人工智能ai如何改进网络容量规划电声器件短笛碗筷架工业空调橡胶助剂

人工智能(ai)如何改进络容量规划

配置络带宽的一些棘手技能正在从利用新工具中获得帮助。人工智能和机器学习技术提供了可精确预测络需求的能力。

络容量规划旨在保证提供足够的带宽，从而可以可靠地满足络sla目标，例如延迟、抖动、丢包和可用性。这是一个复杂的、容易出错的工作，涉及严重的财务负担。直到最近，可提供有洞察力的容量规划所需的络数据才基本上可通过静态、历史和事后报告获得。这种情况现在正在迅速改变。

通过将先进的数据科学和认知技术(如人工智能和机器学习)结合起来，it可以推动产生新的、更智能的预测性见解，从而提高络容量规划的准确性， 德勤咨询公司负责认知分析的执行董事ashish verma说。 这有助于组织释放数据潜力，以制定更灵活的决策，提高专业玻璃运营智慧，避免停机，并创造更好的用户体验。

尽管ai支持的络容量规划仍处于初期阶段，但大多数容量规划供应商，包括cisco、netbrain、aria networks、flowmon和solarwinds等大型和小型企业，已经开始将某种形式的ai技术融入其产品中，或计划在不久的将来这样做。与此同时，如ibm watson 等技术供应商，也在寻求进入这一市场。

ai技术可支持传统的络监控

商业咨询公司毕马威(kpmg)美国首席信息官咨询业务经理弗雷德里克?林斯特罗姆(fredrik lindstrom)指出，利用人工智能分析多个来源的数据，可提供比严格关注链路利用率的传统络监控工具有更高的准确性。 ai还可以对不同性能场景进行建模，并将络性能与应用程序性能联系起来，以确定应用程序在不同性能场景中受影响的程度。

将ai驱动的机器学习技术应用于络性能中，可以使络控制器在增强络性能的同时从经验中学习。

随着其不断学习，它用于决策的分析模型得到了优化，可以更好地代表络的真实意图及其业务目标， 思科公司(cisco)分析和机器学习学科专家杜瓦尔?耶格尔(duval yeager)表示。 随着络的发展、变化以及应用程序和用户的增加，无论是本地还是云端，这都能提供准确的容量规划。

人工智能和机器学习方法可以有效地应用于流量预报/预测、流量模式检测、学习和自动决策，卡内基梅隆大学(carnegie mellon university)泰珀商学院(tepper school of business)商业技术助理教授黄燕(yan huang)说道。

高级机器学习算法可以将大规模和高度精细的络数据喷码机作为输入，为络中的每个节点生成精确的需求预测，并检测络流量和利用率的跨期模式/趋势， 黄燕解释说。 流量和需求预测的改善将能够更准确地评估络容量需求，并减少资源过度供应的需求。

早期检测和发现跨期模式或而是通过转让授 权专利的方式来获得利润络流量的变化，可使组织能够采取主动措施来确保络性能。 复杂的预测模型可以与优化和/或模拟技术相结合，自动生成最佳的络结构或其他结构以及相应的容量和资源规划， 黄燕说道。然后，可以根据组织最关心的特定性能指标来调整此类规划。

ai技术还可以根据实时络状同时注意防锈防氧化反应况处理实时流量数据，并动态制定路由和分配决策。 它还支持增量容量配置的按需模型， 黄燕解释道。所有这些因素都可以显着降低与络发展、维护和改进相关的资本支出和运营支出，同时降低it专业人员管理此类活动所需的工作量。

一旦安装并正确配置后，络ai技术就可以自动进行络容量规划，同时考虑组织的财务和风险偏好。 人工智能可以实时或接近实时地分析许多不同的数据点，这对于企业迁移到涉及数据中心、云环境和广域的虚拟化络是至关重要的， 林斯特罗姆说。

ai还可用于以各种方式分析络流量模式，帮助组织深入了解络中正在运行的内容以及整体络负载。

这一细节对短期和长期容量规划都非常有用， 劳动力管理软件和服务提供商kronos的首席架构师兼络和安全高级总监doug tamasanis解释道。

从短期来看，ai可以在极精细级别上来预测每日流量突发，例如应用程序、位置、技术和协议等。然后可以使用这些发现结果来防止高峰期的络性能下降。 从长远来看，人工智能系统可以执行最佳容量规划，预测何时无法满足短期的流量突发，以及(何时)需要进行全面升级， tamasanis指出。

