摘要：无线方面的5G建设浪潮即将来临，固网宽带方面的部署热度尚未褪去，政企专线的大颗粒业务需求日益增加。同时更多新业务、新技术的应用还将对基础承载的传送网提出更进一步的挑战与要求。本文以上述日益增加的需求为出发点，OTN基础承载光网络为对象，通过对业务需求深入剖析，总结并归纳现有网络规划方法的缺陷及难点，并锁定主要改进目标，引入一种创新性的网络规划方法，借助SDN理念通过自研改良型路由计算方法以及一种机器自我学习机制，实现具备人工智能的路由调度功能。最后，以某地网络建设需求为例，展示相关方法及自研系统的应用，验证并说明其价值。
关键词：光传送网；SDN；机器学习；人工智能
如今众多综合业务对运营商基础承载网络提出诸多挑战。无线方面，4G的大力发展以及5G的重点推进，传送网对基站业务调度至核心网EPC回传链路要求有足够丰富的带宽能力及路由选择。固网宽带方面，广度覆盖的数据城域网对收敛后数据集中调度至出口提出多种灵活传送的要求。政企专线方面，大颗粒业务的逐年增势以及业务的随机性对网络承载容量及富余度提出挑战。同时，随着更多新技术、新业务的开发及应用，例如VR/AR、物联网等需求将对现有基础承载的传送网不断发起技术及承载能力上的冲击与挑战。面对上述诉求有多种解决技术及方案，其中OTN作为一种超高带宽、超强延展性的网络，是作为承载大流量业务的基础网络首选。因此，如何面对新业务诉求以及新网络格局形势下，结合新技术新理念，改良OTN传统规划方式，成为本文主要论述的内容。
本文主要分为3个部分。第1部分，分析OTN传统规划方式，归纳其中存在的不足之处，用以指明本文所涉及的分析方法、模型及系统的主要解决方向及优化目标。第2部分，重点介绍本文基于业务特征引入的网络规划新方法，并结合SDN理念以及人工智能机器学习方法，提供一种快速路由、高效规划调度的机制，为支撑自动化网络规划提供基础。第3部分，以实际业务需求为例，结合SDN路径计算及人工智能算法，应用网络规划新方法，展示了OTN资源快速计算、精确输出的模拟结果，充分验证并说明了本方法及相应系统的可靠性及高效性。
一、OTN传统规划方式分析
传统的OTN规划方式主要遵循如下几个步骤。
1、业务需求梳理
作为网络规划的基础步骤，业务需求梳理不仅需要对业务需求带宽进行逐一梳理统计，还需要对每条业务的开通方式（即业务是否保护、分担方式等）进行逐一梳理，具体如下。
(1) 传送带宽分类：就目前主流的业务需求，主要连接速率端口为1Gbit/s、2.5Gbit/s、10Gbit/s、40Gbit/s、100Gbit/s甚至将来5G时代的200G/400Gbit/s等。不同网络调度规则可能对不同业务类型提出差异化承载需求。
(2)传送路由分类：对于传输调度路由也存在不同的方式。具体概括为源宿间无保护调度；同源同宿分担调度；同源异宿分担调度；源宿间1+1保护调度。而每种方式又随着各个网络的组网要求及形态存在不同程度的差异。
2、业务调度路由预安排
根据不同网络组网及调度要求，结合业务需求，逐条进行业务调度路由安排。也只有逐一对调度路由的预安排，才能比较准确地对直达落地型电路、电层转接型电路、光层穿通型电路等多种组织方式进行统计，得到所需要网络建设规模，达到规划的目标。该部分是整个网络资源安排部署的重点，也是目前网络规划以及资源预估的耗时耗力的重要环节。
3、OTN关键资源要素生成
通过逐一统计电路路径所涉及网元及建设内容，形成波长/子波长波道图、线路端口/板卡、支路侧端口/板卡以及上述资源与业务需求的互关联性，为后续网络建设规模，如子架、板卡、端口等提供新增依据，便于后续复查及审阅。
基于上述主要的OTN规划步骤及环节，目前传统网络规划方式存在如下几点不足之处。
(1)基本全人工规划，效率低：目前的规划方式几乎全是用人工手工或少部分半自动方式进行操作，往往涉及多种不同大类的业务需求，且每大类还存在不同的差异化调度方式。带宽与不同调度方式的组合，至少有十余种不同类型需求，仅梳理业务需求就耗时不少。同时，面对业务需求突发性的变化，往往难以快速反应及处理，效率低下，准确性也难以保证。
