Застосування трансформерних моделей в оптичних транспортних мережах

Abstract

Доповідь присвячена дослідженню концептуальних засад інтеграції сучасних архітектур штучного інтелекту, зокрема моделей на основі трансформерів (Transformers), у контур управління оптичними транспортними системами та мережами. Розглянуто теоретичні передумови створення інтелектуального асистента оператора волоконно-оптичної інфраструктури, здатного аналізувати масиви різнорідних даних телеметрії, прогнозувати деградацію якості передачі сигналу (QoT) та локалізувати несправності за допомогою механізмів самоуваги (Self-Attention). Описано парадигму інтерактивної взаємодії між людиною та оптичною мережею, де трансформерна модель виступає інтелектуальним посередником, що спрощує адміністрування складних високошвидкісних магістралей.

The report is dedicated to investigating the conceptual foundations of integrating modern artificial intelligence architectures, specifically Transformer-based models, into the management loop of optical transport systems and networks. The theoretical prerequisites for creating an intellectual assistant for fiber-optic infrastructure operators are considered. This assistant is capable of analyzing heterogeneous telemetry datasets, predicting Quality of Transmission (QoT) degradation, and localizing faults using self-attention mechanisms. The paradigm of interactive human-optical network collaboration is described, where the Transformer model acts as an intelligent intermediary that simplifies the administration of complex high-speed backbone systems.