企业官网建设流程全解析

文章主要内容和创新点

主要内容

本文聚焦于利用大语言模型（LLMs）实现基于意图的网络（IBN）与软件定义网络（SDN）的端到端自动化。首先指出，现有基于意图的网络方案在将用户高层意图转化为设备底层配置时存在局限性（如依赖刚性规则翻译器和固定API），而大语言模型在自然语言理解和灵活推理方面具有潜力，但目前其在IBN任务中的能力尚未明确。

为此，本文提出：

1. IBNBench基准测试套件：包含4个新数据集（Intent2Flow-ODL、Intent2Flow-ONOS、FlowConflict-ODL、FlowConflict-ONOS），专门用于评估LLMs在工业级SDN控制器（ODL和ONOS）中的意图翻译和冲突检测性能。
2. LLMs性能评估：对33个开源LLMs在IBNBench及相关数据集上的表现进行了全面比较，揭示了其性能差异。
3. NetIntent框架：一个统一且自适应的框架，利用LLMs自动化整个IBN生命周期（包括翻译、激活和保证），通过协调LLM和非LLM代理，支持动态提示和上下文反馈，实现用户意图的稳健执行，且在ODL和ONOS控制器上均能实现一致的端到端IBN。

创新点

1. 首个IBN基准测试套件IBNBench：首次构建针对IBN任务（意图翻译和冲突检测）的专用数据集，覆盖工业级SDN控制器（ODL和ONOS），为LLMs在IBN中的性能评估