就像自动驾驶汽车一样,IT网络也正朝着自我修复和自我优化的方向发展,可以在正确的时间提供适当的带宽以实现完美的云应用性能。这些网络突破的源头是人工智能(AI)。我们知道,基于人工智能的自动化技术将很快改变网络管理和应用程序性能,使它们成为不可错过的机会。
但是,在让任何IT专业人员成为这个新领域的战略领导者之前,他们必须首先了解网络自动化的现状,IT团队为实现完全自治而需要采取的步骤,以及当今解决方案所提供的功能。
软件定义的原则仅是创建自动驾驶网络的第一步。完全自治的路径始于虚拟化,而SD-WAN正是在这里大放异彩。SD-WAN将网络控制平面从硬件转移到软件,让IT团队可以停止手动管理设备,并开始利用可编程功能进行WAN管理。但是SD-WAN只是局部的公式。
实际上,在做的就是对网络效率和自动化产生更大的影响。考虑到SD-WAN解决方案可提供对性能和流量的可视性,但是IT团队通常在需要采取这种智能措施的那一刻便恢复到手动流程。实施SD-WAN 之后,您要下一个最大的自动化机会就在这里。
创建自主化的下一步是应用基于AI的技术,其中行为分析和机器学习算法可以更全面地实现网络管理自动化和应用程序优化。Gartner将此概念称为“ AIOps”,将用于IT运营的AI定义为将机器学习和数据科学应用于IT运营问题。
分析师认为,AIOps的长期影响将为IT团队带来变革。根据Gartner的数据,“那些将70%以上的网络更改活动自动化的企业将至少减少50%的中断次数,并向其业务组成部分提供服务的速度提高50%。” 有了这样的支出,分析师安德鲁·勒纳(Andrew Lerner)建议IT高管优先考虑网络自动化投资就不足为奇了。
AIOps平台具有充当虚拟助手或网络工程师“机器人”的能力,它们可以24/7全天候工作,从不睡觉,并且可以以接近光速的速度摄取和分析大数据。AIOps平台汇总了实时网络活动、历史流量、配置设置和使用情况,生成了上下文智能,并帮助消除了认为错误,而这些错误仍然是当今大多数服务下降和中断的根本原因。
通过行为分析和机器学习,AIOps可以识别模式,流程和趋势,做出有关带宽需求的预测,并提供解决陈旧的IT问题的建议。例如,AIOps可以建议:
通过辅助,反馈和成熟度,AIOps解决方案便达到了一个关键的里程碑,使信任得以发展。使用已知的规则集,策略和剧本在不受管理的环境中进行管理,这时AIOps工具可以真正实现自主化,可以单独行动。借助正确的集成和自动化工具,AIOps系统可用于对网络本身进行调整。
首先,需要注意的是,并非所有IT基础架构都是为AI创新而设计的。底层网络必须具有软件定义的体系结构模型,以支持实时灵活性,大数据收集以及快速,大规模的安全分析。为以前的时代而设计的网络可能永远不会进行优化以支持AIOps。
成熟的AIOps平台可以发挥所有作用。具有网络优化最佳实践专业知识的高级解决方案和提供程序更适合于创建规则集,这些规则集可以快速超越数据聚合和分析的初始步骤,并具有自主地对建议采取行动的能力。
当今甚至成熟的AIOps解决方案都存在的问题是,它们在很大程度上是具有自己的管理门户的点解决方案。这意味着客户必须在单独的门户中获得AI分析和建议,该门户必须集成到其网络和IT环境中。相反,企业需要一种将所有分析都放在一个地方的整体方法。
对于技术合作伙伴来说,关键是确保他们的产品以多年的经验带来AI的成熟度,并无缝集成,以避免管理的复杂性。对于IT团队来说,这些方面将放大网络自动化准备带来的真正自由感。