黃海清，李維民

（西京學(xué)院，西安710123）

基于人工智能技術(shù)的認(rèn)知光網(wǎng)絡(luò)結(jié)構(gòu)研究

黃海清，李維民

（西京學(xué)院，西安710123）

認(rèn)知光網(wǎng)絡(luò)是一種能夠?qū)⒅T多人工智能技術(shù)用到網(wǎng)絡(luò)中，并使網(wǎng)絡(luò)朝著智能化方向發(fā)展的重要網(wǎng)絡(luò)技術(shù)。介紹了認(rèn)知網(wǎng)絡(luò)的基本概念，在此基礎(chǔ)上給出了認(rèn)知光網(wǎng)絡(luò)的主要結(jié)構(gòu)，對認(rèn)知光網(wǎng)絡(luò)的主要技術(shù)進(jìn)行了分析，提出認(rèn)知光網(wǎng)絡(luò)是一種自治網(wǎng)絡(luò)，它可自我優(yōu)化，自我配置和自愈。

認(rèn)知光網(wǎng)絡(luò)；認(rèn)知決策系統(tǒng)；機(jī)器學(xué)習(xí)；軟件定義網(wǎng)絡(luò)

0　引言

近年來，在大數(shù)據(jù)、云服務(wù)、智能手機(jī)，以及網(wǎng)絡(luò)視頻、網(wǎng)絡(luò)游戲的推動下,網(wǎng)絡(luò)流量快速增長，互聯(lián)網(wǎng)流量在2014年增長34%，思科公司預(yù)計(jì)2016年全球IP流量將超過1ZB（1ZB相當(dāng)于10億現(xiàn)代硬盤容量，每個(gè)硬盤1TB）,2019年將達(dá)2ZB[1]。帶寬需求的快速增加，促使新的網(wǎng)絡(luò)傳輸技術(shù)（如超級通道技術(shù)、光線路編碼技術(shù)、光調(diào)制技術(shù)）不斷涌現(xiàn)和發(fā)展。新技術(shù)通常部署在原光纖網(wǎng)絡(luò)中，造成非常復(fù)雜的異構(gòu)的網(wǎng)絡(luò)環(huán)境[2]。此外，傳輸容量增加，不同的系統(tǒng)共享相同的光纖，將進(jìn)一步影響服務(wù)質(zhì)量（QoS）和傳輸質(zhì)量（QoT）；網(wǎng)絡(luò)運(yùn)營商面臨著支持不同業(yè)務(wù)對QoS要求不同的挑戰(zhàn)；光傳輸網(wǎng)絡(luò)中的編碼和調(diào)制格式方面不同的傳輸技術(shù)和數(shù)據(jù)率；這些都增加了網(wǎng)絡(luò)經(jīng)營管理的負(fù)擔(dān)，增加了網(wǎng)絡(luò)運(yùn)維成本。因此，未來的光網(wǎng)絡(luò)應(yīng)易于維護(hù)管理，盡可能減少人工干預(yù)，實(shí)現(xiàn)智能化管理。認(rèn)知光網(wǎng)絡(luò)（CON）正是試圖解決這些問題，它通過自學(xué)習(xí)和認(rèn)知決策在網(wǎng)絡(luò)中實(shí)現(xiàn)自配置、自優(yōu)化和自主網(wǎng)絡(luò)操作；它強(qiáng)調(diào)實(shí)現(xiàn)端到端的目標(biāo)，能改善服務(wù)質(zhì)量和傳輸質(zhì)量。以下我們基于人工智能技術(shù)，對認(rèn)知光網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行研究。

