通过大语言模型构建高精度且语义丰富的BGP社区字典

《Proceedings of the ACM on Networking》:Constructing a High-precision and Semantically Rich BGP Community Dictionary via Large Language Models (LLMs)

【字体: 大 中 小 】 时间:2026年09月19日 来源:Proceedings of the ACM on Networking

编辑推荐:

   摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要BGP 社区属性对于域间路由控制至关重要,但其语义通常被埋没在嘈杂、非结构化的运营商文档中。人工检查和标注是一个繁琐的过程,且无法扩展。与此同时,现有的自动化方法主要依赖正则表达式,无法可靠

  

摘要

摘要

BGP 社区属性对于域间路由控制至关重要,但其语义通常被埋没在嘈杂、非结构化的运营商文档中。人工检查和标注是一个繁琐的过程,且无法扩展。与此同时,现有的自动化方法主要依赖正则表达式,无法可靠地解释语义含义或处理占位符格式的社区属性。我们开发了一个基于大语言模型(LLM)的框架,用于从异构的运营商文档中提取高精度的 BGP 社区属性语义。我们的框架结合了格式感知的预处理以从嘈杂的运营商文档中筛选出与社区属性相关的内容、模式引导的提取以生成结构化输出,以及跨模型的共识聚合以减轻幻觉和错误提取。使用一个人工标注的基准数据集,该数据集包含 9,244 个社区属性值-含义对,我们的框架在不同提取任务中实现了 85-99% 的精度,并且在占位符社区属性和保持语义准确性方面显著优于先前的最先进方法。使用我们的框架,我们构建了一个最大的开放获取 BGP 社区属性词典之一,该词典包含跨 766 个自治系统(AS)的超过 29.9K 个语义标注的社区属性。最后,我们利用该词典首次对运营商定义的 BGP 社区属性的语义变异进行了大规模分析。我们发布了我们的代码、基准和构建的词典,以支持未来的研究。

AI 摘要

AI 生成的摘要(实验性)

本摘要由自动化工具生成,未经本文作者撰写或审阅。它旨在支持发现,帮助读者评估相关性,并协助来自相邻研究领域的读者理解本文。它旨在补充作者提供的摘要,后者仍然是本文的主要摘要。全文仍然是权威版本。

点击此处评论此摘要的准确性、清晰度和实用性。这将有助于改进未来的版本。

要查看此 AI 生成的简明摘要,您必须拥有高级访问权限。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号