5G时代的AI技术应用详解

图书标准信息

• 作者 亚信科技有限公司（中国） 著
• 出版社 清华大学出版社
• 出版时间 2020-11
• 版次 1
• ISBN 9787302565321
• 定价 79.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 288页
• 字数 301千字

【内容简介】

本书结合大量实际案例，全面且详细地介绍了企业在5G时代应该如何应用AI技术来提升生产、运营和管理能力。全书共分为三篇：第一篇为基础与网络篇，包括第1～4章，主要介绍如何将AI技术应用于网络智能切片、物联网和5G网络多量纲计费业务场景中；第二篇为客户与管理篇，包括第5～8章，以客户体验管理、客户关系管理、企业业务流程管理、企业商业智能决策四大典型应用场景为例，详细介绍如何通过AI技术提升企业的管理效能；第三篇为运维与安全篇，包括第9～12章，其中第9～11章分别介绍AI技术应用于网络智能运维、机房智慧管控、智能安防的应用案例，第12章则对AI能力平台化的建设、沉积等内容进行详细论述，并给出AI平台建设的理念、功能设计和技术设计建议。本书可供通信行业和其他行业的IT从业人员，以及科研人员、高校师生阅读和参考。 

【作者简介】

亚信科技（中国）有限公司（简称亚信科技，股票代码01675.HK）创建于1993年，是国内领先的软件产品、解决方案和服务提供商，致力于成为5G时代大型企业数字化转型的使能者。

 

公司积极拥抱5G、云计算、大数据、AI、物联网等先进的技术，依据“一巩固、三发展”的战略决策，依托产品、服务、运营和集成的能力，在传统业务方面，以5G为契机，全面布局，提升效能，巩固BSS市场的领导地位；在新兴业务方面，5G OSS网络智能化、DSaaS数字化运营服务、企业上云及垂直行业领域快速规模化发展。同时，公司将与业界伙伴共同建设生态体系，持续推动商业模式转型，为企业数字化转型和产业可持续发展贡献力量。

 

亚信科技拥有行业领先的研发能力和丰富的电信级软件产品，包括客户关系管理、计费账 务、大数据、物联网及5G网络智能化产品。大型企业客户来自金融、交通、邮政、能源、广电、零售、政务等行业。

 

【目录】

第一篇   基础与网络篇

 

第1章  “5G+AI”概述2

 

1.1  新基建下的“5G+AI”技术发展3

 

1.1.1  新基建的内涵和外延3

 

1.1.2  新基建对5G和AI发展的影响6

 

1.2 5G时代的AI技术趋势10

 

1.2.1 AI部署云边协同10

 

1.2.2 AI注智实时持续12

 

1.2.3 AI应用民主灵活13

 

1.2.4 AI决策高度仿真14

 

1.3  我国5G产业与技术发展16

 

1.3.1  我国5G技术发展历程16

 

1.3.2 5G改变社会17

 

1.4  我国AI产业与技术发展22

 

1.4.1  人工智能发展概述22

 

1.4.2  我国人工智能技术的发展24

 

第2章  AI与5G网络智能切片29

 

2.1 5G业务多样化与网络需求弹性化29

 

2.2 5G网络智能切片概述31

 

2.2.1 5G网络智能切片的概念与特征32

 

2.2.2 5G网络智能切片端到端结构33

 

2.2.3 5G网络智能切片的RAN侧技术挑战34

 

2.2.4 5G网络智能切片的AI平台和分析系统35

 

2.2.5 5G网络智能切片的智能部署36

 

2.2.6 5G网络智能切片的标准化增强37

 

2.3  应用于5G网络切片中的AI技术38

 

2.3.1 5G网络智能切片的设计流程38

 

2.3.2  基于GA-PSO优化的网络切片编排算法43

 

2.3.3 5G网络切片使能智能电网53

 

2.3.4  应用于NWDAF中的联邦学习技术59

 

第3章  AI与智能物联网63

 

3.1 5G时代IoT海量数据实时处理63

 

3.2  边缘计算与云边协同65

 

3.2.1  边缘计算65

 

3.2.2  云边协同67

 

3.3  应用于智能IoT中的AI技术72

 

3.3.1  联邦迁移学习72

 

3.3.2 RPnet网络与车牌识别74

 

3.3.3  对抗生成网络与移动目标检测76

 

3.3.4 Android手机去中心化的分布式机器学习78

 

3.3.5  “AI＋移动警务”79

 

第4章  AI与5G网络多量纲计费80

 

4.1 5G时代变得日益复杂的网络计费80

 

4.2 5G多量纲计费概述82

 

4.2.1  与4G计费量纲对标83

 

4.2.2 5G计费因子确定85

 

4.2.3 5G计费欺诈预防86

 

4.2.4 5G流量异常监测87

 

4.3  应用于智能计费中的AI技术89

 

4.3.1 ST-DenNetFus算法与网络需求弹性分析89

 

4.3.2  强化学习（RL）与客户意图分析92

 

 

 

第二篇? 客户与管理篇

 

