導讀： 配置網(wǎng)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確預測網(wǎng)絡需求的能力。
網(wǎng)絡容量規(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SLA目標，例如延遲、抖動、丟包和可用性。這是一個復雜的、容易出錯的工作，涉及嚴重的財務負擔。直到最近，可提供有洞察力的容量規(guī)劃所需的網(wǎng)絡數(shù)據(jù)才基本上可通過靜態(tài)、歷史和事后報告獲得。這種情況現(xiàn)在正在迅速改變。
“通過將先進的數(shù)據(jù)科學和認知技術（如人工智能和機器學習）結合起來，IT可以推動產生新的、更智能的預測性見解，從而提高網(wǎng)絡容量規(guī)劃的準確性，”德勤咨詢公司負責認知分析的執(zhí)行董事Ashish Verma說。“這有助于組織釋放數(shù)據(jù)潛力，以制定更靈活的決策，提高運營智慧，避免停機，并創(chuàng)造更好的用戶體驗。”
盡管AI支持的網(wǎng)絡容量規(guī)劃仍處于初期階段，但大多數(shù)容量規(guī)劃供應商，包括Cisco、NetBrain、Aria Networks、Flowmon和SolarWinds等大型和小型企業(yè)，已經(jīng)開始將某種形式的AI技術融入其產品中，或計劃在不久的將來這樣做。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(tǒng)的網(wǎng)絡監(jiān)控
商業(yè)咨詢公司畢馬威（KPMG）美國首席信息官咨詢業(yè)務經(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來源的數(shù)據(jù)，可提供比嚴格關注鏈路利用率的傳統(tǒng)網(wǎng)絡監(jiān)控工具有更高的準確性。“AI還可以對不同性能場景進行建模，并將網(wǎng)絡性能與應用程序性能聯(lián)系起來，以確定應用程序在不同性能場景中受影響的程度。”
將AI驅動的機器學習技術應用于網(wǎng)絡性能中，可以使網(wǎng)絡控制器在增強網(wǎng)絡性能的同時從經(jīng)驗中學習。
“隨著其不斷學習，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)絡的真實意圖及其業(yè)務目標，”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。“隨著網(wǎng)絡的發(fā)展、變化以及應用程序和用戶的增加，無論是本地還是云端，這都能提供準確的容量規(guī)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，卡內基梅隆大學（Carnegie Mellon University）泰珀商學院（Tepper School of Business）商業(yè)技術助理教授黃燕（Yan Huang）說道。
“高級機器學習算法可以將大規(guī)模和高度精細的網(wǎng)絡數(shù)據(jù)作為輸入，為網(wǎng)絡中的每個節(jié)點生成精確的需求預測，并檢測網(wǎng)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將能夠更準確地評估網(wǎng)絡容量需求，并減少資源過度供應的需求。”
早期檢測和發(fā)現(xiàn)跨期模式或網(wǎng)絡流量的變化，可使組織能夠采取主動措施來確保網(wǎng)絡性能。 “復雜的預測模型可以與優(yōu)化和/或模擬技術相結合，自動生成最佳的網(wǎng)絡結構或其他結構以及相應的容量和資源規(guī)劃，”黃燕說道。然后，可以根據(jù)組織最關心的特定性能指標來調整此類規(guī)劃。
AI技術還可以根據(jù)實時網(wǎng)絡狀況處理實時流量數(shù)據(jù)，并動態(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)絡發(fā)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(yè)人員管理此類活動所需的工作量。
一旦安裝并正確配置后，網(wǎng)絡AI技術就可以自動進行網(wǎng)絡容量規(guī)劃，同時考慮組織的財務和風險偏好。“人工智能可以實時或接近實時地分析許多不同的數(shù)據(jù)點，這對于企業(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(wǎng)絡流量模式，幫助組織深入了解網(wǎng)絡中正在運行的內容以及整體網(wǎng)絡負載。
“這一細節(jié)對短期和長期容量規(guī)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(wǎng)絡和安全高級總監(jiān)Doug Tamasanis解釋道。
從短期來看，AI可以在極精細級別上來預測每日流量突發(fā)，例如應用程序、位置、技術和協(xié)議等。然后可以使用這些發(fā)現(xiàn)結果來防止高峰期的網(wǎng)絡性能下降。“從長遠來看，人工智能系統(tǒng)可以執(zhí)行最佳容量規(guī)劃，預測何時無法滿足短期的流量突發(fā)，以及（何時）需要進行全面升級，”Tamasanis指出。
