首页期刊导航|邮电设计技术
期刊信息/Journal information
邮电设计技术
邮电设计技术

王坚

月刊

1007-3043

ydsjjs@dimpt.com

010-68799999-2160,2162

100048

北京市海淀区首体南路9号主语商务中心3号楼

邮电设计技术/Journal Designing Techniques of Posts and Telecommunications北大核心
查看更多>>本刊是中华人民共和国信息产业部主管,中讯邮电咨询设计院主办的面向国内外通信、信息行业的技术性月刊,是一本结合工程实际经验,重点推介通信、信息工程设计、施工、运行、管理方面重要经验及高新技术的具有较强实用性的技术刊物。
正式出版
收录年代

    大模型时代通信网络技术及新能力研究

    陈斌裴培许鹏
    1-6页
    查看更多>>摘要:随着大模型的高速发展,智算需求的增长速度远超芯片性能提升速度,计算集群方案和"DC as a Computer"概念应运而生,数据中心网络变得尤为重要.在大模型训练和推理时,集群对网络系统的稳定性要求极高.针对大模型业务特点,结合主流集群网络技术,研究了训练场景下的超大规模组网、超高吞吐和超稳定的新一代智算中心网络技术,以及推理场景下通过SDN+SRv6可编程算网一体智能调度和切片技术构建高品质的入算网络,并研究了DC间协同训练的技术难点和应对方案.

    广域网络智算中心网络带宽池化跨集群模型训练

    基于大小模型协同的智能化移动网络优化研究

    黄金超谢志普吕非彼狄子翔...
    7-12页
    查看更多>>摘要:提出了一种大小模型协同的智能化移动网络优化方法,首先利用大语言模型处理和理解网络日志、外部开源等非结构化数据,从中提取关键数据.其次构建了一个包含网络设备、参数配置、专家优化经验等多维度信息融合的知识图谱,用于分析网络状态和优化需求之间的关系.然后,通过深度学习、图神经网络等专业工具模型进行根因分析,快速定位网络故障点,并基于专业知识图谱库和大模型的问题推理能力,辅助专家给一线员工提供具体的解决方案.最后,通过实际场景的实施和验证,由专家、一线员工对所提解决方案进行评估和反馈,这些评估和反馈信息经收集后不断返回,形成循环优化.

    移动网络优化大小模型协同知识图谱图神经网络模型大语言模型

    AI大模型赋能网络流量分类概述

    陈雪娇付梦艺王攀
    13-19页
    查看更多>>摘要:提出一个通用的AI驱动的网络流量分类框架,阐述了所涉及的工作流程、分类目标、设计原则以及典型场景等,并提出了一个基于BERT的网络流量分类模型,通过将输入的分组净荷进行向量化嵌入,然后送入BERT进行预训练,用于实现流量数据的上下文理解并捕获双向特征,然后对接一个全连接网络对分类下游任务进行微调,从而实现流量分类.通过与AE、VAE、ByteSGAN 3个经典的流量分类深度学习模型在CICIDS2017公开数据集上进行对比,发现BERT的精度明显高于其他方法.

    流量分类流量识别入侵检测BERT大模型

    大语言模型算力度量模型

    刘永生张岩周广曹畅...
    20-23页
    查看更多>>摘要:面对大语言模型对算力需求的快速增长,传统的摩尔定律已经难以满足需求,而大语言模型的扩展法则表明更多参数、更多数据和更多算力能够得到更好的模型智能.针对大语言模型的算力度量问题开展研究,旨在评估大语言模型的算力需求.提出大语言模型训练的算力度量模型和大语言模型推理的算力度量模型,并通过理论分析提出了相应的计算方法.

    大语言模型算力度量人工智能

    基于电信大数据的智慧养老市场发展赋能研究

    田园鲁华伟程新洲韩玉辉...
    24-30页
    查看更多>>摘要:聚焦融合数据如何赋能智慧养老市场的发展,通过对目标群体的精准识别与深入分析,结合基于原始码流的网络数据解析验证、O域数据标签体系构建等关键技术能力,为智慧养老产品的定制化开发提供了数据支撑,并实现对智慧养老群体特征的精准预测与分析,最终完成基于电信大数据的智慧养老产业价值分析.电信大数据在促进产业升级、优化资源配置等方面起到重要作用,通过精准的数据分析赋能产品创新与市场拓展,提出了基于电信大数据的智慧养老市场赋能新路径.

