隨著網(wǎng)絡(luò)規(guī)模的擴大和結(jié)構(gòu)越來越復(fù)雜，傳統(tǒng)的網(wǎng)絡(luò)管理模式遇到了嚴(yán)重挑戰(zhàn)。本文提出知識平面作為下一代網(wǎng)絡(luò)管理的核心組件，依賴人工智能和認(rèn)知技術(shù)滿足網(wǎng)絡(luò)管理的不確定性和復(fù)雜性需求。原文: A Knowledge Plane for the Internet
摘要
本文提出了新的網(wǎng)絡(luò)研究目標(biāo)，即建立一種完全不同的、可以在高級指令下自行構(gòu)建、在需求變化是主動重構(gòu)、自動發(fā)現(xiàn)并修復(fù)問題的網(wǎng)絡(luò)，并且當(dāng)問題無法修復(fù)時，可以給出解釋。
想要實現(xiàn)這一目標(biāo)，僅僅對今天所知的技術(shù)和算法進(jìn)行漸進(jìn)式改進(jìn)是遠(yuǎn)遠(yuǎn)不夠的。相反，我們提出了新的結(jié)構(gòu)，即知識平面(Knowledge Plane)，作為網(wǎng)絡(luò)中的通用系統(tǒng)，負(fù)責(zé)構(gòu)建并維護(hù)網(wǎng)絡(luò)的高級模型，以便向其他網(wǎng)絡(luò)元素提供服務(wù)和建議。知識平面的新穎之處在于其依賴于人工智能和認(rèn)知系統(tǒng)，我們認(rèn)為，認(rèn)知技術(shù)(而不是傳統(tǒng)的算法方法)最適合用于滿足我們目標(biāo)的不確定性和復(fù)雜性。
1. 簡介
互聯(lián)網(wǎng)如今取得了巨大成功，但我們不能因為互聯(lián)網(wǎng)的成功而對其局限性視而不見。互聯(lián)網(wǎng)強調(diào)通用性和異構(gòu)性，簡單、透明的網(wǎng)絡(luò)與豐富的終端系統(tǒng)通過類似"沙漏"這樣的模式組合在一起，對于深入網(wǎng)絡(luò)體系的去中心化、多頭管理結(jié)構(gòu)的假設(shè)是其關(guān)鍵優(yōu)勢，但當(dāng)出現(xiàn)故障時，卻需要大量手動配置、診斷和設(shè)計帶來的高昂管理開銷，使用戶感到沮喪。
用戶和運營商的挫敗感都源于互聯(lián)網(wǎng)的基本設(shè)計原則: 保持核心網(wǎng)絡(luò)簡單、透明，在邊緣處理智能業(yè)務(wù)邏輯[1,2]。網(wǎng)絡(luò)只負(fù)責(zé)傳輸數(shù)據(jù)，但不知道這些數(shù)據(jù)是什么，也不知道其目的是什么。如果發(fā)生了某些事件使數(shù)據(jù)無法通過，邊緣可能會意識到有問題，但核心并不知道原本應(yīng)該發(fā)生什么，因此無法判斷哪里出了問題。邊緣理解應(yīng)用程序及其預(yù)期行為，核心只處理數(shù)據(jù)包。類似的，網(wǎng)絡(luò)運維人員以非常低級的方式與核心交互，例如配置每個路由器的路由和策略。運維人員沒有辦法表達(dá)(網(wǎng)絡(luò)也沒有辦法建模)高級目標(biāo)，也沒有辦法將低級決策與高級目標(biāo)相關(guān)聯(lián)。
當(dāng)我們設(shè)計新網(wǎng)絡(luò)時，不能失去使互聯(lián)網(wǎng)成功的特征，即對新應(yīng)用的開放性、對協(xié)議的適應(yīng)性，以及本質(zhì)上的可塑性。然而，我們必須設(shè)計出一種技術(shù)，將這些優(yōu)點與新的目標(biāo)結(jié)合起來: 網(wǎng)絡(luò)需要有能力知道要做什么，這樣就能越來越多的自己照顧自己，而不用依賴別人的照顧。如果網(wǎng)絡(luò)對其設(shè)計目標(biāo)和可接受配置的約束有一個高級視圖，那就可以自己做出許多低級決策。網(wǎng)絡(luò)可以與網(wǎng)絡(luò)設(shè)計人員溝通，以了解多大程度上已經(jīng)滿足了目標(biāo)，而不用顯示大量路由配置表，同時也可以通過重新配置自己來處理高層需求的變化。
我們認(rèn)為，傳統(tǒng)算法方法不太可能支持所需的復(fù)雜行為。我們采取的方法必須提供從低級行動中抽象和隔離高級目標(biāo)的能力，對不完善和沖突的信息進(jìn)行整合和采取行動，并從過去的行動中學(xué)習(xí)以提高未來的表現(xiàn)。這些特性正是在互聯(lián)網(wǎng)環(huán)境中有效運作所需要的，互聯(lián)網(wǎng)環(huán)境具有多樣化和相互競爭的目標(biāo)，控制分散，環(huán)境復(fù)雜且動態(tài)變化。
本文提出了一種基于人工智能和認(rèn)知系統(tǒng)工具的網(wǎng)絡(luò)設(shè)計方法，具體來說是提出了一種分布在網(wǎng)絡(luò)中的認(rèn)知系統(tǒng)架構(gòu)，我們稱之為知識平面(knowledge plane) 。
本文其余部分組織如下。第2節(jié)介紹了知識平面的概念，并將這一概念與其他選項進(jìn)行對比，認(rèn)為我們應(yīng)該采用認(rèn)知方法。第3節(jié)將討論這個架構(gòu)可能為我們做什么，例如如何使網(wǎng)絡(luò)更好。第4節(jié)討論了知識平面架構(gòu)的一些重要設(shè)計約束和考慮事項。第5節(jié)概述了前進(jìn)道路上的主要挑戰(zhàn)。
2. 知識平面
以上討論暗示了一種解決方案，在這種解決方案中，網(wǎng)絡(luò)對其目的有一個高級視圖，即網(wǎng)絡(luò)設(shè)計者的目標(biāo)、運行在上面的應(yīng)用程序的目標(biāo)以及用戶的目標(biāo)。在特定于應(yīng)用程序的網(wǎng)絡(luò)中，一種方法可能是在網(wǎng)絡(luò)的核心設(shè)計中利用和嵌入特定領(lǐng)域知識，就像在電話網(wǎng)中所做的那樣。但這違背了互聯(lián)網(wǎng)的基本目標(biāo): 承載廣泛且不斷變化的應(yīng)用程序的能力。與其通過向互聯(lián)網(wǎng)的簡單透明的數(shù)據(jù)傳輸平面添加"一點點"應(yīng)用程序知識來取悅別人，還不如設(shè)計一個單獨的構(gòu)件來創(chuàng)建、協(xié)調(diào)和維護(hù)高級視圖的各個方面，然后根據(jù)需要向網(wǎng)絡(luò)的其他元素提供服務(wù)和建議。這就是知識平面(KP)。
