An Incremental Learning Assurance Approach for Intent Based Networking Enabled Data Centers
Une approche d’assurance réseau pour les centres de données basés sur l’intention, qui s’appuie sur l’apprentissage incrémental pour prévoir l’utilisation des ressources dans une infrastructure en constante évolution.
- Auteurs
- Steve Lévesque, Xiaoang Zheng, John Violos, Aris Leivadeas (ÉTS), Matthias Falkner (Cisco Systems, Ottawa)
- Conférence
- IEEE IISA 2024, La Canée, Grèce
- Année
- 2024
- Pages
- 1 à 4
- Mots-clés
- Intent Based Networking, Network Assurance, Machine Learning, Network Automation
- Statut
- Publié
Lire l’article sur IEEE Xplore
Aperçu
Les réseaux basés sur l’intention (IBN) visent une automatisation en boucle fermée menant à un réseau autogéré. L’assurance réseau en est un élément central : elle doit détecter automatiquement toute dérive de performance et proposer une solution. Dans cet article, mes coauteurs et moi appliquons cette idée au centre de données.
Démarche
Nous proposons une approche d’assurance compatible avec l’IBN qui prédit les principales métriques d’utilisation des ressources, afin que les administrateurs réseau puissent intervenir de façon proactive au besoin. Le modèle apprend de façon incrémentale, ce qui lui permet de suivre la nature dynamique des infrastructures de centres de données.
Résultats
Des expériences menées sur des jeux de données réels montrent que l’approche prévoit avec justesse l’utilisation des ressources, même dans des environnements très dynamiques.
Détails de publication
Présenté à l’International Conference on Information, Intelligence, Systems & Applications (IISA 2024), tenue du 17 au 19 juillet 2024 à La Canée (Chania), en Crète, et publié par l’IEEE. Les travaux réunissent des chercheurs de l’ÉTS et de Cisco Systems.