郭磊，張旭,2，侯維剛，劉業(yè)君，張琦涵,2，曹子崢

（1.重慶郵電大學(xué)通信與信息工程學(xué)院，重慶 400065；2.東北大學(xué)計算機科學(xué)與工程學(xué)院，遼寧 沈陽 110169；3.埃因霍芬理工大學(xué)電氣工程學(xué)院，埃因霍芬 999025）

1 引言

光纖通信技術(shù)由于其傳輸帶寬大、抗干擾性強和信號衰減小等諸多優(yōu)點，已成為骨干網(wǎng)中主要的通信傳輸媒介?；诠饫w通信技術(shù)的光網(wǎng)絡(luò)，必將成為未來信息社會中的主要網(wǎng)絡(luò)技術(shù)之一。然而，隨著5G[1-2]、物聯(lián)網(wǎng)（IoT,Internet of things）[3-4]、大數(shù)據(jù)（BD,big data）[5]、云計算（CC,cloud computing）[6]等技術(shù)的發(fā)展，新興的網(wǎng)絡(luò)業(yè)務(wù)層出不窮，人們在網(wǎng)絡(luò)上進行購物、社交、娛樂以及金融等相關(guān)的活動，這對光網(wǎng)絡(luò)各方面的能力提出了新的需求，促使光網(wǎng)絡(luò)技術(shù)同時向深度與廣度2 個方向發(fā)展。

在光網(wǎng)絡(luò)發(fā)展歷程中，基于通用多協(xié)議標(biāo)簽交換（GMPLS,generalized multi-protocol label switching）[7]的自動交換光網(wǎng)絡(luò)（ASON,automatic switching optical network）技術(shù)能夠以分布式控制的方式動態(tài)實現(xiàn)光路的建立與拆除。然而，基于GMPLS 的傳統(tǒng)分布式控制機制面臨收斂時間長、協(xié)議復(fù)雜、控制效率低等問題。為此，路徑計算單元（PCE,path computation element）[7]從分布式控制平面中被剝離出來，促成了光路計算從分布式到集中式的演化。但是，PCE 仍然需要節(jié)點上加載的控制平面的配合來維護全局的網(wǎng)絡(luò)視圖，這種分布式與集中式相結(jié)合的方式難以高效率地滿足日益增長的業(yè)務(wù)需求。同時，對于光正交頻分復(fù)用和空分復(fù)用等新型的光復(fù)用技術(shù)，傳統(tǒng)光網(wǎng)絡(luò)管控平面很難快速改變固有的控制邏輯。因此，軟件定義光網(wǎng)絡(luò)（SDON,software-defined optical network）被提出[8]，其將傳統(tǒng)傳送平面的轉(zhuǎn)發(fā)和控制分離，北向接口對接業(yè)務(wù)應(yīng)用，南向接口對接網(wǎng)絡(luò)連接，利用軟件可編程的方式對光網(wǎng)絡(luò)基礎(chǔ)設(shè)施進行靈活管理，從而高效利用網(wǎng)絡(luò)資源以滿足多樣化的業(yè)務(wù)需求，實現(xiàn)智能的自動控制與升級維護。

空分復(fù)用（SDM,space division multiplexing）技術(shù)（例如多核光纖、多模/少模光纖、多核少模光纖等）的出現(xiàn)將光網(wǎng)絡(luò)資源的維度從時間和頻率2 個維度擴展到了時間、頻率和空間多個維度。其中，在基于多核光纖的軟件定義多維光網(wǎng)絡(luò)方面，文獻(xiàn)[9]展示了利用12 核光纖實現(xiàn)0.52 Pbit/s 級別的跨洋傳輸系統(tǒng)，其傳輸距離能夠達(dá)到8 830 km。在基于多模/少模光纖的軟件定義多維光網(wǎng)絡(luò)方面，文獻(xiàn)[10]使用支持6 個模式的折射率漸變少模光纖實現(xiàn)了138 Tbit/s 的傳輸系統(tǒng)，其傳輸距離能夠達(dá)到590 km；同時，文獻(xiàn)[11]利用10 個模式的弱耦合少模光纖實現(xiàn)了257 Tbit/s 的傳輸速率。在基于多核少模光纖的軟件定義多維光網(wǎng)絡(luò)方面，文獻(xiàn)[12]利用特殊設(shè)計的19 核6 模光纖實現(xiàn)了10.16 Pbit/s 的單纖傳輸速率，總頻譜效率高達(dá)1 099.9 bit/(s·Hz)?1。此外，架構(gòu)按需（AoD,architecture on demand）技術(shù)的出現(xiàn)從節(jié)點層面進一步開放了節(jié)點的功能靈活度，使網(wǎng)絡(luò)節(jié)點的功能模塊化，并動態(tài)合成所需功能的光節(jié)點。

