UB 的 LLMNetOps 本地 AI 技术管理网络

布拉维加亚大学信息技术局（DTI）开发了一套名为 Large Language Model for Network Operations（LLMNetOps）的校园网络管理人工智能系统，并于2026年11月6日星期五在东爪哇省玛琅市发布。开发这项人工智能技术，源于教育机构在管理网络基础设施时面临的挑战，包括技术人员有限、网络管理员能力参差不齐等问题。这类技术的发展体现了印度尼西亚致力于利用人工智能创新，为本地教育和研究提供解决方案。

LLMNetOps 系统：组件与功能

LLMNetOps 被设计为网络团队的人工智能副驾驶，包含三个主要组件。第一，本地大语言模型，运行在机构服务器上，无需将数据发送至外部服务器。第二，NetOpsAgent，作为人工智能代理，将管理员的问题转化为发送给网络设备的指令。第三，NetOpsUI，作为基于网页的界面，支持通过自然对话进行交互。

数据安全与机构自主性

布拉维加亚大学 DTI 局长 Raden Arief Setyawan 博士强调，开发该系统时，数据保护是重要考量之一。使用基于云的人工智能服务仍令人担忧，因为网络管理员需要处理设备配置、网络设备日志等敏感信息。借助本地部署的 LLMNetOps，配置数据和网络信息无需发送至外部服务器，从而确保机构信息技术的安全与自主性。

资金与合作

LLMNetOps 于2025年获得 Information Society Innovation Fund (ISIF) Asia/APNIC Foundation 的资助，金额为3万美元。该系统的实施是布拉维加亚大学与印度尼西亚研究与教育网络（IDREN）合作的成果，体现了双方共同加强印度尼西亚教育和研究网络生态系统的努力。

研讨会与培训

LLMNetOps 研讨会于2026年11月6日至7日（星期五至星期六）在玛琅市的一家酒店举行，来自印度尼西亚各地24所高等院校及政府机构的40名参与者出席。讲师来自布拉维加亚大学 DTI、计算机科学学院（FILKOM），以及代表 IDREN 社群的加查马达大学（UGM）Widyawan。

第一天，参与者学习了网络管理面临的挑战及人工智能的潜力。随后，他们在指导下逐步使用各自的笔记本电脑搭建并启用本地人工智能系统，直至系统可以运行。第二天（2026年11月7日），参与者练习使用 LLMNetOps 处理校园环境中常见的各种网络故障场景，包括基于人工智能的网络安全，以及利用生成式人工智能拓展校园运营。

实际应用示例

在实际应用中，如果收到用户报告称其在某栋楼的本地网络中无法获取 IP 地址，网络管理员可以通过系统发出指令。管理员只需让系统检查路由器状态。随后，人工智能会协助追踪相关网络设备、读取设备状态并提供检查结果，无需工作人员逐一手动登录设备。

实施目标与期望

通过本次研讨会，参与者有望理解本地生成式人工智能的概念与架构，并能够独立安装和运行 LLMNetOps。参与者还应根据各自机构的优先需求和现有硬件能力，制定实施方案。

布拉维加亚大学 DTI 局长希望该系统不止用于培训，还能在参与者各自的机构中落地并持续发展。LLMNetOps 团队将举办线上研讨会，跟进并协助各参与机构推进系统实施。所有材料、技术指南和所用工具均免费公开，可用于进一步开发，也可用于各机构技术人员的内部培训。

常见问题

什么是 LLMNetOps？这项人工智能技术如何用于网络管理？

LLMNetOps 是一套专门设计的人工智能副驾驶系统，可帮助网络管理员更高效地检测故障、分析设备并撰写报告。该系统由运行在机构服务器上的本地大语言模型、负责将问题转化为网络指令的 NetOpsAgent，以及交互式网页界面 NetOpsUI 组成。这项人工智能技术使管理员能够使用自然语言发出指令，无需手动登录每台设备。

LLMNetOps 的技术发展如何确保教育机构的数据安全？

LLMNetOps 在机构内部本地运行，因此配置数据和敏感网络信息无需发送至外部服务器或云端。这与基于云的人工智能服务不同；对于处理敏感信息的网络管理员而言，使用此类服务令人担忧。由于所有分析流程均在机构自己的服务器上完成，因此数据安全得以保障。

印度尼西亚的其他教育机构能否使用 LLMNetOps？

可以。所有 LLMNetOps 材料、技术指南和工具均免费公开，供其他教育和研究机构使用。培训研讨会共有来自印度尼西亚各地24所高等院校及政府机构的40名参与者出席。LLMNetOps 团队还将举办线上研讨会，跟进并协助各参与机构实施系统，推动高校从业者社群的建设，以便分享经验与解决方案。