5G releváns technológiák

A tantárgy angol neve: 5G Relevant Technologies

Adatlap utolsó módosítása: 2023. január 18.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar

Mérnökinformatikus szak

Villamosmérnöki szak

Üzemmérnök-informatikus szak 

Szabadon választható tantárgy

Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VIAUAV47   2/0/0/f 2  
3. A tantárgyfelelős személy és tanszék Dr. Charaf Hassan,
4. A tantárgy előadója


Név:

Beosztás:

Tanszék, Int.:

Dr. Charaf Hassan

egyetemi tanár

BME AUT

Szilágyi Péter

 

Nokia Bell Labs

Dr. Vincze Zoltán

 

Nokia Bell Labs

5. A tantárgy az alábbi témakörök ismeretére épít Objektumorientált programozási ismeretek, szoftverfejlesztési alapismeretek.
7. A tantárgy célkitűzése Az 5G hálózatok implementációi számos, az információs és internetes tartalomszolgáltatásban kifejlesztett technológiát is felhasználnak, pl. felhő alapú szoftveres megoldásokat és mesterséges intelligenciát. A tárgy keretében a hallgatók megismerik, hogy ezek a meghatározó technológiák hogyan épülnek be az 5G hálózatokba, milyen új képességeket adnak a szolgáltatás minőség, kiszolgálási hatékonyság, hibatűrés és felügyelet terén, valamint hogyan járulnak hozzá, hogy az 5G egy egyesített kommunikációs és számítási platformként jelenjen meg az ipari, egészségügyi, jármű és drón kommunikációs vertikumok számára is. A tárgy elméleti tudáson kívül gyakorlati foglalkozásokat is nyújt a BME-Nokia 5G Kutatási és Innovációs Hálózaton. A gyakorlati kurzusok célja, hogy a hallgatók egy-egy konkrét tervezési és implementációs feladat mentén megértsék, mit jelent egy új képesség (többrétegű hálózat monitorozás) kifejlesztése és bevezetése egy 5G hálózatban, virtualizált környezetben. A gyakorlati kurzusokat közösen, az előadó vezetésével oldjuk meg, a feladat megoldásához szükséges elméleti és gyakorlati tudás átadása mellett.
8. A tantárgy részletes tematikája

 

Hét

Előadás anyaga

1.

Bevezető: technológiák és szerepük az 5G-ben: Mesterséges intelligencia, Felhő technológiák, Szoftverizálás és programozható hálózatok, Open RAN.

2.

Mesterséges intelligencia 1/4 – áttekintés

Miért és hol van szükség MI alkalmazására a távközlésben (NF szinten; hálózat felügyeletre; hálózat managementre; closed-loop automation; cognitive hálózatok).

MI-vel szemben támasztott elvárások: latency, topológia (elosztott), folyamatos öntanulás.

Milyen adatforrások találhatók egy hálózatban (PM, FM, log, stb.).

Mi a különbség hálózati adatok és a klasszikus MI adati között, ennek jelentősége, adat és model management problémák (data collection, training, model LCM, ownership, multi-vendor interworking, stb.).

Klasszikus MI módszerek és alkalmazhatóságuk (supervised, unsupervised, RL, stb.).

3.

Mesterséges intelligencia 2/4 – alkalmazási területek és technológiák

Mi a különbség az OTT MI és a natív/beágyazott MI között?

Rádióba ágyazott MI: AI air interface, network as a sensor, RRM/scheduling

Core-ba ágyazott MI: NWDAF, NEF-es esetek

OTT MI: management és automatizációs célokra: állapot modellezés, CLA koncept

Native AI a 6G-ben

Network AI és OTT AI közötti együttműködés

4.

Mesterséges intelligencia 3/4 – autonóm hálózatok

Hálózat automatizálás és autonómia evolúciója (SON-tól cognitive hálózatokig)

Model management kérdésköre

Trustworthy AI kérdésköre

MI vezérlése és felügyelete mint kérdés

5.

Mesterséges intelligencia 4/4 – intent alapú hálózatok

Mesterséges intelligenciával automatizált rendszer irányítása

Intent alapú hálózat menedzsment

H2M/M2H interfész

Hálózat oldali intent technológiák

6.

Felhő technológiák mobil használatban 1/2

Miért és hol kell felhő – mobil specifikusan

Cloud continuum

Core cloud

7.

Felhő technológiák mobil használatban 2/2

Edge cloud szerepe a mobil hálózatokban

MEC (Mobile Edge Computing)

O-RAN (Open RAN)

8.

Szoftverizálás és programozható hálózatok 1/2 – általánosságban

Hálózati funkciók standard kiterjesztési módjai: új 5GC NF vagy trusted AF (SBA-n keresztül); NEF

Nem standard módok: U-plane csomag alapú megoldások; resource manager vagy domain controller fölé implementált custom adaptációs logika és interface-ek („becsomagolás”)

Management rendszeren (nem standard) keresztül

9.

Szoftverizálás és programozható hálózatok 2/2 – a BME-Nokia 5G Kutatási és Innovációs Hálózatban

A hálózat architektúrája

API-k, technológiák ismertetése (pl. DPDK)

VM-ek, account-ok, hozzáférés

Gyakorlati kurzusok ismertetése

10.

Gyakorlati kurzus 1/5

U-plane-be illesztett VM implementálása, UE Attach C-plane RTT mérésre, DPDK-val

11.

Gyakorlati kurzus 2/5

U-plane-be illesztett VM implementálása, TCP RTT mérésére, DPDK-val

12.

Gyakorlati kurzus 3/5

Szenzorok által generált adatsor begyűjtése, supervised MI modell tanítása, telepítése és futtatása, model életciklus menedzsmenttel

13.

Gyakorlati kurzus 4/5

Felügyelet nélküli (unsupervised) MI modell tanítása PM counter-eken

14.

Gyakorlati kurzus 5/5

Felügyelet nélküli (unsupervised) MI modell futtatása és kiértékelése PM counter-eken

9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium)

Gyakorlatias, alkalmazásközpontú előadások keretében.

Kijelölt írásos anyag elsajátítása.

10. Követelmények

A szorgalmi időszakban egy zárthelyi dolgozat és szóbeli számonkérés a félév végén.

A féléves értékelésbe a zárthelyi dolgozat 50%-ban és a szóbeli számonkérés 50%-ban számít.

11. Pótlási lehetőségek

 

A zárthelyi dolgozat és a szóbeli számonkérés pótlása a pótlási időszakban lehetséges.


 

12. Konzultációs lehetőségek

 

Igény szerint, az oktatókkal egyeztetve.


 

13. Jegyzet, tankönyv, felhasználható irodalom

A tárgy weboldalán elhelyezett írásos anyagok. 

14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

 

Kontakt óra

28

Félévközi készülés órákra

8

Felkészülés zárthelyire

8

Házi feladat elkészítése

 

Kijelölt írásos tananyag elsajátítása

 

Felkészülés szóbeli számonkérésre

16

Összesen

60

15. A tantárgy tematikáját kidolgozta


Név:

Beosztás:

Tanszék, Int.:

Szilágyi Péter

 

Nokia Bell Labs

Vulkán Csaba

 

Nokia Bell Labs

Dr. Vincze Zoltán

 

Nokia Bell Labs

Dr. Charaf Hassan

egyetemi tanár

BME AUT