人工智能(AI)和机器学习(ML)仍被许多人怀疑,尽管几十年的悠久历史,在学术界和工业持续发展,众多成功应用。但不难理解为什么:概念的数字计算机上运行一个算法能够复制,甚至改进经验丰富专业的知识和判断,通过机器学习、改善随着时间的推移,这些结果——听起来仍然至少在未来不太对劲。然而,由于先进的人工智能/ ML算法和处理器和存储性能显著提升,特别是今天可用的解决方案的价格/性能,AI和ML已经努力在网络操作,如下我们将探索。
采用人工智能的主要动机和ML日常操作包括日益复杂的网络解决方案,特别是在无线端;缺乏足够数量的网络专业人员处理增加网络运营的范围和规模;无处不在的需求减少劳动密集型操作费用;和继续努力提高终端用户的生产力,保证必不可少的网络容量越来越多的终端用户与多个移动设备同时使用,尤其是运行视应用程序。
基本限制人类表现的另一个因素;越来越不合理的假设,即使是最好的操作人员可以同时考虑变量的数量出现在今天的网络,特别是在跟上新技术和产品。结果,体现智慧在AI / ML-based产品和基于云的服务正在迅速成为一个突出的兴趣甚至怀疑。
定义人工智能和机器学习
AI和毫升,而仍继续发展,实际上是相对成熟的技术,与生产部署回到1980年代。简单地说,人工智能是人类获得知识和工程的仿真算法和操作解决方案通常被称为专家系统。毫升是这些算法来改善自己的表现的能力,根据操作的经验,但没有人工干预或传统重组(当然,经常通过反馈从人类操作人员)。等技术神经网络和深度学习通常应用;考虑IBM ' s的华生的解决方案,它展示了跨多个应用程序受益。
没有人工智能等功能的现代控制系统(包括那些在商业飞机和类似的关键任务设置),医疗,金融市场,更多的只是不能函数的可靠性和可用性是至关重要的成功。最后一点是至关重要的——而人类永远不可能100%的生产力,AI /毫升的解决方案可以发出轧轧声24/7/365甚至全球基础上,同时考虑和作用于大量的变量,将无法掌控的即便是人类最好的任何领域的专家。
量化的好处AI和ML,我们找到了最终用户和服务提供者的组织已经在使用AI / ML-based今天网络运营的解决方案。他们的经验显示正在处理的操作需求和挑战,正在意识到什么好处,在这些早期采用者的有别。
MSP增加员工与人工智能功能
技术工程集团位于麦地那,俄亥俄州,是一个全方位服务和网络分销商和咨询公司。他们携带的无线局域网产品之一雾系统崭露头角,在过去的几年中,部分由于其定位为“AI-driven WLAN。”
说:“我们的网络架构师Jon强,管理合作伙伴和公司的共同创始人,专门从事大型网络,包括无线、学校、企业、市、制造商、俄亥俄州东北部和办公环境。他强调AI-driven分析的基本需要:“虽然基于云的无线局域网是明显的趋势,仍然有需要改进的分析。即使是经验丰富的技师,常常很难理解不工作,什么情况下很难诊断可以代表一个巨大的资源下沉和生产力损失。”
什么吸引了强劲的雾基于ai的解决方案是“看起来在网络从客户机。雾自下而上的故障诊断是最有效的战略,提供了我所希望的一切。”
作为一个例子,强烈指出他的经验与朝鲜广州城市学校。“我们需要更好的可见性的操作。我们部署314 APs在短短一个月,导致更好的覆盖范围,提高能见度,连续的主动监视,提前和见解的问题成为可见的用户。”
在另一个校区,“我们发现了一个VLAN / DHCP问题,永远在那里,和雾仍发现问题很难即使对经验丰富的网络工程师,“强说。他还提到了雾的Marvis虚拟网络助理人工智能的另一个化身,他指出“使自然语言查询的底层网络和客户端问题。”
AI可以提供另一个好处是一个抽象的网络,提高网络通过一个高级科技生产力,而不是一个元素,网络的观点:“我们所需要的数据可以在一个readily-usable形式,“强说。
人工智能和ML使生产率提高
