Biografia
Francesco Lombardo è un ingegnere informatico con esperienza in ricerca e sviluppo. A dicembre 2021 ha iniziato la sua attività in GARR come Cloud Engineer, per poi entrare nel team DC Network, dove si occupa di progettazione e sviluppo di strumenti e processi per l’automazione di rete.
Abstract
Agenti e inferenza interna: l'AI di GARR per il troubleshooting di rete
Antares è un sistema multi-agente sviluppato in GARR per il troubleshooting automatizzato dei data center. Un supervisore basato su LangGraph interpreta le richieste, consulta NetBox e orchestra agenti specializzati su vendor (Arista, Juniper, Cisco), log (OpenSearch), telemetria (InfluxDB) e documentazione interna. Parallelamente all'interfaccia interattiva, Antares opera in autonomia eseguendo controlli quotidiani e segnalando su Slack solo le anomalie nuove o peggiorate. Per garantire la sovranità dei dati, è stato implementato un sistema di inferenza interna su cloud GARR basato su modelli open. La sicurezza non è affidata al prompt, ma a una difesa in profondità: accesso in sola lettura garantito a tre livelli indipendenti (utenze di rete, barriera sui comandi e budget per agente), sanificazione dei segreti prima dell'elaborazione, audit log completo e protezione contro la prompt injection nei syslog. L'intervento riassumerà le lezioni apprese portando l'AI sugli apparati di produzione: come misurarne la qualità, dove si concentra lo sforzo ingegneristico.
Presentazioni
Video
Bio
Francesco Lombardo is a computer engineer with experience in research and development. He joined GARR in December 2021 as a Cloud Engineer and subsequently moved to the DC Network team, where he works on designing and developing tools and processes for network automation.
Abstract
Agents and in-house inference: AI for network troubleshooting
Antares is a multi-agent system developed at GARR to automate data centre troubleshooting. A LangGraph-based supervisor interprets requests, queries NetBox and orchestrates specialised agents covering network vendors (Arista, Juniper and Cisco), logs (OpenSearch), telemetry (InfluxDB) and internal documentation.
Alongside its interactive interface, Antares operates autonomously, performing daily checks and reporting only new or worsening anomalies via Slack.
To ensure data sovereignty, an in-house inference system has been deployed on the GARR cloud, using open models.
Security does not rely on prompting alone, but on a defence-in-depth approach: read-only access enforced at three independent levels (network accounts, command-level restrictions and per-agent budgets), sanitisation of secrets before processing, comprehensive audit logging and protection against prompt injection in syslogs.
The presentation will summarise the lessons learned from deploying AI on production network equipment, including how to measure its quality and where the main engineering effort lies.
