可以使用机器学习构建5G承载网络吗？众所周知，5G对承载网络提出了更高的带宽，更短的延迟，更低的功耗以及更强的稳定性的要求。如果将5G与“高层建筑物”进行比较，则承载网络无疑是“高层建筑物”。坚实的基础”。可以说，对于5G商业用途，承载首先。目前，世界上许多领先的运营商和设备制造商已经将5G承载网络的建设提上了议事日程，并已经开始了相关关键技术的研究，测试和验证。但是，这是我第一次听说使用机器学习来构建5G承载网络。诺基亚提出了一种新的NF-IX 5G承载架构。诺基亚贝尔IP /光网络部门执行副总裁Drazen Lukic表示，出于业界对“使用机器学习来构建5G承载网络”的关注，他解释说：“机器学习主要用于Deepfield。当前，网络越来越复杂，连接越来越多，实时网络分析变得非常重要。在获取网络数据并再次进行分析之前，它无法满足实时和动态网络管理的要求。因此，诺基亚贝尔将启动Deepfield。那么，深度学习中主要使用的机器学习与5G承载网络的建设有何关系？实际上，这始于诺基亚提出的新的NF-IX 5G承载架构。据报道，诺基亚从NF-IX（网络功能互连）提出了一种新的5G承载架构，这是一种用于在电信云中自动连接VNF的创新解决方案。它旨在实现云与网络之间的端到端协同作用。终端架构通过统一的IP / MPLS WAN无缝连接分布在不同电信边缘云中的网络功能，并提供一定的服务质量。实际上，新的NF-IX 5G承载架构的出现主要是为了满足5G承载网络应具有的几个特征。例如，对于云原生VNF连接，服务质量确定性，集成的统一承载，自动服务激活等。由于新的NF-IX 5G承载体系结构是适用于任何网络连接的创新解决方案，因此在成熟度方面具有优势技术和协议。这是打破IT与IP之间的障碍的关键，因此广域网的数据通道扩展到了数据中心。这是什么意思？在先前的IT云和IP网络操作中，可以通过新的NF-IX 5G承载轻松解决许多问题，例如自动化流程不同，自动化孤岛，服务策略脱节，协议不匹配以及IT云之间断开连接等。建筑学。这样，就可以充分释放5G承载网络的新潜力，并且可以轻松实现统一承载，网络切片，确定的服务质量以及自动激活5G承载网络的要求。我们可以信任使用机器学习的新NF-IX 5G承载架构吗？机器学习过程的这种新架构不能免但引起怀疑。我们可以信任这台机器吗？对于业界的疑虑，诺基亚贝尔IP业务开发和产品支持负责人周欣宇表示：“该机器具有洞察力驱动的自动化功能，这在目的和结果之间形成了一个闭环。用户产生目的，并且机器可以执行可编程的电信级SDN。控制，网络供应和优化，服务自动化和保证，促进软件可编程性和流量驱动的遥测技术以生成信息，并通过分析和相关引擎，推论和建议以及进一步的见解和反馈来形成闭环。 ;据报道，机器学习主要用于Deepfield。 Deepfield是一种纯软件产品，可以在不部署其他硬件的情况下分析网络。与以前的探测方法相比，Deepfield节省了运营商的赢家投资，并减少了分析对网络的影响。那么，Deepfield如何消除业界对机器学习的可信度的怀疑？在这方面，Drazen Lukic补充说：“机器学习可以形成一个闭环并使过程自动化。使用Deepfield可以自动实时收集遥测数据，深入分析网络流量，提供网络优化和深入的操作功能，并大力确保现代IP网络的安全性。通过将Deepfield和NSP相结合的分析和自动化解决方案，它可以实时查看，检测，分析和缓解威胁，然后再影响服务和客户，并实时保护Web内容的用户体验。”因此，在