流量分析开发套件（TADK）：在网络应用中实现实时AI推理
网络与互联网体系结构
2022-08-17 v1 人工智能
摘要
复杂的流量分析，例如加密流量分析和未知恶意软件检测，强调需要先进的方法来剖析网络流量。使用固定模式、签名匹配和规则检测网络流量中已知模式的传统方法正被AI（人工智能）驱动的算法所取代。然而，缺乏高性能的AI网络专用框架使得在网络工作负载中部署基于AI的实时处理变得不可能。在本文中，我们描述了流量分析开发套件（TADK）的设计，这是一个针对基于AI的网络工作负载处理的行业标准框架。TADK能够在从数据中心到边缘的网络设备中以无需专用硬件（例如GPU、神经处理单元等）的方式提供基于AI的实时网络工作负载处理。我们已在商用WAF和5G UPF中部署TADK，评估结果显示TADK在流量特征提取上每核吞吐量可达35.3Gbps，在流量分类上每核可达6.5Gbps，并且可将SQLi/XSS检测降至每请求4.5us，且精度高于固定模式方案。
引用
@article{arxiv.2208.07558,
title = {Traffic Analytics Development Kits (TADK): Enable Real-Time AI Inference in Networking Apps},
author = {Kun Qiu and Harry Chang and Ying Wang and Xiahui Yu and Wenjun Zhu and Yingqi Liu and Jianwei Ma and Weigang Li and Xiaobo Liu and Shuo Dai},
journal= {arXiv preprint arXiv:2208.07558},
year = {2022}
}
备注
Published in: 2022 Thirteenth International Conference on Ubiquitous and Future Networks (ICUFN)