Uma Abordagem Baseada em Entropia para a Detecção de Desvios em Redes Baseadas em Intenções
Detecção de Desvio, Entropia de Shannon, Garantia da Intenção, Redes Baseadas em Intenção, IBN, Redes Definidas por Software, SDN
A detecção de desvios em Redes Baseadas em Intenção (IBN) é um campo desafiador, assim como garantir que configurações elaboradas em linguagem natural e transformadas em configurações explícitas de rede se mantenham íntegras ao longo do tempo. Este trabalho investiga o desafio de detectar intent drift em arquiteturas IBN, nas quais desvios entre o comportamento desejado e o comportamento real podem surgir devido a variações de tráfego, instabilidades de rota e flutuações de desempenho. Na literatura, encontram-se métodos tradicionais de aprendizado de máquina (ML) e Inteligência Artificial (AI) que, embora eficientes, dependem de dados rotulados e apresentam baixa interpretabilidade, dificultando sua generalização no módulo de garantia de intenção. Como solução, propõe-se um método quantitativo e explicativo baseado na Entropia de Shannon para identificar mudanças estruturais no tráfego de rede em transmissões de vídeo DASH. O módulo em desenvolvimento, denominado Entropy-Driven Drift Detection Module (ED³M), visa calcular a entropia de métricas como taxa de transferência, latência, jitter e variabilidade de rotas, estimando, por conseguinte, uma linha de base para um framework de detecção de drifts. O conjunto de dados utilizado para a aplicação quantitativa e qualitativa foi capturado a partir de uma aplicação DASH entre PoPs da Rede Nacional de Ensino e Pesquisa (RNP).