理解實現(xiàn)這一目標(biāo)的最佳精確路徑是重要研究問題，本文既不能也沒有提出知識平面的完整技術(shù)描述。然而，作為一個開始，我們將勾畫出知識平面的某些潛在核心屬性，并考慮與現(xiàn)在的實踐有何不同。這些屬性包括:
邊緣相關(guān)(Edge involvement): 端到端原則表明，有關(guān)網(wǎng)絡(luò)性能的許多有價值的信息不是來自網(wǎng)絡(luò)，而是來自使用它的設(shè)備和應(yīng)用程序。這是互聯(lián)網(wǎng)通用數(shù)據(jù)平面的必然和可取的結(jié)果。然而，這意味著大多數(shù)知識平面中的"知識"可以在網(wǎng)絡(luò)的"傳統(tǒng)"邊緣或者說外部產(chǎn)生、管理和消費。因此知識平面的范圍比傳統(tǒng)的網(wǎng)絡(luò)管理更廣。
全局視角(Global perspective): 大多數(shù)管理系統(tǒng)都是區(qū)域性的，運維人員管理他所負(fù)責(zé)的部分。但真正有用的問題識別可能取決于相關(guān)的網(wǎng)絡(luò)不同部分的觀察結(jié)果。要想完全理解事件，不僅需要結(jié)合邊緣數(shù)據(jù)和來自網(wǎng)絡(luò)"內(nèi)部"的數(shù)據(jù)，還需要網(wǎng)絡(luò)不同部分的數(shù)據(jù)。理想情況下，知識平面能夠根據(jù)需要將其視角擴展到整個全局網(wǎng)絡(luò)。
組合架構(gòu)(Compositional structure): 如果KP的影響范圍是全局性的，那么設(shè)計時必須考慮到我們可以粗略稱之"組合"的架構(gòu)。一個最基本的例子是兩個未連接網(wǎng)絡(luò)的KP應(yīng)該能夠在網(wǎng)絡(luò)連接后合并它們的觀點和活動。
組合問題的必然結(jié)果是需要在不完善和相互沖突的情況下操作，比如說某些區(qū)域希望保持?jǐn)?shù)據(jù)的私密性。一些網(wǎng)絡(luò)運營商和服務(wù)提供商之間的相互不信任(事實上，任何爭奪經(jīng)濟優(yōu)勢的各方之間的相互不信任)，直接導(dǎo)致了今天對高度熟練的人工判斷的需求，用以推斷和模擬網(wǎng)絡(luò)行為。KP面臨著類似問題，即不能假設(shè)共享目標(biāo)和共享信息的同質(zhì)網(wǎng)絡(luò)。
統(tǒng)一方法(Unified approach): 人們可能會猜測，我們旨在解決的各種問題最容易利用不同的機制來解決，通過自下而上的組合，也許在頂部松散的聯(lián)系在一起。相比之下，我們設(shè)想的KP是一個單一、統(tǒng)一的系統(tǒng)，擁有共同的標(biāo)準(zhǔn)和"知識"框架。這種統(tǒng)一的方法是必要的，因為現(xiàn)實世界的知識并沒有嚴(yán)格按照任務(wù)劃分。我們建議知識平面的架構(gòu)應(yīng)該類似，基于知識，而不是任務(wù)。我們認(rèn)為，雖然單點解決方案可能更容易制定，但從長遠(yuǎn)來看，綜合方案將更有成效。
認(rèn)知框架(Cognitive framework): 知識平面需要在局部或沖突信息存在的情況下做出判斷，要認(rèn)識到并調(diào)解政策和目標(biāo)的沖突，在比人工更優(yōu)的時間框架內(nèi)應(yīng)對問題和攻擊，在人工或分析解決方案無法解決的復(fù)雜高維度環(huán)境中執(zhí)行優(yōu)化，自動化那些現(xiàn)在必須由少數(shù)高度熟練的網(wǎng)絡(luò)技術(shù)人員來完成的工作。因此，我們期望認(rèn)知技術(shù)作為知識平面的基礎(chǔ)，通過表示、學(xué)習(xí)和推理，讓知識平面"意識到"網(wǎng)絡(luò)及其在網(wǎng)絡(luò)中的行為。
接下來我們進(jìn)一步討論三個關(guān)鍵概念: 新架構(gòu)的必要性，統(tǒng)一知識平面的可取性，以及認(rèn)知工具的價值。
2.1. 為什么要有新架構(gòu)?
大多數(shù)關(guān)于網(wǎng)絡(luò)架構(gòu)的討論都承認(rèn)兩類架構(gòu)劃分(或平面): 數(shù)據(jù)平面(內(nèi)容在其上轉(zhuǎn)發(fā))和控制或管理平面(用于指導(dǎo)、測量和修復(fù)數(shù)據(jù)平面)。通過談?wù)?知識平面",我們建議引入一個全新的架構(gòu)，而不是將知識放入現(xiàn)有平面中(大概是管理平面)。為什么我們認(rèn)為需要新的架構(gòu)?
如果觀察現(xiàn)有的兩類平面，我們會發(fā)現(xiàn)兩種完全不同的架構(gòu)。數(shù)據(jù)平面(在幾乎所有著名的數(shù)據(jù)傳輸體系架構(gòu)中)使用某種形式的分層來隱藏復(fù)雜性，并支持可擴展性、互操作性和可伸縮性。相比之下，控制和管理系統(tǒng)的設(shè)計總是要跨越各個層次，使網(wǎng)絡(luò)的所有方面都具備可觀測性和訪問權(quán)，從而對這些方面進(jìn)行必要的監(jiān)測和管理。事實上，由于管理平面是無所不知的，往往難以擴展，也難以改變。
知識平面顯然處于不同的位置。它不是數(shù)據(jù)平面，不會直接移動數(shù)據(jù)，此外與管理平面不同，它傾向于打破邊界以提供統(tǒng)一的視圖，而不是將世界劃分為受管理的飛地。它在功能上也不同于管理平面，很難想象KP管理統(tǒng)計記錄(也許偶爾會讀取它們，但不會收集、存儲和處理它們)。
2.2. 為什么采用統(tǒng)一方法?
