Opanga网络公司利用机器学习算法来改善网络流量拥堵

AiTechYun

编辑：chux

总部位于西雅图的Opanga网络公司表示，它已经找到一种方法来减少无线网络拥塞，通过在网络核心中使用机器学习算法来改善流量。该公司的软件目前正在3G和4G网络中使用，以提高效率，而无需更多频谱。

基本上，Opanga的软件平台部署在分组核心中。该软件可以运行在现有的硬件或新的COTS硬件上，使用机器学习来识别Opanga称之为elephant flow的东西。这些都是大容量用户。Opanga首席执行官Dave Gibbons表示，无线网络中大约3％的数据会话将产生60％的流量，那3％的数据会话就是elephant flow。

Gibbons说，Opanga的软件在接入网络之前管理elephant flow，“我们不试图改变数据流，但我们管理它们流入无线接入网络的方式。”

这就是机器学习技术应运而生的地方。通过使用机器学习，Opanga可以监控核心中的流量（Gibbons称其主要是视频），以便它不会使基站饱和。由于许多无线运营商仍在使用标准分组核心网络，Gibbons表示Opanga的技术可以部署在具有标准核心技术的网络中，但是当部署在虚拟化分组核心（vEPC）中时，可以更迅速地部署软件。vEPC是一个涡轮增压器。

“该软件通过部署这些算法来管理流量并利用向vEPC的转移，”他补充道。“这改善了RAN的性能。”

尽管一些运营商正在通过xRAN，ORAN和vRAN等各种举措来对RAN进行虚拟化，但Gibbons表示，Opanga的软件平台可以与传统的RAN和vRAN兼容。“无论RAN是硬件还是vRAN都没关系。”

Gibbons指出，公司的软件目前适用于3G和4G网络，并将与未来的5G网络相关。但他认为，很多运营商都忽视了今天可以做什么以提高网络容量，而不需要5G。

“关于5G和大规模MIMO [多输入多输出]技术的讨论太多了。这些很棒，但是如何利用vEPC在网络核心中完成智能化的事情？这将是一个巨大的机会。”

Gibbons表示，该公司的技术部署在全球各地的多个网络中，包括美国。但他同时承认，作为一家小型公司，确实依赖与大型OEM的合作伙伴关系，将其软件出售给无线运营商。“传统的原始设备制造商认识到，提供软件智能来提高RAN的密度对于收入来说至关重要。”