基于AI智能关联技术的5G网络切片研究与实现

【摘  要】为解决传统通信运营商业务集中统一规则部署，业务无法灵活差异化定制以适应5G ToB垂直行业多样化业务需求的问题，提出了一种基于AI智能关联算法的5G网络切片现网实现方案。首先借助对5G多域多接口数据采集形成数据分析基础，从不同垂直行业客户SLA需求给出网络切片的模型选择；然后借助二分K均值聚类AI算法寻找业务流在各环节的最佳切片参数，指导运营商为垂直行业客户提供端到端最优切片参数集；最后基于该算法给出了现网热门的5G应用如8K视频、高清在线游戏运用智能AI算法后的切片效率及性能质量的对比，为运营商5G网络切片技术在现网的应用实践提供参考。

【关键词】5G；网络切片；人工智能；智能关联

0   引言

与传统运营商4G网络相比，5G的网络能力将有飞跃的发展，如下行峰值数据速率可达20 Gbps，而上行峰值数据速率可能超过10 Gbps。此外，5G还可大大降低时延及提高整体网络效率，简化后的网络架构将提供小于5 ms的端到端延迟。5G以其超越光纤的传输速度、超越工业总线的实时能力以及全空间的连接，将开启充满机会的时代，为移动运营商及其客户提供了极具吸引力的商业模式，而运营商为了支撑这些商业模式，未来网络必须能够针对不同业务特性及服务质量，准确高效地提供各种定制化、差异化的网络支撑能力。基于此，网络切片应运而生，即在一个通用的物理平台之上构建多个专用的、虚拟化的、互相隔离的逻辑网络，以满足不同客户及业务对网络能力的不同要求。

但是，由于木桶效应一个商用级可保障的网络切片必须至少包含无线网、核心网及传输网子切片共同协作完成，任何一个子切片的设置不合理或者异常都会导致整个网络切片的性能受限，而传统业界的网