Orange 团队开发了 IAlerting，以保护 Orange 客户和用户免受此类行为的后果。这个用于检测被盗账户的系统使用人工智能 (AI) 来处理数十亿个身份验证事件，检测连接异常，从而检测潜在的网络攻击。其目标是评估上游连接的合法性，以使客户体验更加安全。“每次尝试身份验证时，系统都会分析识别数据并评估是否需要通知客户可疑或异常行为，”项目团队解释道*。“IAlerting 根据先前连接的统计模型计算风险评分。”
一个自适应且响应迅速的工具
该系统是集中管理连接会话的大量工作的成果。使用集中数据（例如连接的日期、时间和地 目标电话号码或电话营销数据 点以及所使用的设备和登录名）——这些数据是合法和非法连接的混合——项目团队运行机器学习和人工智能算法来发现可疑或异常的行为模式。每秒有 100 个事件需要评分，有 2000 万客户和 4200 万用户，技术挑战巨大。尽管如此，一切都进展顺利，项目仅用了三周就从研究实验室转移到了现场！这种快速执行是从一开始就以用户为中心的务实方法和研发团队之间合作的结果。为利用协作式人工智能节省更多能源
5G 基站
2022 年 10 月 17 日星期一
阅读时间：3分钟
算法
网络
研究
研究展览
分享按钮
借助协作式 AI（人工智能），可以模拟多智能体交换，以评估协作的适用性和可行性。Orange 的研究重点是 请亲自 查看常见问题解答 将这项技术应用于网络之间的协商，以优化其接入网络的能源效率和影响。
由于 RAN（无线接入网络）基础设施占移动运营商网络总能耗的 80% 至 90%，这些挑战显得更加严峻。运营商已在努力减少能源足迹，例如，Orange 仅在夜间流量较少时使用一个频段。但是，可以探索其他途径以更进一步。
合作解决方案
例如，不同的运营商可以合作共享资源，从而显著减少网络的能源负荷。在 Orange 研究并在研究与创新展览会上展示的场景中，每个运营 印度手机号码 商可以轮流托管其他运营商的流量，持续一夜。这样，只有一个 RAN 会保持活跃，而不是两个、三个、四个或任意多个，具体取决于参与合作的运营商数量。该理论在纸面上很有前景，但在付诸实践之前，它必须满足公平性和激励贡献方面的某些条件。简而言之：运营商愿意参与吗？“为了回答这个问题，我们制定了一些规则并启动了合作试验，”Orange 网络研究工程师 Xavier Marjou 解释道。“通过根据不同的规则集试验人工智能，可以确保拟议的合作系统可靠、公平并对各方有利。”