因此，基于AoD+SDM 組合的軟件定義多維光網(wǎng)絡(luò)具有以下特性。

1)節(jié)點功能的可定制化。AoD 節(jié)點可以根據(jù)不同的需求動態(tài)地組合成所需的功能架構(gòu)，進而提供不同維度的網(wǎng)絡(luò)功能。同時，網(wǎng)絡(luò)開發(fā)者也可以利用節(jié)點可編程的特性重新配置節(jié)點功能，進而大大地提高了網(wǎng)絡(luò)節(jié)點功能的靈活性。

2)網(wǎng)絡(luò)資源維度的多樣化。SDM 光纖的引入，一方面大幅增加了網(wǎng)絡(luò)容量的承載能力，另一方面也擴展了網(wǎng)絡(luò)資源的維度，在原有時間和頻率資源維度的基礎(chǔ)上又增加了空間維度，提高了網(wǎng)絡(luò)資源的多維性，豐富了多維網(wǎng)絡(luò)資源池的構(gòu)建。

3)控制平面的邏輯集中化。得益于SDON 集中式架構(gòu)的優(yōu)勢，AoD+SDM 組合的軟件定義多維光網(wǎng)絡(luò)同樣繼承了控制與轉(zhuǎn)發(fā)分離的網(wǎng)絡(luò)形式，這樣所有的控制功能被集中到了頂端的控制平面，形成了網(wǎng)絡(luò)集中管控的局面。

但是，現(xiàn)有研究大多只解決了小規(guī)模組網(wǎng)和傳輸?shù)膯栴}，針對未來大規(guī)模組網(wǎng)和應(yīng)用的軟件定義多維光網(wǎng)絡(luò)仍有許多問題，特別是網(wǎng)絡(luò)的可擴展性問題、網(wǎng)絡(luò)狀態(tài)的測量問題以及網(wǎng)絡(luò)決策的智能問題等尚未解決。

2 軟件定義多維光網(wǎng)絡(luò)架構(gòu)

軟件定義多維光網(wǎng)絡(luò)架構(gòu)如圖1 所示，主要包含數(shù)據(jù)平面、控制平面和應(yīng)用平面。

數(shù)據(jù)平面包括負(fù)責(zé)轉(zhuǎn)發(fā)數(shù)據(jù)流的光轉(zhuǎn)發(fā)節(jié)點和光代理模塊。光轉(zhuǎn)發(fā)節(jié)點只負(fù)責(zé)數(shù)據(jù)的轉(zhuǎn)發(fā)，光代理模塊通過南向接口與控制平面進行通信，向下可以根據(jù)控制器的指令配置光節(jié)點的交叉連接，向上可以將數(shù)據(jù)平面的網(wǎng)絡(luò)狀態(tài)上傳到控制平面。常見的南向接口協(xié)議包括擴展的 OpenFlow、MPLS-TP（multi-protocol label switching-transport profile）、NETCONF（network configuration protocol）、OpenConfig 模型接口以及OpenROADM MSA（open reconfigurable optical add/drop multiplexer and multi-source agreement）接口。

