Самоорганизующаяся сеть
Самоорганизующаяся сеть (англ. self-organizing network, SON) — это технология автоматизации, предназначенная для упрощения и ускорения планирования, настройки, управления, оптимизации и восстановления мобильных радиосетей доступа. Функциональные возможности и поведение SON определяются и специфицируются в признанных отраслевых рекомендациях, разработанных такими организациями, как 3GPP (англ. 3rd Generation Partnership Project) и NGMN (англ. Next Generation Mobile Networks)[1].
Функции SON были кодифицированы в релизе 3GPP Release 8 и последующих сериях стандартов (например, 36.902), а также детально описаны в публичных обзорах и первоисточниках[2]. Первая технология, изначально использующая функции SON, — LTE, однако для старых стандартов радиодоступа, таких как UMTS, SON также адаптирован. Стандарт LTE изначально поддерживает возможности SON, например, автоматическое определение отношений с соседними базовыми станциями (Automatic Neighbor Relation, ANR), являющееся основной функцией LTE Release 8[2].
Новые базовые станции должны автоматически конфигурироваться по принципу «plug-and-play» («включил и работает»), в то время как все действующие базовые станции регулярно самоуправляют параметрами и алгоритмическим поведением в ответ на наблюдаемые параметры сети и радиоусловия. Дополнительно, для временной компенсации обнаруженных отказов оборудования активируются механизмы самовосстановления (self-healing), ожидая более капитального решения.
Концепция автоматизации мобильных сетей эволюционировала от классических подходов к парадигме сетей на основе намерений (англ. Intent-Based Networking, IBN) и автономных сетей (англ. Autonomous Networks)[3]. В рамках IBN осуществляется переход от аппаратно-ориентированных конфигураций к высокоуровневым целям: операторы определяют желаемый результат, а система самостоятельно выбирает оптимальную стратегию его достижения. Благодаря развитию генеративного искусственного интеллекта такие намерения могут формулироваться на естественном языке и автоматически транслироваться в сетевые политики[4].
Этот концептуальный сдвиг стал основой для создания полностью автономных сетей, которые используют искусственный интеллект и машинное обучение для непрерывного анализа, самонастройки, самооптимизации и самовосстановления инфраструктуры в режиме реального времени[5]. В процессе эволюции от традиционной технологии SON к решениям на базе искусственного интеллекта статус технологий автоматизации меняется в зависимости от поколения связи: в сетях 5G-Advanced они носят аддитивный характер (осуществляется переход к проактивному управлению), тогда как в архитектуре 6G становятся нативными и глубоко интегрируются в различные уровни протоколов сети[6].
Архитектурные типы SON
Самоорганизующиеся сети обычно подразделяются на три основные архитектурные типа.
Распределённый SON
В распределённой архитектуре SON (D-SON, от англ. Distributed SON) функции SON распределяются между элементами сети на периферии, как правило, между eNodeB (базовыми станциями LTE/UMTS). Это подразумевает определённую локализацию функций и обычно обеспечивается производителем сетевого оборудования. В контексте Cloud RAN преимуществом такой архитектуры является низкая задержка и быстрое локальное принятие решений в реальном времени. Основным ограничением выступает отсутствие глобального обзора сети, что снижает эффективность координации и может вызывать конфликты между узлами[7].
Централизованный SON
В централизованной архитектуре SON (C-SON, от англ. Centralized SON) функции сосредоточены ближе к центральным узлам сети или к OSS (англ. Operations Support System), что позволяет осуществлять более широкий контроль за элементами сети и, например, координировать нагрузку между несколькими районами. В связи с необходимостью взаимодействия между базовыми станциями различных производителей, централизованные решения SON зачастую реализуются сторонними компаниями. В контексте Cloud RAN ключевым преимуществом C-SON является глобальный обзор сети и эффективная координация ресурсов, а основным ограничением — более высокая задержка[8].
Гибридный SON
Гибридный SON сочетает черты централизованного и распределённого подходов, используя элементы обоих типов в единой гибридной архитектуре.
