Это почти как волшебство, но технология прогнозирующих (предиктивных) сетей — это не просто фокус. Возможно, вы не сможете заглянуть в будущее, но эта технология может обнаружить и устранить потенциальные проблемы в сети до их возникновения, отмечают опрошенные порталом NetworkComputing эксперты.
Используя математические модели и алгоритмы искусственного интеллекта и машинного обучения, предиктивная сетевая технология предупреждает организацию о проблемах в сети как можно раньше и предлагает решения для устранения проблем. «Технология позволяет сетям учиться на прошлых примерах с помощью предиктивной аналитики, используя огромные объемы данных, — объясняет Титус М, старший аналитик Everest Group. — Она собирает данные телеметрии сети, распознает тенденции, прогнозирует трудности в работе сети, которые могут негативно повлиять на опыт пользователей, и предлагает потенциальные решения проблемы».
Предиктивная сетевая технология также может предложить решения по устранению неполадок в сети для автоматического или ручного внедрения, в зависимости от сценария использования, на усмотрение сетевой или эксплуатационной ИТ-команды, говорит Сэм Халаби, руководитель компетенции технологического консалтинга EY.
Ценность технологии прогнозируемых сетей заключается в том, что она помогает сетевым операциям перейти от реактивной к проактивной модели, когда дело доходит до решения потенциальных проблем. «Сетевые проблемы могут возникать из-за многих факторов, таких как деградация транспортной сети, перегрузка полосы пропускания/потеря трафика, неоптимальная маршрутизация, перебои в работе сети и т. д., — отмечает Халаби. — Такие проблемы очень мешают бизнесу и могут иметь серьезные негативные финансовые последствия».
Проблемы и возможности
Несмотря на то, что технология предиктивных сетей является мощным и полезным инструментом, она сопряжена с некоторыми серьезными рисками. Одна из проблем заключается в том, что система может принимать решения только на основе имеющихся вариантов. «Если вы не запланировали или не обучили систему для определенных ситуаций, она может не отреагировать должным образом», — говорит Чак Эверетт, директор по пропаганде кибербезопасности Deep Instinct. Он был свидетелем ситуаций, «когда автоматизированные решения принимались с такой скоростью, что невозможно было определить первопричину из-за постоянных изменений при адаптации сети, пытающейся исправить или вылечить себя».
Потенциальные пользователи также должны знать, что технология предиктивных сетей эффективно функционирует только тогда, когда ее используют как предприятия, так и их поставщики услуг. «Предиктивная сетевая технология должна работать сквозным образом, чтобы предсказывать и устранять проблемы, — говорит Халаби. — Предприятиям, которые внедряют эту технологию, может помешать поставщик услуг, который ее не использует». Он советует потенциальным пользователям проверить своих сервис-провайдеров на предмет возможных проблем совместимости.
Новые пользователи также сталкиваются с проблемой принятия решения о том, стоит ли передавать управление своей сетью в руки программного обеспечения ИИ. Менеджеры и операторы все равно будут нести ответственность за любые неправильные решения, которые ПО принимает от их имени.
Халаби советует придерживаться подхода «золотой середины». «Как и в случае с любым новым инструментом, операционный персонал, скорее всего, постарается наилучшим образом использовать сервисные рекомендации, выдаваемые системами предиктивной сети, но, вероятно, не будет сразу переходить к автоматическому устранению неполадок, — говорит он. — Путь к успеху будет представлять собой комбинацию эффективного предиктивного ПО с квалифицированными ИТ- и операционными командами, имеющими большой опыт».
Хороший способ начать работу с предиктивной сетевой технологией — выбрать надежный сценарий использования — болевую точку или другую критическую потребность бизнеса — и затем провести пробное тестирование, чтобы увидеть, как все работает. «Планируйте его так же, как и любой другой Agile-проект, — советует Майкл Хейнс, руководитель направления IBM по работе с клиентами из телекоммуникационной отрасли. — Это разумный подход, потому что полученные инсайты часто должны быть подтверждены или проверены человеком, прежде чем они будут автоматизированы». В то время как технологии могут масштабироваться, люди — нет. «Начиная с малого, команды с большей вероятностью смогут демонстрировать постепенный прогресс, учиться по ходу дела и определять следующее логическое направление усилий», — отмечает он.
Крупные предприятия и телекоммуникационные компании уже позиционируют себя в качестве первопроходцев технологии предиктивных сетей. «Средние, малые и микропредприятия последуют их примеру, как только будет доказана надежность работы технологии», — прогнозирует Хейнс.
Перспективы
Поскольку сети развиваются и становятся все более сложными, автоматическое устранение неполадок, предлагаемое предиктивными сетевыми технологиями, обещает снизить нагрузку на управление, а также повысить производительность и сократить количество перебоев в обслуживании. Хотя многие сетевые технологии, такие как SD-WAN, уже перешли к оптимизации маршрутизации трафика на основе производительности и видимости сети и приложений, такие технологии в определенной степени остаются реактивными. «Предиктивная сетевая технология меняет ход игры, поскольку оно направлена как на предотвращение проблем, так и на их устранение, — говорит Халаби. — Эта технология имеет все шансы стать базовой для развивающихся программно-определяемых сетей и сетей, ориентированных на приложения (application-aware networks)».
Главное, что нужно помнить о предиктивной сетевой технологии, это то, что она не устраняет необходимость в человеческом мониторинге и надзоре. Этот тип технологии не относится к категории «установил и забыл», — утверждает Эверетт. Она нуждается в постоянном мониторинге и настройке, чтобы оставаться на пике эффективности".
