Mapping the Landscape of Generative AI in Network Monitoring and Management

要約

LLMS、GPTS、拡散モデルなどの生成人工知能（GENAI）モデルは、最近、研究と産業コミュニティの両方から広く注目されています。
この調査では、ネットワークの監視と管理におけるアプリケーションを調査し、顕著なユースケース、および課題と機会に焦点を当てています。
ネットワークトラフィックの生成と分類、ネットワーク侵入検出、ネットワーク化されたシステムログ分析、ネットワークデジタル支援が、Genaiモデルの使用からどのように恩恵を受けるかについて説明します。
さらに、利用可能なGenaiモデル、大規模なトレーニングフェーズのデータ​​セット、およびそのようなモデルの開発のためのプラットフォームの概要を説明します。
最後に、ネットワークの監視と管理のためにGenaiの採用に障害を緩和する可能性のある研究の方向性について説明します。
私たちの調査の目的は、現在の景観をマッピングし、ネットワークの監視と管理のためにGenaiを活用する将来の研究への道を開くことを目的としています。

要約(オリジナル)

Generative Artificial Intelligence (GenAI) models such as LLMs, GPTs, and Diffusion Models have recently gained widespread attention from both the research and the industrial communities. This survey explores their application in network monitoring and management, focusing on prominent use cases, as well as challenges and opportunities. We discuss how network traffic generation and classification, network intrusion detection, networked system log analysis, and network digital assistance can benefit from the use of GenAI models. Additionally, we provide an overview of the available GenAI models, datasets for large-scale training phases, and platforms for the development of such models. Finally, we discuss research directions that potentially mitigate the roadblocks to the adoption of GenAI for network monitoring and management. Our investigation aims to map the current landscape and pave the way for future research in leveraging GenAI for network monitoring and management.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google