控制平面包含邏輯集中的光網(wǎng)絡(luò)控制器?？刂破靼B接功能、拓?fù)滟Y源、信令功能等多個功能模塊，負(fù)責(zé)整個網(wǎng)絡(luò)的拓?fù)渚S護、資源控制以及應(yīng)用管理等操作，并通過北向接口為應(yīng)用平面提供網(wǎng)絡(luò)操作系統(tǒng)層面的支持。

駕駛著這輛蘭博基尼，我的同事以120公里/小時的車速完成了前往意大利的旅程。剛剛下車，他便開始了對這輛蘭博基尼的碎碎念，不出我所料，“桶式座椅”是他滔滔不絕的話語中出現(xiàn)頻率最高的一個詞。所以，我們衷心奉勸那些準(zhǔn)備購買這些跑車的朋友們，一定要在下訂單的時候?qū)ｉT定制一個貼合自己身材的座椅。由于空間局促，我的同事甚至不知道要將左腳放在哪里，而當(dāng)看到小得可憐的導(dǎo)航屏幕和長度僅有10厘米的中央扶手時，我們便不難理解輕量化的難度，還有其必需要付出的代價了。

應(yīng)用平面包括各種類型的網(wǎng)絡(luò)應(yīng)用。在應(yīng)用平面中，各種新興的網(wǎng)絡(luò)功能、路由與資源分配方案等都可以實現(xiàn)，例如，路由與波長分配（RWA,routing and wavelength assignment）算法[13]，路由、波長與時隙分配（RWTA,routing,wavelength and timeslot assignment）算法[14]，路由與頻譜分配（RSA,routing and spectrum assignment）算法[15-16]以及路由、調(diào)制等級與頻譜分配（RMLSA,routing,modulation level and spectrum assignment）算法[17-18]等，從而完成編碼控制、載波管理和譜寬規(guī)劃等操作。

圖1 軟件定義多維光網(wǎng)絡(luò)架構(gòu)

軟件定義多維光網(wǎng)絡(luò)從架構(gòu)上打破了傳統(tǒng)網(wǎng)絡(luò)垂直方向的僵化問題，實現(xiàn)了控制與轉(zhuǎn)發(fā)的分離，構(gòu)建了網(wǎng)絡(luò)與業(yè)務(wù)的互動通道，形成了狀態(tài)上傳與動作下發(fā)的大規(guī)模閉環(huán)控制結(jié)構(gòu)。

3 多樣化的資源維度

從原理層面看，構(gòu)成光網(wǎng)絡(luò)的基本元素是光纖以及用于產(chǎn)生光信號、交換光信號和檢測光信號的光節(jié)點。多路光信號通常被復(fù)用到一根或多根光纖中進行傳輸。從光網(wǎng)絡(luò)資源的復(fù)用角度來分類，當(dāng)前的光網(wǎng)絡(luò)被分為時分復(fù)用（TDM,time division multiplexing）光網(wǎng)絡(luò)[19-20]、波分復(fù)用（WDM,wavelength division multiplexing）光網(wǎng)絡(luò)[21-22]、正交頻分復(fù)用（OFDM,orthogonal frequency division multiplexing）光網(wǎng)絡(luò)[23-24]以及SDM 光網(wǎng)絡(luò)[25-26]。圖2 展示了時間、頻率和空間多個維度的光網(wǎng)絡(luò)資源。

圖2 多維光網(wǎng)絡(luò)資源

3.1 TDM 光網(wǎng)絡(luò)

TDM 光網(wǎng)絡(luò)的網(wǎng)絡(luò)資源的基本單元是時隙。將波長在時間維度上分成多個時間槽，一個時間槽作為一個時隙。不同的業(yè)務(wù)請求被分配到同一波長的不同時隙上進行傳輸，同時，根據(jù)業(yè)務(wù)請求的大小，可以分配一個或多個時隙來滿足業(yè)務(wù)的傳輸需求[27]。

