Network Digital Twin
Für 5G und 6G
Der VIAVI Network Digital Twin ermöglicht es Ihnen, maßgeschneiderte digitale Abbilder Ihres Netzwerks zu erstellen. Durch den Einsatz von KI sowie aussagekräftiger Feldmessdaten unserer Instrumente und Software für eine hohe Realitätsnähe können Sie die RAN-Umgebung, Geräte und Szenarien simulieren. Dies erleichtert ein effektives Training, die Durchführung von Tests sowie die Optimierung Ihres Netzwerks – RANtoCore – ohne den laufenden Betrieb zu beeinträchtigen.
Wählen Sie aus einzelnen Komponenten, um Digital-Twin-Lösungen zu erstellen, die vollständig an Ihre Anforderungen anpassbar sind und den gesamten Protokoll-Stack abdecken.
Die VIAVI Network Digital Twin Lösung
Die Ray-Tracing-Technologie von VIAVI modelliert detaillierte Mikroszenarien, z. B. Beam-Bouncing innerhalb von Gebäuden. Die RANtoCore Network und Cloud Edge Emulationslösung emuliert Tausende von Mobilgeräten.
Die RAN-Szenario-Generierung (RSG) mit KI-gestützter App-Validierung fungiert als systemweiter RAN Digital-Twin und optimiert das gesamte Netzwerk.
Ray Tracing eignet sich hervorragend zur Feineinstellung einzelner Knoten oder kleiner Cluster, während die KI-gestützte RSG ideal für einen umfassenderen Überblick ist. Mit Betreiberdaten stellen RSG und Ray Tracing gemeinsam den realistischsten und leistungsfähigsten RAN Digital-Twin zur Verfügung.
Passen Sie Varianten an unterschiedliche Netzwerktypen oder -segmente an, einschließlich UE-Digital-Twin, RAN-Digital-Twin, NTN-Digital-Twins und mehr.
VIAVI TM500: Emuliert Tausende von Mobilgeräten in 4G/4.5G und 5G/Open RAN.
TeraVM AI RSG: Simuliert das RAN-Verhalten auf Systemebene und erstellt einen RAN-Digital-Twin, der die realen Netzwerkbedingungen spiegelt. Leistungsmerkmale:
- Genaue Simulation: Emuliert verschiedene Topologien, Konfigurationen, Mobilitätsmuster und Verkehrsprofile auf realen und synthetischen Karten.
- Unterstützung mehrerer Netzwerke: Unterstützt 4G, 5G, das aufkommende 6G und nicht-terrestrische Netze (NTN).
- KI-gestützte Optimierung: Verbessert Technologien wie Massive MIMO für eine höhere Netzwerkleistung.
VIAVI Ray Tracing: KI-gestützter Near-Real-Time (NRT) Ray-Tracing-Kanalgenerator und 3D-Netzwerkplanungswerkzeug mit realistischen Karten und hochpräzisem Funkausbreitungskanal – ideal für Szenarien wie mMIMO-Optimierung und Indoor-Modellierung.
VIAVI Automation Management and Orchestration System (VAMOS): Automatisiert Testprogramme, Testfälle und deren Ausführung in einer einzigen cloudbasierten Plattform.
Über seine Mobilfunkprodukte hinaus bietet VIAVI eine cloudnative KI-Plattform für den Netzbetrieb (AIOps), die umfangreiche Daten sammelt und aggregiert, intelligente KI einsetzt, um Signale von Störgeräuschen zu trennen, schnell die Ursachen von Problemen zu identifizieren und diese automatisch zu beheben. Diese Lösung zur Erfassung von Live-Netzwerkverkehr ergänzt den Netzwerk-Digital-Twin und macht ihn zur realistischsten Lösung auf dem Markt.
Entwickeln und testen Sie kognitive, KI-gestützte Self-Organizing Networks (SON) und RAN-Anwendungen in realen Szenarien.
Werden Sie Partner von VIAVI
- Ende-zu-Ende-Netzwerkemulation: Von RANtoCore, wobei Labor-zu-Feld- und Feld-zu-Labor-Erkenntnisse während des gesamten FuE-Lebenszyklus bewährte Ergebnisse für Netzausrüster (NEM) und Kommunikationsdienstleister (CSP) liefern.
- Bestes Emulator-Portfolio: REST-API für Terminplanung, Bereitstellung, Konfiguration, Durchführung und Ergebniserfassung – mit der marktführenden UE-Emulationslösung.
- Schnelle Synchronisation: Schnelle Abstimmung zwischen physischen Netzwerken und deren Digital Twins.
