一個夏日的夜晚,臺灣遠傳電信在臺南某地區(qū)網絡流量突然暴增,發(fā)出告警,沒有人預料到夜半時分的臺南會迎來流量高峰。調查發(fā)現(xiàn),當時TikTok剛剛在臺南興起,很多年輕人熱衷于睡前用手機刷短視頻,導致夜半時分的網絡流量陡升。
為了更精準地提前掌握網絡流量,讓流量調度最優(yōu)化,遠傳在2018年加入微軟亞洲研究院“創(chuàng)新匯”,成為微軟長期的AI戰(zhàn)略合作伙伴,期望通過雙方的緊密合作,運用微軟在AI領域突破性的技術成果,結合遠傳長期布局物聯(lián)網產業(yè)應用、大數(shù)據(jù)平臺建設,以及強大的ICT整合實力,讓雙方的創(chuàng)新研發(fā)能力與行業(yè)經驗形成優(yōu)勢互補。
遠傳與微軟合作的重要成果之一,包含共同研發(fā)的AI網絡流量預測模型,可以精準預測未來一周中每15分鐘內核心基站、二級基站以及OTT服務的流量,實現(xiàn)網絡流量的智能動態(tài)配置。
優(yōu)化全網性能,需要智能流量預測
遠傳一直致力于為用戶提供多元化、豐富的優(yōu)質體驗和創(chuàng)新應用服務。遠傳電信總經理井琪表示:“電信行業(yè)競爭激烈,遠傳很早就啟動了轉型計劃,確定了‘大人物’戰(zhàn)略,即借助大數(shù)據(jù)、人工智能、物聯(lián)網技術去轉型和創(chuàng)新。遠傳的AI策略是由內而外的:對內進行員工AI培訓、培養(yǎng)AI人才、逐步強化AI產品;對外針對消費者和企業(yè)級客戶,提供‘大人物’解決方案。通過內外兼具的AI策略,給客戶提供最好的服務?!?/p>
臺灣地區(qū)的電信用戶的網絡使用量在全球名列前茅,經常會發(fā)生上文所提到的網絡流量需求大增的情況,如何進行最有效的調度并優(yōu)化網絡,尤為關鍵。
在加入微軟亞洲研究院創(chuàng)新匯以后,遠傳電信就著手收集公司各部門的痛點,并與微軟亞洲研究院一起率先開啟智能流量預測方面的探索。遠傳電信的工程師提出,希望設計一個智能流量預測模型,可以預測核心基站、二級基站的流量,以及每個基站上Top 100網站等OTT服務的流量。
由于不同地區(qū)用戶的喜好不同,基站位置也不同,A地區(qū)的用戶可能偏愛某些短視頻應用,而B地區(qū)的用戶則愛用某些游戲或視頻網站,就會使每個基站的流量因用戶的偏好存在相當大的差異。如果有了AI流量預測模型,就可以有效判斷網絡用戶的上網行為,預測出某一地區(qū)、某一時段的用戶可能使用的應用服務、觀看的節(jié)目、進行的游戲,進而將用戶所喜歡的內容推送到離他最近的網絡節(jié)點上,甚至將用戶常用的應用程序部署在靠近用戶一端的節(jié)點上,大幅降低網絡延遲,提升用戶體驗。此外,智能流量預測也能為遠傳電信5G基站選址提供更精準的依據(jù)。
傳統(tǒng)的預測模型只能針對核心大基站進行線性的全流量預測,只有少量第三方的開源工具可以針對具體的網絡應用流量進行預測,但準確率不高,無法提供有效的指導?!皩τ贏I來說,做預測恰恰是它的強項,”微軟亞洲研究院副院長劉鐵巖博士表示,“近年來微軟亞洲研究院通過‘創(chuàng)新匯’項目與行業(yè)領軍企業(yè)合作,在金融、物流、醫(yī)療等領域都發(fā)揮出了AI的巨大潛能。我們相信,AI也一定能夠在優(yōu)化電信網絡、智能預測流量、提升電信服務性能等方面發(fā)揮獨特作用,成為賦能電信領域的核心技術支撐?!?/p>
突破四大挑戰(zhàn),破解流量預測難題