考慮這樣一個例子: 用戶試圖安裝一個新應(yīng)用，但發(fā)現(xiàn)它不能工作。一個原因可能是用戶的ISP阻止了這類流量。為了讓KP給各方最有效的反饋，它需要訪問ISP設(shè)置的配置約束，因此可以確定背后的規(guī)則，并告訴用戶這意味著什么。因此，有必要將網(wǎng)絡(luò)配置信息和用戶看到的問題信息放在一個框架內(nèi)。
一個相關(guān)的例子涉及overlay網(wǎng)絡(luò)，如CDN。很容易想象KP的一個組成部分是拓?fù)浜托阅苄畔ⅲ珻DN可以使用這些信息使它的交付節(jié)點"接近"用戶。這些信息可能有多種來源，如"網(wǎng)絡(luò)天氣"服務(wù)、用戶報告的體驗和ISP，因此不僅包括流量測量，還包括有關(guān)管理流量限制和本地防火墻限制的信息(可能"用戶"無法接收某些類型的內(nèi)容)。將這些信息集成并以統(tǒng)一的方式呈現(xiàn)，將使相關(guān)方(用戶、CDN)都能受益。
在某些情況下，KP可能能夠自己解決問題。如果發(fā)現(xiàn)問題的原因是低級決策，而低級決策對運維人員的高級目標(biāo)不重要，它可能會改變該決策。但是為了確定更改是否合適，KP需要了解設(shè)置背后的原因。所以關(guān)于規(guī)劃的知識需要和修復(fù)問題放在同一個背景下考慮。
當(dāng)網(wǎng)絡(luò)的一個組成部分對可能的異常進(jìn)行低級觀察時，并不知道實際的相關(guān)性是什么。這個觀察結(jié)果可能會觸發(fā)修復(fù)、重新配置、向網(wǎng)絡(luò)其他部分的網(wǎng)絡(luò)運維人員發(fā)出通知、安全警報或其他完全不同的東西。所以對網(wǎng)絡(luò)條件的觀察不能被認(rèn)為是單一問題空間的一部分，而是KP的一部分。
我們認(rèn)識到，特定問題的單點解決方案可能比這里假設(shè)的通用解決方案更快達(dá)到部分目的。但我們假設(shè)的核心是要達(dá)到最終目標(biāo): 網(wǎng)絡(luò)可以配置、解釋、修復(fù)自己，并且不讓用戶被神秘的東西所迷惑，因此基于單點解決方案組合的方法是不會成功的。
2.3. 為什么是認(rèn)知系統(tǒng)?
知識平面的目標(biāo)意味著需要迎接一系列重大挑戰(zhàn):
必須在不完整、不一致、可能具有誤導(dǎo)性或惡意的信息存在時有效發(fā)揮作用。系統(tǒng)故障、出于隱私或競爭原因的信息過濾以及有限的網(wǎng)絡(luò)資源都是造成這種需求的原因之一。
必須在互聯(lián)網(wǎng)的不同利益相關(guān)者之間存在沖突或不一致的更高層次目標(biāo)時執(zhí)行適當(dāng)?shù)男袨?，這是[12]中討論的角力困境的表現(xiàn)。
必須在保證通用性的同時有效運行，包括支持新技術(shù)和設(shè)計時沒有設(shè)想的應(yīng)用，以及面對高度動態(tài)的環(huán)境，包括架構(gòu)和基礎(chǔ)網(wǎng)絡(luò)的復(fù)雜性的短期、長期的變化。
我們假設(shè)這些挑戰(zhàn)不能用解析解來解決，因為解析解通常需要完整的信息、精確的問題公式和相對靜態(tài)的操作環(huán)境。相反，我們建議采用"認(rèn)知"技術(shù)，該技術(shù)的關(guān)鍵好處是在復(fù)雜、不一致、動態(tài)和演進(jìn)的環(huán)境中有效執(zhí)行的潛力，以及評估和改進(jìn)自己性能的能力。接下來我們討論認(rèn)知知識平面的兩個定義特征。
首先，KP必須最終像普通控制系統(tǒng)那樣在網(wǎng)絡(luò)上"閉合回路"。當(dāng)我們獲得經(jīng)驗和信任時，知識平面將首先為許多管理任務(wù)啟動識別-解釋(recognize-explain) 回路，然后是識別-解釋-建議(recognize-explain-suggest) 回路，最后是識別-行動(recognize-act) 回路。由于知識平面必須比標(biāo)準(zhǔn)控制系統(tǒng)更通用、更靈活，我們從其他地方尋找額外靈感。受到人類認(rèn)知理論[18]啟發(fā)的架構(gòu)已經(jīng)取得了一些成功，并暗示了一種方法。在知識平面環(huán)境下，認(rèn)知架構(gòu)當(dāng)然會是分布式和去中心化的，并且會在一定程度上影響分區(qū)，以支持網(wǎng)絡(luò)利益相關(guān)者的不同利益。
第二，KP必須能夠?qū)W習(xí)和推理。學(xué)習(xí)是有原則的知識積累，可以通過多種方式進(jìn)行: 試錯、指導(dǎo)、歸納、類比、解決問題和腦力搜索等等。有些學(xué)習(xí)方法需要人的參與，有些則不需要。在靜態(tài)的問題環(huán)境中，有足夠簡單的解析解，因此學(xué)習(xí)是無關(guān)緊要的。但是從IP網(wǎng)絡(luò)的設(shè)計和意圖來看，各個方面都在不斷發(fā)展，并且潛在配置是無限的。在可能情況下，當(dāng)認(rèn)識到新的情況或執(zhí)行和評估新的行動時，知識平面應(yīng)得到改進(jìn)，其知識庫應(yīng)以有用的方式增長。學(xué)習(xí)的第一個和最直接的挑戰(zhàn)是通過我們現(xiàn)有的透明數(shù)據(jù)平面的模糊面紗來建模應(yīng)用程序的行為、依賴關(guān)系和需求。
推理是將現(xiàn)有知識組合起來，得出新推論和新理念的過程。推理過程可以將陳述性知識(無論是經(jīng)驗的還是學(xué)習(xí)的)轉(zhuǎn)化為對觀察結(jié)果的解釋和對行動的決策。如果我們希望未來的網(wǎng)絡(luò)支持高層次的目標(biāo)和約束，將需要能夠在這些抽象上操作的推理方法。
從長遠(yuǎn)來看，推理在知識平面的一個有趣而重要的功能將是支持在用戶和運維人員之間進(jìn)行調(diào)解，這些用戶和運維人員的目標(biāo)可能相互沖突，或與固定的設(shè)計約束相沖突。這種不可避免的沖突表明，必須開發(fā)新的技術(shù)來表示和推理約束和政策。最初，這些表示需要從低級配置和操作中推斷出來，但最終目標(biāo)是在高層次上表達(dá)目標(biāo)和策略，并生成低級配置。
即使在短期內(nèi)，也可以利用現(xiàn)有研究成果設(shè)計和構(gòu)建知識平面。認(rèn)知架構(gòu)[18]的經(jīng)驗，最近在多智能體系統(tǒng)[22]的工作，以及新興的算法博弈論領(lǐng)域可能能夠直接拿過來用。然而，網(wǎng)絡(luò)環(huán)境也提出了許多挑戰(zhàn)，這將延伸當(dāng)前的認(rèn)知系統(tǒng)狀態(tài)，并以新的和有趣的方式重新決定研究方向[19、20]。
3. 知識平面的好處是什么?
