智能高效的下一代光网络：中国移动携手韩柳燕突破挑战

在近日举办的“2022中国光通信高质量发展论坛-网络智能化专场”上，中国移动研究院基础网络技术研究所传送网研究室经理韩柳燕表示，运营商网络引入AI是数字化转型的必然方向，需要分阶段逐步落实AI在光网络中的应用。

其近期目标是提升哑资源感知能力，实现光网络全参量感知、光缆和资源规划预测、故障智能定位定界及风险预测；长期目标是突破光网络智能仿真决策技术，推进AI优化类场景应用，实现光网络主要运维场景的AI落地。

应用场景

韩柳燕指出，光网络是业务传送的基础。目前我国已经建成全球最大规模光纤网络，光缆总长超过5488万公里，光网络设备超过3亿端，服务超16亿移动客户、超5.4亿家庭宽带客户，以及4000余万政企客户。面对规模如此巨大光网络，引入AI的数据分析和信息提取能力，能够高效诊断网络质量，优化业务性能，减轻运营负担，改善用户体验。

与此同时，光网络以光纤等物理媒介为基础，现网运行会产生各层参数数据，具备大数据基础。其集中化管控架构，也可以为AI算法的模型训练及迭代提供天然的数据池。

韩柳燕介绍，AI在光网络中的应用场景聚焦在分析类场景、预测类场景和优化类场景。

分析类场景中，网络风险智能分析方面，AI智能识别主备业务、关联业务是否存在同缆风险，保障网络高可靠运行；业务故障智能分析方面，AI对业务故障进行历史分析，实现根因定位和定界。

预测类场景中，资源预测方面，AI对全网流量增长进行预测，为网络扩容预算评估提供支撑；资源预警方面，AI对链路的波道/容量利用率进行预警，支撑网络提前扩容。

优化类场景中，光性能智能调测调优方面，AI结合自动性能检测，实时监控关联路径的性能，保障网络处于稳定、较优状态；光网络资源智能优化方面，AI完成整网生命周期内的精细化、动态化、智能化的优化。

关键技术

韩柳燕介绍，中国移动传送网智能化架构分为网元管理、专业运维、网管平台和综合应用四级，旨在面向垂直行业、政企专线等各类客户提供智能化的创新网络，打造自服务、自修复、自优化的传送网络。

韩柳燕坦言，当前光网络AI的发展水平还处于努力提升的阶段，由于光网络自身的技术特点，在引入AI方面会面临一些独特的技术挑战，具体而言包括精准感知、AI模型泛化、主动预测和现网稳定性四方面。

针对这些挑战，中国移动总结出光网络AI四大关键技术

热点：智能化