Neuer ITU-Standard zur Einführung von Maschinellem Lernen in 5G-Netzwerke

Der neue Standard ITU-T Y.3172  der ITU-T-Fokusgruppe „Machine Learning for Future Networks including 5G“ (FG-ML5G ) legt die Grundlage für eine kostengünstige Integration von Maschinellem Lernen (ML) in 5G- und zukünftigen Netzwerken. Das ITU-T Y.3172-Architektur-Framework ist das erste einer Reihe von ITU-Standards, die sich mit dem Beitrag des Maschinellen Lernens zur Vernetzung befassen. ITU Y.3172 ist Teil der Fokusgruppe ITU-T Study Group 13 .

„Maschinelles Lernen wird die Art und Weise, wie wir Netzwerke betreiben und optimieren, verändern“, sagt Slawomir Stanczak, Vorsitzender der ITU-T-Fokusgruppe FG-ML5G und Abteilungsleiter Drahtlose Kommunikation und Netze am Fraunhofer HHI. „Jedes Unternehmen im Netzwerkgeschäft untersucht die Einführung von Maschinellem Lernen, um den Netzwerkbetrieb zu optimieren, die Energieeffizienz zu erhöhen und die Kosten für den Be-trieb eines Netzwerks zu senken“, so Stanczak. „Dieses ITU-T Y.3172-Architektur-Framework bietet einen gemeinsamen Bezugspunkt zur Verbesserung der Branchenorientierung bei der Einführung von Maschinellem Lernen in Mobilfunknetzen.“

Maschinelles Lernen verspricht eine Verbesserung des Netzwerkmanagements und der Orchestrierung. Durch Maschinelles Lernen können aus den im Netzwerk generierten Daten Erkenntnisse gewonnen und Vorhersagen zur Optimierung des Netzwerkbetriebs und der Netzwerkwartung erstellt werden. Diese Optimierung wird immer schwieriger und wichtiger, da Netzwerke immer komplexer werden, um die Koexistenz verschiedener Informations- und Kommunikationstechnologiedienste (IKT) zu unterstützen.

Netzbetreiber sind bestrebt, Modelle für Maschinelles Lernen mit Daten zu betreiben, die mit verschiedenen Technologien und Netzebenen korrelieren. Sie fordern Bereitstellungsmechanismen, die ihre Investitionen in Maschinelles Lernen zukunftssicher machen. Zudem benötigen sie Schnittstellen, um Daten und trainierte ML-Modelle über ML-Funktionalitäten auf mehreren Netzwerkebenen zu übertragen. Das ITU-T Y.3172-Architektur-Framework ist darauf ausgelegt, diese Anforderungen zu erfüllen und stellt den Beginn einer Vielzahl von ITU-Standards dar, die sich mit dem Beitrag des Maschinellen Lernens zur Vernetzung befassen. „Eine Reihe von ITU-Standards, die derzeit entwickelt werden, ergänzen das von ITU-T Y.3172 beschriebene Architektur-Framework und vervollständigen es“, erläutert Vishnu Ram, leitender Herausgeber des Standards. „Zusammengenommen bieten diese Standards ein vollständiges Toolkit, um Maschinelles Lernen in unsere Netzwerke zu integrieren.“

Den vollständigen Artikel (in englischer Sprache) finden Sie hier .