如何利用AI和ML来提高网络的效率?

今年早些时候，一项新的倡议活动，旨在为有线电信行业的人工智能（AI）和机器学习（ML）创建标准。这个工作组吸引了来自有线电视内外的成员，包括IBM这样的巨头，正在探索如何利用AI和ML来提高网络的效率。这一群体的成功将对全国各地的企业产生重大影响，因为它将以更高的速度向10G发展（未来的宽带技术平台，住宅速度比现在的网络快10倍），并支持跨网络新技术部署的可扩展性。

这项新举措是SCTE·ISBE标准计划的一部分，该计划是唯一一个经ANSI认证的开发支持有线宽带网络技术标准的平台。这些网络的标准影响着全美6600多万依赖接入这些宽带的人。目前，至少有20名专家成员正在共同推动AI和ML的电信标准和操作实践。最终的标准将提高网络效率，推动行业加快10G的采用，并使产品能够互换和互操作，从而在不断变化的宽带环境中加速产品和技术的部署。

AI/ML工作组仍处于早期阶段，正在分析成员公司中当前正在使用AI和ML的项目，以确定需要哪些标准。随着有线网络运营商越来越接受使用AL和ML来运营其网络的优势，该集团最初的重点是在内部使用该技术来改善网络。在最初的几个月里，人工智能和人工智能的三个初步应用实例已经浮出水面。

创建行业标准的一个应用是在HFC节点进行拆分再使用ML。网络运营商通常使用节点拆分来为给定的地理区域提供更大的带宽和容量。由于节点拆分需要大量的人力和资本投资，有线电视运营商通常必须优先考虑投资地点。在过去，这种优先化过程需要大量的人工工作。利用机器学习来解决这个问题，算法考虑了包括服务和成本在内的多个变量，为有线电视运营商提供一个可操作的、有优先级的报告。通过应用ML实现节点拆分的自动化，网络将更加高效地运行，并且随着网络的发展，客户将继续接收他们的高速服务而不中断。

该工作组还正在研究制定标准，通过在网络上应用人工智能来检测不良行为者的签名来控制盗版视频。初步研究结果表明，使用人工智能可以显著减少盗版视频。为这个应用程序开发一个标准将为内容创作者、流媒体服务和电影制作公司等带来难以置信的好处。这样强调了有线电视行业外的技术专家与这些工作组的有线电视专家合作的重要性。

机器学习也被应用到整个接入网络的频谱损坏检测当中，允许自动诊断报告和缓解活动。快速识别缺陷可以减少对网络和用户的干扰。这一应用的标准将有助于所有有线电视运营商，并改善每个人的网络服务。

这些例子只是AI和ML如何帮助构建和运行更复杂和成熟的网络和服务的开始。由于标准的制定平均需要6个月到2年的时间，该集团预计将于2021年开始发布与AI/ML相关的标准。在未来几年，机器学习用于优化网络操作的应用预计将显著增长，这将导致对标准的新需求。

随着有线电视行业向10G发展，新兴技术和尚待想象的技术的发展机会不断增加。至关重要的是，确保这些进步符合行业的标准，以开创一个新的互联互通时代，并使企业能够确保其产品和服务得到优化，以通过宽带网络接触到客户。
责任编辑:tzh

网络缺陷检测诊断

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。