数据与模型协同驱动的智能光网络架构与关键技术

摘 要网络的规模升级和超大连接、超高带宽、超低时延应用的不断深化,对光传输网络资源利用和网络差异化服务提出了更高要求,使得传统模型驱动下的网络形态和配置方式面临挑战。基于数据与模型协同驱动思想,提出“3层3循环”架构及其“3可功能”特征的智能光网络技术方案,并对智能化实现技术展开研究,通过开发设计的智能传输网络平台对所提算法的性能进行测试,经验证,数据与模型协同驱动的智能光网络传输性能得到有效提升,为实现网络智能化提供了理论技术支撑。

关键词智能光网络 ; 数据与模型协同驱动 ; 物理层状态感知 ; 网络层资源联动 ; 业务层切片定制

0 引言

通信网络的规模部署不断升级,宽带网络的流量需要日益剧增,尤其是4K/8K视频、虚拟现实(vitual reality,VR)游戏、物联网、无人驾驶等相关智能终端和新业务的涌现,在带宽、时延、可靠性等方面给网络传输性能提出了新的差异化需求。作为承载业务的光传送网络,虽然其在传输容量、传输质量等方面的性能已经得到了广泛的认可,但为应对未来新兴业务的需求,仍面临着传输资源不足等诸多挑战。因此,如何实现资源的高效整合利用、提供差异化定制化的服务成为传输网络发展亟待解决的难题。

针对上述问题,常规思路通常在于提升网络的“硬实力”。一方面,通过多模式、多纤芯等方式,增大网络的传输容量。另一方面,由传统固定栅格转变为可灵活调整栅格,由刚性管道转变为柔性管道,以此提升光网络资源的利用率。但是,传统形态下数学模型与香农定理、摩尔定律等物理规律所建立起来的宽带网络,其传输容量和效率已趋于“

猜你喜欢

转载自blog.csdn.net/weixin_57147647/article/details/134901244