OpenNetLab开放网络平台联盟成立

随着5G时代的来临，各种应用场景层出不穷，网络环境也变的更加复杂。

尤其是今年疫情黑天鹅的突袭，使得在线会议、在线教育、网络直播等实时通信需求激增，对底层的网络基础提出了巨大挑战，用AI技术来应对当下前所未有的复杂网络成为业界共识。

微软亚洲研究院常务副院长周礼栋对飞象网表示：“网络本身的分布式架构和其开放、共享的特性决定了网络新范式的研究不可能单点进行，而是需要大家齐心协力、共建平台，共享数据，才能更好地利用人工智能提升网络研究水平。”

基于此，微软亚洲研究院宣布联合清华大学、北京大学、南京大学、兰州大学、新加坡国立大学、首尔国立大学等多所亚洲地区高校，成立OpenNetLab开放网络平台联盟。

通过为研究人员提供通用的分布式网络测试平台，以及真实的网络评测数据集，来助力AI加速网络研究。

截至目前，AI在视觉、语音、自然语言等领域的应用已如火如荼，而上层不断发展变化的各种应用，则需要底层网络架构的稳固支撑才能得以实现。

如何挖掘AI技术的潜力来提升网络领域的研究，是目前学术界和工业界共同关注的焦点。

“然而，AI技术在网络领域的应用也面临诸多挑战。”周礼栋讲到，“一方面，网络AI模型的训练和验证需要大量的数据，真实且有代表性的网络数据能提升模型的准确性和适用性，但研究人员获取大规模真实网络数据具有较大难度。另一方面，由于网络结构的多样性，以及网络设备、连接方式的异构性，如果希望一个网络模型适用于不同的场景，那么一次性离线训练的模型显然远远不够，而适合于此的强化学习模型对训练环境和场景要求很高。”

南京大学计算机科学与技术系副教授田臣也很认同OpenNetLab的价值。

据介绍，OpenNetLab开放网络平台可以通过构建分布式节点收集不同区域、形态、场景的网络数据。

现阶段，微软亚洲研究院计划将与合作高校一起在亚洲范围内建设40多个分布式异构节点。

周礼栋称：“每个节点将由服务器、笔记本电脑、智能设备等组件构成，同时提供有线宽带、无线局域网和4G/5G移动网络的接入能力，数据存储、集成、分享的标准化接口，以及适用于不同网络环境的AI模型运行、训练和验证工具，帮助研究人员专注于网络AI算法和模型。”

他进一步表示，今后，这些节点将在平台用户同意的情况下，实时收集网络状态、数据包跟踪等非隐私/非敏感数据，为各类网络AI模型的训练及验证提供支持。

据悉，OpenNetLab开放网络平台联盟的主要发起机构为微软亚洲研究院、清华大学、南京大学和北京大学，其它合作成员还包括兰州大学、新加坡国立大学、首尔国立大学、韩国科学技术院、南方科技大学、上海交通大学等亚洲范围内的高校。

目前，该平台已经完成了多个节点的建设及小规模部署测试，并且正在逐步进入大规模测试阶段。

OpenNetLab平台的真实数据集不仅为高校提供了丰富的实验资源，也使得相关课程教学及实验更加接近现实世界的网络应用情况。

多所合作高校已基于该平台展开了相关研究。

以南京大学为例，田臣表示，现在正在做的是针对更广范围的内容分发，包括网页、文件下载类的静态内容以及单向视频，点播和直播拥塞控制的研究。

此外，田臣透漏：“下一步首先会在OpenNetLab平台上把之前基于AI的拥塞控制配合其他学校共同搭建起来，在此基础上再去评估基于AI的拥塞控制协议。此外，我们将利用假期更新课程里的实验设计，把基于OpenNetLab做广域网的实验平台搭建起来。”

谈及与其他高校的合作情况，周礼栋进行了补充说明。

北京大学做了很多关于机器学习的网络测量；清华大学针对异构网络带宽的测量做了很多研究；首尔国立大学则更偏重系统方面的研究实验；新加坡国立大学方面更多针对的是硬件加速的研究等。

最后，周礼栋透漏，未来，OpenNetLab平台的网络状态数据集将在GitHub上发布，为网络研究提供日渐丰富的训练数据和验证数据。

OpenNetLab平台的节点覆盖区域也计划逐步扩展至亚洲以外地区。