Esta aplicación consta de tres tecnologías clave:
- Una tecnología basada en IA que puede estimar en tiempo real la calidad de experiencia (QoE) de los usuarios de smartphones en sus redes.
- Una tecnología que detecta señales tempranas de aumento del tráfico de comunicaciones y previene proactivamente la degradación de la calidad de la red.
- Una tecnología que detecta la degradación de la calidad de la red y redefine el área cubierta por las estaciones base periféricas para mantener una calidad óptima.
Fujitsu verificó la eficacia de estas tecnologías en agosto de 2024 utilizando datos comerciales reales de operadores de redes móviles (4) en condiciones muy parecidas a los entornos operativos reales.
Esta aplicación garantizará una conexión fluida y fiable para los usuarios de redes móviles, no solo durante las operaciones normales, sino también durante emergencias y periodos de mayor tráfico en la red, mejorando en última instancia la comodidad, satisfacción y seguridad de los usuarios en situaciones críticas. Para los operadores de redes móviles, la aplicación reducirá los costes operativos y ahorrará energía gracias a la optimización de las operaciones.
Antecedentes
A medida que la transformación digital (DX) se acelera en todo el mundo, la adopción de redes móviles 5G se está expandiendo rápidamente como un componente clave de la infraestructura. Se espera que los operadores de redes móviles mejoren aún más sus capacidades, incluida la latencia ultrabaja y la conectividad simultánea, al tiempo que garantizan la calidad de la red a nivel de usuario y de aplicación. Además, el dominio RAN (Red de Acceso Radioeléctrico) está experimentando una transformación abierta y virtualizada basada en el concepto O-RAN, que conduce a reducciones previstas del coste total de propiedad (TCO).
Las tres tecnologías de esta aplicación operan en el RIC (5) desplegado dentro del SMO compatible con O-RAN, contribuyendo a la automatización inteligente y la autosuficiencia de la RAN.
Logros del desarrollo
1. Estimación de la QoE en tiempo real y garantía de calidad mediante IA
Esta tecnología estima la QoE en tiempo real y cambia automáticamente a los usuarios a otras zonas de la red de estaciones base cuando se detecta una degradación de la QoE. Se trata de una primicia mundial que permite la creación de modelos de IA capaces de estimar fácilmente la QoE para aplicaciones individuales seleccionando valores de características a partir de datos estadísticos (KPI) calculados a partir del análisis de paquetes de alta velocidad para tráfico RAN de 100 Gbps. Este enfoque permite una adaptación flexible a diversas aplicaciones.
Al comprender con precisión la QoE de cada usuario y asignar los recursos necesarios, esta tecnología garantiza la comodidad y satisfacción del usuario al tiempo que suprime la asignación excesiva de recursos. El resultado es un aumento del 19% en el número de usuarios que pueden alojarse por estación base.
2. Activación/desactivación proactiva de estaciones base para mantener la calidad y ahorrar energía
Fujitsu ha desarrollado una tecnología que utiliza la IA para anticipar el aumento del tráfico de comunicaciones y activar proactivamente estaciones base previamente inactivas para evitar la degradación de la calidad de las comunicaciones de los usuarios.
Anteriormente, el ahorro de energía se conseguía monitorizando el tráfico de cada zona en tiempo real y poniendo en modo de reposo las estaciones base innecesarias. Esta tecnología pionera en el mundo va un paso más allá al detectar aumentos inusuales del tráfico peatonal, como los asociados a eventos locales, y predecir los subsiguientes incrementos de tráfico a nivel de red (7). Se ha demostrado que esta tecnología predictiva activa con éxito las estaciones base por adelantado sin afectar a la calidad del usuario el 99,8% de las veces durante el periodo de verificación.
Esto permite la activación y desactivación milimétrica de las estaciones base en función de las condiciones de tráfico, logrando un equilibrio entre el mantenimiento de la QoE y el ahorro de energía cuando se combina con la aplicación de ahorro de energía anunciada por Fujitsu en diciembre de 2023 (8).
3. Detección de la degradación de la calidad del servicio y rediseño de zonas para el mantenimiento de la calidad del servicio
Las tecnologías tradicionales de detección de anomalías para células individuales (9) tenían dificultades para diferenciar entre simples reducciones de carga y anomalías reales. La nueva tecnología de Fujitsu aborda este problema comparando las tendencias del tráfico en las células circundantes mediante IA, logrando una tasa de precisión en la detección de fallos superior al 92%. Esta tecnología admite tanto el aprendizaje supervisado con datos de fallos limitados como el aprendizaje no supervisado. Al comprender el impacto del servicio, incluido el solapamiento de celdas, es posible juzgar qué zonas deben recuperarse primero.
Cuando esta tecnología de detección de anomalías identifica zonas que sufren un impacto significativo en el servicio, utiliza un modelo de predicción de propagación radioeléctrica que tiene en cuenta la path loss(10) en el campo real, además de la dirección y las condiciones de carga de las células circundantes, para calcular el ángulo de inclinación óptimo para las células circundantes. De este modo se minimiza el impacto en la calidad del servicio causado por las células defectuosas. Como resultado, el tiempo de recuperación de anomalías como el fallo de un equipo, que antes tardaba 24 horas, se ha reducido a menos de una hora, minimizando el impacto en los usuarios.
Planes de futuro
Fujitsu seguirá contribuyendo a la consecución de una sociedad más segura y sostenible proporcionando productos O-RAN que utilicen tecnologías centradas en la IA para redes que admitan aplicaciones y servicios en todos los sectores