- IETF 123 يقدم أبحاثًا أكاديمية ذات تطبيقات عملية للشبكات
- تشمل المواضيع نماذج تعلم QUIC، والتحقق من BGP، والذكاء الاصطناعي السببي للشبكات
ما حدث: جلسات البحث التطبيقي في IETF 123
خلال اجتماعIETF 123الذي عُقد في بريسبان بأستراليا، قدمتفرقة عمل أبحاث الإنترنت (IRTF)ثلاث جوائز للبحث التطبيقي في الشبكات (ANRP). سلطت هذه الجلسات الضوء على أعمال أكاديمية حديثة ذات آثار عملية على البنية التحتية للإنترنت.
قدمت جانا إينجار، المساهمة الرئيسية في QUIC، نهجًا للتحكم في الازدحام باستخدام التعلم القابل للتوسع. أظهر عملها طريقة لتدريب النماذج دون اتصال لإدارة ازدحام الشبكة في النشر المباشر. ناقشت ماريا أبوستولاكي من Google Research التحديات وخيارات التصميم للتحقق من التوجيه بين النطاقات. درست كيف يمكن جعل بروتوكولات التوجيه بين النطاقات أكثر موثوقية دون زيادة مخاطر المركزية. أخيرًا، قدم ألكسندروس نيكرافيش، الباحث في جامعة أديليد، إطار عمل للتعلم الآلي يُدعى Bellagio. تساعد هذه الأداة مشغلي الأنظمة على دمج اتخاذ القرارات الإحصائية في مهام الشبكة باستخدام الاستدلال السببي.
اقرأ أيضًا:IEPG في IETF 123 يعالج اضطرابات BGP واعتماد QUIC
اقرأ أيضًا:IETF 123: تقدم معايير الأمان وقابلية التوسع
لماذا هذا مهم
تواصل جلسات ANRP سد الفجوة بين الأبحاث الأكاديمية وتطوير البروتوكولات. يأتي عمل إينجار في الوقت المناسب، حيث يتم نشر QUIC على نطاق أوسع على الإنترنت، خاصة في HTTP/3 وطبقات النقل الناشئة. يمكن أن يؤدي استخدام التعلم الآلي لتحسين التحكم في الازدحام إلى تحسين الأداء في ظروف الشبكة المختلفة.
يأتي تركيز أبوستولاكي على التوجيه بين النطاقات الآمن واللامركزي في سياق الاهتمام المتزايد باختطاف BGP ونشر RPKI. مع تزايد التهديدات على البنية التحتية للتوجيه، تصبح أدوات التحقق القابلة للتطوير ضرورية. يستجيب Bellagio من نيكرافيش لطلب الصناعة للحصول على ذكاء اصطناعي قابل للتفسير، متجنبًا مشكلة الصندوق الأسود. يمكن أن يساعد إطار العمل السببي مشغلي السحابة ومزودي الاتصالات في شرح وتحسين القرارات الآلية بشكل أفضل.
يُظهر الدعم المستمر من IRTF للبحث التطبيقي التزامًا بجعل البروتوكولات الناشئة آمنة وعملية في نفس الوقت. بالنسبة للطلاب والمهنيين في مجال الشبكات، تظل ANRP منصة رئيسية لنقل الأعمال الأكاديمية إلى التنفيذ.