Open-Source Data for Multi-Domain Network Monitoring and Sensing in Optical and Wireless Networks

该开源数据集包含从光学和无线网络收集的多域网络监控和感知数据。具体包括：1) 来自英国国家暗光纤设施339公里现场试验床的近一个月性能监控数据，包含BER、Q因子、接收功率和OSNR等测量参数；2) OFC2023数据集支持端到端QoT预测和多供应商设备性能比较研究；3) 为期四周的光纤传感数据，采用偏振态传感监测光纤链路

This open-source dataset contains multi-domain network monitoring and sensing data collected from optical and wireless networks. Specifically, it includes: 1) Nearly one-month performance monitoring data from the 339-kilometer field testbed of the UK National Dark Fiber Facility, with measured parameters such as BER, Q-factor, received power, and OSNR; 2) The OFC2023 dataset that supports end-to-end QoT prediction and multi-vendor equipment performance comparison studies; 3) Four-week optical fiber sensing data that uses polarization state sensing to monitor fiber links.

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称：Open-Source Data for Multi-Domain Network Monitoring and Sensing in Optical and Wireless Networks
• 数据来源：英国国家暗光纤设施(NDFF)和布里斯托大学智能互联网实验室
• 支持技术栈：Python 3.8/3.9/3.10、InfluxDB 2.x、Apache Kafka 3.x、Grafana 9.x、Kadeck Kafka UI、MLflow 2.x、MATLAB R2023b

数据集组成

1. 光网络性能监测数据（一个月）

• 时间范围：2023年12月26日 - 2024年1月26日
• 实验设置：
  • 传输距离：339公里
  • 波长范围：193.25 THz - 194.45 THz
  • 采样频率：每10秒采集，重采样至15分钟
  • 发射设备：
    • Facebook Voyager（PM-16QAM & PM-QPSK，交流供电）
    • ADVA FSP3000 Teraflex（PM-16QAM & PM-QPSK，交流供电）
    • Ciena设备（PM-QPSK，直流供电）
• 测量参数：
  • 误码率（原始转发器输出）
  • Q因子（通过提供脚本转换）
  • 接收功率
  • 光信噪比

2. OFC2023数据

• 实验描述：986公里级联ANN链路损耗模型的QoT预测现场试验
• 数据文件：
  • OFC2023_final.csv
  • OFC2023_total.csv
• 数据结构：
  • 列A-L：十二个通道的开关状态
  • 列M-P：节点A中四个测试通道的Q因子
  • 列Q-T：节点B中四个测试通道的Q因子
  • 列U-X：节点C中四个测试通道的Q因子

3. 光纤传感数据（四周）

• 时间范围：2025年9月19日 - 2025年10月16日
• 实验配置：
  • 传输配置：双向传输
  • 传感技术：偏振态传感
  • 光纤链路：
    • BDFI链路：7.776公里（2025/09/19-2025/10/08）
    • MShed链路：8公里（2025/10/11-2025/10/16）
  • 信号特征：32-GBaud PM-QPSK
• 数据格式：mat和CSV格式
• 采样率：97656.250 Hz（Ts = 1.024e-05 s）

4. 无线接入网络数据集

• 网络架构：多无线接入技术测试平台
• 终端设备：
  • CPE1：连接5G和WiFi
  • CPE2：连接5G和WiFi
  • CPE3：连接5G和WiFi
  • CPE4：连接5G、WiFi和LiFi
• 传输协议：MPTCP（全网格路径管理，BLEST算法调度）
• 数据时长：24小时数据集（包含原始数据和预处理数据）

数据集参数详情

CPE数据

• 包含CPE：CPE1、CPE2、CPE3、CPE4
• 核心指标：
  • recv [interface]：指定接口接收数据
  • trans [interface]：指定接口发送数据

5G蜂窝数据

• 温度传感器读数
• 上下行吞吐量测量
• RMOD功率

LiFi蜂窝数据

• 发送/接收比特率
• 信号功率

WiFi蜂窝数据

• 空闲时间
• 发送/接收比特率
• 信号平均值

数据文件位置

• OFC2023数据文件：https://github.com/hpn-bristol/Open-Source-Data-for-Multi-Domain-Network-Monitoring-and-Sensing-in-Optical-and-Wireless-Networks/blob/main/OTN%20Monitoring%20Data_one_month/OFC2023_final.csv
• 无线网络数据：https://github.com/hpn-bristol/Open-Source-Data-for-Multi-Domain-Network-Optimisation-and-Sensing-in-Optical-Networks-and-WANs/tree/main/Wireless%20Access%20Network_24hours
• 数据预处理代码：https://github.com/hpn-bristol/Open-Source-Data-for-Multi-Domain-Network-Optimisation-and-Sensing-in-Optical-Networks-and-WANs/blob/main/Wireless%20Access%20Network_24hours/process_data.ipynb

引用要求

使用光网络数据时请引用： "S. Shen et al., Unified monitoring and telemetry platform supporting network intelligence in optical networks, in Journal of Optical Communications and Networking, vol. 17, no. 2, pp. 139-151, February 2025, doi: 10.1364/JOCN.538552."

