摘要

随着移动网络在公共领域的快速发展，军事通信系统越来越多地采用和加强商业领域已有的东西。越来越多的战术LTE部署，与传统的非3GPP系统相比，提供了更好的带宽和延时。随着私人5G的部署即将到来，更多的网络改进正在出现，这将使延迟关键型的应用得到空中控制。然而，如果不增加网络的复杂性，所有这些改进是不可能实现的。因此，传统的网络管理和操作系统需要用机器学习（ML）和人工智能（AI）技术来增强，因为人类在物理上不可能分析来自现代蜂窝网络上不同层次和领域的不断增加的信息量。

目前在军事行动上的通信部署通常是基于纯军事的通信。在某些情况下，也会使用带有加密装置的商业网络来保护它们。4G网络的广泛部署和未来短期内5G技术的部署将是一个游戏规则的改变。这种高频段的移动网络将使基于这些技术的纯军事网络和混合部署成为可能，其中军事设备的气泡通过商业网络连接。举例来说，一个使用移动终端的排将在一个专用网络上交换信息，与战场上物联网传感器设备的第二个专用网络进行通信，并与指挥部的第三个专用网络共享所需信息，而这三个网络通过商业网络相互连接，所有这些都使用相同的技术。

在本文中，我们将谈论基于AI/ML的解决方案，通过实时检测异常情况和预测未来的潜在问题，提高混合私有网络和公共网络的运行效率。我们将介绍解决拥堵、质量和安全相关问题（信息泄露或安全攻击）的用例，并展示有效识别和预防即将发生的问题。我们还将谈论向5G系统的演变，以及AI/ML技术如何内在地嵌入3GPP标准中，以及它如何帮助战术性的军事5G网络部署。

引言

多年来，移动核心网络不断发展，以适应无线电网络、设备、云技术以及新服务的要求所开发的新功能。随着移动通信的巨大进步，采用和加强商业领域已有的功能开始变得有意义。事实上，随着LTE（长期演进，又称4G）技术在吞吐量和延迟方面的显著改善（与2G和3G的前身相比），泰雷兹已经在提供不同口味的私人LTE泡沫，这些泡沫将利用泰雷兹的安全技术增强商业传输。随着第一批5G独立（5G SA）网络的出现，以及内嵌的端到端切片能力和标准化的分析功能，当涉及到泡沫部署的灵活性、对新用例的支持以及网络操作的便利性时，新的机会正在出现。

从军事角度来看，私营和商业网络的混合提供了多种优势，但也有一些劣势。私有网络顾名思义是在所有者的控制之下，这可以为其使用提供更多的安全保障，但部署的成本通常要高得多。另一方面，使用公共网络可以提供较低的成本，但安全性较低，风险较大。两个世界的混合可以优化军事应用中的资源使用。纯粹的私人网络的气泡可以通过商业网络与额外的安全层互连，甚至更多，通过网络切片的5G SA（独立）甚至可以实现低成本的部署。

为了应对这些场景中可能出现的相关安全问题，我们建议通过使用机器学习（ML）来使用以下网络管理技术。