亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        數(shù)字孿生在光網(wǎng)絡(luò)中的應(yīng)用研究

        2023-08-08 10:22:28胡雅坤呂文琳
        信息通信技術(shù) 2023年3期
        關(guān)鍵詞:傳輸數(shù)字性能

        師 嚴(yán) 胡雅坤 呂文琳 張 賀 陳 璇

        1 中國(guó)聯(lián)通研究院 北京 100048

        2 中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司山東省分公司 濟(jì)南 250000

        3 中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司智網(wǎng)創(chuàng)新中心 北京 100044

        引言

        基于大容量、高帶寬、長(zhǎng)距離、低時(shí)延和確定性等特征優(yōu)勢(shì),光網(wǎng)絡(luò)是連接和承載移動(dòng)通信網(wǎng)絡(luò)、數(shù)據(jù)通信網(wǎng)絡(luò)、衛(wèi)星通信網(wǎng)絡(luò)、海洋信息網(wǎng)絡(luò)的基礎(chǔ)通信設(shè)施,以網(wǎng)絡(luò)底座支撐未來(lái)社會(huì)各行業(yè)的數(shù)字化轉(zhuǎn)型,實(shí)現(xiàn)萬(wàn)物互聯(lián)。從全生命周期運(yùn)營(yíng)維護(hù)的現(xiàn)狀來(lái)看,光網(wǎng)絡(luò)以設(shè)備、系統(tǒng)為中心,對(duì)用戶體驗(yàn)缺少感知;系統(tǒng)優(yōu)化依賴被動(dòng)響應(yīng),大量網(wǎng)絡(luò)的運(yùn)維都是基于用戶投訴驅(qū)動(dòng);網(wǎng)絡(luò)運(yùn)維日益復(fù)雜,以人為主的運(yùn)維方式已無(wú)法適應(yīng)業(yè)務(wù)的規(guī)模增長(zhǎng),封閉的網(wǎng)絡(luò)架構(gòu)已難以有效支撐業(yè)務(wù)的靈活性;傳統(tǒng)的集中式管控,仍然依賴大量人工的運(yùn)維模式,導(dǎo)致現(xiàn)有網(wǎng)絡(luò)無(wú)法及時(shí)響應(yīng)、匹配客戶的商業(yè)意圖,物理網(wǎng)絡(luò)與商業(yè)意圖之間存在巨大的鴻溝,無(wú)法滿足當(dāng)前業(yè)務(wù)需求[1]。

        未來(lái)光網(wǎng)絡(luò)規(guī)模會(huì)越來(lái)越龐大,同時(shí)用戶對(duì)光網(wǎng)絡(luò)性能、可靠性的要求會(huì)更高,但傳統(tǒng)運(yùn)維模式難以支持光網(wǎng)絡(luò)高效管理和控制,因此迫切需要基于智能化技術(shù)實(shí)現(xiàn)全生命周期“自規(guī)劃、自配置、自修復(fù)、自優(yōu)化”的自智光網(wǎng)絡(luò)。將數(shù)字孿生技術(shù)引入光網(wǎng)絡(luò)中,利用大數(shù)據(jù)分析、光電數(shù)理模型和深度學(xué)習(xí)算法實(shí)現(xiàn)光網(wǎng)絡(luò)的動(dòng)態(tài)建模和智能優(yōu)化。光網(wǎng)絡(luò)數(shù)字孿生技術(shù)可以將物理空間中的光系統(tǒng)/網(wǎng)絡(luò)及設(shè)備的運(yùn)行狀態(tài)置于數(shù)字空間中進(jìn)行跟蹤、分析、預(yù)判、處理,對(duì)于網(wǎng)絡(luò)的規(guī)劃、分析、優(yōu)化控制,都可以在數(shù)字孿生體中進(jìn)行預(yù)演,同時(shí),真實(shí)網(wǎng)絡(luò)的數(shù)據(jù)通過(guò)交互接口不斷傳入數(shù)字孿生體,對(duì)孿生體進(jìn)行迭代更新,這樣從數(shù)字孿生體中便能夠可視化監(jiān)測(cè)網(wǎng)絡(luò)的實(shí)時(shí)狀態(tài),并且能夠便捷地查看網(wǎng)絡(luò)規(guī)劃和優(yōu)化效果,從而將迭代過(guò)選取的最佳部署策略用于真實(shí)光網(wǎng)絡(luò)中。

