Opis projektu
Użycie sztucznej inteligencji na potrzeby inteligencji sieciowej
O ile modele sztucznej inteligencji (SI) uważa się powszechnie za fundament inteligencji sieciowej, SI nie zawsze jest najlepszym rozwiązaniem problemów związanych z inteligencją sieciową. W ramach finansowanego ze środków UE projektu DAEMON wypracowane zostanie pragmatyczne podejście do projektowania inteligencji sieciowej. Badacze przeprowadzą systematyczną analizę, by zidentyfikować zadania związane z inteligencją sieciową, w których użycie modeli SI będzie najbardziej efektywne. W ten sposób powstanie zbiór rzetelnych wytycznych w zakresie wykorzystania uczenia maszynowego na potrzeby funkcji sieciowych. Opierając się na wynikach tej analizy, zespół projektu DAEMON opracuje algorytmy inteligencji sieciowej, na których oprze się podstawowy zestaw funkcji sieci Beyond-5G (B5G). Funkcje te zostaną finalnie wdrożone w ramach pierwszej, kompleksowej, natywnie obsługującej inteligencję sieciową architektury B5G, która umożliwi ich pełną koordynację.
Cel
The success of Beyond 5G (B5G) systems will largely depend on the quality of the Network Intelligence (NI) that will fully automate network management. Artificial Intelligence (AI) models are commonly regarded as the cornerstone for NI design; indeed, AI models have proven extremely successful at solving hard problems that require inferring complex relationships from entangled and massive (e.g. traffic) data. However, AI is not the best solution for every NI task; and, when it is, the dominating trend of plugging ‘vanilla’ AI into network controllers and orchestrators is not a sensible choice.
Departing from the current hype around AI, DAEMON will set forth a pragmatic approach to NI design. The project will carry out a systematic analysis of which NI tasks are appropriately solved with AI models, providing a solid set of guidelines for the use of machine learning in network functions. For those problems where AI is a suitable tool, DAEMON will design tailored AI models that respond to the specific needs of network functions, taking advantage of the most recent advances in machine learning. Building on these models, DAEMON will design an end-to-end NI-native architecture for B5G that fully coordinates NI-assisted functionalities.
The advances to NI devised by DAEMON will be applied in practical network settings to: (i) deliver extremely high performance while making an efficient use of the underlying radio and computational resources; (ii) reduce the energy footprint of mobile networks; and (iii) provide extremely high reliability beyond that of 5G systems. To achieve this, DAEMON will design practical algorithms for eight concrete NI-assisted functionalities, carefully selected to achieve the objectives above. The performance of the DAEMON algorithms will be evaluated in real-world conditions via four experimental sites, and at scale with data-driven approaches based on two nationwide traffic measurement datasets, against nine ambitious yet feasible KPI targets.
Dziedzina nauki
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-ICT-2020-2
System finansowania
RIA - Research and Innovation actionKoordynator
28918 Leganes (Madrid)
Hiszpania