1　認(rèn)知網(wǎng)絡(luò)概念

認(rèn)知網(wǎng)絡(luò)的概念描述見文獻(xiàn)[3]。認(rèn)知網(wǎng)絡(luò)可以監(jiān)測當(dāng)前的網(wǎng)絡(luò)環(huán)境，然后針對這些環(huán)境去規(guī)劃、決定和采取行動。認(rèn)知網(wǎng)絡(luò)還應(yīng)具有對網(wǎng)絡(luò)環(huán)境的自適應(yīng)能力、從變化中學(xué)習(xí)的能力并能夠?qū)ξ磥磉M(jìn)行以端到端目標(biāo)的決策，實(shí)現(xiàn)對網(wǎng)絡(luò)進(jìn)行動態(tài)調(diào)整和重構(gòu)。

認(rèn)知網(wǎng)絡(luò)的主要特點(diǎn)是具有認(rèn)知和學(xué)習(xí)的能力。圖1所示為一個(gè)認(rèn)知網(wǎng)絡(luò)執(zhí)行的基本動作，即一個(gè)認(rèn)知循環(huán)，包括觀察（Observe）、定向(Orient)規(guī)劃(Plan)、決定(Decide)和行動(Act)4個(gè)模塊。在觀察階段，網(wǎng)絡(luò)監(jiān)視器觀察網(wǎng)絡(luò)的環(huán)境（狀態(tài)），這些監(jiān)視的數(shù)據(jù)用于規(guī)劃，同時(shí)也用于學(xué)習(xí)模塊的學(xué)習(xí)并存儲有用的數(shù)據(jù)；在定向規(guī)劃階段，將獲得的信息數(shù)據(jù)投入的背景下，分析先前積累的知識可能采取的行動；決定階段，依據(jù)前面學(xué)習(xí)和規(guī)劃的結(jié)果，以系統(tǒng)的端到端為目標(biāo)，決定應(yīng)采取什么樣的動作；在行動階段，網(wǎng)絡(luò)中的決策被執(zhí)行。這個(gè)循環(huán)不斷地重復(fù)處理網(wǎng)絡(luò)中新的事件，所以認(rèn)知網(wǎng)絡(luò)是一種自治網(wǎng)絡(luò)，它可自我優(yōu)化，自我配置和自愈[4]。

圖1　認(rèn)知環(huán)

2　認(rèn)知光網(wǎng)絡(luò)

認(rèn)知光網(wǎng)絡(luò)是近幾年才開始研究的新課題，具有代表性的是由歐盟資助的認(rèn)知異構(gòu)可重構(gòu)光網(wǎng)絡(luò)的項(xiàng)目CHRON（Cognitive Heterogeneous Reconfigurable Optical Network,CHRON）[5,6]，其主要目標(biāo)是開發(fā)一種認(rèn)知光網(wǎng)絡(luò)結(jié)構(gòu)，解決控制和管理下一代異構(gòu)光網(wǎng)絡(luò)支持未來的互聯(lián)網(wǎng)。CHRON架構(gòu)已經(jīng)經(jīng)過實(shí)驗(yàn)研究，該網(wǎng)絡(luò)下集中式架構(gòu)如圖2。該項(xiàng)目研究了分布式和集中式的結(jié)構(gòu)變型，主要專注于后者測試平臺的實(shí)現(xiàn)。其體系結(jié)構(gòu)的核心是認(rèn)知決策系統(tǒng)（CDS），負(fù)責(zé)管理傳輸要求和網(wǎng)絡(luò)事件。網(wǎng)元實(shí)現(xiàn)了認(rèn)知行為，即考慮其當(dāng)前狀態(tài)和過去的知識來優(yōu)化網(wǎng)絡(luò)性能。

圖2　認(rèn)知光網(wǎng)絡(luò)結(jié)構(gòu)示意圖

CDS是在控制和管理系統(tǒng) （Control and Management System，CMS）的幫助下，負(fù)責(zé)從網(wǎng)絡(luò)收集監(jiān)控信息并傳播CDS向所有節(jié)點(diǎn)的決定。網(wǎng)絡(luò)的動態(tài)調(diào)整是通過CDS控制軟件自適應(yīng)元件重新配置受控網(wǎng)絡(luò)。