В сетях 5G-Advanced и 6G гибридная архитектура предоставляет ряд ключевых преимуществ. Она обеспечивает оптимальный баланс скорости и координации, позволяя принимать решения с низкой задержкой на локальном уровне при одновременном согласовании с глобальными сетевыми политиками. Кроме того, H-SON поддерживает сложные многоуровневые среды, включая развёртывания Open RAN, и эффективно интегрируется с периферийными вычислениями (MEC) и алгоритмами искусственного интеллекта[9][10][11].
Подфункции SON
Функции самоорганизующихся сетей обычно делят на четыре основные подгруппы (по стандартам 3GPP добавлена самозащита), каждая из которых содержит множество специализаций и частных сценариев использования[12].
Функции самоконфигурации
Самоконфигурация реализует принцип «plug-and-play» и обеспечивает автоматическую настройку и интеграцию новых базовых станций в сеть. Это подразумевает установление соединения и скачивание программных параметров конфигурации. Самоконфигурация обычно поставляется производителем оборудования в составе программного обеспечения для каждой радиоячейки. При вводе новой базовой станции она сразу распознаётся и регистрируется сетью, а соседние станции автоматически корректируют свои технические параметры (например, мощность излучения, угол наклона антенны и др.), обеспечивая нужное покрытие и вместимость при минимальном уровне помех.
Функции самооптимизации
Каждая базовая станция содержит сотни параметров, влияющих на разные аспекты работы ячейки. Каждый из них может изменяться для корректировки поведения сети на основе наблюдений как самой станции, так и измерений на мобильной станции или терминале пользователя. Одна из первых функций SON — автоматическое определение соседних станций (ANR), а другие функции SON оптимизируют параметры случайного доступа, обеспечивают устойчивость к ошибочным переключениям (handover). Иллюстративный сценарий: автоматическое выключение определённого процента базовых станций ночью; соседние станции переоптимизируют свои параметры для поддержания покрытия. При резком увеличении нагрузки «спящие» станции пробуждаются почти мгновенно. Этот механизм позволяет операторам значительно экономить электроэнергию. В сетях 5G применяются такие современные функции самооптимизации, как динамическое управление частотами (Dynamic Spectrum Sharing) и автоматическая настройка параметров антенн (Beamforming optimization). Динамическое управление частотами обеспечивает оптимизацию соотношения физических ресурсных блоков между сетями 5G и 4G на основе анализа смешанного трафика и распределения устройств в соте. Автоматическая настройка параметров антенн включает конфигурацию паттернов лучей с учётом геометрии покрытия, настройку периодичности передачи опорных сигналов, установку таймеров восстановления при сбое луча и оптимизацию порогов MU-MIMO в зависимости от пространственной плотности пользователей.
Функции самовосстановления
Когда некоторые узлы сети выходят из строя, функции самовосстановления направлены на снижение негативных последствий отказа, например, путём коррекции параметров и алгоритмов в соседних ячейках, чтобы другие станции взяли на себя нагрузку потерянного узла. В «наследуемых» сетях неработающие станции могут быть трудноидентифицируемы, их починка требует значительных затрат времени и ресурсов. Функции SON позволяют быстро обнаружить такие отказы и оперативно принять меры по компенсации, исключая или минимизируя ухудшение качества сервиса для пользователей. Современные механизмы самовосстановления с применением искусственного интеллекта включают компенсацию покрытия при отключении соты и обнаружение «спящих» сбоев. При сбое соты система компенсирует потерю покрытия за счёт автоматической регулировки угла наклона антенн, мощности передачи и параметров эстафетной передачи на соседних базовых станциях, а также инициирует автоматический перезапуск. Для выявления «спящих» сот, которые не генерируют аварийных сигналов, но перестают обслуживать трафик, алгоритмы ИИ сравнивают ожидаемый и фактический объём передачи данных с использованием пространственно-временной корреляции[13].
Функции самозащиты
Самозащита — это проактивный подход к обеспечению безопасности системы, направленный на защиту от проникновения неавторизованных пользователей и любых видов атак (активных и пассивных). Основные задачи самозащиты — сделать систему неуязвимой для взлома и обеспечить конфиденциальность и безопасность данных.