(2)路由预安排难度高、可重复性差：在路由安排方面，需要对OTN以及当地网络情况比较了解的前提下进行，路由安排难度大、起点高。对于结构简单的网络（一般单节点方向维度为2～3个）而言，尚存在手动安排及规划的可操作性。但对于例如上海等特大型城市的网络，单节点维度超过20维。不同维度之间还因为承载光缆的同路由互斥性而形成风险共享关系，更是对人工规划提出严峻的挑战。
(3)网络建设规模计算量大、出错率高：对于网络关键资源的计算涉及后期网络建设规模及投资。该环节中，需要逐条对业务路由进行分析、规划，结合现网资源使用情况，确定支路端口、线路端口、使用的波道资源等内容，形成子波长、端口利旧、槽位利旧（插板扩容）、
新增设备等利旧程度由大到小的各种建设场景。据一般经验值统计，几十个TB级别的需求下，网络规模计算及核实一般需要1个月以上。而实施、校验、修正是其中最为困难也最容易发生误差的环节。
二、基于SDN及人工智能的OTN规划方式
针对现有规划及实现方式的不足，本文提出一种基于SDN及人工智能的OTN规划方式。并在业务需求、路由安排、建设规模模拟计算方面显著改善现有规划方式及效果。
(1)业务需求分析方面，引入“业务特征值”，能够用其充分描述业务需求的本质，并高度归纳其特点，形成该业务的唯一特征标识。充分利用该特征标识，进行归纳统计，压缩原有业务信息处理规模，提升对业务处理效率。
(2)路由安排及调度方面，基于SDN理念优化路由算法，加入对单节点、总跳数等多种限制条件，提供更加灵活、更加实用的路由计算能力。此外，为了提升对已规划成果的重构利用效率及程度，还特别加入具备机器学习能力的智能化处理模块，记录并学习成功规划的路由特征，在适配新业务成功后，自动应用存量路由信息，加速路由指定环节，提升计算性能。
(3)网络资源计算方面，总结并归纳现有一般资源使用方式，开发多达6种应用场景，满足各种不同应用需求。同时，结合目前最新技术发展趋势，同步更新至单波100Gbit/s、单波200Gbit/s、单波400Gbit/s等3种不同规格的OTN技术架构，高度开放能够自定义的多种速率支路板规格、设备子框规格，满足不同设备形态的规划要求。
通过对上述主要方面的改良，并融合基于特征值的业务解析压缩处理方法、增强型SDN路由计算、人工智能机器学习，实现快速、便捷、智能的路由计算及资源调度方案。
1、增强型SDN路由算法及人工智能路由学习方法
本文所使用的路由核心算法来自于本文作者既有专利《一种确定目标路由的方法及装置》（申请号/专利号：201611110634.8）。同时根据OTN网络的特点，加入包括限制跳数、必经节点等特色约束条件，更加贴合实际网络规划需要。
图1展示了一个简单的网络示例。该网络的一个比较合理的分域方式为将蓝色划分为域Core，包含网元C1～C5；其余颜色分别划分为独立域Metro1～Metro4。每个独立域内仅包含自身的网元节点，独立域内的网元逻辑连接属于域内连接，不同域间的连接属于跨域连接。
在本文中，与SDN处理机制类似，采用层叠式域控制机制。每个独立域控制器仅能采集、计算本域内的路由信息。跨域连接以及域间逻辑关系由更上层域控制器管辖。但与SDN或ASON等业内通用Dijstra算法不同，本文使用SDN的网元虚拟化功能仅将网络非相关网元、互斥网元元素等逻辑删除，简化网络结构，并通过统一的静态路由调度方式完成路由计算。
一般情况下，路由的最佳计算以跳数为优先。但是以实际应用角度考虑，完全按照如上方式计算时，会发生无法按照既定指定路由的情况。现举例如下。
业务源宿节点为JSJF到JD。观察网络，按照最小跳数优先级，最优路由为如图2所示。其中红色为主用路由，蓝色为备用路由。可见，无论主备路由都按照2跳最小跳数到达宿端。且中间节点无重复，应该说是一种高质量、完备的路由方案。
但事实上，运营商对于路由的选择并不一直都以最小跳数为优先。在上述网络中，一种可能存在的路由原则是先完成域内调度，红色表示的主用路由不变的前提下，备用蓝色路由优先通过域内自行调度至统一出口QZ，然后主备路由再调度至宿端JQ。实际路由选择应该如图3所示。虽然该调度方式并非最佳，但是从运营商便于管理以及习惯性角度，却是一种满足实际生产要求的路由方式。
对路由搜索计算的另一大改良就是应用机器学习方法，使得路由计算具备基础人工智能功能，具备业务感知能力。具体方法如下。
（1）当完成合法路由计算后，机器会学习其中的特性，并以业务特征值为主要考察对象进行记录，并关联路由所经过节点、与其相关的其它分担或保护路由信息。
