AI和Wi-Fi 6:推动家庭Wi-Fi的革命
固定网络走进了F5G(第五代)时代,家庭Wi-Fi技术也经历了一个可预见的升级周期,以支持新的无线电技术和远程管理能力。但随着升级周期的加快,服务提供商意识到,在宽带竞争日益激烈、利润率逐渐下降的驱使下,改善客户的家庭Wi-Fi体验成为一项关键要求。
目前家庭网络设备升级的主要部分是基于云的集中管理,以及机器学习和人工智能(AI)功能,以更有效地了解家庭网络需求和消费,并优化家庭内的服务,以确保一致的用户体验。
在引入机器学习和基于云的CPE管理的同时,Wi-Fi 6正迅速融入下一代家庭网关和路由器,以提高千兆时代的物理层吞吐量。Wi-Fi 6的主要目标是确保客户的Wi-Fi网络不会妨碍高带宽、延迟敏感的服务(如云游戏、8k视频和云虚拟现实服务)的交付,重点是提供理论上最大10Gbps的吞吐量。
这种机器学习、人工智能和Wi-Fi 6的结合为服务提供商提供了一套新的工具集,不仅可以改进他们向家庭宽带用户提供Wi-Fi服务的方式,而且还可以根据用户的消费需求,为每个用户定制宽带和Wi-Fi服务。
使用AI减少延迟
机器学习和Wi-Fi 6结合最有效的一个领域是减少家庭Wi-Fi网络的延迟,从而实现云游戏和云VR服务之类的高价值服务。
Wi-Fi 6引入了OFDMA(正交频分多址),它允许路由器和接入点将多个信道划分为较小的资源单元(RU)。然后,每个RU划分为更小的信道,同时为多个设备传输指定的流量。采用这种方法减少了设备连接时的等待时间,并增加了整个无线网络的总吞吐量。
利用OFDMA的粒度,服务提供商可以将企业Wi-Fi网络上已经具备的网络切片功能应用到家庭网络中。在这种情况下,可以将VLAN分配给与特定用户、设备或服务相关联的特定数据包流。使用机器学习,VLAN和网络切片可以根据上下游分组流以及终端设备和特定服务的延迟要求动态地改变。VLAN还可以根据数据包和安全性来划分优先级。这样,像云游戏等服务对延迟非常敏感的流量总是可以获得较高的优先级。
一些运营商已经在利用这类服务,推广一种专用的游戏广域网。运营商利用网络切片不仅可以确保整个家庭网络中的流量优先级,而且还可以使整个家庭网络延迟最小。这是专门为游戏服务提供的WAN加速的一种形式,运营商可以为此额外收费。
随着带宽消耗在特定时段的起伏变化,运营商可以动态地重新路由高优先级流量,从而不断提高游戏服务的性能。这种动态路由可部署在公共网络中,也可以是家庭网络中。在家庭中可以快速识别不太拥挤的Wi-Fi通道并传递对延迟敏感的流量。
这些功能超越了DPI(深度数据包检查)功能。虽然DPI使路由器能够快速识别和减轻家庭或物联网环境的安全威胁,但它一般不具备将数据包表征为特定服务或应用程序的功能。直接集成到家用CPE中的人工智能功能可以根据学习到的流量模型来预测安全威胁。家庭网关上的AI可以识别家庭网络上的设备,检测传入的威胁,并识别它们来自的网站和服务器地址。
AI还可以增强parental controls,这超出了基于用户配置文件或设备MAC地址管理Internet访问的基本功能。AI可以用于提供Web内容过滤和文本分析,以识别包含显式内容或潜在有害或威胁的电子邮件、社交媒体帖子以及文本消息(在家庭Wi-Fi网络上)。
所有这些基于AI的功能都可以帮助服务提供商以积极的方式改变家庭宽带的商业模式。首先,增强的安全和服务识别功能有助于提高运营效率,减少服务呼叫频率。其次,先进的安全性、服务和应用程序标识和优先级以及内容过滤功能使服务提供商与竞争对手有了明显的区别。此外,随着宽带价格竞争的加剧,服务提供商可以通过这些独特的服务,快速掌握定价,提供旨在最大化客户体验的高级服务菜单。
