Ağ otomasyonu, birkaç temel işlevle 5G ağ tutarlılığını geliştirir. Kesintileri en aza indiren ve tutarlı hizmet sunumunu sağlayan kendi kendini iyileştiren ağlar kullanarak güvenilirliği artırır [1] [5]. Otomasyon, ağ dilimlerinin gerçek zamanlı olarak dinamik yönetimine ve optimizasyonuna izin verir, bu da sanal ağların otonom araçlar için düşük gecikmeli dilimler gibi belirli ihtiyaçlara göre uyarlanması için gereklidir [1]. Yapay zeka ve makine öğrenimi (ML) ile ağ otomasyonu sorunları giderebilir, hızlı çözünürlük ve minimum hizmet kesintisine yol açabilir, bu da yüksek kaliteli bir kullanıcı deneyimi ve 5G ağlarından beklenen standartlarla uyumlu tutarlı hizmet kalitesi sağlar [2].
Ağ Yönetim Sistemleri (NMS), dinamik dilim yönetimi, gerçek zamanlı analitik ve konfigürasyon araçları yoluyla 5G zorluklarının ele alınmasında çok önemli bir rol oynamaktadır [3]. Otomasyon çözümleri, hizmet çevikliğini artırır, dağıtımı hızlandırır ve ağ düzenleme, AI güdümlü analitik ve sıfır dokunuş sağlama yoluyla optimal kaynak kullanımını onaylar [3]. Gelişmiş NMS ayrıca, operatörlerin her biri belirli performans gereksinimlerini karşılamak için özelleştirilmiş ve çeşitli hizmetler için optimum kaynak tahsisini sürdüren ağın sanal dilimlerini oluşturmasına ve yönetmesine olanak tanıyan dinamik ağ dilimleme özelliklerini de içerir [3]. Öngörücü bakımdan yararlanarak gerçek zamanlı analizler, potansiyel ağ sorunlarının gerçekleşmeden önce tahmin edilmesine, kesinti süresini azaltmaya ve genel ağ güvenilirliğini artırmaya yardımcı olur [3].
NMS içindeki AI algoritmaları, ağ performansını en üst düzeye çıkarmak ve kullanıcı deneyimini iyileştirmek için güç, frekans ve anten eğim parametrelerini otomatik olarak ayarlayarak 5G ağlarının kendi kendine optimize edilmesini sağlar [3]. Otomasyon, tekrarlayan görevleri kolaylaştırır, manuel müdahaleyi azaltır ve yeni hizmetler ve özellikler için piyasaya sürülme süresini hızlandırır, daha fazla operasyonel verimlilik, daha düşük işletme maliyetleri ve iyileştirilmiş kaynak kullanımına yol açar [5] [6]. Ayrıca operatörlerin, değişen ağ taleplerine hızlı bir şekilde uyum sağlamasını, kaynakları dinamik olarak ölçeklendirmelerini ve 5G uygulamalarının ve kullanıcıların gelişen gereksinimlerini karşılamak için gerekli olan çeşitli kullanım durumlarını ve hizmetlerini desteklemelerini sağlar [5]. Ayrıca, ağ otomasyonu, arıza algılaması, sorun giderme ve iyileştirmeyi otomatikleştirerek ağ güvenilirliğini, esnekliği ve çalışma süresini geliştirir [5].
Alıntılar:
[1] https://resolve.io/blog/5g-and-Network--utomation
[2] https://www.b-Yond.com/post/how-a-and-ml-automation-is-redefinicing-the-quality-of-5g-network-services
[3] https://infraon.io/blog/a-confrechensive-guide-on-5g-network-teutomation/
[4] https://www.telecomgurukul.com/post
[5] https://www.telecomgurukul.com/post/oran-and-Network- --utomation-streamlination-operations-for-5g-verimlilik-in-2024-3
[6] https://www.zenarmor.com/docs/network-basics/what-is-setwork-tomation
[7] https://mischadohler.com/ai-driven-network-teutomation-5g-ai/
[8] https://theses.hal.science/tel-03539545v2/document
[9] https://www.innovile.com/resources/insights/mastering-5g-service-surance-embracing-mobile-network-tomation-and-son-solutions/