|
JSON Data Sets
Head Hunter >>>>
Qwen AI Fine Tuning
ИИ модели, установленные локально (Local AI model), позволяют существенно улучшить многие сервисы. Широкому распространению их мешает только высокая стоимость таких систем (аппаратная часть может стоить десятки миллионов рублей) и необходимость тщательного тренинга ИИ.
Если это Вам интересно, то: arrayphotocintrol - Вы понимаете, что это такое
Можно использовать небольшие ИИ модели Qwen, имеющие размер менее 5 Гбайт и требующие менее 7 Гбайт видеопамяти. Нам же не нужно от ИИ модели "знание всего". Специализированный тренинг ИИ может значительно улучшить работу в конкретной интересуемой области. Например, при контроле динамической маршрутизации в сложной Ethernet сети.
Для контроля локальной сети предприятия можно найти много направлений использования ИИ. Контроль протоколов BGP и Ospf, загрузка процессоров маршрутизаторов, серверов и межсетевых экранов, контроль ЛОГ-ов сетевых устройств, срабатывание port-security и т.д.
Если локальная сеть имеет сложную структуру и используется несколько протоколов маршрутизации с альтернативными маршрутами и редистрибуцией, то имеет смысл отслеживать ошибки в таблице маршрутизации (в Cisco - "show ip route")
Хотя маленькие ИИ модели имеют какое-то представление о Ethernet сетях, для выполнения функций контроля необходимо дополнительное обучение (fine tuning)
Для обучения ИИ модели необходимо скачать ее в специальной конфигурации для обучения (https://huggingface.co/), подготовить Dataset в JSON формате, написать Python скрипты для процесса обучения и загрузить и тестировать "дотренированную" модель.
Обученная модель ИИ будет с помощью Python-скрипта с заданной периодичностью запрашивать на маршрутизаторе "show ip route", получать листинг и анализировать его. Результаты анализа легко конвертировать в любой удобный результат: звуковой Аларм, выдачу текста в консоль, либо письмо на ночту.
Кипр. Удаленная работа
AI Datasets
Ниже представлен один из Datasets, использованных для обучения AI Qwen2.5 (7B). Таких JSON примеров надо 2-3 тысячи. При переходе к использованию новой модели ИИ, эти учебные примеры не теряют своей актуальности.
JSON Dataset
JSON
{
"training_dataset": "cisco_show_ip_route_anomalies",
"version": "1.0",
"description": "Примеры для обучения ИИ анализу нестабильности (flapping) и асимметрии возраста маршрутов",
"examples": [
{
"id": "ospf_flapping_01",
"scenario": "Нестабильность и мигание маршрута (Flapping) - аномально низкий Uptime",
"input_text": "R1# show ip route\nCodes: L - local, C - connected, S - static, R - RIP, M - mobile, B - BGP\n
D - EIGRP, EX - EIGRP external, O - OSPF, IA - OSPF inter area\n N1 - OSPF NSSA external type 1,
N2 - OSPF NSSA external type 2\n E1 - OSPF external type 1, E2 - OSPF external type 2\n\nGateway
of last resort is not set\n\n 10.0.0.0/8 is variably subnetted, 4 subnets, 2 masks\nO
10.1.1.0/24 [110/20] via 192.168.1.2, 00:00:45, GigabitEthernet0/1",
"parsed_input": {
"prefix": "10.1.1.0/24",
"protocol": "OSPF",
"admin_distance": 110,
"metric": 20,
"next_hop": "192.168.1.2",
"uptime_string": "00:00:45",
"uptime_seconds": 45,
"interface": "GigabitEthernet0/1"
},
"expected_analysis": {
"anomaly_detected": true,
"anomaly_type": "Route Flapping",
"severity": "High",
"reasoning": "Маршрут 10.1.1.0/24 по протоколу OSPF имеет аномально низкое время жизни (uptime)
всего 45 секунд. Для протоколов динамической маршрутизации такое низкое значение указывает на
недавнее перестроение таблицы маршрутизации, что является классическим признаком нестабильности
канала (flapping) или частых сбросов соседства (neighbor reset).",
"recommended_actions": [
"Проверить состояние интерфейса GigabitEthernet0/1 на наличие ошибок канального уровня: show
interfaces GigabitEthernet0/1",
"Проверить системный лог на предмет частых изменений состояния соседства OSPF: show log | include
OSPF-5-ADJCHG",
"Исключить дублирование IP-адресов или проблемы с питанием/оптикой на участке."