北门冈萨雷斯市场是专业的连锁食品商店与40个位置在加州南部地区。公司设有两个数据中心,一个400000平方英尺的配2020欧洲杯预赛送中心与许多不同温度区域,和一个相关的金融服务组织。他们对500 APs的WLAN包括KodaCloud关注AI-driven的供应商,他们的创始以来基于云的无线解决方案。
“我们吸引了云端的无线解决方案和人工智能的可能性和ML网络运营,”哈里森·刘易斯说北门冈萨雷斯的CIO,选择KodaCloud取代先前更传统的解决方案。“首先,KodaCloud APs出现时,他们会自动收集关于环境的信息,客户,和负载,并实现自配置、自将没有要求我们的运营团队。我们也经历过自动解决问题,如相关的信号覆盖,超过我们的目标和我们的预期。”
北门冈萨雷斯的关键任务性质的操作提供了进一步激励寻找一个基于ai的解决方案。“我们所有的过程依赖于无线,除了后台会计和支持中心。AI和ML启用自动解决问题,,最后的麻烦门票,我们看到对我们技术人员的需求的减少至零附近——生产力的增长100%,”他说。
哈里森还指出,人工智能已经简化了新客户设备的介绍,以及与客人访问大约400000额外的用户正在驾驶,“我们不希望在成长的情况我们的支持组织,以满足新需求。”
哈里森寄予厚望实现其他应用程序的额外的好处AI整个组织,“在金融服务领域,法规、了解你的客户欺诈检测,人力资源管理,网络安全,预防数据丢失,以及更多。现在的关键理由是会议需要更加智能地识别网络性能退化和破坏,并自动回复最优的方式。但好处是深远——处理瞬态加载问题,隔离问题类的服务,提高可靠性和连续性,并优化云服务,再一次,这只是开始。”
正常运行时间,与人工智能的性能得到提升,毫升
马达维Faramarz是高级集团董事、IT基础设施和操作,节奏设计系统,一个领导者在电子设计自动化。节奏的网络经常看到在60 8000用户位置,与APs的1500,和无线是最主要的访问。节奏是使用有线和无线装置阿鲁巴岛网络和最近完成了一项重大网络升级在圣何塞,加州总部。
“我们没有AI和ML的主要用户的解决方案,但我们看到的是一个值得探索的方向,“Faramarz说。“我们已经部署了一个聊天机器人基本用户自助服务台功能和解决问题。在网络方面,我们目前使用阿鲁巴岛的反省行为分析,我们也看着阿鲁巴岛的NetInsight为补救,可提供具有可行性的建议,ClientMatch自动射频优化。当然,我们的目标是更加积极主动,利用毫升为了识别使用模式,提醒我们异常,,最终,提供自动解决问题。这是关键——活性的方法变成一个积极的,防止停机,调整配置之前用户通知我们问题。”
“重要的是要有一个牢固的基础设施部署之前AI,“Faramarz说。“供应商的愿景和产品组合也关键——我们要确保AI和ML部署扩展我们已经工作。但与正常运行时间和性能,包括视服务——总是最高的目标,AI和毫升是关键的方向。事实上,安全始终是我们的最高优先级;AI和ML,然而,是明确的二号人物。”
展望未来:AI在SDN毫升,NFV
有线和无线网络的分析,已经在过去的几年里打开门大利用人工智能和ML的组织设置。分析工具的应用,当一个不知道一个正在寻找,处理more-variables-than-equations很多性能问题的本质,安全挑战,和其他可怜的操作行为,从网络日志中提取意义和价值,数据库和其他的信息来源是一个挑战对于凡人人际网络专业人士。现在的价值分析证明,人工智能和ML正准备完整的分析和管理控制台之间的反馈回路。这种形式的自动化能够帮助降低成本,同时提高可靠性、可用性、整体性能,网络运营团队的生产力和最终用户。
人工智能和毫升也可以发挥关键作用在其他网络技术计划的成功,包括SDN NFV和云服务集成。与主要步骤的情况通常是这样,问题的可靠性、适用性、成本/效益理由,行业标准,和api已经热门话题,但这是一个好的迹象未来的价值和成功或人工智能和网络运营毫升。事实上变得很难想象这样一个未来网络运营,这两种技术任何少于一个至关重要的作用。