OpenwaveMobility为移动运营商推出了机器学习技术

Openwave Mobility为移动运营商推出了无线接入网络 - 拥塞管理器(RCM)，将拥塞小区的数量减少了20%，并为用户提供了出色的视频体验质量(QoE)。

由于机器学习技术可以实现拥塞的显着减少，该技术可以动态检测甚至预测每个网络连接点的局部拥塞。RCM为运营商提供了无与伦比的RAN拥塞视图，允许网络提供商采取选择性策略行动并提升用户QoE。重要的是，RCM不需要RAN集成。

运营商正在努力管理RAN拥塞并确保用户QoE。移动视频流量以惊人的速度增长，峰值经常无法预测。高清晰度(HD)需要比标准视频多4倍的带宽，并且加密的过顶(OTT)流量使问题更加复杂化。

产品，销售和营销高级副总裁Indranil Chatterjee说：“其他供应商的现有解决方案需要手动配置静态值，例如峰值时间或拥塞的单元，或者在某些情况下需要外部RAN探头。我们基于机器学习的解决方案可动态确定拥挤的流量和无线网络位置，仅优化必要的流量。“

Chatterjee继续说道：“我们的解决方案适用于所有RAN供应商的流量，涵盖所有频谱，无需外部探测或更改运营商的RAN。这导致显着的操作简单性。运营商需要RCM来处理持续的数据海啸，早期的客户结果显示，在高峰时段，拥堵小区的数量下降了20%。

RCM易于部署，无需探针或RAN或数据包核心集成。全自动系统监控数据平面上的IP数据包，并通过RCM仪表板提供网络拥塞的完整视图。因此，它可以精确预测拥挤的位置，使视频优化技术能够平衡用户之间的无线电资源，并为所有用户提供公平一致的视频质量。