導(dǎo)讀： 配置網(wǎng)絡(luò)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(jī)器學(xué)習(xí)技術(shù)提供了可精確預(yù)測(cè)網(wǎng)絡(luò)需求的能力。
網(wǎng)絡(luò)容量規(guī)劃旨在保證提供足夠的帶寬，從而可以可靠地滿足網(wǎng)絡(luò)SLA目標(biāo)，例如延遲、抖動(dòng)、丟包和可用性。這是一個(gè)復(fù)雜的、容易出錯(cuò)的工作，涉及嚴(yán)重的財(cái)務(wù)負(fù)擔(dān)。直到最近，可提供有洞察力的容量規(guī)劃所需的網(wǎng)絡(luò)數(shù)據(jù)才基本上可通過(guò)靜態(tài)、歷史和事后報(bào)告獲得。這種情況現(xiàn)在正在迅速改變。
“通過(guò)將先進(jìn)的數(shù)據(jù)科學(xué)和認(rèn)知技術(shù)（如人工智能和機(jī)器學(xué)習(xí)）結(jié)合起來(lái)，IT可以推動(dòng)產(chǎn)生新的、更智能的預(yù)測(cè)性見(jiàn)解，從而提高網(wǎng)絡(luò)容量規(guī)劃的準(zhǔn)確性，”德勤咨詢公司負(fù)責(zé)認(rèn)知分析的執(zhí)行董事Ashish Verma說(shuō)。“這有助于組織釋放數(shù)據(jù)潛力，以制定更靈活的決策，提高運(yùn)營(yíng)智慧，避免停機(jī)，并創(chuàng)造更好的用戶體驗(yàn)。”
盡管AI支持的網(wǎng)絡(luò)容量規(guī)劃仍處于初期階段，但大多數(shù)容量規(guī)劃供應(yīng)商，包括Cisco、NetBrain、Aria Networks、Flowmon和SolarWinds等大型和小型企業(yè)，已經(jīng)開(kāi)始將某種形式的AI技術(shù)融入其產(chǎn)品中，或計(jì)劃在不久的將來(lái)這樣做。與此同時(shí)，如IBM Watson 等技術(shù)供應(yīng)商，也在尋求進(jìn)入這一市場(chǎng)。
AI技術(shù)可支持傳統(tǒng)的網(wǎng)絡(luò)監(jiān)控
商業(yè)咨詢公司畢馬威（KPMG）美國(guó)首席信息官咨詢業(yè)務(wù)經(jīng)理弗雷德里克？林斯特羅姆（Fredrik Lindstrom）指出，利用人工智能分析多個(gè)來(lái)源的數(shù)據(jù)，可提供比嚴(yán)格關(guān)注鏈路利用率的傳統(tǒng)網(wǎng)絡(luò)監(jiān)控工具有更高的準(zhǔn)確性。“AI還可以對(duì)不同性能場(chǎng)景進(jìn)行建模，并將網(wǎng)絡(luò)性能與應(yīng)用程序性能聯(lián)系起來(lái)，以確定應(yīng)用程序在不同性能場(chǎng)景中受影響的程度。”
將AI驅(qū)動(dòng)的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于網(wǎng)絡(luò)性能中，可以使網(wǎng)絡(luò)控制器在增強(qiáng)網(wǎng)絡(luò)性能的同時(shí)從經(jīng)驗(yàn)中學(xué)習(xí)。
“隨著其不斷學(xué)習(xí)，它用于決策的分析模型得到了優(yōu)化，可以更好地代表網(wǎng)絡(luò)的真實(shí)意圖及其業(yè)務(wù)目標(biāo)，”思科公司（Cisco）分析和機(jī)器學(xué)習(xí)學(xué)科專家杜瓦爾？耶格爾（Duval Yeager）表示。“隨著網(wǎng)絡(luò)的發(fā)展、變化以及應(yīng)用程序和用戶的增加，無(wú)論是本地還是云端，這都能提供準(zhǔn)確的容量規(guī)劃。”
