利用人工智能改進網(wǎng)絡(luò)容量規(guī)劃

John Edwards 陳琳華

新的工具可以為網(wǎng)絡(luò)帶寬配置提供一些技巧。人工智能和機器學(xué)習(xí)能夠精確地預(yù)測網(wǎng)絡(luò)需求。

網(wǎng)絡(luò)容量規(guī)劃旨在確保提供足夠的帶寬，以達到網(wǎng)絡(luò)服務(wù)級協(xié)議（SLA）中的諸多要求，如延遲、抖動、丟失和可用性。這是一項復(fù)雜且容易出錯的任務(wù)，稍有不慎就會對財務(wù)帶來嚴重影響。一直以來，在容量規(guī)劃中，網(wǎng)絡(luò)數(shù)據(jù)需求通常只能通過靜態(tài)、歷史和事后報告獲得。如今這種情況正在迅速改觀。

德勤咨詢公司負責(zé)認知分析的執(zhí)行董事Ashish Verma稱：“通過將先進的數(shù)據(jù)科學(xué)和認知技術(shù)（如人工智能和機器學(xué)習(xí)）結(jié)合起來，IT能夠帶來全新的且更為智能的預(yù)測性，從而提高了網(wǎng)絡(luò)容量規(guī)劃的準確性。這有助于組織機構(gòu)加大對數(shù)據(jù)的使用力度，從而制定出更為靈活的決策，提升運營智慧，避免宕機，以及帶來更加出色的用戶體驗。”

盡管人工智能支持的網(wǎng)絡(luò)容量規(guī)劃仍處于初期階段，但是大多數(shù)容量規(guī)劃服務(wù)商，包括思科、NetBrain、Aria Networks、Flowmon和SolarWinds等大大小小的廠商都已經(jīng)開始將某種形式的人工智能技術(shù)融入到自己的產(chǎn)品當(dāng)中，亦或是計劃在不久的將來也這樣做。與此同時，人工智能技術(shù)廠商，如IBM Watson也在尋求進入這一市場。

人工智能支持傳統(tǒng)的網(wǎng)絡(luò)監(jiān)控

商業(yè)咨詢公司畢馬威（KPMG）CIO咨詢經(jīng)理Fredrik Lindstrom指出，利用人工智能分析來自多個來源的數(shù)據(jù)提供了比密切關(guān)注鏈路利用率的傳統(tǒng)網(wǎng)絡(luò)監(jiān)控工具更高的準確性。“人工智能還可支持對不同性能場景進行建模，將網(wǎng)絡(luò)性能與應(yīng)用程序性能聯(lián)系起來，從而確定應(yīng)用程序在不同性能場景中的受影響程度。”

由人工智能驅(qū)動的機器學(xué)習(xí)已經(jīng)應(yīng)用到了網(wǎng)絡(luò)性能方面，其允許網(wǎng)絡(luò)控制器在強化網(wǎng)絡(luò)的同時對經(jīng)驗進行學(xué)習(xí)。

思科分析與機器學(xué)習(xí)領(lǐng)域的專家Duval Yeager表示：“在它們進行學(xué)習(xí)的過程中，用于決策的分析模型得到了優(yōu)化，因而能夠更好地表達網(wǎng)絡(luò)的真實意圖及其業(yè)務(wù)目標。隨著網(wǎng)絡(luò)的發(fā)展變化以及應(yīng)用與用戶的增加——無論是本地還是云端，它們將會提供準確的容量規(guī)劃。”

卡內(nèi)基梅隆大學(xué)泰珀商學(xué)院商業(yè)技術(shù)助理教授Yan Huang認為，人工智能和機器學(xué)習(xí)方法可有效地應(yīng)用于流量預(yù)測/預(yù)報、流量模式檢測、在線學(xué)習(xí)和自動決策。

Huang解釋道，“高級機器學(xué)習(xí)算法可以將大規(guī)模、高顆粒度的網(wǎng)絡(luò)數(shù)據(jù)作為輸入，從而為網(wǎng)絡(luò)中的每個節(jié)點生成精確的需求預(yù)測，同時檢測網(wǎng)絡(luò)流量和利用率的跨期模式/趨勢。改進的流量和需求預(yù)測將能夠更為準確地評估網(wǎng)絡(luò)容量需求，減少資源的過度配置。”