使用切片和AI改善IoT安全性
虽然速度,吞吐量和最小的延迟是高端游戏和视频服务的主要要求,但是随着传感器和家庭安全设备的数量增加,安全性和稳定性在家庭网络中也变得同样重要。因此,就像服务提供商可以基于整体性能提供Wi-Fi网络切片一样,他们可以为关键任务的家庭IoT设备(包括家庭安全和监视系统)提供一个Wi-Fi网络。该网络切片将依赖机器学习和AI来识别所有设备的使用情况和数据消耗模式,并预测传感器和设备何时需要软件和固件升级以确保这些问题不会出现。
除了为高优先级家庭IoT设备创建专用的网络切片之外,家庭Wi-Fi网络还必须依靠机器学习来了解外部云和移动应用程序何时以及以何种频率访问IoT设备。家用CPE中的机器学习算法可以同时监视传入和传出的设备流量,以建立总体设备和/或生态系统配置文件,从而可以为用户快速标记进出IoT设备的异常流量。用户可以决定如何处理潜在的恶意流量和受感染的设备。
由于物联网设备通常没有处理能力和存储能力来维护恶意软件签名库,因此安全的责任越来越多地落在应用程序提供商或网络运营商身上。随着宽带用户越来越依赖家庭中的物联网设备,用户更加愿意支付额外费用以确保这些设备的安全性和可靠性。
其次,网络运营商可以将机器学习的能力与Wi-Fi 6的附加功能结合起来,将物联网设备管理服务打包为托管Wi-Fi服务的一部分,或作为托管Wi-Fi服务的补充。具体来说,Wi-Fi 6包含一个称为目标唤醒时间(TWT)的功能。TWT允许家庭网关为物联网设备设置一个计划,对其进行ping操作来报告当前状态。因此,设备不必为了通信而争夺信道频谱。每个设备都可以保证有一个最佳的时隙来ping路由器,并且它可以在更长的时间内保持省电睡眠模式。
FTTH成为AI和Wi-Fi的重点关注领域
FTTH(光纤到户)网络部署继续在全球范围内扩展。这样做的原因不仅仅是为了提高网速和面向未来的网络。由于网络潜在的稳定性而使服务和应用程序灵活性成为可能。运营商可以通过FTTH网络提供更广泛的应用程序和服务,因为他们可以动态地将带宽分配给各个应用程序。
但是,如果没有能够按服务或应用程序类型处理,识别和预测数据包的ONT,那么端到端的网络就无法获得这种灵活性。在当今的大多数FTTH网络中,服务提供商仍然依靠基本桥接ONT进行物理光纤终端,然后依靠单独的路由器来提供数据包和应用程序的智能路由和管理。但是服务提供商现在意识到,将这些功能和AI功能集成到智能ONT中,使他们能够按应用分配带宽,识别、预期和纠正家庭网络本身的问题,并为家庭用户提供额外的安全防护。
AI和Wi-Fi 6的组合可帮助将特定服务的延迟减少50%以上,这对于延迟敏感高优先级的应用(例如在线游戏,4k / HDR和8k视频以及远程学习)至关重要。在网络中拥有此设备并提供这些服务的运营商可通过提供有保证的QoE(体验质量),拥有关键的竞争优势。
AI和Wi-Fi 6:家庭网络的未来
在5G的大肆宣传中,全球的运营商都在努力,以增强Wi-Fi的功能并将其扩展到家庭环境中。如今,家庭宽带和Wi-Fi已成为用户的代名词。
新兴的Wi-Fi 6网关设备和技术的结合,以及基于云的管理和机器学习原理,使坚如磐石的家庭Wi-Fi网络这一目标成为现实。这不仅可以提高服务提供商在宽带用户中的声誉,而且可以通过全面的托管Wi-Fi服务产品以及针对特定用户配置文件的单独服务层来创造新的收入机会。
