5.log

When 0:00:00 - 0:01:55
我看到这些画面："带有计算机图片的文档的图片"
我发现这些内容："一个长长的圆圆形金属物体,一个白箱,一张城堡的照片,一个白色盒子,菜单上的标志,小便池旁边的信息识别纸,一个白色和绿色的标志"
我检测到这些标签："电脑屏幕 | 截图  | 文本  | 手写/字迹."
我识别到这些文字："极优网络品质----核心网信令风暴智能防御 业务背景：近年来，国内外多家运营商因“设备异常、承载网中断、灾害”等引发重大故障和大量舆情，对大众生活及千行百业造成巨 大影响，国家、工信部和集团公司都高度重视5G网络运行安全工作，多次做出重要部署。 解决方案及成效：河南移动联合设备商构筑了“预防+感知+应急+溯源”的智能信令风暴防控体系。基于网络数字李生技术，将物 理拓扑、网络特征、设备功能、连接链路等进行数字化建模，构建云化网络信令冲击防范系统，通过仿真评估、流控参数寻优等AI算 法，实现事前主动预防，事中优雅恢复，事后精准溯源，全程可视可管。目前此方案已在河南、浙江多个大区部署应用，例行评估网 络情况，隐惠发现时长降低92%、月均故障工单量降低57%。已成功10余次容灾倒换演练，并成功荣获FutureNetWorld，通信世 界等多个行业奖项。 李生网络 物理网络 组网TOPO 应 1：数字李生网络 用 2：浪涌冲击仿真评估 数字镜像 层 3：智能容灾辅助 实时数据 仿真 可视 数据关联 异常检测 以实映虚 虚实融合 以虚控实 全息建模 镜像还原 图15智能信令风暴防范方案"
我听到有人说："除了这些之外的话 我们还有一些比如极优的网络品质 这边有个例子 核心网的心灵风暴 一个智能防御 这个背景什么呢 就是近年我们国内外很多的云商 因为一些比如说设备异常了 或者是承载网中断了 或者灾难了 引发一些比较重大的通信事故 和大量的一个舆情 对大众生活造成了比较大的影响 当然国家工业部还有集团 都很重视这个网络的安全 在这种情况下 我们肯定要避免或者减小它的一个影响 核心网的影响 比如说 河南移动联合设备商构筑了 预防加感知加应急加溯源的 一个智能心灵风暴防控的系统 它基于网络数字的孪生技术 把我们的实际的物理拓扑 网络的一个特征 设备的功能等等 进行一个数字化的建模 就好比什么咱们 有时候学一些 比较疏通的时候 我们使用模拟器对吧 不使用真正的一个设备 不使用模拟器 我们对真实的这些设备 也进行相关一些建模 构建于 智能心灵风暴防控的系统 通过仿真评估 流控参数 许云优等 AI的一个算法实现 事前的主动防御 比如说你要进行 网络复刻变高之前 我们有什么什么样一些特征 我可以通过AI提导来发现 可以进行事前主动预防 如果真的有问题了 事终可以优雅的恢复 事后可以进入速源 "


When 0:01:55 - 0:02:51
我看到这些画面："带有一些中文文字的文档图片"
我发现这些内容："一个白色盒子,一个长长的有圆圆开口的叶形金属物体,一个城堡、奥瓦尔白色烤面包机磁铁、一个白色盒子、小便池旁边的信息识别纸的图片"
我检测到这些标签："电脑屏幕 | 截图  | 文本  | 手写/字迹."
我识别到这些文字："极优网络品质----核心网信令风暴智能防御 业务背景：近年来，国内外多家运营商因“设备异常、承载网中断、灾害等引发重大故障和大量舆情，对大众生活及干行百业造成巨 大影响，国家、工信部和集团公司都高度重视5G网络运行安全工作，多次做出重要部署。 解决方案及成效：河南移动联合设备商构筑了“预防+感知+应急+溯源”的智能信令风暴防控体系。基于网络数字李生技术，将物 理拓扑、网络特征、设备功能、连接链路等进行数字化建模，构建云化网络信令冲击防范系统，通过仿真评估、流控参数寻优等AI算 法，实现事前主动预防，事中优雅恢复，，事后精准溯源， 全程可视可管。目前此方案已在河南、浙江多个大区部署应用，例行评估网 络情况，隐惠发现时长降低92%、月均故障工单量降低57%。已成功10余次容灾倒换演练，并成功荣获FutureNetWorld，通信世 界等多个行业奖项。 李生网络 物理网络 组网TOPO 应 1：数字李生网络 用 2：浪涌冲击仿真评估 数字镜像 层 3：智能容灾辅助 实时数据 仿真 可视 数据关联 异常检测 以实映虚 虚实融合 以虚控实 全息建模 镜像还原 图15智能信令风暴防范方案"
我听到有人说："事后可以进入速源 全程可视可观 而且这个目前已经在河南 浙江等多个大区部署 例行评估网络情况 隐患发现的时长 降低了92% 每月的故障公单数量 减少了一半 已经成功十余次 冗灾导盘演练 比如说这个核心网真的有问题了 马上进行导盘 进行了十多次一个 演练导盘 并且成功了 融合了这个future network的 通讯世界等多个行业的一个奖项 它就利用了比如说我们的数字孪生 数字孪生 虚实相结合 保证我们网络的一个质量 或者是不要受到攻击 或者降低被攻击的一个风险 比如说 "