經過4個多月的努力,雙方合作研究的AI流量預測模型效果顯著:核心基站的EPG總流量預測準確率達99%;二級基站的eNB總流量預測準確率達90.5%;針對Top 100網站等OTT服務流量預測準確率達74%;可精準預測未來一周每15分鐘內的流量。據(jù)微軟亞洲研究院首席研究經理邊江博士介紹,針對具體的網絡環(huán)境,研究員們從四個方面突破挑戰(zhàn),通過AI技術大大提升了不同層級基站上不同服務的流量預測準確率。
其一,創(chuàng)新神經網絡實現(xiàn)超長序列建模。流量趨勢具有明顯的周期性,或天、或周、或月的某個時間段的某個應用服務會出現(xiàn)高峰,因此長時間序列模型的訓練更容易找到其中的規(guī)律。而傳統(tǒng)基于統(tǒng)計的方法不能有效利用較長時間的數(shù)據(jù),對此,微軟亞洲研究院采用了跨層鏈接的擴張循環(huán)神經網絡(Dilated RNN + Skip Connections),在局部對數(shù)據(jù)進行跳躍式選取,確保了模型可以利用長時間數(shù)據(jù)進行建模。
其二,流量峰值預測,把握分寸最重要。為了達到最優(yōu)的效果,AI技術不僅需要精準預測出某段時間流量高峰的來臨,而且還要確保預測的偏差值要稍微高于峰值,讓流量配置有適當?shù)娜哂?,但預測峰值也不宜過高,以免造成帶寬資源的浪費。研究員們采用了兩個函數(shù)來保證預測偏差值處于最佳狀態(tài),一個確保整體預測的準確度,另一個針對實際應用環(huán)境,將峰值適當向上偏移。在不同的網絡環(huán)境下,兩個函數(shù)進行加權組合,確保相應場景下的最合適的預測準確率。
其三,數(shù)據(jù)抖動和噪聲需正則化處理。不同基站上不同服務的屬性差別相當大,例如一線城市需要經常訪問海外搜索網站,三、四線城市對視頻、游戲類應用的需求較大,不同屬性的流量數(shù)據(jù)存在巨大差異,有著較大的抖動和噪聲,而且部分數(shù)據(jù)的比例缺失,不利于模型學習?;诖耍④泚喼扪芯吭横槍Σ煌竟?jié)點和服務的數(shù)據(jù)進行正則化處理,使得在不同時間點訓練模型時,數(shù)據(jù)都可以在相對一致的分布區(qū)間,保證模型在不同時間、不同信號上都能做到更加精確的學習。
其四,AI技術與行業(yè)洞察相結合,更精準。基于遠傳電信專業(yè)人員的行業(yè)經驗,雙方建立了一個知識庫,與多層次智能預測模型結合使用。例如運營人員會有些常規(guī)經驗總結,類似A應用一般在中午12點左右出現(xiàn)流量高峰、B搜索網站的峰值可能會是晚上7、8點鐘等,行業(yè)洞察和經驗積累與預測模型動態(tài)加權,更好地保證了整體流量預測的準確率。
授人以魚不如授人以漁
事實上,在解決業(yè)務難題的同時,微軟亞洲研究院希望通過合作“授之以漁”,幫助合作伙伴具備AI的思維和能力。遠傳電信執(zhí)行副總裁饒仲華表示:“遠傳電信一直在尋找將時間序列融入到機器學習中的突破點。此次超長建模的實現(xiàn),讓遠傳電信更好地掌握了將時間序列與神經網絡模型關聯(lián)的方法,這樣的模型算法并不只局限于流量預測上,只要數(shù)據(jù)豐富,有大量的時間序列,舉一反三之后,類似的AI模型可以解決更多與時間序列有關的業(yè)務問題。”
