C114訊 6月8日消息（雋暢）近日，由CIOE中國光博會與C114通信網(wǎng)聯(lián)合推出的“2023中國光通信高質(zhì)量發(fā)展論壇”系列活動——“數(shù)據(jù)中心光互連技術(shù)研討會”成功舉辦。美團光網(wǎng)絡(luò)架構(gòu)師岳樹燁應(yīng)邀出席會議并發(fā)表題為《光模塊故障預(yù)測》的報告。
岳樹燁表示，企業(yè)對高效運維和測試技術(shù)需求日益迫切，通過激光器老化機器學習建模，可以實現(xiàn)模塊健康度預(yù)警，提前識別，快速定位，降低運維成本。
借助AIOps提升企業(yè)業(yè)務(wù)能力
隨著產(chǎn)業(yè)規(guī)模不斷擴大，需要常態(tài)化運維的網(wǎng)絡(luò)節(jié)點規(guī)模已達到上萬級別，且鏈路數(shù)目達到幾十萬級別，保持規(guī)�；W(wǎng)絡(luò)的穩(wěn)定可靠成為一大挑戰(zhàn)。將智能算法引入現(xiàn)有網(wǎng)絡(luò)管理平臺，實現(xiàn)數(shù)據(jù)驅(qū)動的網(wǎng)絡(luò)閉環(huán)系統(tǒng)，將成為解決運維效率低下、定位成本高昂現(xiàn)狀的有力途徑。
然而，現(xiàn)有技術(shù)仍待與場景結(jié)合，存在異常檢測誤差大、故障網(wǎng)元定位難、計算響應(yīng)不及時等限制，難以用于特定條件。
“針對上述情況，構(gòu)建具備容錯能力的網(wǎng)絡(luò)已成為當前的重中之重。目前，一些通用的網(wǎng)絡(luò)平臺已經(jīng)實現(xiàn)了基礎(chǔ)的網(wǎng)絡(luò)異常診斷和故障定位功能，但受運行環(huán)境、品牌、型號等多維環(huán)境影響，工作效率低、誤差大。”岳樹燁指出，大規(guī)模網(wǎng)絡(luò)下，通過光模塊激光器的監(jiān)控關(guān)鍵指標可以預(yù)測故障的發(fā)生時間，減少運維⼈員壓力，美團開展光模塊故障預(yù)測研究有三大目標。
一是異常主動發(fā)現(xiàn)，故障預(yù)測。利用機器學習分析告警閾值，網(wǎng)絡(luò)、設(shè)備、光模塊、光傳輸等更多精細特征指標異常發(fā)現(xiàn)及在線趨勢預(yù)測。
二是自我診斷，故障定位。結(jié)合業(yè)內(nèi)數(shù)據(jù)、大數(shù)據(jù)分析及專家經(jīng)驗和知識圖譜，分析光模塊異常趨勢。
三是智能聯(lián)動，快速通告。聯(lián)動失效告警、自動隔離、工單派發(fā)、效果驗收、業(yè)務(wù)恢復全鏈條的故障自動化處理。
實現(xiàn)光模塊故障預(yù)測的三大核心
從實際情況看，激光器故障在有源類產(chǎn)品故障中占比較高，光模塊單體故障的90%以上。增加故障預(yù)測可提前評估風險，降低運維復雜度，優(yōu)化全鏈路系統(tǒng)。那么，光模塊故障預(yù)測要如何實現(xiàn)呢？
岳樹燁介紹，首先要通過“針對異構(gòu)監(jiān)控數(shù)據(jù)的深度清洗和特征提取方法”與“基于狀態(tài)檢測的激光器異常建模和故障預(yù)測”實現(xiàn)小時級激光器異常檢測和故障預(yù)測。然后，利用“面向真實網(wǎng)絡(luò)的算法驗證平臺”，以仿真數(shù)據(jù)進行有效性、可用性、先進性檢驗，繼而將真實數(shù)據(jù)接入檢驗。
具體而言，由于激光器原始監(jiān)控數(shù)據(jù)中存在噪聲數(shù)據(jù)較多、特征維度過大、數(shù)據(jù)集不平衡等情況，將導致預(yù)測精度降低。因此，要通過多維統(tǒng)計分析、深度數(shù)據(jù)清洗、上下采樣技術(shù)、動態(tài)特征工程，對數(shù)據(jù)進行預(yù)處理，從而實現(xiàn)高效特征提取。
在基于狀態(tài)檢測的激光器異常建模的初期，要率先構(gòu)建區(qū)分正常和異常激光器的狀態(tài)檢測模型并生成動態(tài)閾值，一旦檢測到出光功率變化率大于異常閾值則激發(fā)壽命預(yù)測單元。
針對正常老化模型，可采用激光器的正常歷史數(shù)據(jù)進行建模，預(yù)測激光器一天后的出光功率，當出光功率低于標準規(guī)格時則上報⻛險；針對突發(fā)異常模型，根據(jù)突發(fā)異常前一段時間的歷史數(shù)據(jù)進行建模，當出光功率變化率大于計算閾值時激活該預(yù)測單元，計算異常發(fā)生概率及狀態(tài)分布。
“為實現(xiàn)異常檢測和故障定位的算法的有效性與可靠性，就要結(jié)合系統(tǒng)和模型在萬級規(guī)模網(wǎng)絡(luò)仿真平臺和多拓撲環(huán)境里進行綜合測試。”岳樹燁表示，測試平臺的部署分為三個階段。首先是經(jīng)典網(wǎng)絡(luò)布局模式下的仿真測試平臺，其次是VPC網(wǎng)絡(luò)布局模式下的仿真測試平臺，然后是仿真節(jié)點與實物并存的半實物測試平臺。完成上述工作后，將基于美團真實網(wǎng)絡(luò)環(huán)境進行部署與驗證。
會上，岳樹燁呼吁產(chǎn)業(yè)鏈上下游共同關(guān)注器件穩(wěn)定性，攜手建立有效性、可用性、先進性并存的故障預(yù)測體系，以提高產(chǎn)品的穩(wěn)定性為前提，實現(xiàn)終端用戶、模塊/設(shè)備商價、芯片廠商之間的三方共贏。 
