网络大脑原型系统与决策结果

GenNet是一个面向移动网络研究的合成数据集，着重于复杂城市环境下的网络行为模拟，如高峰拥塞、信道变化、多用户移动等场景。通过构建数字孪生平台，结合生成式人工智能与射线追踪技术，生成高保真多模态数据，并提供丰富的用户行为、基站配置、信道特性与网络性能标注，支持网络规划、资源优化和智能运维等多项任务评估。
数据集共包括4个数据文件，其中：(1) person.zip 包含18,398个移动用户的轨迹与流量需求数据，数据量为8.6GB; (2) Cell.zip 包含184个基站的配置参数与状态信息，数据量为 884KB; (3) Raytracing.zip 包含基站-网格间的信道传播数据，覆盖276,090个地理网格，数据量为17.7 GB; (4) 网络大脑协同决策结果文件夹包含用户设备、基站与系统层面的性能指标数据，数据量为 22GB。

搜集汇总

背景与挑战

背景概述

该数据集名为GenNet，是一个面向移动网络研究的合成数据集，模拟复杂城市环境中的网络行为，如高峰拥塞和多用户移动场景。它利用数字孪生平台结合生成式人工智能与射线追踪技术，生成高保真多模态数据，并提供用户行为、基站配置、信道特性与网络性能标注，以支持网络规划、资源优化等任务评估。数据集包含4个文件，总数据量约49.98GB，涵盖移动用户轨迹、基站参数、信道传播和系统性能指标。