IRTF: Maschinelles Lernen soll das Internet besser machen
Eine noch vorläufige Arbeitsgruppe der Internet Research Task Force (IRTF(öffnet im neuen Fenster)) möchte maschinelles Lernen (ML) dazu nutzen, Lösungen für einige typische Problemstellungen des Internets zu finden. Auf dem zurzeit in Berlin stattfindenden 96. Meeting(öffnet im neuen Fenster) der Internet Engineering Task Force (IETF) stellen die Beteiligten mögliche Einsatzgebiete für diese Technik vor, die sich vor allem auf die Steuerung von Netzwerk-Traffic beziehen.
Die Verwendung von ML im Internet ist dabei eigentlich nicht neu. Besonders bekannt ist wohl das Trainieren des Spam-Filters in einem E-Mail-Client, damit dieser unerwünschte Nachrichten automatisch ausfiltern kann. Die Forschungsgruppe Network Machine Learning (NMLRG) möchte allerdings ML für den Umgang mit Netzwerken nutzen und nicht in den Endanwendungen der Nutzer.
Aus dem Netzwerk-Verkehr lernen
Denn mit dem stetig wachsenden Datenverkehr wird eine adäquate Verwaltung dieser durch Menschen zunehmend schwieriger. Eine schnelle Reaktion auf Echtzeit-Netzwerkverkehr übersteige gar die Fähigkeiten eines Menschen, heißt es in dem derzeitigen Entwurf(öffnet im neuen Fenster), der als Grundlage für die künftige Arbeit der Forschergruppe dienen soll.
Den Netzwerkverkehr könnten künftig Maschinen automatisch regeln, heißt es weiter. Gleiches gelte für die Konfiguration eines Netzes, das Finden und Beheben von Störungen oder Angriffen im beziehungsweise auf das Netz, oder auch das Optimieren der Routen im Netz. Damit dies möglich wird, muss zuvor allerdings aus den vorhandenen Daten gelernt werden, um Modelle zu erstellen, die letztlich für den aktiven Einsatz genutzt werden können.
Noch viele Einzelheiten zu klären
Bis all dies in Zukunft aber tatsächlich umgesetzt werden kann, müssen die Beteiligten noch einige wichtige Fragen klären, wie aus der Diskussion in dem Meeting deutlich wird. Dazu gehören vor allem die Auswirkungen auf die Sicherheit und Privatsphäre der Nutzer, deren Daten analysiert werden, um daraus zu lernen.
Interessant werden diese Überlegungen insbesondere im Hinblick auf die verwendeten Datensätze. Denn daraus lassen sich vielleicht Rückschlüsse auf Einzelheiten der Nutzer ziehen, was aber eigentlich nicht gewünscht ist. Über bestimmte statistische Analysen, und ML ist im Grunde nichts Anderes, lassen sich sogar aus SSH- oder aus TLS-Sitzungen(öffnet im neuen Fenster) relativ detaillierte Rückschlüsse ziehen.
Darüber hinaus ist die Arbeitsgruppe sehr daran interessiert, eine gemeinsame Basis an Datensätzen zu finden, die frei zur Verfügung stehen, sodass diese alle die nutzen können. Letzteres ist wohl auch sehr abhängig von dem Nutzungsszenario, das mittels ML verbessert werden soll.
Die Entwicklung der Arbeiten der NMLRG lassen sich über deren Mailingliste(öffnet im neuen Fenster) verfolgen.
- Anzeige Hier geht es zu Künstliche Intelligenz: Wissensverarbeitung bei Amazon Wenn Sie auf diesen Link klicken und darüber einkaufen, erhält Golem eine kleine Provision. Dies ändert nichts am Preis der Artikel.