下一代网络中基于意图漂移检测的预测性意图维护
网络与互联网体系结构
2024-04-24 v1
摘要
意图驱动网络(Intent-Based Networking, IBN)是实现网络自主配置和自适应的已知概念。IBN中的一个主要问题是由于随时间推移的漂移效应，在意图失败之前，其履行程度会逐渐退化，从而难以维护已应用的意图。尽管意图漂移检测对意图保障和维护至关重要，但文献中很大程度上忽略了这一问题。为了填补这一空白，我们提出了一种用于意图预测性维护的意图漂移检测算法，该算法可以使用多种无监督学习技术（Affinity Propagation、DBSCAN、高斯混合模型、层次聚类、K-Means聚类、OPTICS、单类SVM），本文因其简单且在检测漂移方面的高效性而对其进行了应用和比较分析。结果表明，DBSCAN是检测意图漂移的最佳模型。Affinity Propagation模型表现最差，其准确率和延迟值最差。
引用
@article{arxiv.2404.15091,
title = {Predictive Intent Maintenance with Intent Drift Detection in Next Generation Network},
author = {Chukwuemeka Muonagor and Mounir Bensalem and Admela Jukan},
journal= {arXiv preprint arXiv:2404.15091},
year = {2024}
}
备注
This paper is uploaded here for research community, thus it is for non-commercial purposes