直接特征访问——将网络流量特征采集扩展至太比特速度
网络与互联网体系结构
2025-05-26 v1
摘要
实时流量监控对于网络运营商确保性能、安全性和可见性至关重要，尤其是在加密成为常态的情况下。AI和ML已成为从网络流量中获取更深洞察的强大工具，但在太比特速度下采集细粒度特征仍是一个主要瓶颈。我们引入了直接特征访问（Direct Feature Access, DFA）：一种高速遥测系统，利用P4可编程数据平面以线速提取流特征，并通过RDMA和GPUDirect直接将其传输至GPU，完全绕过ML服务器的CPU。DFA支持GPU上的特征增强和即时推理，消除了传统控制平面瓶颈并显著降低延迟。我们在Intel Tofino交换机和NVIDIA A100 GPU上实现了DFA，实现了每秒超过3100万特征向量的提取与交付，在单个端口上支持524,000条流在20毫秒以下的监控周期内完成。DFA实现了可扩展的实时ML驱动流量分析，将下一代网络监控的可能性推向前沿。
引用
@article{arxiv.2505.17573,
title = {Direct Feature Access -- Scaling Network Traffic Feature Collection to Terabit Speed},
author = {Lukas Froschauer and Jonatan Langlet and Andreas Kassler},
journal= {arXiv preprint arXiv:2505.17573},
year = {2025}
}