SEM-O-RAN è un framework di network slicing per reti mobili di nuova generazione in grado di orchestrare l’offloading di task di Machine Learning all'Edge. Il framework usa le interfacce e l'architettura proposta dalla O-RAN Alliance per allocare le risorse di rete e calcolo, massimizzando il numero di task processabili all'Edge, in funzione della semantica dei task e di requisiti di precisione e latenza end-to-end.

L’invenzione è un framework dedicato allo slicing su reti mobili. L’obiettivo del framework è di ammettere e allocare le risorse per l’esecuzione di task, demandati alle elaborazioni Edge da parte di dispositivi con limitato budget di risorse di calcolo per l'esecuzione locale. Dato un set di task sottomessi per l’offloading all’edge, il sistema seleziona un sottoinsieme dei task sottomessi e ne garantisce l’esecuzione entro i requisiti specificati grazie all’allocazione delle opportune risorse di calcolo e rete. L’invenzione si compone di due componenti logici: il Semantic Edge Slicing Module (SESM), dedicato all'allocazione delle risorse per i vari task, e dal Semantic Deep Learning Analyzer (SDLA) che calcola, per ciascun task, il livello di precisione ottenibile sui risultati dei task e a quale latenza end-to-end si andrebbe incontro per ogni possibile allocazione di risorse e compressione consentite.

• Edge computing
• Machine Learning
• Reti mobili
• Computer vision

• Ottimizzazione task edge computing su base semantica
• Maggior numero di task gestiti (fino a 53% in più a parità di risorse)
• Riduzione di CAPEX e OPEX
• Facilmente integrabile con piattaforme O-RAN