3　認(rèn)知光網(wǎng)絡(luò)的主要技術(shù)

一個(gè)認(rèn)知光網(wǎng)絡(luò)的實(shí)現(xiàn)所需的主要構(gòu)成及其技術(shù)：智能監(jiān)控系統(tǒng)、認(rèn)知決策系統(tǒng)、認(rèn)知控制系統(tǒng)、認(rèn)知學(xué)習(xí)及動態(tài)調(diào)整與配置。

3.1智能監(jiān)控系統(tǒng)

智能監(jiān)控系統(tǒng)用于網(wǎng)絡(luò)的監(jiān)測（觀察）。物理層的監(jiān)測采用先進(jìn)的光性能監(jiān)測（OPM），通過數(shù)字信號處理（DSP）功能提供必要的有關(guān)的反饋信號，反饋網(wǎng)絡(luò)損傷與信號缺陷，使網(wǎng)絡(luò)能夠自主優(yōu)化、配置及重構(gòu)。

為滿足用戶的需求及QoS的要求，監(jiān)測光信號的性能是一個(gè)關(guān)鍵的模塊，所獲得的信息提供給網(wǎng)絡(luò)管理與決策系統(tǒng)。先進(jìn)的光性能監(jiān)測（OPM）是所需的工具。相干光通信系統(tǒng)數(shù)字相干接收機(jī)可以提供一個(gè)完整的表示光場在電域提供的振幅、相位和輸入光信號的偏振信息。信道失真可以通過數(shù)字信號處理（DSP）補(bǔ)償算法，實(shí)現(xiàn)鏈路損傷的電域均衡補(bǔ)償。所有確定的線性光信道參數(shù)，如色散（CD）、偏振模色散（PMD）和偏振相關(guān)損耗（PDL），可以均衡補(bǔ)償。同時(shí)，其它傳輸參數(shù)（如放大的自發(fā)輻射（ASE）噪聲和偏振旋轉(zhuǎn)）也可以被監(jiān)視。

3.2認(rèn)知決策系統(tǒng)

認(rèn)知決策系統(tǒng)是認(rèn)知光網(wǎng)絡(luò)最核心的部分。決策系統(tǒng)是為了實(shí)現(xiàn)端到端的目標(biāo)，在監(jiān)測信息和知識庫中存放的過去知識經(jīng)驗(yàn)的基礎(chǔ)上，通過一定的方法、工具和技巧，對不同方案進(jìn)行分析、比較和判斷，選擇最佳方案，然后做出決策。

在認(rèn)知光網(wǎng)絡(luò)中，基本的認(rèn)知決策系統(tǒng)是由服務(wù)和流量需求供給?？紤]到從網(wǎng)絡(luò)監(jiān)控系統(tǒng)監(jiān)測到的網(wǎng)絡(luò)現(xiàn)狀及知識庫（知識使我們能夠從過去類似的場景采取的決定和使用學(xué)習(xí)能力來影響將來的行動）存儲的以前案例做出的決定及結(jié)果，借鑒以前行動做出輸出決策，該決策通過控制與管理系統(tǒng)控制各網(wǎng)元調(diào)整實(shí)現(xiàn)端到端的目標(biāo)。

圖3　認(rèn)知決策系統(tǒng)關(guān)系圖

一種認(rèn)知決策系統(tǒng)、網(wǎng)絡(luò)監(jiān)控系統(tǒng)以及控制系統(tǒng)的關(guān)系如圖3所示，這種結(jié)構(gòu)顯示CDS如何實(shí)現(xiàn)認(rèn)知環(huán)。網(wǎng)絡(luò)監(jiān)測系統(tǒng)采集到的網(wǎng)絡(luò)狀態(tài)信息存放于通用知識庫；另外，有一個(gè)特定知識庫存放每個(gè)認(rèn)知過程有關(guān)的所有信息，特定的知識庫由一個(gè)特定的學(xué)習(xí)模塊更新相關(guān)的信息。一個(gè)認(rèn)知過程可以通過訪問這兩個(gè)知識庫（通用和特定）來檢索信息，并對其進(jìn)行更新。認(rèn)知決策模塊處理網(wǎng)絡(luò)事件或請求，最后做出的決定將通過控制平面-網(wǎng)元執(zhí)行。為了避免降低已經(jīng)建立的通道QoT，新的通道設(shè)置可以使用不同的路線。

