في عالم الاتصالات اللاسلكية الحديثة، أصبحت تقنيات الذكاء الاصطناعي (AI) جزءًا لا يتجزأ من تطوير أنظمة الاتصالات المتقدمة. لذا، فإن شبكة الوصول الراديوي المفتوح (O-RAN) تستفيد بشكل كبير من هذه التقنيات. تتميز O-RAN بهياكلها المفككة وتعدد مكوناتها من مختلف الموردين، مما يجعل نماذج الذكاء الاصطناعي أداة مثالية لإدارة الشبكات.

في هذا السياق، نقدم تقنية XAInomaly، التي تركز على الكشف عن الأعطال بطريقة يمكن فهمها. تعتمد XAInomaly على تصميم عميق يُدعى Deep Contractive Autoencoder (DeepCAE)، والذي يستخدم منهجية شبه مشروطة (Semi-supervised) للكشف عن الانحرافات في سلوك الشبكة. هذه التقنية تتيح للنموذج التعلم من سلوك الشبكة الطبيعي، مما يساعد في فهم التغيرات غير الاعتيادية واعتبارها إشارات لأعطال محتمَلة.

تعتبر القدرة على فهم أدائها أمرًا حاسمًا في تعزيز أداء الشبقة. بالإضافة إلى ذلك، قدم فريق البحث تقنية جديدة تُعرف باسم Explainable AI (XAI) تُعرف باسم fastshap-C، التي تُسهل تفسير نتائج النموذج وتقليل تعقيد الفهم.

باختصار، تُمثل XAInomaly خطوة متقدمة نحو إدارة الشبكات الذكية، حيث تجمع بين الأداء العالي والقدرة على الفهم، لضمان شبكات أكثر استقرارًا وكفاءة.

ما رأيكم في استخدام الذكاء الاصطناعي في الكشف عن الأعطال في الشبكات؟ شاركونا آرائكم في التعليقات!