Intent2Tc: Network Management via Automated Intent-to-Traffic Control Translation with Language Models

L’adozione del paradigma dell’Intent-Based Networking (IBN) ha contribuito a semplificare la gestione di reti complesse, consentendo agli operatori di esprimere requisiti di alto livello in termini di obiettivi operativi. Tuttavia la traduzione automatica e affidabile di tali intenti in direttive operative di controllo del traffico rappresenta ancora una delle principali criticità nell'automazione delle reti, a causa del divario semantico tra il linguaggio naturale e le sintassi rigide e platform-specific dei sistemi operativi di rete. Questo lavoro presenta Intent2Tc, un framework originale a ciclo chiuso guidato da modelli linguistici (LM) e ideato per automatizzare la traduzione di intenti di traffic shaping in configurazioni operative basate sul sottosistema Linux Traffic Control (tc). L’architettura proposta supera i principali limiti degli approcci tradizionali a singolo passaggio attraverso l’integrazione di quattro componenti sinergici: un Digital Twin con logica AQM-CoDel, un meccanismo dinamico di estrazione dei metadati contestuali, un modulo deterministico di critica e un sistema di accumulo e riuso della conoscenza basato su Retrieval-Augmented Generation (RAG). La valutazione sperimentale è stata condotta analizzando diversi LM open-source e Claude Sonnet-4.6, impiegato come modello proprietario di riferimento. I risultati mostrano che Intent2Tc raggiunge livelli elevati di fedeltà semantica e accuratezza nella generazione delle configurazioni. Claude Sonnet-4.6 ottiene una similarità semantica pari a 0.98, una copertura delle unità semantiche pari a 1.0 e una Normalized Edit Distance pari a 0.045 nella generazione delle regole tc. L'integrazione del meccanismo RAG riduce il consumo di token e la latenza di inferenza; modelli compatti come Phi-4-mini raggiungono prestazioni competitive con modelli di dimensioni maggiori. I risultati evidenziano che la correzione deterministica produce configurazioni sintatticamente valide, coerenti con i requisiti.