生成式AI驱动的自主网络管理研究
计算机科学博士生Shaghayegh Shajarian的研究聚焦于将生成式AI应用于计算机网络管理。其工作主要开发AI驱动代理，用于自动化处理网络日志分析、故障排除和文档生成等任务，旨在减少人工干预，推动网络系统向自主运行演进。
关键技术方向
-
大语言模型作为智能网络代理
利用LLMs解析网络日志、识别异常并通过自然语言交互辅助运维人员，为半自主网络架构提供技术基础。研究特别关注模型在动态网络环境中的适应性和可靠性验证。 -
网络安全增强
已发表两项机器学习在安全领域的应用研究：- 基于迁移学习的恶意域名分类
- 可解释AI（XAI）在恶意软件分析中的综述
-
实时网络遥测数据应用
正在探索如何结合实时网络遥测数据提升环境感知能力，支持动态网络环境下的自主决策。
未来研究方向
- 验证LLM代理在实际网络环境中的部署效果
- 开发自主问题诊断与文档生成系统
- 保持"人在环路"机制对关键决策的监督
技术挑战与建议
研究者指出，该领域需要同时具备AI和计算机网络的双重知识体系，建议选择与个人兴趣契合的研究主题，并重视导师的指导作用。研究强调，生成式AI在降低运维负担的同时，仍需解决模型可靠性、环境适应性等实际问题。