在較高的層次上，我們?yōu)镵P提出了統(tǒng)一的目標(biāo): 通過讓它了解自己應(yīng)該是什么，以及應(yīng)該做什么，來建立新一代的網(wǎng)絡(luò)。為了實現(xiàn)這一目標(biāo)，需要支持更多特定的問題域。這里我們將更詳細(xì)討論其中的部分內(nèi)容。
故障診斷和緩解: 今天，如果互聯(lián)網(wǎng)的一部分發(fā)生故障，終端用戶幾乎不可能知道發(fā)生了什么，也不可能找出應(yīng)該通知誰，或者采取什么措施來糾正錯誤。如果我們以今天的互聯(lián)網(wǎng)為起點，想象一下，當(dāng)某些東西出現(xiàn)故障時，用戶可以運行一條命令來要求解釋，這是很有吸引力的。這就是WHY(problem-x)命令: 為什么x壞了？例如，用戶可能會問:"為什么我不能訪問www.acm.org了?"
然而，WHY的提法不夠大膽。一個過于大膽的替代方案是，如果KP足夠智能，網(wǎng)絡(luò)應(yīng)該永遠(yuǎn)不會失敗。在這種情況下，就不需要WHY了。但這種雄心在根本上是有缺陷的。在某些情況下，只有人類才有足夠的知識來確定正在發(fā)生的事情是否真的是一個錯誤。當(dāng)Dave拔掉筆記本電腦的插頭并把它放進(jìn)公文包時，可能會有一些應(yīng)用程序突然停止工作，但這不是故障。這就是Dave的意圖，如果每次斷開筆記本電腦的連接時，某個半智能的KP醒過來詢問是否想重新連接，這會是一場噩夢，而不是成功。因此，有時只有人類可以給KP指導(dǎo)。這是FIX(問題-x)，而不是WHY(問題-x)。用戶是在表達(dá)有什么東西壞了，把它修好。
這是否足以指導(dǎo)KP糾正錯誤？事實上，有趣的例子是，"問題"是由來自不同人的相互沖突的規(guī)范或約束引起的。有人可能會說FIX(我剛剛安裝的游戲無法運行)，失敗的原因是ISP屏蔽了該游戲。你可能會說FIX(糟糕的帶寬)，但問題是你已經(jīng)超過了自己的使用限額，而ISP限制了速率。在這些情況下，KP可能無法解決問題。然而，我們可能想要這么一個KP，它既可以解決問題，也可以說明為什么無法解決問題。因此，F(xiàn)IX(問題-x)的答案可能是CANNOT(理由-y)。如果系統(tǒng)確實修復(fù)了一些東西，它可能想要告訴別人發(fā)生了這種情況，因為也許只有人類可以采取進(jìn)一步行動。
此示例表明，用戶和KP需要雙向溝通和表達(dá)。當(dāng)然，KP可能會就一個問題與許多實體進(jìn)行溝通。來自用戶的FIX(游戲中斷)的請求可能會觸發(fā)一條消息，告訴用戶游戲被阻止了，但也可能會觸發(fā)一條消息，告訴ISP它有一個不滿意的用戶。
這個故事的進(jìn)一步擴展是KP可以為用戶和管理者提供一個助手、一個代理，觀察人們在做什么，并隨著時間的推移學(xué)習(xí)什么是正常的，什么是不正常的。所以Dave筆記本電腦上的KP代理可能會知道Dave總是拔掉它，而Dave桌面計算機上的代理可能會意識到他從來沒有斷開過，并冒著打擾Dave的風(fēng)險問他是否有意這樣做。這樣，故障診斷和緩解問題就有了學(xué)習(xí)的成分。
一旦在KP中實現(xiàn)FIX(問題-x)的功能，程序和人們都可以使用。隨著用戶代理的學(xué)習(xí)，它應(yīng)該越來越頻繁的發(fā)出自己的信號。而其他程序，比如應(yīng)用程序代碼，可能會檢測并發(fā)出出錯的信號。KP將不得不根據(jù)信號的來源決定給予這些信號多大程度的信任。
FIX命令將在幕后觸發(fā)KP中的一系列活動，從運行在用戶機器上的本地組件開始，然后與KP交換信息以找出問題所在。診斷功能可以檢測出所有級別的功能，從報文轉(zhuǎn)發(fā)到應(yīng)用功能。目前有幾個研究項目可以作為該應(yīng)用的基礎(chǔ)[13,14]。
一旦終端節(jié)點執(zhí)行了所能進(jìn)行的診斷，下一階段是工具將其發(fā)現(xiàn)內(nèi)容的斷言添加到共享知識平面，并向KP詢問相關(guān)信息。這種對知識平面的貢獻(xiàn)允許網(wǎng)絡(luò)上的所有用戶共同構(gòu)建網(wǎng)絡(luò)和服務(wù)狀態(tài)的全局視圖。這些數(shù)據(jù)可以與來自互聯(lián)網(wǎng)上正在進(jìn)行的測量工作的信息結(jié)合起來，這些測量工作試圖建立網(wǎng)絡(luò)狀態(tài)的整體模型[9,15]。如果失敗影響到很多用戶，那么這種聚合就很重要。
自動(重)配置: 原始互聯(lián)網(wǎng)的動態(tài)路由配置沒有考慮管理和策略約束，所以今天的路由越來越多的由靜態(tài)策略表定義，這意味著路由器等設(shè)備越來越需要人工配置和管理。靜態(tài)表和手動配置會使網(wǎng)絡(luò)容易出錯，難以更改，甚至更難進(jìn)行全局推理。想象一下，作為KP的一部分，互聯(lián)網(wǎng)一個區(qū)域的配置管理器接收關(guān)于網(wǎng)絡(luò)組件如何安排自己的高級斷言，并相應(yīng)指導(dǎo)實際的詳細(xì)配置。用例包括控制家庭用戶網(wǎng)絡(luò)的部署，支持快速部署的自組織網(wǎng)絡(luò)，或用于小型企業(yè)的網(wǎng)絡(luò)。該項目的成功完成可以大幅減少配置和操作網(wǎng)絡(luò)所需的人力。
KP配置管理器應(yīng)該對底層架構(gòu)有足夠的了解，以檢測網(wǎng)絡(luò)是否根據(jù)高層約束正確配置，檢測是否有更好的配置替代方案，以及檢測系統(tǒng)是否出現(xiàn)損壞。推理必須是雙向的。也就是說，管理者必須能夠在給定高級目標(biāo)、優(yōu)先級和約束的情況下獲得低級設(shè)置，并且必須能夠查看現(xiàn)有低級設(shè)置，并通過高級術(shù)語描述結(jié)果行為。
此外，一個有趣的問題(一旦我們有了可工作的基礎(chǔ)系統(tǒng))是當(dāng)系統(tǒng)遇到不同相關(guān)方提出的相互沖突的斷言時。網(wǎng)絡(luò)管理員可能會提出ROUTING_PREFERENCE(低成本鏈接)，而終端用戶的機器可能會提出FIX(低帶寬)。同樣，KP可能能夠解決其中的一些問題，并且隨著時間推移，可能會知道什么時候可以安全的自己采取行動，什么時候必須以有意義的方式把問題退回給相關(guān)人員。(順便說一下，這個例子說明了為什么KP必須被視為一個統(tǒng)一系統(tǒng)，而不是作為故障管理和配置的獨立系統(tǒng)。)
配置任務(wù)不是在部署網(wǎng)絡(luò)時才會發(fā)生的事情，而應(yīng)該是不斷發(fā)生的事情，關(guān)注不斷變化的網(wǎng)絡(luò)條件、應(yīng)用程序需求和不斷變化的約束，也是一個可以遞歸運行的任務(wù)。全球網(wǎng)絡(luò)不是自上而下建立的，而是自下而上，一個區(qū)域接一個區(qū)域的建立。每個區(qū)域?qū)⑹紫仁褂闷浔镜刂付ǖ哪繕?biāo)和約束來配置自己，但當(dāng)兩個區(qū)域連接起來時，其中一個可能會對另一個施加進(jìn)一步的限制。因此，供應(yīng)商網(wǎng)絡(luò)可能會對訂戶網(wǎng)絡(luò)說: NO_MULTICAST，從而可能導(dǎo)致用戶網(wǎng)絡(luò)更改其內(nèi)部組織，禁用某些最終用戶應(yīng)用程序，等等。
