中国电信胡骞：自研管控系统，从数据源头推动光网络运营智慧化

4月6日消息（水易）今日，由CIOE中国光博会与C114通信网联合推出的大型研讨会系列活动——“2023中国光通信高质量发展论坛”第四期“智能光网络技术研讨会”正式召开，共同探讨AI如何与光网络结合，助力光网络向智能化、智慧化演进升级。

中国电信研究院传输网络研究中心副总监胡骞博士表示，光网络向超大容量、全光交换持续演进的同时，网络管控运营智慧化也成为重要发展方向。“目前中国电信正在推动光网络运营的智慧化，从L2向L4迈进，开启自动驾驶光网络的新时代。”

AI和数字化是光网智能化的重要技术抓手

为什么光网络管控运营要向更为智能化的方向发展？胡骞介绍，主要是目前管控运营中存在较多因过度依赖人工而造成的效率低、易出错等问题，并且以被动运维为主。

主要体现在，业务开通、配置和优化时间过长，业务的端到端开通时间以前是以天记；告警溯源困难，海量告警数据很难进行故障根因判断；哑资源管理无序，光纤定位耗时长，人力成本高；性能感知缺乏手段，光网络是个模拟系统，对于性能劣化，缺乏预测能力，对网络的状态掌握不够好……

面对这些痛点，光网络运营管控技术一直在升级。回顾演进路径，过去光网络管控过去呈现分散和封闭的特点，单厂商单域管理，跨域数据较难收集，端到端智能化也较难实现。

现在随着SDN理念的渗透，光网络管控逐步呈现出接口统一和能力开放的特征。“但是，当前对数据的 分析和加工能力还有所欠缺，这正是光网络智能化必须解决的难题。”胡骞表示，要解决这个问题，未来需要AI助力，推动数字化转型，这样才能够充分挖掘数据的价值，通过对数据分析、优化、预测等，实现人工到自动化的转变。

自研光网络管控系统，提升智慧运营水平

胡骞介绍，中国电信在全光网2.0的愿景中，也把运营智慧化做为了三大愿景之一。

通过定义NETCONF/YANG，提供直控网元能力，实现对满足接口要求的所有灰盒设备的纳管（如接入型OTN设备，盒式波分设备）；另外，对于政企OTN网络、区域ROADM网络实行分层管控，定义层间接口，对接厂商网管/控制器，实现多厂商统一纳管、端到端运营管理。胡骞表示，直控网元和分层管控在中国电信的光网络管控中并行存在，可以通过新一代云网运营系统在更高层面实现统一。

基于光网络直接管控理念，中国电信自研了光网络管控系统，并在现网得到应用。例如，接入型OTN设备统一管控系统（UMS）全国集约化部署，中国电信制定了接入型OTN设备统一规范，实现了接入段OTN设备的灰盒解耦、统一直管。自主设计开发，实现了设备自动上线、模板化开通、环网自动配置、在线升级等功能。再比如，盒式波分控制器（ONC20），统一南向NETCONF/YANG接口，解决多厂商设备统一管控问题，同时北向能力开放，为省内生产系统对接提供统一接口。

胡骞指出，自研控制器有利于运营商自主掌控数据，实现价值运营。与此同时，中国电信还在研究引入大数据分析、数字孪生和AI等新技术提升全光网2.0数字化智慧运营水平。

有了管控基础，有了数字化基础，有了数据量前提，再引入人工智能，组合起来形成智能化的光网络。不过，胡骞表示，人工智能现在应用在光网络中的最大问题是数据，而不是算法，目前人工智能技术在很多领域都已经有广泛应用，算法的研究已经比较成熟。所以我们必须提高数据量并覆盖更多性能参数，提高数据采集效率。

Telemetry采用推模式，在订阅以后可以持续推送数据，采集速率可以达到秒级甚至亚秒级，极大程度地丰富了数据量。“解决了数据问题，那么再结合管控系统提供的开放能力和数字化平台，我们就可以引入人工智能技术来挖掘数据价值，打造智能光网络。”

积极探索应用场景，释放智能光网络价值

胡骞介绍，智能光网络的价值至少能体现在4个方面：态势感知分析实现网络可感知，故障根因溯源实现排障高效化，光网健康预测实现劣化可预防，自动编排优化实现网络自动化。

光网络流量预测方面，结合历史数据，分析预测未来的流量趋势。例如，针对不同政企OTN用户，实现对指定时段流量值的预测分析，对客户行为进行画像对未来的路由选择、扩容建设等有指导意义。

从海量告警中如何定位出故障的根源，也是一个重要的智能化运维场景。利用AI统一处理采集多厂商告警数据，利用拓扑等基础模型和告警关联分析、故障定位等功能模型，进行故障溯源。

传输割接对网络和业务影响巨大，需要进行准确冲突判断，人工方式工作量大，排期不准确。

割接智能排期可以将所有割接任务按照规则形成图，并通过算法优化排期，减小人工运维成本，管理员只需进行复核验证，保证每日割接不出现冲突。

外力破坏是光缆线路故障的主要因素，但是光缆由于无源特性，一直处于难以监管的哑资源状态。通过引入φ-OTDR，依据解调后的相位变化实现振动信号解调。不同的振动，相位特征会有差别，可以通过AI算法训练，实现对挖掘机、车辆、地铁等不同震动来源的识别和提前预警。但是在现网应用中，由于光缆各段环境振源并不相同且单一，对AI算法鲁棒性有很高要求。

光缆持续扩容、割接、维修导致光缆维护数据可能存在偏差。通过引入φ-OTDR技术并结合智能算法识别，可以在不开井，不中断业务的前提下判断同路由风险，降低光缆故障对业务的影响。

光网络故障以缓变型故障为主（如激光器频率飘移、放大器ASE噪声增大等），阈值效应明显，性能一旦劣化到阈值就会变化较快。通过动态监测、感知光网络参数，基于精确感知数据，进行多维参数分析，预测光网络健康度，提前预警风险，可以实现主动运维。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。