NorBERT：通过网络表示 BERT 实现网络分析与管理
网络与互联网体系结构
2022-06-22 v1
摘要
深度神经网络模型已非常成功地应用于自然语言处理（NLP）和基于图像的任务。它们在网络分析与管理任务中的应用才刚刚起步。我们的兴趣在于产生可有效泛化、在不同环境中多个网络任务上表现良好的深度模型。一个主要挑战是传统深度模型常依赖类别特征，但无法处理未见的类别值。处理此类问题的一种方法是为深度网络使用的类别变量学习上下文嵌入以提升其性能。本文中，我们改编 NLP 预训练技术及相关深度模型 BERT，以学习通信网络中使用的完全限定域名（FQDNs）的语义上有意义的数值表示（嵌入）。我们通过一系列实验表明，这种方法可用于生成在训练环境以外的环境中应用仍保持有效性的模型。
引用
@article{arxiv.2206.10472,
title = {NorBERT: NetwOrk Representations through BERT for Network Analysis and Management},
author = {Franck Le and Davis Wertheimer and Seraphin Calo and Erich Nahum},
journal= {arXiv preprint arXiv:2206.10472},
year = {2022}
}