人工智能和機(jī)器學(xué)習(xí)方法可以有效地應(yīng)用于流量預(yù)報(bào)/預(yù)測(cè)、流量模式檢測(cè)、在線學(xué)習(xí)和自動(dòng)決策，卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）泰珀商學(xué)院（Tepper School of Business）商業(yè)技術(shù)助理教授黃燕（Yan Huang）說(shuō)道。
“高級(jí)機(jī)器學(xué)習(xí)算法可以將大規(guī)模和高度精細(xì)的網(wǎng)絡(luò)數(shù)據(jù)作為輸入，為網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)生成精確的需求預(yù)測(cè)，并檢測(cè)網(wǎng)絡(luò)流量和利用率的跨期模式/趨勢(shì)，”黃燕解釋說(shuō)。“流量和需求預(yù)測(cè)的改善將能夠更準(zhǔn)確地評(píng)估網(wǎng)絡(luò)容量需求，并減少資源過(guò)度供應(yīng)的需求。”
早期檢測(cè)和發(fā)現(xiàn)跨期模式或網(wǎng)絡(luò)流量的變化，可使組織能夠采取主動(dòng)措施來(lái)確保網(wǎng)絡(luò)性能。 “復(fù)雜的預(yù)測(cè)模型可以與優(yōu)化和/或模擬技術(shù)相結(jié)合，自動(dòng)生成最佳的網(wǎng)絡(luò)結(jié)構(gòu)或其他結(jié)構(gòu)以及相應(yīng)的容量和資源規(guī)劃，”黃燕說(shuō)道。然后，可以根據(jù)組織最關(guān)心的特定性能指標(biāo)來(lái)調(diào)整此類規(guī)劃。
AI技術(shù)還可以根據(jù)實(shí)時(shí)網(wǎng)絡(luò)狀況處理實(shí)時(shí)流量數(shù)據(jù)，并動(dòng)態(tài)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(wǎng)絡(luò)發(fā)展、維護(hù)和改進(jìn)相關(guān)的資本支出和運(yùn)營(yíng)支出，同時(shí)降低IT專業(yè)人員管理此類活動(dòng)所需的工作量。
一旦安裝并正確配置后，網(wǎng)絡(luò)AI技術(shù)就可以自動(dòng)進(jìn)行網(wǎng)絡(luò)容量規(guī)劃，同時(shí)考慮組織的財(cái)務(wù)和風(fēng)險(xiǎn)偏好。“人工智能可以實(shí)時(shí)或接近實(shí)時(shí)地分析許多不同的數(shù)據(jù)點(diǎn)，這對(duì)于企業(yè)遷移到涉及數(shù)據(jù)中心、云環(huán)境和廣域網(wǎng)的虛擬化網(wǎng)絡(luò)是至關(guān)重要的，”林斯特羅姆說(shuō)。
AI還可用于以各種方式分析網(wǎng)絡(luò)流量模式，幫助組織深入了解網(wǎng)絡(luò)中正在運(yùn)行的內(nèi)容以及整體網(wǎng)絡(luò)負(fù)載。
“這一細(xì)節(jié)對(duì)短期和長(zhǎng)期容量規(guī)劃都非常有用，”勞動(dòng)力管理軟件和服務(wù)提供商Kronos的首席架構(gòu)師兼網(wǎng)絡(luò)和安全高級(jí)總監(jiān)Doug Tamasanis解釋道。
