Verkon sisäinen viipaleiden autonominen poikkeavuuksien havaitseminen ja lieventäminen

Nykyiset mobiiliverkot palvelevat monenlaisia käyttäjiä ja laitteita. Videopuhelut, teollisuuden järjestelmät ja muut verkkopalvelut tarvitsevat erilaisia yhteysnopeuksia ja vasteaikoja. Saman fyysisen verkon kapasiteettia voidaan jakaa useisiin virtuaalisiin verkkoihin, joille varataan resursseja eri tarpeiden mukaan. Tätä kutsutaan verkon viipaloinniksi.
Ongelmia syntyy, kun käyttäjät liikkuvat, verkon kuormitus muuttuu tai useat palvelut tarvitsevat samoja rajallisia resursseja. Yhteys voi hidastua tai palvelu voi keskeytyä. Perinteisesti ongelmiin reagoidaan usein vasta niiden ilmaannuttua.

Tässä väitöskirjassa tutkitaan, miten tekoäly voi auttaa verkkoa ennakoimaan ongelmia ja toimimaan itsenäisemmin. Työssä kehitetään menetelmiä kolmeen tehtävään: häiriöiden ennakointiin, niiden vaikutusten vähentämiseen ja ongelmien ehkäisyyn.

Ensinnäkin järjestelmä tarkastelee yksittäisten laitteiden sijaan myös sitä, miten verkon eri osat ovat yhteydessä toisiinsa. Näiden tietojen avulla se tunnistaa merkkejä siitä, että palvelun sovitut laatuvaatimukset ovat vaarassa jäädä täyttymättä. Toiseksi järjestelmä ennustaa käyttäjien liikkumista ja päättää, milloin palveluita kannattaa siirtää tai niiden käyttöön varattuja resursseja muuttaa. Kolmanneksi se ohjaa liikennettä useille reiteille ja ottaa huomioon erilaisten pyyntöjen tarpeet, jotta yksittäiset verkon osat eivät ruuhkaudu.

Menetelmiä arvioitiin simulaatioissa ja verrattiin aiempiin ratkaisuihin. Tulokset osoittavat, että kehitetyt menetelmät voivat havaita ongelmia aiemmin, käyttää verkon resursseja tehokkaammin sekä parantaa palvelujen luotettavuutta ja käyttäjäkokemusta. Tutkimus tukee sellaisten mobiiliverkkojen kehittämistä, jotka pystyvät mukautumaan muutoksiin ilman jatkuvaa ihmisen ohjausta.