        本文針對(duì)新一代光網(wǎng)絡(luò)特點(diǎn)和光網(wǎng)絡(luò)智能運(yùn)維需求,提出光網(wǎng)絡(luò)數(shù)字孿生體系架構(gòu),對(duì)光傳輸系統(tǒng)建立高保真、多維度、動(dòng)態(tài)響應(yīng)的映射模型并在控制系統(tǒng)中制定高效、精準(zhǔn)、智能的優(yōu)化策略,為光網(wǎng)絡(luò)數(shù)字化轉(zhuǎn)型和全光網(wǎng)絡(luò)的構(gòu)建提供有益參考。

        1 光網(wǎng)絡(luò)數(shù)字孿生體系架構(gòu)

        本文構(gòu)建了光網(wǎng)絡(luò)數(shù)字孿生體系,自下而上分為光網(wǎng)絡(luò)層、光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)層、應(yīng)用層,如圖1所示。其中,光網(wǎng)絡(luò)層是物理空間中需要進(jìn)行數(shù)字孿生仿真建模的物理實(shí)體,包括光器件、光模塊、板卡、設(shè)備、系統(tǒng)及網(wǎng)絡(luò)等;光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)層是實(shí)現(xiàn)光網(wǎng)絡(luò)從器件、網(wǎng)絡(luò)和業(yè)務(wù)的多層次孿生建模的主體;應(yīng)用層包含規(guī)劃、建設(shè)、維護(hù)、優(yōu)化、運(yùn)營(yíng)等多方面的網(wǎng)絡(luò)創(chuàng)新技術(shù)及應(yīng)用,經(jīng)過(guò)意圖翻譯后,驅(qū)動(dòng)孿生體管理模塊進(jìn)行模型調(diào)用與編排。

        圖1 光網(wǎng)絡(luò)數(shù)字孿生體系架構(gòu)圖

        光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng),是光網(wǎng)絡(luò)孿生體系架構(gòu)的核心系統(tǒng),包括數(shù)據(jù)層、孿生模型層和孿生體管理。

        1)數(shù)據(jù)層:通過(guò)傳感采集、性能監(jiān)測(cè)、信息上報(bào)等方式,從光網(wǎng)絡(luò)層或管控平臺(tái)采集不同類別的數(shù)據(jù),并存儲(chǔ)于數(shù)據(jù)層。在數(shù)據(jù)層會(huì)對(duì)采集的不同類型的數(shù)據(jù)進(jìn)行融合處理及深度挖掘,為孿生模型層提供準(zhǔn)確完備的數(shù)據(jù)來(lái)源。

        2)孿生模型層:通過(guò)不同模型實(shí)例之間組合,向應(yīng)用層提供服務(wù),從而最大化網(wǎng)絡(luò)業(yè)務(wù)的敏捷性和可編程性;同時(shí),在孿生空間或?qū)嶓w網(wǎng)絡(luò)空間中,能夠?qū)︻A(yù)測(cè)、調(diào)度、配置、優(yōu)化等目標(biāo)完成充分的仿真和驗(yàn)證,從而保證策略下發(fā)到物理網(wǎng)絡(luò)時(shí)有效可靠。

        3)孿生體管理:負(fù)責(zé)孿生系統(tǒng)的全生命周期記錄、可視化呈現(xiàn)和孿生層管理等,能夠?qū)δP偷臏?zhǔn)確度進(jìn)行校驗(yàn),對(duì)模型進(jìn)行持續(xù)修正和優(yōu)化;負(fù)責(zé)數(shù)據(jù)和模型的認(rèn)證、授權(quán)、保密、準(zhǔn)確性和完整性等安全保證。孿生體管理包括模型管理、模型修正、模型編排和安全管理等功能。

        2 光網(wǎng)絡(luò)數(shù)字孿生關(guān)鍵技術(shù)

        光網(wǎng)絡(luò)是一個(gè)龐大復(fù)雜的系統(tǒng),針對(duì)光網(wǎng)絡(luò)物理實(shí)體及運(yùn)行機(jī)理構(gòu)建數(shù)字孿生系統(tǒng)注定會(huì)面臨巨大挑戰(zhàn),應(yīng)對(duì)挑戰(zhàn)的關(guān)鍵是突破精準(zhǔn)感知、仿真建模以及模型編排三類重點(diǎn)技術(shù)。上述三類技術(shù)的突破將會(huì)從不同維度為構(gòu)建數(shù)字孿生系統(tǒng)奠定基礎(chǔ)。

        2.1 精準(zhǔn)的感知技術(shù)

        光網(wǎng)絡(luò)精準(zhǔn)感知的重點(diǎn)與難點(diǎn)在于光網(wǎng)絡(luò)數(shù)據(jù)的采集、融合與挖掘。光網(wǎng)絡(luò)數(shù)據(jù)既包括業(yè)務(wù)、配置、性能、告警等光網(wǎng)絡(luò)運(yùn)行狀態(tài)數(shù)據(jù),也包括功率譜、噪聲譜和增益譜等影響光網(wǎng)絡(luò)運(yùn)行狀態(tài)的光學(xué)參數(shù)。光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)采用統(tǒng)一的數(shù)據(jù)采集系統(tǒng)/模塊,通過(guò)傳感器探測(cè)、光性能監(jiān)測(cè)、接口交互協(xié)議等多種感知技術(shù)和采集上報(bào)機(jī)制,實(shí)現(xiàn)對(duì)光層多源數(shù)據(jù)的動(dòng)態(tài)采集和高速傳輸,實(shí)現(xiàn)對(duì)光鏈路衰減、光信噪比、非線性損傷等多種性能指標(biāo)的感知。

        在光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)中,數(shù)據(jù)反映光網(wǎng)絡(luò)運(yùn)行狀況,模型表征物理對(duì)象運(yùn)行機(jī)理。在光網(wǎng)絡(luò)規(guī)建維優(yōu)營(yíng)全生命周期的管理和控制過(guò)程中,需要采集多類關(guān)鍵指標(biāo)數(shù)據(jù),如表1所示。

        表1 面向數(shù)字孿生的光網(wǎng)絡(luò)關(guān)鍵指標(biāo)

        光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)對(duì)數(shù)據(jù)采集周期、精度及維度都提出了更高的要求,傳統(tǒng)單一的數(shù)據(jù)采集方法無(wú)法滿足光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)的需要。

        在硬件設(shè)備上,針對(duì)光網(wǎng)絡(luò)的不同層次有相應(yīng)的感知技術(shù),例如,通過(guò)相干光模塊DSP芯片,可以計(jì)算色度色散、偏振模色散、偏振相關(guān)損耗與偏振態(tài)變化等較難獲取的光層損傷信息;基于φ-OTDR技術(shù)可實(shí)時(shí)探測(cè)光纖鏈路中的異常震動(dòng)等動(dòng)態(tài)變化事件,實(shí)現(xiàn)光纖物理環(huán)境的精準(zhǔn)感知;利用光標(biāo)簽調(diào)頂技術(shù),通過(guò)在每個(gè)光放站解調(diào)光標(biāo)簽信號(hào),獲取每個(gè)OTS段的OSNR以及單波光功率,補(bǔ)充現(xiàn)網(wǎng)中光性能監(jiān)測(cè)(Optical Performance Monitor,OPM)部署位置有限的問(wèn)題。通過(guò)設(shè)備層面的感知技術(shù),可以在物理空間獲取更豐富、更精細(xì)的光網(wǎng)絡(luò)信息,為光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)的構(gòu)建提供了強(qiáng)有力的數(shù)據(jù)支撐。

        在數(shù)據(jù)采集和上報(bào)方式上,傳統(tǒng)的光網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)是主動(dòng)查詢的采集方式,如簡(jiǎn)單網(wǎng)絡(luò)管理協(xié)議(Simple Network Management Protocol,SNMP)和網(wǎng)絡(luò)配置協(xié)議(Network Configuration Protocol,NETCONF),此種方式為管控系統(tǒng)常用采集模式,但采集效率相對(duì)較低,查詢精度最低為分鐘級(jí)別。因此,面對(duì)大規(guī)模、高性能的網(wǎng)絡(luò)監(jiān)控需求,支持主動(dòng)推送模式的網(wǎng)絡(luò)遙測(cè)(Telemetry)技術(shù)更能滿足光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)對(duì)實(shí)時(shí)、高速、精細(xì)的數(shù)據(jù)要求。

        2.2 仿真建模技術(shù)

        評(píng)價(jià)仿真建模技術(shù)的關(guān)鍵指標(biāo)是誤差。光網(wǎng)絡(luò)孿生建模技術(shù)的關(guān)鍵,是能夠精準(zhǔn)模擬物理實(shí)體的運(yùn)行機(jī)制,并通過(guò)數(shù)字化形式映射到信息空間,能夠支持系統(tǒng)模擬仿真、性能實(shí)時(shí)評(píng)估與優(yōu)化、告警與故障溯源等各類應(yīng)用場(chǎng)景。光網(wǎng)絡(luò)孿生模型層包含基礎(chǔ)模型、傳輸模型和功能模型,如圖2所示。

        圖2 光網(wǎng)絡(luò)孿生分層模型示意圖

        1)基礎(chǔ)模型,是組成光傳輸系統(tǒng)的各種單元的虛擬實(shí)體。光網(wǎng)絡(luò)中器件多樣,結(jié)構(gòu)和功能復(fù)雜,可分為器件模型和設(shè)備模型兩大類:器件模型,能夠構(gòu)建光傳輸系統(tǒng)中所需各種器件的模型,包括光收發(fā)機(jī)、光放大器件、波長(zhǎng)選擇開(kāi)關(guān)(Wavelength Selective Switch,WSS)/陣列波導(dǎo)光柵(Arrayed Waveguide Grating,AWG)器件、光濾波器件、光纖等[2];設(shè)備模型,從光網(wǎng)絡(luò)設(shè)備及連接的角度,對(duì)端口、板卡、機(jī)框、機(jī)架、網(wǎng)元等以及之間的連接所構(gòu)建的模型。

        2)傳輸模型,是模擬光信號(hào)從發(fā)射端經(jīng)過(guò)光纖傳輸和中繼放大后到達(dá)接收端的過(guò)程,包括偏振效應(yīng)、光放大器自發(fā)輻射(Amplifier Spontaneous Emission,ASE)噪聲、收發(fā)機(jī)噪聲、非線性噪聲、濾波效應(yīng)等各種噪聲及損傷的影響,最終能夠在時(shí)域和頻域?qū)庑盘?hào)傳輸過(guò)程進(jìn)行精準(zhǔn)的模擬,并與真實(shí)網(wǎng)絡(luò)動(dòng)態(tài)響應(yīng)[3-4]。

        3)功能模型,基于數(shù)據(jù)層提供的鏈路、網(wǎng)元、網(wǎng)絡(luò)的數(shù)據(jù)信息進(jìn)行模型調(diào)用和訓(xùn)練,輸出結(jié)果為優(yōu)化器件模型、網(wǎng)絡(luò)部署決策、配置仿真等提供輔助參考。功能模型可以包括以下五類:健康度評(píng)估模型,針對(duì)器件或鏈路層級(jí)的健康度情況進(jìn)行分析,提前對(duì)亞健康狀態(tài)的物理器件或者鏈路進(jìn)行預(yù)警;性能預(yù)測(cè)模型,構(gòu)建時(shí)間序列預(yù)測(cè)模型或者回歸分析預(yù)測(cè)模型,對(duì)不同類型的傳輸性能進(jìn)行預(yù)測(cè),為決策、配置提供依據(jù);傳輸優(yōu)化模型,基于已有的基礎(chǔ)模型以及傳輸模型,針對(duì)已存在或預(yù)測(cè)性問(wèn)題構(gòu)建傳輸優(yōu)化模型,給定優(yōu)化方案,并能夠在孿生系統(tǒng)中進(jìn)行仿真驗(yàn)證;故障模擬模型,對(duì)物理拓?fù)?、傳輸質(zhì)量指標(biāo)、業(yè)務(wù)信息、外部因素等改變進(jìn)行仿真操作,模擬可能發(fā)生的故障,對(duì)結(jié)果進(jìn)行分析并給出預(yù)防措施;動(dòng)態(tài)配置模型,通過(guò)構(gòu)建動(dòng)態(tài)模型,利用孿生系統(tǒng)對(duì)器件配置、路由配置進(jìn)行仿真,輔助運(yùn)維管理決策。

        光網(wǎng)絡(luò)物理實(shí)體與數(shù)理模型之間很難達(dá)到百分之百的仿真精確度。因此,對(duì)于數(shù)字孿生系統(tǒng)而言,需要通過(guò)各種仿真建模技術(shù)不斷完善孿生模型,確保模型誤差小于應(yīng)用場(chǎng)景所承受的最小仿真誤差。從孿生模型構(gòu)建方式可以分為物理驅(qū)動(dòng)模型、數(shù)據(jù)驅(qū)動(dòng)模型和物理—數(shù)據(jù)混合驅(qū)動(dòng)模型。

        1)物理驅(qū)動(dòng)模型:利用物理理論,推導(dǎo)精準(zhǔn)可解釋的理論模型,直接對(duì)請(qǐng)求做出相應(yīng)響應(yīng),優(yōu)勢(shì)是精準(zhǔn)、可解釋性強(qiáng)且通用性好,因此也被稱為白盒模型。例如,針對(duì)光纖非線性計(jì)算的高斯噪聲(Gaussian Noise,GN)模型,針對(duì)光纖傳輸模型的分步傅里葉方法(Split-step Fourier Method,SSFM)。

        2)數(shù)據(jù)驅(qū)動(dòng)模型:對(duì)于一些建模過(guò)程較為復(fù)雜的模型,尤其是光纖傳輸過(guò)程中的偏振損傷和非線性效應(yīng)等,可以直接將光通信模塊和系統(tǒng)當(dāng)作黑盒,利用機(jī)器學(xué)習(xí)算法和數(shù)據(jù)驅(qū)動(dòng)的思想,向輸入、輸出端口直接發(fā)送仿真服務(wù)指令,探索其輸入輸出之間的函數(shù)關(guān)系,模擬光通信模塊和系統(tǒng)真實(shí)的模型機(jī)理。例如,基于雙向長(zhǎng)短期記憶算法實(shí)現(xiàn)光纖信道建模,利用神經(jīng)網(wǎng)絡(luò)進(jìn)行EDFA孿生建模。

        3)物理—數(shù)據(jù)混合驅(qū)動(dòng)模型:基于知識(shí)規(guī)則的模型,運(yùn)行機(jī)理部分被感知。當(dāng)子系統(tǒng)模塊部分已知,難以獲知全部的模塊運(yùn)行原理時(shí),在現(xiàn)有已知部分基礎(chǔ)上,根據(jù)歷史數(shù)據(jù)或者專家經(jīng)驗(yàn)與機(jī)器學(xué)習(xí)模型相結(jié)合,構(gòu)建接近真實(shí)機(jī)理的灰盒模型,對(duì)實(shí)際系統(tǒng)鏈路中每個(gè)模塊進(jìn)行數(shù)字化建模。

        2.3 模型編排技術(shù)

        光網(wǎng)絡(luò)數(shù)字孿生模型層包括不同層次的數(shù)字模型,模型間同時(shí)存在復(fù)雜的依賴關(guān)系,因此如何對(duì)不同模型進(jìn)行編排是數(shù)字孿生精準(zhǔn)仿真的關(guān)鍵之一。數(shù)字孿生系統(tǒng)將模型仿真過(guò)程原子化,使每個(gè)原子模型都具備自動(dòng)仿真的能力;再結(jié)合應(yīng)用場(chǎng)景的需求,根據(jù)數(shù)據(jù)流向解析原子模型之間的關(guān)聯(lián)關(guān)系,完成各數(shù)字孿生體之間的數(shù)據(jù)傳遞;通過(guò)設(shè)置原子模型的在線仿真時(shí)序,將各類仿真任務(wù)序列化,實(shí)現(xiàn)對(duì)孿生模型的編排。孿生模型編排后的結(jié)果可通過(guò)文件保存,便于以后直接讀取。孿生體管理模塊會(huì)為編排后的孿生模型分配內(nèi)存和計(jì)算資源,創(chuàng)建數(shù)字孿生模型實(shí)例。

        圖3是傳輸質(zhì)量評(píng)估模型的編排過(guò)程。孿生體管理模塊會(huì)首先對(duì)任務(wù)信息進(jìn)行轉(zhuǎn)譯,確定功能模型。當(dāng)功能模型接收到孿生體管理模塊請(qǐng)求后,定位最小顆粒器件模型,選定基礎(chǔ)模型和傳輸模型組合的模型簇。孿生體管理模塊會(huì)對(duì)模型簇進(jìn)行組合編排,并根據(jù)拓?fù)湫畔⒅械倪B接關(guān)系設(shè)定數(shù)據(jù)流向,根據(jù)流向設(shè)置模型的在線仿真序列,構(gòu)建當(dāng)前任務(wù)流程以及計(jì)算任務(wù),完成數(shù)字孿生模型實(shí)例的創(chuàng)建。

        圖3 傳輸質(zhì)量評(píng)估模型的編排示意圖

        3 典型應(yīng)用場(chǎng)景

        網(wǎng)絡(luò)規(guī)劃、建設(shè)部署、運(yùn)營(yíng)維護(hù)及網(wǎng)絡(luò)優(yōu)化是運(yùn)營(yíng)商運(yùn)營(yíng)的四個(gè)生命周期階段,直接影響到資本性支出(Capital Expenditure,CAPEX)和運(yùn)營(yíng)支出(Operational Expenditure,OPEX)等相關(guān)成本。數(shù)字孿生光網(wǎng)絡(luò)通過(guò)網(wǎng)絡(luò)數(shù)字化、感知實(shí)時(shí)化、模擬在線化的共同創(chuàng)新底座,來(lái)支持全生命周期不同場(chǎng)景的智能化需求。

        3.1 業(yè)務(wù)的快速發(fā)放

        隨著光網(wǎng)絡(luò)業(yè)務(wù)量的增多,光網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量的快速增長(zhǎng),傳統(tǒng)OPM逐漸無(wú)法滿足應(yīng)用需求。特別是在動(dòng)態(tài)業(yè)務(wù)場(chǎng)景下,光性能監(jiān)測(cè)時(shí)效性不足,將極大影響業(yè)務(wù)快速開(kāi)通與恢復(fù)。

        基于數(shù)字孿生的快速業(yè)務(wù)發(fā)放,通過(guò)實(shí)時(shí)精準(zhǔn)感知能力,數(shù)據(jù)采集模塊同步光鏈路上各收發(fā)功率、光通道/線路誤碼率、光器件相關(guān)性能等實(shí)時(shí)參數(shù),以及鏈路時(shí)延、拓?fù)滟Y源、業(yè)務(wù)資源、帶寬資源等業(yè)務(wù)及資源信息,構(gòu)建路由性能及時(shí)延地圖,如圖4所示。根據(jù)用戶意圖,結(jié)合資源利用率及均衡程度、性能及時(shí)延地圖等當(dāng)前網(wǎng)絡(luò)狀態(tài),通過(guò)設(shè)定相關(guān)的路由策略(如最小時(shí)延、最優(yōu)性能路徑、最優(yōu)SLA等),計(jì)算得到最優(yōu)或次最優(yōu)的路由方案。在數(shù)字孿生系統(tǒng)中仿真模擬最優(yōu)或次最優(yōu)的路由方案,基于實(shí)時(shí)網(wǎng)絡(luò)數(shù)據(jù)計(jì)算各監(jiān)控點(diǎn)單波功率、OSNR等,評(píng)估當(dāng)前通道質(zhì)量、模擬調(diào)試預(yù)發(fā)放業(yè)務(wù)、評(píng)估預(yù)發(fā)放業(yè)務(wù)對(duì)在網(wǎng)業(yè)務(wù)的影響,并模擬調(diào)整線路,自動(dòng)生成配置適配全網(wǎng)性能最優(yōu)等。最后數(shù)字孿生系統(tǒng)將最優(yōu)路由配置,通過(guò)智能管控系統(tǒng)進(jìn)行端到端業(yè)務(wù)發(fā)放。業(yè)務(wù)下發(fā)后,該業(yè)務(wù)及承載業(yè)務(wù)的相關(guān)資源、鏈路也將通過(guò)實(shí)時(shí)精準(zhǔn)感知以及性能評(píng)估進(jìn)行實(shí)時(shí)監(jiān)測(cè)。

        圖4 快速業(yè)務(wù)發(fā)放示意圖

        3.2 性能評(píng)估與優(yōu)化

        在現(xiàn)網(wǎng)中,由于性能損傷導(dǎo)致光層故障多且影響范圍大、故障處理周期長(zhǎng)成本高、故障難以提前預(yù)測(cè)等問(wèn)題。傳統(tǒng)運(yùn)維手段只有當(dāng)傳輸質(zhì)量降低到引發(fā)故障時(shí)才被感知到,無(wú)法在故障發(fā)生之前提前識(shí)別網(wǎng)絡(luò)性能下降的風(fēng)險(xiǎn);后續(xù)的故障處理需要人工參與,選擇優(yōu)化方案也依靠人工經(jīng)驗(yàn)。

        基于數(shù)字孿生的光網(wǎng)絡(luò)性能預(yù)測(cè)評(píng)估流程如圖5所示。通過(guò)在光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)中設(shè)置光網(wǎng)絡(luò)健康度任務(wù),自動(dòng)識(shí)別或人工指定需要監(jiān)測(cè)性能指標(biāo),并將任務(wù)下發(fā)給指標(biāo)預(yù)測(cè)模塊。指標(biāo)預(yù)測(cè)模塊通過(guò)對(duì)基礎(chǔ)模型進(jìn)行調(diào)用和編排,構(gòu)建基于OSNR/BER的傳輸模型,結(jié)合歷史數(shù)據(jù)實(shí)現(xiàn)性能預(yù)測(cè)評(píng)估功能模型,對(duì)鏈路、系統(tǒng)、業(yè)務(wù)的性能趨勢(shì)變化進(jìn)行分析?;趯?shí)時(shí)性能數(shù)據(jù),通過(guò)性能預(yù)測(cè)評(píng)估模型綜合評(píng)估業(yè)務(wù)質(zhì)量,并與預(yù)警閾值相比,反饋光網(wǎng)絡(luò)鏈路、業(yè)務(wù)健康度、資源利用率及風(fēng)險(xiǎn)等級(jí)等,預(yù)測(cè)潛在的性能劣化、硬件故障或者資源利用過(guò)載等亞健康狀態(tài)。

