Intent-Based Automated NFV Management Methods Using Large Language Models

Hong, Jibum

doi:10.1002/nem.70044

Intent-Based Automated NFV Management Methods Using Large Language Models

2026-05-01

0

PRE

AI

DOI：10.1002/nem.70044

原文链接

原文求助

摘要

En 中文

网络容量的日益增长需求以及现代网络环境复杂性的增加，给高效网络管理和编排带来了重大挑战。为解决这些问题，人工智能（AI）技术引起了关注，以实现自动化网络管理、提升服务质量（QoS）和确保服务等级目标（SLOs）。然而，在意图驱动网络（IBN）范式下，自动化网络管理仍存在显著局限性。本文提出了一种基于大型语言模型（LLMs）的NFV环境下的意图驱动网络管理方法。所提出的方法将用户以自然语言表达的高级意图进行翻译，并生成可执行的网络和服务管理策略，如服务功能链（SFC）、自动缩放和网络安全。为提高领域理解和生成精度，我们应用了包括提示工程、检索增强生成（RAG）和迭代反馈机制的LLMs领域自适应技术。在真实Kubernetes集群上的评估表明，与基线方法相比，所提出的方法显著提升了意图翻译和策略生成性能，并能有效满足用户意图。这些结果表明，利用LLMs实现云原生NFV管理的实用端到端意图驱动自动化是可行的。

Intent-Based Automated NFV Management Methods Using Large Language Models

摘要

期刊

机构

引用论文