3.3認(rèn)知控制系統(tǒng)

目前光網(wǎng)絡(luò)管理控制方式多為分布式，不同技術(shù)、不同設(shè)備制造商的光網(wǎng)絡(luò)管理控制系統(tǒng)往往有自己獨(dú)立的、私有的協(xié)議內(nèi)容，這樣的模式不僅造成了網(wǎng)絡(luò)管控的不便，同時(shí)也導(dǎo)致了網(wǎng)絡(luò)資源利用率較低。在未來的光網(wǎng)絡(luò)中，大量不同的傳輸技術(shù)和服務(wù)要求具有不同的QoS/QoT。高度異質(zhì)性的光網(wǎng)絡(luò)環(huán)境給管理控制提出了新的挑戰(zhàn)。光網(wǎng)絡(luò)控制系統(tǒng)、控制方式的發(fā)展情況如下。

3.3.1基于 GMPLS協(xié)議族的自動交換光網(wǎng)絡(luò)（ASON）

早期WDM系統(tǒng)的光網(wǎng)絡(luò)為了動態(tài)地分配波長資源，實(shí)現(xiàn)波長交叉連接控制，采用基于GMPLS協(xié)議族的分布式控制的ASON，如圖4（a）所示。

圖4　光網(wǎng)絡(luò)控制系統(tǒng)的演進(jìn)

3.3.2基于GMPLS/PCE的網(wǎng)絡(luò)控制平面

隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大，尤其是城域網(wǎng)、接入網(wǎng)節(jié)點(diǎn)及路由數(shù)量的劇增，導(dǎo)致在多層多域光網(wǎng)絡(luò)中基于GMPLS協(xié)議的ASON的控制系統(tǒng)難以支撐復(fù)雜的約束條件(如波長一致性、接口交換能力、時(shí)隙復(fù)用規(guī)范、光束的物理損傷約束等)下的路由計(jì)算，存在著網(wǎng)元控制系統(tǒng)CPU計(jì)算能力不足和整個(gè)網(wǎng)絡(luò)資源不能統(tǒng)一規(guī)劃導(dǎo)致網(wǎng)絡(luò)利用率低等問題。因此，有必要將復(fù)雜的路徑計(jì)算功能從分散的網(wǎng)元集中到獨(dú)立的高性能PCE服務(wù)器上，具體見圖4（b）所示。采用PCE服務(wù)器PCEP協(xié)議實(shí)現(xiàn)集中控制的方式，可以快速地實(shí)現(xiàn)全局路徑優(yōu)化，解決多域環(huán)境下端到端的路徑計(jì)算，實(shí)施全網(wǎng)資源統(tǒng)一管理，有效提升網(wǎng)絡(luò)的整體效率。

