L'evoluzione verso le reti 6G e gli ecosistemi IoE impone requisiti di adattabilità e scalabilità che i paradigmi di gestione tradizionali non riescono più a soddisfare. Questa tesi analizza il paradigma IBN e ne studia l'integrazione con agenti basati su modelli linguistici. L'architettura proposta viene implementata e validata in uno scenario veicolare, confrontando un agente SLM residente all'edge con diversi approcci di gestione della rete.

ANALISI COMPARATIVA DI SMALL LANGUAGE MODELS PER L’ORCHESTRAZIONE DI RETI BASATE SU INTENTI IN SCENARI VEICOLARI

PATIERNO, FRANCESCO
2025/2026

Abstract

L'evoluzione verso le reti 6G e gli ecosistemi IoE impone requisiti di adattabilità e scalabilità che i paradigmi di gestione tradizionali non riescono più a soddisfare. Questa tesi analizza il paradigma IBN e ne studia l'integrazione con agenti basati su modelli linguistici. L'architettura proposta viene implementata e validata in uno scenario veicolare, confrontando un agente SLM residente all'edge con diversi approcci di gestione della rete.
2025
COMPARATIVE ANALYSIS OF SMALL LANGUAGE MODELS FOR INTENT-BASED NETWORK ORCHESTRATION IN VEHICULAR SCENARIOS
IBN
Reti 6G
Agenti AI
Small Language Model
Digital Twins
File in questo prodotto:
File Dimensione Formato  
Tesi di Laurea Francesco Patierno.pdf

non disponibili

Descrizione: Analisi comparativa di Small Language Models per l’orchestrazione di reti basate su intenti in scenari veicolari
Dimensione 2.2 MB
Formato Adobe PDF
2.2 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14253/65714