]
}
},
{
"id": "eigrp_ecmp_divergent_age_01",
"scenario": "Множественные пути (ECMP) с кардинально разным возрастом",
"input_text": "R2# show ip route\nCodes: L - local, C - connected, S - static, R - RIP, M - mobile, B - BGP\n
D - EIGRP, EX - EIGRP external, O - OSPF, IA - OSPF inter area\n\n 172.16.0.0/16 is variably subnetted,
3 subnets, 2 masks\nD 172.16.10.0/24 [90/30720] via 10.0.0.2, 1w2d, GigabitEthernet0/0\n
[90/30720] via 10.0.0.6, 00:03:15, GigabitEthernet0/1",
"parsed_input": {
"prefix": "172.16.10.0/24",
"protocol": "EIGRP",
"paths": [
{
"admin_distance": 90,
"metric": 30720,
"next_hop": "10.0.0.2",
"uptime_string": "1w2d",
"uptime_seconds": 777600,
"interface": "GigabitEthernet0/0",
"status": "stable"
},
{
"admin_distance": 90,
"metric": 30720,
"next_hop": "10.0.0.6",
"uptime_string": "00:03:15",
"uptime_seconds": 195,
"interface": "GigabitEthernet0/1",
"status": "recently_added_or_recovered"
}
]
},
"expected_analysis": {
"anomaly_detected": true,
"anomaly_type": "Asymmetric Path Age / Recent Topology Change",
"severity": "Medium",
"reasoning": "Обнаружены два равноценных пути (ECMP) к сети 172.16.10.0/24 по протоколу EIGRP, но с
кардинально разным временем жизни. Первый путь стабилен (1 неделя 2 дня), тогда как второй путь появился
или восстановился всего 3 минуты 15 секунд назад. Это указывает на недавний сбой на линке GigabitEthernet0/1
или его соседнем устройстве, после которого маршрут был пересчитан и добавлен заново.",
"recommended_actions": [
"Проверить интерфейс GigabitEthernet0/1 и коммутацию на предмет недавних сбросов: show interfaces
GigabitEthernet0/1, show log",
"Проанализировать загрузку каналов: возможно, один из каналов был перегружен, что вызвало временное
выпадение из таблицы маршрутизации.",
"Убедиться, что временная асимметрия маршрутизации не вызывает проблем для stateful-сервисов (например,
Firewall или NAT), если трафик возвращается по другому пути."
]
}
},
{
"id": "bgp_flapping_01",
"scenario": "Мигание BGP маршрута с низким uptime (нестабильность на границе AS)",
"input_text": "R3# show ip route bgp\nCodes: L - local, C - connected, S - static, R - RIP, M - mobile, B - BGP\n\nB
203.0.113.0/24 [20/0] via 198.51.100.1, 00:01:12",
"parsed_input": {
"prefix": "203.0.113.0/24",
"protocol": "BGP",
"admin_distance": 20,
"metric": 0,
"next_hop": "198.51.100.1",
"uptime_string": "00:01:12",
"uptime_seconds": 72
},
"expected_analysis": {
"anomaly_detected": true,
"anomaly_type": "BGP Route Flapping",
"severity": "High",
"reasoning": "BGP-маршрут имеет время жизни всего 1 минуту 12 секунд. BGP-сессии провайдеров или пиринга обычно
очень стабильны (uptime измеряется днями или месяцами). Такой низкий uptime свидетельствует о недавнем
перестроении BGP-сессии (reset) или получении нового обновления (update) от соседа 198.51.100.1, что может
быть признаком нестабильности на стороне провайдера или локального пиринга.",
"recommended_actions": [
"Проверить состояние BGP-соседа и количество перезапусков сессии: show ip bgp summary (обратить внимание на
колонку Up/Down и PfxRcd).",
"Проверить наличие и настройки BGP route dampening для предотвращения распространения нестабильных
маршрутов вглубь сети.",
"Запросить информацию у провайдера/партнера о возможных работах или сбоях на их стороне."