3.3.3基于SDN/Openflow的軟件定義光網(wǎng)絡(luò)控制平面

近幾年云計(jì)算和數(shù)據(jù)中心應(yīng)用的出現(xiàn)，對光網(wǎng)絡(luò)提出了帶寬大、連接靈活、流量變化大且動態(tài)的需求，提出了虛擬化、可編程等新的挑戰(zhàn)。另外，光網(wǎng)絡(luò)中設(shè)備數(shù)量和廠家眾多，給網(wǎng)絡(luò)集中管理和維護(hù)帶來極大困難。為了解決這些問題，近幾年發(fā)展的軟件定義網(wǎng)絡(luò)SDN應(yīng)運(yùn)而生。光網(wǎng)絡(luò)采用SDN技術(shù)控制系統(tǒng)的結(jié)構(gòu)，如圖4（c）所示，其特點(diǎn)是控制平面與轉(zhuǎn)發(fā)平面分離，轉(zhuǎn)發(fā)不再被固定在交換機(jī)或路由器里，而是采用集中控制策略，通過開放網(wǎng)絡(luò)和應(yīng)用層接口，提供網(wǎng)絡(luò)的可編程能力。SDN具有可擴(kuò)展性、靈活性的特點(diǎn)，使我們在不改變?nèi)魏尉W(wǎng)絡(luò)底層環(huán)境的情況下，以較低難度的方式對網(wǎng)絡(luò)和業(yè)務(wù)進(jìn)行操作管理，讓網(wǎng)絡(luò)實(shí)現(xiàn)了用軟件配置與定義[7]。

認(rèn)知光網(wǎng)絡(luò)中的控制系統(tǒng)與光網(wǎng)絡(luò)的發(fā)展是一致的，前兩年歐洲的認(rèn)知異構(gòu)可重構(gòu)光網(wǎng)絡(luò)的控制系統(tǒng)實(shí)施選擇了基于通用多協(xié)議標(biāo)簽交換GMPLS協(xié)議擴(kuò)展的結(jié)構(gòu)[8]。標(biāo)準(zhǔn)的控制體系結(jié)構(gòu)將向SDN/Open-Flow技術(shù)發(fā)展。由圖2可見，在結(jié)構(gòu)上認(rèn)知光網(wǎng)絡(luò)是在光網(wǎng)絡(luò)控制系統(tǒng)上增加了一個(gè)認(rèn)知決策系統(tǒng)。認(rèn)知光網(wǎng)絡(luò)中最重要的因素是認(rèn)知本身，它具有端到端的優(yōu)化能力。認(rèn)知在另一個(gè)層面上應(yīng)被看作是提供無監(jiān)督優(yōu)化功能，而不是替換一個(gè)已經(jīng)存在的控制平面。因此，認(rèn)知光網(wǎng)絡(luò)實(shí)現(xiàn)同樣需要基本的控制平面。就控制系統(tǒng)來說，認(rèn)知光網(wǎng)絡(luò)與軟件定義光網(wǎng)絡(luò)沒有區(qū)別，均要實(shí)現(xiàn)對全網(wǎng)的集中控制。

3.4認(rèn)知學(xué)習(xí)

認(rèn)知學(xué)習(xí)是認(rèn)知網(wǎng)絡(luò)非常重要的一個(gè)方面。認(rèn)知學(xué)習(xí)要求能夠?qū)Ξ?dāng)前監(jiān)測到的網(wǎng)絡(luò)環(huán)境、使用中的目標(biāo)要求、規(guī)劃和決策等過程進(jìn)行學(xué)習(xí)，實(shí)時(shí)地調(diào)整自己去完成目標(biāo)任務(wù)，并將學(xué)習(xí)到的有用的新知識存儲到知識庫中，提供給決策系統(tǒng)做決策使用。認(rèn)知過程是由機(jī)器學(xué)習(xí)（ML）支持，在網(wǎng)絡(luò)上實(shí)現(xiàn)智能算法。

ML的一種方法稱為基于案例推理 （CBR）。CBR是一種基于先前的經(jīng)驗(yàn)知識進(jìn)行推理的人工智能技術(shù)，在解決新問題時(shí)，它通過檢索案例庫（知識庫），利用過去積累的經(jīng)驗(yàn)（類似情況的處理），找到與該問題或情況最相近的案例的求解，從而獲得當(dāng)前問題的解決方法。當(dāng)案例庫中沒有存放與新案例相同的案例時(shí)，需要對案例庫進(jìn)行調(diào)整（如參數(shù)調(diào)整）。案例調(diào)整后，只需將修改的部分存入知識庫中。隨著知識庫中積累案例的逐漸增加，庫中的解決方案與數(shù)據(jù)不斷增長，系統(tǒng)解決處理問題的能力就會不斷增強(qiáng)。

