ORCA: Enabling an Owner-centric and Data-driven Management Paradigm for Future Heterogeneous Edge-IoT Systems
将物联网(IoT)和边缘计算集成为“边缘物联网”系统,融合机器智能,具有在灵巧家庭、工厂和城市中实现广泛应用的潜力。边缘物联网可以连接许多不同的设备,物联网资产所有者可以运行由各种供应商或服务提供商(SP)支持的异构物联网系统,使用云或本地边缘计算(或两者)进行资源辅助。现有的方法通常将系统作为单独的垂直“筒仓”进行管理,或者以供应商/SP为中心的方式进行管理,这面临重大挑战。在本文中,我们提出了一种新的以所有者为中心的管理范式,名为“ORCA”,以解决以所有者为中心的范式留下的差距,并使物联网资产所有者能够有效地识别和缓解其自身网络场所中的潜在问题,无论供应商/SP的情况如何。ORCA旨在通过面向行为和数据驱动的方法,帮助物联网所有者进行智能管理。ORCA是一个正在进行的项目,初步结果表明,它可以显著增强物联网系统所有者更好地管理其物联网资产的能力。
2021-02-06 cs.NI
FCT O-RAN: Design and Deployment of a Multi-Vendor End-to-End Private 5G Testbed
本研究在新加坡FCT实验室部署多供应商端到端FCT O-RAN私有5G测试床,通过数字孪生优化远端单元布局,实测验证了室内外场景下的高吞吐量性能,推动5G技术产业落地。
2025-09-02 cs.ET cs.NI
A Unified E2E Energy Efficiency Testing Framework for Open RAN
Rimedo Labs(Rimedo实验室);Poznan University of Technology(波兹南理工大学);i14y;T-Labs
针对O-RAN中缺乏统一能效测试方法的问题,提出一个基于商用RAN仿真器和真实网络拓扑数据的端到端测试框架,用于评估xApp/rApp协作的小区开关能效,实验显示能效提升高达57%。
2026-06-01 cs.NI
QACM: QoS-Aware xApp Conflict Mitigation in Open RAN
针对Open RAN近实时RIC中多厂商xApp的控制决策冲突,提出QACM方法优化冲突参数配置并最大化满足QoS的xApp数量,实验表明其优于两种基准方法。
2025-01-10 cs.NI
AutoRAN: Automated and Zero-Touch Open RAN Systems
Institute for the Wireless Internet of Things, Northeastern University(东北大学无线互联网研究所);zTouch Networks, Inc.(zTouch网络公司)
AutoRAN通过LLM驱动的意图翻译和自动化工作流,实现多供应商开放无线接入网络的零触部署与高效配置。
2025-12-18 cs.NI
Deep reinforcement learning for RAN optimization and control
Carnegie Mellon University(卡内基梅隆大学);AT&T Labs(美国电话电报公司实验室)
由于无线电接入网络(RAN)中业务的高度可变性,固定网络配置不够灵活以实现最佳性能。我们的供应商提供了eNodeB的几种设置来优化RAN性能,例如媒体访问控制调度器、负载平衡等。但是eNodeB配置的详细机制通常非常复杂,并且没有公开,更不用说需要考虑的大的关键性能指标(KPI)空间。这使得构建模拟器、离线调优或基于规则的解决方案变得困难。我们的目标是构建一个智能控制器,无需对RAN进行强有力的假设或领域知识,并且可以在没有监督的情况下全天候运行。为了实现这一目标,我们首先在实验室环境中构建了一个闭环控制测试床RAN,其中一个eNodeB由最大的无线供应商之一和四部智能手机提供。接下来,我们构建了一个双Q网络代理,该网络代理使用来自RAN的关键性能指标的实时反馈进行训练。我们的工作证明了在真实RAN网络环境中应用深度强化学习来提高网络性能的有效性。
2021-01-19 cs.AI cs.NI
Design and Evaluation of Next-Generation Cellular Networks through Digital and Physical Open and Programmable Platforms
