机器学习技术在光网络中的应用综述
网络与互联网体系结构
2018-12-04 v4 机器学习
机器学习
摘要
当今的电信网络已成为大量高度异构数据的来源。这些信息可从网络流量追踪、网络告警、信号质量指标、用户行为数据等中提取。需要先进的数学工具从这些数据中提取有意义的信息，并根据网络生成的数据做出与网络正常运行相关的决策。在这些数学工具中，机器学习（ML）被认为是最有前途的方法论途径之一，用于执行网络数据分析并实现自动化的网络自配置和故障管理。光通信网络领域采用 ML 技术的动机在于，近年来光网络面临的网络复杂性空前增长。这种复杂性的增加是由于引入了大量可调且相互依赖的系统参数（例如路由配置、调制格式、符号率、编码方案等），这些参数的启用得益于相干传输/接收技术、先进数字信号处理以及光纤传播中非线性效应的补偿。在本文中，我们概述了 ML 在光通信和网络中的应用。我们对涉及该主题的相关文献进行了分类和调查，并为对该领域感兴趣的研究人员和从业者提供了关于 ML 的入门教程。尽管最近出现了大量研究论文，但 ML 在光网络中的应用仍处于起步阶段：为了激发该领域的进一步工作，我们在文末提出了新的可能研究方向。
引用
@article{arxiv.1803.07976,
title = {An Overview on Application of Machine Learning Techniques in Optical Networks},
author = {Francesco Musumeci and Cristina Rottondi and Avishek Nag and Irene Macaluso and Darko Zibar and Marco Ruffini and Massimo Tornatore},
journal= {arXiv preprint arXiv:1803.07976},
year = {2018}
}