早期檢測和發(fā)現(xiàn)跨期模式或網(wǎng)絡(luò)流量的變化使得組織機構(gòu)能夠采取主動措施以確保網(wǎng)絡(luò)的性能。“復(fù)雜的預(yù)測模型可以與優(yōu)化和/或模擬技術(shù)相結(jié)合，自動生成最佳的網(wǎng)絡(luò)結(jié)構(gòu)或架構(gòu)以及相應(yīng)的容量和資源計劃，”Huang說。然后再根據(jù)組織機構(gòu)最關(guān)心的特定性能指標對計劃做出相應(yīng)的調(diào)整。

人工智能技術(shù)還可以根據(jù)實時網(wǎng)絡(luò)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。Huang解釋說，“它們還支持對新增容量進行按需配置”。所有這些因素都可以顯著降低與網(wǎng)絡(luò)開發(fā)、維護和改進相關(guān)的資本支出和運營支出，同時降低IT專業(yè)人員管理此類活動的工作量。

一旦安裝并正確配置，網(wǎng)絡(luò)人工智能技術(shù)就能夠?qū)崿F(xiàn)網(wǎng)絡(luò)容量規(guī)劃的自動化，同時還能考慮到組織機構(gòu)的財務(wù)和風(fēng)險偏好。Lindstrom指出，“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，這對于組織機構(gòu)跨數(shù)據(jù)中心、云環(huán)境和廣域網(wǎng)進行虛擬網(wǎng)絡(luò)疊加至關(guān)重要。”

此外，人工智能還可通過用多種方式分析網(wǎng)絡(luò)流量模式，幫助組織機構(gòu)深入了解網(wǎng)絡(luò)中正在運行的內(nèi)容以及整體的網(wǎng)絡(luò)負載。

勞動力管理軟件與服務(wù)提供商Kronos的首席架構(gòu)師兼網(wǎng)絡(luò)與安全高級總監(jiān)Doug Tamasanis說：“這一細節(jié)對于短期和長期容量規(guī)劃非常有用，”

在短期內(nèi)，人工智能可以更為細致地預(yù)測每日流量突發(fā)情況，例如應(yīng)用程序、位置、技術(shù)和協(xié)議。這些發(fā)現(xiàn)可以被用來防止高峰期出現(xiàn)性能下降。Tamasanis表示：“從長遠來看，人工智能系統(tǒng)可以執(zhí)行最佳的容量規(guī)劃，預(yù)測何時無法滿足短期的流量爆發(fā)，以及何時需要進行全面升級。”

基于人工智能的容量規(guī)劃：入門指南

IT資產(chǎn)和服務(wù)管理軟件提供商Ivanti的系統(tǒng)工程師Marcel Shaw表示，初次使用基于人工智能的容量規(guī)劃技術(shù)的最佳方式是使用已獲得一定成功且被企業(yè)認可的成熟技術(shù)。

他說：“管理員應(yīng)謹慎處理人工智能學(xué)習(xí)算法生成的建議。人工智能學(xué)習(xí)算法將在未來幾年內(nèi)得到大幅提升，但是在完全信任人工智能解決方案推薦的容量要求之前，客戶應(yīng)當(dāng)保持耐心并給予人工智能技術(shù)發(fā)展成熟的時間，這非常重要。”

Lindstrom建議，在數(shù)據(jù)來源和監(jiān)控范圍方面，先進行小規(guī)模嘗試。“至關(guān)重要的是數(shù)據(jù)源要可靠且一致，并且人工智能系統(tǒng)要能夠在至少一個完整的業(yè)務(wù)周期內(nèi)就能產(chǎn)生明顯的效果。”

Tamasanis指出，將網(wǎng)絡(luò)端口復(fù)制部署到關(guān)鍵網(wǎng)絡(luò)設(shè)備是為分析平臺提供數(shù)據(jù)流的最佳方式。特定系統(tǒng)（例如無線控制器、VPN集中器和防火墻）配置可被直接配置用于傳輸數(shù)據(jù)。“所有人工智能系統(tǒng)都需要這些類型的數(shù)據(jù)提供方式，并且覆蓋范圍越大越好，關(guān)鍵是要最大程度地將海量數(shù)據(jù)傳輸?shù)饺斯ぶ悄芷脚_。”