- KI-gestützte RAN-Szenario-Generierung (RSG): Erstklassige Datensätze zur Unterstützung des KI-Trainings.
- Umfassende Protokollunterstützung: Abdeckung des gesamten Protokoll-Stacks.
- Echtzeit-Ray-Tracing: Optimierung der EM-/HF-Ausbreitung
- Vollständige Automatisierung und Orchestrierung: Mit dem VIAVI Automation Management and Orchestration System (VAMOS).
- Intelligente Trainingsmodelle: Eingebettete intelligente Schulungsrahmen.
- Umgebungsunabhängige Bereitstellung: Flexibilität über verschiedene Bereitstellungsumgebungen hinweg.
- KI-gestützte Effizienz: Verbesserte Rechenleistung durch KI-Integration.
- Umfassende 3GPP- und O-RAN-Unterstützung: Breite Abdeckung wichtiger Funktionen.
- Nahtloser Wechsel zu 6G: Das Fachwissen von VIAVI Marconi Labs zu Ray Tracing und 6G-Digital-Twin, Digital-Twin-Technologien, Netzwerk-Digital-Twins und führenden Digital-Twin-Netzwerklösungen ermöglicht einen reibungslosen Wechsel von 5G zu 6G.
-
Digital Twins für Netzwerke
Intelligente Digital-Twin-Technologie für effiziente, zuverlässige und sichere 5G- und 6G-Netze
-
In der Praxis bewährt: Expert Talks Podcast
Definition der Digital-Twin-Technologie
Digital Twins sind virtuelle Abbilder physischer Objekte oder Systeme, die Echtzeitdaten und fortschrittliche Modellierungstechnologien nutzen, um das Verhalten ihrer realen Gegenstücke präzise zu simulieren. Die hohe Genauigkeit, Detailtreue und Synchronisation von Digital Twins ermöglichen es, die Auswirkungen verschiedener Änderungen und Szenarien digital zu testen. Zu den Branchen und Berufen, die die Vorteile der Digital-Twin-Technologie für sich entdeckt haben, gehören u.a.:
- Flugzeugkonstrukteure, die die Machbarkeit und Sicherheit neuer Konzepte virtuell testen.
- Fertigungsbetriebe, die Digital Twins einsetzen, um die Prozesseffizienz zu optimieren und Engpässe vorherzusagen.
- Gesundheitsdienstleister und Forscher sagen den Krankheitsverlauf mithilfe präziser digitaler Modelle von Organen und Anatomie der Patienten voraus.
- Smart Cities nutzen digitale Abbilder, um den Energieverbrauch und den Verkehrsfluss zu optimieren.
Ein Digital-Twin-Netzwerk ist ein virtueller Zwilling der Hardware und Software eines physischen Netzwerks, einschließlich RAN, Core und mobiler Endgeräte von Nutzern. Datenströme aus dem Betriebsnetzwerk werden kontinuierlich integriert, um die aktuellen Netzwerkbedingungen möglichst genau zu spiegeln. Im Digital Twin können unendlich viele Konfigurationen, Mobilitätsmuster und Verkehrsprofile nachgebildet werden, wodurch sich neue Möglichkeiten für Prototyping, Tests und selbstoptimierende Funktionen eröffnen.
Die Vorteile von Digital-Twin-Networks
Dank der vielfältigen Anwendungsmöglichkeiten bieten Digital Twins eine Plattform, um neue Konzepte sicher und kosteneffektiv zu bewerten. Die aus physischen Netzwerken gesammelten Daten machen Digital Twins zudem zu optimalen Monitoring-Tools, sodass die Auswirkungen jeder Änderung sofort nachvollziehbar sind. Weitere Vorteile von Digital-Twin-Netzwerken:
- Tests auf Abruf: Neue Anwendungsfälle und -szenarien können im Digital-Twin-Netzwerk eingeführt werden, um deren Auswirkungen zu prüfen, ohne dass dabei der laufende Betrieb gestört oder die Dienstgüte beeinträchtigt wird.
- Ressourcenmanagement: Die Nutzung des Spektrums und der Energieverbrauch müssen kontinuierlich optimiert werden, um das Potenzial von 5G als nachhaltiger Topologie voll auszuschöpfen. Die Modellierung und Analyse der Netzwerknutzung und Verkehrsbelastung im Digital Twin unterstützt eine intelligente Ressourcenzuweisung.
