SoftBank ใช้ Machine Learning ออกแบบระบบ RAN เตรียมอัปเกรดเครือข่ายในญี่ปุ่น

Machine Learning เองก็เริ่มเข้ามามีบทบาทในการออกแบบระบบเครือข่ายขนาดใหญ่แล้ว โดยล่าสุดทาง SoftBank แห่งญี่ปุ่นเองก็ได้เริ่มใช้เทคโนโลยี Machine Learning จาก Ericsson ในการออกแบบระบบ Radio Access Network (RAN) เพื่อให้ระบบเครือข่ายนั้นทำงานได้อย่างมีประสิทธิภาพสูงสุดในอนาคต

 

Credit: ShutterStock.com

 

ระบบ Machine Learning จาก Ericsson นี้ทำงานโดยการจัดกลุ่มของ Cell และนำตัวเลขเชิงสถิติในแต่ละกลุ่มมาใช้วิเคราะห์พฤติกรรมการใช้งาน, การรบกวนกันของสัญญาณ และอื่นๆ เพื่อนำมาใช้ออกแบบแนวทางการเลือกใช้คลื่นความถี่, กำลังส่ง และการตั้งค่าต่างๆ ให้กับ Radio Cell จำนวน 2,000 จุด

SoftBank ระบุว่าการออกแบบในครั้งนี้เป็นไปแบบอัตโนมัติและใช้เวลาน้อยกว่าการใช้คนออกแบบอย่างแต่ก่อนถึง 40% ซึ่งในการออกแบบระบบเครือข่ายไร้สายที่มีคลื่นความถี่หลากหลายและมีผู้ใช้งานปริมาณมหาศาลนี้ ถือเป็นโจทย์ที่ท้าทายยิ่งขึ้นเรื่อยๆ สำหรับเหล่าผู้ให้บริการโครงข่ายโทรศัพท์ไร้สายในทุกวันนี้ ซึ่งผลลัพธ์ของการนำ Machine Learning มาใช้ในครั้งนี้ก็ถือว่าเกินความคาดหมายของทีมงาน SoftBank เป็นอย่างมากทีเดียว

หลังจากนี้ SoftBank เองก็จะร่วมมือกับ Ericsson เพื่อนำแนวทางเดียวกันนี้ไปใช้ในพื้นที่อื่นๆ เพิ่มเติม หลังจากที่การออกแบบระบบในบริเวณ Tokai เรียบร้อยดีแล้ว

 

ที่มา: https://www.telecomasia.net/content/softbank-uses-machine-learning-ran-design


About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

[Video Webinar] HTTP/3, How Cloudflare Help to Make the Internet Better โดย Cloudflare APAC

สำหรับผู้ที่ไม่ได้เข้าชมการบรรยาย TechTalk Webinar เรื่อง “HTTP/3, How Cloudflare Help to Make the Internet Better” เพื่อรู้จักกับแนวคิดและการทำงานของ HTTP/3 …

Microsoft เผย 3 เทคนิค Phishing อันแนบเนียนที่ควรพึงระวัง

Microsoft ได้ออกรายงานแนวโน้มภัยคุกคามและความมั่นคงปลอดภัยไซเบอร์ที่เกิดขึ้นในปี 2019 ระบุว่า Phishing เป็นหนึ่งใในไม่กี่รูปแบบการโจมตีที่ยังคงพบบ่อยมากขึ้นในช่วง 2 ปีที่ผ่านมานี้ ในขณะที่ Ransomware, Crypto-mining และมัลแวร์รูปแบบอื่นๆ เริ่มพบน้อยลง