第5章  AI与客户体验管理98

 

5.1  客户感知网络质量与客观KPI指标差异98

 

5.2 CEM概述102

 

5.2.1 CEM基本概念102

 

5.2.2  客户网络体验感知量化104

 

5.2.3 CEMC与端到端客户服务体验改善106

 

5.3  应用于CEM中的AI技术108

 

5.3.1 ADS算法与用户网络感知原因定位109

 

5.3.2 Chatbot技术与客服体验优化111

 

5.3.3  基于KDtree、LSTM以及多算法融合的网络容量预测113

 

5.3.4 NPS度量与用户业务感知提升114

 

第6章  AI与客户关系管理（CRM）118

 

6.1 5G需求差异化与服务精准化118

 

6.2 CRM概述120

 

6.2.1 CRM基本概念120

 

6.2.2 AI注智客户差异化服务营销121

 

6.3  应用于CRM中的AI技术122

 

6.3.1 BERT技术在客服NLP中的应用122

 

6.3.2  基于用户单侧通话记录检测的诈骗电话识别127

 

6.3.3  应用于用户差异化营销中的人脸识别应用技术131

 

6.3.4  应用于户外广告屏的人体属性识别技术134

 

6.3.5 MPMD加权回归方法在客户画像中的应用实现139

 

6.3.6  “CRNN+OpenCV”与用户身份证信息自动录入146

 

6.3.7  基于OCR识别的用户签名信息核对148

 

6.3.8  基于中心性和图相似性算法的智能推荐应用148

 

6.3.9  基于LDA和MLLT的语音识别特征变换矩阵估计方法150

 

6.3.10  基于MFCC和Kaldi-chain声学模型的语音情绪分析153

 

第7章  AI与流程管理156

 

7.1  智能流程管理与企业降本增效156

 

7.2 AIRPA助力数字化转型157

 

7.2.1 RPA概述157

 

7.2.2 RPA开发运行流程161

 

7.2.3 RPA开发工具163

 

7.2.4 RPA管控调度164

 

7.2.5 RPA任务执行引擎166

 

7.3  应用于智能流程管理中的AI技术167

 

7.3.1 YOLO模型检测和分类票据167

 

7.3.2  用OpenCV去除印章169

 

7.3.3 CRNN识别票据关键信息170

 

7.3.4  基于模板的OCR识别171

 

第8章  AI与商业智能173

 

8.1 5G与运营商业务决策和业务流程优化173

 

8.2  构建基于通信AI的全面战略管理决策体系176

 

8.3  应用于智能决策中的AI技术177

 

8.3.1  纳什均衡算法与携号转网最优市场决策177

 

8.3.2  Transfer Learning（迁移学习）技术与客户携转风险识别183

 

8.3.3  基于多源指标关联分析的业务沙盘推演186

 

8.3.4  基于社群发现的用户转网预警分析192

 

 

 

第三篇? 运维与安全篇

 

第9章  AI与网络智能运维198

 

9.1 5G网络复杂化与运维模式创新198

 

9.2 AIOps概述200

 

9.2.1 AIOps概念与关键业务流程200

 

9.2.2 AIOps与智能运维学件202

 

9.3  应用于智能运维中的AI技术204

 

9.3.1  基于动态阈值的网络运维异常检测204

 

9.3.2  基于DBSCAN和Apriori算法的传输网告警根因定位209

 

9.3.3  集成学习算法与网络故障预测214

 

9.3.4  时序算法与网络黄金指标预测216

 

9.3.5  基于异构知识关联的运维知识图谱构建218

 

第10章AI与机房智慧管控221

 

10.1 5G时代的中心机房智慧管控221

 

10.2  机房资源调度与监控管理概述223

 

10.2.1  机房环境物理指标223

 

10.2.2  “IoT+AI”辅助机房管理自动化224

 

10.2.3  机房安防布控与违规预警225

 

10.3  应用于机房智能化中的AI技术225

 

10.3.1  机器学习方法辅助数据中心降低能源消耗225

 

10.3.2 Faster-RCNN目标检测算法监控机柜资源占用229

 

10.3.3  基于计算机视觉方法的机房火情监测233

 

第11章AI与智能安防235

 

11.1  “5G+AI”安防发展趋势236

 

11.2  应用于智能安防中的5G技术239

 

11.2.1  无线视频监控部署239

 

11.2.2  三域一体立体化防控241

 

11.2.3  海量数据实时响应242

 

11.3  应用于智能安防中的AI技术244

 

11.3.1 AI安防模型244

 

11.3.2 AI服务实现250

 

11.3.3  资源混编调度252

 

第12章5G时代的AI能力平台化255

 

12.1 AI平台建设与能力沉积255

 

12.2 AI平台建设理念与思路256

 

12.3  AI平台建设功能设计261

 

12.3.1  云化引擎设计261

 

12.3.2 API算法体系262

 

12.3.3 AI能力生产方式262

 

12.3.4 AI能力输出方式265

 

12.3.5  与生产环境对接266

 

12.4  AI平台建设的技术设计267

 

参考文献269