3.2 WDM 光網(wǎng)絡(luò)

WDM 光網(wǎng)絡(luò)的網(wǎng)絡(luò)資源的基本單元是波長。在頻率維度上，一根光纖中可以同時傳輸不同頻率的波長。不同的業(yè)務(wù)請求可以被加載到不同的波長上進行傳輸。值得注意的是，WDM 光網(wǎng)絡(luò)中一個波長的帶寬通常是固定的，例如50 GHz或者100 GHz，因此WDM 光網(wǎng)絡(luò)也被稱作固定粒度光網(wǎng)絡(luò)[28]?；谖墨I(xiàn)[29]中的仿真參數(shù)設(shè)置（每個鏈路中有40 個波長），本文對比了3 種RWA 算法，分別是最大容量優(yōu)先（MCF,maximize capacity first）算法、最短距離優(yōu)先（SDF,shortest distance first）算法和最大容量/跳數(shù)優(yōu)先（MCHF,maximize capacity-over-hops first）算法，如圖3 所示。從圖3 中可以明顯看出，與MCF 算法和SDF 算法相比，MCHF 算法具有更強的業(yè)務(wù)承載能力。

圖3 WDM 光網(wǎng)絡(luò)的網(wǎng)絡(luò)吞吐率

3.3 OFDM 光網(wǎng)絡(luò)

OFDM 光網(wǎng)絡(luò)的網(wǎng)絡(luò)資源的基本單位是頻譜槽。在頻率維度上，OFDM 光網(wǎng)絡(luò)的光譜被分成多個粒度較小、相互正交的頻譜槽，一個頻譜槽的帶寬是12.5 GHz。根據(jù)業(yè)務(wù)請求的大小，一個業(yè)務(wù)可以占用一個或者多個連續(xù)的頻譜槽，而不同的業(yè)務(wù)請求可以被分配到不同的頻譜槽上進行傳輸。相比于WDM 光網(wǎng)絡(luò)的固定波長粒度，OFDM 的正交性允許多個頻譜槽的光譜重疊，并根據(jù)業(yè)務(wù)請求所需要的實際帶寬進行拆分與聚合，從而很好地解決了粒度不匹配問題，節(jié)約了光譜資源。OFDM 技術(shù)通過靈活的帶寬適配、動態(tài)頻域處理技術(shù)極大提高了光譜資源利用率，因此，OFDM 光網(wǎng)絡(luò)也被稱作彈性光網(wǎng)絡(luò)[30]。基于文獻(xiàn)[18]中的仿真參數(shù)設(shè)置，對比了2 種RSA 算法，分別是基于頻譜效率和連通度的路由、調(diào)制等級和頻譜分配（SEC-RMLSA,routing,modulation level and spectrum allocation based on spectral efficiency and connectivity）算法和首次命中的路由和頻譜分配（FF-RSA,first-fit routing and spectrum allocation）算法，如圖4 所示。從圖4 中可以明顯看出，與FF-RSA 算法相比，SEC-RMLSA 算法有更高的網(wǎng)絡(luò)吞吐率。

圖4 OFDM 光網(wǎng)絡(luò)的網(wǎng)絡(luò)吞吐率

3.4 SDM 光網(wǎng)絡(luò)

SDM 光網(wǎng)絡(luò)的網(wǎng)絡(luò)資源的基本單位是光纖核。在空間維度上，一根光纖中包含多個光纖核或者多個模式[31]。以多核光纖為例，不同的光纖核中可以同時傳輸相同甚至是不同類型的業(yè)務(wù)，同時，分配給業(yè)務(wù)的光網(wǎng)絡(luò)資源也呈現(xiàn)多樣化，如時隙、波長和頻譜槽等。因此，SDM 光網(wǎng)絡(luò)在資源分配上，除了時間和頻率維度外，帶來了新的維度，即空間維度[32-34]。

4 軟件定義多維光網(wǎng)絡(luò)使能技術(shù)

