大语言模型赋能的网络配置分析技术研究

李鹏飞; 刘宇靖; 苏金树; 喻波

doi:10.11959/j.issn.1000-436x.2026014

您当前的位置：

首页 >

文章列表页 >

大语言模型赋能的网络配置分析技术研究

学术论文 | 更新时间：2026-02-10

- 大语言模型赋能的网络配置分析技术研究
- Research on network configuration analysis technology empowered by large language models
- “针对网络配置分析工具智能化不足、操作复杂且依赖专业知识导致人力成本高的问题，相关专家提出了一个大语言模型（LLM）赋能的网络配置分析技术框架。该框架融合LLM与形式化验证工具，通过理解配置语义自动构建网络知识图谱，并基于图谱推理补全以还原网络状态。进一步引导LLM调用领域知识，实现配置错误检测、关键节点识别等任务的自动化分析。实验基于EVE - NG网络模拟实验室的官方配置、思科CCNA培训的配置案例及真实互联网拓扑配置，从网络建模效果、应用效果验证、运行时间成本及鲁棒性等方面进行评估。结果表明，该框架能够根据配置快速准确地还原网络状态，适应多种网络场景的分析需求，实现一键式分析，为网络管理提供了重要技术支撑。”
- 通信学报 2026年47卷第1期页码：54-73
- 作者机构：
  
  1.国防科技大学计算机学院，湖南长沙 410073
  2.军事科学院军事智能研究院，北京 100091
- 作者简介：
  
  [ "李鹏飞（2000- ），男，安徽无为人，国防科技大学博士生，主要研究方向为计算机网络、网络安全。" ]
  [ "刘宇靖（1985- ），女，山东曹县人，博士，国防科技大学副研究员、硕士生导师，主要研究方向为网络路由安全等。" ]
  [ "苏金树（1962- ），男，福建莆田人，博士，国防科技大学教授、博士生导师，军事科学院研究员，主要研究方向为网络体系结构、网络空间安全、智能网络等。" ]
  [ "喻波（1985- ），男，湖南宁乡人，博士，国防科技大学研究员、博士生导师，主要研究方向为软件安全、系统安全等。" ]
- 基金信息：
  
  国家自然科学基金资助项目(62372462);国家重点研发计划基金资助项目(2022YFB3104800);“芙蓉计划”青年英才基金资助项目(2024RC3136)
- DOI：10.11959/j.issn.1000-436x.2026014
  中图分类号： TP393
- 收稿：2025-12-09，
  
  修回：2026-01-13，
  
  录用：2026-01-14，
  
  纸质出版：2026-01-25
- 稿件说明：
移动端阅览
李鹏飞,刘宇靖,苏金树等.大语言模型赋能的网络配置分析技术研究[J].通信学报,2026,47(01):54-73.

Li Pengfei,Liu Yujing,Su Jinshu,et al.Research on network configuration analysis technology empowered by large language models[J].Journal on Communications,2026,47(01):54-73.
李鹏飞,刘宇靖,苏金树等.大语言模型赋能的网络配置分析技术研究[J].通信学报,2026,47(01):54-73. DOI： 10.11959/j.issn.1000-436x.2026014.

Li Pengfei,Liu Yujing,Su Jinshu,et al.Research on network configuration analysis technology empowered by large language models[J].Journal on Communications,2026,47(01):54-73. DOI： 10.11959/j.issn.1000-436x.2026014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于大语言模型的网络威胁情报知识图谱构建技术研究

ResilM-IBN：一种自愈型多智能体网络管理框架

基于元特征映射与经验黑翅鸢优化的自动化网络流量预测框架

基于大语言模型的威胁情报高效抽取与攻击推理方法研究

绿色发光粉CaBa₂(BO₃)₂ ∶ Tb³⁺的制备和发光特性

大语言模型赋能的网络配置分析技术研究

Research on network configuration analysis technology empowered by large language models

DOI：10.11959/j.issn.1000-436x.2026014