オペレーション技術

AI導入を促進するネットワーク情報基盤「NOIM」

　NW運用を効率化するためには、NW構成情報を一元管理し、故障対応等の複数の用途に活用していくことが重要だ。一方で、NW構成情報をAIに正確に理解させるには用途別のチューニングが必要となり、その負担が大きい。そこでAS研では、ネットワーク情報基盤「NOIM」を用いた効率化を研究している。
　「NOIM」は、物理からサービスのマルチレイヤNW構成情報を汎用的なデータ形式で構造化できる。また、接続・依存関係を保持したままAIに渡して、正確さを高めた推論を実現する。これにより、NW種別ごとのAIチューニングを減らし、複雑なネットワーク運用へのAI導入を迅速化できる。また、ローカルLLMで高い精度の推論を実行でき、機微情報を含むNW構成情報を扱う業務へのAI適用を促進できる。
　小松所長は「構成情報を一元管理していない状況というのは、NWだけでなく様々な業界で見られると思う。こうした非構造化データをAIに学習させると、ハルシネーションの原因になったり、計算量が大規模なってしまう課題がある。今後のAI活用で構造化データが重要になってくるので、NOIMの活用を進めている」と説明している。

「NOIM」による構造化データのイメージ。

イベント会場でのIntent予測に基づく無線制御

Intent予測技術と無線制御「Cradio」を組み合わせることで、状況に応じた無線リソースと端末接続の最適化が可能となる。

　イベント会場における無線NWの制御を適切に行うことは難しく、特に来場者の集中に伴う無線品質の劣化が課題となっている。そこでAS研では、高精度なIntent(リソース要件)予測と、無線NWのプロアクティブな制御により、会場での無線品質安定化、ユーザ満足度向上、基地局設備等の増設抑制に貢献する技術に取り組んでいる。
　この技術は、イベント情報や天候、チケット売れ行き等の外部情報と、AP接続時間等の現在の無線情報、オペレータへのヒアリング結果を加味し、Intentを予測する。この予測されたIntentを通知し、複数バンド、RAT、無線方式横断でパラメータや端末接続先をプロアクティブに制御する。
　小松所長は「無線APから取得できる接続時間などのデータを使って制御するといった従来の手法に加え、ネットワークに直接関連しない外部情報も取り込んでネットワークのパラメータに変換し、制御を最適化する。これにより、例えばイベント内の運行情報を連動させた、混雑時のプロアクティブ予測、リソース配置が可能となり、お客様により良い通信環境を提供できる。また、駅周辺の用途として、電車の運行情報等に合わせた無線ネットワークリソースの最適配置も想定している」と説明している。

以下、本日更新