軟件定義多維光網(wǎng)絡(luò)的構(gòu)建與發(fā)展，需要光節(jié)點、光鏈路和光管控平面3 個層面的使能技術(shù)支持。光節(jié)點需要進一步開放節(jié)點的功能靈活以及動態(tài)可重配置特性；光鏈路的容量需要進一步擴充，把網(wǎng)絡(luò)資源的維度從時間和頻率2 個維度，擴充到時間、頻率和空間3 個維度；光管控平面需要集中管控靈活的光節(jié)點和擴容的光鏈路，并進一步開放南北向接口，促進網(wǎng)絡(luò)應(yīng)用的創(chuàng)新。接下來，針對以上3 個層面的使能技術(shù)，分別介紹配置靈活的AoD節(jié)點、鏈路擴容的SDM 光纖和邏輯集中的管控平面。圖5 為基于AoD 可重配置節(jié)點的軟件定義空分復(fù)用光網(wǎng)絡(luò)架構(gòu)。

4.1 配置靈活的AoD 節(jié)點

4.2 鏈路擴容的SDM 光纖

SDM 的出現(xiàn)為光網(wǎng)絡(luò)提供了更有力的技術(shù)支持。當(dāng)前，SDM 已被證明可以顯著提高光鏈路的傳輸容量[38-40]。盡管SDM 技術(shù)的發(fā)展仍處在早期階段，但是SDM 技術(shù)的優(yōu)勢，例如支持空間超級信道（spatial super channel）[41-44]和自零差探測（SHD,self-homodyne detection）技術(shù)[45-47]，已經(jīng)被展示在一個MCF 系統(tǒng)中[48-49]。SDM 技術(shù)的優(yōu)勢不僅僅是帶寬容量的直接增加，它還能夠在帶寬配置方面提供額外的靈活性。同時，AoD 與SDM 的結(jié)合可以將網(wǎng)絡(luò)資源的維度進一步擴展到空間維度，從而實現(xiàn)時間、頻率、空間3 個維度的網(wǎng)絡(luò)資源，這對具有集中控制特性的控制器進行全局的資源分配操作起到了必要的支撐作用。此外，對于基于SDM和AoD 組合的數(shù)據(jù)平面，控制平面應(yīng)支持網(wǎng)絡(luò)資源的虛擬化，以便創(chuàng)建光基礎(chǔ)設(shè)施的多個隔離層，并且可以由不同的網(wǎng)絡(luò)應(yīng)用程序分配、控制，甚至是編程，從而滿足對基礎(chǔ)設(shè)施高效且動態(tài)共享的新需求。

4.3 邏輯集中的管控平面

圖5 基于AoD 可重配置節(jié)點的軟件定義空分復(fù)用光網(wǎng)絡(luò)架構(gòu)

