Tin tức CÔNG TY CỔ PHẦN DỊCH VỤ CÔNG NGHỆ DATECH
Số 23E4 KĐT Cầu Diễn, Tổ 7, Phú Diễn, Bắc Từ Liêm, Hà Nội
Email: info@datech.vn
Danh mục sản phẩm
CÔNG TY CỔ PHẦN DỊCH VỤ CÔNG NGHỆ DATECH
Số 23E4 KĐT Cầu Diễn, Tổ 7, Phú Diễn, Bắc Từ Liêm, Hà Nội
Danh mục sản phẩm
Router 
Firewall 
Switch 
Wifi - Access Point 
Máy chủ ( Server ) 
Thiết bị lưu trữ NAS 
Networking Accessories 
Video Conference 
Vật tư mạng 
Tổng đài & điện thoại 
Bộ lưu điện UPS 
13/12/2021
13/12/2021
Danh sách nội dung [Ẩn]
Đội ngũ vận hành của bạn có bị choáng ngợp bởi các cảnh báo và liên tục bị mắc kẹt trong chế độ phản ứng, chữa cháy không? Không có gì thắc mắc. Theo nghiên cứu gần đây được thực hiện bởi Enterprise Strategy Group (ESG), 73% tổ chức cho biết môi trường mạng của họ đã trở nên phức tạp hơn một chút hoặc nhiều so với chỉ hai năm trước.
Kết quả khảo sát của ESG được trình bày chi tiết trong sách trắng được xuất bản gần đây, Yêu cầu gốc AI cho mạng hiện đại. Trong cuộc khảo sát, các tác giả cho rằng việc khắc phục sự phức tạp này sẽ đòi hỏi khả năng hiển thị từ đầu đến cuối tốt hơn và thông tin theo ngữ cảnh để giúp các tổ chức chuyển sang phương pháp tiếp cận chủ động hơn và nâng cao hiệu quả hoạt động.
Bạn hỏi làm thế nào? Câu hỏi hay. Theo bài báo, việc tận dụng trí tuệ nhân tạo (AI) và máy học (ML) gắn liền với tự động hóa sẽ giúp các nhóm vận hành mạng nâng cao hiệu quả hoạt động, tạo ra trải nghiệm tốt hơn và chuyển từ quản lý phản ứng sang chủ động — thậm chí là dự đoán —.
Điều đó nói lên rằng, việc áp dụng AI trong không gian mạng nói dễ hơn làm. Điều này là do những thách thức đáng kể liên quan đến việc cung cấp cho các mô hình AI/ML mức độ dữ liệu phong phú, chất lượng cao mà chúng yêu cầu. Một số thách thức này bao gồm:
Kỹ thuật: Đối với người mới bắt đầu, dữ liệu vận hành mạng thường được lưu trữ trong hệ thống quản lý tại chỗ của khách hàng và không thể chia sẻ. Khi nói đến các giải pháp quản lý mạng, chúng thường chưa được thống nhất, thậm chí còn tạo ra nhiều vũng dữ liệu không được chia sẻ hơn. Ngoài ra, các mô hình không phù hợp với dữ liệu nhạy cảm hoặc độc quyền không được phép tiết lộ.
Văn hóa: Về mặt văn hóa, sau khi trở thành chuyên gia khắc phục sự cố kế thừa, nhiều thành viên trong nhóm vận hành mạng đơn giản là không muốn tin tưởng vào những mô hình này. Một vấn đề khác là nếu không có AI có thể giải thích được (XAI), sẽ khó đạt được sự chấp nhận hoàn toàn. Và nếu không có hệ thống vòng kín, các nhà khai thác mạng có kinh nghiệm sẽ không thể đưa ra phản hồi kịp thời.
Theo sách trắng, để vượt qua các rào cản trong việc vận hành AIOps một cách hiệu quả, các nền tảng mạng do AI điều khiển phải đáp ứng năm tiêu chí sau:
Kiến trúc dựa trên đám mây: Tính năng quan trọng này giúp loại bỏ các kho dữ liệu bằng cách tổng hợp dữ liệu toàn diện từ các miền khác nhau, từ đó cung cấp cái nhìn thống nhất về tình trạng và hiệu suất của mạng.
Khả năng hiển thị và bối cảnh từ đầu đến cuối: Nền tảng phải cung cấp một bức tranh đầy đủ và theo ngữ cảnh về môi trường mạng và trải nghiệm người dùng. Quan điểm tổng thể này rất cần thiết để hiểu được các mối quan hệ phức tạp và sự phụ thuộc trong mạng.
Giao diện đàm thoại: Để đơn giản hóa các thao tác, cần có giao diện trực quan. Ví dụ: một trợ lý ảo cho phép truy vấn và phản hồi bằng ngôn ngữ tự nhiên, giúp nhiều người dùng hơn có thể tiếp cận việc quản lý các mạng phức tạp hơn.
Dữ liệu chi tiết, đáng tin cậy: Nền tảng nên tận dụng siêu dữ liệu và phép đo từ xa ở cấp phiên để hiểu rõ hơn về hoạt động của mạng. Mức độ chi tiết này rất quan trọng để phân tích và ra quyết định chính xác.
Hệ sinh thái API hai chiều: Hệ sinh thái API mở và có thể mở rộng là rất quan trọng để cho phép tích hợp với các hệ thống và công cụ khác. Nó cũng tạo điều kiện cho một vòng phản hồi hỗ trợ cải tiến liên tục và thích ứng với các điều kiện mạng thay đổi.
Như bạn sẽ thấy, sách trắng xác nhận niềm tin cơ bản của Juniper vào mạng ưu tiên trải nghiệm cũng như tầm quan trọng của nó đối với AI và tự động hóa để mang lại trải nghiệm tốt nhất có thể trên mạng đầu cuối của tổ chức.
Nền tảng mạng gốc AI của Juniper được xây dựng có mục đích ngay từ đầu để tận dụng AIOps như một phương tiện vượt qua các rào cản đối với việc áp dụng AI. Bằng cách khai thác sức mạnh của AI, nó cho phép chủ động giải quyết vấn đề, phân tích dự đoán và tối ưu hóa tự động, tất cả đều cần thiết để thực hiện lời hứa về AI trong mạng. Chưa kể, nó còn giúp chấm dứt tình trạng báo động mệt mỏi.
Để biết thêm thông tin về giải pháp Juniper, vui lòng liên hệ với chúng tôi theo thông tin dưới đây:
CÔNG TY CỔ PHẦN DỊCH VỤ CÔNG NGHỆ DATECH
