La ponencia ‘Showcasing In-Switch Machine Learning Inference’ (Exhibición de la inferencia de aprendizaje automático en el interruptor) realizada por un grupo de investigación de IMDEA Networks ha recibido el premio en la categoría ‘Best Demo Award’ de la conferencia IEEE NetSoft 2023 celebrada en Madrid del 19 al 23 de junio.
En el estudio se implementó y se validó la clasificación de nivel de flujo en interruptores programables de producción. Según los investigadores, este estudio es un paso adelante para trasladar al hardware de red las funcionalidades de clasificación que tradicionalmente se realizan en el software en el plano de control.
Esto tiene ventajas en términos de latencia, que se reduce de milisegundos en el plano de control a menos de 100 nanosegundos en las pruebas realizadas por los investigadores.
Clasificación de los flujos de red
En este artículo, se ha demostrado cómo los modelos Random Forest se pueden implementar en conmutadores programables modernos para clasificar los flujos de tráfico de red, es decir, secuencias completas de paquetes entre dos hosts que pertenecen al mismo intercambio, por ejemplo, una misma sesión de transmisión de vídeo o descarga de archivos.
De esta forma, se ha avanzado respecto al trabajo ya realizado hasta el momento, que únicamente clasifica cada paquete por separado. De hecho, operar a nivel de flujo da acceso a nuevas funciones, como el tiempo entre llegadas entre paquetes subsiguientes del mismo flujo, que no están disponibles cuando solo se miran los paquetes individualmente.
Asimismo, en las pruebas también se logró un 99% de precisión en el caso de uso de clasificación de servicios, con una ganancia de ocho puntos porcentuales sobre las soluciones anteriores de nivel de paquete.