OFC2025：光網(wǎng)絡(luò )中的六大關(guān)鍵AI/ML應用

  ICC訊  在OFC 2025上我們預計將聽(tīng)到最熱門(mén)的話(huà)題之一是人工智能（AI）的出現及其對電信行業(yè)的影響。光網(wǎng)絡(luò )中的人工智能應用對于增強數據傳輸性能和可靠性變得越來(lái)越重要。通過(guò)在光網(wǎng)絡(luò )中利用AI/ML，網(wǎng)絡(luò )運營(yíng)商可以實(shí)現更高的數據速率、改進(jìn)的可靠性和更低的運營(yíng)成本。AI允許以傳統方法無(wú)法達到的規模和速度管理復雜的網(wǎng)絡(luò )。隨著(zhù)光網(wǎng)絡(luò )技術(shù)的發(fā)展和數據需求的增長(cháng)，AI的作用預計將進(jìn)一步擴大，推動(dòng)網(wǎng)絡(luò )設計、操作和維護方面的創(chuàng )新。

  那么，光網(wǎng)絡(luò )中可能的AI/ML應用有哪些呢？

  1. 網(wǎng)絡(luò )設計、規劃與優(yōu)化

  - 流量預測：AI能夠預測流量模式并主動(dòng)調整帶寬分配以滿(mǎn)足需求，從而優(yōu)化網(wǎng)絡(luò )資源使用。

  - 路由優(yōu)化：機器學(xué)習算法分析網(wǎng)絡(luò )數據，以確定數據包傳輸的最有效路徑，減少延遲和擁塞，推動(dòng)自愈網(wǎng)絡(luò )概念的發(fā)展。

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

  - 資源分配：人工智能和機器學(xué)習根據當前網(wǎng)絡(luò )狀況和需求，動(dòng)態(tài)分配波長(cháng)和帶寬等網(wǎng)絡(luò )資源，實(shí)現優(yōu)化。

  2. 故障預測

  - 通過(guò)分析網(wǎng)絡(luò )數據（歷史和當前），AI可以預測組件何時(shí)可能失效，并在問(wèn)題發(fā)生前安排維護，提高網(wǎng)絡(luò )可靠性。

  3. 異常檢測以實(shí)現主動(dòng)恢復

  AI/ML系統可以監控網(wǎng)絡(luò )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(wù)恢復。

  4. 適應性傳輸系統

  - 調制格式調整：基于實(shí)時(shí)網(wǎng)絡(luò )狀況如信號質(zhì)量和信道損傷，AI/ML可以選擇最優(yōu)的數據傳輸調制格式。

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

  5. 從真實(shí)網(wǎng)絡(luò )中學(xué)習

  - 網(wǎng)絡(luò )數據分析：AI/ML技術(shù)可以從光時(shí)域反射儀（OTDR）和光網(wǎng)絡(luò )管理（ONM）原始數據中進(jìn)行有建設性的數據解讀。

  6. 傳輸質(zhì)量（QoT）評估

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

  從實(shí)際網(wǎng)絡(luò )中學(xué)習：自動(dòng)OTDR事件識別

  我們來(lái)深入了解一下從真實(shí)網(wǎng)絡(luò )中學(xué)習的應用。光學(xué)專(zhuān)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(guò)檢查事件特征來(lái)實(shí)現的，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 系統的工作原理是在光纖的一端注入一個(gè)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(gè)過(guò)程的結果稱(chēng)為 OTDR 軌跡，即光功率隨光纖長(cháng)度變化的圖形表示。一個(gè)典型的例子如下圖所示。

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

  現在，借助最新的自動(dòng)事件檢測人工智能和機器學(xué)習算法，可以繞過(guò)耗時(shí)且繁瑣的人工檢查。該應用經(jīng)過(guò)“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(gè)視覺(jué)識別過(guò)程：AI/ML能夠發(fā)現數學(xué) OTDR 分析無(wú)法找到的事件。這為用戶(hù)提供了非常強大的分析能力，使其能夠推斷出光纖出現問(wèn)題的位置，以便進(jìn)行修復。

圖3：AI/ML向用戶(hù)描述 “事件” 的示例。

  簡(jiǎn)化光網(wǎng)絡(luò )管理流程

  認知網(wǎng)絡(luò )是專(zhuān)門(mén)為網(wǎng)絡(luò )管理定制的一類(lèi)AI應用，能夠收集數據、從中學(xué)習、制定策略、做出決策并執行適當的行動(dòng)。機器學(xué)習算法是這種方法的基石，提供關(guān)于網(wǎng)絡(luò )行為的深入見(jiàn)解，使運營(yíng)商能夠為網(wǎng)絡(luò )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(luò )，它們解鎖了包括網(wǎng)絡(luò )優(yōu)化、主動(dòng)網(wǎng)絡(luò )恢復和網(wǎng)絡(luò )狀況增強分析在內的多種應用場(chǎng)景。雖然我們在將AI和ML整合到網(wǎng)絡(luò )管理的早期階段，但其潛力不可否認。AI和ML工具為網(wǎng)絡(luò )運營(yíng)商提供了寶貴的資產(chǎn)，承諾在網(wǎng)絡(luò )效率和可靠性方面取得重大進(jìn)展。

  欲了解更多信息，請參閱NCS 1000產(chǎn)品頁(yè)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/