基于AI的容量規(guī)劃：入門
IT資產和服務管理軟件提供商Ivanti的聯(lián)邦系統(tǒng)工程師馬塞爾？肖（Marcel Shaw）表示，開始使用基于AI的容量規(guī)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(jīng)取得一定程度的成功且得到企業(yè)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學習算法將在未來幾年內得到大幅改善，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)能夠在至少一個完整的商業(yè)周期內生成基線，”他解釋道。
Tamasanis指出，將網(wǎng)絡端口進行復制，并部署到關鍵網(wǎng)絡設備，這是提供數(shù)據(jù)流的最佳方式，該數(shù)據(jù)流能夠為分析平臺提供數(shù)據(jù)。可以將特定系統(tǒng)（例如無線控制器、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，而且網(wǎng)絡的覆蓋范圍越大越好，”Tamasanis說。“關鍵是要將最大量的數(shù)據(jù)提供給（AI）平臺。”
在適當?shù)沫h(huán)境中提供正確的數(shù)據(jù)也很重要。云計算平臺開發(fā)商OpsRamp的工程總監(jiān)Murthy Garikiparthi表示：“準備好數(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相關的網(wǎng)絡容量視圖。”一旦建立了數(shù)據(jù)管道，并且速度和數(shù)據(jù)供應保持一致，該（AI）解決方案就可以開始監(jiān)視特定行為的數(shù)據(jù)。“最后，一旦AI開始提出建議，IT運營團隊就可以依據(jù)這些見解來制定自動化策略，”Garikiparthi建議道。
Tamasanis強調了選擇合適的AI平臺的重要性。“有些平臺更適合某些公司，”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(shù)據(jù)的錯誤解讀可能會帶來降低性能的效果，”他警告說。
對AI資源和準確性的誤解
關于使用AI進行網(wǎng)絡容量規(guī)劃的最大誤解可能是，該技術并不是特別耗費資源，特別是在人機交互方面。林斯特羅姆說，這種錯覺“是由一些供應商所導致并加深的，他們會讓你覺得，只要你安裝這個工具，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(wǎng)絡容量規(guī)劃是一種全有或全無的游戲。耶格爾（Yeager）建議，企業(yè)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(wǎng)絡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)理不會為尚未部署的服務和解決方案支付云訂閱費用，”耶格爾解釋說。
肖（Shaw）說，關于使用AI進行容量規(guī)劃的最大誤解是，AI解決方案始終是準確的。“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(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
與任何新興技術一樣，AI容量規(guī)劃也伴隨著一些隱患，隨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(tǒng)沒有進行任何精細調節(jié)的情況下立即獲得結果。“如果系統(tǒng)沒有足夠的數(shù)據(jù)進行分析，或者數(shù)據(jù)不可靠或不一致，則這些工具將無法生成準確的網(wǎng)絡狀態(tài)或網(wǎng)絡性能情況，”他警告說。
遠離那些只提供不完整產品或服務的供應商，這也很重要。“當今市場上大多數(shù)解決方案只能為網(wǎng)絡的一小部分提供巨大優(yōu)勢，卻無法為有線、無線、設備、客戶端、應用程序、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)絡解決方案，”耶格爾指出。
使用不基于開放平臺的AI產品和服務，將使面向智能的服務難以擴展到組織的其他部分。 “未來的運營將不再是相互孤立，各個部門將共享網(wǎng)絡、服務、運營和使用數(shù)據(jù)，以增強企業(yè)范圍內所有部門的能力，”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(jīng)常會遇到來自保守管理者和員工的抵制，他們意圖保護組織內的知識、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只是提供了一個意見，而不是一個結論性的陳述。“將這樣的工具與現(xiàn)有的網(wǎng)絡設備和工程師整合起來，這將是一個漸進的過程。”