]
}
},
{
"id": "normal_ecmp_stable_01",
"scenario": "Негативный пример: Множественные пути с нормальным, стабильным возрастом (без аномалий)",
"input_text": "R4# show ip route\nCodes: L - local, C - connected, S - static, R - RIP, M - mobile, B - BGP\n D - EIGRP,
EX - EIGRP external, O - OSPF, IA - OSPF inter area\n\n 192.168.100.0/24 is variably subnetted, 2 subnets, 2 masks\nO
192.168.100.0/24 [110/30] via 10.10.10.1, 2w3d, GigabitEthernet0/0\n [110/30] via 10.10.20.1, 2w3d, GigabitEthernet0/1",
"parsed_input": {
"prefix": "192.168.100.0/24",
"protocol": "OSPF",
"paths": [
{
"admin_distance": 110,
"metric": 30,
"next_hop": "10.10.10.1",
"uptime_string": "2w3d",
"uptime_seconds": 1555200,
"interface": "GigabitEthernet0/0",
"status": "stable"
},
{
"admin_distance": 110,
"metric": 30,
"next_hop": "10.10.20.1",
"uptime_string": "2w3d",
"uptime_seconds": 1555200,
"interface": "GigabitEthernet0/1",
"status": "stable"
}
]
},
"expected_analysis": {
"anomaly_detected": false,
"anomaly_type": "None",
"severity": "Low",
"reasoning": "Обнаружены два равноценных пути (ECMP) к сети 192.168.100.0/24. Оба маршрута
имеют одинаковый и высокий показатель uptime (2 недели 3 дня), что свидетельствует о
стабильной работе протокола OSPF и отсутствии недавних топологических изменений или сбоев на
данных участках.",
"recommended_actions": [
"Действий не требуется. Маршрутизация работает в штатном режиме."
]
}
}
]
}
Кипр. Удаленная работа
AI Fine Tuning
AI Dataset Development
arrayphotocintrol
Рекомендации по использованию этого JSON для тренинга:
Feature Engineering (Инженерия признаков): Поле uptime_seconds является ключевым. Модель должна научиться связывать низкие числовые значения (например, < 300) с флагом "anomaly_detected": true.
Негативные примеры: Пример normal_ecmp_stable_01 критически важен. Без него модель может начать считать любые множественные пути аномалией, вместо того чтобы сравнивать их возраст.
Формат обучения: Вы можете преобразовать этот JSON в формат {"instruction": "Проанализируй вывод show ip route на предмет аномалий", "input": "", "output": ""} для стандартного fine-tuning'а (например, в форматах Alpaca или ChatML).
Контекст протоколов: В reasoning явно указано, почему низкий uptime плох для BGP/OSPF, но мог бы быть нормальным для статического маршрута, только что добавленного администратором. Это помогает модели строить контекстно-зависимые выводы.
Кипр. Удаленная работа
AI Fine Tuning >>
Datasets >>
Head Hunter >>
Пример Датасета №1 >>
Пример Датасета №3 >>
AI Dataset >>
Experience >>
Кипр. Удаленная работа
Разработка Датасетов для настройки ИИ
Создание цифрового двойника
Head Hunter
https://huggingface.co/
|
|