支持overlay網(wǎng)絡(luò): 如果KP有足夠信息來配置網(wǎng)絡(luò)，這些信息對正在配置自己的應(yīng)用程序也很有用。例如，我們越來越多看到互聯(lián)網(wǎng)上特定于應(yīng)用程序的overlay網(wǎng)絡(luò)的發(fā)展。每個overlay網(wǎng)絡(luò)使用基于邊緣的機制來評估互聯(lián)網(wǎng)上不同可能路徑的性能，并試圖建立一組傳輸路徑，這些路徑可以將應(yīng)用程序數(shù)據(jù)包有效的路由到看起來最適合應(yīng)用需求的網(wǎng)絡(luò)部分。目前，因為沒有機制讓應(yīng)用了解網(wǎng)絡(luò)核心的能力，因此應(yīng)用網(wǎng)絡(luò)必須探測互聯(lián)網(wǎng)。KP將能夠聚合應(yīng)用和網(wǎng)絡(luò)衍生的關(guān)于網(wǎng)絡(luò)性能的知識，為應(yīng)用程序提供比通過探測了解到的更好的關(guān)于網(wǎng)絡(luò)的信息，以及對控制點的訪問和修改，以幫助更好的滿足應(yīng)用的需求。因此，KP支持對每個應(yīng)用的流量進(jìn)行控制，而不需要在整個網(wǎng)絡(luò)中構(gòu)建每個應(yīng)用的基礎(chǔ)設(shè)施。
知識增強的入侵檢測: 有許多項目(和許多產(chǎn)品)執(zhí)行某種類型的分析來檢測網(wǎng)絡(luò)入侵。一般來說，他們觀測網(wǎng)絡(luò)某處的數(shù)據(jù)并尋找模式。當(dāng)前這一代工具會觸發(fā)誤報和誤報。據(jù)推測，下一代入侵檢測工具要求網(wǎng)絡(luò)中幾個點的觀測必須相互關(guān)聯(lián)，以便獲得更穩(wěn)健和有用的信號。知識平面的開發(fā)為實現(xiàn)數(shù)據(jù)的收集和關(guān)聯(lián)提供了基礎(chǔ)。
4. 知識平面架構(gòu)
本文已經(jīng)概述了知識平面的目標(biāo)，本節(jié)我們將考慮其系統(tǒng)架構(gòu)的其他方面。我們的討論是推測性的: 任何成功的KP架構(gòu)都將受到許多要求和約束的影響，而這些要求和約束在今天并不都是顯而易見的。在KP的最高層次上，兩種廣泛的力量將在很大程度上塑造KP的架構(gòu): 其分布式的組成架構(gòu)，以及多尺度的、潛在的全局知識視角。
我們的最終目標(biāo)是，網(wǎng)絡(luò)系統(tǒng)應(yīng)該在外部輸入的約束和指導(dǎo)下組織起來，以滿足其利益相關(guān)者的目標(biāo)。即使在短期內(nèi)，KP也必須尊重并基于網(wǎng)絡(luò)具有的內(nèi)部架構(gòu)和動態(tài)(大型網(wǎng)絡(luò)由相互連接的小型網(wǎng)絡(luò)組成，參與者來來去去，即使物理結(jié)構(gòu)沒有改變，不同網(wǎng)絡(luò)的所有者、運營商和用戶之間的關(guān)系也可能會發(fā)生變化)的事實。
這意味著服務(wù)于網(wǎng)絡(luò)的知識平面不是全局工程實體，而是一個自主創(chuàng)建的結(jié)構(gòu)，遞歸、動態(tài)、連續(xù)的從更小的子平面組成和分解自己。這一要求認(rèn)為KP:
- 是分布式的，KP功能對于網(wǎng)絡(luò)的不同區(qū)域在物理上和邏輯上是分散的。
- 是自下而上的，簡單實體(如網(wǎng)絡(luò)服務(wù)器)可以根據(jù)需要組成更大、更復(fù)雜的實體(如網(wǎng)絡(luò)池)，并根據(jù)需要從系統(tǒng)中分解自己。這是一個遞歸過程，可以在不同層次上進(jìn)行。
- 是約束驅(qū)動的，基本原則是系統(tǒng)可以(也可能)采用(或不采用)任何沒有特別約束的行為。
- 從簡單到復(fù)雜。一般來說，將一組網(wǎng)絡(luò)組成一個更大的網(wǎng)絡(luò)的行為對每個網(wǎng)絡(luò)的行為提出了更多的要求或約束。一個簡單的例子是，一個獨立的IP網(wǎng)絡(luò)可以使用廣泛的地址范圍，但是將它連接到一個更大的網(wǎng)絡(luò)會限制在這方面的選項范圍。
我們對KP系統(tǒng)架構(gòu)的第一個目標(biāo)是支持這種分布式、組合的視角，提供必要的使能抽象和功能。
與KP的分布式組織相比，我們在前面章節(jié)中已經(jīng)討論過，KP通常可以受益于采取全局視角，從網(wǎng)絡(luò)中的許多單點綜合觀察并得出結(jié)論，其中關(guān)鍵含義是:
- 數(shù)據(jù)和知識整合是KP的核心功能。KP必須能夠從網(wǎng)絡(luò)的不同部分收集、過濾、歸納和路由觀察、斷言并得出結(jié)論。
- KP必須在信息不完整的情況下成功運行。因為這個全局視角在物理上是巨大的，并且跨越多個管理實體，所以KP的認(rèn)知算法必須準(zhǔn)備好在有限和不確定的輸入中操作。
- KP必須考慮信息權(quán)衡。有時候，全局視角可能很關(guān)鍵，其他時候，可能并不重要或只是有些有用。KP必須準(zhǔn)備好對使用不同范圍的數(shù)據(jù)所涉及的權(quán)衡進(jìn)行推理。例如，診斷可能的web服務(wù)器故障，或者更有可能的是，避免從很遠(yuǎn)的地方輪詢用戶體驗。在這種情況下，KP可能需要使用內(nèi)省的元推理來做出最有效的行動。
我們對KP體系架構(gòu)的第二個目標(biāo)是，在對解決問題有利的任意可能范圍內(nèi)開發(fā)、利用和推理信息。
4.1. 功能和架構(gòu)需求
上述目標(biāo)，連同知識平面的核心目標(biāo)，將我們引向幾個頂級的功能和體系架構(gòu)需求，下面討論其中的四個。
4.4.1. 核心基礎(chǔ)
知識平面的核心是將行為模型和推理過程集成到分布式網(wǎng)絡(luò)環(huán)境中的能力，其第一個組成部分是支持各種信息的創(chuàng)建、存儲、傳播和發(fā)現(xiàn)，可能包括描述當(dāng)前條件的觀察(observations) ，捕捉網(wǎng)絡(luò)運營高層目標(biāo)、意圖和約束的斷言(assertions) ，還有關(guān)于知識本身如何具化的解釋(explanations) ，解釋的作用是將觀察和斷言映射到結(jié)論中。
為了了解和改變環(huán)境，知識平面必須訪問和管理認(rèn)知界所稱的傳感器(sensors) 和執(zhí)行器(actuators) 。傳感器是產(chǎn)生觀測的實體，執(zhí)行器是改變行為的實體(例如，變更路由表或打開/關(guān)閉鏈接)。例如，一個知識應(yīng)用希望根據(jù)特定策略操作網(wǎng)絡(luò)，它可能會使用傳感器收集網(wǎng)絡(luò)上的觀測數(shù)據(jù)，使用斷言來確定網(wǎng)絡(luò)的行為是否符合策略，如果有必要，還可以使用執(zhí)行器來改變網(wǎng)絡(luò)的行為。