When 0:02:51 - 0:04:15
我看到这些画面："一本有计算机图片和计算机图表的书"
我发现这些内容："笔记本电脑在一张白色桌子上,一张沙漠图片,一本名为免费电视节目的书,屏幕上的文字,笔记本电脑有一个白色盒子,左边的白色盒子,一个矩形标志,一本名为免费报纸的书,微波上的绿色按钮,数字控制面板,页顶上的黄色字母,微波上的橙色按钮,微波上的黄色按钮"
我检测到这些标签："电脑屏幕 | 数字 | 网站  | 截图  | 文本 ."
我识别到这些文字："极佳资源效率----5G无线网络资源精准投放与优化 业务背景：目前5G无线资源效率未能充分利用， 流量有待进一步激发，传统基站选址规划主要依赖人工经验，·存在建站必要性判断依据不足 性能预评估不充分等问题，导致入网后利用率不高；对于已入网的零低流量小区，问题定位复杂，涉及故障、覆盖、网业协同等多方面问题。 解决方案及成效：江苏移动聚焦5G网络规划、维护、优化全生命周期开展资源精准投放及优化。在站点规划阶段融合业务量预测等12个A能 力，逐站开展四维八级自动评估，一键价值排序精准推送，从源头杜绝低效小区入网；在维护场景，自动识别定位6类零低流量小区，智能化 输出15种匹配解决方案，动态调度实现承载效率最优；在优化场景，部署天线权值智能寻优，一站一策实现覆盖能力最大化，月自动调整10 万+5G小区。在现网应用后，新建站点流量较同区域高10%，零低流量小区解决率96%，5G零低流量小区占比较年初改善56%，全省5G 分流比达到57.5% 规划：精准需求部署 维护：动态容量调度 优化：精细权值优化 多维需求自动输出、智能汇聚，一键价值排 自动识别零低流量小区6类根因基于1-2-9 权值迭代寻优，“一站点一策略”，兼顾高层 序，精准推送 分析法，智能化输出解决方案 建筑及低层、道路覆盖 8295 站得分育动评 新建站点流量较同区域高10% 零低流量小区解决率96% MR覆盖率提升0.3pp 47"
我听到有人说："比如说 后面还有一两个 我们简单看 看一下就行了 这块的话还有极佳资源的一个效率 这个业务背景什么呢 就是目前5G无线资源 没有充分的利用 流量有待进一步的提升 而传统基站的选址呢 主要靠什么呢 就是我现在要建5G基站对吧 大家知道5G基站 其实目前数量上来说 肯定是没有4G多的 这个时候我要进行有限的5G建设 那我优先建哪 怎么建 就是涉及到一个选址的一个问题了 传统的基站选址呢 主要依靠人工经验 那就存在一个问题就是 建站的必要性判断依据可能不足 就是主要是靠经验 性能评估不充分 导致入网后利用率不高 利用率不高 哎 那我把这资源投入没有收入对吧 利用率不高 对已经入网的一些低流量或者零流量小军 经问及定位的时候也很复杂 是一道故障覆盖 还有网内协同等各方面问题 那提出解决方案就是 聚焦5G的规划维护 "