Внедрение SON
Функции самоорганизующихся сетей постепенно внедряются по мере появления новых систем 4G в радиосетях доступа, что позволяет минимизировать последствия возможных проблем и наращивать доверие к технологии. Механизмы самооптимизации радио-сетей имеют черты, сходные с автоматизированными торговыми алгоритмами на финансовых рынках. Решения SON внедряются и в базовые 3G-сети, помогая снижать операционные расходы и повышать надёжность связи.
Первые масштабные анонсы SON для мобильных сетей LTE были представлены на отраслевом конгрессе Mobile World Congress в 2009 году. Первые внедрения произошли в Японии и США в 2009—2010 годах[14].
Среди преимуществ внедрения SON для операторов мобильных сетей — сокращение сроков развёртывания, снижение числа обрывов соединений, рост пропускной способности, уменьшение перегрузок и повышение операционной эффективности, в том числе за счёт энергосбережения и сокращения расходов.
В 2025—2026 годах для управления трафиком в самоорганизующихся сетях начали активно применяться алгоритмы искусственного интеллекта, в том числе нейросетевые модели и обучение с подкреплением[15][16]. Реализованы коммерческие внедрения предиктивных платформ на базе ИИ от таких компаний, как Nokia, Innovile и P.I. Works[17][18]. Результаты пилотных проектов показывают, что использование данных технологий позволяет увеличить пропускную способность сетей на 20—30 % и снизить задержки передачи данных на 50 %[15][19].
SON в сетях новых поколений
Согласно спецификациям 3GPP Release 18 и 19, в рамках развития сетей 5G-Advanced функции самоорганизующихся сетей (SON) получили дальнейшее развитие. В частности, была добавлена поддержка мобильности внутри неземных сетей (NTN) и сетевого сегментирования (network slicing).
В архитектуре Open RAN (O-RAN) традиционные функции SON переходят под управление интеллектуального контроллера радиосети (RAN Intelligent Controller, RIC). Концепция SON трансформируется из обособленной системы в набор интеллектуальных приложений, распределённых по двум уровням управления. На платформе контроллера, работающего в масштабе времени, близком к реальному (Near-RT RIC), функции SON реализуются в виде расширенных приложений (xApps). В свою очередь, контроллер, работающий не в реальном времени (Non-RT RIC), запускает приложения автоматизации (rApps), которые могут использовать алгоритмы искусственного интеллекта и машинного обучения для автоматической настройки и оптимизации сети.
Примечания
Литература
- C. Brunner, D. Flore. Generation of Pathloss and Interference Maps as SON Enabler in Deployed UMTS Networks. // Proceedings of IEEE Vehicular Technology Conf. (VTC Spring '09). Барселона, апрель 2009.
- Mazene Ameur, Abdelkader Mekrache, Bouziane Brik, Adlen Ksentini. LLM-Powered Agentic AI for 5G/6G Networks: A Tutorial and Survey on Architectures, Protocols, and Standardization. // arXiv, 2026.
- Michele Polese, Niloofar Mohamadi, Salvatore D’Oro, Tommaso Melodia. Beyond Connectivity: An Open Architecture for AI-RAN Convergence in 6G. // arXiv, 2025.
- Maxime Elkael, Salvatore D’Oro, Leonardo Bonati, Michele Polese, Yunseong Lee, Koichiro Furueda, Tommaso Melodia. AgentRAN: An Agentic AI Architecture for Autonomous Control of Open 6G Networks. // arXiv, 2025.
- Maxime Elkael, Michele Polese, Reshma Prasad, S. Maxenti, T. Melodia. ALLSTaR: Automated LLM-Driven Scheduler Generation and Testing for Intent-Based RAN. // arXiv, 2025.
- Lovén, L., Bordallo López, M., Morabito, R., Sauvola, J., Tarkoma, S. (Eds.). Large Language Models in the 6G-Enabled Computing Continuum: a White Paper. // University of Oulu, 2025.
- Viavi Solutions. AI RAN – 5G – 6G: RAN Scenario Generators and Their Critical Role for Future-Proofing AI-Native RAN in Advanced 5G and 6G Networks. // GSA Member White Paper, 2025.
- Comarch. From 5G Add-ons to 6G AI-Native Core: The Future of Autonomous Networks. // Comarch White Papers, 2026.
- SNS JU Reliable Software Networks Working Group. The AI/ML landscape for Smart Networks and Services. // SNS JU White Paper, 2026.