机器学习技术如何解决5G承载网运营难题

5G商用时间越来越近，留给运营商建设5G承载网的时间已经不多了。根据预测，5G时代普通用户的每个月数据使用量将达到45GB左右。而视频、物联网、直播等行业日流量将达到PB级别。面对应用复杂，海量流量，机器学习具有洞察驱动自动化和实现流程自动化的功能，可以帮助运营商搞定5G承载网。

5G承载网新架构需新鲜血液

三大运营商的5G规模商用，都定在了2020年。在这一年多的时间里，运营商需要加班加点的来建设5G承载网。4K视频、VR、在线游戏等，都让用户在5G时代会消耗更多的流量。此外，物联网的爆发会让接入设备成百倍的上升。

因此，构建全新的网络架构是三大运营商的一直选择。除了将网络功能虚拟化(NFV)、软件定义网络 (SDN)、大型互联网公司实践(CORD，SDL，DevOps)等手段外，机器学习正开启5G承载网的智能时代。

机器学习来搞定

对于运营商来说，为什么要引入机器学习功能至承载网?正是因为机器学习拥有洞察驱动的自动化特点，可以在目的与结果之间形成闭环。比如，用户要访问一个网站观看视频，机器学习会进行可编程的运营商级SDN控制、网络供应与优化、服务自动化对信息进行处理，并进行反馈。

另外，机器学习还可以实现流程自动化功能。比如，机器学习功能可以深入分析网络流量，提供网络优化与深度运营能力，大力保障现代化IP网络的安全。通过应用行为，进行网络分析，实时进行网络动态调整。

无需硬件投资 值得信任

机器学习植入5G承载网，不需要任何的硬件，是纯软件的形式。原来对于网络中信息和数据的收集，是基于网络探针这一硬件的方案。这一方案投资不菲，而且对于网络的稳定性会产生影响。机器学习方案，无需替代和植入硬件，只要放在承载网络中跑起来，就可以实时进行分析。

截止到目前，全球已经有150个运营商和企业用户，已经将机器学习方案植入到网络架构中。在进行速度、安全等测试后，都表明机器学习方案可以有效解决5G承载网的问题。

结语：

目前来看，机器学习植入5G承载网还没有出现弊端。留给三大运营商调整5G承载网的时间还有一年多。在新的网络架构中，不断引进SDN、NFV、AI、机器学习等新技术，目的都在于解决5G网络处理信息的能力。机器学习技术的加入只是一个例子，不管什么技术，最后都是改善用户的5G网络体验。