Inteligencia Artificial para el Análisis y Monitorización de Redes de Comunicación 5G (IA2MON-5G)

El objetivo de este proyecto es el desarrollo de diversos algoritmos basados en aprendizaje máquina capaces de integrar trazas de red complejas e información contextual obtenida de fuentes alternativas de datos.

Investigador principal

Raquel Barco Moreno

Sede:

UMA

Tecnología

Machine learning, Big Data

Agentes agregados

Keysight Technologies Spain S.L

Resumen de la propuesta

El objetivo de este proyecto es el desarrollo de diversos algoritmos basados en aprendizaje máquina capaces de integrar trazas de red complejas (incluyendo el plano de señalización radio) e información contextual obtenida de fuentes alternativas de datos. Dichos algoritmos permitirán realizar análisis automatizados con diferentes propósitos de optimización y/o análisis de funcionamiento en la gestión automatizada de redes 5G.

Objetivo del proyecto

Para desplegar y operar redes complejas, escalables y convergentes como las 5G, los operadores necesitarán aumentar la eficiencia, optimizar el rendimiento y automatizar sus procesos de red reduciendo los costos operacionales. Para cubrir estas necesidades, en IA2MON-5G se proponen nuevas técnicas de inteligencia artificial que, combinando el procesado de información de red y contextual permitan una gestión eficiente de recursos de red 5G.

Para ello se generarán bases de datos incorporando datos de monitorización multicapa (incluyendo señalización radio) además de fuentes contextuales que permitan saber dónde y cómo los usuarios se conectan. En base al procesado y análisis de dicha información se generarán modelos de análisis de comportamiento de la red o de los usuarios usando aprendizaje máquina. Estos modelos se podrán integrar en tareas de gestión automatizada de red. Asimismo, los algoritmos de inteligencia artificial propuestos deberán satisfacer baja complejidad y latencia.

Resultados esperados e indicadores

• El principal resultado técnico de este proyecto es un conjunto de algoritmos de monitorización y análisis de red basados en aprendizaje máquina que integren trazas de red multicapa e información contextual de fuentes alternativas.

• Posible integración de la solución en herramienta comercial

• Internacionalización de la colaboración UMA-empresa en inteligencia artificial

Indicadores (esperados hasta el 31/12/2021)

  • Nuevo personal investigador: 1
  • Patentes: -
  • Nº contratos transferencia: 1
  • Congresos: 1
  • Publicaciones indexadas: 1
  • Tesis doctorales: 0

Justificación potencial impacto tecnológico del proyecto TRL

Este proyecto dará como resultado un conjunto de algoritmos de bajo coste computacional para la monitorización y el análisis de fuentes heterogéneas de datos multicapa en redes 5G capaces de generar modelos de interacción e impacto en el rendimiento.

De este modo, se podrán incorporar en una herramienta comercial Keysight que implique la gestión automatizada para operadores de infraestructura 5G.

El resultado del proyecto podrá evaluarse en un entorno real consiguiendo así un TRL de 7.