AoD+SDM 組合的多維光網(wǎng)絡(luò)在提高網(wǎng)絡(luò)容量和靈活性的同時，也對網(wǎng)絡(luò)控制和管理提出了新的挑戰(zhàn)。為了充分利用AoD+SDM 網(wǎng)絡(luò)，有必要開發(fā)網(wǎng)絡(luò)控制和管理的新方法，這些方法能夠支持傳輸層增加的復(fù)雜性，并且促進由附加空間維度產(chǎn)生新型網(wǎng)絡(luò)功能的創(chuàng)新。如圖5 所示，利用SDON 控制管理基于MCF 鏈路與AoD 節(jié)點的新型帶寬靈活的可編程多維光網(wǎng)絡(luò)。SDON 控制平面通過抽象AoD+SDM 基礎(chǔ)設(shè)施的技術(shù)細(xì)節(jié)，使其可切片、可直接訪問和可由網(wǎng)絡(luò)應(yīng)用控制，實現(xiàn)網(wǎng)絡(luò)和傳輸功能的服務(wù)級可編程性。在架構(gòu)的最頂端，實現(xiàn)的依然是網(wǎng)絡(luò)的各種控制功能，例如，負(fù)載均衡應(yīng)用、故障恢復(fù)應(yīng)用和流量工程應(yīng)用等。緊挨著應(yīng)用的是控制器內(nèi)部的核心功能組件，如圖5 中展示的拓?fù)涔芾斫M件、設(shè)備管理組件和網(wǎng)絡(luò)監(jiān)控組件等。本文只列出了針對AoD 節(jié)點和MCF 光纖鏈路的關(guān)鍵組件，還有一些控制器通用的核心模塊未列出。拓?fù)涔芾斫M件主要負(fù)責(zé)將AoD 光節(jié)點以及MCF 光纖鏈路構(gòu)建成網(wǎng)絡(luò)圖，并根據(jù)節(jié)點的到達(dá)/離開事件、鏈路的到達(dá)/離開事件實時動態(tài)地更新整個網(wǎng)絡(luò)的拓?fù)鋱D。設(shè)備管理組件負(fù)責(zé)管理AoD 光節(jié)點以及節(jié)點內(nèi)部的各種功能部件，根據(jù)上層應(yīng)用的需求自定義各種部件的組合方式，進而形成不同功能的光節(jié)點。網(wǎng)絡(luò)監(jiān)控組件負(fù)責(zé)動態(tài)監(jiān)控MCF 光纖鏈路中不同核上的網(wǎng)絡(luò)資源狀態(tài)，并且隨著業(yè)務(wù)的到達(dá)實時更新MCF 光纖鏈路上的資源占用情況?？刂颇K通過擴展的南向接口 OpenFlow 協(xié)議與底層AoD 設(shè)備頂端的 OpenFlow 代理（OF-AG,OpenFlow agent）進行信息交互。OF-AG 的功能包括2 個方面：一方面，將上層應(yīng)用發(fā)來的OpenFlow協(xié)議消息翻譯、解析成自定義的命令，進而配置AoD 光節(jié)點內(nèi)部的部件組合方式以及光交叉的連接方式；另一方面，將AoD 光節(jié)點的各種資源狀態(tài)信息以及流量的請求信息封裝成OpenFlow 消息發(fā)送給控制器。

在數(shù)據(jù)轉(zhuǎn)發(fā)平面中，由可重配置的AoD 轉(zhuǎn)發(fā)節(jié)點和連接轉(zhuǎn)發(fā)節(jié)點的MCF 光纖鏈路構(gòu)成整個轉(zhuǎn)發(fā)網(wǎng)絡(luò)。這一層僅僅負(fù)責(zé)數(shù)據(jù)的轉(zhuǎn)發(fā)，轉(zhuǎn)發(fā)動作操作以及節(jié)點功能合成所需要的光流表是由控制層生成的。由于AoD 節(jié)點可重配置的特性和MCF 光纖鏈路容量擴容的特性，AoD+MCF 組合的軟件定義多維光網(wǎng)絡(luò)進一步開放了數(shù)據(jù)平面的靈活性。這2 個特性至關(guān)重要，它將固有網(wǎng)絡(luò)的僵化局面從節(jié)點和鏈路2 個層面中解脫出來，即AoD 節(jié)點能夠根據(jù)流量的需求動態(tài)地合成節(jié)點的架構(gòu)，增強了節(jié)點的功能可重構(gòu)特性；基于SDM 技術(shù)的多核光纖則將網(wǎng)絡(luò)資源的粒度引向了多個維度（例如光纖核粒度、波長粒度、頻譜槽粒度、時隙粒度等），進一步提高了網(wǎng)絡(luò)的可擴展性。

5 軟件定義多維光網(wǎng)絡(luò)發(fā)展方向

雖然基于AoD+SDM的軟件定義多維光網(wǎng)絡(luò)能夠增加網(wǎng)絡(luò)的容量且提高網(wǎng)絡(luò)的靈活度，但是也對網(wǎng)絡(luò)的智能控制和高效管理帶來了新的挑戰(zhàn)。例如，如何針對復(fù)雜的多維網(wǎng)絡(luò)資源池設(shè)計有效的路由與資源分配算法，其中涉及光路徑選擇、光纖核選取、時隙/波長/頻隙等資源的分配。同時，要求控制平面能夠感知和區(qū)分具有多根光纖的鏈路，這些鏈路的特性不一定相同，并且多核光纖中的多個核也表現(xiàn)出相似或者相斥的特性。此外，除了資源維度的增加外，網(wǎng)絡(luò)的規(guī)模也逐漸增大。因此，面對當(dāng)前網(wǎng)絡(luò)的高度動態(tài)、復(fù)雜、碎片化和自定義化等問題，如何靈活且高效地管理多維光網(wǎng)絡(luò)這一問題，受到了學(xué)術(shù)界與工業(yè)界的廣泛關(guān)注，亟需解決的關(guān)鍵技術(shù)包括網(wǎng)絡(luò)互通與協(xié)同、網(wǎng)絡(luò)狀態(tài)測量以及AI 智能決策等。

