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)

　　

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，但其语义往往埋在嘈杂、非结构化的运营商文档中。人工检查和标注是一个冗长的过程，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。我们开发了一个基于大语言模型的框架，用于从异构运营商文档中提取高精度的BGP社区语义。我们的框架结合了格式感知预处理（用于从嘈杂的运营商文档中过滤与社区相关的内容）、模式引导提取（用于生成结构化输出）以及跨模型的共识聚合（用于减少幻觉和错误提取）。使用一个手动标注的基准数据集，包含9,244个社区值-含义对，我们的框架在不同提取任务中达到了85-99%的精度，并在占位符社区和语义准确性保持方面大幅优于现有最先进的方法。利用我们的框架，我们构建了目前可公开获取的最大BGP社区词典之一，包含跨766个AS的超过29.9K个语义标注社区。最后，我们利用该词典首次进行了运营商自定义BGP社区语义变异性的大规模分析。我们发布了代码、基准测试和构建的词典，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，未由论文作者撰写或审核。其目的是支持检索发现、帮助读者评估相关性，并协助相邻研究领域的读者理解该工作。本摘要旨在补充作者提供的摘要，后者仍是论文的主要摘要。完整文章仍为权威版本。

点击此处对该摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进和生成未来版本。

要查看此AI生成的通俗摘要，您必须拥有高级访问权限。