Mạng chủ động có giá trị hơn mạng dự đoán

Mạng chủ động có giá trị hơn mạng dự đoán

Khi ngành quản lý mạng tiếp tục phát triển và tích hợp các công nghệ như phân tích dữ liệu, trí tuệ nhân tạo (AI) và máy học (ML) vào các hoạt động hàng ngày, ngày càng có nhiều tranh luận về việc hệ thống quản lý mạng nên chủ động hay dự đoán tốt hơn. Như với bất kỳ cuộc tranh luận nào, sẽ giúp hiểu rõ hơn về mỗi bên trước khi đưa ra quyết định.

Công nghệ mạng dự đoán

Nói một cách đơn giản, công nghệ mạng dự đoán sử dụng các kỹ thuật dữ liệu lớn trên một lượng lớn dữ liệu lịch sử để dự đoán các sự cố mạng. Các hệ thống dự đoán thường yêu cầu lưu trữ và phân tích dữ liệu trong nhiều tháng trước khi có thể quan sát thấy bất kỳ lợi ích dự đoán nào.

Công nghệ mạng dự đoán chắc chắn không phải là một phương pháp AI thời gian thực. Thay vào đó, nó dựa trên phân tích mạng và theo xu hướng. Những ví dụ bao gồm:

• Phát hiện các đỉnh và đáy dự kiến bình thường cho các loại ứng dụng khác nhau
• Phát hiện khi sử dụng mạng lớn, bất thường (quét bảo mật mở rộng, sao lưu, khai thác tiền điện tử, BitTorrents, v.v.)
• Phát hiện các mẫu lưu lượng truy cập bất thường và bất ngờ

Nói chung, công nghệ mạng dự đoán có thể xác định thời điểm mọi thứ “bất thường” hoặc “bất ngờ”. Trong một số trường hợp nhất định, các hành động có thể được thực hiện tự động (ví dụ: thêm dung lượng, loại bỏ dung lượng hoặc chặn lưu lượng) để đáp ứng với những gì đã được xác định.

Điều đó nói rằng, công nghệ mạng dự đoán gần như luôn yêu cầu sự giám sát của con người và không tập trung vào các vấn đề vận hành mạng thực tế hàng ngày mà một thành viên trong nhóm phải đối mặt. Sức mạnh của nó là khi nó được sử dụng để trao quyền cho con người đưa ra các quyết định vận hành tốt hơn về thời điểm thực hiện các thay đổi mạng.

Công nghệ mạng chủ động

Ngược lại, công nghệ mạng chủ động nhìn sâu vào các sự kiện mạng thời gian thực và đo lường, trong thời gian thực, những gì người dùng hiện đang trải nghiệm trên các mạng đó.

Phân tích mạng dựa trên dữ liệu lớn luôn được những người trong ngành kinh doanh phân tích mạng coi là “chén thánh”. Tuy nhiên, mặc dù rõ ràng là có thể thực hiện các quan sát thú vị với lượng lớn thông tin chi tiết dựa trên dữ liệu, nhưng đó là một cách tiếp cận chủ động cho phép các tổ chức và kỹ thuật viên vận hành các hành động và kịch bản nguyên nhân chính xác.

AI/ML chủ động thực sự – kết hợp quan điểm trải nghiệm người dùng và tạo ra các hành động trong thời gian thực – có giá trị hơn đáng kể so với các kho dữ liệu của phân tích mạng. Trên thực tế, việc hiểu dung lượng và sự kiện mạng trong các khung thời gian lớn thậm chí có thể tạo ra các mô hình dự đoán. Ví dụ: một tổ chức có thể tìm hiểu chính xác cách mạng được sử dụng sau giờ nghỉ trưa từ Thứ Hai đến Thứ Sáu, sau đó có thể thực hiện các hành động chủ động để đảm bảo mạng được chuẩn bị sẵn sàng cho tình huống.

Công nghệ Mist AI của Juniper Networks có thể tương quan các sự kiện và trải nghiệm thời gian thực này trong một tổ chức hoặc tất cả các khách hàng của nhà cung cấp dịch vụ, trao quyền cho họ đưa ra các quyết định vận hành rõ ràng và quyết đoán, cuối cùng dẫn đến việc tự động hóa các hành động vận hành cụ thể.

Vì vậy, cái nào tốt hơn?

Các mạng dự đoán yêu cầu lượng dữ liệu lớn, xử lý dữ liệu lớn và diễn giải kết quả của chuyên gia để có hiệu quả. Đây là những thách thức lớn nhất của nó. Vận chuyển dữ liệu đến vị trí xử lý dữ liệu lớn cũng có thể là một nhiệm vụ phức tạp và tốn kém. Ngoài ra, các kết quả dữ liệu lớn dành riêng cho trang web và khách hàng cũng cần được giải thích bởi những người được đào tạo.