基于ai的容量规划：入门

it资产和服务管理软件提供商ivanti的联邦系统工程师马塞尔?肖(marcel shaw)表示，开始使用基于ai的容量规划技术的最佳方式是获得一个成熟的技术，并且该技术在2016年建成的另外1条生产线已经取得一定程度的成功且得到企业的认可。

同时，管理员应谨慎对待ai学习算法所提供的建议， 他说。 ai学习算法将在未来几年内得到大幅改善，因此客户在完全信任ai解决方案所推荐的容量需求之前，需要有耐心并允许ai技术逐渐成熟，这将是非常重要的。

林斯特罗姆建议，在数据源和监控范围方面，缩管机从小规模着手。 至关重要的是，数据源可靠且一致，并且(ai)系统能够在至少一个完整的商业周期内生成基线， 他解释道。

tamasanis指出，将络端口进行复制，并部署到关键络设备，这是提供数据流的最佳方式，该数据流能够为分析平台提供数据。可以将特定系统(例如无线控制器、vpn集中器和防火墙)直接配置为流数据。 任何人工智能系统都需要这些类型的数据供应，而且络的覆盖范围越大越好， tamasanis说。 关键是要将最大量的数据提供给(ai)平台。

在适当的环境中提供正确的数据也很重要。云计算平台开发商opsramp的工程总监murthy garikiparthi表示： 准备好数据，以便轻松获取解决方案，并确保该方案提供与您的目标相关的络容量视图。 一旦建立了数据管道，并且速度和数据供应保持一致，该(ai)解决方案就可以开始监视特定行为的数据。 最后，一旦ai开始提出建议，it运营团队就可以依据这些见解来制定自动化策略， garikiparthi建议道。

tamasanis强调了选择合适的ai平台的重要性。 有些平台更适合某些公司， 他指出。 这种自然的差异既是人工智能分析的一个吸引人的特征，也是一个有害的特征。 tamasanis还建议避免使用自动化配置。 虽然从反应时间上很有吸引力，但数据的错误解读可能会带来降低性能的效果， 他警告说。

对ai资源和准确性的误解

关于使用ai进行络容量规划的最大误解可能是，该技术并不是特别耗费资源，特别是在人机交互方面。林斯特罗姆说，这种错觉 是由一些供应商所导致并加深的，他们会让你觉得，只要你安装这个工具，它就能完成所有工作，无需任何人管理。

另一个误解是，基于ai的络容量规划是一种全有或全无的游戏。耶格尔(yeager)建议，企业应该以分阶段的方式与供应商合作，以模块化的方式部署解决方案，并专注于价值最大的用例。鉴于许多未来的络元素将基于云端并且依赖于订阅，这种方法尤其重要。 以分阶段的用例方式部署将保证it经理不会为尚未部署的服务和解决方案支付云订阅费用， 耶格尔解释说。

肖(shaw)说，关于使用ai进行容量规划的最大误解是，ai解决方案始终是准确的。 在ai解决方案成熟之前，管理员必须验证并质疑由ai驱动的容量规划解决方案所提供的建议，这是极为重要的。

ai容量规划的缺陷

与任何新兴技术管材模具一样，ai容量规划也伴随着一些隐患，随时会摧毁那些无知和粗心大意的人。林斯特罗姆说，那些急于使用该技术的组织往往会做得过大、过快，并期望在系统没有进行任何精细调节的情况下立即获得结果。 如果系统没有足够的数据进行分析，或者数据不可靠或不一致，则这些工具将无法生成准确的络状态或络性能情况， 他警告说。

远离那些只提供不完整产品或服务的供应商，这也很重要。 当今市场上大多数解决方案只能为络的一小部分提供巨大优势，却无法为有线、无线、设备、客户端、应用程序、安全、策略、跨域、广域、云和数据中心提供完整的络解决方案， 耶格尔指出。

使用不基于开放平台的ai产品和服务，将使面向智能的服务难以扩展到组织的其他部分。 未来的运营将不再是相互孤立，各个部门将共享络、服务、运营和使用数据，以增强企业范围内所有部门的能力， 耶格尔说。

由于人工智能是一项相对较新的技术，因此采用该技术的人经常会遇到来自保守管理者和员工的抵制，他们意图保护组织内的知识、旧的工作流程和自己的工作。 旧的做事方式不能过于僵化，以至于拒绝人工智能的好处。 garikiparthi警告说。

tamasanis说，ai只是提供了一个意见，而不是一个结论性的陈述。 将这样的工具与现有的络设备和工程师整合起来，这将是一个渐进的过程。

松原试验机
慈溪定制工作服
UTM电子万能试验机
图木舒克网带