基于GNN 的IP VPN 的错误配置的检测与定位

摘要: 网络（特别是虚拟专用网络）的配置验证是一项复杂的任务，在生产环境的每次更新之前都需要进行，以便网络提供商可以确保其客户的网络可用性。本文探讨了一种基于图神经网络（GNN）的方法，用于检测和定位IP虚拟专用网络（VPN）中的配置错误。研究着重于两种GNN模型，一种专注于客户和提供商边缘路由器之间的路由配置错误，另一种专注于不同提供商边缘路由器之间的VPN路由错误。其目标是提供一种工具，简化验证端到端VPN配置的过程。在研究中，使用了平衡的数据集来训练这两个模型，这个数据集包含了从基于IMSNetworks部署的VPN中提取的标记配置的示例。结果显示，这两个模型在处理不同规模的VPN（从3到40个站点）和两种类型的架构（全网状和中心辐射型）时都表现出很高的准确性。这种方法的优势在于通过图神经网络可以捕捉网络拓扑和配置之间的复杂关系，从而更有效地检测配置错误。通过使用这种技术，网络提供商可以在每次更新之前对网络配置进行验证，以确保其客户的网络可用性。