Una investigación de IMDEA Networks gana el "Premio a la mejor demostración" en IEEE NetSoft 2023

El artículo premiado es “Showcasing In-Switch Machine Learning Inference”

27 Junio 2023

El trabajo “Showcasing In-Switch Machine Learning Inference”, realizado por Aristide Tanyi-Jong Akem, Beyza Bütün, Michele Gucciardo, Marco Fiore, ha recibido el premio en la categoría de “Best Demo Award” de la conferencia IEEE NetSoft 2023 celebrada en Madrid del 19 al 23 de junio.

El estudio llevado a cabo por este equipo de investigación de IMDEA Networks ha sido el primero en implantar y validar la clasificación a nivel de flujo en conmutadores programables de producción. “Es, por tanto, un paso adelante para trasladar al hardware de la red las funcionalidades de clasificación que tradicionalmente se realizaban por software en el plano de control. Esto tiene enormes ventajas en términos de latencia, que se reduce de milisegundos en el plano de control a menos de 100 nanosegundos en nuestras pruebas”, explica Marco Fiore, Profesor de Investigación del instituto y uno de los autores del paper premiado.

En este paper han demostrado cómo los modelos Random Forest pueden desplegarse en conmutadores programables modernos para clasificar flujos de tráfico de red, es decir, secuencias enteras de paquetes entre dos hosts que pertenecen a un mismo intercambio (por ejemplo, una misma sesión de streaming de vídeo o descarga de archivos).

De este modo, han avanzado con respecto a los trabajos ya hechos hasta el momento que sólo clasifican cada paquete por separado. De hecho, el funcionamiento a nivel de flujo da acceso a nuevas características (por ejemplo, el tiempo de llegada entre los paquetes subsiguientes del mismo flujo) que no están disponibles cuando sólo se examinan los paquetes individualmente.

“En última instancia, el enfoque a nivel de flujo da como resultado una clasificación mucho más precisa: alcanzamos una precisión del 99% en el caso de uso de clasificación de servicios que demostramos, con una ganancia del 8% sobre las soluciones anteriores a nivel de paquetes”, añade Fiore.

La demostración premiada es el resultado de una exitosa línea de investigación que ha dado lugar a trabajos publicados en IEEE INFOCOM 2023, IEEE MetaCom 2023 y el taller NativeNI co-localizado con ACM CoNEXT 2023.