一种用于已部署光网络的非侵入式故障预测机制
网络与互联网体系结构
2021-01-19 v1
摘要
光网络骨干网的故障会导致互联网数据流量的严重中断。因此，对网络运营商而言，最小化此类故障至关重要。更优的情况是，若能预测网络故障并提前采取预防措施以避免任何流量中断。文献中已提出多种数据驱动与机器学习技术用于故障预测。这些技术大多需要来自网络的实时数据，并需要不同监视器来测量关键光参数。这意味着故障预测能力须内置于网络节点（如路由器与网络管理系统）中。然而，有时已部署网络在初始设计中并未内置故障预测，但随后对此类机制产生了需求。对此类系统，存在两个关键挑战。其一，故障分布、数据等的统计信息不易获取。其二，已商用部署的网络节点无法做重大改动。本文提出一种新颖可行的非侵入式故障预测机制，利用这些设备的日志文件信息，用于已部署网络节点。数值结果表明，该机制在预测单个网络节点故障方面具有近乎完美的准确度。
引用
@article{arxiv.2101.06661,
title = {A Non-intrusive Failure Prediction Mechanism for Deployed Optical Networks},
author = {Dibakar Das and Mohammad Fahad Imteyaz and Jyotsna Bapat and Debabrata Das},
journal= {arXiv preprint arXiv:2101.06661},
year = {2021}
}