Développement d'un agent intelligent pour l'observabilité dynamique des réseaux de communication h/f

Le CEA est un acteur majeur de la recherche, au service des citoyens, de l'économie et de l'Etat.

Il apporte des solutions concrètes à leurs besoins dans quatre domaines principaux : transition énergétique, transition numérique, technologies pour la médecine du futur, défense et sécurité sur un socle de recherche fondamentale. Le CEA s'engage depuis plus de 75 ans au service de la souveraineté scientifique, technologique et industrielle de la France et de l'Europe pour un présent et un avenir mieux maîtrisés et plus sûrs.

Implanté au coeur des territoires équipés de très grandes infrastructures de recherche, le CEA dispose d'un large éventail de partenaires académiques et industriels en France, en Europe et à l'international.

Les 20 000 collaboratrices et collaborateurs du CEA partagent trois valeurs fondamentales :

- La conscience des responsabilités
- La coopération
- La curiosité Version française
Les architectures modernes (Cloud-Native, 5G/Edge) exigent une observabilité ultra-réactive et flexible. La technologie eBPF permet un monitoring de pointe, mais l'écriture manuelle des sondes est lente et demande une expertise noyau complexe.
Pour les systèmes du futur, nous devons pouvoir déployer des outils de monitoring à la volée pour investiguer une anomalie. L'objectif est de combler le fossé entre l'intention de monitoring (par exemple : "Mesurer la latence réseau d'un flux X") et la complexité du code eBPF nécessaire.

L'objectif principal est de concevoir et prototyper un agent intelligent (basé sur les modèles LLM) capable de : (i) traduire une requête de monitoring en langage naturel en un programme eBPF fonctionnel ; (ii) intégrer ce programme en temps réel dans une chaîne de monitoring standard basée sur SDN.
Ce projet vise à valider un Proof of Concept qui augmente la flexibilité de l'observabilité en réduisant le temps d'instrumentation de plusieurs heures à quelques minutes.
Le travail inclura :
- Génération et Validation de Code : Définir une stratégie de prompting efficace pour un modèle LLM.
- Développement de l'Exportateur Dynamique des sondes eBPF générées, de lire les données collectées et de les exposer dynamiquement.
- Démonstration de l'approche à travers d'un prototype réel
--
English version
Title: Development of an intelligent agent for dynamic observability of communication networks

Modern architectures (Cloud-Native, 5G/Edge) require ultra-responsive and flexible observability. While eBPF technology enables cutting-edge monitoring, manually writing probes is slow and demands complex kernel expertise.
For future systems, we need the ability to deploy monitoring tools on the fly to investigate anomalies. The goal is to bridge the gap between a monitoring intent (e.g., "Measure the network latency of flow X") and the complexity of the necessary eBPF code.

The main objective is to design and prototype an intelligent agent (based on LLM models) capable of: (i) translating a monitoring request in natural language into a functional eBPF program; (ii) integrating this program in real-time into a standard monitoring chain based on SDN.
This project aims to validate a Proof of Concept that enhances observability flexibility by reducing instrumentation time from several hours to just a few minutes.

The work will include:
- Code Generation and Validation: Defining an effective prompting strategy for an LLM.
- Dynamic Exporter Development that will loads eBPF probes, gets the collected data, and exposes it dynamically
- Demonstration using a real prototype.