Chat-Driven Optimal Management for Virtual Network Services

doi:10.1109/tnsm.2026.3726950

Chat-Driven Optimal Management for Virtual Network Services

2026-08-24

0

OA

AI

DOI：10.1109/tnsm.2026.3726950

原文链接

原文求助

摘要

En 中文

本文提出了一种基于对话的网络管理框架，该框架将自然语言处理（NLP）与基于优化的虚拟网络分配相结合，实现了虚拟网络服务直观且可靠的重配置。传统的意图驱动网络（IBN）方法依赖统计语言模型来解释用户意图，但无法保证生成配置的可行性。为克服这一问题，我们开发了一个两阶段框架，包括一个解释器，利用NLP从自然语言提示中提取意图，以及一个优化器，通过整数线性规划计算可行的虚拟机（VM）部署和路由。具体而言，解释器将用户对话转化为更新方向，即是否增加、减少或维持CPU需求、延迟限制等参数，从而实现网络配置的迭代优化。本文介绍了两种不同的解释器实现：一种基于Sentence-BERT模型和支持向量机（SVM）分类器的方法，以及一种基于大型语言模型（LLM）的方法。在单用户和多用户设置下的实验表明，该框架在动态更新VM部署和路由的同时保持了可行性。基于LLM的方法在少量标记样本下实现了更高的准确性，而Sentence-BERT与SVM分类器的方法提供了显著更低的延迟，适合实时操作。我们还比较了我们的级联结构方法与端到端的LLM方法，突显了我们提出方法的高可靠性。

Keyword:

Natural language processing

intent-based networking

virtual network allocation

optimization

Chat-Driven Optimal Management for Virtual Network Services

摘要

期刊

机构

引用论文