知識平面最核心的部分是其對認(rèn)知計算的支持。這是一個很有挑戰(zhàn)性的問題，因為動態(tài)和分布式KP環(huán)境不能很好的匹配經(jīng)典知識算法和代理架構(gòu)，而這些算法和架構(gòu)支撐了當(dāng)前大部分AI。大多數(shù)AI算法都不是為在高度分布式環(huán)境下工作而設(shè)計的，而構(gòu)建具有嵌入式認(rèn)知能力的大型分布式數(shù)據(jù)管理系統(tǒng)的直接經(jīng)驗很有限[1]。對于高度動態(tài)、部分可觀測、隨機和容易出錯的環(huán)境，我們需要的是高魯棒性、可跟蹤的在線算法。盡管迄今為止所解決的問題通常缺乏知識平面所需的動態(tài)性，但多代理系統(tǒng)(MultiAgent Systems)[22]領(lǐng)域在解決這些問題方面取得了一些初步進(jìn)展。因此，知識平面架構(gòu)的這一部分的細(xì)化，基礎(chǔ)設(shè)施對一系列適合的認(rèn)知算法的支持，很可能與認(rèn)知系統(tǒng)本身的進(jìn)一步研究相結(jié)合。
[1] 一個早期的相關(guān)嘗試，DARPA贊助的自動化網(wǎng)絡(luò)管理(ANM, Automated
Network Management)項目，尋求建立一個結(jié)合AI的全網(wǎng)絡(luò)MIB收集器工具[7]。ANM的經(jīng)驗是，收集數(shù)據(jù)相對容易，但將數(shù)據(jù)送到正確的地方卻很困難，如果信息傳播過于激烈，鏈接很容易被大量管理流量淹沒。
4.1.2. 跨域和多域推理
KP在哪里運行？其組成和區(qū)域結(jié)構(gòu)也許表明，對于某個地區(qū)的推理可以由一個特定的服務(wù)器支持，類似互聯(lián)網(wǎng)AS。一種可能是AS的管理者將運行KP，執(zhí)行對AS的監(jiān)控。在更抽象的層次上，人們可能會將這種結(jié)構(gòu)化策略描述為"每個區(qū)域負(fù)責(zé)對自身進(jìn)行推理"。
這不是個好主意，原因如下。如果AS宕機，可能導(dǎo)致出錯時無法訪問相關(guān)KP信息。AS的管理者可能希望控制KP得出的結(jié)論，也許他們不想看到那些看起來不討喜、但會被其他人所接受的知識和結(jié)論。這些例子表明關(guān)于AS的推理可能獨立于AS發(fā)生，這一事實應(yīng)該反映在系統(tǒng)架構(gòu)中，即KP的不同部分可能獨立的對AS進(jìn)行推理，并比較答案，以檢測該部分KP是否受損。這表明，網(wǎng)絡(luò)的某個區(qū)域和與其相關(guān)的KP推理引擎之間不應(yīng)該存在特定的物理關(guān)系。
一種更激進(jìn)的可能性是，多個實體競爭提供關(guān)于給定AS的信息。每個實體都收集自己的數(shù)據(jù)，并出售自己的觀察結(jié)果。KP可以從它認(rèn)為能提供最準(zhǔn)確、最及時(或最具成本效益)的信息的一個或多個實體中尋求信息。這個"知識市場(knowledge
marketplace)"帶來了一系列架構(gòu)上的挑戰(zhàn)，從如何推斷來自多個供應(yīng)商的信息(即使三個不同的公司告訴你關(guān)于AS的相同信息，結(jié)果也可能是他們都在轉(zhuǎn)售來自同一個互聯(lián)網(wǎng)天氣服務(wù)的數(shù)據(jù): 如果你真的想要第二個意見，怎么才能找到第二個天氣服務(wù)?)到如何設(shè)計KP協(xié)議，以阻止不同的知識公司巧妙"增強"KP協(xié)議或數(shù)據(jù)，使用戶難以同時使用其他知識提供商的服務(wù)？
本討論展示了KP信息流潛在的豐富性。消息需要流到多個位置，以便發(fā)生冗余推理，消息如何流動可能取決于提出請求的人。KP的不同部分可能會得出不同的結(jié)論，協(xié)調(diào)這些結(jié)論與處理不完整的輸入數(shù)據(jù)一樣重要。
4.1.3. 數(shù)據(jù)和知識路由
我們認(rèn)為，KP將受益于獲得其服務(wù)網(wǎng)絡(luò)的全局視角。思考這種觀點是如何產(chǎn)生的是很有用的。在一個很小的網(wǎng)絡(luò)中，理論上有可能收集所有相關(guān)信息，并將這些信息發(fā)送到網(wǎng)絡(luò)中的每個節(jié)點(更準(zhǔn)確的說是在分布式KP中)。
這種想法在更大的網(wǎng)絡(luò)中顯然不切實際。首先，海量信息在技術(shù)上令人生畏，需要高度可擴展的解決方案。除此之外，競爭和隱私等因素也開始發(fā)揮作用。在任何規(guī)模的網(wǎng)絡(luò)中，都需要限制和優(yōu)化信息的收集和路由，因此需要更復(fù)雜的技術(shù)。
我們建議KP架構(gòu)應(yīng)該作為知識管理和路由這兩個屬性的框架，由知識驅(qū)動，路由系統(tǒng)本身整合關(guān)于不同知識在不同情況下最有用的信息，并使用可擴展的分布式技術(shù)過濾觀察結(jié)果，獲取與潛在客戶最相關(guān)的觀察結(jié)果。它能夠做出取舍(可能包含質(zhì)量概念)，通過或多或少的努力、不同的時間、不同的帶寬等來推理出質(zhì)量不一的答案，而不僅僅是產(chǎn)生"一個答案"。
4.1.4. 關(guān)于信任和魯棒性的推理
KP的組成結(jié)構(gòu)和全局視角的結(jié)合為實現(xiàn)穩(wěn)健和值得信賴的設(shè)計帶來了挑戰(zhàn)。由于相關(guān)網(wǎng)絡(luò)的組合在任何時候都可以形成有效的KP，因此體系架構(gòu)必須反映出這樣的事實: KP的某些部分可能損壞或被破壞，一些參與者可能撒謊或故意輸出有缺陷的推理，系統(tǒng)操作不得不基于可能是局部的、過時的或錯誤的輸入。
這表明，KP可能需要建立、維護(hù)和推理其組成部分和參與者之間的信任關(guān)系。行為不端的KP部分可能被其他部分認(rèn)為是不可信的，并且這個信息可能會在決定相互信任的部分之間傳播。通過這種方式，可以建立一個信任網(wǎng)絡(luò)，識別似乎值得信任的KP組件，避開不值得信任的組件。這種自省可能需要開發(fā)信任模型，并使用可伸縮技術(shù)(例如所謂的"小世界"模型[10])來搜索可信網(wǎng)絡(luò)。
5. 創(chuàng)建知識平面
5.1. 可能的構(gòu)建模塊
大量基礎(chǔ)研究可能與創(chuàng)建KP有關(guān)。示例包括用于分發(fā)數(shù)據(jù)的流行算法[5]、用于學(xué)習(xí)[4]的貝葉斯網(wǎng)絡(luò)、啟用信任網(wǎng)絡(luò)[6]的秩聚合、約束滿足算法[21]和基于策略的管理技術(shù)[23,24]。所有這些技術(shù)都已經(jīng)在其他網(wǎng)絡(luò)環(huán)境中開發(fā)出來了，并且可能與本文相關(guān)。