從短期來(lái)看，AI可以在極精細(xì)級(jí)別上來(lái)預(yù)測(cè)每日流量突發(fā)，例如應(yīng)用程序、位置、技術(shù)和協(xié)議等。然后可以使用這些發(fā)現(xiàn)結(jié)果來(lái)防止高峰期的網(wǎng)絡(luò)性能下降。“從長(zhǎng)遠(yuǎn)來(lái)看，人工智能系統(tǒng)可以執(zhí)行最佳容量規(guī)劃，預(yù)測(cè)何時(shí)無(wú)法滿足短期的流量突發(fā)，以及（何時(shí)）需要進(jìn)行全面升級(jí)，”Tamasanis指出。
基于AI的容量規(guī)劃：入門(mén)
IT資產(chǎn)和服務(wù)管理軟件提供商Ivanti的聯(lián)邦系統(tǒng)工程師馬塞爾？肖（Marcel Shaw）表示，開(kāi)始使用基于AI的容量規(guī)劃技術(shù)的最佳方式是獲得一個(gè)成熟的技術(shù)，并且該技術(shù)已經(jīng)取得一定程度的成功且得到企業(yè)的認(rèn)可。
“同時(shí)，管理員應(yīng)謹(jǐn)慎對(duì)待AI學(xué)習(xí)算法所提供的建議，”他說(shuō)。“AI學(xué)習(xí)算法將在未來(lái)幾年內(nèi)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(shù)逐漸成熟，這將是非常重要的。”
林斯特羅姆建議，在數(shù)據(jù)源和監(jiān)控范圍方面，從小規(guī)模著手。“至關(guān)重要的是，數(shù)據(jù)源可靠且一致，并且（AI）系統(tǒng)能夠在至少一個(gè)完整的商業(yè)周期內(nèi)生成基線，”他解釋道。
Tamasanis指出，將網(wǎng)絡(luò)端口進(jìn)行復(fù)制，并部署到關(guān)鍵網(wǎng)絡(luò)設(shè)備，這是提供數(shù)據(jù)流的最佳方式，該數(shù)據(jù)流能夠?yàn)榉治銎脚_(tái)提供數(shù)據(jù)。可以將特定系統(tǒng)（例如無(wú)線控制器、VPN集中器和防火墻）直接配置為流數(shù)據(jù)。“任何人工智能系統(tǒng)都需要這些類型的數(shù)據(jù)供應(yīng)，而且網(wǎng)絡(luò)的覆蓋范圍越大越好，”Tamasanis說(shuō)。“關(guān)鍵是要將最大量的數(shù)據(jù)提供給（AI）平臺(tái)。”
在適當(dāng)?shù)沫h(huán)境中提供正確的數(shù)據(jù)也很重要。云計(jì)算平臺(tái)開(kāi)發(fā)商O(píng)psRamp的工程總監(jiān)Murthy Garikiparthi表示：“準(zhǔn)備好數(shù)據(jù)，以便輕松獲取解決方案，并確保該方案提供與您的目標(biāo)相關(guān)的網(wǎng)絡(luò)容量視圖。”一旦建立了數(shù)據(jù)管道，并且速度和數(shù)據(jù)供應(yīng)保持一致，該（AI）解決方案就可以開(kāi)始監(jiān)視特定行為的數(shù)據(jù)。“最后，一旦AI開(kāi)始提出建議，IT運(yùn)營(yíng)團(tuán)隊(duì)就可以依據(jù)這些見(jiàn)解來(lái)制定自動(dòng)化策略，”Garikiparthi建議道。
Tamasanis強(qiáng)調(diào)了選擇合適的AI平臺(tái)的重要性。“有些平臺(tái)更適合某些公司，”他指出。“這種自然的差異既是人工智能分析的一個(gè)吸引人的特征，也是一個(gè)有害的特征。”Tamasanis還建議避免使用自動(dòng)化配置。“雖然從反應(yīng)時(shí)間上很有吸引力，但數(shù)據(jù)的錯(cuò)誤解讀可能會(huì)帶來(lái)降低性能的效果，”他警告說(shuō)。
對(duì)AI資源和準(zhǔn)確性的誤解