在認(rèn)知光網(wǎng)絡(luò)中，ML基于案例推理方法可使網(wǎng)絡(luò)利用過去的經(jīng)驗(yàn)（在光纖鏈路中一個(gè)特定配置的通道和它們的參數(shù)）預(yù)測預(yù)期的傳輸性能，并進(jìn)行新的連接[9]。通過維護(hù)一個(gè)知識庫（包含過去的網(wǎng)絡(luò)觀察），使一個(gè)CON的CDS極插值從已知的情況下自動派生出新的經(jīng)驗(yàn)規(guī)律或利用數(shù)據(jù)模式進(jìn)行相應(yīng)的優(yōu)化。在預(yù)測傳輸性能（誤碼率）時(shí)，因?yàn)橹恢勒`碼率和最后的節(jié)點(diǎn)，所以需要在中間節(jié)點(diǎn)通過一個(gè)簡單的模型進(jìn)行參數(shù)擬合[10]。

ML可以利用先進(jìn)的光性能監(jiān)測（OPM），使軟件定義接收器執(zhí)行它們的算法或緩解障礙方案的自適應(yīng)調(diào)整。接收信號的調(diào)制格式可以自動識別[11]，一旦調(diào)制格式確定，這些信息即是以后續(xù)塊用來優(yōu)化DSP鏈的特殊調(diào)制格式。這對于調(diào)制格式的不透明子系統(tǒng)尤其重要（如數(shù)字解調(diào)），但對均衡器來說，如果收到信號星座是已知的，可以切換到?jīng)Q策指導(dǎo)模式。在一般情況下，不使用泛型，與調(diào)制格式無關(guān)的算法性能可能劣化，它們的微調(diào)調(diào)制格式的特定版本可代替，以提高接收機(jī)的性能。

3.5網(wǎng)絡(luò)的動態(tài)調(diào)整與配置

認(rèn)知網(wǎng)絡(luò)強(qiáng)調(diào)端到端的目標(biāo)，因此它應(yīng)該具備網(wǎng)絡(luò)調(diào)整與配置能力。如果當(dāng)前的網(wǎng)絡(luò)狀態(tài)、參數(shù)等無法保證客戶端到端的目標(biāo)要求，那么網(wǎng)絡(luò)應(yīng)根據(jù)這個(gè)目標(biāo)調(diào)整或重新配置相關(guān)網(wǎng)元的參數(shù)，即調(diào)整各種物理層組件特性（如調(diào)制格式、誤差修正、波長容量等）和網(wǎng)絡(luò)層參數(shù)（如帶寬、同時(shí)光路的數(shù)目、QoS等），以滿足客戶所要求的端到端目標(biāo)。這種調(diào)整與重新配置是通過軟件可編程、軟件可定義模塊來實(shí)現(xiàn)。摻鉺光纖放大器（EDFA）的增益平坦度和噪聲系數(shù)可以自主調(diào)整，以確保所有傳輸通道成功接收不同的調(diào)制格式和比特率[12]。

4　結(jié)束語

認(rèn)知光網(wǎng)絡(luò)是近年探索的新技術(shù)，通過以上分析可以知，它能夠觀察網(wǎng)絡(luò)周圍的環(huán)境并根據(jù)端到端的目標(biāo)，通過認(rèn)知學(xué)習(xí)對網(wǎng)絡(luò)狀態(tài)做出正確的規(guī)劃、決策和行動。實(shí)現(xiàn)認(rèn)知光網(wǎng)絡(luò)所需的主要構(gòu)成元素有智能監(jiān)控系統(tǒng)、認(rèn)知決策系統(tǒng)、認(rèn)知控制系統(tǒng)、認(rèn)知學(xué)習(xí)、動態(tài)調(diào)整與配置。認(rèn)知光網(wǎng)絡(luò)是一種具有智能性的網(wǎng)絡(luò)，它的發(fā)展將會對今后復(fù)雜異構(gòu)網(wǎng)絡(luò)的控制管理起到促進(jìn)作用，可進(jìn)一步提高服務(wù)質(zhì)量（QoS）和傳輸質(zhì)量（QoT）。