Northeastern University(东北大学)
本研究通过数字和物理开放可编程平台设计和评估下一代蜂窝网络,提出CaST框架和X5G测试平台,实现智能RAN应用和实时推理。
2026-01-26 cs.NI
Conflict Management in the Near-RT-RIC of Open RAN: A Game Theoretic Approach
针对Open RAN的Near-RT-RIC中因xApps相互影响产生的冲突及缺乏标准化CMS的问题,提出基于合作博弈论(NSWF和EG解决方案)的冲突管理系统与控制器,有效平衡冲突参数并缓解不利影响。
2023-11-22 cs.GT cs.NI
Open RAN: Evolution of Architecture, Deployment Aspects, and Future Directions
开放无线接入网络(Open RAN)旨在通过开放接口实现分散、虚拟化、可编程和数据驱动的智能网络,以支持5G和6 G网络以外的不同类别用户和多个行业垂直领域的各种实时和非实时应用,同时提供多供应商网络功能和组件之间的互操作性。在本文中,我们首先讨论RAN的演变,然后讨论O-RAN联盟的标准化活动和目标,从标准化的角度全面概述O-RAN。然后,我们将讨论O-RAN的安全方面、用例、部署方面以及其他论坛中的开源项目和相关活动。最后,总结了本文的研究现状、存在的问题和未来的研究方向,并对未来的研究方向进行了进一步的探讨和分析。
2023-01-17 cs.NI
The Case for a Horizontal Federated AI operating System for Telcos
本文提出为电信运营商设计横向联邦AI操作系统,作为通用执行与协调层,支持大规模AI代理部署,打破孤岛,实现生态系统级智能。
2025-06-09 cs.NI
The Emerging 3GPP 6G RAN Architecture: An Overview
NVIDIA(英伟达)
本文概述新兴的3GPP 6G RAN架构,探讨其在适应新需求时保留5G优势的挑战,重点介绍边界选择、单元拆分增强、无线单元识别及接口研究等,还指出包括非连接服务接口等方面的开放领域。
2026-07-14 cs.NI
CellOS: Zero-touch Softwarized Open Cellular Networks
当前的蜂窝网络依赖于由少数供应商严格控制的封闭且不灵活的基础设施。它们的配置需要供应商支持和冗长的手动操作,这使得电信运营商(TO)无法释放全部网络潜力,也无法执行细粒度的性能优化,尤其是在每个用户的基础上。为了解决这些关键问题,本文介绍了CellOS,一个完全自动化的优化和管理框架的蜂窝网络,需要微不足道的干预(“零接触”)。CellOS利用软件化和自动优化原则,搭建软件定义网络(SDN)和跨层优化的桥梁。与最先进的SDN启发的蜂窝网络解决方案不同,CellOS:(i)通过一般的虚拟网络抽象隐藏低级网络细节;(ii)允许TO定义高级控制目标以指示期望的网络行为,而不需要优化技术的知识,以及(iii)自动生成并执行分布式控制程序,以同时优化多个网络切片上的异构控制目标。CellOS已经在室内测试平台上实现并评估了两种不同的LTE兼容实现:OpenAirInterface和srsLTE。我们进一步展示了CellOS在远程室外POWDER-RENEW PAWR 5G平台上的功能。多基站和多用户场景的结果表明,CellOS是平台无关的,并自适应不同的网络部署。我们的调查显示,CellOS在关键指标上优于现有解决方案,包括吞吐量(提高高达86%),能源效率(提高高达84%)和公平性(提高高达29%)。
2021-02-10 cs.NI
Privacy-Preserving Intent Fulfilment and Assurance for 6G RAN
Ericsson(爱立信)
研究6G无线接入网隐私保护意图实现与保证问题,提出一种架构,协调器依意图类别分配资源且仅用O1接口计数器验证,定义隐私属性并证明其成立,映射到相关框架确定运行点,实验表明意图类别粒度变化对分配和保证有相应影响。
2026-10-12 cs.CR cs.NI
Open RAN for 5G Supply Chain Diversification: The BEACON-5G Approach and Key Achievements