When 0:04:15 - 0:06:56
我看到这些画面："以中文和英文提供大量信息的页面"
我发现这些内容："笔记本电脑在白色的桌子上, 一张沙漠的图片, 堆叠书堆的顶部的橙色盒子, 笔记本电脑有很多按钮, 字是用蓝色写的, 小橙色贴纸, 笔记本电脑有一个多色按钮, 一本名为免费电视显示的书, 微波上的绿色按钮, 按钮是橙色的, 数字控制面板, 页面顶部的黄色字母, 微波上面的黄色按钮, 微波上的数字按钮, 绿色的地铁字"
我检测到这些标签："电脑屏幕 | 数字 | 网站  | 截图  | 文本 ."
我识别到这些文字："极佳资源效率----5G无线网络资源精准投放与优化 业务背景：目前5G无线资源效率未能充分利用， 流量有待进一步激发，传统基站选址规划主要依赖人工经验，存在建站必要性判断依据不足、 性能预评估不充分等问题，导致入网后利用率不高：对于已入网的零低流量小区，问题定位复杂， 涉及故障、覆盖、网业协同等多方面问题。 解决方案及成效：江苏移动聚焦5G网络规划、维护、优化全生命周期开展资源精准投放及优化。 在站点规划阶段融合业务量预测等12个A能 力，逐站开展四维八级自动评估，一键价值排序精准推送，从源头杜绝低效小区入网：在维护场景，自动识别定位6类零低流量小区，智能化 输出15种匹配解决方案，动态调度实现承载效率最优：在优化场景，部署天线权值智能寻优） 一站一策实现覆盖能力最大化，月自动调整10 万+5G小区。在现网应用后，新建站点流量较同区域高10%，零低流量小区解决率96%， 5G零低流量小区占比较年初改善56%，全省5G 分流比达到57.5% 规划：精准需求部署 维护：动态容量调度 优化：精细权值优化 多维需求自动输出、智能汇聚，一键价值排 自动识别零低流量小区6类根因，基于1-2-9 权值迭代寻优，“一站点一策略”，兼顾高层 序，精准推送 分析法，智能化输出解决方案 建筑及低层、道路覆盖 Bi 新建站点流量较同区域高10% 零低流量小区解决率96% MR覆盖率提升0.3pp 47"
我听到有人说："聚焦5G的规划维护 还有优化声明周期 开展资源的竞争投放 在站点的一个规划阶段 融合了业务预测的12个AI能力 主战开展了四维八级的自动评估 价值排序 价值排序就是 哪个将来有建设的一个价值 在维护场景自动识别定位六类的 零或者是低流量小军 智能化输出15种解决方案 动态调度实现承载效率最优 在现场优化场景部署天线全职的智能巡优 我们知道现在5G使用MessingMemory是大量天线 天线多可以实现天线智能的复形 那这些复形有很多不同的 比如覆盖不同的区域 怎么进行复形最好呢? 就要寻找一个最好的复形全职 那在优化场景部署天线智能的一个巡优 看哪种方式最好 一站一测实现覆盖能力最大化 以前的话可能我们选择什么样的天线 所有天线就是使用这套参数 但是每个区域其实是有差异化的 那我们针对这个区域或者这个小区这个基站 那我可以灵活调整它的一个 天线全职 月自动调整10万加个5G小区 就是每月调整的天线数量很多 大家知道我们以前的话就是4G或者是之前的网络 天线调整一般都需要塔工上站去调整 当然有部分天线的话它只是电子就是后台一个电条 大部分都是要线上去调的 你每月调10万个天线就行了 如果是10万个以上那是不太可能实现的一个问题 我们现在的话就是可以达到这样的一个效果 像应用后新建站点流量较同区域高了10% 零流量和低流量小区解决了96% 就是大部分这种就是价值低的小区呢 得到一定的一个缓解 5G低量小区占比较年初改善了一半多 全省5G的分流比也得到大幅的一个提升 "