5.2. 挑戰(zhàn)
如果要創(chuàng)建成功的知識平面，必須處理和解決一些挑戰(zhàn)性問題。由于知識平面的目標(biāo)之一是賦予應(yīng)用程序?qū)W習(xí)和推理環(huán)境的能力，因此許多問題都處于網(wǎng)絡(luò)和人工智能的邊界上[2]，本節(jié)概述了貫穿這些問題的一些關(guān)鍵主題。
[2] 對于知識表示問題的一般概述，讀者可能希望閱讀[16]。
如何表示和利用知識? 我們希望知識平面支持推理(找出John無法訪問www.example.edu的原因)和學(xué)習(xí)(上次www.example.edu無法訪問是由于DNS問題，所以讓我們檢查DNS性能)。當(dāng)前的推理和學(xué)習(xí)技術(shù)告訴我們，需要建立試圖理解的實體的抽象模型，然后使用信息來推理，并可能更新這些模型。當(dāng)前對表示方案的研究，如DAML Project[3]，可能會讓我們對如何表示可以推理的信息有一些見解。然而，還必須確定如何提取和處理所有有價值的信息，這些信息可能不在DAML(或我們選擇的任何形式)中，而是在SNMP MIB、系統(tǒng)日志和其他地方。我們應(yīng)該如何構(gòu)建、表示和分布驅(qū)動推理的模型呢？
[3] DARPA代理標(biāo)記語言(DARPA Agent Markup Language)是對可擴展標(biāo)記語言(XML)和資源描述框架的一組擴展，以支持web對象的本體(對象之間關(guān)系的聲明)。參見www.daml.org。
如何實現(xiàn)可擴展性? 知識平面是構(gòu)建更可靠、更健壯的網(wǎng)絡(luò)的基石。如果實施得當(dāng)，應(yīng)該能夠持續(xù)改善網(wǎng)絡(luò)，即使網(wǎng)絡(luò)變得更大，知識平面本身也將變得更大。隨著我們在知識平面上添加更多知識和新的應(yīng)用程序，它應(yīng)該會變得更有價值、更有用，這些都是硬目標(biāo)。而隨著數(shù)據(jù)量的增加，或者系統(tǒng)中組件數(shù)量的增加，我們經(jīng)常會發(fā)現(xiàn)瓶頸并發(fā)現(xiàn)算法無法伸縮。例如，如果某個網(wǎng)絡(luò)故障觸發(fā)大量消息進(jìn)入KP，那么如何聚合和控制這些消息，從而使KP的某些部分不會過載？我們可能會發(fā)現(xiàn)自己面臨抽象數(shù)據(jù)的挑戰(zhàn)，并在知識平面的各個部分強行劃分或?qū)哟谓Y(jié)構(gòu)，以允許其擴展，那么如何確保抽象和劃分能夠增加而不是減少價值？
如何傳遞知識? 假設(shè)知識平面學(xué)習(xí)到一個有價值的新事實，或有價值的認(rèn)知。這個事實或認(rèn)識是如何傳播的？是否向所有相關(guān)方推送？如果是這樣，我們?nèi)绾沃勒l對此有興趣？事實是否被簡單標(biāo)記并放置在知識平面中，以供感興趣的各方發(fā)現(xiàn)？如果是這樣，感興趣的人怎么才能知道去找它？有沒有方法可以智能總結(jié)數(shù)據(jù)，讓權(quán)衡變得更容易？
如何提供正確的經(jīng)濟激勵? 網(wǎng)絡(luò)社區(qū)已經(jīng)認(rèn)識到，分布式系統(tǒng)的成功在很大程度上取決于系統(tǒng)設(shè)計中嵌入的經(jīng)濟激勵因素[11,12]。知識領(lǐng)域充斥著經(jīng)濟挑戰(zhàn)，如何激勵人們把信息放到知識平面？知識平面中的很多數(shù)據(jù)都是有價值的，是否應(yīng)該為人們買賣信息(或者更好的說法是"知識")提供機制？如何避免使知識平面協(xié)議成為經(jīng)濟競爭點(例如，避免廠商綁定的HTML增強)？
如何處理惡意和不可信的組件? 我們不可能期望KP中的所有節(jié)點都是可信、稱職、可靠的。被破壞的節(jié)點可能會注入錯誤的觀察，某些節(jié)點可能會對自己的行為撒謊，某些參與者可能會試圖破壞或混淆KP，從而作為某種攻擊整個網(wǎng)絡(luò)的方式，或者獲得某些優(yōu)勢。KP算法如何保護(hù)自己，過濾不良信息，并在存在不確定性和錯誤的情況下得出有效結(jié)論？KP系統(tǒng)將不得不依靠諸如共識、評級和交叉檢查等方法來檢測畸形或惡意行為。對于不一致的輸入來說，一個健壯的設(shè)計是成功的必要條件。
如上所述，信任模型應(yīng)該是KP的核心組成部分。建立可信任的模型，需要對身份有某種持久而有力的表達(dá)。不要求該身份與實際的人聯(lián)系在一起(盡管在某些目的下這可能是最好的)，但最基本要求是身份不能被偽造或竊取，這樣人們就可以根據(jù)對該身份的事先觀察建立一致的信任模型。
6. 總結(jié)
本文提出用知識平面來擴展網(wǎng)絡(luò)，知識平面是一種新的更高層次的工件，用于解決網(wǎng)絡(luò)中"知道正在發(fā)生什么"的問題。在抽象層次上，這是一個收集觀察(observations) 、約束(constraints) 和斷言(assertions) ，并對其應(yīng)用規(guī)則以生成觀察(observations) 和響應(yīng)(responses) 的系統(tǒng)。在物理級別上，是由運行在網(wǎng)絡(luò)中的主機和服務(wù)器上的部分構(gòu)建的系統(tǒng)，是一個松散耦合的全局分布式系統(tǒng)。
更宏偉的目標(biāo)是建立新一代網(wǎng)絡(luò)，一個可以驅(qū)動自己的部署和配置的網(wǎng)絡(luò)，可以診斷自己的問題，并就如何解決這些問題做出可靠的決策。
以前做"高層網(wǎng)絡(luò)管理(“high-level network management)"的嘗試都不是很成功，一個可能的原因是以前的項目沒有能夠找到正確的高層抽象。KP背后的假設(shè)是，存在合適的方法來抽象詳細(xì)的行為，并在高層次上討論目標(biāo)、計劃、約束和方法。知識平面不僅僅是一個事實數(shù)據(jù)庫，還是一個包含認(rèn)知工具和學(xué)習(xí)的架構(gòu)。
7. 致謝
這項研究由美國國防高級研究計劃局(e U.S. Defense Advanced
Research Projects Agency )部分支持，合同為F30602-00-2-0553和F30602-00-C-0087(該文件被批準(zhǔn)公開發(fā)布，不受限制的分發(fā))。作者感謝SIGCOMM的審稿人和DARPA知識平面研究的眾多參與者，他們的討論和評論對我們的觀點的發(fā)展做出了很大的貢獻(xiàn)。
8. 參考文獻(xiàn)
[1] D.D. Clark, “The Design Philosophy of the DARPA Internet Protocols,” Proc. ACM SIGCOMM ’88, pp. 102-111.
