本研究提出了一种基于图神经网络的监测工具c-ANEMON，旨在帮助移动网络运营商检测无线接入网络中的异常。该工具通过分析基站与周边环境的关系，发现近46%的长期异常需要运营团队干预，具有重要的实际应用价值。

通过数据驱动的AI原生架构实现多个机器学习工作负载，研究探讨了多任务学习在构建通用AI原生无线接入网络方面的有效性，结果显示多任务学习方法在性能上要么超过单任务学习，要么与其持平。部分联邦要好于全模型联邦。