5.1 網(wǎng)絡(luò)互通與協(xié)同

為了應(yīng)對未來光網(wǎng)絡(luò)的大規(guī)模及異構(gòu)等特性，需要形成一個物理上分散但邏輯上集中的控制平面[50-54]。圖6 展示了一種多域協(xié)同的網(wǎng)絡(luò)控制平面。協(xié)同控制器是一個邏輯集中的根控制器，單域控制器是多個和域內(nèi)交換單元靠近的本地控制器。單域控制器的任務(wù)是維護域內(nèi)網(wǎng)絡(luò)視圖和服務(wù)本地域內(nèi)應(yīng)用；協(xié)同控制器的任務(wù)是控制一個或者多個單域控制器，維護全局網(wǎng)絡(luò)視圖，服務(wù)非本地域間業(yè)務(wù)。協(xié)同控制器與單域控制器通過統(tǒng)一的北向接口進行交互，進而可以根據(jù)自身或者應(yīng)用程序的需要，向單域控制器獲取底層網(wǎng)絡(luò)信息或者對底層設(shè)備進行配置。因此，協(xié)同控制器與單域控制器形成了一個邏輯集中的網(wǎng)絡(luò)控制平臺，對底層網(wǎng)絡(luò)進行管理，為多域網(wǎng)絡(luò)控制提供架構(gòu)支持，進而實現(xiàn)端到端的網(wǎng)絡(luò)服務(wù)。

5.2 網(wǎng)絡(luò)狀態(tài)測量

全局的網(wǎng)絡(luò)狀態(tài)信息是智能路由的關(guān)鍵[55-56]，它是為用戶提供高質(zhì)量服務(wù)的必要輸入條件。未來的光網(wǎng)絡(luò)是面向業(yè)務(wù)的而不再是單純面向連接的。為了保障用戶端到端的服務(wù)質(zhì)量，不僅需要選擇合適的光路、分配恰當(dāng)?shù)馁Y源，還需要關(guān)注光物理層的屬性，才能保證光信號的傳輸質(zhì)量。因此，網(wǎng)絡(luò)狀態(tài)的測量也包括光物理層的參數(shù)感知（例如光路的物理損傷感知）以及可調(diào)諧的光節(jié)點屬性感知（例如節(jié)點支持的調(diào)制格式、光源的輸入輸出功率、信號的速率以及不同的帶寬交換粒度等）[57]。只有獲取到盡可能多且準(zhǔn)確的網(wǎng)絡(luò)狀態(tài)信息，才能更加靈活地提供可定制化的網(wǎng)絡(luò)服務(wù)，從而更好地服務(wù)于多樣化的業(yè)務(wù)需求。

圖6 基于多域控制的多維智能光網(wǎng)絡(luò)

