1．Beyond 5G実現に向けた機械学習技術の応用

　筆者らは，国立研究開発法人情報通信研究機構（NICT）が主導するBeyond 5G研究開発促進事業⁽¹⁾のうち，課題番号047「Beyond 5G超高速・大容量ネットワークを実現する光ネットワークコントローラ技術の研究開発」を受託し，Beyond 5Gの中核を担う光ネットワークの自律運用に関する研究開発を進めてきた．本稿では，その成果の一部である光ネットワークの自律運用のためのAI/機械学習技術の応用について紹介する．

　テレコム管理分野で最大の国際標準化団体であるTM Forumが，通信事業の運用，保守業務を5ステップに整理している．ステップはExecution（実行），Awareness（検知），Analysis（分析），Decision（決定），Intent/Experience（意図／体感）から成り，併せてその自動化レベル（Lv. 0～Lv. 5）も定義している⁽²⁾．課題047では自動化レベル4の実現を目指す．自動化レベル4の定義は，ネットワークの予測的・能動的なクローズドループ管理（データ収集，分析，意思決定，実行のサイクル）に基づく分析・意思決定を行うことができるシステムである．筆者らはこれまでAwareness，Analysisのステップにフォーカスし，光通信システムから得られるデータを用いたAI/機械学習技術の応用の検討を進めてきた．これまでに，光受信データに基づいて伝送品質指標を高精度にモニタリングする「光伝送品質パラメータの推定」と，光通信機器の性能データに基づいて光通信システムの異常発生を検知，原因部位を推定する「障害予兆の検知及び原因箇所の推定」の二つの応用を選定した⁽³⁾．下記にその概要を述べる．