生成式AI赋能自主网络：博士研究深度解析

北卡罗来纳州立农业技术大学计算机科学系三年级博士生Shaghayegh (Shirley) Shajarian，正在开展一项开创性研究，旨在将生成式AI应用于计算机网络。在自主网络安全与韧性实验室的Sajad Khorsandroo博士和Mahmoud Abdelsalam博士的指导下，她的工作旨在显著减少网络管理中的人工劳动，并为完全自主、自运行的网络铺平道路。

Shajarian的研究主要侧重于开发AI驱动的智能体，旨在自动化关键的网络操作。这些智能体正在被设计用于协助网络日志分析、技术问题故障排除以及生成全面的文档等任务。其总体愿景是使网络能够自主配置、优化、修复和保护自身，从而最大限度地减少人工干预。除了这一核心领域，Shajarian对网络安全也抱有浓厚兴趣，这体现在她发表的关于使用迁移学习分类恶意域以及可解释AI（XAI）技术在恶意软件分析中应用的综述研究。

她工作的一个特别引人注目的方面是利用大型语言模型（LLMs）作为网络系统中的智能体。随着现代计算机网络日益复杂，手动管理变得既昂贵又不可持续。Shajarian发现LLMs的潜力令人着迷，因为它们能够解释大量的日志数据，准确识别问题，并以类似人类对话的方式传达其发现。这种能力对于支持网络运营商和促进向半自主网络的过渡至关重要，在半自主网络中，LLM驱动的智能体处理日常任务，而人类则负责验证和关键决策的监督。最终，这项研究使完全自主网络的前景更加接近，这些网络无需持续的人工输入即可运行、适应和响应。

展望未来，Shajarian计划通过整合实际遥测数据和网络日志来扩展她的研究。这将增强态势感知能力，并支持在动态网络环境中做出更有效的决策。她未来的工作还将探索基于LLM的智能体在实际环境中的部署，重点关注其可靠性以及对不断变化的网络条件的适应性。一个关键目标是评估这些系统如何自主识别、诊断和记录网络问题，同时始终确保在关键决策点上保留人工监督。

Shajarian进入AI领域，尤其是LLMs的旅程，始于她在计算机软件工程的本科和硕士学习期间，那时她对机器学习模型如何模仿人类推理产生了浓厚兴趣。LLMs的快速发展进一步激发了她的好奇心，尤其是在计算机网络等复杂领域的应用。她认为LLMs培养系统自主性的能力对于减轻操作员负担和减少人工干预至关重要。

对于考虑在这个跨学科领域攻读博士学位的人，Shajarian强调了灵活性、好奇心以及紧跟最新发展的重要性。结合AI和计算机网络的博士研究要求在这两个领域都有深度，需要自律来平衡多样化的技术基础。她建议有抱负的研究人员选择一位真正符合他们兴趣的导师和研究课题，因为这种契合能在充满挑战的阶段提供必要的动力。最终，她鼓励攻读博士学位不仅仅是为了文凭，更是为了内心深处提问、寻找答案并为该领域做出有意义贡献的强烈愿望。

在开创性研究之余，Shajarian还是一位充满激情的厨师，渴望获得米其林星级荣誉。她将烹饪视为自己的创意出口和与他人建立联系的喜爱方式。