關(guān)于使用AI進(jìn)行網(wǎng)絡(luò)容量規(guī)劃的最大誤解可能是，該技術(shù)并不是特別耗費(fèi)資源，特別是在人機(jī)交互方面。林斯特羅姆說(shuō)，這種錯(cuò)覺(jué)“是由一些供應(yīng)商所導(dǎo)致并加深的，他們會(huì)讓你覺(jué)得，只要你安裝這個(gè)工具，它就能完成所有工作，無(wú)需任何人管理。”
另一個(gè)誤解是，基于AI的網(wǎng)絡(luò)容量規(guī)劃是一種全有或全無(wú)的游戲。耶格爾（Yeager）建議，企業(yè)應(yīng)該以分階段的方式與供應(yīng)商合作，以模塊化的方式部署解決方案，并專注于價(jià)值最大的用例。鑒于許多未來(lái)的網(wǎng)絡(luò)元素將基于云端并且依賴于訂閱，這種方法尤其重要。“以分階段的用例方式部署將保證IT經(jīng)理不會(huì)為尚未部署的服務(wù)和解決方案支付云訂閱費(fèi)用，”耶格爾解釋說(shuō)。
肖（Shaw）說(shuō)，關(guān)于使用AI進(jìn)行容量規(guī)劃的最大誤解是，AI解決方案始終是準(zhǔn)確的。“在AI解決方案成熟之前，管理員必須驗(yàn)證并質(zhì)疑由AI驅(qū)動(dòng)的容量規(guī)劃解決方案所提供的建議，這是極為重要的。”
AI容量規(guī)劃的缺陷
與任何新興技術(shù)一樣，AI容量規(guī)劃也伴隨著一些隱患，隨時(shí)會(huì)摧毀那些無(wú)知和粗心大意的人。林斯特羅姆說(shuō)，那些急于使用該技術(shù)的組織往往會(huì)做得過(guò)大、過(guò)快，并期望在系統(tǒng)沒(méi)有進(jìn)行任何精細(xì)調(diào)節(jié)的情況下立即獲得結(jié)果。“如果系統(tǒng)沒(méi)有足夠的數(shù)據(jù)進(jìn)行分析，或者數(shù)據(jù)不可靠或不一致，則這些工具將無(wú)法生成準(zhǔn)確的網(wǎng)絡(luò)狀態(tài)或網(wǎng)絡(luò)性能情況，”他警告說(shuō)。
遠(yuǎn)離那些只提供不完整產(chǎn)品或服務(wù)的供應(yīng)商，這也很重要。“當(dāng)今市場(chǎng)上大多數(shù)解決方案只能為網(wǎng)絡(luò)的一小部分提供巨大優(yōu)勢(shì)，卻無(wú)法為有線、無(wú)線、設(shè)備、客戶端、應(yīng)用程序、安全、策略、跨域、廣域網(wǎng)、云和數(shù)據(jù)中心提供完整的網(wǎng)絡(luò)解決方案，”耶格爾指出。
使用不基于開(kāi)放平臺(tái)的AI產(chǎn)品和服務(wù)，將使面向智能的服務(wù)難以擴(kuò)展到組織的其他部分。 “未來(lái)的運(yùn)營(yíng)將不再是相互孤立，各個(gè)部門(mén)將共享網(wǎng)絡(luò)、服務(wù)、運(yùn)營(yíng)和使用數(shù)據(jù)，以增強(qiáng)企業(yè)范圍內(nèi)所有部門(mén)的能力，”耶格爾說(shuō)。
由于人工智能是一項(xiàng)相對(duì)較新的技術(shù)，因此采用該技術(shù)的人經(jīng)常會(huì)遇到來(lái)自保守管理者和員工的抵制，他們意圖保護(hù)組織內(nèi)的知識(shí)、舊的工作流程和自己的工作。“舊的做事方式不能過(guò)于僵化，以至于拒絕人工智能的好處。”Garikiparthi警告說(shuō)。
Tamasanis說(shuō)，AI只是提供了一個(gè)意見(jiàn)，而不是一個(gè)結(jié)論性的陳述。“將這樣的工具與現(xiàn)有的網(wǎng)絡(luò)設(shè)備和工程師整合起來(lái)，這將是一個(gè)漸進(jìn)的過(guò)程。”