版权信息

• 所有权：布里斯托大学智能互联网实验室
• 使用限制：仅限学术研究和非商业用途

搜集汇总

数据集介绍

构建方式

在光网络监测领域，该数据集通过英国国家暗光纤设施（NDFF）的339公里实地试验床，采用多厂商传输设备（包括Facebook Voyager、ADVA FSP3000 Teraflex和Ciena设备）生成七路等间隔PM-16QAM/QPSK光信号。数据采集以每10秒一次的频率进行，随后重采样至15分钟间隔，持续近一个月时间，涵盖误码率、Q因子、接收功率和光信噪比等关键性能指标。无线传感部分则利用双向传输配置，通过偏振态传感技术监测城市光纤链路，结合实时示波器和偏振计实现高精度振动定位。

使用方法

研究者可通过GitHub仓库获取CSV与MAT格式的原始数据，利用附带的Python预处理脚本进行Q因子转换与数据清洗。光网络数据可直接导入InfluxDB时间序列数据库，结合Grafana实现实时可视化；无线数据集则适合通过MLflow管理机器学习实验流程，其MPTCP流量记录可用于多路径传输算法验证。对于偏振传感数据，建议采用MATLAB处理高频采样信号，并结合数字孪生平台实现光纤物理状态仿真。

背景与挑战

背景概述

在光网络与无线网络融合发展的背景下，布里斯托大学智能互联网实验室于2023年至2025年间主导构建了多域网络监测与感知开源数据集。该数据集依托英国国家暗光纤设施与城市现网环境，集成了Facebook Voyager、ADVA Teraflex等多厂商设备，通过跨域遥测架构实现了光信号传输性能与偏振态传感数据的同步采集。其核心研究目标在于解决异构网络环境下实时质量预测与资源优化的科学问题，为光无线融合网络的智能运维提供了关键数据支撑，已被欧洲地平线计划Allegro等项目列为基准数据集。

当前挑战

在领域问题层面，数据集需应对多厂商设备异构性导致的质量传输指标标准化难题，以及偏振态传感数据与通信性能参数的多模态关联建模挑战。构建过程中面临339公里长距光纤链路中环境扰动对偏振测量的干扰，需通过纳秒级同步触发机制保障数据时效性；同时无线接入网络侧需克服5G/WiFi/LiFi多链路并发传输时的负载均衡问题，MPTCP调度算法与物理层传感数据的时空对齐亦构成显著技术瓶颈。

常用场景

经典使用场景

在光网络与无线通信融合研究领域，该数据集为跨域网络遥测提供了关键实验支撑。其经典应用场景聚焦于多厂商设备性能对比分析，通过整合Facebook Voyager、ADVA Teraflex和Ciena等异构设备在339公里真实光纤链路上产生的误码率、Q因子与光信噪比数据，为构建端到端传输质量预测模型奠定了实证基础。特别值得关注的是，该平台通过15分钟粒度的持续监测，完整记录了偏振态传感数据与多路径传输参数，为动态网络环境下的信号劣化研究提供了高精度时空样本。

解决学术问题

该数据集有效解决了光无线融合网络中三大核心学术难题：首先通过长达数周的连续监测数据，突破了传统实验室环境对网络长期演化规律研究的局限；其次借助多维度传感信息融合，为跨物理层与网络层的协同优化理论提供了验证依据；最后通过标准化数据格式与预处理流程，显著降低了异构设备数据整合的复杂度。这些特性使得研究人员能够深入探索光纤振动与传输质量的内在关联，推动人工智能驱动的网络自主决策理论发展。

实际应用

在实际部署层面，该数据集支撑的遥测架构已应用于英国国家暗光纤设施等关键信息基础设施。其偏振态监测数据可用于铁路桥梁等敏感区域的振动检测，实现通信与传感功能的一体化融合。在无线接入场景中，基于多路径TCP的传输数据为5G与LiFi混合组网提供了优化依据，特别是在智能交通、工业物联网等需要高可靠连接的领域，该数据集提供的24小时完整流量记录成为网络容量规划与故障预测的重要参考。

数据集最近研究

最新研究方向

在光与无线网络融合监测领域，该数据集正推动跨域智能诊断与优化技术的前沿探索。基于长达一个月的英国暗光纤设施实测数据，研究者正构建端到端传输质量预测模型，通过级联人工神经网络实现986公里链路的性能精准评估。偏振态传感数据与多技术无线接入参数的融合，为城市基础设施振动监测与多路径传输调度提供了新范式。随着欧盟Allegro等项目支持，这些数据正成为数字孪生网络与实时AI决策系统验证的关键基石，显著提升了多厂商设备协同与故障预警能力。