配置网络带宽的一些棘手技能正在从利用新工具中获得帮助。人工智能和机器学习技术提供了可精确预测网络需求的能力。
网络容量规划旨在保证提供足够的带宽，从而可以可靠地满足网络SLA目标，例如延迟、抖动、丢包和可用性。这是一个复杂的、容易出错的工作，涉及严重的财务负担。直到最近，可提供有洞察力的容量规划所需的网络数据才基本上可通过静态、历史和事后报告获得。这种情况现在正在迅速改变。
“通过将先进的数据科学和认知技术（如人工智能和机器学习）结合起来，IT可以推动产生新的、更智能的预测性见解，从而提高网络容量规划的准确性，”德勤咨询公司负责认知分析的执行董事Ashish Verma说。“这有助于组织释放数据潜力，以制定更灵活的决策，提高运营智慧，避免停机，并创造更好的用户体验。”
尽管AI支持的网络容量规划仍处于初期阶段，但大多数容量规划供应商，包括Cisco、NetBrain、Aria Networks、Flowmon和SolarWinds等大型和小型企业，已经开始将某种形式的AI技术融入其产品中，或计划在不久的将来这样做。与此同时，如IBM Watson 等技术供应商，也在寻求进入这一市场。
AI技术可支持传统的网络监控
商业咨询公司毕马威（KPMG）美国首席信息官咨询业务经理弗雷德里克?林斯特罗姆（Fredrik Lindstrom）指出，利用人工智能分析多个来源的数据，可提供比严格关注链路利用率的传统网络监控工具有更高的准确性。“AI还可以对不同性能场景进行建模，并将网络性能与应用程序性能联系起来，以确定应用程序在不同性能场景中受影响的程度。”
将AI驱动的机器学习技术应用于网络性能中，可以使网络控制器在增强网络性能的同时从经验中学习。
“随着其不断学习，它用于决策的分析模型得到了优化，可以更好地代表网络的真实意图及其业务目标，”思科公司（Cisco）分析和机器学习学科专家杜瓦尔?耶格尔（Duval Yeager）表示。“随着网络的发展、变化以及应用程序和用户的增加，无论是本地还是云端，这都能提供准确的容量规划。”
人工智能和机器学习方法可以有效地应用于流量预报／预测、流量模式检测、在线学习和自动决策，卡内基梅隆大学（Carnegie Mellon University）泰珀商学院（Tepper School of Business）商业技术助理教授黄燕（Yan Huang）说道。
“高级机器学习算法可以将大规模和高度精细的网络数据作为输入，为网络中的每个节点生成精确的需求预测，并检测网络流量和利用率的跨期模式／趋势，”黄燕解释说。“流量和需求预测的改善将能够更准确地评估网络容量需求，并减少资源过度供应的需求。”
早期检测和发现跨期模式或网络流量的变化，可使组织能够采取主动措施来确保网络性能。 “复杂的预测模型可以与优化和／或模拟技术相结合，自动生成最佳的网络结构或其他结构以及相应的容量和资源规划，”黄燕说道。然后，可以根据组织最关心的特定性能指标来调整此类规划。
AI技术还可以根据实时网络状况处理实时流量数据，并动态制定路由和分配决策。“它还支持增量容量配置的按需模型，”黄燕解释道。所有这些因素都可以显著降低与网络发展、维护和改进相关的资本支出和运营支出，同时降低IT专业人员管理此类活动所需的工作量。
一旦安装并正确配置后，网络AI技术就可以自动进行网络容量规划，同时考虑组织的财务和风险偏好。“人工智能可以实时或接近实时地分析许多不同的数据点，这对于企业迁移到涉及数据中心、云环境和广域网的虚拟化网络是至关重要的，”林斯特罗姆说。
AI还可用于以各种方式分析网络流量模式，帮助组织深入了解网络中正在运行的内容以及整体网络负载。
“这一细节对短期和长期容量规划都非常有用，”劳动力管理软件和服务提供商Kronos的首席架构师兼网络和安全高级总监Doug Tamasanis解释道。
从短期来看，AI可以在极精细级别上来预测每日流量突发，例如应用程序、位置、技术和协议等。然后可以使用这些发现结果来防止高峰期的网络性能下降。“从长远来看，人工智能系统可以执行最佳容量规划，预测何时无法满足短期的流量突发，以及（何时）需要进行全面升级，”Tamasanis指出。
12下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