[1]Cisco.Cisco Visual Networking Index:Forecast and Methodology, 2014-2019 White Paper.http://www.cisco.com/c/en/us/solutions/collateral/service-provider/ip-ngn-ip-next-generation-network/white_paper_c11-481360.html.

[2]TAFUR MONROY I，ZIBAR D,GUERRERO GONZALEZ N,et al. Cognitive Heterogeneous Reconfigurable Optical Networks(CHRON):Enabling technologies and techniques[C].In International Conference on Transparent Optical Networks,IEEE Stockholm,Sweden，2011.

[3]THOMAS R W,DASILVA L A,MACKENZIE A B.Cognitive networks[C].Proc.IEEE DySPAN，2005:352-360.

[4]KLIAZOVICH D,GRANELLI F,FONSECA N L S.Architectures and Cross-Layer Design for Cognitive Networks in Handbook on Sensor Networks[M].Singapore:World Scientific Publishing,2010.

[5]CABALLERO A,BORKOWSKI R，MIGUEL I,et al.Cognitive,heterogeneous and reconfigurable optical networks:the CHRON project[J].Journal of Lightwave Technology，2014，32(13):2308-2323.

[6]CHRON,“The CHRON Project.”[Online].http://www.ict-chron.eu/

[7]李維民，康巧燕，黃海清，等.全光通信網(wǎng)技術(shù)[M].北京:北京郵電大學(xué)出版社，2015.

[8]SIRACUSA D，BROGLIO A，F(xiàn)RANCESCON A,et al.Toward a control and management system enabling cognitive optical networks[C].18th European Conference on Network and Optical Communications.Trento I-taly：IEEE,2013:233-240.

[9]CABALLERO A,AGUADO J C,BORKOWSKI R.Experimental demonstration of a cognitive quality of transmission estimator for optical communication systems[J].Optics Express，2012，20（26）:B64-B70.

[10]BORKOWSKI R,CABALLERO A，KLONIDIS D.Advanced modulation formats in cognitive optical networks:EU project CHRON demonstration[C].Optical Fiber Communication Conference,San Francisco USA: 2014.

[11]BORKOWSKI R,ZIBAR D,CABALLERO A.Stokes space-based optical modulation format recognition for digital coherent receivers[J].IEEE Photonics Technology Letters,2013,25(21):2129-2132.

[12]OLIVEIRA J R,CABALLERO A,AES E M.Demonstration of EDFA cognitive gain control via GMPLS for mixed modulation formats in heterogeneous optical networks[C].Optical Fiber Communication Conference, Anaheim USA:2013.

Research on the structure of cognitive optical network based on artificial intelligence technology

HUANG Hai-qing，LI Wei-min
（Xijing University,Xi'an 710123,China）

Cognitive optical network(CON)is a kind of most important network technology,in which many artificial intelligence technology can be used,and it will make the network toward intelligent direction of development.The paper introduces the basic concepts of cognitive network,base on that the cognitive optical network main structure is given.The main technology of cognitive optical network are analyzed,put forward the theory of cognitive optical network is a self governance network,it can be self-optimizing,self-configuring and self-healing.

cognitive optical network(CON),cognitive decision system(CDS),machine learning(ML),software-defined networking(SDN)

TN915

A

1002-5561（2016）05-0015-04

10.13921/j.cnki.issn1002-5561.2016.05.005

2016-01-04。

黃海清（1960-），女，副教授，主要研究方向?yàn)楣馔ㄐ啪W(wǎng)。