C114讯 6月25日消息（九九）今日，在CIOE中国国际光电博览会与C114通信网联合主办的“光纤智能传感：构建数字基础设施的感知神经网络”论坛上，中国移动研究院技术经理韩柳燕发表题为《全域智能感知赋能光网络AI发展》的主旨演讲。
韩柳燕表示，AI智能化和光网络的深度融合和双向赋能，成为下一代光网络发展的核心驱动力。光网络规模大、覆盖范围广，规模化引入AI是提质增效、精细运维的必然路径。并且，AI for Network不止于网络宏观层面，更需下沉至器件、光模块、光纤链路等基础设施层，形成全域感知数据源，构建从数据采集、智能分析到协同调度的光网络端到端智能化能力。
光模块智能感知
韩柳燕介绍，光模块作为感知和监测光路故障的首要模块，其数据采集能力使之成为AI应用的切入点。
不同类型光模块原生上报参数存在差异，不同感知能力赋能光网络差异化场景智能感知需求。例如，城域中短距场景和数据中心内互联主要采用灰光模块，可提供光功率、温度、电压等数据，骨干传输场景和前传波分场景采用彩光模块，可以提供光功率、温度、色散、OSNR等数据。基于这些数据可提供AI模块亚健康预警、AI闪断定障和AI信道补偿等智能化感知处理。
针对城域回传灰光场景，中国移动进行了光模块感知能力的轻量化升级：城域末端接入以CPE单上联为主，在末端光模块通过软件迭代实现高精度采样，以高精度光功率数据驱动多故障分类，可提升对“最后一公里”故障的快速诊断与主动预警能力，保障业务可靠性。
其中，高精度数据采集、稀缺数据增强和高精度故障分类能够将故障定位时间从小时级缩短到秒级，现网常见5类故障（设备掉电、光纤断纤、尾纤脱落、光纤弯折、连接器松动）识别准确率超95%，在减少误报和漏检方面具备强可靠性。
至于前传彩光场景，是点对多点的架构，主路光纤、业务支路、合分波器故障均表现为光功率衰减等共性现象，传统运维难以精准区分故障层级。中国移动通过智能感知算法双模型解耦设计，用光功率曲线提取故障分类特征，融合温度等多维数据实现故障根源区分。
光纤哑资源智能感知
韩柳燕指出，我国已建成全球规模最大的光纤光缆网络，伴随算力网络等新需求发展，光缆建设正在提速，部分光缆也已达设计寿命，提质升级空间大，光缆故障已成为影响网络质量的关键问题。
韩柳燕进一步指出，光纤光缆是网络感知的重要手段，建立高效感知机制对光网络智能化运维管理具有关键作用。
光纤光缆感知数据种类多、数量大、特征杂，亟需引入AI技术实现对多维异构数据的深度分析，从海量感知数据中精准挖掘隐含的故障规律与异常模式。中国移动将AI与光网络感知深度融合，面向光网络智能化典型场景，实现同沟同缆检测、光纤风险预警、链路故障定位等核心能力。
其中一个典型场景是基于背向散射的光纤同路由智能识别。光纤哑资源的无源特性以及人工运维的不准确性导致的哑资源信息不准确使得现网同路由故障多发，一旦主备路由同时中断，将造成用户业务完全中断，严重影响用户体验并导致巨大经济损失，需开展现网数据采集与标注工作以支持同路由识别AI模型训练。
基于AI的光纤同路由智能识别数据集自生成研究，中国移动通过以少扩多和以小推大两种方式，解决了现网条件受限带来的训练样本数据采集标注问题，为模型能力的提升提供有效技术方案与路径。
在此基础上，中国移动开展光纤同路由智能识别AI模型研究。例如，提出基于时空切片的同沟段落定位算法，基于相位OTDR振动特征，并结合交通、环境等多维信息辅助判断提升可靠性，同沟段落准确率达98%；构建OTDR曲线动态差分特征和门控循环单元+全连接神经网络进行特征提取，利用OTDR变化趋势表征光纤特征，基于集成学习双层级联随机森林联合分类判决模型，同缆识别准确率达98%。
另外，在AI算力需求的强劲驱动下空芯光纤正加速走向应用。空芯光纤本征瑞利背散射水平极低可显著抑制串扰实现同波长单纤双向通感一体方案，采用相干信号实现随路前向传感，可有效感知分布式振动信号。
业务流量智能感知
业务流量持续增长、业务形态愈发复杂，流量呈现高度动态、异构等特征，网络需要按需精准匹配最优承载资源，传统静态网络架构已难以支撑其灵活多变的承载需求。因此，业务流量智能感知是应对未来网络复杂性与业务差异化需求的关键手段。
在智能流量分析赋能业务精细识别方面，从“看见流量”到“看懂流量”，实现网络业务流量更精细化感知。“看见流量是基础，看懂流量是能力——业务特征识别是差异化承载的前提。”韩柳燕说。
另外，随着AI流量爆发式增长，数据敏感与合规要求驱动加密流量占比持续攀升。在此趋势下，智能化精细业务感知将成为解锁加密流量价值、支撑业务差异化保障、实现资源按需分配的关键。
在此基础上，流量智能感知赋能光网络绿色智能调度。即以流量智能感知为核心，汇聚全网端口/链路流量、设备能耗等海量感知数据，形成全域实时流量态势感知能力，通过AI分析驱动原始感知数据使能全局调度决策，实现对光网络资源的动态优化与精准控制。
针对这一方向，中国移动基于流量预测与分析算法进行了一定实践：通过时空流量预测与小波突发保障两大核心算法，既可实现长周期网络级流量高精度预判，也可精准捕捉毫秒级
短时流量突变，提升流量态势感知准确度，为智能调度提供决策支撑；智能调度结合网络级业务流量感知、能耗信息等主动重构拓扑，创造规模化的节能机会窗口，最大化资源利用率，
实现网络资源利用率提升超10%，是光网络从静态配置走向动态智能协同的代表性实践。
截至目前，AI智能节能已在中国移动31省应用部署，节能收益达18%，实证网络智能调度的规模化价值。
光网络智能化演进
ION-2030提出AI原生光网络架构，管控系统集成智能体，实现从人工配置向意图驱动的闭环自治演进。业界正加速构建智能体光网络新范式，赋能光网络“规建维优营”全场景智能闭环。
中国移动提出光网络智能化演进架构——“四层开放体系”智能开放架构，面向大规模光网络全生命周期智能化演进，构建智能能力开放架构，推动形成面向光网络智能体应用的“四层
开放体系”，实现智能体能力的快速部署与跨域跨厂商智能体高效协同，加速网络创新应用落地。
韩柳燕强调，大规模光网络智能管控亟需业界协同建立开源光网络大模型生态，构建统一的网络能力访问控制机制。针对大模型概率输出与光网络精准配置要求冲突问题，需建立光网络能力抽象与调用标准；面向光网络专业领域复杂任务处理，需要在A2A协议基础上扩展多轮协商机制与光领域结构化提示词。
韩柳燕最后总结说，AI和光网络的深度融合将向基础设施层面纵深渗透，实现智能感知触角下沉。以光模块和光纤感知为基础，打通物理层数据入口，筑牢光网络全域智能化的感知底座；以流量感知和AI算法为驱动，实现光网络资源的精准调度与业务的差异化承载保障；以开放智能架构为牵引，构建大模型与多智能体协同的光网络智能生态，将加速光网络迈向高阶自智。 
