Исследование и разработка методов построения инфраструктуры и предоставления услуг сетей связи на основе технологий искусственного интеллекта

Объект. Сети связи пятого поколения 5G/IMT-2020. Предмет. Методы построения этих сетей и услуг на основе технологий ИИ. Цель. Исследование и разработка методов построения инфраструктуры и предоставления услуг сетей связи с использованием технологий Искусственного Интеллекта. Научная новизна. Разработан метод идентификации трафика услуг в сетях связи пятого и последующих поколений, позволяющий исключить внесение дополнительных задержек и изменение структуры потоков. Предложена структура взаимодействия туманных и граничных вычислений, отличающаяся тем, что услуги реализуются в виде микросервисной архитектуры программного обеспечения с учетом динамичности пользователей. Разработан метод взаимодействия туманных и граничных вычислений, обеспечивающий функционирование микросервисной архитектуры услуг с возможностью живой миграции, позволяющий уменьшить время выполнения функции микросервиса путем рационального выбора устройства Туманных вычислений. Разработан метод прогнозирования нагрузки на контроллеры Программно-конфигурируемых сетей, позволяющий исключить зависимость программного обеспечения мониторинга от особенностей АПК производителей. Теоретическая значимость. Обоснование предстоящей децентрализации сетей связи, вычислительных облачных систем обработки данных и реализации услуг, а также модернизации архитектур программного обеспечения услуг в сторону микросервисного подхода, с появлением сетей связи с ультрамалыми задержками. Кроме того, разработан метод идентификации трафика в программно-конфигурируемых сетях, основанный на аналитике метаданных потоков и алгоритмах машинного обучения, который позволяет не вносить дополнительных задержек в трафик на уровне передачи данных. Разработан также метод прогнозирования нагрузки на контроллер программно-конфигурируемой сети, который позволяет реализовывать мониторинг нагрузки и ее прогноз на уровне приложений программно-конфигурируемой сети, что в свою очередь позволяет уйти от зависимости мониторинговых решений как от производителя АПК контроллера программно-конфигурируемой сети, так и от зависимости операционной системы, на которой развернуто программное обеспечение контроллера. В дополнение предложена структура и метод взаимодействия туманных и граничных вычислений, при этом обеспечивающие поддержку микросервисной архитектуры услуг. Практическая значимость. Создание научно-обоснованных рекомендаций по планированию сетей связи пятого поколения в условиях внедрения сетей с ультрамалыми задержками и Искусственного интеллекта в сетях связи. Методы: машинного обучения, теории оптимизации, имитационного и эмуляционного моделирования. Эмуляционное моделирование проводилось на базе модельной программно-конфигурируемой сети в рамках кафедры сетей связи и передачи данных СПбГУТ. Имитационное моделирование выполнялось с помощью языка программирования Python версий 2.7, 3.4 c необходимыми программными пакетами и библиотеками обработки данных. Область применения. В ФГУП НИИР при выполнении государственных контрактов по научно-техническому и методическому обеспечению выполнения Министерством цифрового развития, связи и массовых коммуникаций функций Администрации связи Российской Федерации в Секторе стандартизации электросвязи Международного Союза Электросвязи (МСЭ-Т) в работах по разработке стандартов для сетей связи пятого и последующих поколений с учетом использования технологий искусственного интеллекта и в Санкт-Петербургском государственном университете телекоммуникаций им. проф. М.А. Бонч-Бруевича (СПбГУТ) при чтении лекций и проведении практических занятий по дисциплинам «Интернет Вещей и самоорганизующиеся сети», «Искусственный интеллект в сетях и системах связи», «Интернет вещей», «Системы, сети и устройства телекоммуникаций», а также при выполнении НИР «Исследование проблемных вопросов сетевой поддержки перспективных услуг сетей связи 2030, включая телеприсутствие, и путей их решения, в том числе на основе технологий искусственного интеллекта, при подготовке отраслевых кадров».