SD-WAN中机器学习的用例

2020-01-07 11:29:08 云杰通信 103

SD-WAN中机器学习的用例

软件定义广域网(SD-WAN)已成为各种不同行业的多地点企业的通用网络管理解决方案。

这种变化很大一部分是由于以下事实:

  • 由于诸如物联网之类的创新,对广域网的需求正在迅速增长。

  • 越来越多的连接设备,云迁移和对自动化的日益关注,意味着WAN必须变得更加智能,更加敏捷,以应对与网络资源和安全性相关的挑战。

由于这些原因,网络管理员倾向于基于机器学习的技术,以帮助他们进行网络管理的各个方面。

在本文中,我们将研究SD-WAN中机器学习的三个用例,并详细说明机器学习技术如何有益于SD-WAN管理。

广域网优化

广域网优化是机器学习中最常提出的方法之一,可以应用于SD-WAN。从理论上讲,机器学习可能会使用某种形式的拓扑优化,从而能够分析网络分支流量并针对当时可用类型的流量制定最合适的连接。然后,机器学习算法也可以用于自动将流量路由到选定的连接。当前,正在使用WAN优化技术模型来处理流量变化,同时考虑安全性要求,成本和应用程序的属性。

随着机器学习和WAN路径优化技术的完善和改进,最终将导致越来越智能和自动化的流量优化成为SD-WAN解决方案中的标准。随着人工智能的使用变得越来越广泛,利用机器学习来提高IP网络流量路由的整体效率将很可能成为该技术的早期采用者的日常实践。一些公司目前也在探索使用机器学习算法基于对传输的第一个数据包的识别来预测网络流量的最佳连接。

故障预测

在SD WAN中使用机器学习技术进行故障预测的工作原理与预测维护在制造行业中的工作原理几乎相同。例如,在生产车间,将从物联网设备收集的数据进行分析,以预测何时需要维护或修理工具或设备。然后,该数据可用于安排最适合制造商计划的停机时间。在SD-WAN中使用机器学习进行故障预测的方法几乎相同。使用AI软件预测网络故障可以用于根据诊断出的问题自动部署解决方案,也可以通知网络管理员,他们可以继续解决问题。

还可以围绕已知的故障和漏洞构建学习模型,以便为机器学习部署提供基础知识,然后在此基础上进行构建。在SD-WAN的机器学习故障预测中,正在尝试使用人工神经网络(ANN)和一种称为模糊逻辑的多值逻辑形式,以改善在实时环境中使用的预测。这里的希望是,最终,通过AI和机器学习技术,SD-WAN故障预测将变得更加简化和简化。随着网络需求的增长和更多技术的开始连接,可以预期出现故障的可能性会增加。鉴于此,将需要功能强大的故障预测解决方案,并且AI和机器学习似乎很合适。

网络管理

至少从网络管理员的角度来看,SD-WAN内机器学习最激动人心的方面是它潜在地革新了网络管理方式。使用人工智能和机器学习来改善网络管理和安全性的想法并不是一个新想法,最早提到这种想法的历史可以追溯到1980年代。但是,直到最近,仍缺乏能够进行这种网络管理的技术。现在,在第四次工业革命的曙光中,机器学习算法可以自动路由网络流量,预测故障和调度修复,以及根据他们自己对需求的分析来利用网络和安全资源。

这仅仅是开始。随着机器学习,SD-WAN和各种混合系统的出现,以简化,优化和简化网络体系结构,预计在未来12个月内将出现大量创新性和实验性软件定义的网络系统。随着不断增加的连接设备生成的数据量的增长,网络管理员将需要不断寻找新的和改进的方法,以向其SD-WAN注入更多的敏捷性和智能。这就是SD-WAN中的人工智能和机器学习的地方。

随着SD-WAN以及人工智能和机器学习技术的共同发展和成熟,它们的相互集成可以支持更强大的应用程序和服务,同时还将更多的智能推向网络边缘。物联网,边缘和云计算以及人工智能都将成为第四次工业革命的代名词,SD-WAN很有可能并已做好准备,成为未来网络和技术创新的骨干。