Key points are not available for this paper at this time.
L'émergence de la 5G permet un large éventail de services diversifiés et hétérogènes avec des demandes complexes et potentiellement conflictuelles. Pour que les réseaux puissent satisfaire ces besoins, une architecture flexible, adaptable et programmable basée sur le découpage de réseau est proposée. Une logicielisation et une cloudification des réseaux de communication sont nécessaires, où les fonctions réseau (NFs) sont transformées de programmes fonctionnant sur des plates-formes matérielles dédiées à des programmes fonctionnant sur un pool partagé de ressources computationnelles et de communication. Ce cadre architectural permet d'introduire l'élasticité des ressources comme moyen clé pour faire un usage efficace des ressources computationnelles des systèmes 5G, mais ajoute des défis liés au partage et à l'efficacité des ressources. Dans cet article, nous proposons l'Intelligence Artificielle (IA) comme une caractéristique architecturale intégrée qui permet d'exploiter l'élasticité des ressources d'un réseau 5G. S'appuyant sur le travail du groupe de spécification industrielle récemment formé, l'Experiential Network Intelligence (ENI) de l'Institut Européen des Normes de Télécommunications (ETSI) pour intégrer un moteur IA dans le réseau, nous décrivons une nouvelle taxonomie pour les mécanismes d'apprentissage visant à exploiter l'élasticité du réseau ainsi que trois cas d'utilisation élastiques différents tirant parti de l'IA. Ce travail décrit la base d'un cas d'utilisation récemment approuvé par l'ETSI ENI.
Gutierrez-Estevez et al. (jeu,) ont étudié cette question.