5.3 AI 智能決策

AI 輔助的應(yīng)用平面是尋找最優(yōu)控制策略的網(wǎng)絡(luò)大腦[58-63]，它能夠解決“白盒優(yōu)化”方法無法解決的大規(guī)模、高動態(tài)、多需求網(wǎng)絡(luò)場景的復(fù)雜管控問題。圖6 中，AI 輔助的智能應(yīng)用平面采用深度學(xué)習(xí)與強化學(xué)習(xí)相結(jié)合的新型網(wǎng)絡(luò)控制與管理模式，以解決復(fù)雜網(wǎng)絡(luò)的優(yōu)化控制問題。它通過網(wǎng)絡(luò)狀態(tài)采集上傳和優(yōu)化決策自動下發(fā)，實現(xiàn)對網(wǎng)絡(luò)的閉環(huán)控制，并通過與整個網(wǎng)絡(luò)和用戶意圖的交互，構(gòu)建一個集中式智能學(xué)習(xí)策略的知識庫。最終，基于全網(wǎng)域的信息-知識-決策交互框架，使運行在多域網(wǎng)絡(luò)控制平面中的智能路由模型能夠更好地解決復(fù)雜網(wǎng)絡(luò)控制的問題，提升網(wǎng)絡(luò)的自學(xué)習(xí)、自適應(yīng)和自演進等能力。

在路由與資源優(yōu)化方面，文獻(xiàn)[64]提出了路由、調(diào)制和頻譜分配的深度強化學(xué)習(xí)框架DeepRMSA（deep reinforcement learning for routing，modulation and spectrum assignment），通過使用可以感知復(fù)雜網(wǎng)絡(luò)狀態(tài)的深度神經(jīng)網(wǎng)絡(luò)參數(shù)化策略來學(xué)習(xí)正確的在線路由與資源分配策略。在異常檢測方面，文獻(xiàn)[65]利用了混合的無監(jiān)督/有監(jiān)督的機器學(xué)習(xí)方案，提出了一種自學(xué)習(xí)的光網(wǎng)絡(luò)異常檢測框架，消除了對異常網(wǎng)絡(luò)行為先驗知識的需求，因此可以潛在地檢測到不可預(yù)見的異常。在服務(wù)鏈的供應(yīng)方面，由于缺乏對網(wǎng)絡(luò)基本特征的了解，傳統(tǒng)基于規(guī)則的策略會帶來可伸縮性問題，甚至可能導(dǎo)致資源利用效率低下。文獻(xiàn)[66]通過使用深度強化學(xué)習(xí)代理，從動態(tài)網(wǎng)絡(luò)操作中學(xué)習(xí)策略，該新框架實現(xiàn)了基于自學(xué)習(xí)的服務(wù)供應(yīng)功能。這一功能可以顯著減少為新興應(yīng)用開發(fā)有效的服務(wù)供應(yīng)策略而投入的人力，從而促進網(wǎng)絡(luò)的快速發(fā)展。在網(wǎng)絡(luò)操作維護管理方面，文獻(xiàn)[67]提出了一種基于SDN 的新型光網(wǎng)絡(luò)架構(gòu)，該架構(gòu)也被稱為自優(yōu)化光網(wǎng)絡(luò)（SOON,self-optimizing optical network），并演示了SOON 中的4 個典型應(yīng)用，包括潮汐流量預(yù)測、警報預(yù)測、異常動作檢測以及路由和波長分配。雖然人工智能技術(shù)在多維光網(wǎng)絡(luò)中的研究尚處于初級階段，但是其在光網(wǎng)絡(luò)中的探索仍具有重要的參考價值與意義。

6 結(jié)束語

本文首先回顧了光網(wǎng)絡(luò)技術(shù)的發(fā)展歷史，介紹了光網(wǎng)絡(luò)技術(shù)從分布式向集中式的演化。其次，介紹了集中式的軟件定義多維光網(wǎng)絡(luò)架構(gòu)、組成形式及各部分功能模塊。然后，引入多樣化的網(wǎng)絡(luò)資源維度，即時間、頻率和空間3 個維度。為實現(xiàn)軟件定義多維光網(wǎng)絡(luò)，需要在光節(jié)點、光鏈路以及光管控平面3 個方面實現(xiàn)理論和技術(shù)突破，并分別闡述了配置靈活的AoD 節(jié)點、鏈路擴容的SDM 光纖和邏輯集中的管控平面3 個使能技術(shù)。最后，從網(wǎng)絡(luò)互通與協(xié)同、網(wǎng)絡(luò)狀態(tài)測量和AI 智能決策3 個方面展望軟件定義多維光網(wǎng)絡(luò)的未來發(fā)展方向。