本文的主要作者包括 Guorui Xie、Qing Li、Yutao Dong、Guanglin Duan、Yong Jiang 和 Jingpu Duan。作者分属多个研究机构，包括国际研究生学院（清华大学深圳分校）、鹏城实验室以及南方科技大学。本研究成果发表在 IEEE INFOCOM 2022，大会论文编号为 9796936。
近年来，机器学习算法广泛应用于多种网络优化场景，例如路由性能提升、流量分类以及恶意流量检测等。然而，目前主流的实现方式是基于虚拟网络功能（Virtual Network Function，VNF）的 x86 服务器，这些方法在处理延迟与容量方面难以令人满意。因此，研究如何将学习模型直接部署在网络设备上，特别是可编程交换机上，用以实现高速分布式数据处理，成为一个迫切需要解决的难题。
可编程交换机，尤其是基于 P4（Programming Protocol-independent Packet Processors）语言的交换机，提供了对数据平面的自定义编程能力，能够以 Tbps 的吞吐量处理数据包。然而，由于硬件架构（主要是协议独立交换架构 PISA）的限制，复杂的计算操作，例如乘法、浮点运算等，无法直接实现。因此，尽管像决策树（Decision Tree, DT）这种简单的基于规则学习分类器得以在交换机硬件上实现，但其仍然面临可扩展性不足、硬件资源消耗过大的问题。为了应对这些挑战，作者提出了“Mousika”，一个基于知识蒸馏（Knowledge Distillation）的嵌入式网络智能框架。本研究旨在充分利用复杂学习模型的学习能力，同时避免其直接部署在交换机上的硬件瓶颈。
Mousika 的研究分为以下几个主要步骤： 1. 新的二元决策树（Binary Decision Tree，BDT）设计：通过重新设计传统的决策树，提出了一种基于二进制规则的分类方法，使其更适合匹配硬件设备的限制。 2. 知识蒸馏方法引入：利用“教师-学生”结构将复杂模型的学习能力转化为二元决策树，使得 Mousika 能同时结合学习能力与硬件适配性。 3. P4 程序实现：设计了一个轻量级的 P4 程序，在交换机硬件中以最少资源实现 BDT 的分类规则。
Mousika 修改了传统决策树（DT）的结构，使其更加高效并符合可编程交换机的限制。相比传统 DT： - BDT 的分支以比特位为基础，显著降低了搜索空间和计算复杂度。例如，Gini 指数的计算复杂度从 DT 的 O(2^m) 降至 BDT 的 O(m)。 - BDT 的分类规则是由 0 和 1 组成的路径序列，可以直接编码为硬件支持的三态匹配（Ternary Match）表项，而避免了硬件不广泛支持的范围匹配（Range Match）。
通过知识蒸馏机制，Mousika 将复杂模型（例如深度学习模型或集成学习模型）的“知识”转化为 BDT 的规则。在此架构中： 1. 复杂模型（教师模型）生成每个输入样本的类概率分布（即软标签）。 2. 使用这些软标签指导 BDT 的训练，使得其能够与教师模型的性能接近甚至超过。 3. 此过程不仅增强了 BDT 的学习能力，还减少了分类规则的数量，提高了树结构的简洁性。
例如，在实验中，随机森林（Random Forest, RF）模型作为教师，指导 BDT 学习后，其规则数量减少了约 4.9 倍，且准确率提高了约 3%。
作者开发了一款约 100 行代码的 P4 程序，通过以下步骤实现 BDT 规则的硬件部署： 1. 解析阶段（Parser）：选取若干关键数据包特征（如 IP 类型、TTL 及长度），并存储为包头向量（Packet Header Vector, PHV）内的比特。 2. 特征初始化：以 BDT 分类规则为依据，将特定比特划分至三态匹配表。 3. 分类与转发：表项匹配到的分类结果被转换为交换机的转发端口号，实现实时的线速分类与转发。
研究进行了三个典型网络任务的实验验证： 1. 流量大小预测（Flow Size Prediction）：基于数据流分类预测是否为“大象流”。 2. 流量类型分类（Traffic Type Classification）：将流量类型分为 VoIP、P2P 等六类。 3. 恶意流量检测（Malware Detection）：识别正常流量与恶意攻击流量。
结果表明： - 在准确率方面，知识蒸馏后的 BDT 通常比 DT 更优。例如，在流量大小预测任务中，蒸馏 BDT 的准确率达 94.95%，比普通 DT 提升约 3 个百分点。 - 训练时间显著缩短。以流量预测任务为例，普通 DT 训练耗时约 43170 秒，而蒸馏 BDT 仅需 276 秒。 - 分类规则数量大幅缩减。例如，在流量分类任务中，蒸馏 BDT 的规则数为 1216，而普通 BDT 为 5948。
在硬件评估中，Mousika 的 P4 程序部署于 Edgecore Wedge 100BF-65X 交换机，其高效性表现为： 1. 吞吐量：在 40Gbps 与 100Gbps 测试流量下，交换机均保持零丢包，且运行速率达线速。 2. 资源占用：P4 程序仅占用两个表和两个硬件流水级，比传统方法（如 iisy）节省超过 10 倍资源。
与传统框架 iisy 相比，Mousika 表现出显著优越性： - 程序资源占用：Mousika 使用 2 个表及 2 个流水级，而 iisy 需 11 个表和 10 个流水级。 - 内存与计算资源：通过 ternary match 替代 range match，Mousika 的 TCAM 使用量显著降低，占用约 1.7%，而 iisy 高达 63.5%。
Mousika 提供了一种创新的网络内智能实现方式，结合 BDT 和知识蒸馏技术，既提升了学习能力，又实现了高效硬件适配。其科学价值在于扩展了网络内学习的理论边界；应用价值体现在其可广泛应用于多种实时网络管理任务，助力下一代智能网络发展。
尽管 Mousika 已展示出良好的性能，但其仍面临一些局限： - 数据特征局限：目前仅支持使用 PHV 比特开发 BD，未能直接支持更复杂的流特征。 - 模型选择依赖：特定任务对教师模型的选择性较强，需进一步优化。
研发团队将 Mousika 框架已开源，详细信息可参考其 GitHub 仓库：https://github.com/xgr19/mousika。