目前,市面上Wi-Fi 6的产品层出不穷,除了广为人知的iPhone 11系列手机已经兼容Wi-Fi 6标准外,还有很多Wi-Fi 6产品,其中包括刚刚通过认证的三星Galaxy Note 10手机,华硕于2018年推出的首款Wi-Fi 6万兆电竟路由ROG GT-AX11000等。据不完全统计,目前市面上仅WiFi路由一个品类就已经有十余款产品,其品牌包括华硕、网件、TP-Link等,价格从几百到几千元不等。同上一代路由器价格比起来,售价更高。各大主流笔记本电脑都有搭载支持Wi-Fi 6的无线网卡,如英特尔AX200无线网卡。
然而也不乏有将AI技术融于Wi-Fi 6,对家庭网络场景进行创新的公司。华为提供了业界首个eAI ONT系列,可以通过AI技术智能识别家庭用户的服务类型。借助创新的Wi-Fi 6切片和优化的技术,ONT可以将特定服务的延迟减少50%以上,从而为游戏,电子学习和家庭/ SOHO办公室等高优先级服务实现零帧冻结,通过利用这一优势,运营商可以在保证体验的情况下推出增值服务,以提高家庭宽带用户的平均每用户收入(ARPU)。
目前,泰国的3BB项目采用了华为的eAI ONT,帮助3BB建立了提供最佳游戏体验的家庭宽带网络。
为了让用户获得最优秀的Wi-Fi 6体验,4月5日,中国联通携手小米联合发布首款Wi-Fi 6路由器——小米AIoT路由器AX3600,采用高通6核处理器、6根高性能外置信号放大器天线、512MB大内存、带体验AloT智能天线,轻松实现小米智能设备一键配网,支持WPA3网络加密无线连接更安全。
康卡斯特支持的初创公司Plume开发了一种AI驱动的自适应家庭Wi-Fi网状网络系统。已通过股权和债务融资混合方式筹集了8500万美元。Plume成立于2014年,是通过在整个家庭中放置多个路由器来寻求改善Wi-Fi连接的众多公司之一。Plume不断学习并适应每个家庭-监视互联网使用情况,并根据最需要的设备分配带宽。
该公司的投资者Charter Communications最近宣布将采用Plume的开源OpenSync框架。同时Plume宣称,“超过6.5亿台设备与1400万个家庭中的1600万个OpenSync交换机进行通信”。
说了这么多有关Wi-Fi 6的新技术,小编既欣喜,有迷茫。欣喜未来可以不用为网速、安全烦脑,现在在家看电视,网络君还会“转圈圈”。迷茫这些高带宽、低延迟、自动识别有威胁的网站……这些性能何时才能实现?因为运营商宽带目前普遍也达不到这么高的速度,网络设备需要更换,终端也需要更换,这是个漫长的过程!但我相信技术在发展的过程中有挑战,也有诗和远方。
时间:2020-04-16 23:34 来源:可思数据 转发量:次
声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。
相关文章:
- [机器学习]2021年进入AI和ML领域之前需要了解的10件事
- [机器学习]Facebook新AI模型SEER实现自监督学习,LeCun大赞最有
- [机器学习]来自Facebook AI的多任务多模态的统一Transformer:向
- [机器学习]一文详解深度学习最常用的 10 个激活函数
- [机器学习]增量学习(Incremental Learning)小综述
- [机器学习]更深、更轻量级的Transformer!Facebook提出:DeLigh
- [机器学习]盘点近期大热对比学习模型:MoCo/SimCLR/BYOL/SimSi
- [机器学习]AAAI21最佳论文Informer:效果远超Transformer的长序列
- [机器学习]深度学习中的3个秘密:集成、知识蒸馏和蒸馏
- [机器学习]让研究人员绞尽脑汁的Transformer位置编码
相关推荐:
网友评论: