltetést, megnövekedett robusztusságot és a jobb hálózati kihasználtságot. Új felhasználási területek váltak elérhetővé az 5G megjelenésével. A 3GPP által meghatározott 5G core networknek meghatározó része a User Plance Function (UPF) valósítja meg a data plane-t, a kialakult Control and User Plane Separation (CUPS) stratégia során. Valós idejű alkalmazások esetén az MI-nek az edgben kell elhelyezkednie szorosan integrálva az UPF alkalmazással. Az Edge Computing elmélete és technikái lehetnek azok, amik biztosítják mind a felhő alapú számítástechnika kapacitását és az edge hálózaton lévő eszközök igényét is egyaránt. Ez felgyorsíthatja a tartalomszolgáltatást és a mobil szolgáltatások minőségét is javíthatja.
A dolgozatomban kísérleti Edge Computing rendszereket építettem, melyek közé tartoznak egyaránt szorosan és lazábban integrált MI megoldások. Mérésekkel végeztem a különböző architektúrákon, megvizsgáltam a fejlesztési lehetőségeket, és demonstráltam a működést. A rendszer tartalmaz egy forgalom generátort, az Ericsson UPF funkcióját, egy MI komponenst és egy szoftver helyettesíti az Edge alkalmazás funkcióját.
A legjelentősebb része az architektúrának az az MI modul elhelyezkedése a rendszerben, ez a modul elhelyezkedhet az 5G UPF-ben mint egy Service Function, vagy csatolható a forráshoz vagy a végponthoz is. A fő kérdés amit meg szerettem volna válaszolni az az, hogy: Hogyan tudom elérni az ideális architektúrát?
szerző
-
Márton Áron Horváth
Villamosmérnöki szak, mesterképzés
mesterképzés (MA/MSc)
konzulens
-
Dr. Fehér Gábor
Egyetemi docens, Távközlési és Médiainformatikai Tanszék
