Intent Assurance using LLMs guided by Intent Drift

要約

インテントベース ネットワーキング (IBN) は、自動化された方法で、インテントとビジネス目標をネットワーク運用と整合させることを約束することにより、ネットワーク管理にパラダイム シフトをもたらします。
ただし、その実際の実現は困難です。1) インテントの処理、つまりインテントを実現するためのロジックの変換、分解、識別、および 2) インテントの適合性、つまり動的ネットワークを考慮して、インテントを保証するためにロジックを適切に適合させる必要があります。
後者に対処するために、インテント アシュアランスには、運用状態と目標状態を調整するために必要なアクションの実行など、継続的な検証と検証が求められます。
このペーパーでは、意図のドリフトが発生したときに検出して対処できるようにする保証フレームワークを定義します。
これを実現するために、大規模言語モデル (LLM) によって生成された AI 主導のポリシーを活用します。LLM は、コンテキスト内で必要な要件を迅速に学習し、意図の履行と保証を支援します。

要約(オリジナル)

Intent-Based Networking (IBN) presents a paradigm shift for network management, by promising to align intents and business objectives with network operations–in an automated manner. However, its practical realization is challenging: 1) processing intents, i.e., translate, decompose and identify the logic to fulfill the intent, and 2) intent conformance, that is, considering dynamic networks, the logic should be adequately adapted to assure intents. To address the latter, intent assurance is tasked with continuous verification and validation, including taking the necessary actions to align the operational and target states. In this paper, we define an assurance framework that allows us to detect and act when intent drift occurs. To do so, we leverage AI-driven policies, generated by Large Language Models (LLMs) which can quickly learn the necessary in-context requirements, and assist with the fulfillment and assurance of intents.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google