MétaCan
Menu
Retour à la cohorte
Enregistrement W4312980540 · doi:10.1109/comst.2022.3215919

A Survey on Intent-Based Networking

2022· article· en· W4312980540 sur OpenAlexaff
Aris Leivadeas, Matthias Falkner

Notice bibliographique

RevueIEEE Communications Surveys & Tutorials · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueSoftware-Defined Networks and 5G
Établissements canadiensCisco Systems (Canada)Université du Québec à Montréal
Organismes subventionnairesSilicon Valley Community Foundation
Mots-clésAgile software developmentComputer scienceAutomationProcess (computing)Configuration Management (ITSM)Process managementEngineeringSoftware engineeringComputer network

Résumé

récupéré en direct d'OpenAlex

Current and future network services and applications are expected to revolutionize our society and lifestyle. At the same time, the abundant possibilities that new network technologies offer to end users, network operators and administrators have created a cumbersome network configuration process to accommodate all different stakeholders and applications. Thus, lately, there is a need to simplify the management and configuration of the network, through possibly an autonomic and automatic way. Intent Based Networking (IBN) is such a paradigm that envisions flexible, agile, and simplified network configuration with minimal external intervention. This paper provides a detailed survey of how the IBN concept works and what are the main components to guarantee a fully autonomous IBN system (IBNS). Particular emphasis is given on the intent expression, intent translation, intent resolution, intent activation and intent assurance components, which form the closed loop automation system of an IBNS. The survey concludes with identifying open challenges and future directions of the problem at hand.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,006
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,104
Tête enseignante GPT0,309
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations248
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications Surveys & TutorialsMême sujetSoftware-Defined Networks and 5GTravaux en français237 207