光网络作为信息基础设施宽带化的基石，正朝着动态、可靠、智能的方向演进。光网络规模、容量和光层设备十分庞大，一旦发生故障影响面极大，海量数据丢失、大型计算中断，核心信息传递受阻，无论政企、金融、科教、交通、制造业等，还是个人用户，都将遭受巨大损失。因此，保障大规模光网络的安全可靠运行意义重大。 

近年来，以各类机器学习算法为代表的人工智能技术已被应用于光网络故障管理中，得到了学术界和工业界的广泛关注，而基于机器学习的光网络故障管理技术可以有效防范故障发生，加快故障定位和网络恢复，从而保证网络健康稳定运行，目前已成为智能光网络研究领域中的前沿热点。

Science China Information Sciences第11期出版了综述文章“A review of machine learning-based failure management in optical networks”。文章围绕该主题开展综述研究，详细讲解了光网络故障管理的研究背景，包括光网络中的典型故障类别、核心监管对象、常见监测数据以及各种机器学习算法，全面总结了机器学习在故障管理中的各类应用，包括告警分析、故障预测、故障检测、故障定位和故障原因识别等。此外，还给出了一些未来的研究方向与开放性的研究主题。

光网络故障管理典型任务

光网络故障管理对象及其对应故障类别

光网络故障监测数据及其提取信息

原文下载：

Wang D S, Zhang C Y, Chen W B, et al. A review of machine learning-based failure management in

optical networks. Sci China Inf Sci, 2022, 65(11): 211302

https://doi.org/10.1007/s11432-022-3557-9