移动互联网智能管道自组织架构研究与实践

根据 3GPP 自组织网络规范,提出移动互联网智能管道自组织架构。在智能管道网络中引入集中策略控制功能实体,周期监测外部消息,利用循环神经网络构建最佳策略匹配模型,进行智能管道策略预测、迭代更新和策略下发。对比传统智能管道,本架构实现了智能管道策略智能化定制、实时性管理以及生命周期动态管理,并在“大流量用户”限速、网络高负荷保障以及在线广告推荐等场景得到了有效的应用。     

可解释化、结构化、多模态化的深度神经网络

深度学习方法依赖于大规模的标签数据,通过端到端的监督训练,在计算机视觉、自然语言处理领域都取得优异性能.但是,现有方法通常针对单一模态数据,忽视数据的内在结构,缺乏理论支撑.针对上述问题,文中从基于小波核学习的深度滤波器组网络设计、基于结构化学习的深度学习、基于多模态学习的深度学习3个角度阐述结合深度学习方法与小波理论、结构化预测的潜在方法,以及其拓展到多模态数据的可行机制.     

基于DCOM的分布式网络管理系统的模型和实现

本文讨论了基于 DCOM的分布式网络管理系统的优点 ,给出了利用 DCOM技术实现分布式功能的网络管理体系结构 ,并结合此体系结构讲述了 DCOM的运行机制 ,最后根据实践情况给出了一种详细的实现方案     

基于BiGRU与胶囊网络的中文新闻标题文本分类

为弥补传统胶囊网络在进行文本分类时无法识别文本序列中各单词的重要程度及其之间的依赖关系,该文提出一种融合BiGRU和多头注意力机制的胶囊文本分类模型——BMCapsNet模型。该模型首先使用BiGRU和多头注意力机制对文本进行全局特征获取,然后利用胶囊网络提取更深层次的语义信息并通过胶囊预测进行文本分类。将其应用于中文新闻标题文本分类任务,在THUCNews新闻标题数据集和今日头条新闻标题数据集上证明模型的有效性。     

基于多DNN的5G双域专网分流方案

随着5G与行业市场的融合进程不断深入，2B2C融合专网的需求明显增加，双域专网解决了传统VPN访问内网操作繁、体验差、风险高等问题，为用户提供随需直达的内网访问体验，满足了远程办公、视频会议、在线课堂、访问内网查阅资料等多种场景诉求，提出了一种基于多DNN双域专网分流方案，由网络侧SMF自行发起创建专用DNN会话，UPF基于分流规则将内网流量和互联网流量分流到不同会话锚点，实现内外网的无感知切换。该方案超越标准，支持漫游场景下的内外网分流，并且支持4/5G用户接入，实现用户随时随地可通过专用DNN将内网流量路由至归属地专用UPF，互联网流量在漫游地卸载，在解决漫游场景访问内网问题的同时，保障了用户的最优体验。该研究方案在中国移动广东公司的网络中完成工程实施，并且得到了有效应用，取得了满意效果。