- Simulation von Sicherheitsbedrohungen: Komplexe Multi-Vektor-Cyberangriffe, die im Digital-Twin-Netzwerk gestartet werden, helfen dabei, Schwachstellen zu identifizieren und Risiken proaktiv zu mindern, ohne das Live-Netzwerk realen oder synthetischen Bedrohungen auszusetzen.
- Massive-MIMO-Optimierung: Digital Twins können eine mangelhafte Ausrichtung der Antennen sowie HF-Verzerrungen simulieren, um die MIMO-Kalibrierung und die kontinuierliche Leistung zu optimieren. Der Digital Twin nutzt Feedback von realen MIMO-Arrays, um kontinuierlich Phasenverschiebungen der Antenne und Ruhezyklen anzupassen.
Die größten Herausforderungen beim Aufbau von Digital-Twin-Netzwerken
Digital Twins, die das Verhalten von Objekten wie Flugzeugen, Gebäuden oder Maschinen nachbilden, müssen kontinuierlich Informationen zwischen der physischen und der digitalen Welt austauschen, um eine präzise Darstellung zu gewährleisten. Diese Herausforderung vervielfacht sich bei hochkomplexen und unvorhersehbaren 5G- und 6G-Netzen, wodurch sie besonders anspruchsvolle Anwendungsfälle für die Digital-Twin-Technologie darstellen. Die offensichtlichen Vorteile in puncto Leistung, Effizienz und Sicherheit sind mit den folgenden Herausforderungen verbunden:
- Datenintegrität: Die große Datenmenge, die von Mobilfunkmasten, Nutzergeräten und weiteren Netzwerkkomponenten gesammelt wird, erschwert die konsistente Versorgung des Digital Twin mit einem sauberen und umfassenden Datenstrom.
- Komplexität von Network-Slices: Die Emulation von Network-Slices mit unterschiedlichen Leistungsanforderungen, Konfigurationen und Bereitstellungstopologien ist eine Herausforderung und verdeutlicht die höhere Komplexität von 5G gegenüber dem 4G-RAN.
- Genauigkeit von KI-Modellen: In hochdynamischen Netzwerken wird die künstliche Intelligenz (KI), die zur Simulation von repräsentativem Verkehr, Bewegungsmustern und Funkkanalstörungen verwendet wird, stark gefordert.
- Skalierbarkeit: Aufgrund der wachsenden Größe und Komplexität von Netzwerken müssen Digital Twins in der Lage sein, sich rasch anzupassen und zu skalieren, um mit den neuesten Konfigurationen Schritt zu halten.
- Sicherheitsrisiken: Da Digital Twins kontinuierlich mit Live-Netzwerken verbunden sind, stellen sie ein verlockendes Ziel für Angreifer dar, die versuchen, die Netzwerkinfrastruktur zu schädigen, Schwachstellen zu erkennen oder Datenverkehr abzufangen.
Häufig gestellte Fragen zum Netzwork Digital Twin
Mit einem Digital-Twin-Netzwerk wird die Komplexität von 5G- und 6G-Netzen in die digitale Domäne verlagert: Softwarebasierte RAN- und Core-Funktionen werden nachgebildet, während MIMO-Arrays, HF-Kanäle, Benutzerverkehr und andere variable Elemente simuliert werden, die fortlaufend mit dem Netzwerk interagieren und es beeinflussen. Nach der Einrichtung des Digital Twin wird er zu einem voll funktionsfähigen Testumfeld, in dem neue Netzwerkerweiterungen und -funktionen sicher erprobt werden können.
Für einen realistischen Digital Twin müssen alle Netzwerkelemente repliziert und kontinuierlich mit Live-Daten aus dem physischen Netzwerk versorgt werden. Die Nachbildung des aktuellen Gerätestatus, der Signalstärke und der Verkehrslast erhöht den Nutzen des Digital Twin sowohl für die Leistungsoptimierung als auch für beschleunigte Testprozesse.
Der Unterschied zwischen herkömmlicher Netzwerkmodellierung und Digital-Twin-Technologie entspricht den wesentlichen Unterschieden zwischen Simulation und Emulation. Während Erstere verwendet wird, um die Infrastruktur und das Verhalten des Netzwerks im Labor nachzubilden, wird Letztere fortlaufend mit Live-Daten aus dem realen Netzwerk aktualisiert, um eine dynamische Darstellung zu schaffen, die sich mit der Entwicklung und Erweiterung des Netzwerks verändert. Herkömmliche Modelle sind zwar nach wie vor nützlich, können jedoch lediglich eine Momentaufnahme des Netzwerks zu einem bestimmten Zeitpunkt liefern. Genau dieser Unterschied macht Digital Twins so wertvoll für vorausschauende Analysen und die Optimierung.