When 0:06:56 - 0:08:49
我看到这些画面："上面写着中国文字的文档和蓝色背景"
我发现这些内容："照片下的白桌"
我检测到这些标签："电脑屏幕 | 文本  | 手写/字迹."
我识别到这些文字："极省运维成本案例----基站精益节能 ·业务背景：随着5G网络规模不断扩大，高能耗5G设备数量快速攀升，无线网能耗问 题愈加突出，能耗成本控制已成为影响通信运营商OPEX的重要组成部分。如何高效 深入、安全的降低设备能耗，提高网络效能，已成为运营需解决的问题 解决方案及成效：河南移动打造AI无线基站自智节能方案，实现共覆盖分析、长短时 业务预测、业务突发应急、节电方案自动调优的全流程智能节电；实现多层网共覆盖关 系自动识别，降低了95%的运维人力需求，预测指导小区精确开启、关断，精准度达 90%以上，误关率低于3%，比传统非AI算法效果提升50%-100%。在现网应用后 无线基站节电比例达10%以上，单小区日均节电时长8.51小时，节能增益达10.45%。 48"
我听到有人说："全省5G的分流比也得到大幅的一个提升 最后一个咱们再看最后一个 然后这个业务背景随着5G网络的一个建设 高耗能的5G设备 因为大家知道5G的话它能耗相对比较高 高耗能设备攀升 那能耗问题就很明显了对吧 而能耗的话是我们的一个运维成本的一个成本 对吧 能耗的话是我们的一个运维成本的一个成本 重要组成部分 那我们怎么来降能耗 对吧 降我们的运维成本 比如核弹引用打造 无线基站自制节能的一个方案 可以实现供覆盖分析 长短时业务预测业务突发的一个应急 节电方案自动调优的一个全流程智能节电 并且实现 多层网共覆盖 多层网的共覆盖关系自动识别 降低了95%的一个运维人力需求 预测指导小区精确开启 关断精确度90%以上 误关断率非常低 3% 比传统的算法的效果提升了50%以上 它利用AI对吧 可能依靠我们个人的经验的话 可能依靠我们个人的经验的话 可以达到一定的效果 但是我们个人经验不一定是最优的一个效果 它可能通过AI的一些大量的一个统计分析之后 它找到一个比较好的一个方案 一个策略 使用了之后比传统这种算法提升50%到100% 向往应用后呢 无线基站的节电比例达10% 单小区日均用节电时长达8.5个小时 节能增益达到10.2G "


When 0:08:49 - 0:08:57
我看到这些画面："网站的屏幕画面,上面有中国字"
我发现这些内容："白色双甲板巴士、建筑物上的窗户、带有黑字的白色标志、花的图片、墙上的白色盒子、屏幕上的文字、纸是白色的、墙上的白色盒子、由四个把手组成的行、屏幕上的闪烁词"
我检测到这些标签："电脑屏幕 | 数字 | 文本 ."
我识别到这些文字："极省运维成本案例----基站精益节能 智能节电提效率 人工执行效率低 A 基于MR/MDT的最优哈希算法进行多 人工对大数据处理、分析、输 模跨频栅格共覆盖识别，节能小区数 出井执行节电方案，耗时、耗 A 增加3%，运维人力需求降低95% 力、准确率和工作效率均较纸 预测模型保感知 感知安全有风险 ·缺乏有效手段，对节电开启区 自适应混合时空图网络AHSTGNN多 域业务量进行动态评估，节电 步预测模型，预测精度达90%以上， 开启存在感知受影响风险 有效平衡节电与感知 算法挖潜增效益 节能下探不深入 ·缺少数智化手段和算法支撑， 基于覆盖分布的高斯混合-DBSCAN 参数设置保守，节电开启时间、 联合聚类算法，精细配置节能门限， 空间受限，节能下探不足 节能增益达10%以上"
我听到有人说："节能增益达到10.2G 节能增益达到10.2G 这是它的整个的一个过程 这是它的整个的一个过程 好 "


When 0:08:57 - 0:09:25
我看到这些画面："a 带有蓝色背景和白文字的感谢卡"
我发现这些内容："白色的黑字、白白墙、企业的标签、天空是白色的、白天空是白色的、标志上的字母o、图片的日期、图片上的字母o、标志上的字母a、标志上的字母a、标志上的字母t、黑色字母t、标志上的字写松、标志上的字母a、标志上的字母u、标志上的字母t、黄色和黑色的标志、标志上的字母a、标志上的字母a、柱上的灯光、信是黑色的"
我检测到这些标签："文本 ."
我识别到这些文字："CE 中兴协力 ZX-CE TECH THANK YOU 北京中兴协力科技有限公司"
我听到有人说："好 好 我们这一部分内容就到这儿 如果大家对自治网络有更多的兴趣的话 第一可以看一下我们的TMF的白皮书 中国移动的自治网络白皮书 中国联络自治网络白皮书 如果我们在这个过程中 实习过程中再来看一下 如果大家还有什么问题 我们也可以和老师进行相关的一个沟通 我们也可以和老师进行相关的一个沟通 好 "