Optimización SIP mediante Machine Learning.
Inteligencia Artificial aplicada a la mejora de la calidad del servicio de telecomunicaciones.
El objetivo general del proyecto MLSIP es optimizar el uso de la red y todas las capacidades que 5G, y 6G en un futuro, ponen a disposición de las comunicaciones unificadas para dar respuesta a una serie de casos de uso de comunicaciones en tiempo real, que precisan de una gran precisión temporal.
Casos de uso
Telefonía empresarial
Las empresas utilizan sistemas de telefonía basados en SIP para mejorar la comunicación interna y externa.
Estos sistemas permiten la integración de múltiples líneas telefónicas y dispositivos de comunicación, como teléfonos IP, softphones y dispositivos móviles, lo que facilita la gestión de las comunicaciones de la empresa.
Esta es una de las principales líneas de negocio de Quobis, en la que tiene gran presencia y sobre la que aplicará los resultados del proyecto.
Call Centers
Los centros de llamadas, utilizan sistemas de comunicaciones basados en SIP para manejar grandes volúmenes de llamadas y mejorar la eficiencia y calidad del servicio al cliente.
Los sistemas de centros de llamadas basados en SIP permiten el enrutamiento inteligente de llamadas y la integración con otras aplicaciones empresariales.
Entre los clientes de Quobis se encuentran varios Call Centers, para los que la optimización de la red y la seguridad de las comunicaciones es crucial. Por lo tanto, este es otro de los casos de uso a los que Quobis trasladará los resultados de este proyecto.
Comunicaciones unificadas
Las soluciones de comunicaciones unificadas integran múltiples formas de comunicación, como voz, video, mensajería instantánea, correo electrónico y colaboración en línea en una sola plataforma.
Los sistemas de comunicaciones unificadas basados en SIP permiten la integración de múltiples dispositivos y aplicaciones para mejorar la colaboración y la productividad.
Quobis dispone de una plataforma de comunicaciones unificadas propia, la Quobis Communication Platform, en la que integrará los resultados del proyecto para mejorar sus prestaciones.
Sistemas de emergencia
Los sistemas de comunicaciones basados en SIP también se utilizan en los servicios de emergencia para permitir la transmisión de llamadas de emergencia y ubicación del llamante.
Los sistemas de comunicaciones de emergencia basados en SIP también permiten la integración con otras tecnologías, como sistemas de seguridad y vigilancia, para mejorar la respuesta a emergencias.
La nueva normativa en marcha en la unión europea sobre las comunicaciones de emergencias pretende ofrecer un servicio universal e inclusivo al cual Quobis puede dar solución a través de su plataforma de comunicaciones unificadas, donde la optimización del enrutamiento en tiempo real basado en el aprendizaje de sesiones anteriores da respuesta a las exigencias propias de las comunicaciones de emergencia y comunicaciones críticas.
Compromisos técnicos del proyecto.
Optimización del enrutamiento en el mundo SIP
Uno de los roles principales de los SBC es la gestión de las tablas de enrutamiento, ya que permite enrutar el tráfico de VoIP de manera eficiente y segura. Éste será una de las áreas de trabajo de este proyecto, al buscar la ruta que presente unas mejores prestaciones.
Adaptación del tráfico de media
Uno de los roles más habituales de los SBCs en la adaptación del tráfico de media mediante la selección de códecs, que varía el ancho de banda necesario para la transmisión de la voz, así como la calidad recibida de la misma. Los codecs de voz son algoritmos de compresión y descompresión que se utilizan para digitalizar y transmitir señales de voz a través de redes de comunicaciones.
Adaptación de sistemas de machine learning a la optimización del tráfico SIP
El punto de situación tecnológico actual nos invita a observar una ventana de oportunidad a la hora de utilizar nuevos algoritmos de aprendizaje para la mejora del tráfico SIP. La experiencia de Quobis en este ámbito es amplia, al ser una de las empresas de referencia a nivel mundial en la interconexión de este tipo de tráfico, al trabajar con parte de los operadores de telecomunicaciones líderes y algunas de las principales empresas.
Modelado del entorno de entrenamiento
Se propone trabajar en un escenario de pruebas que sirva de referencia para la captura de indicadores sobre el comportamiento de la red, lo más parecido posible a un entorno real de producción. Para ello se parte de la experiencia adquirida en el desarrollo de soluciones de monitorización SIP, como punto de partida para este banco de pruebas.
Validación de mecanismos de aprendizaje automático
El objetivo de esta tarea es automatizar esta toma de decisiones mediante mecanismos de aprendizaje automático. Con ello, buscamos un doble beneficio: por un lado, hacer que el sistema funcione siempre en un punto óptimo de eficiencia, pudiendo variar los parámetros en tiempo real y de manera continua, en lugar de entre varias configuraciones prefijadas de antemano; por otro, encontrar relaciones entre los parámetros medidos que hayan podido pasar desapercibidas a nuestros expertos y así poder incrementar más las prestaciones en el caso general.
Manipulación dinámica del tráfico SIP
Quobis propone el uso de Kamailio como elemento de enrutado del tráfico, que beberá de los resultados de los algoritmos de aprendizaje automático para la toma de decisiones.
Kamailio es un potente softswitch SIP Open Source que permite disfrutar servicios carrier-grade y que es usado en todo el mundo por operadores de VoIP y grandes organizaciones (como universidades, call centers o grandes empresas) como pieza fundamental de sus redes SIP de telefonía y comunicaciones unificadas.
