亞博vip2

 
當前位置: 亞博vip2 » 行業資訊 » 機器人»人工智能(AI)如何改進網絡容量規劃?
   

人工智能(AI)如何改進網絡容量規劃?

 46.1K
     [點擊複制]
放大字體  縮小字體 發布日期:2019-04-10   浏覽次數:150
核心提示:導讀: 配置網絡帶寬的一些棘手技能正在從利用新工具中獲得幫助。人工智能和機器學習技術提供了可精确預測網絡需求的能力。網絡

導讀: 配置網絡帶寬的一些棘手技能正在從利用新工具中獲得幫助。人工智能和機器學習技術提供了可精确預測網絡需求的能力。

網絡容量規劃旨在保證提供足夠的帶寬,從而可以可靠地滿足網絡SLA目标,例如延遲、抖動、丢包和可用性。這是一個複雜的、容易出錯的工作,涉及嚴重的财務負擔。直到最近,可提供有洞察力的容量規劃所需的網絡數據才基本上可通過靜态、曆史和事後報告獲得。這種情況現在正在迅速改變。

“通過将先進的數據科學和認知技術(如人工智能和機器學習)結合起來,IT可以推動産生新的、更智能的預測性見解,從而提高網絡容量規劃的準确性,”德勤咨詢公司負責認知分析的執行董事Ashish Verma說。“這有助于組織釋放數據潛力,以制定更靈活的決策,提高運營智慧,避免停機,并創造更好的用戶體驗。”

盡管AI支持的網絡容量規劃仍處于初期階段,但大多數容量規劃供應商,包括Cisco、NetBrain、Aria Networks、Flowmon和SolarWinds等大型和小型企業,已經開始将某種形式的AI技術融入其産品中,或計劃在不久的将來這樣做。與此同時,如IBM Watson 等技術供應商,也在尋求進入這一市場。

AI技術可支持傳統的網絡監控

商業咨詢公司畢馬威(KPMG)美國首席信息官咨詢業務經理弗雷德裏克?林斯特羅姆(Fredrik Lindstrom)指出,利用人工智能分析多個來源的數據,可提供比嚴格關注鏈路利用率的傳統網絡監控工具有更高的準确性。“AI還可以對不同性能場景進行建模,并将網絡性能與應用程序性能聯系起來,以确定應用程序在不同性能場景中受影響的程度。”

将AI驅動的機器學習技術應用于網絡性能中,可以使網絡控制器在增強網絡性能的同時從經驗中學習。

“随着其不斷學習,它用于決策的分析模型得到了優化,可以更好地代表網絡的真實意圖及其業務目标,”思科公司(Cisco)分析和機器學習學科專家杜瓦爾?耶格爾(Duval Yeager)表示。“随着網絡的發展、變化以及應用程序和用戶的增加,無論是本地還是雲端,這都能提供準确的容量規劃。”

人工智能和機器學習方法可以有效地應用于流量預報/預測、流量模式檢測、在線學習和自動決策,卡内基梅隆大學(Carnegie Mellon University)泰珀商學院(Tepper School of Business)商業技術助理教授黃燕(Yan Huang)說道。

“高級機器學習算法可以将大規模和高度精細的網絡數據作爲輸入,爲網絡中的每個節點生成精确的需求預測,并檢測網絡流量和利用率的跨期模式/趨勢,”黃燕解釋說。“流量和需求預測的改善将能夠更準确地評估網絡容量需求,并減少資源過度供應的需求。”

早期檢測和發現跨期模式或網絡流量的變化,可使組織能夠采取主動措施來确保網絡性能。 “複雜的預測模型可以與優化和/或模拟技術相結合,自動生成最佳的網絡結構或其他結構以及相應的容量和資源規劃,”黃燕說道。然後,可以根據組織最關心的特定性能指标來調整此類規劃。

AI技術還可以根據實時網絡狀況處理實時流量數據,并動态制定路由和分配決策。“它還支持增量容量配置的按需模型,”黃燕解釋道。所有這些因素都可以顯著降低與網絡發展、維護和改進相關的資本支出和運營支出,同時降低IT專業人員管理此類活動所需的工作量。

一旦安裝并正确配置後,網絡AI技術就可以自動進行網絡容量規劃,同時考慮組織的财務和風險偏好。“人工智能可以實時或接近實時地分析許多不同的數據點,這對于企業遷移到涉及數據中心、雲環境和廣域網的虛拟化網絡是至關重要的,”林斯特羅姆說。

AI還可用于以各種方式分析網絡流量模式,幫助組織深入了解網絡中正在運行的内容以及整體網絡負載。

“這一細節對短期和長期容量規劃都非常有用,”勞動力管理軟件和服務提供商Kronos的首席架構師兼網絡和安全高級總監Doug Tamasanis解釋道。

從短期來看,AI可以在極精細級别上來預測每日流量突發,例如應用程序、位置、技術和協議等。然後可以使用這些發現結果來防止高峰期的網絡性能下降。“從長遠來看,人工智能系統可以執行最佳容量規劃,預測何時無法滿足短期的流量突發,以及(何時)需要進行全面升級,”Tamasanis指出。

