Réseau : le nouvel eldorado du Smart Optical Networking

45 ans pour se déployer

La tendance n’est cependant pas nouvelle. Elle trouve son origine dans un article publié en 1969 par Stewart E Miller intitulé « Integrated Optics, an introduction » paru dans la revue Bell System Technical Journal. Pour la plupart des spécialistes, il s’agit de la première contribution majeure à cette technologie largement répandue 45 ans plus tard.

Le Smart Optical Networking repose sur trois principes clés que sont l’automatisation, la capacité de programmation et l’utilisation de l’IA comme du Machine Learning.

L’automatisation consiste à confier à des logiciels les processus de configuration et de gestion du réseau, ce que l’on nomme le Software Defined Network (SDN). En second lieu, l’utilisation d’APIs permet de contrôler le réseau de façon centralisée et dynamique, ce qui offre une gestion plus agile et permet de diminuer sensiblement les coûts de maintenance. Enfin, l’introduction de l’IA analyse les données en direct afin de détecter pannes ou anomalies potentielles, ce que l’on appelle communément la maintenance prédictive.

Le marché du Smart Optical Networking est en pleine expansion, alimenté par la demande croissante en bande passante, l’augmentation des réseaux 5G, la prolifération des centres de données, et la montée en puissance des solutions cloud ou encore de l’Internet des objets (IoT). Cette évolution des réseaux optiques vers des systèmes intelligents, automatisés et programmables crée de nombreuses opportunités pour les entreprises de télécommunications, les fournisseurs de services cloud, et les industries de haute technologie.

Les principaux acteurs du secteur sont Arelion, Ciena, Alcatel-Lucent, Cisco ou encore infinera. Selon différentes études, le marché des réseaux optiques devrait atteindre près de 14 milliards de dollars par an à l’horizon 2030, contre un peu plus de 5 milliards aujourd’hui. Soit une croissance annuelle supérieure à 10 % chaque année.

Durant l’une des sessions de Network X, Mattias Fridström est revenu sur les avancées actuelles des réseaux optiques, en particulier grâce à l’utilisation de l’intelligence artificielle et, ce, de manière réciproque. En effet, si le thème principal était l’utilisation de l’IA pour améliorer la photonique, cette dernière contribue également aux progrès de l’IA.

Mattias Fridström est vice-président & chief evangelist au sein de l’entreprise Arelion (ex Telia Carrier), l’un des principaux opérateurs large bande européens. Arelion opère 75 000 km de fibres optiques pour desservir 129 pays en Europe, États-Unis et Asie.

De réelles difficultés de mise en place

Mais si les promesses sont réelles, il existe encore de grandes difficultés à la mise en place de ces infrastructures du moins dans leur globalité. La première difficulté tient à l’infinité de systèmes que les opérateurs ont installés au fil des ans ou encore à des entreprises dotées de systèmes différents qui ont fusionné. Aussi, comme le souligne Mattias Fridström : « Laisser une machine prendre toutes les décisions à notre place est quelque chose avec lequel nous ne sommes pas à l’aise. Oserons-nous demander à une machine de prendre une décision que nous-mêmes ne prendrions sans doute pas ? ».

En conséquence, la mise en place de ces technologies nécessite en premier lieu une cartographie très précise de l’ensemble des infrastructures du réseau. Dès lors, il devient pertinent de confier les tâches d’automatisation et de management à l’IA.

« Nous pouvons utiliser ces mêmes algorithmes dans des opérations en boucle fermée où le système surveille les paramètres du réseau et ajuste automatiquement l’infrastructure pour le maintenir optimisé [...]. »

Luca Baragiola, directeur de la division WaveSuite de Nokia précise : « ces applications d’IA réduiront sans aucun doute l’effort opérationnel nécessaire à la gestion des réseaux. Nous pouvons utiliser ces mêmes algorithmes dans des opérations en boucle fermée où le système surveille les paramètres du réseau et ajuste automatiquement l’infrastructure pour maintenir le réseau optimisé, d’abord avec une supervision humaine [automatisation guidée, N.D.L.R.], puis sans intervention humaine [automatisation complète, N.D.L.R.]. »

Cette dimension IA et ML vient s’insérer au sein de ce que l’on nomme le Shared Risk Link Group ou groupe de liaisons à risque partagé (SRLG). Il s’agit d’un ensemble de liaisons partageant une ressource commune, qui affecte toutes les liaisons de l’ensemble en cas de défaillance de la ressource commune.

Ces liaisons partagent le même risque de défaillance et sont donc considérées comme appartenant au même SRLG. Par exemple, les liaisons partageant une fibre commune sont dites appartenir au même SRLG, car une défaillance de la fibre peut entraîner la défaillance de toutes les liaisons du group.

« L’IA facilite également l’extraction d’informations du réseau, afin que les opérateurs puissent obtenir les métriques dont ils ont besoin pour prendre des décisions concernant le réseau ou l’entreprise. Nous pouvons y parvenir en utilisant l’IA générative pour extraire des données de divers emplacements du réseau et rassembler des rapports sur des indicateurs spécifiques dans un seul tableau. Cela élimine la gestion à deux vitesses et réduit considérablement le temps nécessaire à la génération de rapports », ajoute Reza Rokui de Ciena.

Finalement, l’un des aspects les plus significatifs est l’amélioration de la relation avec les clients du point de vue des opérateurs. « C’est vraiment là où nous voyons les avantages de ces cas d’utilisation. Réparer les défauts avant qu’ils ne surviennent : parfait. Mais la communication avec les clients est la chose la plus importante. S’ils estiment que nous sommes au top de notre forme, ils peuvent alors continuer à acheter chez nous. » conclut Mattias Fridström.