（2）当新业务需要路由搜索请求时，系统优先适配路由表中的信息，给出相关路由搜索信息供决策选择。同时，若为具有分担或保护关系的业务，系统还会进一步给出存储中相关的保护路由。
（3）若出于某种原因，当存在记忆路由不满足实际需求时，根据需要，系统仍可执行路由重新计算，满足新场景下的合法路由选择，并将新路由再次进行学习和记忆，供下次快速调用。
2、多场景资源使用适配技术
各个运营商对资源使用、分配方式都不尽相同。本系统不追求包罗所有资源配置方式与原则，但务必涵盖大部分使用场景。总结目前比较普遍使用的几类资源使用方式。
（1）按照机架正反面配置：要求对具备保护关系的业务按照设备正、反面进行分离配置，以实现最高安全等级。同时，对于无保护要求的业务，一方面结合实际可用资源情况，另一方面尽量做到子架正反面资源均衡使用。
（2）按照机架板卡配置：对于具备保护关系的业务，仅要求在不同板卡间分离即可。安全性中等，且对设备端口资源使用比较节省。
（3）按照机架端口配置：仅对于无保护普通级业务或无关联业务可按照端口进行区分使用。
综上，对于不同配置原则和资源使用方式，有如表1所示的应用场景与之一一对应。
因此，上述6种模式互相有机组合，在相应适配场景下激活对应的资源模式计算方式，能够有效针对不同应用场景的需要提升计算准确性及合理性。
三、自动化OTN规划系统应用实例
以某运营商某年网络建设需求为例，展示OTN自动化处理方式及系统应用。示例展示的是某年共计55×100Gbit/s、92×10Gbit/s的核心层网络建设需求。涉及几乎全部的核心层网络节点，而网络以双光层为特点，提高了业务调度的难度及复杂度。
1、业务需求导入与分析
系统建立了模糊匹配机制，能够精确识别业务所需网元节点名称，不分源宿节点先后出现顺序，包含较强的容错机制。
同时，系统在业务导入节点就已经将同业务局向、同调度要求、同带宽单位颗粒的业务进行融合，大大减少后期路由计算规模。以该示例为例，融合前具有82条业务需求，而融合后仅为53条，减少了约35%的规模。而且越是复杂、规模宏大的需求，压缩比例越高。
最后，作为业务需求输出内容，业务矩阵表、融合后业务详单以及业务各个类别的占比分布等生成独立文件，方便查阅。以下是本系统运行的主体界面以及业务需求分析后的表格及类型饼图显示。如图4所示，将核心8个节点划为一个子域、各个不同属地覆盖的区域划为不同的14个子域，全网共计15个子域，并通过系统内建DomainController进行集中信息处理。
2、业务调度路由预排
结合之前介绍的基于SDN以及人工智能的路由调度方法，共计53条电路仅分钟级完成。图5是对一条业务路由规划的截图。示例中，展示了源宿两端主备/分担业务的不同路由选择，其中红色线段表示的为业务的主用路由，蓝色线段表示的为备用路由。同时还包含了是否光层穿通等信息。与左侧的业务路由调度信息一一对应。
3、网络关键建设要素生成
此处所述网络关键建设要素所指OTN网络在实际建设过程中涉及的线路端口、支路端口、系统波道资源等内容。系统预设了目前主流以及即将应用的系统容量，包含单波100Gbit/s、双载波400Gbit/s、单载波400Gbit/s。同时还提供丰富的支路侧端口类型选项，能够涵
盖大部分业务需求。
通过计算，可提供以线路侧为主体，两端支路侧、业务相绑定的“扁担模型”。而所有的后期设备面板图规划、波道安排等均以“扁担模型”为基础，实现整体迁移、变更。图6列举了线路侧端口模拟计算结果。共计涉及168个100Gbit/s线路端口，84块线路板，与实际工程部署的86块线路板非常接近，验证了本系统的计算准确性。
四、结束语
本文通过引入SDN及人工智能，充分挖掘传统OTN规划及设计过程中的潜力，发挥在如今业务需求爆发增长时代下网络资源的调度能力。
在业务需求分析阶段，通过提炼业务特征值，能够融合需求规模，压缩同类型重读项目，提高分析效率。
在路由选择及决策阶段，通过类SDN理念以及机器学习，能够提供人工智能化决策算法及处理机制，大大缩短路由预安排，提升整体业务安排效率及质量。
在网络关键建设资源计算方面，采用“扁担模式”，联系线路、支路、业务3个方面信息，能够快速提供相应端口计算、分配及对应信息，助力后期建设阶段。