微软亚洲研究院联合亚洲高校，共建开放网络平台，助力AI加速网络研究

2020年12月18日，北京 —— 今天，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，OpenNetLab 旨在推动人工智能（AI）在网络研究中的应用与发展，构建健康、可持续的网络研究生态系统。

微软亚洲研究院常务副院长周礼栋博士表示：“网络是‘新基建’的核心基础设施之一，重要性日益凸显。随着 5G 时代来临，应用越来越多样，网络环境也更加复杂，加上今年在线会议、在线教育、网络直播等实时通信需求的激增，都对底层的网络基础提出巨大挑战，将人工智能技术用于应对网络这种前所未有的复杂性成为大势所趋的一种必然。因此，微软亚洲研究院与高校共同构建了新一代的开放网络平台 OpenNetLab，推动‘以数据为中心’的网络新范式的研究。网络本身的分布式架构决定了这样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。”

如今，AI 在视觉、语音、自然语言等领域的应用如火如荼，上层不断发展变化的各种应用，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面临诸多挑战。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。OpenNetLab （http://opennetlab.org）的诞生正是为了应对这些挑战，为研究人员提供基于现实网络的真实数据，并能实地训练和验证网络模型。

OpenNetLab 开放网络平台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。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。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。

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。

北京大学计算机科学技术系副教授边凯归表示，“互联网的不确定性和很强的随机性，让研究者和开发人员很难找到某种理论或工具去描述和预测网络中的变化。OpenNetLab 平台不仅能够帮助研究者准确、实时地刻画互联网应用在网络服务质量、网络体验质量的变化规律，也为在线视频会议、在线教育等业务应用的开发者提供了客观的、统一的参考依据和行业标准，从而更好地优化这些应用。”

南京大学计算机科学与技术系副教授田臣表示，“OpenNetLab 平台对促进广域网下一代多媒体传输协议研究具有至关重要的意义。通过真实的实验平台和测量数据，OpenNetLab 平台可以极大地降低该领域新进入者的实验门槛，并树立一个可信的评价标杆。我们期望与微软亚洲研究院一起为该平台建立更多的节点，覆盖更多的典型网络地域和接入场景，通过为协议研究提供充分可信的资源，消弭广域网学术研究与产业应用之间的距离。“

清华大学计算机科学与技术系教授任丰原表示，“OpenNetLab 为不同国家及地区的高校与科研机构进行研究和教学提供了一个良好的开放平台。研究者们可以利用该平台在真实的网络环境中评测研究结果；同时也可以在真实网络上组织与开展相关的教学实验活动。我们相信随着 OpenNetLab 平台的不断成长与壮大，将对计算机网络领域的研究和教学实践等产生变革性影响。”

新加坡国立大学计算机学院计算机科学系副教授何丙胜表示，“我希望这个开放式的研究项目能产生理论和实践上的影响。我们希望利用 OpenNetLab 中的数据集来评估我们的开源机器学习系统，如用于图神经网络的 G3、用于 SVM 训练的 ThunderVM 和用于 GBDT 的 ThunderGBM，以及研究新的机器学习系统。对网络流量进行实时预测有着巨大的研究机会和影响。我期待着与 OpenNetLab 的研究人员进行更深入和更广泛的合作。” 

首尔国立大学计算机科学与工程系副教授 Byung-Gon Chun 表示，“OpenNetLab 对推动网络研究将起到里程碑式的作用。检验实验室里创意想法需要有像 OpenNetLab 这样全球化的测试平台。OpenNetLab 将加速全球网络服务、协议和基础架构的研究。此外，对于广域网教学，OpenNetLab 将是巨大财富，学生们可以在这个平台上部署系统，测试他们在课堂上的想法。很高兴看到亚洲地区的研究员们齐心协力共同致力于推动网络研究，我很荣幸参与其中。”

韩国科学技术院（KAIST）电气工程学院副教授 KyoungSoo Park 表示，“OpenNetLab 为未来网络和系统的创新研究提供了可能。这个全新平台让亚太地区顶尖研究者们得以相互合作，基于真实的网络测试平台开展影响深远的研究。疫情当下，无接触的社交活动致使网络作用愈加重要，该平台将有助于产生许多新的方法来解决网络计算领域的关键问题。此外，高校学生在这个基于真实网络数据的平台上测试、运行他们自己的实验性应用，将受益匪浅。我坚信，OpenNetLab 分布式网络平台让高校和研究机构的研究者们以全新的方式展开合作，将极大提升网络研究和教育的质量。”

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。OpenNetLab 开放网络平台联盟面向网络、多媒体、人工智能等多领域的科研组织和研究人员开放，希望更多志同道合的科研工作者加入，一起推动网络研究的发展。

你也许还想看：