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，同時確保提供的網(wǎng)絡(luò)容量與自己的目標相適應(yīng)。”一旦數(shù)據(jù)管道被建立，且速度和反饋一致，那么人工智能解決方案就可以開始監(jiān)視特定行為的數(shù)據(jù)。Garikiparthi建議道，“最終，一旦人工智能開始提出建議，IT運營團隊就可以制定自動化策略，并根據(jù)這些深刻洞察采取行動。”

Tamasanis強調(diào)，選擇合適的人工智能平臺非常關(guān)鍵。他指出，“有些平臺會比其他的平臺更適合某些企業(yè)。這種自然差異既是人工智能分析的一個誘人的地方，同時也是一個存在問題的地方。” Tamasanis建議先將自動化配置放到一邊。他警告說：“雖然它們在反應(yīng)時間方面具有吸引力，但是對數(shù)據(jù)的誤解可能會導(dǎo)致性能降低。”

關(guān)于人工智能資源和準確性的誤區(qū)

在將人工智能用于網(wǎng)絡(luò)容量規(guī)劃方面，最大的誤區(qū)可能是該技術(shù)并不是特別耗費資源，特別是在人機交互方面。Lindstrom表示，一些供應(yīng)商會進一步加重這種錯覺，他們給人們的印象是你可以安裝這個工具，并且無需任何人管理就能完成所有工作。

另一個誤區(qū)是基于人工智能的網(wǎng)絡(luò)容量規(guī)劃是孤注一擲的賭博。Yeager建議，企業(yè)應(yīng)該采取分階段的方式與供應(yīng)商合作，通過模塊化的方式部署解決方案，并關(guān)注最具價值的用例。鑒于許多未來的網(wǎng)絡(luò)元素將基于云且依賴于訂閱，這種方法就顯得尤其重要。“參考用例和分階段部署可保證IT主管不會為尚未部署的服務(wù)和解決方案支付云訂閱費用，”Yeager解釋道。

Shaw指出，對于使用人工智能進行容量規(guī)劃的最大誤解是人工智能解決方案始終是準確的。“在人工智能解決方案成熟之前，管理員必須對由人工智能驅(qū)動的容量規(guī)劃解決方案提供的建議進行驗證并提出質(zhì)疑。”

人工智能容量規(guī)劃中存在的陷阱

與任何新興技術(shù)一樣，人工智能容量規(guī)劃也存在著一些“雷區(qū)”。Lindstrom指出，狂熱的采用者往往部署的時機過早且規(guī)模過大，并且指望在沒有任何系統(tǒng)微調(diào)的情況下立即獲得結(jié)果。他警告說：“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，那么這些工具將無法生成準確的網(wǎng)絡(luò)圖或發(fā)現(xiàn)網(wǎng)絡(luò)性能問題。”

成功避開提供不完整產(chǎn)品或服務(wù)的供應(yīng)商也很重要。Yeager 指出，“目前市場上大多數(shù)解決方案只為部分網(wǎng)絡(luò)提供了部分優(yōu)勢，它們并沒有為有線、無線、設(shè)備、客戶端、應(yīng)用程序、安全、策略、跨域、WAN、云和數(shù)據(jù)中心提供完整的網(wǎng)絡(luò)解決方案。”

使用基于非開放平臺的人工智能產(chǎn)品和服務(wù)將使智能服務(wù)難以推廣至組織機構(gòu)的其他部分。“未來的運營將不再是孤立的，部門將共享網(wǎng)絡(luò)、服務(wù)、運營和數(shù)據(jù)使用，以增強企業(yè)內(nèi)所有部門之間的聯(lián)系，”Yeager說。

由于人工智能是一項相對較新的技術(shù)，因此部署者經(jīng)常遇到來自保守的主管和員工的抵制，他們的目的是為了保護自己舊有的知識體系、傳統(tǒng)的工作流程和工作崗位。Garikiparthi 警告說： “做事方式不能過于僵化，甚至連人工智能的優(yōu)勢都要拒絕。”

此外，Tamasanis強調(diào)說，人工智能只是提供了建議，而不是決定性陳述。“人工智能工具與當(dāng)前的網(wǎng)絡(luò)設(shè)備和工程師相互整合將是一個循序漸進的過程。”