ПРИМЕНЕНИЕ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ ДЛЯ УПРАВЛЕНИЯ РЕСУРСАМИ И ОПТИМИЗАЦИИ РАБОТЫ ТРАНСПОРТНЫХ ОПТИЧЕСКИХ СЕТЕЙ СВЯЗИ

Аннотация

Современные транспортные оптические сети связи (OTN) играют ключевую роль в глобальной передаче данных благодаря высокой пропускной способности, низкой задержке и надежности. Однако с ростом объема трафика и усложнением сетевой архитектуры управление такими сетями становится все более сложной задачей. Традиционные подходы, основанные на статических алгоритмах, оказываются недостаточно гибкими для эффективного управления ресурсами, особенно в условиях динамически меняющихся нагрузок [1]. В связи с этим исследователи все чаще обращаются к методам машинного обучения (ML), которые демонстрируют высокую эффективность в автоматизации сложных процессов и принятии решений на основе больших объемов данных [2].