        當(dāng)網(wǎng)絡(luò)狀態(tài)被判定為亞健康狀態(tài)時(shí),決策模塊會(huì)上報(bào)亞健康預(yù)警,同時(shí)結(jié)合機(jī)器學(xué)習(xí)算法,依據(jù)網(wǎng)絡(luò)優(yōu)化規(guī)則和專家經(jīng)驗(yàn)等知識(shí)庫(kù),生成一種或者多種網(wǎng)絡(luò)自優(yōu)化策略,如調(diào)整光功率、對(duì)信號(hào)進(jìn)行電再生、增加均衡站或啟動(dòng)均衡功能、基于物理層感知的重路由計(jì)算等;在光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)中,對(duì)不同的自優(yōu)化策略進(jìn)行仿真驗(yàn)證,模擬優(yōu)化策略后的網(wǎng)絡(luò)狀態(tài)、性能等參數(shù)變化,最終找到最佳策略,反饋至管控系統(tǒng),下發(fā)至實(shí)體網(wǎng)絡(luò),實(shí)現(xiàn)網(wǎng)絡(luò)的自優(yōu)化。

        對(duì)于質(zhì)量評(píng)估超過(guò)標(biāo)準(zhǔn)的鏈路和業(yè)務(wù),數(shù)字孿生網(wǎng)絡(luò)推演質(zhì)量劣化前后告警變化過(guò)程,分析告警故障原因,觸發(fā)故障分析定位功能,啟動(dòng)自愈/優(yōu)化策略實(shí)現(xiàn)網(wǎng)絡(luò)自愈/自優(yōu)化。

        3.3 故障溯源及模擬

        光網(wǎng)絡(luò)數(shù)字孿生系統(tǒng)中可以模擬已發(fā)生或者未發(fā)生故障,從而進(jìn)行溯源或者預(yù)防方案的制定,輔助光網(wǎng)絡(luò)系統(tǒng)具有更快的問(wèn)題定位能力、更強(qiáng)的自愈能力,如圖6所示。通過(guò)數(shù)據(jù)采集平臺(tái),實(shí)時(shí)感知獲取如光器件的收發(fā)功率、光通道誤碼率、光模塊的偏置電流及溫度等數(shù)據(jù)。通過(guò)性能監(jiān)測(cè)任務(wù),監(jiān)測(cè)和評(píng)估光模塊、設(shè)備、光纖鏈路以及光通道是否有異?;蛘叽嬖诹踊目赡?。

        圖6 基于數(shù)字孿生的光網(wǎng)絡(luò)故障溯源及模擬

        當(dāng)存在異常/劣化、告警上報(bào)或發(fā)生故障時(shí),啟動(dòng)故障溯源分析及排障流程。結(jié)合拓?fù)?、資源及業(yè)務(wù)所在物理設(shè)備,依照層次化規(guī)則和拓?fù)湟?guī)則進(jìn)行模型的選擇及編排。當(dāng)光網(wǎng)絡(luò)出現(xiàn)劣化/異常預(yù)警時(shí),數(shù)字孿生系統(tǒng)能夠根據(jù)當(dāng)前網(wǎng)絡(luò)的實(shí)時(shí)狀態(tài),通過(guò)修改模型的配置參數(shù),模擬持續(xù)劣化下可能發(fā)生的故障及光網(wǎng)絡(luò)受到的影響;結(jié)合知識(shí)管理模塊及AI模塊的分析功能,根據(jù)模擬計(jì)算的結(jié)果分析可能的故障根源及衍生故障;能夠通過(guò)自優(yōu)化策略模擬優(yōu)化結(jié)果,并通過(guò)管控平臺(tái)進(jìn)行配置下發(fā)。

        當(dāng)光網(wǎng)絡(luò)上報(bào)告警或已經(jīng)處于故障時(shí),數(shù)字孿生系統(tǒng)能夠結(jié)合知識(shí)管理中的故障相關(guān)性規(guī)則庫(kù)及故障場(chǎng)景規(guī)則庫(kù),快速定位故障根源。對(duì)故障前T時(shí)間內(nèi)的歷史狀態(tài)回溯,并運(yùn)用知識(shí)推理技術(shù),準(zhǔn)確定位光網(wǎng)故障發(fā)生的位置。根據(jù)歷史數(shù)據(jù)進(jìn)行狀態(tài)回溯,確定故障原因,并能夠進(jìn)行排障模擬,當(dāng)模擬結(jié)果滿足期望結(jié)果時(shí),執(zhí)行故障排除流程。

