Gerenciamento Baseado em Intenção para a Open RAN: Automação Inteligente de Configuração de Redes via Chatbot

• João Vitor A. Garcês UFF
• Nicollas R. de Oliveira UFF
• João André C. Watanabe UFF
• Ricardo M. Tanaka UFF
• Daniel O. de Arruda UFF
• Breno T. Leite UFF
• Caio P. Galdino UFRJ
• Rodrigo S. Couto UFRJ
• Igor M. Moraes UFF
• Dianne S. V. de Medeiros UFF
• Diogo M. F. Mattos UFF

DOI: https://doi.org/10.5753/wgrs.2024.3382

Resumo

A tradução de políticas complexas em ações práticas de configuração da rede é, frequentemente, conduzida por operadores humanos, resultando em erros que afetam o desempenho da rede. Em redes Open RAN, esse desafio torna-se ainda mais relevante, considerando o objetivo de automação inteligente da configuração. Este artigo propõe um sistema de gerenciamento baseado em intenção, que recebe comandos em linguagem natural através de um chatbot e os converte em políticas de rede. A avaliação da proposta é conduzida em uma emulação de rede definida por software no Mininet. O protótipo do sistema integra o chatbot Rasa ao controlador ONOS, permitindo que a configuração dos fluxos de rede seja derivada de instruções em linguagem natural. Os resultados indicam que o sistema atende às intenções em tempo constante, de até 100 ms, mesmo com carga crescente de fluxos nos comutadores.

Referências

Addad, R. A., Dutra, D. L. C., Bagaa, M., Taleb, T., Flinck, H. e Namane, M. (2018). Benchmarking the ONOS intent interfaces to ease 5G service management. Em 2018 IEEE Global Communications Conference (GLOBECOM), p. 1–6.

Bonati, L., Polese, M., D’Oro, S., Basagni, S. e Melodia, T. (2023). OpenRAN Gym: AI/ML development, data collection, and testing for O-RAN on PAWR platforms. Computer Networks, 220:109502.

Cesila, C. H., Pinto, R. P., Mayer, K. S., Escallón-Portilla, A. F., Mello, D. A., Arantes, D. S. e Rothenberg, C. E. (2023). Chat-IBN-Rasa: Building an intent translator for packet-optical networks based on Rasa. Em 2023 IEEE 9th International Conference on Network Softwarization (NetSoft), p. 534–538. IEEE.

Couto, R. S., Mattos, D. M. F., Moraes, I. M., Cruz, P., Medeiros, D. S. V., Souza, L. A. C., Táparo, F. G., Campista, M. E. M. e Costa, L. H. M. K. (2023). Gerenciamento e orquestração de serviços em O-RAN: Inteligência, tendências e desafios. Em Minicursos do XLI Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos (SBRC).

De Alwis, C., Kumar, P., Pham, Q.-V., Dev, K., Kalla, A., Liyanage, M. e Hwang, W.-J. (2023). Towards 6G: Key technological directions. ICT Express, 9(4):525–533.

de Oliveira, N. R., Moraes, I. M., de Medeiros, D. S. V., Lopez, M. A. e Mattos, D. M. (2023). An agile conflict-solving framework for intent-based management of service level agreement. Em 2023 2nd International Conference on 6G Networking (6GNet), p. 1–8. IEEE.

Jacobs, A. S., Pfitscher, R. J., Ferreira, R. A. e Granville, L. Z. (2018). Refining network intents for self-driving networks. Em Proceedings of the Afternoon Workshop on Self-Driving Networks, p. 15–21.

Jacobs, A. S., Pfitscher, R. J., Ribeiro, R. H., Ferreira, R. A., Granville, L. Z., Willinger, W. e Rao, S. G. (2021). Hey, Lumi! Using natural language for {intent-based} network management. Em 2021 USENIX Annual Technical Conference (USENIX ATC 21), p. 625–639.

Kavehmadavani, F., Nguyen, V.-D., Vu, T. X. e Chatzinotas, S. (2023). Intelligent traffic steering in beyond 5G Open RAN based on LSTM traffic prediction. IEEE Transactions on Wireless Communications, 22(11):7727–7742.

Kiran, M., Pouyoul, E., Mercian, A., Tierney, B., Guok, C. e Monga, I. (2018). Enabling intent to configure scientific networks for high performance demands. Future Generation Computer Systems, 79:205–214.

Lacava, A., Polese, M., Sivaraj, R., Soundrarajan, R., Bhati, B. S., Singh, T., Zugno, T., Cuomo, F. e Melodia, T. (2024). Programmable and customized intelligence for traffic steering in 5G networks using Open RAN architectures. IEEE Transactions on Mobile Computing, 23(4):2882–2897.

Mahtout, H., Kiran, M., Mercian, A. e Mohammed, B. (2020). Using machine learning for intent-based provisioning in high-speed science networks. Em Proceedings of the 3rd International Workshop on Systems and Network Telemetry and Analytics, SNTA’20, p. 27–30, New York, NY, USA. Association for Computing Machinery.

Martini, B., Gharbaoui, M. e Castoldi, P. (2023). Intent-based network slicing for SDN vertical services with assurance: Context, design and preliminary experiments. Future Generation Computer Systems, 142:101–116.

Nguyen, M.-T.-A., Souihi, S. B., Tran, H.-A. e Souihi, S. (2022). When NLP meets SDN : an application to Global Internet eXchange network. Em ICC 2022 - IEEE International Conference on Communications, p. 2972–2977.

Rahman, A., Al Mamun, A. e Islam, A. (2017). Programming challenges of chatbot: Current and future prospective. Em 2017 IEEE region 10 humanitarian technology conference (R10-HTC), p. 75–78. IEEE.

Riftadi, M. e Kuipers, F. (2019). P4I/O: Intent-based networking with P4. Em 2019 IEEE Conference on Network Softwarization (NetSoft), p. 438–443.

Wei, Y., Peng, M. e Liu, Y. (2020). Intent-based networks for 6G: Insights and challenges. Digital Communications and Networks, 6(3):270–280.

Zheng, X., Leivadeas, A. e Falkner, M. (2022). Intent based networking management with conflict detection and policy resolution in an enterprise network. Computer Networks, 219:109457.