除此之外,遠傳電信對機器學習所需的數(shù)據(jù)也有了進一步的了解,對數(shù)據(jù)的收集、處理與存儲也形成了較為系統(tǒng)的方法。“過去,我們認為原始數(shù)據(jù)只要做了數(shù)據(jù)清洗之后就可以使用,但事實遠比想象的復雜,其中數(shù)據(jù)的收集手段、存儲時間、規(guī)模大小、處理過程都會影響數(shù)據(jù)的品質,影響機器學習的訓練進程,”遠傳電信執(zhí)行副總裁饒仲華表示。以AI流量預測模型為例,預測周期為15天時,需要連續(xù)3、4個月的數(shù)據(jù);周期為一年,就需要3、4年的數(shù)據(jù),而并不是一個月或一年的數(shù)據(jù)就足夠。“在與微軟研究員的探討中,我們也形成了良好的數(shù)據(jù)收集方式,為將來的AI模型訓練奠定高質量的數(shù)據(jù)基礎?!?/p>
數(shù)字化轉型,心態(tài)和文化是核心
一直以來,遠傳電信都將用戶體驗放在第一位,希望可以讓用戶享受到更高質量的網絡服務,提升用戶滿意度。
“遠傳電信堅信技術能夠改變世界,所以我們從來沒有停止探索新技術對于自身業(yè)務的提升?!边h傳電信總經理井琪表示,“很高興與微軟亞洲研究院合作,用AI預測通信網絡流量場景,讓我們看到了AI技術在電信行業(yè)的無限潛力?!?/p>
微軟亞洲研究院副院長劉鐵巖表示,“為了將AI與電信場景相結合,遠傳電信和微軟亞洲研究院在多個業(yè)務領域做過探討,AI流量預測模型的成功合作得益于遠傳電信一直以來對于數(shù)字化轉型戰(zhàn)略的堅持。此次合作開啟了雙方在AI+電信領域的攜手創(chuàng)新,同時也是遠傳電信在數(shù)字化轉型路上的諸多里程碑之一?!?/p>
在新冠疫情席卷全球、顛覆人們生活和工作方式的今天,越來越多的企業(yè)意識到數(shù)字化轉型的重要性和緊迫性。而多年前就開始進行數(shù)字化轉型的遠傳電信認識到,企業(yè)轉型的最大挑戰(zhàn)和核心,是心態(tài)和文化上的轉變,這需要管理者具有強大的領導力和魄力,能夠引領所有員工達成共識,才能使轉型順利進行。同時,企業(yè)數(shù)字化轉型還需要從上至下、由內而外、從人才文化到組織架構全方位做好準備。
“在轉型的過程中,遠傳電信不斷提升自身的能力以及核心價值。未來,我們將持續(xù)利用大數(shù)據(jù)、人工智能和物聯(lián)網技術轉型成為數(shù)字化企業(yè)。我們希望通過與微軟亞洲研究院持續(xù)合作,探索數(shù)據(jù)驅動的新服務,利用數(shù)據(jù)模型增值現(xiàn)有應用,深耕AIoT領域,時刻準備好迎接新機遇?!边h傳電信總經理井琪表示。
責任編輯:tzh
-
網絡
+關注
關注
14文章
8294瀏覽量
95273 -
AI
+關注
關注
91文章
40201瀏覽量
301837 -
人工智能
+關注
關注
1819文章
50151瀏覽量
265945
發(fā)布評論請先 登錄
潤和軟件AI質檢平臺以智能化手段破解圖文比對難題
技術賦能農業(yè):有人物聯(lián)網“農業(yè)四情監(jiān)控方案”破解精準種植難題
后摩智能六篇論文入選四大國際頂會
AI賦能6G與衛(wèi)星通信:開啟智能天網新時代
海瑞思科技如何破解AI眼鏡密封檢測難題
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI的科學應用
云翎智能單北斗高精度執(zhí)法記錄儀:賦能消防應急復雜場景救援難題
實時監(jiān)測技術如何破解高溫巡檢難題
5G+AI驅動:云翎智能防爆執(zhí)法儀破解電力作業(yè)現(xiàn)場可視化監(jiān)管難題
RAKsmart服務器如何助力企業(yè)破解AI轉型的難題
電子工程師必看!EMC設計難題一站式破解
設備預測性維護進入2.0時代:多模態(tài)AI如何突破誤報困局
突破四大挑戰(zhàn),破解AI流量預測難題
評論