本文介绍英国政府与产业界联合资助的BEACON-5G项目,围绕5G Open RAN的成熟化与竞争力提升,在系统集成等多领域开展创新与城市场景实测,为英国5G供应链多元化战略提供支撑。
2023-10-05 cs.NI
Downtime-Aware O-RAN VNF Deployment Strategy for Optimized Self-Healing in the O-Cloud
由于物联网设备和应用的流量激增,移动网络需要一个新的范式转变来应对这种转出的需求。随着5G经济的发展,这些网络应该提供虚拟化的多供应商和智能系统,这些系统可以扩展并有效地优化底层基础设施的投资。因此,市场利益相关者提出了开放式无线接入网络(O-RAN)作为提高网络性能,敏捷性和新应用上市时间的解决方案之一。O-RAN利用人工智能、云计算和新网络技术(NFV和SDN)的力量,使运营商能够以经济高效的方式管理其基础设施。因此,有必要在保持服务质量的同时自主地解决O-RAN性能和可用性挑战。在这项工作中,我们提出了一个优化的部署策略,在O-Cloud中的虚拟化O-RAN单元,以尽量减少网络的中断,同时符合性能和操作要求。该模型的评估提供了一个最佳的部署策略,最大限度地提高网络的整体可用性,并遵守O-RAN的特定要求。
2021-11-12 cs.NI
Modulation Compression in Next Generation RAN: Air Interface and Fronthaul trade-offs
调制压缩是在最近的Open-RAN(O-RAN)框架中考虑的技术,其继续了3GPP朝着定义新的虚拟化和多供应商RAN架构的努力。基本上,前传压缩是通过降低调制阶数来实现的,因此能够用简单的技术显著降低所需的前传容量。在这项工作中,我们提供了在3GPP和O-RAN中设想的架构,功能划分和前传压缩技术的调查。然后,我们专注于评估的权衡,调制压缩表现出减少前传容量与空中接口性能的影响,通过一个动态的多小区系统级仿真。为此,我们使用符合5G新无线电(NR)规范的基于ns-3的系统级模拟器,并评估不同的流量负载条件和NR参数集。在多小区的情况下,我们的研究结果表明,所需的前传容量的82%的减少,可以实现可忽略不计的空中接口性能下降,通过降低调制阶数到64 QAM,对于不同的参数集和负载条件。在低/中等业务负载中允许更高的调制阶数减少而不降级(达到高达94%的前传容量减少)。
2020-11-07 cs.NI
A Brief Survey of Open Radio Access Network (O-RAN) Security
该综述针对O-RAN架构因开放性和新技术引入带来的安全问题,从四大攻击面调研现有安全风险与缓解方法,为相关从业者提供参考。
2023-11-04 cs.NI
Energy-Efficient and Delay-Guaranteed Joint Resource Allocation and DU Selection in O-RAN
下一代无线网络的无线电接入网络(RAN)部分将需要有效的解决方案来满足低延迟和高吞吐量服务。开放RAN(O-RAN)是实现这一目标的候选者之一,除了增加供应商多样性和促进开放性之外。在O-RAN架构中,网络功能在中央单元(CU)、分布式单元(DU)和无线电单元(RU)中执行。这些实体在通用CPU上虚拟化并形成处理池。这些处理池可能位于不同的地理位置,容量有限,影响网络的能耗和性能。此外,由于用户需求是不确定的,应特别注意通过确保他们的预期服务质量的延迟敏感的业务流的资源块分配给用户。在本文中,我们提出了一个联合优化解决方案,以提高能源效率,并提供延迟保证的O-RAN架构中的用户。我们制定这个新的问题,并将其线性化,以提供一个混合整数线性问题(MILP)求解器的解决方案。我们将此与使用不相交方法解决此优化问题的基线进行比较。结果表明,我们的方法优于基线方法的能源效率。
2022-01-29 cs.NI
FALCON: A Framework for Fault Prediction in Open RAN Using Multi-Level Telemetry
本文提出FALCON框架,利用基础设施、平台和RAN多层级遥测并结合随机森林分类器预测虚拟化O-RAN故障,实现主动故障管理,准确率和F1-score超过98%。
2025-03-08 cs.NI
Federated Deep Reinforcement Learning for Resource Allocation in O-RAN Slicing
