随着智能终端和多种业务的蓬勃发展,未来无线网络将呈现密集部署、多样业务、异构网络并存的多样化形态。在复杂网络环境下,高弹性和可扩展网络技术的研究受到越来越多的关注与重视,网络虚拟化技术就是其中之一。
早期针对网络虚拟化技术的研究主要集中在核心网侧,如虚拟局域网(VLAN)、软件定义网络(SDN)、网络功能虚拟化(NFV)等。虚拟化技术在 核心网络侧已经得到了广泛应用,而随着未来5G无线网络业务需求的激增,无线接入网络侧虚拟化技术也逐渐被提上日程。无线网络相比有线网络更加复杂,需要 考虑信道的不确定性、干扰、信令开销以及高速移动性等问题,另外还需要考虑回传网络的容量和时延限制。
C-RAN是中国移动在2009年提出的无线接入网形态。C-RAN通过无线射频单元(RRU)拉远的方式,将基带处理资源进行集中,形成一个基带 资源池并对其进行统一管理和动态分配,在提升资源利用率、降低能耗的同时,还可以通过协作化技术来有效降低干扰,提升网络性能。目前,C-RAN集中化部 署技术已经成熟,并在国内多个城市现网中进行了规模部署。
针对未来5G网络的虚拟化技术,可以突破现有网络架构和协议标准等束缚,伴随着高频段频谱资源的大量开发利用,以及未来硬件和软件系统处理能力的不 断增强,无线网络侧虚拟化技术可以与已有的SDN和NFV技术结合,通过对网络资源(包括物理设备资源和频谱资源)的抽象和统一,将复杂多样的网络管控功 能从硬件中解耦出来,抽取到上层做统一协调和管理,构建一个更加灵活有效,同时低成本、高效率的全虚拟网络。
无线网络虚拟化是目前5G研究的热点和重点,通过资源虚拟化和控制虚拟化,可以将传统的静态网络转化成灵活高效的动态网络,与SDN、NFV等技术结合,更可以减少投资,保证低成本和高可靠性。
好文章,需要你的鼓励
大数据可观测性初创公司Monte Carlo Data推出全新Agent Observability产品,为AI应用提供全方位数据和AI可观测性。该工具帮助团队检测、分类和修复生产环境中AI应用的可靠性问题,防止代价高昂的"幻觉"现象,避免客户信任度下降和系统宕机。新产品采用大语言模型作为评判器的技术,能够同时监控AI数据输入和输出,提供统一的AI可观测性解决方案。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
网络安全公司Aikido披露了迄今最大规模的npm供应链攻击事件。攻击者通过钓鱼邮件获取维护者账户凭证,向18个热门JavaScript包注入恶意代码,这些包每周下载量超过26亿次。恶意代码专门劫持加密货币交易,监控浏览器API接口将资金转移至攻击者地址。受影响的包括chalk、debug等广泛使用的开发工具库。虽然攻击在5分钟内被发现并及时公开,但专家警告此类上游攻击极具破坏性,可能与朝鲜黑客组织相关。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。