Während die einfachsten Digital Twins ein einziges Modell zur Abbildung eines physischen Objekts verwenden, setzen komplexe Anwendungen wie Smart Cities, Fabriken und Telekommunikationsnetze auf mehrere Digital Twins, die zusammenarbeiten, um das Gesamtsystem zu emulieren. Zu den wichtigsten Komponenten und Elementen, aus denen ein Netzwerk-Digital-Twin besteht, gehören:
- KI-gestützte RAN-Szenario-Generierung (RSG) zur Emulation des gesamten RAN
- Ray-Tracing-Technologie zur detaillierten Modellierung spezifischer Beam-Verläufe
- UE-Emulationslösungen zur Simulation von Tausenden von Mobilgeräten
- NTN-Digital-Twins zur Simulation des Verhaltens nicht-terrestrischer Netzwerke
Dieser modulare Ansatz der Digital-Twin-Technologie erlaubt es, reale und emulierte Elemente nach Belieben zu kombinieren, um Leistungs- und Kompatibilitätsprobleme effizient und vorausschauend zu bewerten.
Die Echtzeitverbindung zur physischen Welt, die Digital Twins so wertvoll macht, kann gleichzeitig Sicherheitsrisiken bergen, wenn Endpunkte ausgenutzt werden, um in den Netzwerk-Digital-Twin einzudringen. Proaktive Risikobewertungen, starke Verschlüsselungsprotokolle für die zwischen physischen Netzwerken und Digital Twins übertragenen Daten sowie eine kontinuierliche Netzwerküberwachung tragen dazu bei, die Sicherheit des Netzwerks zu gewährleisten.
Sobald der Digital Twin in Betrieb ist, spielt er eine entscheidende Rolle bei der Minimierung von Sicherheitsrisiken, indem er eine Plattform bietet, um die Auswirkungen von Malware, DDoS-Angriffen, Abhörversuchen und anderen potenziellen Bedrohungen zu testen und die Wirksamkeit neuer Gegenmaßnahmen zu überprüfen. Sicherheitsteams können auf Basis dieser Einsichten die Sicherheitstools und -maßnahmen im realen Netzwerk fortlaufend verbessern.
Künstliche Intelligenz (KI) arbeitet mit Digital Twins zusammen, um die Netzwerksicherheit zu erhöhen, indem sie komplexe und realistische Cyberangriffsszenarien für Tests im digitalen Bereich erstellt. Dies ist jedoch nur ein Beispiel dafür, wie KI die Leistung von Netzwerk-Digital-Twins grundlegend beeinflusst. KI-Modelle, die mit realen Daten trainiert werden, ermöglichen die Erstellung von hyperrealistischen RAN- und UE-Szenarien. Dabei werden die gleichen unvorhersehbaren Aktivitäten wie in physischen Netzwerken erzeugt.
Mithilfe des maschinellen Lernens (ML) werden Vorschläge zu Energieverbrauch, Frequenzzuweisung und Beamforming-Verbesserungen erarbeitet, die im Digital Twin als Teil eines fortlaufenden Verbesserungsprozesses getestet werden. Durch den Einsatz von KI wird zudem die Rechenleistung optimiert, wodurch die starke Belastung dynamischer Netzwerkstrukturen besser bewältigt werden kann.
Trotz der nahezu unbegrenzten Möglichkeiten, die der aktuelle Stand der Digital-Twin-Technologie bietet, werden uns die kommenden Jahre und Jahrzehnte zu einem deutlich höheren Leistungsniveau führen. Je präziser KI- und ML-gestützte Emulationen werden, desto stärker werden Digital Twins in komplexe Anwendungsbereiche wie Agrarwirtschaft, Energieversorgungssysteme und globale Lieferketten vordringen.
Die Einführung von 6G-Mobilfunk wird noch einige Jahre auf sich warten lassen, doch die nächste Mobilfunkgeneration wird genauere und dynamischere Digital Twins in allen Branchen ermöglichen, mit nahezu sofortiger Datenübertragung von einem exponentiell gewachsenen IoT. 6G wird zudem die erste KI-native Mobilfunktechnologie sein, die die Barrieren zwischen der digitalen und der physischen Welt verringert und großflächige Netzwerk-Digital Twins ermöglicht.
Broschüren
Video
Whitepaper und Bücher
Wir helfen Ihnen gern
Wir sind dafür da, Ihnen zu helfen.