近年来,开放式无线接入网(O-RAN)已经成为一种很有前途的技术,为网络供应商和运营商提供一个开放的环境。协调x应用(xAPP)对于提高灵活性和保证O-RAN的高整体网络性能至关重要。同时,联邦强化学习被认为是一种很有前途的技术,可以增强分布式强化学习代理之间的协作,提高学习效率。在本文中,我们提出了一种联合深度强化学习算法,以协调O-RAN中的多个独立xAPP进行网络切片。我们设计了两个xAPP,即功率控制xAPP和基于切片的资源分配xAPP,并使用联邦学习模型协调两个xAPP代理,以提高学习效率和改善网络性能。与传统的深度强化学习相比,我们提出的算法可以实现增强型移动宽带(eMBB)切片的吞吐量提高11%,超可靠低延迟通信(URLLC)切片的延迟降低33%。
2022-08-02 cs.NI eess.SP
PlaceRAN: Optimal Placement of Virtualized Network Functions in the Next-generation Radio Access Networks
第五代移动演进实现了下一代无线电接入网络(NG-RAN)上的若干转换。RAN协议栈被分成八个可能的分解选项,其被组合成三个网络单元,即,中央、分布式和无线电。除此之外,进一步的进步允许RAN软件在通用供应商中立硬件之上虚拟化,处理虚拟化RAN(vRAN)的概念。分散的网络单元倡议基于开放RAN(O-RAN)实现完全的互操作性。NG-RAN和vRAN的结合产生了vNG-RAN,从而能够将分散的单元和协议作为一组无线电功能进行管理。这些功能的放置是具有挑战性的,因为最好的决策可以基于多个约束,如RAN协议栈分割,传输网络的路由路径与有限的带宽和延迟要求,不同的拓扑结构和链路能力,不对称的计算资源,本文提出了第一个精确的模型,用于无线电功能的放置优化的vNG-RAN规划,命名为PlaceRAN。主要目标是最小化计算资源,最大化无线电功能的聚合。PlaceRAN评估考虑了两种现实的网络拓扑。我们的研究结果表明,PlaceRAN模型实现了优化的高性能聚合水平,它是灵活的RAN部署克服网络限制,它是最先进的vNG-RAN设计和开发的最新。
2021-03-29 cs.NI
Cost-Aware Conflict Triage for xApp Control Conflicts in Open RAN
University College Dublin(都柏林大学学院);Bangladesh Institute of Governance and Management(孟加拉国治理与管理研究所)
针对Open RAN中xApp控制冲突导致的KPI下降问题,提出结合ECDF严重程度评估与事件级决策层的成本感知冲突分类框架,通过30次蒙特卡洛运行验证,其净效用为始终缓解基线的3.9倍。
2026-10-14 cs.NI
Consistent and Repeatable Testing of O-RAN Distributed Unit (O-DU) across Continents
本文针对2024年春季O-RAN全球PlugFest的开放前传跨实验室一致可重复测试主题,分析两个OTIC的O-DU测试方法与结果,梳理设置差异与挑战,提出最佳实践,为O-RAN落地提供参考。
2024-10-06 cs.NI
Intent-driven Intelligent Control and Orchestration in O-RAN Via Hierarchical Reinforcement Learning
本文提出一种基于分层强化学习的O-RAN意图驱动智能控制与编排方案,通过元控制器和控制器双层架构优化吞吐量、能效和时延,仿真显示相比基线在吞吐量和能效上均有显著提升。
2023-07-06 cs.NI
COMIX: Generalized Conflict Management in O-RAN xApps -- Architecture, Workflow, and a Power Control case
本文提出COMIX,一种用于O-RAN xApps的广义冲突管理方案,通过标准化框架和网络数字孪生检测并解决xApp间的冲突,在功率控制场景中平衡数据速率与能量效率,实现显著节能。
2025-01-24 cs.NI
Agents Should Replace Narrow Predictive AI as the Orchestrator in 6G AI-RAN
North Carolina State University(北卡罗来纳州立大学)
