SD-WAN只是WAN自動化的第一步

就像自動駕駛汽車一樣，IT網路也正朝著自我修復和自我最佳化的方向發展，可以在正確的時間提供適當的頻寬以實現完美的雲應用效能。這些網路突破的源頭是人工智慧(AI)。我們知道，基於人工智慧的自動化技術將很快改變網路管理和應用程式效能，使它們成為不可錯過的機會。

但是，在讓任何IT專業人員成為這個新領域的戰略領導者之前，他們必須首先了解網路自動化的現狀，IT團隊為實現完全自治而需要採取的步驟，以及當今解決方案所提供的功能。

SD-WAN只是WAN自動化的第一步

軟體定義的原則僅是建立自動駕駛網路的第一步。完全自治的路徑始於虛擬化，而SD-WAN正是在這裡大放異彩。SD-WAN將網路控制平面從硬體轉移到軟體，讓IT團隊可以停止手動管理裝置，並開始利用可程式設計功能進行WAN管理。但是SD-WAN只是區域性的公式。

實際上，在實施SD-WAN 之後，您要做的就是對網路效率和自動化產生更大的影響。考慮到SD-WAN解決方案可提供對效能和流量的可視性，但是IT團隊通常在需要採取這種智慧措施的那一刻便恢復到手動流程。下一個最大的自動化機會就在這裡。

AIOps：自主網路指南

建立自主化的下一步是應用基於AI的技術，其中行為分析和機器學習演算法可以更全面地實現網路管理自動化和應用程式最佳化。Gartner將此概念稱為“ AIOps”，將用於IT運營的AI定義為將機器學習和資料科學應用於IT運營問題。

分析師認為，AIOps的長期影響將為IT團隊帶來變革。根據Gartner的資料，“那些將70%以上的網路更改活動自動化的企業將至少減少50%的中斷次數，並向其業務組成部分提供服務的速度提高50%。” 有了這樣的支出，分析師安德魯·勒納(Andrew Lerner)建議IT高管優先考慮網路自動化投資就不足為奇了。

應用AIOps構建自動化網路

AIOps平臺具有充當虛擬助手或網路工程師“機器人”的能力，它們可以24/7全天候工作，從不睡覺，並且可以以接近光速的速度攝取和分析大資料。AIOps平臺彙總了實時網路活動、歷史流量、配置設定和使用情況，生成了上下文智慧，並幫助消除了認為錯誤，而這些錯誤仍然是當今大多數服務下降和中斷的根本原因。

透過行為分析和機器學習，AIOps可以識別模式，流程和趨勢，做出有關頻寬需求的預測，並提供解決陳舊的IT問題的建議。例如，AIOps可以建議：

●應用程式應根據效能採用哪種路徑。

●何時何地增加頻寬，包括雲供應商。

●根據業務需求和服務優先順序，進行網路更改和配置設定，以最佳化應用程式效能。

透過輔助，反饋和成熟度，AIOps解決方案便達到了一個關鍵的里程碑，使信任得以發展。使用已知的規則集，策略和劇本在不受管理的環境中進行管理，這時AIOps工具可以真正實現自主化，可以單獨行動。藉助正確的整合和自動化工具，AIOps系統可用於對網路本身進行調整。

AIOps解決方案：帶來不同的功能

首先，需要注意的是，並非所有IT基礎架構都是為AI創新而設計的。底層網路必須具有軟體定義的體系結構模型，以支援實時靈活性，大資料收集以及快速，大規模的安全分析。為以前的時代而設計的網路可能永遠不會進行最佳化以支援AIOps。

成熟的AIOps平臺可以發揮所有作用。具有網路最佳化最佳實踐專業知識的高階解決方案和提供程式更適合於建立規則集，這些規則集可以快速超越資料聚合和分析的初始步驟，並具有自主地對建議採取行動的能力。

當今甚至成熟的AIOps解決方案都存在的問題是，它們在很大程度上是具有自己的管理門戶的點解決方案。這意味著客戶必須在單獨的門戶中獲得AI分析和建議，該門戶必須整合到其網路和IT環境中。相反，企業需要一種將所有分析都放在一個地方的整體方法。

對於技術合作夥伴來說，關鍵是確保他們的產品以多年的經驗帶來AI的成熟度，並無縫整合，以避免管理的複雜性。對於IT團隊來說，這些方面將放大網路自動化準備帶來的真正自由感。