Leveraging LLM Agents for Translating Network Configurations

要約

構成の変換は、ネットワーク運用において重要かつ頻繁に行われるタスクです。
ネットワーク デバイスが破損したり古くなったりすると、管理者はサービスの継続性を維持するためにデバイスを交換する必要があります。
交換用デバイスは異なるベンダーから提供されている可能性があるため、シームレスなネットワーク運用を確保するために構成の変換が必要になります。
ただし、構成を手動で変換するのは労力がかかり、エラーが発生しやすいプロセスです。
このペーパーでは、大規模言語モデル (LLM) エージェントを使用してネットワーク構成を変換するためのインテントベースのフレームワークを提案します。
私たちのアプローチの中核は、構成ファイルを体系的にフラグメントに分割し、インテントを抽出し、正確な翻訳を生成するインテントベースの検索拡張生成 (IRAG) モジュールです。
また、翻訳された構成の構文とセマンティクスの正確さを検証するための 2 段階の検証方法も設計します。
提案手法を実際のネットワーク構成に実装し、評価します。
実験結果は、私たちの方法が 97.74% の構文正しさを達成し、翻訳精度において最先端の方法を上回っていることを示しています。

要約(オリジナル)

Configuration translation is a critical and frequent task in network operations. When a network device is damaged or outdated, administrators need to replace it to maintain service continuity. The replacement devices may originate from different vendors, necessitating configuration translation to ensure seamless network operation. However, translating configurations manually is a labor-intensive and error-prone process. In this paper, we propose an intent-based framework for translating network configuration with Large Language Model (LLM) Agents. The core of our approach is an Intent-based Retrieval Augmented Generation (IRAG) module that systematically splits a configuration file into fragments, extracts intents, and generates accurate translations. We also design a two-stage verification method to validate the syntax and semantics correctness of the translated configurations. We implement and evaluate the proposed method on real-world network configurations. Experimental results show that our method achieves 97.74% syntax correctness, outperforming state-of-the-art methods in translation accuracy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google