Do lượng dữ liệu rất lớn cần thiết để thiết lập phương pháp dự đoán và yêu cầu các kỹ năng dữ liệu lớn đắt đỏ, phương pháp dự đoán không phải là lựa chọn tốt cho các doanh nghiệp trải rộng về mặt địa lý (việc đưa dữ liệu đến các vị trí dữ liệu lớn rất tốn kém và cứng), hoặc thiếu khả năng hiểu và lập kế hoạch hành động dựa trên dữ liệu mạng dự đoán thu được.

Nói chung, các giải pháp mạng dự đoán chỉ tốt cho các tổ chức lớn với mật độ triển khai mạng dày đặc (các nhà mạng, doanh nghiệp đa quốc gia có cơ sở lớn).

Mặt khác, các giải pháp công nghệ mạng chủ động cung cấp thông tin chi tiết có giá trị ngay từ ngày đầu tiên và không yêu cầu thu thập dữ liệu lớn để bắt đầu. Các công nghệ chủ động hiệu quả hơn và tiết kiệm chi phí hơn cho các tổ chức để triển khai và sử dụng.

Tập trung vào trải nghiệm của người dùng cuối

Tập trung vào cách người dùng trải nghiệm kết nối mạng là cách tiếp cận duy nhất phù hợp với các mạng ngày nay. Các nhà khai thác mạng chỉ cần tập trung vào trải nghiệm của khách hàng và họ cần tất cả các sản phẩm AI/ML hoặc dữ liệu lớn mà họ sử dụng để tập trung vào điều này.

Tập trung vào các xu hướng dữ liệu lớn trong khoảng thời gian dài, như đã thấy với các phương pháp tiếp cận mạng dự đoán, tạo ra khả năng phát hiện bất thường không chính xác và rất khó, nếu không muốn nói là không thể, để liên kết lại với trải nghiệm của mọi người trên mạng.

Một giải pháp AI/ML phù hợp phải thu thập dữ liệu về hiệu suất của ứng dụng như truyền lại Giao thức điều khiển truyền dẫn (TCP) và byte thời gian đến đầu tiên cho các phiên Bảo mật tầng vận chuyển (TLS). Chúng đo lường cách con người “cảm thấy” khi sử dụng mạng. Không có bộ định tuyến, bộ chuyển mạch hoặc thiết bị mạng chung nào khác thu thập thông tin này cho lưu lượng mạng thực. Các giải pháp giám sát hiệu suất ứng dụng chỉ đo lường loại dữ liệu này bằng cách sử dụng thử nghiệm mạng đang hoạt động, thay vì đo lường những gì người dùng mạng thực đang gặp phải.

Juniper có thể giúp thúc đẩy tính chủ động trong mạng

Juniper là công ty duy nhất trong ngành thực sự đo lường cách người dùng trải nghiệm mạng của họ và sau đó tương quan trải nghiệm đó với các sự kiện mạng thực tế. Công nghệ như Marvis, Trợ lý mạng ảo của Juniper (VNA), là một cải tiến lớn so với hiện trạng và có thể giúp chuyển đổi một tổ chức hoặc nhà cung cấp dịch vụ thành một tổ chức đặt tính chủ động lên hàng đầu.

Các giải pháp của Juniper hoạt động trên các mạng phân tán rộng rãi, cũng như trên mạng WAN. Công nghệ chủ động của công ty có các hành động được tích hợp sẵn, đã thử nghiệm và đã được chứng minh giúp giảm thiểu các yêu cầu sự cố và giải quyết vấn đề theo cách tự động. Chủ động dự đoán các sự cố mạng hoặc sự cố ngừng hoạt động giúp các tổ chức và nhà cung cấp dịch vụ cải thiện thời gian khám phá, giảm thời gian sửa chữa trung bình, giảm chi phí và cải thiện sự hài lòng của người dùng cuối. Một số sự cố mạng thậm chí sẽ được xác định và sửa chữa – một cách chủ động – trước khi người dùng cuối biết rằng họ đang ở đó.

Kết luận

Với sức mạnh của các công nghệ mạng chủ động của Juniper Networks, các nhóm CNTT không còn cần phải dựa vào các công nghệ dự đoán kém hiệu quả và không hiệu quả, đồng thời có thể dễ dàng tương quan và tạo ra các hành động sẽ tự động hóa việc quản lý mạng của họ. Để tìm hiểu thêm, hãy tham gia một trong những bản trình diễn hàng tuần của chúng tôi tại đây.