Resilient AI Networking Sub-Group

Misión

El subgrupo Resilient AI Networking (RAN) lleva a cabo investigaciones para avanzar en la resiliencia de los algoritmos de IA en el contexto de las redes 5G y 6G. Nos esforzamos por desarrollar nuevas soluciones que mejoren la comprensión y la transparencia de los modelos de IA e investigar métodos para detectar y mitigar los ataques de adversarios contra los sistemas de IA, garantizando así la solidez y la seguridad de estos componentes críticos de las redes 5G y 6G.

Novedades

• Jun – 24. Nuestro estudio del 5G en diferentes países es aceptado ACM SIGCOMM (enhorabuena Ross, Eman, Jason, Lilian, Faaiq, Wei, Joerg, Feng and Zhi-li)
• Apr – 24. AIChronoLens recibe el premio a la mejor articulo en IEEE INFOCOM 2024! Enhorabuena al equipo por este impresionante logro!
• Mar – 24. Claudio presentará una ponencia sobre IA explicable para redes móviles 6G en Applied Machine Learning Days en EPFL en Losana.
• Jan – 24. Abhishek se incorpora como estudiante de doctorado en el marco del proyecto nacional bRAIN. Bienvenido!
• Dec – 23. SAFE fue todo un éxito: más de 15 asistentes contribuyeron a un fructífero debate sobre temas de explicabilidad, seguridad y robustez de la IA.
• Dec – 23. Dos papers aceptados a IEEE INFOCOM 2024! Uno presenta AIChronoLens, una nueva herramienta para explicar modelos de IA aplicados a series temporales (enhorabuena Eloy, Pablo, Hossein, Marco y Joerg). El segundo presenta un estudio sobre la itinerancia con 5G basado en una campaña de medición de datos en España, Francia, Alemania e Italia. (enhorabuena Ross, Eman, Jason, Daqing, Yiling, Feng, Joerg y Zhi-li).
• Dec – 23. MohammadErfan se incorpora como ingeniero de investigación en el marco del proyecto nacional bRAIN. Bienvenido!
• Nov – 23. Artifact available & functional & reproduced! ACM ha evaluado el conjunto de codigo y datos de EXPLORA y ha premiado nuestro trabajo con todos los badges de reproducibilidad.
• Nov – 23. ¡Artículo aceptado en ACM CoNEXT! Presentaremos nuestro trabajo EXPLORA, una herramienta que genera explicaciones para entender y controlar la lógica de agentes de Deep Reinforcement Learning aplicados al network slicing en sistemas Open RAN. Trabajo realizado en colaboración con Leonardo Bonati, Salvatore D’Oro, Michele Polese y Tommaso Melodia de Northeastern University y Joerg Widmer de IMDEA.
• Oct – 23. Hemos recibido el Best Paper Runner-Up at ACM WiNTECH para nuestro trabajo que pone a disposición del público un conjunto de datos único de información de control de LTE a nivel de milisegundos, la granularidad del funcionamiento real de la red LTE. Este conjunto de datos es fundamental para el diseño de técnicas de IA/ML.

Investigación

Herramientas para la explicabilidad y robustez de la IA.

Estudiamos herramientas específicas de IA aplicadas a problemas de redes como la previsión del tráfico móvil y la asignación de recursos, y desarrollamos herramientas que aumentan la comprensión de la lógica de los modelos correspondientes y su solidez. Nos esforzamos por garantizar que las explicaciones sean comprensibles y procesables, es decir, que los expertos en redes puedan relacionar la semántica de las explicaciones con su conocimiento experto y que el conocimiento de las explicaciones pueda ser capitalizado por rutinas y algoritmos para optimizaciones posteriores. Ejemplos de este tipo de herramientas son DeExp, EXPLORA, y AIChronoLens.

Cobertura en los Medios

• Jan – 24. Pablo es entrevistado sobre su experiencia investigadora como parte del programa INVESTIGO en el programa de televisión nacional Aquí hay trabajo: clip aquí.