[2] D.S. Isenberg, “The Rise of the Stupid Network,” Computer Telephony, Aug 1997, pp. 16-26.
[3] J. Pearl, Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann, San Mateo, CA, 1988.
[4] T. Bayes, “An Essay towards solving a Problem in the Doctrine of Chances,” Philosophical Trans. Royal Society of London 53 (1763), pp. 370-418.
[5] A. Demers, D. Greene, C. Hauser, W. Irish, J. Larson, S. Shenker, H. Sturgis, D. Swinehart and D. Terry, “Epidemic Algorithms for Replicated Database Management,” Proc. ACM PODC ’87, pp. 1-12.
[6] C. Dwork, R. Kumar, M. Naor, and D. Sivakumar, “Rank aggregation methods for the Web,” Proc. 10th Intl. Conference on World Wide Web, pp. 613-622 (2001).
[7] J. Wescott, Automated Network Management, BBN Report No. 5641. BBN Technologies (1984).
[8] L. Page, S. Brin, R. Motwani, and T. Winograd, The PageRank Citation Ranking: Bringing Order to the Web. Stanford Digital Library Project (1998).
[9] V. Paxson, J. Mahdavi, A. Adams and M. Mathis, “An Architecture for Large Scale Internet Measurement,” IEEE Communications Magazine 36 (1998), pp. 48-54.
[10] J. Kleinberg, “The small-world phenomena: an algorithmic perspective,” Proc. 32nd ACM Symp. Theory of Computing (2000), pp. 163-170.
[11] L. McKnight and J. Bailey, ed. Internet Economics. MIT Press (1997).
[12] D.D. Clark, J. Wroclawski, K.R. Sollins, and R. Braden, “Tussle in Cyberspace: Defining Tomorrow’s Internet,” Proc. ACM SIGCOMM 2002, pp. 347-356.
[13] M. Mathis, “Diagnosing Internet Congestion with a Transport Layer Performance Tool,” Proc. INET ‘96.
[14] J. Padhye and S. Floyd, “Identifying the TCP Behavior of
Web Servers,” Proc. ACM SIGCOMM 2001.
[15] V.N. Padmanabhan, L. Qiu and H.J. Wang, “Passive Network
Tomography Using Bayesian Inference”, Proc. Internet Measurement Workshop 2002.
[16] R. Davis, H. Shrobe, and P. Szolovits, “What is a Knowledge Representation?” AI Magazine, 14(1):17-33 (1993).
[17] S. Hangal and M. Lam, “Tracking down software bugs using
automatic anomaly detection,” Proc. International Conference on Software Engineering ’02.
[18] P. Langley and J. E. Laird, “Cognitive Architectures: Research Issues and Challenges”. Draft of October 31, 2002.
[19] T. Dietterich and P. Langley, “Machine Learning for Cognitive Networks: Technology Assessment and Research Challenges”. Draft of May 11, 2003.
[20] T. Dietterich, “Learning and Reasoning”. Unpublished article of May 26, 2003.
[21] V. Kumar, “Algorithms for Constraint Satisfaction Problems: A Survey”. The AI Magazine, 13, pp. 32-44 (1992).
[22] P. Stone and M. Veloso, “Multiagent Systems: A Survey from a Machine Learning Perspective”, Autonomous Robots, 8(3):345-383 (2000).
[23] M. Sloman, “Policy Driven Management for Distributed Systems,” Jour. Network and Systems Management, vol 2, no 4, Dec 1994, pp. 333-360.
[24] R. Chadha, G. Lapiotis, S. Wright, guest eds., "Policy-Based Networking", IEEE Network special issue, March/April 2002, Vol. 16 Issue 2.
你好，我是俞凡，在Motorola做過研發(fā)，現(xiàn)在在Mavenir做技術(shù)工作，對通信、網(wǎng)絡(luò)、后端架構(gòu)、云原生、DevOps、CICD、區(qū)塊鏈、AI等技術(shù)始終保持著濃厚的興趣，平時喜歡閱讀、思考，相信持續(xù)學(xué)習(xí)、終身成長，歡迎一起交流學(xué)習(xí)。
微信公眾號：DeepNoMind