本文主张为实现Level 5自主6G网络,AI-RAN应从碎片化的窄预测模型转向多模态大语言模型作为核心推理智能体,通过提升LLM作为认知操作系统,动态翻译人类意图并自主诊断网络异常。
2026-05-12 cs.NI
Poster: Developing an O-RAN Security Test Lab
本文提出一种最小化且面向未来的O-RAN 5G网络部署方案,用于支持对其各组件开展实际安全分析,弥补当前仅有理论风险分析而缺乏动手实验的不足。
2024-09-02 cs.CR cs.NI
Choose, not Hoard: Information-to-Model Matching for Artificial Intelligence in O-RAN
iTEAM Research Institute - Universitat Politècnica de València(瓦伦西亚理工大学iTEAM研究所);Universidad Carlos III de Madrid(马德里卡洛斯三世大学);CNR-IEIIT(意大利国家研究委员会-电子、计算机与电信工程研究所)
开放式无线电接入网络(O-RAN)是一种新兴的范例,来自不同供应商的虚拟化网络基础设施元件通过开放的标准化接口进行通信。其中的关键元件是RAN智能控制器(RIC),一种基于人工智能(AI)的控制器。传统上,网络中可用的所有数据都用于训练要在RIC使用的单个AI模型。本文介绍、讨论和评估了在不同RIC创建多个AI模型实例,并利用来自某些(或所有)位置的信息进行训练。这带来了gNB之间的灵活关系,用于控制它们的AI模型,以及这些模型训练的数据。真实世界痕迹的实验显示了如何使用多个AI模型实例,从特定位置选择训练数据,从而提高了遵循囤积策略的传统方法的性能。
2023-01-12 cs.AI cs.LG cs.NI
Closing the Visibility Gap: A Monitoring Framework for Verifiable Open RAN Operations
针对Open RAN多运营商共享部署下现有零信任架构存在的合规盲区问题,提出一种主动验证配置与控制行为的监控框架,经测试延迟约200ms,可高效支撑多运营商场景的策略执行与合规审计。
2025-09-03 cs.CR cs.NI
On AI Verification in Open RAN
Tejas Networks;IMDEA Networks Institute;Northeastern University
针对 Open RAN 中 DRL 智能体运行可靠性问题,本文提出基于决策树的轻量级近实时验证方法,并给出可扩展集成架构与切片验证可行性验证。
2025-10-21 cs.AI cs.NI
Fingerprinting Deep Packet Inspection Devices by Their Ambiguities
提出dMAP框架,利用DPI解析歧义生成行为指纹,以20-40个探针远程区分全球DPI设备,助力网络干扰侦察。
2025-09-11 cs.CR cs.NI
Understanding O-RAN: Architecture, Interfaces, Algorithms, Security, and Research Challenges
开放无线电接入网络(RAN)及其通过O-RAN联盟规范的体现正准备彻底改变电信生态系统。O-RAN促进虚拟化RAN,其中分散的组件通过开放接口连接并通过智能控制器进行优化。其结果是RAN设计、部署和运营的新范式:O-RAN网络可以使用多供应商、可互操作的组件构建,并且可以通过集中式抽象层和数据驱动的闭环控制进行编程优化。因此,了解O-RAN、其架构、接口和工作流程对于无线社区的研究人员和从业人员来说至关重要。在这篇文章中,我们介绍了关于O-RAN的第一个详细教程。我们还讨论了主要的研究挑战,并回顾了早期的研究成果。我们将深入介绍O-RAN规范,描述其架构、设计原理和O-RAN接口。然后,我们描述了O-RAN RAN智能控制器(RIC)如何用于有效地控制和管理3GPP定义的RAN。在此基础上,我们讨论了O-RAN网络的创新和挑战,包括架构和接口支持的人工智能(AI)和机器学习(ML)工作流程,安全性和标准化问题。最后,我们回顾了可用于设计和测试O-RAN网络的实验研究平台以及最近的研究成果,并概述了O-RAN发展的未来方向。
2022-08-01 cs.NI eess.SP
Security and Privacy in O-RAN for 6G: A Comprehensive Review of Threats and Mitigation Approaches