基于AI的容量規劃:入門

IT資産和服務管理軟件提供商Ivanti的聯邦系統工程師馬塞爾?肖(Marcel Shaw)表示,開始使用基于AI的容量規劃技術的最佳方式是獲得一個成熟的技術,并且該技術已經取得一定程度的成功且得到企業的認可。

“同時,管理員應謹慎對待AI學習算法所提供的建議,”他說。“AI學習算法将在未來幾年内得到大幅改善,因此客戶在完全信任AI解決方案所推薦的容量需求之前,需要有耐心并允許AI技術逐漸成熟,這将是非常重要的。”

林斯特羅姆建議,在數據源和監控範圍方面,從小規模着手。“至關重要的是,數據源可靠且一緻,并且(AI)系統能夠在至少一個完整的商業周期内生成基線,”他解釋道。

Tamasanis指出,将網絡端口進行複制,并部署到關鍵網絡設備,這是提供數據流的最佳方式,該數據流能夠爲分析平台提供數據。可以将特定系統(例如無線控制器、VPN集中器和防火牆)直接配置爲流數據。“任何人工智能系統都需要這些類型的數據供應,而且網絡的覆蓋範圍越大越好,”Tamasanis說。“關鍵是要将最大量的數據提供給(AI)平台。”

在适當的環境中提供正确的數據也很重要。雲計算平台開發商OpsRamp的工程總監Murthy Garikiparthi表示:“準備好數據,以便輕松獲取解決方案,并确保該方案提供與您的目标相關的網絡容量視圖。”一旦建立了數據管道,并且速度和數據供應保持一緻,該(AI)解決方案就可以開始監視特定行爲的數據。“最後,一旦AI開始提出建議,IT運營團隊就可以依據這些見解來制定自動化策略,”Garikiparthi建議道。

Tamasanis強調了選擇合适的AI平台的重要性。“有些平台更适合某些公司,”他指出。“這種自然的差異既是人工智能分析的一個吸引人的特征,也是一個有害的特征。”Tamasanis還建議避免使用自動化配置。“雖然從反應時間上很有吸引力,但數據的錯誤解讀可能會帶來降低性能的效果,”他警告說。

對AI資源和準确性的誤解

關于使用AI進行網絡容量規劃的最大誤解可能是,該技術并不是特别耗費資源,特别是在人機交互方面。林斯特羅姆說,這種錯覺“是由一些供應商所導緻并加深的,他們會讓你覺得,隻要你安裝這個工具,它就能完成所有工作,無需任何人管理。”

另一個誤解是,基于AI的網絡容量規劃是一種全有或全無的遊戲。耶格爾(Yeager)建議,企業應該以分階段的方式與供應商合作,以模塊化的方式部署解決方案,并專注于價值最大的用例。鑒于許多未來的網絡元素将基于雲端并且依賴于訂閱,這種方法尤其重要。“以分階段的用例方式部署将保證IT經理不會爲尚未部署的服務和解決方案支付雲訂閱費用,”耶格爾解釋說。

肖(Shaw)說,關于使用AI進行容量規劃的最大誤解是,AI解決方案始終是準确的。“在AI解決方案成熟之前,管理員必須驗證并質疑由AI驅動的容量規劃解決方案所提供的建議,這是極爲重要的。”

AI容量規劃的缺陷

與任何新興技術一樣,AI容量規劃也伴随着一些隐患,随時會摧毀那些無知和粗心大意的人。林斯特羅姆說,那些急于使用該技術的組織往往會做得過大、過快,并期望在系統沒有進行任何精細調節的情況下立即獲得結果。“如果系統沒有足夠的數據進行分析,或者數據不可靠或不一緻,則這些工具将無法生成準确的網絡狀态或網絡性能情況,”他警告說。

遠離那些隻提供不完整産品或服務的供應商,這也很重要。“當今市場上大多數解決方案隻能爲網絡的一小部分提供巨大優勢,卻無法爲有線、無線、設備、客戶端、應用程序、安全、策略、跨域、廣域網、雲和數據中心提供完整的網絡解決方案,”耶格爾指出。

使用不基于開放平台的AI産品和服務,将使面向智能的服務難以擴展到組織的其他部分。 “未來的運營将不再是相互孤立,各個部門将共享網絡、服務、運營和使用數據,以增強企業範圍内所有部門的能力,”耶格爾說。

由于人工智能是一項相對較新的技術,因此采用該技術的人經常會遇到來自保守管理者和員工的抵制,他們意圖保護組織内的知識、舊的工作流程和自己的工作。“舊的做事方式不能過于僵化,以至于拒絕人工智能的好處。”Garikiparthi警告說。

Tamasanis說,AI隻是提供了一個意見,而不是一個結論性的陳述。“将這樣的工具與現有的網絡設備和工程師整合起來,這将是一個漸進的過程。”

 

 
 
 
[ 行業資訊搜索 ]  [ 加入收藏 ]  [ 告訴好友 ]  [ 打印本文 ]  [ 關閉窗口 ]
 
 
展會更多+
視頻更多+
點擊排行
 
網站亞博vip2 | 網站地圖 | 排名推廣 | 廣告服務 | 積分換禮 | 網站留言 | RSS訂閱

      ,