Étude de cas

TM Forum Catalyst C23.0.472 : AI-powered cooperation for efficient networks

Des opérateurs à couverture radio superposée conviennent de qui dessert une zone aux heures creuses ; MEF.DEV y a participé et a fourni la couche d'intégration alignée sur ODA.

Orientation Exploiter des agents AI multi-fournisseurs sous votre contrôle

La problématique

Les réseaux d’accès radio de plusieurs opérateurs couvrent souvent les mêmes zones. Le Catalyst visait à permettre aux opérateurs de convenir, aux heures creuses, lequel d’entre eux dessert une zone, puis de reconfigurer tous leurs réseaux selon cette décision — automatiquement et sans interrompre les autres opérations métier — afin de réduire la consommation d’énergie.

Rôles

Une équipe Catalyst composée d’opérateurs en tant que porteurs du projet, et de fournisseurs apportant les composants OSS et AI, l’algorithme de décision de couverture et la couche d’intégration. MEF.DEV a pris en charge la couche d’intégration.

Étapes de la boucle fermée

  1. Les opérateurs concluent un accord de coopération pour partager la responsabilité de la couverture dans des zones convenues pendant les périodes de faible demande.
  2. Un algorithme de décision répartit la responsabilité de la couverture entre les opérateurs.
  3. Les intentions pour le réseau sont traduites en opérations : les éléments radio sont éteints ou rallumés, et le cœur de réseau et la connectivité sont adaptés à la nouvelle topologie.
  4. La gestion de la performance remonte la demande et la consommation d’énergie, ce qui alimente la décision suivante.

La contribution de MEF.DEV

Le composant Enterprise Integration et une API Process Flow Management alignés sur la TM Forum Open Digital Architecture, qui relient les systèmes des participants. Construits sur MEF.DEV avec BPMN low-code : interfaces de gestion, logique complémentaire de boucle de contrôle et transformations entre API standard et non standard.

Normes

TM Forum Open Digital Architecture ; intégration événementielle entre les composants d’architecture.

Sources : TM Forum Catalyst C23.0.472 — AI-powered cooperation for efficient networks (2023)

Demande de document

 

Les notifications accompagnent le document : c’est ce qui le rend gratuit. Chaque notification comporte un lien de désabonnement.

En envoyant ce formulaire, vous acceptez la Politique de confidentialité, Conditions d’utilisation et cookies fonctionnels et analytiques.