Les réseaux de communication mobiles émergents, tels que les réseaux 5G et les futurs réseaux 6G, se caractérisent par leur architecture complexe et leur capacité à offrir une variété de services. Le concept de network slicing permet de créer des réseaux virtuels dédiés, adaptés aux exigences spécifiques des utilisateurs et des applications, notamment en termes de bande passante et de latence. Cependant, ces exigences peuvent fluctuer dans le temps, influençant ainsi la configuration des slices. De plus, les comportements des utilisateurs sont souvent imprévisibles, ce qui rend la gestion des slices encore plus complexe. Pour répondre à cette problématique, une gestion dynamique et efficace des slices s'avère nécessaire.

L’objectif de ce stage est de développer une solution basée sur l'Intelligence Artificielle (IA) pour prédire les besoins en network slicing dans les réseaux de communication mobiles émergents. Cette solution visera à anticiper les demandes de ressources en fonction des comportements des utilisateurs et des caractéristiques des applications.

Le stage se concentrera sur l'implémentation et l'entraînement d'un modèle d'IA utilisant des données représentatives (par exemples, des données de réseaux 5G), provenant de différentes sources (simulations, données publiques) afin d'optimiser le dimensionnement et le déploiement des slices en temps réel.