ML KPI Prediction in 5G and B5G Networks

网络运营商在满足客户需求时面临着新的挑战。这些挑战是由于新服务的兴起，如高清视频流，物联网，自动驾驶等，以及网络流量的指数增长所引起的。在这种情况下，5G和B5G网络一直在发展，以适应各种应用和用例。此外，这种发展带来了新功能，如使用网络切片创建多个端到端隔离的虚拟网络的能力。然而，为了确保服务质量，运营商必须根据关键绩效指标（KPI）和切片服务级别协议（SLA）来维护和优化其网络。本文介绍了一种用于估计5G和B5G网络中端到端（E2E）网络切片吞吐量的机器学习（ML）模型。然后，我们将预测的吞吐量与当前网络状态相结合，得出其他网络KPI的估计值，可以用于进一步改善服务保障。为了评估我们的解决方案的效率，提出了一个性能指标。数值评估表明，我们的KPI预测模型在相同或几乎相同的计算时间内优于其他方法得出的KPI预测模型。

如何利用机器学习模型来预测5G和B5G网络中的吞吐量以及其他关键性能指标？

论文提出了一种机器学习模型，用于预测5G和B5G网络中的吞吐量，并将其与当前网络状态相结合，推出其他网络关键性能指标的估计值。

论文使用了端到端网络切片技术，提出了一种新的KPI预测模型，并提出了性能评估指标。实验结果表明，该模型在计算时间相同的情况下，比其他方法更有效。

最近的相关研究包括：'5G网络切片中的机器学习预测'、'基于机器学习的5G网络性能优化'、'5G网络中的深度学习预测'等。