    电信大数据深度解析智慧养老数据赋能

    大模型数据扩增技术在输电线路智能监控中的应用研究

    杨勇万超伦马建友赵文杰...
    31-37页
    查看更多>>摘要:针对复杂场景下输电线路可视化监控中目标识别准确率不高、误检误报率较高的问题,提出了一种结合大模型的数据扩增和YOLOv10优化算法来提升复杂场景下目标识别准确率的实现方法.首先,针对样本数据数量短缺的问题,基于Stable-diffusion大模型进行数据扩增,丰富并增加了样本数量.其次,针对训练样本数量有限的情况,对YOLOv10算法进行改进,进一步强化图片特征的提取算法,优化目标识别算法,提升复杂自然场景下的目标识别准确率及性能.最终的实验结果表明,与现有的实现方法相比,针对复杂场景的输电线路的可视化监控,对目标识别的准确率从原有的52.6%提升至54.3%.

    数据扩增目标识别YOLO

    图智能AI技术在基站流量预测中的探索与实验

    李永刘博汪悦王鑫...
    38-43页
    查看更多>>摘要:5G网络以其高速率、广泛连接和低时延为新技术领域提供支持,但面临着严峻的能耗问题.研究了AI技术在提升基站能效方面的应用,提出了基于图神经网络的流量预测方法,考虑了流量数据的空间关联和时间依赖性.该方法结合图卷积网络和时序卷积模块,优化了基站流量分布,显著提升了流量预测准确性.准确的流量预测能够为基站关停策略提供科学依据,从而有效降低能耗,提升能源效率,减少成本,促进可持续发展.

    5G基站节能流量预测人工智能图神经网络

    基于5G聚合回传小基站的应急通信研究

    汪保友姚赛彬李智旻徐立...
    44-50页
    查看更多>>摘要:在一些特殊场景或应急抢险场合,基站部署要求具有良好的移动性.提出基于5G聚合回传小基站的应急通信方案,深入分析系统新增网元的工作机理和信令交互协议.该方案基于5G一体化小基站,实现无线覆盖和信道扩容;内置高功率锂电池组支撑整机长时间工作;通过宏站小区信道聚合技术,支持弱覆盖区域大带宽数据回传;采用网络切片技术,实现低成本的虚拟化应急专网平台;具有方便携带、灵活组网、快速开通的优势,非常适于抢险救灾、防疫检测等特殊场景的应急通信保障.

    5G小基站背包应急通信聚合回传网络部署

    基于智能用户编排的5G网络感知提升方案

    胡煜华汤滢琪朱吉成罗毅...
    51-56页
    查看更多>>摘要:无线网络环境复杂,传统的小区切换无法准确匹配不同业务的体验要求,不能保障用户感知.提出基于智能用户编排的5G网络感知提升方案,能够根据用户实时业务体验,综合考虑终端能力、业务需求、网络能够提供的服务能力,使用户能够快速选择到体验最优的小区,保障了用户感知,充分挖掘和释放5G网络价值,为5G网络感知提升提供了一种新的方案.

    网络感知用户编排指纹栅格

    基于图神经网络和XGBoost模型的物联网卡智能监测系统

    李博沈潋
    57-62页
    查看更多>>摘要:随着物联网业务的快速发展,复杂多样的应用场景给物联网卡的运营管理带来了巨大的挑战,传统的管理手段已经无法满足物联网卡使用的监管要求.首先总结物联网卡异常使用现状及管理手段,分析现有异常识别方法的不足,提出了基于图神经网络和Count-Min Sketch算法的物联网卡画像特征融合构建方法,以及基于XGBoost算法的异常流量识别模型.基于以上技术,实现了对物联网卡的智能监测,提升了违规识别的准确率和召回率.

    物联网卡异常流量图神经网络特征融合XGBoost算法