La llegada de las redes 5G representa un avance significativo en la tecnología inalámbrica, que marca un cambio hacia soluciones virtualizadas basadas en software y arquitectura basada en la nube . Sin embargo, con esta transición surgen varios desafíos que exigen un cambio de mentalidad con respecto a las prácticas tradicionales de administración e implementación de redes.

Los operadores están cambiando de infraestructura física a infraestructura virtualizada y pasando de arquitecturas de red centralizadas a distribuidas. Como resultado, deben navegar por las complejidades de los nuevos casos de uso y las tecnologías emergentes, como la computación perimetral y el corte de redes, para crear servicios innovadores que puedan aprovechar las capacidades de red mejoradas de las redes 5G y garantizar un retorno rentable de su inversión.

Estos desafíos se enfatizan porque las redes 5G son muy complejas con numerosos componentes que generan cantidades de datos sin precedentes. Se requiere un control y una automatización constantes para garantizar un rendimiento y una experiencia del cliente óptimos. Para tener éxito, es necesario superar los problemas de fragmentación del mercado y soluciones propietarias en el área de análisis de redes.

Para resolver estos problemas, 3GPP definió la NWDAF, o función de análisis de datos de red , para permitir el análisis de datos basado en estándares en redes centrales 5G. NWDAF puede proporcionar información complementaria a las soluciones de análisis de datos existentes. 

NWDAF aborda estas preocupaciones definiendo una capa de API estandarizada que puede proporcionar análisis de datos. El consumidor de la API puede ser cualquiera de los sistemas NF/AF o de operaciones, administración y mantenimiento (OAM). 

NWDAF recopila datos de la red central y utiliza el aprendizaje automático (ML) para generar las 15 métricas compuestas o indicadores de identificación de análisis definidos por 3GPP que luego son consumidos por NF para adaptarse a las condiciones cambiantes de la red y los operadores para obtener una mejor observabilidad.

NWDAF también permite el análisis de datos utilizando modelos de aprendizaje automático. El estándar 3GPP define una amplia gama de casos de uso que pueden explotar los modelos ML para obtener información procesable, que incluye:

• Creación de instancias de segmento de red para B2B o baja latencia
• Escalado dinámico NF para poder reparar automáticamente la red
• Distribuya el balanceo de carga para cumplir con los requisitos dinámicos de capacidad y recursos
• Datos de movilidad y comunicaciones de la UE
• Datos de sostenibilidad de calidad de servicio (QoS)

Elastic tiene un poderoso conjunto de herramientas de análisis de datos, que proporciona una solución ideal para abordar estos desafíos. La capa API y los indicadores clave generados por NWDAF junto con la integración MANO para la automatización son un gran complemento.

A medida que la industria aumenta sus esfuerzos en automatizaciones de circuito cerrado para la gestión de redes y la garantía del servicio, NWDAF se convierte en un próximo paso casi inevitable.

Más informacíon desde el Blog de Elastic.