廣域網（WAN）已成為全球互聯網的骨幹與主力，作為現代在線服務的基礎，其將橫跨大陸和海洋的數十億台設備彼此連接到了一起。 在 COVID-19 大流行期間，無論是機器學習、視頻通話、醫療保健等相關新興負載，都對互聯網頻寬和可用性提出了越來越高的要求。 然而現實是，動輒數百英里的光纖網路，很容易受到各種意外事件的影響而中斷。

ARROW是”恢復感知流量工程”的縮寫

好消息是，麻省理工學院（MIT）計算機科學與人工智慧實驗室（CSAIL）和 Facebook 的科學家們，剛剛提出了一種可在光纖中斷時為網路提供保護、且成本相當低廉的ARROW系統。

結合特殊的在線演算法，ARROW 系統還可根據互聯網的即時流量需求，而提前規劃應對潛在的光纖網路中斷。

ARROW RestorationAware Traffic Engineering 14 min（via）

考慮到理論計算的複雜度，研究團隊提出了一種新穎的演算法，本質上可視作在光纖上『波長重配置問題』的抽象，並只將基本資訊輸入到『流量工程問題』中。

然後藉助『光學恢復方法』，其能夠將光路從被截斷的光纖，轉移到『替代』的健康光纖，以恢復網路連接。

值得一提的是，通過對即時流量的分析考量，這套系統還能夠優化以實現最大的網路輸送量。

在大規模類比與測試平臺上，ARROW 在無需部署新光纖的情況下，即可承載 2-2.4 倍的流量，同時保持網路的高度可靠。

研究一作、MIT 博士後 Zhizhen Zhong 指出：

ARROW 可用於提升服務的可用性，並增強互聯網基礎設施應對光纖截斷的彈性，且革新了我們對故障和網路管理之間關係的思考方式。

以往的故障，特指確定性事件，意味著我們在過度配置網路之外，找不到其它應對方案。

不同的是，ARROW 能夠消除或部分恢復一些故障，這改變了我們對網路管理和流量工程的看法。

最終為重新思考流量工程 / 風險評估系統、以及新興應用程式，開創了一個全新的機遇。

以一個地鐵系統為例，其中某些列車可能偶爾發生故障。 此時控制單元希望在考慮所有可能的交通狀況的同時，規劃如何將旅客疏散到替代線路上。

在 ARROW 方案中，當一條光線網路發生故障時，控制單元也可向通信需求方告知最佳替代線路，以最大限度地減少數據傳輸所需的時間、並避免遇到網路擁塞。

最後，負責這項研究的 MIT 助理教授 Manya Ghobadi 表示，其長期目標是讓大規模計算機網路變得更加高效、並最終開發出可智慧適應數據和應用的新一代網路。