James Watt School of Engineering, University of Glasgow(格拉斯哥大学詹姆斯·瓦特工程学院)
本文综述了O-RAN在6G中的安全漏洞和隐私问题,分析了基本漏洞、攻击向量及威胁,评估现有和未来安全机制,并探讨标准化活动以加强安全框架。
2026-03-22 cs.CR cs.NI
Q-RAN: Quantum-Resilient O-RAN Architecture
Ramanujan College, University of Delhi(德里大学拉马努金学院);coRAN Labs Private Limited(coRAN实验室私人有限公司)
针对O-RAN面临量子计算威胁,提出Q-RAN框架,采用NIST标准化PQC算法(ML-KEM、ML-DSA)及QRNG,部署PQ-IPsec等协议,构建抗量子安全体系。
2025-10-22 cs.CR cs.DC cs.NI
Towards xApp Conflict Evaluation with Explainable Machine Learning and Causal Inference in O-RAN
Virginia Tech(弗吉尼亚理工大学);Cornell University(康奈尔大学)
本文提出结合可解释机器学习和因果推断的xApp冲突管理框架,用于评估RAN控制参数与KPI之间的因果关系,以指导网络运营商进行更有效的冲突解决。
2026-03-11 cs.NI cs.SY eess.SY
Beyond Connectivity: An Open Architecture for AI-RAN Convergence in 6G
Institute for the Wireless Internet of Things, Northeastern University(无线物联网研究所,东北大学)
本文提出了一种开放式架构,用于6G中AI-RAN与电信融合,通过模块化和云原生特性支持异构AI部署,并引入AI-RAN Orchestrator和AI-RAN站点实现灵活的编排和实时处理能力。
2025-12-02 cs.AI cs.NI eess.SP
Energy-Aware CPU Orchestration in O-RAN: A dApp-Driven Lightweight Approach
针对O-RAN软件化转型中RAN工作负载与通用OS调度器适配不佳导致的能耗与性能问题,提出一种部署在DU层的轻量级dApp,通过线程级遥测实时调整CPU配置,在无内核修改、不依赖专有软硬件的情况下实现节能且不损实时性能。
2025-08-01 cs.NI cs.OS cs.PF
Microsegmented Cloud Network Architecture Using Open-Source Tools for a Zero Trust Foundation
本文提出基于零信任原则和微分段的多云网络架构,利用开源工具实现安全连接与资源支持,解决多重安全与运营挑战,为多云环境提供灵活、独立的零信任安全基础。
2024-11-19 cs.CR cs.DC cs.NI
Network Digital Twin for Open RAN: The Key Enablers, Standardization, and Use Cases
本文探讨了开放式无线接入网(O-RAN)中网络数字孪生(NDT)的关键使能技术、标准化及部署前后的应用,并通过网络能效和流量引导两个实际用例展示了其有效性。
2023-08-04 cs.IT cs.NI math.IT
Securing O-RAN Open Interfaces
本文首次全面研究了加密对 Open RAN 的 E2 接口和 Open Fronthaul 的影响,基于 Colosseum 和 5G 私有网络实验定量评估了加密带来的延迟与吞吐量损耗,并提出四项安全设计原则。
2024-04-23 cs.CR cs.NI cs.SY
Implementing and Evaluating Security in O-RAN: Interfaces, Intelligence, and Platforms
本文从整体视角探讨了O-RAN系统的安全性,针对开放接口、平台和智能三个重点领域识别威胁并提出解决方案,通过实验证明其能有效防御网络攻击,为研究人员提供了独特指导。
2024-07-25 cs.CR cs.NI cs.SY