OFC2025：光網(wǎng)絡中的六大關鍵AI/ML應用

  ICC訊  在OFC 2025上我們預計將聽到最熱門的話題之一是人工智能（AI）的出現(xiàn)及其對電信行業(yè)的影響。光網(wǎng)絡中的人工智能應用對于增強數(shù)據(jù)傳輸性能和可靠性變得越來越重要。通過在光網(wǎng)絡中利用AI/ML，網(wǎng)絡運營商可以實現(xiàn)更高的數(shù)據(jù)速率、改進的可靠性和更低的運營成本。AI允許以傳統(tǒng)方法無法達到的規(guī)模和速度管理復雜的網(wǎng)絡。隨著光網(wǎng)絡技術的發(fā)展和數(shù)據(jù)需求的增長，AI的作用預計將進一步擴大，推動網(wǎng)絡設計、操作和維護方面的創(chuàng)新。

  那么，光網(wǎng)絡中可能的AI/ML應用有哪些呢？

  1. 網(wǎng)絡設計、規(guī)劃與優(yōu)化

  - 流量預測：AI能夠預測流量模式并主動調(diào)整帶寬分配以滿足需求，從而優(yōu)化網(wǎng)絡資源使用。

  - 路由優(yōu)化：機器學習算法分析網(wǎng)絡數(shù)據(jù)，以確定數(shù)據(jù)包傳輸?shù)淖钣行窂?，減少延遲和擁塞，推動自愈網(wǎng)絡概念的發(fā)展。

  - 自配置網(wǎng)絡：當添加新設備或檢測到流量變化時，AI/ML使光網(wǎng)絡能夠進行自我配置。

  - 資源分配：人工智能和機器學習根據(jù)當前網(wǎng)絡狀況和需求，動態(tài)分配波長和帶寬等網(wǎng)絡資源，實現(xiàn)優(yōu)化。

  2. 故障預測

  - 通過分析網(wǎng)絡數(shù)據(jù)（歷史和當前），AI可以預測組件何時可能失效，并在問題發(fā)生前安排維護，提高網(wǎng)絡可靠性。

  3. 異常檢測以實現(xiàn)主動恢復

  AI/ML系統(tǒng)可以監(jiān)控網(wǎng)絡中的異常情況，這可能指示即將發(fā)生的故障，從而允許預先服務恢復。

  4. 適應性傳輸系統(tǒng)

  - 調(diào)制格式調(diào)整：基于實時網(wǎng)絡狀況如信號質(zhì)量和信道損傷，AI/ML可以選擇最優(yōu)的數(shù)據(jù)傳輸調(diào)制格式。

  - 功率水平優(yōu)化：AI/ML算法調(diào)整光信號的功率水平，確保高效傳輸同時最小化干擾和串擾。

  5. 從真實網(wǎng)絡中學習

  - 網(wǎng)絡數(shù)據(jù)分析：AI/ML技術可以從光時域反射儀（OTDR）和光網(wǎng)絡管理（ONM）原始數(shù)據(jù)中進行有建設性的數(shù)據(jù)解讀。

  6. 傳輸質(zhì)量（QoT）評估

  - QoT預測：AI模型根據(jù)各種網(wǎng)絡參數(shù)預測新連接的傳輸質(zhì)量，有助于確保符合服務水平協(xié)議(SLA)。

  從實際網(wǎng)絡中學習：自動OTDR事件識別

  我們來深入了解一下從真實網(wǎng)絡中學習的應用。光學專家分析 OTDR 軌跡，以識別光纖鏈路中的故障并確保傳輸質(zhì)量。這是通過檢查事件特征來實現(xiàn)的，這些特征表示特定設備故障或諸如光纖斷裂、連接器故障或光纖彎曲等故障在軌跡中的位置。OTDR 系統(tǒng)的工作原理是在光纖的一端注入一個短激光脈沖，并在同一位置使用光電二極管測量后向散射和反射光。這個過程的結果稱為 OTDR 軌跡，即光功率隨光纖長度變化的圖形表示。一個典型的例子如下圖所示。

圖1：帶有多個事件的 OTDR 軌跡圖示。文本注釋描述了這些事件的根本原因。

  現(xiàn)在，借助最新的自動事件檢測人工智能和機器學習算法，可以繞過耗時且繁瑣的人工檢查。該應用經(jīng)過“訓練”，能夠理解和識別不同的事件模式，如下圖所示。

圖2：用于“訓練”算法的可能模式。

  AI/ML事件識別是一個視覺識別過程：AI/ML能夠發(fā)現(xiàn)數(shù)學 OTDR 分析無法找到的事件。這為用戶提供了非常強大的分析能力，使其能夠推斷出光纖出現(xiàn)問題的位置，以便進行修復。

圖3：AI/ML向用戶描述 “事件” 的示例。

  簡化光網(wǎng)絡管理流程

  認知網(wǎng)絡是專門為網(wǎng)絡管理定制的一類AI應用，能夠收集數(shù)據(jù)、從中學習、制定策略、做出決策并執(zhí)行適當?shù)男袆印C器學習算法是這種方法的基石，提供關于網(wǎng)絡行為的深入見解，使運營商能夠為網(wǎng)絡優(yōu)化做出明智而高效的決策。這些原則同樣適用于光網(wǎng)絡，它們解鎖了包括網(wǎng)絡優(yōu)化、主動網(wǎng)絡恢復和網(wǎng)絡狀況增強分析在內(nèi)的多種應用場景。雖然我們在將AI和ML整合到網(wǎng)絡管理的早期階段，但其潛力不可否認。AI和ML工具為網(wǎng)絡運營商提供了寶貴的資產(chǎn)，承諾在網(wǎng)絡效率和可靠性方面取得重大進展。

  欲了解更多信息，請參閱NCS 1000產(chǎn)品頁面：https://www.cisco.com/site/us/en/products/networking/optical-networking/network-convergence-system-1000-series/index.html#~stickynav=4

  原文：Six Key AI/ML Applications for Optical Networking | OFC | https://www.ofcconference.org/en-us/home/news-and-press/ofc-blog/2025/six-key-ai-ml-applications-for-optical-networking/