面向智能光网络的机器学习：综合性综述
网络与互联网体系结构
2020-04-02 v1 机器学习
摘要
随着互联网与通信系统在业务和技术上的快速发展，通信网络的复杂性日益增加。提升通信网络的智能化势在必行，且若干方面已融入人工智能（AI）与机器学习（ML）。光网络作为通信网络核心与接入网的重要组成部分，同样面临系统复杂性及人工操作需求的巨大挑战。为克服当前局限并解决未来光网络的问题，必须部署更强的智能能力以实现自主且灵活的网络运行。ML 技术已被证明在解决复杂问题方面具有优势，因此近年来 ML 技术已被用于众多光网络应用。本文详细综述了现有面向智能光网络的 ML 应用。按用例对 ML 应用进行分类，分为光网络控制与资源管理，以及光网络监测与生存性。根据所用 ML 技术对用例进行分析与比较。此外，从常用 ML 算法介绍、ML 范式及应用动机等方面提供了 ML 应用教程。最后，讨论了 ML 在光网络中应用的挑战与可能解决方案，旨在启发未来利用 ML 构建智能光网络的创新。
引用
@article{arxiv.2003.05290,
title = {Machine Learning for Intelligent Optical Networks: A Comprehensive Survey},
author = {Rentao Gu and Zeyuan Yang and Yuefeng Ji},
journal= {arXiv preprint arXiv:2003.05290},
year = {2020}
}