SeaNet——面向基于知识图谱的软件定义网络自治管理
人工智能
2022-05-31 v3 数据库
摘要
由人工智能技术驱动的自动网络管理已被热烈探讨数十年。然而，当前报告主要聚焦于理论提案与架构设计，在真实网络上的实际实现工作尚待出现。本文提出我们面向软件定义网络（SDNs）中知识图谱驱动的自治网络管理实现所做的努力，称为SeaNet。在ToCo本体驱动下，SeaNet基于Mininet（一个SDN仿真器）重新编程。它由三个核心组件构成：知识图谱生成器、SPARQL引擎与网络管理API。知识图谱生成器将电信网络管理任务中的知识表示为形式化表示的本体驱动模型。专家经验与网络管理规则可被形式化为知识图谱，并通过SPARQL引擎自动推理，网络管理API得以封装技术特定细节并向用户暴露技术无关接口。实验通过将所提工作与用同种语言Python实现的商用SDN控制器Ryu比较来评估。评估结果显示，SeaNet在大多数情形下比Ryu显著更快，且代码明显更紧凑。得益于RDF推理，SeaNet在不同规模知识图谱上能达到O(1)时间复杂度，而传统数据库最佳仅为O(nlogn)。借助所开发的网络管理API，SeaNet使研究者能在自有SDN上开发语义智能应用。
引用
@article{arxiv.2106.13367,
title = {SeaNet -- Towards A Knowledge Graph Based Autonomic Management of Software Defined Networks},
author = {Qianru Zhou and Alasdair J. G. Gray and Stephen McLaughlin},
journal= {arXiv preprint arXiv:2106.13367},
year = {2022}
}