arXiv cs.AI· Naveen Babu Narayanan Nair, Sajay Kurup·· 10 小时前AI 评分31
VATC：面向 AI 智能体流量的可验证服务质量机制，从仿真到真实内核对抗测试
Verifiable Agentic Traffic Class: A Policed Quality-of-Service Mechanism for Agentic AI Traffic, Evaluated from Simulation to Real-Kernel Adversarial Testing
AI 导读
论文提出可验证智能体流量类别 VATC，用预留 DSCP 值声明智能体流量，路由器侧分类器将违背声明的流降级到尽力而为之后，并配限速优先队列。仿真中突发场景下 VATC 将智能体平均排队时延较 DiffServ 降低 98%，人类时延增加 12%；内核伪造洪泛测试中限速使人类延迟仅为 DiffServ 的 1/11。真实智能体框架在拥塞链路上，路由排队占任务时间 13% 至 63%。
正文 · AI 翻译
摘要：基于大语言模型构建的软件代理所产生的流量与人类网络流量不同，然而路由器没有为其设置类别，也无法验证发送方自称是代理的说法。本文提出可验证代理流量类别（VATC），它结合了一个保留的区分服务代码点（DSCP）值来声明代理流量、一个路由器端分类器（将违背该声明的流降级为在尽力而为流量之后服务的类别），以及一个限速优先队列。VATC 在两个模拟器和真实 Linux 内核上与静态区分服务（DiffServ，一个信任标记的专用类别）以及 fq_codel（一种按流公平排队调度器）进行了比较。在稳定负载下，VATC 与 DiffServ 表现相当。在构造的突发场景中，模拟环境下（假设立即给出判定），VATC 将代理平均排队延迟相对 DiffServ 降低了 98%，而人类延迟增加了 12%；大部分收益来自单独的类别。在内核中面对伪造洪泛时，限速将人类延迟保持在 DiffServ 的 11 倍以下。在没有验证的情况下，DiffServ 和配置严格的 fq_codel 为合法代理提供的延迟低于 VATC；随后一个实时四特征分类器将所有 20 个批量型伪造者降级，并为代理提供 0.30 ms 的延迟，但漏掉了六个复制代理模式的伪造者。在模拟网络延迟的情况下，分类器的一个时序特征不再能区分代理流和人类流。在拥塞链路上的真实代理测试框架中，路由器排队占任务时间的 13% 到 63%，具体取决于测试框架和假设的模型延迟。流量为合成数据或沙盒规模。
| 评论： | 20 页，3 幅图，15 张表；已提交至 IEEE Access；代码和数据见 doi:https://doi.org/10.5281/zenodo.23865136 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；网络与互联网架构（cs.NI） |
| 引用为： | arXiv:2611.14211 [cs.LG] |
| （或 arXiv:2611.14211v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.14211 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Naveen Babu Narayanan Nair [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 15:33:22 UTC（2,469 KB）
来源：arXiv cs.AI · arxiv.org