CANOPY

Cognitive and Automated Network Operations for Present and Beyond

Logo CANOPY
© Projekt CANOPY
CANOPY

Projektbeschreibung
Mit zunehmendem Wettbewerb und Kostendruck stehen Kommunikationsdienstleister vor großen Herausforderungen bei der technologischen Entwicklung. Es werden neue Strategien benötigt, um den besten Kompromiss zwischen der Quality of Experience (QoE) für den Endkunden und den Kosten für den Netzbetrieb zu finden.

Derzeit arbeiten die meisten Mobilfunknetzbetreiber in Netzbetriebszentralen (Network Operations Centers, NOCs) noch reaktiv und führen Diagnosen und Fehlerbehebungen nur im Fehlerfall durch. Dies ist ineffizient und zeitaufwändig, da er die manuelle Analyse einer Vielzahl von Informationsquellen wie Alarme, Leistungsmetriken und Konfigurationsdaten erfordert: Reparaturen dauern lange, die Serviceverfügbarkeit sinkt, Kundenbeschwerden sind die Folge.

CANOPY (Cognitive and Automated Network Operations for Present and Beyond) hilft den Kommunikationsdienstleistern, mehr automatisierte und selbstverwaltete Prozesse zu implementieren und dabei die Vorteile von künstlicher Intelligenz (KI) und Maschinellem Lernen (ML) zu nutzen. So kann eine größere Zahl an Anfragen bei gleichzeitig geringerem Einsatz von Ressourcen bewältigt werden.

Durch den Einsatz von KI/ML ist es möglich, schnellere Entscheidungen zu treffen, Netzwerkinformationen in nahezu Echtzeit zu verarbeiten und Netzwerkfunktionen zu automatisieren. Diese Techniken beruhen auf der Erkennung bekannter Muster auf der Grundlage von Daten aus der Vergangenheit, um das zukünftige Auftreten ähnlicher Netzwerkprobleme vorherzusagen, bevor sie auftreten. So werden erforderliche Maßnahmen zur Selbstheilung ermöglicht, noch bevor der Kunde überhaupt betroffen ist. KI wird den Netzbetriebszentralen-Teams helfen, effizienter zu arbeiten, indem sie zusätzliche Informationen über Anomalien, Ticketlösungen und Fehlerfrüherkennung liefert. Die Ergebnisse von CANOPY werden daher dazu beitragen, dass sich die Netzbetriebszentralen von reaktiven zu proaktiven und vorausschauenden Systemen entwickeln.

Konsortium
Deutschland: Detecon International GmbH, Expleo Germany GmbH, Fraunhofer IIS/EAS
Portugal: Celfinet, ISEP – Instituto Superior de Engenharia do Porto, IT/IST
Türkei: KocSistem, Tarentum, Turkcell Teknoloji

Laufzeit
August 2022 – Juli 2025

Budget (Deutschland)
Gesamtmittel: 2,8 Mio. €
Fördermittel: 1,7 Mio. €