        4 總結(jié)與展望

        綜上所述,數(shù)字孿生技術(shù)將會(huì)成為網(wǎng)絡(luò)智能運(yùn)維的重要技術(shù),從設(shè)備到系統(tǒng)的全生命周期狀態(tài)感知和管理,包括網(wǎng)絡(luò)的“規(guī)劃、部署、運(yùn)行、優(yōu)化”全過(guò)程,都會(huì)在數(shù)字孿生體中體現(xiàn);對(duì)于規(guī)劃和優(yōu)化策略的預(yù)演只需較低的時(shí)間和資金成本,從而達(dá)到快速而準(zhǔn)確的仿真,便于迭代找到最佳的規(guī)劃和優(yōu)化策略,以部署于真實(shí)網(wǎng)絡(luò)中達(dá)到最佳性能;網(wǎng)絡(luò)拓?fù)淇梢暬托阅軐?shí)時(shí)監(jiān)測(cè),診斷網(wǎng)絡(luò)的狀態(tài)和進(jìn)行故障預(yù)警,交互界面也更有利于運(yùn)營(yíng)商清晰查看網(wǎng)絡(luò)全生命周期動(dòng)態(tài)和進(jìn)行優(yōu)化策略配置,這些優(yōu)勢(shì)都是數(shù)字孿生技術(shù)將在光網(wǎng)絡(luò)中實(shí)現(xiàn)的價(jià)值。

        數(shù)字孿生技術(shù)為光通信網(wǎng)絡(luò)發(fā)展提供了很大機(jī)遇,只要獲得足夠的數(shù)據(jù)和精準(zhǔn)的模型,便能夠設(shè)計(jì)出完全吻合現(xiàn)實(shí)網(wǎng)絡(luò)的映射孿生體,對(duì)于網(wǎng)絡(luò)全生命周期運(yùn)維都有很大的價(jià)值。但這同時(shí)也帶來(lái)一些問(wèn)題:一方面,精準(zhǔn)的模型需要足量的數(shù)據(jù),如此大量的來(lái)自網(wǎng)絡(luò)不同部分的數(shù)據(jù)帶來(lái)了存儲(chǔ)和隱私問(wèn)題;另一方面,精準(zhǔn)的模型往往伴隨著復(fù)雜度過(guò)高,導(dǎo)致運(yùn)算時(shí)間緩慢,影響實(shí)時(shí)動(dòng)態(tài)智能運(yùn)維的目標(biāo),所以在速度和精度上取得良好平衡是有待研究的問(wèn)題,同時(shí),數(shù)字孿生模型的不斷更新也對(duì)與真實(shí)網(wǎng)絡(luò)的實(shí)時(shí)交互提出了較高的需求。

        猜你喜歡
        傳輸數(shù)字性能
        混合型隨機(jī)微分方程的傳輸不等式
        牽引8K超高清傳輸時(shí)代 FIBBR Pure38K
        提供將近80 Gbps的帶寬性能 DisplayPort 2.0正式發(fā)布
        電子制作(2018年18期)2018-11-14 01:48:00
        答數(shù)字
        支持長(zhǎng)距離4K HDR傳輸 AudioQuest Pearl、 Forest、 Cinnamon HDMI線
        數(shù)字看G20
        Al-Se雙元置換的基于LGPS的thio-LISICON的制備與性能表征
        強(qiáng)韌化PBT/PC共混物的制備與性能
        RDX/POLY(BAMO-AMMO)基發(fā)射藥的熱分解與燃燒性能
        精品国产91久久综合| 国产精品无码素人福利不卡| 在线成人爽a毛片免费软件| 麻豆国产成人av高清在线观看| 亚洲欧美日韩精品高清| 日本高清成人一区二区三区| 精品人妻系列无码人妻漫画| 在线人成免费视频69国产| 亚洲天堂免费视频| 青青草伊人视频在线观看| 五月天中文字幕日韩在线| 少妇高潮流白浆在线观看| 日韩毛片在线| 极品美女销魂一区二区三| 一区二区三区日本伦理| 99久久精品免费观看国产| 精品高潮呻吟99av无码视频| 极品美女尤物嫩模啪啪| 久久国产在线精品观看| 娇妻在交换中哭喊着高潮| 亚洲国产毛片| 国产一区二区三区资源在线观看| 手机在线免费av资源网| 国产精品无码一本二本三本色| 日韩免费小视频| 最新日本免费一区二区三区| 国99精品无码一区二区三区| 真实单亲乱l仑对白视频| 国产欧美日韩专区毛茸茸| 一级内射免费观看视频| 国产精久久一区二区三区| 蜜臀av免费一区二区三区| 亚洲女同一区二区久久| 国产一区二区三区在线蜜桃| 亚洲一区 日韩精品 中文字幕| 五月天国产精品| 美女人妻中文字幕av| 老妇高潮潮喷到猛进猛出| 日本免费人成视频播放| 亚洲欧美v国产蜜芽tv| 国产一区亚洲二区三区极品|